粤港澳大湾区科技创新协同发展研究

(大连海事大学 航运经济与管理学院, 辽宁 大连 116026)

一、引 言

2019年2月,国务院在发布的《粤港澳大湾区发展规划纲要》中,提出将粤港澳大湾区打造成开放型、融合型的国际化科技创新中心的发展目标。粤港澳大湾区由中国香港、澳门两个特别行政区和广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆9个地市组成。有效测算粤港澳大湾区的科技创新协同度变化情况,分析粤港澳大湾区内各地科技创新水平的差异与局限,对实现粤港澳大湾区发展目标具有重要意义。

关于区域科技创新的现有研究分为三方面:第一,从地域层面的研究视角出发,学者们多对省域[1]、京津冀、珠三角、长三角经济区[2-4]的科技创新进行研究分析;第二,区域科技创新的研究内容包括理论探讨与实证分析,理论研究以科技创新发展探讨与对策研究[5-6]为主,实证分析则包括科技创新资源配置效率测算[7]、科技创新能力评价[8]、科技创新协同研究[9]等;第三,学术界采用定量分析方法研究区域科技创新时,通过数理模型对指标数据进行处理,从而得出数字化的测算结果。目前常使用的定量分析方法有数据包络分析、主成分分析法、空间计量、复合系统协同度[9-12]等。梳理文献发现存在几点不足:首先,研究粤港澳大湾区科技创新的文献较少,且多为理论探讨,少数学者对粤港澳大湾区的科技创新资源分布[13]、科技创新能力评价[14]、科技创新对经济发展的影响[15]等进行实证分析,但尚未有文献系统测算出粤港澳大湾区科技创新的协同发展情况。其次,以往使用的评价方法大多未解决模糊性、多因素作用的复杂性以及因素间的相关性问题。多维正态云模型作为由一维正态云模型改进得到的方法,能更好反映多因素共同作用的复杂性和应对评价的模糊性与随机性等问题,被应用于可靠性评价[16]、风险评估[17]等领域。因此,本文结合运用复合系统协同度模型与多维正态云模型,改进优化研究方法,有效弥补之前评价存在的缺陷,通过研究粤港澳大湾区科技创新的协同发展状况,深层次分析当前粤港澳大湾区内各地的科技创新水平差距,为促进粤港澳大湾区科技创新协同发展提供研究依据。

二、研究方法及数据来源

(一)复合系统协同度模型

本文将复合系统协同度模型作为测度方法,分析粤港澳大湾区科技创新协同发展程度的变化情况。

区域科技创新协同系统S={S1,S2,…,Sn},Sk是系统S的第k个科技创新子系统,k=1,2,…,n,Sk由多个序参量组成[18]。S代表粤港澳大湾区科技创新复合系统,Sk代表粤港澳大湾区科技创新子系统,n取11。子系统Sk的序参量为Xk=(xk1,xk2,…,xkj),j∈[1,n],n≥1;子系统稳定临界点序参量分量的下限和上限分别为αkj和βkj,满足条件αkj≤xkj≤βkj。序参量分量xkj的有序度ykj计算公式为:

(1)

通过熵权法[19]赋予序参量权重λj,以线性加权法测算某子系统Sk的有序度Yk表达式为:

(2)

(3)

本文借鉴以往研究成果[20]将区域科技创新协同度划分为4个等级,如表1。

表1 区域科技创新复合系统协同度等级评价标准

(二)多维正态云模型

多维正态云模型用来描述多因素共同作用的不确定性问题和反映多维定性概念[17],定义为:设U{X1,X2,…,Xn}是一个n维定量论域,C是U中的定性概念,隶属度μ是定量值x∈U对于定性概念C的一个稳定随机数(0<μ<1),x在论域U上的分布称为云,每个x称为一个云滴[21],其中x(x1,x2,…,xn)～N(Ex(Ex1,Ex2,…,Exn),En′(En′1,En′2,…,En′n)2),En′(En′1,En′2,…,En′n)～N(En(En1,En2,…,Enn),He(He1,He2,…,Hen)2);期望Ex是云滴在论域空间分布的中心值;熵En是定性概念的不确定性度量,反映云形的跨度;超熵He反映熵En的不确定性,反映云形的厚度[22];当前研究尚未确定多维正态云模型数字特征的公式,本文借鉴以往文献[23]中多维正态云模型数字特征的确定方法:

1. 期望Ex的确定方法如表2,其中a～e分别代表评价指标对应不同等级的边界值。

表2 多维正态云的期望

2. 熵En=Exmax/3;其中Exmax表示评价指标对应等级的期望最大值。

3. 超熵He是对熵En的不确定性的度量,一般取0.01≤He≤0.1。

假设论域各维度互不相关,n维正态云由3n个数字特征描述,以ωj表示熵权法对各评价指标赋予的权重,代入得到多维正态云模型隶属度μ的公式为:

μ(x(x1,x2,…,xn))=

(4)

(三)区域科技创新评价指标体系的构建

基于客观性、可行性、科学性原则,结合参考《中国区域科技创新评价报告》[24]、《欧洲创新记分牌》[25]和以往研究[26],从科技创新研发投入、科技创新成果绩效、科技创新平台环境这三方面构建区域科技创新评价指标体系如表3,各评价指标对应区域科技创新子系统中的序参量。

表3 区域科技创新评价指标体系

(四)数据来源

本文选取2008—2017年粤港澳大湾区内9个地市和香港、澳门特别行政区的科技创新相关数据,数据来源于2009—2018年的《中国城市统计年鉴》、《广州科技年鉴》、《中国统计年鉴》、《香港统计年刊》及《澳门统计年鉴》。

三、粤港澳大湾区科技创新协同度测算与分析

粤港澳大湾区科技创新的协同度测算。将2008—2017年粤港澳大湾区的科技创新相关数据代入子系统有序度模型中,计算不同年份科技创新子系统的有序度结果,并以2008年的子系统有序度为基准,利用复合系统协同度模型测算2009—2017年粤港澳大湾区的科技创新复合系统协同度,如表4。

表4 粤港澳大湾区科技创新子系统有序度及复合系统协同度

粤港澳大湾区科技创新子系统的有序度分析。子系统有序度结果反映出,2008～2017年期间,粤港澳大湾区科技创新子系统的有序度呈现随时间增长态势,各子系统有序度差距较大,基本概括为子系统科技创新引领区域整体科技创新型、子系统科技创新与区域整体科技创新同步发展型、区域整体科技创新引领子系统科技创新型这三类。深圳的有序度最高,广州、中国香港的有序度次之,这三地的科技创新协同发展能力较强,能够充分利用粤港澳大湾区协同发展契机促进科技创新发展,发挥扩散效应,与周边地区实现科技创新的有序互动,即科技创新超前于区域整体的科技创新发展;中山、珠海、佛山、东莞、惠州的有序度处于中等水平,科技创新协同发展能力一般,辐射带动性作用不强,科技创新基本同步于区域整体的科技创新发展,应注重挖掘科技创新潜力,进一步提升科技创新发展的进步空间;中国澳门、江门、肇庆的有序度较低,科技创新协同发展能力较弱,科技创新滞后于区域整体的科技创新发展,急需进一步寻找解决子系统有序度较低的对策措施,扭转科技创新协同能力落后的局面,以免影响粤港澳大湾区科技创新的协同化发展进程。因此，从区域协同发展的良性视角出发,子系统科技创新应适度超前于区域整体科技创新的发展。

子系统有序度的变动特征也存在显著差异:十年间,深圳、广州、香港的有序度大幅度提升;东莞、佛山、中山、惠州、肇庆的有序度轻微提升;珠海、澳门、江门的有序度在2009年下降,然后缓慢提升;这些特征说明区域科技创新协同发展能力存在波动性影响因素,导致粤港澳大湾区科技创新协同表现为不稳定状态。

粤港澳大湾区科技创新复合系统的协同度分析。分析复合系统协同度测算结果得知,2010年之前,粤港澳大湾区科技创新复合系统协同度为负值,说明此前区域科技创新处于非协同发展状态;2010年之后粤港澳大湾区科技创新复合系统协同度为正值且不断上升,说明此后区域科技创新开始向协同状态演化。

根据协同度上升速度变化情况,大致可以将粤港澳大湾区科技创新协同演化进程分为三个阶段:第一阶段为2009—2010年,协同度较快上升,从非协同状态演化为协同状态,区域从整体层面调节各地的科技创新协同发展水平;第二阶段为2011—2014年,协同度上升缓慢甚至停滞,科技创新资源在各地分布不均衡、配置落差较大,技术、资本、人才、信息的溢出效应较弱,科技创新要素在各地的流动受阻,区域科技创新的协同发展进度迟缓;第三阶段为2015—2017年,协同度再次较快上升。各地的政策效应推动粤港澳大湾区科技创新向较高程度协同演化,但2017年协同度仅为0.183,仍属于低度协同状态,协同化发展进程比较缓慢,科技创新协同效应不明显。

四、粤港澳大湾区科技创新水平评价及分析

研究粤港澳大湾区科技创新协同发展,不仅要分析区域整体的科技创新协同程度,更要考虑区域内个体的科技创新结构现状及水平差异,进一步探究各地在粤港澳大湾区科技创新协同发展进程中的局限所在。根据科技创新数据的研究特性,运用多维正态云模型对2017年粤港澳大湾区内各地的科技创新水平进行有效评价。

建立评价等级论域V=(V1,V2,V3,V4,V5),代表具有相对性意义的指标评价等级为(低,较低,一般,较高,高),以R&D经费支出(X11)和R&D人员数(X15)在各评价等级的数字特征标准值为例,利用Matlab7.0编程,生成评价指标对应五个评价等级的多维空间正态云图,如图1。

图1 对应五个评价等级的双指标多维正态云图

利用熵权法计算区域科技创新评价指标体系的各指标权重赋值,基于Matlab7.0编程,将2017年各地科技创新相关数据和熵权法计算的指标权重代入多维正态云模型发生器,重复计算隶属度10000次,得到2017年粤港澳大湾区内各地科技创新水平评价结果,如表5。

表5 2017年各地科技创新水平评价结果

由表5反映的多维正态云隶属度结果和排名顺序得知,2017年粤港澳大湾区内各地的科技创新水平差异性较强,从高等级到较低等级呈阶梯式发展不均衡状态。深圳的评价等级为高,科技创新水平最高,研发投入强度大、科技创新活动频繁、产学研合作良好等原因，促使深圳成为粤港澳大湾区科技创新的核心城市;广州、香港、东莞的评价等级为较高,科技创新发展具有一定引领带动作用,东莞的云隶属度结果在较高与一般等级相近,说明东莞的科技创新水平与广州、香港仍存在差距,处于较高等级的初始发展阶段;珠海、佛山、中山、惠州的评价等级为一般,科技创新处于中等水平,创新发展联系不够紧密,对比分析云隶属度结果,佛山、中山、惠州由于创新资源配置效率和创新成果转化效率不高,科技创新仅处于一般等级的初始发展阶段;中国澳门、江门、肇庆的评价等级为较低,科技创新要素体量小、创新结构失调、重视程度不足等问题导致科技创新水平落后,对粤港澳大湾区科技创新的协同发展形成一定程度的阻碍。

从区域空间分布结构看,粤港澳大湾区正形成一条以深圳为核心城市,主轴线纵穿广州、东莞、深圳、香港的科技创新走廊,向两侧辐射扩散的区域科技创新水平逐级降低。作为粤港澳大湾区发展整体而言,目前科技创新协同发展能力较弱,科技创新结构不合理、研发投入强度不足、创新资源流动不畅、协作机制不完善等短板都制约了粤港澳大湾区科技创新的协同发展;但区域内各地的科技创新水平都处于非饱和状态,具备较大的发展潜力和进步空间,伴随着科技创新复合系统协同度的快速上升趋势,未来粤港澳大湾区将打破各地科技创新壁垒,鼓励科技创新水平较高的地区依靠有利发展条件发挥扩散和溢出效应来带动周边地区的科技创新,从整体上推进区域科技创新的协同发展。

五、结 论

本文在构建区域科技创新评价指标体系的基础上,结合运用复合系统协同度模型和多维正态云模型,研究2008——2017年粤港澳大湾区科技创新协同发展情况,深入分析2017年区域内各地科技创新水平差距,得到如下结论。

首先,十年间,粤港澳大湾区科技创新从非协同发展状态演化为低度协同发展状态,未来区域科技创新协同发展具有较大的上升空间,应把握好粤港澳大湾区协同发展的历史机遇,推动该地区科技创新向更高程度的协同发展状态演化。

其次,粤港澳大湾区科技创新超前发展状态与滞后发展状态并存,子系统科技创新发展与区域整体科技创新发展的关系是相互制约、相互促进的。理想的发展模式应为子系统科技创新发展适度超前于区域整体科技创新的发展,该模式对于提升区域科技创新协调发展能力具有积极作用,而过度超前或落后的子系统科技创新发展状态则会导致区域科技创新整体发展失调,致使粤港澳大湾区科技创新协同发展遭遇瓶颈。

再次,粤港澳大湾区内各地的科技创新水平差距较大,深圳、广州、香港的协同发展基础良好,科技创新水平领先,辐射带动影响力较强;但科技创新水平评价等级为一般以及较低的地区数量超过地区总数的二分之一,占比约为63.6%。总体上看,粤港澳大湾区的科技创新水平处于中等偏下,科技创新的差异性分布特征制约了粤港澳大湾区科技创新协同发展。科技创新协同发展是一个不断演化的动态过程,需依据各地区科技创新发展的不同特征给予政策支持,建立健全科技创新协同合作发展机制,调整科技创新结构,提高核心地区的科技资源配置效率和科技成果转化效率,强化核心地区的科技创新辐射带动作用,重视科技要素投入的均衡性,消除科技创新资源在地区间的流动壁垒,挖掘科技创新落后地区的后发潜力,开创具有自身特色的科技创新协同发展道路。

最后,多维正态云模型的综合性强、可信度高,评价过程简洁、直观、全面。科技创新子系统有序度结果与多维正态云模型评价结果及排名顺序基本一致,验证了该方法的适用性与有效性;多维正态云模型应用于科技创新水平评价还只是初步尝试,未来对多维正态云模型数字特征的确定性研究,将进一步提高科技创新水平评价的精确性。□