安徽省科技創新環境評價研究
——基于與江浙滬的比較

汪曉夢

（合肥市委黨校，安徽 合肥 230031）

一、問題提出與相關研究

（一）問題的提出

《安徽省“十四五”科技創新規劃》指出，到2025年，安徽區域創新能力始終保持全國第一方陣并要爭先進位，初步建成在全國具有重要影響力的科技創新策源地。安徽省堅定不移實施以科技創新為核心的創新驅動發展戰略，助力實現高水平科技自立自強，助推安徽經濟社會更高質量發展。為此，開展科技創新環境評價與比較，找到制約科技創新發展的環境因素，在一定程度上有助于優化科技創新環境，激發創新要素活力，吸引高素質人才，進一步發揮科技創新優勢，為全面提升安徽自主創新提供重要支撐。

（二）相關研究

自從歐洲創新環境研究小組（GREMI）提出創新環境的概念后，國內外學者高度關注。學者從不同的視角界定創新環境的概念，并圍繞科技創新環境開展了大量研究。但是到目前為止，仍未達成共識。研究內容主要是探討科技創新環境的影響因素維度，基本觀點是科技創新環境的營造主要有政府政策支持、積極的物質投入和相應的激勵制度等。國內專家學者對科技創新環境的研究主要集中于以下兩個方面。

1.定性研究。定性研究主要體現在關于科技創新環境的基礎理論、內涵界定、現實意義、分類分析等方面的論述。孫靜系統梳理了國際化科技創新環境研究的理論脈絡和變化歷程[1]。武正戈從科技創新環境的視角，分析了山西省科技報告服務系統的數據和研究報告的質量[2]。鮑曉曄、奚潤禾通過問卷調查，研究上海市科創企業對政策措施的滿意度、獲得感和制度需求[3]。李忠華、王鼎文運用理論分析、經驗分析、歸納分析等方法，評價了沈陽市科技創新環境[4]。楊玉東、武碧璇通過統計圖表，對中部地區科技創新環境進行具體分析[5]。妮莎論述了西部地區科技創新環境[6]。隗金成從把握不同環境要素在系統中所處的地位、各要素之間的關系和關聯、生成發展消逝的過程等方面入手，對科技創新環境進行系統的、綜合的、動態的考察與分析[7]。沈鵬遠認為科技創新環境主要包括自然環境、基礎設施、生態環境、政策環境、服務環境、融資環境、孵化環境、人文環境和法制環境等[8]。

2.定量研究。定量研究主要體現了評價指標體系的設計維度和計量分析方法的選擇。邵舒揚、郝莉娜構建了一個包括創新資源投入、中介轉化等在內的多環節科技創新環境評價指標體系，基于山西省科技創新面板數據，采用主成分分析法對科技創新環境進行了評價分析[9]。袁丹、王玲玲構建包括基礎設施、創新資源、經濟市場、政策法制、社會文化的科技創新環境評價指標體系，利用層次分析法（AHP）與熵值法，對湖北省科技創新環境進行研究[10]。張美琪構建由基礎設施、創新資源、社會文化、政策法規環境的科技創新環境評價指標體系，運用了主成分方法對內蒙古興安盟科技創新環境優化問題進行研究[11]。鄧凱甄選高?？萍紕撔颅h境所包含的要素，構建科學、公正的指標評價體系，找出制約高校科技創新發展的阻礙因素[12]。孫曉萌構建科技創新環境評價指標，通過主成分分析方法，定量分析影響大連市科技創新環境的主要影響因素[13]。張世曉通過實證研究，認為科技創新環境對科技創新產出成果有顯著影響[14]。

綜上，關于科技創新環境評價的文獻囿于“三重三輕”：一是重定性研究，輕定量分析。國內相關文獻定性研究居多，主要討論評價的理論基礎、意義、特點、路徑和方法。定量分析文獻不是很多，尚處于不斷創新進程中。二是重模仿國外，輕國內探索。大多數學者借鑒國外文獻中的科技創新環境評價指標及其復雜的數理分析方法，較少探討具有我國區域特色的評價指標體系和適宜的計量分析方法。三是重縱向比較，輕橫向比較。大多數定量研究僅采用面板數據或時間序列數據進行縱向分析，而橫向比較評價相對較少。基于此，本文擬在借鑒已有研究的基礎上，探索構建符合安徽省情的科技創新環境評價指標體系，采集原始數據，通過灰色關聯度和主成分分析方法進行評價，并與江浙滬的科技創新環境進行比較。通過縱向與橫向比較分析，基于安徽省科技創新實踐，提出更具有操作性的優化科技創新環境對策建議。

二、變量設計與數據處理

（一）變量設計

在綜合參考國內外科技創新環境評價研究文獻的基礎上，結合重要性、可比性和數據易獲得性原則，構建包括經濟發展、基礎設施、社會人文、創新資源、科技政策等環境5個一級指標、17個二級指標的科技創新環境評價指標體系，具體如表1所示。

表1 安徽省科技創新環境評價指標體系

（二）數據來源

本次分析數據來自安徽省、上海市、江蘇省、浙江省2016-2020年國民經濟和社會發展統計公報以及2017-2021年三省一市的統計年鑒，極少數指標缺失的數據是通過年度增長率計算推導而來。原始數據對應的統計口徑、度量單位、發布時間一致，確保計量分析結果的信度和效度。

（三）測算方法

1.灰色關聯度。鑒于所研究對象具有“小樣本、寡信息”特征，數據沒有明顯的數學概率及其分布特點，因而適用灰色關聯度分析方法。其基本思想是根據序列曲線幾何形狀的近似程度，從而判斷序列之間的聯系是否緊密。這種數據分析方法也不需要特定的統計分布檢驗，研究結論與事實基本吻合，因而此方法廣泛應用于人文社會科學研究中[15]55-57。

2.主成分分析。主成分分析方法主要是通過代數學中的正交變換原理，將描述研究對象或許存在相關關系的眾多變量，在信息量損失較小的前提下，重新組合成維數不多且彼此線性無關又互補的新綜合性隨機變量[16]372-375。

（四）數據處理

使用DPS的灰色關聯和SPSS23.0的因子分析程序對安徽省及江浙滬科技創新指標數據進行處理，得到的結果如表2和3所示。

表2 安徽及江浙滬科技創新環境灰色關聯度

三、比較分析與綜合評價

（一）灰色關聯分析

1.縱向分析

（1）體量漸增性。2016-2020年，安徽省科技創新環境與科技產出的指標原始數據的總量、年均增長量、平均增長速度都表現出逐年增加的顯著特征。

（2）正向推動性。安徽省科技創新環境與科技產出的灰色關聯度數值大小不一，且均為正數，隸屬中度及以上相關性，表明安徽省科技創新環境在科技產出中發揮了不同程度的正向推動作用。

（3）區間合理性。安徽省科技創新環境與科技產出的灰色關聯度數值介于0.45-0.95之間，呈現正態分布規律。

（4）績效差異性。安徽省科技創新環境與技術市場成交額的灰色關聯度全部大于或等于科技創新環境與專利授權的灰色關聯度，表明安徽省科技創新環境在技術市場成交額中發揮的作用優于專利授權。安徽省民用汽車數量與專利授權量的灰色相關性系數只有0.55，最小，說明民用汽車數量對專利授權量的貢獻率最低。安徽省R&D經費與高新技術產業產值的灰色關聯度高達0.95，R&D經費對高新技術產業產值的拉動作用最優。

2.橫向比較

（1）經濟發展環境。安徽省GDP、財政預算收入與專利授權量灰色關聯度，技術市場成交額、財政預算收入與高新技術產業產值的灰色關聯度數值都最低，效用落后于江浙滬。安徽省GDP與高新技術產業產值的灰色關聯度為0.80，稍低于江蘇省、浙江省，僅高于上海0.05，安徽省GDP對高新技術產業產值產生的效應排序第三。安徽省固定資產投入與專利授權量的灰色關聯度為0.64，與江蘇省幾乎相同，低于上海市、浙江省0.27、0.10，安徽省固定資產投入對專利授權量拉動力位居第三。安徽省固定資產與技術市場成交額的灰色關聯度僅為0.69，最小，績效末位。安徽省固定資產與高新技術產業產值的灰色關聯度為0.82，為高度相關性，績效稍遜于浙江省，位列第二。安徽省出口額、社會消費品零售總額在科技產出中發揮的作用性總體不錯，排名第一或第二位。

（2）基礎設施環境。安徽省財政預算收入、民用汽車數與科技產出的灰色關聯度數值和江浙滬相比，都是最小，績效全部居于第四位。安徽省公路里程數與技術市場成交額、移動電話用戶數與高新技術產業產值的灰色關聯度為0.89、0.82，均為最大，效益最優，位居第一。安徽省公路里程數對專利授權量和互聯網用戶數對高新技術產業產值的效用性都是第二位，而互聯網與專利授權量和技術市場成交額的灰色關聯度數值都位列第三，其績效相應也是排名第三位。

（3）社會人文環境。安徽省高等學校數與技術市場成交額、高新技術產業產值的灰色關聯度為0.91、0.71，高等學校數對技術市場成交額和高新技術產業產值的效用在長三角均位列第一。安徽省高等學校數對專利授權量、高校人數對技術市場成交額的貢獻率排序第二位。安徽省高校人數與高新技術產業產值的灰色關聯度雖僅為0.68，但高于浙江省、上海市，低于江蘇省，安徽省高校人數在高新技術產業產值中發揮的作用名列第二。安徽省高校人數與專利授權量的灰色關聯度低于上海市0.22、浙江省0.11，高于江蘇省0.13，安徽省高校人數對專利授權量的促進作用不及上海市、浙江省，領先江蘇省，位居第三。

（4）創新資源環境。安徽省R&D經費與高新技術產業產值的灰色關聯度為0.95，最大，屬于強相關性，安徽省R&D經費對高新技術產業產值導向性最強，位次第一。安徽省R&D人員與技術市場成交額、高新技術產業產值的灰色關聯度為0.84、0.75，R&D人員對科技成果轉化和技術產業化的推動力度，與江浙滬相比，均為第三位。安徽省R&D經費強度與科技產出的灰色關聯度都比較低，R&D經費強度對科技產出的績效均不理想，排名末位。

（二）主成分分析

1.低于均值。2016、2020年安徽省科技創新環境主成分分析的綜合得分為-1.918、-1.684，都是小于零，低于長三角總體平均水平。

2.位次不變。江浙滬2016、2020年主成分綜合得分排序都沒有變動，分別位居第一、第二、第三。安徽省始終排在第四，處于末位。

3.差距漸小。2016年安徽省主成分綜合得分低于江浙滬分別為4.389、2.308和0.975，2020年安徽省主成分綜合得分低于江浙滬4.057、2.148和0.531，得分差距在縮小。

4.正向躍遷。2020年與2016年相比，皖江浙滬的主成分得分分別增加了0.234，-0.098、0.074和-0.210，安徽省與浙江省是正向躍遷，江蘇省與上海市是負增長。安徽省增幅最高，位居第一，浙江省、江蘇省和上海市增幅依次排序第二、第三和第四位。

四、研究結論與對策建議

（一）研究結論

1.安徽省科技創新環境發展與江浙滬客觀上雖存在著一定的差距，但差距在逐漸縮小并且處于不斷優化的進程之中。

2.在42個評價指標的灰色關聯度橫向比較中，安徽省有8、9、8、17個指標排序分別為第一、二、三、四位，排名靠后的指標較多。

3.通過主成分評價，江蘇省科技創新環境最優，其次是浙江省、上海市，安徽省科技創新環境則位居第四，相對落后于江浙滬。

4.安徽省GDP、財政預算收入、固定資產、民用汽車數、移動電話數、互聯網用戶數對科技創新產出貢獻率偏低。安徽省的財政預算收入，民用汽車數、R&D經費強度在科技產出中發揮的效用相對最弱。

（二）對策建議

1.促進科技經濟協同發展?？萍紕撔率墙洕l展的新動能，經濟發展實力也能決定科技創新發展的水平和能力，二者存在高度正向相關性。結合安徽省情，制定切實可行的科技成果轉化“三就地”，即就地交易、就地轉化、就地應用，從而實現科技創新價值最大化。隨著經濟發展實力的增強，優先增加科技創新財政預算，確保政府資金投入增速不低于經濟總量增速，滿足科技創新經費不斷增長的需求。

2.完善公共基礎設施建設。抓住新基建機遇，完善安徽省公共基礎設施建設，這對科技創新至關重要。發展現代快速交通，不斷縮短空間距離，擴大先進網絡技術覆蓋率，優化高水平信息化建設，有利于信息、資金、人才和技術等科技創新要素快速流向省內，吸引更多高層次創新人才來皖聚集，也能促進科技成果交易便捷化和高效化。

3.優化配置科技創新資源?？萍紕撔沦Y源涵蓋資金、人才、項目和平臺。增加政府財政預算，改變傳統資金投入偏好，擴大資金覆蓋率。激發科技創新主體活力，拓寬企業科技創新經費的自籌渠道，鼓勵和吸引民間資本注入科技創新活動。制定人才政策，引進創新人才和團隊，形成穩定的創新隊伍和研究力量。完善科技創新項目評估制度，促進政產學研金介的創新鏈不斷優化。

4.建立創新環境評價機制。優越的科技創新環境有助于提高區域科技創新能力與水平，科技創新環境評價逐漸得到學界和各級黨委政府的高度關注。借鑒國內外最新研究成果，結合區域特色創新實踐，科學設置科技創新環境評價指標體系，采用適當的定量評價方法，確保評價結果的合理性。同時，要綜合考量科技創新環境評價的反饋結論，找到制約因素并進行原因分析，提出切實可行的科技創新環境優化對策建議，實現科技創新環境評價工作的目的和價值。