2022中国A股上市公司创新指数报告_67页_6mb.pdf

2022 浙江大学管理学院 浙江大学创新管理与持续竞争力研究 国家哲学社会科学创新基地 支持单位 万得信息技术股份有限公司 2022年7月 中国上市公司创新指数报告 项目负责人：郭斌 项目成员：殷嘉咛、贾玥、张宁、 李曦、张嘉乐 目录 第一章 引言篇 . 1 1.1 创新：中国制造定位未来的必由之路 . 1 1.2 重新认识制造业的关键地位 . 2 1.3 创新与企业韧性 . 3 第二章 样本篇 . 5 第三章 指数构造方法篇 . 8 3.1 基础指标的数据来源与测度 . 9 3.2 评估权重生成 . 11 第四章 城市分析篇 . 14 4.1 创新型公司城市集聚 . 14 4.2 创新优势行业分布既有共性又有差异 . 16 4.3 创新效率与创新势力的均衡发展有待提升 . 24 第五章 省份分析篇 . 28 5.1 创新指数 500 强企业的省级分布 . 28 5.2 省级创新指数 500 强企业的行业分布情况 . 29 5.3 各省创新势力-创新效率排名情况 . 30 5.4 各省创新势力-创新效率排名前四分之一企业的创新指数分项指标情况 . 33 第六章 时间趋势篇 . 35 第七章 数字化关注分析篇 . 40 7.1 数字化关注 . 40 7.2 创新指数排名前 500 样本分析 . 43 7.3 创新势力与创新效率排名前 200 样本分析 . 45 第八章 创新对于企业韧性的影响 . 47 第九章 投资组合收益篇 . 49 9.1 根据 2021 年创新指标排名前三十及前五十上市公司构造投资组合样本 . 49 9.2 根据 2019-2021 年三年创新指标排名均处于前五十的企业构成的投资组合样本 . 50 9.3 根据 2021 创新指标排名剔除 EVA 为负的企业构造投资组合样本 . 51 9.4 根据 2019-2021 年三年创新指标排名剔除 EVA 为负的企业构造投资组合样本 . 52 附录 . 54 一、2021 中国上市公司创新指数 500 强 . 54 二、2021 中国上市公司创新势力 200 强 . 59 三、2021 中国上市公司创新效率 200 强 . 61 四、创新指数总样本分行业数字化关注统计 . 63 1 第一章 引言篇 1.1 创新：中国制造定位未来的必由之路 创新已经成为我们这个时代，企业必须面对的必答题。对于中国企业而言，尤为如此。 在中国制造发展的很多年里，海外市场与本土市场对于中国企业寻求增长机会而言都扮演着重要的角色。不过时至今日，本土市场的重要性出现了上升的趋势。这一方面是因为随着逆全球化的迹象出现，尽管海外市场依然有着重要的意义，不过出于对冲不确定性的目的，对本土市场的强调会变得更为突出；另一方面，对于中国这样一个拥有14亿多人口、超4亿中等收入群体、人均GDP超过1万美元的超大规模市场，本土市场所带来的增长机会已经日益凸显。不过，伴随着本土市场中绝对购买力的不断上升，已经出现了明确的“消费升级”趋向，也就是说，在这样的市场里，人们不再像过去那样仅仅关注价格的低廉，转而对品质和品牌有了更高的要求。而在品质与品牌的背后，没有创新的支撑，无疑是很难以实现的。 市场环境的变化也增强了创新对于竞争和发展所具有的重要意义。我们知道，在任何一个经济体当中，在任何一个市场领域，那些参与其中的企业如果按照能力的高低（或者说位势）来进行由高到低的排列的话，会形成一个能力的分布阶梯。在正常的时期，不同的能力位势会对应于不同的市场定位及用户群体，所以它们可以较好地完成错位竞争。然而，当一些负面的经济冲击（就像新冠疫情和中美贸易冲突这样具有全球性影响的外部冲击事件）发生时，宏观经济体系会出现收缩，因而不论是在消费端还是供给端，消费者和企业对于价格的敏感性会出现上升，消费者会更希望节约自己的开支，企业会有更强的节省成本的动机，因此会发生这个能力位势从顶部开始延展的向下压缩。换言之，处于能力位势更上端的企业，为了弥补自身定位市场的购买力流失，会必然地向下延展，进而形成从能力位势阶梯的上端向下端不断地压缩的趋向，如同我们看到的多米诺骨牌游戏。在这样的市场中要想获得持续生存甚至是寻求增长，用创新来建立差异化的优势几乎是唯一创新已经成为中国制造走向未来的必由之路。 2 的选项。 当然，劳动力成本的上移也是造成创新成为必然选项的重要因素。企业的持续生存依赖于它们所能够获取的持续收入流以及由此发生的成本。当成本侧出现上升的时候，它们所能选择的就是要么寻找到与以往不同的方式来维系低成本制造优势，要么是拓展它们的收入流。如果说之前的很多年里中国制造业企业可以充分利用低成本的劳动力优势，那么到了今天，低成本制造已经越来越难以单纯地用低廉的劳动力成本来塑造，而是越来越需要借助于创新所具有的力量。 事实上，创新不仅是寻找到维系低成本制造优势的基础，也是为企业带来存量增长乃至增量增长的最为强大的力量。 不仅如此，正在涌现的一系列增长机会，几乎无一例外都是由创新所引发的。这些机会的出现，甚至构成了产品创新、服务创新以及商业模式创新的综合性竞争游戏。例如新能源汽车产业在中国的快速发展，由于它超长的产业链条以及潜在的巨大体量，为产业链的上下游带来了巨大的增长空间。而如果想要在这样的增长机会里获得一席之地，以创新为基础构建企业自身的独特竞争力，已经成为必要的前提和基础。 1.2 重新认识制造业的关键地位 曾经有这样的一种观点，那就是随着中国经济已经成为仅次于美国的第二大经济体，以及服务业在整个经济产出中所占比重的不断上升，制造业已经完成了它推动中国经济发展的历史使命。这种观点事实上甚至成为一种较为流行的观点，有一段时间经常在媒体和讨论中被提及。这种观点的得出，在很大程度上与人们所熟悉的“微笑曲线”是有关的。因为依据微笑曲线的观点，在对所创造的价值增量的分割中，制造作为其中的一个环节，是远远不如微笑曲线两端的环节也就是“品牌与设计”、“核心技术与研发”。这易于给人们这样的一种印象，那就是制造在整个价值分割的竞争游戏里是并不重要的一环。 值得指出的是，制造业对于中国经济发展的重要性很大程度上是源自于我们面对的现实。一方面，中国制造所具有的极其庞大的规模（连续12年在规模上全球第一），使得中国制造客观上并不仅仅是为了中国本土市场而产生制造业是中国经济发展和全球博弈中不能放弃的战略性力量。 3 的，它也是因为全球市场而产生的。中国制造与全球市场之间的关系就变得很特别，一方面中国制造需要全球市场的需求来保持这样的制造体系有效运转，进而奠定中国经济增长的基本盘；另一方面全球市场也需要由中国制造提供更具有成本和效率优势的产品。与此同时，制造业为中国所带来的就业机会，目前是很难有其他的产业部门（包括服务业在内）能够完全替代的。 更为关键的是，在全球化博弈的时代，尤其是在逆全球化的趋势里，制造业为中国带来了强大的博弈力量。毋庸讳言，中国企业在核心技术、品牌影响力上与欧美发达国家企业相比在整体上还是有着不可忽视的差距。在此情形下，制造环节的综合能力就成为我们在逆全球化时代非常关键的博弈力量基础。 正如习近平总书记2020年9月17日在湖南长沙考察调研山河智能装备股份有限公司的讲话中所提到的，“创新是企业经营最重要的品质，也是今后我们爬坡过坎必须要做到的。关键核心技术必须牢牢掌握在我们自己手中，制造业也一定要抓在我们自己手里。” 这充分表明了制造业对于中国经济发展和全球竞争中的重要作用与意义。 1.3 创新与企业韧性 自2018年以来，中国企业正在经历以往从未经历过的变化与冲击。我们知道，尽管一直以来我们都假定企业所面对的唯一确定性就是不确定性，然而所有的外部冲击，也就是那些超出我们的已有预期并对企业绩效产生显著不利影响的事件，都会让企业承受较大的压力，甚至是带来非常负面的结果。 事实上，我们可以把企业面对的这类影响划分为三种类型：短期的冲击事件（具有较大影响且需要在短期内做出快速应对）；可预期的长期压力（例如碳中和与碳达峰、劳动力成本的上移）；长期性的冲击事件（但又混合了不确定性和短期响应的压力）。以往企业关注的焦点是前两类，因为它们更为常见。然而，自 2018 年之后中美贸易冲突以及 2019 年的新冠疫情，却以一种更为特殊的方式对中国企业产生影响。 之所以称之为“更为特殊”，这是因为这两个事件所带来的冲击，存续的时间很长但又充满了不确定性（至少在身处其中的我们很难完全预测它的走拥有更强创新能力的企业，在应对长期性冲击上具有更为强大的韧性。 4 向）；并且，它们由于在时间上的交叠，更加导致其影响不论在范围还是深度上都是前所未有的。正是因为冲击的性质有所差异，所以导致它们的应对方式也会存在差异。对于短期冲击，我们的可选项包括了被动地等待短期冲击过去，或者是期待在短期冲击过去之后再寻求快速的恢复；而对于可预期的长期压力，我们至少在理论上有更长的时间去应对。而对于第三类冲击事件，上述这些应对方式似乎都不是特别有效。 这将意味着对于企业韧性（resilience）的极大考验。在以往的学术研究中，我们对于韧性的关注点是在冲击中的对冲能力以及在冲击后的快速恢复能力。由于长期性冲击事件在时间上的延续，使得我们不得不把目光更多地转向冲击中的对冲能力与行动。 在此，我们更为关注的是三个问题。首先，面对这样的冲击，中国企业将会面临着怎样的长期性的、结构性的变化？正如人类简史的作者赫拉利在2020年3月20号在金融时报上发表的文章中给出了这样的表述：“人类正面临着全球危机，这也许是我们这一代人最大的危机。当风暴过去之后，我们将会生活在另一个世界中”。对于中国企业而言，它们将会在一个变化后的新环境中寻找未来的方向。 另外我们所关注的是，创新已经成为我们这个时代非常强大的价值创造力量。那么，那些拥有更强创新能力的公司，是否在这样的长期性冲击下，展现出更为强大的韧性？它们的绩效（不论是盈利性还是增长性）都会有着更佳的表现？为此我们在今年的创新指数报告当中，对此进行了专门的检验。数据分析表明，那些在创新指数排名中更靠前列的公司，在2018-2021年这4年间，不论是在盈利性还是在业务增长上都具有更强的韧性表现。 由于数字化具有较强的赋能效应，正在越来越多地被企业所关注并大量运用在它们的业务运营与组织管理实践当中。一些研究表明，数字化能够增强组织的效率以及灵活性，并且能够在更大限度内实现效率与灵活性的平衡，因此一个有趣的话题是那些在创新排行榜更为靠前的公司，是否会对数字化有着更多的关注？或者说更为强调数字化对于提升企业竞争优势所具有的赋能效果？为此我们在今年的创新指数报告当中，也增加了相应的内容对此进行分析。 5 第二章 样本篇 我们选取了中国A股上市公司为评估对象，主板、中小企业板、创业板均包含在内。考虑到创新形态与创新能力表现形式存在行业差异，我们所覆盖的上市公司行业包括制造业，信息传输、软件和信息技术服务业，科学研究和技术服务业和综合四大类36个二级细分行业。为了保证数据的可得性、连续性和完整性，我们删减了一些企业样本，删减过程所依据的判定原则如下： （1）2020-2021年间退市或暂停上市； （2）2020-2021年间借壳上市； （3）2020-2021年间发生重大资产重组； （4）2020-2021年间主营业务变更为非研究设定的行业范围； （5）未公布重要指标信息从而导致关键数据的缺失，例如 2020-2021 年财务报表缺失； （6）2020-2022年间财务状况或其它状况出现异常而进行了特别处理（ST）。 最终进入创新指数排名的上市公司样本有 2842 家，这些企业在 2020-2021年中数据均完整可得。 图 2.1 和图 2.2 分别为这 2842 家 A 股上市公司的行业和地区分布情况。从行业分布来看，企业数量占比位列前五名的行业分别为计算机、通信和其他电子设备制造业，专用设备制造业，化学原料及化学制品制造业，电气机械及器材制造业，以及软件和信息技术服务业，上述五个行业所包含的企业数量约占总体样本的50%；从地区分布来看，企业数量位列前三甲的地区分别为广东省，浙江省，江苏省，上述三个省份的企业约占总样本的45%。 6 图2.1 2842家A股上市公司的行业分布情况 0.04%0.18%0.21%0.21%0.35%0.39%0.46%0.46%0.49%0.53%0.63%0.70%0.70%1.02%1.09%1.09%1.27%1.51%1.58%1.62%1.76%1.90%2.08%2.11%2.36%2.71%3.13%3.27%4.57%4.61%8.30%8.48%8.52%8.52%9.04%14.11%0.00% 3.00% 6.00% 9.00% 12.00% 15.00%科技推广和应用服务业木材加工及木、竹、藤、棕、草制品业废弃资源综合利用业综合研究和试验发展皮革、毛皮、羽毛及其制品和制鞋业石油加工、炼焦及核燃料加工业印刷和记录媒介复制业电信、广播电视和卫星传输服务其他制造业文教、工美、体育和娱乐用品制造业化学纤维制造业家具制造业黑色金属冶炼及压延加工纺织服装、服饰业造纸及纸制品业酒、饮料和精制茶制造业纺织业互联网和相关服务农副食品加工业专业技术服务业食品制造业仪器仪表制造业铁路、船舶、航空航天和其他运输设备制造业有色金属冶炼及压延加工金属制品业非金属矿物制品业橡胶和塑料制品业汽车制造业通用设备制造业医药制造业软件和信息技术服务业电气机械及器材制造业化学原料及化学制品制造业专用设备制造业计算机、通信和其他电子设备制造业2842家A股上市公司的行业分布情况行业内企业占比7 图2.2 2842家A股上市公司的区域分布情况 0.14%0.25%0.35%0.46%0.46%0.49%0.56%0.60%0.63%0.70%0.70%0.81%0.88%1.02%1.16%1.34%1.34%1.51%1.55%2.15%2.32%2.57%3.10%3.24%3.73%6.16%7.35%8.16%13.69%14.85%17.73%0.00% 5.00% 10.00% 15.00% 20.00%青海省宁夏回族自治区海南省广西壮族自治区西藏自治区内蒙古自治区新疆维吾尔自治区山西省甘肃省黑龙江省云南省贵州省吉林省重庆陕西省辽宁省天津江西省河北省河南省湖北省湖南省安徽省四川省福建省山东省上海北京江苏省浙江省广东省2842家A股上市公司的区域分布情况省内企业占比8 第三章 指数构造方法篇 在过去的三十年中，一些专业组织、科研机构以及研究学者以国家、区域、产业、企业等为对象建立了不同层面、不同形式的创新评估体系。 需要指出的是，这些基于科学调查和专家咨询的评估方法普遍存在以下一些问题： （1）目前绝大多数的创新指数评估在指标的选取与权重的生成上高度依赖于专家的主观判断。此外，当需要评估的样本企业数量非常庞大时，评估者是否有足够的时间和精力去准确地评估也是实践上会面临的挑战； （2）在现有的企业创新评估方法中，大多把关注点放在研发、专利活动等基于技术形式的创新，而对商业模式创新等创新形式较为忽略； （3）现有评估方法对创新能力或指数测度的基本思路是先定义，再从逻辑出发构建指数所包含的维度。然而，考虑到创新本身就是一个较为综合而复杂的活动，刻画创新活动的不同指标不可避免地存在着信息部分重叠等问题。 为此，我们构建的中国上市公司创新指数评估方法，目标在于解决上述问题： （1）我们希望所构建的评估方法不依赖于个人的主观判断； （2）非技术类创新这类对公司竞争力和绩效常常也很重要的因素会被纳入评估之中； （3）我们所建立的评估方法具有较低的评估成本，并且可以在较长的时期内追踪我们所考察的企业样本（上市公司）； （4）对于创新缺乏广泛被认可的概念及维度的问题，我们采用信息抽取思想来解决。这意味着我们关注的是创新能力中被实现、体现出来的部分，也就是其对公司绩效的贡献。我们相信创新的意义在于对价值创造的贡献，所以我们选取了EVA作为公司绩效的反映指标。 我们所构造的上市公司创新指数包括了创新势力(innovation strength)和创新效率(innovation efficiency)两个维度。 在创新势力的评估上我们采用的基础数据包括： （1）研发投入规模：直接反映了公司在研发上财务资源投入； （2）研发人员规模：背后反映了公司隐性知识的数量； 9 （3）专利规模数据：因为专利可以被理解为企业所拥有的显性知识； （4）平均销售利润率：一家公司创新势力很强的话，那么它在市场中将具有足够的定价能力，其反映为公司在平均销售利润率上会具有优势。 用于评估创新效率的基础数据则包括： （1）研发强度指标：研发投入强度以及研发人员强度二者的算数平均； （2）技术效率：通常，企业在资源利用达到最理想的情况下应该得到一个最大的潜在产出水平。然而真实产出水平往往由于资源没有得到充分利用，而低于上述理想状态（即潜在产出水平）。偏离的程度则代表了企业技术效率的高低，技术效率越高，应该越接近在理论上能达到的最大产出水平。我们衡量了在产品意义上和知识意义上两种情形下的技术效率。 （3）商业模式新颖性：我们评估了企业的商业模式偏离其所在行业平均状态的程度。这个偏离程度越大，一定程度上反映这个公司商业模式的独特性越高。 3.1 基础指标的数据来源与测度 （1）研发投入 研发投入数据主要来自 wind 数据库的“研发支出合计”字段；缺失的数据从对应企业的年报中进行补充。 （2）研发人员 研发人员数量主要来自 wind 数据库中“技术人员人数”字段；缺失的数据从对应企业的年报中进行补充。 （3）专利数量 专利数量数据全部来自国家知识产权局的专利检索系统，以上市公司为申请人，查询公开（公告）日介于2021年1月1日至2021年12月31日之间的发明专利授权总量1。 （4）销售利润率 1 注：专利数据2021年以前由国家知识产权局-专利检索(pss-system.cp ）与浙江省科技平台中外专利库（202.107.204.54:8080/cnipr/）获取，未查询到结果企业均被标记为“0”；由于数据可得性问题，2021年起改为国家知识产权局-专利公布公告（epub.C）获取，未查询到结果企业被标记为“无”。此前2021年报告中采用的是数据库中以分类编码方式提供的专利数据，其余年份均采用专利数量真实值（包括2022年报告）。为保持数据性质的一致性，在本年度报告中对2021年报告的计算方式及指数值进行回溯性调整，因而本报告中涉及2021年报告处均为回溯性调整后结果。 10 销售利润率（ROS）=税后净利润/销售额；其中，税后净利润数据和销售额数据分别来自国泰安数据库（CSMAR）的“净利润”和“营业收入”字段。 （5）研发强度 研发强度的测度有两类，分别为“研发强度_费用（研发投入/营业收入）”和“研发强度_人员（研发人员/员工总数）”。本研究所用的研发强度为研发强度_费用和研发强度_人员二者的均值，计算公式如下： 公式 3.1 研发投入、研发人员和营业收入的数据来源如前所示，员工总数数据来自国泰安数据库（CSMAR）的“员工人数”字段。 （6）技术效率 技术效率是衡量企业生产经营效率的重要指标。技术效率的计算主要利用stata 14.0软件中提供的随机前沿分析（SFA）模块，估算超越对数生产函数，具体模型如下所示： 公式3.2 其中，Qi、Ki、Li分别代表了增加值、固定资产净额以及员工总数。 增加值的计算方式依据收入法，其计算公式如下： 公司增加值=应付职工薪酬+应交税费+应付利息+固定资产折旧+资产减值损失+公允价值变动收益+投资收益+汇兑收益+营业利润。 员工总数数据来源如前所示，计算增加值所需的数据和固定资产净额数据均来自国泰安数据库（CSMAR）。 （7）商业模式新颖性 为了测量焦点企业同行业内其他企业商业模式平均水平的差异性（即新颖程度），我们构造了一个多维矢量，包含前五名供应商占比、前五名客户占比、营业周期、流动资产与收入比、销售费用率、非制造业占收入比共六个维度。计算公式如下： 11 公式3.3 其中，Vij为焦点企业的矢量，Vj为行业平均水平的矢量。 3.2 评估权重生成 权重的确定一般有两种方式。一种是利用德尔菲法让专家来确定每个指标赋予的权重，但是这种方法可能存在的缺陷是主观性较强。我们在本研究报告中拟建立一个不需要主观判断的接入、权重的生成方法完全数据驱动、整个评估过程完全透明化的计算方法。通过回归统计分析方法，依靠二手数据更加客观地计算出各个指标的权重，以保证测度的客观性。本研究以绩效为因变量，以创新指标为自变量，估计各个指标的权重。具体做法如下： （1）选择因变量 EVA（经济增加值）是衡量企业为社会创造经济价值的指标。作为公司业绩的度量指标，与其他度量指标的不同之处在于，EVA考虑了带来企业利润的所有资金成本。在这个意义上，EVA更加真实地揭示了上市公司的经济业绩，可以帮助企业判断是否在当期真正为股东创造了价值。EVA 数据来自国泰安数据库（CSMAR）。 （2）自变量及其无量纲化 自变量包括研发支出合计、技术人员人数、专利总数、销售利润率、研发强度、商业模式新颖性、技术效率等7个变量。 由于自变量的量纲不统一，各个行业之间差别很大，这样会增大估计的误差。因此，为了使得回归中的跨行业存在可比性，我们首先将自变量中的各个指标剔除行业均值，从而排除行业带来的差异。然后按照以下公式（公式3.4），将所有自变量的取值统一在0-10范围内，便于模型的回归。 公式3.4 其中，xi表示自变量 x 的第 i 个观测的取值，xmax和 xmin分别表示自变量 x的最大值和最小值，Zi表示xi无量纲化后的取值。 12 （3）回归分析与权重计算 因变量为2021年的EVA，自变量为2021年无量纲化之后的研发支出合计、技术人员人数、专利总数、销售利润率、研发强度、商业模式新颖性、技术效率，控制变量为2021年的员工总数和企业年龄。本指数采用OLS进行回归。第1个模型为基础模型，只放入控制变量。第2到第8个模型，每个模型都在前一个模型的基础上新增一个自变量，最终得到 8 个回归结果。因为回归模型 衡量了该模型中自变量和控制变量对因变量的解释程度，而每新增一个自变量进入回归模型都会导致解释程度的增大（或者不变），因此，新增一个自变量所导致的回归模型 的增加值代表了该自变量对因变量的贡献。每个自变量权重的计算公式如下： 公式3.5 其中，Wi 表示第i个模型在第i-1个模型的基础上新增的自变量的权重。 值得注意的是，自变量放入模型的顺序会影响该自变量的权重。为了消除这一问题，本研究穷举全部7个自变量可能进入模型的顺序，共计35280种可能的组合，对每种组合进行回归，然后计算各个自变量的权重，然后对每个自变量的权重求均值作为该自变量最终的权重。根据上述方式，我们可以算出每个指标的权重。 （4）得分计算 创新指数得分分为“创新势力”和“创新效率”两个维度。其中，“创新势力”得分的计算基于规模型指标，“创新效率”得分的计算则基于效率型指标。在计算创新指数得分时，我们对每个指标进行无量纲化处理，且无量纲化不预先去除行业均值。 创新指数得分的计算公式如下： 公式3.6 其中，X1X7分别是无量纲化之后的研发投入、研发人员、专利数量、销售利润率、研发强度、商业模式新颖性和技术效率，Wi 表示第i个变量的权重。为2R2R13 了将创新指数得分的取值范围变为0100， 本研究在 的基础上乘以10。 创新势力得分的计算公式如下： 公式3.7 其中，X1X4分别是无量纲化之后的研发支出合计、技术人员人数、专利总数和销售利润率。为了将创新势力得分的取值范围变为0100， 本研究在 的基础上乘以10。 创新效率得分的计算公式如下： 公式3.8 其中，X5X7 分别是无量纲化之后的研发强度、商业模式新颖性和技术效率。为了将创新势力得分的取值范围变为0100， 本研究在 的基础上乘以10。14 第四章 城市分析篇 4.1 创新型公司城市集聚 企业是一个地区经济发展的内生力量，我们选取了创新指数排行榜上前500强的企业进行城市分布分析1。在创新指数排行榜排名前 500 强的企业，可以较好地体现出不同城市在培育创新型企业上所取得的成效，并在一定程度上反映出不同城市在区域创新系统上的有效性和吸引力。 在整体分布上，我们可以看到创新型公司存在着明显的区域集中趋势。创新指数500强公司总部在分布上主要集中于上海、北京、深圳、杭州、南京、无锡、广州、成都、苏州和宁波等地。如图4.1所示，前500强公司中，有261家分布在这十个城市（上海 58，北京 49，深圳 34，杭州 33，南京 17，无锡 17，广州16，成都13，苏州12，宁波12）。大部分500强企业集中分布在以长三角，珠三角为代表的东南沿海与一线城市，中西部有部分城市拥有创新指数 500 强企业，但整体数量较少且分布较为零散，今年出现部分城市企业上榜数量并列的情况（见图4.2）。 这种创新活动的城市集聚现象，与独角兽企业的城市分布是相当吻合的，因为从独角兽企业的地域分布情况来看，也是集中分布于以上十个城市（见图4.3）。 与去年相比，总部在上海的公司增加了 2 家，同比增加 3.6%；北京的公司减少了2家，同比下降3.9%；在深圳的公司减少了5家，同比下降12.8%；在杭州的公司增加了3家，同比增加10%；在南京的公司增加了3家，同比增加21.4%；无锡第一次进入创新指数城市前五强，与南京并列第五，增加了9家公司，同比增加112.5%；在广州的公司减少了1家，同比减少5.9%；在成都的公司增加了4家，同比增加44.4%；在苏州的公司增加了7家，同比增加140%；在宁波的公司增加了4家，同比增加50%。 1本报告采用的行政区划依据为中华人民共和国县以上行政区划代码（2020年 12月），将县级市并入所属的地级市统计。 15 图4.1 创新指数500强企业总数主要城市分布 图4.2 创新指数上榜企业城市前30强 注：淄博市，重庆市，镇江市，青岛市，南通市，东莞市并列第二十九名。 584934 3317 17 16 1312 12010203040506070上海市北京市深圳市杭州市南京市无锡市广州市成都市苏州市宁波市企业数量创新指数500强企业总数主要城市分布16 图4.3 十大城市独角兽企业数量 数据来源：瞪羚云数据库 4.2 创新优势行业分布既有共性又有差异 每个城市都有自己的定位、优势和角色。总体来看，十大城市的创新型公司在行业分布上既有共性，又在一定程度上体现了区域性的特色与优势。 从十大城市创新指数优势企业的行业分布来看，整体上，排名靠前的六个城市创新指数前五名均涉及计算机、通信和其他电子设备制造业。上海市创新指数排名第一的企业澜起科技，第三的企业是上海贝岭，第四的企业是中微公司；北京市创新指数排名第四、第五的企业是兆易创新与紫光股份；深圳市创新指数排名第一的企业是中兴通讯，第五的是传音控股；杭州市创新指数排名一三的企业是海康威视和大华股份；无锡市创新指数排名第一四的企业是卓胜微与新洁能；广州市创新指数排名第三的企业是视源股份。以上企业均属计算机、通信和其他电子设备制造业。具体来看，城市创新指数表现亮眼的企业又各具城市特色。上海市创新指数位居第二的企业为老凤祥，属于其他制造业；深圳市创新指数排名第四的是周大生，也属于其他制造业；北京市创新指数排名第一的企业热景生物属于医药制造业；南京市创新指数排名第二四的是健友股份和海辰药业，同属医药制造业；无锡市创新指数排名第二的是威孚高科，属于汽车制造业；广州市排名第二的企业新媒股份属于电信、广播电视和卫星传输服务业；苏州市创新指数1638840 3216 16 74 2 2020406080100120140160180北京市上海市杭州市深圳市广州市南京市成都市苏州市无锡市宁波市企业数量十大城市独角兽企业数量17 排名二三的是八方股份和科沃斯，同属电气机械及器材制造业；宁波市创新指数排名前三的企业东方电缆、杉杉股份、公牛集团也均为电气机械及器材制造业。 从十大城市创新指数上榜企业数量的行业分布来看，首先整体行业分布上，如图 4.4 所示，计算机、通信和其他电子设备制造业，软件和信息技术服务业，医药制造业等行业上榜企业数量最多。 图4.4 十大城市创新指数500强企业行业分布图 其次，具体城市行业分布上，如图4.5所示，十个城市的计算机、通信与其他电子设备制造业，软件与信息技术服务业，医药制造业，专用设备制造业，电111111122222223445556710142025272933430 10 20 30 40 50综合造纸及纸制品业印刷和记录媒介复制业文教、工美、体育和娱乐用品制造业石油加工、炼焦及核燃料加工业农副食品加工业化学纤维制造业研究和试验发展橡胶和塑料制品业食品制造业其他制造业酒、饮料和精制茶制造业黑色金属冶炼及压延加工电信、广播电视和卫星传输服务非金属矿物制品业仪器仪表制造业金属制品业有色金属冶炼及压延加工汽车制造业纺织服装、服饰业专业技术服务业铁路、船舶、航空航天和其他运输设备制造业通用设备制造业互联网和相关服务化学原料及化学制品制造业专用设备制造业电气机械及器材制造业医药制造业软件和信息技术服务业计算机、通信和其他电子设备制造业十大城市创新指数上榜企业行业分布企业数量18 气机械及器材制造业上榜企业数量均占本市上榜创新指数 500 强的企业数量比例较高，存在共性。 一部分城市计算机、通信与其他电子设备制造业，软件与信息技术服务业，医药制造业表现均较好。例如北京市上榜的 49 家企业中，计算机、通信与其他电子设备制造业共11 家企业上榜，占比22%，排名第一，医药制造业共9家企业上榜，排名第二，软件与信息技术服务业上榜企业数量8家，位居第三；深圳市上榜的 34 家企业中，计算机、通信与其他电子设备制造业共 11 家企业上榜，占比32%，排名第一，软件与信息技术服务业上榜企业6家，位居第二，医药制造业共5家企业上榜，排名第三。 一部分城市计算机、通信与其他电子设备制造业，或是软件与信息技术服务业，表现较好。例如上海市上榜的 58 家公司中，计算机、通信与其他电子设备制造业共10家企业上榜，占上海市上榜创新指数500强企业数量的17%，占比排名第一，软件与信息技术服务业上榜企业数量占比16%，占比位居第二；杭州市上榜的33家公司中，软件与信息技术服务业上榜企业数量占比15%，占比并列第一；无锡市计算机、通信与其他电子设备制造业共3家企业上榜，占无锡市上榜创新指数500强企业数量的18%，占比排名第二，软件与信息技术服务业上榜企业数量占比12%，占比位居第三；苏州市计算机、通信与其他电子设备制造业共2家企业上榜，占苏州市上榜创新指数500强企业数量的17%，占比排名第二。 另一部分城市医药制造业表现较好。例如南京市医药制造业共3家企业，占南京市上榜创新指数500强数量的18%，占比并列排名第一；广州市医药制造业上榜共3家公司占广州市上榜创新指数500强数量的19%，排名第一。 最后一部分城市专用设备制造业，或是电气机械及器材制造业占比较高。例如上海、深圳、南京、宁波电气机械及器材制造业、专用设备制造业占比均位居前列；无锡市专用设备制造业企业数量占比较高；苏州市电气机械及器材制造业企业数量占比较高。 19 图4.5 十大城市创新指数500强企业数量占比前五名的行业 注：包含企业数量并列的行业。 除共性之外，不同城市行业分布又各有特性。如图4.6-4.15所示，杭州互联网和相关服务、化学原料及化学制品制造业企业表现较好；广州市化学原料及化学制品制造业企业表现较好；成都市有色金属冶炼及压延加工业表现突出。 05101520253035404550上海市 北京市 深圳市 杭州市 南京市 无锡市 广州市 成都市 苏州市 宁波市企业数量十大城市创新指数500强企业数量占比前五名的行业计算机、通信和其他电子设备制造业软件和信息技术服务业医药制造业专用设备制造业电气机械及器材制造业化学原料及化学制品制造业互联网和相关服务通用设备制造业铁路、船舶、航空航天和其他运输设备制造业专业技术服务业金属制品业汽车制造业20 图4.6 上海市创新指数500强企业行业分布图 图4.7 北京市创新指数500强企业行业分布图 0%2%4%6%8%10%12%14%16%18%20%024681012计算机、通信和其软件和信息技术服专用设备制造业电气机械及器材制化学原料及化学制医药制造业 汽车制造业通用设备制造业互联网和相关服务食品制造业 其他制造业综合纺织服装、服饰业 文教、工美、体育专业技术服务业石油加工、炼焦及酒、饮料和精制茶企业数量上海市创新指数500强企业行业分布企业数量 占比0%5%10%15%20%25%024681012企业数量北京市创新指数500强企业行业分布企业数量 占比21 图4.8 深圳市创新指数500强企业行业分布图 图4.9 杭州市创新指数500强企业行业分布图 0%5%10%15%20%25%30%35%024681012企业数量深圳市创新指数500强企业行业分布企业数量 占比0%2%4%6%8%10%12%14%16%0123456企业数量杭州市创新指数500强企业行业分布企业数量 占比22 图4.10 南京市创新指数500强企业行业分布图 图4.11 无锡市创新指数500强企业行业分布图 0%2%4%6%8%10%12%14%16%18%20%00.511.522.533.5企业数量南京市创新指数500强企业行业分布企业数量 占比0%5%10%15%20%25%00.511.522.533.544.5企业数量无锡市创新指数500强企业行业分布企业数量 占比23 图4.12 广州市创新指数500强企业行业分布图 图4.13 成都市创新指数500强企业行业分布图 0%2%4%6%8%10%12%14%16%18%20%00.511.522.533.5企业数量广州市创新指数500强企业行业分布企业数量 占比0%2%4%6%8%10%12%14%16%18%00.511.522.5企业数量成都市创新指数500强企业行业分布企业数量 占比24 图4.14 苏州市创新指数500强企业行业分布图 图4.15 宁波市创新指数500强企业行业分布图 4.3 创新效率与创新势力的均衡发展有待提升 进一步分析各城市的创新指数我们可以发现，首先，企业数目最高的城市未必是创新势力或创新效率最高的城市，这种情况在城市创新效率排名中尤为明0%5%10%15%20%25%30%00.511.522.533.5企业数量苏州市创新指数500强企业行业分布企业数量 占比0%5%10%15%20%25%30%35%00.511.522.533.544.5企业数量宁波市创新指数500强企业行业分布企业数量 占比25 显。如图4.16所示，从左到右各市创新势力排名递增，前三名城市为珠海市、潍坊市和青岛市。深圳、北京、上海市内企业数目较多，但其创新势力排名相对靠后，其中深圳市排名第七，北京市排名第五，上海市排名第十。 而如图 4.17 所示，从左到右各市创新效率排名递增，企业数量和排名不匹配情况更为明显，淄博市、湖州市、上海市、杭州市、郑州市分别位列前五名。令人惊讶的是，上榜企业数量最多的深圳市仅排名第三十一，可能与企业年龄平均较大相关。 图4.16 各市创新势力排名 图4.17 各市创新效率排名 同时，创新势力排名较高的城市未必是创新效率较高的城市。首先，我们将39 个城市按照创新势力和创新效率的均值排名划分为四象限。如图4.18所示，第一象限为高势力-高效率城市，以上海市、杭州市、北京市、武汉市为首，创新050100150200250300珠海市 青岛市 北京市 深圳市 济南市 杭州市 郑州市 广州市 西安市 淄博市 嘉兴市 天津市 南通市 湖州市 福州市 台州市 南京市 无锡市 东莞市 汕头市企业数量各市创新势力排名市内企业数目 各市平均创新势力050100150200250300淄博市