基于组合赋权模型的区域知识获取能力测度研究——31个省市自治区视阈的实证分析<br/>

基于组合赋权模型的区域知识获取能力测度研究——31个省市自治区视阈的实证分析

2013-01-29李柏洲徐广玉

中国软科学 2013年12期

李柏洲，徐广玉，苏屹

(哈尔滨工程大学企业创新研究所，黑龙江哈尔滨 150001)

一、引言

知识经济时代，市场竞争规则正逐步转变，以知识为主体的竞争形态逐渐成为市场竞争的主流，市场竞争日益转化为知识和服务的竞争［1］。知识已经成为区域创新最具重要性的战略资源，是区域经济发展获取持久竞争优势的关键所在。区域自身地理优势及经济发展的差异性决定其异质知识资源的拥有程度，而体现区域竞争优势的专有知识资源往往难以自给自足［2］。因此，各省(直辖市、自治区)应通过科技合作、技术转移、引进投资等多种方式从其他区域获得市场、技术和管理方面的知识，实现知识获取，实现新知识的研究、经验学习、吸收利用，最终推动区域创新能力的提升。

在知识获取基础理论中，韦于莉主要研究了显性知识和隐性知识的不同的获取方法［3］;张若勇、江旭、高展君等对组织内部和外部知识获取途径及影响因素展开讨论，证实知识获取对企业绩效有显著的推动作用，组织氛围、企业家导向等因素影响知识获取能力［4-6］;社会资本、经济实力、行业环境、政策导向及人才数量都会直接影响知识获取进程［7-10］。但是现有国内文献中对知识获取的评价大都采用了单一的评价方法［11-13］，而且大都是对不同情境下企业知识获取能力的评价，鲜有学者对区域知识获取能力进行评价。因此，本文集合其他学者的研究，以知识获取为区域创新体系中的一个重要指标为指导，以中国各省(直辖市、自治区)为评价对象，对区域知识获取能力进行评价。鉴于主观评价法会过多依赖专家的主观判断，且客观评价法偏重于依靠客观数据，本文选用G1 法、G2 法、熵值法和离差法进行指标赋权，将主观评价和客观评价相结合，合理分配各指标对区域知识获取能力的贡献比重，得到更为科学合理的评价结果。本文综合相关文献构建区域知识获取能力测度指标体系，在此基础上，运用最优组合赋权法对2008－2012年我国区域知识获取能力进行实证分析，以期为区域知识获取能力提升及区域创新能力的促进提供理论指导。

二、区域知识获取能力评价指标体系构建

(一)区域知识获取能力评价指标体系构建原则

区域创新能力体系下的知识获取能力是体现某一特定区域不断地利用全球一切可用知识的能力。其指标体系的设计主要是为了系统整合区域知识获取能力的评价要素，遵循科学性、系统性、先进性、数据可获得性等原则。(1)科学性原则:构建的指标体系需从区域创新体系原则出发，强调知识在大学、研发机构、企业、中介机构和政府等创新要素中的获取能力，同时注重衡量区域知识获取环境的建设程度［14］。(2)系统性原则:选取的指标既要体现区域知识获取的资源投入、经济效益产出指标及经济效果等方面，同时也要在区域知识获取能力的可持续性和发展潜力等方面有所体现，即兼顾一个地区发展的存量、相对水平和增长率三个维度，尤其是增长率这一维度的指标，它体现了一个地区的经济发展潜力。因此，以绝对指标(实力指标)、相对指标(效率指标)和增长率(潜力指标)指标来评价区域知识获取能力，使评价具有客观性和合理性。(3)先进性原则:选取的指标及时反映区域知识获取能力的最新发展情况，不存在滞后性。(4)数据可获得性原则:充分考虑指标数据获取的难度，保证数据的可获得性。

(二)区域知识获取能力评价指标体系构建

知识获取能力不仅取决于各部门能否进行很好的知识合作、能否分享知识，如产、学、研合作是重要的分享方式，还取决于本地区是否能够运用全球取得的成果，这对于发展中国家而言尤其重要。因此，本文主要参照遵循柳卸林等主编的《中国区域创新能力报告》，借鉴《全球创新指数》、《创新型联盟指数》及《国家创新指数》在内的诸多国内外相关知名报告，根据实际情况进行动态调整后构建知识获取评价指标体系。知识获取能力包括科技合作、技术转移和外国直接投资3 个准则层。

科技合作反映企业、高校和研究开发机构的合作程度及成果，是知识获取的重要渠道，获取的知识更符合市场需求。科技合作在政府和市场的共同引导下展开的，涉及到企业、政府、科研机构和中介服务机构等，其中企业是最重要的合作主体。因此，通过科技论文合作作者的合著关系(S1-S9)、高校和科研院所来自企业资金在总的科研活动经费中的比重(S10-S12)和专利合作的水平(S13-S18)三部分反映科技合作水平。

技术转移是技术或知识需求方按照市场需求的方式有意识地进行技术获取的过程，是发展中国家进步的重要途径。但机械式的技术转移已经难以满足快速发展的知识经济，更加主动的跨地区、跨行业、跨领域的技术转移越来越受到关注。因此，技术转移指标由技术市场交易状况(T1-T3)、大中型企业从国内其他企业中购买国内技术(T4-T6)和国外技术引进(T7-T9)三者构成。

外国直接投资(Ⅰ1-Ⅰ3)是资金的一种跨国境流动，伴随资金的注入，先进的技术及管理经验也逐步进入中国，对区域知识获取及技术创新具有重要意义。而外国直接投资趋向于流入贸易壁垒低、投资环境优越的国家或地区，其中政府扶持政策尤为关键。

基于上述分析，参考和借鉴相关文献，构建区域知识获取能力评价指标体系，如表1 所示。

三、基于最优组合赋权法的区域知识获取能力评价模型构建

(一)评价模型建立的思路

本文采用最优组合赋权法构建我国区域知识获取能力评价模型，主要包括以下几个步骤:(1)对知识获取指标数据进行规范化处理;(2)选用不同的单一评价方法G1 法、G2 法、熵值法和离差法进行指标赋权;(3)计算不同评价方法的权重系数，进而求得组合权重;(4)计算各省(自治区、直辖市)知识获取能力评价的得分，得分的大小顺序即为各区域知识获取能力强弱的排序［15］(如图1所示)。

图1 基于组合赋权的区域知识获取能力评价模型

(二)正向指标的规范化处理

xij表示第i 个对象第j 个指标规范化处理后的值;vij表示第i 个对象第j 个指标的值;n 表示被评价对象的个数。根据正向打分公式［16］:

(三)单一评价方法赋权

1.G1 法确定权重

G1 法通过主观排序反映指标的重要程度，重要指标赋予较大权重。

(1)用G1 法确定评价指标的序关系;

(2)专家给出相邻评价指标xj－1与xj重要性程度之比rj的理想赋值;

(3)若专家给出相邻评价指标xj－1与xj重要性程度之比rj的理想赋值，则第k 个指标的G1 法权重wk为［17］:

(4)由权重wk得第k－1，…，3，2 个指标的权重［17］:

其中，wj－1表示第j－1 个指标的G1 法权重;rj表示专家给出的理性赋值;j=k，k－1，…，3，2。

2.G2 法确定权重

G2 法通过主观排序反映指标的重要程度，重要指标赋予较大权重。

(1)用G2 法确定评价指标的序关系;

(2)专家给出最不重要的一个指标xk;

(3)专家给出其余评价指标xj与xk重要性程度之比dj的理想赋值;

(4)若专家给出dj的理想赋值，则准则层下第j 个指标对该准则层的G2 法权重［18］:

其中，wj表示第j 个评价指标的G2 法权重;dj表示专家给出的理性赋值;k 表示知识获取能力评价指标个数。

3.熵值法确定权重

(1)设rij为指标的比重，计算公式［19-20］:

其中，xij为第i 个对象第j 个指标的原始值;i=1，2，…，n;j=1，2，…，m。

(2)设ej为第j 个评价指标的熵值，根据熵值计算公式［19-20］:

(3)设 wj为第 j 个指标的权重，计算公式［19-20］:

4.离差最大化法确定权重

离差最大化法通过计算第j 个指标的离差占所有指标总离差的比重反映指标的重要程度，比重越大指标越重要，赋予的权重越大。

(1)设tij(i=1，2…，n;j =1，2，…m)为第i 个对象第j 个指标规范化得到的值。设wj为第j 个指标的权重，wj≥0。对于指标j，用Hij(w)表示对象i 与其它所用对象指标值的离差(k =1，2，…，n)，则［21］:

对于指标j，所有对象与其他对象的总离差为［21］:

根据离差最大化原理，构造最优化模型［21］:

解此优化模型并进行归一化处理，得离差法权重［21］:

其中，分子表示n 个评价对象第j 个指标规范化后的值两两相减取绝对值，再求和得到的离差，记为Hj;分母表示m 个指标的离差Hj之和。

(四)基于两种因素的组合赋权

1.两种因素组合权重的计算

分别运用G1 法、G2 法、熵值法和离差最大化法求权重wc(c=1，2，3，4)，组合权重为:

其中，αc表示组合系数，=1。

2.组合权系数的确定

基于下面两种因素确定组合权系数ac:

(1)保证各评价对象的加权得分与理想点广义距离最小［16］:

其中，li为各评价对象加权得分与理想点的广义距离;为第c 种赋权方法第j 个指标的权重，xij为第i 个对象第j 个指标规范化后的值。

(2)引入Jaynes 最大熵原理体现各赋权结果间的一致性程度，基于各赋权结果差异最小的原则，构建目标函数［15］:

式(14)引入Jaynes 最大熵原理充分体现了各赋权结果间的一致性程度，基于各赋权结果一致性最大的原则确定组合权系数，避免出现选取的赋权法对组合赋权结果贡献太小的问题。

构建目标函数［15］:

其中，参数θ 为两个目标之间的平衡系数，0≤θ≤1，给出θ=0.5。

构建拉格朗日函数求解组合权系数得αc［15］:

将式(12)求得的2008-2012 各年的组合权重的转置WT和公式(1)求得的各指标规范化得分X相乘得2008－2012年区域知识获取能力评价得分Q［15］:

得到被评价年份知识获取能力的得分qi(i =1，2，…，n)，按照得分的大小排序，得到知识获取能力强弱的排序。

四、实证分析

选取2008－2012年《中国区域创新能力报告》各指标的原始数据，将表1 中各指标进行规范化处理得第i 个对象第j 个指标的规范化值xij，其中(i =1，2，…，31;j=1，2，…，30)。由于篇幅有限，数据较多，故在此不一一赘述，以2012年数据为例进行计算。

(一)G1 法权重的计算

1.根据专家意见，得到3 个准则层的主观影响顺序排列:S ＞T ＞Ⅰ。

2.专家关于相邻影响因素Xj－1和Xj的重要性程度之比rj的理性赋值分别为，r2= X1/X2=1.2，r3=X2/X3=1.4。

3.将相邻影响因素的重要性程度之比的理性赋值带入式(3)和(4)中，得到科技合作、技术转移和外商直接投资的G1 法权重分别为0.4118，0.3431，0.2451。

同理可得指标层相邻指标的重要性程度之比的理想赋值，求得指标层对目标层的G1 法权重，如表2 第3 列所示。

表2 区域知识获取能力评价指标权重

(二)G2法权重的计算

1.专家给出最不重要的影响因素为外资企业投资Ⅰ;

2.根据专家意见，其余影响因素与Ⅰ的重要程度之比dj的理想赋值为d1=S/Ⅰ=1.4，d2=T/Ⅰ=1.2，d3=Ⅰ/Ⅰ=1.0;

3.将dj的理想赋值带入式(4)中，得到科技合作、技术转移和外商直接投资的G2 法权重分别为0.3889、0.3333、0.2778。

同理可得指标层相邻指标的重要性程度之比dj的理想赋值，求得指标层对目标层的G2 法权重，如表2 第4 列所示。

(三)熵值法权重的计算

1.将规范化数值带入式(5)中，得到指标权重rij(i=1，2，…3;j=1，2，…30);

2.将指标权重依次带入式(6)和式(7)中，得到各指标权重，如表2 第5 列所示。

(四)离差最大化法权重的计算

将规范化数值带入式(11)得到各指标的权重如表2 第6 列所示。

(五)组合权重的计算

将表2 中单一评价方法所得的各指标的权重代入式(16)，得到组合系数αc= (0.2081，0.2698，0.0301，0.4920 )。

将表2 中各指标权重与组合系数代入式(12)得组合权重，见表2 第7 列。根据上述方法，对2008－2011年各指标的原始数据进行计算，为节省篇幅，各单一评价方法对指标的赋权结果不加以赘述，为节省篇幅，仅列出2008－2011 各指标的组合权重(如表2 第8-11 列)。

(六)区域知识获取能力综合评价

将表2 中的组合权重和各指标规范化得分带入式(17)，得各评价对象总得分和各准则层得分及其排序，如表3-表7 所示。

表3 2012年区域知识获取能力准则层和综合评价得分及排名

表4 2011年区域知识获取能力准则层和综合评价得分及排名

表5 2010年区域知识获取能力准则层和综合评价得分及排名

表6 2009年区域知识获取能力准则层和综合评价得分及排名

五、实证结论及启示

本文首先对知识获取的相关文献进行整理，结合我国实际情况及区域创新现状，从科技合作、技术转移、外资企业投资三方面构建测度我国区域知识获取能力指标体系，并结合具体统计数据，实证测度我国2008－2012年的区域创新系统中的知识获取能力。综合运用G1 法、G2 法、熵值法和离差法进行指标赋权，计算组合权重，对区域创新系统的知识获取能力进行测度。本文主要得出以下结论:

第一，从总体来看，区域知识获取能力是区域科技合作、技术转移及外资企业投资水平的综合体现，与区域经济发展、居民收入及教育水平有显著的关联。由表3-表7 所示，2008-2012年，北京、上海、天津、江苏、广东、福建、河北、辽宁、山东都曾在区域知识获取能力综合评价中排名前八。其中，北京和上海一直稳居知识获取能力排名前两位;而西藏、广西、吉林、甘肃、贵州、江西都曾排到后三名。由于区域的政策倾斜及地方投入的变化，部分区域的排名变化较大。上升幅度较大的地区包括四川、甘肃、贵州，分别从2008年的第20、29、30 名上升到2012年的第11、14、15 名;下降幅度较大的地区包括安徽、湖南、江西，分别从2008年的第14、17、16 名下降到2012年的第21、23、22 名;其中，部分区域在统计时间内的排名会有非线性波动，如黑龙江2008-2012年的排名为15、22、26、21、19，内蒙古2008-2012年的排名为21、18、24、16、17。

第二，从科技合作情况看，区域内的高校水平、科研院所实力、产学研合作程度对知识获取能力有重要影响。近五年来，北京、上海、江苏基本一直保持在科技合作综合评价排名前三位，究其原因，可以总结三方面经验。首先，高校和研究所是科技论文主要来源，较多的知名高校及众多领域的高水平研究所为地区科技合作搭建交流平台，有助于提高区域的研发投入，提高科研人员的积极性，形成区域内部不断探索、合作的知识获取氛围。其次，高校和科研院所科研经费来自企业的比重是区域产学研合作程度的重要体现，产学研合作项目也从技术开发与成果转让发展到高级人才培养和科研基地建设［14］，科研成果进一步丰富，企业投入不断增加，形成产学研合作的良性循环，成为知识获取的重要路径。高校、研究所和工业企业拥有互补性的资源和能力，通过合作使其互相获取异质性的知识源，促进知识获取后的再利用。再者，专利是一个国家技术最前沿的表征，知识获取能力领先的地区，专利申请和受理数量有明显优势，以江浙沿海地区最为明显。专利包括发明、实用新型和外观设计三种，发明专利的技术含量较高［14］，三种专利联合申请可体现地区的专利概况，因此选取这两个指标项不仅反映区域科技实力及区域的科技利用率较高，更为本区域提供接触前沿技术的机会，有助于在专利产出及专利产业化上寻求突破，是提高区域创新能力的重要途径之一［22］。

第三，从技术转移情况看，不仅要关注技术市场交易指标，更要对购买的技术尤其是国外技术给予重视。在技术转移综合指标排名中，上海、河北、天津等经济发达地区排名靠前，而青海、广西、西藏等地明显落后。技术转移具有双重作用，技术生产与技术消费同时存在，技术进步推动和技术需求拉动的交互作用促成技术转移的发生和发展［23］。地区经济实力是技术市场投入的重要保障，经济较为发达的地区新技术不断取代原技术，原技术又不断衍化出新技术;经济落后的地区由于区位要素导致的技术转移受限，科技水平落后使技术成果商品化周期变长，经济效益和社会效益反过来不足以匹配区域创新进程，新的技术需求滞后，导致知识获取能力降低。对国外技术的重视体现了区域经济的开放程度以及对新技术的引进、消化、吸收、再创新能力，是地区发展逐步与国际化接轨的重要环节。因此，要实现经济落后地区技术转移能力的提升，可以通过国家支持重点项目的地区植入来培养其对先进技术的需求意识，提高对技术市场的重视程度，刺激需求行为，引发技术转移。

第四，吸引跨国公司的投资活动，适度引进外商企业投资，可以弥补区域经济建设中资金短缺问题;尽管外商企业投资的知识溢出效果有待验证，但仍不能忽视知识溢出效应的存在，所以外资引进的先进技术及管理经验为区域技术进步起到示范作用，从而实现知识的有效获取。近五年，外资企业投资综合评价指标中，陕西、重庆、四川等地排名上升幅度较大，吉林、宁夏、山西等地排名落后。通过对这些地区的分析，不难发现，区位因素在对外开放中起到关键作用，具有良好的电力供应、临近海港、水路交通方便、通讯便捷以及拥有特殊优惠政策的城市是外商进行投资的主要区域［24］，廉价劳动力、邻近目标市场、第三产业比重等因素同样会影响外商投资选择［25］。不同类型外资企业对区位因素的偏好以及区位因素对外资企业绩效的影响不同，地方政府需慎重思考如何把握自身优势，完善基础设施，兼顾行政手段和市场手段，为外商企业投资创建优异的投资环境［25］。

在全球一体化经济的发展带动下，知识获取能力已不仅仅局限于某个领域，影响区域经济发展的各个指标都有可能对知识获取能力产生重大的影响。人均GDP、技术市场成交额等反映地区经济发展水平，是区域知识获取能力的基本保障;论文数量和专利合作情况等反映地区的科技水平，是区域知识获取能力的技术支撑;区域经济的对外开放程度，为区域内其他领域的合作创造条件和先机，是知识获取的重要手段之一。通过实证分析可以发现，各区域发展条件不同以及我国实行有倾斜性的发展战略，共同造成了知识获取能力的差距，也引发了区域创新能力的差异化，导致知识获取能力强的地区继续发挥优势，不断拉大区域发展的距离［26］。因此，政府部门需要通过制定相关的政策、法规，实现知识获取相对公平，打破区域知识获取能力提升对既定轨迹的依赖，实现我国各区域知识获取及区域创新的均衡发展。

本文查阅相关的文献资料，遵循科学性、系统性、先进性、数据可获得性等原则，融合区域知识获取的现状以及区域创新系统的具体实践，集合演绎法、现象探索法、文献检索和梳理法、归纳法等逻辑分析方法，选取权威和高效度的指标构建区域知识获取能力测度指标体系，依据现有成熟的测度指标选取准则，同时选择绝对指标和相对指标，主要是因为绝对指标反映特定时间、地点、条件下的地区总规模，是各种派生指标的基础;而相对指标主要反应地区某方面发展程度的比例关系，是实现同一指标不同地区比较的基础。通常选取相对指标替代绝对指标进行测度，而加入绝对指标后可以展现地区某方面发展的总规模，使测度更加全面。为了消除已建立的区域知识获取能力测度指标体系中测度指标之间(主要消除相对指标之间、相对指标和绝对指标之间以及绝对指标和绝对指标之间)的多重共线性的影响，在使用组合赋权方法对区域知识获取能力进行测度之前，本文计算了各个构念的测量项目之间的方差膨胀因子VIF，结果表明各个构念的测量项目之间的方差膨胀因子VIF 均未超过10，各个构念的测量项目之间的多重共线性不严重，不会对区域知识获取能力的测度值造成影响而产生错误的研究结果和结论。但是，由于能力有限，研究仍存在不足之处，今后应使用定量分析和定性分析相结合的方法，多使用扎根理论、案例分析、现象探索、理论建构、纵向追踪探索等质化研究方法，选取更为权威和高效度的测度指标完善区域知识获取能力测度指标体系，多使用异方差检验、自相关检验、多重共线性检验、面板数据固定效应检验和面板数据随机效应检验等计量经济学模型验证测度指标和测度指标之间的自相关和多重共线性关系、消除异方差现象，进一步估计测度指标之间的逻辑关系。同时，为了保证研究的可检验性，本文数据均来源于公开出版的《中国区域创新能力报告》，但在2012年的报告中所用的基本是2010年的数据，即本文的研究虽采用2008-2012年的数据，但实际对2006-2010 的区域知识获取能力进行评价，有一定的时滞性。而且，鉴于相关数据获取的难度，目前缺乏对制度、体制、政策及政府效率的直接测度，这都是本文未来的提升空间。

［1］Lane P J，Lubatkin M.Relative Absorptive Capacity and Inter-organizational Learning［J］.Strategic Management Journal，1998，19(5):461-477.

［2］Luo Y.Industrial Dynamics and Managerial Networking in an Emerging Market the Case of China［J］.Strategic Management Journal，2003，24(13):1315-1327.

［3］韦于莉.知识获取研究［J］.情报杂志，2004(4):41-43.

［4］张若勇，刘新梅，王海珍.服务氛围对顾客知识获取影响路径的实证研究［J］.科学学研究，2008，26(2):350-357.

［5］江旭，高山行，廖貅武.外部知识获取、新产品开发与企业绩效关系的实证研究［J］.研究与发展管理，2008，20(5):72-77.

［6］高展军，江旭.企业家导向对企业间知识获取的影响研究——基于企业间社会资本的调节效应分析［J］.科学学研究，2011，29(2):257-267.

［7］尹婵娟，朱晓峰，黄霞.近10年来我国知识获取研究综述［J］.情报理论与实践，2011，34(9):123-126.

［8］牛力娟，卢启程.电子商务企业的客户知识获取过程研究［J］.中国管理科学，2007(6):18-20.

［9］Lyles M A，Salk J E.Knowledge Acquisition from Foreign Parents in International Joint Ventures:An Empirical Examination in the Hungarian Context［J］.Journal of International Business Studies，2007，38(1):3-18.

［10］Ahuja G，Katila R.Technological Acquisitions and the Innovations Performance of Acquiring Firms:A Longitudinal Study［J］.Strategic Management Journal，2001，22(3):197－220.

［11］杨燕，高山行.联盟稳定性、伙伴知识保护与中心企业的知识获取［J］.科研管理，2012，33(8):80-89.

［12］郑准，王国顺.外部网络结构、知识获取与企业国际化绩效:基于广州制造企业的实证研究［J］.科学学研究，2009，27(8):1206-1212.

［13］蒋樟生，胡珑瑛.不确定条件下知识获取能力对技术创新联盟稳定性的影响［J］.管理工程学报，2010，24(4):42-47

［14］方亚楠.基于知识获取的中国大陆区域创新能力比较研究［D］.中山大学，硕士学位论文，2008.

［15］迟国泰，齐菲，张楠.基于最优组合赋权的城市生态评价模型及应用［J］.运筹与管理，2012，21(2):183-191.

［16］于鹏飞，王丽娜.财务预警中样本数据无量纲化方法的选择［J］.会计之友，2005(12):43-44.

［17］王学军，郭亚军.基于G1 法的判断矩阵的一致性分析［J］.中国管理科学，2006，14(3):65-70.

［18］郭亚军.综合评价理论、方法及应用［M］.北京:科学出版社，2002:44-51.

［19］陈启明，陈华友.改进的熵值法在确定组合预测权系数中的应用［J］.统计与决策，2011(13):159-160.

［20］郭鹏，梁燕华，朱煜明.基于组合权法的棕地再开发多层次灰色评价［J］.运筹与管理，2010，19(5):129-134.

［21］黄宗盛，胡培，聂佳佳.基于离差最大化的交叉效率评价方法［J］.运筹与管理，2012，21(6):177-181.

［22］赵惠芳，李伟卫，徐晟，王冲.我国东中西部地区专利创新效率差异研究［J］.中国管理科学，2008，16(s):387-392.