長江經濟帶戰略性新興產業技術創新環境評價研究
——基于AHP-灰色關聯度模型

●胡才龍 董亞釗

一、引言

長江經濟帶涉及長江上游成渝經濟區（四川、重慶、貴州、云南）、中游城市群（湖北、湖南、江西）和下游長三角地區（安徽、江蘇、上海、浙江）11個省市，總面積占全國的21%，人口和經濟總量均超過全國的40%，生態地位重要、綜合實力較強和發展潛力巨大，成為國內經濟重要增長極。2014年政府報告首次提出“打造黃金水道，建設長江經濟帶”，隨后2016年 《長江經濟帶發展規劃綱要》正式發布，長江經濟帶與“一帶一路”、京津冀協同發展戰略成為國家重大的戰略。十九大報告指出“以共抓大保護、不搞大開發為導向推動長江經濟帶發展”，表明長江經濟帶產業發展導向以“生態優先、綠色發展”為原則，因戰略性新興產業以關鍵重要技術和需求為基礎，具有低污染低能耗等特性，將成為長江經濟帶綠色發展的重要方向。因此，研究長江經濟帶不同省市的戰略性新興產業技術創新環境，并比較分析創新環境的差距，提出協調推進優化不同省市創新環境的建議，有利于推動長江經濟帶上中下游地區戰略性新興產業融合發展，促進產業結構轉型升級，加快推進創新驅動戰略和“雙創”戰略，打造長江經濟帶產業綠色發展先行示范帶。

二、文獻回顧

（一）國外相關文獻回顧

自熊彼特、弗里曼和克拉克等提出系統的創新理論以來，有關國家創新體系、區域創新體系以及企業創新體系的研究文獻不斷推出。波特提出的“鉆石模型”理論，為產業技術創新競爭力提供了理論分析框架。20世紀80年代歐洲創新環境研究小組研究者率先提出 “創新環境理論”，認為環境是創新活動進行的必要條件，技術創新能力、創新產業投入和市場化程度等都是反映產業創新環境的因素。隨后，學界從產業投入角度對產業技術創新開展了系列研究。Bravo-Ortega（2011）的研究表明10%的研發投入能夠帶來1.6%的全要素生產率水平的提高。Alecke等（2012）發現享受財政補貼的公司比未享受財政補貼的公司擁有更高的專利申請數量。Conte等（2014）研究發現產業投入是技術創新能力轉化為現實競爭力的物質基礎，產業研發投入和積累是技術進步主要影響因素。Ulku等（2015）基于土耳其制造業的面板數據研究發現產業研發投入對提高技術創新能力和產業生產率有重要作用，國內外投入都能有效提升產業技術水平。

（二）國內相關文獻回顧

國內學者從政策環境、人才環境、金融環境中單一角度分析某類企業或者某類產業的創新環境，從三方面對戰略性新興產業技術創新環境進行研究：一是產業研發的扶持能夠提升技術創新能力。李苗苗等（2014）基于戰略性新興產業上市公司數據的實證研究表明：稅收減免政策和政府補貼政策對企業R＆D經費投入和企業技術創新能力具有較復雜的影響。陸國慶等（2014）運用2010—2012年的上市企業數據研究發現：政府對戰略性新興產業創新補貼的績效和外溢效應是顯著的。李煜華等（2015）通過構建結構方程模型對戰略性新興產業技術創新影響因素研究發現政府干預和高校及科研機構的參與對戰略性新興產業技術創新有顯著影響。朱晉偉（2016）等通過研究高新技術創新績效影響因素時發現引進技術費用在所用影響因子中對航天業和計算機業的促進作用最大。二是研發投入能夠提升戰略性新興產業績效和生產效率。程貴孫等（2014）研究發現R&D經費投入和研發新產品產值對民營企業發展戰略性新興產業的市場績效有顯著的正面效應。董明放等（2016）研究表明：研發投入強度與技術效率之間的具有呈負向門檻效應和邊際效率遞減的非線性特征，資本密度小于3.29%時，研發投入強度對技術效率的促進效應最大。蘇亞民等（2018）通過實證研究表明：區域金融發展環境與戰略性新興企業的投資水平正相關，通過政策推動區域金融與地區投資環境協同發展，能夠促進戰略性新興企業投資。三是人才環境與產業發展相關性很強。曹威麟等（2015）研究發現科研管理人才集聚和產業集聚的規律性往往呈現出馬太效應，并由此導致產業間、域間的發展不平衡。王輝（2017）運用技能和技術的均衡博弈模型發現低技術的經濟體中人才水平也較低，而高技術的經濟體中往往人才水平也會更高。商華等（2017）將企業內部人才生態環境納入評價體系，構建戰略性新興產業企業內部人才生態環境的定量評價體系，完善了人才生態環境評價體系的評價范圍。

綜上所述，現有相關文獻多從創新投入、政府補貼政策扶持和人才因素等其中之一的因素研究產業技術創新，并且多數文獻采用的是行業企業的數據進行研究，選取的范圍也從全國層面或某一省份層面，而少有文獻以不同地區的為視角，通過制定多因素綜合評價戰略性新興產業技術創新環境?；诖?，本文在借鑒已有文獻基礎上，綜合考慮戰略性新興產業技術創新環境影響因素，從創新投入、創新產出、科教人才資源和其他影響因素四方面構建戰略性新興產業技術創新環境評價指標體系，采用AHP-灰色關聯度模型，搜集2016年長江經濟帶11省市相關指標數據，測算各因素對不同省市創新環境的影響程度，并根據測算的結果做進一步的研究。

三、研究設計

（一）研究假設

依據已有的文獻、長江經濟帶產業技術發展水平現狀和戰略性新興產業發展規律，提出以下假設：

假設H1：中上游地區及不同省市戰略性新興產業技術創新環境有顯著的差異，技術創新環境整體上優劣依次排序為下中上游地區。

產業技術創新環境與經濟發展水平、要素稟賦和地理位置等要素相關，長江經濟帶下游省市地理位置優越、對外開放程度、經濟發展水平高，資金、人才、科教技術等要素充裕，人文工作生活環境總體優于中上游城市，因此，長江經濟帶下游省市的戰略性新興產業技術創新環境也最優。

假設H2：產業創新投入能夠顯著影響戰略性新興產業技術創新能力，促進創新環境的優化。

本文文獻回顧部分提到研發投入能夠增加戰略性新興產業績效并提高生產效率，宏觀經濟學理論表明投入決定產業發展水平，因此，戰略性新興產業發展與R&D經費投入，R&D項目產出數、科技支出、固定資產投資等投入環境緊密相關。

假設H3：產業創新產出是戰略性新興產業技術創新能力的反映，與創新環境正相關。

產出強度直接反映產業經營績效，與產業競爭力正相關，也是反映創新環境優劣的重要因素。

假設H4:人才科教資源是提高戰略性新興產業技術創新能力的核心，有利于優化技術創新環境。

本文文獻回顧部分提到人才環境與產業發展相關性很強，高等院校畢業人才和普通高校的數量為戰略性新興產業提供智力保障，高校因學科綜合、人才培養、人才薈集、科研力量密集等而擁有科技信息和成果資源優勢，不僅能為戰略性新興產業發展輸送新技術成果和人才，也為管理咨詢以及為政府部門提供智庫服務。

（二）AHP-灰色關聯度模型

以往的文獻多單獨運用層次分析法或灰色關聯法研究問題，而將層次分析法（AHP）與灰色關聯度兩種方法有機結合，并結合專家打分法，不僅能夠提高測算精確度，還能根據數據序列科學合理確定層次不同的權重，使得評價結果更加精確合理。運用AHP-灰色關聯度模型分為以下幾步：

1、對原始參考和比較數據序列進行無量綱化處理。對量綱不同的原始數據序列采用極值化法處理，i=1.2, …,n， 其中 maxxk和minxk分別是第 K個指標在所有方案中的最大值和最小值，Xik∈(0,1)，得規范化后數據矩陣：

2、計算灰關聯系數。根據灰關聯度方法，確定參考序列和比較序列，運用灰關聯度公式：

其中，ξi(k)是第 k個時刻比較數據列xi對應的曲線與參考數據列 x0對應曲線的相對差值。ζ為分辨系數，用于減少極值對計算的影響，其取值為ζ∈(0,1)，一般 ζ≤ 0.5。

得出灰關聯系數矩陣如下：

3、確定各因素的權重。根據層次分析法（AHP），結合專家打分法確定各因素比較矩陣如下：

其中，αij＞0,αij＞1/αij,αii=1。因此，A 為正互反矩陣。

采用根法計算各因素權重向量W=(w1,w2,…,wn)，計算公式為：wi并對結果進行一致性檢驗。

5、對測算結果進行優勢分析。計算比較數列的灰綜合關聯度r(x0,xi)進行大小排序，分析結果。

四、實證研究

（一）指標體系的構建

當前對戰略性新興產業技術創新環境評價還未形成一套指標體系，本文借鑒高新技術產業競爭力評價指標體系，在劉昌年（2014），陶金國等（2015），陳文鋒等（2016），白恩來等（2018）學者建立指標體系基礎上，參照《中國區域創新體系能力檢測指標體系報告》指標體系，立足戰略性新興產業自身的特性，遵循數據可獲得性、客觀性、可行性、科學性、有效性和實用性原則，設計包含創新投入環境、創新產出環境、科教人才資源環境和其他環境4個一級指標，17個二級指標，構建戰略性新興產業技術創新環境評價指標體系如下表1：

表1 長江經濟帶戰略性新興產業技術創新環境評價指標體系

（二）數據的選取及處理

為保證長江經濟帶各省市數據具有可比性和可獲得性、保持統一的統計口徑，本文所需的原始數據來自2016年 《中國統計年鑒》、長江經濟帶所有11省市的《統計年鑒》及《國民經濟和社會發展報告》，部分指標數據通過計算而得，部分數據直接獲取，采用極值化法對原始數據進行規范化處理，得無量綱化數據見表2。

表2 長江經濟帶各省市戰略性新興產業技術創新環境評價二級指標原始數據無量綱化處理后結果

表3 長江經濟帶各省市戰略性新興產業技術創新環境評價二級指標關聯系數測算結果

根據上文研究方法中公式測算二級指標值與參考序列值間的灰關聯系數見表3。

（三）權重的確定

1、比較矩陣的建立。本文采用專家打分法建立比較矩陣如下 （Y為總目標比較矩陣，Y1為一級指標產業創新投入比較矩陣，Y2為一級指標產業創新投入比較矩陣，Y3為一級指標科教人才資源比較矩陣，Y4為一級指標產業其他影響因素比較矩陣）：

2、計算權重并進行檢驗。總目標比較矩陣的特征向量W=(0.44,0.34,0.19,0.04)T，最 大 特 征 根 λmax=4.17,CI=0.0563，CR=0.0587＜0.1，滿足一致性檢驗。

一級指標創新投入比較矩陣Y1的特征向量為W=(0.23,0.35,0.07,0.24,0.07,0.04)T,最大特征根 λmax=6.42,CI=0.0839，CR=0.0677＜0.1，滿足一致性檢驗。

一級指標創新產出比較矩陣Y2的特征向量W=(0.16,0.3,0.54)T， 最大特征根 λmax=3，CI=0.0046，CR=0.0079＜0.1，滿足一致性檢驗。

一級指標科教人才資源比較矩陣特征的向量W=(0.64,0.11,0.19,0.06)T,最大特征根 λmax=4.02,CI=0.0069，CR=0.0071＜0.1，滿足一致性檢驗。

一級指標其他影響因素比較矩陣Y4的特征向量 W=(0.58,0.22,0.12,0.08)T,最大特征根 λmax=4.03,CI=0.0113，CR=0.0118＜0.1，滿足一致性檢驗。

因此，可得出長江經濟帶戰略性新興產業技術創新環境評價體系一級、二級指標權重如下表4：

表4 長江經濟帶戰略性新興產業技術創新環境評價體系各指標權重

（四）測算灰綜合關聯度

1、根據二級指標關聯系數及權重計算一級指標灰色綜合關聯度如下表5。

表5 長江經濟帶各省市戰略性新興產業技術創新環境評價體系一級指標灰綜合關聯度

表6 長江經濟帶分省市戰略性新興產業技術創新環境的灰綜合關聯度及排名

表7 長江經濟帶分區域戰略性新興產業技術創新環境總目標灰綜合關聯度

2、總目標的灰綜合關聯度。根據一級指標的灰綜合關聯度及權重計算總目標的灰綜合關聯度，對各省灰綜合關聯度數值大小排名如表6、表7。

（五）測算結果分析

1、總目標的灰綜合關聯度。由上表6表7可知，長江經濟帶灰綜合關聯度均值為0.466，排名第一的江蘇為0.816，排名最后的云南為0.330。不同地區的戰略性新興產業技術創新環境不平衡，下游地區灰綜合關聯度平均值最大為0.609，中游地區次之為0.425，下游地區灰綜合關聯度最小為0.354，三個區域灰綜合關聯度差距較大，特別是下游地區灰綜合關聯度平均值與中上游地區差距較大。測算結果來看，長江經濟帶戰略性新興產業技術創新環境分為三個梯度：第一梯隊為江蘇、浙江、上海和湖北；第二梯隊為安徽、湖南、四川、重慶和江西；第三梯隊為貴州省和云南省。同一梯隊不同省市也有一定的差距。

2、一級指標灰關聯度和二級指標的灰關聯度。在創新投入方面，江蘇、上海、浙江、湖北和安徽的創新投入和產出的灰綜合關聯度處于上游水平。這些省市的新產品開發經費支出、RD經費、科學技術支出、新產品開發項目數、RD項目數、第二產業投資等指標關聯系數較高，表明以上省市在科研經費投入，工業行業的投資和新項目開發力度很大，為戰略性新興產業提供了良好的創新投入環境。貴州、云南在產業創新投入相對較少，投入環境相對其他省市較差。江蘇、上海、浙江省和湖北市加強科技創新，積極推行技術成果轉化，并實現產業化生產銷售，創新產出反映科技創新環境較好，其他8省市與之有一定的差距。在科教人才資源方面，江蘇、浙江、湖北和四川因高校較多，具有較強的科教人才資源優勢，比如江蘇、湖北高校數量和畢業人數多，為戰略性新興產業發展提供了人才智力支撐。云南和貴州科教人才資源比較缺乏。在其他影響產業技術創新因素方面，重慶、江蘇、四川、安徽比較靠前，其他7省市與之有一定的差距。

3、長江經濟帶不同省市戰略性新興產業技術創新環境差異性原因分析。長江中上游地區以科技含量低的勞動力密集產業和資源密集型為優勢產業，下游地區以附加值高、以外向型和高科技產業為主的優勢產業。沿海省市江蘇、浙江和上海處于下游長三角地區，得益于早期沿海地區發展及持續的不斷深化的改革開放政策，并憑借其區位優勢，與世界經濟和科技的關聯性和互動性更緊密，科技型企業發展迅速，地區人才集聚，高校及科研院所較多，已處于以高新技術產業為主導的技術知識集約化階段，相關研究也表明創新投入指數排名前十位的江蘇南京第2，湖北武漢第4，浙江杭州第8。創新產出指數排名前10位包括江蘇有4個城市、浙江2座城市和四川成都。這表明這些省市積極制定支持創新投入和產出的優惠政策，優化創新環境。云南和貴州處于長江上游成渝經濟區，地理交通不發達，經濟基礎薄弱，人才資源匱乏，仍處于工業化加速發展階段，對戰略性新興產業創新環境具有較大的影響。因此，這些省市戰略性新興產業技術創新環境有很大的提升空間，并面臨著創新投入不足，人才引進難等問題。

五、主要結論及建議

（一）主要結論

本文通過構建戰略性新興產業技術創新環境評價指標體系，運用AHP-灰色關聯度模型，以2016年長江經濟帶11省市對應評價體系相關指標數據為例，測算各因素對不同省市戰略性新興產業技術創新環境的影響程度以及最終灰綜合關聯度。得出以下結論：

1、長江經濟帶戰略性新興產業技術創新環境平均水平優劣依次排序為下中上游地區，且不同的地區及省市具有一定的差異性。本文測算結果表明長江經濟帶戰略性新興產業技術創新環境平均水平優劣依次排序為下中上游地區，不通過省市創新環境存在一定差異性。可將長江經濟帶戰略性新興產業技術創新環境為三梯隊，江蘇、浙江、上海和湖北省市為第一梯隊，安徽、湖南、四川、重慶和江西省市為第二梯隊，貴州和云南省份為第三梯隊，上中游省市創新環境有較大的提升空間。這一研究結論與前文假設H1相吻合。

2、產業創新投入能夠顯著影響戰略性新興產業技術創新環境，而產業創新產出是反映戰略性新興產業技術創新環境優劣的因素。從一級指標灰關聯度來看，處于第一、二梯隊的省市產業創新投入和產出灰關聯度普遍高于處于第三梯隊的省市產業創新投入和產出灰綜合關聯度，表明創新投入越多，對產業技術創新能力較大的促進作用；創新產出越多，反映該地區創新環境越好。這一結論與前文假設H2、H3相吻合。

3、科教人才資源能夠顯著影響戰略性新興產業技術創新環境。本文研究結果表明戰略性新興產業產業技術創新環境越優的省市科教人才資源的灰綜合關聯度越高，具有較豐富的科教人才資源一般產業技術創新環境也較好。與假設H4相吻合。

（二）對策建議

根據本文研究結果，提出以下建議：

1、突破區域制度機制障礙，協調優化長江經濟帶技術創新環境。長江經濟帶是一個有機的整體，一是要較強規劃發展。按照“市場主導、政府推動、差異發展、互利共贏”為原則打破行政區域的限制，加強對長江經濟帶產業布局的宏觀指導，制定長江經濟帶戰略性新興產業發展規劃。二是建立長江經濟帶各省市參與的協調溝通合作機制。成立跨區協調發展機構，建設集信息市場與技術市場于一體的研究咨詢、技術推廣、傳播和轉移公共服務平臺，推進上中下游地區資本、信息、資金、人才要素流和物流要素相互流動共享。下游省市充分利用自身科教資源優勢、區域優勢和人才聚集優勢，加強與國際高技術領域的合作，引導產業要素流向中上游省市流動，推動中上游省市創新投入和產出增加，科技人才資源引進。

2、以財政政策和金融政策為重點，大力提升產業技術創新投入。在財政政策方面，健全以政府投入為引導、企業投入為主體、社會投入為補充的多元化投入體系，加大對科技型企業研發經費的財政補貼獎勵力度，激勵上游云南和貴州省份企業加大研發投入。主動適應營改增稅收政策的要求，切實加強對各類涉企收費行為的監管，合理降低企業稅費負擔，確保減輕企業負擔的政策能夠落到實處。從金融政策方面，著力提升本省市長江經濟帶金融市場間接融資和直接融資能力，加快形成多層次、多渠道的科技投融資體系，特別是中上游省市應借鑒上海、浙江和江蘇金融市場完善融資功能建設的經驗。一方面，推進銀行、證券、保險和小額貸款公司等金融機構的發展，創新信貸服務模式和信貸產品，深入拓展網絡借貸、網絡眾籌、網絡保險等融資新型模式。另一方面，引導長江經濟帶產業投資基金、風險投資基金和股權投資基金投入戰略性新興產業領域。支持戰略性新興企業通過債券市場、票據市場、股票市場等途徑直接融資。

3、加強人才引進與培育，為科技創新提供重要支撐。一方面，大力引進戰略性新興產業科技創新人才。進一步完善人才配套服務和設施政策，優化人文、安居和工作環境，健全和落實知識產權等相關法律保護研發人員的切身利益，吸引人才流向長江經濟帶區域。擴大人才政策開放度，面向海內外重點引進一批能夠突破關鍵技術、帶動新興學科發展的高層次人才。另一方面，建立教育、科研與產業領域在高層次人才培養方面的協調合作機制。充分發揮市場導向作用，由企業與高等院校、科研院所合作，實現專業與產業對接、學校與企業對接、招生與就業對接的技能人才培養新模式，大力培養科技戰略性新興產業各領域技術創新人才。

4、建立產學研用的合作技術創新體系，提升科技創新能力。消除長江經濟帶各省市產、學、研、用的制度壁壘，逐步建立以市場為導向的產學研用支撐體系和長效機制，充分發揮江蘇、上海、浙江和湖北等省市科教資源優勢，推進高校學科和專業設置調整，建設一批產學研聯合實訓基地，激勵高校和科研機構科技人員參與產學研。推動高校、科研院所與大型企業、行業龍頭企業建立產業聯盟。支持應用型技術研發機構與骨干企業與高校、科研院所整合優質創新資源。

5、大力優化科技成果轉化環境，提高技術創新產出。突破長江經濟帶區域科技成果轉化及商業產業化的制度障礙，建立科技成果轉化績效考核評價體系，促進專利與科研管理相融合，健全科技成果推介和技術交易拍賣長效機制，加強對技術合同成交額以及成果轉化項目資金補貼，推動科技發明成果在長江經濟帶區域轉化應用。■