城市企业创新发展模式与瓶颈分析——基于谱聚类与随机森林模型的实证研究.pdf

StatisticalResearchSep.20232023年9 月Vol.40,No.9统计研究第40 卷第9 期城市企业创新发展模式与瓶颈分析基于谱聚类与随机森林模型的实证研究吴翌琳张于鸿君内容提要：城市创新是创新驱动发展的空间支点，是构建新发展格局的重要支撑。作为城市创新的主体，企业创新活动分为技术创新和非技术创新，由此形成城市创新发展道路的异质性。本文基于2 0 14年与2 0 2 0 年全国企业创新调查的地级市数据，利用谱聚类从创新活跃度与创新结构两大维度归纳城市企业创新发展模式，并利用随机森林与SHAP算法识别各模式的发展瓶颈。研究表明：城市企业创新发展模式可归纳为活跃度高-技术创新主导、活跃度高-非技术创新主导、活跃度低-技术创新主导、活跃度低-非技术创新主导4类；2 0 14一2 0 2 0 年多数城市实现企业创新发展模式的转型升级，且地区间发展不平衡；技术创新主导的城市对人才和技术信息的需求强烈，非技术创新主导的城市往往缺乏资金和合作伙伴，活跃度高的城市函需提高知识产权保护力度，活跃度低的城市多缺乏创新的内生动力。本文从实证层面充实了区域创新与非技术创新的理论，提出把握城市企业创新发展模式的差异性、健全知识产权保护政策、完善人才培养机制等政策建议。关键词：企业创新发展模式；技术创新；非技术创新；区域创新；区域创新模式D0I:10.19343/ki.11-1302/c.2023.09.011中图分类号：F293文献标识码：A文章编号：10 0 2-456 5(2 0 2 3)0 9-0 149-12Analysis of Urban Innovation Development Patterns and Bottlenecks:Based on Spectral Clustering and Random ForestWu YilinZhang MinYu HongjunAbstract:Urban innovation is the spatial fulcrum of innovation-driven development and an importantsupport for building a new development pattern.As the main body of urban innovation,the innovationactivities of enterprises are divided into technological innovation and non-technological innovation,whichresults in the heterogeneity of urban innovation development paths.Based on the data from Chineseenterprise innovation survey in 2014 and 2020,we use spectral clustering to classify the innovationdevelopment patterns of urban enterprises in terms of innovation activity and innovation structure.Moreover,random forest and SHAP algorithm are used to identify the bottleneck of each pattern.Theresults show that the innovation development patterns of urban enterprises can be grouped into fourcategories:high activity&technological innovation-led,high activity&non-technological innovation-led,low activity&technological innovation-led,and low activity&non-technological innovation-led.Innovation patterns have been upgraded in most cities from 2014 to 2020,accompanied by unevendevelopment between regions.Enterprises in technological innovation-led cities have a strong demand for*基金项目：北京市习近平新时代中国特色社会主义思想研究中心重大项目“新时代创新型国家建设统计监测研究”（2 2 LLYJA022）。2023年9 月统计研究150talents and technological information,while enterprises in non-technological innovation-led cities have astrong demand for funding and partners.It is necessary for cities with high levels of activity to improve theprotection of intellectual property rights,while enterprises in cities with low levels of activity are lackingthe endogenous motivation to innovate.This paper enriches the theory of regional innovation andnon-technological innovation at the empirical level and puts forward policy recommendations such asgrasping the differences in innovation development patterns of urban enterprises,improving intellectualproperty protection policies,and perfecting talent cultivation mechanisms.Key words:Enterprise Innovation Development Patterns;Technological Innovation;Non-technologicalLnr.DOo1Tn1Trnnoln.PatInnovation;Regional Innovation;Regional Innovation Patterns一、引言作为社会发展的核心驱动力，创新在构建现代化经济体系中有着重要地位。2 0 2 2 年，党的二十大报告提出“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势”；“加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，增强国内大循环内生动力和可靠性，提升国际循环质量和水平”。构建双循环新发展格局需要提升经济发展的自主性、可控性与安全性，提高企业抗风险能力，对企业转型尤其是制造业转型提出新要求。企业转型依托于创新驱动，应基于企业规模与所在行业探索创新突破口，实现分类、分步转型。创新研究发展早期，学界的研究重点在技术创新领域。随着创新理论的不断完善，非技术创新逐渐受到学者们关注：创新不仅包含技术创新，还包含企业商业模式、组织形式、管理模式等方面的创新，这些可统一认为是非技术创新（Friedman，19 9 2）。与技术创新相比，非技术创新活动较为宽泛，且缺乏范式化（雍兰利和叶微波，2 0 0 6）。作为国际认可的创新调查指南、世界各国测度创新必备的指导书，奥斯陆手册第三版（OECD，2 0 0 5）将创新定义为新的或有显著改进的产品或工艺的实现，或者是新的组织管理方式或营销方法的采用，即以产品创新与工艺创新为代表的技术创新和以组织创新与市场创新为代表的非技术创新。非技术创新颠覆了对创新的传统认知，比如创新的技术不确定性、创新投入与绩效的关系等；非技术创新是对技术创新的补充，二者紧密联系（S c h m i d t 和Rammer，2 0 0 7）。随着服务业与中小企业的发展，非技术创新的地位日益提升：市场营销模式、商业模式、流程形式、组织架构等方面的创新在服务业中发挥重要作用；中小企业市场规模较小，资金与科研力量较弱，往往倾向于成本低廉的非技术创新（吴翌琳，2 0 19）。随着经济全球化和经济转型的推进，非技术创新是企业获取持续竞争力和实现长足发展的重要途径（李勇辉和袁旭宏，2 0 14)；现实中，缺乏与非技术要素的协同创新使得技术型企业难以支撑自身的技术创新和业绩提升（李勇辉等，2 0 16）。作为要素资源和经济活动的集聚地，城市是创新活动的重要载体，对吸纳创新人才、加速创新要素集聚具有重要作用。城市与区域创新系统密切相关，现有研究主要通过测算区域创新效率或水平分析我国区域创新发展格局（韩兆洲和程学伟，2 0 2 0；杨骞等，2 0 2 1；陈钰芬和范嵩盈，2 0 2 2），或探讨其影响因素（聂秀华等，2 0 2 1；钟腾等，2 0 2 1；庄毓敏和储青青，2 0 2 1），为制定创新政策提供实证依据，但现有文献在指标选取、数据来源等方面均侧重于技术创新，对非技术创新尤其是城市层面的深入性与系统性研究较少。对于区域创新模式的研究，现有文献大多基于区域资源要素、创新投入产出、创新网络进行划分：省份层面，赵彦云和吴翌琳（2 0 10）基于创新发展驱动要素将吴翌琳等：块城市企业创新发展模式与瓶颈分析第40 卷第9 期151我国3 1个省份分为6 类，李向前等（2 0 15）基于创新基础与环境、投入、产出、成果扩散等维度研究省域创新系统的差异；城市群层面，马双和曾刚（2 0 19）基于网络视角划分10 大城市群的区域创新模式，周麟等（2 0 2 1）研究了南、北方城市群的差异化协同创新模式；城市层面，叶雷等（2 0 19）基于创新联系强度归纳了网络创新城市、外部创新城市、地方创新城市和孤立创新城市等模式，饶悦等（2 0 2 1）将山东省的城市创新网络模式划分为综合创新模式、异质创新模式、根植创新模式和孤立创新模式，杨凡等（2 0 2 3）将长三角城市产学协同创新的发展模式归纳为均衡型、外向型、内向型、边缘型等，刘烨等（2 0 2 3）基于地级市数据对激进式创新与渐进式创新两种区域创新模式展开研究。综合来看，少有文献将技术创新和非技术创新同时纳入区域创新模式的框架，利用各类企业创新活动一一产品创新、工艺创新、组织创新、市场创新进行划分。企业作为创新主体，其创新活动的异质性反映了城市经济社会环境的异质性，也构成不同城市创新发展道路的差异。因此，本文从创新活跃度与创新结构两大维度刻画我国2 9 1个城市的企业创新格局，并将其定义为城市企业创新发展模式。创新活跃度反映城市内开展技术创新或非技术创新的企业比重，创新结构反映企业创新究竟是技术创新为主导还是非技术创新为主导。目前，由于技术创新存在资金、人力资本等门槛，我国部分地区技术创新存在一定困难，非技术创新成为重要的创新突破口，因此，从地级市层面研究创新活跃度和创新结构既可以为技术创新、非技术创新以及区域创新理论体系提供补充，同时也为解决我国不平衡、不充分的发展提供针对性的政策建议，对广泛开展自主创新、促进区域协调发展具有一定现实价值。本文的边际贡献在于界定了一种与以往不同的城市企业创新发展模式并进行瓶颈分析，基于企业技术创新与非技术创新之间的结构关系，从地级市层面梳理技术创新与非技术创新发展的空间异质性。文章结构安排如下：首先，基于2 0 14年与2 0 2 0 年全国企业创新调查的地级市数据构建创新活跃度、技术创新偏向度、非技术创新偏向度等指标，利用谱聚类算法归纳4类城市企业创新发展模式；其次，描述不同模式的时空变迁，分析我国区域创新发展趋势；最后，针对不同模式下城市的发展瓶颈，基于谱聚类结果利用随机森林进行识别，结合城市创新投入与创新环境分析模式成因，并对各模式的发展瓶颈提出政策建议。二、研究方法与变量说明(一)研究方法本文使用两种机器学习方法进行实证分析。使用谱聚类归纳城市企业创新发展模式，使用随机森林与SHAP（S H a p l e y A d d i t i v e e x Pl a n a t i o n）方法探索各模式当前发展瓶颈。谱聚类是一种基于图的机器学习算法，其结果对参数选择较敏感，本文基于Davies-Bouldin指数与轮廓系数寻找最优聚类参数，并与常用的k-means聚类进行比较。随机森林模型通过组合多个决策树，利用投票或取均值的方式得到最终结果。随机森林能够得到特征的重要性，筛选更为重要的特征。本文使用网格调参法得到最优参数结果，引入SHAP算法增强模型的可解释性。(二）变量说明与数据来源划分城市企业创新发展模式的聚类变量应反映城市企业创新活动特征，不仅要反映该市企业开展创新活动的广泛性与普遍性，也应反映企业对不同类型创新活动的选择，即绝对水平与相对水平的结合。受限于非技术创新测度缺乏现实量化标准，其数据来源主要依赖创新调查。国家统计局在2014年全国企业创新调查的基础上，从2 0 16 年起对全国企业创新情况进行年度调查，该调查基本遵2023年9 月统计研究152循奥斯陆手册提出的创新调查的方法和程序，是我国目前规模最大、专业性最强、最权威的创新调查。本研究整理了2 0 14年与2 0 2 0 年全国企业创新调查中规模以上工业企业部分的地级市汇总数据，基于调查问卷选取聚类变量。全国企业创新调查问卷中与4种创新活动相关的问题为企业当年是否实现产品创新、工艺创新、组织创新、市场创新，其中实现产品创新与工艺创新的企业比例的相关系数达0.8 6，组织创新与市场创新的相关系数达0.9 0。故本文将产品创新和工艺创新合并、组织创新与市场创新合并，以“实现产品创新或工艺创新的企业占全体实现创新的企业的百分比”反映技术创新偏向度，以“实现组织创新或市场创新的企业占全体实现创新的企业的百分比”反映非技术创新偏向度，从而衡量技术创新与非技术创新的主导地位，即该市的企业创新结构。此外，为了解实现创新的企业数量，使用“至少实现一类创新的企业占全体企业的百分比”反映创新活跃度。综上，创新活跃度与创新结构分别从绝对水平与相对水平两个维度全面、系统地刻画各类创新活动的发展现状。故本文聚类变量为创新活跃度、技术创新偏向度和非技术创新偏向度，剔除部分缺失数据，最终包含4个直辖市与2 8 7个地级市样本数据。为探索企业创新发展模式的重要特征，总结不同模式的发展瓶颈，本文着重分析全国企业创新调查问卷中“该因素对开展创新活动有较大阻碍的企业占全部企业的百分比”一系列数据，该问题的调查对象为全部企业，包含实现创新的企业和未实现创新的企业。阻碍因素包括缺乏内部资金、缺乏风险投资、缺乏银行贷款、创新费用成本过高、缺乏人才、缺乏技术信息、缺乏市场信息、缺乏创新合作伙伴、市场已被占领、不能确定市场需求、创新成果易被低成本模仿、没有创新的必要等。数值越大表明该城市企业面临创新阻碍的问题越严重。这些问题伴随企业创新过程而产生，是识别不同模式的重要特征。基于谱聚类结果分析不同模式的重要特征是一个多分类问题，由此本文建立随机森林模型总结归纳不同模式的发展瓶颈。三、企业创新发展模式归纳结果(一）描述性分析为对比三个聚类指标在2 0 14年与2 0 2 0 年的整体分布情况，作核密度分布图（图1）。2 0 2 0 年较2 0 14年，创新活跃度与技术创新偏向度整体提高，而非技术创新偏向度整体下降；创新活跃度呈右偏分布，技术创新偏向度与非技术创新偏向度呈左偏分布。但整体而言，非技术创新偏向度仍较高于技术创新偏向度，反映了我国大部分地区技术创新较弱的现状，非技术创新对经济发展的协同推动作用不可忽视。0.0350.07-20142014-2014-202020200.03520200.0300.060.0300.0250.050.0250.0200.040.0200.0150.030.0150.0100.020.0100.0050.0110.0050.0000.000.000020406080100020406080100020406080100图1核密度分布图图（从左到右依次为创新活跃度、非技术创新偏向度、技术创新偏向度）吴翌琳等：城市企业创新发展模式与瓶颈分析153第40 卷第9 期创新活跃度与创新结构在地区间发展不平衡，本文统计了2 0 14年与2 0 2 0 年我国七大地理分区创新活跃度与创新结构的均值。横向对比来看，华东地区创新活跃度最高，其次是华中与西南地区；创新活跃度与技术创新偏向度具有一定的相关性，华东地区技术创新最为强势，其次是华中与华南地区；东北地区企业创新活跃度和技术创新程度有较大提升空间；西南地区作为创新活跃度较高的区域，其非技术创新活动发展良好，说明开展非技术创新同样可以增强当地企业的创新活力，西北地区非技术创新偏向度也较高，华东地区对非技术创新的依赖最小。纵向对比来看，除西北地区外，其他地区2 0 2 0 年创新活跃度较2 0 14年显著提高，华东与东北地区增幅超过10%；除西北地区外，其他地区均实现技术创新偏向度的提升，华东地区增幅达10.8%；所有地区非技术创新偏向度均有一定程度的下降，技术创新偏向度与非技术创新偏向度的差距进一步缩小，反映出全国范围内技术水平的提升，但整体而言，因非技术创新门槛与成本较低，在西北、西南、东北等多数地区，实现非技术创新的企业仍显著多于实现技术创新的企业。创新活跃度与创新结构存在空间差异，验证了本文划分创新模式的合理性与必要性。本文还整理了地级市层面各聚类变量分别在2 0 14年和2 0 2 0 年的最高、最低值，以及变化最大的5个城市。创新活跃度最高的城市大多分布于长三角，少量分布于川渝地区，最低的城市大多分布于东北与内蒙古，山东、湖南部分城市增长较快，西北部分城市跌幅较大；非技术创新偏向度最高的城市大多分布于青海、甘肃、新疆等地，最低的城市大多分布于东南沿海；技术创新偏向度最高的城市在沿海与内陆均有分布，最低的城市多分布于山西与西北地区，增幅最大的城市多分布于东部沿海，降幅最大的城市多分布于中西部地区，东部地区与中西部地区的技术创新差距进一步扩大。（二）聚类结果与企业创新发展模式归纳将2 9 1个城市在2 0 14年与2 0 2 0 年的标准化数据同时聚类，得到58 2 个样本的聚类结果。本文通过控制不同相似矩阵与最终聚类个数构建多个聚类模型，综合比较Davies-Bouldin指数与轮廓系数，选择gamma参数为0.14的高斯核函数的全连接法构建的相似矩阵聚类效果最优，此时最终聚类个数为4。表1展示了4类企业创新发展模式的聚类中心。将创新活跃度高定义为字母“H”（H i g h），创新活跃度低定义为字母“L”（L o w），技术创新主导定义为字母“T”（T e c h n o l o g i c a l In n o v a t i o n），非技术创新主导定义为字母“N”（No n-t e c h n o l o g i c a l In n o v a t i o n）。第一类城市的企业创新活跃度最高，非技术创新偏向度远低于平均水平，技术创新偏向度远高于平均水平，说明该类城市创新活动普及度最高，技术创新占绝对主导地位，创新能力最强，命名为活跃度高-技术创新主导（HT型）城市。第二类城市的创新活跃度较高于平均水平，非技术创新偏向度略高，技术创新偏向度略低，说明该类城市创新活动普及度较高，大部分企业实现了非技术创新，创新能力较强，命名为活跃度高-非技术创新主导（HN型）城市。第三类城市的创新活跃度较低于平均水平，非技术创新偏向度略低，技术创新偏向度略高，说明该类城市创新活动普及度较低，大部分企业偏向技术创新，创新能力较弱，命名为活跃度低-技术创新主导（LT型）城市。第四类城市的创新活跃度最低，非技术创新偏向度远将本文研究的4个直辖市与2 8 7 个地级市依据其所在省级行政单位进行分组：黑龙江省、吉林省、辽宁省为东北地区：北京市、天津市、山西省、河北省、内蒙古自治区为华北地区；上海市、江苏省、浙江省、安徽省、江西省、山东省、福建省为华东地区：广东省、广西壮族自治区、海南省为华南地区；河南省、湖北省、湖南省为华中地区；陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区为西北地区；重庆市、四川省、贵州省、云南省、西藏自治区为西南地区。下同。因篇幅所限，基于七大地理分区的谱聚类变量均值以附表1展示，见统计研究网站所列附件。下同。因篇幅所限，聚类变量值最高、最低、变化最大的城市汇总以附表2 展示。因篇幅所限，聚类参数选择结果以附表3 展示。2023年9 月统计研究154表14类企业创新发展模式的聚类中心样本数创新活跃度非技术创新偏向度技术创新偏向度命名第一类1051.2221-1.40191.1994活跃度高一技术创新主导第二类1970.45260.4517-0.0214活跃度高-非技术创新主导第三类154-0.4917-0.38740.1860活跃度低一技术创新主导第四类126-1.12510.9355-1.1934活跃度低一非技术创新主导高于平均水平，技术创新偏向度远低于平均水平，说明该类城市创新活动普及度最低，非技术创新占绝对主导地位，创新能力最弱，命名为活跃度低-非技术创新主导（LN型）城市。以上划分方式也符合绝对水平与相对水平两个维度形成的4个象限。4类企业创新发展模式之间具有一定的逻辑关系。鼓励万众创新，提高创新普及度，是实施创新驱动发展战略的重要内容与发展目标，因此HT型是LT型的未来发展阶段，HN型是LN型的未来发展阶段。创新结构的形成由一个城市的经济社会环境等多种因素作用而成，不同城市要素资源慕赋不同。创新模式的选择应与要素资源慕赋、经济发展阶段相匹配，由此形成各城市适宜发展的创新结构。例如，在创新基础条件较为薄弱的地区，由于制度经济与人力资本水平较差，即使强行实行自主创新，加大研发投入也无法具有可以推广先进技术的人才和市场基础（余泳泽和张先轮，2 0 15），企业往往缺乏技术创新的能力与动力，应鼓励各城市结合当地经济环境，在发挥自我优势的基础上选择合适的创新结构引导企业开展创新活动。因此，在当前阶段，应不断提高企业创新活跃度，实现由L型向H型的转型升级；技术创新资源充足时，实现N型向T型的转型升级。(三）城市企业创新发展模式的时空变迁1.多数城市实现企业创新发展模式的转型升级。由2 0 142 0 2 0 年各模式的城市数量可知（表2），2 0 2 0 年较2 0 14年，HT型城市数量显著增加，LN型城市数量显著下降。技术创新主导的城市显著增加，非技术创新主导的城市显著减少；创新活跃度高的城市显著增加，创新活跃度低的城市显著减少。对比具体城市的模式变迁，整体而言实现创新模式转变的大部分城市反映为创新模式的升级与创新能力的提升，这与政府的政策引导密不可分。123个HN型城市中，以合肥为代表的48 个城市转变为以技术创新为主导的HT型，15个城市转变为LT型，10 个城市转变为LN型，其余50 个城市保持不变。近年来，合肥依托高校优势，科研力量十分强劲，在此基础上出台奖励扶持政策鼓励高校与科研机构的技术成果转化，促进产学研合作；尤其是于2 0 16 年正式加入长三角城市群后，深化了上海张江与合肥综合性国家科学中心的创新合作，成立瑶海物联网产业园、蜀山环境产业园、肥西生物医药产业园等长三角G60科创走廊合作示范园区，技术创新发展迅猛，表220142020年各模式的城市个数（个）2020年HT型HN型LT型LN型合计HT型92011HN型485015101232014年LT型2729469LN型1015392488合计94748538291吴翌琳等：城市企业创新发展模式与瓶颈分析第40 卷第9 期15569个LT型城市中，以石嘴山为代表的2 7 个城市创新活跃度显著提升，转变为HT型，9 个城市转变为HN型，4个城市转变为LN型，其余2 9 个城市保持不变。作为煤炭资源型城市，石嘴山曾落入工业化落后、产业单一的困境，创新活跃度较低，面临转型压力，近年来通过项目引领和科技支撑形成以新材料、先进装备制造、电石化工和多元合金为主导的多元化工业体系，打造电子信息产业转型新高地。一方面设置企业亩产效益综合评价体系，实施差别化措施倒逼企业转型；另一方面成立五大产业联盟引导产业集聚，推动高层次人才集聚，提升企业技术创新能力。88个LN型城市中，以中卫为代表的10 个城市转变为HT型，以菏泽为代表的15个城市转变为HN型，3 9 个城市转变为LT型，其余2 4个城市保持不变。2 0 13 年曾是戈壁荒漠的中卫工业园区现已建成世界瞩目的云计算基地，其关键在于中卫政府充分发挥能源与土地资源优势，完善信息基础设施建设，加大财政资金支持力度，降低企业投资建设运营成本，以产业领先实现最短时期的经济赶超与企业创新模式转型。曹县作为菏泽市下辖县，在政府规划产业布局、设立电子商务服务中心、构建电商物流体系等措施下发展为“超大型淘宝村集群”“中国最大的演出服装产业集群”，形成独特的“曹县模式”，即以农民大规模电商创业就业为核心，以电商平台与服务型政府双向赋能为两翼，以最小的成本实现资源价值的最大化，带动乡村产业振兴，是商业模式创新的典型案例，也是菏泽转型为HN型城市的关键，体现了非技术创新强大的生命力与创造力。2.区域间创新发展模式存在差异分区域对比2 0 14年与2 0 2 0 年城市企业创新发展模式的变迁可知（图2），2 0 14年，东北地区城市以LN型为主，伴随着技术创新的发展，2 0 2 0 年多数城市转变为LT型，同时HT型与HN型缓慢增长。华北地区与华南地区类似，多数城市由LN型转变为LT型，HT型创新能力强的城市数量增加显著，与东北地区不同的是HN型城市数量减少，反映了整个地区技术创新的主导地位日益突出。华东地区拥有HT型城市最多，创新活动最为活跃，技术创新能力最强；6 年间，HT型城市大幅增加，其他三类大幅减少，特别是LN型城市已全部转型升级为其他模式。华中、西北、西南地区的主导模式均为HN型，不同的是，6 年间华中地区较多城市转变为HT型，而西北和西南地区转化为HT型的城市较少，以非技术创新为主导仍是主要特征；非技术创新提高了当地创新活跃度，特别是西南地区，仅有不到1/3 的城市处于创新活跃度低的阶段，反映出当地企业已探索出适宜当地发展的非技术创新模式。100口HT型HN型口LT型OLN型806040200东北地区2 0 14东北地区2 0 2 0华北地区2 0 14华北地区2 0 2 0华东地区2 0 14华东地区2 0 2 0华南地区2 0 14华南地区2 0 2 0华中地区2 0 14华中地区2 0 2 0西北地区2 0 14西北地区2 0 2 0西南地区2 0 14西南地区2 0 2 0图22014年与2 0 2 0 年七大地理分区各模式的城市个数细分到省（区、市），2 0 14年，全国企业创新能力普遍偏弱：HT型城市集中分布于浙江；云南、四川、陕西、江苏、湖北、河南、安徽的城市大多以非技术创新为主导、创新活跃度较高；江因篇幅所限，2 0 14年与2 0 2 0 年3 1个省级行政单位各模式城市数分别以附图1、附图2 展示。2023年9 月统计研究156西、湖南的城市大多以技术创新为主导，创新活跃度较低；山西、内蒙古与东北三省等地区的城市大多技术创新较弱，创新活跃度低。2 0 2 0 年，随着科研水平的提高，浙江、江苏全省实现HT型模式的转变，山东、福建、宁夏等地HT型城市占比也较高，安徽、江西、湖北、湖南、广东等地部分城市转化为HT型；山西、河北、内蒙古、广西、贵州与东北三省多数LN型城市随着创新活跃度的提高、技术创新活动的发展，逐渐转变为LT型或HN型；而四川、云南、甘肃等省份仍以HN型为主。基于城市群分析时空变迁，本文针对中华人民共和国国民经济和社会发展第十四个五年规划和2 0 3 5年远景目标纲要提到的部分城市群（石敏俊等，2 0 2 2；马妍等，2 0 19），归纳各类模式的分布。2 0 14一2 0 2 0 年，长江三角洲城市群与粤港澳大湾区在保持高创新活跃度的基础上，技术创新活动也得到迅速发展，均实现了以HN型城市为主向以HT型城市为主的转变；京津冀城市群内各城市间差异较大，有突出的HT型核心城市，其余多为LT型城市；长江中游、山东半岛、粤闽浙沿海城市群发展趋势类似，2 0 14年HN与LT型城市居多，2 0 2 0 年多数城市转变为HT型城市，实现了创新活跃度提高与技术创新偏向度提高的双重发展。以上城市群多分布于东部地区，整体呈现以技术创新为主导的结构，而成渝城市群与东部地区不同，始终以非技术创新为主导，多数为HN型城市，是重要的非技术创新活动集聚地，整体创新活跃度高；中原、关中平原城市群与成渝城市群类似，以非技术创新为主导，但整体创新活跃度较低；北部湾与哈长城市群相比以上地区创新能力较弱，始终以创新活跃度较低的LT与LN型城市为主，个别城市转变为HN型城市。长江三角洲和成渝城市群是两种不同的创新发展模式。长江三角洲城市群重视技术创新，每年召开的长三角区域创新体系建设联席会议着重讨论区域创新体系建设，2 0 15年提出加速创新资源在区域内流动，开展科技联合攻关，为解决区域内面临的重大难题提供技术支撑。成渝城市群十分重视中小企业创新，2 0 16 年，四川省政府提出培育创新文化，激发全社会创新创业活力，搭建创新创业转化孵化平台，并提出强化创新创业公共服务、强化财政资金引导等利于中小企业的措施；资阳作为成渝城市群内LN转为HN的典型城市，基于当地经济与科研条件，于2 0 18 年提出一系列促进非技术创新发展的措施，包括引导企业开拓市场、支持企业商业模式创新、充分利用新闻媒体广泛宣传“专精特新”（即专业化、精细化、特色化、新颖化）中小企业及其产品等。非技术创新与技术创新同等重要，在我国部分地区技术创新存在一定困难的背景下，非技术创新成为重要的创新突破口。四、各模式瓶颈分析结果前文归纳了2 9 1个城市分别在2 0 14年与2 0 2 0 年的企业创新发展模式。6 年间，尽管多数城市实现了企业创新发展模式的升级，但仍存在地区间发展不平衡的状况。近年来，我国企业自主创新进入攻坚阶段，面临多重阻力。本节基于随机森林与SHAP算法，针对不同类型城市总结归纳当前创新发展的瓶颈，并结合创新投入与创新环境简要分析各模式成因，为创新驱动发展战略提供理论参考。各城市群包含的城市参考长江三角洲城市群发展规划（2 0 16）粤港澳大湾区发展规划纲要长江中游城市群发展规划（2 0 15）山东半岛城市群发展规划（2 0 2 12 0 3 5）成渝城市群发展规划（2 0 16)中原城市群发展规划（2 0 16）关中平原城市群发展规划（2 0 18）北部湾城市群发展规划（2 0 17）哈长城市群发展规划（2 0 16）（https:/ 0 2 2）提到的京津冀协同发展规划纲要；“十四五”规划中，粤闽浙沿海城市群取代了海峡西岸城市群，由于目前粤闽浙沿海城市群的具体范围缺乏官方文件说明，本文参考马妍等（2 0 19）使用海峡西岸经济区替代。因篇幅所限，2 0 14年与2 0 2 0 年部分城市群各模式的城市个数以附表4展示。参考链接：https:/ 卷第9 期(一）描述性分析表3 展示了各模式下阻碍因素的均值。整体而言，缺乏人才是我国企业进行创新的最大阻力，其次是创新费用成本过高、缺乏技术信息、缺乏银行贷款等因素。与2 0 14年相比，2 0 2 0 年创新费用成本过高、缺乏人才、缺乏技术信息、缺乏市场信息等问题更加突出。对比4类模式，缺乏人才、技术信息与创新费用成本过高等问题最严重的是HT型城市，缺乏内部资金、风险投资、银行贷款最严重的是HN型城市，而LN型城市中企业大多认为没有创新的必要。此数据是调查对象对企业创新过程中面临阻力的主观判断，因此创新能力较强的城市中的企业往往对创新过程中存在的问题更为敏感，更易受到阻碍因素的影响，表现为HT与HN型各阻碍因素数值较大。表3随机森林变量描述性统计(%）特征2014年2020年HT型HN型LT型LN型缺乏内部资金11.840612.162211.656412.495111.335512.3311缺乏风险投资7.37537.72997.72517.84537.15697.4348缺乏银行贷款17.928814.369413.064918.112015.195616.8155创新费用成本过高18.562523.998627.703022.556719.593615.9950缺乏人才24.201534.153538.468630.636427.185421.5887缺乏技术信息16.098021.844524.371819.271817.974115.2197缺乏市场信息9.266010.438711.301610.14749.41548.7176缺乏创新合作伙伴6.42276.54947.18926.89465.74026.1710市场已被占领2.54672.40272.55712.64582.28282.3731不能确定市场需求11.424713.229515.069212.787711.278810.6031创新成果易被低成本模仿5.13755.82027.99996.20094.61553.3042没有创新的必要15.867615.377911.982714.819415.823119.6673(二)随机森林与SHAP分析结果为保证模型具有良好的泛化性，本文随机划分2/3 的数据用于建模，1/3 的数据用于测试。在训练集上通过五折交叉验证方法进行网格调参，基于F1_macro得分选择最优模型，并得到最终结果。基于特征重要性排序，识别各模式的关键因素为缺乏人才、创新成果易被低成本模仿、创新费用成本过高等，这些特征的差异对整体模型的贡献较显著，而缺乏风险投资、市场已被占领、缺乏市场信息等特征对整体模型的贡献较小，各模式下特征差异较小。为解释特征取值与SHAP值的联系，绘制不同模式下所有特征取值与SHAP值之间的关系图。依次分析各模式对应的瓶颈：对于大多分布于华东地区的HT型城市，大部分企业在创新过程中面临人才流失、缺乏技术信息、创新费用成本高、创新成果易被低成本模仿等问题；对于多分布于西南、华中地区的HN型城市，创新成果易被低成本模仿、缺乏银行贷款、缺乏创新合作伙伴、缺乏内部资金等问题是其发展瓶颈；对于多分布于华北、东北、华南地区的LT型城市，各行深色点的SHAP值均较低，相对而言，缺乏人才、没有创新的必要、缺乏技术信息是较为突出的问题；对于多分布于东北、西北地区的LN型城市，没有创新的必要是当地企业的普遍想法，同时还有缺乏创新合作伙伴、缺乏银行贷款、缺乏风险投资、缺乏内部资金等因素。综合以上结果，下文将详细阐述各模式与对应瓶颈的关系。因篇幅所限，随机森林特征重要性排序以附表5展示。因篇幅所限，各模式基于随机森林的SHAP解释图以附图3、附图4展示。严重损害创企业的权益侵权成本低、维权成本高，单企业保护知的方式较为分城市由于知市楼理机构的缺之企业往往更注身创新成果。部创新成果具寓件在创新跃度高的地区，2023年9 月统计研究1581.技术创新主导型人才供需缺口显著，信息孤岛问题突出。在知识经济时代，技术创新需要不同层次类型的人才紧密配合：