中部六省高技術產業創新驅動績效分析——基于熵值和TOPSIS法物元評判模型

范德成　蔡文科

(哈爾濱工程大學，哈爾濱　150001)

中部六省高技術產業創新驅動績效分析
——基于熵值和TOPSIS法物元評判模型

范德成蔡文科

(哈爾濱工程大學，哈爾濱150001)

〔摘要〕本文建立了創新活動產出與創新活動投入體系，根據熵值和TOPSIS物元模型，根據《中國高技術產業統計年鑒2015》中的數據，對中部六省的高技術產業創新驅動績效進行評判分析。通過正負理想解以及貼近度值的分析，結果表明：河南省、湖北省、湖南省的綜合績效得分分別位列一、二、三位，山西省排名倒數第一，說明了經濟產出指標對創新驅動績效的高低有著直接的影響，并且從投入產出兩方面對各省提出了發展高技術產業的對策方法。

〔關鍵詞〕高技術產業創新驅動績效熵值TOPSIS物元評判模型貼近度

引　言

創新是推進國家或地區奮力前進的重要力量，也是推進人類社會奮力向前的一個核心推力。2015年3月，中共中央正式出臺了《關于深化體制機制改革加快實施創新驅動戰略發展的若干意見》，表明中央已經充分認識到了創新的重要性，也意識到了創新驅動戰略在當今波詭云譎的世界形勢下最核心的競爭優勢，同時說明中國已經將創新驅動提升到了國家戰略的高度。創新驅動發展戰略的核心在于：(1)中國未來的發展要靠科技創新驅動；(2)創新的最終目的在于發展中國[1]。而高技術產業創新是創新驅動核心部分，是國家和地區經濟發展的重要推動器。高技術產業是指技術密集型或知識密集型產業，它的技術含量很高，研發投入大，產業的附加值很高，有很強的市場競爭力。近年來，高技術產業的科技投入強度不斷增加，有力的推動了高技術產品的大量增長，但是總體來說，這些增長主要是要素和投資帶動的，而并非是因為創新的源動力。如果創新本身缺乏源動力，對今后的高技術產業的投入缺乏一個明確的目標，也就無法對創新驅動的績效水平做出衡量。因此，研究近年來高技術的創新驅動績效，分析高技術產業創新各方面的問題，有利于促進今后的高技術產業的發展，為經濟新常態下高技術產業轉型升級提供參考，找準著力點。

1　文獻綜述

目前，已經有很多學者從不同的角度以及不同的方法對高技術產業的創新驅動績效做出研究：裴瀟，陳俊領[2]運用灰色綜合評價模型對湖北省的高技術產業技術創新績效做出分析研究，得出了湖北省高技術產業科技創新成果豐富，但技術成果轉化能力弱的結論；祝福云，陳曉暾，劉敏[3]采用了回歸分析和相關分析法，利用跨國數據對投入因素，機制因素以及外部環境等因素影響高技術產業發展水平的機理進行了實證研究；張秀武，胡日東[4]構建了綜合考慮R&D經費和知識存量的知識生產函數，從產業集群的視角對高技術產業區域創新驅動力進行了實證分析，準確的揭示了區域高技術產業知識生產的投入產出關系，區域內的產業集群因素和區域間的知識溢出都對區域高技術產業創新產出有影響。余泳，陳龍，王筱[5]運用因子分析和空間計量模型對中國30個省市2008～2012年的高技術產業創新績效進行了測度和評價。歐陽峰，曾靖[6]從創新驅動的角度構建了企業績效影響因素的評價指標體系，并運用了主成分——粗糙集方法進行評價分析新興產業創新驅動績效。

基于上述情況，雖然眾多學者對創新績效做出了評價，但是仍然少有人從創新活動投入和創新活動產出的這兩個方面來對創新驅動績效做出評價。因為創新是一個復雜的動態的過程，始終是依照投入——過程——產出的先后順序，更重要的這兩個方面也是創新的重要驅動力，更是囊括了以前學者研究的從內外因素來分析創新績效水平。鑒于此，本文從這2個一級指標，4個二級指標以及16個三級指標出發，運用熵值法，得出各個指標在創新驅動績效中的權重，各個省份在二級指標中得出的綜合得分以及排名，最后運用TOPSIS物元模型得出各個省的貼近度以及正負理想解，并對排名進行分析，了解存在差距的原因，并得出結論。

2　創新驅動績效評價指標體系

高技術產業的發展是創新驅動戰略履行好壞的一個重要標桿，推動著經濟的快速增長，技術產業的發展離不開大量的投入，投入是驅動創新的重要助力，這種投入主要包括人力和物力資源等方面。基于高技術產業的性質，所需要的員工素質與學歷要求比較高，因此把科技活動經費內部支出中勞務費和有R&D活動的企業數作為主要的投入，并補充研發機構人員數和研發機構數量來作為驅動創新的指標，研發機構中的科技人員和工程師對技術創新的影響比較大。在物力投入方面將固定資產投資額，技術改造經費支出，新產品開發經費支出，R&D經費內部支出和科技活動經費籌額中政府資金等作為評價指標，在投入指標中，科研活動經費的內部支出，以及研發機構數量等可以看做是內部驅動中企業自身的創新意識的體現，而科技活動經費中政府資金是驅動企業創新驅動的外部因素——政府政策支持，從中可以看出各級政府對技術創新的重視程度[2]。

創新活動產出是指經濟主體在所具有的創新能力的基礎上通過各種資源的有效開發和配置所取得創新成果[7]。分為經濟產出和非經濟產出，經濟產出主要通過技術市場成交額，新產品出口銷售收入，新產品銷售收入和新增固定資產這些指標來反映；經濟產出主要由新產品開發科技項目數，專利申請數，以及萬名R&D人員發明專利擁有量這3個指標來體現。對于高技術產業而言，驅動創新的動力在于創新科技成果在經濟上的實現，即通過科技成果的成功商業化，獲得經濟效益[8]。因此，經濟產出是直接驅動創新行為的重要因素之一，對于評價創新驅動績效水平，這一指標必不可少。具體的評價指標體系見表1。

表1　高技術產業創新驅動績效的評價指標體系

續　　表

3　熵值和TOPSIS物元綜合評判模型

3.1方法的選擇

目前對于創新驅動績效分析的方法主要有層次分析法(AHP)、模糊綜合評價、灰色關聯以及改進的TOPSIS等。層次分析法能夠很好的體現分析的問題上的眾多指標的特點，能很好的體現要分析的問題，但是需要專家的打分，兩兩比較得出判斷矩陣比較繁瑣，存在主觀性。模糊綜合評價需要專家給出評語集，并且只適用于指標處于模糊狀態的問題的分析，同時也存在著主觀性的問題。灰關聯適用于評價環境，而且能夠對內部因素的分析的變化趨勢進行分析，但是在對創新驅動績效的整體判斷上卻存在比較大的缺陷[9]。

然而，本文的研究對象是中部六省的創新驅動績效，它的主要特點是指標眾多以及指標較為客觀。故此，為了能夠充分的利用客觀的原始數據的信息，對各個評價對象之間的差距進行客觀分析，同時對樣本指標還沒有特殊要求的多指標評價方法，所以本文采用熵權和TOPSIS物元法的綜合評判模型對中部六省的創新驅動績效進行分析。

3.2研究方法

3.2.1熵值法

熵值法[10]是一種客觀賦權法，它根據各指標的變異程度，利用信息熵計算出各指標的熵權，通過熵權對各指標的權重進行修正，從而得到較為客觀的指標權重。如果某項指標的熵值較小，說明其指標值的變異程度越大，在綜合評價中該指標所起的作用越大，即權重越大。

(1)對于所討論的系統有m個評價對象，n個評價指標的初始數據矩陣，

R={xij}m×n

(1)

(2)消除原始數據中量綱以及數量級對模型帶來的影響，對原始數據進行標準化處理，計算指標比重pij

(2)

(3)計算第j項指標的信息熵值ej：

(3)

式中的k與系統的樣本數m有關，常取k=1/lnm

(4)計算各指標的熵權(即權重)wj：

(4)

(5)綜合評價對象的各級指標的得分V：

(5)

3.2.2TOPSIS法模糊物元綜合評判模型

(1)TOPSIS法[10]的全稱是“逼近于理想值的排序方法”(Technique for Order Preference by Similarity to Ideal Solution)又名理想解，它是由Hwang等提出的一種適用于多指標、對多項目進行比較的方法，其中心思想在于求出各項目與最優項目的接近程度，來作為評價項目優劣的標準，在使用TOPSIS法進行評價分析時，比較重要的一環是指標權重的確定，故在本文中結合熵權法確定權重。

(6)

(7)

鑒于本文中所確定的指標值越大對被評判對象越好，故選用的從優隸屬度計算公式為：

(8)

(3)加權模糊物元矩陣和理想解[11]

將符合模糊物元矩陣與各指標的權重相乘，得到加權模糊物元矩陣：

Z=(zij)m×n，i=1，2，…，m；?j=1，2，…，n

(9)

式中：zij=wj*uij(i=1，2，…，m；?j=1，2，…，n)

由此去確定矩陣Z的正理想解向量Z+和負理想解向量Z-：

(10)

(11)

(12)

(13)

(5)貼近度Ci計算及方案結果說明

(14)

最終根據貼近度的計算值Ci對多個評判對象進行分析排序，若貼近度Ci越接近于1，則表明評判對象越優，第i方案越接近理想解。

4　中部六省高技術產業驅動創新績效評判實證分析

采用上述的熵值法和TOPSIS物元法綜合評判模型對中部六省的高技術產業的創新驅動績效進行評判。我們選取山西、安徽、江西、河南、湖北和湖南6個省作為評判對象，通過投入和產出的兩個總指標(即物元特征)對這6個省的創新驅動績效進行評判，由最終的正負理想解的距離以及貼近度進行分析并對其在高技術產業上的發展提出對策建議。通過查找《高技術產業統計年鑒2015》中的數據，得出2014年原始數如表2：

表2　2014年中部六省高技術產業原始數據

注：數據來源于《高技術產業統計年鑒2015》。m=6，n=16

4.1數據處理

(1)根據上述模型，由式(2)求出指標比重pij(限于篇幅對其中某些數據不一一列出)，再根據式(3)、式(4)求出各指標的熵值(即權重)wj，并由式(5)得出綜合評價對象的各級指標的得分V以及各省的得分綜合排名，見表3。

表3　綜合指標權重表

續　　表

(2)確定復合物元，將表1中各省作為物元的事物，指標作為物元的特征，構造復合物元，以(1)中熵值法求得各指標權重，得到權重復合物元：

(4)根據式(9)求出加權的模糊物元矩陣Z(略)，進而依式(10)、(11)求得正負理想解Z+以及Z-：

Z+=(0.0535，0.0247，0.0266，0.0342，0.022，0.0762，0.0444，0.0448，0.0543，0.1189，0.2814，0.087，0.0244，0.027，0.0401，0.0405)

負理想解Z-為零向量。

(5)由式(12)、(13)計算出各個方案與正負理想解之間的距離，見表4。

表4　評價對象中部六省到正理想解和負理想解的距離

(6)由式(14)得出中部六省高技術產業創新驅動績效的綜合評判結果，依據貼近度得出：

根據貼近度的大小可以確定中部六省的創新驅動績效排名為：河南、湖北、湖南、安徽、江西、山西。

5　評判結果分析

根據上述分析結果，河南省的高技術產業創新驅動績效的貼近度為0.6541，在中部六省中排名第一，并且得分也比較高，表明河南的高技術產業的創新驅動績效與其在2015年的GDP全國排名成正比。河南省作為中部大省，其創新的地理資源、創新意識，創新的人力與物力資本遠遠超過其他五省，其在高技術產業的創新驅動績效更是如此。而山西省作為傳統的能源大省，將大部分的精力投入到諸如煤炭等的能源行業，對于煤炭能源行業，創新的空間以及現在行業利潤的降低使得創新的提升度和創新動力是極其有限的，更無法構成高效運行的創新驅動機制。高技術產業的創新驅動績效要得到提升，創新驅動機制的構建尤其重要。這樣的處境也與上述通過熵值法和TOPSIS物元法綜合評判模型的分析評判結果是相符的。技術創新是推動高技術產業提升的最根本的動力，創新驅動績效的評分高低是最能量化的體現，能給以最直觀的感受。

(1)指標權重與綜合得分的分析

由表3中指標權重可以看出，從三級指標上來看，權重在0.07以上的指標共有4個，分別是：新產品出口銷售收入0.2814、技術市場成交額0.1189、新產品銷售收入0.087、技術改造經費支出0.0762。表明此4個指標最為影響創新驅動績效。可以看到其中3個指標主要集中在二級指標中的經濟產出，由此說明，創新驅動績效的最重要的影響因素是經濟產出。采取措施，增大各省的高技術產業的經濟產出，加強對有強經濟產出的產業的企業投入力度，向著產業的集約化發展，這能給各省通過數據量化有著直觀的驅動力加分，進而提高創新驅動績效水平。

(2)正負理想解距離分析

(3)根據貼近度的得分高低可以看出河南省0.6541占據第一序列，離理想狀態比較近，說明河南省的高技術產業的創新驅動績效水平較高，主要是因為河南省所定的發展戰略是正在由人口大省轉向人才大省，符合河南省實施的“科技興豫”戰略。其所占的地理優勢，人才的投入力度，以及具有高學歷的技術研發人員，研發機構的設立和大量的物力資源的投入是提高知識經濟類型中主要代表的高技術產業的創新績效的重要助力，也會使得技術創新更為活躍。湖北、湖南、安徽在貼近度的得分分別為0.3699、0.2958、0.2292，處于第二類序列，其創新驅動績效水平一般，但其優勢在于位于九省通衢中心的湖北和湖南擁有著較為雄厚的高技術產業的基礎，以及“中部崛起”戰略的政策支持，使得創新驅動水平提升。安徽省憑借的是東部沿海地區資本以及產業轉移的這樣千載難逢的機會，加大了高技術產業的引進力度，加大了對非經濟產出的教育行業的重視，增大了創新活動產出的力度。山西省的貼近度得分為0，其在高技術產業的創新驅動績效水平極低，突出了這個傳統能源大省有著“路徑依賴”的問題，使得山西省陷入了產業發展僵化的這樣一個不利局面，山西省應該加大高技術產業的引進力度，對省內現有的高技術產業扶持的力度加大，對產業內的企業的技術創新給予更大程度上的經濟補助作為鼓勵，并且山西省省政府能夠加大對高技術產業的自主創新產品的政府采購的力度，以此來推動產品的流動，通過創新活動產出這樣的直觀數據來提升高技術產業的創新驅動績效，提升高技術產業的技術創新能力，最終促進高技術產業的發展。

參考文獻

[1]周琳.基于創新驅動發展戰略的企業創新績效研究[J].經濟問題，2015，(5)：124～128

[2]裴瀟，陳俊領.湖北省高技術產業技術創新績效評價研究[J].科技進步與對策，2013，(30)：128～132

[3]祝福云，陳曉暾，劉敏.高技術產業發展影響因素的實證研究——投入、機制與環境[J].山西科技大學學報，2006，(1)：121

[4]張秀武，胡日東.區域高技術產業創新驅動力分析——基于產業集群的視角[J].財經研究，2008，(4)：37～39

[5]余泳，陳龍，王筱.中國區域高技術產業創新績效測度與評價——基于因子分析和空間計量模型的實證研究[J].西安財經學院院報，2015，(2)：39～40

[6]歐陽峰，曾靖.基于主成分—粗糙集方法的戰略性新興產業創新驅動績效評價——以戰略性新興產業上市公司為樣本[J].工業技術經濟，2015，(12)：30～31

[7]官建成，陳凱華.我國高技術產業技術創新效率的測度[J].數量經濟技術經濟研究，2009，(10)：19～33

[8]趙琳，范德成.我國高技術產業技術創新效率測度及動態演化分析——基于因子分析定權法的分析[J].科技進步與對策，2011，(11)：111～113

[9]周潔，郭丕斌.基于熵權TOPSIS法的我國產煤大省區域創新能力評價[J].中國礦業，2016，(4)：40～41

[10]林良生，鄒平國，陳紅，等.基于熵權的逼近理想解排序法在核電設備質量評價中的應用分析[J].電力建設，2014，(2)：91～94

[11]申毅榮，解建倉.基于熵權和TOPSIS法的水安全模糊物元評價模型研究及其應用[J].系統工程，2014，(7)：144～146

[12]蔡文.物元模型及其應用[M].北京：科學技術文獻出版社，1994

[13]張斌，雍歧東，肖芳淳.模糊物元分析[M].北京：石油工業出版社，1997

[14]胡永宏，賀思輝.綜合評價方法[M].北京：科學出版社，2000

[15]王亞偉，韓柯.基于改進模糊綜合評價模型的區域科技創新能力評估[J].科技進步與對策，2012，(13)：120～122

[16]張娜，楊秀云，李小光.我國高技術產業技術創新影響因素分析[J].經濟問題探索，2015，(1)：30～35

(責任編輯：史琳)

Innovation Driven Performance of Hi-tech Industry about the Six Provinces in Central——Based on Entropy Weight and TOPSIS Matter-element Evaluation Model

Fan DechengCai Wenke

(Harbin Engineering University，Harbin 150001，China)

〔Abstract〕Constructing indicators of innovation activity input and output system,based on entropy weight and TOPSIS matter-element evaluation model,seeking the data of Statistical Year book of Chinese Hi-tech Industry 2015,innovation driven performance of hi-tech industry in Central was evaluated.Through analyzing positive and negative ideal solution and approach degree,the empirical results showed that:Henan province,Hubei province,and Hunan province were ranked as 1st,2nd,3rd.Shanxi province was ranked as 6th,it indicated that the output of innovation activity had the direct impact on innovation driven performance,and gave strategies and solutions to develop hi-tech industry for provinces in that two pacts.

〔Key words〕hi-tech industry;innovation driven performance;entropy weight;TOPSIS matter-element model;approach degree

〔中圖分類號〕F273.1；F224

〔文獻標識碼〕A

DOI：10．3969/j．issn．1004-910X．2016．10．014

作者簡介：范德成，哈爾濱工程大學經濟管理學院教授，博士生導師。研究方向：產業技術創新、管理系統工程。蔡文科，哈爾濱工程大學經濟管理學院碩士研究生。研究方向：產業技術創新。

基金項目：國家自然科學基金項目“基于產業自組織的產業結構演化機制與模型研究”(項目編號：71373059)；黑龍江省自然科學基金項目“節能減排的低碳效應與績效評價研究”(項目編號：G201313)。

收稿日期：2016—05—18