張延祿, 晁卓毅, 楊乃定

(1.西北工業(yè)大學(xué) 管理學(xué)院, 西安 710072; 2.中航通飛華南飛機工業(yè)有限公司, 廣東 珠海 519000)

隨著經(jīng)濟全球化的不斷深入,商品、技術(shù)、信息、服務(wù)、資本等生產(chǎn)要素在不同國家或地區(qū)之間的流動不斷加大,各國的生產(chǎn)要素得到了優(yōu)化配置和合理利用。但是,在經(jīng)濟全球化給各國帶來巨大發(fā)展機會的背景下,我國在發(fā)展過程中遇到了一些嚴峻挑戰(zhàn),其中之一就是許多關(guān)鍵核心技術(shù)并沒有掌握在自己手中,這已成為制約我國經(jīng)濟高質(zhì)量發(fā)展的短板和軟肋[1]。我國在部分核心基礎(chǔ)部件、關(guān)鍵基礎(chǔ)材料、高端通用芯片以及高端制造裝備等關(guān)鍵領(lǐng)域的核心技術(shù)已經(jīng)出現(xiàn)了受制于人的“卡脖子”問題。例如,2018年的“中興事件”,美國政府在未來7年內(nèi)禁止中興通訊向美國企業(yè)購買相關(guān)核心產(chǎn)品,此舉導(dǎo)致中興通訊不得不繳納10億美金,損失巨大。隨著地區(qū)經(jīng)濟的發(fā)展和市場競爭的加劇,區(qū)域科技創(chuàng)新能力已成為地區(qū)綜合競爭力的重要標(biāo)志和影響經(jīng)濟獲取國際競爭優(yōu)勢的決定性因素[2-4]。因此,科學(xué)全面地評價區(qū)域科技創(chuàng)新能力,對提高一個地區(qū)的科技創(chuàng)新能力、保持和提升其競爭能力、獲取最佳的社會效益和經(jīng)濟效益具有重要的現(xiàn)實意義。

目前,國內(nèi)外學(xué)者針對區(qū)域創(chuàng)新能力評價進行了一定的研究。其中,評價指標(biāo)體系的構(gòu)建一直是關(guān)注的焦點。白嘉[5]從創(chuàng)新的投入和產(chǎn)出、創(chuàng)新主體、創(chuàng)新環(huán)境來評價創(chuàng)新能力。周文詠和項洋[6]從創(chuàng)新投入、產(chǎn)出、環(huán)境等方面分析各區(qū)域創(chuàng)新能力關(guān)鍵因素,發(fā)現(xiàn)研發(fā)人員和基礎(chǔ)設(shè)施是關(guān)鍵制約因素。李美娟和劉媛[7]根據(jù)簡約性、獨立性和代表性的原則選取指標(biāo),將協(xié)同創(chuàng)新投入、協(xié)同創(chuàng)新合作、協(xié)同創(chuàng)新產(chǎn)出和協(xié)同創(chuàng)新輔助條件作為區(qū)域協(xié)同創(chuàng)新能力的主要影響因素納入指標(biāo)體系。杜英和李睆玲[8]基于三螺旋理論從創(chuàng)新支持子系統(tǒng)、創(chuàng)新轉(zhuǎn)化子系統(tǒng)、創(chuàng)新研發(fā)子系統(tǒng)3個維度構(gòu)建了區(qū)域科技創(chuàng)新能力評價指標(biāo)體系。整體而言,學(xué)者主要基于創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新環(huán)境3個維度來構(gòu)建評價指標(biāo)體系。為了體現(xiàn)中間技術(shù)創(chuàng)新產(chǎn)出,還用技術(shù)市場成交合同額作為補充性指標(biāo),主要是彌補專利衡量技術(shù)創(chuàng)新產(chǎn)出方面的不足[9]。此外,對創(chuàng)新能力評價指標(biāo)的賦權(quán)也是研究的熱點。倪潔和趙醒村[10]通過層次分析法對上市企業(yè)創(chuàng)新能力評價體系進行主觀賦權(quán)。曾春花等[11]通過相關(guān)性權(quán)重法確定小微企業(yè)生態(tài)創(chuàng)新水平評價指標(biāo)權(quán)重,即驗證性因子分析(confirmatory factor analysis,CFA)模型中觀測變量的因子載荷表示觀測變量對潛變量的重要性。徐建中等[12]利用熵權(quán)法客觀確定制造企業(yè)創(chuàng)新能力評價指標(biāo)權(quán)重。陳銀娥等[13]運用數(shù)據(jù)包絡(luò)分析(data envelopment analysis,DEA)模型和時空地理加權(quán)回歸模型對省域科技創(chuàng)新效率進行了定量測度。

總結(jié)發(fā)現(xiàn),目前學(xué)者對區(qū)域科技創(chuàng)新能力研究取得了一些豐富的成果和結(jié)論,但仍存在一些不足?，F(xiàn)有的研究大多基于投入產(chǎn)出角度來進行評價,未考慮影響區(qū)域科技創(chuàng)新能力的其他重要因素,如技術(shù)創(chuàng)新轉(zhuǎn)化能力等[14];對科技創(chuàng)新能力評價指標(biāo)賦權(quán)時大多使用主觀賦值法,人為主觀影響過大[15-16]。為了彌補上述不足,本文在投入產(chǎn)出的基礎(chǔ)上,考慮技術(shù)轉(zhuǎn)化和創(chuàng)新環(huán)境對區(qū)域科技創(chuàng)新的影響,建立更加系統(tǒng)全面的區(qū)域科技創(chuàng)新評價指標(biāo)體系,進而采用優(yōu)先級層次熵對評價指標(biāo)進行組合賦權(quán),此方法通過熵值法對由層次分析法得到的權(quán)重進行修正從而獲得相對準(zhǔn)確的指標(biāo)權(quán)重。在此基礎(chǔ)上,使用修正逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)法進行綜合評價,最后選取我國不同地區(qū)的代表性省市來對其進行綜合評價,從而為提升區(qū)域科技創(chuàng)新能力提供一定的參考依據(jù)。

1 區(qū)域科技創(chuàng)新能力評價指標(biāo)體系構(gòu)建

結(jié)合區(qū)域科技創(chuàng)新的自身特點,遵循目標(biāo)性、科學(xué)性、系統(tǒng)性、可操作性、動態(tài)性等原則,從創(chuàng)新投入能力、創(chuàng)新產(chǎn)出能力、技術(shù)轉(zhuǎn)化能力、創(chuàng)新環(huán)境支撐能力這4個維度,構(gòu)建區(qū)域科技創(chuàng)新能力評價指標(biāo)體系。

1.1 創(chuàng)新投入能力

創(chuàng)新投入能力是指地區(qū)為了突破關(guān)鍵核心技術(shù)所投入的資源,包括有形資源和無形資源,主要有人力投入和經(jīng)費投入[17]。研發(fā)經(jīng)費和科技人員投入不足是導(dǎo)致創(chuàng)新效率偏低的主要原因[18],而且人才是創(chuàng)新活動的根本,是一個國家或地區(qū)的競爭之本、轉(zhuǎn)型之要、動力之源[19]。因此,R&D投入對技術(shù)創(chuàng)新能力有重要影響[20]。綜上,采用R&D經(jīng)費支出、R&D經(jīng)費投入強度、R&D人員數(shù)量、開展創(chuàng)新活動企業(yè)數(shù)4個指標(biāo)來衡量創(chuàng)新投入能力。

1.2 創(chuàng)新產(chǎn)出能力

創(chuàng)新產(chǎn)出能力是創(chuàng)新資源投入的產(chǎn)出效果,能夠反映出技術(shù)創(chuàng)新活動的規(guī)模和收益[21],是衡量創(chuàng)新能力的重要體現(xiàn)。在經(jīng)濟產(chǎn)出方面,新產(chǎn)品銷售收入反映出創(chuàng)新效益的高低,收入越高表明創(chuàng)新能力越高[22];在科技產(chǎn)出方面,專利是某項工藝、設(shè)計、新型產(chǎn)品等依法取得的獨占權(quán)力,體現(xiàn)了一個國家和地區(qū)的創(chuàng)新積累能力和創(chuàng)新技術(shù)發(fā)展?jié)摿23],而科技論文作為知識創(chuàng)新成果,是創(chuàng)新水平和能力的重要體現(xiàn)。因此,采用新產(chǎn)品銷售收入、有效專利發(fā)明數(shù)、科技論文發(fā)表數(shù)量來衡量創(chuàng)新產(chǎn)出能力。

1.3 技術(shù)轉(zhuǎn)化能力

技術(shù)轉(zhuǎn)化能力主要指科技成果的轉(zhuǎn)化應(yīng)用能力,可以衡量創(chuàng)新技術(shù)在整個產(chǎn)業(yè)與企業(yè)中的傳播擴散程度。項目建成投產(chǎn)率是建成投產(chǎn)的項目在全部項目中的比重,可以衡量技術(shù)轉(zhuǎn)化的程度。固定資產(chǎn)交付使用率可以反映出真正投入到技術(shù)創(chuàng)新中的固定資產(chǎn)數(shù)量。在不斷地研發(fā)后,新項目的開工個數(shù)尤其重要,能夠較大程度地衡量技術(shù)轉(zhuǎn)化能力。因此,采用項目建成投產(chǎn)率、固定資產(chǎn)交付使用率、新項目開工數(shù)3個指標(biāo)來衡量技術(shù)轉(zhuǎn)化能力。

1.4 創(chuàng)新環(huán)境支撐能力

由于企業(yè)的研發(fā)活動具有一定的外部性,企業(yè)往往無法短時間甚至無法獲得研發(fā)活動帶來的收益。因此,企業(yè)的研發(fā)成本和風(fēng)險較高?；诖?政府的研發(fā)支持可以彌補企業(yè)研發(fā)不足,從而提升企業(yè)的技術(shù)創(chuàng)新能力,所以政府資金有助于創(chuàng)新效率的提升[24]?？萍计髽I(yè)孵化器為新創(chuàng)辦的科技型企業(yè)提供物理空間和基礎(chǔ)設(shè)施等一系列支持,為完善國家和區(qū)域創(chuàng)新發(fā)揮重大作用,具有重大的社會經(jīng)濟意義。研發(fā)機構(gòu)在技術(shù)創(chuàng)新中起到至關(guān)重要的作用,能夠聚集科研人員共同創(chuàng)新,從而為攻克難題打下堅實基礎(chǔ)。國家正在大力培養(yǎng)新型創(chuàng)新科技人才,加強與高校或科研機構(gòu)的合作緊密度,能夠更好地擁有具備國際競爭力的復(fù)合型科技人才。

綜上,本文最終建立了區(qū)域科技創(chuàng)新能力評價指標(biāo)體系,見表1。

表1 區(qū)域科技創(chuàng)新能力評價指標(biāo)體系

2 基于優(yōu)先級層次熵的評價指標(biāo)賦權(quán)方法

對專家來說,確定一個指標(biāo)比另一個指標(biāo)重要多少往往會有不同的意見,但在二者中選擇一個相對重要指標(biāo)往往會容易得多。由于專家學(xué)歷、知識等背景不同,專家對指標(biāo)重要程度排序時可能會拿不定主意,從而出現(xiàn)不完全信息的指標(biāo)優(yōu)先級。鑒于此,運用優(yōu)先級層次熵方法,首先確定指標(biāo)的優(yōu)先級,在此基礎(chǔ)上再利用層次分析法和熵值法對指標(biāo)進行組合賦權(quán)。

2.1 確定指標(biāo)優(yōu)先級

選擇m位專家(7≤m≤15)對n個指標(biāo)進行優(yōu)先級排序,假設(shè)有t個專家給出了完整的排序,而其他(m-t)個專家在排序中都存在遺漏指標(biāo)的現(xiàn)象。具體修正步驟如下[25]:

1)專家分類以及修正滿足條件。將排序中指標(biāo)數(shù)相同的專家歸為一類,若該類包含所有評價指標(biāo)則可以對其信息進行修正及一致性檢驗,否則舍棄。

2)將不完全信息排序轉(zhuǎn)化成分數(shù):

Rij=n-rij+1

(1)

式中:Rij為第i個指標(biāo)在第j位專家所排的位次得分;n為評價指標(biāo)數(shù)量;rij為第i個指標(biāo)在第j位專家所排的位次。

3)計算不同方法下指標(biāo)得分的均值:

(2)

4)計算等級相關(guān)系數(shù)。對于修正過的完整指標(biāo)排序關(guān)系,其結(jié)果或許會有差異。但是對于相同指標(biāo)來說差異不應(yīng)過大,所以要對排序進行基于斯皮爾曼等級相關(guān)系數(shù)的一致性檢驗。其中,未通過一致性檢驗的專家排序?qū)簧釛?。設(shè)第j種方法得到的排序為Aj=(a1j,a2j,…,anj),則第j和第k個排序的Spearman等級相關(guān)系數(shù)公式為

(3)

式中:Vjk為Spearman等級相關(guān)系數(shù);aij為第i個指標(biāo)在第j位專家所排的位次;aik為第i個指標(biāo)在第k位專家所排的位次。舍棄標(biāo)準(zhǔn):計算斯皮爾曼等級相關(guān)系數(shù),當(dāng)均值大于等于0.7時滿足信度的分值條件,通過一致性檢驗;否則,舍棄該專家排序。

(4)

按大小進行重新排序,即為融合序關(guān)系。

2.2 基于層次分析法確定指標(biāo)權(quán)重

為了獲得包含主、客觀信息的指標(biāo)權(quán)重,采用層次分析法和熵值法相結(jié)合的方法來確定指標(biāo)權(quán)重,具體就是用層次分析法決定指標(biāo)的模糊權(quán)重,利用決策矩陣提供的信息,進一步用多目標(biāo)決策中熵值法修正決策者先前決定的優(yōu)先權(quán)重,以獲得相對準(zhǔn)確的指標(biāo)權(quán)重。由于層次分析法容易產(chǎn)生循環(huán)而不滿足傳遞性公理,導(dǎo)致標(biāo)度把握不準(zhǔn)并丟失部分信息,解決這些問題的有效途徑是使用熵值法對其進行修正。層次分析法的計算步驟具體如下。

1)構(gòu)造判斷矩陣。對同一級中的各元素關(guān)于上一層次某一準(zhǔn)則的重要度進行兩兩比較,構(gòu)造判斷矩陣A。A中元素aij為i指標(biāo)與j指標(biāo)相對重要度之比,并且有如下關(guān)系:

(5)

aij的比值越大,則i相對于j的重要度就越高。

2)計算權(quán)重向量,進行一致性檢驗。對矩陣A的各列向量進行歸一化,得到標(biāo)準(zhǔn)矩陣(bij)m×m。

(6)

然后按行求和、歸一化,所得列向量ω=(ω1,ω2,…,ωm)T,即為A的特征向量為

(7)

進一步計算矩陣A的最大特征根:

(8)

一致性指標(biāo):

(9)

(10)

式中:RI為平均一致性指標(biāo),可查表得到;CR為一致性比率,通常,若CR<0.1,可認為矩陣A具有滿意的一致性。

2.3 基于熵值法修正指標(biāo)權(quán)重

采用熵值法對由層次分析法得到的權(quán)重向量進行修正,具體步驟如下。

1)根據(jù)標(biāo)準(zhǔn)矩陣B=(bij)m×m,計算第j個指標(biāo)xj的輸出熵Ej。

(11)

式中:k=(lnm)-1為常數(shù)。

2)求指標(biāo)xj的偏差度dj。

dj=1-Ej

(12)

3)求指標(biāo)xj的信息權(quán)重μj。

(13)

4)利用信息權(quán)重μj修正由層次分析法得到的權(quán)重向量ω。

(14)

通過以上步驟得到各指標(biāo)的綜合權(quán)重向量λ=(λ1,λ2,…,λm)T。

3 修正TOPSIS評價方法

TOPSIS法作為一種重要的多目標(biāo)決策分析方法,主要通過計算各待評樣本與正理想解、負理想解的相對距離,并排序選優(yōu),距離正理想解較近且距離負理想解較遠的方案較優(yōu)[26]。而修正TOPSIS在評價矩陣中引入變異系數(shù)法確定的指標(biāo)權(quán)重,能夠提高綜合評價的準(zhǔn)確性和合理性。計算過程如下。

1)獲取原始數(shù)據(jù)矩陣。假設(shè)有n個待評價樣本,p項評價指標(biāo),于是得到原始數(shù)據(jù)矩陣X。

(15)

2)歸一化原始數(shù)據(jù)。評價指標(biāo)中有正向指標(biāo)和負向指標(biāo)之分,一般把負向指標(biāo)轉(zhuǎn)化為正向指標(biāo),轉(zhuǎn)化的方法可采用倒數(shù)法。將原始數(shù)據(jù)歸一化,具體計算公式為

(16)

3)構(gòu)造加權(quán)矩陣:

(17)

得到加權(quán)矩陣Z*:

(18)

4)尋找最優(yōu)、最劣方案:

(19)

(20)

6)構(gòu)造相對接近度Ci。

(21)

7)排序。根據(jù)Ci的大小進行排序,Ci越大,表明評價對象越接近最優(yōu)值。本文將接近度劃分為4個等級標(biāo)準(zhǔn),用來表征創(chuàng)新能力的水平,具體等級標(biāo)準(zhǔn)見表2。

表2 創(chuàng)新水平等級標(biāo)準(zhǔn)

4 實例應(yīng)用

4.1 數(shù)據(jù)來源

為了綜合反映我國不同區(qū)域的科技創(chuàng)新能力水平,特別選取了我國首都北京、中部的河南、西部的陜西、東北部的遼寧這4個代表性省市作為評價對象。同時為了保證評價結(jié)果的客觀性和真實性,數(shù)據(jù)主要來源于2016—2020年公開出版的統(tǒng)計年鑒,主要包括《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國火炬統(tǒng)計年鑒》《北京市統(tǒng)計年鑒》《河南省統(tǒng)計年鑒》《陜西省統(tǒng)計年鑒》《遼寧省統(tǒng)計年鑒》。

4.2 確定評價指標(biāo)權(quán)重

對通過一致性檢驗的B1、A1、A2、A3再次求指標(biāo)均值,按照大小進行排序,則指標(biāo)總的排序結(jié)果為G1>G3>G4>G2。

2)基于層次分析法和熵值法確定指標(biāo)權(quán)重。在保證指標(biāo)優(yōu)先級不變的情況下,邀請專家給出判斷矩陣,具體見表3。

表3 判斷矩陣

通過計算得對應(yīng)的指標(biāo)主觀權(quán)重為ω={0.551 8,0.064 9,0.255 4,0.128 0},CR<0.1,滿足一致性檢驗條件。通過熵值法對由層次分析法得到的權(quán)重向量進行修正,得到修正后的指標(biāo)權(quán)重,具體權(quán)重見表4。

表4 評價指標(biāo)的權(quán)重

4.3 TOPSIS綜合評價

收集了2016—2020年陜西、北京、河南、遼寧4個省市的指標(biāo)數(shù)據(jù),數(shù)據(jù)來源于《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國火炬統(tǒng)計年鑒》等統(tǒng)計年鑒。在此,僅給出2019年創(chuàng)新投入能力這個指標(biāo)的計算結(jié)果,具體如下。

1)原始數(shù)據(jù)矩陣:

2)歸一化原始數(shù)據(jù):

3)加權(quán)矩陣:

4)最優(yōu)、最劣方案:

5)最優(yōu)、最劣距離:

6)綜合接近度:

C=(0.981 5,0.258 0,0.075 5,0.038 4)T

同理,得到所有指標(biāo)的綜合接近度,如圖1、表5所示。

圖1 2016—2020年4省市科技創(chuàng)新能力綜合接近度

表5 2016—2020年4省市各指標(biāo)的綜合接近度

4.4 結(jié)果分析

由圖1可以看出,2016—2019年這4年期間,4省市的科技創(chuàng)新能力趨于穩(wěn)定。但在2020年,4個省市都有相對明顯的變化,北京市的科技創(chuàng)新能力小幅增長,河南以及陜西有所降低,遼寧則大幅增加。

由表5可以看出,北京在4省市中5年的綜合接近度都是最高,其科技創(chuàng)新能力最強,高強度的創(chuàng)新投入、巨大的創(chuàng)新產(chǎn)出以及強有力的環(huán)境支持都保證了北京科技創(chuàng)新能力的增長,但技術(shù)轉(zhuǎn)化能力與其他3項指標(biāo)存在巨大差距。河南在4個省市中綜合接近度排名第2,憑借極高的技術(shù)轉(zhuǎn)化能力,將創(chuàng)新投入高效率的轉(zhuǎn)化為創(chuàng)新產(chǎn)出,保證了河南科技創(chuàng)新能力的高水平發(fā)展。陜西在4個省市中綜合接近度排名第3,在技術(shù)轉(zhuǎn)化和創(chuàng)新環(huán)境支持能力兩方面具有較強能力。遼寧綜合接近度最低,是唯一4年創(chuàng)新水平均處于“低級”的地區(qū)?？梢钥闯?該評價結(jié)果較為客觀真實地反映了我國不同地區(qū)的科技創(chuàng)新能力水平。

5 總結(jié)

從創(chuàng)新投入能力、創(chuàng)新產(chǎn)出能力、技術(shù)轉(zhuǎn)化能力、創(chuàng)新環(huán)境支撐能力4個維度共14個二級指標(biāo),構(gòu)建了我國區(qū)域科技創(chuàng)新能力評價指標(biāo)體系。在此基礎(chǔ)上,采用優(yōu)先級層次熵方法確定了指標(biāo)優(yōu)先級,并根據(jù)層次分析法和熵值法對指標(biāo)進行主客觀組合賦權(quán)?；诮咏纫暯翘岢隽诵拚齌OPSIS方法進行綜合評價。最后,選取北京、河南、陜西、遼寧4個代表性省市作為評價對象,分別對其2016—2020年的科技創(chuàng)新能力進行了綜合評價。結(jié)果表明,本文得出的評價結(jié)果能夠比較客觀真實地反映我國不同區(qū)域的科技創(chuàng)新能力水平,在一定程度上驗證了評價方法的有效性和合理性。