中部六省区域技术创新系统运行绩效测评研究

贺 灵，蒋晨帆

(湖南科技大学 商学院，湖南 湘潭 411201)

湖北、湖南、江西、安徽、河南、山西六省份构成了中国的中部地区，形成了举足轻重的区域经济体系和区域创新体系。促进中部崛起已经成为重要的国家战略。如何加快中部地区的经济社会发展是中国区域经济发展面临的一个重大课题。当前，促进区域创新能力和水平的提升已成为增强区域经济社会发展后劲的重要途径[1]。而已有的一些研究显示，中部六省在区域技术创新中存在一些问题，如自主创新能力不足、科技进步与技术创新的综合效益没有得到应有的体现等[2]。根据科技部公布的《全国及各地区科技进步统计监测结果(2014—2018)》数据显示，近几年中部六省R&D投入及经费强度都在逐年增加，但科技活动产出数据却不乐观，其中有些省份的科技产出数据甚至低于全国平均水平。科学地测度和评价中部六省的区域(技术)创新系统运行绩效，并提出促进创新效率改善的优化方法，有着十分重要的理论和实践意义：在理论方面可以丰富区域创新系统优化理论与方法；在实践方面能够使中部各省份全面、客观地认清自己的创新能力和水平，在六省内部形成比较和竞争格局，同时便于及时发现问题，进而寻找最佳的促进创新绩效提升的路径；更进一步地，有利于国家有关部门及时而准确地了解和掌握中部地区科技创新的态势，从而能更科学合理地对地方政府相关科技政策的制定和执行进行引导。

目前，在对区域技术创新系统运行状况的测度上，多从狭义上的科技创新投入及科技创新产出方面构建测度框架并确立评价指标，未做到合理拓展投入产出的视角，如将科技创新环境因素纳入广义的投入范畴，将高新科技成果产业化发展乃至因科技创新所导致的经济社会发展纳入广义的产出范畴[3]。基于这种拓展后的视野所确立的测度框架将变得更加科学合理。另外，目前在系统运行绩效评价方法上，多采用诸如层次分析法、模糊综合评价法及数据包络分析法等方法。这些方法有明显局限性，如层次分析法和模糊综合评价法要求评价指标之间不存在相关性，而数据包络分析法主要适合基于投入产出定量指标的评价[4]。对于区域创新系统的运行绩效评价而言，一方面其评价指标间难以避免存在相关性，另一方面指标体系中往往是定性与定量指标相结合，改进后的模糊积分法适合指标体系的这些特征，而且该法还可克服传统模糊积分法的某些缺陷，能够控制不同的参数λ值(一种阈值)来达到不同的评价目的和要求[5]。鉴于此，从“环境-过程-结果”的视角设置面向中部六省的区域技术创新系统运行状况测度框架，并采用改进后的模糊积分法对六省的区域创新系统运行绩效进行实证分析，以图找出相关省份在区域技术创新过程中所存在的不足，制定并实施相应措施，促进六省区域技术创新进一步地发展。需要说明的是，本文不具体关注区域技术创新系统的内部结构及其职能，将系统当作“黑箱”看待，因此区域技术创新系统运行绩效和区域技术创新(行为过程)所导致的绩效是一致的。

1 区域技术创新系统运行绩效评价指标体系的建立

在设计区域技术创新系统运行绩效评价指标体系过程中，要遵循目的性原则、动态性原则、科学性原则、探索性原则，要注重体现科技投入与产出的过程性特征，特别应当对狭义的投入产出概念进行拓展[6]。从投入看，不仅要体现狭义的科技投入强度，也要反映科技基础投入因素即科技环境的改善情况；从产出看，既要表现直接的科技成果产出数量，也要反映(高新)科技成果产业化发展的效益，进一步地特别体现科技进步所带来的经济社会效益，如社会劳动生产率的提高，以固体废物、废水及废气排放的减少为集中代表的生态效益改善情况[7]。故而，应从“环境-过程-结果”的拓展后思路来分析体现区域技术创新绩效的主要因素。借鉴《中国区域创新能力报告》及科技部发展计划司组织编制和发布的《全国及各地区科技进步统计监测结果》并结合研究需要对指标进行创新性改造后，从科技创新环境、科技创新活动投入、科技创新活动产出(含高新科技成果产业化)以及科技创新促进经济社会发展等方面设置区域创新系统运行绩效评价指标体系。如表1所示。数据大部分来自2015—2019年的《中国统计年鉴》《中国科技统计年鉴》及《全国及各地区科技进步统计监测结果(2014—2018)》，对难以量化的指标，通过问卷调查采用专家打分的方法给出原始指标值。

表1 中部六省区域创新系统绩效测评指标体系及模糊密度值

2 研究方法——基于改进的模糊积分法

模糊积分法是一种综合性的评价方法，它通过建立某种数理模型，基于一定的运算法则将不同层级的多指标逐级综合评价，最终合成为一个总体性的评价指标[8]。由于传统的模糊积分法存在某些局限性，本文采用一种改进后的模糊积分法。这种改进后的方法既涵盖了传统模型的功能，同时又能满足决策者特定的需要。决策者通过设置不同的λ值可以达到以下3个目标：①决策者希望被评价对象的各个指标能得到均衡性的发展而不出现短板现象；②决策者希望突出被评价对象的某几个指标的重点发展；③决策者希望通过当改变λ值时，由被评价对象的评价结果及排名次序的改变而寻找到被评价对象所存在的不足，进而采取针对性改进措施[9]。以下对改进后的模糊积分法的具体步骤进行分析。

2.1 定量指标的无量纲处理

由于定量指标各自的量纲(即度量单位)不一致，因此不能直接相互比较，只有首先通过无量纲化处理之后，才能进行比较进而运算[10]。通常可以采用标准变换法来进行无量纲化处理。标准变换法的公式为

(1)

2.2 定性指标的确定

1)采用专家打分方式获得定性指标的语意值。由于对定性指标的评价带有很强的模糊性和主观性，故利用梯形模糊数所表示的语意变量值来描述对定性指标的评价值[11]，如表2所示。

表2 定性指标与模糊密度的语意变量

(2)

2)运用一定法则就各个专家对定性指标所给的语意值进行综合模糊运算，便得到关于定性指标的模糊值。

(3)

(4)

3)再对模糊值进行解模糊化运算，获得定性指标的明确值。目前有多种将模糊数转化为明确值的方法，各种方法各具特色，综合若干种方法来处理是比较合理的选择，可以扬长避短。现采用相对距离公式、中心值法、重心值法3种解模糊化方法，达到将模糊数转换成明确值的目的。解模糊化之后，得到定性指标的明确值，表示为

2.3 模糊密度和λ值的确定

在问卷调查的基础上，依据模糊密度及λ值的确定原则由有关专家给定各个测评层面中评价指标的重视度(即模糊密度值)以及各个测评层面的λ值[12]。

1)请专家各自给定模糊密度和λ值。给定模糊密度值时，请专家依据表2所示模糊密度的语意变量概念给分；对于λ值的设定，则需参考表3的设置原则。

表3 重视度及λ值的设置原则

(5)

(6)

2)将各个专家各自的意见进行综合，便能最终求得每个层面中评价指标的重视度及各个测评层面的λ值。

(7)

λ={λk|k=1,…,n}

(8)

2.4 λ模糊测度的计算

1)运用以下公式计算测评层面Xk下的模糊测度，即

(9)

2)归一化处理所求得的模糊测度，得到以下经归一化处理后的结果，即

(10)

2.5 各测评层面模糊积分及综合评价值的计算

2)依据模糊积分公式计算测评层面Xk的模糊积分值f(Xk)，即

(11)

重复2.4和2.5节的相关操作，求出所有测评层面的模糊积分值f={f(Xk)}(k=1,…,n)。进一步地，结合算出的所有测评层面的模糊积分值，同理运用模糊积分法可以测算出区域创新系统运行绩效的综合评价值[13-14]。

3 实证分析及结果

以中部六省——湖北、湖南、江西、安徽、河南、山西作为样本进行实证分析，每一省份从技术创新的视角考察就是一个区域技术创新系统。区域技术创新系统运行绩效评价的指标主要涉及政府功能、金融支持、人力资源基础、(直接)人力投入、财力投入、科技成果(中间产出)、企业应用性创新、高新技术产业化、经济增长方式与效益、环境保护以及生活质量与信息化等11个方面35个具体指标。对于定量指标原始数据的获取，主要来源于《中国统计年鉴》《中国科技统计年鉴》《中国区域创新能力报告》以及《全国及各地区科技进步统计监测结果(2014—2018)》中的相应数据，各省各定量指标的原始值采用2014—2018年期间相应指标的平均值。对于定性指标原始数据的获取，则采用问卷调查的方式，设计出相应调查问卷表，由16位有关资深专家填写，再对问卷进行整理分析，获得相应数据。

研究所需的定量指标和定性指标原始数据获取之后，对于定量指标原始数据采用标准变换法对其进行无量纲化处理；对于定性指标相关数据(指标语意值)，首先通过综合各专家的意见计算出模糊值，再通过解模糊化运算，就可获得定性指标的明确值；再由专家根据模糊密度和λ值的设置原则，给出每个测评层面中各绩效评价指标的重视度及相应层面的λ，进而可求出每个测评层面下的模糊测度；再利用已处理的定性指标和定量指标值结合模糊测度，并基于模糊积分公式求出第二层模糊积分值，进而第一层模糊积分值，最终求出中部六省区域创新系统绩效的综合评价值。运用MATLAB软件编程并运行，运算结果如表4～表6所示。

表4 中部六省区域技术创新系统绩效第二层面模糊积分值(2014—2018年)

表5 中部六省区域技术创新系统绩效第一层面模糊积分值(2014—2018年)

表6 中部六省区域技术创新系统绩效综合评价值及排序(2014—2018年)

4 结果分析与讨论

通过运用改进的模糊积分法对中部六省的区域技术创新系统运行绩效进行实证分析，可以得到关于六省的技术创新绩效变化趋势的若干特征。首先，从表6可知，在全部指标的模糊密度值不变的条件下，中部六省的技术创新绩效综合评价值随着λ的不断增加(从λ=-0.98增加到λ=0.99)整体上呈现逐步下降趋势。其次，从表6可知，各省技术创新绩效综合评价值的排名变化情况可划分为三类：第一类是随着λ的逐渐增大，其排名反而退后，如湖南省就属于这种情况；第二类是随着λ的逐渐增大，其排名也逐步提升，湖北省属于这种类型；第三类是随着λ值的变化，其排名仅有暂时性小幅变化，如安徽、山西，或是随着λ值的变化，其排名根本不变，如河南、江西省两省。通过进一步分析各省排名的变化特征，可以深入地找到相应省份在区域技术创新过程中存在的相关问题，从而可以为区域政府及有关创新主体改善创新决策提供有价值的参考。

随参数λ增大而各省的综合评价值总体递减，说明各省在技术创新过程中没有充分重视区域技术创新绩效各构成要素间协同、均衡的发展，也就是科技环境、科技投入、科技产出、科技促进经济社会发展这四大类指标没有得到均衡的改善，存在着短板现象。随着λ的逐渐增大，评价体系越是趋向侧重衡量评价对象各构成指标之间的均衡性。因此，总体上分析，各省区域创新决策者在调控各省技术创新实践的过程中，要有系统思维和协同发展理念，着力克服本区域创新中影响综合绩效的瓶颈问题，促使各创新要素协同改善和发展。

随着λ的逐渐增大，湖南省排名退后，通过重视度与λ的设定原则可知，该省在区域技术创新过程中没能很好地促使创新系统内部各创新要素协同均衡发展，而在某些指标功能上有所侧重。在λ=-0.98时，该省在区域技术创新过程中除环境保护(即环境生态效益)及高新技术产业化方面外，其他指标都处于较优越的位置，即该省利用优越的指标掩盖了其在区域技术创新过程中的薄弱环节，使得总排名处于第一的位置。但是随着λ的逐渐增大，其位次由第一位下降到了第二位，之后这一位次没有扭转过来，究其原因是由于该省指标的均衡性表现较差所致。在λ=0.99时，由于该省在环境保护和高新技术产业化两项指标上表现比较薄弱(其评价值分别为0.648 4、0.608 9)，纵使其他指标发展得比较均衡，也会因此而打破整体上指标的均衡性。而高新技术产业化指标表现不佳主要是由于高新技术产品增加值占工业增加值的比重以及高新技术产品出口额占商品出口额的比重不高所致；而环境保护指标不优越主要是因为工业污染综合治理的力度不够。

随着λ的逐渐增大，湖北省排名提升，通过重视度与λ的设定原则可知，该省在区域技术创新发展过程中，比较重视创新系统内部各要素的协同均衡发展，或者说各项指标的发展表现得比较均衡。随着λ的逐渐增大(λ=-0.09或更大时)，其位次由第二名上升到第一名，之后这一位次没有被动摇。另一方面，由于该省的各项指标在λ=-0.98时的功能性表现得不太突出，特别是对于区域创新绩效影响比较大的一些因素，如科技创新环境和科技创新投入两大指标方面的表现有所欠缺，这两项指标的评价值分别为0.826 5、1.873 4，因相对短板现象使得其综合绩效位居第二。

随着λ的变化，安徽、山西省排名仅有暂时性小幅变化，河南、江西省没有变化，在2014—2018年期间区域技术创新系统运行绩效总排名始终处于六省的中下游，安徽、山西处于中游位置，河南、江西处于下游位置。在λ各个不同值时，江西省的区域技术创新绩效综合排名始终在第六位，对该省而言，反映区域技术创新绩效的各类指标其表现出来的功能性与均衡性都不理想。究其原因，主要是江西省相对而言缺乏有力的创新资金和科技人才支持，即该省的科技创新环境不是很好，在λ=-0.98以及λ=0.99时，科技环境的评价值仅为0.647 8、0.440 8。特别是对于河南、江西这两个省而言，其区域技术创新综合绩效处于六省的下游位置，这一方面是由可测量的科技环境指标如创新资金和科技人才数量及质量的表现不佳造成的，在λ=0.99时，这两省在科技创新环境方面的评价值仅为0.407 0、0.440 8，这导致了指标均衡性受到影响；在λ=0.99时，这两省在高新技术产业化方面的评价值为 0.496 6、0.412 4(表4)，这导致了科技创新产出指标的功能性受到了影响；另外，一些不可测量的软环境因素如区域创新文化也可能影响着河南、江西的区域技术创新绩效水平，这需要进一步地研究分析。