论文部分内容阅读
【摘 要】如今，知识资本已经成为了经济和社会发展的巨大推动力。基于这点，各个国家及地区的决策者需要挖掘出能够影响知识资本的关键因素。本文在Bounfour提出的知识资本动态价值模型（IC-DVAL）基础上，构建了地区以及国家知识资本水平计量模型，并通过该模型分析对比了三座城市和五个国家在2000～2009年间的十年数據，希望能够为国家以及城市未来知识资本的发展提出可行的建议。
【关键词】知识资本；动态价值模型；实证研究
一、问题的提出
在知识经济时代，企业之间、地区之间甚至国家之间的竞争将更加集中的通过知识资本的竞争来表现。Peter Drucker（1993）认为未来的社会中的竞争将主要体现在知识资本的竞争上，而未来社会的发展也将主要依靠知识资源。Edvinsson（1999）和Stenfelt（1999）指出从无形资源中创造更多的价值不仅仅是企业取得竞争优势的重要因素，还将逐渐上升到地区以及国家层面，成为地区与国家层次竞争力的重要表现。随着知识经济的发展，知识型城市和知识型国家正在不断崛起，知识投资占GDP的比重也将越来越大。然而，关于地区和国家知识资本的相关理论研究在近十几年才开始受到重视。在对知识资本研究的初期，学者们往往注重知识资本对企业竞争力的提升，而这些年来关于知识资本对地区、国家的影响的研究逐渐增多。Robert Huggins Associates（2002）选择了全球主要都市（圈）作为研究对象，对这些区域的知识资本指数进行了评估并排名，同时发布了《世界知识竞争力指数》报告。Bontis（2004）在Skandia导航者模型的基础上将模型转换为国家知识资本模型，并应用于阿拉伯国家知识资本发展研究中。Viedma（2004）将在国家知识资本的研究中取得的成功应用于城市之中，建立了管理和评价城市知识资本的新方法和框架——城市知识资本基准系统（CICBS）。中国对地区及国家知识资本的研究主要还停留在对指标体系的建立及评价等初步探讨方面，对城市、国家的知识资本进行的定量研究并不多。本文拟在Bounfour（2002）的知识资本动态价值模型（IC-DVAL）基础上，选取上海作为重点的评估对象，通过将上海与中国其它两大发达城市北京、广州的城市知识资本进行比较分析，同时将上海知识资本水平置于国家层面，同中国整体以及四大发达国家日本、韩国、美国、英国进行比较研究，希望有助于指导城市以及国家知识资本的认识与管理。
二、国家与地区知识资本动态价值模型
Bounfour在2002年提出了知识资本动态价值模型（IC-DVAL）认为竞争力包含四个维度——资源、流程、无形资产和产出。IC-DVAL是一个总体指标体系，这些指标通过一个综合指标与项目、项目组（资源、流程、产出）以及国家与地区的知识资本整体表现相关联。
资源资本主要度量与企业和经济资源相关的指标，包括研究与开发、专利技术、基础设施等；流程资本度量新经济中价值流程的指标，嵌入在信息和通信技术系统之中，它的代表物是硬件、软件、数据库、实验室和组织结构，支持并外化了人力资本的输出；资产资本度量知识经济中的资产，主要由人力资本（教育程度）、结构资本(技术、专利)来反映。基于数据的实际采集情况以及各维度指标的均衡性考虑，本文借鉴了Bounfour的四维度指标分析体系，对IC-DVAL模型中的个别指标进行了适当的替换与修改，最终模型选用的指标体系如下所示：
三、数据选取与实证研究
1．研究对象及数据来源。根据“知识资本动态价值指标体系”，从独立经济体的角度出发，本文搜集了五国及三城市2000～2009年相关数据。为尽可能保证统计数据口径的一致性，文中指标体系涉及的原始数据若无特殊说明均来自OECD数据库或城市的《统计年鉴》。
2．数据处理。下文中五国及三城市的知识资本发展水平横向比较部分，课题以取上海市2004年的数据为100，分别对各个数据进行指数换算，由于失业率数据与其他数据不同，因此先做倒数处理后再进行指数换算。采用指数方法，剔除了各指标不同单位对综合评价的影响，便于数据与数据、指标与指标、城市与城市之间的各种比较和分析。Xi=Bi*100/A0i，i=1，2，…，11。其中i为细项指标的序号，Xi为第i个细项指标的指数值，A0i为上海市2004年第i个细项指标的原始值，Bi为其它国家或城市第i个细项指标的原始值。
资源、流程、产出、资产指数以及知识资本综合指数将在下文具体计算和分析。对于其它缺失值，本课题主要采用SPSS17软件中Replacing Missing Value项下的Linear Interpolation（线性插补法）和Linear trend at point（点与点之间线性趋势法）进行替代。需要注意的是，输入该软件的数据均为原始数据（非指数），同时，考虑到实际经济意义，将采取必要的人工替代数据的方法。缺省数据主要为日本、韩国、英国及美国的专利授权量/万名就业人员指标中2008和2009年数据以及公共支出R&D/GDP比重的2009年数据。
3．简单算术平均法计算知识发展综合水平。下表以2000～2009年十年数据进行简单算术平均法计算得出五个国家及三个城市各指数的平均值及知识资本总分，并通过指标数值大小分别对各维度下城市与国家间的指数大小进行排名。
首先，分别从四个维度将五个国家与三座城市进行比较，可以看出中国作为一个发展中国家，各项指标都处于最后的位置，而中国较为发达的三座城市的知识发展综合水平都超过了中国的平均水平，但是与发达国家还是有一定的差距。北京的资源指数排在所有国家及城市中的第一位，上海和广州的各维度指标都排在较为靠后的位置，但是将各维度细分之后（表3），可以发现上海市在个别指标上已经接近甚至超越了发达国家的水平。
利用简单算术平均得到的知识发展综合水平由高到低依次为：美国（251.71）、日本（214.99）、韩国（205.49）、英国（174.27）、北京（168.98）、广州（112.34）、上海（109.92）、中国（54.61）。通过表3已经得出上海与广州从四个维度上都落后于四个发达国家，这具体表现为上海的综合平均指数（109.02）以及广州的综合平均指数（112.34）小于四个发达国家的均值（211.61），而北京的综合平均指数（168.98）已经接近英国的水平。具体从每个指标来分析，无论从国家的角度还是从城市的角度，中国以及中国的三个较发达城市综合平均指数落后的主要原因在于人均GDP远小于其他发达国家，专利的授权量上也落后于发达国家。然而城市的个别指标，如上海市的高科技产品出口比重已经排在了第一位，北京市公共支出研发经费占GDP比重也远远高于发达国家，上海、北京、广州三座城市的失业率也普遍处于较低的水平。
4．不同阶段的知识资本发展比较。前面进行的都是基于十年跨度均值的数据分析和比较，由于十年时间跨度较大，期间的政治经济的环境变化也相当大，因此计算整体跨度的均值也许不能适当的反映知识资本的发展情况，因此这一节中将这十年再细分为3个阶段（第一阶段：2000～2003，第二阶段：2004～2006，第三阶段：2007～2009）更能清楚反映出过去至现在乃至未来的知识资本发展情况。
无论是地区还是国家，在不同的阶段都有其不同的发展战略，四个维度指标在不同阶段也在一定程度上会呈现不同的特点。
通过表4可以发现，第三阶段中的上海市在流程指数、资产指数以及综合知识资本指数上相对于第一阶段都前进了一名，相应的，广州市则退后了一名，这说明上海市近年来知识资本发展的速度是要领先于广州市的。北京市以及整个中国在三个时间段中，无论是四个维度指标还是综合知识资本指数，排名都没有发生变化，各指标都排在靠后的位置，而三座城市较低的人均GDP以及万民就业人员中拥有的专利数较低是导致各城市产出指数、资产指数以及综合指数明显低于四大发达国家的主要原因。显然，在未来发展中不断提高三大城市人均GDP以及加强自主创新是提高知识资本综合水平的重要途径。而就中国整体而言，知识资本发展水平与发达国家差距较大，未来应该更加注重加强知识资本竞争力。虽然三座城市各指标排名变化很小，仅仅是城市之间交换了名次，总体上仍然落后于四大发达国家，但是三大城市各指标每个阶段增长的幅度都大于四个发达国家。
中国整体以及中国的三大城市在四大维度上的知识资本增长幅度都在一定程度上领先于各大发达国家。中国在综合知识资本指数上的增长幅度是名列第一位的，上海、广州、北京分别位于二、三、五位。这充分表明在发达国家的知识资本增长水平已经趋于平稳的形势下，中国以及中国三大中心城市的知识资本发展水平正在高速发展着，在知识经济飞速发展的今天，中国也在逐渐转型为以知识为基础的“知识型”国家。
5．各维度知识资本发展比较。从整体排名和各维度对中国三大城市和五大国家进行比较之后，我们进一步将各个维度的指标进行细分，从具体的单项指标来对各个研究对象进行分析。
（1）资源维度
资源资本主要是度量与企业和经济资源相关的指标，包括研究与开发、专利技术、基础设施等。从公共R&D支出的角度来看，北京市2000年时公共R&D支出占GDP比重就已达到3.42%，远远高于其他城市和国家，这表明北京市对于研发经费的投入是非常重视的，虽然近10年来北京在公共R&D支出上的投入逐年減少，但2009年时该指标仍有2.60%，高于其他国家与城市。上海市2008年公共R&D支出占GDP比重已达到0.82%，超过了美国仅次于北京、韩国之后，2009年增长到0.84%，由此可以看出上海市在逐年加大公共R&D支出，增加上海创造知识的能力。企业R&D支出中，上海市位于日本、韩国、美国和北京之后，但总体上呈逐年上升的趋势。2009年上海企业R&D支出占GDP百分比为1.96%，北京为2.40%美国为2.06%，韩国与日本则分别为2.68%与2.81%。中国在2009年企业R&D支出占GDP百分比为1.21%，已经超过了英国的1.13%，并呈明显的上升趋势。从资源指数总体来看，除了北京遥遥领先于各大国家和城市之外，上海市资源指数在2009年首次超越美国，位于北京、韩国与日本之后，但是上海市资源指数增长率明显高于日本与韩国，总的来说，近年来上海市在R&D支出上投入不断加大，今后有超越日本韩国等发达国家的趋势。
（2）流程维度
流程维度是度量新经济中价值流程的指标，嵌入在信息和通信技术系统之中，它的代表物是硬件、软件、数据库、实验室和组织结构，支持并外化了人力资本的输出。本文中流程维度的数据完整程度并不高，主要是由于国外及国内在流程维度指标上统计口径不一致以及数据难以获取导致。但是仍然可以看出，除了韩国处于比较高的发展水平外，日本、英国、美国以及上海的流程指数已经不相上下。从互联网普及率指标来说，上海市2000年家庭互联网普及率仅为6.68%，远低于其他四国，而2009年该指标已达到65.06%，并且仍然有较大的增长幅度。北京、广州以及中国整体的流程指数仍然落后于上海以及其他发达国家，但是中国的互联网普及率在近几年增长迅速，随着中国通信技术的不断发展，中国的流程指数还有很大的上升空间。
（3）产出维度
从失业率来看，北京和广州都保持着较低的失业率，2009年北京和广州的失业率分别为1.44%、2.30%，领先于其他城市与国家。上海失业率也比较低，特别是金融危机爆发后，上海市失业率明显低于日本、英国以及美国，2009年上海市失业率为4.3%，中国、美国、英国、韩国及日本分别为4.3%、9.4%、7.8%、3.8%、5.3%。人均生产总值方面，中国以及中国的三大城市都远低于其余4个发达国家，2009年上海市人均GDP仅为11568.06美元，而美国、英国、韩国及日本分别为49535.08、36813.62、29415.1、35870.09美元。在高科技产品销售比重方面，中国以及中国三大中心城市的表现全都优于四大发达国家。上海、广州、北京分别位于第一、二、三位，中国整体也位于第四位。2009年上海市出口总额中，高科技产品比重更是达到了41.97%。
（4）资产维度
资产资本度量知识经济中的资产，主要由人力资本（受教育程度）、结构资本（技术、专利）来反映。在人力资本方面，四大发达国家每年的人力资本水平基本持平，广州市则呈快速上升的趋势，2007年时广州市每万人中大学生人数已经达到了888人，2009年时达到了1062人，超越了四大发达国家列第一位。北京在2009年每万人中有524名大学生，上海2009年每万人中仅有267名大学生，为第一名广州市的25.14%。从万名就业人员发明专利授权量这一指标看，上海市2009年已达到每万民就业人员拥有专利32.8件，高于其他四个发达国家，并且呈不断上升趋势，而2000年上海该指标仅为每万民就业人员拥有专利5.43件，这是上海加强自主创新，为建设“创新型国家”做贡献的结果。北京与广州每万民就业人员拥有专利数分别为22.96与22.23件，仅仅低于上海和韩国。
四、结论及建议
本文以Bounfour的动态价值模型为基础，结合实际发展情况与数据可用性对部分指标进行修正与删减，对中国三座城市和五大国家的知识资本发展进行了动态评估与比较，对国家及地区通过知识化发展提高发展水平具有一定的指导意义。分析表明，上海市在这四个维度上和发达国家还是存在一定差距，但在个别指标上已经接近甚至超越了发达国家的水平。同时，上海市各项指标的增长幅度明显领先于四个发达国家，这表明上海市的知识资本发展速度还是较为突出的。在通过对知识资本动态价值模型中的指标进行具体的分析后，本文认为上海市在今后的知识资本发展中，应该着重注意以下几方面：（1）坚持以经济建设为中心，加快上海市经济建设。作为发展中国家的中的发达城市，上海市的人均GDP虽高于中国的平均水平，但仍然明显低于其他发达国家。在上海市知识资本发展的进程中，最终还是应该抓紧经济建设，促进经济发展，努力提高人均GDP水平。（2）大力增强上海市自主创新能力，加大专利研究的效率。加快提高自主创新能力，是上海市发展的重要任务，这是加快转变经济增长方式的迫切需要，是推动产业结构优化升级的迫切需要，是增强上海市综合实力和竞争力的迫切需要，也是在激烈的国际竞争中从根本上获得竞争优势的迫切需要。拥有更多的自主研发专利，也是上海市政府与企业近年来不断加大研发费用支出的目标。（3）努力提高高等教育水平，大力引进高等人才。以知识为基础的“知识型”城市需要更多拥有高级知识的人才，同时在不断的创新与实践中将知识转化为先进的生产力，推动上海市发展。（4）加快上海市网络化发展进程，网络普及率是流程维度里的重要指标，上海市的网络普及率虽然年增长速度较快，但还是低于发达国家的平均水平。在信息技术飞速发展的今天，网络已经成为了人类社会不可或缺的工具，提高网络普及率也能更大程度的提高知识的获取、创造、传播以及使用程度。当然，伴随知识化内涵以及国家及地区社会经济发展目标与内容的发展，我们对其知识资本的表征内容与指标有待拓展与完善。
参 考 文 献
[1]Drucker P F．Post-Capitalist Society[M]．New York：HarperCollins．1993
[2]Edvinsson L，Stenfelt C．Intellectual capital of nations：for future wealth creation[J]．Journal of Human Resource Costing& Accounting．1999．4（1）：21～33
[3]唐一冰，谢富纪．国家和地区的知识资本及其研究方法[J]．哈尔滨商业大学学报（自然科学版）．2010（4）
[4]Bontis．National Intellectual Capital Index[J]．Journal of Intellectual Capita．2004（1）：13～39
[5]Viedma JM．CICBS：A methodology and a framework for measuring and managing intellectual capital of cities. A practical application in the city of Mataro[J]．Journal of Knowledge Management Research and Practice．2004（20）：13～23
[6]Bounfour，A．Measuring intellectual capital's dynamic value：the IC-dVAL approach，Proceedings of the 5th World Congress on Intellectual Capital．Canada：Mc Master University．2002
基金项目：本文系2011年度上海市科委软科学项目《知识资本在上海经济发展中的地位与作用研究》（11692100400）阶段性成果。
【关键词】知识资本；动态价值模型；实证研究
一、问题的提出
在知识经济时代，企业之间、地区之间甚至国家之间的竞争将更加集中的通过知识资本的竞争来表现。Peter Drucker（1993）认为未来的社会中的竞争将主要体现在知识资本的竞争上，而未来社会的发展也将主要依靠知识资源。Edvinsson（1999）和Stenfelt（1999）指出从无形资源中创造更多的价值不仅仅是企业取得竞争优势的重要因素，还将逐渐上升到地区以及国家层面，成为地区与国家层次竞争力的重要表现。随着知识经济的发展，知识型城市和知识型国家正在不断崛起，知识投资占GDP的比重也将越来越大。然而，关于地区和国家知识资本的相关理论研究在近十几年才开始受到重视。在对知识资本研究的初期，学者们往往注重知识资本对企业竞争力的提升，而这些年来关于知识资本对地区、国家的影响的研究逐渐增多。Robert Huggins Associates（2002）选择了全球主要都市（圈）作为研究对象，对这些区域的知识资本指数进行了评估并排名，同时发布了《世界知识竞争力指数》报告。Bontis（2004）在Skandia导航者模型的基础上将模型转换为国家知识资本模型，并应用于阿拉伯国家知识资本发展研究中。Viedma（2004）将在国家知识资本的研究中取得的成功应用于城市之中，建立了管理和评价城市知识资本的新方法和框架——城市知识资本基准系统（CICBS）。中国对地区及国家知识资本的研究主要还停留在对指标体系的建立及评价等初步探讨方面，对城市、国家的知识资本进行的定量研究并不多。本文拟在Bounfour（2002）的知识资本动态价值模型（IC-DVAL）基础上，选取上海作为重点的评估对象，通过将上海与中国其它两大发达城市北京、广州的城市知识资本进行比较分析，同时将上海知识资本水平置于国家层面，同中国整体以及四大发达国家日本、韩国、美国、英国进行比较研究，希望有助于指导城市以及国家知识资本的认识与管理。
二、国家与地区知识资本动态价值模型
Bounfour在2002年提出了知识资本动态价值模型（IC-DVAL）认为竞争力包含四个维度——资源、流程、无形资产和产出。IC-DVAL是一个总体指标体系，这些指标通过一个综合指标与项目、项目组（资源、流程、产出）以及国家与地区的知识资本整体表现相关联。
资源资本主要度量与企业和经济资源相关的指标，包括研究与开发、专利技术、基础设施等；流程资本度量新经济中价值流程的指标，嵌入在信息和通信技术系统之中，它的代表物是硬件、软件、数据库、实验室和组织结构，支持并外化了人力资本的输出；资产资本度量知识经济中的资产，主要由人力资本（教育程度）、结构资本(技术、专利)来反映。基于数据的实际采集情况以及各维度指标的均衡性考虑，本文借鉴了Bounfour的四维度指标分析体系，对IC-DVAL模型中的个别指标进行了适当的替换与修改，最终模型选用的指标体系如下所示：
三、数据选取与实证研究
1．研究对象及数据来源。根据“知识资本动态价值指标体系”，从独立经济体的角度出发，本文搜集了五国及三城市2000～2009年相关数据。为尽可能保证统计数据口径的一致性，文中指标体系涉及的原始数据若无特殊说明均来自OECD数据库或城市的《统计年鉴》。
2．数据处理。下文中五国及三城市的知识资本发展水平横向比较部分，课题以取上海市2004年的数据为100，分别对各个数据进行指数换算，由于失业率数据与其他数据不同，因此先做倒数处理后再进行指数换算。采用指数方法，剔除了各指标不同单位对综合评价的影响，便于数据与数据、指标与指标、城市与城市之间的各种比较和分析。Xi=Bi*100/A0i，i=1，2，…，11。其中i为细项指标的序号，Xi为第i个细项指标的指数值，A0i为上海市2004年第i个细项指标的原始值，Bi为其它国家或城市第i个细项指标的原始值。
资源、流程、产出、资产指数以及知识资本综合指数将在下文具体计算和分析。对于其它缺失值，本课题主要采用SPSS17软件中Replacing Missing Value项下的Linear Interpolation（线性插补法）和Linear trend at point（点与点之间线性趋势法）进行替代。需要注意的是，输入该软件的数据均为原始数据（非指数），同时，考虑到实际经济意义，将采取必要的人工替代数据的方法。缺省数据主要为日本、韩国、英国及美国的专利授权量/万名就业人员指标中2008和2009年数据以及公共支出R&D/GDP比重的2009年数据。
3．简单算术平均法计算知识发展综合水平。下表以2000～2009年十年数据进行简单算术平均法计算得出五个国家及三个城市各指数的平均值及知识资本总分，并通过指标数值大小分别对各维度下城市与国家间的指数大小进行排名。
首先，分别从四个维度将五个国家与三座城市进行比较，可以看出中国作为一个发展中国家，各项指标都处于最后的位置，而中国较为发达的三座城市的知识发展综合水平都超过了中国的平均水平，但是与发达国家还是有一定的差距。北京的资源指数排在所有国家及城市中的第一位，上海和广州的各维度指标都排在较为靠后的位置，但是将各维度细分之后（表3），可以发现上海市在个别指标上已经接近甚至超越了发达国家的水平。
利用简单算术平均得到的知识发展综合水平由高到低依次为：美国（251.71）、日本（214.99）、韩国（205.49）、英国（174.27）、北京（168.98）、广州（112.34）、上海（109.92）、中国（54.61）。通过表3已经得出上海与广州从四个维度上都落后于四个发达国家，这具体表现为上海的综合平均指数（109.02）以及广州的综合平均指数（112.34）小于四个发达国家的均值（211.61），而北京的综合平均指数（168.98）已经接近英国的水平。具体从每个指标来分析，无论从国家的角度还是从城市的角度，中国以及中国的三个较发达城市综合平均指数落后的主要原因在于人均GDP远小于其他发达国家，专利的授权量上也落后于发达国家。然而城市的个别指标，如上海市的高科技产品出口比重已经排在了第一位，北京市公共支出研发经费占GDP比重也远远高于发达国家，上海、北京、广州三座城市的失业率也普遍处于较低的水平。
4．不同阶段的知识资本发展比较。前面进行的都是基于十年跨度均值的数据分析和比较，由于十年时间跨度较大，期间的政治经济的环境变化也相当大，因此计算整体跨度的均值也许不能适当的反映知识资本的发展情况，因此这一节中将这十年再细分为3个阶段（第一阶段：2000～2003，第二阶段：2004～2006，第三阶段：2007～2009）更能清楚反映出过去至现在乃至未来的知识资本发展情况。
无论是地区还是国家，在不同的阶段都有其不同的发展战略，四个维度指标在不同阶段也在一定程度上会呈现不同的特点。
通过表4可以发现，第三阶段中的上海市在流程指数、资产指数以及综合知识资本指数上相对于第一阶段都前进了一名，相应的，广州市则退后了一名，这说明上海市近年来知识资本发展的速度是要领先于广州市的。北京市以及整个中国在三个时间段中，无论是四个维度指标还是综合知识资本指数，排名都没有发生变化，各指标都排在靠后的位置，而三座城市较低的人均GDP以及万民就业人员中拥有的专利数较低是导致各城市产出指数、资产指数以及综合指数明显低于四大发达国家的主要原因。显然，在未来发展中不断提高三大城市人均GDP以及加强自主创新是提高知识资本综合水平的重要途径。而就中国整体而言，知识资本发展水平与发达国家差距较大，未来应该更加注重加强知识资本竞争力。虽然三座城市各指标排名变化很小，仅仅是城市之间交换了名次，总体上仍然落后于四大发达国家，但是三大城市各指标每个阶段增长的幅度都大于四个发达国家。
中国整体以及中国的三大城市在四大维度上的知识资本增长幅度都在一定程度上领先于各大发达国家。中国在综合知识资本指数上的增长幅度是名列第一位的，上海、广州、北京分别位于二、三、五位。这充分表明在发达国家的知识资本增长水平已经趋于平稳的形势下，中国以及中国三大中心城市的知识资本发展水平正在高速发展着，在知识经济飞速发展的今天，中国也在逐渐转型为以知识为基础的“知识型”国家。
5．各维度知识资本发展比较。从整体排名和各维度对中国三大城市和五大国家进行比较之后，我们进一步将各个维度的指标进行细分，从具体的单项指标来对各个研究对象进行分析。
（1）资源维度
资源资本主要是度量与企业和经济资源相关的指标，包括研究与开发、专利技术、基础设施等。从公共R&D支出的角度来看，北京市2000年时公共R&D支出占GDP比重就已达到3.42%，远远高于其他城市和国家，这表明北京市对于研发经费的投入是非常重视的，虽然近10年来北京在公共R&D支出上的投入逐年減少，但2009年时该指标仍有2.60%，高于其他国家与城市。上海市2008年公共R&D支出占GDP比重已达到0.82%，超过了美国仅次于北京、韩国之后，2009年增长到0.84%，由此可以看出上海市在逐年加大公共R&D支出，增加上海创造知识的能力。企业R&D支出中，上海市位于日本、韩国、美国和北京之后，但总体上呈逐年上升的趋势。2009年上海企业R&D支出占GDP百分比为1.96%，北京为2.40%美国为2.06%，韩国与日本则分别为2.68%与2.81%。中国在2009年企业R&D支出占GDP百分比为1.21%，已经超过了英国的1.13%，并呈明显的上升趋势。从资源指数总体来看，除了北京遥遥领先于各大国家和城市之外，上海市资源指数在2009年首次超越美国，位于北京、韩国与日本之后，但是上海市资源指数增长率明显高于日本与韩国，总的来说，近年来上海市在R&D支出上投入不断加大，今后有超越日本韩国等发达国家的趋势。
（2）流程维度
流程维度是度量新经济中价值流程的指标，嵌入在信息和通信技术系统之中，它的代表物是硬件、软件、数据库、实验室和组织结构，支持并外化了人力资本的输出。本文中流程维度的数据完整程度并不高，主要是由于国外及国内在流程维度指标上统计口径不一致以及数据难以获取导致。但是仍然可以看出，除了韩国处于比较高的发展水平外，日本、英国、美国以及上海的流程指数已经不相上下。从互联网普及率指标来说，上海市2000年家庭互联网普及率仅为6.68%，远低于其他四国，而2009年该指标已达到65.06%，并且仍然有较大的增长幅度。北京、广州以及中国整体的流程指数仍然落后于上海以及其他发达国家，但是中国的互联网普及率在近几年增长迅速，随着中国通信技术的不断发展，中国的流程指数还有很大的上升空间。
（3）产出维度
从失业率来看，北京和广州都保持着较低的失业率，2009年北京和广州的失业率分别为1.44%、2.30%，领先于其他城市与国家。上海失业率也比较低，特别是金融危机爆发后，上海市失业率明显低于日本、英国以及美国，2009年上海市失业率为4.3%，中国、美国、英国、韩国及日本分别为4.3%、9.4%、7.8%、3.8%、5.3%。人均生产总值方面，中国以及中国的三大城市都远低于其余4个发达国家，2009年上海市人均GDP仅为11568.06美元，而美国、英国、韩国及日本分别为49535.08、36813.62、29415.1、35870.09美元。在高科技产品销售比重方面，中国以及中国三大中心城市的表现全都优于四大发达国家。上海、广州、北京分别位于第一、二、三位，中国整体也位于第四位。2009年上海市出口总额中，高科技产品比重更是达到了41.97%。
（4）资产维度
资产资本度量知识经济中的资产，主要由人力资本（受教育程度）、结构资本（技术、专利）来反映。在人力资本方面，四大发达国家每年的人力资本水平基本持平，广州市则呈快速上升的趋势，2007年时广州市每万人中大学生人数已经达到了888人，2009年时达到了1062人，超越了四大发达国家列第一位。北京在2009年每万人中有524名大学生，上海2009年每万人中仅有267名大学生，为第一名广州市的25.14%。从万名就业人员发明专利授权量这一指标看，上海市2009年已达到每万民就业人员拥有专利32.8件，高于其他四个发达国家，并且呈不断上升趋势，而2000年上海该指标仅为每万民就业人员拥有专利5.43件，这是上海加强自主创新，为建设“创新型国家”做贡献的结果。北京与广州每万民就业人员拥有专利数分别为22.96与22.23件，仅仅低于上海和韩国。
四、结论及建议
本文以Bounfour的动态价值模型为基础，结合实际发展情况与数据可用性对部分指标进行修正与删减，对中国三座城市和五大国家的知识资本发展进行了动态评估与比较，对国家及地区通过知识化发展提高发展水平具有一定的指导意义。分析表明，上海市在这四个维度上和发达国家还是存在一定差距，但在个别指标上已经接近甚至超越了发达国家的水平。同时，上海市各项指标的增长幅度明显领先于四个发达国家，这表明上海市的知识资本发展速度还是较为突出的。在通过对知识资本动态价值模型中的指标进行具体的分析后，本文认为上海市在今后的知识资本发展中，应该着重注意以下几方面：（1）坚持以经济建设为中心，加快上海市经济建设。作为发展中国家的中的发达城市，上海市的人均GDP虽高于中国的平均水平，但仍然明显低于其他发达国家。在上海市知识资本发展的进程中，最终还是应该抓紧经济建设，促进经济发展，努力提高人均GDP水平。（2）大力增强上海市自主创新能力，加大专利研究的效率。加快提高自主创新能力，是上海市发展的重要任务，这是加快转变经济增长方式的迫切需要，是推动产业结构优化升级的迫切需要，是增强上海市综合实力和竞争力的迫切需要，也是在激烈的国际竞争中从根本上获得竞争优势的迫切需要。拥有更多的自主研发专利，也是上海市政府与企业近年来不断加大研发费用支出的目标。（3）努力提高高等教育水平，大力引进高等人才。以知识为基础的“知识型”城市需要更多拥有高级知识的人才，同时在不断的创新与实践中将知识转化为先进的生产力，推动上海市发展。（4）加快上海市网络化发展进程，网络普及率是流程维度里的重要指标，上海市的网络普及率虽然年增长速度较快，但还是低于发达国家的平均水平。在信息技术飞速发展的今天，网络已经成为了人类社会不可或缺的工具，提高网络普及率也能更大程度的提高知识的获取、创造、传播以及使用程度。当然，伴随知识化内涵以及国家及地区社会经济发展目标与内容的发展，我们对其知识资本的表征内容与指标有待拓展与完善。
参 考 文 献
[1]Drucker P F．Post-Capitalist Society[M]．New York：HarperCollins．1993
[2]Edvinsson L，Stenfelt C．Intellectual capital of nations：for future wealth creation[J]．Journal of Human Resource Costing& Accounting．1999．4（1）：21～33
[3]唐一冰，谢富纪．国家和地区的知识资本及其研究方法[J]．哈尔滨商业大学学报（自然科学版）．2010（4）
[4]Bontis．National Intellectual Capital Index[J]．Journal of Intellectual Capita．2004（1）：13～39
[5]Viedma JM．CICBS：A methodology and a framework for measuring and managing intellectual capital of cities. A practical application in the city of Mataro[J]．Journal of Knowledge Management Research and Practice．2004（20）：13～23
[6]Bounfour，A．Measuring intellectual capital's dynamic value：the IC-dVAL approach，Proceedings of the 5th World Congress on Intellectual Capital．Canada：Mc Master University．2002
基金项目：本文系2011年度上海市科委软科学项目《知识资本在上海经济发展中的地位与作用研究》（11692100400）阶段性成果。