中國數字技術創新質量測度及比較

岳佳坤

（黃河科技學院，河南 鄭州 450000）

一、引言

隨著云計算、大數據、人工智能等新興技術加速創新，數字技術逐漸滲透到國民經濟社會發展的各領域及全過程，在數字經濟發展與宏觀經濟治理中發揮重要的輔助作用。在數字技術日漸嵌入下，數字經濟以強滲透、高創新、廣覆蓋特征，推動經濟社會高質量發展[1]；宏觀經濟治理則呈現系統化動態特征，促使政府管理、服務方式實現創新升級[2]。由此推及，深化應用數字技術對中國經濟高質量發展影響深遠。2022 年1 月國務院下發《“十四五”數字經濟發展規劃的通知》，明確指出要增強關鍵數字技術創新能力，提升核心產業競爭力，加快培育新業態新模式，營造繁榮有序的創新生態，驅動數字產業化發展。2022 年最新召開的全國兩會，同樣圍繞科技創新與數字經濟展開熱切討論，表明隨著數字經濟步入規范發展、深化應用與普惠共享新階段，科技創新成為引領高質量發展的中堅力量。無論是從現實意義層面展開探討，亦或是從國家政策導向進行分析，數字技術創新以高質量方式提升已然成為中國經濟社會的重要方向，以及數字經濟競爭力提升的關鍵議題[3]。

現有文獻關于數字技術創新質量的探討較少，大多從不同角度對創新質量與技術創新質量進行了解讀。馬永軍等(2021)提出，技術引進可以有效提高創新質量，但吸收能力與引進強調會導致技術引進的影響效應出現偏差[4]。李若晨(2021)表示，技術創新投入與技術創新環境質量可以決定技術創新質量[5]。李曉龍和冉光和(2021)從市場效應和結構效應雙維出發，實證分析了數字金融發展與技術創新質量的關系，發現二者間存在顯著正向驅動效應[6]。王海花等(2022)主要基于長三角經驗證據，對跨區域協同數字技術創新質量及其作用機制進行檢驗，認為技術鄰近可驅動跨區域協同創新[7]。上述研究雖為數字技術創新質量研究夯實一定理論基礎，但多從影響因素及作用機制進行檢驗，缺少對于數字技術創新質量的統計測度，難以全面刻畫其發展特征。鑒于此，文章充分結合數字技術創新質量理論概念及政策導向，構建數字技術創新質量評價指標體系，選用熵權TOPSIS 法對中國2009—2020 年數字技術創新質量展開綜合評價與分維度論述，并且從靜態與動態雙重視角展開區域比較。

二、模型構建、數據說明及指標選取

1.熵權TOPSIS 分析法

熵權TOPSIS 法可直觀體現指標信息供應量能力，準確評判出固定對象在指標上的離散程度[8]。為避免主觀賦權的人為因素干擾，促使評價結果合理和客觀，文章選取熵權TOPSIS法評價中國數字技術創新質量。通過熵權TOPSIS 法計算所得熵值越小，表明該指標信息供應量越大，對整體評價影響越大，指標權重越高；反之，熵值越大，則指標權重越低。具體計算步驟如下所示：

步驟一：指標的正向化。多指標綜合評價體系中，指標值越大評價越大的指標為正向指標，指標值越小評價越大的指標則為逆向指標。指標值趨于某個值評價越大的指標為適度指標。對多指標展開綜合評價時，為促使所有指標形成同趨勢化，一般會將適度和逆向指標均轉化為正向指標。轉化方法如下：

式中，Zij′表示標準化值，Zij代表原始指標數據，i 表示評價對象數量，j 表示評價指標數量；kj表示指標j 的閾值。

步驟二：指標數據的標準化。為得到標準化矩陣，首先將原始評價矩陣作量綱歸一化處理，然后運用極差法把所有指標數據進行[0，1]區間正值轉化處理，公式如下：

式中，Zjmin 和Zjmax 分別表示各項指標最小值和最大值。

步驟三：指標數據的非負數化處理。為避免經標準化處理后的數據為零或負數，致使熵值計算無意義，需對其作出非負數化處理。又出于對數據處理后仍在時間縱向上保留波動趨勢及橫向指標間的差異程度考量，進一步結合數據實際處理情況，列出如下計算公式：

式中，i=1，2，…，11；j=1，2，…，21

步驟四：計算評價體系中第j 個指標的權重，公式如下：

步驟五：計算評價體系中第j 個指標的熵值，公式如下：

式中，k=1/lnm 是常數。

步驟六：計算評價體系中第j 個指標的熵權，公式如下：

2.數據說明

出于對數據可得性與準確性考量，選取2009—2020 年中國29 個省份數字技術創新數據為研究樣本（青海、西藏、港澳臺地區由于數據缺失嚴重，故排除在樣本選取范圍之外）。樣本原始數據主要來源于歷年《中國統計年鑒》 《中國科技統計年鑒》 《中國第三產業統計年鑒》 《中國互聯網絡發展狀況統計報告》 《中國信息產業年鑒》 《全國科技經費投入統計公報》 《中國電子信息產業統計年鑒》。部分缺失數據借助向前填補法、向后填補法、插值法進行補充。

3.指標選取

2020 年4 月經由國家發改委與中央網信辦聯合印發的《關于推進“上云用數賦智”行動 培育新經濟發展實施方案》中指出，加快數字化轉型共性技術與關鍵技術研發應用是筑牢技術支撐的主要方向，未來要進一步推動新一代數字技術在行業和企業中的集成創新。契合這一國家政策導向，并在充分了解技術創新質量概念基礎上，依據指標選取科學性及數據可得性原則，文章從創新投入、創新產出、創新環境、創新轉化、創新擴散五個維度構建數字技術創新質量評價指標體系。通過梳理現有研究[9-12]，這五個維度是對中國技術創新質量影響最為顯著且深遠的因素，有助于刻畫國內數字技術創新發展面貌。具體指標體系如表1 所示。

表1 中國數字技術創新質量評價指標體系

三、中國數字技術創新質量綜合評價

1.數字技術創新質量的總體評價

基于2009—2020 年數據，借助熵權TOPSIS 法可求得數字技術創新質量綜合指數及各維度發展指數，如表2 所示。

表2 數字技術創新質量各維度指標及整體情況

為更加直觀呈現數字技術創新質量，全方位分析其各子系統變化特征與發展趨勢，文章結合上述權重指數繪制2009—2020 年數字技術創新質量演變趨勢圖，如圖1 所示。

圖1 中國數字技術創新質量演變趨勢

綜合表2 和圖1 的內容文章，具體從兩方面對數字技術創新質量進行分析。一方面，從綜合發展指數的時序演變趨勢來看，數字技術創新質量在2009—2020 年間出現明顯進步趨向，綜合指數由2009 年的0.0372 上漲至2020 年的0.3172。這說明研究時段內數字技術創新質量提升速度迅猛，整體保持上升態勢，但部分年限的數字技術創新質量的綜合指數有所下降。換言之，中國數字技術創新質量總體呈向好態勢，具有較高上升空間。另一方面，從各維度發展指數的時序演變趨勢來看，2009—2020 年間數字技術創新質量的各維度指數整體也呈上升態勢，但期間略有波動。就整個研究時段來說，創新投入指數從0.0039 上漲至0.0924；創新產出指數從0.0072 上漲至0.0526；創新環境指數從0.0069 上漲至0.0503；創新轉化指數從0.0213上漲至0.0495；創新擴散指數從0.0019 上漲至0.0242。可見，各維度指標對中國數字技術創新質量提升均具有正向貢獻率，說明各維度指標都能推動數字技術創新質量提高。

2.數字技術創新質量分維度評價

（1）創新投入維度分析

進一步借助熵權TOPSIS 方法，依據創新投入下設具體指標評價值演變趨勢，繪制如圖2。通過分析圖2 可以發現，基于物質資本投入指標來看，物質資本投入結構、物質資本投入規模均在逐年提高，說明中國數字技術創新質量近些年已經實現了穩定增長。具體來看，2009—2020 年間，物質資本投入結構從0.0003 上漲至0.0134，說明中國數字技術物質資本的外部結構具有明顯逐年優化態勢。基于人力資本投入指標來看，人力資本投入結構、人力資本投入規模也有明顯提高，說明中國數字型企業發展態勢良好，吸納人員就業能力逐漸強化。

圖2 創新投入各項具體指標評價值的演變趨勢

（2）創新產出維度分析

通過創新產出指標測算結果，繪制其下設所有指標評價值演變趨勢（如圖3）。通過分析圖3 可知，基于經濟效益指標來看，新型科研產品銷售盈利指數呈明顯先降后升趨勢，具有“U”型演變特征；專利數量指數呈明顯增長態勢。新型科研產品銷售盈利變化趨勢，一方面可以反映數字技術產業內部不同業態間創新產出水平，另一方面也可以展現數字資源有效利用程度。就評價值變化情況而言，2009—2015 年間，新型科研產品銷售盈利指數有些許下降，2016—2020 年間出現明顯上升，這說明隨著數字技術產業規模不斷發展壯大，產業鏈內部不同業態協同發展動能不足，且資源配置效率有待進一步提高，對數字技術創新產出形成一定阻礙。從專利數量評價值變化趨勢來看，其整體呈增長態勢，說明數字服務業在數字技術產業增加值中的占比有所上升，對專利數量申請增加具有正向推動作用，是中國數字技術創新質量提高的內在需求。

圖3 創新產出中各項具體指標評價值的演變趨勢

（3）創新環境維度分析

依據創新環境指數測算結果，繪制其下設所有指標評價值演變趨勢如圖4 所示。基于技術保護指標展開分析，知識產權保護力度在逐年增加，說明合法權利有效保障對數字技術創新質量提升具有重大意義。基于金融環境指標展開分析金融市場發育程度的評價值也呈現逐年遞增態勢，這說明國內數字技術創新環境持續改善背景下，金融機構對于數字技術研發創新的重視程度越來越高，不斷加大對數字技術創新活動資金扶持，為數字技術創新質量提升提供有力支撐。基于市場環境指標進行分析，市場化程度總體也呈上升趨勢，說明人力資源與資金投入不斷加大背景下，創新主體規模也在持續擴張，數字技術創新能力得到大幅提升。綜合上述，后續國家應出臺可行性創新政策，著力營造創新氛圍，驅動數字技術創新發展。

圖4 創新環境中各項具體指標評價值的演變趨勢

（4）創新轉化維度分析

依據創新轉化指數測算結果，繪制其下設所有指標評價值演變趨勢如圖5 所示。基于學習能力指標展開分析，高學歷研發人才占比明顯有所提高，說明中國數字技術產業生產要素配置在逐步優化，對數字技術創新質量提升具有正向驅動作用。非數字技術產業研發經費占比系數呈現大幅下降趨勢，其中在2008—2019 年間前半階段評價值較高。另外，非數字技術產業技術改進經費支出占比、非數字技術產業引進技術消化吸收經費支出占比整體也呈現上升趨勢，說明數字技術產業創新轉化的消化與吸收能力有待進一步強化。

圖5 創新轉化中各項具體指標評價值的演變趨勢

（5）創新擴散維度分析

依據創新擴散指數測算結果，繪制其下設所有指標評價值演變趨勢如圖6 所示。基于市場結構指標展開分析，數字技術與非數字技術企業數量之比、數字技術主營業務收入與非數字技術主營業務收入之比均呈明顯逐年上漲趨勢，說明數字技術生產經營活動規模不斷擴張。基于網絡關系指標展開分析，技術市場數字技術流向地域合同金額占比、科研經費外部支出占比都呈緩慢上升趨勢，這說明數字技術創新發展過程中，市場需求與外部資本支持非常重要。有鑒于此，后續國家應更加重視加大資本與要素扶持力度，引導市場積極參與、企業主動擴張。

圖6 創新擴散中各項具體指標評價值的演變趨勢

四、數字技術創新質量比較

為直觀呈現中國各區域數字技術創新質量，以便于國家針對不同地區實施差異化、高精度策略，結合上述數字技術創新質量總體和分維度評價結果，對29 個省份數字技術創新質量進行比較與分析。結合黨中央、國務院制定的區域發展政策劃分標準，將29 個省份分別納入東部、中部、西部和東北四大區域。另外，為節省篇幅，僅截取2014—2020 年這一時段各區域的數字技術創新質量指數在下述內容中展開探討。

1.靜態比較

通過參照學術界常用衡量評價對象綜合情況方法[13]，結合指標權重，選取加權線性和法構建如下靜態評價模型，計算靜態視角下數字技術創新質量指數如下所示：

借助式(8)可計算得出各區域數字技術創新質量指數如表3所示。靜態視角下，數字技術創新質量提高進程較為緩慢，2014—2020 年的變化增幅僅為10.73%，平均增幅為1.53%。其中，廣東省數字技術創新質量增幅最大，為37.23%；黑龍江省增幅最低，僅有3.43%；大部分省份或地區在2014—2020 年的增幅均維持在11%以內，且平均增幅也普遍低于2%。究其原因，主要是由于靜態視角下不同年限間數字技術創新發展的內在聯系被割裂，所得結果只能體現當年投入狀況，并不能全面反映產業發展前期所做鋪墊。因此，靜態評價結果并沒有彰顯出中國數字技術蓬勃發展現狀，與前文總體評價結果存在明顯出入，需要進一步在此基礎上進行動態評價。

表3 靜態視角下中國數字技術創新質量指數

2.動態比較

由前文可知，各區域數字技術創新質量提升狀況的靜態比較結果具有局限性，與現實情況存在一定出入。為彌補靜態評價結果不足之處，進一步充分考量數字技術創新質量的動態性特征后，基于動態視角計算各區域數字技術創新質量指數。由于不同年份數據蘊含的信息對同期數字技術創新質量產生的效用具有異質性，故需對不同時點數據賦權。通過借鑒沙文兵和錢圓圓(2021)[14]研究方法，選用時點權重法對不同年份數據進行賦權，首先采用時點權重法將時間因素納入評價指標體系，得到時間權重Tm計算公式如下：

式中，Tm表示不同年限的時點權重，m 表示年份，(m-2014)表示總年數，即k=1，2，3，4，5，6，7。經計算，得出不同年份時點評價權重如表4 所示。

表4 不同評價年份時點權重

在式(7)基礎上，引入計算出的時間權重Tn，構建各省份數字技術創新質量的動態評價模型。文章通過借鑒張玉喜和張倩(2018)[15]研究方法，采用區間性和固定性指標處理方式構建動態評價模型，計算各省份在不同年份數字技術創新質量的綜合評價值如下所示：

借助式(10)，可以計算出動態視角下各省份數字技術創新質量指數結果，如表5 所示。

通過分析表5 可知，動態視角下，數字技術創新質量在2014—2020 年的變化增長幅度為116.56%，年均增幅為16.65%。其中，廣東增幅最大，為156.95%；黑龍江增幅最小，為104.67%；大部分省份在考察時段內的增幅均在120%以內，平均增幅基本維持在20%左右。這一計算結果與前文綜合評價分析較為吻合，可以體現出近幾年中國數字技術創新一直維持較快發展速度，產業規模也在不斷擴張，產業影響力與人才隊伍均有明顯提高。

表5 動態視角下中國數字技術創新質量指數

從評價值排序結果也可以看出三點異同：一是2014—2020年內數字技術創新質量指數排名前十的省份基本維持不變，局部略有變動。具體來看，在這期間，湖北、四川代替遼寧、福建擠進前十。二是所有省份中，貴州的排名增長最快，從2014年的28 名增長至2020 年的20 名，主要得益于貴州大數據產業的迅猛發展；山東和江蘇排名也有所提高，分別上升了3 個名次。三是黑龍江和遼寧排名下降最快，黑龍江從2014 年的19 名 下跌至2020 年的23 名，遼寧從2014 年的8 名 下跌至2020 年的12 名，分別下跌了4 個名次。

從各區域評價值變化趨勢來看，數字技術創新質量存在一定區域異質性，東部地區明顯優于中、西部地區。具體而言，東部地區數字技術創新質量已經發生了明顯進步，但中、西部地區仍較為落后，導致中國數字技術創新質量差距逐步拉大。為更準確分析對比出數字技術創新質量存在的區域不均衡性，在表5 基礎上，進一步計算得出各區域2014—2020 年數字技術創新質量評價值統計特征，如表6 所示。通過結合表5 和表6 內容，可以總結出三點數字技術創新質量呈現的區域不均衡特征：第一，東部、中部、西部及東北四大經濟區域的數字技術創新質量呈現顯著不均衡特征，東部地區發展水平遠超其余三個地區。第二，中國各區域的數字技術創新質量差距在逐年拉大，極差擴大化現象凸顯。2014—2020 年歷年的極差值分別為：21.42、35.08、53.08、62.00、70.58、78.03、86.29。第三，研究時段內變異系數在逐年增長，從2014 年的7.29%上升至2020 年的12.38%，說明中國各區域數字技術創新質量不均衡現象在不斷加劇。與此同時也可以發現，雖然變異系數在逐年上漲，但總體維持在10%左右，說明數字技術創新質量不均衡程度并不是特別嚴重。究其原因，中國數字技術創新發展起步較晚，部分地區仍處于初級起步階段，尚未形成“高端固化、低端禁錮”的創新格局。

表6 中國各區域2014—2020 年評價值統計特征

五、研究結論與政策建議

文章基于創新投入、創新產出、創新環境、創新轉化、創新擴散五個維度，構建了數字技術創新質量評價指標體系。進一步地，選用熵權TOPSIS 分析法對中國數字技術創新質量展開總體和分維度評價，并利用靜、動態模型分別對東部、中部、西部、東北四大區域進行比較。研究結果表明，整體上數字技術創新質量保持上升態勢。從各維度指標時序演變進行分析發現，創新投入、創新產出、創新環境、創新轉化、創新擴散五大維度對數字技術創新質量均具有正向驅動效應。其中，創新環境、創新轉化、創新擴散三個維度指數得分相對更高，對數字技術創新質量的驅動效應更為顯著。從分地區比較分析來看，東部、中部、西部、東北四大區域間數字技術創新質量具有明顯不均衡特征，整體呈由東向西遞減分布態勢；各省份數字技術創新質量差距仍在逐漸擴大，表現一定“不均衡性”特征。

結合上述研究結論，提出如下政策建議：第一，構建數字化人才供給體系。人才資源為數字技術創新發展的核心供給要素，也是產業創新實現高質量發展的根本所在。政府針對數字化人才培養，需強化教育投入，促使科研院校與高校展開合作，提高數字技術人才專業性，形塑數字化人才供應體系。數字行業應加快建立培訓組織，大力培養數字化技術應用與商業化運作相結合的綜合型人才，進而健全數字化人才自給體系。第二，推進區域數字技術融合發展。文章研究發現中國數字技術創新質量仍存在不均衡問題，不利于強化宏觀產業創新發展能效。故各區域應立足于本土數字技術創新發展實情，結合地區優勢，積極推進數字技術融合發展。例如，各地區可依據資源稟賦與人文優勢，積極開展數字技術融合發展活動，共享生產制造資源，強化技術創新發展粘性。且各企業可借助新興技術，將經營活動與科學要素融合，在行業內部共享，不僅能滿足區域數字技術創新發展，還能促進同屬行業高質量發展。第三，增加資本創新要素投入。文章結論表明，創新投入對數字技術創新質量的影響作用最為顯著。故中國推動數字技術創新質量提升進程中，應注重創新要素引入，大力吸引社會資本，以強化自身創新活力。一方面，數字技術產業應積極優化要素資源引入與應用結構，激活資本創新要素應用活性。另一方面，應基于資本創新要素流動性，培育新模式與新業態，以高質量發展賦能高效融合自身創新技術與市場應用技術，不斷激發新業態，進而實現創新質量可持續提升。