浙江创新型省份建设中创新驱动力的综合评价分析——基于华东六省一市的比较分析

□ 王义娜

党的十八大报告指出，目前我国的发展仍处于大有作为的重要战略机遇期。我们要适应国内外经济形势新变化，加快形成新的经济发展方式，把推动发展的立足点转到提高质量和效益上来。报告中提出“四个着力”，其中之一是着力增强创新驱动发展新动力，报告还提出“五个更多”，其中之一是更多地依靠科技进步、劳动者素质提高以及管理创新驱动，以此来不断增强长期发展后劲。［1］习近平总书记在中共中央政治局第九次集体学习时指出，实施创新驱动发展战略决定着中华民族的前途命运。习近平总书记的这一重要讲话为全面实施创新驱动发展战略指明了方向，也进一步坚定了浙江加快建设创新型省份的决心和信心。因此，浙江省第十三次党代会和省委十三届二次全会都提出要“全面实施创新驱动发展战略、加快建设创新型省份”，省委第十三届三次会议通过了《中共浙江省委关于全面实施创新驱动发展战略，加快建设创新型省份的决定》（以下简称“决定”），以期充分发挥科技第一生产力和创新第一驱动力作用，以创新驱动引领浙江经济转型升级，开启现代化浙江建设新的强大引擎。

但自2013年浙江提出创新驱动发展战略以来，从理论到实践，大多研究都局限在理论或定性层面，至今鲜有相关统计指标和数学模型进行具体量化分析的研究报告。因此，建立反映创新驱动能力的统计监测指标体系、构建评价模型，并对其在华东六省一市进行横向的比较分析，能够更全面、科学、准确地反映浙江省创新驱动战略的实施进程。因此，笔者以此为出发点，设计创新驱动力统计监测指标体系，构建评价模型，然后利用评价模型对华东六省一市创新驱动力进行综合评价分析，试图为浙江省乃至华东地区更好地实施创新驱动战略提供理论及政策依据。

一、创新驱动力统计监测指标体系的设计

所谓创新驱动是相对于要素驱动而言的。长期以来，我们主要靠物质消耗、资金拉动以及劳动力的低成本优势推动经济增长，但这种发展模式已经不再适应当今的发展形势，我们要实现科学发展，必须更多地依靠科技进步、劳动者素质提高以及管理创新，因此必须用创新驱动代替要素驱动。［2］（PP48－52）

（一）监测指标的设计

基于创新驱动战略提出的背景，本文从科技进步、创新投入以及管理创新突破三个维度对创新驱动力统计监测。之所以这样设置，主要因为：首先，科技进步作为衡量区域创新驱动力的核心要素，是实施创新驱动战略的目标，其能够反映区域创新驱动力现状。其次，创新投入能够反映区域创新驱动力的发展空间，为创新驱动提供人才、资金以及组织保证。再次，管理创新活动能够突破瓶颈，为区域实现创新驱动开拓新的发展路径。从另一个角度来看，只有管理方式方法的不断创新，才能为创新型省份建设塑造良好的环境，从体制机制上提高创新驱动力。因此，本着科学性、整体性、代表性、简洁性以及可衡量性等原则，在参考科技进步、自主创新力、区域竞争力等指标体系的基础上，本文构建了《创新型省份建设中创新驱动力统计监测指标体系》。其包含3个一级指标、9个二级指标和24个三级指标，全部可以定量统计，具体如表一所示。

表一 创新型省份建设中创新驱动力统计监测指标体系（附权重）① 指标体系中，一级指标用“Y”表示，二级指标用“E”表示，三级指标用“S”表示。

一级指标 二级指标三级指标E5人才投入（0．40）S12．R＆D 人员全时当量（万人年） （0．40）S13．万人科技活动人员数（人/万人） （0．30）S14．企事业单位专业技术人才总量（万人） （0．30）Y2创新投入（0．35）E6资金投入（0．30）S15．R＆D经费支出占GDP比重（%） （0．50）S16．地方财政科技经费支出（亿元） （0．50）E7组织配置（0．30）S17．规模以上企业有研发机构比重（%） （0．50）S18．规模以上工业企业办R＆D机构数（个） （0．50）E8政策扶持（0．40）S19．R＆D经费支出中政府资金（亿元） （0．60）S20．工业污染治理完成投资（万元） （0．40）Y3创新突破（0．25）S21．规模以上工业企业有R＆D活动的企业所占比重（%） （0．25）E9创新活动（0．60）S22．规模以上工业企业技术改造经费支出（亿元） （0．25）S23．规模以上工业企业新产品开发经费支出（亿元） （0．25）S24．高技术产业投资额（亿元） （0．25）

（二）指标权重的分配

在综合文献分析、问卷调查等基础上完成指标体系的设计以后，为确定指标权重，课题组又向创新驱动研究专家、政府官员、政策研究者三类人员发送15份调查问卷，以调查问卷统计结果为基础，综合考虑各项指标的赋权。［3］（PP19－23）在数据处理过程中，课题组明显发现众多专家倾向对各项指标“均化”赋值。因此，课题组经过讨论，对指标体系权重的确定，大多采用“均化”赋值法。个别指标主要应用层析分析法对收集数据进行“取众”处理，采用萨蒂标度法构造判断矩阵，得到了关于创新驱动力监测指标体系各层次指标的判断矩阵，利用归一法求解判断矩阵，求得各矩阵的最大特征值和对应的特征向量，进行归一化和一致性检验并确定各指标权向量（具体计算过程详见课题《山东省创新驱动能力统计监测指标体系实证分析》）。［4］（153－156）最终确定了创新型省份建设中创新驱动力评价指标体系及权重计算结果，详见表一。

二、创新驱动力评价模型的构建

课题组应用模糊数学里的模糊评价法，建立创新型省份创新驱动力的综合评价模型。［5］（P119）具体过程如下：

（一）构建递阶指标判断矩阵

若评价体系中有个待评价对象，有个评价指标，那么，每个评价指标对每个评价对象都有一个特征值，则评价体系能够构成阶判断矩阵：（其中i=1，2，…，;j=1，2，…，），所以本文中的判断矩阵的构建是基于华东六省一市各项指标统计值。

（二）求解递阶指标隶属度矩阵

对于一个模糊集而言，考虑各项指标的评价标准并不统一，就要对其进行隶属度求解。通常，对于现实问题，对象的所有指标可以划分为成本型，效益型以及适中型等指标，［6］（P163）其隶属度函数如下：

1．成本型指标隶属度的计算公式：趋低优势

2．效益型指标隶属度的计算公式：趋高优势

3．适中型指标隶属度的计算公式：趋标优势

（三）构建评估模型

得到了指标权向量W以及隶属度矩阵R，下面就是定义模糊合成运算模型：

（四）多层次综合评判

通过对指标体系的层次划分，可以将上述模型扩展为多层次模糊综合评价模型，即将初始模型应用在多层指标上，每一层评价结果又是上一层评价的输入，这样直到目标层为止，最终确定各个对象之间的比较权向量。由此，我们可以通过对指标体系的多层次判断，得到华东六省一市创新驱动力比较的权向量，然后在此基础上对其进行综合评价分析。

三、华东六省一市创新驱动力的综合评价分析

（一）数据的收集与处理

根据创新驱动力统计监测指标体系，笔者查阅了2013年中国以及华东六省一市的统计年鉴、2013年中国科技统计年鉴，并对数据进行基本处理，得到原始数据如表二所示。

表二 华东六省一市创新驱动力统计监测指标原始数据统计表

（二）数据的评价与分析

为了更便于数据分析，在数据分析的过程中，我们将三级指标——二级指标称为第一层级评价分析，二级指标——一级指标称为第二层级评价分析，一级指标——创新驱动力综合评价称为目标层综合评价分析，这样在分析的过程中更容易清楚地表述。

表三 华东六省一市创新驱动力统计监测指标统计数据隶属度处理结果

1．第一层级评价分析

首先，根据表二统计的原始数据，在进行第一层级评价前，结合隶属度函数求解公式，求出各指标的隶属度。其统计结果如表三所示。

其次，根据表三统计结果，构建判断矩阵。比如，构建科技进步（Y1）在技术进步（E1）方面的单指标判断矩阵RE1：

由此，可以求得科技进步（Y1）在技术进步（E1）方面的综合评判结果BE1：

再次，按照同样的方法步骤，可以求得科技进步（Y1）在知识创造（E2）、企业转型（E3）以及产业升级（E4）方面综合评判结果BE2、BE3以及BE4：

创新投入（Y2）在人才投入（E5）、资金投入（E6）以及组织配置（E7）方面综合评判结果BE5、BE6以及BE7：

创新突破（Y3）在政策扶持（E8）以及创新活动（E9）方面综合评判结果BE8以及BE9：

2．第二层级评价分析

根据第一层级评判结果，可以求得创新驱动力（目标层）在科技进步（Y1）、创新投入（Y2）以及创新突破（Y3）方面的综合评判结果BY1、BY2以及BY3：

3．目标层综合评价分析

结合一级指标权向量和第二层级评判结果，可以求得上海、江苏、浙江、安徽、福建、江西、山东华东六省一市创新驱动力综合评判结果B：

B=［0．56 0．81 0．55 0．21 0．20 0．09 0．35］

四、浙江创新型省份建设中创新驱动力的省际比较分析

深入第一层级评判，一方面可以看到，浙江省科技创新活力与效率在华东六省一市中优势明显，比如三种专利万人申请授权指数、新产品开发项目这两项指标，浙江省在华东六省一市中居第一、第二位。但一直以来，科技与经济“两张皮”问题是长期困扰浙江创新发展的一大难题，分析结果也显示浙江省科技成果产业化与科技创新成果并不匹配，以科技进步推动企业转型、产业升级的体制机制仍不够健全，比如工业COD排放量、第三产业经济贡献率这两项指标，浙江省分别仅相当于首位上海市的68%、45%。由此可见，科技进步并没有充分发挥其对浙江经济升级的引擎作用，这也在一定程度上影响了其对创新驱动力提高的推动作用。因此，《决定》也提出要“坚持优化产业结构为主攻方向，着力

从数据分析结果来看，华东六省一市创新驱动力综合评判结果为：

为便于表述和总结，课题组把向量B称为华东六省一市“创新驱动指数”向量，即上海、江苏、浙江、安徽、福建、江西以及山东的“创新驱动指数”分别为 0．56、0．81、0．55、0．21、0．20、0．09 和 0．35。自创新驱动战略实施以来，浙江采取了很多积极措施，也取得了显著成效，但从“创新驱动指数”分析结果来看，浙江创新驱动力综合评判位居华东六省一市第三位。从统计的数据可见，2012年浙江的经济总量在华东六省一市中也位居第三，因此可以判断，浙江省创新型省份建设与其经济发展情况基本一致，但与其“2020年跨入创新型省份行列，基本形成创新驱动发展格局”的目标相比，仍有不小的差距，因为浙江“创新驱动指数”远低于位居首位的江苏省，仅相当于江苏省的67.90%。具体来讲，浙江省创新驱动力发展主要呈现如下三个特点：

（一）从科技与经济的互动关系来看，浙江科技创新彰显活力与效率优势，但科技成果产业化不匹配

经过第二层级评判分析，笔者得到华东六省一市科技进步方面综合评判结果为：

BY1=［0.76 0.80 0.63 0.21 0.30 0.20 0.24］。由此结果可见，浙江科技进步对创新驱动力的推动影响，在华东六省一市中居第三位，且指标评判分析结果仅相当于位居首位江苏省的78.75%。打造浙江经济‘升级版’;坚持以市场为导向，着力从需求端推动科技成果产业化。”

（二）从创新投入来看，浙江人才集聚初具规模，但资金支持力度不到位

经过第二层级评判分析，笔者得到华东六省一市创新投入方面综合评判结果为：

BY2=［0.47 0.83 0.56 0.22 0.13 0.01 0.40］。由此结果可见，浙江省以创新投入对创新驱动力的推动影响，在华东六省一市中居第二位，仅次于位居首位的江苏省。

深入第一层级评判，一方面可以看到，浙江省创新投入方面人才集聚优势明显，可以说初具规模，比如万人科技活动人员数、R＆D人员全时当量这两项指标，浙江省在华东六省一市中分别位居第一、第二位。但另一方面，在创新投入方面，浙江省资金支持力度不够到位，比如R＆D经费支出占GDP比重、地方财政科技经费支出这两项指标，浙江省在华东六省一市中均位居第三位，分别相当于位居首位上海市、江苏省的48%、60%。资金投入是提高创新驱动力的必备硬件，一定数量及比重的资金投入是区域创新的保证。而浙江省对创新驱动的资金投入数量、比重在华东六省一市中都没有彰显其优势，那么现在谈其对创新驱动力的引领作用更显得有些不切实际。因此，《决定》也提出要“进一步完善财政科技投入稳定增长机制，确保财政科技投入增长幅度高于同级财政经常性投入的增长幅度1个百分点以上，带动社会科技投入加快增长。”

（三）从创新活动及突破来看，浙江创新活动主体企业化突出，但高新技术产业领先优势不明显

经过第二层级评判分析，笔者得到华东六省一市创新突破方面综合评判结果为：

BY3=［0.39 0.81 0.38 0.20 0.13 0.03 0.46］。由此结果可见，浙江省以创新突破对创新驱动力的推动影响，在华东六省一市中居第四位，且指标评判分析结果仅相当于位居首位江苏省的46.91%。

深入第一层级评判，一方面可以看到，浙江省企业创新活动日益活跃，渐成创新突破、科技成果转化的主体。比如规模以上工业企业有R＆D活动的企业所占比重这一指标，浙江省在华东六省一市中居首位。但另一方面，浙江省以创新突破引领创新驱动工作中，高新技术产业仍是制约创新驱动的瓶颈，是一块短板，比如高技术产业投资额这一指标，浙江省在华东六省一市中位居第五位，仅相当于位居首位江苏省的8%。高技术产业投资是技术转化、转调升级的先决条件，基于这一条件，可以说浙江省这一短板严重制约了其创新突破的绩效，也是其转变“经济总量大而不优”这一现状的较大瓶颈，如何突破这一瓶颈，需要政府以及政策研究机构更多地从源头入手。

总之，根据上述比较分析，浙江省创新型省份建设中有其自身的特色和亮点，但也存在有待改进和完善之处，基本上呈现“三优三短板”的特点。因此，浙江省创新型省份建设中更应该坚持重申、整合既有政策与推进政策创新相结合，充分吸收外省市的好经验和好做法，以破解“不匹配、不到位、不明显”问题为突破口，将浙江省委《关于全面实施创新驱动发展战略，加快建设创新型省份的决定》转化为具体措施，推动浙江创新型经济大发展，为现代化浙江建设提供强大动力和有力支撑。

［1］胡锦涛．坚定不移沿着中国特色社会主义道路前进为全面建成小康社会而奋斗 ——在中国共产党第十八次全国代表大会上的报告［M］．北京：学习出版社，2012－11－28．

［2］吴锋刚，沈克慧．中国特色的创新驱动发展战略研究［J］．企业经济，2013（06）．

［3］谭金锋，颜锋．编序式问卷调查的模糊偏序排序法［J］．数学的实践与认识．2012（04）．

［4］常建娥，蒋太立．层次分析法确定权重的研究［J］．武汉理工大学学报（信息与管理工程版）．2007（01）．

［5］郑童，吕斌，张纯．基于模糊评价法的宜居社区评价研究［J］．城市发展研究，2011（12）．

［6］李惠娟，朱福兴，刘宁宁．创新型省份自主创新能力的模糊综合评价［J］．科技进步与对策，2009（12）．