基于灰色关联的区域知识竞争力实证研究——以安徽省为例

韩东林，胡姗姗，方明英

(安徽大学商学院，安徽 合肥 230601)

基于灰色关联的区域知识竞争力实证研究
——以安徽省为例

韩东林，胡姗姗，方明英

(安徽大学商学院，安徽 合肥 230601)

从知识经济倾向、知识要素禀赋、知识环境和知识产出四个角度构建知识竞争力评价指标体系，结合熵权法和灰色关联分析法，计算出安徽省2001—2010年知识竞争力水平，实证分析了各影响因素对知识竞争力的贡献程度。研究发现:安徽省知识竞争力与各影响因素都具有显著的相关关系，但不同因素的贡献程度存在一定差别;知识环境和知识产出是影响安徽省知识竞争力的两个关键因素，其中又分别以金融环境和技术市场成交合同金额的关联度最高;知识经济倾向越强不一定越能促进知识竞争力的发展。

知识竞争力;知识经济倾向;灰色关联分析;熵值法

Abstract:Based on the construction of regional knowledge competitiveness evaluation system from four aspects of knowledge economy tendency，knowledge capital，knowledge institution and knowledge outputs，this study employs entropy weight coefficient and grey correlation method to empirically investigate the effect of different factor on knowledge competitiveness with the related data of Anhui during the period 2001—2010.The main findings include:All selected indexes make obvious influence in Anhui knowledge competitiveness，although certain difference exists among indexes;Knowledge institution and knowledge outputs are statistically significant in enhancing the innovation efficiency，of which the correlation degree of financial related indexes and value of contract deals in domestic technical markets play positive parts;Stronger knowledge economy tendency not always promotes more powerful regional knowledge competitiveness.

Key words:Knowledge competitiveness;Knowledge economy tendency;Grey correlation;Entropy weight

科学、技术和创新已成为知识经济时代的关键词，知识要素对经济增长的拉动效应日益显著。而知识竞争力更是决定一个地区的比较优势与竞争优势，决定其可持续性经济增长的能力［1］。基于此，有必要对知识竞争力的影响因素进行分析研究，寻找出该系统的主要特征和矛盾，进而明确提升区域知识竞争力的努力方向。本文提出的问题是，如何客观计量知识竞争力?相关因素对知识竞争力的促进或抑制程度有多大?针对具体地区，对以上问题进行深入探讨是本文研究的目的。

1 文献回顾

国外关于知识竞争力的研究可追溯到1996年OECD提出“以知识为基础的经济”［2］即知识经济的概念。从已有文献来看，仅有英国哈金斯协会(Robert Huggins Associates，RHA)对知识竞争力展开系统研究。2000年哈金斯协会首次提出“知识竞争力”，将其定义为“创造新的想法、思想、程序和产品，并且把它们转化为经济价值和财富的生产力和能力”［3］。自2002年起，哈金斯协会开始发布“全球知识竞争力指数”(World Knowledge Competitiveness Index，WCKI)，对世界主要经济地区的知识竞争力进行排名。该协会建立了一个指标体系和评价模型，其中指标体系由5个模块19个指标组成，采用数据包络分析 (DEA)方法构建了一个复合的竞争力指数。其中5个模块分别是人力资本、知识资本、金融资本、地区经济产出和知识可持续性［4］。然而，WCKI旨在为各国家或地区提供参考，只是简单测算、排列各地知识竞争力指数，并未深入探究。

国内学者对知识竞争力的研究起步较晚，大都是对国外研究成果的引入扩展，但也取得了一定的成果，不同学者从不同视角、不同层面展开了知识竞争力研究，包括国家、区域、企业层面知识竞争力评价模型及关键因素的探索，知识竞争力与经济增长的关系等等。(1)从研究对象来看，曹霞等基于2000—2006年8国的统计数据，评价了各国知识竞争力水平、等级及发展状况［5］;李文博等基于知识整合、组织学习、网络结构、战略柔性和组织氛围5个维度构建了企业知识竞争力的关键影响因素模型，试探性对模型进行了实证检验［6］。(2)从评价体系和方法来看，周霞等从哈金斯知识竞争力的理论入手，结合我国统计标准及地区实际情况，构建了中国地区知识竞争力评价指标体系［7］;刘希宋建立了包括知识产出、知识经济效益、核心竞争力和持续竞争优势4个二级指标在内的知识竞争力战略评价体系，利用熵权TOPSIS方法对我国知识竞争力进行了实证分析［8］;李秀梅等利用 AHP法测量了2008年31个省市知识竞争力［9］。(3)从研究内容来看，曹如中等研究了知识竞争力的形成过程，认为知识转化为竞争力需历经认知知识、知识的内化、知识的中介化和知识的外化四个步骤［10］;李秀梅等检验了政策对知识竞争力提升起促进作用的有效性［9］。

纵观国内外研究，可以发现现有研究主要存在以下不足:(1)研究内容主要集中在内涵、机理、模型以及构成要素的探索和分析上，缺乏对知识竞争力与影响因素相关性的研究。(2)大都是宏观或中观层面知识竞争力的排序和评价，对产生差异的原因没有给出定量的分析或解释，针对具体地区展开知识竞争力研究的较少。(3)静态分析方法主导现有研究，基本都是对样本地区在某一年的知识竞争力展开评价，忽视了知识竞争力的动态变化和发展。

傅家骥［11］曾指出创新倾向是技术创新能力的构成要素之一。知识竞争力与创新能力具有相通性，因此，本文考虑到知识经济倾向对知识竞争力的影响，补充了以往研究只从人力、财力、知识、金融以及持续性 (如技术性基础设施)角度出发的评价体系。

2 指标选取和数据处理

2.1 指标选取

本文在参考国内外学者有关知识竞争力指标体系建立的基础上，结合知识竞争力系统的性质与特点，构建了包含4个一级指标，16个二级指标的评价体系 (见表1)，具体指标选择如下:

(1)知识经济倾向。知识经济倾向是区域开展知识活动的真实性和主动性的表现，是知识经济发展变化的趋势。本文从“城镇恩格尔系数”和“高技术产业对GDP贡献率”两个方面考察了区域知识经济的倾向，前者标志社会的富裕程度，侧面反映地区对高层次知识活动的需求，后者从产业结构角度描述了地区实施知识经济战略的执行力。

(2)知识要素禀赋。知识要素是提高区域知识竞争力的内生变量，经费和人员是知识要素的主体部分，本文采用“科技活动人员”、“R＆D人员全时当量”和“R＆D经费占GDP比重”解释区域高素质人才的拥有量和活跃度，以及知识活动的经费投入强度。

(3)知识环境。本文对知识环境的考察涉及金融、政府、信息以及法制4个因素。“金融机构存款余额”和“金融机构贷款余额”是评价金融机构业务水平的重要指标，以这两项指标描述金融部门对知识活动的支持潜力与程度，或者说金融系统在知识竞争力系统中的作用。“地方政府财政科技拨款”及其“占地方财政比例”是地方政府在财政资源配置中对科技重视程度的体现，本文用来刻画政府在知识活动中的参与度，进而分析政府环境对知识竞争力的影响;“万人互联网用户数”和“百人固定和移动电话用户数”反映了区域技术性基础设施的发达程度，用来近似地衡量信息环境。知识产业的产出区别于传统产业，开发者较易丧失对成果衍生收益的独享权，和谐的法律环境无疑有助于维护开发人的权益，激发人才知识创新的主动性，从而有利于区域知识竞争力的发展，本文用“专利侵权纠纷立案数”揭示知识市场的法律秩序，表征区域的法制环境。

表1 知识竞争力评价指标体系

(4)知识产出。知识活动的直接产出表现为以论文和专利为代表的基础性成果，由直接成果衍生的经济收益则可以看作知识活动的间接产出，我们采取“专利申请量”， “发明专利申请授权量”，“国外主要检索工具收录论文数”和“技术合同成交金额”作为知识产出的衡量指标。

2.2 数据处理

本文数据根据2002—2011年各年的《安徽省统计年鉴》、 《中国信息年鉴》、中国科技统计数据、科技统计资料汇编和国家知识产权局专利统计年报，经整理加工获得。其中，个别指标由于不能获得同期的数据，按照缺损数据对待，缺2010年数据，但在2001—2009年有数据的，取有数据年份的平均值［12］，2010年国外主要检索工具收录论文数即是运用该方法计算得出。

3 实证设计和结果分析

本文以安徽省2001—2010年数据为样本，在熵权法确定各级指标权重的基础上，加权计算出所选时间序列的知识竞争力水平，进而通过灰色关联法计算出知识竞争力与各级指标的关联度。得出安徽省2001—2010年知识竞争力水平，以及知识经济倾向、知识要素禀赋、知识环境与知识产出的量化数值 (见表2)。

表2 安徽省2001—2010年知识竞争力水平与各一级指标量化数值

3.1 评价方法

分析知识竞争力系统与其影响指标的关联性时，以知识竞争力序列为参考序列，各级指标为比较序列，经计算可得安徽省知识竞争力同一级指标、二级指标的灰色关联度，见表3和表4。

表3 一级指标灰色关联度

表4 二级指标灰色关联度

表3中所有的灰色关联度都大于0.5，说明知识经济倾向、知识要素禀赋、知识环境和知识产出对知识竞争力的发展有着较大的正面影响，也表明本文对知识竞争力影响因素的选择是合理的。

3.2 实证结果分析

根据实证检验，安徽省知识竞争力与各影响因素之间具有显著的关联关系，但具体因素的关联度存在一定差异。对影响因素按影响程度进行排序，我们发现外部的环境支持对安徽省知识竞争力的影响程度最强，其次是知识产出和要素禀赋，知识经济倾向的影响程度最弱。

(1)知识环境与知识竞争力。知识竞争力与环境支持的关联度排在第一位，这说明知识竞争力不仅与各级主体的直接知识活动有关，而且与区域的社会经济环境、主体间的网络关系等因素密切相关。结合二级指标的灰色关联度 (见表4)，进一步分析发现，金融环境与知识竞争力几乎完全相关，其中金融机构存款余额和贷款余额的关联度分别为0.9659、0.9386，处于非相关的边缘地带，高于其他二级指标灰色关联度。知识产业具有高技术、高风险、高投资的特征 (如电子设备制造业)，需要大量资金的投入，但产业本身的财富积累往往不能满足需求，金融机构贷款是其筹集资金的重要渠道。存款是贷款的源泉，充足的金融机构存款余额能够使知识产业获得长久的资本支撑，确保了知识产业快速健康发展。与此同时，金融机构贷款余额不仅体现了金融部门对知识产业的实际支持能力，还反映出不同主体对贷款的现实需求，即社会的风险意识。而乐观的金融形势和适度的风险观念都有利于知识产业的持续发展，推动知识竞争力的提升。通常情况下，高利润伴随高风险，知识竞争力在汲取金融养分，获得自身发展后，也会带来巨大经济效益，反哺金融系统，为金融机构奉献更多的可贷资金。所以，知识竞争力系统与金融系统之间存在一个良性循环，两者的高度相关也就有根可究。

信息环境与知识竞争力的关联度紧随金融环境，均值达到0.9296，同样列于高水平段位，对知识竞争力的塑造起着举足轻重的作用。知识竞争力是一个开放的系统，只有当相关学科进行交叉、相关产业进行融合、相关的科教机构和人员进行合作，以及产－供－销相关的企业发挥协同效应时，才能发展知识经济，发展真正的高技术产业［13］，形成强大的知识竞争力。而优质的信息环境即发达的信息网络为地方行为主体 (企业、政府、研发机构及非单位个人)实现技术信息交流和知识共享创造了便捷，提供了平台。

政府对知识竞争力的贡献程度徘徊在0.85左右，表明政府的财政支持是提高安徽省知识竞争力的重要因素。政府通过财政拨款、税收减免及知识相关产业政策规定等一系列手段调节和干预知识活动，为知识活动提供人力和财力支持的同时，保证并激励了知识创新良好氛围的培育，这对于知识竞争力的发展具有非常积极的作用。专利侵权纠纷立案数表示司法机关在保护知识活动顺利进行中所做的努力，司法处于法律流程的末端，相比立法和执法，司法与知识竞争力的距离较远，这便导致专利侵权纠纷立案数代表的法制环境在知识环境中表现低调，与知识竞争力的关联度只有0.7836。

(2)知识产出与知识竞争力。知识产出与知识竞争力存在较高的关联性，这与我们的普遍认识是一致的。然而，令人奇怪的是，发明专利申请授权量的关联度低于专利申请量，也就是说专利的数量反而比质量对知识竞争力的影响更大。原因是，安徽省社会发展状况位于全国二级阵营，创新步伐相对缓慢，专利开发上尚未实现质的飞跃，仍处于对专利数量的积累阶段。固然如此，安徽省在注重增加专利数量的同时仍不能放松对专利质量的要求，避免重量不重质的盲目发展。此外，技术合同成交金额的关联度达到0.899，排在知识产出四项二级指标首位，可以说相比专利开发及论文发表，知识的市场化水平对知识竞争力的提升有着更加明显的促进作用。

(3)知识要素禀赋与知识竞争力。外因只有通过内因才能发挥作用，但实证结果却表明安徽省知识要素禀赋与知识竞争力的关联度低于环境因素，排在第三位。不过仔细观察相应二级指标的关联度，不难发现，要素禀赋包含的三项二级指标的关联度并不低，都接近0.9，且排名相对靠前。三者之间微弱的差距揭示:对安徽省知识竞争力而言，高素质人才和研发经费的投入几乎同等重要。

(4)知识经济倾向与知识竞争力。知识经济倾向与知识竞争力的关系相对疏远，排在最末。暗示着并不是知识经济倾向越强，越能促进知识竞争力的发展。这似乎有悖于常理，一般认为，知识经济倾向越高，区域知识活动越活跃，那么越能推动区域知识竞争力的迅速发展。究其原因可能是:(1)虽然比较而言，知识经济倾向的灰色关联度最低，但与其他一级指标的关联度相差不大，落后于其他指标可能是整体不高的知识竞争力水平所致。(2)知识经济倾向表示地区各级主体 (企业、政府、研发机构及非单位个人)进行知识活动的愿望。即使有知识活动的愿望，却欠缺成熟的现实条件和高执行力的配合，那么知识经济倾向对知识竞争力的影响将会大大降低。一方面，2001—2010年安徽省恩格尔系数平均值约为42%，处于小康社会初级阶段，说明安徽省人民生活并未真正实现富裕，对高层次知识活动的需求不足，现实条件有待成熟。另一方面，高技术产业是知识相关产业的主力军，是培育强大知识竞争力的关键。2001—2010年安徽省高技术产业对GDP的贡献普遍偏低，最低为2.77，最高5.52，平均值仅为3.66。表明安徽省高技术产业发展滞后，难以发挥其对知识竞争力的带动效用，或者说安徽省提高知识竞争力的执行力尚需改进。

4 结论

基于建立的指标体系，本文采取客观赋权的熵值法测量了安徽省知识竞争力，将灰色关联理论运用于知识竞争力的评价研究，确定了影响知识竞争力的主要因素和次要因素。研究结果与现实状况具有较好的一致性。

通过整体的比较分析，我们发现:第一，安徽省知识竞争力逐年提升，并与各影响因素存在较高的关联度。但是，不同因素的贡献程度存在一定差别，环境因素居首位，知识产出其次，知识要素禀赋第三，知识经济倾向最后。第二，知识活动具有互动性，从中受益的同时也将补给金融系统，所以知识竞争力与金融因素严重相关。信息环境和政府环境对安徽省知识竞争力起着显著的促进作用，法制环境的关联度却明显偏低。第三，知识市场化水平比专利和论文更有利于知识竞争力的提升，而科技活动人员和R＆D经费对知识竞争力来说几乎同等重要。第四，知识经济倾向越强并不一定越能促进知识竞争力的发展，高水平知识竞争力的实现需要根据地区实际情况，制定并落实相关政策。

对于本文的实证设计需指出的是，在指标选择上，鉴于可获得性和准确性的考虑，或舍去或采用替代指标，如用专利侵权纠纷立案数这一个指标代表区域法制环境，衡量法律方面对知识竞争力的作用，然而，立法和执法也是法律系统的重要组成部分，这在我们的指标选取中没有表现，从而可能导致评价结果出现偏差。从这个角度来看，本文的实证分析具有一定的局限性，有待未来研究的改进和克服。

［1］姚国琴．关于我国培育知识竞争力的思考［J］．河南社会科学，2003，(5):168－170．

［2］Organisation for Economic Co-operation and Development．The Knowledge-based Economy［R］．Paris:OECD，1996．

［3］Robert Huggins，Hiro Izushi，Will Davies，Luo Shougui．World Knowledge Competitiveness Index 2008 ［M］．Cardiff:Centre for International Competitiveness，2008．

［4］唐家龙．知识竞争力与经济表现的经验分析［J］．科技进步与对策，2007，24(2):17－20．

［5］曹霞，喻登科，刘希宋．2000—2006年国家知识竞争力实证评价研究［J］．情报杂志，2009，28(4):67 －71．

［6］李文博，郝云宏．企业知识竞争力的关键影响因素:浙江情境下的实证研究［J］．软科学，2009，23(6):106－110．

［7］周霞，李坤泽，吴虹霞．论中国地区知识竞争力评价指标体系的构建［J］．科技管理研究，2008，(11):90－92．

［8］刘希宋，王毅，喻登科．2001—2006年我国知识竞争力的战略评价［J］．科技进步与对策，2009，26(19):128－133．

［9］李秀梅，苏屹．中国省域知识竞争力提升的政策有效性研究［J］．情报杂志，2011，30(8):7－11．

［10］曹如中，李霁友，戴昌钧．知识竞争力形成机理及转化模型研究［J］．情报杂志，2007，(9):5－9．

［11］傅家骥．技术创新［M］．北京:清华大学出版社，1998:325－327．

［12］中国科技发展战略研究小组．中国区域创新能力报告(2006—2007)［R］．北京:知识产权出版社，2007:399－400．

［13］王缉慈．知识创新和区域创新环境［J］．经济地理，1999，(1):11 －15．

(责任编辑 谭果林)

Analysis of Regional Knowledge Competitiveness Based on Grey Correlation Method

Han Donglin，Hu Shanshan，Fang Mingying
(School of Business，Anhui University，Hefei 230601，China)

F061.5

A

全国统计科学研究计划项目“长三角地区高技术服务业现状评价及对策研究”(2011LY022)。

2012－03－26

韩东林 (1968－)，男，安徽霍邱人，安徽大学商学院教授，经济学博士后;研究方向:技术创新与投资。