区域创新环境评价指标体系构建与实证

党晶晶，王 艳，孙 斌

（1.西安工业大学 经济管理学院，西安 710021；2.北方民族大学 管理学院，银川 750021；3.国网陕西省电力公司经济技术研究院，西安 710065）

0 引言

技术自主创新是国家发展、经济增长，社会进步的关键要素和核心力量。在国家创新体系的总体战略指导下，大力发展“互联网+”，不断挖掘大数据，全面研发科技创新的各项重大项目，积极建立国家自主创新示范区和科技创新基地，取得了显著成果，为进一步提高创新型国家建设的质量和效益，我国进一步加大基础技术研究和原创性开发，并建立相关的长效稳健机制，充分发挥科技资源互联网信息化。因此，良好的区域创新环境建设将为我国发展创新型国家提供有力的环境和保障作用。

通过梳理现有研究成果[1-9]，发现创新环境在企业层面和产业层面影响创新能力的结论已普遍得到认可，但是从区域层面对二者关系的论证尚不充分。针对现有研究不足，本文应用AHM赋权法和熵权法对我国省际区域创新环境进行综合评价；根据评价结果，对我国经济区域之间的创新环境是否存在显著差异，创新环境与创新能力的相关性等问题进行探讨。

1 评价指标体系的构建

区域创新环境评价指标体系主要概括为创新意识、创新链接、创新基础和再创新度四个主要系统要素。

（1）创新意识。创新意识反映创新的主动性，是区域创新环境的重点方面。在区域范围，创新意识是区域创新能力的核心动力。区域创新意识越强，创新目标越明确，创新成果越丰富，创新的可持续性越强。

（2）创新链接。创新链接是表示创新主体间协作关系强度的指标，创新链接对创新效率有着链状相关作用，创新链接程度越高，表明创新主体间合作意识越强，即信息资源共享程度越高，进而形成的创新联盟越稳定，联盟的集聚效应驱使区域创新的效率越高效。

（3）创新基础。创新基础是区域创新的前提条件之一，主要是为创新产出的实现提供硬件基础、通信基础、交通基础等。创新基础是实现创新产出的必要保障。

（4）再创新度。再创新度用于表明利用已有的知识进行再创新的能力，主要从物力资本、人力资本和知识资本等方面反映，再创新度越高，创新的驱动力越强劲，越有利于创新成果的产出和转化。

基于上述认识，遵循全面性、重要性、动态性等原则，本文构建了区域创新环境评价指标体系（见表1）。

表1 区域创新环境评价指标体系

2 研究方法与数据来源

2.1 AHM指标赋权法

属性层次分析模型（Attribute Hierarchy Model，简称AHM），是以层次分析法为基础，以解决无结构决策问题为目标的新分析法[10]，该方法具有简化计算、强化适用、拓展应用等优点，并被各个研究领域采用[11，12]。属性层次模型（AHM）的原理及步骤如下：

设C为决策准则，b1，b2，…，bn为n个决策元素，对准则C而言，需要比较两个不同元素bi和bj的重要性程度，记bi和bj相对于准则C的重要性程度分别为uij和uji，根据属性测度的要求，uij和uji需要满足以下两个条件：

满足以上两个条件的uij表示相对属性测度，n阶矩阵为属性判断矩阵，通过转换层次分析法矩阵中的元素aij，得到矩阵中的元素uij，并采用1-9标度法（见表2）对判断矩阵中的元素进行赋值。

层次矩阵元素aij转换为判断矩阵元素uij的公式可以表述为：

应用上述方法，可以得到元素bi的权重属性判断矩阵的优点体现在：由于其具有一致性，因此，不需要计算矩阵的特征根和特征向量，也不需要对矩阵的一致性进行检验。

2.2 信息熵指标赋权法

以信息熵为代表的客观赋权法是一种重要的权重计算方法。考虑到区域创新环境各要素层指标的数据获取性，故采用客观赋权的方法。熵值法赋权具体步骤包括：

（1）计算第j项指标下，第i个评价对象的特征比重

（2）计算第j项指标的熵值，式中，k＞0，ej＞0，如果xij既定的j完全相同，即pij=1/n，并ej=kInn；

（3）计算差异系数。差异系数为gj=1-ej，当gj值越大，该指标的作用越显著；

2.3 灰色关联分析法

常用的灰色系统绝对关联度用下式表示：

灰色综合评价方法是按照确定参考序列（理想解）——测算灰色关联度的思路评价研究对象与参考序列之间关联度的一种方法。其测算出的关联度越大，表示研究对象与参考序列（理想解）越接近，即该方案越优化，并以此得出最优方案顺序集。

2.4 研究区域与数据获取

本文以中国大陆东部、中部、西部各省际区域为研究对象（西藏除外，其多项指标数据残缺），各区域的相关数据均源于《中国区域创新能力评价报告2015》以及国家统计局公开发布数据。

3 实证

3.1 指标权重获取

结合实地调研及专家意见，采用层次分析法1-9标度确定创新意识、创新链接、创新基础和创新熟练度四个一级指标的互反判断矩阵，如表3所示。

表3 一级指标互反判断矩阵

应用公式（1），将表3的互反判断矩阵转化为属性判断矩阵，并根据权重计算公式算得各指标权重。计算结果如表4所示。

表4 一级指标属性层次判断矩阵

二级指标权重应用信息熵法计算公式求得。

3.2 区域创新环境评价

根据二级指标权重结果，测算各研究区域创新意识、创新链接、创新基础和创新熟练度得分及区域与理想值间的灰色关联度，得出各区域创新环境的综合评价（见表5）。

表5 区域创新环境综合评价结果

根据各评价对象与理想点的灰色关联度计算结果，我国各经济区创新环境大致可以分为三种类型：（1）较好。该类型主要集中于东部地区，具体包括辽宁、上海、北京、广东、江苏、浙江、湖南、四川。在创新环境较好的8个地区中，湖南和四川分属中部地区和西部地区，但是二者创新环境综合得分较高的主要原因在于创新链接指标的较高得分（湖南82.7分，四川70分），这也从侧面再次说明了提高创新主体之间合作的广度和深度对提高区域创新的重要性；（2）一般。该类型主要位于中部地区，具体是黑龙江、吉林、天津、河北、甘肃、新疆、河南、山东、湖北、贵州；（3）较差。该类型主要由集中在由重庆、青海、内蒙古、陕西、山西、宁夏、广西、安徽、江西、福建、海南、云南构成的西部地区。

3.3 经济区域创新环境差异显著性与趋势分析

通过上述分析，发现我国三大经济区中，东部地区创新环境总体较好、中部地区一般，而西部地区较差。根据上述现象，是否可以从统计学的角度得出我国三大经济区的创新环境存在显著差异，需要进一步进行统计检验。本文采用统计学检验方法对上述假设是否成立进行验证。在非参数统计检验方法中，主要包括Kruskal-Wallis检验和Jonckheere-Terpstra检验，其中Kruskal-Wallis检验是用于检验分析多个独立样本在某个指标上的分布是否具有显著差异性，而Jonckheere-Terpstra检验则多用于判断多个独立样本在某项指标上的分布是否呈现递增变化趋势。本文研究区域环境差异显著性的假设、检验方法及检验结果（见表6）。

表6 区创新环境与创新产出协调发展度差异性与增长趋势性检验

通过统计检验得出：第一，Kruskal-Wallis检验的相伴概率（0.055）小于显著性水平10%，表明中国东部、中部、西部各区域之间创新环境存在显著性差异；第二，由于Jonckheere-Terpstra检验的相伴概率（0.015）小于显著性水平5%，表明中国从西部、中部至东部地区间的创新环境呈现依次递进的趋势。

3.4 创新环境与创新能力的相关性分析

一般而言，创新能力的高低可以用创新产出的多少表示。授权专利的数量是最常用的创新能力代表性指标，从专利的经济价值、技术重要性角度分析，本文仅选择发明专利为测度创新产出的代表指标（不包含实用新型和外观设计专利）。

为了检验创新环境与创新产出是否存在相关性，分别应用Pearson检验法、Kendall检验法和Spearman检验法对二者的相关性进行统计检验。其中Kendall检验法和Spearman检验法从研究对象排秩的角度研究变量的相关性。考虑到创新的时滞特性，分别使用2014年和2015的发明专利授权数研究区域创新环境与创新能力之间的相关性。统计检验结果如下页表7所示。

表7 统计检验结果

研究结果表明：区域创新环境与创新能力存在显著相关性，该结论对当期和滞后一期的创新能力均成立。结合我国区域之间创新环境存在显著差异的结论，说明创新环境的差异可以解释我国区域创新能力的差异。同时，有针对性地改善各地区创新环境也为促进区域创新能力的协调发展提供了可能的路径。

4 结论与对策建议

根据区域创新环境与创新能力相关性分析，对区域创新环境评价研究结论如下：（1）整体而言，我国东部、中部、西部各区域创新环境可以分为较好、一般和较差三种类型，东部地区创新环境总体较好、中部地区一般，而西部地区较差；（2）各区域间创新环境存在显著性差异，并呈现由西部——中部——东部地区依次递进的变化趋势；（3）区域创新环境与创新能力存在显著相关性，创新环境的差异可以解释我国区域创新能力的差异。相关研究结论对政策制定提供了以下启示：

（1）优化区域创新文化环境建设。创新文化的高低反映了积极进行创新活动意愿的强烈与否，积极鼓励创新的文化环境能有效激励企业家的创新实践，面向高新技术产业发展的创新意识，既要鼓励大胆的创新行为，也要营造能够宽容创新失败的创新文化；其次，强化技术创新的合作意识。

（2）构建企业创新机制体系。在建立创新体系过程中，在众多创新主体中，与高等院校、科研机构、事业单位等相比，企业具有更多的优势。企业在区域创新系统中灵活的结合市场需求，及时高效的开展研发活动，针对性调整研发投入，并通过对产品工艺革新，技术创新，使其创新成果的产出高效地转化为经济效益，进而提高生产效率，推动经济发展。

（3）发展产学研创新联盟。发展产学研创新联盟可以有效的增强创新主体间的相互联系。发展产学研创新联盟主要从以下方面进行：首先，需要政府层面的积极推动，特别是在产学研创新联盟的形成阶段需要政府的大力支持，且政府可以为产学研创新联盟提供立法支持；其次，在产学研创新联盟的具体合作中需要制定明确的且有约束力的协议，通过协议约定事先规定好相关的利益分配、风险分担，从而有效保护各合作方的利益；再次，建立开放性的产学研创新联盟机制，积极吸引新的合作方加入创新联盟，积极向创新联盟外部进行成果交流和成果推介等工作；最后，大力发展金融创新，通过发展创业资本、风险投资等全面有效地提供产学研协作创新过程中所需的金融资本。

（4）深化创新科技服务平台建设。科技服务平台是面向社会开展技术拓展、成果转化、技术评估、创新管理决策和咨询等社会化、专业化服务，这一平台为科技创新各个主体、政策、市场之间搭建了必要的桥梁，有效的降低创新成本，减少了创新主体间信息非对称性，分散创新风险，加快知识信息资源流动和科技成果转化的效率。因此，应不断深化以创新成果评估中心、创新决策咨询中心等为核心的平台的建设。