周明 崔江 胡萌

摘要：提高縣域創(chuàng)新能力是區(qū)域高質(zhì)量發(fā)展的本質(zhì)要求，也是應(yīng)對當今國際挑戰(zhàn)的戰(zhàn)略選擇。從創(chuàng)新投入、創(chuàng)新環(huán)境、創(chuàng)新績效3個方面建立縣域創(chuàng)新能力評價指標體系，對江西省100個縣域2017和2019年的創(chuàng)新數(shù)據(jù)進行因子分析，并進一步從產(chǎn)出能力、研發(fā)能力、財政投入、結(jié)構(gòu)質(zhì)量4個公共因子對江西省贛北、贛中、贛南三大經(jīng)濟區(qū)縣域創(chuàng)新能力的地區(qū)差異進行動態(tài)比較。實證結(jié)果表明：贛北經(jīng)濟區(qū)相對贛中、贛南經(jīng)濟區(qū)的創(chuàng)新能力在持續(xù)增強;贛中、贛南經(jīng)濟區(qū)均呈減弱趨勢，且贛南經(jīng)濟區(qū)減弱趨勢較大?；谠摻Y(jié)果，提高江西省縣域創(chuàng)新能力可從優(yōu)勢建設(shè)、精準發(fā)力、精準幫扶和爭先進位等方面著手。

關(guān)鍵詞：縣域創(chuàng)新能力;因子分析;動態(tài)比較;高質(zhì)量發(fā)展;江西省

中圖分類號：F061.5

文獻標志碼：A

文章編號：1672-626X（2021）06-0101-10

一、引言

《國務(wù)院辦公廳關(guān)于縣域創(chuàng)新驅(qū)動發(fā)展的若干意見》指出，實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略基礎(chǔ)在縣域、活力在縣域、難點也在縣域。但是，我國縣域創(chuàng)新總體呈偏弱狀態(tài)，發(fā)展不平衡現(xiàn)象突出[1]。為全面貫徹我國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，縣域創(chuàng)新能力的評價被提到一個前所未有的高度。作為革命老區(qū)和紅色圣地，2019年習(xí)近平總書記要求江西省努力在加快革命老區(qū)高質(zhì)量發(fā)展上作示范、在推動中部地區(qū)崛起上勇爭先。在此背景下，分析和評價江西省縣域創(chuàng)新能力的總體特征和動態(tài)變化趨勢，有利于江西省相關(guān)部門深入了解各縣域創(chuàng)新的現(xiàn)狀和特點，對資源進行有效整合和分配，結(jié)合實際變化提出具體可行方案，從而針對性地提高縣域整體創(chuàng)新能力。

現(xiàn)有研究主要集中在區(qū)域指標體系構(gòu)建[2～3]、創(chuàng)新環(huán)境[4～5]和創(chuàng)新效率[6～7]3個方面，這3方面的深入研究為縣域創(chuàng)新能力評價提供了重要思路?？h域是區(qū)域創(chuàng)新驅(qū)動發(fā)展的基礎(chǔ)，是全省科技工作的重要著力點，然而鮮有學(xué)者對縣域創(chuàng)新能力進行實證分析。關(guān)于區(qū)域創(chuàng)新能力的評價主要以省域、市域和城市群為對象進行研究。張愛華（2017）從創(chuàng)新環(huán)境、創(chuàng)新投入、創(chuàng)新產(chǎn)出3個維度構(gòu)建指標體系，運用賦權(quán)法對湖北省域進行了創(chuàng)新能力綜合評價[8]。朱夢菲等（2020）將區(qū)域創(chuàng)新策源能力劃分為學(xué)術(shù)新思想、科學(xué)新發(fā)現(xiàn)、技術(shù)新發(fā)明、產(chǎn)業(yè)新方向4個領(lǐng)域，并通過AHP-TOPSIS法確定創(chuàng)新策源能力評價值，利用SOM算法進行聚類分析，對我國31個省域創(chuàng)新能力及核心競爭力進行評價[9]。張婧等（2021）從創(chuàng)新資源、企業(yè)創(chuàng)新、創(chuàng)新績效、創(chuàng)新環(huán)境4個方面構(gòu)建指標體系，運用加權(quán)的方法對四川省市域的科技創(chuàng)新能力進行綜合評價[3]。胡樹華和楊潔（2010）從創(chuàng)新體系投入、創(chuàng)新主體、創(chuàng)新體系產(chǎn)出3個維度構(gòu)建評價指數(shù)體系，運用線性等值加權(quán)平均法與線性均方差加權(quán)平均法對國內(nèi)城市群的創(chuàng)新能力進行了實證分析[10]。上述研究為縣域創(chuàng)新能力評價提供了豐富的研究基礎(chǔ)，但也存在不足之處：一是學(xué)者們對區(qū)域創(chuàng)新能力的評價缺乏共識，角度和維度各異，暫未形成統(tǒng)一定論;二是評價方法方面，在運用賦權(quán)法、線性加權(quán)平均法和層次分析法的研究過程中，指標權(quán)重的確定和專家打分均含有人為因素，容易造成結(jié)論的失真，對評價的客觀性造成影響。

本文以江西省100個縣域為研究對象，構(gòu)建涵蓋縣域創(chuàng)新投入、創(chuàng)新環(huán)境、創(chuàng)新績效的全方位指標體系。運用因子分析法通過降維提取公因子，保證分析的客觀性，計算2017年、2019年因子得分和縣域綜合排名，依據(jù)因子分析結(jié)果對江西省三大經(jīng)濟區(qū)進行動態(tài)比較，揭示縣域創(chuàng)新能力的區(qū)位差異和變化趨勢，最后提出具體可行的建議。

二、模型與指標體系的構(gòu)建

（一）因子分析模型

1.因子分析法

因子分析法是綜合評價中經(jīng)典的方法，在綜合評價領(lǐng)域中被廣泛使用[11～12]。因子分析法是將相關(guān)度較強的多指標通過降維技術(shù)提取公因子，將強相關(guān)的指標進行歸類并用1個因子刻畫，從而簡化數(shù)據(jù)，僅用較少的幾個因子即可反映指標體系的所有信息。在綜合評價中，因子分析避免了評價指標之間因關(guān)聯(lián)性而產(chǎn)生的信息重復(fù)，也克服了指標主觀賦權(quán)等人為因素的影響，該方法是根據(jù)評價指標之間的相互關(guān)系、相互作用的程度來確定相應(yīng)的權(quán)數(shù)，體現(xiàn)了較大的優(yōu)越性。

2.因子模型

X1=c11F1+c12F2+...+c1mFm+?1

X2=c21F1+c22F2+...+c2mFm+?2

...

Xp=cp1F1+cp2F2+...+cpmFm+?p

因子載荷矩陣形式表示為：X=CF+?，其中，C=（ci）jp×m為因子載荷矩陣，cij表示第i個變量在第j個公共因子上的載荷，F(xiàn)=（F1、F2...Fm）'為不可觀測且相互獨立的X公共因子，?1、?2...?p為特殊因子，描述公因子不能解釋的部分。

（二）評價指標體系構(gòu)建

在區(qū)域創(chuàng)新評價的指標體系構(gòu)建研究中，易平濤等（2016）選取創(chuàng)新的投入、產(chǎn)出和環(huán)境3個維度進行分析[13]。為保證江西省縣域創(chuàng)新能力評價的有效性，本文遵循客觀性、可操作性、綜合性原則，基于《江西省縣域創(chuàng)新能力監(jiān)測報告》的縣域評價指標，并結(jié)合顏莉（2012）[14]、管婧婧等（2017）[15]的深入研究，從創(chuàng)新投入、創(chuàng)新環(huán)境、創(chuàng)新績效3個維度13個變量構(gòu)建評價指標體系（見表1）。

三、江西省縣域創(chuàng)新能力的因子分析

（一）數(shù)據(jù)說明

在大力實施縣域創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略和推動高質(zhì)量發(fā)展的背景下，我國高度關(guān)注各縣域的創(chuàng)新現(xiàn)狀，江西省為深入貫徹黨的十九大精神，相關(guān)部門嚴格且客觀地對本省100個縣域開展了創(chuàng)新能力監(jiān)測。本文基于省直有關(guān)單位和區(qū)市科技局填報數(shù)據(jù)、《江西省縣域創(chuàng)新能力監(jiān)測報告2018》和《江西省縣域創(chuàng)新能力監(jiān)測報告2020》的收集整理，利用SPSS22進行數(shù)據(jù)統(tǒng)計分析。

（二）因子分析測度結(jié)果

1.因子分析檢驗

為檢驗變量是否適合使用因子分析法，參照一般做法，對其進行KMO和Bartlett檢驗，結(jié)果顯示2017和2019年KMO統(tǒng)計量分別為0.715、0.673（大于0.6）;Bartlett的球形檢驗顯著性結(jié)果均小于0.01，指標之間存在較強相關(guān)性，符合因子分析條件（結(jié)果見表2）。

2.公因子提取

本文以特征根大于1為提取原則，根據(jù)表3結(jié)果顯示，2017和2019年均提取4個公因子，且累計貢獻率分別為72.628%、75.252%，兩年均覆蓋70%以上所有指標的信息，滿足公共因子提取條件（限于文章篇幅，僅顯示符合提取條件的結(jié)果）。

進一步對碎石圖（見圖1、圖2）進行分析，可直觀反映因子分布情況，前4個元件號碼特征值均大于1且陡峭明顯，說明包含信息多;從第5個元件號碼開始均小于1，且包含信息較少。因此本文2017和2019年均提取4個公因子，涵蓋大部分信息。

3.因子旋轉(zhuǎn)

結(jié)合上述因子測度結(jié)果分析，通過提取的4個公共因子分別建立2017和2019年因子載荷矩陣，為了簡化因子的解釋效果，旋轉(zhuǎn)方法選擇最大方差法，得到各年旋轉(zhuǎn)后的因子載荷矩陣（見表4）。

4.公因子命名

根據(jù)表4旋轉(zhuǎn)后的因子載荷矩陣分析，本文將評價指標分為4個公共因子并分別進行命名。2017年載荷矩陣中，公共因子（F1）在省級及以上研發(fā)平臺和創(chuàng)新載體數(shù)（C5）、縣域企業(yè)研發(fā)費用稅前加計扣除金額（C6）、縣域高新技術(shù)企業(yè)所得稅優(yōu)惠額（C7）、萬人發(fā)明專利授權(quán)（C9）、高新技術(shù)企業(yè)家數(shù)（C10）、縣域技術(shù)合同成交額（C11）6個指標上有較大載荷值，C5、C6、C7、C9、C10、C11的含義綜合反映縣域創(chuàng)新產(chǎn)出能力，因此將其命名為產(chǎn)出能力因子。

公共因子（F2）在R&D經(jīng)費支出與GDP之比（C3）、規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費支出占營業(yè)收入比重（C4）、規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入占營業(yè)收入比重（C13）上有較大載荷，C4、C13是反映研發(fā)能力的綜合指標且載荷值較高，因此命名為研發(fā)能力因子。

公共因子（F3）在本級財政科學(xué)技術(shù)支出（C1）、本級地方財政科技支出占公共財政支出比重（C2）上具有較大載荷，C1反映本級財政科技投入的情況，C2反映本級財政科技投入強度，因此F3命名為財政投入因子。

公共因子（F4）在一般公共預(yù)算教育經(jīng)費占一般公共預(yù)算支出比重（C8）、高新技術(shù)產(chǎn)業(yè)增加值占規(guī)模以上工業(yè)增加值比重（C12）上具有較大載荷，C8、C12分別表示在教育環(huán)境和產(chǎn)業(yè)2個結(jié)構(gòu)上的比例型指標，C12表示產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化程度，因此命名為結(jié)構(gòu)質(zhì)量因子。

2019年載荷矩陣分析參照2017年的公因子命名方式，2019年公共因子F1、F2、F3、F4分別為產(chǎn)出能力因子、研發(fā)能力因子、財政投入因子、結(jié)構(gòu)質(zhì)量因子，主因子分布見表5。

5.因子得分計算及排名根據(jù)因子得分系數(shù)矩陣計算因子得分，公式如下：

利用該公式可分別計算2017年F1、F2、F3、F4各個因子得分：F1=0.137ZC1+0.108ZC2+0.304ZC3+...+0.142ZC13

F2=-0.455ZC1-0.328ZC2+0.364ZC3+...+0.358ZC13F3=0.441ZC1+0.552ZC2+0.184ZC3+...+0.325ZC13F4=0.081ZC1-0.021ZC2+0.284ZC3+...-0.211ZC13

同理，可計算2019年F1、F2、F3、F4的因子得分：F1=0.078ZC1+0.048ZC2+0.344ZC3+...+0.047ZC13

F2=-0.339ZC1-0.300ZC2+0.121ZC3+...+0.564ZC13F3=0.557ZC1+0.570ZC2+0.075ZC3+...+0.296ZC13F4=-0.168ZC1-0.217ZC2+0.298ZC3+...-0.054ZC13

其中，F(xiàn)1、F2、F3、F4分別表示100個縣域在4個公共因子的得分，ei表示特征向量，Zci表示標準化處理后的變量值。

根據(jù)計算的各個公共因子得分、特征根，進一步計算總得分，公式如下：

利用該公式可分別計算2017和2019年綜合得分為：

F綜2017=（4.426F1+2.098F2+1.755F3+1.163F4）/9.442

F綜2019=（4.527F1+2.317F2+1.777F3+1.162F4）/9.783

計算得出2017和2019年公共因子得分及綜合得分，并將各縣域的綜合得分進行排名（見表6）。根據(jù)因子得分理論，在縣域創(chuàng)新能力評價得分中，各公因子得分越高代表該方面能力越強。由于原始數(shù)據(jù)進行了標準化處理，因此各公因子得分的平均水平為0，表6中得分負值意味著低于該方面的平均水平，說明有較大提升空間，為各縣域創(chuàng)新能力水平的評價提供直接參考依據(jù)。由于版面受限，表中僅顯示綜合排名前15和后16的縣域。

（三）因子得分結(jié)果分析

從2017和2019年江西省縣域創(chuàng)新能力評價的因子綜合得分變化來看，2017年排名第1位（5.72分）與最末位（-1.36分）相差7.08分，2019年排名第1位（6.97分）與最末位（-1.2分）相差8.17分，首末位得分差距明顯拉大，且均屬于江西北部縣域。從因子綜合得分排名分析，前15位縣域（2017和2019年除章貢區(qū)、吉安縣和臨川區(qū)）有12個縣域分布在江西北部。在末16位縣域中，2017和2019年分別有11個、10個縣域?qū)儆诮鞅辈浚蜃泳C合得分高分和低分均聚集在江西北部。進一步從整體平均水平上分析，2019年江西省縣域創(chuàng)新因子綜合得分中有31個縣域居平均水平之上，其中有23個縣域分布在江西北部，其余8個縣域分布在江西中部和南部縣域。

綜上所述，2017和2019年縣域創(chuàng)新存在一定變化，而且地域差異較大，江西北部、中部、南部各縣域出現(xiàn)不均衡現(xiàn)象，北部地區(qū)整體平均水平相對較高，但內(nèi)部差異突出。

四、江西省縣域創(chuàng)新能力差異動態(tài)比較

為進一步反映江西省縣域創(chuàng)新過程中的區(qū)位差異及變化趨勢，對江西省100個縣域進行地域劃分和分析。本文根據(jù)2010年國家統(tǒng)計局對江西省經(jīng)濟區(qū)的劃分，贛北、贛中和贛南三大經(jīng)濟區(qū)所包含的縣域見表7，通過橫縱2個方向進行比較，計算2017和2019兩年各經(jīng)濟區(qū)縣域創(chuàng)新能力綜合得分（見表8）及各公因子得分均值（見圖3～圖6），分別對其區(qū)位差異和趨勢變化進行分析。

從江西省縣域創(chuàng)新綜合得分及變化差異來看，贛北、贛中、贛南經(jīng)濟區(qū)呈現(xiàn)不同的得分及差位狀態(tài)。如表8所示，2017年江西省三大經(jīng)濟區(qū)縣域創(chuàng)新能力綜合得分由強至弱依次是贛北、贛南、贛中。對比分析縣域創(chuàng)新綜合不同年份得分排名未發(fā)生改變，但是贛北經(jīng)濟區(qū)2019年綜合得分比2017年增加3.07，創(chuàng)新能力總體顯著增強;贛南和贛中經(jīng)濟區(qū)2019年綜合得分比2017年分別減少2.42、0.65，縣域創(chuàng)新能力總體偏弱。另外可以發(fā)現(xiàn)贛北經(jīng)濟區(qū)中南昌的青山湖區(qū)、鷹潭的貴溪市、景德鎮(zhèn)的珠山區(qū)等區(qū)域穩(wěn)定在前十之內(nèi)且具有較高得分，這得益于贛北經(jīng)濟區(qū)各地特色產(chǎn)業(yè)發(fā)展戰(zhàn)略的實施。例如青山湖區(qū)以電子信息產(chǎn)業(yè)、針織產(chǎn)業(yè)為特色產(chǎn)業(yè)并引進數(shù)字產(chǎn)業(yè)等;貴溪縣級市被譽為“銅都銀鄉(xiāng)”，主要以銅業(yè)為特色產(chǎn)業(yè)發(fā)展;珠山區(qū)大力發(fā)展瓷都特色文化產(chǎn)業(yè)。贛北經(jīng)濟區(qū)特色產(chǎn)業(yè)優(yōu)勢明顯，有望通過特色產(chǎn)業(yè)發(fā)展進一步激發(fā)該類型縣域的創(chuàng)新能力。

如圖3所示，縣域創(chuàng)新產(chǎn)出能力因子方面，贛北經(jīng)濟區(qū)與贛中、贛南經(jīng)濟區(qū)的差異比較突出。贛北經(jīng)濟區(qū)在產(chǎn)出能力因子得分上均大于贛中和贛南經(jīng)濟區(qū)，2017年贛北與贛中、贛南的差距分別為-1.081、-0.998;2019年贛北與贛中、贛南的差距分別為-1.124、-1.085。贛北經(jīng)濟區(qū)縣域產(chǎn)出得益于企業(yè)的發(fā)展，包括企業(yè)研發(fā)費用稅前加計扣除和稅收優(yōu)惠等政策的支持等。相對而言，贛北縣域大規(guī)模的企業(yè)發(fā)展對創(chuàng)新產(chǎn)出具有決定性作用，這也是贛北縣域產(chǎn)出能力得分的優(yōu)勢。

如圖4所示，縣域創(chuàng)新研發(fā)能力因子方面，贛北經(jīng)濟區(qū)和贛中、贛南經(jīng)濟區(qū)呈不同方向的變化趨勢，贛中、贛南經(jīng)濟區(qū)呈下降趨勢，贛北經(jīng)濟區(qū)呈上升趨勢。2017年贛中、贛南經(jīng)濟區(qū)在研發(fā)能力因子得分上均大于贛北經(jīng)濟區(qū)，進一步分析，贛中、贛南經(jīng)濟區(qū)與贛北經(jīng)濟區(qū)的差距分別為-0.102、-0.217，但是2019年贛北經(jīng)濟區(qū)在研發(fā)能力因子得分上大于贛中、贛南經(jīng)濟區(qū)。這主要在于規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費支出占營業(yè)收入比重、R&D經(jīng)費支出與GDP之比在區(qū)域的變化，從得分結(jié)果發(fā)現(xiàn)贛中和贛南經(jīng)濟區(qū)的部分縣域研發(fā)能力得分較低，例如贛南經(jīng)濟區(qū)的瑞金和南康等，導(dǎo)致不均衡現(xiàn)象突出。

如圖5所示，縣域創(chuàng)新財政投入因子方面，贛北經(jīng)濟區(qū)整體的投入相對贛中和贛南經(jīng)濟區(qū)較低。贛北經(jīng)濟區(qū)財政投入因子得分2017和2019年均為負值，贛北經(jīng)濟區(qū)與贛南、贛中經(jīng)濟區(qū)的差距呈反比減小趨勢，進一步分析，2017年贛北與贛中、贛南經(jīng)濟區(qū)的差距分別為0.575、1.069;2019年贛北與贛中、贛南經(jīng)濟區(qū)的差距分別為0.036、0.314。贛北經(jīng)濟區(qū)的縣域間得分差異較大，不同地區(qū)財政投入也存在較大差異。贛中和贛南經(jīng)濟區(qū)在本級科學(xué)技術(shù)支出和本級地方財政科技支出占公共財政支出比重的得分及排名均呈減少趨勢。

如圖6所示，縣域創(chuàng)新結(jié)構(gòu)質(zhì)量方面，贛中和贛南經(jīng)濟區(qū)相對贛北經(jīng)濟區(qū)優(yōu)勢突出，贛南經(jīng)濟區(qū)在創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分上始終大于贛北和贛中經(jīng)濟區(qū)。2017年贛北、贛中經(jīng)濟區(qū)與贛南經(jīng)濟區(qū)的差距分別為0.583、0.890，2019年差距分別為1.002、0.658，2019年贛中與贛南經(jīng)濟區(qū)均大于贛北經(jīng)濟區(qū)。結(jié)構(gòu)質(zhì)量因子主要體現(xiàn)在一般公共預(yù)算教育經(jīng)費占一般公共預(yù)算支出比重指標上，在國家教育公平政策的背景之下，相對來說贛南和贛中經(jīng)濟區(qū)教育投入也有所側(cè)重，結(jié)合前文分析贛北經(jīng)濟區(qū)在縣域企業(yè)“特色產(chǎn)業(yè)”發(fā)展投入相對較多。教育水平直接影響創(chuàng)新人才的產(chǎn)出，間接影響未來縣域的創(chuàng)新能力[10]，因此贛北經(jīng)濟區(qū)也不可忽視在教育上的投入。

五、主要結(jié)論與建議

（一）研究結(jié)論

基于模型與指標體系構(gòu)建、江西省縣域創(chuàng)新能力因子分析和創(chuàng)新能力差異動態(tài)比較的具體研究，通過判斷江西省三大經(jīng)濟區(qū)縣域創(chuàng)新能力區(qū)位差異對江西省100個縣域創(chuàng)新能力進行評價，研究結(jié)論如下：

2017和2019年贛北、贛中、贛南經(jīng)濟區(qū)縣域創(chuàng)新能力在三大經(jīng)濟區(qū)中分別排第一、第三、第二。從相對競爭力分析，贛北經(jīng)濟區(qū)與贛中、贛南經(jīng)濟區(qū)創(chuàng)新能力的得分差距均呈擴大趨勢，贛中經(jīng)濟區(qū)與贛南經(jīng)濟區(qū)得分差距呈縮小趨勢。從總體上看，贛北經(jīng)濟區(qū)相對于贛中、贛南經(jīng)濟區(qū)其創(chuàng)新能力在持續(xù)增強，贛北縣域創(chuàng)新能力正向增強明顯，贛中、贛南經(jīng)濟區(qū)均呈減弱趨勢。

進一步分析，贛北經(jīng)濟區(qū)在產(chǎn)出能力、研發(fā)能力、財政投入的因子得分均呈增大趨勢，在創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分上呈減小趨勢，但是財政投入因子得分各年均低于平均水平。贛中和贛南經(jīng)濟區(qū)在產(chǎn)出能力、研發(fā)能力、財政投入因子得分均呈減小趨勢，值得特別關(guān)注的是，研發(fā)能力得分均從平均水平之上降到平均水平之下，創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分均呈上升趨勢且2019年均高于平均水平。

（二）對策與建議

為了有效提升江西省縣域創(chuàng)新能力，本文結(jié)合上述因子分析和動態(tài)比較結(jié)果，提出以下對策建議：

1.把握由“區(qū)”向“面”的變化趨勢，促進縣域創(chuàng)新能力的優(yōu)勢建設(shè)?！皡^(qū)”是指江西省三大經(jīng)濟區(qū)，“面”是指產(chǎn)出能力、研發(fā)能力、財政投入能力、創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分4個方面。由上文分析可知，贛北經(jīng)濟區(qū)在產(chǎn)出能力因子得分上優(yōu)勢突出，主要原因在于其“特色產(chǎn)業(yè)”的發(fā)展。應(yīng)結(jié)合各區(qū)域公因子得分優(yōu)勢的具體分析，促進各縣域產(chǎn)業(yè)優(yōu)勢的發(fā)展，加速各經(jīng)濟區(qū)縣域創(chuàng)新能力的優(yōu)勢建設(shè)。

2.深入由“面”向“點”的精準發(fā)力，促進縣域創(chuàng)新能力的分類提升。“點”是指所包含的指標。分析顯示贛中和贛南經(jīng)濟區(qū)在產(chǎn)出能力因子得分上均呈下降趨勢且為負值，應(yīng)重點關(guān)注這兩個經(jīng)濟區(qū)在省級及以上研發(fā)平臺和創(chuàng)新載體數(shù)、縣域企業(yè)研發(fā)費用稅前加計扣除金額、縣域高新技術(shù)企業(yè)所得稅優(yōu)惠額、萬人發(fā)明專利授權(quán)、高新技術(shù)企業(yè)家數(shù)、高新技術(shù)產(chǎn)業(yè)增加值占規(guī)模以上工業(yè)增加值比重等“點”上的提升，通過判斷縣域各公因子得分的變化趨勢，有針對性地投入和監(jiān)測，從而快速有效提高該縣域的綜合創(chuàng)新能力。

3.發(fā)展由“縣”向“縣”的精準幫扶，促進縣域創(chuàng)新能力的整體協(xié)調(diào)。通過因子得分結(jié)果分析，贛北經(jīng)濟區(qū)縣域中綜合得分高分和低分均有聚集，內(nèi)部差異較大，可對贛北經(jīng)濟區(qū)內(nèi)進行一對一或一對三的精準幫扶，如贛北經(jīng)濟區(qū)內(nèi)綜合得分較強的青山湖區(qū)可對相對較弱的靖安縣、永修縣、安義縣進行周邊縣域精準幫扶，從而改變不均衡的現(xiàn)狀。因此，充分發(fā)揮縣域創(chuàng)新的輻射引領(lǐng)作用，有利于提高江西省各經(jīng)濟區(qū)內(nèi)的協(xié)調(diào)發(fā)展能力。

4.激勵“縣”與“縣”的爭先進位，促進江西省縣域創(chuàng)新的全面飛躍。在深入“精準發(fā)力”和明確縣對縣“精準幫扶”政策指引之下，應(yīng)將獎勵落實到縣域的層面上，對各縣域創(chuàng)新能力進行排名，對綜合得分及排名躍升較大的縣域進行相應(yīng)獎勵。例如對贛中經(jīng)濟區(qū)2019年創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分排名提升，給予該縣域和所對應(yīng)幫扶縣域獎勵等。通過爭先進位激發(fā)各縣域的潛力，改變江西省縣域創(chuàng)新綜合得分總體偏弱現(xiàn)狀，形成拼比超越的良好態(tài)勢，促進江西省縣域創(chuàng)新能力的全面提升。

參考文獻：

[1]國務(wù)院辦公廳.國務(wù)院辦公廳關(guān)于縣域創(chuàng)新驅(qū)動發(fā)展的若干意見[EB/OL].http：//www.gov.cn/zhengce/content/2017-05/24/con?tent_5196268.htm，2017-05-24.

[2]袁永，胡海鵬.市域創(chuàng)新驅(qū)動發(fā)展能力評價框架及指標體系研究[J].科技管理研究，2020，40（5）：34-38.

[3]張婧，何彬，彭大敏，等.區(qū)域創(chuàng)新能力指數(shù)體系構(gòu)建、監(jiān)測和評價——基于四川省21個地區(qū)的研究和實踐[J].軟科學(xué)，2021，35（6）：44-51.

[4]趙彥飛，李雨晨，陳凱華.國家創(chuàng)新環(huán)境評價指標體系研究：創(chuàng)新系統(tǒng)視角[J].科研管理，2020，41（11）：66-74.

[5]林海.粵港澳大灣區(qū)縣域創(chuàng)新環(huán)境評價——以廣東57個縣（市）實證分析為例[J].科技管理研究，2020，40（12）：85-95.

[6]嚴紅，何雄浪.新形勢下我國科技創(chuàng)新效率的區(qū)域分析[J].湖北經(jīng)濟學(xué)院學(xué)報，2010，8（6）：43-49.

[7]葉斌，陳麗玉.基于網(wǎng)絡(luò)DEA的區(qū)域創(chuàng)新網(wǎng)絡(luò)共生效率評價[J].中國軟科學(xué)，2016，（7）：100-108.

[8]張愛華.區(qū)域創(chuàng)新評價指標體系構(gòu)建[J].統(tǒng)計與決策，2017，（24）：51-54.

[9]朱夢菲，陳守明，邵悅心.基于AHP-TOPSIS和SOM聚類區(qū)域創(chuàng)新策源能力評價[J].科研管理，2020，41（2）：40-50.

[10]胡樹華，楊潔.國內(nèi)主要城市群創(chuàng)新能力的評價[J].統(tǒng)計與決策，2010，（24）：53-55.

[11]貝淑華，王圓，沈杰.基于因子分析的江蘇省技術(shù)創(chuàng)新能力評價[J].科技管理研究，2021，41（12）：77-82.

[12]李琳，王足.我國區(qū)域制造業(yè)綠色競爭力評價及動態(tài)比較[J].經(jīng)濟問題探索，2017，（1）：64-71.

[13]易平濤，李偉偉，郭亞軍.基于指標特征分析的區(qū)域創(chuàng)新能力評價及實證[J].科研管理，2016，37（S1）：371-378.

[14]顏莉.我國區(qū)域創(chuàng)新效率評價指標體系實證研究[J].管理世界，2012，（5）：174-175.

[15]管婧婧，周子杰，馬國斌.浙江省縣域科技創(chuàng)新活動的評估與空間聚集[J].科研管理，2017，38（10）：58-67.

（責(zé)任編輯：顏莉）

收稿日期：2021-10-07

基金項目：國家自然科學(xué)基金項目（72064001）

作者簡介：周明（1975-），男，江西吉水人，東華理工大學(xué)經(jīng)濟與管理學(xué)院教授，管理學(xué)博士，研究方向為技術(shù)創(chuàng)新管理;崔江（1995-），男，江西萍鄉(xiāng)人，東華理工大學(xué)經(jīng)濟與管理學(xué)院碩士研究生，研究方向為公共政策、技術(shù)創(chuàng)新管理;胡萌（1982-），男，江西南昌人，江西省科學(xué)技術(shù)信息研究所工程師，研究方向為縣域科技創(chuàng)新和科普。