省域创新驱动能力与趋势的实证研究——以福建省为例

叶 宁，罗兰芳，赵泽敏

三明学院经济与管理学院，福建三明，365004

1 问题提出与相关研究

1.1 问题的提出

党的十九大坚定实施创新驱动发展战略，将创新与社会经济发展、结构优化和增强发展后劲相联结，对省域创新能力的发展提出新的要求。当前，我国经济由高速增长向高质量发展转变，整体面临发展方式、产业结构、增长动力等诸多挑战，只有坚持质量和效益标准，以供给侧改革为主线，才能推动发展质量、效率和能力的变革，提高社会的全要素生产力，增强经济创新能力和竞争力。各省都紧密围绕创新型省份目标，落实创新驱动政策，确定结构调整、投入产出和发展模式等关键问题。确立省域创新能力的要素，研究创新趋势，提出在效政策建议，是本文的研究重点。

1.2 相关研究

系统创新理论是由熊彼特最早提出，国内外学术界就创新驱动能力和趋势进行了深入研究：胡钰阐释了我国经济发展新形势，认为结构调整和方式转变直接影响创新能力[1]。王海兵等分析各地区的稳态创新水平和环境关联性，确定创新能力的各个阶段差异[2]。梅德平等应用扩展Solow模型和两步系统GMM方法，从国家和区域层面分析高技术产业创新能力，强调物质资本存量和劳动力数量作用[3]。许正中认为创新是推动发展的首要动力，应从发展格局、创新战略和战略构架等出发，解析具体路径和趋势[4]。吴春雷认为政府是推动我国创新的主要原因，相关部门应营造和谐稳定的市场环境[5]。樊增强认为政府投入是创新能力增强和经济持续发展的主因[6]。刘卫东等分析了区域发展的创新动因，认为创新应是区域政策的核心[7]。郑冬梅认为高质量发展应保障经济健康、民生改善和生态文明，支持延续性创新趋势[8]。

我国的创新驱动相关研究成果丰硕，体系不断完善，但也存在部分省域内部创新效果良莠不齐和地市间创新效率差距明显的问题。本文以福建省为对象，应用熵值的实证方法，分析省域区位、政策和社会等创新条件，构建合理评价指标体系，探索省域创新效率、动态和发展趋势，提出可行创新协调措施。

2 变量选取与体系设置

创新发展是一个由微观积累向宏观转变的动态演化过程，涉及政治经济、社会环境、知识技术和产业产出等诸多方面。本文参考王新红[9]的创新驱动环境评价相关指标筛选标准，对福建省域范围的创新驱动发展效率进行梳理，设置两个准则层，7个1级指标和23个二级指标，构建创新驱动发展能力和趋势的评价指标体系，含政策效应、科技推动、教育投入，社会环境、贸易水平、开放程度和科技成果7个方面。在此基础上，评价福建省创新驱动的发展能力和趋势，构建如下指标体系(表1)。

表1 创新驱动发展能力和趋势评价指标体系

3 改进熵值法原理

通过筛选和剔除无重大影响和不适合的相关指标，保证创新驱动能力和趋势研究的有效性，现有三种主要指标确定方法：一为主观筛选法，即通过专家判断相关指标重要性，并给出排序，剔除掉不适合指标后确定指标体系，如专家打分法、德尔菲法、层次分析法等，这种方法的弊端在于过度依赖主观判断，容易受到主观影响使指标缺乏客观性；二为客观筛选法，为克服主观臆断因素影响，引入定量分析法，应用模型和公式对选出指标进行检验，使结果符合客观实际，有较强的客观性，但弊端是基于量化结果选用重要性低的指标，却剔除差异小而仍较重要指标；三为改进熵值法，通过综合定性和定量手段，将主观判断和客观事实纳入熵值计算中，合理保留重要和适合指标。运用主成分分析、因子分析和灰色关联分析法，可能因此出现某些指标数值增加但总体比重减小的问题，而通过熵权法、变异系数法、复相关系数法、德尔菲法等的综合应用，则不会出现这样的困扰[10]。本文从数据易得性和结果适合角度出发，将熵值法和专家评分法相结合，对指标进一步筛选，形成较稳定的评价指标体系。

具体方法如下：

3.1 无量纲化处理

由于所选取的指标存在不同单位，因此采用无量纲化处理法对原始数据进行处理。设xij(i=1，2，…，n；j=1，2，…，m)是指标的i个对象的第j个指标的数据，公式如下：

(1)

其中，i=1，2，…，n；j=1，2，…，m。maxxij和minxij代表指标xij的最大值和最小值，以第i个评价对象的第j项数据的最大值和最小值为区间，对实际数据进行无量纲化处理。

3.2 修正熵值法的G1赋权

3.2.1 熵值的计算

设评价系统中存在m个不同的状态，则各状态所出现的概率为fij(i=1，2，…，n；j=1，2，…，m),将ej假设为第j个指标的熵值，则熵值的计算公式如下：

(2)

其中,

(3)

公式(2)和(3)中的fij是第i个对象在第j个指标的具体表现，yij是第i个对象中的第j个权重比，j项情况下，yij值存在越大差异，则对应的熵值越大，该指标对总体结果有明显影响。

3.2.2 计算熵值得出差异系数gj

设熵值ej在第j个项目下有对应的yij值，为区分熵值间的差异，应通过差异系数的计算公式gj=1-ej，gj表示第j项指标所对应的差异水平。在(fij，j)的范围内，ej值较高，对应的差异系数gi值趋小，特别在所有fij值相等情况下，ej值为1而差异系数gi趋近0，说明各项指标间不存在差异，则该类指标对总体结果影响极小，可以删除，公式如下。

(4)

3.2.3 熵权值计算

依据权重的相关计算方法，xij的第J个指标熵权值的计算公式如下：

(5)

3.2.4 综合专家意见的熵权值计算

熵权值计算主要是应用指标熵值比率衡量各指标权重，即通过计算指标差异取得相对权重，定量检测指标重要性，但过高的客观性不能完全反映各指标意义，且依据科学和实用的原则，单纯的指标熵值判断也缺乏一定准确性。因此，引入专家评分法对指标进行综合考量。

3.2.5 计算综合权重

在熵权值计算基础上，选取代表性专家给出指标重要性意见，根据专家意见和经验，结合现实指标分析结果，参考评测结果为fij实际重要性打分，为各指标赋予权重。将aj与Wj相结合，从而计算指标综合权重，公式如下:

(6)

其中，i=1,2,…n。

4 实证分析

4.1 样本选取与原始数据

福建省是东南沿海的重要省份，是海西经济区、闽台对接和自贸创新区的重要支撑点，以福建为对象探索省域创新驱动的要素、环境和策略，可以较好地研究创新的作用机理和环境条件，确定具体创新政策措施。本文的指标数据主要来源于2009—2017年《国家统计局统计年鉴》《福建省统计年鉴》《中国科技统计年鉴》等。

4.2 评价指标的筛选

构建二级指标体系，从政策、科技、教育、社会、贸易、对外开放和成果等23个指标中筛选。

步骤1：按照公式(1)对科研人员数量、中高级职称人员数、科研院所数量、专利申请数、财政科技支出五个指标的原始数据进行无量纲化处理。

步骤2：按照公式(2)和(3)，计算出各指标对应的熵值ej。

步骤3：基于前述熵值的计算结果，带入公式(4)计算对应的差异系数。

步骤4：将前述取得的差异系数带入公式(5)，可计算对应的熵权值Wj。

步骤5：基于定量和定性相结合的评价方法，并引入专家评分意见，将熵权值Wj和专家赋权比例aj代入公式(6)获得每个指标的综合权重。

步骤6：对于政策效应、科技推动、教育投入、社会环境、贸易水平、对外开放程度、科技成果等六个指标的综合权重值，则采用与科技因素相同的计算方法取得。

指标筛选结果如表2所示。

表2 指标筛选的结果

由表2可见:

就政策因素X1，贸易水平X5和对外开放程度X6这类指标，所对应的熵权值和综合权重值表现较均衡，专家赋权也显示出较大比重，说明这三类指标对省域范围创新驱动能力存在较重大影响，是指标体系的重要构件。

就科技支持因素X2看，所取得的熵权值X23明显低于其他指标均值，该指标在同类数据中比重也较小。说明在该省域范围内的科技支持因素中，科研院所的数量和变动性不大，对创新驱动的影响不明显，因此，在指标体系优化过程中考虑删除。由于指标X24的熵权值与专家权重均大于X23，综合权重也略大，但占该类指标的总比偏小，说明该类指标之间的差异不大，考虑删除。

就教育投入X3因素看，教育经费X32投入指标，其熵权值结果较其他指标小，专家也给出较小的比重，说明该指标熵权值计算结果与专家意见符合，即指标对创新驱动能力的影响并不充分，在评价体系中可以剔除。

就社会环境X4看，金融机构贷款余额X45中，尽管创新驱动能力对金融环境有较大依赖性，而且是创新驱动能力发挥的必要条件，保证完全和充分的创新进步，结合熵值计算和专家意见看，对应的熵值与专家意见权重也偏低，考虑删除。

就科技成果X7看，专利取得数X72相关指标，该指标的熵值与专家权重均不高，说明在创新能力评价中，专利取得数并不能有效代表创新能力和趋势，因此删除该指标。

依据上述方法，最终确定对福建创新驱动能力和趋势产生重大影响的17个评价指标，具体为：X11、X12；X21、X22、X25；X31、X33、X34；X41、X42、X43、X44；X51、X52、X61；X62；X71、X73，形成较完善的省域创新驱动能力和趋势评价指标体系(表3)。

表3 创新驱动发展能力和趋势评价指标体系

5 结语和建议

应用福建省2009—2017年的创新投入与产出相关数据，通过熵值法和专家意见相结合的综合分析法，对省域创新驱动发展能力和趋势进行评价，实证结果表明：

政策层面上，财政支持和资金投入是省域创新发展的关键因素；科技和配套环境上，科技人员和财政支撑是最主要动因；教育因素上，人才规模、高校数量和机构条件是促进创新的主要力量；社会环境上，良好的社会氛围可以支持创新主体获得高收入、财政支持和设施完善，进而形成较好的创新氛围；创新效果上，贸易增长、进出口扩大和对外开放是创新发展的直接效果，也是影响创新能力的重要条件；市场成效上，科研成果的实现和流通是发展趋势的重要衡量指标，并在技术市场中得到确认。省域高质量发展离不开创新能力发挥，也是综合能力和环境的共同作用结果，在新形势下，创新省份应综合自身优势，积极推进相关政策的完善，加大创新投入，不断提高资金、技术、人才、教育和社会匹配能力。

由此，提出具体政策建议：

5.1 充分发挥区位优势，加强省域内部协同

在区位因素、历史文化、经济基础、产业氛围和社会环境的影响下，省域地理条件、经济产业结构、创新投入和社会匹配程度等方面存在较大差异，创新发展能力和趋势并不均衡。位于沿海发达区域的城市创新基础和匹配能力较强，而内陆地区在资源获取和投入增长上则有较大差距，整体发展不均衡，区域协同仍较不足。从省域的整体趋势看，受益于有利政策因素，应充分发挥区位优势，构建协同创新平台，以先进地区带动创新发展，进一步加强区域间的创新协同，以知识、技术、人才和产业为纽带，优化创新资源配置，形成广泛的创新能力。

5.2 加大科研投入力度，提升科技创新能力

科技是创新发展源动力，科研机构是主要支撑力量，有效增加创新企业、技术、人才和资金投入，能迅速提升省域创新能力的效果。针对创新主体、框架、平台和产业结构，引入创新资源补齐短板，并通过合作开发、技术共享和产业带动等方式，促进创新氛围形成。首先，充分促进产业创新主动性，加强产学研结合，加快科技成果的研发与转化。其次，找准创新的瓶颈和问题，鼓励多方资源加入，推动高效合作与平台发展。再次，加强资金、教育和市场投入，带动自主创新和主体能力发挥。

5.3 加强创新人才培养，促进教育条件升级

创新能力发挥依赖于人才的培育和利用，良好的人才供给是创新的关键动因。从实证分析看，创新人才的重要性极其显著，各类知识、技术和服务人才的需求量极大，但主要集中于北上广等核心创新区域，其他省域人才仍有较大缺口，人才吸引和驻留手段不完善，且区域间的人才供给不均衡。因此，创新能力不足的省份应进一步加强政策支持，提高创新教育投入，增加三创教育机构，逐步完善多层次人才培育体系，并形成更为灵活的人才进出机制，提升创新教育的普及水平和范围。持续扩展专业教育和职业培训能力，配合引入和留存更高层次与水平的创新队伍，基于教育创新带动人才输送，营造良好创新氛围，提升社会创新意识，从而形成强有力的创新人才支持体系。

5.4 加快创新政策措施的落实，推动创新成果的良性循环

政策是创新发展的主要因素，市场是创新驱动的关键环节，创新驱动的国策背景下，相关政策、法规和措施推动了成果和交易市场的发展，市场规模和交易内容极大丰富，在省域场面上呈现出全新的发展态势。应引起注意的是，由于政策措施的执行周期长且作用范围有限，除却自贸区等特定区域，省域中的大多数地区在政策和措施执行中，普遍存在着需时多、范围小和配套服务不足等问题，抑制了政策效能的有效发挥。为有效提升创新驱动效果，应从政策落地角度着眼，持续提升执行效率、配套能力和拓展范围，提升创新主体的市场地位和成果转换效率，以产业实体和创新机构为主，带动政策执行落地，顺应政策导向完善市场的产品结构、交易规则和引导功能，带动创新主体、政府、辅助机构和其他创新要素的健康成长，支撑整体创新能力的提升。