楊力 徐悅 朱俊奇

[摘要]創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略是中國改革開放以來提出的重要議題，科技創(chuàng)新能力是衡量地區(qū)發(fā)展能力的關鍵指標。以我國東部12個省份為研究對象，運用逼近理想解排序法（TOPSIS）識別高權重指標、對評價對象的貼近度進行測算，并以此為參照，進一步通過對抗解釋結(jié)構模型（AISM）對研究對象進行優(yōu)劣層級劃分。結(jié)果表明：工業(yè)企業(yè)R&D項目數(shù)、地方財政預算、R&D經(jīng)費投入是影響區(qū)域科技創(chuàng)新能力的重要因素，且各省份之間表現(xiàn)差異較大。廣東省科技創(chuàng)新水平較高;江蘇、北京、浙江、上海、山東、天津、福建、河北8省份科技創(chuàng)新水平依次遞減;遼寧、廣西、海南3省份排名靠后，地區(qū)科技水平還有待加強。因此，未來應側(cè)重于短板因素提升，并加強資金監(jiān)管、人才管理、產(chǎn)業(yè)結(jié)構改革等方面綜合發(fā)展。

[關鍵詞]科技創(chuàng)新;創(chuàng)新能力評價;逼近理想解排序法;對抗解釋結(jié)構模型

一、引言

2016年，中共中央國務院印發(fā)《國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略綱要》，強調(diào)科技創(chuàng)新是提升社會生產(chǎn)力的戰(zhàn)略支撐1。關注區(qū)域科技高質(zhì)量發(fā)展，探討科技創(chuàng)新發(fā)展水平的影響和驅(qū)動機制已逐漸成為國內(nèi)學者的研究熱點。東部省份作為我國改革開放的前沿區(qū)域，整體具有較好的貿(mào)易基礎和經(jīng)濟基礎，且東部地區(qū)對中國整體科技創(chuàng)新貢獻較大。然而，由于自然環(huán)境、經(jīng)濟實力等方面的差異，各省份科技創(chuàng)新能力狀態(tài)強弱不均。如何利用區(qū)域優(yōu)勢，提高科技發(fā)展水平，協(xié)調(diào)區(qū)域創(chuàng)新資源配置，對各省份科技創(chuàng)新能力進行合理測度，是當下研究的重要課題。

目前學術界對科技創(chuàng)新能力的研究集中于科技創(chuàng)新能力評價體系的構建、科技產(chǎn)出分析、科技就業(yè)與人才培養(yǎng)機制研究等。熊彼得創(chuàng)新理論闡述了科技投入對科技創(chuàng)新能力有正向激勵作用，投入主要來源于FDI、政府投入和企業(yè)投入[1]。蔣兵等通過構建門檻效應模型發(fā)現(xiàn)企業(yè)自主研發(fā)投入、FDI流入和政府補貼這3個門檻變量對科技創(chuàng)新均有促進作用[2]，證實了前人理論。隨著社會經(jīng)濟組成不斷豐富，徐丹等使用空間計量模型說明了城市經(jīng)濟發(fā)展水平和外商直接投資對科技創(chuàng)新能力的調(diào)節(jié)發(fā)揮顯著作用[3]。進一步地，Shantia等闡述了科技投入可降低生產(chǎn)成本，對工業(yè)創(chuàng)新具有積極推動作用，促進了產(chǎn)業(yè)可持續(xù)發(fā)展。隨著國內(nèi)社會創(chuàng)新要素的深度融合，就業(yè)質(zhì)量成為科技創(chuàng)新成果的重要體現(xiàn)[4]。Huang等采用壟斷競爭模型和傾向分數(shù)匹配（Propensity Score Matching，PSM）方法證實了工資的提高會促使企業(yè)增加研發(fā)投入，促進創(chuàng)新能力提升，證實了科技就業(yè)質(zhì)量與科技創(chuàng)新間具有正向關系[5]。立足于國內(nèi)結(jié)構性就業(yè)矛盾，龔艷證實了創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略對就業(yè)具有雙重影響[6]。徐示波提出培育扶持科技企業(yè)發(fā)展，有利于解決失業(yè)人口再就業(yè)問題[7]。另外，人才培養(yǎng)對科技創(chuàng)新能力提升具有重要意義，李華軍基于向量自回歸模型（Vector Auto Regression，VAR）得出，深化發(fā)展高等教育能力，促進人力資本結(jié)構高級化可以提升區(qū)域創(chuàng)新驅(qū)動與經(jīng)濟高質(zhì)量發(fā)展的協(xié)同效應[8]。Browers等學者的研究強調(diào)了“產(chǎn)學研”融合機制下的人才培養(yǎng)路徑，鼓勵讓高等教育從業(yè)者成為科技創(chuàng)新主體[9]。

綜上所述，現(xiàn)有研究對區(qū)域經(jīng)濟、科技創(chuàng)新內(nèi)涵、評價模型等方面進行了有益探索，為本文的研究提供了一定的理論支撐。然而，現(xiàn)有文獻主要對科技創(chuàng)新、科技人才、社會就業(yè)等方面進行了單項研究，或?qū)蓛煞矫娴年P系進行了探討，對多個相關系統(tǒng)的耦合協(xié)調(diào)關系研判較少，鮮有對東部地區(qū)科技創(chuàng)新能力的優(yōu)劣評價?；诖?，本文從區(qū)域創(chuàng)新能力要素入手，對東部省份科技創(chuàng)新能力進行優(yōu)劣測評，以填補區(qū)域創(chuàng)新理論空白，力圖探究東部省份創(chuàng)新能力需求及發(fā)展制約因素，為區(qū)域科技創(chuàng)新協(xié)同發(fā)展提供對策。

二、 研究方法及指標選取

1. 研究方法

逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）是基于多目標決策的一種有效評價方法。其基本流程是對原始數(shù)據(jù)進行規(guī)范化運算，通過賦權對有限個評價對象進行權重計算，并在此基礎上進行優(yōu)劣評價。以帶權重值的距離公式，得到各個評價指標分別距正、負理想點之間的距離的二維解，再結(jié)合客觀標準獲得評價決策矩陣，從而實現(xiàn)方案的綜合評價[10]。其克服了傳統(tǒng)方法下的單一性研究，增加了評價結(jié)果的準確性和科學性，可進行多指標綜合考量。

對抗解釋結(jié)構模型（Adversarial Interpretative Structural Model，AISM）是基于解釋結(jié)構模型（Interpretative Structural Model，ISM）提出的，可用來分析復雜系統(tǒng)中各因素的關系。在傳統(tǒng)的解釋結(jié)構模型中加入生成對抗網(wǎng)絡（Generative Adversarial Networks，GAN）中的對抗思想，以根據(jù)關系矩陣獲得的可達矩陣為基礎，采用對立層級抽取原則，建立對抗的層次化拓撲圖，最終得到AISM[11]。采用TOPSIS與拓撲層級圖相結(jié)合的方法，基于偏序集抽取原則，運用AISM實現(xiàn)評價對象的優(yōu)劣程度分級。

本文采用TOPSIS—AISM聯(lián)用模型，引入AISM方法，對TOPSIS排序結(jié)果進行可視化呈現(xiàn)，充實了TOPSIS法的研究內(nèi)涵。對于TOPSIS來說，其評價對象的正負理想解，從具有明確直鏈形式的排序結(jié)果拓延到具有躍遷性質(zhì)的不可比的排序結(jié)果;對于AISM來說，與TOPSIS的結(jié)合，是從一個靜態(tài)模型拓延到分析整體夾逼過程的指示排序模型。兩者聯(lián)用，使AISM中對系統(tǒng)要素的排序關系可以根據(jù)研究進展相關資料的補充不斷得到驗證，進而增加結(jié)果的可信度。

2. 指標選取

本文考慮評價指標體系的可行性與科學性，參照現(xiàn)有研究[12-13]，并結(jié)合《國家中長期人才發(fā)展規(guī)劃綱要》1，將科技創(chuàng)新能力影響要素劃分為科技資金投入、人才培養(yǎng)和科技就業(yè)質(zhì)量3個方面，其關系如圖1所示。

在構建一級評價指標的基礎上，以國家權威發(fā)布的《區(qū)域創(chuàng)新能力報告》為參考，借鑒蔡曉琳等學者在城市創(chuàng)新能力評價方面的研究成果[14]，將技術市場成交額、地方工資水平等更具有衡量區(qū)域發(fā)展價值的指標納入本評價體系。為了體現(xiàn)政府支持、市場響應、創(chuàng)新基礎等多個方面對城市創(chuàng)新能力的影響，最終形成12個二級指標。如表1所示。

科技投入方面，主要從省份經(jīng)濟基礎、政府投入和市場能力角度選取評價指標[15-16]。地區(qū)GDP可以反映地區(qū)發(fā)展基本水平，選取R&D經(jīng)費指標可以衡量科技經(jīng)費投入強度，地方財政投入為科技創(chuàng)新活動提供基礎保障，突出其對地區(qū)科技創(chuàng)新能力的影響。企業(yè)作為科技創(chuàng)新成果的轉(zhuǎn)化載體，將工業(yè)企業(yè)R&D項目數(shù)、技術市場成交額作為主要指標，能夠評價科技企業(yè)創(chuàng)新績效;就業(yè)質(zhì)量方面，選取失業(yè)人口數(shù)量反映地區(qū)就業(yè)整體情況，并利用科技行業(yè)就業(yè)人數(shù)和地方工資水平來反映科技創(chuàng)新帶來的間接經(jīng)濟效益，體現(xiàn)其對高質(zhì)量就業(yè)的促進作用[17];人才培養(yǎng)方面，高級技術人才作為科技創(chuàng)新人員的主要組成部分，選用高等學校招生人數(shù)、未受過高等教育人數(shù)、地方教育經(jīng)費等指標可以衡量不同區(qū)域培養(yǎng)和輸送科技人才的能力[18]。

三、 模型建立

1. TOPSIS模型

根據(jù)研究實際情況，對n個省份樣本，m個二級指標構成的原始矩陣[O]，進行極差法處理，得到標準化矩陣[N=nijn×m]。采用熵權法求出東部省份總體科技創(chuàng)新能力評價體系內(nèi)各指標權重值[ω=ω1，ω2，…ωm]，再結(jié)合歐式距離法求得每個省份樣本到正負理想點的距離。

到正理想點的距離公式：

到負理想點的距離公式：

2. AISM模型

B為相乘矩陣，I為對角線為1的m階布爾方陣，對B進行連乘可得公式（5），R為可達矩陣，易證可達矩陣R=A。

將比較關系矩陣R進行布爾運算得到骨架矩陣S，過程如公式（6）：

層級圖的劃分由先行集合Q，共同集合T和可達集合R判定，以關系矩陣A為例，其要素滿足：[ei]的先行集合為[Q（ei）]，為對應列為1的所有要素。[ei]的可達集合為[R（ei）]，為對應行為1的所有要素。[ei]的共同集合為[T（ei）]，為[Q（ei）]和[R（ei）]的交集部分。其中：

（1）UP型層級圖，按照結(jié)果優(yōu)先劃分層級，規(guī)則為[R（ei）=T（ei）]，按照由上至下的順序放置抽取的省份樣本。（2）DOWN型層級圖，按照原因優(yōu)先劃分層級，規(guī)則為[Q（ei）=T（ei）]，按照由下往上的順序放置抽取的省份樣本0。UP型和DOWN型是一組對立的抽取結(jié)果，帕累托最優(yōu)的樣本處在最上級，最劣的樣本處在最下級。由此得到被評價樣本的優(yōu)劣分級結(jié)果，確定最終的省份樣本優(yōu)劣排序。

四、 實證結(jié)果與分析

選取2010—2019年中國東部12個省份面板數(shù)據(jù)，綜合考慮省份科創(chuàng)能力變化趨勢及指標的權威性，數(shù)據(jù)從《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》中獲得，采用加權平均法對數(shù)據(jù)進行預處理，得到數(shù)據(jù)原始矩陣，再進行歸一化處理得到規(guī)范化矩陣N，結(jié)果如表2所示。

1. TOPSIS求解

將規(guī)范化矩陣N結(jié)合熵權法得出各二級指標的權重值（表3），確定影響科技創(chuàng)新能力的高權重指標。

利用表2構建以權重確定的正負理想解[d+]、[d-]，以此確定決策矩陣[D=dij12×2]。再結(jié)合公式（3）求得樣本貼近度Ti。正負理想解與貼近度值如表4所示。

借鑒王鳴濤等[19]提出的等級劃分方法，將科技創(chuàng)新能力分為“較強”“中等”“較弱”3個等級，以貼近度Ti的平均值0.36為基準，取其150%、100%，即0.54、0.36為臨界值為依據(jù)，劃分評價等級。Ti≥0.54為“較強”，0.36

從TOPSIS評價結(jié)果來看，存在以下幾個特點：（1）科技創(chuàng)新能力評價指標權重不同，作用程度不一。由表2權重結(jié)果可知，工業(yè)企業(yè)R&D項目數(shù)（B4）、地方工資水平（B7）、地區(qū)受高等教育程度（B10）3個指標權重值排名靠前，分別為0.1848，0.1811，0.1465。遠高于其他指標，說明科技成果轉(zhuǎn)化效率、科技創(chuàng)新投入及人才培養(yǎng)能力對區(qū)域科技創(chuàng)新能力影響顯著，且工業(yè)企業(yè)R&D項目數(shù)量是影響各個地區(qū)科技創(chuàng)新能力的首要因素。（2）東部區(qū)域內(nèi)部科技創(chuàng)新能力發(fā)展不均衡?？萍紕?chuàng)新能力越強的省份貼近度越高，科技發(fā)展相對落后的省份貼近度越低。由表5可知，廣東、江蘇等地區(qū)貼近度排名靠前，科技創(chuàng)新能力較強，結(jié)合表1指標數(shù)據(jù)可知，高權重指標下，如B7、B2、B10等，廣東均位居前列，說明對技術創(chuàng)新資源利用率較強，技術管理水平先進。相比之下，遼寧、廣西等地區(qū)貼近度排名靠后，缺少高科技制造業(yè)和高端人才，因此科技創(chuàng)新發(fā)展相對落后。（3）東部省份整體科技創(chuàng)新能力中等，具有明顯地域差異。由表5貼近度分級結(jié)果可知，12個省份綜合評價中只有3個地區(qū)為“較強”，3個地區(qū)為“中等”，剩余地區(qū)為“較弱”。評價為中等以上的地區(qū)占總體比例的50%。具體分級結(jié)果如下：

科技創(chuàng)新能力較強的區(qū)域為北京、江蘇、廣東，其貼近度值位居前列，均大于0.54，處于領先地位，各項指標綜合表現(xiàn)較好。這些地區(qū)依靠自身區(qū)位優(yōu)勢和創(chuàng)新協(xié)同效應，正在釋放科技創(chuàng)新活力。其中，北京作為京津冀區(qū)域中心，發(fā)揮首都優(yōu)勢，吸引科技創(chuàng)新資源;江蘇和廣東處于沿海地區(qū)，產(chǎn)業(yè)結(jié)構配置合理，國家經(jīng)濟特區(qū)、創(chuàng)新示范區(qū)等坐落于此。

科技創(chuàng)新能力中等的區(qū)域為上海、浙江、山東，貼近度處于0.36～0.54，這些地區(qū)位于沿海區(qū)域，科技創(chuàng)新指標總體排名靠前，但與較強省份仍有一定差距。浙江、山東的科技轉(zhuǎn)化能力較強，工業(yè)企業(yè)項目數(shù)多，但兩省科技行業(yè)從業(yè)人數(shù)較少，社會就業(yè)質(zhì)量有待提高;上海的科技創(chuàng)新投入較多，但成果轉(zhuǎn)化能力較弱，工業(yè)企業(yè)項目數(shù)量較少，投入產(chǎn)出結(jié)構不平衡，是造成科技創(chuàng)新發(fā)展動能不足的主要因素。

科技創(chuàng)新能力“較弱”的區(qū)域為天津、河北、遼寧、福建、廣西、海南，其貼近度均小于平均值0.36。對高權重度指標進行監(jiān)測，多省份表現(xiàn)不佳，說明區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構失衡，生產(chǎn)要素未能得到合理配置。福建、河北、天津主要的短板因素為“R&D經(jīng)費投入”和“R&D項目數(shù)量”，反映出地區(qū)缺乏科技投入及創(chuàng)新產(chǎn)出。遼寧地處東北地區(qū)，經(jīng)濟發(fā)展主要依靠傳統(tǒng)重工業(yè)，短時間內(nèi)難以進行產(chǎn)業(yè)轉(zhuǎn)型，因此科技創(chuàng)新總體表現(xiàn)較為落后。廣西、海南地處東南區(qū)域，地理位置偏遠，經(jīng)濟基礎較弱，R&D經(jīng)費投入較少，社會就業(yè)工資水平較低，失業(yè)人口較多等因素限制了地區(qū)科技發(fā)展。因此，未來要提高區(qū)域科技創(chuàng)新水平還需多種途徑的推動拉升。

2. AISM求解

為更好把握評價對象間的優(yōu)劣層級，選取表4中正負理想解d+、d-組成的決策矩陣進行計算，進而得到表6關系矩陣A=[（a）12×12]。再由公式（4）和公式（5）經(jīng)布爾運算連乘獲得可達矩陣R=A=[（a）12×12]。

根據(jù)前文所提到的方法，對可達矩陣R分別進行原因優(yōu)先，結(jié)果優(yōu)先的方式抽取。其中，原因優(yōu)先前提下，對象所在的可達矩陣行為1;結(jié)果優(yōu)先前提下，對象所在的可達矩陣列為1[20]。抽取后的拓撲圖結(jié)果如圖2所示。

從AISM評價結(jié)果來看，存在以下幾個特點：

第一，AISM模型運算將靜態(tài)評價結(jié)果降維，省份樣本優(yōu)劣程度更為清晰。由UP型和DOWN型有向拓撲層級圖比較后可知，主線對象和箭頭指向基本一致，層級劃分也基本相同，以可視化形式展示了9個等級的遞階結(jié)構。根據(jù)越上層表現(xiàn)越優(yōu)、越下層表現(xiàn)越劣的原理可知，各省份的科技創(chuàng)新能力強弱程度由上至下依次遞減，最上層的集合分別為{江蘇、廣東}，{廣東}，兩者取交集得到有向拓撲最優(yōu)集{江蘇、廣東}∩{廣東}={廣東};海南、江蘇橫跨一個層級，屬于評價結(jié)構中的活動要素。即L0層級的廣東為科技創(chuàng)新水平較強省份，{江蘇、北京、浙江、上海、山東、天津、福建、河北}8個省份科技創(chuàng)新水平依次減弱，L8層級的{遼寧、廣西、海南}3個省份科技創(chuàng)新水平最弱。

第二，科技投入程度與區(qū)位因素對東部省份科技創(chuàng)新發(fā)展具有較強支撐作用。結(jié)合對抗層級拓撲圖與指標權重來看，科技投入越高，省份樣本科技創(chuàng)新能力越強。縱觀拓撲層級圖，排名靠前的省份有廣東、江蘇、北京、浙江等。大部分省份社會經(jīng)濟基礎較好，科技投入大，工業(yè)企業(yè)科技創(chuàng)新項目多，均位于科技創(chuàng)新核心區(qū)域，體現(xiàn)出政策傾斜、資金支持、社會參與的良好發(fā)展態(tài)勢。遼寧、廣西、海南3個省排名靠后，其地理位置相對偏遠，經(jīng)濟基礎相較于東南部省份表現(xiàn)較弱，科技投入表現(xiàn)不強，產(chǎn)業(yè)結(jié)構多以傳統(tǒng)行業(yè)為主，高新技術產(chǎn)業(yè)未能形成區(qū)域發(fā)展優(yōu)勢。

第三，東部省份科技創(chuàng)新能力的優(yōu)劣劃分由各個分項指標共同決定。廣東在各個指標中的表現(xiàn)占據(jù)絕對優(yōu)勢，成為科技創(chuàng)新發(fā)展標桿區(qū)域。江蘇、北京位次分別為第二、第三，總體排名靠前，從指標來看，兩個省份的就業(yè)質(zhì)量與高等教育均表現(xiàn)較好，但R&D經(jīng)費投入及地方財政投入略弱于廣東，說明政府對科技創(chuàng)新投入力度不夠，應積極拓寬投資渠道，繼續(xù)保持人才教育優(yōu)勢，提升科技發(fā)展質(zhì)量。

此外，科技就業(yè)質(zhì)量、人才培養(yǎng)等指標對省份排名也具有一定影響。浙江、上海排名分別為第四、第五，其科技投入較多，技術市場成交額與高等學校招生數(shù)表現(xiàn)較弱，表明現(xiàn)階段對高科技成果吸納融合程度不夠，在保障科技經(jīng)費投入的同時，仍需改善人才培養(yǎng)模式;山東、天津、福建、河北分別位列第六至第九，這些地區(qū)科技投入能力總體相近，內(nèi)部的排位差異多是由于科技就業(yè)質(zhì)量和科技人才培養(yǎng)能力不同。例如，河北、福建兩地雖有較好的科技投入基礎，但工資水平較低、高等教育人數(shù)較少限制了科技創(chuàng)新發(fā)展，說明存在科技投入冗余、科技創(chuàng)新機制扭曲等問題。地區(qū)應進行創(chuàng)新體制改革，促進技術型企業(yè)落地，提升社會就業(yè)質(zhì)量，以實現(xiàn)總體均衡發(fā)展。

多指標綜合表現(xiàn)不佳導致遼寧、廣西、海南3省排名靠后?？萍纪度?、科技就業(yè)質(zhì)量、人才培養(yǎng)三方面指標均存在短板，與高層級省份相比差距較大。其中，海南的層級躍遷體現(xiàn)在就業(yè)率提升和增加教育經(jīng)費方面。說明近年來海南改善就業(yè)市場、側(cè)重教育建設等措施初現(xiàn)成效，但科技軟實力仍不具有競爭力。排位靠后省份的指標表現(xiàn)說明依靠傳統(tǒng)產(chǎn)業(yè)粗放式投入無法激發(fā)科技創(chuàng)新活力，應盡快補足發(fā)展短板，實現(xiàn)產(chǎn)業(yè)更新;優(yōu)先實施人才戰(zhàn)略，吸引人才聚集，逐漸形成勞動、資源密集型轉(zhuǎn)向資本和技術密集型的現(xiàn)代科技創(chuàng)新產(chǎn)業(yè)。

五、 結(jié)論與建議

1. 結(jié)論

貫徹區(qū)域創(chuàng)新發(fā)展理念是實現(xiàn)中國經(jīng)濟高質(zhì)量發(fā)展的必然要求。本文基于區(qū)域創(chuàng)新視角，從科技投入、科技人才培養(yǎng)、科技就業(yè)質(zhì)量三個維度進行考量，構建了含有12個二級指標的評價體系。運用TOPSIS模型對指標綜合評價，確定主要影響因素;結(jié)合AISM動態(tài)模型，細化東部省份科技創(chuàng)新能力優(yōu)劣排名，較為全面地展示了東部省份的科技創(chuàng)新水平，且符合各地區(qū)的實際發(fā)展情況。研究結(jié)果顯示：

（1）從地理格局來看，東部省份科技創(chuàng)新能力水平總體呈現(xiàn)南高北低的發(fā)展特點，且地區(qū)間差異較大。

（2）從指標體系來看，不同因素對區(qū)域科技創(chuàng)新能力影響程度不同。高權重因素，如地方政府投入、工業(yè)企業(yè)R&D項目數(shù)、R&D經(jīng)費投入等對促進地區(qū)科技創(chuàng)新發(fā)展具有顯著正向作用。

（3）從整體評價來看，東部省份科技創(chuàng)新能力中等，科技創(chuàng)新投入不足、資源利用率不高導致了多數(shù)地區(qū)仍處于科技創(chuàng)新效能不足的狀態(tài)?？萍紕?chuàng)新發(fā)展顯示出更多的政策支持效應，但其目標靶向仍有區(qū)域差異。

2. 建議

基于以上研究結(jié)論，本文提出如下建議：

（1）規(guī)劃引領，頂層設計

在國家科技創(chuàng)新戰(zhàn)略部署的發(fā)展背景下，既需要在宏觀層面進行政策規(guī)劃，也需要在微觀層面扶持科技創(chuàng)新企業(yè)。政府應發(fā)揮好科技創(chuàng)新產(chǎn)業(yè)的政策導向作用，進行政策創(chuàng)新，構建統(tǒng)籌全域的組織領導機制，把握未來發(fā)展方向，促進地區(qū)資源合理配置，注重推動科技成果轉(zhuǎn)化效率的提升，實現(xiàn)產(chǎn)業(yè)規(guī)模效益。另外，加強省域間、國家間的合作交流，建立科技創(chuàng)新公共服務平臺，實現(xiàn)成果共享，以逐步形成國內(nèi)科技創(chuàng)新行業(yè)穩(wěn)中向好的均衡發(fā)展格局。

（2）推進產(chǎn)學研體系構建，促進科技人才培育與引進

科技創(chuàng)新仍是產(chǎn)業(yè)高質(zhì)量發(fā)展的核心驅(qū)動力，在推動供給側(cè)改革和區(qū)域產(chǎn)業(yè)轉(zhuǎn)型升級的過程中，應明確科技創(chuàng)新的重要地位。借助“長三角”“京津冀”“珠三角”等經(jīng)濟圈的區(qū)位優(yōu)勢，整合優(yōu)化地區(qū)現(xiàn)有高?？蒲匈Y源，深化產(chǎn)學研合作，促進科技成果實體化。鼓勵校企合作，以市場為導向，定向培養(yǎng)技術人才，積極完善現(xiàn)有人才管理制度，健全科技人才引進機制，堅持內(nèi)部培養(yǎng)與外部引進相結(jié)合，打造科技人才良性競爭氛圍，實現(xiàn)社會高質(zhì)量就業(yè)。

（3）降低科技創(chuàng)新企業(yè)風險，完善政策健全機制

科技創(chuàng)新成果的實現(xiàn)具有時間久、風險高的特點。高新技術型企業(yè)難以應對潛在的市場風險從而抑制了企業(yè)創(chuàng)新的積極性，制約了地區(qū)科技創(chuàng)新發(fā)展。政府應出臺適應產(chǎn)業(yè)發(fā)展特點的風險分攤政策，調(diào)整相關稅收結(jié)構，提供財稅優(yōu)惠政策。進一步加大資金保障力度，發(fā)展新融資模式，健全投融資體系，使未來的投資多元化，激發(fā)民間資本在科技產(chǎn)業(yè)中的新動能。同時，充分發(fā)揮政府服務職能，激發(fā)市場創(chuàng)新活力，為科技創(chuàng)新企業(yè)營造寬松的發(fā)展環(huán)境。

（4）聚焦國際科技創(chuàng)新發(fā)展前沿，強化區(qū)域協(xié)同發(fā)展

科技創(chuàng)新研究具有較強的時效性，需關注全球前沿發(fā)展動態(tài)，完善新興技術引進制度，保證對引進技術的消化及再創(chuàng)新。在區(qū)域科技合作共建的背景下，發(fā)揮中心地區(qū)的輻射帶動作用，促進區(qū)域耦合，建立創(chuàng)新資源集聚，技術交流綜合平臺。聚焦發(fā)展短板，并積極開展國內(nèi)外交流合作。推動地區(qū)產(chǎn)業(yè)結(jié)構升級，縮小區(qū)域發(fā)展差距，努力實現(xiàn)區(qū)域協(xié)同發(fā)展目標。

參考文獻：

[1] 王娜.熊彼特創(chuàng)新理論評析[D].石家莊：河北經(jīng)貿(mào)大學，2016.

[2] 蔣兵，張文禮，程鈞謨.高技術產(chǎn)業(yè)知識積累、研發(fā)投入與科技創(chuàng)新——基于門檻效應[J].財會月刊，2021，4（6）：35-42.

[3] 徐丹，于渤.長三角城市群高技術產(chǎn)業(yè)集聚空間溢出效應研究[J].科技進步與對策，2021，38（6）：29-37.

[4] Shantia A，Aflaki S，Ghoddusi H. Input‐Price Risk Management： Technology Improvement and Financial Hedging[J]. Production and Operations Management，2019，28（8）：2044-2067.

[5] Huang X H，Chen H Y，Yang G J. Does Rising Labour Costs Drive Innovation in Enterprises？ Propensity Score Matching Evidence from Chinese Firms[J].Pacific Economic Review，2017，22（1）：23-42.

[6] 龔艷.習近平關于創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略與結(jié)構性就業(yè)關系重要論述探析[J].河海大學學報（哲學社會科學版），2020，22（6）：1-7.

[7] 徐示波.我國眾創(chuàng)空間發(fā)展政策作用效果評估[J].科技管理研究，2020，40（8）：27-34.

[8] 李華軍.區(qū)域創(chuàng)新驅(qū)動與經(jīng)濟高質(zhì)量發(fā)展的關系及協(xié)同效應——以廣東省為例[J].科技管理研究，2020，40（15）：104-111.

[9] Bowers M R，Gilbert K C，Noon C E.Innovative Collaboration between Industry and Academics：Meeting Industry′s Future Talent Requirements[J].Interfaces，2019，49（6）：397-406.

[10] 曹炳汝，曹惠惠.基于ANP-TOPSIS的區(qū)域物流發(fā)展能力評價——以江蘇省為例[J].地域研究與開發(fā)，2018，37（4）：42-47.

[11] 倪標，黃偉.基于對抗解釋結(jié)構模型的軍事訓練方法可推廣性評價模型[J].軍事運籌與系統(tǒng)工程，2020，34（2）：46-51.

[12] 孟莉.區(qū)域與行業(yè)視角下高新技術產(chǎn)業(yè)技術創(chuàng)新效率及其影響因素分析[D].淮南：安徽理工大學，2017.

[13] 范超，趙彥云.高新技術產(chǎn)業(yè)創(chuàng)新效率演化及影響因素分析——以中關村科技園為例[J].現(xiàn)代管理科學，2019（1）：6-8.

[14] 蔡曉琳，劉陽，黃灝然.珠三角城市科技創(chuàng)新能力評價[J].科技管理研究，2021，41（4）：68-74.

[15] 俞立平.金融支持、政府與企業(yè)投入對科技創(chuàng)新的貢獻研究[J].科研管理，2015，36（3）：57-63.

[16] 呂海萍.創(chuàng)新要素空間流動及其對區(qū)域創(chuàng)新績效的影響研究[D].杭州：浙江工業(yè)大學，2019.

[17] 高卉杰，李正風，任莎莎，等.科技人才聚集與區(qū)域科技創(chuàng)新的耦合協(xié)調(diào)度研究[J].數(shù)學的實踐與認識，2018，48（12）：109-118.

[18] 李從容，祝翠華，王玉婷.技術創(chuàng)新、產(chǎn)業(yè)結(jié)構調(diào)整對就業(yè)彈性影響研究——以中國為例的經(jīng)驗分析[J].科學學研究，2010，28（9）：1428-1434.

[19] 王鳴濤，葉春明，趙靈瑋.基于CRITIC和TOPSIS的區(qū)域工業(yè)科技創(chuàng)新能力評價研究[J].上海理工大學學報，2020，42（3）：258-268.

[20] 張涑賢，楊元元，范鑫.基于DEMATEL-ISM的建筑供應鏈低碳化影響因素分析[J].數(shù)學的實踐與認識，2019，49（19）：18-27.

基金項目：國家自然科學基金資助項目“深部煤礦多災種安全評價方法與應用研究”（項目編號：71971003）;國家社科基金重大項目“全面建立資源高效利用制度研究”（項目編號：20ZDA084）;安徽省高等學校人文社會科學研究項目“基于GA-BP的深部煤礦災害評價研究”（項目編號：SK2019ZD09）。

作者簡介：楊力（1972-），男，博士，安徽理工大學經(jīng)濟管理學院院長，教授，博士生導師，研究方向為礦業(yè)安全管理、能源經(jīng)濟、管理決策分析;徐悅（1997-），女，安徽理工大學經(jīng)濟管理學院碩士研究生，研究方向為物流工程、區(qū)域發(fā)展、安全評價;朱俊奇（1984-），男，博士，安徽理工大學經(jīng)濟管理學院副教授，碩士生導師，研究方向為決策分析、管理科學與工程、環(huán)境評價。

（收稿日期：2021-07-28? 責任編輯：殷 ?。?/p>