中国海洋科技创新能力测度及空间特征——基于36 个涉海城市的实证分析

揭晓蒙 ，汪 航，汪永生，向长生，李玉龙，王文涛，孙 清

(1.中国21 世纪议程管理中心，北京 100038；2.中央财经大学管理科学与工程学院/全球经济与可持续发展研究中心，北京 100081；3.中国科学院深海科学与工程研究所，海南三亚 572000)

21 世纪，海洋作为全球竞争和大国获取战略优势空间的重要地位愈加凸显，世界各国对海洋综合开发与利用高度重视，投入大量的人力和物质资源支撑海洋科技创新。改革开放以来，特别是党的十八大提出实施海洋强国战略以来，中国海洋科技事业取得突飞猛进的发展，涉海科研经费投入持续增加，涉海机构已具相当规模，海洋科技人才队伍不断壮大，各地区和部门相继成立了一批海洋产业科技园、科技兴海产业基地以及海洋信息公共服务平台，成为中国发展海洋科技、促进产业转型的重要驱动力量。但与此同时，现阶段中国海洋科技创新面临基础研究薄弱、部分核心关键技术受制于人、成果转移转化不足、资源分散导致缺乏有效整合利用等诸多挑战。在此背景下，构建合理、适用的海洋科技创新评价体系，测度当前中国海洋科技创新能力，不仅有助于回顾和总结中国海洋科技创新工作前期经验，而且为决策部门开展下一步战略规划与任务部署提供借鉴。此外，国内各地区推进海洋科技创新的投入与产出力度、技术基础和创新环境等存在差异，区域不平衡现象逐渐显现，因此比较国内主要涉海地区海洋科技创新能力差异及沿海地区海洋科技创新空间分布特征，对于全面审视并优化提升中国海洋创新格局具有重要意义。

1 文献综述

国内关于海洋创新能力的实证研究相对较少，但是最近5 年的研究成果增长迅速。从研究对象上看，主要包括3 个方面：其一，从区域角度考察沿海省份或城市的创新能力水平，如陈红霞等［1］剖析了浙江省海洋科技创新能力的现状以及存在的问题，陈超贤［2］分析了山东省沿海城市的创新问题并提出对策建议；也有学者同时研究多个地区，如李晓璇等［3］评价了中国沿海11 个省(区、市)的海洋创新指数得分，徐孟等［4］测算了52 个涉海城市创新指数及其动态变化。其二，从产业或企业角度考察海洋技术创新的能力水平，如，沈金生等［5］利用生产函数测度了国内海洋知识、科研经费和人才对海洋优势产业创新绩效的影响；李星等［6］对国内136 家海洋装备制造企业进行了实证分析，揭示了海洋装备制造企业的吸收能力、隐性知识转移与创新绩效之间的关系。其三，海洋创新人才培养，如，徐红等［7］提出通过校企合作、强化科研项目实战演练等方式，以促进国内海洋工程领域研究生的实践能力培养；朱雪波等［8］提出要以优化海洋类专业培养课程体系为突破口，不断提升国内涉海高校创新型海洋高层次人才培养能力。在研究内容与方法上，大多数研究选择构建指标体系来评价区域的海洋创新能力，如，刘大海等［9］从海洋创新环境、海洋创新投入、海洋创新产出和海洋创新绩效4 个方面构建了国家海洋创新指数指标体系，并定量评估了中国国家海洋创新指数的历史变化；刘曙光等［10］选取了海洋科研机构数量及其科技人员和经费投入、论文和专利产出等指标，评价了中国沿海11 个省(区、市)的海洋科技创新差异。在研究方法选取方面，使用较多的包括因子分析法、聚类分析法、数据包络分析(DEA)、灰色关联度法、主成分分析法等；徐胜等［11］还将多种方法结合建立联合评价模型。

通过回顾相关文献，本文尝试在以下方面进行改进或完善：一是在研究对象方面，综合考虑涉海研究机构(包括高校和科研院所)与涉海企业，并将其放置到城市尺度上加以考察；而以往研究更多只关注区域内的涉海研究机构，或者单独考察若干涉海企业样本。二是在研究方法上，采用熵权-TOPSIS法的集成方法，既能够降低主观赋权或等权重产生的误差［3］，又能够根据评价方案有效解决评价对象的多属性决策问题；目前该方法已被广泛用于区域创新能力或绩效评价，但尚未运用到海洋领域的创新研究中。三是在研究内容方面，利用空间统计工具深入分析海洋科技创新的空间关联效应；而以往研究只分析到省级单位，没有细化到城市尺度［10］。四是在指标选取方面，区分了区域以及涉海科研机构的全部投入与专门用于科技创新的投入部分，并且还把海洋科技创新的经济绩效纳入到指标体系中；而以往研究设置的指标中较少使用这一指标。

2 指标体系和方法

2.1 指标体系构建

表1 涉海城市海洋科技创新能力测度指标体系

2.2 熵权-TOPSIS 法

熵权-TOPSIS 法是将信息熵赋权法与逼近理想解排序法(TOPSIS)相结合的一种多属性决策方法。它的基本原理是：首先使用熵权法确定各个评价指标的权重，然后将权重与指标标准化值相乘构建加权矩阵，最后根据各评价对象与最优解、最劣解的相对距离来计算相对贴进度，进而判断评价对象的优劣水平［13］。该方法能够充分运用原始数据的信息，不受参考序列选择的干扰，具有几何意义直观、信息损失少以及运算灵活等优点［14］。目前，熵权-TOPSIS法已被广泛用于区域资源承载力评价、经济绩效评价和科技竞争力评价等领域，如苟露峰等［15］利用该方法评价了青岛市的海洋资源环境承载力。然而对于海洋科技创新，尤其是比较多个涉海城市的创新水平差异，仍有必要做进一步的深入探讨。本文利用熵权-TOPSIS 法测量涉海城市海洋科技创新能力的步骤如下：

（1）构建判断矩阵。矩阵形式如下：

（2）计算规范化矩阵，对各项指标进行归一化处理。计算公式如下：

（3）计算信息熵。计算公式如下：

（4）定义指标权重。计算公式如下：

（5）计算加权矩阵。计算公式如下：

在实际的系统操作中，操作员可以防止每个系统支路的过载。由于线流Fk（x）的CDF可以使用Gram-Charlier级数展开式从所提出的PPF算法来近似得到，所以线路流量k的过载概率（OLP）为：

（6）计算最优解和最劣解。计算公式如下：

（8）计算相对贴进度，即各个涉海城市的创新水平。计算公式如下：

2.3 空间统计分析

在运用熵权-TOPSIS 法得到各个涉海城市的海洋科技创新能力以后，本文还将进一步探索这些城市在空间上的分布特征与关联效应。在空间统计分析中，标准差椭圆(standard deviational ellipse，SDE)和莫兰指数(Moran'sI)是揭示地理要素空间分布特征的有效方法，前者主要从重心、分布范围、密集性、方向和形状等角度揭示地理要素的空间分布整体特征［16］，而后者一般用于测度地理要素的空间相关性，也是研究城市创新能力的常用指标［17］。本文一方面使用标准差椭圆揭示涉海城市海洋科技创新能力的空间整体特征，另一方面，为了分析城市海洋科技创新能力在空间上是否存在相关性，还将采用局部莫兰指数来分析其空间聚集或交互作用。测算公式如下：

3 创新能力的测度

3.1 数据来源

为了更好地摸清中国海洋科技创新工作基础，中国21 世纪议程管理中心结合技术预测基础性工作，于2017 年12 月面向中国主要涉海机构开展了科技投入与产出问卷调查，将以往相关统计范围扩大至包括涉海企业在内的305 家涉海机构，有效涵盖了中国涉海企业核心力量，数据获取渠道权威可信。考虑到沿海省份一直是中国海洋科技创新的前沿和重心，加上中西部地区的涉海机构数量较少且分布零散，因而本文最终选择中国境内沿海12 个省份以及涉海机构驻地较多的北京市作为评价对象，以上13 个涉海地区共包含254 家涉海机构，约占国内涉海机构总数的84%，涉及的城市有36 个（以下简称“样本城市”）。需要指出的是，本文并未按照以往研究以“沿海”作为样本筛选依据，而是以“涉海”作为判断标准，这是因为：有些地区虽然沿海，但尚未形成良好的海洋科技创新格局，难以体现在基本的科技创新指标上；而另一些地区虽然处于内陆，如长江中下游地区，但是这些地区有一批高校、科研院所和企业从事海洋科技创新活动，因而属于涉海范畴。此外，在空间尺度上，本文选择以城市替代省份，这是因为，一些省份虽然靠海，但是其拥有的沿海或涉海城市数量却不多，如广西有14 个地级市，但只有3 个城市沿海，因此用部分城市代表区域整体显然会影响研究结果。由此，本文认为以“涉海”为依据，并在城市尺度上研究中国海洋科技创新能力的准确性更好。

3.2 海洋科技创新指标的权重结果

利用式（1）至式（4），可以计算出各个创新能力指标的权重大小（如表2）。在表2 中，熵值衡量的是相应指标的变异程度，熵值越大，则指标的变异程度越小。例如，X2的熵值为0.968，在11 个指标中最大，它表示专门海洋科研人员中具备高级职称的比例，从原始数据看，近2/3 样本城市的X2值均处于0.2～0.5 之间，总体差异不明显；X7的熵值最小，它对应的指标是涉海技术服务/产品的产值，有15 个样本城市低于1 亿元、6 个城市超过10亿元、4个城市超过100 亿元，差异十分显著。熵值较小说明该指标提供了更多有用信息，从而被赋予较大的权重［18］。可以看到，除了X7以外，X5和X6的权重也相对较高，说明样本城市海洋科技创新产出的空间非均衡性较为突出。

表2 涉海城市海洋科技创新能力测度指标权重

表2（续）

3.3 海洋科技创新能力的测度结果

在确定各个指标的权重以后，运用式（5）至式（8）计算得到样本城市海洋科技创新水平的相对贴进度及其排序情况，如表3 所示。概括而言，样本城市的海洋科技创新能力呈现出“金字塔”结构，即处于高水平创新能力的城市数量少，创新能力越是降低，对应的城市数量反而随之增加。具体来看，海洋科技创新能力排名靠前的多为直辖市、省会城市或者副省级城市，作为区域中心城市，它们不仅拥有良好的海洋科技创新环境，而且在创新投入与产出方面具有先发优势。排名第一的青岛在各项指标上均位于前列，海洋科技创新的综合能力达到较高水平，尤其是海洋相关专业毕业生和海洋科技论文发表的数量最多，主要得益于青岛拥有的中国海洋大学以及中科院、自然资源部等下属涉海研究机构。上海、北京、天津、广州和大连的得分分别位于0.3～0.6 分之间，海洋科技创新能力达到中等水平［19］。在这些城市中，上海的优势体现在海洋科技的经济转化能力以及充足的专门涉海科研人员；北京的海洋科技创新环境最好，其涉海机构数量、科研人员与经费规模位列所有城市之首；天津同样具有很好的海洋经济效益，主要贡献来自中海油、中石油等大型企业落在天津的生产经营活动；广州的涉海科研经费充足；大连的涉海机构数量虽少，但平均科研经费投入较高。相比之下，仍有25 个城市的海洋创新得分低于0.1 分，约占样本城市的70%，创新绩效水平处于劣势地位。这表明，在空间布局上，目前中国海洋科技创新能力整体不高，尤其是发展落后的地区仍有很大的提升空间，例如，河北廊坊和秦皇岛、广西柳州、梧州和北海，这些地区的海洋科技创新规模小，并且当地经济发展水平也难以支撑对海洋科技创新的持续投入；此外，区域海洋科技创新能力还存在较强的空间异质性，呈现创新“高地”与“洼地”并存格局，如山东半岛的青岛“一枝独秀”，遥遥领先省内其他涉海城市，长三角地区除上海以外，江浙两省其他城市的海洋科技创新能力难望其项背。

表3 样本城市海洋科技创新能力测度结果及排序

表3（续）

进一步地，根据各个城市海洋科技创新能力得分的相近程度，利用MATLAB 软件进行聚类，本文以0.5 分作为标准化距离，结果如表4 所示。可见，随着分类等级的提升，高等级类型中所包含的样本城市数量逐渐减少；除此之外，在同一类型内部，不同城市之间也具有一定的空间相似性特征，那些地理上相互邻近的城市更有可能分布在一起，比如，镇江、南京和杭州较为靠近，三亚、深圳和湛江也相对靠近，而它们在地理上分别属于长三角和珠三角地区。因此，从空间角度进一步探究涉海城市科技创新的空间集聚关系显得十分必要。

表4 样本城市基于海洋科技创新能力的聚类结果

4 空间统计分析

空间统计分析包括两个方面：一是使用标准差椭圆分析海洋科技创新空间分布的整体特征，既包括对所有样本城市的总体分析，也具体到三大重点海洋经济区的局部分析；二是通过局部Moran's I 来判断样本城市海洋科技创新能力的空间集聚或分散效应。

4.1 标准差椭圆

利用ArcGIS 10 分别计算所有样本城市的总体标准差椭圆以及环渤海、长三角和珠三角3 个地区内样本城市的局部标准差椭圆，通过对比海洋科技创新能力椭圆（创新椭圆）与基准椭圆，也就是假设所有地区的海洋科技创新能力相等，可以据此总结样本城市海洋科技创新的空间布局特征。由表5可以看出，与基准情形相比，海洋科技创新椭圆的覆盖面积缩小了近1/4，即出现了空间收缩，表明分布在创新椭圆内部城市的创新效率总体高于外部。这种变化主要来自长轴缩短，更准确地说，椭圆整体向北移动，且南北方向进一步压缩，椭圆的中心点也随之向东北方向移动。上述变化的实际含义是：东北部样本城市的海洋科技创新能力高于西南部样本城市，拉动了椭圆向北移动；与此同时，由于京津两地的创新优势，使得方位角朝逆时针方向发生旋转。局部来看，自北向南依次是环渤海地区，涉及北京、天津、辽宁、河北和山东；长三角地区，包括上海、江苏、浙江；珠三角地区，主要为广东省内的城市。其中，环渤海地区海洋科技创新椭圆的方位角发生了显著偏移，从57.89°增加到110.61°，由地理上的东北→西南格局变为东南→西北格局，造成这种现象的原因在于区域海洋科技创新效率高的城市，如青岛、京津、大连的地理分布呈水平状；长三角地区的创新椭圆位置向东移动且覆盖面积大幅减小，说明海洋科技创新能力向东部沿海集中；同时椭圆覆盖了长江下游地区，表明长江沿线样本城市的海洋科技创新水平高于长三角其他样本城市；珠三角地区创新椭圆的短轴出现较大程度压缩，东西方向上出现了集聚的空间特征。

表5 样本城市海洋科技创新能力空间分布的标准差椭圆指标测度值

4.2 局部莫兰指数

根据ArcGIS 计算结果，所有样本城市的全局Moran'sI值为0.05，没有通过显著性检验(P=0.17)，说明样本城市海洋科技创新不存在明显的空间集聚。原因可能包括两个方面：一是在目前“金字塔”型的海洋科技创新格局中，大部分城市的科技创新能力较低，难以产生技术的空间外溢或扩散；二是部分城市位于内陆，与沿海城市的地理距离降低了空间关联系数。就此而言，关注局部地区的空间关联显得更符合现实，因此，我们重点考察样本城市海洋科技创新的局部莫兰指数。如表6 所示，样本城市整体的局部Moran'sI值约为-0.102，其绝对值高于全局Moran'sI，同时三大海洋经济区内样本城市的局部Moran'sI绝对值明显也高于全局Moran'sI值。这一方面说明样本城市海洋科技创新的局部空间关联大于整体情况，另一方面，负的空间相关系数表示相邻城市海洋科技创新能力的空间差异更大，即当前的海洋科技创新可能存在空间极化效应。从整体情况看，北京和天津两地相互靠近，且共同具有较高的海洋科技创新水平，因而形成了一个高-高聚集区(第1 象限)；而大连、青岛、上海和广州等虽然具有较高的海洋科技创新水平，但是其附近区域缺少与之创新能力接近的城市，因而表现出高-低聚集(第4 象限)。对于三大海洋经济区，环渤海地区中北京、天津、青岛和大连属于海洋创新高地，由于周边城市的海洋科技创新能力与之差距较大，因此多数分布在第1、第4 象限，即高-高和高-低聚集区，其中，山东的涉海城市数量最多，如济南、威海和泰安等城市，即便与区域中心城市相邻，但彼此的海洋科技创新水平却相差甚远；长三角地区中上海的海洋科技创新表现相对突出，远远高于其他城市，其他城市多分布在第2 象限，或是在第4象限中靠近原点附近；珠三角地区的城市样本较少，其中，广州位于第4 象限的高-低聚集区，为整个区域的海洋创新高地。

5 结论与政策建议

在改进以往研究的基础上，本文构建了新的海洋创新指标体系，利用熵权-TOPSIS 法测度了中国36 个涉海城市的海洋科技创新能力，并利用空间统计工具分析了这36 个涉海城市海洋科技创新能力的空间关联关系。主要结论包括：（1）样本城市的海洋科技创新能力呈“金字塔”结构，即随着创新能力的增强，相应的城市数量随之下降。其中，青岛位于塔尖位置，上海、北京、天津、广州和大连的创新能力处于中等水平，其余城市的创新能力普遍较低。（2）位于东部和北部的样本城市的海洋科技创新能力总体高于南部的样本城市，由于样本城市的空间分散性，没有观察到存在全局的空间相关性；从局部来看，三大海洋经济区内的样本城市海洋科技创新能力表现出负的空间关联，换句话说，每个经济区内都有少数创新能力较强的城市，但大多数城市的创新能力依然偏低，创新的外溢或扩散效应不明显。根据上述结论，本文提出如下政策建议：

（1）整合创新资源，加强不同涉海主体之间的协同创新。海洋科技创新能力提升，需要依靠高校、科研院所和企业等涉海主体的共同努力，通过优势互补、信息共享推动创新资源整合与技术进步。涉海高校作为海洋人才培养基地，既要注重提升质量，还要紧密结合海洋领域技术前沿和行业需求，做到人才供需匹配与精准对接；涉海科研院所要结合国家海洋创新战略，持续推进海洋基础研究，着力攻关海洋核心关键技术，解决领域“卡脖子”难题；涉海企业作为活跃的创新力量，要发挥贴近市场优势，实施重大海洋科技创新工程，进一步加强海洋科技创新的成果转化，使其更好地服务于海洋经济和产业。三方通过联合组队的形式共同搭建创新基地平台，形成高层次、多形式、宽领域的合作格局。

（2）打造创新高地，扶持一批引领性的涉海高端研发平台。包括海洋国家实验室、工程研究中心等在内的涉海高端研发平台不仅是海洋前沿技术的关键突破力量，同时也能产生积极的外部影响和示范效应。目前，中国已经在青岛、上海、大连和北京等城市建成了一批国家级与部级涉海平台，成为地方乃至中国海洋事业发展的科技引擎，然而，不同海洋经济区涉海平台建设情况差距较大，如环渤海经济区涉海高端研发平台的数量和密度远超过海南、环北部湾经济区，有些涉海城市甚至尚未建立海洋创新平台。因此，未来不仅需要强化已建成研发平台的引领作用，还要重点扶持一批海洋科技创新高地，在全国形成若干个海洋科技创新中心城市。

（3）发挥以点带面作用，推进海洋产业集群与技术空间扩散。目前中国海洋科技创新的空间分布存在明显的不均衡现象，区域海洋中心城市对其周边地区海洋科技创新能力的辐射带动作用相对有限。因此，需要在打造创新高地基础上，以点带面，扩大海洋科技创新的技术蔓延和影响半径，海洋科技创新高地或核心城市不仅要依托本地、服务本地，更要面向全国乃至世界，培育处于产业链高端的、具备国际一流水平的海洋科技产业集群和创新聚集区。在未来，既要做强做优从近浅海到深远海的优势产业集群，还要稳步推进从沿海地区到内陆涉海地区的空间技术扩散，不断提升海洋产业，特别是战略性新兴产业核心竞争力，形成新的经济增长点和着力点。

（4）重视宏观统筹，强化海洋强国战略部署和科技攻关。国家各级决策部门进一步深入贯彻落实党的十九大提出的加快建设海洋强国战略和《“十三五”海洋领域科技创新专项规划》相关要求，结合中长期海洋科技发展战略和第六次国家技术预测工作，明确未来15 年海洋科技创新发展思路、目标任务和重点技术方向，加强前沿性、颠覆性技术的超前部署并及时补齐短板，提升海洋科技自主创新能力。优化配置海洋科技创新资源的空间布局，加快资金、人才和技术要素的高效流动，实现全国涉海城市海洋科技创新的协同共进，为海洋强国战略的实现提供稳固保障。