李重燕，李先科

（廣州應(yīng)用科技學(xué)院，廣州 511370）

企業(yè)的創(chuàng)新活動(dòng)是社會(huì)技術(shù)進(jìn)步的重要推動(dòng)力。技術(shù)進(jìn)步是一個(gè)動(dòng)態(tài)的過程，由知識變革、發(fā)現(xiàn)替代老產(chǎn)品的新方法、開發(fā)替代產(chǎn)品、引進(jìn)推銷、組織和管理技術(shù)所組成［1］。Kim 指出“技術(shù)”指的是把投入轉(zhuǎn)化為產(chǎn)出的具體生產(chǎn)流程，以及在實(shí)施這種轉(zhuǎn)化中采取的構(gòu)成這些活動(dòng)的知識和技能的總和。當(dāng)下，全球經(jīng)濟(jì)進(jìn)入知識經(jīng)濟(jì)時(shí)代，知識在全球范圍流動(dòng)，技術(shù)進(jìn)步加速，在此背景下研究企業(yè)的創(chuàng)新活力意義巨大。

奧地利經(jīng)濟(jì)學(xué)派認(rèn)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(yè)化的價(jià)值在市場中得以表現(xiàn)，因而現(xiàn)實(shí)的市場普遍表現(xiàn)為壟斷競爭市場。在米塞斯-哈耶克范式里，企業(yè)家是市場的主角，發(fā)現(xiàn)和創(chuàng)造交易機(jī)會(huì)是企業(yè)家的基本功能［2］。因此，為追求利潤最大化，企業(yè)家們普遍進(jìn)行創(chuàng)新活動(dòng)，將研究開發(fā)與技術(shù)創(chuàng)新作為企業(yè)獲取持續(xù)競爭優(yōu)勢的非價(jià)格競爭的重要手段。企業(yè)的創(chuàng)新活動(dòng)不是科學(xué)原理的平移過程，而是一個(gè)復(fù)雜的有機(jī)過程。安同良［3］認(rèn)為，技術(shù)由包括原材料、工具及機(jī)械設(shè)備、管理、對技術(shù)及其技術(shù)產(chǎn)品的需求、技術(shù)工人及技術(shù)人員、資金、信息等7 個(gè)要素構(gòu)成，簡稱為技術(shù)的6M1I 模式。企業(yè)作為7 大要素產(chǎn)生交互作用的重要載體，在利潤最大化的驅(qū)動(dòng)下不斷開發(fā)新產(chǎn)品，進(jìn)而滿足消費(fèi)者的多樣化需求，提升市場的創(chuàng)新活力。當(dāng)今社會(huì)，隨著科技進(jìn)步經(jīng)歷了第一次工業(yè)革命、第二次工業(yè)革命、第三次工業(yè)革命，以及正在進(jìn)行的第四次工業(yè)革命。工業(yè)企業(yè)作為技術(shù)進(jìn)步的重要推動(dòng)者，在歷次工業(yè)革命中發(fā)揮著無比重要的作用。尤其是當(dāng)下進(jìn)入知識經(jīng)濟(jì)時(shí)代，工業(yè)企業(yè)由傳統(tǒng)制造升級為更高技術(shù)含量的生產(chǎn)工藝、全新的生產(chǎn)技術(shù)。創(chuàng)新活動(dòng)的7 大要素在知識經(jīng)濟(jì)下發(fā)揮出比之前更大的創(chuàng)新效率。

國內(nèi)眾多學(xué)者的研究主要集中在企業(yè)科技研發(fā)能力的投入與產(chǎn)出的分析之上。繆根紅等［4］通過創(chuàng)新活動(dòng)投入、創(chuàng)新活動(dòng)過程、創(chuàng)新活動(dòng)產(chǎn)出等3 個(gè)方面來研究企業(yè)的創(chuàng)新活動(dòng)。劉永松等［5］使用DEA模型和Malmquist 指數(shù)，從投入、產(chǎn)出視角構(gòu)建中國各省市高技術(shù)企業(yè)技術(shù)創(chuàng)新效率評價(jià)模型和影響因素模型。馮銀虎等［6］運(yùn)用熵權(quán)-TOPSIS 模型及基于時(shí)序的動(dòng)態(tài)評價(jià)方法分別對中國20 家煤炭上市企業(yè)綜合技術(shù)創(chuàng)新能力進(jìn)行評價(jià)。張志強(qiáng)等［7］提出基于技術(shù)-管理-效益體系的評價(jià)模型（TME），采用TME、量-質(zhì)-效、技術(shù)創(chuàng)新水平、技術(shù)報(bào)表等評價(jià)工具，基于調(diào)研數(shù)據(jù)構(gòu)造了創(chuàng)新價(jià)值評價(jià)體系。本文在眾多學(xué)者研究的基礎(chǔ)上將企業(yè)的科技研發(fā)能力評價(jià)進(jìn)一步深化為對企業(yè)創(chuàng)新活力的評價(jià)，利用因子分析與K均值聚類分析來對中國省市的工業(yè)企業(yè)創(chuàng)新活力進(jìn)行動(dòng)態(tài)分析。

1 工業(yè)企業(yè)創(chuàng)新活力的評價(jià)體系

1.1 企業(yè)創(chuàng)新活力的內(nèi)涵

技術(shù)進(jìn)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(rèn)識。企業(yè)進(jìn)行創(chuàng)新活動(dòng)的動(dòng)力源于對未來競爭優(yōu)勢的提前布局，期望通過創(chuàng)新活動(dòng)，突破技術(shù)桎梏，獲取高于市場平均水平的利潤空間。創(chuàng)新的表現(xiàn)可以是對已有產(chǎn)品的增值改進(jìn)，也可以是將已有技術(shù)運(yùn)用到新的市場，還可以是利用新技術(shù)服務(wù)一個(gè)已經(jīng)存在的市場等。不管是哪一種創(chuàng)新，其過程都不是一個(gè)完全線性的過程。企業(yè)的創(chuàng)新活力不僅體現(xiàn)在其技術(shù)研發(fā)與投入能力，也體現(xiàn)在企業(yè)對新產(chǎn)品的追求。

1.2 評價(jià)指標(biāo)選取

隨著現(xiàn)代分工的深化，產(chǎn)品價(jià)值鏈的迂回度不斷延長。產(chǎn)品價(jià)值鏈大致可以分為設(shè)計(jì)、制造、銷售3 個(gè)環(huán)節(jié)。參考國內(nèi)外眾多文獻(xiàn)，從產(chǎn)品生產(chǎn)的3 個(gè)環(huán)節(jié)來綜合評價(jià)中國各省市的工業(yè)企業(yè)創(chuàng)新活力。具體來說本文關(guān)于中國主要省市工業(yè)企業(yè)創(chuàng)新活力的評價(jià)指標(biāo)體系總共包含兩個(gè)層級：一級指標(biāo)（3 個(gè)）、二級指標(biāo)（7 個(gè)）。一級指標(biāo)包括工業(yè)企業(yè)的創(chuàng)新投入能力、創(chuàng)新產(chǎn)出能力、新產(chǎn)品研發(fā)能力3 個(gè)指標(biāo)；其中，創(chuàng)新投入能力可以從勞動(dòng)與資本兩個(gè)生產(chǎn)要素投入來衡量，即包括工業(yè)企業(yè)R&D 人員數(shù)量X1和與R&D 活動(dòng)經(jīng)費(fèi)X2兩個(gè)二級指標(biāo)；創(chuàng)新產(chǎn)出能力可以通過專利申請情況來反映，包括專利申請數(shù)X3、發(fā)明專利申請數(shù)X4、有效發(fā)明專利數(shù)X53 個(gè)二級指標(biāo)；新產(chǎn)品研發(fā)能力則采取靜態(tài)指標(biāo)來衡量，包括新產(chǎn)品與R&D 項(xiàng)目數(shù)比X6、銷售收入與開放經(jīng)費(fèi)比X7兩個(gè)二級指標(biāo)。中國主要省市工業(yè)企業(yè)創(chuàng)新活力的評價(jià)指標(biāo)見表1。

表1 工業(yè)企業(yè)創(chuàng)新活力評價(jià)指標(biāo)

1.3 數(shù)據(jù)說明與評價(jià)方法

為準(zhǔn)確評價(jià)中國各省市工業(yè)企業(yè)創(chuàng)新活力，選取了2019 年各省市統(tǒng)計(jì)年鑒中的相關(guān)數(shù)據(jù)。為進(jìn)一步研究中國不同區(qū)域的工業(yè)企業(yè)創(chuàng)新活力，進(jìn)一步將各省市劃分為8 大區(qū)域（本文研究不包括中國港澳臺(tái)地區(qū)）。東北地區(qū)（3 個(gè)）：遼寧、吉林、黑龍江；北部沿海（4 個(gè)）：北京、天津、河北、山東；東部沿海（3 個(gè)）：上海、江蘇、浙江；南部沿海（3 個(gè)）：海南、廣東、福建；黃河中游（4 個(gè)）：河南、內(nèi)蒙古自治區(qū)、山西、陜西；長江中游（4 個(gè)）：江西、湖南、安徽、湖北；西南地區(qū)（5 個(gè)）：廣西壯族自治區(qū)、云南、貴州、重慶、四川；大西北地區(qū)（5 個(gè)）：青海、西藏自治區(qū)、甘肅、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。

采取的評價(jià)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(tǒng)計(jì)技術(shù)。約翰遜等在研究中指出由于傳統(tǒng)因子分析中公因子提取僅能針對指標(biāo)的一致性進(jìn)行測量，而不能對指標(biāo)進(jìn)行降維，因而在本次研究中采用因子分析模型L［8］對7 個(gè)二級指標(biāo)進(jìn)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(gè)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(shù)據(jù)分為K組，再隨機(jī)選取K個(gè)對象作為初始的聚類中心，然后計(jì)算每個(gè)對象與各個(gè)種子聚類中心之間的距離，把每個(gè)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?yàn)楸疚南Ｍ麑⒅袊魇∈械墓I(yè)企業(yè)創(chuàng)新活力分為強(qiáng)、中、弱3 個(gè)層面進(jìn)行分析，所以選取K均值聚類法對前述因子分析的結(jié)果進(jìn)行評價(jià)。

2 實(shí)證結(jié)果分析

2.1 中國31 省市工業(yè)企業(yè)創(chuàng)新活力的測度

利用Stata 軟件對中國2019 年各省市的數(shù)據(jù)進(jìn)行分析，對前述構(gòu)建的7 個(gè)二級指標(biāo)的數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果顯示數(shù)據(jù)的總體質(zhì)量較好，沒有極端異常值，變量之間的量綱調(diào)整恰當(dāng)。為進(jìn)行因子分析做準(zhǔn)備，首先對7 個(gè)指標(biāo)的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，并計(jì)算其相關(guān)系數(shù)矩陣，以觀察指標(biāo)之間的關(guān)聯(lián)情況，結(jié)果見表2。從表2 的結(jié)果可以看出，X1～X5指標(biāo)之間的相關(guān)系數(shù)在1%的水平上都顯著相關(guān)，而X6、X7因?yàn)檫M(jìn)行了靜態(tài)處理，與其他相關(guān)指標(biāo)之間雖然相關(guān)度不高，但不影響因子分析的降維操作。

表2 指標(biāo)間的相關(guān)系數(shù)矩陣

利用主因子法對變量進(jìn)行因子分析，其KMO檢驗(yàn)結(jié)果見表3，模型的綜合KMO 檢驗(yàn)結(jié)果為82.02 %說明對變量進(jìn)行因子分析是可行的，說明本文所選數(shù)據(jù)比較適合因子分析，模型構(gòu)建有意義。因此，可以從數(shù)據(jù)中提取公因子進(jìn)行下一步分析。

表3 KMO 檢驗(yàn)

采取主因子法對7 個(gè)二級指標(biāo)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(gè)主因子分別記為F1、F2。從結(jié)果可以看出，前兩個(gè)因子的累計(jì)方差貢獻(xiàn)率高達(dá)85.60%，說明保留兩個(gè)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(cuò)。采取正交旋轉(zhuǎn)的方式對因子結(jié)構(gòu)進(jìn)行處理，其結(jié)果見表4。因子載荷陣正交旋轉(zhuǎn)的結(jié)果顯示，F(xiàn)1、F2對整個(gè)模型的方差貢獻(xiàn)率分別為69.30%和16.30%，整體變動(dòng)不大，說明調(diào)整后的兩個(gè)因子所代表的解釋意義與調(diào)整之前沒有顯著區(qū)別，解釋能力卻得到了提升。

表4 因子方差計(jì)算結(jié)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(xiàn)出3 個(gè)階段的狀態(tài)：第1個(gè)因子的特征值十分高，對解釋原有變量的作用最大；第2 個(gè)因子和第3 個(gè)因子的特征值比較接近1，其解釋貢獻(xiàn)度其次；從第4 個(gè)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(gè)因子是十分恰當(dāng)?shù)模梢员M可能地對原始變量的信息進(jìn)行解釋。

圖1 因子分析碎石圖

利用Stata 軟件對標(biāo)準(zhǔn)化后的變量分別計(jì)算兩個(gè)因子的得分系數(shù)，通過因子得分，可以得到表5 所示的因子得分系數(shù)矩陣。結(jié)果顯示：F1因子主要解釋了R&D 人員數(shù)量、R&D 活動(dòng)經(jīng)費(fèi)、專利申請數(shù)、發(fā)明專利申請數(shù)、有效發(fā)明專利數(shù)這前5 個(gè)變量，貢獻(xiàn)度高達(dá)80.96%，充分說明了科技研發(fā)活動(dòng)對工業(yè)企業(yè)創(chuàng)新活力的影響十分巨大。因此可以命名為研發(fā)活力因子；F2因子主要解釋了新產(chǎn)品與R&D 項(xiàng)目數(shù)比與銷售收入與研發(fā)經(jīng)費(fèi)比，其貢獻(xiàn)度有19.04%，這說明新產(chǎn)品的銷售收入越高、研發(fā)經(jīng)費(fèi)越低，工業(yè)企業(yè)創(chuàng)新需求的動(dòng)力就越足。因此可以將其進(jìn)一步命名為創(chuàng)新動(dòng)力因子。綜上所述，工業(yè)企業(yè)創(chuàng)新活力可以從研發(fā)活力、創(chuàng)新動(dòng)力兩個(gè)方面進(jìn)行測度。

表5 因子得分系數(shù)矩陣

根據(jù)表5 的結(jié)果，可以列出如下因子得分函數(shù)：

其中因子載荷為正值，說明該因子與變量為正相關(guān)關(guān)系；因子載荷為負(fù)值，說明該因子與變量為負(fù)相關(guān)關(guān)系。式（1）說明，研發(fā)活力因子F1除新產(chǎn)品與R&D 項(xiàng)目數(shù)比的系數(shù)為負(fù)外，與其他二級指標(biāo)均成正向關(guān)系，且前5 個(gè)指標(biāo)的貢獻(xiàn)較為接近；式（2）說明，創(chuàng)新動(dòng)力因子F2與新產(chǎn)品與R&D 項(xiàng)目數(shù)比成正向關(guān)系，與銷售收入與研發(fā)經(jīng)費(fèi)比成反向關(guān)系；式（3）說明，綜合因子F綜的評價(jià)意義主要由線性組合中系數(shù)比較大的因子F1的綜合意義所決定。

2.2 中國31 省市工業(yè)企業(yè)創(chuàng)新活力的綜合評價(jià)

對中國31 個(gè)省市工業(yè)企業(yè)創(chuàng)新活力進(jìn)行測度，計(jì)算綜合指標(biāo)F綜，并對各因子進(jìn)行排名，再利用K-means 聚類分析將前述結(jié)果劃分成3 個(gè)類別，聚類中心分別為2.703、0.248、-0.382，具體結(jié)果見表6。因子得分為負(fù)值并不意味著所選取省市的工業(yè)企業(yè)創(chuàng)新活力為負(fù)值，負(fù)值僅表示該地區(qū)的工業(yè)企業(yè)創(chuàng)新活力水平相對較低。因此，中國31 個(gè)省市可以分為“工業(yè)企業(yè)創(chuàng)新活力較高區(qū)域”“工業(yè)企業(yè)創(chuàng)新活力一般區(qū)域”“工業(yè)企業(yè)創(chuàng)新活力較低區(qū)域”3 類。

從表6 的結(jié)果可以看出，F(xiàn)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(yè)企業(yè)創(chuàng)新活力綜合得分的貢獻(xiàn)度比較高。從研發(fā)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(yè)都比較發(fā)達(dá)，又說明了研發(fā)投入與產(chǎn)出與該省的制造能力有很強(qiáng)的正相關(guān)性；從創(chuàng)新動(dòng)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(yè)企業(yè)對新產(chǎn)品的追求驅(qū)動(dòng)力十足，新產(chǎn)品的開放成果斐然，銷售收入遠(yuǎn)超投入經(jīng)費(fèi)；從綜合得分F綜來看，廣東省、江蘇省的綜合因子得分高達(dá)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(shù)，而剩下的其余22 個(gè)省市則因子得分為負(fù)數(shù)，說明其工業(yè)企業(yè)創(chuàng)新活力相對低下；尤其是西藏自治區(qū)、寧夏回族自治區(qū)、內(nèi)蒙古自治區(qū)、青海省、新疆維吾爾自治區(qū)、廣西壯族自治區(qū)等地區(qū)，其研發(fā)活力因子F1、創(chuàng)新動(dòng)力因子F2及綜合因子得分都排名靠后，這一結(jié)果與這些地區(qū)的經(jīng)濟(jì)相對落后密切相關(guān)。因此，因子分析的結(jié)果與各省市的經(jīng)濟(jì)情況相對應(yīng)，結(jié)果可靠性較高，具有較強(qiáng)的研究意義。

表6 中國31 個(gè)省市工業(yè)企業(yè)創(chuàng)新活力的因子得分與K 均值分類結(jié)果

從全國的空間格局來看，工業(yè)企業(yè)創(chuàng)新活力的因子得分呈現(xiàn)“東高西低”的大格局，沿海地區(qū)工業(yè)企業(yè)的創(chuàng)新活力明顯高于中西部地區(qū)。與經(jīng)濟(jì)發(fā)展的空間失衡類似，工業(yè)企業(yè)創(chuàng)新活力也存在明顯空間失衡狀態(tài)，這與中國的產(chǎn)業(yè)分布也有關(guān)系，中國的高新產(chǎn)業(yè)主要分布在東部及沿海地區(qū)，內(nèi)陸地區(qū)主要以勞動(dòng)密集型產(chǎn)業(yè)為主，創(chuàng)新活力相對低下。由此可見，中國技術(shù)創(chuàng)新演進(jìn)的傳導(dǎo)路徑也是由東往西，由資本密集型產(chǎn)業(yè)傳導(dǎo)至勞動(dòng)密集型產(chǎn)業(yè)。

從區(qū)域格局來看，中國8 大區(qū)域的31 省市工業(yè)企業(yè)創(chuàng)新活力也不盡相同。東部沿海的上海、江蘇、浙江3 個(gè)省市的工業(yè)創(chuàng)新活力較為接近，在全國排名靠前，大西北地區(qū)的青海、西藏自治區(qū)、甘肅、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)5 個(gè)省份排名都較為靠后，東北地區(qū)的遼寧、吉林、黑龍江3 個(gè)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(gè)省份排名都在靠前的位次，這說明區(qū)位因素對部分省市的影響是相同的，其產(chǎn)業(yè)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(nèi)蒙古自治區(qū)、山西差距不小，西南地區(qū)的四川排名第8，重慶位居18，廣西壯族自治區(qū)、云南、貴州排名靠后，這些地區(qū)的省市雖然地理位置差不多但是資源稟賦不一樣，經(jīng)濟(jì)發(fā)展情況也有所差別，工業(yè)企業(yè)創(chuàng)新活力也存在較大的差距。綜上所述，工業(yè)企業(yè)的創(chuàng)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(yōu)勢均具有較強(qiáng)的相關(guān)性。

從全國各省市因子綜合得分的聚類結(jié)果來看，有2 個(gè)省市為“工業(yè)企業(yè)創(chuàng)新活力較高區(qū)域”，9 個(gè)為“工業(yè)企業(yè)創(chuàng)新活力一般區(qū)域”，20 個(gè)為“工業(yè)企業(yè)創(chuàng)新活力較低區(qū)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(qū)-0.88，差距較大，全國平均值為-0.000 1，工業(yè)企業(yè)的創(chuàng)新活力整體較低。這與中國的出口導(dǎo)向型的經(jīng)濟(jì)增長模式有關(guān)，通過利用低廉的資源與廉價(jià)的勞動(dòng)力發(fā)展勞動(dòng)密集型產(chǎn)業(yè)，這樣雖然經(jīng)濟(jì)增長快速，但技術(shù)進(jìn)步卻較為緩慢。因此，注重技術(shù)的內(nèi)生演化，通過大力發(fā)展基礎(chǔ)研究，擴(kuò)大研發(fā)投入，努力培育創(chuàng)新型企業(yè)有利于提高中國工業(yè)企業(yè)的創(chuàng)新活力。

3 結(jié)論與建議

利用中國31 個(gè)省市2019 年的橫截面數(shù)據(jù)，通過因子分析模型L 將影響工業(yè)企業(yè)創(chuàng)新活力的3 個(gè)一級指標(biāo)7 個(gè)二級指標(biāo)進(jìn)行降維，對各省市工業(yè)企業(yè)創(chuàng)新活力進(jìn)行測度，通過對提煉出來的兩個(gè)公因子進(jìn)行正交旋轉(zhuǎn)處理，以提升因子的解釋力。結(jié)果顯示，可以從研發(fā)活力與創(chuàng)新動(dòng)力兩個(gè)角度來衡量省市的工業(yè)企業(yè)創(chuàng)新活力水平。比較不同地域的因子綜合得分，發(fā)現(xiàn)受各省市經(jīng)濟(jì)發(fā)展不均衡影響明顯，顯然大多數(shù)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(yōu)勢，以及產(chǎn)業(yè)空間布局上的比較優(yōu)勢，因而在企業(yè)的創(chuàng)新活力在全國范圍內(nèi)排名靠前；而中西部地區(qū)工業(yè)企業(yè)的創(chuàng)新活力還有待提高，科技研發(fā)活動(dòng)的需求日益增大，企業(yè)的創(chuàng)新活動(dòng)不斷增加。

不同地區(qū)的工業(yè)企業(yè)創(chuàng)新活力水平與經(jīng)濟(jì)增長水平的差異化分析結(jié)果表明，提升工業(yè)企業(yè)創(chuàng)新活力，注重企業(yè)投入與產(chǎn)出的平衡，是提升區(qū)域經(jīng)濟(jì)增長水平的重要路徑。因此，為進(jìn)一步發(fā)揮省市的區(qū)位集聚效應(yīng)，提升工業(yè)企業(yè)創(chuàng)新活力程度，提出4 個(gè)方面的對策建議：

1）加快發(fā)展科技研發(fā)能力的軟硬環(huán)境建設(shè)。完善支持工業(yè)企業(yè)創(chuàng)新活動(dòng)的制度設(shè)計(jì)，降低企業(yè)的創(chuàng)新活動(dòng)的交易成本，科學(xué)研究與開發(fā)能力的提高，需要良好的經(jīng)濟(jì)基礎(chǔ)、開放的市場體系、濃厚的商業(yè)文化、優(yōu)越的科研技術(shù)人才等。科學(xué)研究與開發(fā)能力的發(fā)展，必須處理好軟硬環(huán)境協(xié)調(diào)發(fā)展的關(guān)系，既加大對企業(yè)經(jīng)濟(jì)基礎(chǔ)的投入，又形成了比較完整、方便的交通運(yùn)輸網(wǎng)絡(luò)體系和信息交流渠道，并且還加強(qiáng)了對人才、科研資源的培養(yǎng)和法制建設(shè)。

2）利用區(qū)域內(nèi)的資源，發(fā)展區(qū)域的特色產(chǎn)業(yè)。各省市要充分利用區(qū)域內(nèi)省會(huì)城市及重點(diǎn)城市的資源優(yōu)勢，合理利用資源，形成特色經(jīng)濟(jì)區(qū)域。在不同地理環(huán)境條件下形成的各地區(qū)具有獨(dú)特的資源優(yōu)勢。各地要根據(jù)自己的資源發(fā)展特色產(chǎn)業(yè)，既能較好地解決當(dāng)?shù)氐纳鐣?huì)就業(yè)問題，又能以特色產(chǎn)業(yè)帶動(dòng)當(dāng)?shù)氐慕?jīng)濟(jì)增長。

3）重點(diǎn)培育、引進(jìn)創(chuàng)新型人才。創(chuàng)新活動(dòng)離不開人才，各省市應(yīng)該加大對教育的投入，集中力量建設(shè)世界性的大學(xué)和科研院所，提高應(yīng)用型人才的培育能力。另外，可以通過人才落戶的優(yōu)惠政策來吸引人才，讓不同領(lǐng)域的人才帶動(dòng)該城市工業(yè)企業(yè)科技研發(fā)能力的發(fā)展。鼓勵(lì)、支持民營企業(yè)引進(jìn)高級創(chuàng)新人才，制定合理的人才配套政策，充分發(fā)揮民營企業(yè)在創(chuàng)新人才的培育中的作用。

4）提升民營企業(yè)的創(chuàng)新活力，鼓勵(lì)產(chǎn)學(xué)研創(chuàng)新合作?？萍佳邪l(fā)活動(dòng)的不確定性很高，民營企業(yè)很難大量參與。因此政府可以拿出專項(xiàng)資金作為民營企業(yè)的科技研發(fā)的創(chuàng)新發(fā)展基金，為民營企業(yè)的創(chuàng)新活動(dòng)提供發(fā)展和化解風(fēng)險(xiǎn)的資金基礎(chǔ)。政府可以引導(dǎo)民營企業(yè)強(qiáng)化自主創(chuàng)新意識，使其充分利用城市的人才資源優(yōu)勢和高校的科研實(shí)力，廣泛推廣產(chǎn)學(xué)研等創(chuàng)新網(wǎng)絡(luò)，充分發(fā)揮創(chuàng)新服務(wù)平臺(tái)的積極作用，促進(jìn)民營企業(yè)間及民營企業(yè)和科研院所、高校之間互相合作，加速科技研發(fā)能力的發(fā)展。