嵌入创新承载力的西部区域省份科技创新能力评价与协调性测度

郑 姣，王 波

(北方民族大学 商学院，银川 750021)

党的十九大报告明确强调要坚定实施创新驱动发展战略，提升科技创新水平。在国家创新系统的整体框架内，区域科技创新作为国家科技创新战略的重要支撑，能够实现科技资源的优化配置，提升创新效率，是区域高质量发展的关键[1]。科技创新能力是区域科技创新水平和竞争力的集中体现，不仅取决于研发投入产出水平，而且与区域创新系统内部要素的相互协同存在密切关联。因此，从系统角度对区域科技创新能力水平进行评价，定量测度科技创新系统协调性，探讨科技创新能力水平与协调性之间的关系具有一定的实际意义。

创新承载力是一个区域将创新资源投入转换为科技产出的承载能力[2]，其是否能够有效支撑该区域的创新投入和需求，一定程度上决定创新效率和创新水平的高低。区域创新系统作为构筑国家科技创新的子系统，是由相互分工与管理的企业、研究机构和高等教育机构所构成的创新组织，能够提高区域创新能力，形成区域竞争优势[3]，是能否有效开展创新研发活动、持续提升创新动能水平的决定性要素。创新承载力与区域创新投入产出存在着匹配需求与协调关系，创新投入和承载力间的耦合协调度越高，愈有利于创新活动的实现和效率的提升。若承载力过剩，会造成创新平台和研发设施设备的空置和浪费，反之，承载力不足，则难以形成创新资源投入要素的集聚。此外，区域科技创新是各类要素相互作用的结果，具有明显的系统化特征，科技创新投入、转换和产出之间，存在着资源配置上的平衡以及系统间的协调，在创新驱动力系统内部，投入、产出、载体和绩效等分系统之间的相互作用及协调发展程度也存在区域差异[4]。因此，有必要将创新承载力从创新资源投入中分离，作为单独的维度引入到区域创新能力评价体系中，并结合系统协调性测度进行再分析。因此将基于创新投入-承载力-产出的系统化框架，通过嵌入创新承载力维度，构建区域科技创新能力评价指标体系，探讨区域创新能力与协调性之间的关系，并结合西部区域省份面板数据进行实证，以期为提高区域科技创新能力提供参考。

1 文献回顾

目前，关于科技创新能力评价的研究主要集中于评价指标体系构建以及方法选择。考虑到区域科技创新是众多因素共同作用的结果，其测度需从不同维度，建立多指标、多层次的评价体系。李宗璋、林学军[5]从人力资源、科技投入以及产出构建了科技创新指标体系，其中，人力和科技投入均可归为科技投入。Hu和Mathews[6]认为科技创新的影响因素包括科技创新基础、创新环境以及两者之间融合，其中，创新基础主要指人力和资金投入等。之后，部分学者基于科技创新投入产出框架，将产业集群环境[7]、创新环境及实施能力[8-9]、创新绩效[10]等其他创新要素纳入评价体系之中，进一步丰富了科技创新能力的评价内容。此外，创新具有资源投入、转换和产出的过程化特征，创新支撑和转化能力决定着区域科技创新能力水平和效率，就此部分学者将创新支持作为独立的评价维度，引入到评价体系设计中，对区域科技创新能力进行测度[11-12]。与丰富指标体系内容相比，评价方法则相对比较固定，主要包括层次分析法[13-14]、熵值法[15]以及融合TOPSIS的组合预测方法[16-17]等指标权重的计算方法，同时，还包括因子分析[18]、主成分分析法[19]以及改进突变级数法[20]等用于直接测算科技创新能力的方法模型。

关于科技创新协调测度主要集中于科技创新体系内部子系统间的协调研究，以及科技创新与其他要素系统的协调性测度。前者是从系统协同的角度，将科技创新整体视为系统，对其内部子系统之间的协调性进行测度。冯锋、汪良兵[21]基于技术创新链视角，对中国区域创新系统协调度进行测度，发现整体水平偏低，且各地区间存在较大差异。孙丽文等[22]构建区域协同创新能力评价指标体系，采用复合系统协同度模型，对京津冀地区协同创新能力进行评价和测度。张卓等[23]通过构建区域协同创新评价体系，利用耦合协同度模型对江苏省区域协调创新能力进行测度。杜英、李睆玲[24]基于三螺旋理论构建区域科技创新能力评价指标体系，并运用耦合协调度模型，对甘肃省科技创新能力进行了测度。此外，部分学者从系统耦合角度，关注科技创新与科技金融[25]、生态、经济高发展[26-28]等其他研究关注点之间的关系。

结合现有文献研究发现，区域科技创新能力评价体系的研究尚未统一，且对科技创新承载力的嵌入关注不足，同时，鲜有讨论科技创新能力与科技创新系统协调性之间的关系。因此，将创新承载力维度嵌入到区域科技创新体系，对科技创新能力和系统协调性进行测度，并讨论两者之间的关系，具有一定的理论研究和实践价值。

2 区域科技创新指标体系与有效性检验

2.1 评价指标体系构建

科技创新通过创新载体将创新资源转化为科技成果，并能够产生一定的效益。首先，创新资源通过政策引导和市场需求，依托企业、高等院校以及科研机构等科技创新载体，促进科技创新资源的流动和集聚，实现科技创新成果和效益产出。创新资源是开展科技活动所需的各种投入要素的总和，研究表明区域科技创新绩效会受到科技人力资源投入、资金投入以及创新环境等多方面的影响[29]，而资源和资金性投入则更为重要[30]。因此，从创新资源和资金两个维度测度科技创新投入。其次，创新承载力主要依赖于创新载体和平台，是区域内集聚科技创新要素的平台运行系统，而科技创新资源主要集中于企业、高等院校和研发机构[31]，并且随着科技孵化和众创空间的完善，逐步弥补科技创新载体前端建设的洼地。因此，用企业、研发机构以及高校的创新载体的数量，以及科技创新平台来表征区域创新承载力和转换能力[4]。再者，创新产出可分为效益和成果产出，是衡量科技创新资源投入和配置效率的重要指标，效益是成果市场化的体现，后者则具有专利和科技获奖等多种形式[32]。效益产出方面选择技术上市场合同交易额、高新技术和规模以上工业企业新产品销售收入进行衡量，成果产出选择科技论文和专著出版数表征知识类成果产出，用专利数衡量研发成果应用产出，并引入国家科学技术奖励测度区域高水平创新产出。综上，从科技创新投入、承载力、产出3个维度，选取23个三级指标构建区域科技创新能力评价体系，见表1。

2.2 指标体系信度分析及检验

为了对指标体系的一致性进行，采用克朗巴哈(Cronbach)α系数法进行可靠性检验，选取基准年份2009年指标数据，采用α=nr/[(n-1)r+1]公式进行检验，其中，n为评估指标数，r为n个指标相关系数的均值。一般而言，若α≤0.7，则表明一致性较差，需对指标体系进行重新调整，0.7<α≤0.8，说明设计存在问题，但具备一定的合理性，0.8<α≤0.9，说明内在信度可以接受，若α>0.9，则表明信度检验结果一致性较高。此外，引入ANOVA及Friedman对指标间差异性进行检验，检验结果见表2和表3。

表1 区域科技创新能力评价指标体系

表2 指标体系一致性的可靠性检验结果

结合表2和表3统计检验结果可知，克朗巴哈α>0.9，表明指标体系能够较好地表征科技创新水平，可靠性较高，对应的P值小于0.05的显著性水平，接受备择假设，即各个指标均值存在显著性差异，结合和谐系数值可得，所建立的指标体系能够对评估对象进行有效区分，具备一定的合理性和可行性。

表3 ANOVA 以及Friedman检验结果

3 西部区域省份科技创新能力评价及测算

3.1 数据来源及预处理

由于西藏科技创新关键指标数据缺失较多，选取2009—2018年数据西部地区11个省份(不包含西藏)的数据进行实证。数据来源于2009—2019《国家统计年鉴》《中国科技统计年鉴》《中国火炬统计年鉴》以及各省份统计年鉴，国家重点实验室(包含国家级企业重点实验室)、国家工程研究中心以及国家企业技术研究中心数据，来源于国家科技部和国家发展改革委员会公布的年度报告，国家级科学技术奖励数据来源于国家科学技术奖励工作办公室历年公示文件，其中，考虑到国家级科学技术奖励存在类型和等级的区分，通过专家咨询后，对奖励等级和类型进行赋分后得到初始数据。此外，对部分指标年度缺失值采用临近年份指标值、插值法以及趋势预测进行插补，以保证数据的连续性和可行性。

为了避免指标数据量纲不统一的影响，采用极差法进行处理。根据所建立的指标体系和收集整理的数据，按照不同年份的原始数据，构建初始判断矩阵Xθ=(xθij)m×n，其中，xθij表示第θ年第i个省份第j个指标(θ=1,2，…，r;i=1,2，…，m;j=1,2,…，n)，得到标准化矩阵uθij，具体公式为

(1)

式中，xθjmin和xθjmax分别为第θ年，不同省份第j个指标的最大值和最小值。

3.2 指标权重计算

指标权重分为主观和客观计算方法，主观赋权具有可操作性强，对数据依赖程度低的特点，但缺乏客观性；相反，客观法可信度较高，能够避免人为影响，但对初始数据依赖度高，易出现偏离实际的情形[33]。因此，综合考虑主观和客观赋权的复合权重确定方法，既能够保证客观权重的可靠性，又能兼顾主观认知和经验判断的参考价值，得到更加准确的权重值。

(2)

(3)

(4)

式中，y=1/ln(rm)。

3.3 西部区域省份科技创新能力评价结果

按照计算的各级指标权重，结合初始数据，得到2009—2018年西部各省份的科技创新能力综合值，见表4。

由表4，结合均值标准差数据分析可得，2009—2018年西部省份科技创新水平，并未出现明显的上升或者下降趋势，总体表现比较平稳，但省份之间差异较大。为了更为直观地比较，对评价结果进行聚类分析，结果如图1和表5所示。

结合表4和表5，可将西部11个省份的科技创新能力分为4个等级，四川和陕西两个省份科技创新能力处于高水平，其次是重庆市，处于较高水平，这主要归因于其具有较强的科技创新投入，以及众多的科技创新载体和平台，这也是科技创新产出的重要保障。此外，广西、甘肃和云南属于中等水平，其余5个省份则归为低水平。

结合初始数据分析，首先，在资源和资金投入方面，四川、陕西和重庆作为西部重要省份和直辖市，2018年万人研发人员当量分别为15.88、9.67、9.19，而同期其他省份中云南最高值仅为4.97，同时，从研发经费投入强度历年均值分析，陕西、四川和重庆分别为2.12、1.51、1.64，明显高于其他省份，而同期排名靠后的青海和内蒙古则仅为0.60和0.53。

表4 2009—2018年西部区域省份科技创新能力综合值

图1 西部区域省份科技创新水平聚类树状图

表5 西部区域省份科技创新水平等级划分

其次，从创新承载力角度分析，以2018年为例，四川、陕西和重庆高新技术企业数量分别为4 520、3 120和2 430家，且四川省规模以上工业企业中有R&D研发机构企业以及孵化器内在孵企业数分为1 051和7 590家，而同期排名最后的青海省仅有586家和457家，在数量上存在明显的差异性。此外，西部省份国家级重点实验室和企业研究中心主要集中于3个省份，且重点院校比例高，具有明显的科技创新承载优势。

再者，从科技创新产出角度分析，以2018年为例，陕西和四川万人技术市场和成交额度分别为112.52和99.67，其次是重庆和甘肃18.83和18.08，而排名靠后内蒙古、宁夏和新疆分别为1.98、1.21、0.39，呈现出较为明显的区域性差异，且历年国家级奖励中陕西和四川也均处于领先地位，值得注意的是，在国家级奖励方面，排名靠后的甘肃省则以相对较低的科技创新投入获得较大数量科技奖励性产出，其原因是甘肃在国家重点实验室和企业研发中心等研发平台数量上具有一定的比较优势，仅次于陕西和四川。

为了分析不同等级之间科技创新水平差异的原因，对不同省份科技创新投入、承载力以及产出历年来的均值进行比较，如图2所示。

由图2可知，西部省份历年科技创新投入、承载力以及产出基本呈现出一致性变化趋势，即科技创新投入越大，承载力越强，产出水平越高，其中，四川、陕西和重庆以较高的科技投入和承载力获得较大的产出，内蒙古、贵州、宁夏以及青海创新产出则相对较小。然而，值得注意的是：各省份科技创新投入、承载力以及产出存在不同程度的“匹配”差异性，也即部分省份可以以相对较低的投入和承载力获得较高的产出，从而实现较高的科技创新水平(如四川与陕西)，抑或出现较高的投入却未获得较高的科技产出。因此，有必要从系统协调性方面对结果进一步分析。

图2 2009—2018西部区域省份科技创新投入、承载及产出均值比较

4 西部区域省份科技创新协调性测度

4.1 协调性测度模型

为了进一步分析各省份科技创新投入产出平衡，引入协调性测度模型，对科技创新协调性进行评测。假设区域省份科技创新系统，由创新投入、承载力以及产出3个子系统集合S=(S1,S2,S3)构成，相应系统的子系统的序参量为eij=(ei1,ei2,…，emn)，ηij≤eij≤ξij，其中，ηij、ξij为系统稳定条件时序参量的上限与下限，m和n分别表示子系统个数和序参量个数，且n≥1。不失一般性，对于正向效益型指标，eij值越大，系统有序性越强，反之对成本性指标，eij值越大，系统有序性越弱，则子系统序参量的有序度计算式为

(5)

子系统的有序度可以表示为

(6)

或者

(7)

式(6)和式(7)分别为几何平均和线性加权平均集成方法，φi(ej)∈[0,1]，φi(ej)值越大，表明子系统的有序度越高，反之，有序度越低。

考虑到年份时间变化对区域省份创新协同测度结果的影响，从初始基期年份t0演化到年份tk，各个省份在基期年份t0和年份tk的有序度分别为φi(ej)t0和φi(ej)tk，则在tk时间点的协调性测度模型为

(8)

式中,DGStk∈[-1,1]，其值与系统间协调性成正比，当子系统协调性较高时，DGStk∈[0,1]，反之，一致性较差时，DGStk∈[-1,0]。

4.2 协调性测度结果

4.2.1 系统序参量确定

序参量是系统的宏观参量，支配着各个子系统的演变行为，可以通过控制和调整序参量来把握系统的发展[35]。由于从投入-承载力-产出视角，对科技创新系统解析结构的研究尚未统一，对序参量的确定带来一定的困难。参考鲁继通[36]关于区域协调创新能力测度的研究，结合指标设定，遵循全面客观性原则，将指标体系中的三级指标变量，作为科技创新投入、承载力以及产出3个子系统的序参量，并结合指标权重系数，加权计算出各个序参量的值，来测度整个系统的协调度。考虑到篇幅限制，此处不列举序参量数据。

4.2.2 系统协调性测度与分析

根据计算步骤，将序参量代入式(5)和式(6)，可以得出子系统序参量的有序度以及子系统的有序度，其中，子系统的有序度采用几何平均法计算，ηij、ξij分别取2009—2018年各个省份子系统序参量最大值的1.1倍和最小值0.9倍，以保证满足式(5)的要求，并按照式(8)，以2009年为基期年份，求得各个省份历年科技创新协同测度结果，见表6。

由表6计算结果分析可知，在研究时间段内，西部地区科技创新协调度均值总体呈上升趋势，仅在2017—2018年有所下降，均值为0.032 8，整体水平偏低。在一定程度上表明，西部区域省份科技创新投入、承载力以及产出存在“木桶效应”，即科技投入产出在一定程度上未能实现有效匹配和协同，可能存在科技承载力难以有效支撑和转换科技创新投入，以及部分资源闲置的情形，投入产出效率低下。此外，从省域层面对比分析可知，科技创新系统协调度整体水平不高，且存在着差异性，除内蒙古、贵州和青海3省份协调度，其余省份协调性测度值均为正，但总体协调度水平在[-0.014,0.108]区间波动，科技创新子系统协同良性发展机制尚未形成，协调性水平有待进一步提升。

表6 2009—2018年西部区域省份科技创新系统协调性测度结果

5 西部区域省份科技创新水平与协调性关系分析

为厘清不同省份科技创新投入产出、创新承载力与科技创新水平之间的关系，结合协调性测度结果进一步分析，计算数据见表7，科技创新能力和协调性对比结果如图3所示。

表7 西部区域省份科技创新能力与协调性测度结果比较

结合表7和图3，各省份科技创新水平与协调性呈现出基本性的一致性变化趋势，也即科技创新水平越高，创新系统协调度越高，但部分省份则出现“非一致”现象。结合创新水平聚类结果，处于第一类高水平的四川省和陕西省，前者在创新投入和承载力两个维度上，数值均高于陕西省，但科技创新能力和产出均低于陕西省，这得益于陕西省在科技创新协调性上的优势，这也说明协调性能够在一定程度上抑制高投入产生的“规模效应”。而第二类较高水平重庆，即使创新协调能力排名靠后，但由于拥有较强的创新投入、承载力以及产出，创新能力依然强劲，因此，可以通过提升科技创新协调性，进一步提升科技创新能力水平，实现内涵性增长。而对于第三类广西、甘肃和云南，甘肃、广西以较高的协调性以及较低的科技创新投入和承载力，获得与云南省接近的科技创新水平，这也说明协调性一定程度上能够弥补科技创新投入的规模化劣势。同样地，处于第四类低水平的5个省份中,相比内蒙古和贵州省，新疆、宁夏和青海则凭借较高的系统协调性，实现科技创新水平的跃升，以较低的创新资源投入实现了较高的科技创新能力提升，同样地，科技创新协调性也能够弥补创新投入的“短板效应”。因此，研究结论在一定程度上较好地解释了西部区域省份科技产出和能力水平，不仅取决于创新投入，更应注重其余创新承载和产出之间的协调性，实现资源有效配置，提高科技创新效率。

图3 西部区域省份科技创新能力与协调性比较

6 研究结论及建议

结合已有研究，通过构建评价体系，选取2009—2018年数据，对西部11个省份科技创新能力进行评价，并对科技创新系统的协调性进行测度。实证结果表明：一方面，近年来，西部地区科技创新能力总体变化比较平稳，但省份之间存在较大的差异性，通过聚类分析将11个省份可分为4个等级，其中，四川、陕西和重庆处于较高等级，广西、甘肃、云南属于中等水平，其他省份则归为较低水平。另一方面，通过协调性测度得出西部省份历年科技创新协调性偏弱，科技投入、承载力以及产出之间未能实现有效协同，且比较发现，各省份科技创新能力和系统协调性存在着较为密切的关系，即系统协调性能够影响科技创新能力，抑制科技创新投入产生的“规模效应”，同时也会弥补科技投入不足带来的“短板效应”。根据实证结果，提出如下建议：

1)明确各省区域功能定位，加强区域科技创新协同能力。对于资源富足的区域，既要注重科技创新投入和承载力建设，也应关注子系统间的协调性，注重“内涵式”的效率提升，最大化发挥科技资源优势，增加科技创新产出，提高科技创新能力。而对于科技资源和承载力相对较低的省份，可以通过平衡投入、产出和承载力，合理分配科技资源投入和建设布局，注重提高协调性，明确自身的科技创新发展定位，结合区域资源禀赋和特点，形成竞争优势。如内蒙古羊绒、乳业以及矿产等资源丰富，宁夏农产品和煤化工等相关产业具有一定的特色，应围绕与之相关的科技创新及应用展开工作，重点加强该领域的技术承接和引入。此外，应借助新时期西部大开发政策支持，鼓励联合推动区域间科技创新和技术合作，科技创新能力水平较高的省份和直辖市，应发挥区域科技创新辐射和带动作用，而较低的省份应积极承接相邻区域的技术溢出，逐步实现区域省份科技创新的集聚效应，实现跨区域支援和协同。

2)提高科技创新系统协调性，注重投入产出效率。西部省份科技创新整体创新能力较弱，增加科技创新资金财政投入的同时，应注重创新人力资源建设，避免高端人才流失，积极引入创新型人才。同时，加强科技创新载体和平台建设，特别是科技承载较弱的省份，应积极培育和申报高新技术企业，加强国家级科学研发中心、国家重点实验室建设。此外，完善科技创新产业链，如依托本省份上市企业、科技孵化器、新三板和创业板等平台，培育上下游中小型科技企业，延伸科技创新产业链，实现科技创新平台建设的可持续性和稳定性。同时，应加强科技创新资金投入和绩效评估，确保科技创新投入的精准化，实现资源投入和产出的平衡，避免资源浪费和闲置，以及资金空转，实现科技创新投入、承载以及产出的协调发展，提高科技创新效率。