中國31省市工業企業創新活力的評價

李重燕，李先科

（廣州應用科技學院，廣州 511370）

企業的創新活動是社會技術進步的重要推動力。技術進步是一個動態的過程，由知識變革、發現替代老產品的新方法、開發替代產品、引進推銷、組織和管理技術所組成［1］。Kim 指出“技術”指的是把投入轉化為產出的具體生產流程，以及在實施這種轉化中采取的構成這些活動的知識和技能的總和。當下，全球經濟進入知識經濟時代，知識在全球范圍流動，技術進步加速，在此背景下研究企業的創新活力意義巨大。

奧地利經濟學派認為，完全競爭的市場是不存在的，由于廣泛存在的信息不對稱使得分工與專業化的價值在市場中得以表現，因而現實的市場普遍表現為壟斷競爭市場。在米塞斯-哈耶克范式里，企業家是市場的主角，發現和創造交易機會是企業家的基本功能［2］。因此，為追求利潤最大化，企業家們普遍進行創新活動，將研究開發與技術創新作為企業獲取持續競爭優勢的非價格競爭的重要手段。企業的創新活動不是科學原理的平移過程，而是一個復雜的有機過程。安同良［3］認為，技術由包括原材料、工具及機械設備、管理、對技術及其技術產品的需求、技術工人及技術人員、資金、信息等7 個要素構成，簡稱為技術的6M1I 模式。企業作為7 大要素產生交互作用的重要載體，在利潤最大化的驅動下不斷開發新產品，進而滿足消費者的多樣化需求，提升市場的創新活力。當今社會，隨著科技進步經歷了第一次工業革命、第二次工業革命、第三次工業革命，以及正在進行的第四次工業革命。工業企業作為技術進步的重要推動者，在歷次工業革命中發揮著無比重要的作用。尤其是當下進入知識經濟時代，工業企業由傳統制造升級為更高技術含量的生產工藝、全新的生產技術。創新活動的7 大要素在知識經濟下發揮出比之前更大的創新效率。

國內眾多學者的研究主要集中在企業科技研發能力的投入與產出的分析之上。繆根紅等［4］通過創新活動投入、創新活動過程、創新活動產出等3 個方面來研究企業的創新活動。劉永松等［5］使用DEA模型和Malmquist 指數，從投入、產出視角構建中國各省市高技術企業技術創新效率評價模型和影響因素模型。馮銀虎等［6］運用熵權-TOPSIS 模型及基于時序的動態評價方法分別對中國20 家煤炭上市企業綜合技術創新能力進行評價。張志強等［7］提出基于技術-管理-效益體系的評價模型（TME），采用TME、量-質-效、技術創新水平、技術報表等評價工具，基于調研數據構造了創新價值評價體系。本文在眾多學者研究的基礎上將企業的科技研發能力評價進一步深化為對企業創新活力的評價，利用因子分析與K均值聚類分析來對中國省市的工業企業創新活力進行動態分析。

1 工業企業創新活力的評價體系

1.1 企業創新活力的內涵

技術進步的思維有多種來源，包括新的制造能力和對市場需求的新認識。企業進行創新活動的動力源于對未來競爭優勢的提前布局，期望通過創新活動，突破技術桎梏，獲取高于市場平均水平的利潤空間。創新的表現可以是對已有產品的增值改進，也可以是將已有技術運用到新的市場，還可以是利用新技術服務一個已經存在的市場等。不管是哪一種創新，其過程都不是一個完全線性的過程。企業的創新活力不僅體現在其技術研發與投入能力，也體現在企業對新產品的追求。

1.2 評價指標選取

隨著現代分工的深化，產品價值鏈的迂回度不斷延長。產品價值鏈大致可以分為設計、制造、銷售3 個環節。參考國內外眾多文獻，從產品生產的3 個環節來綜合評價中國各省市的工業企業創新活力。具體來說本文關于中國主要省市工業企業創新活力的評價指標體系總共包含兩個層級：一級指標（3 個）、二級指標（7 個）。一級指標包括工業企業的創新投入能力、創新產出能力、新產品研發能力3 個指標；其中，創新投入能力可以從勞動與資本兩個生產要素投入來衡量，即包括工業企業R&D 人員數量X1和與R&D 活動經費X2兩個二級指標；創新產出能力可以通過專利申請情況來反映，包括專利申請數X3、發明專利申請數X4、有效發明專利數X53 個二級指標；新產品研發能力則采取靜態指標來衡量，包括新產品與R&D 項目數比X6、銷售收入與開放經費比X7兩個二級指標。中國主要省市工業企業創新活力的評價指標見表1。

表1 工業企業創新活力評價指標

1.3 數據說明與評價方法

為準確評價中國各省市工業企業創新活力，選取了2019 年各省市統計年鑒中的相關數據。為進一步研究中國不同區域的工業企業創新活力，進一步將各省市劃分為8 大區域（本文研究不包括中國港澳臺地區）。東北地區（3 個）：遼寧、吉林、黑龍江；北部沿海（4 個）：北京、天津、河北、山東；東部沿海（3 個）：上海、江蘇、浙江；南部沿海（3 個）：海南、廣東、福建；黃河中游（4 個）：河南、內蒙古自治區、山西、陜西；長江中游（4 個）：江西、湖南、安徽、湖北；西南地區（5 個）：廣西壯族自治區、云南、貴州、重慶、四川；大西北地區（5 個）：青海、西藏自治區、甘肅、寧夏回族自治區、新疆維吾爾自治區。

采取的評價方法包括因子分析與聚類分析。因子分析是指研究從變量群中提取共性因子的統計技術。約翰遜等在研究中指出由于傳統因子分析中公因子提取僅能針對指標的一致性進行測量，而不能對指標進行降維，因而在本次研究中采用因子分析模型L［8］對7 個二級指標進行降維處理。聚類分析指將物理或抽象對象的集合分組為由類似的對象組成的多個類的分析過程。聚類分析的方法主要有K均值聚類法與分層聚類法。K均值聚類的好處是可以先將數據分為K組，再隨機選取K個對象作為初始的聚類中心，然后計算每個對象與各個種子聚類中心之間的距離，把每個對象分配給距離它最近的聚類中心，由此得出想要的分類情況。因為本文希望將中國各省市的工業企業創新活力分為強、中、弱3 個層面進行分析，所以選取K均值聚類法對前述因子分析的結果進行評價。

2 實證結果分析

2.1 中國31 省市工業企業創新活力的測度

利用Stata 軟件對中國2019 年各省市的數據進行分析，對前述構建的7 個二級指標的數據進行描述性統計分析，結果顯示數據的總體質量較好，沒有極端異常值，變量之間的量綱調整恰當。為進行因子分析做準備，首先對7 個指標的原始數據進行標準化處理，并計算其相關系數矩陣，以觀察指標之間的關聯情況，結果見表2。從表2 的結果可以看出，X1～X5指標之間的相關系數在1%的水平上都顯著相關，而X6、X7因為進行了靜態處理，與其他相關指標之間雖然相關度不高，但不影響因子分析的降維操作。

表2 指標間的相關系數矩陣

利用主因子法對變量進行因子分析，其KMO檢驗結果見表3，模型的綜合KMO 檢驗結果為82.02 %說明對變量進行因子分析是可行的，說明本文所選數據比較適合因子分析，模型構建有意義。因此，可以從數據中提取公因子進行下一步分析。

表3 KMO 檢驗

采取主因子法對7 個二級指標提煉公因子，為減少信息的丟失，保留初始特征根大于1 的因子，將前兩個主因子分別記為F1、F2。從結果可以看出，前兩個因子的累計方差貢獻率高達85.60%，說明保留兩個因子非常合理的，原始變量的信息丟失率非常低，模型的解釋效果不錯。采取正交旋轉的方式對因子結構進行處理，其結果見表4。因子載荷陣正交旋轉的結果顯示，F1、F2對整個模型的方差貢獻率分別為69.30%和16.30%，整體變動不大，說明調整后的兩個因子所代表的解釋意義與調整之前沒有顯著區別，解釋能力卻得到了提升。

表4 因子方差計算結果

在圖1 所示的因子分析碎石圖中可以看出，因子的特征值的變化趨勢呈現出3 個階段的狀態：第1個因子的特征值十分高，對解釋原有變量的作用最大；第2 個因子和第3 個因子的特征值比較接近1，其解釋貢獻度其次；從第4 個因子開始特征值都很小并趨近于零，對原有變量基本上沒有解釋能力。因此，提取特征值大于1 的兩個因子是十分恰當的，可以盡可能地對原始變量的信息進行解釋。

圖1 因子分析碎石圖

利用Stata 軟件對標準化后的變量分別計算兩個因子的得分系數，通過因子得分，可以得到表5 所示的因子得分系數矩陣。結果顯示：F1因子主要解釋了R&D 人員數量、R&D 活動經費、專利申請數、發明專利申請數、有效發明專利數這前5 個變量，貢獻度高達80.96%，充分說明了科技研發活動對工業企業創新活力的影響十分巨大。因此可以命名為研發活力因子；F2因子主要解釋了新產品與R&D 項目數比與銷售收入與研發經費比，其貢獻度有19.04%，這說明新產品的銷售收入越高、研發經費越低，工業企業創新需求的動力就越足。因此可以將其進一步命名為創新動力因子。綜上所述，工業企業創新活力可以從研發活力、創新動力兩個方面進行測度。

表5 因子得分系數矩陣

根據表5 的結果，可以列出如下因子得分函數：

其中因子載荷為正值，說明該因子與變量為正相關關系；因子載荷為負值，說明該因子與變量為負相關關系。式（1）說明，研發活力因子F1除新產品與R&D 項目數比的系數為負外，與其他二級指標均成正向關系，且前5 個指標的貢獻較為接近；式（2）說明，創新動力因子F2與新產品與R&D 項目數比成正向關系，與銷售收入與研發經費比成反向關系；式（3）說明，綜合因子F綜的評價意義主要由線性組合中系數比較大的因子F1的綜合意義所決定。

2.2 中國31 省市工業企業創新活力的綜合評價

對中國31 個省市工業企業創新活力進行測度，計算綜合指標F綜，并對各因子進行排名，再利用K-means 聚類分析將前述結果劃分成3 個類別，聚類中心分別為2.703、0.248、-0.382，具體結果見表6。因子得分為負值并不意味著所選取省市的工業企業創新活力為負值，負值僅表示該地區的工業企業創新活力水平相對較低。因此，中國31 個省市可以分為“工業企業創新活力較高區域”“工業企業創新活力一般區域”“工業企業創新活力較低區域”3 類。

從表6 的結果可以看出，F綜的排名和F1因子的排名重合度很高，這說明F1因子對工業企業創新活力綜合得分的貢獻度比較高。從研發活力因子F1來看，廣東省因子得分為4.015，排名第一，緊隨其后的是江蘇省、浙江省、山東省及安徽省，這些省份的工業都比較發達，又說明了研發投入與產出與該省的制造能力有很強的正相關性；從創新動力因子F2來看，吉林省、北京市、海南省、上海市、廣東省分別排名前五，說明2019 年這些省市的工業企業對新產品的追求驅動力十足，新產品的開放成果斐然，銷售收入遠超投入經費；從綜合得分F綜來看，廣東省、江蘇省的綜合因子得分高達3.412 和1.992，名列第1 與第2，浙江省、山東省、安徽省、上海市、北京市、四川省、湖北省分別為第3 到第9 位，綜合因子得分均為正數，而剩下的其余22 個省市則因子得分為負數，說明其工業企業創新活力相對低下；尤其是西藏自治區、寧夏回族自治區、內蒙古自治區、青海省、新疆維吾爾自治區、廣西壯族自治區等地區，其研發活力因子F1、創新動力因子F2及綜合因子得分都排名靠后，這一結果與這些地區的經濟相對落后密切相關。因此，因子分析的結果與各省市的經濟情況相對應，結果可靠性較高，具有較強的研究意義。

表6 中國31 個省市工業企業創新活力的因子得分與K 均值分類結果

從全國的空間格局來看，工業企業創新活力的因子得分呈現“東高西低”的大格局，沿海地區工業企業的創新活力明顯高于中西部地區。與經濟發展的空間失衡類似，工業企業創新活力也存在明顯空間失衡狀態，這與中國的產業分布也有關系，中國的高新產業主要分布在東部及沿海地區，內陸地區主要以勞動密集型產業為主，創新活力相對低下。由此可見，中國技術創新演進的傳導路徑也是由東往西，由資本密集型產業傳導至勞動密集型產業。

從區域格局來看，中國8 大區域的31 省市工業企業創新活力也不盡相同。東部沿海的上海、江蘇、浙江3 個省市的工業創新活力較為接近，在全國排名靠前，大西北地區的青海、西藏自治區、甘肅、寧夏回族自治區、新疆維吾爾自治區5 個省份排名都較為靠后，東北地區的遼寧、吉林、黑龍江3 個省份排名都在中間偏后，長江中游的江西、湖南、安徽、湖北4 個省份排名都在靠前的位次，這說明區位因素對部分省市的影響是相同的，其產業格局也較為類似；而東北部沿海的北京、山東的排名靠前，天津、河北排名靠后，南部沿海的廣東排名第一，海南、福建處于中游水平，黃河中游的河南、陜西與內蒙古自治區、山西差距不小，西南地區的四川排名第8，重慶位居18，廣西壯族自治區、云南、貴州排名靠后，這些地區的省市雖然地理位置差不多但是資源稟賦不一樣，經濟發展情況也有所差別，工業企業創新活力也存在較大的差距。綜上所述，工業企業的創新活力與該省市所在的地理位置及由資源稟賦決定的比較優勢均具有較強的相關性。

從全國各省市因子綜合得分的聚類結果來看，有2 個省市為“工業企業創新活力較高區域”，9 個為“工業企業創新活力一般區域”，20 個為“工業企業創新活力較低區域”，呈金字塔形狀。其中最高得分為廣東省3.412，最低為西藏自治區-0.88，差距較大，全國平均值為-0.000 1，工業企業的創新活力整體較低。這與中國的出口導向型的經濟增長模式有關，通過利用低廉的資源與廉價的勞動力發展勞動密集型產業，這樣雖然經濟增長快速，但技術進步卻較為緩慢。因此，注重技術的內生演化，通過大力發展基礎研究，擴大研發投入，努力培育創新型企業有利于提高中國工業企業的創新活力。

3 結論與建議

利用中國31 個省市2019 年的橫截面數據，通過因子分析模型L 將影響工業企業創新活力的3 個一級指標7 個二級指標進行降維，對各省市工業企業創新活力進行測度，通過對提煉出來的兩個公因子進行正交旋轉處理，以提升因子的解釋力。結果顯示，可以從研發活力與創新動力兩個角度來衡量省市的工業企業創新活力水平。比較不同地域的因子綜合得分，發現受各省市經濟發展不均衡影響明顯，顯然大多數東部沿海城市受益于地理位置等原因天然形成資源集聚的優勢，以及產業空間布局上的比較優勢，因而在企業的創新活力在全國范圍內排名靠前；而中西部地區工業企業的創新活力還有待提高，科技研發活動的需求日益增大，企業的創新活動不斷增加。

不同地區的工業企業創新活力水平與經濟增長水平的差異化分析結果表明，提升工業企業創新活力，注重企業投入與產出的平衡，是提升區域經濟增長水平的重要路徑。因此，為進一步發揮省市的區位集聚效應，提升工業企業創新活力程度，提出4 個方面的對策建議：

1）加快發展科技研發能力的軟硬環境建設。完善支持工業企業創新活動的制度設計，降低企業的創新活動的交易成本，科學研究與開發能力的提高，需要良好的經濟基礎、開放的市場體系、濃厚的商業文化、優越的科研技術人才等。科學研究與開發能力的發展，必須處理好軟硬環境協調發展的關系，既加大對企業經濟基礎的投入，又形成了比較完整、方便的交通運輸網絡體系和信息交流渠道，并且還加強了對人才、科研資源的培養和法制建設。

2）利用區域內的資源，發展區域的特色產業。各省市要充分利用區域內省會城市及重點城市的資源優勢，合理利用資源，形成特色經濟區域。在不同地理環境條件下形成的各地區具有獨特的資源優勢。各地要根據自己的資源發展特色產業，既能較好地解決當地的社會就業問題，又能以特色產業帶動當地的經濟增長。

3）重點培育、引進創新型人才。創新活動離不開人才，各省市應該加大對教育的投入，集中力量建設世界性的大學和科研院所，提高應用型人才的培育能力。另外，可以通過人才落戶的優惠政策來吸引人才，讓不同領域的人才帶動該城市工業企業科技研發能力的發展。鼓勵、支持民營企業引進高級創新人才，制定合理的人才配套政策，充分發揮民營企業在創新人才的培育中的作用。

4）提升民營企業的創新活力，鼓勵產學研創新合作。科技研發活動的不確定性很高，民營企業很難大量參與。因此政府可以拿出專項資金作為民營企業的科技研發的創新發展基金，為民營企業的創新活動提供發展和化解風險的資金基礎。政府可以引導民營企業強化自主創新意識，使其充分利用城市的人才資源優勢和高校的科研實力，廣泛推廣產學研等創新網絡，充分發揮創新服務平臺的積極作用，促進民營企業間及民營企業和科研院所、高校之間互相合作，加速科技研發能力的發展。