韓杰昊

（河北經貿大學，石家莊 050800）

1 引言

國家級城市群的發(fā)展是推進國家高質量發(fā)展的重要組成部分。發(fā)展科技成為提升一國競爭力的主要手段，我國將自主創(chuàng)新提升到國家戰(zhàn)略高度，提出創(chuàng)新驅動發(fā)展戰(zhàn)略，建設創(chuàng)新型國家。2021年3月發(fā)布的《中共中央關于制定國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標的建議》文件中多次提到了有關城市群的建設情況，提出要推動區(qū)域協(xié)調發(fā)展推進京津冀協(xié)同發(fā)展、長江經濟帶發(fā)展、粵港澳大灣區(qū)建設、長三角一體化發(fā)展，打造創(chuàng)新平臺和新增長極。黨和國家發(fā)布的一系列重要文件表明，城市群作為國家新型城鎮(zhèn)化主體的戰(zhàn)略引領地位被提升到了前所未有的戰(zhàn)略高度[1]。城市群醫(yī)藥制造業(yè)發(fā)展各異，醫(yī)藥制造業(yè)技術溢出對于區(qū)域整體創(chuàng)新水平的提高具有現(xiàn)實意義。但目前我國醫(yī)藥制造業(yè)發(fā)展區(qū)域差異較大，個別地區(qū)醫(yī)藥產業(yè)發(fā)展存在研發(fā)能力較弱、企業(yè)配置不足的問題。目前，研究者對于醫(yī)藥制造業(yè)作為溢出方研究其地區(qū)之間的溢出情況較少。近些年，學者們在研究區(qū)域創(chuàng)新問題的時候逐漸開始關注溢出問題的研究。從地理位置上看創(chuàng)新也存在著集聚現(xiàn)象，并且發(fā)現(xiàn)本地的創(chuàng)新水平和周邊城市的技術溢出相關。技術創(chuàng)新具有外部性，醫(yī)藥制造業(yè)集聚現(xiàn)象的出現(xiàn)必然也會存在技術溢出現(xiàn)象。鑒于此，本文從縮小城市群之間創(chuàng)新發(fā)展水平差距的角度，基于省級的數據來分析五大城市群醫(yī)藥制造業(yè)地區(qū)之間技術創(chuàng)新效率溢出的效應，為縮小城市群醫(yī)藥制造業(yè)發(fā)展差距、促進區(qū)域協(xié)調發(fā)展提供思路。

2 文獻綜述

在以往的研究中，技術溢出的測度一直都是該研究領域的熱點問題，尤其對于實證研究來說，模型的選取與實證部分的有效性與可行性密切相關。Jaffe等提出“雖然知識溢出不能被直接觀測，但知識在流動中確實留下了可追溯的痕跡”[2]，他通過專利引用等方式對知識溢出的測度做出了有用的探索。隨著人們對技術溢出的研究，學者們開始不斷探尋其測度的方法。目前主要有知識生產函數法、全要素生產率法等。

區(qū)域之間的技術溢出是區(qū)域協(xié)同創(chuàng)新發(fā)展的動力之一，當不同的地區(qū)都可以從其他地區(qū)的創(chuàng)新活動中獲得一定的利益，形成良好的反饋機制，才能有助于促進區(qū)域的發(fā)展。隨著技術溢出效應研究的深入，國內外關于技術溢出效應的研究大致分為技術溢出的存在性、區(qū)域異質性以及技術溢出對區(qū)域創(chuàng)新的影響等。以城市群為研究對象的文獻大多集中在空間溢出效應的有效性、創(chuàng)新協(xié)同發(fā)展等方面。葉文輝、伍運春采用空間計量經濟學方法研究成渝城市群經濟增長的空間效應，研究發(fā)現(xiàn)2007-2016年成渝城市群空間集聚效應和空間溢出效應明顯,在空間分布上具有“中心—外圍”模式特點[3]。

隨著我國高新技術產業(yè)的不斷發(fā)展，在借鑒前人的理論和實證研究基礎上，開始出現(xiàn)將高新技術產業(yè)作為對象研究技術溢出的學者，但很少有以其子行業(yè)為對象進行研究。劉桂林等首次以醫(yī)藥制造業(yè)中的FDI溢出效應為研究對象，利用2001-2006年不同省份醫(yī)藥制造業(yè)統(tǒng)計數據，建立了FDI溢出效應動態(tài)面板數據模型[4]。

綜上所述，國內外學者深入的研究，都得到了值得本文借鑒的方法和結論。技術溢出的測度研究中目前使用的知識生產函數法大多數是基于C-D生產函數而展開的對技術溢出效應的研究，不能刻畫出各城市群內部醫(yī)藥制造業(yè)省份之間技術溢出效應的大小和方向。我國五大城市群之間醫(yī)藥制造業(yè)的發(fā)展存在著明顯的差異，如何促進協(xié)同發(fā)展是當前國家重點關注的問題。因此，本文采用DEA-Malmquist指數模型計算出各地區(qū)的創(chuàng)新效率，再以其作為量化指標構建VAR模型分析技術創(chuàng)新效率溢出效應的差異。最后基于結論，提出相應的建議。

3 醫(yī)藥制造業(yè)技術創(chuàng)新效率的測算

Malmquist指數最初是由Sten Malmquist于1953年旨在對消費的變化做出分析而提出來的[5]，Caves等人于1982年逐步將該指數用來測算生產效率的變化幅度[6]，隨后1994年Fare等人在其文章中將Malmquist指數理論于DEA方法相結合，提出了DEA-Malmquist指數模型[7]。設（xt，yt）與（xt+1，yt+1）分別表示t和t+1時期的投入產出，Malmquist生產率變動值即全要素生產率變動值，第i個DMU在第t期到t+1時期生產率變化的M指數可用以下公式表示：

DEA-Malmquist指數模型，可以衡量各地區(qū)跨期的動態(tài)技術效率變化，還能將全要素生產率的變化分解為技術效率和技術進步，技術效率可進一步分解，因此可以從其分解指數中找到引起效率的變化原因。分解式具體可表示為：

本文借鑒彭有為等[8]對高新技術產業(yè)全要素生產率的研究，投入指標選取了研發(fā)人員全時當量與研發(fā)經費支出，前者指參加研發(fā)活動的全時人員與非全時人員按工作折合成全時人員數量的綜合，后者指用于科技活動的實際支出。產出指標選取了新產品銷售收入與專利申請數，銷售收入是新產品量化表現(xiàn)形式可直接反映技術創(chuàng)新能力，專利數可間接反映出本地區(qū)的自主創(chuàng)新能力。以2000年為基期對新產品銷售收入等指標進行了平減處理，相關指數來源于國家統(tǒng)計局。研究區(qū)間為2000年至2020年，數據源于《中國高技術產業(yè)統(tǒng)計年鑒》。計算結果如表1所示。

表1 2001-2020年五大城市群醫(yī)藥制造業(yè)Malmquist指數變化及分解的平均變化值

京津冀城市群醫(yī)藥制造業(yè)全要素生產率水平提升，在五大城市群中發(fā)展最好，技術效率、技術進步、純技術效率、規(guī)模效率的年均增長率分別為1.6%、4.5%、2.2%、-0.5%，該區(qū)域技術效率沒有達到第一位是由規(guī)模效率下降導致的。長三角城市群醫(yī)藥制造業(yè)全要素生產率提升，均值為1.036，技術進步與技術效率變化相差不大，全要素生產率的變動主要由技術進步拉動。珠三角城市群醫(yī)藥制造業(yè)全要素生產率的增長率為5.9%，主要受到技術進步的拉動。技術效率是由于企業(yè)對于生產要素的規(guī)?？刂剖沟靡?guī)模效率有效進一步帶動提升的。川渝城市群2001-2020年醫(yī)藥制造業(yè)由于技術效率與技術進步不同程度的下降共同導致了全要素生產率的大幅下降。此階段川渝地區(qū)的重點在于如何向其他先進城市群學習，并因地制宜制定適合當地的管理模式、管理制度等，進而提高效率水平。長江中游城市群2001-2020年醫(yī)藥制造業(yè)的全要素增長率在上升，增長率為6.1%，但是與川渝城市群的情況相似同樣出現(xiàn)了技術進步指數下降，表明當前企業(yè)在醫(yī)藥制造業(yè)的技術創(chuàng)新制度模式等方面不能適應當前的快速發(fā)展階段。

4 五大城市群醫(yī)藥制造業(yè)技術創(chuàng)新效率的溢出效應分析

本部分在前一章計算出動態(tài)效率的基礎上進行技術溢出分析，但由于測算的DEA-Malmquist指數是動態(tài)的增長率，需要將其轉化為全要素生產率的累計增長率才可以將其納入模型中進行計算。故本文參考程惠芳等[9]的數據處理辦法，對不同城市群的Malmquist指數進行處理，并以此作為量化指標來分析各城市群之間的技術溢出。本部分實證分析的過程均采用Eviews 10.0完成。

4.1 模型檢驗和估計結果

首先，需要對逐年變化的時間序列進行平穩(wěn)性檢驗，避免造成偽回歸的現(xiàn)象。本章采用ADF檢驗對各城市群全要素生產率累計增長率進行平穩(wěn)性檢驗，檢驗其是否平穩(wěn)，結果發(fā)現(xiàn)京津冀、珠三角與長江中游城市群是一階差分后平穩(wěn)，其余兩個長三角與川渝城市群則原變量平穩(wěn)。其次，根據AIC、SC、HQ準則判斷，選擇最佳滯后階數。最后，對VAR模型的穩(wěn)定性進行檢驗，若所有的根都處在單位圓內，則認為該模型是穩(wěn)定的。

4.2 格蘭杰因果關系檢驗

格蘭杰因果關系檢驗可用于判斷二者之間是否存在統(tǒng)計學上的因果關系，同時為接下來的溢出效應做準備。如果兩個變量之間沒有格蘭杰因果關系，則無需進行VAR脈沖分析。運算可知：珠三角城市群對京津冀、川渝、長江中游城市群有單向的溢出；川渝城市群對京津冀、長三角、長江中游城市群具有單向的技術溢出；京津冀與長江中游在統(tǒng)計學上沒有對其他城市群出現(xiàn)溢出效應。

4.3 脈沖響應函數

本文將各城市群分別視為獨立的單元來進行脈沖響應函數分析，分別對通過格蘭杰因果關系檢驗的相應城市群施加一個正向標準差沖擊，觀察與其具有因果關系地區(qū)醫(yī)藥制造業(yè)技術創(chuàng)新效率的變化來分析溢出效應，如圖1所示。

圖1 珠三角變動1個標準差對京津冀、川渝、長江中游的脈沖響應

若對珠三角城市群醫(yī)藥制造業(yè)的技術創(chuàng)新效率累計增長率施加一個單位標準差正向沖擊之后，京津冀、川渝、長江中游城市群技術創(chuàng)新效率的響應結果如圖1所示，可以看出京津冀在第一期是負向的，接近最底端，約為0.44，第二期迅速上升到達峰值，隨后逐漸穩(wěn)定。川渝城市群在第一期尚未做出明顯反應，從第二期開始下降至谷底，隨后幾期還是以負向溢出為主，這說明珠三角效率的提升并不能引起川渝城市群效率的大幅度提升。長江中游整體的響應情況成鋸齒形態(tài)，第二、四、六、八期在0軸以下，其余時期響應都在0軸以上。

若對川渝城市群醫(yī)藥制造業(yè)的技術創(chuàng)新效率累計增長率施加一個單位的標準差正向沖擊之后，京津冀、長三角、長江中游城市群技術創(chuàng)新效率的響應結果如圖2所示。京津冀地區(qū)在當期沒有做出明顯的反應，第二期達到最低點，第三期達到最高點，從第四期開始穩(wěn)定在0軸上下。對長三角城市群的正向溢出效應為主，該行業(yè)的技術創(chuàng)新效率整體是增長的，并且穩(wěn)定在0.15左右。長江中游該行業(yè)的脈沖響應圖第一期的響應迅速達到最高點約為1.4，第二期迅速下降至最低端約為-2.0。

圖2 川渝變動1個標準差對京津冀、長三角、長江中游的脈沖響應

若對長三角城市群醫(yī)藥制造業(yè)的技術創(chuàng)新效率累計增長率施加一個單位的標準差正向沖擊之后，珠三角該行業(yè)的效率相應情況呈鋸齒狀，第一期與第二期都在0軸附近，從第三期開始負向溢出較為明顯，隨后回升到了0軸以上，但整體還是以負向溢出為主（見圖3）。

圖3 長三角變動1個標準差對珠三角的脈沖響應

5 結論與建議

本文基于2000-2020年的省際數據，采用DEAMalmquist模型與VAR模型分別計算了五大城市群的技術創(chuàng)新效率并對相互之間的溢出效應進行了描述。主要的結論為：①從全要素生產率的變化情況來看，川渝城市群的全要素生產率水平下降，京津冀、長三角、珠三角、長江中游城市群的全要素生產率水平提升，且京津冀該行業(yè)的全要素生產率增長速度相對較高。②從格蘭杰因果關系檢測結果來看，在5%的顯著性水平下，珠三角城市群對京津冀、川渝、長江中游城市群有單向的溢出；川渝城市群對京津冀、長三角、長江中游城市群具有單向的技術溢出；京津冀與長江中游在統(tǒng)計學上沒有對其他城市群出現(xiàn)溢出效應。③從脈沖響應結果來看，川渝對長三角城市群、珠三角對京津冀、川渝對京津冀、珠三角對長江中游的正向溢出效應較為明顯；珠三角對川渝、川渝對長江中游、長三角對珠三角城市群的負向溢出效應明顯。基于以上的所有內容，提出以下建議。首先，要出臺相關政策精準定位醫(yī)藥制造業(yè)在我國經濟發(fā)展中的重要位置，要發(fā)揮醫(yī)藥制造業(yè)這些高技術產業(yè)的技術引導作用，通過提高研發(fā)資金或技術人員的引進等方式來提升自身的技術效率水平并影響其他傳統(tǒng)產業(yè)不斷地進行技術創(chuàng)新。通過精準對接資源并結合當地優(yōu)勢，使得各種科技創(chuàng)新活動更加完善。其次，對于發(fā)展較好的城市群要利用其優(yōu)勢加快醫(yī)藥制造業(yè)的發(fā)展，不斷增強其創(chuàng)新能力，為帶動其他城市群做好堅實的基礎。最后，利用各個城市群之間的溢出效應，加強技術人員的合作，通過人員、新產品等渠道來提升技術溢出的可能性，進一步減少非均衡的發(fā)展，不斷地協(xié)調區(qū)域的創(chuàng)新水平。