国家自主创新示范区创新体系效能的评价与比较

齐晶晶

（中南林业科技大学 经济学院，长沙 410073）

0 引言

当前，我国经济发展步入新常态，这个阶段是我国迈向高效率、低成本的新一轮稳态过程，经济发展的关键词从“高速增长”转变为“创新驱动”和“结构调整”，而“结构调整”的主要途径也是自主创新，因此，经济新常态下，研究创新具有重要的现实意义。2009年以来，我国陆续成立了七个国家自主创新示范区，北京中关村、武汉东湖和上海张江是最早成立的三个自主创新示范区，示范区内自主创新推动产业结构优化，带动经济的快速增长，成为地区经济的增长极，推动了当地及周边地区经济的发展，因此，这三个地区构建创新体系的经验具有典型借鉴意义。2014年12月，国务院批复成立长株潭国家自主创新示范区，力争用十年时间建成创新驱动的引领区、体制机制创新的先行区、军民融合的示范区、城市群协同创新的示范区和中西部创新发展的增长极，为中西部地区实施创新驱动发展战略探索模式，创造经验。本文以发展较为成熟的中关村、东湖、张江三个国家自主创新示范区为经验借鉴对象，探索推动长株潭国家自主创新示范区创新体系建设的政策举措。

1 创新体系效能及其评价

1.1 创新体系效能的内涵

效能的基本定义为办事的效率和工作的能力。创新体系效能强调创新体系内部创新主体的协同互动，创新资源的合理利用，创新机制的有效发挥，创新环境的友好营造。它与创新体系的创新能力和创新体系效率有明显的区别。

第一，创新体系效能与创新体系的创新能力。创新体系的创新能力强调创新成果和创新成果产业化转化的能力，关注创新所能带来的直接经济绩效。创新体系效能强调系统内各个影响因素协同互动，共同发展，促进创新和成果的产业化，因此创新体系效能注重体系建设的良性运作以及由此带来的直接和间接经济绩效。创新体系效能比创新体系的创新能力内涵更广，能更好的衡量创新体系建设的成效。

第二，创新体系效能与创新体系效率。创新体系效率强调创新投入和创新产出比例的改进，低投入和高产出代表较高的创新体系效率。创新体系效能强调创新过程协同互动，良性循环，而创新产出是衡量效能的标准之一，因此，与创新体系效率相比，创新体系效能包含的内容更多，能全面反映创新体系的发展现状。

1.2 区域创新体系效能的影响因素

创新体系效能注重创新过程分析，创新产出是衡量效能的标准之一，因此创新体系效能的影响因素主要包括以下三点。

第一，知识创造。知识是创新的来源和基本要素，知识创造是新知识产生的过程，是创新体系构建的基础。区域内知识创造的能力一定程度上代表了创新体系知识资源的拥有程度，高校和科研机构是知识创造的主体，因此，主体数量，资金支持力度和知识创新成果等均能衡量地区知识创造的实力。

第二，技术创新。技术创新，指生产技术的创新，包括开发新技术，或者将已有的技术进行应用创新。知识是技术之源，技术是产业之源，因此技术创新是区域创新体系发展的关键环节。由于技术创新的主体是企业，因此研发企业的数量、技术创新成果和成果产业化程度是衡量它的主要因素。

第三，技术扩散。技术扩散是一项技术从首次得到商业化应用，经推广被采用的程度，技术扩散是区域创新体系发展的驱动力，决定了创新体系的成熟程度。这个过程中中介机构是推动技术扩散的重要主体，政策环境、经济环境和产业发展状况等都是影响技术扩散的主要因素。

第四，产学研协同创新。以上三个因素是创新体系效能发挥的必要过程和主要因素，产学研协同创新是则是对以上三个过程的高度整合，它强调不同创新主体的协调互动，合作发展，它是创新成功的关键，因此，产学研协同创新是影响创新体系效能的主要因素。

1.3 区域创新体系效能的评价指标体系

区域创新体系效能评价指标体系的建立需要以主要影响因素为基础，并充分考虑区域创新体系发展的现实条件。图1是区域创新体系效能的评价指标体系，知识创造、技术创新、技术扩散和产学研协同创新是评价区域创新体系效能的一级级指标，如表1、2、3、4所示，相应的一级指标评价由二级指标和三级指标组成。

图1 城市群创新竞争力系统结构图

表1 一级指标知识创造能力的评价指标体系

表2 一级指标技术创新能力的评价指标体系

2 国家自主创新示范区创新体系效能评价

2.1 数据来源

本文选取国家自主创新示范区北京中关村、武汉东湖、上海张江和长株潭为实证研究的对象，为保证研究结果的及时有效性，用2013年度数据进行评价和对比分析。需要说明的是，由于四个地区包括地域范围不同，为了研究和比较分析的精确性，本文搜集的数据除了单位为百分比和定性数据以外，其它数据以人口为基础，进行了平均化处理。数据来源为三个方面：第一，基于直接获取数据进行处理后的数据，直接获取的数据来源于2014年度《国家统计年鉴》、《北京统计年鉴》、《湖北统计年鉴》、《武汉统计年鉴》和《上海统计年鉴》、《科技统计年鉴》、城市《国民经济与社会发展公报》、《中国知识产权统计年报》、各省市《第二次R＆D资源清查公报》，中关村国家自主创新示范区官方网站统计信息、东湖新技术开发区政务网统计信息、张江高技术园区管理委员会统计信息等；第二，少量定性数据需要进行调查研究和发放调查问卷搜集。笔者参与湖南省某高校相关课题研究，参与了对中关村、东湖、张江、长株潭国家自主创新示范区调查研究，向企业、高校和科研机构的有关人员进行问卷调查，问卷调查分为纸质、邮件和电话三种形式，四个示范区累计问卷调查723份，收到回复的问卷调查557份，其中有效问卷调查结果为438份，根据有效问卷调查结果总结分析，得到三个定性指标的数据，包括合作创新成果的市场适应度、合作创新成果对企业的适应性和合作对学研发展的促进程度；第三，部分数据采用研究对象所在行政区划市的数据。这种数据针对中关村、东湖和张江国家自主创新示范区，原因在于数据搜集的局限性、基础设施正的外部性以及制度环境的区域性特征，对应的指标是创新环境所对应的四级指标；第四，缺省的数据。由于数据涉及内容较广，极少量2013年的数据未能查到，本文根据前5年的趋势预测得到相应数据。

表3 一级指标技术扩散能力的评价指标体系

表4 一级指标产学研协同创新能力的评价指标体系

由于评价指标体系各个指标的数据量纲不同，为保证数据在使用时不受量纲的影响，首先对数据进行无量纲化处理，无量纲化公式为，

式中，Xi为处理后标准化的数据，xi为原始数据，xˉ为原始数据的均值，S*为原始数据的修正标准差。

2.2 评价方法

选取径向基神经网络为评价区域创新体系效能的方法，为改进神经网络算法评价精度，采用粒子群优化算法对关键参数进行优化。

人工神经网络是由大量简单元件连接而成具有高度非线性的复杂网络，可进行复杂的逻辑操作和非线性关系的实现。径向基函数(RBF)神经网络属前馈局部逼近型神经网络，能以任意精度逼近给定的任意非线性映射，且具有较快收敛速度。

RBF神经网络结构包括三层，输入层、隐含层和输出层，数学模型表示如下，

式中，x为输入向量，P为隐含层神经元个数（即基函数个数），θ为未知阈值，φp(x)和λp分别为第 p个基函数及其权系数。基函数选用高斯函数时，有，

基于PSO的RBF神经网络参数优化主要流程如下，

第一，粒子群体初始化。随机生成一定规模的粒子群体，并设定粒子初始位置和速度，此处种群规模设定为50。

第二，计算适应度函数。适应度函数基于优化目标构造，

式中，ω为惯性权重，选取为0.5，c1和c2是学习因子，取 c1、c2∈[0，4]；r1和 r2是介于[0,1]之间的均匀随机数，用于保证群体多样性。

2.3 评价结果

利用基于粒子群算法改进的径向基神经网络对四个国家自主创新示范区2013年区域创新体系效能进行计算评价，其中，输入层为表1～4中对应的三级指标，输出层分别为区域创新体系效能，一级指标知识创造、技术创新、技术扩散和产学研协同创新能力，以及二级指标知识创造主体、创新资源、知识创造成果、技术创新主体、技术创新成果、技术扩散主体、技术转移程度、创新环境、合作创新投入和合作创新产出，根据四个自主创新示范区各指标上下限划定分级标准，采用线性等距插值获取样本点，训练得到神经网络模型。四个国家自主创新示范区各指标具体得分值如表5所示。

表5 区域创新体系效能评价结果

3 结论

从以上实证分析可知，长株潭地区创新体系效能较低，并且与其他三个地区相比，知识创造、技术创新、技术扩散和产学研协同创新能力的评价值均比较低。长株潭示范区可以借鉴中关村、张江示范区的人才和资金吸引聚集政策，调动创新主体积极性和推动中小型创新型企业发展的政策，学习东湖示范区规范和激励创新活动的体制机制改革和改善创新环境，营造创新氛围的相关政策。

[1]Patric R,Camline H.1nnovasion in Regions:What Does Really Matter[J].Research Policy,2005,34(8).

[2]Michael-Trippl,Franz T.Developing Biotechnology Clusters in Non-High Technology Regions:The Case of Austria[J].Industry and Innovation,2007,14(1).

[3]Revilla D J,Kiese M.Regional Innovation Systems[M].Mnster,2009.

[4]Broekel T,Buerger M,Brenner T.An Investigation of The Relation Between Cooperation and The Innovative Success of German Regions[D].Paper in Evolutionary Economic Geography,Utrecht University,2010.

[5]柳卸林.区域创新体系建设的条件和关键因素[J].中国科技论坛,2003,(1).

[6]柳卸林.构建均衡的区域创新体系[M].北京:科学出版社,2011.

[7]郭淡泊,雷家骕,张俊芳,彭勃.国家创新体系效率及影响因素研究[J].清华大学学报,2012,27(2).

[8]王元地,刘凤朝.国家创新体系国际化实现模式及中国路径[J].科学学研究,2013,31(1).

[9]刘建丽.新型区域创新体系:概念廓清与政策含义[J].经济管理,2014,26(4).