新产业区统计监测评价指标体系研究

钟海燕，赵 兵，李卫斌

(1.西南民族大学 a.经济学院，b.建筑学院，四川 成都 610041；2.西安电子科技大学 人工智能学院，陕西 西安 710071)

一、前 言

20世纪70年代世界经济萧条，而意、德、法等国的某些地区和美国硅谷却表现出良好发展态势，这些地区与马歇尔提出的产业区有许多相近之处，即大量专业化的中小企业集聚区，被称之为新产业区。此后，新产业区理论不断与组织演化、技术创新、制度分析等理论前沿相结合[1]。20世纪80年代以来新产业区理论出现了许多新进展：例如，Scott、Storper为代表的新产业空间学派，Sabel代表的产业区理论，Camagni代表的创新环境学派，Porter钻石模型，Frema和Cooke代表的国家或区域创新系统学派等[2]。

“新产业区”研究者分为地理学者和经济学者两类，以地理学研究为主，研究内容主要有新产业区理论研究、新产业区理论在中国的实证分析、各区域新产业区发展研究等三类。20世纪末李小建、安虎森等学者开始普及和推广新产业区理论，二十余年来学界对新产业区的理论研究更加深入[3-4]。研究新产业区理论的例如田明、潘玥，研究新产业区理论在中国的实证分析的如刘晶、郭景福[5-8]。随着国内众多新产业区的兴起，学者们把研究重点放在各区域新产业区发展，例如张华等[9-10]。一些研究中也出现“新产业区”与“产业新区”混淆不清的情况。相关成果中关于国内新产业区统计监测指标体系研究欠缺。

近年来统计界开始关注各个领域的统计监测指标体系。目前国内新产业区主要是创新型高新技术产业区，2013年科技部编制了区域创新能力监测指标体系、国家高新区创新能力监测指标体系、创新型城市创新能力评价指标体系、企业创新能力评价指标体系等，一些区域也编制了科技进步统计监测指标体系，顾伟红、王霞等进行了相关理论研究[11-12]。美国硅谷是新产业区的典型代表，由硅谷联合投资发布硅谷指数。中关村被誉为中国硅谷，由北京统计局发布中关村指数。从国内外研究看，目前国内对于新产业区的统计监测指标体系建设不足，而以新产业区理论指导各产业区构建统计监测体系具有研究价值。

本文以成都科学城为例对新产业区统计监测进行研究，借鉴国内外新产业区统计监测相关指标体系的经验，基于调查分析新产业区统计监测存在的问题，从创新生态系统角度构建新产业区监测指标体系，分析该体系的理论依据、三级指标、逻辑联系、构建方法，最后提出新产业区统计监测政策建议。

二、新产业区统计监测相关指标体系经验借鉴

目前国内尚无严格的新产业区统计监测指标体系，但国家关于高新区创新、区域创新、城市创新、企业创新能力评价指标体系和监测指标体系，以及各城市科技进步相关监测指标体系等，为本文的分析提供了有益借鉴。区域、城市、企业创新统计监测具有差异性，各有侧重，新产业区营造创新生态系统，是有利于创新企业发展的城市区域，应融合三者进行新时代统计。由于国情差异较大，仅对国外新产业区统计监测典型代表——美国硅谷指数进行分析。

(一)国外硅谷指数及其借鉴

国际上知名的新产业区有意大利Emilia-Romagna、美国硅谷、德国Baden-Württemberg等。硅谷指数(Silicon Valley Index)由硅谷联合投资(Joint Venture Silicon Valley)首创，而后与硅谷社区基金会(Silicon Valley Community Foundation)共同编制，于1995年首次发布，往后每年发布，研究框架包括区域发展趋势、年度进展，2007年之后调整为人口、经济、社会、空间和地方行政等，2015年硅谷指数指标体系包括5个一级指标，16个二级指标和81个三级指标(1)见https：//siliconvalleyindicators.org。。

硅谷指数调查数据来源于几个部分，一是美国联邦政府部门调查数据，例如全国教育统计中心、美国劳动统计局、全国教育统计中心入学调研、全国时间序列数据库、美国专利及商标局、国家企业时间序列数据(NETS)等；二是加州政府相关数据，例如加州就业发展局、加州健康发展局、加州儿童服务档案、加州教育局、加州财政局、加州档案局、加州交通管理局、加州政府年度报告、加州债务和投资顾问委员会数据库等；三是各类社会组织调查数据，例如硅谷网联自身调查数据、克利尔国际公司、加利福尼亚州立大学洛杉矶分校(UCLA)加州健康采访调研、绿色信息网络的“海湾地区受保护土地数据库”等[13-14]。

硅谷指数是国外新产业统计指标体系的典型代表，与国内相关指数相比，有值得借鉴的方面，同时也有局限性。

第一，硅谷指数编制主体是社会组织而不是政府部门，而目前国内新产业区相关指标体系均为政府部门编制或者政府委托研究机构代为编制。硅谷位于加州的Palo Alto和San Jose之间，涵盖了一系列新兴小城市，加州政府没有提出对硅谷进行系统的统计监测，而国内新产业区基本位于同一个城市内，城市政府需要对其进行统计监测。

第二，硅谷指数不局限于企业和经济方面的统计，更多是从适宜人类居住的社区角度出发设置统计指标，关注民生，而国内相关指标体系更加强调经济和技术指标。因此，国内新产业区统计指标体系可借鉴硅谷指数，构造以人为本的综合指数。

第三，从目标的设置和制定过程看，硅谷指数统计强调全民参与。中国也应该营造政府、企业、社会组织、公众共同参与指标体系建设和新产业区发展的良好氛围。

第四，不强调横向比较，关注自我发展和纵向对比。新产业区是一类特殊区域和新兴区域，很难找到相关比照组进行对比分析，因此国内新产业区宜关注自我发展，进行历年的纵向对比为主[15]。

第五，硅谷指数中许多指标和国内统计口径不一致，中美两国国情不同，各新产业区的发展情况亦不相同，因此不能照搬别国体系，应编制适合中国国情的统计监测指标体系。

(二)国内科技进步和创新类监测指标体系

1.指标设置及结构

指标体系是由总量指标及其若干因素指标构成的数量关系，有加法模型和乘法模型两种，从参考的各指标体系看，基本为加法模型，这样简化了模型计算，便于实际操作。

国内科技和创新类监测相关指标体系一般分为两级指标或者三级指标。区域性统计指标体系以两级指标为主，例如《区域创新能力统计监测指标体系》(2013)、《创新性城市创新能力评价指标体系》(2013)等。企业统计和城市科技进步统计一般是三级指标，例如《企业创新能力评价指标体系》(2013)、《苏州市科技进步统计监测指标体系》(2010)等[18]。

在参考的指标体系中，绝大多数最后一级指标采用定量指标，少数体系保留了少量定性指标。其中，《国家高新区创新指标体系》(2013)、《创新性城市创新能力评价指标体系》(2013)同时使用定性和定量指标，《区域创新能力统计监测指标体系》(2013)、《企业创新能力评价指标体系》(2013)等仅使用定量指标。理论上定性指标具有合理性，实践中难以操作，因而本文的体系舍弃了定性指标。

国内相关统计监测体系的构建主要有以下几种结构，反映的统计内容各有侧重。

第一种是科技进步类，按照投入产出法，依次划分为科技进步环境、科技活动投入、科技活动产出、科技促进经济社会协调发展等。

第二种按创新能力类别进行划分，分为知识创造和技术创新能力(知识产权能力)、产业结构优化能力、国际化能力、可持续发展能力、创新投入能力、协同创新能力、创新驱动能力等。

第三种是按照创新能力投入产出法进行划分，分为创新资源(投入)、创新环境、创新绩效(产出、效果)、创新国际化、创新驱动企业发展等。

第四种是区域创新生态系统类，例如甄美荣等从资源、活力、环境三方面测度高新区创新生态系统适宜度与经济绩效，刘兰剑等从动态演化能力、可持续创新性、开放性三方面评估高新技术产业创新生态系统[19]。

本文的体系借鉴融合了这些指标体系，从创新生态营造角度监测创新资源、创新环境、创新能力和创新绩效，结合成都科学城特色和统计部门需求设置新指标，并联合相关政府部门通过验证数据的可得性进行指标取舍。既符合投入产出分析的逻辑，又涵盖了主要的创新能力指标，进行区域创新生态系统监测。

2.数据获取及监测方法

参考指标体系均涵盖绝对量指标和相对量指标，对于定量数据的获取方法一般有政府统计数据和企业创新调查两种。例如，《国家高新区创新指标体系》(2013)、《企业创新能力评价指标体系》(2013)同时采用统计和调查方法。

对于最后一级指标是否进行无量纲化处理，不同的指标体系有不同的考量，大部分没有处理。个别体系例如《苏州市科技进步统计监测指标体系》(2010)用层次分析构权法，三级指标进行了功效系数法无量纲化处理。当然，因子分析和主成分分析法软件自动进行无量纲化、标准化处理。

不同的指标体系有不同的基年且处于调整中，例如，中关村是国内新产业区典型代表，中关村指数2013版本以2008年为基期，取值100，而2018版本以2013年为基期[16-17]。

在利用指标体系进行监测分析时通常有熵值法、层次分析法和因子分析法(或主成分分析法)等方法。指标体系构建中简单赋权层次分析法的居多，个别采用熵值法，构建因子分析、主成分分析模型的较少。参考的指标体系主要来自政府部门，无一例外地采用层次分析法，因其更加简便，不需要复杂的模型。相反的，本文选择学术界更偏好的因子分析法和主成分分析，因其代表着科学的多元统计降维方法。

指标体系赋权的方法有两种：一种是主观构权法，通过专家意见法、层次分析法等构建综合评价指数，例如中关村指数采用专家意见法主观赋权；另一种是客观构权法，直接根据指标的原始信息，通过统计方法处理后获得权数，例如因子分析法、主成分分析法等。大部分参考指标体系将专家意见法和层次分析构权法结合，按照重要性分别给予各级指标权重，再通过线性加权计算，不同的指标体系有不同的权重设置，例如《苏州市科技进步统计监测指标体系》(2010)[11]。

三、新产业区统计监测存在的问题

借鉴上文的相关统计体系，在以成都科学城为例进行研究过程中，发现了一些构建新产业区统计监测指标体系的困难和问题：

第一，新产业区概念界定存在争议。在1970—1980年代，世界经济中出现了一些普遍认可的新产业区，而学术界也对新产业区进行了积极解读。但是，关于什么是新产业区，学术界的概念定义难以用指标核算。研究中就“四川省有哪些新产业区”这个问题在学术界和政府相关部门专家中进行了咨询，结果难以获得一致意见，但普遍认可，成都科技城符合新产业区的主要特征。

第二，新产业区概念主要集中在学术界，缺乏政府相关统计监测指标体系，难以进行横向比较。新产业区概念主要存在于学术界，政府不采用新产业区概念，所以新产业区的理论研究和实证不容易接轨。现实中各种新产业区相关区域的统计监测指标体系很多，但并不以新产业区命名，研究中无法获取可参考的新产业区统计监测指标体系作为参考，横向比较也有一定困难。例如，成都市高新区具有一定的新产业区特征，但高新区和成都科学城体量差异较大，难以进行横向比较。

第三，新产业区统计偏向于“新”指标，许多指标统计有难度。各种新型业态和创新驱动战略要求考核各种新型的统计指标，传统统计部门获取的数据俨然不足以应付，这也是很多科技类统计指标体系制定出来以后难以在政府工作中实施的原因所在，“新”产业指标可能需要倒逼统计部门改变相关统计指标和统计制度。

第四，企业统计数据取得有一定难度。新产业区统计体系需要同时监测企业和区域数据，区域数据主要来自政府相关统计部门，但企业统计需要企业积极配合，填报各种表格，执行中有一定的难度。课题组尝试在成都科学城进行了企业端数据的调查发现：一方面企业不愿提供过多的内部数据；另一方面，课题组无法直接面对企业进行调查，而由政府统计部门发放的调查表存在一定的信息不对称情况。

第五，新产业区基年统计数据零碎，增加了纵向对比的难度。新产业区建设是新事物，统计监测数据起始几年数据零碎，难以进行纵向对比。以成都科学城为例，2016年为统计指标体系监测起始年，截至2016年底成都科学城入驻企事业单位仅23家，从业人员2 218人，并且很多企业没有正式营业。课题组构建的指标体系大量数据缺失，仅仅进行截面数据分析都有一定的困难。但是，从长远计，构建新产业区统计监测指标体系具有必要性。

第六，定性指标比定量指标统计困难更大。合意的指标体系应该涵盖定量指标和定性指标，但定性指标统计工作量大，难以实施。课题组在与相关政府部门沟通时，原来设定的各项定性指标均被其否定，主要原因在于质量数据难以判断，以及调查成本过高，只能采用相关定量指标替代。

第七，新产业区通常跨越行政区，需要相关部门牵头进行统计。以成都科学城为例，科学城范围覆盖了永兴街道3个村、正兴街道2个村、煎茶街道6个村、兴隆街道7个村、合江街道4个村，部分街道并非覆盖所有村组。课题组在各个街道调查数据时，常常需要向对方提示调查的村范围，而以村为基础单位获取统计数据相当困难。实际操作中，还需要相关统计部门牵头制定统计指标，发放统计数据调查要求。

四、新产业区监测指标体系构建

以成都科学城为例进行新产业区统计监测指标体系的探索，基于新产业区理论，构建三级指标体系，并分析其逻辑联系和构建方法。

(一)理论依据

新产业区理论为新产业区监测指标体系构建提供了理论依据。新产业区是具有创新动力与竞争力的区域创新系统，植根于当地不断创新的社会文化环境，区域内各行为主体形成区域创新网络。由于研究学科领域的不同，各国各区域案例的差异性，对新产业区的概念、类型等存在争议，但一般认为识别新产业区的基本标准为网络化与根植性(即本地化)。新产业区是科技创新的区域载体，目前国内新产业区主体形态为创新型高新技术产业区。建设和成长中的成都科学城秉承“创新为魂、科技立城”的发展理念，打造国际知名、国内一流、西部第一的创新创业之城，体现国家科技中心、创新中心特色。成都科学城具备新产业区的典型特征，可以此为样本，探索新产业区统计指标体系。

新时期新产业区创新范式应从线性转到动态非线性，模拟生物学演化，从建立创新体系升级到创新生态系统。此系统应是生态化、自组织、价值共创、动态演化与自我革新的，多样化创新主体竞争共生、高度协同，产学研用共生演化、知识扩散，创新型商业环境、企业间协作环境互动与要素流动，以及构建良好的社会关系网络与创新传导机制[20-22]

一方面，新产业区的形成首先是建立良好的区域创新环境，促进一定数量的企业在区内聚集。首先要监测生态环境指标，建设生态之城，形成蓝绿交织的绿地系统，建设海绵城市示范区。其次要监测宜居性和城市服务，确保新产业区吸纳一定数量的企业和人口，为集聚创造基础设施建设等物质基础。再次，为企业发展提供创新创业服务平台与载体。当然区域创新环境构建需要投入一定数量和规模的人才资源和财力资源来实现。

另一方面，企业发展与区域创新网络息息相关，既涵盖相关产业链上企业间正式的经济网络，又包括企业创新发展中与当地大学、研究机构等社会组织和政府公共组织合作基础上形成的研发合作网、社会关系网、企业家个人关系网等，区域创新网络的发展促进区域创新环境的改善，进而推动整个区域创新系统形成[2]。

表1 新产业区统计监测指标体系

区域创新网络的主体包括企业和个人。国内的新产业区一般是高技术产业区，应监测劳动力市场网络中高层次、高学历和国际化人才资源情况，实施科学的人才战略与政策，加强创新创业人才团队建设。企业网络中应该注重“政产学研资介用”合作互动，培育创新型产业集群。新产业区建设科技之城，以创新产业为主导，培育完整的创新产业链，形成产城融合的空间格局，需要监测高新技术类、技术服务类、文创类、研发类、金融服务类、外向型企业的发展。聚集研发机构、创新机构、创新企业、国际交流中心，把新产业区打造成为创新技术研发中心。引进风险投资机构和金融机构，推动新产业区科技与金融结合，孵化、培育一批科技型企业，建设产业孵化体系。此外，作为具有竞争力的创新系统，新产业区还应监测企业知识技术创新能力和产业竞争力，国际化和参与全球竞争能力，以及持续发展能力。

(二)监测指标体系构建

根据成都科学城特征以及监测体系指标的构建原则，本文构建了包含4个一级指标、10个二级指标以及52个三级指标的成都科学城监测体系指标，重点监测创新资源、创新环境、创新能力和创新绩效(见表1)。

(三)逻辑联系

该体系重点考核科学城投入的创新资源，构建的创新环境，经过发展具备的创新能力和达到的创新绩效等方面。

1.创新资源

科学城发展首先要消耗创新资源，创新资源从二级指标分解为人才资源和财力资源。人才资源反映科学城中从业人员的整体素质、创新能力和潜力。三级指标划分中，分别采用“从业人员中硕士和博士占比”、“从业人员高层次人才占比”、“从业人员中海外留学归国人员和外籍常驻人员占比”指标反映高学历、高层次、国际人才情况。财力资源反映区域和企业投入财力的总量与结构。“固定资产投资总额”和“当年财政支出中科技投入额”反映区域层面财力投入总量和科技结构。“企业当年新增投资总额”代表企业财力投入总量，“企业所有者权益中风险投资占比”和“企业万元销售收入中R&D经费支出”三级指标显示企业财力投入的风投比重和研发比重。

2.创新环境

创新环境是经济社会发展活力的重要载体，打造宜居宜业的科学城主要考核宜居性和城市服务环境、创新创业服务平台与载体、生态环境等方面，构建宜居宜业的营商环境。宜居性和城市服务环境二级指标考核政府提供的城市基础设施和基本公共服务供给情况，包括考核人口情况的“常住人口数”、“从业人口数”，考核教育环境的“中小学校数”、“中小学师生比”、“幼儿园、托儿所数”，考核医疗环境的“医院、卫生院数”、“每千人医生数”，考核文体环境的“图书馆、文化站数”、“影剧院数”、“体育场馆数”等。创新创业服务平台与载体二级指标反映企事业单位从事创新活动的金融服务、产业服务、研发平台与载体等，包括“创投风险投资机构和金融结构数”、“产业服务促进机构数”、“研发机构数”、“孵化器数”等三级指标。生态环境反映城市和企业生态情况，使用“建成区绿化覆盖率”和能耗指标“单位增加值综合能耗”。

3.创新能力

自主创新能力是衡量科学城发展的核心要素，包括知识技术创新能力和产业竞争力、国际化和参与全球竞争能力、持续增长能力3个二级指标[23]。基于科学城特色，在第1个二级指标中，重点用“第三产业就业人口比重”、“服务收入占营业总收入比例”、“高新技术企业数占企业总数比例”、“营业收入超30亿元高新技术企业数”和“上市公司数据”等三级指标考核第三产业发展、服务业发展、高新技术企业发展、大型高新技术企业发展和上市公司发展情况，衡量知识创造能力、企业技术创新能力、产业升级和结构优化能力等。衡量国际化与参与全球竞争能力的二级指标中，分出口、海外投资、国外知识产权三个方面，出口三级指标包括反映高新技术出口的“高新技术企业出口额占科学城营业收入比例”，技术服务出口的“技术服务出口额占出口总额的比例”；海外投资包括反映境外设机构的“企业设立的境外分支机构数”和海外投资的“当年内资控股企业的海外直接投资额”。第3个二级指标衡量企业的可持续发展能力，包括人数的增长(从业人员数增长率)、企业的增长(企业数量增长率)和税收贡献的增长(企业上缴税收总额增长率)等。

4.创新绩效

科学城通过人力投入和财力投入生产创新成果，创新成果产业化促进经济社会发展。创新绩效体现为区域层面的经济发展水平的提高和产业层面的利润、知识产权、专利等创新成果。区域层面采用的三级指标有反映经济总量的“地区生产总值”，经济发展人均水平的“人均地区生产总值”，消费情况的“社会消费品零售总额”，外贸进出口情况的“实际利用外资额”、“外贸进出口总额”，财政情况的“地方公共财政收入”，政府规模情况的“地方公共财政支出”。产业层面包括反映增加值和知识产权情况的“当年新增发明专利授权数”、“当年新增的知识产权数(含注册商标)”，其中，“第三产业增加值比重”、“人均文化创意产业增加值”、“研究与实验发展(R&D)经费支出占地区生产总值比重”、“从业人员人均增加值”、“企业利润率”分别反映第三产业增加值、文化创意产业增加值、研发绩效、劳动生产率、利润率等。

本指标体系沿用了区域经济社会发展和企业发展的一般普适性指标，例如固定资产投资总额、常住人口数、从业人员数增长率、企业数量增长率等。考虑到成都科学城拟建设国家科学中心，具有公园城市、科技创新、新经济集聚、军民融合、校院企地融合等特点，在指标体系中通过一些指标体现，例如创新资源中采用更多高层次和外籍创新人才指标，创新环境中采用更多创投金融结构、孵化器等指标，创新能力中采用更多大型高新企业和上市公司指标、外向型经济指标等，创新绩效中关注文化创业产业和R&D比重等。

五、新产业区统计监测政策建议

1.新产业区统计监测指标体系推广应用到各个产业新区，以便进行横向对比

不纠结于“新产业区”还是“产业新区”，旨在构建适合各产业区的统计监测指标体系，因为在当前经济社会发展新形势下，许多城市产业区不同程度地出现一些新的发展态势，需要进行相关统计监测，这一定程度反映了本文指标体系的普适性和推广价值。成都科学城的统计监测指标体系可以向绵阳科技城，以及其它新产业区推广，也可应用到四川省一些产业新区的统计监测。本文的指标体系可服务于西部的国家级中心城市和城市群构建创新科学中心。在西部其它类型新产业区，以及中东部新产业区统计监测中应注意各自的差异性，具体实施过程中按照各产业区的特性进行指标调整，但保证主体指标的可比性，这样也能为政府决策提供佐证。此外，成都科学城入驻的基本为第三产业，其它类型产业区在统计监测中应增加第二产业相关指标。

2.产学研结合进行新产业区统计监测指标体系构建和实施研究，建立标准化的统计体系和改革统计制度

建议学术界和政府部门继续联合进行新产业区统计监测指标体系建设的研究，联合科技公司开发相应指标填报系统，对各产业区实施年度化统计监测调查分析，产学研结合，理论研究和实证研究结合，各产业区的年度监测报告和横向对比分析报告将成为政府实施产业政策的重要参考。新统计对象的产生总会增加相应的数据采集成本，省科技资金应积极资助，一旦建立起标准，后期实施中将产生较大的经济效益和社会效益。

3.省级科技厅和统计局牵头进行新产业区统计监测指标体系建设，核心城市先行试点

省级科技厅和统计局牵头进行新产业区统计指标体系监测，任务分解到各个市科技局和统计局。各产业区每年报送产业区统计监测指标和分析报告，各城市汇总，当年各城市对比分析，作为次年制定产业政策的重要参考。例如，在四川的成都市、绵阳市先行试点，逐步完善相关制度和指标，试点成功后向四川省内其它城市推广，建立起科学规范的产业区指标监测。

4.新产业区统计监测指标体系数据调查和企业问卷调查同时进行，拓展应用面

政府部门了解企业具体情况，帮助企业解决现实困难和实现更好发展，在实施新产业区监测指标体系调查过程中，调查企业端数据，发放企业调查问卷，访谈企业管理者，了解企业发展，促进企业和政府部门的沟通融洽，为企业提供更多、更好的公共服务。

5.组织各城市既有的科技咨询顾问和专家完善指标体系中的定性指标

科学合理的新产业区统计监测指标体系应该涵盖定量指标和定性指标，尽管本文构建的成都科学城统计监测指标体系去掉了定性指标，但希望在后续研究中逐步完善。为减少调查成本，各城市可以组织既有的科技咨询顾问和专家完善指标体系中的定性指标，例如组织专家现场考察，按照专家意见法核定定性指标得分。

6.各省级部门及其下属部门联动

调查中发现，四川省科技厅、四川省统计局及其各级下属部门，各产业区主管部门对于产业区的统计监测工作和课题研究有一定的交叉覆盖。新产业区是具有网络化特征、高度协同的区域创新系统，建议各级部门分工协作，联合开展新产业区统计监测，构建新产业区网络共享平台，分享数据资源和人力资本，节约调查时间和调查成本。