基于偏好排序的江蘇省創(chuàng)新指數(shù)評價方法研究

朱衛(wèi)未 朱亞琴 淦貴生

摘要：隨著社會的不斷發(fā)展，創(chuàng)新成為第一生產力。傳統(tǒng)的創(chuàng)新指數(shù)評價指標體系和方法難以適應新環(huán)境下創(chuàng)新發(fā)展能力的評價。因此，文章結合江蘇省“十二五”規(guī)劃階段發(fā)展狀況，以江蘇省創(chuàng)新型城市建設評價考核指標體系為理論基礎，構建了江蘇省創(chuàng)新指數(shù)評價指標體系。運用偏好排序的DEA模型，從時間和空間的層面探討了江蘇省創(chuàng)新發(fā)展現(xiàn)狀。結果表明江蘇省創(chuàng)新能力在國內處于領先水平，但是“十二五”規(guī)劃期間江蘇省創(chuàng)新能力并未實現(xiàn)穩(wěn)定增長，創(chuàng)新指數(shù)仍然存在不穩(wěn)定變化，其中，創(chuàng)新產出指數(shù)偏低是影響創(chuàng)新能力的關鍵。

關鍵詞：創(chuàng)新指數(shù)；偏好排序；DEA

隨著經濟社會的不斷發(fā)展，創(chuàng)新逐步成為經濟增長的新動力。黨的十七大提出“提高自主創(chuàng)新能力，建設創(chuàng)新型國家”是國家發(fā)展戰(zhàn)略的核心，強調創(chuàng)新發(fā)展的重要性。創(chuàng)新一詞最早是由美籍經濟學家熊彼特提出的，他認為創(chuàng)新的本質是對生產要素或者生產條件進行創(chuàng)新，并將二者有機結合在一起引入生產體系之中。在實際經濟活動過程中，這種創(chuàng)新活動可以是技術性的，也可以是非技術性的。

創(chuàng)新指數(shù)作為有效衡量創(chuàng)新發(fā)展狀況的標準，逐漸受到國內外廣大學者關注。目前，國外立足不同層面，針對不同對象研究發(fā)布了《歐盟創(chuàng)新指數(shù)報告》、《國家創(chuàng)新能力的決定因素》、《全球知識競爭力指數(shù)》（WKCI）、《硅谷指數(shù)》等諸多方法。研究發(fā)現(xiàn)，硅谷指數(shù)只能夠進行縱向比較，也就是說它只能夠利用自身各年數(shù)據進行比較，而其他創(chuàng)新指數(shù)既可以進行自身的縱向比較，也可以與其他測評對象進行比較。

近年來，國內創(chuàng)新指數(shù)研究也在蓬勃發(fā)展。眾多學者針對全國范圍和區(qū)域范圍的創(chuàng)新研究陸續(xù)發(fā)布了《中國省區(qū)市創(chuàng)新能力動態(tài)趨勢及決定因素》、《中國城市創(chuàng)新能力科學評價指標體系》、《中關村指數(shù)》、《杭州創(chuàng)新指數(shù)》等。其中，《中國省區(qū)市創(chuàng)新能力動態(tài)趨勢及決定因素》和《中國城市創(chuàng)新能力科學評價指標體系》可以進行橫向和縱向的雙重比較，而中關村指數(shù)和杭州創(chuàng)新指數(shù)只能進行縱向比較。

江蘇省作為中國最發(fā)達的地區(qū)之一，其創(chuàng)新發(fā)展方法對其他省份有借鑒意義。本文重點關注江蘇省創(chuàng)新指數(shù)評價指標體系的構建，在分析了國內外眾多評價指標體系的基礎之上，結合江蘇省“十二五”規(guī)劃階段發(fā)展狀況，以江蘇省創(chuàng)新型城市建設評價考核指標體系為理論基礎，構建江蘇省創(chuàng)新指數(shù)評價指標體系。選用偏好排序的PR DEA方法，從時間和空間的層面探討江蘇省創(chuàng)新發(fā)展的現(xiàn)狀。

一、江蘇省創(chuàng)新指數(shù)評價指標體系構建

創(chuàng)新指數(shù)評價一個復雜的多種影響因素相互作用的過程，本文在設計江蘇省創(chuàng)新指數(shù)評價指標體系時遵循以下原則：首先是實用性原則，創(chuàng)新指數(shù)評價指標體系是為了對江蘇省創(chuàng)新發(fā)展狀況進行測算提出的，指標的選取應該做到能夠準確反映一段時間創(chuàng)新發(fā)展狀況。其次是獨立性原則，選取的指標應該具有較低的相關性，避免指標之間的交叉性。最后是可得性原則，在對創(chuàng)新指數(shù)進行定量研究前，數(shù)據是否可得是必須考慮的重要因素，數(shù)據資料應該盡可能通過相關統(tǒng)計年鑒、年度統(tǒng)計公報。

本文在構建江蘇省創(chuàng)新指數(shù)評價指標體系時，結合江蘇省創(chuàng)新型城市考核標準，從創(chuàng)新投入、創(chuàng)新產出和創(chuàng)新環(huán)境三個子系統(tǒng)，選擇15個具體指標建立指標體系。

（一）創(chuàng)新投入子系統(tǒng)評價指標的選取

基于已有的創(chuàng)新指數(shù)評價指標體系，結合江蘇省創(chuàng)新經濟發(fā)展現(xiàn)狀選擇代表創(chuàng)新投入的指標。研究發(fā)現(xiàn)R&D;投入和人力資源是創(chuàng)新活動的起點和基礎，因此，本文從政府和企業(yè)兩個角度，具體選取了全社會R&D;占GDP的比重、政府研發(fā)機構科技經費占總經費的比重、每萬人中R&D; 人員數(shù)、大中型企業(yè)研發(fā)投入占銷售收入的比重和高新技術企業(yè)占總企業(yè)的比重五個指標作為創(chuàng)新投入的三級指標。

（二）創(chuàng)新產出子系統(tǒng)評價指標的選取

創(chuàng)新產出是創(chuàng)新活動的最終成果，筆者從知識產出和創(chuàng)新績效兩個方面對創(chuàng)新成果進行了歸納，將有形產出歸于知識產出，無形產出歸于創(chuàng)新績效，具體選取高技術產業(yè)產值占工業(yè)總產值的比重、每億元GDP專利授權數(shù)、每萬人口專利授權數(shù)、R&D;課題立項數(shù)量、萬元GDP綜合能耗和全員勞動生產率六個三級指標。值得注意的是萬元GDP綜合能耗是逆指標，其值越大，對創(chuàng)新能力造成的負面影響越大。

（三）創(chuàng)新環(huán)境子系統(tǒng)評價指標的選取

良好的創(chuàng)新環(huán)境是創(chuàng)新的重要保障，對促進人才的聚集和激發(fā)企業(yè)的創(chuàng)新活力影響巨大。本文基于創(chuàng)新載體和創(chuàng)新環(huán)境兩個層面，選取企業(yè)辦科技機構數(shù)、從事科技的人員數(shù)、政府投資R&D;總額和每萬人口中受高等教育人數(shù)四個三級指標。

綜合前文所述，將本文構建的江蘇省創(chuàng)新指數(shù)評價指標進行匯總，如表1所示。

二、PR DEA模型

近年來，主成分分析、聚類分析、AHP方法、模糊綜合評價法等方法被越來越多的應用于測算創(chuàng)新指數(shù)上。但這些方法都存在一定的缺陷，主要表現(xiàn)在這些方法在確定評價指標權重時存在主觀性。為了克服這一問題，文章選用基于偏好排序的PR DEA模型，該模型是通過指標數(shù)據的自我評價來確定權重，其指標權重的大小不受人為因素的影響，相對傳統(tǒng)的評價方法更具有客觀性。

按照該偏好排序模型對各DMU的創(chuàng)新能力進行評估，會有多個DMU的綜合得分值相同，無法對評價對象進行準確的排序。因此，為了更好的基于不同偏好進行排序，Cook和Kress對原始的模型進行改進，改進后的偏好排序模型為：

Cook和Kress指出，當偏好強度函數(shù)d（j，ε）=ε/j！時，模型（2）中的目標函數(shù)值最大。本文將使用改進后的偏好排序模型對江蘇省創(chuàng)新能力進行綜合評價。

三、評價與分析

本文在測算江蘇省創(chuàng)新指數(shù)時，數(shù)據來自于《中國統(tǒng)計年鑒》、《江蘇統(tǒng)計年鑒》以及統(tǒng)計公報。由于統(tǒng)計口徑和統(tǒng)計范圍的變化，部分原始數(shù)據存在量綱不同的情況，本文在選取這部分數(shù)據時進行了簡單的預處理，確保數(shù)據的準確性。

（一）基于時間序列的江蘇省創(chuàng)新指數(shù)測算

本部分將萬元GDP綜合能耗按照從小到大排序，其他指標按照從大到小的順序排序，然后運用PR DEA模型對排序結果進行處理，計算“十二五”規(guī)劃期間（2011-2015）江蘇省創(chuàng)新指數(shù)，使用lingo計算時偏好因子ε=0.01，偏好函數(shù)d（j，ε）=ε/j！，計算結果如表2所示。

通過對2011～2015年創(chuàng)新指數(shù)的分析發(fā)現(xiàn)，近五年來江蘇省創(chuàng)新能力并未真正實現(xiàn)逐年增長，創(chuàng)新指數(shù)仍然存在不穩(wěn)定的變化，產出指數(shù)總體水平偏低。

2013年是“十二五”規(guī)劃期間創(chuàng)新能力最低的年份，分別從投入指數(shù)、產出指數(shù)和環(huán)境指數(shù)來看，2013年投入指數(shù)、產出指數(shù)和環(huán)境指數(shù)都明顯低于大多數(shù)年份，因此可以認為2013年的創(chuàng)新能力弱于其他年份。2011年江蘇省創(chuàng)新能力整體排名不高，說明“十二五”前原有的投入多、產出少以及環(huán)境問題無法在短時間內解決，2011年江蘇省創(chuàng)新發(fā)展仍存在投入指數(shù)高、產出指數(shù)低和環(huán)境指數(shù)低的問題。2014年和2015年江蘇省創(chuàng)新能力處在上升階段，其中2014年創(chuàng)新能力增長最快，增幅達到6.4%，說明隨著江蘇省創(chuàng)新驅動發(fā)展戰(zhàn)略的進一步實施，創(chuàng)新能力得到了大幅提升，并且創(chuàng)新指數(shù)有望穩(wěn)步增長。

總體來看，創(chuàng)新投入、創(chuàng)新產出和創(chuàng)新環(huán)境是創(chuàng)新指數(shù)三個主要衡量標準。當前階段，江蘇省創(chuàng)新產出水平較低，如何提高創(chuàng)新產出指數(shù)是未來創(chuàng)新發(fā)展的關鍵。

（二）基于空間分布的創(chuàng)新指數(shù)測算

本部分依據建立的創(chuàng)新指標體系，針對2015年中國31個省市進行創(chuàng)新指數(shù)的計算。由于統(tǒng)計口徑的變化，構建的指標體系中部分指標數(shù)據無法獲取，本文選擇使用相似指標對這部分指標進行替代，使用科學技術支出占總支出的比重代替政府部門R&D;經費占總經費的比重，企業(yè)新產品開發(fā)項目數(shù)替代高新技術企業(yè)占總企業(yè)的比重，企業(yè)R&D;項目數(shù)替代R&D;課題立項數(shù)量，技術成交額替代高技術產業(yè)產值占工業(yè)總產值的比重，普通高等院校數(shù)替代企業(yè)辦科技機構數(shù)，新產品開發(fā)總額替代政府投資R&D;總額，各省的創(chuàng)新指數(shù)如表3所示。

通過對我國31個省市創(chuàng)新指數(shù)的分析發(fā)現(xiàn)，區(qū)域之間創(chuàng)新能力存在較大差距。北京、上海、江蘇、遼寧、安徽和廣東作為創(chuàng)新指數(shù)的前六名，其創(chuàng)新能力明顯高于其他省市，在基于偏好排序的效率評估過程中這六個地區(qū)創(chuàng)新能力很強，效率值均在0.94以上；廣西、陜西、吉林、云南、黑龍江、重慶、河北、新疆、內蒙古、寧夏和西藏地區(qū)創(chuàng)新效率值相對較低，說明這些地區(qū)較國內其他省市創(chuàng)新能力相對較差，在創(chuàng)新能力競爭中處于弱勢地位。這與國內創(chuàng)新發(fā)展現(xiàn)狀相符合，因此偏好排序的方法是合理的。

四、結論

信息化時代，創(chuàng)新能力逐步成為社會發(fā)展的關鍵所在。本文將DEA方法和偏好排序的思想結合起來，研究分析了“十二五”規(guī)劃期間江蘇省創(chuàng)新發(fā)展現(xiàn)狀。該方法能夠基于偏好強度的思想實現(xiàn)對各區(qū)域創(chuàng)新能力的測算。研究發(fā)現(xiàn)，江蘇省創(chuàng)新能力在全國31個省市中名列前茅，但是“十二五”規(guī)劃期間創(chuàng)新產出指數(shù)偏低，影響了創(chuàng)新指數(shù)總體水平，因此進一步擴大創(chuàng)新產出成果是未來一段時間的工作重點。

需要進一步研究的一個問題是，偏好排序的DEA方法無法實現(xiàn)對無效決策單元的完全排序，仍存在部分決策單元效率得分相同，可以對該問題進行進一步研究。

參考文獻：

[1]朱孔來.創(chuàng)新、自主創(chuàng)新、自主創(chuàng)新能力相關理論研究[J].山東工商學院學報， 2008（05）.

[2]約瑟夫·熊彼特.經濟發(fā)展理論[M].商務印書館，1990.

[3]崔維軍.歐盟創(chuàng)新指數(shù)研究進展[J].中國科技論壇，2009（11）.

[4]李琳.淺析國家創(chuàng)新能力的決定因素與我國創(chuàng)新能力建設[J].科技資訊，2007（26）.

[5]劉東，鄒祖燁.世界知識競爭力評價及其對創(chuàng)新型國家建設的啟示[J].科技進步與對策，2007（10）.

[6]沙德春.硅谷指數(shù)與中國國家高新區(qū)評價指標體系比較研究[J].中國科技論壇，2012（12）.

[7]趙彥云，甄峰，吳翌琳.中國省區(qū)市創(chuàng)新能力動態(tài)趨勢及決定因素[J].經濟理論與經濟管理，2008（04）.

[8]周天勇.2009年：中國城市創(chuàng)新報告[M].紅旗出版社，2010.

[9]王兆華，于江.“中關村指數(shù)”評價體系及其對我國科技園區(qū)發(fā)展的啟示[J].科學學與科學技術管理，2007（02）.

[10]杭州創(chuàng)新指數(shù)介紹[J].杭州科技，2008（04）.

[11]Cook W D， Kress M. A data envelopment model for aggregating preference rankings[J].Management Science，1990（11）.

（作者單位：朱衛(wèi)未、朱亞琴，南京郵電大學管理學院；淦貴生，江蘇永鼎股份有限公司）