APP下载

《2015中国创新城市评价报告》述评

2016-06-23王江平

天津科技 2016年9期
关键词:科技指标评价

王江平,高 文,吴 达

(天津市科技统计与发展研究中心 天津300051)

《2015中国创新城市评价报告》述评

王江平,高 文,吴 达

(天津市科技统计与发展研究中心 天津300051)

日前,中国创新城市评价课题组发布了《2015中国创新城市评价报告》,报告针对全国创新城市建设较为突出的副省级以上城市及苏州等20个城市,从创新资源、创新投入、创新企业、创新产业、创新产出、创新效率等方面对其创新活动进行了分析和挖掘。对该报告进行了述评及分析。

创新城市 统计分析 评价

为全面准确反映各地区科技创新能力进程以及在全国重点城市中的位置,明确各地区创新发展特点,总结创新成效,发现创新短板,挖掘创新潜力,自2008年起,由天津市科委组织发起了重点城市创新能力评价研究,委托全国科技进步统计监测及综合评价课题组组长,原国家统计局统计科学研究所副所长何平教授领衔主持,开展《中国创新城市评价研究》,每年发布评价结果。多年来,中国创新城市评价已成为各级政府、社会各界,特别是地方科技管理部门全面了解各地区创新城市发展的重要依据和抓手。目前,已有北京、上海、成都、西安、南京、苏州6个城市科技管理部门加入该研究。

1 指标体系和创新城市的选择

1.1 指标框架

参考欧盟《欧盟创新记分牌》、《OECD科学技术和工业创新记分牌》,科技部《全国科技进步统计监测报告》,国家统计局《创新型国家进程统计监测研究》等评价指标和方法,结合我国创新城市特征和创新发展实际,形成了包含“创新资源”、“创新投入”、“创新企业”、“创新产业”、“创新产出”、“创新效率”6项一级指标和30项二级指标的中国创新城市评价体系。该指标体系以最发达国家和地区的创新水平为评价标准。

1.2 评价方法

“中国创新城市评价研究”采用统计综合评价法开展评价,即在确定评价指标体系基础上,每个二级指标设定一个监测标准,通过将不同量纲的指标与评价标准进行比较,形成无量纲化的二级指标评价值;将二级指标评价值加权求和,形成一级指标评价值;将各一级指标评价值加权求和形成总指数;以总指数高低进行综合比较。

1.3 参评城市选择

中国创新城市评价选取4个直辖市、15个副省级城市和创新发展较快的苏州共计20个城市作为评价对象。这些城市经济较为发达,科技创新能力较强。2015年,上述20城市R&D经费内部支出合计达到全国总量的50.8%,。

2 中国创新城市发展趋势

结合各级指标评价指数变化和中国创新城市发展实际,可以看出中国创新城市发展具有以下特点:

2.1 城市创新水平持续提升

受国内外经济下行压力影响,许多国家和地区科技经济发展出现回落。尽管如此,我国城市总体创新水平却逆势上扬,自2010年以来持续提升,2014年达到63.3%,,比上年提高2.2个百分点,再创历史新高。2010—2014年,城市创新水平连续5年均远高于全国平均水平,且领先优势进一步扩大,从2010年的16.4个百分点扩大到2014年的19.9个百分点,城市创新水平不断增强(见图1)。

图1 2010—2014年城市创新水平指数和全国平均水平比较①Fig.1 Comparison of City Innovation Level Index and mean national level during 2010—2014①注:2. 参考欧盟《欧盟创新记分牌》和国家统计局“创新型国家进程监测指标体系”监测标准,结合城市评价的特殊性和参评城市的实际水平,自2013年起对部分指标监测标准进行了适当微调。

与上年相比,创新城市一级指标除创新产业出现回落外,其他5项一级指标均有所增长。其中,创新产出增幅最大,提高4.46个百分点,主要得益于单位人员专利产出效率和技术国外竞争力的提升;创新资源提高2.88个百分点,主要缘于全社会创新人力资源的完善和经济社会发展水平的提升;创新企业提高2.15个百分点,主要归因于企业R&D人员和R&D经费投入强度的持续增长;创新投入提高1.34个百分点,主要表现在全社会R&D经费投入,尤其是基础研究R&D投入的稳步提升;创新效率提高1.21个百分点,主要体现在高技术产业劳动生产率的显著改善和增强。

2.2 城市创新能力实现跨越式发展

《国家创新指数报告2015》、《2015中国区域科技进步评价报告》等多项研究报告显示,国家和地区的创新能力与经济发展阶段密切相关,两者存在显著的正相关关系,即人均GDP越高,其创新能力也相对越强。如果人均GDP增长迅速,但创新总指数却未同比提升,说明该地区经济增长方式更多地依靠要素驱动,创新能力发展相对落后于经济发展水平。创新总指数的提升高于人均GDP增长,说明该地区政府对科学技术和创新战略在发展中的作用重视程度更高,创新能力实现跨越式发展的可能性更大。随着中国经济发展进入新常态,20城市人均GDP增长趋缓,但创新能力却大幅提升,说明20城市在科技创新方面实现了跨越式发展(见图2)。

图2 2010—2014城市创新水平指数和人均GDPFig.2City Innovation Level Index and Per Capita GDP during 2010—2014

2.3 城市创新投入带动创新产出向量、质双提升转变

数据显示,20城市创新投入规模和强度持续提升,达到发达国家和地区的较高水平。2014年,20城市R&D经费内部支出6,595.8亿元,是2010年的1.8倍;是同期美国的1.4倍,德国、日本的6.0倍,法国、韩国、英国的10倍以上;R&D经费投入强度达到3.06%,,比2010年提高0.32个百分点,虽不及韩国(4.29%,)和日本(3.58%,),但高于德国(2.84%,)、美国(2.74%,)、法国(2.26%,)和英国(1.70%,)。

城市创新投入的稳步增长带动其创新产出向质量和效率双提升转变。2014年,20城市美国专利拥有量、发明专利拥有量、技术市场成交额分别达到1.4万件、44.1万件和6,509.5亿元,分别是2010年的3.3、2.7和2.1倍。万人美国专利拥有量、万人发明专利拥有量、万人技术市场成交额分别达到0.59件、18.7件、0.28亿元,分别是2010年的3.1、2.6和2.0倍。

2.4 创新城市成为国家创新的中流砥柱(见图3)

从总量看,2014年20城市数量仅占全国地级市的6.9%,,但其R&D经费支出、R&D研究人员、高技术产业增加值、发明专利拥有量等指标均占全国50%,以上。基础研究经费支出、技术市场成交额、发明专利拥有量、美国专利拥有量规模效应尤为突出,分别占全国的84.9%,、75.9%,、62.3%,和58.7%,。从效率看,参评城市全社会R&D经费投入强度、企业R&D经费投入强度、新产品销售收入占主营业务收入比重等27项水平指标均高于全国平均水平。创新城市已成为创新国家建设的重要着力点和工作抓手。

图3 2014年20城市创新投入产出相关指标占全国比重(%)Fig.3 Proportions of relevant innovation input-output indexes of 20 cities in 2014(%)

3 各城市创新发展特点

3.1 依据创新总指数将创新城市分为3类(见图4)

第1类为北京、深圳、上海、苏州、南京、厦门和天津,创新总指数高于20城市平均水平,属于我国(不包括港、澳、台,下同)创新水平最高的7个城市。

第2类为杭州、武汉、广州、西安、宁波、济南、成都、大连、青岛和沈阳,创新总指数低于20城市平均水平,但高于全国平均水平(43.41%,),属于我国创新水平较高的10个城市。

第3类为哈尔滨、重庆和长春,创新总指数低于全国平均水平,创新水平有上升空间较大。

图4 各城市创新总指数排序(%)Fig.4 Ranking of city’s Innovation Total Index(%)

3.2 京深沪领跑创新城市格局基本稳定

数据显示,2010—2014年,北京、深圳和上海城市创新总指数连续5年稳居前3位。其中,京沪深创新产业和创新产出指标包揽前三,北京创新资源和创新投入位居榜首,深圳创新效率领先全国。北京和上海争创全国乃至全球科技创新中心的实力和地位凸显,深圳作为改革开放以来新兴的创新城市代表,其创新活力空前,与京沪形成我国城市创新的“金三角”。

3.3 各城市创新水平普遍提升

与上年相比,20城市创新水平指数提高2.21个百分点,其中,绝大多数城市均有所提升,提升较快并超过20城市平均增幅的有7个城市,分别为大连、青岛、成都、武汉、苏州、西安和上海。天津、宁波、北京等8个城市创新总指数有所提高,但增幅低于20城市平均水平。深圳、长春、广州、济南和厦门5个城市低于上年水平,创新总指数出现回落。

3.4 城市创新发展特色基本形成

纵观20城市创新发展特征,除北京、深圳和上海已形成科技创新的“金三角”外,其他创新城市也特色鲜明。南京凭借较高的经济发展水平,依靠丰富、可持续的创新人力资源,为创新活动开展提供了理想的创新资源。厦门和济南企业创新积极性较高,创新人力和财力的投入较大,注重外部技术的引进和吸收,企业创新活动十分踊跃。天津通过发展高技术产业和知识密集型服务业,使得产业结构得到优化,新产品产出丰硕,产业创新发展影响力进一步增强。广州、苏州通过提高劳动生产率、资本生产率、知识密集型服务业劳动生产率,确保创新环境的可持续发展,宏观经济效率显著改善。

4 评价的创新点和局限性

4.1 创新点

① 填补了中国创新城市评价的空白。在梳理科技部《全国科技进步统计监测报告》、国家统计局《创新型国家进程统计监测报告》、欧盟委员会《欧盟创新记分牌》以及《OECD科学技术和工业创新记分牌》等国内外相关研究的基础上,结合我国创新城市发展实际,构建了适合我国创新城市发展的评价指标体系。同时,课题组连续8年开展“中国创新城市评价”,在实践中检验了创新城市评价指标体系的可行性,并根据科技经济和社会发展变化,不断完善评价指标和评价标准,以期着力打造中国“城市创新记分牌”。

② 监测数据来源稳定可靠。我国官方统计数据主要包括国家统计数据、部门统计数据和地方统计数据。在评价数据采集过程中,鲜有规范权威发布的分城市科技数据。中国创新城市评价课题组通过对国家统计数据和相关部门统计数据进行组合,建立了长期、便捷、准确、稳定的数据搜集方式和渠道,为持续开展研究提供了可靠保障。

③ 形成了20城市科技指标数据集。不同类别的科技统计数据着眼于某一国家和地区科技发展某一方面的状况和态势。中国创新城市评价聚焦城市相关科技指标,形成了20城市科技指标数据集,弥补了城市科技统计数据的空白,为各级科技管理部门和社会公众全面了解我国创新城市发展进程提供了窗口。

4.2 局限性

① 指标体系设计未考虑创新城市的规模效应。中国创新城市评价主要以相对指标为主,反映总体创新投入及产出效率。相对指标(尤其是人均指标)可能会强化体量较小但效率较高城市(如厦门、南京)的相对优势,却忽略了体量较大城市(如广州、天津)的规模效应对创新发展的带动作用。小体量的创新体在某一领域或某一行业创新活跃且绩效显著,但是其创新活动的规模及其对国家创新的贡献显然不如大体量城市。

② 监测指标选择应与时俱进。持续稳定和系统创新的完美结合是城市评价的生命力所在。中国创新城市评价指标体系应是一个开放、不断创新的系统。随着创新理念的不断深化、政府统计制度的不断完善,反映创新能力指标在保证评价结果历年可比的基础上,也要不断深化、完善和充实。2014年,中国创新城市评价沿袭以往的指标体系、评价方法和评价标准,结合《欧盟创新记分牌》等研究对监测标准进行了微调。但随着“互联网+”时代的到来和“大众创业、万众创新”双创格局的形成,应进一步研究增设互联网促进科技经济融合、“双创”人力资源和物质条件、产业结构优化和经济发展质量优化等相关指标,更全面、准确、客观地反映创新城市创新发展各侧面,进一步增强中国城市创新评价的说服力和客观性。

[1] 中国创新城市评价课题组. 2015中国创新城市评价报告[R]. 2016.

[2] 中国科学技术发展战略研究院. 中国区域科技进步评价报告[M]. 北京:科学技术文献出版社,2016.

[3] 中国科学技术发展战略研究院. 2015国家创新指数报告[M]. 北京:科学技术文献出版社,2016.

A Review of 2015 China Creative City Evaluation Report

WANG Jiangping,GAO Wen,WU Da
(Tianjin Science and Technology Statistic Center,Tianjin 300051,China)

Recently,the China Creative City Evaluation Group issued 2015 China Creative City Evaluation Report.The report covers 20 cities,including deputy provincial cities and Suzhou that have achieved prominent results in the Creative City construction.The report analyzed and dug creative activities of 20 cities from innovation resources,innovation input,innovation business,innovation industries,innovation output and innovation efficiency.This paper reviews and analyzes the report.

creative city;statistical analysis;appraisal

F29

:A

:1006-8945(2016)09-0087-04

该论文为天津市科技发展战略研究计划项目——2015中国创新城市评价研究课题阶段性成果之一。

2016-08-31

猜你喜欢

科技指标评价
一类带临界指标的非自治Kirchhoff型方程非平凡解的存在性
中药治疗室性早搏系统评价再评价
最新引用指标
莫让指标改变初衷
科技助我来看云
科技在线
科技在线
科技在线
基于Moodle的学习评价
制造强国的主要指标