康旭東 林鑫 王海龍

摘要：面對高速發(fā)展的區(qū)域創(chuàng)新發(fā)展形勢，現(xiàn)有的區(qū)域創(chuàng)新能力評價體系難以適應(yīng)。更多樣的評價指標在區(qū)域創(chuàng)新發(fā)展過程中需要被合理考慮，從而單一維度的區(qū)域創(chuàng)新評價體系亟須完善，這對于認識區(qū)域科技創(chuàng)新發(fā)展態(tài)勢可提供參考依據(jù)。本文從創(chuàng)新能力和創(chuàng)新效率兩個維度切入，將區(qū)域創(chuàng)新劃分為創(chuàng)新環(huán)境、創(chuàng)新合作、創(chuàng)新潛力、創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新應(yīng)用六個一級指標構(gòu)建分析框架。通過創(chuàng)新能力和創(chuàng)新效率的綜合測度將區(qū)域創(chuàng)新劃分為5種類型：創(chuàng)新正反饋型、創(chuàng)新潛力型、能力引領(lǐng)型、效率引領(lǐng)型以及創(chuàng)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(jīng)濟區(qū)的創(chuàng)新能力與創(chuàng)新效率的適配性存在區(qū)域間的顯著差異，并根據(jù)這種差異性提出相關(guān)政策建議。

關(guān)鍵詞：區(qū)域創(chuàng)新能力；創(chuàng)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(xué)（資源服務(wù)）標識碼（OSID）：

0引言

20世紀中葉，知識經(jīng)濟時代的到來給全球多數(shù)國家地區(qū)帶來了深度變革。從全球?qū)用婵?，科技水平領(lǐng)先帶來的優(yōu)勢使世界各國追求創(chuàng)新引領(lǐng)的發(fā)展格局；從區(qū)域?qū)用婵?，科技?chuàng)新和科技應(yīng)用能力成為區(qū)域核心競爭力的關(guān)鍵因素之一，推動了我國經(jīng)濟高效可持續(xù)發(fā)展。區(qū)域科技發(fā)展態(tài)勢伴隨著我國將科技創(chuàng)新納入?yún)^(qū)域和城市建設(shè)的重大發(fā)展戰(zhàn)略而呈現(xiàn)出新的特征，一是各個地區(qū)都將自主創(chuàng)新能力建設(shè)放在提高區(qū)域核心競爭力的首要位置，區(qū)域之間在創(chuàng)新戰(zhàn)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(zhàn)略規(guī)劃，對區(qū)域創(chuàng)新投入產(chǎn)出效率的適應(yīng)性提出更高要求。本文將對我國區(qū)域創(chuàng)新能力和創(chuàng)新效率進行綜合評價，找出科技創(chuàng)新能力和創(chuàng)新效率的結(jié)構(gòu)性差距，對保證區(qū)域科技創(chuàng)新健康可持續(xù)發(fā)展有現(xiàn)實意義。

1987年英國學(xué)者Chris Freeman提出，國家創(chuàng)新體系是國家內(nèi)部組織系統(tǒng)及其子系統(tǒng)的相互作用而形成的。自此，國家創(chuàng)新體系概念的提出為區(qū)域科技創(chuàng)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(chuàng)新評價的研究[1]，隨著研究的大量進行，產(chǎn)出了豐富的科研成果。區(qū)域創(chuàng)新能力分為廣義和狹義之分，其中廣義創(chuàng)新能力是從系統(tǒng)整體角度理解的區(qū)域創(chuàng)新能力本質(zhì)，主要包括創(chuàng)新環(huán)境、創(chuàng)新基礎(chǔ)設(shè)施、創(chuàng)新資金、人力資源等。朱海就[2]認為區(qū)域創(chuàng)新能力實際上就是網(wǎng)絡(luò)的創(chuàng)新能力，創(chuàng)新環(huán)境是創(chuàng)新能力的支撐條件。劉鳳朝等[3]建立自主創(chuàng)新能力的評價體系，并以我國的八大經(jīng)濟區(qū)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(qū)域創(chuàng)新能力進行了定量分析，并對31個省市的分析結(jié)果進行比較。康健等[5]應(yīng)用復(fù)合系統(tǒng)協(xié)調(diào)度模型，對基于區(qū)域產(chǎn)業(yè)互動的三螺旋協(xié)同創(chuàng)新能力模型完成實證檢驗。魯繼[6]通從協(xié)同創(chuàng)新的視角，對京津冀區(qū)域各子系統(tǒng)的創(chuàng)新協(xié)同配置能力、創(chuàng)新環(huán)境支撐能力、知識重組能力、創(chuàng)新經(jīng)濟溢出能力、技術(shù)創(chuàng)新和應(yīng)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(chuàng)新能力分布呈不同的極化現(xiàn)象和趨勢。

另一方面，狹義創(chuàng)新能力僅包括創(chuàng)新產(chǎn)出，認為創(chuàng)新產(chǎn)出是多因素的作用結(jié)果，是創(chuàng)新能力的集中體現(xiàn)。黨文娟等[8]采用計數(shù)模型中的負二項分布Negatitive-binomial方法證實了區(qū)域環(huán)境對區(qū)域創(chuàng)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(qū)域技術(shù)創(chuàng)新能力影響變量的同時對我國區(qū)域技術(shù)創(chuàng)新效率進行了測度，并從內(nèi)生和外生角度分別對影響科技創(chuàng)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(lián)DEA模型和Tobit回歸模型，證實純技術(shù)無效率是引起技術(shù)效率偏低的主要原因。

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

1評價指標及體系建立

1.1評價框架建設(shè)

2005年，Hu等[11]在對Furman等[12]的FP&S創(chuàng)新能力分析框架進行完善的基礎(chǔ)上建立了H&M分析框架，該框架主要由五個部分組成：（1）創(chuàng)新基礎(chǔ)設(shè)施，文中將其描述為人口、科研人員、工程師等創(chuàng)新產(chǎn)出人員，以及研發(fā)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(xiàn)；（3）資源承諾和政策選擇包括了知識產(chǎn)權(quán)保護強度、高等教育、反托拉斯、專利存量和人均GDP；（4）創(chuàng)新產(chǎn)業(yè)集群的環(huán)境描述為私人研發(fā)支出占研發(fā)支出總額的比重、技術(shù)強度；（5）創(chuàng)新環(huán)境與創(chuàng)新基礎(chǔ)設(shè)施之間的鏈接是高校研發(fā)支出和風(fēng)險投資實力。具體如圖1所示。

2013年，Castellaccia等[13]在廣義的創(chuàng)新能力評價體系之上，提出國家科技創(chuàng)新動態(tài)系統(tǒng)是由創(chuàng)新能力和吸收能力兩大模塊驅(qū)動的觀點。一方面，國家創(chuàng)新動態(tài)體系中的創(chuàng)新能力包括創(chuàng)新投入、科學(xué)產(chǎn)出和技術(shù)產(chǎn)出三種體現(xiàn)形式，其中創(chuàng)新投入與基礎(chǔ)設(shè)施和人力資本存在聯(lián)系；另一方面，吸收能力包括基礎(chǔ)設(shè)施、國際貿(mào)易、人力資本、機構(gòu)質(zhì)量和社會凝聚力等因素，多種因素共同作用產(chǎn)生的效應(yīng)驅(qū)動創(chuàng)新能力的系統(tǒng)發(fā)展。同時，收入水平作為吸收能力和創(chuàng)新能力的外在聯(lián)系，影響著動態(tài)科技創(chuàng)新系統(tǒng)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(chuàng)新能力分析框架將創(chuàng)新基礎(chǔ)設(shè)施、創(chuàng)新產(chǎn)業(yè)集群環(huán)境和創(chuàng)新能力分化的特點，借鑒C&N國家創(chuàng)新動態(tài)體系框架中吸收能力和創(chuàng)新能力的子系統(tǒng)劃分形式，做出以下改進：第一，把吸收能力內(nèi)部的創(chuàng)新要素進行細分重組。本文主要將其歸類為創(chuàng)新合作和創(chuàng)新潛力兩個部分，創(chuàng)新合作是一個經(jīng)濟和技術(shù)相結(jié)合，市場、技術(shù)、資本和經(jīng)營管理相融合的復(fù)雜過程[14]，在這個過程中需要高等院校和科研機構(gòu)深度配合企業(yè)為主體、政府主導(dǎo)的合作模式。這種吸收能力的內(nèi)在機理是通過創(chuàng)新合作形式的創(chuàng)新潛力主體之間的合作研發(fā)應(yīng)用、人才培養(yǎng)、儀器設(shè)備共享、信息獲取等活動。第二，重新確定創(chuàng)新環(huán)境的具體內(nèi)容。信息化和電子商務(wù)技術(shù)大大提升了高校企業(yè)的運轉(zhuǎn)效率，節(jié)省大量時間和人力成本，適應(yīng)社會信息化的快速發(fā)展。所以將創(chuàng)新環(huán)境分為泛用的電子通信技術(shù)和企業(yè)管理層面的信息和電子商務(wù)。第三，關(guān)注科技產(chǎn)出的下游效應(yīng)，引入創(chuàng)新應(yīng)用對創(chuàng)新環(huán)境和吸收能力的反饋機制。創(chuàng)新應(yīng)用包括內(nèi)部應(yīng)用和外部應(yīng)用，也就是科技產(chǎn)出轉(zhuǎn)化并產(chǎn)生價值的過程。這種反饋將推進吸收能力內(nèi)部單元的發(fā)展，并促進創(chuàng)新環(huán)境高效建設(shè)。具體如圖3所示。

1.2指標體系建立

根據(jù)構(gòu)建的區(qū)域科技創(chuàng)新能力評價框架，借鑒成熟的企業(yè)和產(chǎn)業(yè)科技創(chuàng)新能力評價指標，并考慮指標的數(shù)據(jù)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(xiàn)有的區(qū)域創(chuàng)新能力評價的文獻，現(xiàn)有的區(qū)域創(chuàng)新能力評價方法主要分為以數(shù)理理論為基礎(chǔ)和以統(tǒng)計分析為理論的方法。按照人對指標被賦予權(quán)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(guān)聯(lián)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(quán)重。這種評價方法的缺陷在于賦權(quán)方式具有較強的主觀性，往往會因為過度注重經(jīng)驗的權(quán)威性而忽視了數(shù)據(jù)的客觀性，導(dǎo)致結(jié)果出現(xiàn)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(guān)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(jié)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(guān)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(yīng)用于大量不相關(guān)指標的測度，從而反映現(xiàn)有信息量在總信息量之中占有的權(quán)重，具有更強的客觀性[15]。在廣義層面的區(qū)域創(chuàng)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(chǎn)率指數(shù)不需要估計生產(chǎn)函數(shù)，并可以分解為技術(shù)效率、技術(shù)進步和規(guī)模效率的乘積，適用于多投入與多產(chǎn)出的系統(tǒng)研究；因此，我們可以運用Malmquist生產(chǎn)率指數(shù)對區(qū)域產(chǎn)業(yè)或企業(yè)的創(chuàng)新效率進行測度。Malmquist生產(chǎn)率指數(shù)反映了生產(chǎn)決策單元在一段時期內(nèi)技術(shù)效率的變化，同時也反映了生產(chǎn)前沿的變動情況[16]。在狹義層面的區(qū)域創(chuàng)新能力評價情境下，Malmquist全要素生產(chǎn)率指數(shù)適合用于創(chuàng)新能力集中體現(xiàn)在創(chuàng)新產(chǎn)出的評價模式。

如果只應(yīng)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(jié)果可能因為偶然性而失真。本文在通過完善創(chuàng)新能力評價指標體系的基礎(chǔ)上，組合了廣義創(chuàng)新能力評價和狹義創(chuàng)新能力評價的概念，綜合評價我國各省份的區(qū)域創(chuàng)新能力。

2.2熵值-全要素生產(chǎn)率指數(shù)法介紹

區(qū)域科技創(chuàng)新能力評價使用的模型構(gòu)建如下：

式中，TECH指的是技術(shù)進步變化指數(shù)，EFFCH指的是技術(shù)效率變化指數(shù)。TECH和EEFCH相對1的位置解釋為技術(shù)進步和技術(shù)效率的情況，當(dāng)TECH大于1時，表明在t-1至t的期間存在技術(shù)進步，小于1則說明技術(shù)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(dāng)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(shù)效率有提高，小于1則表明技術(shù)效率下降。其中，（xt，yt）代表t時期的投入產(chǎn)出向量，dt 0時期t的技術(shù)距離函數(shù)。

3實證分析

3.1數(shù)據(jù)獲取與處理

選取中國大陸31個省、市、自治區(qū)作為研究樣本，從《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》以及國家統(tǒng)計局網(wǎng)站選取2017、2018兩年數(shù)據(jù)。根據(jù)式（2）對原始數(shù)據(jù)進行標準化處理，然后根據(jù)后續(xù)公式計算出指標的權(quán)重值，如表2所示。

3.2實證結(jié)果分析及建議

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

根據(jù)現(xiàn)有的全國31省市創(chuàng)新能力指數(shù)和創(chuàng)新效率指數(shù)的基礎(chǔ)之上，以創(chuàng)新效率指數(shù)值為橫坐標軸，以創(chuàng)新能力指數(shù)為縱坐標軸，進行廣義和狹義創(chuàng)新能力的聚類分析。為了更好地表述區(qū)域科技創(chuàng)新能力的特征，首先對創(chuàng)新能力指數(shù)進行分區(qū)，現(xiàn)劃分3個區(qū)域，創(chuàng)新能力指數(shù)大于3/2倍平均指數(shù)為Ⅰ區(qū)，小于3/2倍平均指數(shù)大于3/4倍平均指數(shù)為Ⅱ區(qū)，小于3/4倍平均指數(shù)為Ⅲ區(qū)。如果全要素生產(chǎn)率指數(shù)大于1，代表技術(shù)進步，反之則技術(shù)退步，所以在橫坐標軸的 Malmquist全要素生產(chǎn)率指數(shù)為1處分界線，分成2個區(qū)間[19]，具體如圖4。

根據(jù)分區(qū)聚類的結(jié)果，全部6個區(qū)域中有5個是有效的，分別對應(yīng)創(chuàng)新正反饋型省份、創(chuàng)新潛力型省份、能力引領(lǐng)型省份、效率引領(lǐng)型省份、創(chuàng)新萌芽型省份。具體分類結(jié)果如表4所示。

3.2.1創(chuàng)新正反饋型

創(chuàng)新正反饋型省份代表了該聚類內(nèi)的省份不僅有較強的創(chuàng)新能力基礎(chǔ)，而且創(chuàng)新投入產(chǎn)出的效率較高，伴隨著對區(qū)域創(chuàng)新環(huán)境和資源轉(zhuǎn)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(chuàng)新能力整體提升貢獻最大的是科技創(chuàng)新環(huán)境，從而表明區(qū)域電信基礎(chǔ)設(shè)施建設(shè)能力對于整體創(chuàng)新能力的水平有很大影響；但是廣東省創(chuàng)新投入相比于其他指標有待提高，同時應(yīng)該進一步提高高校和機構(gòu)從業(yè)人員比例，提升區(qū)域創(chuàng)新潛力。近年來，北京市R&D研發(fā)經(jīng)費占全省生產(chǎn)總值（GDP）的比重始終保持在1%以上并持續(xù)增長，到2018年規(guī)模以上企業(yè)R&D經(jīng)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(fā)展穩(wěn)中有進，較為均衡。山東省應(yīng)該注重新技術(shù)和外部合作與引進，同時增加創(chuàng)新投入和創(chuàng)新產(chǎn)出。

3.2.2創(chuàng)新潛力型

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

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

3.2.3能力引領(lǐng)型

能力引領(lǐng)型省份代表此類省份創(chuàng)新能力基礎(chǔ)處于中部區(qū)間，但是創(chuàng)新效率指數(shù)小于1，可能存在創(chuàng)新能力下降的風(fēng)險，需要注意區(qū)域科技創(chuàng)新系統(tǒng)的穩(wěn)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(chuàng)新發(fā)展重向創(chuàng)新產(chǎn)出的應(yīng)用方面傾斜，應(yīng)該更加注重新產(chǎn)品的研發(fā)和銷售。安徽省、陜西省、湖南省情況較為類似，其中陜西省創(chuàng)新應(yīng)用水平相對薄弱，安徽省、湖南省應(yīng)該加大創(chuàng)新投入力度，同時注重創(chuàng)新系統(tǒng)內(nèi)吸收能力的提高。

3.2.4效率引領(lǐng)型

效率引領(lǐng)型省份表示此區(qū)域內(nèi)省份創(chuàng)新能力基礎(chǔ)較弱，雖然創(chuàng)新投入產(chǎn)出效率大于1，但是短期時間內(nèi)無法改變整體創(chuàng)新能力薄弱的局面，需要制定中長期的創(chuàng)新發(fā)展規(guī)劃以適應(yīng)改變迅速的動態(tài)創(chuàng)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(chuàng)新指標得分中排名第1，這些省份應(yīng)該保持現(xiàn)有科技創(chuàng)新優(yōu)勢，彌補科技創(chuàng)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(yīng)該注重創(chuàng)新資源轉(zhuǎn)化能力的提升，加強創(chuàng)新基礎(chǔ)設(shè)施建設(shè)。內(nèi)蒙古、新疆、寧夏、西藏等自治區(qū)由于創(chuàng)新資源匱乏、創(chuàng)新活動開展較晚、創(chuàng)新基礎(chǔ)較差，應(yīng)該穩(wěn)步提升創(chuàng)新基礎(chǔ)能力，在規(guī)模擴大的過程中保持現(xiàn)有創(chuàng)新投入產(chǎn)出效率。

3.2.5創(chuàng)新萌芽型

創(chuàng)新萌芽型省份包括江西省和青海省，這兩個省份創(chuàng)新能力基礎(chǔ)較差，根據(jù)創(chuàng)新效率指標的表現(xiàn)，存在著技術(shù)水平下降的問題。此類省份應(yīng)該盡快找出核心缺陷，提升當(dāng)?shù)仄髽I(yè)創(chuàng)新積極性，大力支持高校和科研院所的創(chuàng)新合作，具體如表9所示。

4結(jié)論

以上基于Malmquist生產(chǎn)率指數(shù)模型、熵權(quán)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(qū)為研究單元，對2019年的區(qū)域創(chuàng)新效率和創(chuàng)新能力進行了測度，并對其特征進行了分析，從多因素的創(chuàng)新驅(qū)動視角和地區(qū)差異化角度進行分析，主要得出以下結(jié)論：

第一，城市創(chuàng)新評價可以從創(chuàng)新環(huán)境、創(chuàng)新合作、創(chuàng)新潛力、創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新應(yīng)用6個方面構(gòu)建綜合性的創(chuàng)新能力評價指標體系，全程使用客觀賦權(quán)的方法，具有較強的客觀性，可以從全面視域下評價區(qū)域科技創(chuàng)新能力。通過我國各省市自治區(qū)科技創(chuàng)新能力評價的結(jié)果，可以看出本文構(gòu)建的區(qū)域科技創(chuàng)新能力評價框架有較強的實用價值和指導(dǎo)性。

第二，對31個省市自治區(qū)進行了聚類分析，發(fā)現(xiàn)可以分為5類區(qū)域創(chuàng)新形式：創(chuàng)新正反饋型，創(chuàng)新效率和創(chuàng)新能力擬合，創(chuàng)新基礎(chǔ)較好，創(chuàng)新環(huán)境和經(jīng)費投入可以使創(chuàng)新能力實現(xiàn)增長；創(chuàng)新潛力型，創(chuàng)新基礎(chǔ)較好，但是創(chuàng)新環(huán)境的不適應(yīng)，導(dǎo)致總體創(chuàng)新能力發(fā)展停滯；能力引領(lǐng)型，創(chuàng)新能力基礎(chǔ)較好，但是創(chuàng)新效率呈下行趨勢；效率引領(lǐng)型，創(chuàng)新效率上行趨勢，但是由于創(chuàng)新能力基礎(chǔ)薄弱，制約了區(qū)域創(chuàng)新發(fā)展；創(chuàng)新萌芽型，創(chuàng)新能力和創(chuàng)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(chuàng)新綜合指數(shù)處在全國第一梯隊。從整體上看，我國大部分省市區(qū)域創(chuàng)新效率正向階段（創(chuàng)新正反饋型、創(chuàng)新潛力型、效率引領(lǐng)型）。

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

我國地區(qū)經(jīng)濟發(fā)展、地理位置、產(chǎn)業(yè)基礎(chǔ)等仍存在差異，在建設(shè)創(chuàng)新型國家的大背景下，區(qū)域經(jīng)濟可持續(xù)發(fā)展也被重點關(guān)注。區(qū)域創(chuàng)新效率對于提升區(qū)域競爭力、維持區(qū)域經(jīng)濟的可持續(xù)發(fā)展具有重要影響作用。然而區(qū)域之間的差異化創(chuàng)新能力發(fā)展必將導(dǎo)致區(qū)域經(jīng)濟發(fā)展不平衡狀態(tài)。因此如何在經(jīng)濟可持續(xù)發(fā)展、資源友好型社會的前提下實現(xiàn)區(qū)域創(chuàng)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(shù)路線圖制定的支撐作用研究——基于技術(shù)創(chuàng)新視角[J].現(xiàn)代情報， 2017， 37（2）： 44-51.

[2]朱海就.區(qū)域創(chuàng)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(qū)域自主創(chuàng)新能力評價研究[J].中國軟科學(xué)， 2005（11）： 83-91，106.

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

[5]康健，胡祖光.基于區(qū)域產(chǎn)業(yè)互動的三螺旋協(xié)同創(chuàng)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(qū)域協(xié)同創(chuàng)新能力測度與評價——基于復(fù)合系統(tǒng)協(xié)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(chuàng)新能力的區(qū)域差距及其分布動態(tài)演進[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2017， 34（3）： 21-39.

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

[9]王銳淇，彭良濤，蔣寧.基于SFA與Malmquist方法的區(qū)域技術(shù)創(chuàng)新效率測度與影響因素分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理， 2010， 31（9）： 121-128.

[10]宇文晶，馬麗華，李海霞.基于兩階段串聯(lián)DEA的區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及影響因素研究[J].研究與發(fā)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(chǎn)學(xué)研合作技術(shù)創(chuàng)新模式分析[J].中國軟科學(xué)， 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(qū)域創(chuàng)新能力動態(tài)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(qū)域技術(shù)創(chuàng)新效率測度與影響因素分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理， 2010， 31（9）： 121-128.

[17]張俊婷，王國金，吳潔，等.基于熵權(quán)-DEMATEL的江蘇高?？萍紕?chuàng)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(qū)域創(chuàng)新環(huán)境對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響研究——基于DEA-Malmquist方法[J].宏觀經(jīng)濟研究， 2017（8）： 132-140.

[19]陳艷華.基于熵權(quán)TOPSIS的區(qū)域科技創(chuàng)新能力實證研究[J].工業(yè)技術(shù)經(jīng)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