基于熵权TOPSIS的区域科技创新能力评价模型及实证研究

赵黎明，刘 猛

(天津大学管理与经济学部，天津300072)

随着全球经济、贸易的发展，全球经济一体化的程度日益提高，各区域经济发展水平因其地理位置以及所拥有资源的不同也各不相同。各区域在努力提高自身经济竞争力的过程中，逐渐认识到具有较强的区域科技创新能力才是提高本区域核心竞争力的决定性因素[1]。区域科技创新能力是衡量一个区域科技实力和技术创新能力的重要尺度，是一个地区核心竞争力的决定性因素，是区域经济发展的基石，是产业竞争力提高的保证，是社会可持续发展的动力，更是全球化条件下决定区域参与国际产业化分工地位的关键性影响因素。

区域科技创新能力是区域内各科技创新要素相互作用的结果，是区域创新系统的大学、科研院所、企业、政府、中介机构等主体要素在现代信息技术基础上，不断将知识、技术、信息、人才等要素纳入社会生产过程中协调与推动区域创新活动的能力，是区域科技创新结构优化与功能发挥程度的反映，是区域创新效率的重要衡量指标[2]。

区域科技创新能力是一个复杂的系统，需要众多因素共同作用，其测度需建立一个多指标的综合评价体系。如何评价和提升各区域技术创新能力，促进地区经济发展以及国家区域经济战略目标的实现已成为一个重要课题。柳卸林[3]研究了区域创新能力评价指标体系，对我国各省市的区域创新能力进行了详细评价;魏守华等[4]利用省级面板数据实证分析了区域创新能力的影响因素，研究得出区域创新能力不仅受基础条件的影响，还受到区域创新效率影响;康继军等[5]采用普通面板模型与空间面板模型进行实证研究，得出我国科技创新水平的分布情况:中、西部地区的科技创新水平明显滞后于东部地区。王亚伟等[6]运用模糊数学方法构建了一个区域科技创新能力的多层次模糊综合评估模型，并用此模型对河南省科技创新能力进行综合评价分析。除以上研究外，还有部分学者分别采用层次分析法、主成分分析法、数据包络分析法和可拓评价法等方法对区域科技创新能力进行评价研究[7-10]。

已有研究方法或是具有一定的主观性，过于依赖决策者的主观判断，或是计算复杂，又或是忽略了不同性质资料在评价体系中的不同地位，而TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)在进行绩效评价时，对样本数据无严格要求，即可用于横向对比，也可用于纵向分析，具有直观、可靠的优点，而熵权是客观赋权法，利用原始数据客观地得出权重，可有效避免主观因素。因此，本文采用基于熵权的TOPSIS对全国31个省市的科技创新能力进行评价研究，并根据评价结果进行分析，指明各省市科技创新体系存在的问题，并提出创新能力提高的策略。

一、区域科技创新能力评价的指标体系

1.构建区域科技创新能力指标体系的原则

制定科学、系统、全面的评价指标体系是进行区域科技创新能力综合评价的前提。构建区域科技创新能力评价指标体系应遵循以下几个原则:1)科学性原则。评价指标体系要遵循各地区科技创新活动的特点和规律，尽可能从相关影响因素中选取最能体现创新本质、实力和潜力的指标，且各指标相对独立。这些指标既要能够反映各地区科技创新的基础、现状，还要能够体现各地区科技创新的潜力、前景。2)科学导向原则。科技创新指标体系的建立是为了进行科技创新能力评价，继而找出所评价区域在科技创新方面存在的问题，寻求解决方案。因此，指标体系的建立应突出科技创新的导向作用，要适应当前国际科技创新发展的形势和趋势，符合国际科技发展战略和政策。要突出原始性创新和高科技成果的转化，引导各地区政府更加注重科技创新活动。3)系统性原则。区域技术创新能力评价指标体系是一个复杂的系统，涉及从研发到应用、成果转化、技术转移到扩散的整个过程，各组成部分具有相应的指标，评价指标体系应以区域科技创新能力的基本内涵为核心，具有足够的涵盖面，并从总体目标出发，追求整体与局部的统一，长期与短期的平衡。4)可操作性原则。主要包括数据资料的可获得性，数据资料的可量化，以及数据的可靠性。最大限度利用现有官方统计系统发布的统计数据，保证评价结果的可信度。5)可比性原则。评价指标体系是对多个区域的科技创新能力状况进行综合评价，量化指标体系的设计是为了进行横向或纵向的比较，所选择的指标应该在统计口径及范围等方面尽量保持一致，以便于各区域间的比较。

2.区域科技创新能力评价的指标体系

区域科技创新活动是一个多要素投入和多要素产出的复杂系统，对科技创新能力的评价应涵盖区域科技创新活动的各个方面，贯穿从投入到产出的整个过程。也就是说，对各区域科技创新能力的综合评价不是靠某一个指标或部分指标就能实现的，而应根据特定时代背景下各区域科技创新的本质、特点和规律，构建一个既能体现各区域科技创新现有能力，又能反映各区域科技创新发展潜力的指标体系，对各区域科技创新能力进行整体、综合的评价。根据已有文献的探讨，以及按照科学性、导向性、系统性、可操作性和可比性原则，同时参考了可持续发展指标体系，以及有关科技竞争力、科技实力指标体系等研究体系，把区域科技创新能力分解为技术创新支撑基础、技术创新投入水平、技术创新产出水平和技术创新的经济绩效四个方面。评价指标体系具体设置见表1。前两个指标可看作是反映科技创新的潜力，后两个可用于反映科技创新的实力，科技创新的潜力反映的是各区域科技创新的基础条件、资源优势和投入水平，体现了各区域科技创新的潜在竞争力;而科技创新的实力主要反映了各区域将创新资源和投入转化为科技成果的能力，以及所能带来的经济效益，体现了各区域科技创新所达到的实际水平。

表1 科技孵化器绩效评价指标体系

二、基于TOPSIS法的区域科技创新能力评价模型的建立

TOPSIS是一种多属性决策方法，由 Hwang和Yoon[11]提出，这种方法的中心思想在于首先确定各项指标的正理想值和负理想值，然后求出各个方案与理想值、负理想值之间的加权欧氏距离，由此得出各方案与最优方案的接近程度，作为评价方案优劣的标准。TOPSIS方法对原始数据进行归一化处理后，能够消除不同指标量纲的影响，客观真实地反映各方案之间的差距，该方法具有原理直观、计算简便、数学意义明确等特点，而且对样本资料无特殊要求。TOPSIS法在管理学、经济学和工程学等领域的有关评价、决策等方面获得了广泛和成功的应用[12-15]。其工作原理和步骤如下。

1.构建标准化决策评估矩阵

一个多目标决策问题的初始指标评价矩阵为

首先，对初始数据作归一化处理，正向指标

逆向指标

式中:i=1，2，…，m(m 为指标数);j=1，2，…，n(n 为指标数)。

2.计算各指标的权重

设vij为第i个系统中的第j项指标的观测数据，用熵权法确定指标权重[16-17]。首先计算各指标的熵值。先计算第i个系统中的第j项指标的特征比重，然后可求出第j项指标的熵值

最后求出第j项指标的熵权

3.构建加权的决策评估矩阵

设yki为第k个指标下的第i个孵化器标准化数据的加权值，xki为第k个指标下的第i个孵化器规范化处理后的值，wk为第k个指标对目标层的熵权，则

4.确定理想解和负理想解

5.计算评价对象与理想解的欧氏距离

6.计算相对贴近度评价结果

式中 i=1，2，…，10。

三、基于TOPSIS法的区域科技创新能力评价实证分析

实证研究的评价对象为全国31个省市，各指标数据选自于2012年中国统计年鉴和2012年中国科技统计年鉴。首先按照式(1)将年鉴中的数据作无纲量化处理。

各项指标的权重采用2.2的熵权法计算，计算结果如表2所示。

表2 指标权重

应用上文方法，得出各省市技术创新支撑基础X1、技术创新投入水平X2、技术创新产出水平X3、技术创新的经济绩效X4与理想解贴近度，计算结果与单项排序见表3。

依据同样的方法，以各省市技术创新支撑基础X1、技术创新投入水平X2、技术创新产出水平X3、技术创新的经济绩效X4的的大小为指标值，再对X1～X4进行定权、排序，可以得到各省市的科技创新能力与理想解和负理想解的欧氏距离，以及相对贴近度，见表 4。

表3 二级指标与理想解的相对贴近度及排序

表4 一级指标加权决策矩阵的计算结果及总排序

四、实证结果分析及建议

根据表3、表4给出的我国31个省市的区域科技创新能力得分以及强弱排名，可以得到归纳结果，见表5。通过结果分析可以看出，各级指标的得分及相应的排名与总体评价结果并不完全一致。

表5 区域科技创新能力分类表

科技创新能力属于优秀级别的省份有广东、江苏、山东、上海、浙江、北京6个省市，其中广东和江苏的优势较为明显，4个指标均排在全国前列。广东和山东两地的政府注重科技创新研发的资金和人员投入，但短期内的成果不明显，应注重产业结构调整，提高科技创新的效率，厚积薄发。浙江各方面发展比较均衡，上海和北京应提高科技创新基础人才培养和引进，通过各种优惠政策吸引高技术人才落户，提高科技创新的基础支撑力量。

属于良好级别的省市有10个。其中福建省的创新团队整体能力较低，是由技术人员较少，科研投入不足导致的;而安徽和陕西的科技成果转化为生产力、提高经济效益的能力有待提高，当地政府应有效调整产业结构，提高科技成果转化的效率，促成当地经济发展;辽宁省和天津市的科研人员不足，应加大科技人才的培养以及引进力度，以保证当地科技创新的可持续发展;湖南、湖北两省科技成果产出效率较低，应调整产业结构，提高科技创新的成果转化率;河南和河北两省由于的产业结构的不合理，无法带来与投入相匹配的科技成果产出;四川的各项指标发展比较均衡。

属于中等水平的有重庆、黑龙江、江西、山西、广西、吉林、内蒙古和云南8个省市。重庆的技术创新支撑基础指标排名较落后，应加大人才培养和引进力度，为科技创新的可持续发展夯实基础;黑龙江经营管理效率低下，没有完美地将科技创新成果转化为促进当地经济发展和就业;内蒙古应着重调整产业结构和提高科技创新的效率;其他5个省份的各项指标排名与整体排名保持一致。

属于一般水平的省份有贵州、甘肃、新疆、海南、宁夏、青海和西藏7个省份，除海南属于中南地区外，其他6省份都属于西部地区，当地政府应重视对科技创新基础的投入，为以后的可持续发展奠定基础。同时也反映了我国各省市的区域科技创新能力发展不平衡，区域差异明显。

从全国的实践情况来看，对比已有文献的研究成果，本文的研究结论基本上符合现实，这说明了基于熵权的TOPSIS法的有效性。

通过从各个层次对全国各省市科技创新能力进行比较、评价可以看出，熵权TOPSIS法是多属性决策方法在区域科技创新能力比较研究中的应用，有着便于计算、易于使用的特点，且能得出比较合乎实际的评价结果，具有一定的客观性，是对区域科技创新能力进行比较研究方法的新拓展。

[1]刘艳萍.区域科技创新能力研究综述[J].经济论坛，2007(11):39-41.

[2]蒋兴华.区域科技创新能力评价体系构建及综合评价实证研究[J].科技管理研究，2012(14):64-68.

[3]柳卸林.2004—2005年中国区域创新能力分析报告[J].科学学与科学技术管理，2005(12):5-14.

[4]魏守华，吴贵生，吕新雷.区域创新能力的影响因素:兼评我国创新能力的地区差距[J].中国软科学，2010(9):76-85.

[5]康继军，侯雪琨.我国区域创新能力分布和影响因素的空间分析[J].技术经济，2011，30(3):1-7.

[6]王亚伟，韩 珂.基于改进模糊综合评价模型的区域科技创新能力评估[J].科技进步与对策，2012，29(13):119-124.

[7]巴吾尔江，董彦斌，孙 慧，等.基于主成分分析的区域科技创新能力评价[J].科技进步与对策，2012，29(12):27-31.

[8]郝 屹，史 琳，宋 微.基于层次分析法的区域科技竞争力综合评价及对比分析:以吉林省为例[J].科技和产业，2013，13(11):9-14.

[9]方爱平，李 虹.基于DEA模型的西部区域科技投入产出效率分析:以西部大开发12个省、市、自治区为例[J].科技进步与对策，2013，30(15):52-56.

[10]张 鑫，陶化冶，隋金雪，等.基于可拓的科技创新能力综合评价研究[J].技术经济与管理研究，2010(3):42-45.

[11]Hwang C L，Yoon K.Multiple Attribute Decision Making:Methods and Application[M].New York:Springer-Verlag，1981.

[12]Shih H S，Shyur H J，Lee E S.An extension of TOPSIS for group decision making[J].Mathematical and Computer Modeling，2007，45(7-8):801-813.

[13]Chen T Y，Tsao C Y.The interval-valued fuzzy TOPSIS method and experimental analysis[J].Fuzzy Sets and Systems，2008，159(11):1410-1428.

[14]Lin M C，Wang C C，Chen M S，et al.Using AHP and TOPSIS approachesin customer-driven productdesign process[J].Computers in Industry，2008，59(16):17-31.

[15]纪江明，胡 伟.中国城市公共服务满意度的熵权TOPSIS指数评价:基于2012连氏“中国城市公共服务质量调查”的实证分析[J].上海交通大学学报:哲学社会科学版，2013，21(3):41-51.

[16]俞立军，潘云涛，武夷山.科技评价中不同客观评价方法权重的比较研究[J].科技管理研究，2009(7):148-150.

[17]章 穗，张 梅，迟国泰.基于熵权法的科学技术评价模型及其实证研究[J].管理学报，2010，7(1):34-42.