河南省创新发展能力的区间动态预测研究

罗党，谢蕾蕾

(华北水利水电大学 数学与信息科学学院，河南 郑州 450046)

河南省创新发展能力的区间动态预测研究

罗党，谢蕾蕾

(华北水利水电大学 数学与信息科学学院，河南 郑州 450046)

以2012年中国各省区创新行为的相关数据为基础，通过构建区域创新能力综合评价指标体系，利用统计学方法测算各区域的创新能力综合指数值。在此基础上建立区间直觉模糊动态规划模型，并对河南省的区域创新能力发展进行预测和规划。研究结果表明：河南省目前还处于创新能力最低的e1阶段，在创新成果产出、创新效率、创新成果转化方面都存在问题，若政府加强创新领域的建设，在5年时间内可达到创新能力较高的e2阶段。

区域创新能力综合指数；区间直觉模糊动态规划；创新成果转化

区域创新能力发展体系是一个纷繁复杂的系统，该系统是一系列因素相互交织多重作用的结果。对区域创新能力的综合评价是发展体系的基础，对区域创新能力的预测和动态规划则是创新能力发展体系的延伸。河南省作为人口和资源大省，通过提升和发展综合创新能力带动经济总体的快速可持续发展，是在经济结构转型的浪潮中最科学有效的发展模式。因此，科学合理地对河南省区域创新发展能力进行评估，准确找到其与周边及发达地区的差距，是创新促发展道路的基本保障。同时，利用科学手段对区域创新能力的发展趋势、发展阶段、时间需求等一系列问题进行精确解答，可为相关职能部门进行区域创新系统不同时间段规划提供理论依据。

创新能力评价是区域创新系统研究的一项核心内容，是对区域创新能力进行预测和决策、创新政策调整和优化的基础。目前已有研究主要集中在两个方面：一是采用不同方法对不同区域的综合创新能力进行评价；二是对区域创新能力的某一个方面进行测度。易平涛等从创新投入、创新产出和创新环境等方面构建区域创新能力指标体系，针对序关系分析法中指标重要性会受专家主观判断影响的问题，提出了一种客观序关系分析法，并利用该法对中国东部11个省市在2009—2013年的区域创新能力进行了评价[1]。周文泳等以科技创新活力、文化影响力、交流合作吸引力为参数建立科技软实力评价指标体系，选取10个代表性省市2008—2012年的相关统计数据，运用线性加权法从横向、纵向两个角度进行得分计算，并对数据结果进行对比分析[2]。赵文平等使用两阶段模型，将区域创新活动分为技术研发和经济转化两个阶段，运用DEA方法对西部地区11个省市2009—2013年的区域创新网络效率进行测度[3]。

区域创新能力的动态预测和规划是创新系统研究的延展，却经常被忽视，目前关于这方面的研究成果还较少。杨武等针对当前创新数据的短期性问题，从测度科技创新景气状态的视角出发，基于熊彼特的创新周期理论，研究了区域科技创新景气指数构建的理论基础，探讨了基于合成指数构建科技创新景气指数的方法，并构建了一套基于季度数据测度的深圳南山区科技创新景气指数[4]。王立岩构建了区域创新网络演变趋势的Giant Component仿真预测模型，利用Net Logo软件对区域创新网络演化过程进行模拟仿真，并通过以往文献的分析验证仿真预测模型的可靠性[5]。刘凤朝等从区域创新网络结构分析与绩效测度、结构与绩效关系、网络演化机理三个方面对近年来的主要研究成果进行梳理，探讨了已有研究存在的不足及深化研究的方向[6]。

已有研究往往忽略区域创新能力发展过程的不确定性。区域创新能力的动态预测和规划实质上属于决策范畴，主要研究在一定约束条件下，如何使目标达到最优的问题[7]34。许多实际问题的决策，由于问题复杂、环节多、时间长，往往要分阶段做多次决策。每次决策都是在其前一阶段决策结果的基础上做出的，同时又影响到它后一阶段的决策，每个阶段都有若干方案可供选择。决策者的任务就是在每个阶段选择一个合理的方案，使整个决策过程取得最好的结果。这类受时间因素的影响，依次做出决策以实现整个决策过程最优化的决策问题称为动态规划问题[8]67。规划过程中决定未来不确定性的因素，一是来自规划系统外部，二是来自规划系统内部可调节和控制的因素。从本质上讲，规划系统内部的不确定因素在相当程度上是由外部的不确定因素决定的[9]89。因此，在充分考虑其不确定性的基础上，用动态决策的方法对河南省区域创新发展能力进行预测在理论上是可行的。

鉴于上述分析，笔者通过构建综合评价指标体系，明确河南省在全国各区域创新能力系统中的位置，分析各个创新因素的优、劣势。同时，将普通动态规划融合直觉模糊集理论的思想，在利用区间直觉模糊动态规划及其相关概念的同时,给出了最优解的算法，并拟以中国区域创新能力评价结果为基础，对河南省的区域创新发展能力进行预测和动态规划。

一、河南省区域创新能力评价

(一)区域创新能力综合评价指标体系构建

为了更加全面、客观和具体地衡量区域主体的创新能力，通过对创新的内涵、特征和衡量标准的探讨，借鉴本文作者之一谢蕾蕾在2013年构建的河南省区域创新能力综合评价指标体系[10]，对河南省区域创新能力进行评价，评价指标见表1。

表1 区域创新能力综合评价指标体系[10]

数据来源：中国科技统计数据http://www.sts.org.cn/sjkl/kjtjdt/index.htm，《中国统计年鉴2013》。

(二)区域创新能力指数计算方法

采用加权指数计算方法测算中国各区域的综合创新发展能力。具体方法为：首先，将数据进行标准化处理，得到单个指标的可比数据；其次，通过计算标准化后数据的正态分布函数值，并将其变化区间调整为0到100之间，由此得到三级指标的得分；最后，在对称性设计的支持下，通过两级等权汇总计算创新要素指数和创新指数的得分值[10]。

(三)区域创新能力综合指数计算结果

以2012年我国各区域创新相关指数数据为基础，利用上述评估方法，借助于表1综合评价指标体系，最终得到我国各区域的创新能力综合评价指数得分，见表2。

根据表2中31个省区市的区域创新能力综合指数得分状况，可将所有区域分为4个梯队：综合指数得分在40分以下的区域为第一梯队，包括安徽、吉林、黑龙江、河南、海南、河北、宁夏、山西、贵州、江西、内蒙古、甘肃、云南、青海、西藏、广西、新疆，这17个区域几乎涵盖了西部省区，河南省也处于这个梯队之中，该梯队的创新能力最弱，经济发展水平也相应处于全国的后位；综合指数得分在40至50分区间的区域为第二梯队，包括四川、湖北、重庆、陕西、湖南，这5个区域创新能力稍弱，多数为中西部地区，经济发展水平一般；综合指数得分在50至65分区间的区域为第三梯队，包括天津、福建、辽宁、浙江、山东，这5个区域创新能力较强，经济发展势头强劲；综合指数得分在65分以上的区域为第四梯队，包括广东、上海、江苏、北京，这4个区域不仅创新能力强，而且经济发展水平也位于全国前列。

表2 区域创新能力综合评价指数得分

二、河南省区域创新发展能力预测

区间直觉模糊动态规划方法是刘成斌等提出的探讨不确定情况下的多阶段决策问题的一种分析方法，该方法希望找到输入序列，使系统以最大可能度选择每个输入，且使系统以最大可能度最终达到目标状态[11]。区域创新分析涉及多种不确定性因素，区间直觉模糊动态规划为区域创新的发展预测提供了合适的理论工具，同时也对不确定规划及直觉模糊集理论的发展与应用具有一定的促进作用。笔者利用区间直觉互动动态规划方法对河南省区域创新发展能力进行预测和区间界定，使人们对河南省区域创新能力的发展趋势、阶段特征等问题有更加清晰、合理的认识。

(一)区域创新能力的区间直觉模糊动态规划模型

1.状态集

根据得到的31个省区市的区域综合创新能力评价指数值，按照上述梯队的分布可将所有省区市的创新能力分为4个状态，E={e1,e2,e3,e4}，其中e1表示第一梯队，即区域综合创新能力值数值在[25,40)的状态；e2表示第二梯队，即区域综合创新能力值数值在[40,50)的状态；e3表示第三梯队，即区域综合创新能力值数值在[50,65)的状态；e4表示第四梯队，即区域综合创新能力值数值在[65,85)的状态。

2.输入集

根据对区域创新影响因素的分析，考虑资金投入、人员投入、政策支持3个因素的总共8种情况作为输入集。U={u1,u2,u3,u4,u5,u6,u7,u8}，其中u1表示资金投入不变，人员投入不变，政策支持不变的情况；u2表示资金投入不变，人员投入不变，政策支持增大的情况；u3表示资金投入不变，人员投入增大，政策支持不变的情况；u4表示资金投入增大，人员投入不变，政策支持不变的情况；u5表示资金投入不变，人员投入增大，政策支持增大的情况；u6表示资金投入增大，人员投入不变，政策支持增大的情况；u7表示资金投入增大，人员投入增大，政策支持不变的情况；u8表示资金投入增大，人员投入增大，政策支持增大的情况。由此可知，u1指3个因素都不变，u2、u3、u4均指改变1个因素，u5、u6、u7均指同时改变2个因素，u8指同时改变3个因素。

3.规划时间

规划的活动是在一定时间内发生的，时间的界定与时间段的划分是刻画规划模型的重要方面。根据问题本身的性质与规划的目的，可以从不同时间范围、不同时间节点对一种活动进行描述与分析。要对区域创新的发展情况进行预测，预测的时间范围应结合国家或地区的整体战略发展规划或科技发展规划，根据我国战略规划的实际情况，时间范围在5～15年较合适。由于区域创新发展情况是一个综合性指标，在天、月等时间节点上研究的意义不大，结合数据的可获得性，以年为分析单位。

根据本项目的研究目标，分析未来5年内区域创新的发展状况。整个规划预测过程在[0,5]时间内完成，将其分为5个时段：[0,1]，(1,2]，(2,3]，(3,4]，(4,5]。

4.转移矩阵

根据输入对状态的影响，构建转移矩阵

转移矩阵中，输入u2、u3、u4均不能使状态发生改变，表明单纯改善3个因素中的1个，不能使状态发生改变；u5能使e3变为e4，表明人员投入与政策支持是状态e3得到提升的主要措施；u6能使e2变为e3，表明资金投入与政策支持是状态e2得到提升的主要措施；u7能使e1变为e2，表明人员投入与政策支持是状态e1得到提升的主要措施；u8能使e1变为e2、e2变为e3、e3变为e4，表明3个因素同时改善能使状态e1、e2、e3都得到提升。

5.目标的区间直觉模糊集约束

其中d-a≤l≤1-(d-a)+(c-b)。取l=0.6，得

胼胝体梗死同时也会出现“失读不伴失写”的压离断综合征(splenium disconnection syndrome)。“失读不伴失写”离断综合征第一次由Dejerine在1892年提出，接着Sharma也报道了这一症状。他们的研究发现这类患者表现为可以书写文字，但不能读出所写内容[25]。这类压离断综合征在临床上更为少见，容易被当成患者言语障碍而被忽略。同时胼胝体梗死也会导致包括记忆力和计算力在内的认知功能障碍[3]。

利用区间直觉模糊动态规划思想，根据各时段各种输入的可行性，得到各时段输入的区间直觉模糊集约束，并将结果进行规范化转变，得到系统最终达到的区间直觉模糊集目标约束的规范化形式：

(二)模型的求解

的解。记un(i)=uj0(即第n-1时段末系统处于状态ei时，un(i)是最优输入)。

步骤二，对每一个ei∈E，施行步骤一得到第n-1时段末区间直觉模糊目标约束向量

以及对应的最优输入。下式给出了系统从初始状态e1开始到最终状态e2、每个阶段对应的最优输入与状态。

经过计算，状态e1在未来5年的时间内，最有可能变为状态e2。状态e2在全国省市区创新能力的体系中仍然比较靠后，属于有一定基础，但创新能力较弱的类型。河南省处在状态e1，在未来的5年内，可以学习先进区域的一些经验，但目标宜定位在状态e2上。河南省区域创新能力的发展任重而道远，为了提升创新能力，必须有更长远比如10年、20年的规划，才有可能得到显著的改善。模型中的各时段输入所受区间直觉模糊集约束是模型中的变量，其不确定性也最突出。不同的各时段输入所受区间直觉模糊集约束对应不同的结果。当地方政府将创新能力提升放在突出位置的时候，加大资金投入、人员投入、政策支持，那么输入所受区间直觉模糊集约束会有对应的形式。因此，如果河南省能突破常规，加大投入与支持力度，那么在5年内将状态从e1提升到e3也是有可能的。

三、主要结论

笔者以2012年我国各省区创新行为的相关数据为基础，通过构建区域创新能力综合评价指标体系，利用统计学方法得到各区域的创新能力综合评价指数值，并在此基础上，利用区间直觉模糊动态规划模型方法，对河南省的区域创新能力发展进行预测和动态规划。

研究发现，目前，河南省在全国区域创新系统中还处于中等偏下的水平，与优势省区差距非常大。河南省虽然在创新资金的投入上较充足，但却存在创新成果的产出不足、效率低下、创新成果转化无力等问题。通过区间直觉模糊动态规划模型预测，在未来5年时间内，河南省最有可能达到区域综合创新能力指数值在[40,50)的状态。该区间内多数为中部强势省区，要想顺利实现状态的提升，河南省必须在以下几个方面得到加强：

一是继续加大创新相关领域的投入。区域创新能力的提升是一个漫长的过程，其本身就是一个投入大、周期长的工程。持续不断的资金、人力资本的投入，是河南省基本创新活动正常开展的保障。同时，在资金和高素质人才的使用上应有更明确的方向性。根据河南省国民经济发展的重点和需求的变动，将更多的优质资源投入到河南省的优势产业中去，从而实现综合创新能力的稳步提升，使河南省在中部六省中处于领先地位。

二是鼓励多出成果，出好成果。区域创新综合能力的强弱主要体现在创新成果的数量和质量上。河南省工业发展相对较弱，在高科技产品的研发和创新上一直较为落后。因此，如何提升创新产品的生产是关键：一方面，可通过引进的方式，进行吸收消化再创新；另一方面，通过合理的激励机制，创造优越的创新环境，刺激高校、企业、科研机构多出成果，出质量高的成果。

三是搭建信息传播渠道，加速成果转化。创新成果最终要通过市场化实现应有的价值。创新成果与市场的隔离是当前困扰河南省创新能力发展的一大屏障。企业迫切需要新产品来提升效率，培养竞争力，但是高校、科研机构等大量的科研成果却束之高阁。在研究部门与企业之间打造一条通畅的信息流通渠道，使之能够有效匹配，或建立联合开发机制，缩短创新成果寻找市场的时间，一方面能够节省资源，另一方面引入企业的监督机制，能够使创新成果更符合市场需求，从而建立最完善的创新链条，为5年内实现综合创新能力的提升奠定基础。

[1] 易平涛,李伟伟.基于指标特征分析的区域创新能力评价及实证[J].科研管理，2016(4)：371-378.

[2] 周文泳,熊晓萌.中国10省市区域科技软实力的制约要素与提升对策[J].科研管理，2016(4)：281-289.

[3] 赵文平,杨海珍.基于DEA的西部区域创新网络效率评价[J].科研管理，2016(4)：393-400.

[4] 杨武,宋盼，解时宇.基于季度数据的区域科技创新景气指数研究[J].科研管理，2015(5)：55-64.

[5] 王立岩.区域创新网络演化趋势仿真预测[J].生产力研究，2015(7)：44-46，97.

[6] 刘凤朝,马荣康，姜楠.区域创新网络结构、绩效及演化研究综述[J].管理学报，2013(1)：140-145.

[7] 刘思峰,党耀国,方志耕.灰色系统理论及其应用[M].7版.北京：科学出版社，2015.

[8] 罗党,胡沛枫.管理运筹学[M].上海：上海财经大学出版社，2007.

[9] 罗党,王洁方.灰色决策理论与方法[M].北京：科学出版社，2014.

[10] 谢蕾蕾.河南省区域创新能力评价分析[J].郑州航空工业管理学院学报，2013(2)：11-14.

[11] 刘成斌,罗党,党耀国,等.区间直觉模糊动态规划方法[J].控制与决策，2010(1)：8-13.

(责任编辑：蔡洪涛)

Interval Dynamic Prediction of Henan’s Regional Innovation Development Capability

LUO Dang， XIE Leilei

(School of Mathematics and Information Science, North China University of Water Resource and Electric Power, Zhengzhou 450046, China)

At the base of provinces innovation behavior data in China in 2012, this paper tries to: firstly construct regional innovation capability evaluation index system, and then, use statistical methods to get the synthetical index of the regional innovation capability, and finally by using the method of interval-valued intuitionistic fuzzy dynamic programming model, forecast and plan the regional innovative capability of Henan province. The results have shown that Henan province is still on the lowest e1stage of innovation capability, and it is poor at innovation output, innovation efficient, and innovation transformation. But if the government make efforts on innovation, it would be possible to be lift to e2phase in five years.

regional innovation capability index; interval intuitionistic fuzzy dynamic programming; transformation of innovative achievements

2016-10-08

河南省高等学校重点科研项目“高等学校科技成果管理模式研究”(15A630073)；河南省高等学校重点科研项目“高等学校科技管理创新模式研究”(15A630005)；河南省科技厅重点科技攻关项目“河南省高校协同创新平台管理模式研究”(142102310123)

罗党(1958—),男,河南汝南人,华北水利水电大学数学与信息科学学院教授,博士生导师，研究方向为优化与决策。

G526.3

A

1008—4444(2017)01—0018—05