长三角部分城市创新指数比较研究

合肥市委党校课题组

长三角部分城市创新指数比较研究

合肥市委党校课题组

本文以合肥市、南京市、宁波市、嘉兴市、上海市杨浦区等“四市一区”2008-2012年的统计和调查数据为基础，通过构建长三角部分城市创新指数评价体系，以主成分分析和灰色关联理论为主要研究工具，运用定量分析与定性分析相结合的方法，重点研究了合肥市创新的基础条件、创新投入、创新绩效、创新环境以及它们之间的相互关系。并将合肥市的研究结果与南京市、宁波市、嘉兴市和上海杨浦区进行系统比较分析。

创新指数 绩效 评价 对策

党的十八大报告指出：科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置；要推动科技和经济紧密结合，加快建设国家创新体系。创新型城市是建设国家创新体系的重要组成部分。十八届三中全会强调：建立创新调查制度和创新报告制度，构建公开透明的国家科研资源管理和项目评价机制。合肥市第十次党代会明确要求，要坚持走创新发展之路，全面推进科技创新、体制机制创新和管理创新，激发创新活力、集聚创新要素，不断提升自主创新能力，在创新型城市建设上取得新成效。这反映了开展科技创新能力评估尤其是开展创新基础、创新投入、创新环境和创新绩效的评价工作具有非常重要的意义。只有对已有的创新基础、政策投入、创新环境和实施效果进行客观评价，才能为将来出台针对性更强的应对措施提供更有价值的参考依据，这对深入推进合芜蚌自主创新，对于转变合肥市经济发展方式、提升合肥市创新能力具有重要意义。

一、城市创新指数指标评价体系与基础数据来源

（一）城市创新指数指标评价体系

对创新型城市的评价主要是创新能力上的评价。城市创新能力是城市创新体系中所有要素和行为主体有机组合的总体能力，影响城市创新能力的因素是多方面的。按照科技部给出的标准，设计城市创新指数评价指标体系，评价的一级指标有4个，包括基础条件、创新投入、创新绩效和创新环境；二级指标18个，如表1所示。

表1∶城市创新指数评价指标体系

?

（二）城市创新指数的数据来源

为了保证本次课题研究的真实性和客观性，我们坚持掌握第一手资料。查阅2009-2013年的《中国统计年鉴》、《中国环境统计年鉴》、《中国城市统计年鉴》、《中国科技统计年鉴》、《2010年第六次全国人口普查主要数据（第2号）》；查阅宁波市、南京市、嘉兴市、上海杨浦区、合肥市的《统计年鉴》、《科技统计年鉴》和2009-2013年社会经济发展公报；多次联系相关地市的党校、科技局、统计局等部门，寻找关键性数据。课题组设计城市创新指数问卷两套共700余份，分赴合肥市、南京市、宁波市、嘉兴市、上海杨浦区进行专项调研，委托相关人员填写表格，并及时收回。我们还向四个地市的科技局、党校、统计局等部门邮寄调查表公函。

（三）城市创新指数的基础数据

为表述方便，本课题“城市创新指标指数评价指标体系”表一中，前2个一级指标（基础条件、创新投入）中的7个二级指标用Xi(i=1、2、3、4、5、6、7)表示，第3个一级指标（创新绩效）中的5个二级指标用Yi(i=1、2、3、4、5)表示，这些指标可以通过检索得出数据；第4个一级指标（创新环境）中的6个二级指标，通过调研量化。

假设X1∶人均GDP，X2：每万人拥有大专以上教育程度人口，X3：城市环境，X4：、全社会R&D经费支出占GDP的比重(%)，X5：规上企业R&D经费支出占主营业务收入的比重(%)，X6：科学技术支出占财政支出的比重（%）,X7：每万名就业人员中R&D人员数，Y1：百万人口发明专利申请授权数，Y2∶高技术产业产值占工业产值比重(%),Y3：万元GDP综合能耗(吨标准煤/万元),Y4：技术市场成交合同金额(亿元)，Y5：拥有国外主要检索工具收录国内外期刊发表论文数。

2008年到2012年的5年时间，合肥市、南京市、宁波市、嘉兴市、上海杨浦区创新指数的原始数据如下表2、表3、表4、表5、表6所示。

表2：合肥市创新指数的原始数据表

表3：南京市创新指数的原始数据表

表4：宁波市创新指数的原始数据表

表5：嘉兴市创新指数的原始数据表

表6：上海市杨浦区创新指数的原始数据表

二、城市原始数据的创新指数分析

以2008年城市创新基础条件、创新投入和创新绩效为基数100，分别计算出2009-2012年五个城市的各项指数，绘制城市创新指数柱状图，加以分析。

(一)城市创新指数的纵向分析

1.合肥市创新指数分析

（1）合肥市城市创新基础条件指数

2008年基准值为100，2009年合肥市城市创新基础条件指数计算方法为：（2009年X1/2008年X1+2009年X2/2008年X2+2009年X3/2008年X3）/3=114.4。同理得出：2010年城市创新基础条件指数为122.5，2011年城市创新基础条件指数为134.3，2012年城市创新基础条件指数为149.2。可以看出从2008-2012年合肥市城市创新基础条件指数在不断增长，增速平稳，年均增速为12.5%。

（2）合肥市城市创新投入指数

如城市创新基础条件指数算法相似，以2008年为基准值100测算，2009-2012年合肥市城市创新投入指数为依次为151.7，189.0，172.1，187.6。除了2011年出现下降现象外，其他年份都呈现增长趋势。这说明合肥市城市创新投入发挥了很好的作用。

（3）合肥市城市创新绩效指数

和城市创新基础条件指数算法相似，以2008年为基准值100测算，2009年合肥市城市创新绩效指数为108.0，2010年城市创新绩效指数为110.0，这两年增幅较小。2011年城市创新绩效指数为133.0，2012年城市创新绩效指数达到174.8。相对于2008年，合肥市城市创新绩效近两年增幅较大。

2.南京市创新指数分析

（1）南京市城市创新基础条件指数

以2008年为基准值100测算，2009年南京市城市创新基础条件指数为101.8，2010年城市创新基础条件指数为107.1，2011年城市创新基础条件指数为112.4，2012年城市创新基础条件指数为126.3。可以看出从2008-2012年南京市城市创新基础条件指数在不断增长。

（2）南京市城市创新投入指数

以2008年为基准值100测算，2008-2012南京市城市创新投入指数呈现增长态势，2012年比2008年增长了近一半。

（3）南京市城市创新绩效指数

以2008年为基准值100测算，2008-2012南京市城市创新绩效指数呈现增长态势，2012年比2008年增长超过了50%。

3.宁波市创新指数分析

（1）宁波市城市创新基础条件指数

以2008年为基准值100测算，2008-2012宁波市城市创新绩效指数呈现增长态势，每年的增长幅度相近，变化不大。

（2）宁波市城市创新投入指数

以2008年为基准值100测算，宁波市城市创新投入指数增长比较平稳，增长幅度基本上为15%。

（3）宁波市城市创新绩效指数

以2008年为基准值100测算，宁波市城市创新绩效指数增长很快，2012年相对2008年，增长了一倍多。

4.嘉兴市创新指数分析

（1）嘉兴市城市创新基础条件指数

以2008年为基准值100测算，嘉兴市2010到2012年城市创新基础条件指数增长很快。

（2）嘉兴市城市创新投入指数

以2008年为基准值100测算，嘉兴市城市投入指数增长较为平稳，增幅基本上10%。

（3）嘉兴市城市创新绩效指数

以2008年为基准值100测算，嘉兴市城市创新绩效指数增长快，2012年相对2008年，几乎增长了一半。

5.上海市杨浦区创新指数分析

（1）上海市杨浦区城市创新基础条件指数

以2008年为基准值100测算，上海市杨浦区城市创新基础条件指数增长非常快，2012年相对2008年，增长了60%。

（2）上海市杨浦区城市创新投入指数

以2008年为基准值100测算，上海市杨浦区城市创新投入指数增长很平稳，2008-2012年，每年增幅均为10%。

（3）上海市杨浦区城市创新绩效指数

以2008年为基准值100测算，上海市杨浦区城市创新绩效指数增长基本平稳，2012年增幅最大。

(二)城市创新指数的横向分析

1.城市创新综合指数分析

2009年合肥市的城市创新综合指数最大，上海市杨浦区最小，二者相差大约20%。宁波市和嘉兴市城市创新综合指数居中。

2010年合肥市的城市创新综合指数还是最大，南京市最小，二者相差大约32%。宁波市位居第二，嘉兴市和上海市杨浦区分别位居第三、第四位。

2011年宁波市的城市创新综合指数最大，南京市最小，二者相差达到50%。合肥、上海市杨浦区和嘉兴市城市创新综合指数分别位居第二、第三和第四。

2012年合肥市的城市创新综合指数最大，上海市杨浦区最小，二者相差大约40%。宁波市和合肥市城市创新综合指数基本靠近。

2.城市创新综合指数增速分析

2009年，合肥市城市创新指数增速最大，为27.4%，上海市杨浦区最小，只有7.8%。南京市只高于上海市杨浦区4.8%，宁波市和嘉兴市只相差1%。

2010年，宁波市城市创新综合指数增速最大，达到19.5%，合肥市城市创新综合指数增长为14.0%，位居第二。南京市城市创新综合指数增速最小，只有2.2%。

2011年，宁波市城市创新综合指数还是最高，上海市杨浦区紧随其后。南京市最小，增速仅为

1.7%。合肥市和嘉兴市城市创新综合指数增速差不多。

考察2012年个城市综合创新指数，南京市最大，为28.6%。合肥市位居第二。宁波市和嘉兴市差不多。上海市杨浦区城市创新综合指数最小，只有2.8%。

（三）城市创新指数基数法

把每年5城市创新综合指数中最小的城市为基数，计算出其他城市的相对数。

2009年城市创新综合指数最小的是上海市杨浦区。相对于上海市，合肥市最大，高出18个百分点。南京市、宁波市、嘉兴市依次高于3个、8个、7个百分点。

2010年南京市城市创新综合指数最小，以此为基础，合肥市与宁波市相近，高出22个百分点。嘉兴市与上海市杨浦区相近，高于南京市6个百分点。

2011年南京市城市创新综合指数最小，以此为基础，宁波市高于南京市达到33.4%，合肥市高于南京市21.5%，嘉兴市比南京市高10.9%，上海市杨浦区高于南京市15.4%。

2012年上海市杨浦区城市创新指数最小。以此为基数，得出其他5个城市的相对数。相对于上海市杨浦区，合肥最高，达到29.3%，宁波市位居第二，为28.9%，南京市位居第四，嘉兴市和上海市杨浦区相近。

三、合肥与长三角部分城市创新比较

（一）分析方法的选择

1.主成分分析法

主成分分析法也称主分量分析法，旨在利用降维的思想，把多指标转化为少数几个综合指标。在统计学中，主成分分析（principal components analysis，PCA）是一种简化数据集的技术。

2.灰色关联分析法

关联度是事物之间、因素之间关联性的度量，是灰色关联分析的基础和工具。它把反映系统行为特征的因素排列，得到因素列，再根据因素列之间的发展变化相似或相异程度判断子因素对母因素的影响程度，以确定该因素在系统中的地位。关联系数的数很多，信息过于分散，不便于比较，为此有必要将各个时刻关联系数集中为一个值，求平均值便是这种信息集中处理的一种方法，但为了简化可以采用改进的关联度方法。

3.随机问卷法和专家评价法（德尔斐法Delphi）

随机问卷法和专家评价法（德尔斐法Delphi）是专为本课题中“城市创新指标指数评价指标体系”中一级指标中第4部分“创新环境”而设计的一种方法。由于创新指数中的“创新环境”难以通过查阅统计数据方法获得数据，为此，共设计了15项内容，分别通过随机问卷和专家评价方法进行。

（二）合肥市城市创新指数数据处理结果与分析

表7.1：主成分分析因子得分

表7.2：合肥市城市创新灰色关联度

1.主成分分析

从主成分分析结果来看，合肥市城市创新综合因素作用，2008-2009年综合效果越来越好。2008年效果最差，2012年效果最好，合肥市城市综合创新绩效最优。合肥市城市环境与专利申请灰色关联度为0.2268，说明城市环境对专利申请的效益也不是很好。

2.灰色关联度分析

（1）2008年合肥市R&D经费与专利申请灰色关联度最大，效果显著。人均GDP与专利申请灰色关联度为0.4428，GDP也促进了专利申请量的提高。企业R&D与专利申请灰色关联度最小，说明企业经费投入没有充分发挥作用，资金针对性不强。

（2）城市环境与高新技术产业产值灰色关联度最大，发挥了很好的效益。GDP与高新技术产业产值灰色关联度最小，说明合肥市GDP对高新技术产业的影响弱，政府投资创新存在一定的问题。

（3）合肥市万元GDP能耗与每万人拥有的受大专及以上教育程度人口数之间的灰色关联度最大，与全社会R&D经费占GDP的比重灰色关联度最小。

（4）合肥市技术市场成交额与人均GDP的灰色关联度最大，与R&D人员之间的灰色关联度最小。

（5）合肥市在国外发表的论文数与城市环境的灰色关联度最大，与人均GDP的灰色关联度最小。

（三）合肥市城市创新评价与南京市、宁波市、嘉兴市、上海市杨浦区比较

表8∶城市创新主成分分析因子得分

表9∶南京市城市创新灰色关联度

表10：宁波市城市创新灰色关联度

表11：嘉兴市城市创新灰色关联度

表12：上海市杨浦区城市创新灰色关联度

1.主成分分析

根据主成分分析结果，得出如下结论：

（1）2008年，城市创新竞争力排序为：南京第一，杨浦区第二，合肥第五。合肥市的综合创新效与其他四个城市比较，绩效最差。

（2）2009年，城市创新竞争力排序为：合肥市第一，南京第二，嘉兴第三、杨浦第四，宁波第五。合肥的综合创新能力在2009年提升很快。

（3）2010年，合肥市综合创新能力仍然处于第一位，优于杨浦和南京。

（4）2011年合肥市综合创新能力急剧下降，又是排名最后，而宁波市跃居第一位。

（5）2012年合肥市城市创新竞争力得到提升，位居第四。

2.灰色关联度分析

（1）考察合肥市专利申请与投入关联度：专利申请与人均GDP灰色关联度，合肥市位居第三。与教育程度关联度位居排名第三。与城市环境关联度最小。与全社会R&D经费关联度位居第二。与企业R&D经费关联度最小。与科技投入的关联度排名第四。与R&D人员关联度位居第三。

（2）考查合肥市与高新技术产业产值灰色关联度。与人均GDP灰色关联度，合肥市位居末位。与教育程度关联度位居排名第二。与城市环境关联度最大。与全社会R&D经费关联度位居第四。与企业R&D经费关联度也是最大。与科技投入的关联度排名第二。与R&D人员关联度位居第三。

（3）万元GDP综合能耗与人均GDP灰色关联度最小，与教育程度关联度位居排名第二。与城市环境关联度位居第三。与全社会R&D经费关联度也是最小。与企业R&D经费关联度第三。与科技投入的关联度排名第四。与R&D人员关联度位居第四。

（4）技术市场成交额与人均GDP灰色关联度，合肥市最大。与教育程度关联度位居排名第二。与城市环境关联度最小。与全社会R&D经费关联度位居末位。与企业R&D经费关联度也是最小。与科技投入的关联度排名第三。与R&D人员关联度位居最大。

（5）论文发表数与与人均GDP灰色关联度，合肥市最小。与教育程度关联度位居排名最大。与城市环境关联度第二。与全社会R&D经费关联度位居第四。与企业R&D经费关联度最大。与科技投入的关联度排名第二。与R&D人员关联度位居第二。

3.随机问卷法和专家评价法（德尔斐法Delphi）

“创新环境”调查问卷和专家评价表，经统计结果见表13、表14。

表13：创新环境调查问卷统计得分结果

从调查问卷调查反馈的信息，经过整理，可以看出合肥市创新环境评估落后于上海市杨浦区，处于第二位。

表14：城市创新环境专家评价得分

根据各调研组收集的数据，经过整理，可以看出，合肥市城市创新环境落后于上海市杨浦区、南京市。

两种调查表综合分析的最终结果：合肥市城市创新环境位于宁波市、嘉兴市之前，但排在上海市杨浦区之后，和南京市不相上下。

[1]Friedrich,C.J.PublicPolicy[M].StylePress,2007.

[2]Mills,Claudia,Valuesand PublicPolicy[M].Cengage Learning Press,1991.

[3]Bert,AdamCornelius.Technology Policy[M].Chromo Publishing,2012.

[4]Box,Louk,Science and Technology Policyfor Development[M].AnthemPress，2006.

[5]Mchal Skorepa,Decision-Making[M].Palgrave Macmillan Press,2011.

[6](美)沃恩,(美)巴斯著.沈崇麟译.科学决策方法:从社会科学研究到政策分析[M].重庆大学出版社，2006.

[7]约瑟夫·阿罗斯·熊彼特.经济发展理论[M].北京出版社,2008.

[8]喻金田,吴倩.武汉市自主创新政策绩效评价[J].科技创业月刊，2010,(12):122-124.

[9]张凌,李锦慧.黑龙江自主创新政策绩效研究[J].科技管理研究，2009,(2):51-53.

[10]刘晓娥,卢艳红,喻金田.企业技术政策绩效评价[J].统计与决策，2008,(8):85-87.

[11]李朝鲜.社会经济统计学（第二版）[M].北京:经济科学出版社，2006.

[12]刘思峰,党耀国,方志耕,谢乃明.灰色系统理论及其应用[M].北京:科学出版社，2010.

[13]许香存.基于灰色理论的外资利用的定量分析[D].成都:电子技术大学出版社，2004.

责任编辑：马俊

2014—10—08

课题组组长：余小平；成员：王道才、汪秀坤、江浩、吴妍妍、汪晓梦（执笔）。