地理学报
ACTAGEOGRAPHICASINICA
第68卷第10期
2013年10月
Vol.68,No.10
Oct.,2013
收稿日期：2012-07-31;修订日期：2013-02-21
基金项目：
国家软科学研究计划重大公开招标项目(2012GXS1D002)[Foundation:NationalKeyPublicBiddingProject
forSoftScienceResearchPlan,No.2012GXS1D002
]
作者简介：
范斐(1984-),男,河南南阳人,博士研究生,主要从事城市与区域创新研究。E-mail:fanfei0716@sina.com
通讯作者：
杜德斌(1963-),男,教授,博士生导师,中国地理学会理事(S110000210M),主要从事世界地理和科技创新问
题研究。E-mail:dbdu@re.ecnu.edu.cn
1331-1343页
中国地级以上城市科技资源配置效率的时空格局
范斐,杜德斌,李恒,游小珺
(华东师范大学科技创新与发展战略研究中心,上海200241)
摘要：根据科技资源的内涵与结构，利用全国286个地级以上城市2001-2010年科技资源的相
关数据，应用改进的数据包络分析方法(DEA)计算出各城市在不同时期的科技资源配置效
率，在此基础上，借助探索性空间数据分析方法(ESDA)对研究期内各城市科技资源配置效率
的空间分布格局及演变态势进行分析和探讨。结果表明：①全国地级以上城市的科技资源平
均配置效率一直处于较低水平，且在高低交错中呈现逐年递减趋势，东部地区与中西部地区
的科技资源平均配置效率差距逐渐扩大。②在空间分布上，科技资源平均配置效率与城市群
存在较好拟合。从空间的演变格局来看，科技资源配置效率空间自相关显著，呈现出相似值
(高高或低低)之间的空间集聚，空间分布的集聚现象逐步增强，在地理空间上总体差异具有
变小的趋势。③科技资源配置相对效率的差异是区域发展的普遍现象，它的存在与演变是地
理位置、科技资源禀赋、科技环境等诸多方面直接或间接的影响和反映。
关键词：地级以上城市；改进的数据包络分析；探索性空间数据分析；科技资源配置效率
DOI:10.11821/dlxb201310003
1引言
新古典经济学家保罗·罗默的内生经济增长模型提出，技术进步是经济增长的核心。
伴随着知识经济发展和科技全球化的到来，国家创新能力对实现社会经济发展目标将起到
关键性的作用，创新已经成为衡量一个国家核心竞争力的关键因素。作为创新活动物质基
础的科技资源通常被称为“第一资源”，其是指为了实现科学技术的不断进步而进行的人
力、财力、物力、信息等科技要素投入的总和。研究表明，科技资源投入的数量与质量是
构成国家创新能力的重要基础，从根本上决定着这个国家的创新水平和创新绩效[1]。科技
资源的优化配置对于合理分配科技资源，盘活科技资源存量，实现国民经济的创新驱动和
转型发展具有重要意义，已越来越成为当前经济地理学中的热点议题。一直以来，国外关
于科技资源配置的研究在宏观方面主要是从国家层面展开的，通过科技政策、科技计划的
实施来实现国家科技资源配置[2-3]。科技资源因为具有某种公共物品性和正的外部性[4]，因
而存在市场配置失灵的地方，政府公共政策的供给就成为弥补市场失灵的有效途径
[5]
。宏
观科技资源的配置研究始于Nelson的创新体系理论，Nelson最早对各国的科技资源配置
方式、科技政策内涵、科技经费来源、研发支出等进行比较
[6]
。Leoncini通过对德国和意
大利科技体系的分析，指出科技资源配置路径选择的关键影响因素是科技政策与制度对技
术演化的作用
[7]
。Ekboir认为随着科技资源配置复杂性的增加，科技政策应相应越来越具
有针对性与时效性，科技政策应根据科技环境的变化及时调整[8]。在微观层面的科技资源
云投稿：ｙｕｎｔｏｕｇａｏ．ｃｏｍ 张编辑ＱＱ：１１０５６６５６６１
68卷
地理学报
配置研究主要是从企业层面展开的关于研发资源配置的研究。Scholefield(1994)提出企业
战略中应融入商业杠杆与技术杠杆原则进行研发资源配置[9]。Segerstrom和Zolnierek
(1999)指出政府的研发补贴与税收优惠等科技措施使热衷于研发投资的企业更具有成本优
势[10]。Peyrefitte和Brice(2004)指出研发活动的效率决定了边际研发资源配置[11]。Liu和
Shieh(2005)发现国家研发补贴与企业自有资本金之间存在正相关关系
[12]
。在研究方法
上，国外学者主要采用德尔菲法[13-14]、系统动力学方法[15]、马尔可夫过程[16]、层次分析
法[17-18]等方法，建立相应的决策模型以实现对研发资源优化配置的模拟[19]。
在发达国家的市场经济中，企业基本代表了研发活动的主体与整个社会的创新能力，
因此国外科技资源配置研究的重点在于企业研发资源配置。而在我国，虽然企业作为研发
活动主体的地位已经确立，但企业与高校、科研单位的联系并不紧密，在资源配置过程中
仍存在科技成果转化、科技与经济互促性等问题。因此，我们必须从整体区域单元上考虑
全社会科技资源配置问题，而不应仅仅限于对研发活动和企业层面的研究。目前国内对科
技资源配置的研究主要集中在定性分析区域科技资源体系内涵、配置机制与能力，以及其
制度影响因素等方面[20-22]。定量研究也主要是强调区域整体的投入与产出，从不同角度构
建科技资源配置指标体系，运用不同方法评价省级层面[23-26]或是某一特殊区域[27-28]的科技资
源配置效率。基于省级层面的研究，可以较好的展现区域科技资源配置效率发展大格局，
但是却忽略了省内区域科技资源配置效率的非均质性；基于特殊区域的研究，又难以从全
国层面展现不同省域科技资源配置效率的差异。就区域科技政策而论，同样的区域科技政
策在同一省份的不同区位上也会产生不同的政策响应，因此往往存在省级层面分析单元过
大，特殊区域研究又不具有普遍性的弊端[29]。在知识经济大潮下，城市的全球化与智慧化
正成为所有城市共同经历的过程，城市作为国家创新系统的主体地位也日益突出[30-31]，有
鉴于此，本文尝试利用改进的数据包络方法(DEA)对我国地级以上城市(除拉萨)科技资
源配置效率进行评价，从时空维度揭示其科技资源配置效率的分布差异与变化规律，在此
基础上，应用揭示空间依赖性与异质性的探索性空间数据分析方法(ESDA)来探讨科技资
源配置效率的时空关联和演变趋势，以期为行政区经济体制下的中国科技资源可持续利用
提供合理化建议。
2研究方法与数据来源
2.1改进的DEA模型
科技资源配置效率反映了各评价对象科技资源配置状况的相对效果，表明各地区科技
资源配置能力的强弱，而并非真正的科技资源配置效率值，这种相对性可以直观地刻画出
各地区科技资源配置效率的差异。科技资源配置效率研究是一种投入产出的生产率分析，
适合应用融合了线性规划、多目标规划等数学规划的数据包络分析法(DEA)进行评价。
而由于传统的DEA模型对有效决策单元无法作进一步的精确划分，因此本文采用改进的
DEA模型
[32-33]
来测算2001-2010年中国地级以上城市科技资源配置效率。
设有n个决策单元DMU
k
(k=1,2,…,n)，每一个决策单元有m个输入指标，s个输出
指标，输入向量为Xk=(x1k,x2k,…,xmk)T，输出向量为Yk=(y1k,y2k,…,ysk)T。其中，x
ik与yrk
分别表示DMU
k的第i个输入指标值和第r个输出指标值，vi、ur
分别为相应指标的权重系
数；C
m、Bs是根据输入指标、输出指标重要性大小构造的判断矩阵；λm、λs
分别是判断矩
阵C
m、Bs
的最大特征值。
在已有DMU的基础上，引入两个虚拟DMU，即最优DMU与最劣DMU，分别记为
DMUn+1、DMUn+2。最优虚拟决策单元DMUn+1的输入指标值取n个实际DMU相应指标值的最
小值，输出指标值取n个实际DMU相应指标值的最大值；类似地，最劣虚拟决策单元
1332
10期
范斐等：中国地级以上城市科技资源配置效率的时空格局
DMUn+2的输入指标值取n个实际DMU相应指标值的最大值，输出指标值取n个实际DMU
相应指标值的最小值。改进的DEA模型的具体形式见式(1)。
ì
í
î
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
min∑r=1sury
r,n+2
s.t.∑i=1mvixi,n+2=1
∑r=1suryr,n+1-∑
i=1
m
vixi,n+1=0
∑r=1suryrj-∑
i=1
m
vixij≤0,j≠n+1
(Cm-λmEm)v≥0
(Bs-λsEs)u≥0
ur≥0,r=1,2,⋯,s
vi≥0,i=1,2,⋯,m
(1)
由上述模型求得公共权重u*r，v*i，利用公式：
θ*k=∑i=1su*ryrk∑i=1mv*ix
ik
(2)
求出各DMU的相对效率值，值越大，系统运行效率越高。
2.2探索性空间数据分析(ESDA)
探索性空间数据分析(ExploratorySpatialDataAnalysis，简称ESDA)是一系列空间数
据分析技术和方法的集合，用来描述数据的空间分布规律并用可视化的方法表达，探讨数
据的空间结构，以及揭示现象之间的空间相互作用机制[34]。全局Moran'sI指数主要探索科
技资源相对配置效率值在整个区域的空间分布特征；局部Moran'sI主要探索科技资源相
对配置效率在子区域上的空间异质性；结合Moran散点图和局部Moran'sI指数做出的
LISA集聚地图可以直观地显示不同要素的集聚类型和显著性水平。
2.2.1空间权重矩阵一般定义空间权重矩阵是基于一个二元对称的邻接矩阵进行行标
准化处理得到的，这种空间权重矩阵的局限性是把所有邻居的影响作用都假设相同，而不
相邻的空间相关性被忽略不计。因此本文的空间权重矩阵是基于距离函数关系，该矩阵中
的元素定义如下：
Wij=
{
0(i=j)
1/dij(i≠j)
(3)
式中：d
ij
是城市i和城市j重心点之间的距离。这样能比较客观表达各个城市间的科技资源
配置效率关联。本文以下使用的空间权重矩阵W是把上面基于距离定义的空间权重矩阵行
标准化处理，即每一行的元素和为1。
2.2.2全局空间自相关系数Moran'sI全局Moran'sI定义是：
Moran'sI=
∑i=1n∑
j≠i
n
Wijziz
j
σ2∑i=1n∑j≠inW
ij
(4)
式中：n是观察值的数目；xi是在位置i的观察值；zi是xi的标准化变换，zi=xi-xˉσ，
xˉ=1n∑i=1nxi，σ2=1n∑i=1n(xi-xˉ)
2
。通过行标准化的权重矩阵计算的全局Moran'sI指数值介
于-1到1之间，[-1，0)，0和(0，1]分别为空间负相关，空间不相关和空间正相关。原假
设是没有空间自相关，根据下面标准化统计量参考正态分布表可以进行假设检验：当
1333
