基于基尼系數(shù)的區(qū)域創(chuàng)新投入產(chǎn)出熵權(quán)TOPSIS匹配性評(píng)價(jià)分析

賈穎穎, 郭 鵬, 趙 靜

(西北工業(yè)大學(xué) 管理學(xué)院，陜西 西安 710072)

?

基于基尼系數(shù)的區(qū)域創(chuàng)新投入產(chǎn)出熵權(quán)TOPSIS匹配性評(píng)價(jià)分析

賈穎穎, 郭 鵬, 趙 靜

(西北工業(yè)大學(xué) 管理學(xué)院，陜西 西安 710072)

采用匹配基尼系數(shù)對(duì)我國(guó)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性程度進(jìn)行了測(cè)算。通過構(gòu)建基于基尼系數(shù)的TOPSIS熵權(quán)評(píng)價(jià)模型，對(duì)我國(guó)大陸31個(gè)省市自治區(qū)的創(chuàng)新投入產(chǎn)出匹配性進(jìn)行了評(píng)價(jià)，對(duì)各地區(qū)投入產(chǎn)出匹配性評(píng)價(jià)值聚類分析。研究結(jié)果表明我國(guó)創(chuàng)新系統(tǒng)投入產(chǎn)出呈現(xiàn)出不匹配的狀態(tài)，形成了京津、長(zhǎng)江三角洲和珠江三角洲三個(gè)極化區(qū)域。研究結(jié)果驗(yàn)證了本文構(gòu)建模型的可行性和合理性，為區(qū)域創(chuàng)新投入產(chǎn)出的研究提供了新的思路。

區(qū)域創(chuàng)新；投入產(chǎn)出；匹配性；基尼系數(shù)；熵權(quán)TOPSIS

0 引言

在知識(shí)經(jīng)濟(jì)發(fā)展和經(jīng)濟(jì)全球化過程中，隨著區(qū)域的不斷發(fā)展和競(jìng)爭(zhēng)的日益加劇，區(qū)域創(chuàng)新能力已成為一個(gè)地區(qū)經(jīng)濟(jì)是否擁有國(guó)際競(jìng)爭(zhēng)優(yōu)勢(shì)的決定性因素，是建設(shè)和增強(qiáng)區(qū)域競(jìng)爭(zhēng)能力的關(guān)鍵和核心。黨的“十七大”將提高區(qū)域創(chuàng)新能力作為國(guó)家發(fā)展戰(zhàn)略的核心?！笆舜蟆闭ぷ鲌?bào)告中也提出科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國(guó)力的戰(zhàn)略支撐，必須擺在國(guó)家發(fā)展全局的核心位置。以建設(shè)創(chuàng)新型國(guó)家為目標(biāo)，我國(guó)對(duì)科技創(chuàng)新活動(dòng)的投入力度持續(xù)增加，研發(fā)活動(dòng)經(jīng)費(fèi)投入從2006年開始已經(jīng)超過日本，僅次于美國(guó)。研發(fā)經(jīng)費(fèi)投入占GDP的比重已由2000年的0.9%增加到2010年的1.77%，但這一指標(biāo)相比于發(fā)達(dá)國(guó)家仍存在較大差距。在科技創(chuàng)新活動(dòng)有效性產(chǎn)出方面，我國(guó)也遠(yuǎn)遠(yuǎn)落后于傳統(tǒng)創(chuàng)新型國(guó)家以及新型工業(yè)發(fā)達(dá)國(guó)家。

我國(guó)地區(qū)遼闊，區(qū)域之間發(fā)展不均衡，區(qū)域創(chuàng)新資源投入和產(chǎn)出表現(xiàn)出明顯的差異，有些地區(qū)存在投入與產(chǎn)出不匹配的情況。1998～2007年間陜西年均研發(fā)經(jīng)費(fèi)是福建的1.8倍，但年均專利產(chǎn)出卻不足后者的30%。在我國(guó)科技創(chuàng)新資源嚴(yán)重不足，區(qū)域創(chuàng)新能力發(fā)展不均衡的情況下，則更需要最大限度地利用資源，避免“高投入，低產(chǎn)出”現(xiàn)象的發(fā)生，提高資源投入產(chǎn)出的匹配性。然而，這種“匹配性”并沒有通過數(shù)量化研究體現(xiàn)出來。因此，研究區(qū)域創(chuàng)新系統(tǒng)的投入產(chǎn)出匹配性，對(duì)我國(guó)整體以及各地區(qū)區(qū)域創(chuàng)新投入產(chǎn)出匹配程度有定量化的認(rèn)識(shí)，就顯得尤為必要。

目前，對(duì)區(qū)域創(chuàng)新投入產(chǎn)出和資源配置領(lǐng)域的研究熱點(diǎn)為投入產(chǎn)出轉(zhuǎn)化率即創(chuàng)新效率。眾多學(xué)者通過SFA、DEA模型、Malmquist指數(shù)等測(cè)算區(qū)域創(chuàng)新效率進(jìn)行區(qū)域創(chuàng)新資源配置的研究[1～5]。匹配性這一概念在其他領(lǐng)域已有相關(guān)研究成果[6,7]，但在區(qū)域創(chuàng)新投入產(chǎn)出領(lǐng)域并沒有形成系統(tǒng)的研究結(jié)論，沒有從投入產(chǎn)出匹配性角度進(jìn)行定量化研究。本文在區(qū)域創(chuàng)新投入產(chǎn)出中引入匹配性這一概念，將基尼系數(shù)和熵權(quán)TOPSIS兩種方法相結(jié)合，在分析我國(guó)整體區(qū)域創(chuàng)新系統(tǒng)的投入產(chǎn)出匹配性的基礎(chǔ)上，對(duì)我國(guó)大陸31個(gè)省市自治區(qū)的區(qū)域創(chuàng)新系統(tǒng)投入產(chǎn)出進(jìn)行匹配性評(píng)價(jià)，為針對(duì)性改善我國(guó)區(qū)域間創(chuàng)新資源投入結(jié)構(gòu)，合理利用創(chuàng)新資源提供理論依據(jù)和政策參考。為區(qū)域創(chuàng)新系統(tǒng)投入產(chǎn)出研究提供新的思路。

1 模型、指標(biāo)和數(shù)據(jù)

1.1 指標(biāo)選擇與數(shù)據(jù)來源

區(qū)域創(chuàng)新系統(tǒng)的投入應(yīng)反映區(qū)域通過自身生產(chǎn)或者購(gòu)買系統(tǒng)外部技術(shù)等方式改善技術(shù)的能力[8]。由于通過自主創(chuàng)新或者購(gòu)買域外技術(shù)都需要人力和財(cái)力資源作為投入，因此之前大量研究者都將區(qū)域創(chuàng)新系統(tǒng)的資源投入分為財(cái)力和人力資源投入兩類[1,9]。本文也采用這種方法，將區(qū)域創(chuàng)新系統(tǒng)投入分為財(cái)力資源投入和人力資源投入。同時(shí)，為了消除投入產(chǎn)出規(guī)模的影響，有利于投入與產(chǎn)出強(qiáng)度的匹配性分析，本文選取相對(duì)指標(biāo)值作為區(qū)域創(chuàng)新系統(tǒng)的投入產(chǎn)出指標(biāo)[10]。綜合于曉宇[1]、樊華[4]等研究，本文設(shè)計(jì)的區(qū)域創(chuàng)新系統(tǒng)人力資源投入指標(biāo)有：科技人員占就業(yè)人口比重(X1)，研發(fā)人員占科技人員比重(X2)以及科學(xué)家和工程師占研發(fā)人員比重(X3)。財(cái)力資源投入指標(biāo)有：科技經(jīng)費(fèi)支出占GDP比重(X4)，R&D經(jīng)費(fèi)占GDP的比重(X5)和地方科技財(cái)政撥款占地方財(cái)政支出的比重(X6)。在區(qū)域創(chuàng)新系統(tǒng)的產(chǎn)出指標(biāo)上，考慮到專利能夠反映一個(gè)國(guó)家或地區(qū)的創(chuàng)新資源投入轉(zhuǎn)化為產(chǎn)出的最核心和最富經(jīng)濟(jì)價(jià)值的部分，能夠反映科技成果的創(chuàng)新能力[11,12]。在我國(guó)，專利包括發(fā)明、實(shí)用新型和外觀設(shè)計(jì)三種形式。三種專利中，發(fā)明專利是衡量創(chuàng)新產(chǎn)出水平的較好指標(biāo)，其技術(shù)含量高且申請(qǐng)量很少受到專利授權(quán)機(jī)構(gòu)審查能力的約束，更能客觀地反映出一個(gè)地區(qū)原始創(chuàng)新能力與科技綜合實(shí)力[13～15]。因此本文選取每萬人發(fā)明專利申請(qǐng)授權(quán)數(shù)(Y1)來衡量區(qū)域創(chuàng)新系統(tǒng)產(chǎn)出。研究數(shù)據(jù)主要來源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》和《第二次全國(guó)R&D資源清查資料匯編》。《中國(guó)科技統(tǒng)計(jì)年鑒》從2009年開始就沒有收錄科技人員和科技經(jīng)費(fèi)投入這兩項(xiàng)指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)，因此本文所使用的創(chuàng)新系統(tǒng)投入基礎(chǔ)數(shù)據(jù)來源于2008年，由于從創(chuàng)新資源的投入到產(chǎn)出有一定的時(shí)間延時(shí)，本文綜合考慮俞立平[16]、陳偉[17]的方法，將滯后期設(shè)為2年。區(qū)域創(chuàng)新系統(tǒng)產(chǎn)出的基礎(chǔ)數(shù)據(jù)來源于2010年。本文研究對(duì)象為中國(guó)內(nèi)地的31個(gè)省級(jí)行政地區(qū)。

1.2 模型

各地區(qū)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性評(píng)價(jià)需要通過計(jì)算其對(duì)應(yīng)的投入指標(biāo)在洛倫茲曲線中的斜率得出，因此各地區(qū)的創(chuàng)新系統(tǒng)投入產(chǎn)出匹配程度的計(jì)算包括兩個(gè)階段。第一階段引入基尼系數(shù)的算法，繪制基于創(chuàng)新成果產(chǎn)出的各創(chuàng)新投入指標(biāo)的洛倫茲曲線，用于我國(guó)區(qū)域創(chuàng)新系統(tǒng)投入產(chǎn)出匹配基尼系數(shù)的計(jì)算，反映我國(guó)創(chuàng)新資源投入產(chǎn)出的匹配程度。第二階段，計(jì)算各地區(qū)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配程度。為了界定各個(gè)區(qū)域創(chuàng)新投入產(chǎn)出匹配狀況與理想狀態(tài)的貼近度，計(jì)算各地區(qū)投入產(chǎn)出匹配程度的相對(duì)值而非絕對(duì)值，本文采用熵權(quán)TOPSIS方法進(jìn)行各地區(qū)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性評(píng)價(jià)。TOPSIS是一種雙基點(diǎn)比較法，通過與最理想和最不理想的虛擬對(duì)象進(jìn)行比較，得到各評(píng)價(jià)對(duì)象的評(píng)價(jià)值[18]。傳統(tǒng) TOPSIS 法測(cè)算待評(píng)價(jià)方案時(shí)，其指標(biāo)權(quán)重為事先給定的，這在一定程度上存在主觀性[19]。熵權(quán)是一種客觀賦權(quán)法，能非常好的利用權(quán)重反映指標(biāo)值間的分布差異。為剔除主觀性的影響，本文考慮利用熵權(quán)法對(duì)待評(píng)價(jià)方案的相關(guān)指標(biāo)進(jìn)行賦權(quán)，從而實(shí)現(xiàn)對(duì)區(qū)域創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性的客觀評(píng)價(jià)。

1.2.1 匹配基尼系數(shù)

基尼系數(shù)作為一種有效的變量均衡分析的統(tǒng)計(jì)工具，在經(jīng)濟(jì)領(lǐng)域中的應(yīng)用十分廣泛?；嵯禂?shù)不僅僅被用于收入分配問題的研究，它還可用于財(cái)產(chǎn)、資本、市場(chǎng)和資源分配等一切均衡程度的分析。因此，它也被稱為廣義均衡分析的工具。匹配基尼系數(shù)作為一種衡量匹配程度的方法已被廣泛應(yīng)用于資源匹配性和資源分配等研究中[20～23]。在我國(guó)，區(qū)域創(chuàng)新資源投入呈現(xiàn)非均衡性特征，這也直接關(guān)系到區(qū)域經(jīng)濟(jì)發(fā)展和區(qū)域創(chuàng)新能力的提升，其內(nèi)涵的數(shù)學(xué)規(guī)律類似于基尼系數(shù)所表達(dá)的收入分配的均衡問題。因此，區(qū)域創(chuàng)新系統(tǒng)資源投入的非均衡程度及其與創(chuàng)新產(chǎn)出的匹配程度，用洛倫茲曲線和基尼系數(shù)描述，具有很好的一致性。

根據(jù)基尼系數(shù)的內(nèi)涵，將其引入到創(chuàng)新系統(tǒng)資源投入和創(chuàng)新產(chǎn)出的匹配性中，可以作如下假設(shè)：基于投入一定比例的創(chuàng)新資源，如果回報(bào)相同比例的創(chuàng)新產(chǎn)出，則創(chuàng)新系統(tǒng)的投入產(chǎn)出為絕對(duì)匹配。

區(qū)域創(chuàng)新投入產(chǎn)出匹配基尼系數(shù)的具體思路是以各地區(qū)發(fā)明專利授權(quán)數(shù)累計(jì)百分比為縱坐標(biāo)[10]，以選取的各個(gè)創(chuàng)新系統(tǒng)投入指標(biāo)累計(jì)百分比為橫坐標(biāo)。用各地區(qū)累計(jì)發(fā)明授權(quán)數(shù)除以橫坐標(biāo)所指向的指標(biāo)，以所得商作為特征值，將特征值按照從低到高的順序依次排列，繪制各個(gè)投入指標(biāo)基于發(fā)明專利授權(quán)量這個(gè)產(chǎn)出指標(biāo)的洛倫茲曲線，并以此求基于產(chǎn)出指標(biāo)的各個(gè)投入指標(biāo)的匹配基尼系數(shù)。

基尼系數(shù)的計(jì)算方法有很多種[24]，本文選用梯形面積法進(jìn)行基尼系數(shù)的計(jì)算：

(1)

其中，Xi為第i個(gè)地區(qū)創(chuàng)新投入各指標(biāo)的累積百分比。Yi為發(fā)明專利授權(quán)數(shù)累積百分比。當(dāng)i=1時(shí)，(Xi-1,Yi-1)視為(0,0)。

投入產(chǎn)出匹配基尼系數(shù)內(nèi)涵與一般的基尼系數(shù)內(nèi)涵相似，因此本文對(duì)匹配基尼系數(shù)的劃分標(biāo)準(zhǔn)采用基尼系數(shù)的國(guó)際慣例。基尼系數(shù)低于0.2表示投入產(chǎn)出高度匹配；0.2-0.3表示比較匹配；0.3-0.4表示相對(duì)匹配；0.4-0.5表示投入產(chǎn)出不匹配；0.5以上則表示非常不匹配。

1.2.2 熵權(quán)TOPSIS

由于每個(gè)區(qū)域在每一指標(biāo)洛倫茲曲線的斜率代表了其相對(duì)于該指標(biāo)的發(fā)明專利產(chǎn)出比值[20]。因此，本文以其在每個(gè)曲線上的斜率代表其在該指標(biāo)下的值。通過熵權(quán)法確定基于發(fā)明專利授權(quán)量的各投入指標(biāo)的權(quán)重，熵權(quán)法是通過指標(biāo)數(shù)據(jù)的變化大小確定指標(biāo)權(quán)重的客觀賦權(quán)法。在確定權(quán)重后，通過TOPSIS方法，即逼近理想解的方法，確定被評(píng)價(jià)對(duì)象的排序。

(1)利用熵權(quán)法計(jì)算6個(gè)指標(biāo)的權(quán)重[26]

③計(jì)算指標(biāo)xj的差異系數(shù)。定義差異系數(shù)gj=1-ej，gj越大，越應(yīng)重視該指標(biāo)的作用；

(2)構(gòu)建加權(quán)決策矩陣

①形成決策矩陣。設(shè)參與匹配性評(píng)價(jià)的地區(qū)集合為M=M1,M2,…,Mm,其包含的指標(biāo)集為D=D1,D2,…,Dn，則Mi對(duì)指標(biāo)Dj的值記為xij(i=1,2,…,m;j=1,2,…,n)，則決策矩陣為：

②構(gòu)建加權(quán)決策矩陣。將各指標(biāo)權(quán)重wj與無量綱化矩陣*由于本文進(jìn)行匹配性評(píng)價(jià)中各指標(biāo)的值為洛倫茲曲線中相對(duì)應(yīng)的斜率,已消除量綱差異,所以本文中無需進(jìn)行標(biāo)準(zhǔn)化。X相乘，得到加權(quán)決策矩陣R=(rij)m×n，其中rij=wj×xij。

(3)計(jì)算正、負(fù)理想解

利用上述加權(quán)決策矩陣計(jì)算正、負(fù)理想解的公式[19](4)和(5)

(4)計(jì)算評(píng)價(jià)對(duì)象與理想解的歐氏距離

(5)計(jì)算相對(duì)貼近度計(jì)算評(píng)價(jià)結(jié)果

按照相對(duì)貼近度確定各個(gè)地區(qū)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配狀況，相對(duì)貼近度ci越大表示被評(píng)價(jià)地區(qū)與正理想解越相近，投入產(chǎn)出越匹配。相對(duì)貼近度ci的大小順序即為各個(gè)地區(qū)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配程度的優(yōu)劣排序。

2 我國(guó)區(qū)域創(chuàng)新系統(tǒng)的投入產(chǎn)出匹配性評(píng)價(jià)結(jié)果分析

2.1 區(qū)域創(chuàng)新系統(tǒng)投入產(chǎn)出匹配基尼系數(shù)計(jì)算

根據(jù)匹配基尼系數(shù)的計(jì)算方法，首先分別繪制基于各區(qū)域創(chuàng)新系統(tǒng)投入指標(biāo)的發(fā)明專利產(chǎn)出洛倫茲曲線。如圖1至圖6所示。

圖1 基于科技人員投入的洛倫茲曲線

圖2 基于研發(fā)人員投入的洛倫茲曲線

圖3 基于科學(xué)家和工程師投入的洛倫茲曲線

圖4 基于科技經(jīng)費(fèi)投入的洛倫茲曲線

圖5 基于研發(fā)經(jīng)費(fèi)的洛倫茲曲線

圖6 基于地方財(cái)政支出的洛倫茲曲線

由洛倫茲曲線可以看出，我國(guó)區(qū)域創(chuàng)新系統(tǒng)人力資源投入和財(cái)力資源投入與創(chuàng)新產(chǎn)出均呈現(xiàn)不完全匹配的狀態(tài)，同時(shí)各投入指標(biāo)與產(chǎn)出之間的匹配程度也存在明顯差異?；谶@幾項(xiàng)指標(biāo)匹配性的數(shù)值可以由公式(1)計(jì)算得出，具體結(jié)果如表1所示。

表1 各指標(biāo)匹配基尼系數(shù)值

根據(jù)匹配基尼系數(shù)的劃分標(biāo)準(zhǔn)，除了基于科技人員投入(X1)這項(xiàng)指標(biāo)的基尼系數(shù)處于相對(duì)匹配狀態(tài)，其余五項(xiàng)指標(biāo)的匹配基尼系數(shù)處于不匹配狀態(tài)，同時(shí)基于研發(fā)人員投入(X2)和科學(xué)家、工程師投入(X3)這兩項(xiàng)指標(biāo)的基尼系數(shù)均處在非常不匹配的范圍。這說明，無論是人力資源還是財(cái)力資源，我國(guó)區(qū)域創(chuàng)新系統(tǒng)的投入產(chǎn)出基本呈現(xiàn)出較差的匹配性。

2.2 各地區(qū)區(qū)域創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性評(píng)價(jià)

在通過匹配基尼系數(shù)確定各投入指標(biāo)的洛倫茲曲線后，計(jì)算每個(gè)區(qū)域在各指標(biāo)對(duì)應(yīng)洛倫茲曲線的斜率，即為各指標(biāo)的得分。運(yùn)用熵權(quán)TOPSIS方法進(jìn)行評(píng)價(jià)，即可得到各地區(qū)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性評(píng)價(jià)值。

根據(jù)各指標(biāo)的數(shù)值，首先采用熵權(quán)法計(jì)算各指標(biāo)的權(quán)重，獲取各指標(biāo)的加權(quán)得分。然后運(yùn)用TOPSIS法對(duì)人力資源和財(cái)力資源投入各指標(biāo)進(jìn)行匹配性評(píng)價(jià)，計(jì)算出基于人力資源投入的區(qū)域創(chuàng)新產(chǎn)出匹配性得分、基于財(cái)力資源投入的區(qū)域創(chuàng)新產(chǎn)出匹配性得分以及各地區(qū)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性綜合得分。匹配性綜合得分的高低比較可以理解為：當(dāng)投入相同比例的資源時(shí)，得分較高地區(qū)所獲得的產(chǎn)出要高于得分較低地區(qū)獲得的產(chǎn)出。即得分越高，說明該地區(qū)投入產(chǎn)出越匹配，反之，則說明該地區(qū)投入產(chǎn)出匹配性低。各地區(qū)匹配性得分及排名如表2所示。

表2 各地區(qū)匹配性得分及排名

基于人力資源投入的創(chuàng)新產(chǎn)出匹配性得分排名前6的地區(qū)依次為：北京、上海、天津、浙江、廣東和江蘇，全部為東部地區(qū)*按經(jīng)濟(jì)區(qū)劃，我國(guó)分為東部地區(qū)、中部地區(qū)和西部地區(qū)，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南共11個(gè)省市；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個(gè)省；西部地區(qū)包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古、西藏等12個(gè)省市、自治區(qū)。。這6個(gè)地區(qū)也是基于財(cái)力資源投入的創(chuàng)新產(chǎn)出匹配性得分以及綜合得分的前6名(名次不同)。在匹配性綜合得分排名前10的省市中，東部地區(qū)8個(gè)，西部地區(qū)2個(gè)分別為重慶和四川。在匹配性得分排在后面的10個(gè)省市中，東部地區(qū)1個(gè)，中部地區(qū)1個(gè)，西部地區(qū)則有8個(gè)。考慮到西部大部分地區(qū)是經(jīng)濟(jì)發(fā)展落后地區(qū)，創(chuàng)新資源匱乏，創(chuàng)新能力較低，屬于低投入帶來的是更低的產(chǎn)出，說明西部地區(qū)整體的投入產(chǎn)出匹配性較低。

2.3 聚類分析

為了更好地對(duì)我國(guó)各地區(qū)區(qū)域創(chuàng)新投入產(chǎn)出匹配性的分級(jí)特征進(jìn)行研究，本文將我國(guó)31個(gè)省市自治區(qū)的匹配性得分進(jìn)行聚類分析。根據(jù)指標(biāo)特征，本文選擇中間距離法(Dendrogram Using Median Method)作聚類分析的具體方法，形成聚類樹狀族譜，結(jié)果如圖7所示。

圖7 我國(guó)各省域區(qū)域創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性聚類分析譜系圖

根據(jù)聚類分析結(jié)果，本文將我國(guó)各地區(qū)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性分為三個(gè)層次：1.0～2.0表示投入產(chǎn)出匹配，0.5～1.0表示投入產(chǎn)出基本匹配，0～0.5表示投入產(chǎn)出不匹配。

第一層次為北京、上海。首都北京和國(guó)際化大都市上海由于其獨(dú)特優(yōu)勢(shì)和經(jīng)濟(jì)環(huán)境，擁有良好的科技和教育資源，匯集了大量?jī)?yōu)秀的科技創(chuàng)新人才和創(chuàng)新資金的投入，高投入帶來了高產(chǎn)出。北京在基于人力資源投入的匹配性得分位列第一，上海在基于財(cái)力資源投入的匹配性得分居于全國(guó)各地區(qū)首位，說明這兩個(gè)地區(qū)創(chuàng)新系統(tǒng)的投入產(chǎn)出匹配性處于全國(guó)領(lǐng)先位置，創(chuàng)新系統(tǒng)的投入和產(chǎn)出匹配。

第二層次為天津、廣東、浙江和江蘇。這四個(gè)地區(qū)地理位置優(yōu)越，“珠江三角洲”、“長(zhǎng)江三角洲”、“環(huán)渤海京津冀”經(jīng)濟(jì)圈是我國(guó)改革開放的先行地區(qū)，是我國(guó)重要的經(jīng)濟(jì)發(fā)展區(qū)域。浙江、江蘇、廣東和天津這四個(gè)地區(qū)得益于三大經(jīng)濟(jì)圈的高速發(fā)展，有較好的創(chuàng)新環(huán)境和創(chuàng)新能力[26]。這四個(gè)地區(qū)基于人力資源和財(cái)力資源的匹配性得分都位于全國(guó)前六名之中，說明這四個(gè)地區(qū)創(chuàng)新系統(tǒng)的投入產(chǎn)出基本匹配。

第三層次為吉林、海南、福建、黑龍江、湖南、湖北、山東、陜西、四川、遼寧、重慶、甘肅、新疆、廣西、江西、寧夏、內(nèi)蒙古、西藏、青海、安徽、河北、貴州、河南、云南和陜西。福建、湖南、湖北、河北、山東、黑龍江、吉林和遼寧等地區(qū)有較好的經(jīng)濟(jì)基礎(chǔ)，創(chuàng)新資源投入的力度也較大，由于創(chuàng)新環(huán)境和創(chuàng)新意識(shí)薄弱等問題，這些地區(qū)屬于“高投入，低產(chǎn)出”。西部地區(qū)的12個(gè)省市自治區(qū)全都?xì)w于第三層次。西部地區(qū)屬于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，創(chuàng)新基礎(chǔ)薄弱，政策支持力度較小，較低的創(chuàng)新資源投入回報(bào)的是更低的產(chǎn)出。這些地區(qū)的創(chuàng)新系統(tǒng)投入產(chǎn)出不匹配。

3 結(jié)論

本文通過匹配基尼系數(shù)，對(duì)2010年我國(guó)整體以及各地區(qū)的創(chuàng)新投入產(chǎn)出匹配性進(jìn)行測(cè)算，無論是人力資源還是財(cái)力資源，我國(guó)整體創(chuàng)新資源投入產(chǎn)出都非常不匹配。通過構(gòu)建基于基尼系數(shù)的創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性評(píng)價(jià)模型，對(duì)2010年我國(guó)各地區(qū)創(chuàng)新投入產(chǎn)出的匹配性進(jìn)行了定量化研究，得到每個(gè)地區(qū)的匹配性得分，匹配性綜合得分排名前6的省市為北京、上海、浙江、江蘇、天津和廣東。在匹配性得分排在后面的10個(gè)省市中，西部地區(qū)有8個(gè)。通過對(duì)各地區(qū)匹配性得分進(jìn)行聚類分析，將我國(guó)大陸31個(gè)省市、自治區(qū)劃分為三個(gè)層次。北京、上海為第一層次，浙江、江蘇、廣東和天津?yàn)榈诙哟?，其余地區(qū)都屬于第三層次。匹配性評(píng)價(jià)和聚類分析結(jié)果表明，我國(guó)31個(gè)地區(qū)創(chuàng)新系統(tǒng)投入產(chǎn)出匹配性基本形成長(zhǎng)江三角洲、珠江三角洲和京津地區(qū)三個(gè)極化區(qū)域，這也基本反映了我國(guó)區(qū)域創(chuàng)新投入產(chǎn)出和創(chuàng)新能力的現(xiàn)狀，說明本文構(gòu)建的基于基尼系數(shù)的熵權(quán)TOPSIS模型有一定的科學(xué)性和可操作性。我國(guó)整體處于投入產(chǎn)出不匹配狀態(tài)，西部地區(qū)尤為嚴(yán)重。如何有效的進(jìn)行資源配置，提升地區(qū)吸收能力，避免“高投入，低產(chǎn)出”的現(xiàn)象，是今后區(qū)域創(chuàng)新系統(tǒng)研究的重點(diǎn)。

[1] 于曉宇,謝富紀(jì).基于DEA-Tobit的區(qū)域創(chuàng)新系統(tǒng)資源配置優(yōu)化策略研究[J].研究與發(fā)展管理,2011,(1):1-10.

[2] 白俊紅，江可申，李婧.應(yīng)用隨機(jī)前沿模型評(píng)測(cè)中國(guó)區(qū)域研發(fā)創(chuàng)新效率[J].管理世界,2009,(10):51- 61.

[3] 馮鋒，張雷勇，高牟等.兩階段鏈視角下科技投入產(chǎn)出鏈效率研究——來自我國(guó) 29 個(gè)省市數(shù)據(jù)的實(shí)證[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2011,32(8):33-38.

[4] 樊華,周德群.中國(guó)省域科技創(chuàng)新效率演化及其影響因素研究[J].科研管理,2012,33(1).

[5] 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(cè)度與影響因素分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2010,9:121-128.

[6] 張正華，楊先明.西部地區(qū)與跨國(guó)公司產(chǎn)業(yè)投資戰(zhàn)略匹配性分析[J].中國(guó)軟科學(xué),2007,(8):100-109.

[7] 唐曉華，唐要家，蘇梅梅.技術(shù)創(chuàng)新的資源與激勵(lì)的不匹配性及其治理[J].中國(guó)工業(yè)經(jīng)濟(jì),2004,(11):25-31.

[8] Nasierowski W, Arcelus F J. On the efficiency of national innovation systems[J]. Socio-Economic Planning Sciences, 2003, 37(3): 215-234.

[9] 劉順忠，官建成.區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績(jī)效的評(píng)價(jià)[J].中國(guó)管理科學(xué),2002,10(1):75-78.

[10] 樊華，周德群.中國(guó)省域科技創(chuàng)新效率演化及其影響因素研究[J].科研管理,2012(01):10-18.

[11] 陳向東，王磊.基于專利指標(biāo)的中國(guó)區(qū)域創(chuàng)新的俱樂部收斂特征研究[J].中國(guó)軟科學(xué),2007(10):76- 85.

[12] Acs Z J, Anselin L, Varga A. Patents and innovation counts as measures of regional production of new knowledge[J]. Research policy. 2002, 31(7): 1069-1085.

[13] 白俊紅，江可申，李婧.中國(guó)地區(qū)研發(fā)創(chuàng)新的技術(shù)效率與技術(shù)進(jìn)步[J].科研管理,2010,31(6):7-18.

[14] 劉鳳朝，沈能.基于專利結(jié)構(gòu)視角的中國(guó)區(qū)域創(chuàng)新能力差異研究[J].管理評(píng)論,2006,18(11):43- 47.

[15] 官建成，何穎.基于DEA方法的區(qū)域創(chuàng)新系統(tǒng)的評(píng)價(jià)[J].科學(xué)學(xué)研究,2005,23(2):265-272.

[16] 俞立平，熊德平，武夷山.中國(guó)地區(qū)科技效率的組合測(cè)度研究[J].科學(xué)學(xué)研究,2011,(8):1141-1146.

[17] 陳偉，馮志軍，康鑫等.區(qū)域創(chuàng)新系統(tǒng)的協(xié)調(diào)發(fā)展測(cè)度與評(píng)價(jià)研究——基于二象對(duì)偶理論的視角[J].科學(xué)學(xué)研究,2011,(2):306-313.

[18] 劉希宋，喻登科，曹霞.區(qū)域知識(shí)資源配置結(jié)構(gòu)和諧指數(shù)測(cè)度分析[J].管理評(píng)論,2011,23(11):126-134.

[19] 買生，匡海波，張笑楠.基于科學(xué)發(fā)展觀的企業(yè)社會(huì)責(zé)任評(píng)價(jià)模型及實(shí)證[J].科研管理,2012,33(3).

[20] 邱俊永，鐘定勝，俞俏翠等.基于基尼系數(shù)法的全球CO_2排放公平性分析[J].中國(guó)軟科學(xué),2011,(4):14-21.

[21] 王金南，逯元堂，周勁松.基于 GDP 的中國(guó)資源環(huán)境基尼系數(shù)分析[J].中國(guó)環(huán)境科學(xué),2006,26(1):111-115.

[22] 鮑文，陳國(guó)階.基于水資源的四川生態(tài)安全基尼系數(shù)分析[J].中國(guó)人口.資源與環(huán)境,2008,18(4):35-37.

[23] 吳宇哲，鮑海君.區(qū)域基尼系數(shù)及其在區(qū)域水土資源匹配分析中的應(yīng)用[J].水土保持學(xué)報(bào),2003,17(5):123-125.

[24] 葉禮奇.基尼系數(shù)計(jì)算方法[J].中國(guó)統(tǒng)計(jì),2003,4:58.

[25] 夏勇其，吳祈宗.一種混合型多屬性決策問題的TOPSIS方法[J].系統(tǒng)工程學(xué)報(bào),2004,19(6):630- 634.

[26] 李剛，遲國(guó)泰，程硯秋.基于熵權(quán)TOPSIS的人的全面發(fā)展評(píng)價(jià)模型及實(shí)證[J].系統(tǒng)工程學(xué)報(bào),2011,26(3):400- 407.

[27] 周立，吳玉鳴.中國(guó)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(píng)價(jià)的因素分析替代方法[J].中國(guó)軟科學(xué),2006,8:96-103.

Entropy Weight and TOPSIS Evaluation on the Matching of the Regional Innovation Input and Output Based on the Gini Index

JIA Ying-ying, GUO Peng, ZHAO Jing

(SchoolofManagement,NorthwesternPolytechnicalUniversity,Xi’an710072,China)

The paper measures the matching level of the regional innovation input and output based on the matching gini index. Then it establishes the entropy weight and TOPSIS evaluation model based on the Gini Index to evaluate the matching level of 31 provincial regions in China. Then we analyze the matching evaluating value of every region in clusfer. The result demonstrates the input and output of China regional innovation are mismatched and form the polarized area, which are the Pearl River Delta, the Yangtze River Delta and the Beijing-Tianjin region. The research results verify the feasibility and rationality of the proposed model. A new and scientific thought is provided to study the regional innovation input and output.

regional innovation; input and output; matching; gini index; entropy weight and TOPSIS

2013-10-15

國(guó)家自然科學(xué)基金資助項(xiàng)目(71272049);高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(20126102110052)，國(guó)家軟科學(xué)研究計(jì)劃(2010GXS5D264)；西安市軟科學(xué)研究計(jì)劃(HJ1108-3)

賈穎穎(1989-)，女，陜西西安人，博士研究生。研究方向：區(qū)域創(chuàng)新系統(tǒng)，綜合評(píng)價(jià)理論與方法。

F207

A

1007-3221(2015)02- 0208- 07