二　創新力與城市文化產業

創意、創新能力是文化產業的核心。城市創新力日益成為地區文化產業獲取區域競爭優勢的決定性因素，因此，對于城市創新力的研究就理所當然地成為文化產業研究的焦點。

（一）指標體系構建與評價方法

1.城市創新力指標體系構建

依據城市創新力的內涵，考慮到數據搜集的便利性，選取了北京、上海、南京等國內22個城市作為研究對象，初始指標選取以下17項﹙見表2—4﹚：

﹙1﹚創新潛力，包括3項內容：每萬人擁有高等學校在校生人數、大中型企業科技活動人員中科學家工程師比重；增加了每萬人專業技術人員數。

﹙2﹚創新動力，包括6項內容：R&D經費支出占GDP比重、大中型企業R&D投入強度、教育投資占GDP比重、百戶居民計算機擁有量、萬人國際互聯網絡用戶數、每百人公共圖書藏書量。

﹙3﹚創新活力，包括5項內容：技術市場合同成交金額占GDP比重、高新技術企業工業總產值占GDP比重、新產品產值率、每10萬人專利授權數；發明專利授權數占專利授權量百分比。

﹙4﹚創新實力，包括3項內容：保留了原先的人均GDP、全員勞動生產率，增加了地均GDP。以上17個指標構成了國內主要城市創新力比較研究的預選指標體系。

2.評價方法

﹙1﹚評價方法的選擇。

評價指標體系確定之后，就要選擇恰當的評價方法。目前，國內外研究領域關于指標體系的系統評價方法已有數十種之多，如綜合指數法、因子分析法、主成分分析法、POPSIS法、功效系數法、層次分析法﹙AHP﹚、模糊綜合評判法、灰色系統分析法等。而且系統評價方法還在不斷發展，如喬治﹙M.George﹚等建立了一個可持續發展能力評價的神經網絡模型；彭勇行選擇最優化模型，發展提出了一種新的“組合評價法”。在眾多系統評價方法中，并不是每一種都同樣地適用于本研究，有的方法盡管在理論上似乎很理想，但是實際運用卻因過于復雜而難以實現。如組合評價法，這種方法步驟較多，而且還要借助相當高深的數學工具和計算機應用軟件，所以不宜采用。因此，選擇一種適當的評價方法要把握需要和可能兩個方面。在進行城市創新力的綜合評價時，因子分析﹙Factor Analysis﹚法不失為一種合適的評價方法。

因子分析法指的是用較少的公共因子的線性函數關系和特定的因子之和來表示原變量，從研究相關矩陣內部的依賴性出發，把一些具有錯綜復雜的變量歸結為少數幾個綜合因子的一種多元統計方法，其基本目的就是用少數幾個具有實際意義的公共因子去描述許多指標或因素之間的聯系，該方法能有效避免加權綜合平均法存在的主觀賦權問題。因此，本書采用因子分析法，以期對國內主要城市的城市創新力進行客觀定量的評價。

﹙2﹚數據來源與標準化處理。

本書選取的評價指標數據主要來源于各城市2009年統計年鑒、中國城市2009年統計年鑒、各市2009年科技進步統計監測等或者由其計算而來。

由于各個指標量綱與取值范圍不同而給分析帶來不便，為此我們對數據進行了標準化處理，以使數據具備可比性且變量漸近遵從正態分布N﹙0，1﹚。

所謂的標準化處理就是通過計算出原始數據的標準化值，使之趨于標準正態分布的方法和過程。標準化值﹙Standard Score﹚是以變量值與其均值的差除以同一數據的標準差的比值，也稱為標準分數或分數。其計算公式為：

式中的Zi表示第i個變量的標準化值。

標準化值是一個相對數測度，反映了以標準差σ為單位計量的第i個變量值與其均值的相對距離。標準化值的分子Xi?為第i個變量值與其均值的差，一般稱為數據的中心化，表現為變量值與其均值的絕對距離。標準化值的分母為標準差σ，通過用標準差σ除以中心化后的數據，來消除標準化值的量綱和絕對水平，剔除不同的數據分布離散程度在量綱和數值水平上的差異，消除原始數據在偏態和峰度等方面的非正態特征，使數據趨于方差為1、均值為0的標準正態分布，從而使標準化處理之后的數據具有了普遍的可加性和直接的可比性。

3.因子分析步驟

對各變量進行標準化處理之后，本書首先利用統計分析軟件SPSS13.0對數據進行了因子旋轉，從眾多指標的相關性入手找到主要影響因子，并對這些因子的實際統計意義進行了解釋。其次，通過確定主要影響因子的得分，計算樣本的綜合得分，據此對城市創新力進行比較和評價。

在進行因子分析前，本書首先對樣本數據進行了取樣適宜性檢驗，以檢驗觀測變量是否適宜做因子分析。即利用SPSS13.0對樣本進行了相關系數矩陣的KMO檢驗。KMO檢驗的測度值范圍在0—1之間。如果KMO值較小，表明觀測變量不適宜做因子分析；反之，如果KMO值較大，則表明適宜做因子分析。通常認為KMO的值在0.5以上便可接受，適宜做因子分析。本次分析KMO值為0.523，滿足分析的要求，適合做因子分析。﹙見表2—5﹚

通過因子旋轉，我們得到了反映城市創新力的公共因子。但旋轉后的因子載荷是公共因子的系數，而不是公共因子自身的值，為此，我們運用SPSS13.0軟件的因子得分功能對公共因子進行評分，得到了各城市在每一公共因子的得分Fi。在此基礎上，應用公式，構造出了綜合因子得分F，其中θi是各主因子的方差貢獻率。

（二）國內城市比較實證結果分析

1.因子荷載矩陣的建立

為了建立因子模型，本書首先建立了因子載荷矩陣，為便于后面的分析驗證，根據因子分析法原理，本書運用統計軟件SPSS13.0計算出了各因子所對應的特征值、方差貢獻率、累計貢獻率，其計算結果見表2—6。

從表2—6可以看出，按照設定的特征值大于1的原則，變量的相關系數矩陣有六個特征值，即4.557、2.791、2.050、1.846、1.629和1.423，方差累計貢獻率達84.093％，且旋轉后的各因子特征值全部大于1，因此選取這6個公共因子能夠解釋17個評價指標的大部分方差。

為了便于公共因子對實際問題的解釋和分析，我們先對提取的六個主因子F1、F2、F3、F4、F5、F6建立了原始因子載荷矩陣。

2.公因子的析取及內涵解析

因子分析的目的是對由不同指標組成的各公因子含義及其之間的關系進行解釋，根據因子載荷矩陣對各影響城市創新力層次分類評價指標與公因子的關系進行分析。對指標公因子關系的分析，通常需要一定的專業知識和經驗，要對每個公因子給出具有實際意義的一種名稱，它可以用來反映在預測每個可觀測的原始指標變量時該公因子的重要性，即各有關指標相應于這個公因子的載荷。公因子的解釋一般均帶有一定的主觀性，如果載荷矩陣中的一些指標元素對幾個公因子的載荷值很接近，則分析人員的主觀性很容易影響對因子分析的最終解釋。為了減少這種主觀性，便于對因子進行歸類解釋，需要對因子進行因子旋轉。[3]

公因子是否易于解釋，很大程度上取決于因子載荷矩陣的指標元素結構，由前述可知，因子載荷矩陣是從相關矩陣求得的，因此，因子載荷矩陣的所有元素均在+1和?1之間取值。如果載荷矩陣的所有元素都接近0或±1，則模型的公因子就容易解釋。這時可將原始指標變量分成m個部分，第一部分對應第一個公因子F1，……，第m部分對應第m個公因子Fm。反之，如果載荷矩陣的多數元素取值居中，則將難以對模型的公因子做出解釋。根據統計學原理，此時需要進行因子旋轉，使得旋轉以后的載荷矩陣在每一列上元素的絕對值盡量拉開距離，亦即盡可能使其中一些指標元素接近于0，另一些元素接近于±1。[4]

為此，在原始載荷矩陣建立的基礎上，本書對載荷矩陣進行了方差最大化正交旋轉，得到了旋轉后的因子載荷矩陣。﹙見表2—7﹚

由表2—7可見，第一公因子F1在X15、X7、X8、X3、X13、X16，即人均GDP、百戶城鎮居民計算機擁有量、萬人國際互聯網絡用戶數、每萬人專業技術人員數、每10萬人專利授權數和地均GDP這六個指標上載荷較大，特別在X15﹙人均GDP﹚、X7﹙百戶城鎮居民計算機擁有量﹚上更為明顯。該因子反映了在現代社會信息化水平和收入對城市創新力的影響度，是城市創新力的重要體現，可稱為“信息投入產出因子”﹙方差貢獻為26.804％﹚。

第二公因子F2在X4、X14、X10、X9，即R&D經費支出占GDP比重、發明專利授權數占專利授權量百分比、技術市場成交額占GDP比重、每萬人公共圖書藏書量這四個指標上載荷較大，尤其是在X4 ﹙R&D經費支出占GDP比重﹚和X14﹙發明專利授權數占專利授權量百分比﹚這兩個指標上。該因子反映了創新投入與產出之間的緊密聯系，可稱為“科技投入產出因子”﹙方差貢獻為16.419％﹚。

第三公因子F3在X6和X11，即教育投資占GDP的比例和高新技術企業工業總產值占GDP比重這兩個指標上荷載較大，尤其是教育投資占GDP的比例這個指標。該因子反映了教育投入與創新能力之間的緊密關系，可稱為“教育投入產出因子”﹙方差貢獻為12.057％﹚。

第四公因子F4在X12、X5，即新產品產值率和大中型企業R&D投入強度這兩個指標上載荷較大，尤其是X12﹙新產品產值率﹚。該因子是國家和地區自主創新實力和能力的重要指標，反映了企業科技投入與城市創新力之間的關系，可稱為“企業投入產出因子”﹙方差貢獻為10.858％﹚。

第五公因子F5在X17，即全員勞動生產率這個指標上載荷較大。該因子是衡量工業企業技術創新績效的重要指標，體現了工業企業實現技術創新的產出能力和效果，可稱為“技術創新績效因子”﹙方差貢獻為9.581％﹚。

第六公因子F6在X2，即大中型企業科技活動人員中科學家工程師比重這個指標上載荷較大。該因子是衡量創新人力資源素質的重要指標，可稱為“創新人力資本因子”﹙方差貢獻為8.373％﹚﹙見表2—8﹚。

3.樣本城市因子得分及評析

通過因子旋轉及SPSS13.0的得分功能，我們得到了六個公因子的得分，并據此得到了22個城市在各公因子上的得分。在此基礎上，根據構造的綜合得分公式，得到了22個城市的綜合得分。其中F1—F6為各城市在6個公共因子上的因子得分，F為綜合得分，它是22個城市創新力的綜合反映﹙見表2—9﹚。

第一，綜合排名老直轄市與改革開放前沿陣地較強，中西部較弱，且極化現象嚴重。在城市創新力的綜合排名上，在總排名前5的城市中，除重慶外，北京、上海、天津三個老直轄市均榜上有名，直轄市占有三個，而其余的廣州、深圳則為我國改革開放的前沿陣地；排名后5的城市則以中西部居多。﹙見圖2—4﹚

而且，通過創新力綜合得分我們還發現：城市間的創新力極化現象嚴重。如綜合得分最高的北京與得分最低的鄭州差值達1.45364分，可見兩者之間的差距之大。且綜合得分大于零的僅有8個城市，其余城市得分均小于零，這在很大程度上表明這些城市在創新力水平上的不平衡性，存在嚴重極化現象。

第二，因子排名，各有千秋；國際視野，差距甚大。在主因子F1“信息投入產出因子”上，上海、廣州、深圳、蘇州、寧波排名前五。這些城市都是我國經濟發達地區，其居民的人均GDP、百戶電腦擁有量在國內城市中均處于前列。而且，這些地區由于得我國改革開放風氣之先，百姓敢闖敢沖、創新精神很強，創業創新能力在我國也是首屈一指，他們的每萬人專利授權量在樣本城市中均處于前列。而公因子F1排名較為靠后的城市，在6項指標上也相對靠后。﹙見表2—10﹚

但與世界發達城市相比，國內城市在F1所含的因子上與之差距甚大，即使是國內在F1主因子排名靠前的城市也不例外。以人均GDP指標為例，2005年，大阪、慕尼黑、悉尼、橫濱、斯德哥爾摩、釜山、臺北、中國香港、首爾、新加坡分別為36136、40531、40346、30818、52813、17649、18350、24581、23254、25176美元，而我國22個樣本城市2008年人均GDP最高的深圳也僅為13153美元，差距之大由此可見一斑。[5]

在主因子F2“科技投入產出因子”上，北京、南京、西安、長沙和深圳排名前五。其中，北京在R&D經費支出占GDP比重、每萬人公共圖書藏書量和發明專利授權數占專利授權量百分比三項指標上均排名第一；南京、深圳在這三項指標上均位列前4；西安在R&D經費支出占GDP比重、長沙在發明專利授權數占專利授權量百分比上分別位列22個城市的第2名。而大連、蘇州、寧波、重慶、鄭州等城市的F2科技投入產出因子相對較弱，排名較后。如蘇州雖然專利授權量在全國位列前茅，但其發明專利授權數較少，發明專利授權數占專利授權量的百分比在22城市中位列最后；寧波在“發明專利授權數占專利授權量”位列22城市的第21名，重慶在“R&D經費支出占GDP比重”、“每萬人公共圖書藏書量”和“發明專利授權數占專利授權量百分比”三個指標上均排后3名，致使這三個城市在F2中位列22城市中的最后三名。科技創新是提升城市創新力的關鍵，R&D經費支出占GDP比重﹙％﹚是衡量城市科技創新的主要指標。在該指標上，雖然我國的北京在2008年已達5.91％，在國內排名第一，西安高達4.41％、深圳高達3.336％、南京達2.7％，但國內大部分城市在該指標上的數值低于2％；而2005年斯德哥爾摩﹙4.27％﹚、大阪﹙3.18％﹚、橫濱﹙3.18％﹚等均已超過3％。但在該指標上，國內城市還是有趕超的可能。但未來中國城市創新力要躋身國際先進行列，更主要的是要提高自身發明專利的比重。

在主因子F3“教育投入產出因子”上，北京、重慶、上海、天津和鄭州排名前五。其中北京的“教育投入占GDP比重”位列22城市之首，是排名隨后的濟南的近3倍。而深圳、蘇州等城市則排名相對靠后。

城市創新力的根本在于人才。人才的培養，政府的教育投入是一個重要的衡量指標。國際上發達城市對教育的投入都非常重視。我國雖然歷來對教育非常的重視，但在政府的財力投入上，與發達國家城市的差距卻是顯而易見的。在所選取的12個國際城市中，早在2005年，伯明翰﹙3.33％﹚、斯德哥爾摩﹙4.32％﹚、大阪﹙3.11％﹚、首爾﹙3.43％﹚、悉尼﹙3.05％﹚、墨爾本﹙3.44％﹚、橫濱﹙3.18％﹚、香港﹙3.64％﹚等城市的政府教育投入占GDP比重就均已在3％以上，僅有釜山﹙2.65％﹚、臺北﹙2.85％﹚、慕尼黑﹙2.66％﹚、新加坡﹙2.43％﹚在3％以下。﹙見表2—11﹚而我國22個樣本城市2008年在該指標上仍是2％以下的占了絕大多數，僅有北京﹙3.02％﹚、重慶﹙3.01％﹚、上海﹙2.38％﹚、天津﹙2.23％﹚、大連﹙2％﹚在2％以上。﹙見圖2—5﹚

在主因子F4“企業投入產出因子”上，長春、青島、天津、重慶和上海排名前五。鄭州、杭州、廣州等城市在F4上的得分較低﹙見表2—9﹚。這主要源于其在“新產品產值率”和“大中型企業投入強度”這兩個指標得分較高。如22樣本城市的“新產品產值率”均值為18.23％，而長春的新產品產值率高達46.14％，是排名最后的鄭州﹙2.2％﹚的23倍。而廣州的新產品產值率﹙8.52％﹚也僅為長春的18.4％；杭州的新產品產值率﹙14.81％﹚僅為長春的32.1％。﹙見圖2—6﹚

在F5技術創新績效因子上，天津、濟南、武漢、南京和沈陽排名前五，寧波、深圳等排名較為靠后。技術創新績效因子主要表現在全員勞動生產率這個指標上。﹙見圖2—7﹚

在F6創新人力資本因子上，深圳、濟南、武漢、哈爾濱和重慶排名前五，廣州、長沙、西安排名較為靠后。這與這些城市在“大中型企業科技活動人員中科學家工程師比重”有直接的關聯。深圳在該指標上得分較高，其“大中型企業科技活動人員中科學家工程師比重”高達85.12％，比排名第21的西安﹙53.89％﹚高31.23，更是排名第22的長沙﹙39.55％﹚的2.15倍。﹙見圖2—8﹚

（三）南京城市創新力綜合評價

1.綜合排名優勢明顯

就總體排名而言，在全國22個城市中，南京綜合排名優勢明顯，處于第二梯隊。但是，看一個城市的創新力，不能僅看排名，還得看其得分與相鄰城市的差距。由表2—9可知，南京的綜合得分為0.2426，與排名前三的城市差距非常大，比排名前5的北京﹙0.91092﹚和上海﹙0.80761﹚分別低了0.66752和0.56501分，僅其差距分就均是南京的2倍以上；而與同處第二集團的深圳﹙0.40011﹚、天津﹙0.37017﹚和廣州﹙0.26350﹚差距相對為小，分別低了0.15751、0.12757和0.0209分；尤其是與廣州的差距較小，存在趕超的可能。

2.優勢因子與近鄰差距較小，有迎頭趕上之可能

就自身而言，南京在科技投入產出因子和技術創新績效因子上優勢明顯，分別位居第2和第4名。且與近鄰相比，南京的優勢因子與之差距較小，極有可能迎頭趕上。如技術創新績效因子以1.19695的高分位列22城市的第4，分別比排名前三的天津﹙1.67935﹚、濟南﹙1.37936﹚和武漢﹙1.24268﹚低0.48240、0.18241和0.04573分。可見，在該因子上，雖與排名第1的城市有一定差距，但與近鄰差距較小。

3.弱勢因子實力較差，亟待突破

與國內的其他城市相比，南京的創新劣勢也非常明顯，在22個城市中，南京的教育投入產出因子﹙?1.10872﹚排名第21，與排名第1的北京﹙2.2846﹚相差3.39332分，比排名第18的蘇州﹙?0.86136﹚也低了0.24736分；企業投入產出因子﹙?0.44954﹚排名第18；創新人力資本因子﹙?0.60704﹚排名第18。