我國省域創(chuàng)新策源能力評價研究*
——基于組合賦權(quán)-TOPSIS法

楊紅燕,王麗麗

(蘇州科技大學(xué) 商學(xué)院,江蘇 蘇州 215009)

黨的二十大報告指出,科技是第一生產(chǎn)力、人才是第一資源、創(chuàng)新是第一動力。在產(chǎn)業(yè)變革深入發(fā)展的時代背景下,應(yīng)對新一輪科技革命的沖擊,創(chuàng)新策源能力正成為推動國家發(fā)展和社會進步的關(guān)鍵驅(qū)動力。2018年11月,習近平總書記在滬考察時提出發(fā)展創(chuàng)新策源能力的重要戰(zhàn)略,要求上海“在增強創(chuàng)新策源能力上下功夫”。[1]上海積極貫徹要求,致力于提升創(chuàng)新策源能力,并為全國創(chuàng)新策源能力提升探路。自此,創(chuàng)新策源能力作為一個全新的概念,受到社會各界的關(guān)注。目前,學(xué)術(shù)界有關(guān)創(chuàng)新策源能力的研究尚處于起步階段,創(chuàng)新策源能力的精準測度、培育等問題成為重要的研究課題。

因此,筆者通過構(gòu)建省域創(chuàng)新策源能力評價模型,基于AHP-熵權(quán)法的主客觀組合賦權(quán)法和優(yōu)劣解距離法(TOPSIS),測度我國31個省區(qū)市2011—2020年創(chuàng)新策源能力發(fā)展水平和發(fā)展趨勢,提出提升省域創(chuàng)新策源能力的建議,為我國經(jīng)濟高質(zhì)量發(fā)展提供參考。

一、文獻綜述

創(chuàng)新是推動國家和整個社會快速發(fā)展與前進的關(guān)鍵動力。20世紀初,“創(chuàng)新”這一概念由經(jīng)濟學(xué)家熊彼特(Schumpeter)首次提出,被定義為所有可提高資源配置和使用效率的新活動。[2]在此基礎(chǔ)上,國內(nèi)外學(xué)者開展廣泛討論與研究,形成較為完整的創(chuàng)新理論體系?！皠?chuàng)新能力”的概念由學(xué)者伯恩斯(Burns)和斯托克(Stalker)于1961年首次提出[3],其來源于經(jīng)濟學(xué)中的創(chuàng)新理論,后延伸至科技、管理等領(lǐng)域,并憑借國家戰(zhàn)略層面對創(chuàng)新的重視而得到快速發(fā)展。之后,英國學(xué)者庫克(Cooke)提出區(qū)域創(chuàng)新能力,認為創(chuàng)新關(guān)系網(wǎng)絡(luò)是一種區(qū)域性、有組織的體系。[4]

關(guān)于創(chuàng)新策源能力概念內(nèi)涵的討論,陳超提出創(chuàng)新策源能力至少包含四個方面的創(chuàng)新,即學(xué)術(shù)思想、科學(xué)發(fā)現(xiàn)、技術(shù)發(fā)明和產(chǎn)業(yè)培育,它是一種原創(chuàng)能力、核心競爭力[5];敦帥等認為,創(chuàng)新策源能力是通過形成創(chuàng)新能力與創(chuàng)新條件辯證統(tǒng)一、互為依托的創(chuàng)新路徑,催生學(xué)術(shù)新思想、科學(xué)新發(fā)現(xiàn)、技術(shù)新發(fā)明、產(chǎn)業(yè)新方向不斷涌現(xiàn)的綜合能力[6];朱夢菲等認為,具備創(chuàng)新策源能力的創(chuàng)新主體至少具有科技創(chuàng)新和產(chǎn)業(yè)創(chuàng)新的能力,能實現(xiàn)“從無到有”的創(chuàng)新發(fā)展[7];李萬指出,科技創(chuàng)新策源能力是一個國家或地區(qū)成為創(chuàng)新理念的實踐者、科學(xué)規(guī)律的發(fā)現(xiàn)者、技術(shù)發(fā)明的創(chuàng)造者、產(chǎn)業(yè)創(chuàng)新的開拓者所具備的能力[8];王少提出,創(chuàng)新策源能力是創(chuàng)新能力的一個外延概念,包含于創(chuàng)新能力中,更強調(diào)知識創(chuàng)造對創(chuàng)新的重要性[9];姚占雷等認為,創(chuàng)新策源能力重視源頭創(chuàng)新,是多方主體協(xié)調(diào)發(fā)展的結(jié)果[10]。

在創(chuàng)新策源能力研究對象的選取上,胡斌等從微觀層面以人工智能企業(yè)為研究對象,應(yīng)用隨機前沿分析方法對影響創(chuàng)新策源能力發(fā)展的因素進行分析[11];傅翠曉等從產(chǎn)業(yè)層面著手,以上海新能源汽車產(chǎn)業(yè)為例研究區(qū)域重點產(chǎn)業(yè)領(lǐng)域的創(chuàng)新策源能力,為引領(lǐng)新能源汽車產(chǎn)業(yè)發(fā)展提供參考[12];寧連舉等以跨行政區(qū)域為研究對象,運用我國八大經(jīng)濟區(qū)指標數(shù)據(jù)評價其創(chuàng)新策源能力,并進行排序及關(guān)聯(lián)度分析[13];劉琦基于科技、產(chǎn)業(yè)、創(chuàng)新應(yīng)用、科學(xué)創(chuàng)新四個方面的創(chuàng)新策源能力構(gòu)建指標體系,對粵港澳大灣區(qū)科技創(chuàng)新策源能力進行評價研究[14];楊四娟等基于專利視角,采用數(shù)據(jù)可視化方法研究植介入醫(yī)療器械無線供電技術(shù)創(chuàng)新策源能力,為高端植介入醫(yī)療器械無線供電技術(shù)創(chuàng)新策源能力發(fā)展提供建議[15]。

在創(chuàng)新策源能力的評價方面,朱夢菲等基于AHP-TOPSIS和SOM聚類方法,對我國31個省區(qū)市創(chuàng)新策源能力進行了評價分析[7];寧連舉等基于熵權(quán)法、TOPSIS、灰色關(guān)聯(lián)分析法,從創(chuàng)新政策、創(chuàng)新投入、創(chuàng)新產(chǎn)出與開放發(fā)展方面構(gòu)建指標體系[13];張金福等基于AHP法與粒子群優(yōu)化算法,模糊綜合評價了我國31個省區(qū)市的創(chuàng)新策源能力[16];浦悅等基于AHP-熵權(quán)法和TOPSIS,構(gòu)建區(qū)域人工智能產(chǎn)業(yè)創(chuàng)新策源能力評價體系并展開研究[17]。

綜上所述,創(chuàng)新策源能力是源于創(chuàng)新能力的綜合性能力集成,與國家、區(qū)域、產(chǎn)業(yè)的創(chuàng)新能力不同,也有別于原始創(chuàng)新能力。創(chuàng)新策源能力更強調(diào)“從無到有”的“源”創(chuàng)能力和首創(chuàng)精神,重視培育創(chuàng)新企業(yè)集群和現(xiàn)代產(chǎn)業(yè)集群,實現(xiàn)戰(zhàn)略領(lǐng)先。創(chuàng)新策源能力研究對象選取范圍比較廣泛,可以從企業(yè)、產(chǎn)業(yè)、區(qū)域等方面進行研究,且研究切入點各不相同。在評價方法的選擇上,學(xué)者們多采用主觀或客觀的單一賦權(quán)方法,其中層次分析法、模糊綜合評價法、熵權(quán)法是常用方法。

二、指標體系設(shè)計與評價方法

(一)省域創(chuàng)新策源能力評價指標體系設(shè)計

省域創(chuàng)新策源能力評價主要考察的是各省區(qū)市持續(xù)孕育學(xué)術(shù)新思想、科學(xué)新發(fā)現(xiàn)、技術(shù)新發(fā)明和產(chǎn)業(yè)新方向的能力,考察其是否具有良好的基礎(chǔ)和充足的投入,能否提供創(chuàng)新活動所需要的創(chuàng)新環(huán)境,保障和鼓勵創(chuàng)新策源活動的持續(xù)進行,從而實現(xiàn)“從無到有”的創(chuàng)新。

為了全面、真實地描述各省區(qū)市創(chuàng)新策源能力狀況,反映其創(chuàng)新策源能力培育和提升過程中的矛盾與不足,為政府科學(xué)制定提升創(chuàng)新策源能力的策略提供量化依據(jù),本研究遵循以下原則構(gòu)建評價指標體系:一是科學(xué)性原則,從客觀實際出發(fā),以相關(guān)理論作為指標選取的依據(jù),做到與創(chuàng)新實踐相結(jié)合,避免對評價對象認識不足而造成的主觀隨意性,從而科學(xué)、準確、真實地反映各省區(qū)市創(chuàng)新策源能力的實際水平;二是系統(tǒng)整體性原則,從科學(xué)、技術(shù)、創(chuàng)新資源和創(chuàng)新創(chuàng)業(yè)環(huán)境等方面考慮,邏輯嚴謹,指標之間不交叉重復(fù),具有差異性和獨立性,從而形成一個完善的評價指標體系;三是可行性原則,應(yīng)保證指標的可測性和數(shù)據(jù)的易得性,指標選取能從地區(qū)綜合統(tǒng)計年鑒、數(shù)據(jù)庫獲得數(shù)據(jù)。

在參考盧超等選取評價指標[18]的基礎(chǔ)上,結(jié)合我國創(chuàng)新策源能力的具體發(fā)展情況,筆者將創(chuàng)新策源能力分為學(xué)術(shù)創(chuàng)新、科學(xué)發(fā)現(xiàn)、技術(shù)發(fā)明和產(chǎn)業(yè)創(chuàng)新四個方面,每個方面又從創(chuàng)新基礎(chǔ)、投入、產(chǎn)出三個角度構(gòu)建評價指標體系(見表1)。

表1 省域創(chuàng)新策源能力評價指標體系

(1)學(xué)術(shù)創(chuàng)新能力。在學(xué)術(shù)基礎(chǔ)方面,高校是學(xué)術(shù)新思想的主陣地,為其產(chǎn)生和發(fā)展提供了良好的交流平臺;高校教學(xué)與科研人員是基礎(chǔ)研究的主力。在學(xué)術(shù)投入方面,人力投入和資金支持是創(chuàng)新持續(xù)推進、新學(xué)術(shù)思想孕育而生的保障,因此選取源于高校的研究與開發(fā)人員基礎(chǔ)研究全時當量和基礎(chǔ)研究經(jīng)費內(nèi)部支出作為指標。在學(xué)術(shù)產(chǎn)出方面,論文和著作數(shù)量是衡量學(xué)術(shù)創(chuàng)新能力的一個重要指標,這些成果蘊含著新的學(xué)術(shù)思想。

(2)科學(xué)發(fā)現(xiàn)能力。在科學(xué)基礎(chǔ)方面,研究與開發(fā)機構(gòu)提供了開展科學(xué)實驗的平臺,是科學(xué)發(fā)現(xiàn)的基礎(chǔ);研究與開發(fā)機構(gòu)人員是科學(xué)發(fā)現(xiàn)的主力軍,對促進科學(xué)的研究和發(fā)展至關(guān)重要。在科學(xué)投入方面,科學(xué)研究人員的實際工作量和科學(xué)研究經(jīng)費投入影響著科學(xué)實驗的持續(xù)進行。在科學(xué)產(chǎn)出方面,高校、研發(fā)機構(gòu)和企業(yè)在科研課題研究過程中會產(chǎn)生新的科學(xué)發(fā)現(xiàn);此外,形成國家或行業(yè)標準數(shù)也是衡量科學(xué)發(fā)現(xiàn)成果的一個重要指標。

(3)技術(shù)發(fā)明能力。在技術(shù)基礎(chǔ)方面,開展研發(fā)活動的企業(yè)和高技術(shù)產(chǎn)業(yè)的研發(fā)機構(gòu)都是技術(shù)新發(fā)明的重要主體。在技術(shù)投入方面,新的發(fā)明創(chuàng)造通常需要花費大量的時間,也需要購置相關(guān)儀器設(shè)備,因此從事試驗發(fā)展人員的全時當量以及經(jīng)費投入是重要指標。在技術(shù)產(chǎn)出方面,新技術(shù)產(chǎn)出的一個直接量化指標是有效發(fā)明專利數(shù);同時,新技術(shù)能否真正得到使用和推廣,技術(shù)合同成交金額是一個很好的衡量指標。

(4)產(chǎn)業(yè)創(chuàng)新能力。在產(chǎn)業(yè)基礎(chǔ)方面,高技術(shù)產(chǎn)業(yè)企業(yè)數(shù)和高技術(shù)產(chǎn)業(yè)新產(chǎn)品開發(fā)項目數(shù)代表了產(chǎn)業(yè)的基礎(chǔ)實力。在產(chǎn)業(yè)投入方面,同樣考慮了人力、財力的支持,選取研究人員試驗發(fā)展全時當量及經(jīng)費投入作為指標。在產(chǎn)業(yè)產(chǎn)出方面,高技術(shù)產(chǎn)業(yè)有效專利數(shù)是衡量產(chǎn)業(yè)技術(shù)發(fā)展程度的重要指標;高技術(shù)產(chǎn)業(yè)新產(chǎn)品是新技術(shù)和新專利經(jīng)過成果轉(zhuǎn)化后的產(chǎn)物,新產(chǎn)品又與市場盈利直接相關(guān),因此選取高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入作為產(chǎn)出結(jié)果評價指標[19]。

(二)指標權(quán)重確定

多指標評價主要分為主觀和客觀賦權(quán)方法。主觀賦權(quán)法是依靠專家的經(jīng)驗把握指標權(quán)重,能夠體現(xiàn)各指標信息本身的重要性,但易受人為因素的影響;客觀賦權(quán)法基于原始數(shù)據(jù)之間的關(guān)系來確定權(quán)重,易受數(shù)據(jù)變化影響,權(quán)重穩(wěn)定性和解釋性較差。因此,本研究選用層次分析法和熵權(quán)法分別計算主客觀權(quán)重,并進行組合以彌補單獨賦權(quán)方法的不足,使創(chuàng)新策源能力評價結(jié)果更加科學(xué)合理。

1.層次分析法(AHP)

層次分析法是一種適用于多因素、多準則、多方案的綜合評價問題的系統(tǒng)分析決策方法,實現(xiàn)了定性與定量的綜合分析。[20]

第一步:指標體系層次化。將指標體系劃分為三層結(jié)構(gòu),即目標層、準則層和指標層。其中,研究評價的目標構(gòu)成目標層,具體評價指標構(gòu)成指標層,準則層為中間層。

第二步:構(gòu)造兩兩比較判斷矩陣。對同一層級指標相對重要程度進行兩兩比較打分,構(gòu)建判斷矩陣

(1)

第三步:主觀權(quán)重計算。計算判斷矩陣A每行的幾何平均值

(2)

(3)

第四步:一致性檢驗。根據(jù)判斷矩陣A求出最大特征值λmax,同時引入一致性指標CI和一致性比率CR,進行一致性檢驗。

(4)

CI=λmax/(n-1)

(5)

CR=CI/RI

(6)

由于評價對象的復(fù)雜性和專家打分的主觀性,AHP法確定指標權(quán)重時必須對判斷矩陣進行一致性檢驗,當一致性比率CR<0.1時,表示通過了檢驗。

2.熵權(quán)法

熵是信息論中對于信息不確定性的一種度量。信息量越大,其信息熵值越小,指標的離散程度越大,意味著該指標對綜合評價的影響(權(quán)重)就越大。

第一步:數(shù)據(jù)矩陣規(guī)范化處理。為了各項指標具有可比性,將指標進行無量綱化處理,建立原始數(shù)據(jù)矩陣

(7)

運用極值處理法,依據(jù)正向指標的處理方式對原始數(shù)據(jù)矩陣進行規(guī)范化,并得到規(guī)范化矩陣

(8)

(9)

第二步:計算熵值。Pij表示第j個指標下第i個被評價對象的權(quán)重,ej表示第j個指標的熵值。

(10)

(11)

第三步:計算指標客觀權(quán)重。gj表示第j個指標的效用值,wj則表示第j項指標的客觀權(quán)重。

gj=1-ej

(12)

(13)

3.組合權(quán)重確定

上文分別就層次分析法和熵權(quán)法提出了權(quán)重設(shè)計方案,加法合成法兼顧主客觀信息且可操作性強,因此筆者采用此方法進行組合賦權(quán)

wj綜合=αwj主觀+(1-α)wj客觀

(14)

α(0≤α≤1)表示主觀權(quán)重偏好系數(shù),為了得到合理的組合權(quán)重并保證偏差平方和最小,選取α=0.5計算綜合權(quán)重。

(三)基于TOPSIS的相對評價方法

優(yōu)劣解距離法是多目標決策分析中一種常用的有效方法,通過檢測評價對象與最優(yōu)解、最劣解的距離進行排序。本研究通過構(gòu)建省域創(chuàng)新策源能力評價指標體系,在采用AHP-熵權(quán)法的主客觀組合賦權(quán)法進行指標賦權(quán)的基礎(chǔ)上,運用TOPSIS進行實證分析,從而評價各省區(qū)市創(chuàng)新策源能力。

第一步:構(gòu)建加權(quán)決策矩陣

(15)

其中,zij=xijwj綜合,xij為式(9)計算后的標準化決策矩陣元素,wj綜合為式(14)計算所得的組合權(quán)重。

第二步:確定正理想解及負理想解

(16)

第三步:確定各指標與正、負理想解之間的距離

第四步:計算各評價對象相對貼近度

(18)

相對貼近度表示方案與正理想解的接近程度,以距離負理想解最遠且與正理想解最近為優(yōu)。用相對貼近度Ci(0≤Ci≤1)代表創(chuàng)新策源能力的綜合得分,Ci越大,其創(chuàng)新策源能力綜合得分越高。同時,對綜合得分進行排名,進一步明確各省區(qū)市創(chuàng)新策源能力之間的差距和短板,有利于后續(xù)的實證分析及建議的提出。

三、省域創(chuàng)新策源能力評價

不同省區(qū)市的基礎(chǔ)研究、技術(shù)水平和經(jīng)濟發(fā)展存在較大差異,其創(chuàng)新策源能力發(fā)展特點也各不相同。筆者選取我國31個省區(qū)市2011—2020年統(tǒng)計數(shù)據(jù),對具體指標進行數(shù)據(jù)收集。數(shù)據(jù)來源于2012—2021年的《中國科技統(tǒng)計年鑒》、各省區(qū)市統(tǒng)計年鑒、國家統(tǒng)計局等。部分地區(qū)如山西、新疆等個別數(shù)據(jù)缺失,采用均值法插補。所收集的數(shù)據(jù)采用極值法進行無量綱化處理,形成規(guī)范化矩陣后進行運算。

(一)指標權(quán)重計算結(jié)果

本研究采用多層次分析法,構(gòu)造省域創(chuàng)新策源能力層次結(jié)構(gòu)模型,計算主觀權(quán)重。省域創(chuàng)新策源能力為目標層A,學(xué)術(shù)創(chuàng)新能力、科學(xué)發(fā)現(xiàn)能力、技術(shù)發(fā)明能力、產(chǎn)業(yè)創(chuàng)新能力四個一級指標為準則層B,24項三級指標為指標層C。設(shè)計并發(fā)放創(chuàng)新策源能力評價指標重要性程度調(diào)查問卷,邀請創(chuàng)新研究領(lǐng)域的30位專家進行填寫。

根據(jù)調(diào)查問卷專家打分結(jié)果,生成判斷矩陣,目標層與準則層為一個判斷矩陣,準則層與所屬的三級指標層各構(gòu)造一個判斷矩陣,共得到五個指標判斷矩陣,并進行一致性檢驗。各判斷矩陣的一致性比率CR均大于0.1,通過了檢驗。據(jù)此,得到省域創(chuàng)新策源能力評價指標體系的AHP主觀權(quán)重值。

對我國31個省區(qū)市2011—2020年的數(shù)據(jù)進行標準化處理后構(gòu)建決策矩陣,按公式(10)—(13)計算各項指標的特征比重、熵值、信息冗余度及熵權(quán)。基于當年指標數(shù)據(jù)求得各年份的客觀權(quán)重,以反映各指標對指標體系的貢獻程度。最終,選取主觀權(quán)重偏好系數(shù)和客觀權(quán)重偏好系數(shù)為0.5得到組合權(quán)重(見表2)。

表2 2011—2020年我國省域創(chuàng)新策源能力評價指標組合權(quán)重

(二)省域創(chuàng)新策源能力評價結(jié)果

基于AHP-熵權(quán)法組合權(quán)重計算結(jié)果,運用TOPSIS按公式(15)—(18)計算出我國31個省區(qū)市2011—2020年創(chuàng)新策源能力得分。為了更準確地對比分析各省區(qū)市創(chuàng)新策源能力發(fā)展水平和發(fā)展趨勢,筆者依據(jù)2011—2020年創(chuàng)新策源能力總得分,將31個省區(qū)市創(chuàng)新策源能力發(fā)展水平分為四類,即優(yōu)秀(≥2)、良好(<2且≥1)、一般(<1且≥0.5)、較差(<0.5)。

由表3可知,我國31個省區(qū)市創(chuàng)新策源能力水平差距較大,總分排名第一的是北京市,其創(chuàng)新策源能力分數(shù)為5.814 8,廣東以5.272 4位居第二,江蘇以4.202 5排列第三,其后分別為浙江、上海、山東。這些省域主要集中在東部沿海地區(qū),具有天然的地理位置優(yōu)勢,并且經(jīng)濟發(fā)展水平較高,全社會研發(fā)投入規(guī)模持續(xù)增長,豐富的創(chuàng)新資源要素集聚,在吸引人才和企業(yè)集聚方面占據(jù)主動性,表現(xiàn)出較為優(yōu)秀的創(chuàng)新策源能力,引領(lǐng)著中國創(chuàng)新策源能力發(fā)展。而新疆、海南、寧夏、青海、西藏的總得分分別為0.437 2、0.179 4、0.121 0、0.084 7和0.051 9,其創(chuàng)新策源能力表現(xiàn)較差,遠遠落后于全國平均水平。這些省區(qū)市以西部邊緣地區(qū)為主,經(jīng)濟發(fā)展水平較低,高等院校、科研機構(gòu)、高端技術(shù)企業(yè)少,研發(fā)經(jīng)費和人力資源投入不足導(dǎo)致創(chuàng)新產(chǎn)出少,創(chuàng)新策源能力發(fā)展基礎(chǔ)較差。

為了更直觀地比較創(chuàng)新策源能力表現(xiàn)優(yōu)秀的省區(qū)市的發(fā)展特點,筆者計算出北京、廣東、江蘇、浙江、上海、山東六省市的創(chuàng)新策源能力一級指標得分(見表4)。

表4 北京、廣東、江蘇、浙江、上海、山東創(chuàng)新策源能力一級指標得分

由表4可知,北京市具有最強的學(xué)術(shù)創(chuàng)新能力和科學(xué)發(fā)現(xiàn)能力,這是因為北京市擁有多所國內(nèi)知名高校、國家重點實驗室,高端人才集聚,營造了良好的學(xué)術(shù)思想氛圍和科學(xué)發(fā)現(xiàn)基礎(chǔ)。廣東省在產(chǎn)業(yè)創(chuàng)新方面表現(xiàn)得尤其突出,它擁有多家高技術(shù)企業(yè)、科技領(lǐng)軍企業(yè)和戰(zhàn)略性產(chǎn)業(yè)集群,產(chǎn)業(yè)集聚優(yōu)勢明顯。江蘇、浙江、上海、山東在學(xué)術(shù)創(chuàng)新能力、科學(xué)發(fā)現(xiàn)能力、技術(shù)發(fā)明能力和產(chǎn)業(yè)創(chuàng)新能力方面發(fā)展較為均衡,它們擁有較多的高校,科教創(chuàng)新資源豐富,行業(yè)龍頭企業(yè)和高成長性科技型企業(yè)集聚,產(chǎn)業(yè)體系完備,因而創(chuàng)新策源能力表現(xiàn)較好。

四、結(jié)論與建議

筆者通過測度我國31個省區(qū)市2011—2020年創(chuàng)新策源能力發(fā)展水平和發(fā)展趨勢,得出以下主要結(jié)論。

第一,創(chuàng)新策源能力是源于創(chuàng)新能力的綜合性能力集成,與國家、區(qū)域、產(chǎn)業(yè)的創(chuàng)新能力不同,也有別于原始創(chuàng)新能力,它更強調(diào)“從無到有”的基礎(chǔ)研究和應(yīng)用研究創(chuàng)新,重視培育創(chuàng)新企業(yè)集群和現(xiàn)代產(chǎn)業(yè)集群。

第二,將創(chuàng)新策源能力分解為學(xué)術(shù)創(chuàng)新能力、科學(xué)發(fā)現(xiàn)能力、技術(shù)發(fā)明能力和產(chǎn)業(yè)創(chuàng)新能力,從創(chuàng)新基礎(chǔ)、創(chuàng)新投入和創(chuàng)新產(chǎn)出三個方面構(gòu)建評價指標體系,能較全面地涵蓋影響創(chuàng)新策源能力發(fā)展的因素;基于AHP-熵權(quán)法的主客觀組合賦權(quán)法確定指標權(quán)重更科學(xué)合理,使創(chuàng)新策源能力測算結(jié)果更加準確。

第三,省域創(chuàng)新策源能力評價結(jié)果顯示,我國31個省區(qū)市創(chuàng)新策源能力水平差距較大,北京、廣東、江蘇、浙江、上海、山東表現(xiàn)出較強的創(chuàng)新策源能力。具體而言,北京市擁有較強的學(xué)術(shù)創(chuàng)新能力和科學(xué)發(fā)現(xiàn)能力,廣東省在產(chǎn)業(yè)創(chuàng)新方面表現(xiàn)得尤其突出,江蘇、浙江、上海、山東等省份的學(xué)術(shù)創(chuàng)新能力、科學(xué)發(fā)現(xiàn)能力、技術(shù)發(fā)明能力和產(chǎn)業(yè)創(chuàng)新發(fā)展較為均衡。寧夏、青海、西藏等西部邊緣地區(qū)的創(chuàng)新策源能力較差。

基于此,筆者提出創(chuàng)新策源能力培育和提升相關(guān)建議。

第一,加強研發(fā)投入力度,創(chuàng)新研發(fā)經(jīng)費使用方式。研發(fā)經(jīng)費是創(chuàng)新活動開展的基礎(chǔ),建立研發(fā)經(jīng)費投入的穩(wěn)定增長機制,創(chuàng)新研發(fā)經(jīng)費的管理和運行模式,提高經(jīng)費使用效率,對創(chuàng)新策源能力的培育和提升具有關(guān)鍵作用。

第二,培育和引進高端創(chuàng)新型人才。人才是第一資源,創(chuàng)新策源能力的培育應(yīng)堅持以人才需求為導(dǎo)向,制定高端人才引進機制,注重對創(chuàng)新人才的管理,讓人力資源創(chuàng)造最大的價值。在人才服務(wù)保障方面,堅持政府主導(dǎo)、市場引導(dǎo),整合政府、企業(yè)、高校、科研院所等渠道的資源以激勵和留住人才。

第三,加強跨領(lǐng)域、跨區(qū)域的開放合作。多方主體優(yōu)勢互補形成的創(chuàng)新具有持續(xù)性和集聚性優(yōu)勢,因此要促進產(chǎn)學(xué)研聯(lián)合創(chuàng)新,加速創(chuàng)新資源流動。同時,注重不同城市和區(qū)域的協(xié)同創(chuàng)新,形成創(chuàng)新城市群,實現(xiàn)人才、資本、信息、技術(shù)跨區(qū)域的流動與共享,加強多要素融合,促進生產(chǎn)要素向生產(chǎn)力的轉(zhuǎn)變。