基于全局熵值法模型的我国区域创新能力动态评价与分析

潘雄锋， 刘 清， 彭晓雪

(大连理工大学 管理与经济学部，辽宁 大连 116024)



基于全局熵值法模型的我国区域创新能力动态评价与分析

潘雄锋， 刘 清， 彭晓雪

(大连理工大学 管理与经济学部，辽宁 大连 116024)

本文在对FP&S和H&M的创新能力分析框架进行修正的基础上，从创新环境、创新资源、创新成果和创新品牌四个维度建立基于企业层面的区域创新能力分析框架，以此为理论依据建立了基于企业层面的区域创新能力评价指标体系，并引入全局的思想构建全局熵值法模型，在此基础上对京津冀地区、东北地区、长三角地区和南部沿海地区2009～2012年企业层面的创新能力进行了动态评价与分析，研究结果对于认识我国各经济区的企业创新能力提供了重要的参考依据。

区域创新能力；评价；全局熵值法模型；企业层面

0 引言

进入新世纪以来，我国的科技与经济发展出现了一些新的特征和趋势。一是区域科技一体化进程加速，2003年以来先后签署了长三角、泛珠三角和东北老工业基地区域创新体系建设协议，使这一进程得到实质性推进。区域科技一体化发展的结果并非是不同区域的趋同式推进或某一区域内各省市的匀质化发展，而是在跨行政区划的框架下形成了一些各具特色又充满创新活力的优势区域，区域科技分工的格局初见端倪；二是各个区域都把自主创新能力建设作为提升区域核心能力的关键环节，然而，在自主创新能力建设的战略与策略设计方面，却作出不同的部署和安排；三是将企业自主创新能力建设作为区域自主创新能力建设的核心内容，培育龙头企业，打造创新集群成为区域自主创新能力建设的切入点[1]。与此同时，我国学术界对区域创新能力的评价问题进行了较为深入系统的研究，其成果不仅推进了区域创新体系理论研究的深入，也为我国区域创新体系建设实践提供了指导，中国科技发展战略研究小组从知识创造、知识获取、企业创新能力、创新环境以及创新的经济效益对2000年我国区域创新能力进行了较为全面的评价和分析，并以此为基础每年出版《中国区域创新能力报告》，分别对每年的中国区域创新能力进行了评价分析[2]；唐炎钊运用模糊综合评估模型对2001年我国12个省市的区域科技创新能力进行了综合评价，并以广东为例与其他11个省市进行了比较分析[3]；孙锐等人应用因子分析法对2004年区域创新能力的数据结构进行了评价和分析[4]；周立等人基于《中国区域创新能力报告》中的数据，采用因子分析对2004年我国31个省级区域的创新能力进行了定量评估，并基于评估结果运用聚类分析法对各区域进行了类型划分[5]；任胜刚和彭建华运用因子分析法对2004年我国区域创新能力进行了评价[6]；赵希男等人运用个性优势特征分析的民主评价方法对2005年我国31个省级区域创新能力进行了评价[7]；李美娟利用灰靶理论对2001～2008年福建省区域自主创新能力进行了动态评价分析[8]；杨庆育和李明运用灰色关联分析法对2008年我国天津、上海、广东、陕西、四川、贵州、云南、重庆八省市自主创新能力进行了评价的基础上，以重庆为例进行了比较分析[9]；欧忠辉和朱祖平运用二次加权法对2006～2010年中国省级区域的自主创新能力进行了动态评价排序[10]；巴吾尔江等使用主成分分析法对2008年我国30个省区市的区域科技创新能力进行了实证分析[11]；李柏洲和苏屹运用改进突变级数法对2008年我国31个省级行政区科技创新能力进行了评价[12]；白嘉运用因子分析法对2010年我国30个省级地区的技术创新能力进行了评价与比较[13]；崔晓露在选取衡量区域创新能力的13个指标的基础上，运用因子分析法对2006年中国30个省市的区域创新能力进行了综合评价，并重点对长三角、珠三角区域创新能力进行了比较分析[14]。从以上文献可以看出，现有研究尚存在以下几方面的不足：第一，现有研究大多是以现有行政区划作为基本单位，主要着眼于省级行政区创新能力的评价，对跨行政区划的大经济区创新能力的评价研究相对较少，仅有崔晓露针对珠三角和长三角的创新能力进行了比较分析，但该研究还仅仅是从这两大经济区省级层面进行比较，而没有对两大经济区整体层面进行评价分析；第二，现有研究对于区域创新能力的指标体系构建尚未有一致的标准，缺乏相应的理论依据；第三，现有研究主要使用截面数据对某一年区域创新能力进行静态评价或是使用历史数据对某一区域创新能力进行动态评价，而将截面数据与历史数据结合使用进而对目前区域创新能力的特征和未来趋势进行综合评价与判断的研究还不多见，仅有欧忠辉和朱祖平对2006～2010年中国省级区域的自主创新能力进行了动态评价研究，但该研究是分别对各区域每年的数据进行评价测算，从而导致2006～2010年各区域每年的区域创新能力综合评价值不存在可比性，因此最后进行动态比较时只能根据综合评价值排序情况进行分析。

面对我国区域科技发展的新情况，区域创新能力评价研究也必须在以下三个方面实现创新：一是在评价对象上，更多地关注跨行政区划的大经济区创新能力的评价，特别是要将企业创新能力评价放到更加突出的地位，其评价结论对我国在更大的地域空间内整合创新资源，进而为区域创新能力建设的策略选择提供依据；二是在评价内容上，将国际上比较经典的FP&S和H&M创新能力分析框架进行修正，建立与中国统计数据相匹配的基于企业层面区域创新能力评价指标体系；三是在评价方法上，引入全局的思想构建全局熵值法将截面数据与历史数据结合使用，以更全面地对区域创新能力的特征和未来趋势进行综合评价与判断，从而为区域间合理分工与深度合作提供参考。

1 基于企业层面的区域创新能力评价指标体系构建

1.1 基于企业层面的区域创新能力分析框架构建

(1)FP&S和H&M的创新能力分析框架

2002年，Furman，Porter和Stern将钻石模型和国家创新体系理论进行了有机结合，提出了创新能力的基本分析框架(简称FP&S分析框架)，该分析框架主要由3个方面的要素构成：① 公共创新基础设施，包括原有的技术经验积累，投放于科技的人力和资金，公共政策：用于教育和培训的投资、知识产权保护、国际贸易开放度和研发的税收政策；② 集群特有的创新治理环境，包括高质量和专业化的要素投入、企业战略与竞争环境、需求压力和相关支撑产业的存在；③ 联系的质量，即基础设施与集群之间的联系质量，包括大学体系、大量正式与非正式的组织与网络[15]。具体如图1所示。

图1 FP&S创新能力分析框架

2005年，Hu和Mathews在对FP&S创新能力分析框架进行扩展和细化的基础上建立了创新能力分析框架(简称H&M分析框架)，该框架主要由4个方面要素构成：① 创新基础设施实力中的资本和劳动力资源描述为人口、科技人员和研发资金，资源承诺和政策选择包括了公共研发、开放度、知识产权保护强度、高等教育、反托拉斯、专利存量和人均GDP；② 创新产业集群的环境描述为私人研发资金、技术强度；③ 两者之间的联系强度表现为大学研发支出、风险投资实力；④ 创新能力的下游效应包括期刊、GDP、劳动力、非本国资本和市场占有率[16]。具体结构如图2所示。

图2 H&M创新能力分析框架

(2)修正后的企业层面区域创新能力分析框架构建

FP&S和H&M的创新能力分析框架通过公共基础设施和集群环境两个虚拟主体将研发人员、研发经费等要素进行了组合，重点阐述创新能力的影响因素，为创新能力评价分析提供了理论范式，但FP&S和H&M的创新能力分析框架尚存在以下几三方面的不足：第一，将创新资源和政策等因素作为基础设施实力，在创新产业集群的环境描述上显得比较薄弱；第二，采用大学研发支出和风险投资实力来对基础设施和集群环境的联系强度进行衡量，但却没有真正体现出来这两者之间的互动影响关系；第三，创新能力的下游效应分析中没有直接体现出创新能力最终形成的品牌效应，而品牌效应已经成为目前区域创新能力最重要的竞争要素之一。

基于以上三点不足，本文将对FP&S和H&M的创新能力分析框架做以下三方面的改进：第一，将创新基础设施能力和创新产业集群特有环境中的创新资源和创新环境要素进行分离，形成创新资源和创新环境两大支撑；第二，创新资源和创新环境之间的联系和互动结果体现在创新成果上；第三，创新能力的下游效应则主要体现在创新品牌上。由此从创新环境、创新资源、创新成果和创新品牌四方面来构建创新能力分析框架，其中，创新环境是创新能力形成的原始驱动力，良好的创新环境不仅能够有效富集创新资源，而且能够促进创新成果的市场化实现，进而提高创新绩效、积蓄创新成长能力；创新资源是创新能力形成的基石和实现载体，没有创新资源的投入，创新能力就会失去物质基础，同时创新资源投入的规模、质量以及结构优化程度又决定着创新成果的多少；创新成果是创新能力的直接体现物，是创新资源在特定创新环境中运作创新资源向社会提供科学发现、技术发明和市场品牌的本领；创新品牌是创新能力的市场实现，反映创新成果向生产力转化的程度，以及品牌拥有者对价值分配的影响乃至控制程度。在此基础上依据企业特征选择相应的要素进行匹配，从而建立出基于企业层面的区域创新能力分析框架，具体如图3所示。

图3 基于企业层面的区域创新能力分析框架

表1 基于企业层面的区域创新能力评价指标体系

一级指标二级指标量纲R&D人员全时当量人年创新资源R&D经费支出万元R&D经费支出占主营业务收入比重%国内生产总值亿元创新环境非国有经济比重%互联网普及率%专利申请量件创新成果发明专利所占比重%新产品销售收入亿元新产品销售收入占主营业务收入比重%名牌产品个创新品牌驰名商标个平均每万家企业拥有名牌产品数个/万家平均每万家企业拥有驰名商标个/万家

1.2 基于企业层面的区域创新能力评价指标体系具体设计

根据前面构建的基于企业层面的区域创新能力分析框架，并借鉴现有研究所构建指标体系和数据可获得性的基础上，本文建立起包含四个一级指标、十五个二级指标的评价指标体系[17]，如表1所示。

2 基于全局熵值法的区域创新能力评价模型建立

2.1 区域创新能力评价模型选择

从现有区域创新能力评价的文献可以看出，现有学者对区域创新能力所采用的评价模型大体可以分为主观评价法和客观评价法两类，其中，主观评价法主要依据评价者主观上对各指标的重视程度来进行评价的方法，采用的模型包括专家打分法(中国科技发展战略研究小组)、模糊综合评价法(唐炎钊)和灰色关联法(杨庆育和李明)等；客观赋权法是根据客观原始数据信息的联系强度或各指标所提供的信息量来进行评价的方法，采用的模型包括因子分析法或主成分分析法(孙锐等；周立等；任胜刚和彭建华；巴吾尔江；白嘉；崔晓露)、灰靶理论法(李美娟)、个性优势特征评价方法(赵希男等)和突变级数法(李柏洲和苏屹)等。

由于主观赋权法主要靠人为根据主观看法对指标的重要性给出权重，而忽视了评价指标数据所提供的信息量，从而导致权重确定缺乏客观的科学依据，使得评价结果有可能失真，因此客观赋权法对于区域创新能力评价能有效避免主观性较强的缺陷，但客观赋权法中的因子分析法(主成分分析法)、灰靶理论法、突变级数法仅能给出最后的评价综合得分，不适于权重计算和指数构建，个性优势特征分析的民主评价方法则计算量大，并且在将每个被评价对象站在自己的角度对所有参评对象的评价结果进行综合计算时采用的加权平均方法，而忽略了各地区之间差异问题，而熵值法是一种根据指标数据传递给决策者的信息量大小在总信息量中所占权重大小进行赋权的方法，则运用该方法进行评价能充分利用评价指标数据提供的信息量，从而在一定程度上克服多指标变量间信息的重复和权重确定人为因素的干扰，使评价结果更为科学和客观[18]。因此本文将选择熵值法作为区域创新能力的评价模型。

另外，传统的熵值法只能对横向评价某一年不同区域或纵向评价某一区域不同年份的区域创新能力，即只能实现指标-区域或指标-时间二维数据表进行分析，但如果将截面数据与历史数据结合即使用指标、区域、时间三维时序立体数据表进行分析时，如果对每张数据表分别进行熵值评价，则不同的数据表有完全不同的主超平面使得评价结果不具备可比性，因此本文引入全局的思想建立区域创新能力的全局熵值法动态评价模型，其原理是将立体时序数据表各时刻的子表按照时间顺序从上到下排在一起，然后使用传统的熵值法进行评价。

2.2 全局熵值法动态评价模型建立

结合全局的思想和熵值法的基本理论，全局熵值法评价模型的具体计算步骤如下：

(1)若需要用个p评价指标x1,x2,…,xp对n个地区T年的创新能力进行评价，通过收集数据可知每年都有一张截面数据表Xt=(xij)n×p，T年则有T张截面数据表，引入全局的思想将T张截面数据表按照时间顺序从上到下排在一起，从而构成一个nT×p的全局评价矩阵，记为

(1)

(2)对全局评价矩阵X中的数据进行标准化：

(2)

(3)计算第j个指标下第i个地区在该指标中所占的比重：

(3)

(4)计算第j个指标的信息熵值：

(4)

(5)计算第j个指标的差异系数：

gj=1-ej

(5)

(6)计算各指标的权重：

(6)

(7)计算综合评价值：

(7)

3 基于企业层面的四大经济区创新能力动态实证评价

3.1 评价样本区域选择与数据收集

根据以上思路，本研究拟基于企业层面，对我国有代表性的四大经济区企业创新能力进行尝试性评价。这四个经济区是：京津冀地区、长三角地区、南部沿海地区和东北地区。京津冀地区包括北京、天津两市和河北省，该地区拥有占全国35%的国家重点实验室，占全国34%的国家重点学科，占全国38%的国家工程技术研究中心，是我国基础研究和应用基础研究的中心。长三角地区包括江苏、浙江两省和上海市，该地区高新技术产品出口占全国高新技术产品出口总额的44.2%，是我国最大的高新技术产业研发与制造基地。南部沿海地区包括广东、福建和海南三省，该地区是我国最早改革开放的先行区域，拥有一批具有国际竞争力的企业和产品，是我国有效参与国际科技分工的先发区域。东北地区包括辽宁、吉林和黑龙江三省，该地区是我国重要的装备制造和国防工业基地，国有部门科技资源较为丰富，大院、大所相对集中，技术创新潜力巨大。

根据前面指标设置，查阅相关年份《中国统计年鉴》、《中国科技统计年鉴》、国家工商行政管理总局及国家质量监督检验检疫总局网站，收集有关数据，进行整理，得到2008-2012年南部沿海地区、长三角地区、京津冀地区和东北地区企业层面创新能力评价原始数据(由于篇幅原因，不一一列出)。

3.2 基于企业层面的四大经济区创新能力总体评价分析

运用全局熵值法计算得到京津冀地区、长三角地区、南部沿海地区和东北地区企业创新能力动态评价得分，如表2所示。为了更清楚看出各经济区创新能力的动态变化，将表2评价结果绘制成图4。

表2 基于企业层面的四大经济区创新能力总体动态综合评价得分

图4 基于企业层面的四大经济区创新能力综合评价得分曲线图

从图4可以看出：

(1)2008～2012年间四大经济区企业层面创新能力均呈现增长的态势，说明创新型国家战略的实施有效提升了我国各区域企业创新能力。

(2)四大经济区的企业层面创新能力可分为两个级别(档次)，其中长三角地区和南部沿海地区为第一类区域，京津冀地区和东北地区为第二类区域，两类区域之间的能力差距明显。

然而，通过一级指标，我们尚不能对产生这种差异的原因作出有说服力的解释，这样就需要通过二级评价结果的分析，对多个区域的特色、优势和不足做出具体的阐释。

3.3 基于企业层面的四大经济区创新能力分项评价分析

为了能够深入了解各个区域企业层面创新能力构成情况及其变动趋势，分别对2008年至2012年间各个区域的资源能力、环境能力、成果能力和品牌能力进行了分项评价，分项指标动态评价结果如表3所示。

表3 基于企业层面的四大经济区创新能力分项动态综合评价结果

从表3可以看出：

(1)在四个二级指标中，长三角地区企业的创新资源、创新环境和创新成果各年均位列第一，而创新品牌各年则均位列第二，与南部沿海地区存在较大差距。由此可以看出，长三角地区企业的创新品牌与创新成果之间还不存在同源共生关系，即有相当一部分创新成果的技术是外源式的，缺乏核心技术的自主知识产权，因此难以培育成真正意义上的自主品牌，这可从长三角地区发明专利申请量所占比重在所有经济区中排名最后可以看出。因此，长三角地区企业需加大对核心关键技术的掌握，形成一批具有自主知识产权的产品，培育具有国际竞争力的知名品牌。

(2)在四个二级指标中，南部沿海地区企业的创新品牌各年均位列第一，而创新资源、创新环境和创新成果各年则均位列第二，其中，创新环境和创新成果与长三角地区差距不大，而创新资源则与长三角地区存在较大的差距。由此可以看出，南部沿海地区企业在培育以自主知识产权为支撑的自主品牌方面走在全国前列，企业在创新价值链的下游环节，即接近市场的环节具有较大的优势，而在创新资源富集方面则做得相对不足。因此，南部沿海地区企业需加大对研发经费的投入力度和进一步拓展融资渠道，同时还应大力培养、引进创新人才。

(3)京津冀地区各年除创新资源列第四外，其他三项指标均列第三，说明京津冀地区企业在创新资源相对缺乏的基础上实现了各种能力要素之间存在互动关系，逐步形成资源聚集、能力形成和市场实现之间的良性循环机制。在刘凤朝和潘雄锋(2005)的研究中把大学、科研机构作为创新资源要素，把论文作为创新成果要素纳入评价体系之中时，京津冀地区的资源能力和成果能力遥遥领先于其他地区[19]，说明京津冀地区企业与高校、科研院所之间尚未建立有效的在产学研合作机制，高校和科研机构的创新成果就近转化率低。因此，京津冀地区企业需积极与高校和科研院所建立多层次、全方位的合作，主动承接高校和科研院所的创新成果转化。

(4)东北地区除创新资源列第三外，其他均列第四。说明东北地区在创新资源存量方面有一定优势，然而企业自主创新的直接产出与资源能力并不匹配，创新环境和创新品牌位次相对靠后，由此可以看出，东北老工业基地振兴初期过程中企业更多地是以项目为载体的增量注入，而在机制重建方面却相对滞后，从而导致企业虽然人力、财力等创新投入得到快速增长，但却在创新效率提升、自主品牌培育方面成效不大。因此，随着老工业基地振兴的阶段转换，东北地区企业需注重由增量注入模式逐步向机制重建模式转化，进一步深化创新机制改革，建立创新激励制度，改善研发投入结构。

4 结论

本文在对FP&S和H&M的创新能力分析框架进行修正的基础上，建立基于企业层面的区域创新能力分析框架，并以此为理论依据建立了基于企业层面的区域创新能力评价指标体系，并引入全局的思想建立全局熵值法评价模型，在此基础上对京津冀地区、东北地区、长三角地区和南部沿海地区2008～2012年企业层面的创新能力进行了动态评价与分析，基本结论如下：在2008～2012年年间，四大经济区企业创新能力排名几乎没有变动，其中，南部沿海地区和长三角地区为第一类区域，京津冀地区为第二类区域，东北地区为第三类区域，三类区域之间的能力差距明显；分指标来看，长三角地区企业的资源能力、环境能力和成果能力各年均位列第一，而品牌能力各年则均位列第二，南部沿海地区企业的品牌能力各年均位列第一，而资源能力、环境能力和成果能力各年则均位列第二，京津冀地区各年除资源能力列第四外，其他三项指标均列第三，东北地区除资源能力列第三外，其他均列第四。因此，各经济区需要结合自身优势，以优势产品为突破口，将核心技术研发、创新成果转化和自主品牌培育有机结合起来，从价值链整体的角度做强做大，进而带动整个区域创新能力的提升。

[1] 龙开元.跨行政区创新体系建设初探[J].中国科技论坛,2004,2(6):50-54.

[2] 中国科技发展战略研究小组.中国区域创新能力报告[M].知识产权出版社,2001.

[3] 唐炎钊. 区域科技创新能力的模糊综合评价模型及应用研究[J].系统工程理论与实践,2004,(2):37- 43.

[4] 孙锐,石金涛.基于因子和聚类分析的区域创新能力再评价[J].科学学研究,2006,24(6):985-990.

[5] 周立,吴玉鸣.中国区域创新能力：因素分析与聚类研究[J].中国软科学,2006,21(8): 96-103.

[6] 任胜刚,彭建华.基于因子分析法的中国区域创新能力的评价及比较[J].系统工程,2007,(2):87-92.

[7] 赵希男,温馨.基于个性优势特征分析的区域创新能力评价与分析[J].科学学研究,2009,27(3): 473- 480.

[8] 李美娟. 基于灰靶理论的福建省区域自主创新能力动态评价分析[J].福州大学学报(哲学社会科学版),2011,(1):25-29.

[9] 杨庆育,李明.基于灰色关联分析法的区域自主创新能力实证测度[J].软科学,2011,25(1):91-95.

[10] 欧忠辉,朱祖平.二次加权的区域自主创新能力动态评价研究[J].东南学术,2012,(6):95-104.

[11] 巴吾尔江等.基于主成分分析的区域科技创新能力评价[J].科技进步与对策,2012,29(12):26-30.

[12] 李柏洲,苏屹.基于改进突变级数的区域科技创新能力评价研究[J].中国软科学,2012,(6):90-101.

[13] 白嘉.中国区域技术创新能力的评价与比较[J].科学管理研究,2012,30(1):15-18.

[14] 崔晓露.长三角与珠三角区域创新能力评价[J].统计与决策,2013,(11):73-75.

[15] Furman J L, Porter M E, Stern S. The determinants of national capacity[J]. Research Policy,2002,31(6):899-933.

[16] Hu Mei-Chih, Mathews M J. National innovative capacity in east asia[J]. Research Policy, 2005,34(9): 1322-1349.

[17] 国家统计局国家经济景气监测中心.中国企业自主创新能力分析报告[M].北京:中国统计出版社,2005.

[18] 郭显光.改进的熵值法及其在经济效益评价中的应用[J]. 系统工程理论与实践,1998,(12): 98-102.

[19] 刘凤朝,潘雄锋,施定国.基于集对分析法的区域自主创新能力评价研究[J].中国软科学,2005,23(11): 83-91.

Evaluation and Analysis of Regional Innovation Ability in China Based on Overall Entropy Method

PAN Xiong-feng, LIU Qing, PENG Xiao-xue

(FacultyofManagementandEconomics,DalianUniversityofTechnology,Dalian116085,China)

On the basis of the improved FP&S and H&M’s analytical framework of innovation ability, the paper establishes the analytical framework of regional innovation ability based on enterprise level from the dimensions of innovation environment, innovation resource, innovation achievement and innovation brand. With this improved analytical framework as the theoretical base, the paper builds the evaluation index system of regional innovation ability based on enterprise level, introduces an overall thinking to establish the overall entropy method, and then dynamically analyzes the enterprises’ innovation ability of Jing-jin-ji area, Yangtz river delt area, South coastal area and Northeast area from 2008 to 2012. The results of this research provides important references for recognizing enterprise’ innovation ability of each economic area in China.

regional innovation ability; evaluation; overall entropy method; enterprise level

2013-10-14

国家自然科学基金资助项目(71303029)；辽宁省社科基金资助项目(L13DGL033)；中央高校基本科研业务费人文社科专题(DUT11RW304)

潘雄锋(1980-)，男，湖南浏阳人，副教授，博士，研究方向为科技创新与区域发展战略。

F124

A

1007-3221(2015)04- 0155- 08