中国省级区域工业创新能力的评价与分析

报告中强调了经济发展方式转变的重要性和紧迫性。我国的工业发展已经进入到了以结构调整为主的中高速增长“新常态”，提高工业创新能力特别是核心技术的自主研发创新能力，是支撑我国工业持续健康快速发展、摆脱全球价值链低端位置、实现工业由大变强、制造业由“制造”转变为“智造”的关键。工业是国民经济的重要构成部分，也是转方式和调结构的重点和难点，中国经济转轨在很大程度上取决于工业能否成功转型升级，而加快工业转型升级的关键就在于提高技术创新能力。提高技术创新能力尤其是工业创新能力，是“十三五”时期发展创新驱动，提升产业竞争力，实现更好更快发展的关键所在。因此，对全国各省份的工业创新能力进行评价与分析，有利于找出影响各区域工业创新能力的关键因素，促进各区域工业的创新发展。

国内关于技术创新能力的评价研究很多，但都存在不足，这表现在以下几个方面：第一，这些研究主要集中在以国家、区域[13]、和企业为研究对象，而以产业或行业为研究对象的相对薄弱，且多数集中于战略性新兴产业或高技术产业的创新能力的研究 [4]。第二，现有研究对于技术创新能力的评价所运用到的测评方法主要有层次分析法、主成分分析法、因子分析法、灰色關联分析、模糊综合评判、数据包络分析（DEA）、突变级数法等，每个测评方法都有其各自的优点和缺点。其中的层次分析法、灰色关联分析和模糊综合评判方法都难以避免主观因素的影响；DEA则要求被评价单元的数目应尽量多，投入和产出指标尽可能少；突变级数法虽避免了主观性，但该方法可处理变量较少；而主成分和因子分析方法所确定的权重是基于数据分析而得出的指标之间内在结构关系，不受主观因素的影响，有较好的客观性，可比性强 [5]。第三，现有研究对于创新能力的评价主要采用的是截面数据，缺乏动态分析，不能够真实地反映出创新的动态连续性。

本文将以各区域的工业创新能力作为研究对象，基于2009-2013年28个省级区域的面板数据，构建省级区域工业创新能力评价指标体系，结合动态因子分析方法和聚类分析方法，以此来对全国各省级区域工业创新能力进行综合评价和比较分析，指出不同区域工业创新能力的不同特点和水平，并以此为依据，以湖北省工业内各行业的创新能力为例，进行客观评价和分析，为各省市今后制定工业创新发展战略提供政策建议。

二、省级区域工业创新能力指标体系的构建

（一）指标体系的构建

本文建立了一个能够反映省级区域工业创新能力的评价指标体系，对全国各省工业创新能力进行评判，对影响其工业创新能力的决定性因素进行分析。为使评价指标体系能够全面、真实和客观地反映各省市的工业创新能力，指标的选择遵循系统性、科学性、可比性、可操作性和实用性的原则[6]。

投入能力是评价创新能力的先决条件，产出能力是对创新成果的度量。产业创新能力的实现不仅与投入和产出能力密切相关，还和创新环境和人员素养有关。本文从具有区域特点的产业技术创新的角度，选取创新投入能力（A）、创新产出能力（B）、创新环境（C）建立了包含3个一级指标，15个二级指标的省级工业创新能力指标评价体系，见表1。

创新投入能力从人员和经费投入角度，选取了R&D人员全时当量（A＼-1）、全部R&D经费支出（A＼-2）、新产品开发经费支出（A＼-3）、技术改造和消化经费支出（A＼-4）四个指标来衡量区域工业创新投入能力。A＼-1表示衡量科技人力投入的程度；A＼-2是R&D内部经费支出和外部经费支出的总和，反映了工业企业对技术研发经费的投入力度；A＼-3反映了工业企业对新产品开发的资金投入力度；A＼-4反映了工业企业对引进的技术进行改造和消化吸收的资金支持力度。

Griliches论证了专利申请比专利授权更能反映创新的真实水平，因为专利授权受到政府专利机构等人为因素的影响较大，使专利授权由于不确定性因素增大而容易出现异常变动[7]。创新产出能力从专利和新产品的角度，选取了专利申请数（B＼-1）、有效发明专利数（B＼-2）、新产品开发项目数（B＼-3）、新产品销售收入（B＼-4）、新产品出口销售收入（B＼-5）五个指标来衡量区域工业创新产出能力。其中的B＼-4反映了创新产品在市场上的价值得以实现，以及对工业的经济贡献。

创新环境选取了对研究机构和对高等学校经费支出占R&D经费支出的比重（C＼-1）、R&D经费支出占R&D人员全时当量的比重（C＼-2）、政府资金占R&D内部经费支出的比重（C＼-3）、技术市场成交额（C＼-4）、研究人员占R&D人员全时当量的比重（C＼-5）、有研发机构的企业数占企业数的比重（C＼-6）六个指标来衡量区域工业的创新环境。其中C＼-1反映了工业企业的产学研的合作情况；C＼-2反映了研发人员人均科研经费；C＼-3反映了政府的支持力度；C＼-4反映了各省市技术市场的技术转移和交流情况；C＼-5反映了各省市工业企业研发人员的素质；C＼-6反映了各省市工业企业的创新意识。

（二）数据来源及研究方法

1.数据的来源和处理。由于产业技术创新能力的大小主要取决于产业内企业技术创新能力的高低，所以在评价各省市工业创新能力时，考虑到数据的缺失，依据2010-2014年《中国科技统计年鉴》和2010-2014年28个省的统计年鉴，除去海南、西藏和青海省，分别整理出28个省级区域2009-2013年的15个二级指标的数据。其中2010年的数据为各地区大中型工业企业的数据，其余年份的数据为各地区规模以上工业企业的数据。这些数据既可以反映同一省份在不同年份各评价指标的变动情况，也反映同一年份各评价指标在不同省份间的差异。在评价湖北省工业内各行业创新能力时，所采用的是《湖北省第二次R&D资源清查资料汇编》中的工业企业的数据。其中考虑到数据的缺失，除去纺织服装、鞋、帽制业，皮革、毛皮、羽毛（绒）及其制品业，家具制造业，文教体育用品制造业这几个数据项，石油加工、炼焦及核燃，化学纤维制造业，把工业内分为26个细分行业。

2.评价方法的选择。关于创新能力评价的测评方法有很多，为了能够反映出创新的动态连续性，本文所采用的评价方法主要是动态因子分析方法与聚类分析方法相结合。

经典因子分析是一种数学变换方法，它的主要目的就是对原变量加以“改造”，在不致损失原变量太多信息的条件下尽可能地降低原变量的维数，即用为数较少的“新变量”代替原来的各变量[8]。

而动态因子分析，它是经典因子分析在时间序列数据上的扩展。它的基本思想是：经济的周期波动是通过一系列经济变量的活动来传递和扩散的，任何一个经济变量本身的波动都不足以代表宏观经济的整体波动[9]。

聚类分析主要采用的是快速聚类法，快速聚类法又称为动态聚类法，该方法首先将样品粗糙地分类，然后再依据样品间的距离按一定的规则逐步调整，直至不能调整为止，此方法适用于样本数目较大的数据集的聚类分析[8]。

三、中国省级区域工业创新能力综合评价与比较分析

（一）省级区域工业创新能力评价过程

根据建立的省级区域工业创新能力的评价指标体系，运用IBM SPSS Statistics 19.0统计软件，对2009-2013年28个省市的工业创新能力进行评价分析。

运用因子分析法对各年份的28个省的15个指标变量，即5×28×15三维数据进行KMO与Bartlett球度适用性检验，结果见表2。KMO值为0.842>0.6，且Bartlett球度检验的Sig.值为0.000<0.005，说明原始数据的有效性检验通过，适合作因子分析。

根据表3中各个主因子的贡献率可得工业创新能力的综合得分函数表达式如下：

F=0.57833F＼-1+0.08839F＼-2+

0.08180F＼-3+0.07224F＼-4（5）

从各主因子的函数表达式中可以看出：第一个主因子F＼-1主要由创新投入和创新产出所决定，且F＼-1解释工业创新能力所占的贡献率为57.883%，因此F＼-1是工业创新的投入和产出因子，同时也反映了工业创新的投入和产出能力对提升工业创新能力的重要性。第二个主因子F＼-2主要由工业企业创新的外在环境所决定，且F＼-2所占的贡献率为8.839%，因此F＼-2是工业创新的外在环境因子，也反映了工业创新的外在环境对工业创新能力的影响显著。第三个主因子F＼-3主要由工业企业研发人员的素质和企业的创新意识所决定，且F＼-3的解释贡献率为8.180%，因此F＼-3是工业创新的内在环境因子，也说明了工业创新的内在环境和工业创新能力有明显的相关关系；其中C＼-5（研究人员占比）对F＼-3是负影响，统计年鉴中的研究人员指R&D人员中具备中级以上职称或博士学历的人员，其对工业创新能力负影响的原因可能是博士及以上人员属于研究型尖端人才，而研究成果主要以专利和论文的形式存在，并且具有相当强的知识外溢效应，因而这类人才对于工业企业的短期效益并不明显[10]。第四个主因子F＼-4由人均科研经费单独决定，且F＼-4解释贡献率为7.224%，说明人均科研经费对工业创新能力的影响较为显著。

（二）省级区域工业创新能力评价结果与分析

1.总体评价结果与分析。根据工业创新能力的综合得分函数表达式（5）可以得到2009-2013年各省份的工业创新能力综合得分及其排名，见表4。

为了使评价的结果更加直观，对表4中的综合得分，运用SPSS统计软件，按照不同年份对各省份进行聚类，将28个省份每年工业创新能力都分为4个类别，结果见表5。

综合表4和表5可看出，各地区工业创新能力存在较大的差距，东部的工业创新能力相对于其他地区来说有较强优势。尤其是东部的广东、江苏、北京、山东、上海、浙江等沿海省市在工业创新能力方面一直位居前列，且東部地区的天津、福建呈上升趋势。

中部地区的安徽、河南、湖北、湖南等省相较于东部地区来说存在一定的差距，属于创新能力较弱的地区，但总的来说也处于上升趋势。而中部地区的山西、江西却呈现出了不平衡性，相较于中部其他省份来说，一直属于创新能力弱的地区。

西部地区中，除四川、陕西属于创新能力较弱的地区，甘肃、新疆均从创新能力较弱下降到创新能力弱的类别中，而其他省份一直属于创新能力弱的地区，工业创新能力普遍偏低。相较于东部地区，西部的工业创新能力差距显著。

2.基于主因子的各省份评价结果与影响因素分析。根据各主因子的函数表达式（1）（2）（3）（4）可以得到2009-2013年各省分别在4个主因子上的得分及其排名。

（1）对于解释工业创新能力所占的贡献率为57.883%第一个主因子F＼-1而言，从2009年-2013年稳居前6名的省份都属于东部地区；图1是2009-2013年各地区在主因子F＼-1上的得分趋势图，进一步得出东部的工业企业创新的投入产出能力优势明显。

具体而言，F＼-1排名处于上升趋势的主要有天津、安徽、福建、河南、湖北、湖南；排名处于下降趋势的主要有黑龙江、甘肃、新疆。由主因子F＼-1的函数表达式（1）可知R&D人员是重要衡量指标之一。图2显示了2009-2013年投入产出能力上升的省份在R&D人员数量方面都有明显的增长幅度。由于F＼-1解释工业创新能力所占的贡献率为57.883%，这也解释了综合排名中的东部地区内的天津、福建处于不断上升的趋势；中部地区的安徽、河南、湖北、湖南处于不断上升的趋势；甘肃、新疆从创新能力较弱下降到创新能力弱的类别中。

总的来说，R&D人员数量是提升工业创新投入产出能力的最关键因素，也反映了各地区创新能力的差异。

（2）对于第二个主因子F＼-2，从2009年-2013年稳居前3名的省份有北京、黑龙江、陕西。图3是2009-2013年各地区在主因子F＼-2上的得分趋势图，说明了东北地区工业企业创新的外在环境不断改善呈现出明显优势；而中部地区和西部地区却呈现出了下降的趋势。

主因子F＼-2的省级得分排名中处于上升趋势的主要有内蒙古、上海、湖北、吉林；处于下降趋势的主要有江西、重庆、新疆。由主因子F＼-2的函数表达式（2）可知产学研合作情况和政府支持力度是重要衡量指标。图4与图5显示了2009-2013年外在环境支持能力上升的省份，在产学研合作趋势上或者政府支持力度上呈现出上升趋势；相反，分析结果中也显示了2009-2013年外在环境支持能力下降的省份，在产学研合作趋势或政府支持力度上呈现了下降趋势。总的来说，政府支持力度与产学研合作是改善工业创新外在支持的最主要因素。

（3）对于第三个主因子F＼-3而言，从2009年-2013年均在前几名的省份有浙江、北京、安徽。图6是2009-2013年各地区在主因子F＼-3上的得分趋势图，在2010年F3的得分普遍偏高的原因和数据的选取有关（2010年数据来自大中型企业数据），进一步得出东北地区的工业企业的内在环境相较于其他地区来说，差距显著，即东北地区工业企业的创新意识较低。

主因子F＼-3的省级得分排名中处于上升趋势的主要有天津、河北、黑龙江、江苏；处于下降趋势的主要有山西、河南、广东、广西。由主因子F＼-3的函数表达式（3）可知企业创新意识是重要衡量指标。图7显示了2009-2013年F＼-3排名上升的省份企业创新意识都呈现出轻微地上升趋势；同时排名下降的省份企业创新意识都维持几乎不变的趋势。总的来说，企业创新意识是F＼-3最主要的影响因素。

（4）对于第四个主因子F＼-4而言，人均科研经费是F＼-4最主要的影响因素。从2009年-2013年居前5名的省份有北京、上海、山东。图8是2009-2013年各地区在主因子F＼-4上的得分趋势图，东部地区经济发达，人均科研经费明显高于其他地区，西部地区与东北地区因经费投入增加人均科研经费超越了中部地区。

综上所述，通过各主因子的各省份评价结果与影响因素分析可看出：东部地区工业创新能力强主要体现在投入产出能力和人均科研经费方面，而内在环境支撑能力相对薄弱；中西部地区的外在合作、投入产出能力方面需要引起重视；东北地区在外在合作方面具有较强优势，而在内在环境方面需要加强。

（三）区域内细分工业行业创新能力评价分析——以湖北省为例

2009-2013年28个省市的工业创新能力的评价结果显示：工业创新的投入和产出主因子解释工业创新能力所占的贡献率为57.883%，同时也反映了工业创新的投入和产出能力对提升工业创新能力的重要性，且湖北省工业内各行业同处于一个创新环境中，在此基础上仅考虑工业创新的投入产出能力，评价湖北省工业内各行业的创新能力。

考虑数据的缺失，运用因子分析法对湖北省工业内的26个行业的8个指标变量，进行KMO与Bartlett球度适用性检验，其中8个指标变量为A＼-1、A＼-21、A＼-3、A＼-41、B＼-1、B＼-2、B＼-3、B＼-4，A＼-21表示R&D经费内部支出，A＼-41表示技术改造经费支出。结果显示原始数据的有效性检验通过，适合作因子分析。

由相关矩阵得到的特征值、方差贡献率和累计贡献率，相应地提取了前2个主因子，第一个主因子的贡献率为75%，第二个主因子的贡献率为16%，且2个主因子的累积贡献率达到了90%。为了反映各主因子对原始变量的影响，对其进行方差极大正交旋转，继而可以得出2个主因子的函数表达式如下：

F＼-11=0.906A＼-1+0.735A＼-21+0.796A＼-3-

0.038A＼-41+0.889B＼-1+0.810B＼-2+

0.982B＼-3+0.716B＼-4（6）

F＼-21=0.368A＼-1+0.670A＼-21+0.589A＼-3+

0.943A＼-41+0.309B＼-1+0.105B＼-2+

0.095B＼-3+0.606B＼-4（7）

再根据各个主因子的貢献率可得各行业创新能力的综合得分函数表达式如下：

F′=0.74760F＼-11+0.15529F＼-21（8）

从各主因子的表达式中可以看出第一个主因子F＼-11主要由R&D人员与经费的投入，新产品的投入产出，专利所决定，且F＼-11解释各行业创新能力所占的贡献率为74.760%，因此F＼-11主要是各行业创新中非技术改造的因子。第二个主因子F＼-21主要由各行业对技术改造的投入力度所决定，且F＼-21解释各行业工业创新能力所占的贡献率为15.529%。因此F＼-21主要是各行业创新中技术改造的因子。根据综合得分函数表达式可以得到湖北省工业内各行业创新能力综合得分及其排名，见下表6。

由表6看出，仅对创新投入产出方面，交通运输设备制造业和通用设备、计算机及其他电子设备制造业的创新能力优势明显，综合得分远超其它行业；其次创新能力较强的是专用设备制造业；而创新能力弱的是采矿业，工艺品及其他制造业，橡胶制品业，印刷业和记录媒介的复制，造纸及纸制品业，木材加工及木、竹、藤、棕、草制品业，废弃原料和废旧材料回收加工业。

四、结论及建议

本文以创新投入、创新产出、创新环境3个一级指标，15个二级指标构建的省级区域工业创新能力评价指标体系，对我国28个省份的工业创新能力进行了综合评价与比较分析，结论如下：

一是东部地区工业创新能力优势显著，属于中上游水平。主要表现在工业企业的创新投入产出能力，内在环境支撑能力，人均科研经费支持能力方面。但东部地区的工业企业创新外在坏境支持能力却处于中下游水平。

二是中西部地区工业创新能力普遍偏低，中部地区属于中下游水平，西部地区属于下游水平。特别是中西部地区的工业企业在创新的投入产出能力方面，与东部地区差距明显；而且在创新的外在环境支持能力方面呈现出了下降的趋势。

三是东北地区的工业企业创新能力属于中下游水平。虽然其在外在合作方面具有明显优势，但其内在环境支撑方面应引起重视。

工业创新能力的提升依赖于创新投入产出与创新环境的协调均衡，为了促进全国各省级区域工业的创新发展，特提出以下建议：

第一，要加强东部地区和中西部地区工业企业的对外合作与交流。一方面在于加强东部地区工业企业的对外技术转移和交流的强度；一方面在于利用高校资源，加强其工业企业的产学研合作规模，有效利用资源的互补性，不仅有助于工业企业借助高校、科研机构雄厚的科研力量，提高技术创新水平，还有助于提高科技成果的就地转化率；另一方面强化地方政府的支持力度，不仅要在资金方面给予支持，政府还应大力支持企业的对外合作交流的项目，对于通过产学研合作而取得重大成果的项目或者企业，应给予资金或者物质奖励。加强其对外的合作与交流，创造良好的创新外在环境，不仅能够提升自身的创新能力，还有助于其它地区学习东部地区的创新技术，从而带动其它地区的工业创新能力得到提升。

第二，要加大中西部地区和东北地区的工业企业研发人员与资金的投入力度，提高工业创新的产出能力。对于湖北省来说，尤其是采矿业，工艺品及其他制造业，橡胶制品业、印刷业和记录媒介的复制，造纸及纸制品业，木材加工及木、竹、藤、棕、草制品业，废弃原料和废旧材料回收加工业，力争均衡发展。东部地区的工业创新能力稳居前列得益于创新投入和产出能力，工业技术创新资源的投入是提升工业创新能力的物质基础，技术创新的成果经过科学研究、技术开发、生产开发、市场开发、技术扩散和规模化生产，从模型到产品，最终形成新的商品进入市场，形成新的产业、新的生产力。工业技术创新的产出能力也能够最直接地反映出工业创新能力的强弱。

第三，各地区工业企业要积极培养和引进人才，特别是高级专业人才，营造好的环境留住人才，尤其是东北地区，从而改善人力资本结构。人才是创新的关键，工业企业要做到留住人才，运用人才，研发人员在很大程度上可以促进技术的改造和消化吸收，但是一味地强调高职称或者是博士以上的人员占比过高，反而不利于工业创新能力的提升。工业企业应该在引进高学历人才的同时，还应注重培养专业性人才。

[参考文献]

[1]赵希男，褚德海，贾建锋.我国副省级城市科技创新能力的竞优分析[J].中国软科学，2010（11）：8897.

[2]魏阙，戴磊.吉林省区域创新能力评价指标体系研究[J].科研管理，2015，36（s1）：2228.

[3]赵炎，冯薇雨.上海市寶山区区域创新能力评价研究[J].科研管理，2015，36（s1）：139144.

[4]张治河，潘晶晶，李鹏.战略性新兴产业创新能力评价、演化及规律探索[J].科研管理，2015，36（3）：112.

[5]徐立平，姜向荣，尹翀.企业创新能力评价指标体系研究[J].科研管理，2015，36（s1）：122126.

[6]赵玉林.创新经济学[M].北京：中国经济出版社，2006：378379.

[7]Griliches Z. Patent Statistics as Economic Indicators： A Survey[J]. Journal of Economic Literature， 1990， 28（4）：16611707.

[8]梅长林.数据分析方法[M].北京：高等教育出版社，2006：113178.

[9]高华川，张晓峒.动态因子模型及其应用研究综述[J].统计研究，2015，32（12）：101109.

[10]胡类明.中国高新区人力资本与创新绩效研究[D].武汉：武汉大学，2011：1120.

（责任编辑王婷婷）