基于灰色关联度分析的湖南自主创新发展绩效评价

徐应超

（湖南科技大学商学院，湖南湘潭411201）

基于灰色关联度分析的湖南自主创新发展绩效评价

徐应超

（湖南科技大学商学院，湖南湘潭411201）

创新发展绩效是区域创新发展过程中多种因素相互作用的结果。基于湖南省各市州经济社会发展的相关数据，构建创新发展绩效的评价体系，并利用灰色关联分析法对湖南四大区域和14个市州自主创新发展绩效水平进行评价和比较。结果显示四大区域创新发展水平由高到低排名分别为长株潭地区、洞庭湖地区、大湘南地区和大湘西地区。总体而言，区域创新发展水平相对不高，地区差异较为显著，其中长株潭地区作为国家自主创新示范区对其他三大区域创新具有一定的“外溢”效用，但其外溢效用有限。因此，提升湖南创新发展整体实力，必须缩小区域创新差距，进一步优化区域创新环境，合理配置创新要素，实现区域差异化创新。

自主创新发展；绩效评价；灰色关联度法

湖南经济发展已呈现出四大区域板块的布局特点:长株潭地区、大湘南地区、大湘西地区和洞庭湖生态经济区［1］。2014年12月，国务院批复成立长株潭国家自主创新示范区，湖南自主创新发展迎来新的历史机遇。四大区域和14市州在自主创新发展过程中如何统筹协调、互补合作，提升创新发展水平层次，从而为中西部地区实施创新驱动发展战略探索模式，创造经验，显得尤为重要。

一、相关文献综述

近年来，国内关于自主创新发展绩效评价方面做了以下四个方面的研究。一是城市自主创新发展的影响因素。城市自主创新发展需有必要的要素和条件支撑。邹德慈（2006）认为城市创新的构成要素由产业创新、先进的基础设施创新和制度创新三方面组成［2］。张治河等（2006）指出产业创新是城市创新的核心要素，具体体现在制度、文化、组织、管理、知识、金融、贸易、市场创新等八种创新要素上［3］。胡树华和牟仁艳（2006）认为产业创新、管理创新、科技创新和服务创新四者之间是一条相互依存、相互制约、相互促进的创新关系链，由此构成了创新型城市的基础［4］。二是自主创新发展绩效评价指标体系构建。陈蕾等（2011）在总结区域自主创新能力评价指标基础上，从创新环境、创新投入、创新产出和创新潜力等4个维度96项评价指标，构建一个体现创新主体之间互动关系的区域自主创新绩效评价指标体系［5］。冯延超（2013）从经济绩效、价值绩效、技术绩效和社会绩效四个维度出发，构建了全面衡量自主创新发展绩效的指标体系［6］。党玮等（2015）选择了包括自主创新环境支撑能力、自主创新投入能力和自主创新产出能力3个一级指标和15个二级指标的区域自主创新能力评价指标体系，并对华东地区自主创新能力进行了评价［7］。三是创新型城市发展绩效评价方法。杜传忠、王金杰（2008）利用SPSS软件对我国28个省（市）、自治区的区域创新系统创新绩效进行聚类分析和数据包络分析［8］。白俊红等（2009）应用DEA的分析方法对我国区域创新系统的创新效率进行了测评［9］。孙恒有等（2010）［10］、傅为忠等（2012）［11］、林季红等（2013）［12］运用因子分析分别对河南省、皖江城市带、海峡西岸经济区的区域自主创新能力做出评价。通过文献整理发现，合理的创新绩效评价指标体系构建既要对评价对象的自身特点和创新过程进行深入认识，又要综合考虑创新的新发展、数据获取、指标选择和往年评价不足等因素。

本文基于湖南经济社会发展的相关数据，运用灰色关联度法对湖南14市州创新发展绩效的综合得分进行排序，对四大板块的创新发展绩效进行综合评价，弥补了现有文献对湖南自主创新发展评价的不足，也为推动区域之间统筹协调的创新发展提供决策依据。

二、自主创新发展绩效评价的指标体系构建

（一）指标体系构建

基于中国科技发展战略小组建立的区域创新能力评价指标体系，充分考虑湖南省区域创新发展的地域性特点，结合科学性、系统性、客观性、动态性和可操作性原则，从创新环境、创新投入、创新产出、创新成效等四方面，选取21个二级评价指标（见表1）。

表1　湖南自主创新发展绩效评价指标体系

1.创新环境。该领域主要反映本区域创新发展过程中有助于创新能力和效率提升的必备人力基础、物力基础和财力基础等条件。这些基础条件对区域创新发展具有重要的支撑作用。共设5个指标。

2.创新投入。该领域通过创新的人力投入、财力投入情况，企业创新主体中研发投入情况以及企业创新主体发挥关键作用的部门（即研发机构）建设情况反映本区域创新体系中各创新主体的作用和关系。共设5个指标。

3.创新产出。该领域通过发表科技论文数、有效发明专利数、新认定的商标数、R&D项目（课题）数以及技术成果成交额等反映创新中间产出结果。该领域共设6个指标。

4.创新成效。该领域通过高新技术产业发展情况、劳动效率和经济增长、本区域产业国际竞争力、节约能源等方面，反映创新对区域经济社会发展的影响。共设5个指标。

（二）自主创新发展绩效评价方法——灰色关联度法

本文运用层次分析法的思路和方法，将湖南区域创新发展绩效评价指标分为三个层次，第一层是目标层，第二层是准则层，第三层是指标层，合计构建21个评价指标。其中所确定的权重是在比较国内外赋权方法优劣的基础上，采用“逐级等权法”进行权数分配，该方法能够有效反映指标之间的内在结构，不受主观因素影响，有较好的客观性。其次，借助灰色关联度的分析方法，对湖南四大区域和14市州的创新发展绩效进行评价和测度。通过对相关指标数值的整理和计算，可以得到2014年湖南省14市州创新发展绩效的关联度排名，也可得到长株潭地区、大湘南地区、洞庭湖生态经济区以及大湘西地区四大区域的关联度排名。这里灰色关联度分析是通过计算关联因素的数据序列和系统特征因素数据序列的灰色关联度，并依据灰色关联度的大小进行排序的一种方法。其基本运算步骤如下:

1.确定参数序列，建立数据阵。先设定参考序列（母序列）和比较数据序列（子序列）分别为:（i=1，2，3，…，n）。这里，母序列是指第k个指标值…，m）的最优值集合。所谓最优值集合，是指将所有第k个指标中的最优数值筛选出来组成一列，如果对该指标的评价是指标值越大越好，则选取最大指标数值，如果指标值越小越好，则选取最小指标数值。建立数据阵如下:

2.数据无量纲化处理。由于不同指标数值的量纲单位不同，为消除由于原始变量量纲单位不同所造成运算结果的差异，需要通过对数据矩阵进行数学变换从而达到无量纲化。常见的无量纲化处理方法主要有极值化、标准化、均值化以及标准差化等方法，本文选用均值化的方法进行无量纲化处理，这是因为经过均值化方法处理的各指标数据构成的协方差矩阵既可以反映原始数据中各指标变异程度上的差异，同时也包含各指标相互影响程度差异的信息。即先求出X中第k列元素中的均值…，m）；再将同列各行元素（i=0，1，…，n）除以得到最新的无量纲元素cik，并构成新的数据矩阵C：

3.计算关联系数。从新得到的矩阵C中，选取第一行C0作为参考数据列，各指标Ci作为被比较数列，分别求出Ci中第k个指标与C0中第k个指标的关联系数

三、湖南自主创新发展绩效测度及评价

（一）数据来源

根据表1选择的各项指标，本文原始数据主要来源于《湖南统计年鉴2015》、《中国城市统计年鉴2015》和湖南省各市州统计公报，相关指标数值通过加工整理后得到，最终到21个指标的294个数据。

（二）灰色关联评价过程

1.根据参考数据序列确定原则，利用指标项选出各市州最优值构成的参考序列X0:

X0=（185.19，107683，150，18.32，460，8351.03，2.19，47.25，1.51，23.26，28051，101.18，4305，220，7.10，33746，3 0.34，1873.10，0.55，43.58，109.08）

2.将X0与各市州的数据构成数据矩阵，设为X。

3.利用公式（2-2）对X进行标准化处理，得到标准化处理后的各子集的参考数列和被比较数列。首先得到创新环境发展水平子集有：

同理可得创新投入、创新产出和创新成效的子集，如下：

根据以上子集差序列矩阵可以确定4个子集的两极最大差M和两极最小差m，如下：

5.计算关联系数。使用公式（2-3）计算各个子集指标的关联系数，并建立关联系数矩阵，其中分辨系数ρ=0.5，结果如下：

（三）灰色关联评价结果分析

1.各市州一级指标关联度值及排名。基于选取的4个一级指标，利用上述灰色关联度计算步骤，并借助excel软件对各个一级指标进行关灰色联测度计算，得到14市州各一级指标的灰色关联度数值（见表2）。

表2　一级指标关联度得分及排名

从表2可以看出，创新环境方面，灰色关联度数值较高的是长沙、郴州和岳阳，灰色关联度值分别为0.9852，0.6133和0.6034，反映出这些地区创新发展过程中有助于创新能力和效率提升的必备人力基础、物力基础和财力基础较为雄厚。而益阳、湘西和张家界等创新环境灰色关联度数值较小，反映出这些地区创新环境基础较为薄弱，有利于创新发展的基础设施建设有待提高；创新投入方面，灰色关联度数值较高的城市为长沙、岳阳、株洲，灰色关联度值分别为0.8175，0.7009和0.6707，反映出这些地区创新发展过程中较为注重人力资源投入和财力投入，发挥关键作用的企业创新主体建设也较为完善，而创新投入灰色关联度数值相对较低的城市为张家界、怀化和湘西，反映出这些地区创新投入水平不足，创新主体建设水平和质量都较为薄弱；创新产出方面，灰色关联度数值较高是长沙、张家界和株洲，灰色关联度值分别为 0.8561、0.7009和0.6707，反映出这些地区创新产出发展过程中中间产出及最终创新成果都相对丰硕，而灰色关联度数值较小的分别为娄底、郴州和湘西，反映出这些地区创新发展过程中中间产出及创新成果产出不足；创新成效方面，灰色关联度数值较高的是长沙、株洲和常德，其灰色关联度值分别为0.9118，0.6807和0.6317，反映出这些地区创新过程中对区域经济社会发展的贡献较大，而永州、娄底和怀化三市的创新成效相对较小，反映这些地区创新过程中对区域经济社会发展的贡献较小。

2.各市州一级指标关联度空间分布。进一步，为清晰观察和比较四个一级指标关联度数值大小的空间分布状况，将表2中计算得到的数值输入空间地理绘图软件中，可得到四个一级指标数值大小的空间分布（如图1）。

从图1观察可知，创新环境方面，颜色较深的地区主要集中在湖南省东部地区和南部地区，而湖南偏西部地区和北部地区颜色较浅，总体上创新发展环境水平呈现出湖南东南部地区高于西北部，并且呈现出东南部地区对西北部的外溢趋势；创新投入方面，总体上颜色差异较为直观，区域轮廓也较为清晰，颜色较深地区集中在湘东地区（长株潭地区），其次是洞庭湖地区、大湘南地区和大湘西地区，趋势上看湘东地区高于洞庭湖地区，洞庭湖地区高于大湘南南地区，而湘南地区则高于大湘西地区，空间分布趋势呈现出“N”字形；创新成效方面，地区颜色较深的集中在湖南省东部和西北部（除湘西外），北部地区和中南部地区颜色相对较浅，总体上不同地区和不同市州之间差异较大，这反映出湖南创新产出水平具有区域异质性的特点；创新成效方面，地区颜色颜色分布较深的主要集中在湖南省东北部地区，地区颜色分布较浅的集中在湖南西南部地区，创新成效水平由高到低呈现出东北部至西南部走向的趋势，这反映出长株潭地区和洞庭湖地区的创新成效显著于大湘西和大湘南。

3.各市州综合关联度数值及排名。根据各一级指标的关联度得分情况，结合各一级指标赋予的权重，计算出湖南14市州创新发展绩效综合关联度值，并进行排名（如表3）。

表3显示，创新发展绩效综合关联度水平较高城市是长沙、株洲和岳阳，其综合关联度数值分别为0.8926、0.6116和0.5953，反映出这些地区创新发展水平相对其他市州而言较高，发展成效显著，创新对区域经济增长的贡献较大。综合关联度数值较小的地区是怀化、永州和湘西，它们的联度数值全省排名靠后，反映出这些地区创新基础设施建设相对不完善，创新投入水平也相对不足，创新成效及其对地方经济社会发展的贡献较小。

4.各市州综合关联度空间分布状况。为清晰观察综合指标关联度数值大小的空间分布，将表3中计算得到的数值输入空间地理绘图软件中，可得到指标指标数值大小的空间分布状况（如图2）。

图1　一级指标关联度空间分布

表3　湖南省14市州创新发展绩效综合关联度值及排名

从图2可以看出，颜色较深地区集中在湖南偏东部地区（主要包括岳阳、长沙、株洲和郴州），其次是洞庭湖地区和大湘南地区，颜色相对较浅主要集中在大湘西地区，总体上颜色分布呈现出“N”字形走向趋势（即东北部地区高于西南部地区的走向），这反映出湖南创新发展绩效总体水平呈现长株潭地区优于洞庭湖地区，洞庭湖地区优于大湘南地区，而大湘南地区优于大湘西地区的地域性差异性特点，也较为符合湖南经济社会发展的现状。

图2　湖南各市州创新发展绩效综合关联度值大小空间分布

5.四大经济板块关联度得分及排名。采用同样的方法，利用excel软件计算出四大经济区域综合指标的灰色关联度平均值及排名（如表4）。

表4　四大经济区域综合指标关联度平均数值及排名

表4显示，湖南四大经济区域创新发展绩效综合关联度平均值从大到小排名分别是长株潭地区、洞庭湖地区、大湘南地区和大湘西地区，其关联度平均值分别为0.6912、0.5698、0.54047和0.5174，这说明长株潭地区在湖南创新发展过程中扮演主体功能角色，其创新成效对其他区域具有“溢出”效应影响，并且该种影响随着地理空间距离逐渐减弱。

四、主要结论与对策建议

（一）研究结论

1.湖南创新发展绩效关联度综合排名为长株潭地区、洞庭湖生态经济区、大湘南地区和大湘西地区。从综合关联度数值排名来看，长株潭城市群创新发展绩效明显高于其他三个地区，这说明了近年来长株潭城市群不仅创新发展能力较强，而且创新发展所带来的成效相对显著，与此同时也反映出湖南创新发展的区域非均衡性现象相对严重。

2.长株潭城市群作为湖南自主创新示范区，其在创新环境水平、创新投入、创新产出和创新成效等方面基础优势相对显现，未来创新发展潜力巨大。另外，其创新发展成果对周围地区呈现创新的“空间外溢”作用，结果显示洞庭湖地区和大湘南地区由于地理位置较近，外溢作用较大，大湘西地区由于地理位置较远，外溢作用相对较小。

3.总体来看，湖南创新发展绩效水平还不强，主要体现在:一方面，湖南四大区域之间创新发展绩效的各个指标关联度水平低，创新发展的综合关联度水平也较低；另一方面，各市州之间无论在个别指标关联度上数值水平，还是在综合关联度数值水平都较低，差异较大。其中最为显著的是湘西地区由于其地理位置影响，其在创新环境、创新投入和创新产出方面都较低，发展极不平衡。

（二）对策建议

1.首先要充分发挥长株潭城市群在创新环境建设、创新投入、创新产出和创新成效方面的核心竞争优势，在巩固创新环境发展水平的同时，进一步加大创新投入的力度，不断提升创新产出和创新成效的层次，打响自主创新示范区的牌子，扩大其在地区和全国的影响力。

2.其他三大区域要紧紧抓住国家推进创新驱动发展战略的历史机遇，充分吸收长株潭城市群创新发展的“创新外溢”作用，根据区域发展特点，加强区域内部创新环境基础设施建设和加大人才引进等创新投入水平，积极探索创新发展的有效机制，大力提高本地区的创新发展成效。

3.合理编制湖南承接产业转移的发展规划，力图使得产业转移规划更能与各资源禀赋、区位特点、优势产业和环境保护等方面有效对接，从而实现区域之间的产业分工协作，提高区域创新发展效率；另外，加强区域创新发展管理，积极探索创新发展的评价体系，形成有效的评级机制，加强市州之间的创新发展成效之间的比较，提高市州创新发展水平。

［1］陈湘满，刘海燕.基于因子分析的湖南承接产业转移能力评价［J］.湘潭大学学报（哲学社会科学版），2013（5）:48-51.

［2］邹德慈.构建创新型城市的要素分析［J］.中国科技产业，2005（10）: 13-15．

［3］张治河，丁华，孙丽杰，周国华.创新型城市与产业创新系统［J］.科学学与科学技术管理，2006（12）:150-155.

［4］胡树华，牟仁艳.创新型城市的概念、构成要素及发展战略［J］.经济纵横，2006（8）:61-63.

［5］陈蕾，张军涛.基于区域创新系统的我国区域自主创新能力评价指标体系研究［J］.税务与经济，2011（3）:48-53.

［6］冯延超.自主创新绩效评价指标体系研究［J］.会计师，2013（18）:11-12.

［7］党玮，王海瑞，李国俊.华东地区区域自主创新能力的评价研究——基于灰色聚类分析和全局主成分分析［J］.工业技术经济，2015（8）: 99-107.

［8］杜传忠，王金杰.我国区域创新系统绩效分析［J］.中国科技论坛，2008（11）:72-75.

［9］白俊红，江可申，李婧.中国区域创新系统创新效率综合评价及分析［J］.管理评论，2009（9）:3-9.

［10］孙恒有，张丽叶.我国区域自主创新能力评价指标体系的构建——以河南省18地市为例［J］.郑州大学学报（哲学社会科学版），2010（2）:80-83.

［11］傅为忠，刘登峰，韩成艳.皖江城市带区域自主创新能力评价及对策研究［J］.科技进步与对策，2012（5）:121-127.

［12］林季红，刘莹.海峡西岸经济区自主创新能力综合评价的实证研究［J］.科技管理研究，2013（6）:16-21.

The Performance Evaluation of the Independent Innovation Development in Hunan Province based on the Grey Correlation Analysis

XU Ying-chao
（School of Business，Hunan University of Science and Technology，Xiangtan，Hunan 411201）

The performance of innovation and development is the interaction result among various factors in the process of regional innovation development.This paper constructs the evaluation index system on innovative development performance based on the economic and social development related data，evaluates and compares development performance of Hunan province by the grey correlation analysis method from the states and regions.The results show that the four regional innovation development levels are ranked as Chang-Zhu-Tan area，Dong-ting Lake area，southern Hunan area and big Xiang-xi area.Overall，the relatively level of regional innovation and development isn't high compared to other provinces，and the regional differences are more significant.The Chang-Zhu-Tan area，as a national independent innovation demonstration zone，has some innovation“spillover”effects to the other three regional，but the effect is limited.Therefore，narrowing the gap between regional innovation development，further optimizing the regional innovation environment，and rationally allocating innovative elements are needed to promote the whole regional innovation performance in Hunan.

the independent innovation development；the performance evaluation；the grey correlation analysis

F062.9

A

1671－9743（2016）08－0028－08

2016-08-21

湖南省研究生科研创新项目“创新发展指数构建与区域创新水平测度研究”（CX2015B474）。

徐应超，1989年生，男，安徽六安人，硕士研究生，研究方向:创新经济与经济统计。