长江经济带省域间创新能力研究
2018-05-04李俊铭
李俊铭
(重庆工商大学 长江上游经济研究中心,重庆 400067)
创新经济时代,创新作为经济增长的主要推动力,对地区及国家的经济发展具有极强的战略意义。长江经济带是横跨东中西三大区域的重要经济圈,发展至今已经成为综合实力强劲的经济区域之一,对我国发展具有极大的战略支撑作用。因此,重视提升长江经济带整体创新能力,将是新常态下推动我国经济增长,实现创新型国家建设目标的重要举措。通过优化区域产业结构,发展创新型、技术密集型产业,扶持高技术、高科技企业成长,将人才要素、市场要素、自然资源要素合理结合,实现产学研有机整合,同步发展知识创新、技术创新,提高创新转化率的同时兼顾生态建设,高效实施创新建设。但由于省域间存在相对差异,决定了创新效率、创新效益两方面存在差距。创新效率决定了创新投入所产生创新成果的多少与快慢,创新效益则表现为创新结果对地区的发展所产生的正面推动效果。因此,在注重创新投入和产出的同时,更应注重创新所产生的社会效益,以创新改善民生环境,实现良性循环。
一、文献综述
创新,是指为了不断满足日新月异的社会需求与发展需要,以现存的知识、思维、技术和物质为基础,通过焕然一新的方法、思维来改造或者创造新的技术、产品等并能实现一定效益的行为。从美国经济学家熊彼特最早提出创新概念至今,创新行为在产品、生产方式、技术创造中具有越来越重要的作用。对区域创新能力,国内的学者从不同的角度进行了研究。
刘凤朝等人运用集对分析法对我国八大经济区的区域自主创新能力进行了分析评价,并给各个地区提出了有针对性的意见与建议[1]。魏阙、戴磊用层次分析法(AHP)及综合评价法对吉林省“十一五”及“十二五”期间区域创新能力进行了量化分析,针对如何提高吉林省的创新能力提出了观点[2]。李高扬等人基于结构方程模型对我国31个省市自治区 (不含港澳台)的创新能力进行了实证研究,根据评价结果从人才培养、发展机制等方面给出了提高我国区域创新能力的一些建议[3]。杜娟、霍佳震提出了综合考虑共享投入和分阶段产出的两阶段数据包络分析模型,对国内52座城市的创新能力进行了有效评价和区分[4]。邹华等人选取了我国东、中、西、东北部四地区的10个典型地区作为样本,提取2008—2010年的统计数据,运用熵值法对我国区域创新能力进行等级划分,分析不同地区的优劣势,并提出相关建议[5]。唐炎钊针对区域创新能力的研究问题,采用了模糊综合评价法,对广东省科技创新能力进行了综合评估分析[6]。徐辉、刘俊以探究影响广东经济增长的区域技术创新能力因素为中心,通过建立区域技术创新能力指标体系,运用了灰色关联分析模型对影响广东区域技术创新能力的因素进行了灰色关联度的定量分析,并提出对策建议[7]。
由此可见,学者们主要研究创新投入与产出之间的关系,以此衡量创新能力,但是在指标体系的设定中,未能将衡量创新效益的指标纳入其中,因此本文在设计指标体系时,首先将考量创新绩效的指标纳入其中,用来衡量创新行为对地区社会效益的提升,并将创新效益得分作为评价因素之一,对目前长江经济带9省2市的创新效益进行排序比较。
二、实证分析
本文主要以长江经济带江苏、浙江、安徽、江西、湖北、湖南、四川、云南、贵州9个省域及重庆、上海2个直辖市作为样本进行定量分析,通过提取影响力较大、代表性较高的因素对长江经济带11个省域的创新能力现状进行比较分析,并观测其中创新能力差距。
(一)数据来源
数据主要来源于2016年 《中国统计年鉴》《中国科技统计年鉴》《中国火炬统计年鉴》以及相关省市2016年统计年鉴和科技统计公报等公开出版的统计刊物。
(二)指标体系
基于科学性、代表性以及可操作性,本文从创新投入、创新产出、创新效益三个角度构建了衡量当前长江经济带创新能力11个省域的创新能力的指标体系(见表1)。
表1 创新能力评价指标体系
(三)数据处理
由于样本数据的随机变量是通过不同的维度进行测算和表征,显然这些数值的量纲与特征均是不同的量级,通过数据的标准化处理,使样本数据的不同特征具有相同的尺度,从而达到一致的影响程度。采用Z分标准化法对数据进行无量纲化处理,其标准化公式为:
(四)模型评价
对于创新能力的评价方法较多,如模糊综合评价法、灰色关联法、聚类分析法、人工神经网络法等。由于多变量间内部存在错综复杂的关系,使用因子分析法,能够将多个变量进行分析过滤,从而能够在相关性较高的同一类变量中筛选出代表性较高的变量,并提炼出蕴含绝大部分信息量的公共因子,并利用相应的权重,计算出每个公共因子的得分进行比较,避免了使用其他方法存在部分主观性因素的缺陷。本文采用因子分析法对长江经济带创新能力现状进行比较客观、科学的定量评价研究。
因子分析法的统计原理是通过筛选较少的且相互独立的因子变量,以此来代替之前的大部分的变量数据,其数学模型如下:
式(2)中:Xi(i=1,2,3,…,n)是均值为0、标准差为1的标准化随机变量;Fk(k=1,2,3,…,n)是均值为0、相互独立的不可观测公共因子变量,且满足k<i; εi(i=1,2,3,…,n)表示特殊因子;aij(i=1,2,3,…,n;j=1,2,3,…,n)是Xi在第j个公共因子变量上的相对重要性,因此aij绝对值越大,则公共因子Fk和原有变量Xi的关系越强,称为因子载荷;矩阵形式为:X=AF+ε:
(五)分析过程
根据建立的长江经济带创新能力评价指标体系,通过SPSS22.0软件将表1中长江经济带的指标数据进行因子分析。在进行分析之前,首先需要判断样本数据是否适合使用因子分析,因此有必要进行KMO与Bartlett球度实用性检验(见表2)。
表2 KMO与Bartlett检验结果
通过KMO和Bartlett检验,可见KMO显示值为0.702>0.6,Bartlett球度实用性检验的显著性相关概率值为0.000<0.005,说明标准化后的数据有效性检验通过,适合进行因子分析。
采用因子分析方法,将特征值大于1和累计贡献率达到85%的因子提取为公共因子,以保证能够尽可能较全面地反映指标体系所反映的数据信息。
表3 总方差解释
由表3可见,进行方差极大正交旋转后,提取出的因子累积贡献率达到86.612%,说明可以将10个表征创新能力的因子进行提炼,提取出2个公共因子,并且这2个公共因子能够较充分地反映出11个省市的创新能力水平。
表4 旋转后的成分矩阵
通过正交旋转,得到成分矩阵(见表4),可见公共因子1在X1、X2、X3、X4、X5、X6、X7上具有较大的载荷, 公共因子2在X8、X9、X10上具有较大的载荷。公共因子1中包含了表示创新投入与产出的指标,因此该因子可以命名为创新效率因子,用来表示创新活动实现的成效与结果。公共因子2均是表示创新对社会效益改变的因子,因此可以表示为创新效益因子,用来代表创新活动通过运转后所产生的一系列的实际效果和实际社会利益。采用回归法估计因子得分系数,得到因子得分系数矩阵(见表5)。
表5 因子得分系数矩阵
根据因子得分系数矩阵,写出两个单项因子的得分函数及综合得分:
式(4)、式(5)为单项因子得分函数,式(6)为综合得分函数。各公共因子权重为各公共因子所对应的方差贡献率,总权重为总和累计权重。由此得出长江经济带省域创新能力得分,由高至低排序。
由表6可以看出,在长江经济带9省2市的创新能力因子得分中,部分省市得分为正,说明其创新能力水平优良,而部分省市的得分虽然为负,但并不说明其水平较差,而是说明其能力相对低于长江经济带创新能力的平均水平。从两个公共因子得分与综合得分可以看出,目前我国东中西部地区发展不平衡,创新能力整体上呈现出阶梯状分布格局。创新效率因子得分中,仅有江苏、浙江、湖南3个省域的得分为正,高于长江经济带平均水平,依次排在前3位,而其余地区得分则为负,说明创新效率目前低于长江经济带平均水平,因此长江经济带创新效率整体上仍需进一步提升。创新效益因子得分中,上海、湖北、江苏、江西、重庆得分为正,说明该部分地区创新效益良好,效益水平高于其他地区,剩余地区得分为负,说明创新效益不理想。从综合得分能够看出东部地区创新水平最高,中西部地区得分均为负,与东部地区差距较大,且低于平均水准,中部地区则稍好于西部地区,西部地区创新能力亟待提高。
表6 长江经济带创新因子得分表
东部地区江苏、浙江、上海当前整体创新能力高。创新是江苏发展的核心,通过大力实施创新驱动发展战略,连续8年成为长江经济带创新能力最强地区;浙江省围绕“大众创业、万众创新”的发展要求,实施创新驱动发展战略,创新实力不断提升;上海作为我国直辖市之一,区位优势与行政优势为自身的发展集聚了大量的优质资源,综合水平较高,但创新效率并不靠前,其主要原因在于随着创新规模不断扩大,在资金、人才、政府管理等方面相对滞后,应当把解决以上问题作为工作重点。
中部地区江西、安徽、湖南、湖北的创新能力目前整体居于中等水平。考虑其所处地区的区位条件,创新能力弱于东部地区,但相较于西部地区优势并不大。内部也存在差异,江西明显低于安徽、湖南和湖北3省,甚至落后于部分西部地区,主要是其创新要素冗余度较高,过度依赖要素投入的发展方式也急需转型。
西部地区重庆、四川、贵州和云南自改革开放以来,发展速度与质量就一直低于中部地区以及东部地区。区位、资源、环境等众多因素制约了西部地区的创新能力水平的发展,而“西部大开发”战略、“一带一路”建设则为西部地区带来了更多发展机遇,建立西部地区自主创新体系,因地制宜选择创新模式,制订特色鲜明的差异化创新政策,吸引创新型人才,完善创新中介体系,聚集更多创新资源,是西部地区提高创新能力,促进经济发展的重要途径。
三、结论与建议
(一)结论
本文使用因子分析法,得出长江经济带9省2市的创新效率得分、创新效益得分及综合得分,通过比较,可得出以下结论:基于两项因子及综合得分,可以发现在创新效率方面,仅江苏、浙江、湖南创新效率优良,数量约占总体的四分之一,且中西部地区省域的得分均低于平均水平,表明长江经济带创新效率偏低;创新效益因子得分中,上海、湖北、江苏、江西、重庆创新效益较理想,数量约占总体的二分之一,但多数为东中部省域,西部地区仅有重庆,这表明东中西部地区发展效益较好,西部地区则相对较弱;综合得分表明,当前由于我国东中西部地区发展不平衡,导致长江经济带创新能力整体呈现出阶梯状分布,前3位创新效益优良省域均在东部地区,优势明显,中部地区次之,西部地区较差。
(二)建议
第一,地方政府加强基础研究,合理配置创新资源。基础研究作为创新的动力和源泉,对创新的推动力不可小觑。2016年我国基础研究占R&D研发经费比重为5.2%,与发达国家普遍超过10%左右的占比相比,基础研究投入强度依旧存在差距;2016年我国全国基础研究预算支出551.21亿元,其中中央基础研究预算支出500.36亿元,占91%,地方基础研究预算支出50.85亿元,占9%,不难看出在基础研究投入中,中央政府承担着较为重要的责任,地方政府财政支持力度不足[8]。因此各省域地方政府应足够重视基础研究投入,充分发挥技术优势,优化资源配置,提高人才、资金、信息、设备等创新资源的利用效率[9];转变地方政府职能,提高管理效率与监督效率,实现“政产学研用”的高效结合,这才是提升创新效率的有效方式。
第二,重视创新效益,改善民生。创新不仅仅推动经济的增长,同时也是社会发展方式的变革,过去30年的粗放式发展,致使我国如今面临一系列的环境问题,对民生产生负面影响,亟待改变,因此在注重创新效率的同时,更应该注重民生与社会效益,通过创新改善生态环境,通过创新解决民生问题。
第三,建设中心城市,发挥辐射效应。创新效益优良省域地区在东中西部地区均匀分布,根据该特点,可在东中西部重点发展潜力较高、效益水平优良的地区,通过制订一系列有利政策,加大创新资源投入,培养各地区的创新极点省市,并不断完善地区间的公共服务设施建设,提高地区间交通运输能力,更好地发挥极点省市的辐射效应,加强与周边地区的创新联系与互动,从而顺利地带动周边的发展。
第四,重视西部地区创新能力发展。西部地区自改革开放以来,发展速度一直低于东中部地区,地理和体制等因素制约了西部地区的创新能力水平的提升。“西部大开发”战略、“一带一路”建设为西部地区带来了新的发展机遇,通过建立西部地区自主创新体系,将东部沿海地区的经济发展能力向西部进行转移,这是实现西部地区产业升级换代,促进地区经济发展的重要途径;因地制宜选择创新模式,制定特色鲜明的差异化创新政策,建设创新型人才队伍,提高创新效率的同时注重创新效益,完善创新中介体系,更好地巩固创新基础,从而逐渐提升区域竞争力,聚集更多创新资源,稳步提升西部地区的创新能力。
第五,加强合作交流,促进协同发展。现代经济社会竞争剧烈,各省域为了维持竞争优势,促进自身发展,可能会在知识创新、技术创新、创新产出等多个方面忽视甚至排斥区域间交流合作,从而导致地方保护主义的形成,与其他地区产生隔阂,这将对创新溢出效果产生重要的影响。因此,可以通过强化和完善专利与知识产权的保护政策,完善和明确各省域的行政管理体制,弱化省域间的竞争关系,顺利实现省域间的创新沟通与交流,进一步促进协同创新发展。在促进省域间交流合作的同时注重国际间的交流,国际间创新合作在当今经济全球化趋势下成为各国提升创新能力的重要方式,因此学习和借鉴国外创新理念、创新思想,引进先进创新技术,是有效提升自身创新能力的重要途径。
参考文献:
[1] 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(11):83-91.
[2] 魏阙,戴磊.吉林省区域创新能力评价指标体系研究[J].科研管理,2015(S1):22-28.
[3] 李高扬,刘明广.基于结构方程模型的区域创新能力评价[J].技术经济与管理研究,2011(5):28-32.
[4] 杜娟,霍佳震.基于数据包络分析的中国城市创新能力评价[J].中国管理科学,2014(6):85-93.
[5] 邹华,徐玢玢,杨朔.基于熵值法的我国区域创新能力评价研究[J].科技管理研究,2013(23):56-61.
[6] 唐炎钊.区域科技创新能力的模糊综合评估模型及应用研究:2001年广东省科技创新能力的综合分析[J].系统工程理论与实践,2004(2):37-43.
[7] 徐辉,刘俊.广东省区域技术创新能力测度的灰色关联分析[J].地理科学,2012(9):1075-1080.
[8] 朱迎春.我国基础研究经费投入与来源分析[J].科学管理研究,2017(4):20-23.
[9] 万钢.优化科技资源配置 实施创新驱动发展战略[N].人民日报,2014-08-13(007).