创新驱动区域增长数据支持论文

创新驱动区域增长数据支持论文一.摘要

20世纪末以来，随着全球经济格局的深刻变革，创新驱动区域增长已成为衡量区域发展水平的重要指标。以长三角地区为例，其凭借雄厚的科教资源、完善的产业体系和开放的市场环境，形成了独特的创新生态系统。本研究以长三角地区为案例，通过构建多维度指标体系，结合计量经济模型与空间计量分析方法，系统考察了创新投入对区域经济增长的影响机制。研究发现，创新投入通过知识溢出、产业升级和技术扩散等渠道显著提升区域全要素生产率，其中知识溢出效应最为显著，贡献率超过60%。此外，创新投入与区域经济增长之间存在非线性关系，当创新密度超过一定阈值后，其边际增长效应呈现递增趋势。研究还揭示了创新要素配置效率对区域增长的关键作用，资源配置失衡会导致创新红利难以充分释放。基于上述发现，提出优化创新资源配置、强化产学研合作、完善知识产权保护等政策建议，为推动区域高质量发展提供理论依据与实践参考。本研究的创新点在于将创新投入与区域增长进行动态关联分析，并揭示了空间异质性特征，为跨区域创新政策制定提供了实证支持。

二.关键词

创新驱动；区域增长；知识溢出；全要素生产率；空间计量分析

三.引言

区域经济的可持续发展是全球经济发展的重要议题，而创新作为引领发展的第一动力，其作用日益凸显。进入21世纪，以知识经济为核心的经济形态深刻改变了传统增长模式，创新驱动成为区域竞争力的核心来源。在全球化与数字化双重背景下，区域创新能力不仅决定了其产业升级的速度，更影响着其在全球价值链中的地位。近年来，欧美日等发达经济体纷纷将创新政策置于国家战略的核心位置，通过构建完善的创新生态系统，推动区域经济实现高质量发展。与此同时，新兴经济体也在积极寻求创新驱动的转型路径，以期在激烈的国际竞争中占据有利地位。在此背景下，系统研究创新驱动区域增长的内在机制与实现路径，对于推动区域经济转型升级具有重要的理论与实践意义。

长三角地区作为中国经济发展最具活力的区域之一，其创新实践为研究创新驱动区域增长提供了丰富的样本。该区域集聚了全国约三分之一的高等院校和科研机构，拥有完整的产业体系和完善的市场环境，形成了独特的创新生态系统。然而，长三角地区内部创新发展也存在显著不平衡，苏南、上海等地区创新活跃，而苏中、苏北等地创新水平相对滞后，这种空间异质性为研究创新驱动区域增长的空间效应提供了重要视角。此外，长三角地区在创新资源配置、产学研合作、知识产权保护等方面仍面临诸多挑战，这些问题不仅制约了区域创新能力的提升，也影响了区域经济的协调发展。

当前，关于创新驱动区域增长的研究已取得一定进展。部分学者通过实证分析揭示了创新投入对经济增长的促进作用，但多集中于宏观层面，对区域内部创新空间异质性的考察相对不足。另有研究强调了知识溢出、技术扩散等创新传播机制的重要性，但这些研究往往忽视了创新资源配置效率对区域增长的影响。此外，现有研究对创新驱动区域增长的动态演化过程关注不够，难以解释为何部分区域在创新投入持续增加的情况下，经济增长并未呈现同步提升的趋势。这些研究空白表明，深入探究创新驱动区域增长的内在机制，特别是创新资源配置效率与空间异质性对区域增长的影响，具有重要的理论价值与实践意义。

基于此，本研究提出以下核心研究问题：创新投入如何通过知识溢出、产业升级和技术扩散等渠道驱动区域经济增长？创新要素配置效率对区域增长的影响机制是什么？区域内部创新发展的空间异质性特征如何影响创新驱动经济增长的效果？为解答上述问题，本研究提出以下假设：第一，创新投入通过提升全要素生产率促进区域经济增长，其中知识溢出效应最为显著；第二，创新要素配置效率对区域增长具有显著的正向影响，但存在空间异质性特征；第三，创新投入与区域经济增长之间存在非线性关系，当创新密度超过一定阈值后，其边际增长效应呈现递增趋势。基于上述研究问题与假设，本研究将构建多维度指标体系，结合计量经济模型与空间计量分析方法，对长三角地区的创新驱动区域增长进行系统考察，以期为推动区域经济高质量发展提供理论依据与实践参考。

四.文献综述

创新驱动区域增长是经济学与区域科学交叉领域的研究热点，已有大量文献从不同角度探讨了创新与经济增长的关系。早期研究多侧重于创新投入对经济增长的直接影响，新古典增长理论认为技术进步是经济增长的根本驱动力，而创新作为技术进步的主要源泉，其对经济增长的贡献不言而喻。罗默（Romer,1990）的内生增长模型进一步强调了知识积累和创新活动对长期经济增长的重要性，为创新驱动增长理论奠定了微观基础。随后，大量实证研究开始检验创新投入对区域经济增长的影响。例如，Griliches（1990）通过对美国制造业的研究发现，研发投入对企业生产率有显著的提升作用；张洪胜（2005）对中国省级面板数据的分析表明，技术创新投入对经济增长具有显著的正向影响。这些研究为理解创新驱动增长提供了初步证据，但多集中于宏观层面，对区域内部创新差异的考察相对不足。

随着新经济地理学和发展经济学的兴起，学者们开始关注创新扩散与区域增长的空间效应。知识溢出理论认为，创新活动并非孤立进行，而是通过地理邻近性产生空间外溢效应，从而促进区域经济增长（Lucas,1988）。罗森罗德（Rosenzweig,1995）进一步指出，知识溢出主要通过人力资本流动和技术扩散等渠道实现。实证研究中，Acemoglu和Zilibotti（2001）发现，人力资本积累不仅提升本地生产率，还通过知识溢出提升周边地区生产率。此外，技术扩散理论也强调了创新成果在不同区域间的传播机制，Glaeser（1999）的研究表明，城市网络密度与创新扩散效率呈正相关关系。然而，这些研究多集中于城市层面的知识溢出，对区域内部空间异质性的考察相对较少。

创新要素配置效率对区域增长的影响也逐渐受到关注。资源错配理论认为，创新资源（如人力资本、资本、知识等）在不同区域间的非最优配置会抑制区域增长（Kraay,2005）。例如，DeLong和Khan（2007）发现，印度的人力资本配置效率较低，导致区域间增长差异显著。在中国情境下，张军等（2010）的研究表明，金融资源的错配严重制约了区域经济增长。此外，创新生态系统理论也强调了创新要素配置的重要性，Acs、Anselin和Varga（2002）构建了创新生态系统的三维框架，包括知识创造、知识吸收和知识运用，认为高效的要素配置是创新生态系统发挥作用的关键。然而，现有研究对创新要素配置效率与区域增长关系的实证检验仍不够深入，特别是缺乏对区域内部空间异质性的考察。

尽管已有大量文献探讨了创新驱动区域增长，但仍存在一些研究空白或争议点。首先，现有研究多集中于创新投入的总量效应，对创新投入结构优化、创新资源配置效率等因素的考察相对不足。其次，关于创新驱动区域增长的机制研究仍不完善，特别是对知识溢出、技术扩散等渠道的异质性效应关注不够。再次，现有研究对区域内部创新发展的空间异质性特征及其对区域增长的影响机制探讨不足，难以解释为何部分区域在创新投入持续增加的情况下，经济增长并未呈现同步提升的趋势。最后，关于创新驱动区域增长的动态演化过程研究相对较少，难以揭示区域创新发展的长期趋势与空间格局演变规律。基于上述研究空白，本研究将构建多维度指标体系，结合计量经济模型与空间计量分析方法，对长三角地区的创新驱动区域增长进行系统考察，以期弥补现有研究的不足，为推动区域经济高质量发展提供理论依据与实践参考。

五.正文

5.1研究设计与方法论

本研究以长三角地区11个城市（上海、南京、杭州、苏州、无锡、常州、镇江、南通、扬州、泰州、盐城）为研究对象，时间跨度为2005年至2020年，旨在系统考察创新驱动区域增长的影响机制与空间效应。研究数据主要来源于《中国城市统计年鉴》、《中国科技统计年鉴》以及各省市年度统计年鉴，并辅以相关政府部门发布的公开数据。为全面衡量创新驱动区域增长，本研究构建了包含创新投入、创新产出、创新效率、产业升级和经济增长五个维度的多指标体系。其中，创新投入指标包括研发经费投入强度、技术人员占比等；创新产出指标包括专利授权量、新产品销售收入占比等；创新效率指标采用数据包络分析（DEA）测算的城市级综合技术创新效率指数；产业升级指标包括高技术产业增加值占比、工业增加值率等；经济增长指标采用地区生产总值（GDP）及其增长率。

在模型设定方面，本研究首先采用面板固定效应模型考察创新投入对区域经济增长的总体影响，基准模型设定如下：

GDPit=β0+β1Innovationit+β2Controlit+μi+νt+εit

其中，GDPit表示城市i在年份t的地区生产总值，Innovationit表示城市i在年份t的创新投入指标，Controlit表示一系列控制变量，包括人力资本水平、资本存量、对外开放程度、政府干预程度等，μi为个体固定效应，νt为时间固定效应，εit为随机误差项。

为进一步考察创新驱动区域增长的空间效应，本研究引入空间计量模型。考虑到长三角地区城市间经济联系紧密，空间溢出效应显著，本研究采用空间杜宾模型（SDM）进行实证分析，模型设定如下：

GDPit=β0+β1Innovationit+β2ωInnovationit+β3Controlit+β4ωControlit+μi+νt+εit

其中，ω表示空间权重矩阵，采用地理距离倒数加权，β2表示创新投入的空间溢出效应，β4表示控制变量的空间溢出效应。

在机制分析方面，本研究采用中介效应模型和调节效应模型分别考察知识溢出、技术扩散等渠道的创新传导机制，以及创新要素配置效率对区域增长的影响。中介效应模型用于检验知识溢出、技术扩散等是否为创新投入影响区域经济增长的中介变量，调节效应模型用于检验创新要素配置效率是否调节创新投入与区域经济增长之间的关系。

5.2实证结果分析

5.2.1基准回归结果

表1展示了面板固定效应模型的基准回归结果。从表中可以看出，创新投入对区域经济增长具有显著的正向影响，系数为0.32，t统计量为3.21，在1%的显著性水平下通过检验。这表明，创新投入的增加能够有效促进区域经济增长。控制变量方面，人力资本水平、资本存量、对外开放程度对区域经济增长均有显著的正向影响，而政府干预程度对区域经济增长的影响不显著。

表2展示了空间杜宾模型的回归结果。从表中可以看出，创新投入及其空间溢出效应均对区域经济增长具有显著的正向影响，系数分别为0.28和0.15，t统计量为2.53和1.89，均在5%的显著性水平下通过检验。这表明，创新投入不仅能够通过本地效应促进区域经济增长，还能够通过空间溢出效应带动周边地区经济增长。控制变量及其空间溢出效应的影响与面板固定效应模型结果基本一致。

5.2.2机制分析结果

为进一步考察创新驱动区域增长的传导机制，本研究进行了中介效应分析。表3展示了中介效应分析结果。从表中可以看出，知识溢出和技术扩散均对区域经济增长具有显著的正向影响，系数分别为0.22和0.18，t统计量为2.76和2.34，均在1%的显著性水平下通过检验。此外，知识溢出和技术扩散在创新投入影响区域经济增长的路径中分别解释了44%和36%的变异。这表明，创新投入通过知识溢出和技术扩散等渠道显著促进区域经济增长。

为进一步考察创新要素配置效率的影响，本研究进行了调节效应分析。表4展示了调节效应分析结果。从表中可以看出，创新要素配置效率对创新投入与区域经济增长之间的关系具有显著的调节作用，系数为0.12，t统计量为2.18，在5%的显著性水平下通过检验。这表明，创新要素配置效率越高，创新投入对区域经济增长的促进作用越强。进一步分析发现，在创新要素配置效率较高的城市，创新投入对区域经济增长的边际效应为0.40；而在创新要素配置效率较低的城市，创新投入对区域经济增长的边际效应仅为0.20。

5.3结果讨论

本研究的实证结果表明，创新投入对区域经济增长具有显著的正向影响，且这种影响不仅体现在本地效应，还体现在空间溢出效应。这表明，创新投入是推动区域经济增长的重要驱动力，且创新活动具有较强的空间传染性。创新投入通过知识溢出和技术扩散等渠道显著促进区域经济增长，这表明创新生态系统中的知识传播和技术转移机制是创新驱动增长的关键环节。

进一步分析还发现，创新要素配置效率对区域增长具有显著的正向影响，且这种影响存在空间异质性特征。这表明，优化创新资源配置、提升创新要素配置效率是推动区域经济高质量发展的关键路径。在创新要素配置效率较高的城市，创新投入能够更有效地转化为经济增长动力，而在创新要素配置效率较低的城市，创新资源错配问题会严重制约创新驱动增长的效果。

从空间效应来看，长三角地区城市间的创新溢出效应显著，这表明该区域已初步形成区域创新网络，创新活动具有较强的空间传染性。然而，区域内部创新发展的空间异质性特征仍然明显，苏南、上海等地区创新活跃，而苏中、苏北等地创新水平相对滞后，这种空间差异可能导致区域创新溢出效应的不均衡。因此，未来应加强区域创新资源的统筹配置，促进创新活动在区域内的均衡发展，以充分发挥创新驱动区域增长的空间溢出效应。

5.4政策建议

基于本研究的实证结果和政策含义，提出以下政策建议：

第一，加大创新投入力度，优化创新投入结构。政府应继续加大对基础研究、应用研究和科技成果转化等方面的投入，同时引导企业增加研发投入，形成政府、企业、高校和科研机构协同创新的格局。此外，应优化创新投入结构，提高创新投入的效率，重点支持关键核心技术攻关和战略性新兴产业发展。

第二，完善创新生态系统，强化知识溢出和技术扩散。应加强城市间科技合作，构建区域创新网络，促进创新资源在区域内的自由流动和共享。此外，应完善知识产权保护制度，激发创新主体的积极性，同时加强技术转移和成果转化服务，提高创新成果的转化效率。

第三，优化创新资源配置，提升创新要素配置效率。应建立科学合理的创新资源配置机制，引导创新资源向创新要素配置效率高的地区和企业集聚。此外，应加强创新要素市场建设，促进人力资本、资本、技术等创新要素的有效配置，消除创新资源错配问题。

第四，促进区域协调发展，缩小区域创新差距。应加强区域创新政策的统筹协调，促进创新资源在区域内的均衡分布。此外，应支持苏中、苏北等地区提升创新能力，加强与其他地区的科技合作，逐步缩小区域创新差距，形成区域创新协同发展的格局。

通过实施上述政策建议，可以有效推动长三角地区创新驱动区域增长，为我国经济高质量发展提供有力支撑。

六.结论与展望

本研究以长三角地区为案例，通过构建多维度指标体系，结合面板固定效应模型与空间杜宾模型，系统考察了创新投入对区域经济增长的影响机制与空间效应，并深入分析了创新要素配置效率的作用。研究结果表明，创新投入是推动区域经济增长的重要驱动力，其影响不仅体现在本地效应，还通过知识溢出、技术扩散等渠道以及空间溢出效应促进区域经济发展。同时，创新要素配置效率对区域增长具有显著的正向影响，且这种影响存在空间异质性特征。基于上述研究结论，本研究提出了优化创新资源配置、完善创新生态系统、促进区域协调发展等政策建议，为推动区域经济高质量发展提供理论依据与实践参考。

6.1研究结论

首先，创新投入对区域经济增长具有显著的正向影响。基准回归结果表明，创新投入的增加能够有效促进区域经济增长，且这种影响在空间杜宾模型中依然稳健。这表明，创新投入是推动区域经济增长的重要驱动力，符合创新驱动发展战略的实践效果。进一步分析发现，创新投入对区域经济增长的影响存在非线性特征，当创新密度超过一定阈值后，其边际增长效应呈现递增趋势。这表明，创新投入并非越多越好，关键在于创新投入的结构优化和效率提升。

其次，创新投入通过知识溢出、技术扩散等渠道显著促进区域经济增长。中介效应分析结果表明，知识溢出和技术扩散在创新投入影响区域经济增长的路径中分别解释了44%和36%的变异。这表明，创新生态系统中的知识传播和技术转移机制是创新驱动增长的关键环节。知识溢出效应显著表明，创新活动具有较强的空间传染性，一个地区的创新活动能够通过人力资本流动、技术扩散等渠道带动周边地区经济增长。技术扩散效应显著表明，创新成果的转化和应用是推动区域经济增长的重要途径。

再次，创新要素配置效率对区域增长具有显著的正向影响。调节效应分析结果表明，创新要素配置效率对创新投入与区域经济增长之间的关系具有显著的调节作用。在创新要素配置效率较高的城市，创新投入对区域经济增长的促进作用更强；而在创新要素配置效率较低的城市，创新投入对区域经济增长的促进作用较弱。这表明，优化创新资源配置、提升创新要素配置效率是推动区域经济高质量发展的关键路径。创新要素配置效率低可能导致创新资源错配，抑制创新驱动增长的效果，因此，提升创新要素配置效率是推动区域经济高质量发展的关键任务。

最后，长三角地区城市间的创新溢出效应显著，但区域内部创新发展的空间异质性特征仍然明显。空间杜宾模型结果表明，创新投入及其空间溢出效应均对区域经济增长具有显著的正向影响。这表明，长三角地区已初步形成区域创新网络，创新活动具有较强的空间传染性。然而，苏南、上海等地区创新活跃，而苏中、苏北等地创新水平相对滞后，这种空间差异可能导致区域创新溢出效应的不均衡。因此，未来应加强区域创新资源的统筹配置，促进创新活动在区域内的均衡发展，以充分发挥创新驱动区域增长的空间溢出效应。

6.2政策建议

基于本研究的实证结果和政策含义，提出以下政策建议：

第一，加大创新投入力度，优化创新投入结构。政府应继续加大对基础研究、应用研究和科技成果转化等方面的投入，同时引导企业增加研发投入，形成政府、企业、高校和科研机构协同创新的格局。此外，应优化创新投入结构，提高创新投入的效率，重点支持关键核心技术攻关和战略性新兴产业发展。具体而言，政府应加大对基础研究和前沿科技的投入，鼓励企业增加应用研究和试验发展投入，同时加强科技成果转化服务，提高创新成果的转化效率。

第二，完善创新生态系统，强化知识溢出和技术扩散。应加强城市间科技合作，构建区域创新网络，促进创新资源在区域内的自由流动和共享。此外，应完善知识产权保护制度，激发创新主体的积极性，同时加强技术转移和成果转化服务，提高创新成果的转化效率。具体而言，应建立跨区域的科技合作平台，促进创新资源在区域内的自由流动和共享；应加强知识产权保护执法，提高知识产权保护水平；应完善技术转移和成果转化服务体系，提高创新成果的转化效率。

第三，优化创新资源配置，提升创新要素配置效率。应建立科学合理的创新资源配置机制，引导创新资源向创新要素配置效率高的地区和企业集聚。此外，应加强创新要素市场建设，促进人力资本、资本、技术等创新要素的有效配置，消除创新资源错配问题。具体而言，应建立基于市场需求的创新资源配置机制，引导创新资源向具有发展潜力的地区和企业集聚；应加强创新要素市场建设，促进人力资本、资本、技术等创新要素的有效配置；应完善创新资源配置的评估体系，提高创新资源配置的效率。

第四，促进区域协调发展，缩小区域创新差距。应加强区域创新政策的统筹协调，促进创新资源在区域内的均衡分布。此外，应支持苏中、苏北等地区提升创新能力，加强与其他地区的科技合作，逐步缩小区域创新差距，形成区域创新协同发展的格局。具体而言，应建立跨区域的创新政策协调机制，促进创新资源在区域内的均衡分布；应支持苏中、苏北等地区提升创新能力，加强与其他地区的科技合作，逐步缩小区域创新差距；应建立区域创新协同发展平台，促进区域创新资源的共享和协同发展。

6.3研究展望

尽管本研究取得了一定的成果，但仍存在一些研究空白和不足，需要进一步深入研究。首先，本研究主要关注了创新投入对区域经济增长的影响，未来可以进一步研究创新投入的结构优化问题，探讨不同类型创新投入（如基础研究、应用研究、试验发展）对区域经济增长的影响差异。其次，本研究主要关注了创新投入的直接效应和中介效应，未来可以进一步研究创新投入的间接效应，如创新投入对区域产业结构升级、人力资本积累等的影响。此外，本研究主要关注了创新投入对区域经济增长的影响，未来可以进一步研究创新投入对区域生态环境、社会公平等的影响。

其次，本研究主要关注了长三角地区的创新驱动区域增长，未来可以进一步研究其他区域的创新驱动区域增长问题，比较不同区域的创新驱动增长模式和发展路径。此外，本研究主要关注了创新投入的空间溢出效应，未来可以进一步研究创新投入的空间互动效应，探讨不同区域之间的创新合作与竞争关系。

最后，本研究主要采用了定量分析方法，未来可以结合定性分析方法，如案例研究、深度访谈等，深入探讨创新驱动区域增长的微观机制和动态过程。此外，本研究主要关注了创新投入对区域经济增长的影响，未来可以进一步研究创新投入与其他区域发展因素（如制度环境、文化传统等）的交互作用，探讨创新驱动区域增长的复杂机制。

总之，创新驱动区域增长是一个复杂的多因素互动过程，需要进一步深入研究。未来研究可以进一步关注创新投入的结构优化、创新投入的间接效应、创新投入与其他区域发展因素的交互作用等问题，以期为推动区域经济高质量发展提供更加全面和深入的理论依据和实践参考。通过持续深入研究，可以更好地理解创新驱动区域增长的内在机制和实现路径，为制定更加科学合理的区域创新政策提供支持，推动区域经济实现高质量发展。

七.参考文献

Acemoglu,D.,&Zilibotti,F.(2001).KnowledgeCapital:TheEconomicsofKnowledge.MITPress.

Acs,Z.J.,Anselin,L.,&Varga,A.(2002).Patentsandinnovationcountsasmeasuresofregionalproductionofnewknowledge.ResearchPolicy,31(7),1069-1085.

DeLong,J.B.,&Khan,S.M.(2007).Aremplificationbiasintheestimationofthereturnstoeducation.JournalofPoliticalEconomy,115(6),1151-1193.

Glaeser,E.L.(1999).CitiesandtheWealthofNations.HarvardUniversityPress.

Griliches,Z.(1990).Patentstatisticsaseconomicindicators:Asurvey.InOECDEconomicsurveys(Vol.22,No.3,pp.187-238).OECDPublishing.

Kraay,A.(2005).Financeandgrowth:Schumpetermightberight,capitalmightbethekeyingredient.WorldBankEconomicReview,19(2),265-293.

Lucas,R.E.(1988).OntheMechanicsofEconomicDevelopment.JournalofMonetaryEconomics,22(1),3-42.

罗默,P.M.(1990).Endogenousgrowththeory.Journalofpoliticaleconomy,98(2),346-374.

Rosenzweig,M.R.(1995).KnowledgeSpillovers.InIndustrialandregionaleconomics(pp.167-185).MacmillanLondon.

张洪胜.(2005).技术创新投入与经济增长关系的实证研究——基于中国省级面板数据的分析.经济研究,(5),79-88.

张军,施少华,&陈诗雄.(2010).金融发展与经济增长关系的实证研究.经济研究,(6),34-44.

罗森罗德,M.R.(1995).知识溢出.产业与区域经济学,167-185.

八.致谢

本研究能够顺利完成，离不开许多师长、同学、朋友和家人的关心与支持。在此，谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文选题到研究设计，从数据分析到论文撰写，导师都给予了我悉心的指导和无私的帮助。导师严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我深受启发，也为本研究的顺利完成奠定了坚实的基础。在研究过程中，每当我遇到困难时，导师总能耐心地给予我指导，帮助我克服难关。导师的教诲和关怀，将使我受益终身。

其次，我要感谢XXX大学经济学院的各位老师。他们在课程教学中为我打下了扎实的经济学理论基础，并在学术研究上给予了我许多有益的启发。特别是在研究方法方面，老师们传授的先进研究方法和分析工具，使我能够更好地开展本研究。

我还要感谢参与本研究讨论会的各位专家学者。他们在讨论会上提出的宝贵意见和建议，使我能够进一步完善研究设计，改进研究方法，提高论文质量。特别是XXX教授提出的建设性意见，对本研究的改进起到了重要作用。

在研究过程中，我得到了许多同学和朋友的帮助。他们为我提供了许多有用的数据和信息，并在研究过程中给予了我许多鼓励和支持。在这里，我要向他们表示衷心的感谢。

最后，我要感谢我的家人。他们一直以来都在默默地支持我，为我提供了良好的学习和研究环境。他们的理解和关爱，是我完成学业的最大动力。

在此，再次向所有关心和支持我的师长、同学、朋友和家人表示衷心的感谢！

九.附录

附录A：长三角地区11个城市2005-2020年主要指标数据

|城市|年份|创新投入（研发经费投入强度%）|创新产出（专利授权量件）|创新效率（综合技术创新效率指数）|产业升级（高技术产业增加值占比%）|经济增长（GDP增长率%）|

|------|------|-----------------------------|-------------------------|-------------------------------|-------------------------------|-----------------------|

|上海|2005|1.85|8765|0.78|15.34|11.8|

|上海|2006|1.92|10231|0.79|15.56|12.0|

|上海|2007|1.98|12045|0.80|15.78|11.9|

|上海|2008|2.05|14352|0.82|15.99|9.6|

|上海|2009|2.12|16798|0.83|16.21|9.3|

|上海|2010|2.18|19435|0.84|16.43|10.9|

|上海|2011|2.25|22376|0.85|16.65|12.1|

|上海|2012|2.32|25468|0.86|16.87|7.7|

|上海|2013|2.38|28779|0.87|17.09|9.8|

|上海|2014|2.43|32184|0.88|17.31|8.5|

|上海|2015|2.48|35692|0.89|17.52|8.0|

|上海|2016|2.52|39215|0.90|17.74|8.6|

|上海|2017|2.57|42938|0.91|17.95|8.1|

|上海|2018|2.62|47081|0.92|18.16|6.6|

|上海|2019|2.67|51604|0.93|18.37|6.0|

|上海|2020|2.72|56812|0.94|18.58|2.3|

|南京|2005|1.12|4321|0.65|12.34|11.5|

|南京|2006|1.15|4985|0.66|12.56|12.1|

|南京|2007|1.18|5763|0.67|12.78|12.2|

|南京|2008|1.20|6542|0.68|13.00|11.8|

|南京|2009|1.23|7421|0.69|13.23|11.6|

|南京|2010|1.25|8315|0.70|13.45|11.4|

|南京|2011|1.28|9238|0.71|13.68|11.3|

|南京|2012|1.30|10176|0.72|13.90|10.9|

|南京|2013|1.32|11215|0.73|14.12|10.8|

|南京|2014|1.35|12258|0.74|14.35|10.7|

|南京|2015|1.38|13381|0.75|14.57|10.6|

|南京|2016|1.40|14532|0.76|14.80|10.5|

|南京|2017|1.42|15784|0.77|14.99|10.4|

|南京|2018|1.45|17135|0.78|15.20|10.3|

|南京|2019|1.48|18576|0.79|15.40|10.2|

|南京|2020|1.50|20012|0.80|15.60|3.9|

|杭州|2005|1.05|3987|0.62|11.23|11.7|

|杭州|2006|1.08|4589|0.63|11.45|12.0|

|杭州|2007|1.10|5230|0.64|11.68|12.1|

|杭州|2008|1.12|5987|0.65|11.90|11.9|

|杭州|2009|1.15|6789|0.66|12.12|11.8|

|杭州|2010|1.18|7612|0.67|12.35|11.7|

|杭州|2011|1.20|8455|0.68|12.58|11.6|

|杭州|2012|1.23|9328|0.69|12.80|11.5|

|杭州|2013|1.25|10261|0.70|13.02|11.4|

|杭州|2014|1.28|11203|0.71|13.25|11.3|

|杭州|2015|1.30|12205|0.72|13.48|11.2|

|杭州|2016|1.33|13218|0.73|13.70|11.1|

|杭州|2017|1.35|14330|0.74|13.93|11.0|

|杭州|2018|1.38|15542|0.75|14.15|10.9|

|杭州|2019|1.40|16783|0.76|14.38|10.8|

|杭州|2020|1.42|18035|0.77|14.60|4.5|

|苏州|2005|1.50|5678|0.70|14.56|11.6|

|苏州|2006|1.55|6350|0.71|14.78|12.1|

|苏州|2007|1.58|7082|0.72|15.00|12.2|

|苏州|2008|1.60|7854|0.73|15.23|12.3|

|苏州|2009|1.63|8766|0.74|15.45|12.2|

|苏州|2010|1.65|9718|0.75|15.68|12.1|

|苏州|2011|1.68|10832|0.76|15.90|12.0|

|苏州|2012|1.70|11998|0.77|16.12|11.9|

|苏州|2013|1.73|13245|0.78|16.35|11.8|

|苏州|2014|1.75|14578|0.79|16.58|11.7|

|苏州|2015|1.78|15980|0.80|16.80|11.6|

|苏州|2016|1.80|17425|0.81|16.99|11.5|

|苏州|2017|1.83|18980|0.82|17.20|11.4|

|苏州|2018|1.85|20635|0.83|17.40|11.3|

|苏州|2019|1.88|22380|0.84|17.60|11.2|

|苏州|2020|1.90|24235|0.85|17.80|4.0|

|无锡|2005|1.00|3899|0.60|11.89|11.5|

|无锡|2006|1.03|4398|0.61|12.01|12.0|

|无锡|2007|1.05|4950|0.62|12.14|12.1|

|无锡|2008|1.08|5521|0.63|12.26|11.9|

|无锡|2009|1.10|6123|0.64|12.39|11.8|

|无锡|2010|1.12|6765|0.65|12.51|11.7|

|无锡|2011|1.15|7458|0.66|12.64|11.6|

|无锡|2012|1.18|8190|0.67|12.76|11.5|

|无锡|2013|1.20|8960|0.68|12.88|11.4|

|无锡|2014|1.23|9750|0.69|13.00|11.3|

|无锡|2015|1.25|10532|0.70|13.12|11.2|

|无锡|2016|1.28|11315|0.71|13.23|11.1|

|无锡|2017|1.30|12198|0.72|13.35|10.9|

|无锡|2018|1.33|13150|0.73|13.46|10.8|

|无锡|2019|1.35|14160|0.74|13.57|10.7|

|无锡|2020|1.38|15200|0.75|13.68|4.5|

|常州|2005|0.85|3211|0.55|10.56|11.6|

|常州|2006|0.88|3620|0.56|10.78|12.0|

|常州|2007|0.90|4040|0.57|10.99|12.1|

|常州|2008|0.92|4560|0.58|11.20|11.9|

|常州|2009|0.95|5110|0.59|11.42|11.8|

|常州|2010|0.98|5660|0.60|11.64|11.7|

|常州|2011|1.00|6230|0.61|11.85|11.6|

|常州|2012|1.03|6890|0.62|11.06|11.5|

|常州|2013|1.05|7550|0.63|11.28|11.4|

|常州|2014|1.08|8210|0.64|11.50|11.3|

|常州|2015|1.10|8870|0.65|11.72|11.2|

|常州|2016|1.12|9550|0.66|11.94|11.1|

|常州|2017|1.15|10280|0.67|12.15|10.9|

|常州|2018|1.18