基于熵权TOPSIS法的国家中心城市创新能力测度与对策

王保忠,赵倚林,史官清

(1.西安工程大学管理学院,陕西 西安 710048; 2.百色学院马克思主义学院,广西 百色 533000)

创新是引领高质量发展的第一动力。国家“十三五”规划已明确指出,把创新摆在国家发展全局的核心位置[1]。近年来,伴随我国经济进入新发展阶段,通过创新促进产业升级、提升经济发展效率已然成为重要手段。创新是评价城市能否持续、快速、健康发展的重要标准,是城市创新驱动与转型发展的内生动力源泉。国家中心城市是依托于区域率先发展起来的核心城市,拥有丰富的创新资源,具有推进高端产业集聚、辐射带动区域创新协调发展的作用。构建以国家中心城市为核心的区域经济发展新格局,能够为国家整体创新注入新动能与活力。截至目前,我国前后确立了北京、天津、上海、广州、郑州、武汉、重庆、成都、西安九座国家中心城市。在新发展阶段,国家中心城市的发展也面临着许多挑战,涉及到区域发展不平衡、供需结构不匹配、产业关键技术环节和核心技术不足,集成性、原始性创新不够成熟等问题。九大国家中心城市如何取长补短、联动发展,集中解决创新发展过程中存在的问题成为当务之急。因此,在国家“十四五”规划的开局之年,深入探讨国家中心城市创新发展实际,剖析国家中心城市创新体系的优势与劣势,对于提升国家中心城市综合创新能力,加速创新型国家建设具有重要的现实意义。

1 文献综述

我国有关城市创新能力的评价研究一般是基于区域创新能力评价研究展开的。早在2002年,中国科技发展战略研究小组构建了具有知识创造、知识流动、企业技术、创新能力、科技投入5个维度的区域创新能力指标体系,为后期的城市创新能力指标体系构建提供了借鉴与参考[2]。柳卸林[3]从政府对创新的投入、企业研究开发投入、区域内企业的角色、FDI、产学研联系、创新基础设施6个维度构建区域创新能力评价体系,进一步充实并深化了区域创新能力指标体系研究。而已有学者指出,对于城市而言,城市的创新能力指标体系中应包括所有影响该城市创新发展的制度、经济、社会各类要素,且它们的有序协调发展是促进城市创新的基础与前提[4]。李兵等[4]构建了基于创新资源、创新载体、创新环境、创新产出4个方面的城市创新能力评价指标体系,采用了灰色关联法对十座具有代表性的城市进行了分析与评价。张丹丹等[5]构建了城市创新投入-产出评价指标体系,采用超效率DEA方法对包括青岛市在内的15个副省级及以上城市展开技术创新效率评价。隋艳颖[6]构建了包含创新基础、教育基础、经济投入、创新投入、创新绩效的五维城市创新能力指标体系,对我国四座一线城市创新能力展开对比分析。中国科学技术信息研究所发布的《2020国家创新型城市创新能力评价报告》构建了基于创新治理力、原始创新力、技术创新力、成果转化能力和创新驱动力5个维度的城市创新能力监测评价体系[7]。

近年来,国家中心城市评价与实践研究也逐渐成为热点。郑国洪[8]构建了国家中心城市创新能力投入-产出指标体系,采用超效率DEA-Malmquist指数模型对国家中心城市创新效率进行评价与分类,最后提出了相应政策建议。张占仓[9]对推进国家中心城市建设提出了若干建议,强调突出改革创新引领发展。胡凡等[10]从国家中心城市与新型城镇化建设、城市转型发展以及城市创新效率等方面展开讨论,对一线、中部、西部国家中心城市城镇化发展特征进行归纳并提出相应的政策建议。穆广杰[11]基于DEA模型测量了九大国家中心城市科技投入-产出创新效率,并从政府职能及角色的优化、创新资源的有效融合、人才与科技信息共享平台的建设、基础研究的支持力度等方面探索提升城市科技创新效率的有效途径。

综上可知,目前城市创新能力评价研究较为丰富,其研究成果为城市开展创新建设提供了宝贵的理论依据与实践指导。但现有的城市创新能力指标体系之中过于强调科技创新要素的影响,忽视了部分非科技创新要素的作用,如基础经济指标对创新的重要支撑作用、制度与市场环境因素对创新的影响[12]等。因创新实现最终可视为是市场经济的产物,市场活力与发展潜力是推动技术创新发展的重要因素,完善的市场机制不仅有助于为市场主体创造良好的竞争环境,还可以通过竞争机制激励各创新主体加大创新力度,进而提升创新能力[13]。

本次研究与既有研究的区别是:首先,考虑到市场活跃程度对经济长足发展以及提升城市创新潜力的重要支撑作用,特选用非公有制经济增加占比等5个二级指标对市场活跃程度进行刻画;其次,因九大国家中心城市在我国东、中、西部皆有所分布,其发展基础不同,在参考前人研究的基础上,从创新载体、创新基础、创新投入、创新绩效、市场活跃程度5个维度构建国家中心城市创新能力评价指标体系,采用熵权TOPSIS法对国家中心城市综合、单项创新能力展开纵向、横向对比分析;最后,结合实证结果与各大城市发展实际提出了具有针对性的政策建议。

2 研究对象与方法

2.1 研究对象

目前,我国共有九座城市入选国家中心城市,分别是北京、天津、上海、广州、武汉、重庆、成都、郑州、西安,选取2017—2019年九大国家中心城市相关指标数据展开综合创新能力测度。样本的原始数据来自各城市的2018—2020统计年鉴及国家统计局网站。

2.2 研究方法

熵权TOPSIS法是熵权法与TOPSIS模型相结合的综合评价方法,其采用信息熵对评价指标进行赋权，保证了结果的客观性和准确性。TOPSIS 法于1981年首次提出,是一种逼近于理想解的排序法,根据有限个评价对象与理想化目标的接近程度进行排序,贴近度取值在0～1之间,越接近1表明评价越高[14]。熵权TOPSIS法是基于数据变异程度客观赋权之后再进行计算的,克服了传统的TOPSIS方法之中赋权主观性较强的缺点,使得运算结果更准确可信。采用熵权TOPSIS法对国家中心城市创新能力进行综合评价有以下优势：一是该方法能充分利用原始数据的信息,使得创新能力评价结果与实际情况更为贴切;二是对样本的数量以及数据的分布规律没有严格的限制;三是该方法对空间、时间意义上的对象可以进行综合评价,应用范围较广,有较为直观的几何意义。

首先采用熵权法来计算指标的信息熵权重,xij表示第i个城市在第j项指标下的数值,其中i=1,2,…，q;j=1,2,…,p。具体计算步骤如下:

步骤1规范指标评价矩阵的数值:

步骤2平移处理标准化后可能出现的负值或较小值情况:

x″ij=H+x′ij;

步骤3对数据进行无量纲化处理:

步骤4计算第j个指标的熵值:

步骤5计算第j个指标的差异系数:

gj=1-ej;

步骤6计算第j个指标的权重:

信息熵确定后,套入TOPSIS模型进行优劣分析,据此可以计算出各个城市的创新能力单项得分以及综合贴近度得分,步骤如下:

步骤1统一量纲：

步骤2计算规范化矩阵与加权规范化矩阵:

cij=ωjbij。

步骤3确定正理想解C*和负理想解C0：

步骤4计算欧氏距离:

步骤5对各评价对象i,计算综合评价指数(贴近度)Ci值：

其中:i=1,2,…,q。

最终依据相对贴近度大小对各城市的综合创新能力进行排序,Ci值越大,得分越高。

3 评价体系

城市创新能力评价是不同层次、多类指标所构成的评价系统。因研究对象分布在不同的经济区域,其发展转型的不同步使得区域创新体系存在差异性。因此,选用合理的指标对评价结果有着至关重要的影响。本次研究依照综合性、科学性、可量化、可操作性准则,从创新载体、创新基础、创新投入、创新绩效、市场活跃程度5个维度来建立城市创新能力评价指标体系,共21项评价指标，如表1所列。

4 评价结果及分析

4.1 评价结果

首先,选取2019年各城市的原始数据进行归一化处理,量纲统一之后分层计算二级指标的信息熵权重。再选用各二级指标数据进行综合熵权TOPSIS分析,分析原理同上所述,测度出各一级指标的信息熵权重,具体的计算结果见表1。

其次,对各城市进行综合评价,选用创新载体、创新基础、创新投入、创新绩效、市场活跃程度5个分类指标层单独对2017年、2018年、2019年3年相关数值进行熵权TOPSIS法分析,测量年度内各城市贴近度值与单排序分别见表2～表4。

最后,依据各年份九大国家中心城市总体指标数据情况,综合贴近度排名。为了直观比较九大国家中心城市的综合创新能力,测算出了各国家中心城市的年度贴近度得分均值及排名情况,具体结果见表5。

4.2 结果分析

(1) 创新载体。总体来看,九大国家中心城市创新载体排名情况相对稳定,按贴近度可以分为3个梯队：第一梯队包括北京、广州、上海三座城市,其贴近度均大于0.4,表明其创新载体较为丰富,全国大部分的高等教育资源、研究与实验单位、高新技术企业都集中于此,是重要的创新发展龙头城市；第二梯队包括重庆、武汉、天津三座城市,其贴近度范围为0.2～0.4(天津2019年除外),其创新载体情况处于中间水平,是提升区域创新能力的中坚力量；第三梯队包括成都、郑州、西安三座城市,其贴近度均小于0.2,此梯队城市的创新载体较为匮乏,且经济发展水平较为缓慢,但具有较强的创新发展潜力。由表4可知,九座城市的创新载体得分差距显著,极差为0.823,尤其是高等教育资源、研发机构、高新技术企业呈现出区域分化的特征。

(2) 创新基础。总体来看,排在前三位的城市分别是上海、广州、重庆,其贴近度均大于0.4。其中上海、广州创新基础排名呈现下降趋势,分别由最初第一、第二下降为第二、第三;而重庆则奋起直追,由第三名(2017年)上升为第一名(2019年)。北京的创新基础得分位列第四,与成都、武汉同处第二梯队，表明科学教育水平高、知识人才丰富、人力资源较为密集的城市其创新基础扎实,优势显著。郑州、天津、西安排名靠后,其创新基础较为薄弱,尤其基础设施建设力度仍有待加强。由表4可知,得分最高和最低的城市贴近度相差0.536,差距相对较大,区域创新基础仍存在不平衡的情况。

表1 国家中心城市创新能力评价指标体系

表2 2017年九大国家中心城市分类创新能力单排序

表3 2018年九大国家中心城市分类创新能力单排序

表4 2019年九大国家中心城市分类创新能力单排序

表5 国家中心城市创新能力总排序

(3) 创新投入。总体来看,创新投入前三强的依旧是北京、上海、广州,其贴近度均大于0.4,表明北、上、广三大城市的创新投入力度、R&D经费投入、科技财政拨款力度以及科研人员的工作投入强度较大,总体优于其他城市。然而,创新投入排名在第四、第五、第六位的城市逐年变化较大,在2017年分别为广州、天津、武汉;2018年则是西安、武汉、天津;2019年则为武汉、西安和成都。特别地,天津创新投入排名呈下降趋势,2019年成都相应排名反超天津,呈现出“你追我赶”的新局面。九座城市的贴近度得分最高和最低相差0.839,且在2018年,北京的贴近度超过了0.9,远远高于其他城市,表明创新投入水平存在区域严重分级化的现象,经济发展水平高、一线特大型城市和西北内陆的经济、政治、文化辐射型城市成为政策支持重点倾斜的对象。

(4) 创新绩效。总体来看,排在前三位的城市分别是北京、上海、广州,其贴近度均大于0.4。作为中国最具有影响力的三大城市,北京、上海、广州的科技成果数量、人均GDP以及第三产业增加值占比等指标数值稳居高位,具有良好的经济基础和强大的创新产出实力。特别地,2019年北京、上海、广州的第三产业增加值占比分别为83.52%、72.74%、71.62%,而其他城市该指标数值仅在50%～60%,就此一项指标的差异显而易见。处于第二梯队的城市有成都、重庆、天津,处于第三梯队的则有武汉、郑州、西安。九座城市创新绩效得分最大相差0.569,表明不同区域创新绩效水平仍存在区域不平衡的情况。

(5) 市场活跃度。总体来看,排在前三位的城市分别是上海、北京、重庆。虽然上海、北京、重庆处于市场活跃度第一梯队,但各市之间的贴近度得分差距较大,其最高与最低至少相差0.4。上海作为经济、金融发展中心,其上市公司个数、金融机构人民币各项存、贷款等指标都占有相对的优势,尤其资本市场、金融市场较为活跃。天津、成都和广州则略逊一筹;郑州、武汉、西安作为市场欠活跃地区排在第七、第八、第九位。各国家中心城市市场活跃度指标得分相差0.696,表明市场活跃程度仍存在区域严重两极分化的情况。

总体而言,一线国家中心城市的创新能力要优于其他的新一线国家中心城市,且位于东部地区的国家中心城市创新水平要优于中、西部地区,表明经济基础雄厚的地区更有创新优势,相对于经济欠发达的地区,其创新差距也在随时间变化增大。由此可见,国家中心城市的创新综合能力仍存在区域性发展不平衡的情况,且各区域都有相对突出的特点。各大国家中心城市具有异质性的特征,不同城市创新发展的成功经验也难以相互模仿复制,发展过程中存在的问题也不尽相同。其共性问题主要是创新转化效率较低、资源流动受到区域壁垒的影响较为显著;其特性问题主要体现在区域之间资源禀赋差距较大、经济基础差距大、战略任务定位、创新水平与竞争能力存在显著差异。国家中心城市的创新发展是一个不断积淀与改革的过程,在激烈的竞争环境下,又演化出了新的创新发展格局。

5 结论与对策

首先,基于创新载体、创新基础、创新投入、创新绩效、市场活跃度5个维度构建了异质性城市创新能力指标体系,既体现了城市创新系统的宏观和微观特征,也反映了创新活动外部环境的重要支撑作用。其次,采用熵权TOPSIS法测度了九大国家中心城市创新能力综合得分和单项得分,进一步展开时间-空间双维度比较分析。最后,主要结论与政策建议如下:

(1) 从单项维度来看,2017—2019年各大城市的创新投入水平差异较大,并且创新绩效水平相对较低(北京除外)、市场活跃程度不高,但各大城市创新基础差距较小,创新载体情况与各自禀赋基础相符。其中,东部国家中心城市的创新成果转化效率更高,中部、西部国家中心城市的创新投入有待于提高,虽相应创新绩效水平较低,但仍存在较大的创新潜力与提升空间。首先,应发挥好国家中心城市优势,促进创新资源的有效整合。通过合理配置各类创新要素,改进科技与产业的融合模式,进而提升科技成果转换效率。其次,加大创新投入力度,多措并举确保企业创新主体地位。一方面,加大R&D经费投入力度,运用政府税收或财政调控政策,激励企业建立科技研发机构;另一方面,加大企业创新、应用、技能型人才引育及激励力度。最后,加速推进科技体制、机制创新,构建以加速推动市场活力为导向的创新体系。积极优化创新活动市场环境与规范,推进制度创新有序开展。

(2) 从整体来看,九大国家中心城市的综合创新能力得分在2017—2019年内呈现波动上升趋势,表明各国家中心城市的综合创新能力差距较大,特别是上海3年内综合创新能力稳步提升,北京、广州紧随其后,也说明了北、上、广一线特大型国家中心城市创新综合实力强劲,整体创新实力高于其他国家中心城市。同时还发现,因不同城市在长期发展过程中形成了各具特色的禀赋差异,政府应制定契合各自发展特征的政策,有助于各大城市将政策压力转化为内在创新发展动力。坚持“因城施策、因地制宜”的政策建设理念,以“扬长补短、瞄准关键”的原则来确定创新发展方向。东部国家中心城市对焦前沿科技与核心技术创新、产业创新方面,着力打造高、精、尖技术创新增长极;中部、西部国家中心城市依托特色产业经济,利用好各类科教资源,积极促进特色产业、价值链升级。