中小企业产业集群持续创新能力评价研究

2012-07-12代碧波宋晓洪

哈尔滨商业大学学报（社会科学版） 2012年4期

代碧波，宋晓洪

(哈尔滨商业大学，哈尔滨 150028)

产业集群持续创新能力是指在以根本性的产品和工艺创新为核心的技术创新在集群中出现以后，还会出现一系列新的创新群，这样可以引领新产业的成长和老产业的再生[1][5]。中小企业产业集群持续创新目的在于提高中小企业与产业的核心竞争力，通过以技术创新为核心，以系统组合创新作为组成部分来达到整个价值链的创新活动。

改革开放以来，以中小企业集群为特征的中小企业产业集群发展迅速，逐渐显示出“小企业大协作、小产品大市场、小资本大集聚、小产业大规模”的特点，在区域经济和产业集群发展中逐渐发挥了重要的作用。截至2010年，通过引导中小企业集群发展，我国已形成一定规模的中小企业产业集群达2 000多个[2]。从区域分布来看，广东、浙江、江苏、福建、山东等发达省市中小企业产业集群发展起步较早，集群经济已占到本省市工业总产值的50%左右，其中浙江省已占到全省工业总产值的60%。目前，我国东北地区、中部地区的产业集群发展较快，产业集群发展呈现良好态势，现已成为区域经济尤其县域经济发展的新“引擎”[4][13]。但是，在目前体制环境下，还很难由个体牵动群体，从企业走向行业，从行业走向集群的区域经济创新模式，还存在持续投入能力、知识持续创新能力和持续产出能力不足，持续开发能力和技术持续应用能力较弱，持续创新环境缺失等一系列问题。因此，研究中小企业产业集群持续创新能力的内在规律，构建集群持续创新评价系统并进行实证，对于科学有效地评价中小企业产业集群持续创新能力，制定切实可行的中小企业集群发展对策有着重要价值和现实意义。

一、中小企业产业集群持续创新能力评价指标体系的构建

(一)中小企业产业集群持续创新的概念界定

关于中小企业产业集群持续创新的研究，最早出现在20世纪90年代初。国外对中小企业产业集群持续创新的研究，是在区域创新系统的基础理论上发展起来的。Audios(2006)指出，中小企业集群创新系统由两个子系统组成，即知识产生与扩散系统，知识应用与开发系统。Lothario(2008)认为，中小企业集群内部机制是集群创新的基本动力，包括相互学习的能力、知识创新的能力和社会嵌入性。由此国外的一些学者也对中小企业集群创新系统展开了讨论，其中比较典型的是“三要素六因素”构成的 GEM模型[3]。Lacks(2010)在对欧洲中小企业集群研究的基础上指出，资源创新与合作是集群持续创新的重要影响因素。

国内学者对中小企业集群持续理论进行研究也取得了重大进展。唐华(2007)提出中小企业集群创新系统主要以知识和技术为中心，核心企业与辅助企业，政府资金与风险资金，学习能力与创造能力等要素组成的产业支撑系统。孙玉子(2009)也认为，对中小企业产业集群持续创新起主要作用的要素包括:学习、员工、领导权、体制等。项刚(2009)等人从系统论的角度，对中小企业集群持续创新的概念进行了界定，并构建了集群持续创新系统，他认为集群持续创新系统是以企业和企业合作的持续创新为核心动力的多层次、多角度的综合能力系统。

综合国内外对中小企业集群创新和集群持续创新系统的有关论述，结合中小企业产业集群的特点，本文对中小企业产业集群持续创新系统进行界定:指在特定的集群范围内，以创新主题为集群核心，以科技中介机构和创新要素为支撑系统，以持续创新的外围环境为网络系统，并整合集群内部的各个创新要素，能够产生知识溢出效应，在集群内部形成知识由产生到应用再到扩散，以持续提升产业集群创新能力的动态系统。

(二)中小企业产业集群持续创新能力评价指标体系的构建

如果仅仅用单一指标和方法很难全面反映中小企业产业集群可持续创新的全面活动，所以需要使用多个指标来评价中小企业持续创新能力，从多个维度设计创新能力的评价指标体系，这样可以更全面地反映中小企业产业集群可持续创新能力[8－12]。考虑评价指标间的关系更加明确、直观，以及灰色系统理论采用的是非统计方法，在实际的评价处理中，通常采用参考专家的等级评价结果分段计算的方法，这样所采用的数据相对容易获取和采集，所以根据以上关于中小企业产业集群持续创新系统的概念和结构要素，同时参考我国中小企业发展研究报告所构建的区域经济创新能力评价系统(2008—2009)[13]，结合其他产业集群持续创新能力的指标要素等，本文遵循评价指标系统建立的科学性、比较性、可行性以及适应性等原则，从持续创新核心系统(A1)、持续创新支撑系统(A2)和持续创新保障系统(A3)等三个维度构建了中小企业产业集群可持续创新能力的评价指标体系(见表1)，它们反映了中小企业可持续创新能力的主要内容。其中，持续创新核心系统(A1)是中小企业产业集群可持续发展的基础，持续创新支撑系统(A2)是中小企业产业集群可持续发展的关键，持续创新保障系统(A3)是中小企业产业集群可持续发展的引擎。

1.中小企业产业集群持续创新核心系统(A1)

中小企业产业集群持续创新能力的强弱最直接的体现是创新持续产出能力，主要表现在是否创造出比其他集群更多的财富、集群创造出的产品在市场上是否有更高的份额以及对当地经济发展的贡献力度。而中小企业产业集群的特点之一就是产品更新速度极快，这就要求集群内部需要不断开发新产品并迅速推向市场，而集群内部技术持续开发能力起了关键作用。与此同时，集群知识创新能力是技术持续开发创新的重要方面，也是技术持续创新的重要源泉。所以，本文采用知识持续创新能力(A11)、技术持续开发能力(A12)、创新持续产出能力(A13)作为评价中小企业集群持续创新核心系统(A1)的三级指标，同时又通过不同的四级指标加以细化(见表1)。

2.中小企业产业集群持续创新支撑系统(A2)

集群内创新的持续投入能力是为知识持续创新、技术持续创新以及后续持续创新提供保障的基本能力，集群内创新活动的展开、科技成果的持续有效转化、新产品迅速推向市场的速度等无不与持续创新的投入能力息息相关。中小企业产业集群，尤其是在集群初期，为了适应快速变化的市场需要集群内部从外面不断引进新技术。因此，集群系统从外面持续引进技术的能力、技术消化和转化能力也关系到中小企业集群持续创新能力的发展和延伸。所以，本文采用创新持续投入能力(A21)、技术持续应用能力(A22)作为评价中小企业产业集群持续创新支撑系统(A2)的三级指标，同时采用四级指标对指标体系进行细化(见表1)。

3.中小企业产业集群持续创新保障系统(A3)

中小企业产业集群是集群内外相互协作效应极强的系统，从协同机制的角度分析，中小企业产业集群作为一个开放的系统，除了集群内中小企业之间的协作，还必须与外界环境进行持续的信息交换，只有这样集群内的产业协作效应才能被触发。因此，中小企业产业集群能否可持续创新与环境持续改善能力息息相关，环境持续改善能力为中小企业产业集群持续创新提供了保障体系。在中小企业集群持续创新活动中，集群内的基础设施水平、国家及当地的政策支持力度以及与高校、科研机构合作的力度等资源给予了中小企业集群持续创新强有力的保障。所以，本文采用环境持续改善能力(A31)作为衡量中小企业产业集群持续创新保障系统(A3)的关键，同时，用集群内创新基础设施水平(a311)、创新政策支持力度以及高校(a312)、科研机构与集群合作力度(a313)等四级指标来细化评级体系(见表1)。

表1 中小企业产业集群持续创新能力评价指标体系

二、基于灰色系统理论的AHP综合评价模型

本文的综合评价模型是在层次分析法的基础上引入了灰色系统理论，通过灰色系统理论来弥补单一层次分析法中的某些缺陷，从而取得相对科学的持续创新能力评价体系。

(一)单一层次分析法的局限

单一层次分析法(AHP)是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法提出的一种层次权重决策分析方法[4]。这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。

单一层次分析法的基本步骤:(1)目标概念化;(2)构造层次结构模型;(3)建立判断矩阵;(4)单层排序计算相对权重;(4)单层一致性检验;(5)取得评价对象的专家样本矩阵;(6)评估总结果[5][12]。在这个评价过程中，最关键在于获得评价系统的专家样本矩阵，这直接关系到最后的评价结果是否科学客观。由于持续创新能力是一个复杂的系统工程，影响因素众多，而且评价的各项指标与持续创新能力的关系还不特别明确，集群持续创新系统又没有有效的原始物理模型，这说明集群可持续创新系统是一个灰色系统工程，其中隐含灰色信息。所以，集群可持续创新能力评价系统离不开专家的定性分析和价值评估，这样很难排除专家的个人偏好、知识能力、经验积累等人为因素的干扰，不同专家主观判断不同，其评价结果会产生波动，从而影响评价结果的科学客观性。

通过上述分析发现，如果仅仅通过单一层次分析法来进行中小企业集群可持续创新能力的评价，会存在两个缺陷:首先是可持续创新能力的评价涉及大量的模糊因素，主观判断较多，这样把专家的主观个人因素带入了评价结果，影响结果的科学客观性;其次是把专家组引入到可持续创新能力评价中，对专家权重的主观赋值也会影响到结果的科学客观性。所以，在单一层次分析法中加入灰色系统理论，可以很好地弥补上述的两大缺陷，增加了评价结果的科学客观性，这也是单一层次分析法的改进和延伸。

(二)灰色系统理论的主要算法

灰色系统理论是主要研究通过信息的非完备性来处理复杂系统问题的理论，它不是通过系统内部特定规律来研究系统本身，而是通过对原系统某一层次观察数据加以数学处理，从而达到在系统更高层次上去了解原系统的内部变化及其相互关系等机理。灰色系统理论采用的是非统计方法，在评价系统数据很少而且条件不满足统计规则条件下，更具有客观实用性[10][14]。在实际的评价处理中，通常利用白化权函数来执行评估处理，通过参考专家的等级评价结果采用分段计算的方法，从而获得最终评估权值，再根据评估权值实施最后的结果运算，不用进行主观赋值。

1.确定白化权函数

如果灰数是 ⊗∈[r1，∞]，其白化函数为:x1(rti) =1，rti∈[r1，∞]

如果灰数是 ⊗∈[0，r1，2r1]，其白化函数为:x2(rti) =2－rti/r，rti∈[r1，2r1]

如果灰数是⊗∈[0，r1，r2]，其白化函数为:x3(rti) =(r2－rti)/(r2－r1)，rti∈[r1，r2]

2.计算灰数

根据以上白化函数确定第j类评价标准的权值xjrij，求出灰色数nij及其总灰色数ni:

3.确定灰色评估权值和模糊权矩阵

假定k是专家通过第i个评价因素而采用第j种评价标准的灰色权值是:kij=nij/ni

那么模糊权矩阵为:K=(rij)m×n

(三)基于灰色系统理论的AHP综合评价模型的构建

根据以上关于引入灰色系统理论后的层次分析法的算法思路，可以确定本文的综合评价分析算法:

1.确定层次结构

确定评价指标系统，建立系统层次结构:A={A1，A2…An}，并对评价指标体系进行细化。

2.计算组合权重

通常假设第一次层次的元素与下一层次的元素有联系，这样可以构造一个判断矩阵:(cij)m×n，cij表示在A层次的某一元素Ak，Ci相对重要于Cj，一般采用1，2，…，9及其倒数来表示，其中:数字1表示Ci与Cj同等重要;数字3表示Ci稍重要于Cj;数字5表示Ci重要于Cj;数字7表示Ci非常重要于 Cj;数字9表示Ci极端重要于 Cj。同理，2，4，6，8及其倒数也有各自有相应的意义[17]。

3.计算权矩阵

通过专家所判定的数值，运用灰色理论计算出对应的权矩阵:K=(rij)m×n

4.计算综合评价结果

通过模糊运算方法，得出综合评价结果:F=C×ET

其中，C=(c1，c2，…cm)=X·K

E表示灰类评价中所对应的等级化向量，并确定为等级矩阵E:E=(e1，e2，…em)

通过以上数据处理可以判断，专家在对集群创新能力评估时，不需要对专家个体再赋权值，专家组仅需通过评价指标来对集群创新能力的实际情况进行模糊判断，通常采用“优、中、差”等方式，然后再量化为具体数据，这样就可以进行结果评价，这样与中小企业集群创新能力评价系统中存在大量模糊数据相适应，可以弥补单一层次分析法的缺陷。

通过灰色系统理论的引入，由此可以形成中小企业产业集群创新能力综合评价方法算法的思路:先确定系统的综合评价指标体系，确定层次结构，利用单一层次分析法算出底层元素的各组合权重，再根据专家样本矩阵结果，利用灰色系统理论的算法确定权矩阵的向量值，最后计算最终评价结果。

三、中小企业产业集群持续创新能力评价与实证分析

本文选择了中国亚麻之乡、中国中小企业集群品牌50强的“黑龙江兰西亚麻产业集群”进行持续创新能力的评价与实证分析。中小企业产业集群持续创新能力评价指标体系中每个要素的重要程度，因集群类型和集群特点的不同而变化，因此必须根据中小企业产业集群的具体情况确定评价指标体系中的每个指标的权重，所以本文采用专家评判法来确定指标权重的大小能比较准确地反映实际情况，而且更具说服力(数据来源:2010兰西亚麻经济研究会，所有数据结果已经专家组验收评定)。

(一)层级结构的确定

根据以上构建的中小企业产业集群可持续创新能力评价体系，可以确定评价体系的层次结构，包括评价目标系统的二级指标(A1，A2，A3)，包括持续创新核心系统(A1)、持续创新支撑系统(A2)和持续创新保障系统(A3)。

为了更全面地反映中小企业产业集群可持续创新能力，在评价体系中又采用了三级评价指标(A11，A12，A13)，(A21，A22)，(A31) 来进一步测评持续创新核心系统(A1)、持续创新支撑系统(A2)和持续创新保障系统(A3)，同时，采用四级指标(a111，a112，a113，a121，a122，a123，a131，a132，a133)，(a211，a212，a213，a221，a222，a223)，(a311，a312，a313) 来度量评价系统中各指标之间的相互关系(见表1)。

(二)计算组合权重

1.二级指标权重(见表2)

表2 二级指标对一级指标的权重赋值

2.三级指标权重及特征向量(见表3、表4、表5)。

表3 持续创新核心系统(A1)对应的三级指标权重赋值

对应的特征向量为:X=(0.2443，0.4884，0.2673)T

表4 持续创新支撑系统(A2)对应的三级指标权重赋值

对应的特征向量为:X=(0.250，0.750)T

持续创新环境系统(A3)对应唯一的三级指标环境持续创新能力(A31)，所以对应的特征向量为:X=1.000。

表5 三级指标总排序表

三级指标一致性随机比率:

3.四级指标权重及特征向量。

通过以上方法，对四级指标进行不同的权重赋值，分别计算出相应的特征向量:

A11对应的特征向量为:X = (0.3361，0.5864，0.0775)T

A12对应的特征向量为:X = (0.2563，0.5546，0.1891)T

A13对应的特征向量为:X = (0.5527，0.2051，0.2422)T

A21对应的特征向量为:X = (0.2554，0.2803，0.4643)T

A22对应的特征向量为:X = (0.5428，0.2891，0.1681)T

A31对应的特征向量为:X = (0.5421，0.2891，0.1681)T

通过以上特征向量值，按照四级指标总体排序表，可以计算出四级指标对总目标(集群持续创新能力)的组合权重为:X=(0.0421，0.0332，0.1124，0.0562，0.0512，0.0504，0.0341，0.0345，0.0552，0.0339，0.0425，0.2463，0.0224，0.0389，0.0673，0.0206，0.0147，0.0441)

(三)基于灰色系统理论的权矩阵计算

样本数据来自于5位专家的验收评判结果，我们将评判指标划分为4个级别并分别赋值为:(10，8，5，2)，当评判指标介于四个等级之间，则分别赋值为:(8.5，6.5，3.5，1.0)。5 位专家所组成的权向量为:P=(P1，P2，P3，P4，P5) ，专家所得评价样本矩阵为见表6。

(四)中小企业产业集群可持续创新能力的综合评价值

根据模糊运算方法求模糊判断矩阵为:C=(c1，c2，…cm) =X ·K =(0.2043，0.3341，0.2217，0.2033)

根据前文将中小企业集群创新能力分为4个等级并赋予了相应的分值，则评价等级向量为:E=(10，8，5，2)

通过模糊运算方法，中小企业集群持续创新能力综合评价值:F=C × ET=(0.2043，0.3341，0.2217，0.2033) × (10，8，5，2)T=8.031

参考我们假定的中小企业集群创新能力的综合评价等级，8 ＜F=8.031 ＜8.5，所以，可以评价参考对象“黑龙江兰西亚麻产业集群”持续创新能力为“良好”标准，从评定结果看，与参考对象 “黑龙江兰西亚麻产业集群”实际情况也相符合。

表6 专家评价样本矩阵

表7 灰色评估权矩阵

结论

对中小企业产业集群持续创新能力的评价有着极其重要的现实意义，但目前对中小企业集群的研究大多集中在集群机理、产业政策支持、经济增长与集群关系上，对中小企业集群持续创新能力评价的文献并不多，到目前所参考的文献，还没有真正建立一个完善的、合理的评价指标体系。

首先，本文通过分析中小企业集群持续创新系统，构建了中小企业集群持续创新能力的评价体系，主要包括持续创新核心系统(A1)、持续创新支撑系统(A2)和持续创新保障(A3)系统，并在此基础上，通过“黑龙江兰西亚麻产业集群”为实证对象进行了验证性分析。在分析中发现，真正支持中小企业产业集群持续创新能力提升的是持续创新核心系统(A1)，而在核心系统中起关键作用的是技术持续开发能力(A12)，在实证中也发现，集群内部项目开发成功率(a121)往往是评价技术持续开发能力(A12)强弱的重要指标。在持续创新支撑系统(A2)中，技术持续应用能力(A22)所占权重最大，其中技术消化能力(a223)被认为是中小企业产业集群持续创新能力提升支撑系统的关键指标。当然，中小企业产业集群持续创新能力的提升离不开持续创新保障系统(A3)，保障能力的强弱取决于环境持续改善能力(A31)，其中，创新政策的支持力度(a312)在引领中小企业产业集群可持续创新的发展方向，也像市场机制调节市场供求关系一样调节着中小企业集群可持续创新的各项活动。

其次，本文采用的综合评价方法是在层次分析法中加入灰色系统理论，与其他评价方法相比，综合评价程序更加完善，综合评价步骤更加细致，大大提高了中小企业产业集群持续创新能力评价系统的可靠性。在层次分析法中加入灰色系统理论，很好地弥补了层次分析法先前的主观缺陷，在对中小企业集群持续创新能力评价中只需专家组通过评价指标对中小企业集群持续创新能力的效果进行模糊判断，并量化为具体的等级数据，然后就可以进行相关评价，这样专家进行定性评价时就更容易去判断，使得中小企业产业集群持续创新评价结果更加客观、更加可靠。

当然，对中小企业集群可持续创新能力的评价存在着众多不确定因素，所以评价结果只是一个相对概念。在实际评价体系中，需要结合中小企业集群的地域特征、产业特点和发展模式构建更加科学合理的评价体系，运用更多实际案例进行完善和修正。

[1]王渝，朱斌.论高科技企业集群的持续创新优势[J].科学学与科学技术管理，2010，(5):97－112.

[2]范柏乃.城市技术创新能力评价指标筛选方法研究[J].科学学研究，2009，(6):663－668.

[3]Porter M.E.Clusters and New Economics of Competition.Harvard Business Review，2008，(11):64－69.

[4]刘助柏.论知识创新能力[J].机械工程学报，2009，(1):53－55.

[5]郭斌，许庆瑞.企业组合创新研究[J].科学学研究，2008，(9):54－59.

[6]Liu Stiffen，Forrest J.The role and position of grey system theory in science development[J].The Journal of Grey System(UK)，2007，(7):351－356.

[7]傅家骥.技术创新学[M].北京:清华大学出版社，2008:97－103.

[8]刘思峰，郭天榜.灰色系统理论及其应用[M].北京:科学出版社，2009:1－5.

[9]张立亭，祝国瑞.时间序列的灰色建模试验[J].武汉大学学报，2008，(1):55－58.

[10]Deng J L.Introduction to grey system theory[J].The Journal of Grey System(UK)，2009，(1):6－14.

[11]王治祯.灰色系统及其模糊数学在环境保护中的应用[M].哈尔滨:哈尔滨工业大学出版社，2007:79－88.