基于熵值-Malmquist的我國(guó)區(qū)域創(chuàng)新效能綜合聚類(lèi)評(píng)價(jià)體系研究

康旭東 林鑫 王海龍

摘要：面對(duì)高速發(fā)展的區(qū)域創(chuàng)新發(fā)展形勢(shì)，現(xiàn)有的區(qū)域創(chuàng)新能力評(píng)價(jià)體系難以適應(yīng)。更多樣的評(píng)價(jià)指標(biāo)在區(qū)域創(chuàng)新發(fā)展過(guò)程中需要被合理考慮，從而單一維度的區(qū)域創(chuàng)新評(píng)價(jià)體系亟須完善，這對(duì)于認(rèn)識(shí)區(qū)域科技創(chuàng)新發(fā)展態(tài)勢(shì)可提供參考依據(jù)。本文從創(chuàng)新能力和創(chuàng)新效率兩個(gè)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(gè)一級(jí)指標(biāo)構(gòu)建分析框架。通過(guò)創(chuàng)新能力和創(chuàng)新效率的綜合測(cè)度將區(qū)域創(chuàng)新劃分為5種類(lèi)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(guò)對(duì)每個(gè)聚類(lèi)的特征進(jìn)行探究，證實(shí)了我國(guó)各經(jīng)濟(jì)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(lèi)

中圖分類(lèi)號(hào)：F124.3文獻(xiàn)標(biāo)識(shí)碼： ADOI：10.3969/j.issn.1003-8256.2021.01.002

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

0引言

20世紀(jì)中葉，知識(shí)經(jīng)濟(jì)時(shí)代的到來(lái)給全球多數(shù)國(guó)家地區(qū)帶來(lái)了深度變革。從全球?qū)用婵?，科技水平領(lǐng)先帶來(lái)的優(yōu)勢(shì)使世界各國(guó)追求創(chuàng)新引領(lǐng)的發(fā)展格局；從區(qū)域?qū)用婵矗萍紕?chuàng)新和科技應(yīng)用能力成為區(qū)域核心競(jìng)爭(zhēng)力的關(guān)鍵因素之一，推動(dòng)了我國(guó)經(jīng)濟(jì)高效可持續(xù)發(fā)展。區(qū)域科技發(fā)展態(tài)勢(shì)伴隨著我國(guó)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(gè)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(jìng)爭(zhēng)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(guó)政府頒布的一系列重大戰(zhàn)略規(guī)劃，對(duì)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(duì)我國(guó)區(qū)域創(chuàng)新能力和創(chuàng)新效率進(jìn)行綜合評(píng)價(jià)，找出科技創(chuàng)新能力和創(chuàng)新效率的結(jié)構(gòu)性差距，對(duì)保證區(qū)域科技創(chuàng)新健康可持續(xù)發(fā)展有現(xiàn)實(shí)意義。

1987年英國(guó)學(xué)者Chris Freeman提出，國(guó)家創(chuàng)新體系是國(guó)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(guó)家創(chuàng)新體系概念的提出為區(qū)域科技創(chuàng)新能力評(píng)價(jià)的研究提供了理論支持。20世紀(jì)80年代，我國(guó)開(kāi)始興起針對(duì)科技創(chuàng)新評(píng)價(jià)的研究[1]，隨著研究的大量進(jìn)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(rèn)為區(qū)域創(chuàng)新能力實(shí)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(píng)價(jià)體系，并以我國(guó)的八大經(jīng)濟(jì)區(qū)為基本單元進(jìn)行了分析評(píng)價(jià)。周立等[4]使用因素分析法對(duì)我國(guó)的區(qū)域創(chuàng)新能力進(jìn)行了定量分析，并對(duì)31個(gè)省市的分析結(jié)果進(jìn)行比較?？到〉萚5]應(yīng)用復(fù)合系統(tǒng)協(xié)調(diào)度模型，對(duì)基于區(qū)域產(chǎn)業(yè)互動(dòng)的三螺旋協(xié)同創(chuàng)新能力模型完成實(shí)證檢驗(yàn)。魯繼[6]通從協(xié)同創(chuàng)新的視角，對(duì)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(shí)重組能力、創(chuàng)新經(jīng)濟(jì)溢出能力、技術(shù)創(chuàng)新和應(yīng)用能力進(jìn)行了測(cè)度。楊明海等[7]通過(guò)實(shí)證研究證實(shí)了我國(guó)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(shì)。

另一方面，狹義創(chuàng)新能力僅包括創(chuàng)新產(chǎn)出，認(rèn)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(jì)數(shù)模型中的負(fù)二項(xiàng)分布Negatitive-binomial方法證實(shí)了區(qū)域環(huán)境對(duì)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(jì)區(qū)域技術(shù)創(chuàng)新能力影響變量的同時(shí)對(duì)我國(guó)區(qū)域技術(shù)創(chuàng)新效率進(jìn)行了測(cè)度，并從內(nèi)生和外生角度分別對(duì)影響科技創(chuàng)新效率的因素進(jìn)行了分析。宇文晶等[10]通過(guò)采用兩階段串聯(lián)DEA模型和Tobit回歸模型，證實(shí)純技術(shù)無(wú)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(duì)區(qū)域科技創(chuàng)新能力進(jìn)行測(cè)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(píng)測(cè)區(qū)域科技創(chuàng)新能力和創(chuàng)新效率。本文通過(guò)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(píng)價(jià)視角，從創(chuàng)新能力和創(chuàng)新效率的綜合角度對(duì)我國(guó)31個(gè)省、市、自治區(qū)進(jìn)行評(píng)價(jià)，以期能對(duì)我國(guó)科技創(chuàng)新能力建設(shè)提供支持。

1評(píng)價(jià)指標(biāo)及體系建立

1.1評(píng)價(jià)框架建設(shè)

2005年，Hu等[11]在對(duì)Furman等[12]的FP&S創(chuàng)新能力分析框架進(jìn)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(gè)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(guó)民資本的比重；（2）原始知識(shí)積累，把GDP和專(zhuān)利積累作為知識(shí)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(shí)產(chǎn)權(quán)保護(hù)強(qiáng)度、高等教育、反托拉斯、專(zhuān)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(qiáng)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(xiǎn)投資實(shí)力。具體如圖1所示。

2013年，Castellaccia等[13]在廣義的創(chuàng)新能力評(píng)價(jià)體系之上，提出國(guó)家科技創(chuàng)新動(dòng)態(tài)系統(tǒng)是由創(chuàng)新能力和吸收能力兩大模塊驅(qū)動(dòng)的觀點(diǎn)。一方面，國(guó)家創(chuàng)新動(dòng)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(guó)際貿(mào)易、人力資本、機(jī)構(gòu)質(zhì)量和社會(huì)凝聚力等因素，多種因素共同作用產(chǎn)生的效應(yīng)驅(qū)動(dòng)創(chuàng)新能力的系統(tǒng)發(fā)展。同時(shí)，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(dòng)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(diǎn)，借鑒C&N國(guó)家創(chuàng)新動(dòng)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(jìn)：第一，把吸收能力內(nèi)部的創(chuàng)新要素進(jìn)行細(xì)分重組。本文主要將其歸類(lèi)為創(chuàng)新合作和創(chuàng)新潛力兩個(gè)部分，創(chuàng)新合作是一個(gè)經(jīng)濟(jì)和技術(shù)相結(jié)合，市場(chǎng)、技術(shù)、資本和經(jīng)營(yíng)管理相融合的復(fù)雜過(guò)程[14]，在這個(gè)過(guò)程中需要高等院校和科研機(jī)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(jī)理是通過(guò)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(dòng)。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(yùn)轉(zhuǎn)效率，節(jié)省大量時(shí)間和人力成本，適應(yīng)社會(huì)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(duì)創(chuàng)新環(huán)境和吸收能力的反饋機(jī)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(jià)值的過(guò)程。這種反饋將推進(jìn)吸收能力內(nèi)部單元的發(fā)展，并促進(jìn)創(chuàng)新環(huán)境高效建設(shè)。具體如圖3所示。

1.2指標(biāo)體系建立

根據(jù)構(gòu)建的區(qū)域科技創(chuàng)新能力評(píng)價(jià)框架，借鑒成熟的企業(yè)和產(chǎn)業(yè)科技創(chuàng)新能力評(píng)價(jià)指標(biāo)，并考慮指標(biāo)的數(shù)據(jù)可獲得性和可操作性，選取指標(biāo)體系如表1。

2模型建立

2.1模型選擇

通過(guò)回顧現(xiàn)有的區(qū)域創(chuàng)新能力評(píng)價(jià)的文獻(xiàn)，現(xiàn)有的區(qū)域創(chuàng)新能力評(píng)價(jià)方法主要分為以數(shù)理理論為基礎(chǔ)和以統(tǒng)計(jì)分析為理論的方法。按照人對(duì)指標(biāo)被賦予權(quán)重的主觀能動(dòng)性分類(lèi)，主要分為主觀評(píng)價(jià)法和客觀評(píng)價(jià)法兩種。主觀評(píng)價(jià)法包括模糊綜合評(píng)價(jià)法、灰色關(guān)聯(lián)度分析法、TOPSIS評(píng)價(jià)法，這種主觀評(píng)價(jià)方法這種主觀評(píng)價(jià)方法主要通過(guò)專(zhuān)家打分的方式來(lái)確定各個(gè)指標(biāo)的權(quán)重。這種評(píng)價(jià)方法的缺陷在于賦權(quán)方式具有較強(qiáng)的主觀性，往往會(huì)因?yàn)檫^(guò)度注重經(jīng)驗(yàn)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(píng)價(jià)方法可以克服主觀性過(guò)強(qiáng)的缺陷，例如主成分分析法可以把相關(guān)變量通過(guò)線性變換然后按照方差排序的方法識(shí)別出主成分，從而使綜合評(píng)價(jià)結(jié)果唯一，缺點(diǎn)是計(jì)算繁瑣、需要大樣本量，并且對(duì)指標(biāo)之間的線性關(guān)系依賴(lài)強(qiáng)烈。熵是對(duì)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(biāo)的測(cè)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(qiáng)的客觀性[15]。在廣義層面的區(qū)域創(chuàng)新能力評(píng)價(jià)的情景下，熵值法適用于對(duì)多層次、分類(lèi)別的指標(biāo)進(jìn)行分析。

Malmquist全要素生產(chǎn)率指數(shù)不需要估計(jì)生產(chǎn)函數(shù)，并可以分解為技術(shù)效率、技術(shù)進(jìn)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(yùn)用Malmquist生產(chǎn)率指數(shù)對(duì)區(qū)域產(chǎn)業(yè)或企業(yè)的創(chuàng)新效率進(jìn)行測(cè)度。Malmquist生產(chǎn)率指數(shù)反映了生產(chǎn)決策單元在一段時(shí)期內(nèi)技術(shù)效率的變化，同時(shí)也反映了生產(chǎn)前沿的變動(dòng)情況[16]。在狹義層面的區(qū)域創(chuàng)新能力評(píng)價(jià)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(píng)價(jià)模式。

如果只應(yīng)用廣義或狹義的評(píng)價(jià)方法，只能在單一維度進(jìn)行分析，這樣結(jié)果可能因?yàn)榕既恍远д妗１疚脑谕ㄟ^(guò)完善創(chuàng)新能力評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，組合了廣義創(chuàng)新能力評(píng)價(jià)和狹義創(chuàng)新能力評(píng)價(jià)的概念，綜合評(píng)價(jià)我國(guó)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(píng)價(jià)使用的模型構(gòu)建如下：

式中，TECH指的是技術(shù)進(jìn)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(duì)1的位置解釋為技術(shù)進(jìn)步和技術(shù)效率的情況，當(dāng)TECH大于1時(shí)，表明在t-1至t的期間存在技術(shù)進(jìn)步，小于1則說(shuō)明技術(shù)退步[18]；EFFCH測(cè)度的是t-1期到t期每個(gè)決策單元向最佳前沿移動(dòng)的程度，當(dāng)EEFCH大于1時(shí)，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(shí)期的投入產(chǎn)出向量，dt 0時(shí)期t的技術(shù)距離函數(shù)。

3實(shí)證分析

3.1數(shù)據(jù)獲取與處理

選取中國(guó)大陸31個(gè)省、市、自治區(qū)作為研究樣本，從《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及國(guó)家統(tǒng)計(jì)局網(wǎng)站選取2017、2018兩年數(shù)據(jù)。根據(jù)式（2）對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后根據(jù)后續(xù)公式計(jì)算出指標(biāo)的權(quán)重值，如表2所示。

3.2實(shí)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(píng)價(jià)指標(biāo)體系和模型，并依據(jù)熵值法計(jì)算了各項(xiàng)指標(biāo)的權(quán)重。下面將使用標(biāo)準(zhǔn)化數(shù)據(jù)與權(quán)重乘積，計(jì)算中國(guó)大陸31個(gè)省/市/自治區(qū)科技創(chuàng)新能力得分。通過(guò)全要素生產(chǎn)率指數(shù)分析得到31個(gè)省份在2018—2019年期間的技術(shù)效率變動(dòng)EFFCH（相當(dāng)于不變規(guī)模報(bào)酬生產(chǎn)技術(shù)）、技術(shù)變動(dòng)TECH、純技術(shù)效率變動(dòng)PECH（相對(duì)于變規(guī)模報(bào)酬生產(chǎn)技術(shù)）、規(guī)模效率變動(dòng)SECH和全要素生產(chǎn)率變動(dòng)TFPCH。以全要素生產(chǎn)率變動(dòng)作為創(chuàng)新效率高低的測(cè)度指標(biāo)，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(guó)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(biāo)軸，以創(chuàng)新能力指數(shù)為縱坐標(biāo)軸，進(jìn)行廣義和狹義創(chuàng)新能力的聚類(lèi)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(duì)創(chuàng)新能力指數(shù)進(jìn)行分區(qū)，現(xiàn)劃分3個(gè)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(jìn)步，反之則技術(shù)退步，所以在橫坐標(biāo)軸的 Malmquist全要素生產(chǎn)率指數(shù)為1處分界線，分成2個(gè)區(qū)間[19]，具體如圖4。

根據(jù)分區(qū)聚類(lèi)的結(jié)果，全部6個(gè)區(qū)域中有5個(gè)是有效的，分別對(duì)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(lèi)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(lèi)內(nèi)的省份不僅有較強(qiáng)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(duì)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(gè)指標(biāo)排名中位列第1名，廣東省科技創(chuàng)新能力整體提升貢獻(xiàn)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(duì)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(biāo)有待提高，同時(shí)應(yīng)該進(jìn)一步提高高校和機(jī)構(gòu)從業(yè)人員比例，提升區(qū)域創(chuàng)新潛力。近年來(lái)，北京市R&D研發(fā)經(jīng)費(fèi)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(zhǎng)，到2018年規(guī)模以上企業(yè)R&D經(jīng)費(fèi)達(dá)到了269億元，位于全國(guó)最高水平；此外，北京市有較為龐大的科技人員隊(duì)伍、眾多高水平院校，越來(lái)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(jìn)，較為均衡。山東省應(yīng)該注重新技術(shù)和外部合作與引進(jìn)，同時(shí)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(lèi)內(nèi)的省份有較強(qiáng)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(jìn)一步提高，具體如表6所示。

重慶市科技創(chuàng)新各項(xiàng)指標(biāo)表現(xiàn)突出，發(fā)展較為均衡，應(yīng)該加強(qiáng)創(chuàng)新合作。其他省份各項(xiàng)指標(biāo)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(jìn)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(duì)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(jī)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(biāo)表現(xiàn)突出，但是創(chuàng)新潛力和創(chuàng)新投入相對(duì)滯后?？傮w來(lái)說(shuō)，此聚類(lèi)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(lèi)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(xiǎn)，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(xiàng)指標(biāo)排名第一，但是需要?jiǎng)?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(xiāo)售。安徽省、陜西省、湖南省情況較為類(lèi)似，其中陜西省創(chuàng)新應(yīng)用水平相對(duì)薄弱，安徽省、湖南省應(yīng)該加大創(chuàng)新投入力度，同時(shí)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(shí)間內(nèi)無(wú)法改變整體創(chuàng)新能力薄弱的局面，需要制定中長(zhǎng)期的創(chuàng)新發(fā)展規(guī)劃以適應(yīng)改變迅速的動(dòng)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(xiàng)創(chuàng)新指標(biāo)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(shì)，彌補(bǔ)科技創(chuàng)新指標(biāo)的短板。山西省、貴州省、廣西省、甘肅省大部分指標(biāo)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(qiáng)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(dòng)開(kāi)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(kuò)大的過(guò)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(gè)省份創(chuàng)新能力基礎(chǔ)較差，根據(jù)創(chuàng)新效率指標(biāo)的表現(xiàn)，存在著技術(shù)水平下降的問(wèn)題。此類(lèi)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(cè)度模型，并通過(guò)維度組合的聚類(lèi)分析，以中國(guó)31個(gè)省市自治區(qū)為研究單元，對(duì)2019年的區(qū)域創(chuàng)新效率和創(chuàng)新能力進(jìn)行了測(cè)度，并對(duì)其特征進(jìn)行了分析，從多因素的創(chuàng)新驅(qū)動(dòng)視角和地區(qū)差異化角度進(jìn)行分析，主要得出以下結(jié)論：

第一，城市創(chuàng)新評(píng)價(jià)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(gè)方面構(gòu)建綜合性的創(chuàng)新能力評(píng)價(jià)指標(biāo)體系，全程使用客觀賦權(quán)的方法，具有較強(qiáng)的客觀性，可以從全面視域下評(píng)價(jià)區(qū)域科技創(chuàng)新能力。通過(guò)我國(guó)各省市自治區(qū)科技創(chuàng)新能力評(píng)價(jià)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(píng)價(jià)框架有較強(qiáng)的實(shí)用價(jià)值和指導(dǎo)性。

第二，對(duì)31個(gè)省市自治區(qū)進(jìn)行了聚類(lèi)分析，發(fā)現(xiàn)可以分為5類(lèi)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(fèi)投入可以使創(chuàng)新能力實(shí)現(xiàn)增長(zhǎng)；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(shì)；效率引領(lǐng)型，創(chuàng)新效率上行趨勢(shì)，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(guó)第一梯隊(duì)。從整體上看，我國(guó)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(xì)分指標(biāo)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(duì)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(jì)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(duì)區(qū)域創(chuàng)新效率有潛在影響，可以從一些經(jīng)濟(jì)發(fā)展并不領(lǐng)先的省市仍然有超過(guò)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(guó)地區(qū)經(jīng)濟(jì)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(guó)家的大背景下，區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展也被重點(diǎn)關(guān)注。區(qū)域創(chuàng)新效率對(duì)于提升區(qū)域競(jìng)爭(zhēng)力、維持區(qū)域經(jīng)濟(jì)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(jì)發(fā)展不平衡狀態(tài)。因此如何在經(jīng)濟(jì)可持續(xù)發(fā)展、資源友好型社會(huì)的前提下實(shí)現(xiàn)區(qū)域創(chuàng)新能力的平衡也成為未來(lái)的一個(gè)研究方向。

參考文獻(xiàn)：

[1]董微微.專(zhuān)利分析方法對(duì)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(bào)， 2017， 37（2）： 44-51.

[2]朱海就.區(qū)域創(chuàng)新能力評(píng)估的指標(biāo)體系研究[J].科研管理， 2004（3）： 30-35.

[3]劉鳳朝，潘雄鋒，施定國(guó).基于集對(duì)分析法的區(qū)域自主創(chuàng)新能力評(píng)價(jià)研究[J].中國(guó)軟科學(xué)， 2005（11）： 83-91，106.

[4]周立，吳玉鳴.中國(guó)區(qū)域創(chuàng)新能力：因素分析與聚類(lèi)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.

[5]康健，胡祖光.基于區(qū)域產(chǎn)業(yè)互動(dòng)的三螺旋協(xié)同創(chuàng)新能力評(píng)價(jià)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(cè)度與評(píng)價(jià)——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(dòng)態(tài)演進(jìn)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2017， 34（3）： 21-39.

[8]黨文娟，張宗益，康繼軍.創(chuàng)新環(huán)境對(duì)促進(jìn)我國(guó)區(qū)域創(chuàng)新能力的影響[J].中國(guó)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(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， 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(guó)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(guó)區(qū)域創(chuàng)新能力動(dòng)態(tài)評(píng)價(jià)與分析[J].運(yùn)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(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， 31（9）： 121-128.

[17]張俊婷，王國(guó)金，吳潔，等.基于熵權(quán)-DEMATEL的江蘇高校科技創(chuàng)新能力評(píng)價(jià)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(duì)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(jì)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(shí)證研究[J].工業(yè)技術(shù)經(jīng)濟(jì)， 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