基于熵值-Malmquist的我國區域創新效能綜合聚類評價體系研究

康旭東 林鑫 王海龍

摘要：面對高速發展的區域創新發展形勢，現有的區域創新能力評價體系難以適應。更多樣的評價指標在區域創新發展過程中需要被合理考慮，從而單一維度的區域創新評價體系亟須完善，這對于認識區域科技創新發展態勢可提供參考依據。本文從創新能力和創新效率兩個維度切入，將區域創新劃分為創新環境、創新合作、創新潛力、創新投入、創新產出、創新應用六個一級指標構建分析框架。通過創新能力和創新效率的綜合測度將區域創新劃分為5種類型：創新正反饋型、創新潛力型、能力引領型、效率引領型以及創新萌芽型。通過對每個聚類的特征進行探究，證實了我國各經濟區的創新能力與創新效率的適配性存在區域間的顯著差異，并根據這種差異性提出相關政策建議。

關鍵詞：區域創新能力；創新效率；熵值法；Malmquist；聚類

中圖分類號：F124.3文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2021.01.002

開放科學（資源服務）標識碼（OSID）：

0引言

20世紀中葉，知識經濟時代的到來給全球多數國家地區帶來了深度變革。從全球層面看，科技水平領先帶來的優勢使世界各國追求創新引領的發展格局；從區域層面看，科技創新和科技應用能力成為區域核心競爭力的關鍵因素之一，推動了我國經濟高效可持續發展。區域科技發展態勢伴隨著我國將科技創新納入區域和城市建設的重大發展戰略而呈現出新的特征，一是各個地區都將自主創新能力建設放在提高區域核心競爭力的首要位置，區域之間在創新戰略部署和安排上有顯著差別。二是我國政府頒布的一系列重大戰略規劃，對區域創新投入產出效率的適應性提出更高要求。本文將對我國區域創新能力和創新效率進行綜合評價，找出科技創新能力和創新效率的結構性差距，對保證區域科技創新健康可持續發展有現實意義。

1987年英國學者Chris Freeman提出，國家創新體系是國家內部組織系統及其子系統的相互作用而形成的。自此，國家創新體系概念的提出為區域科技創新能力評價的研究提供了理論支持。20世紀80年代，我國開始興起針對科技創新評價的研究[1]，隨著研究的大量進行，產出了豐富的科研成果。區域創新能力分為廣義和狹義之分，其中廣義創新能力是從系統整體角度理解的區域創新能力本質，主要包括創新環境、創新基礎設施、創新資金、人力資源等。朱海就[2]認為區域創新能力實際上就是網絡的創新能力，創新環境是創新能力的支撐條件。劉鳳朝等[3]建立自主創新能力的評價體系，并以我國的八大經濟區為基本單元進行了分析評價。周立等[4]使用因素分析法對我國的區域創新能力進行了定量分析，并對31個省市的分析結果進行比較。康健等[5]應用復合系統協調度模型，對基于區域產業互動的三螺旋協同創新能力模型完成實證檢驗。魯繼[6]通從協同創新的視角，對京津冀區域各子系統的創新協同配置能力、創新環境支撐能力、知識重組能力、創新經濟溢出能力、技術創新和應用能力進行了測度。楊明海等[7]通過實證研究證實了我國七大主要城市群科技創新能力分布呈不同的極化現象和趨勢。

另一方面，狹義創新能力僅包括創新產出，認為創新產出是多因素的作用結果，是創新能力的集中體現。黨文娟等[8]采用計數模型中的負二項分布Negatitive-binomial方法證實了區域環境對區域創新能力具有非常重要的影響作用。王銳淇等[9]利用SFA方法和Malmquist方法，在估計區域技術創新能力影響變量的同時對我國區域技術創新效率進行了測度，并從內生和外生角度分別對影響科技創新效率的因素進行了分析。宇文晶等[10]通過采用兩階段串聯DEA模型和Tobit回歸模型，證實純技術無效率是引起技術效率偏低的主要原因。

研究者從宏觀或微觀角度對區域科技創新能力進行測度，并取得較豐富的研究成果，但是大多數研究只是單一地從廣義和狹義的角度去評測區域科技創新能力和創新效率。本文通過構建區域創新能力分析框架，結合廣義和狹義創新能力評價視角，從創新能力和創新效率的綜合角度對我國31個省、市、自治區進行評價，以期能對我國科技創新能力建設提供支持。

1評價指標及體系建立

1.1評價框架建設

2005年，Hu等[11]在對Furman等[12]的FP&S創新能力分析框架進行完善的基礎上建立了H&M分析框架，該框架主要由五個部分組成：（1）創新基礎設施，文中將其描述為人口、科研人員、工程師等創新產出人員，以及研發支出占國民資本的比重；（2）原始知識積累，把GDP和專利積累作為知識聚集能力的潛在和直接體現；（3）資源承諾和政策選擇包括了知識產權保護強度、高等教育、反托拉斯、專利存量和人均GDP；（4）創新產業集群的環境描述為私人研發支出占研發支出總額的比重、技術強度；（5）創新環境與創新基礎設施之間的鏈接是高校研發支出和風險投資實力。具體如圖1所示。

2013年，Castellaccia等[13]在廣義的創新能力評價體系之上，提出國家科技創新動態系統是由創新能力和吸收能力兩大模塊驅動的觀點。一方面，國家創新動態體系中的創新能力包括創新投入、科學產出和技術產出三種體現形式，其中創新投入與基礎設施和人力資本存在聯系；另一方面，吸收能力包括基礎設施、國際貿易、人力資本、機構質量和社會凝聚力等因素，多種因素共同作用產生的效應驅動創新能力的系統發展。同時，收入水平作為吸收能力和創新能力的外在聯系，影響著動態科技創新系統的演化路徑。具體框架如圖2所示。

基于以上兩種理論框架，吸收FP&S創新能力分析框架將創新基礎設施、創新產業集群環境和創新能力分化的特點，借鑒C&N國家創新動態體系框架中吸收能力和創新能力的子系統劃分形式，做出以下改進：第一，把吸收能力內部的創新要素進行細分重組。本文主要將其歸類為創新合作和創新潛力兩個部分，創新合作是一個經濟和技術相結合，市場、技術、資本和經營管理相融合的復雜過程[14]，在這個過程中需要高等院校和科研機構深度配合企業為主體、政府主導的合作模式。這種吸收能力的內在機理是通過創新合作形式的創新潛力主體之間的合作研發應用、人才培養、儀器設備共享、信息獲取等活動。第二，重新確定創新環境的具體內容。信息化和電子商務技術大大提升了高校企業的運轉效率，節省大量時間和人力成本，適應社會信息化的快速發展。所以將創新環境分為泛用的電子通信技術和企業管理層面的信息和電子商務。第三，關注科技產出的下游效應，引入創新應用對創新環境和吸收能力的反饋機制。創新應用包括內部應用和外部應用，也就是科技產出轉化并產生價值的過程。這種反饋將推進吸收能力內部單元的發展，并促進創新環境高效建設。具體如圖3所示。

1.2指標體系建立

根據構建的區域科技創新能力評價框架，借鑒成熟的企業和產業科技創新能力評價指標，并考慮指標的數據可獲得性和可操作性，選取指標體系如表1。

2模型建立

2.1模型選擇

通過回顧現有的區域創新能力評價的文獻，現有的區域創新能力評價方法主要分為以數理理論為基礎和以統計分析為理論的方法。按照人對指標被賦予權重的主觀能動性分類，主要分為主觀評價法和客觀評價法兩種。主觀評價法包括模糊綜合評價法、灰色關聯度分析法、TOPSIS評價法，這種主觀評價方法這種主觀評價方法主要通過專家打分的方式來確定各個指標的權重。這種評價方法的缺陷在于賦權方式具有較強的主觀性，往往會因為過度注重經驗的權威性而忽視了數據的客觀性，導致結果出現較大偏差。而客觀評價方法可以克服主觀性過強的缺陷，例如主成分分析法可以把相關變量通過線性變換然后按照方差排序的方法識別出主成分，從而使綜合評價結果唯一，缺點是計算繁瑣、需要大樣本量，并且對指標之間的線性關系依賴強烈。熵是對事物不確定性程度大小的度量，熵值法就是把信息熵理論應用于大量不相關指標的測度，從而反映現有信息量在總信息量之中占有的權重，具有更強的客觀性[15]。在廣義層面的區域創新能力評價的情景下，熵值法適用于對多層次、分類別的指標進行分析。

Malmquist全要素生產率指數不需要估計生產函數，并可以分解為技術效率、技術進步和規模效率的乘積，適用于多投入與多產出的系統研究；因此，我們可以運用Malmquist生產率指數對區域產業或企業的創新效率進行測度。Malmquist生產率指數反映了生產決策單元在一段時期內技術效率的變化，同時也反映了生產前沿的變動情況[16]。在狹義層面的區域創新能力評價情境下，Malmquist全要素生產率指數適合用于創新能力集中體現在創新產出的評價模式。

如果只應用廣義或狹義的評價方法，只能在單一維度進行分析，這樣結果可能因為偶然性而失真。本文在通過完善創新能力評價指標體系的基礎上，組合了廣義創新能力評價和狹義創新能力評價的概念，綜合評價我國各省份的區域創新能力。

2.2熵值-全要素生產率指數法介紹

區域科技創新能力評價使用的模型構建如下：

式中，TECH指的是技術進步變化指數，EFFCH指的是技術效率變化指數。TECH和EEFCH相對1的位置解釋為技術進步和技術效率的情況，當TECH大于1時，表明在t-1至t的期間存在技術進步，小于1則說明技術退步[18]；EFFCH測度的是t-1期到t期每個決策單元向最佳前沿移動的程度，當EEFCH大于1時，表明t-1到t期間決策單元向前沿面趨近，表明技術效率有提高，小于1則表明技術效率下降。其中，（xt，yt）代表t時期的投入產出向量，dt 0時期t的技術距離函數。

3實證分析

3.1數據獲取與處理

選取中國大陸31個省、市、自治區作為研究樣本，從《中國統計年鑒》《中國科技統計年鑒》以及國家統計局網站選取2017、2018兩年數據。根據式（2）對原始數據進行標準化處理，然后根據后續公式計算出指標的權重值，如表2所示。

3.2實證結果分析及建議

以上介紹了區域科技創新能力評價指標體系和模型，并依據熵值法計算了各項指標的權重。下面將使用標準化數據與權重乘積，計算中國大陸31個省/市/自治區科技創新能力得分。通過全要素生產率指數分析得到31個省份在2018—2019年期間的技術效率變動EFFCH（相當于不變規模報酬生產技術）、技術變動TECH、純技術效率變動PECH（相對于變規模報酬生產技術）、規模效率變動SECH和全要素生產率變動TFPCH。以全要素生產率變動作為創新效率高低的測度指標，全要素生產率指數分析結果如表3所示。

根據現有的全國31省市創新能力指數和創新效率指數的基礎之上，以創新效率指數值為橫坐標軸，以創新能力指數為縱坐標軸，進行廣義和狹義創新能力的聚類分析。為了更好地表述區域科技創新能力的特征，首先對創新能力指數進行分區，現劃分3個區域，創新能力指數大于3/2倍平均指數為Ⅰ區，小于3/2倍平均指數大于3/4倍平均指數為Ⅱ區，小于3/4倍平均指數為Ⅲ區。如果全要素生產率指數大于1，代表技術進步，反之則技術退步，所以在橫坐標軸的 Malmquist全要素生產率指數為1處分界線，分成2個區間[19]，具體如圖4。

根據分區聚類的結果，全部6個區域中有5個是有效的，分別對應創新正反饋型省份、創新潛力型省份、能力引領型省份、效率引領型省份、創新萌芽型省份。具體分類結果如表4所示。

3.2.1創新正反饋型

創新正反饋型省份代表了該聚類內的省份不僅有較強的創新能力基礎，而且創新投入產出的效率較高，伴隨著對區域創新環境和資源轉化能力的正反饋，具體如表5所示。

北京市和廣東省分別在3個指標排名中位列第1名，廣東省科技創新能力整體提升貢獻最大的是科技創新環境，從而表明區域電信基礎設施建設能力對于整體創新能力的水平有很大影響；但是廣東省創新投入相比于其他指標有待提高，同時應該進一步提高高校和機構從業人員比例，提升區域創新潛力。近年來，北京市R&D研發經費占全省生產總值（GDP）的比重始終保持在1%以上并持續增長，到2018年規模以上企業R&D經費達到了269億元，位于全國最高水平；此外，北京市有較為龐大的科技人員隊伍、眾多高水平院校，越來越多人投入到科技研究中。江蘇省、浙江省發展穩中有進，較為均衡。山東省應該注重新技術和外部合作與引進，同時增加創新投入和創新產出。

3.2.2創新潛力型

創新潛力型省份代表該聚類內的省份有較強的創新潛力，并且較高的創新效率可以支撐創新能力的進一步提高，具體如表6所示。

重慶市科技創新各項指標表現突出，發展較為均衡，應該加強創新合作。其他省份各項指標發展不均衡，都有各自的缺陷。河北省和天津市應該注重企業電子商務化能力并進一步提升創新潛力。遼寧省、河南省、湖北省創新產出效果相對不理想，應該制定相關政策提升企業、高等院校、科研機構的創新效率。福建省創新環境和創新合作指標表現突出，但是創新潛力和創新投入相對滯后。總體來說，此聚類內省份表現出科技創新子系統發展不均衡的特征。

3.2.3能力引領型

能力引領型省份代表此類省份創新能力基礎處于中部區間，但是創新效率指數小于1，可能存在創新能力下降的風險，需要注意區域科技創新系統的穩定性，具體如表7所示。

四川省4項指標排名第一，但是需要創新發展重向創新產出的應用方面傾斜，應該更加注重新產品的研發和銷售。安徽省、陜西省、湖南省情況較為類似，其中陜西省創新應用水平相對薄弱，安徽省、湖南省應該加大創新投入力度，同時注重創新系統內吸收能力的提高。

3.2.4效率引領型

效率引領型省份表示此區域內省份創新能力基礎較弱，雖然創新投入產出效率大于1，但是短期時間內無法改變整體創新能力薄弱的局面，需要制定中長期的創新發展規劃以適應改變迅速的動態創新格局，具體如表8所示。

陜西省、云南省、黑龍江省、吉林省都至少在一項創新指標得分中排名第1，這些省份應該保持現有科技創新優勢，彌補科技創新指標的短板。山西省、貴州省、廣西省、甘肅省大部分指標處于中等水平，應該注重創新資源轉化能力的提升，加強創新基礎設施建設。內蒙古、新疆、寧夏、西藏等自治區由于創新資源匱乏、創新活動開展較晚、創新基礎較差，應該穩步提升創新基礎能力，在規模擴大的過程中保持現有創新投入產出效率。

3.2.5創新萌芽型

創新萌芽型省份包括江西省和青海省，這兩個省份創新能力基礎較差，根據創新效率指標的表現，存在著技術水平下降的問題。此類省份應該盡快找出核心缺陷，提升當地企業創新積極性，大力支持高校和科研院所的創新合作，具體如表9所示。

4結論

以上基于Malmquist生產率指數模型、熵權法測度模型，并通過維度組合的聚類分析，以中國31個省市自治區為研究單元，對2019年的區域創新效率和創新能力進行了測度，并對其特征進行了分析，從多因素的創新驅動視角和地區差異化角度進行分析，主要得出以下結論：

第一，城市創新評價可以從創新環境、創新合作、創新潛力、創新投入、創新產出、創新應用6個方面構建綜合性的創新能力評價指標體系，全程使用客觀賦權的方法，具有較強的客觀性，可以從全面視域下評價區域科技創新能力。通過我國各省市自治區科技創新能力評價的結果，可以看出本文構建的區域科技創新能力評價框架有較強的實用價值和指導性。

第二，對31個省市自治區進行了聚類分析，發現可以分為5類區域創新形式：創新正反饋型，創新效率和創新能力擬合，創新基礎較好，創新環境和經費投入可以使創新能力實現增長；創新潛力型，創新基礎較好，但是創新環境的不適應，導致總體創新能力發展停滯；能力引領型，創新能力基礎較好，但是創新效率呈下行趨勢；效率引領型，創新效率上行趨勢，但是由于創新能力基礎薄弱，制約了區域創新發展；創新萌芽型，創新能力和創新效率都有待提升。北京市、廣東省、江蘇省、浙江省、上海市、山東省創新綜合指數處在全國第一梯隊。從整體上看，我國大部分省市區域創新效率正向階段（創新正反饋型、創新潛力型、效率引領型）。

第三，從細分指標因素看，創新合作和創新潛力是構成區域創新體系中吸收能力的主要部分，但對于創新能力綜合指數的直接影響并不顯著。不能忽略的是，創新應用階段和創新效率的顯著聯系。并且，區域經濟發展能力和水平、區域創新投入等創新環境因素仍然對區域創新效率有潛在影響，可以從一些經濟發展并不領先的省市仍然有超過一線省市的創新效率表現，例如河北創新效率高于北京、山西的創新效率高于上海。

我國地區經濟發展、地理位置、產業基礎等仍存在差異，在建設創新型國家的大背景下，區域經濟可持續發展也被重點關注。區域創新效率對于提升區域競爭力、維持區域經濟的可持續發展具有重要影響作用。然而區域之間的差異化創新能力發展必將導致區域經濟發展不平衡狀態。因此如何在經濟可持續發展、資源友好型社會的前提下實現區域創新能力的平衡也成為未來的一個研究方向。

參考文獻：

[1]董微微.專利分析方法對技術路線圖制定的支撐作用研究——基于技術創新視角[J].現代情報， 2017， 37（2）： 44-51.

[2]朱海就.區域創新能力評估的指標體系研究[J].科研管理， 2004（3）： 30-35.

[3]劉鳳朝，潘雄鋒，施定國.基于集對分析法的區域自主創新能力評價研究[J].中國軟科學， 2005（11）： 83-91，106.

[4]周立，吳玉鳴.中國區域創新能力：因素分析與聚類研究——兼論區域創新能力綜合評價的因素分析替代方法[J].中國軟科學， 2006（8）： 96-103.

[5]康健，胡祖光.基于區域產業互動的三螺旋協同創新能力評價研究[J].科研管理， 2014， 35（5）： 19-26.

[6]魯繼通.京津冀區域協同創新能力測度與評價——基于復合系統協同度模型[J].科技管理研究， 2015， 35（24）： 165-170，176.

[7]楊明海，張紅霞，孫亞男.七大城市群創新能力的區域差距及其分布動態演進[J].數量經濟技術經濟研究， 2017， 34（3）： 21-39.

[8]黨文娟，張宗益，康繼軍.創新環境對促進我國區域創新能力的影響[J].中國軟科學， 2008（3）： 52-57.

[9]王銳淇，彭良濤，蔣寧.基于SFA與Malmquist方法的區域技術創新效率測度與影響因素分析[J].科學學與科學技術管理， 2010， 31（9）： 121-128.

[10]宇文晶，馬麗華，李海霞.基于兩階段串聯DEA的區域高技術產業創新效率及影響因素研究[J].研究與發展管理， 2015， 27（3）： 137-146.

[11] HU M C， JOHN A. MATHEWS. National innovative capacity in EastAsia [J]. Research Policy， 2005， 34（9）： 1322-1349.

[12] FURMAN J L ， PORTER M E ， STERN S. The determinants of national innovative capacity [J]. Research Policy， 2002， 31（6） ： 63-63.

[13] CASTELLACCI F， NATERA J M. The dynamics of national innovation systems： A panel cointegration analysis of the coevolution between innovative capability and absorptive capacity[J]. Research Policy， 2013， 42（3） ： 579-594.

[14]仲偉俊，梅姝娥，謝園園.產學研合作技術創新模式分析[J].中國軟科學， 2009（8）： 174-181.

[15]潘雄鋒，劉清，彭曉雪.基于全局熵值法模型的我國區域創新能力動態評價與分析[J].運籌與管理， 2015， 24（4）： 155-162.

[16]王銳淇，彭良濤，蔣寧.基于SFA與Malmquist方法的區域技術創新效率測度與影響因素分析[J].科學學與科學技術管理， 2010， 31（9）： 121-128.

[17]張俊婷，王國金，吳潔，等.基于熵權-DEMATEL的江蘇高校科技創新能力評價研究[J].科技管理研究， 2018， 38（9）： 47-54.

[18]葉丹，黃慶華.區域創新環境對高技術產業創新效率的影響研究——基于DEA-Malmquist方法[J].宏觀經濟研究， 2017（8）： 132-140.

[19]陳艷華.基于熵權TOPSIS的區域科技創新能力實證研究[J].工業技術經濟， 2017， 36（5）： 46-51.

Research on the Construction of Chinas Regional Innovation Effectiveness Clustering Evaluation System Based on EntropyMalmquist

KANG Xudong，LIN Xin，WANG Hailong

（WISE Lab of Dalian University of Technology， Dalian 116024， China）

Abstract： Facing the rapid development of regional innovation development situation， the existing regional innovation capability evaluation system is difficult to adapt. More various evaluation indicators need to be considered reasonably in the process of regional innovation and development， so the single-dimensional regional innovation evaluation system urgently needs to be improved， which provides a reference for understanding the development trend of regional technological innovation. Basing on innovation capability and innovation efficiency， regional innovation is divided into six basic indicators： innovation environment； innovation cooperation； innovation potential； innovation input； innovation output； innovation application. Based on the comprehensive measurement of innovation ability and innovation efficiency， regional innovation is divided into 5 types： positive feedback type； innovation potential type； capability-leading type； efficiencyleading type； budding innovation type.

Keywords： innovation ability；innovation efficiency；entropy；Malmquist；clustering