中国高校协同创新能力评价及空间格局研究

王美霞

(西安理工大学 经济与管理学院，陕西 西安710054)

一、引 言

高校作为技术创新的重要主体，在我国实施创新驱动发展战略中具有极其重要的地位。高校承担着科技创新、知识创新、知识传播的基本职能，是国家创新体系的有机组成部分，是培养创新人才的主要力量［1－2］。协同创新是指企业、高校、科研院所、政府等创新主体，以契约、股权合作、知识联盟等形式，实现彼此之间的协同合作，通过整合创新资源、技术成果转化等途径获得创新收益，从而提升区域创新能力［3－4］。习近平总书记强调，中国经济社会全面深化改革的过程中必须依托创新行为，无论是制度创新、文化创新，还是科技创新，都必须全面贯彻“协同创新”这个理念。因此，评价和识别高校协同创新能力，对于整合和优化地区协同创新资源，促进区域协同发展具有重要意义。

关于高校创新能力及协同创新能力，国内外学者从评价指标、模式选择、影响因素、体系构建等角度展开了研究。章熙春等利用灰色关联度评价理论，对广东省高校科技创新能力进行了综合评价［5］。杜俊慧等运用主成分分析法测算了山西省19所高校的科技创新能力［6］。张斌丰等采用主客观综合赋权构建高校科研能力评价指标体系［7］。刘勇等从科技创新基础能力、科技创新投入能力、科技创新产出能力和科技成果转化能力4个方面，对华东地区高校科技创新能力进行了评价［8］。安蓉和马亮从科技创新投入能力、产出能力和成果转化能力等方面设计了高校科技创新评价指标体系［9］。郭俊华和孙泽雨采用因子分析法对高等学校科技创新能力进行了评价［10］。尹洁等分析了科研能力、创新文化、协同战略、协作资源、协作关系、物理距离等因素对高校协同创新模式选择的影响［11］。有学者认为，高校应对协同创新的过程进行优化，主要包括协同领域筹划、协同框架协议起草、启动、交付、评估5个阶段，以实现协同效应的最大化。仲崇娜和苏屹从信任建立、文化磨合、资源整合、沟通协调等角度，分析了高校协同创新平台的运行过程［12］。刘志军和张杰根据中国船舶工业的技术特点，构建了协同创新评价指标体系，并在此基础上利用正态云模型对协同创新绩效进行实证研究［13］。

综上所述，现有研究对高校协同创新的模式、目标、机制等方面都给予了高度关注。但还存在以下不足:一是对高校协同创新能力评价指标的选择不够全面，解释力不足，尚未形成有效的科学评价体系;二是在测度时大都采用一年的截面数据，因此只能对该年的高校协同创新能力进行评价，无法对其长期动态变化趋势进行准确描述;三是高校协同创新能力在地理空间上的分布特征如何，现有研究较少涉及。有鉴于此，本文利用全局主成分分析法，测度2006－2015年中国30个省份的高校协同创新能力，比较分析其区域差异和动态变化特征，并利用探索性空间数据分析法对其空间格局进行分析。

二、高校协同创新能力评价指标体系

(一)指标体系的设计原则

在指标体系的构建过程中，本文参考了众多研究成果的设计原则，即所构建的指标体系必须能够反映高校协同创新的实质内涵，主要包含以下几个方面:

1．坚持科学性原则。所构建的指标体系必须具有科学性和规范性，能够客观反映高校协同创新的现状和潜在前景，能体现协同创新成果的产生、发展及应用之间的关系。指标体系应立足中国的国情和区域发展差异，力图对高校协同创新能力进行真实、客观的评价。

2．坚持全面性的原则。协同创新是一个长期变量，从创新意识的产生到最终产品的市场化应用，包含了协同创新的整个过程。因此，指标体系要体现协同创新过程中的投入、产出、转化等多方面情况，全面展现其蕴含的特征。

3．体现不同组织之间的协同合作。协同创新就意味着创新不是由某一个部门或者机构独立完成的，而是涉及到企业、政府、科研机构等诸多不同组织，需要不同组织之间的协同合作。因此，为了体现创新的整体协作特征，各指标既相互独立，又存在关联，形成有机的统一。

4．坚持数据的可得性和可比较性。由于本文需要在区域层面上度量高校协同创新能力，各变量指标必须有明确的定义和衡量，且尽可能的简明扼要，在考察的时间范围内，数据能够可得，且方便进行区域之间的横向比较和时间趋势的纵向比较。

(二)指标体系的基本构成

本文利用中国知网数据库，以“协同创新能力”、“协同创新指标”、“协同创新环境”等关键词进行搜索，在得到相关文献经整理后，再根据上述指标体系的设计原则，结合现有的研究成果，从协同创新投入、协同创新产出、协同创新转化、协同创新合作和协同创新支撑5个方面，选择了25个指标，构建高校协同创新能力的评价指标体系，如表1所示。

(三)数据来源

本文以全国30个省份为研究样本(不含西藏和港澳台地区)，数据来源于历年的《中国统计年鉴》、《中国科技统计年鉴》、《中国高技术产业统计年鉴》、《高等学校科技统计资料汇编》以及各省市统计年鉴。对于缺失数据采用插值法得到。根据前文构建的指标体系，首先建立一张30*10*25的时序立体数据表，采用SPSS软件进行主成分分析。

表1 高校协同创新能力评价指标体系

三、高校协同创新能力评价

(一)全局主成分分析法

全局主成分分析是以主成分分析为基础，将不同时间点的平面数据综合成立体数据表，再运用主成分分析，这就保证了分析结果的统一性和可比性［14］。具体步骤如下:

1．构建立体时序数据表。若有n个样本，每个样本具有p个相同的指标变量，则原始数据表为B=(bij)n×p。每年有一张截面数据表，那么T年则有T张截面表，可以构成“立体时序数据表”［15］:B=(bij)nT×p。

2．数据的标准化，以消除量纲影响。

3．计算X矩阵的相关系数矩阵R。

4．求 R的前m个特征值λ1≥λ2≥λ3≥…≥λm，及其对应的特征向量 u1，u2，…，um，以及其标准正交，u1，u2，…，um为主轴。

5．确定主成分，并计算主成分及综合得分。

(二)分析过程

首先，进行 KMO检验和 Bartlett球型检验［15］，如表2所示。可以发现，KMO统计量为0．867，大于0．5，且近似卡方值为 10 253．189，自由度为 300，在1%的水平下通过显著性检验，表明该指标体系可进行主成分分析。

表2 KMO和 Bartlett检验

各主成分的特征值和方差贡献率，如表3所示。可以发现，根据特征值大于1的主成分提取原则，提取前5个主成分，且5个主成分的累积方差贡献率为88．659%，大于85%的要求，表明5个主成分能够解释原指标体系的大部分信息。

表3 特征值和方差贡献率

通过计算，可以得到初始因子载荷矩阵，如表4所示。该矩阵中每个数值都对应主成分和原指标值的关系。将表4中每一列数值除以相对应特征值的平方根，即可得到各主成分的得分。根据计算得到的各主成分得分，以各主成分的特征值与所有特征值累积之和的比重为系数，进行加权汇总，得到高校协同创新能力的综合得分，公式如下:

F 为综合得分，F1、F2、F3、F4、F5分别为 5 个主成分的得分。根据公式(1)，可计算得到2006—2015年各地区高校协同创新能力的综合得分，分值越高，表明高校协同创新能力越强。

表4 初始因子载荷矩阵

四、得分与排名的比较分析

(一)得分的总体变化趋势

将全国分为东、中、西、东北四个区域，各区域高校协同创新能力综合得分的变化趋势如图1所示。从中可以看出，2006－2015年，各区域的综合得分呈上升趋势，表明各区域的高校协同创新能力不断提升。分区域来看，东部地区高校协同创新能力最强，东北地区其次，西部地区最弱。这主要原因是东部地区经济实力雄厚，高等院校云集，科技创新资源集中，尤其是北京、上海、江苏、山东、广东等省份的高校数量和科研人员规模都居全国前列，为创新活动提供了足够的智力支撑，且上述地区企业活跃，高校与企业的互动较强，参与协同创新的机会和成功率较高。西部地区基础条件薄弱，除了陕西、四川两省，其他省份的高等院校数量和科研人员规模都远不如东部，科技创新资源严重不足。由于地理位置、自然条件、工资待遇、科研环境等方面的限制，西部高校不仅难以吸引到高素质的创新人才，而且还面临着科研人员严重流失的局面。再加上西部地区企业活跃程度不足，高校与企业的互动较弱，难以形成有效的协同创新平台和机制。

图1 2006—2015年高校协同创新能力的变化趋势

(二)排名的比较分析

表5 高校协同创新能力综合得分与排名

宁夏 －2．43 27 －2．11 28 －1．64 25 －2．00 30 －1．99 30新疆 －2．45 29 －1．64 24 －1．95 28 －1．92 29 －1．95 28

表5给出了部分年份30个省份的高校协同创新能力综合得分与排名。从平均值来看，北京的高校协同创新能力排名始终以较大的优势位列全国第一，这主要是因为北京拥有8所985高校和24所211高校，数量居全国第一，这些高校科研实力雄厚，每年的科研经费投入水平和科研成果都远超其他省份，协同创新能力水平较高。综合得分排名前5位的省份分别为北京、江苏、上海、广东、浙江，排名后5位的省份分别为甘肃、贵州、新疆、青海、宁夏，在排名前10位中，属于西部省份的只有四川和陕西。由此可见，由于高校数量和科研资源的差异，高校协同创新能力强的省份主要集中于长三角、京津冀、珠三角等东部沿海地区，而中西部省份的高校协同创新能力较弱。从2006和2015年的排名变化来看，各省的排名次序基本保持稳定，只有个别省份排名发生较大变化。例如，辽宁下降了6位，下降幅度最大，天津和四川都下降了4位;福建上升了8位，上升幅度最大，陕西上升了6位，安徽上升了5位。

五、空间格局分析

(一)空间分布特征

本文利用探索性空间数据分析方法分别描述2006和2015年高校协同创新能力的空间分布格局，如图2和图3所示。在图中，将协同创新能力数值从小到大分成四个等分，颜色越深，反映高校协同创新能力越强。从中可以发现，空间分布格局如下:2006年，位于第四等分的省份有7个，分别为北京、山东、上海、江苏、浙江、辽宁、湖北，而到2015年，位于第四等分的省份有6个，分别为北京、上海、江苏、浙江、广东、陕西。在上述第四等分的省份周边，又聚集了众多第三等分的省份。除去湖北、陕西两省以外，其他省份都位于东部地区，表明东部省份高校协同创新能力要强于其他地区，这与前文的结论一致。

图2 2006年高校协同创新能力的空间分布格局

图3 2015年高校协同创新能力的空间分布格局

(二)全局相关性分析

由于技术创新的跨区域溢出效应，高校创新活动也会在不同地区之间产生相互作用，即存在空间相关性。因此，本文采用全局Moran’s I指数来检验高校创新活动的空间相关性［16－17］，计算公式如下:

表6 2006—2015年高校协同创新能力的全局Moran’s I值

2006—2015年中国30个省份高校协同创新能力的全局Moran’s I值如表6所示。从中可以发现，Moran’s I值均大于0，且都在1%的水平下通过显著性检验，这表明中国高校协同创新能力存在显著的正向空间相关性，即对于一个高校协同创新能力较强的地区，会存在一个或多个创新能力强的地区与其相邻;同样，对于一个高校协同创新能力较低的地区，也至少存在一个创新能力低的地区与其相邻。从Moran’s I值变化趋势来看，高校协同创新能力的空间集聚特征大致保持稳定。

(三)局部自相关分析

为了进一步分析局部地区的相关性情况，判断高校协同创新能力是否存在集聚现象，采用局部Moran’s I指数来衡量［18］，公式如下:

式中，Ii是局部 Moran’s I指数，反映城市 i与毗邻城市的相关性，其他指标含义与公式(2)中相同。根据局部Moran’s I指数绘制的 LISA集聚分布图能反映高校协同创新能力的局部空间差异。

2006年和2015年高校创新的 LISA集聚分布如图4、图5所示。空间集聚类型一般有四种:高－高集聚(H－H)，该类型地区内及相邻地区高校协同创新能力较高，主要集中于长三角地区，2006年包括上海、江苏、浙江三省，2015年则为上海、江苏、天津三省。长三角地区不仅经济发展水平较高，而且区域一体化程度最高，随着交通、市场、产业一体化进程的加快，人才、技术、项目等创新资源在长三角地区高校之间流通和共享，能产生较大的溢出效应。低 －低集聚(L－L)，该类型地区内及相邻地区高校协同创新能力较低，主要集中于新疆、甘肃、青海一带，该地区均是高等教育资源欠缺、科技创新能力薄弱的西部地区，三个省一共只有4所211高校，而且该地区还面临着自然环境恶劣、科研项目不足、科研人员待遇低、人才流失等问题，导致高校协同创新能力不足，难以跨区域产生溢出效应。高－低集聚(H－L)，该类型地区内高校协同创新能力较高，相邻地区高校协同创新能力较低，2006年属于该类型的省份只有四川，2015年则包括四川和陕西。这两个省份分别是西南和西北高校协同创新能力的高值区，主要是因为两省都集中了大量的优质高等教育资源，比如陕西有3所985高校和7所211高校，四川则有2所985高校和5所211高校，位居全国前列，高校协同创新能力较强，而与上述两省相邻的都是教育资源薄弱的省份，故而具有“被扩散”的区域优势，以高校创新联盟、协同创新中心等形式，对外产生溢出作用。低－高集聚(L－H)，该类型地区内高校协同创新能力较低，相邻地区高校协同创新能力较高，由于该集聚类型不显著，未在图中显示出来。

图4 2006年高校协同创新能力LISA集聚分布图

图5 2015年高校协同创新能力LISA集聚分布图

六、结 论

本文利用全局主成分分析法对2006—2015年中国高校协同创新能力进行了评价和比较，并分析了省域高校协同创新能力的空间分布格局，得到如下结论:

1．总体来看，随着时间的推移，高校协同创新能力不断提升;综合得分排名基本保持稳定，只有个别省份变化幅度较大，其中辽宁下降幅度最大，福建上升幅度最大。

2．从省际间比较来看，高校协同创新能力分布存在显著的区域差异，东部省份的高校协同创新能力要显著强于中西部省份，各区域的高校协同创新能力发展不平衡，中西部地区提升空间较大。

3．从空间相关性分析来看，中国省域高校协同创新能力存在正向的空间相关性，高校协同创新能力接近的省份在地理空间上集聚分布，且长三角地区高校协同创新能力呈现高－高集聚，新疆、青海、甘肃等西部地区高校协同创新能力呈现低－低集聚。

根据以上结论，为了提升高校协同创新能力，建议如下:进一步加大教育科技经费投入力度，争取逐步达到日本、美国等创新型国家的经费投入水平，为高校科技创新提供财力保障;加大对中西部地区高校科技创新的政策倾斜，从科研经费、项目申请、人才培养等方面给予西部高校更多的支持;加强高校与企业、地方政府的合作深度，发挥高校科技创新的主体优势，促进科技创新成果转化，以经济效益带动技术创新;构建跨区域的高校协同创新联盟，促进高校创新资源的合理流动，实现创新资源的跨区域共享，充分利用东部地区创新资源集聚优势，以缩小区域之间高校协同创新能力差距。