第五章 创新能力

从现代城市发展状况来看，城市间的发展竞争越来越集中在创新能力的竞争，创新已成为城市经济发展需要的内在动力和决定性因素。提高城市创新能力已成为当前每个城市发展的一项重大战略任务。近年来，广州以创新驱动发展战略为引领，积极实施财政投入和孵化器双倍增计划，在知识产权保护、创新创业孵化体系建设、科技与金融结合、国际与区域科技合作、科技创新走廊建设等方面取得重大进展。根据近年来广州创立市科技创新委员会和建设以广州高新区为核心的珠三角国家自主创新示范区来看，我们预测广州将会继续加大对科技创新的财政经费投入，预计在未来几年广州在科技研发投入强度、科技金融融合、孵化器建设等方面会取得更大突破。

本文梳理了广州近年来在增强城市创新环境方面的一些措施，并结合基于主成分分析的城市创新能力评价指标体系，试图通过将广州与北京、上海、深圳、天津、杭州等一线或接近一线的城市进行对比，从而评价广州近年来的城市创新能力水平，同时分析影响广州城市创新能力水平的制约因素，尝试提出相应有效的建议。

结果表明，广州在创新平台与全孵化体系建设等方面取得了较大进展，但研发投入强度长期偏低，导致城市科技创新能力发展严重滞后，且新出现科技资源优势衰减风险，故本文主要从提高研发投入和科技资源配置效率两个角度提出建议。

1 城市创新能力评价指标设计

1.1 文献梳理

1.1.1 基于区域创新评价体系

许崴、林海明（2009）将区域创新能力划分为知识创新能力、技术创新能力、创新资源配置能力和创新环境优化能力，并由以上四大能力评价子指标体系整合得出了区域创新能力评价指标体系，对广东省连续七年的区域创新能力进行了评价分析，发现新产品开发效果与科技资源配置因子、技术研发能力因子、科技投入效果补充因子对区域创新能力的影响程度最大。郭丽娟、仪彬、关蓉、王志云（2011）在设计区域创新能力评价初始指标体系的基础上，采用基于主基底分析的变量筛选方法对初始指标体系进行变量筛选，构建了区域创新能力评价体系的简约变量集合，在保证原始变量信息损失尽可能小的前提下，排除所有的冗余信息，避免了变量之间的多重相关性；再利用主成分分析对简约变量集合进行二次降维，构建综合评价模型，对我国30个地区的创新能力进行排序及分析评价，得到了较好的评价结果。齐晶晶（2015）从知识创新能力、技术创新能力、技术扩散能力、产学研协同创新能力四个方面建立区域创新体系效能评价的指标体系，利用粒子群算法改进的径向基神经网络模型对中关村、东湖、张江、长株潭四个国家自主创新示范区的创新体系效能进行了评价分析。白俊红、蒋伏心（2015）采用1998～2012年中国分省区面板数据，通过构建协同创新指标体系，并从区域间创新要素动态流动视角建立空间权重矩阵，运用空间计量分析技术，实证考察了协同创新与空间关联对区域创新绩效的影响。研究发现，在协同创新过程中，政府科技资助、企业与高校的联结以及企业与科研机构的联结对区域创新绩效有显著的正向影响，而金融机构资助则产生显著的负向影响；区域间创新要素的动态流动有利于知识的空间溢出，从而促进区域创新绩效的提升。王香花、苏彩平（2016）从企业、高校和科研机构、中介机构、环境四个角度构建了含有13个指标的区域自主创新能力评价体系，在创新系统的视角下对我国30个省份进行了分析。刘艳春、孙凯（2016）利用2004～2013年中国大陆各省、自治区、直辖市的面板数据，运用空间杜宾模型对中国区域创新绩效评价的影响因素进行了实证研究，发现前期专利存量、研发人员数量占就业人员比例对区域创新绩效呈正向影响，研发经费投入强度、外贸依存度对区域创新绩效呈负向影响，前期专利存量对区域创新绩效有着显著的空间滞后影响，区域创新绩效存在着显著的空间自相关效应，呈现空间依赖性和空间集聚现象。

1.1.2 基于内生增量理论评价体系

丁重、邓可斌（2013）基于内生技术增长理论对广州经济增长、产业体系变迁与技术进步的关系进行分析研究，发现广州创新资金与创新人才的分布是不均衡的，大量民营企业难以获得创新资源，从而导致广州创新效率不足。

1.1.3 基于创新投入、产出评价体系

谭俊涛、张平宇和李静（2016）通过构建创新投入、产出指标体系，运用创新产出和创新效率两个因素表征区域创新绩效，通过回归建模分析，探讨了区域创新基础、产业集群环境、产学研联系质量、政府支持、技术溢出效应等因子对区域创新绩效的影响，发现区域创新绩效受创新基础和政府支撑的影响最大，受产学研联系质量的影响次之，而产业集群环境和技术溢出效应对区域创新绩效的影响较小。

1.1.4 文献梳理小结

为了较全面、科学地分析一个城市的创新能力，评价指标应涵盖知识创新、技术创新、资源配置创新三个方面，同时考虑到当期对城市创新能力的投入会影响预期城市创新能力的提高，故将投入、产出设为一级指标会使评价体系更全面，再从知识创新、技术创新、资源配置创新三个方面选择二级和三级指标，接着为了准确地从多个变量中提取决定性信息，应用主成分分析法进行降维，同时进行综合评价，最后可得到城市创新能力综合得分。

1.2 指标设计

基于文献梳理和数据搜集，本文从创新投入和创新产出两个层面对广州的城市创新能力进行分析，创新投入包括研究机构与人才、科技拨款、研究与试验发展投入、高等教育四个方面，共17个指标；创新产出包括科技成果奖励、专利、技术市场、高新技术产品四个方面，共17个指标（见表5-1）。

表5-1 城市创新能力评价指标

表5-1 城市创新能力评价指标-续表

2 广州城市创新能力分析

2.1 研究机构与人才

2.1.1 广州研究机构与人才情况

表5-2显示，广州科研机构人均固定资产原价在2014年之前保持13%左右的年增长率，但年增长率随后在2015年下降至1.2%，却在2016年飙升至24.8%，波动程度较大，也就说明广州科研机构人均固定资产原价增长并不稳定。而科研和技术服务业新增固定资产占全社会新增固定资产比重则五年间一直围绕2%上下波动，且在2014年以后呈现持续下降的趋势，2016年下降至五年间最低1.37%。每万人专业技术人才在2012～2014年较稳定，维持在七八百人，2015年则以116.7%的增长率激增至1749人，此后平均年增长率也由1.5%提升至4%，说明广州对专业技术人才的吸引力度明显加大。独立科学研究与开发机构数在2012～2015年呈现持续削减的趋势，从152个削减至143个，但2016年则逆势增长至160个，这很大程度上受2016年广州自然科学类科学研究与开发机构新增了15个的影响，说明广州在2016年对独立科学研究与开发机构尤其是自然科学类科学研究与开发机构的关注程度有所提升，发展趋势有待观察。独立科学研究与开发机构从业人员数与科研人员数比较稳定，五年间分别维持在26000人与19000人左右。此外，五年间不仅独立科学研究与开发机构中自然科学类研究与开发机构一直占比维持在92%以上，而且独立科学研究与开发机构从业人员数与科研人员数中自然科学类研究与开发机构从业人员数与科研人员占比也分别维持在96%以上，说明广州研究机构拥有比较扎实的科研能力。

表5-2 2012～2016年广州研究机构与人才情况

2.1.2 各城市科学研究与开发机构情况

如表5-3、图5-1数据显示，北京科学研究与开发机构数整体维持稳定增长，从2012年的288所增长至2016年的303所，增幅为5.21%，平均年增长率达1.3%。天津科学研究与开发机构数整体保持缓慢增长，从2012年的261所增长至2015年的273所，增长了4.6%，平均年增长率为1.51%，以一定差距在紧追北京。上海科学研究与开发机构数呈现出“比较稳定—大幅下降”走势，2012～2015年维持在205所左右，平均年增长率只有0.16%；2016年比2015年减少了74所，年增长率下降至-35.92%。广州科学研究与开发机构数呈现出“缓慢下降—恢复增长”走势，从2012年的152所下降至2015年的143所，下降了5.92%，平均年增长率为-2.01%；2016年比2015年新增了17所，年增长率回升至11.89%，成功超越上海。

表5-3 2012～2016年四城市科学研究与开发机构情况

图5-1 2012～2016年四城市科学研究与开发机构情况

2.2 科技拨款

2.2.1 广州科技拨款情况

表5-4显示，广州地方财政科学技术支出逐年递增，从2012年的521165万元增长到2016年的1129546万元。科学技术支出占地方财政总支出的比重则并没有保持平稳的上升，2012～2014从2.9%下降至2.23%，2014～2016从2.23%上升到3.97%，总的来说，在2012～2014年之前在2.5%上下波动，2014～2016年呈现较强的上升趋势，这种上升趋势有望持续一段更长的时间。

表5-4 2012～2016年广州科技拨款情况

2.2.2 各城市地方财政科学技术支出情况

如表5-5、图5-2数据显示，北京和上海的科学技术支出长期大幅度领先广州和天津，且保持稳定的增长趋势。深圳的科学技术支出在2014年以前大幅度落后于北京、上海，2016年却以惊人的增长速度追上并反超了北京和上海。广州科学技术支出长期落后于北京、上海、深圳和天津，即使广州和深圳同期在2015年开始加大科学技术支出，广州科学技术支出增长速度却远小于深圳，截至2016年也仅有接近追平天津的趋势。虽然广州未来有望追平并反超天津，但仍然面临大幅度落后于北京、上海和深圳的窘境。