区域创新系统评价综述（精选4篇）
区域创新系统评价综述 篇1
1 国外对区域创新能力评价的研究
1.1 区域创新能力的相关研究
Patrick Rond’e和Caroline Hussler认为当一个地区中比较有影响力的企业掌握了某些能力时, 创新似乎开始出现了。但是因为大多数部门从他们的工业邻居的创新能力中获利, 所以降低了地区的工业差异性水平。因此更深层次的研究目标应该是更好地识别支持这种交互式网络进程的工具和方法。
有学者根据知识机构的位置、知识流的形式和合作的促进因素三种特征区分出挪威三种类型的区域集群体系:领土内含的区域创新网络、区域网络化创新体系和区域化的国家创新体系, 认为在公司创新过程中如何利用全球、国家和地区 (当地) 的资源的方面不同集群是不同的[1]。
Slavo Radosevic指出区域创新体系有4个决定因素:①国家因素:私有化、R&D体系;②部门特性因素:技术、经费、市场、需求;③微观特性因素:参与者、联接、能力;④区域因素:当地禀赋、社会资产。
David Doloreux, Saeed Parto认为区域制度特征、知识下部构造和知识转移体系、公司的战略和表现, 象征了重要的基础条件和提升创新活动的刺激。区域机构和区域制度安排, 应该被鉴定并且依据水平、等级和体系分类。
1.2 区域创新能力的评价
创新的评价, 不同的学者的研究大相径庭。学者们将创新能力评价指标进行了各种分类。
传统上根据创新的空间形式, 从投入和产出两个角度归纳出决定创新的因素。投入指标有:R&D经费、学习过程、技术知识溢出、技术获得、其它创新决定因素、其他经济和人力因素。产出指标有:专利、效用模型、科学出版物。其他指标有:普通的新想法;发明的利用、生产中的其他创新活动;技术发展、生产力增强和经济增长[2]。Nizar Becheikh, Rejean Landry和Nabil Amara根据相关程度将创新能力指标划分为两类, 间接的指标有:R&D、专利数据。直接指标有: (1) 创新计算, 包含来自各种渠道的创新数据, 如新产品新过程的发布, 专业期刊, 数据库等; (2) 基于企业的调查, 由企业提供的调查组成。
由于这些指标都不能全面反映很多因素的相互影响, 所以研究者开始应用他们自己的指标评价创新。Porter, Michael E., Scott Stern认为创新能力取决于共有创新基础设施的强度、支持创新集群的环境条件以及两者互动联系的强度。具体包括在研究开发中的人力资源、投资于研究开发的财力资源、对国际投资的开放度、知识产权的保护水平、教育投资水平和人均国民生产总值;产业研究开发投资的强度;大学研究开发的水平。
Nizar Becheikh, Re’jean Landry和Nabil Amara将技术创新分为产品创新和过程创新, 通过对1993年到2003年的文献回顾发现37%的文章广泛关注产品创新;43%的两者都关注;13%的文章通过专利数据来研究, 而不去区分这些描绘的数据究竟是属于产品创新还是属于过程创新;6%的研究不区分创新的类型。Mita Bhattacharya和Harry Bloch提出新的研究应该强调各种行业的决定因素, 例如需求、技术、机会和独占性环境。有学者认为创新很少用实际的变量评价, 因为不存在相应的数据。评价创新的重要性、新颖性以及企业期望的收益率更难[3]。
总的来说, 基于熊彼特创新经济学说的创新能力的评价含有很多不确定性, 因此许多情况下实证研究过程中混杂了很多方法上的难点[4]。
2 国内对区域自主创新能力评价的研究
2.1 区域自主创新能力评价的指标
按照内涵划分的区域创新能力指标, 包括资源能力、载体能力、环境能力、成果能力、品牌能力。有学者对这5个指标作了细致的分析。认为资源包括了人力、财力和物质资源, 并将基础研究投入作为考量资源能力的重要指标;根据创新载体的三种基本形式 (企业、大学和研究机构) , 将国家重点学科、国家重点实验室和工程技术研究中心作为考量载体能力的指标, 将利用外资水平作为自主创新能力形成的条件因素。因为成果是以论文、著作、专利、专有技术等形式体现的, 所以将论文数作为测度成果能力的重要指标。刘凤朝等针对以上指标提出评价的基本原则是:综合评价与分项评价相结合、数理分析与机理分析相结合、状态评价与趋势评价相结合、能力评价与能力建设对策设计相结合。
根据系统性、可操作性、有效性、可比性、动态性原则, 中国科技发展战略研究小组的《中国区域创新能力报告》在对上海、北京、广东、江苏、浙江, 山东等省市的自主创新能力比较时采用了5项指标:知识创造、知识获取、企业创新、创新环境、创新绩效。吴良峥对以上指标作了解释。①知识创造的决定因素是经费投入、人员投入和过程管理水平。②知识获取取决于各部门能否进行很好的知识合作、分享知识, 如产、学、研合作。③企业创新:创新的本质是一种经济活动;创新的基本组织实施单位是企业。④创新环境:基础设施水平、市场的大小、劳动者的素质、为企业创新提供金融支持的能力、本地区的创业水平等都是制约创新的重要因素。⑤创新绩效:经济发展水平决定了创新能力, 有效的创新活动促进了经济的繁荣。
这一体系的二级指标有①知识创造:研究开发投入、论文和专利、科技投入产出比综合指标;②知识获取:科技合作、技术转移、外国直接投资;③企业技术创新能力:大中型企业的研究开发投入、设计能力、制造和生产能力、创新产出;④创新环境:基础设施、市场需求水平、劳动者素质水平、金融环境、创业水平;⑤经济绩效:宏观经济、产业结构优化度、产业国际竞争力、居民收入水平和就业。
文献中大部分采用的是以上两种评价指标体系, 但也有少数是别的体系。邹学如, 孙惠芬, 陈海波参考国内外对区域创新能力的研究, 选取包括区域创新能力实力、区域企业技术创新、环境和区域创新能力绩效共4个一级因子, 进行因子分析和聚类分析。焦晓松、杨茜、曹颖琦根据科技活动的一般规律和特征, 同时考虑到数据的可得性, 设计R&D直接投入、技术引进和技术溢出、经济基础和教育水平、R&D直接产出几项指标。《中国城市自主创新科学评价》从基础创新能力、应用创新能力和品牌综合创新能力三个方面进行综合测评。具体指标主要围绕着四个方面:①行为主体;②创新资源整合;③创新、创新后与创新扩散等一系列能力的综合体现;④创新互动能力与创新集群能力的综合体现。朱海就将区域创新能力的构成分为三个:网络的创新能力、企业的创新能力、创新环境, 将它们作为一级指标。二级指标依据投入、产出分别设计。
2.2 区域自主创新能力评价的方式方法
李树德等采用创新投入、创新成果、创新绩效和创新环境四个一级指标和24个二级指标, 先确定了评价指标体系中各具体指标的参考标准值, 然后采用权威机构测算或公布的数据, 对评价指标进行标准化处理以后, 用加权求和的方法, 建立评价模型, 再运用统计数据, 进行量化研究。李树德还指出确定指标的相对权重系数的方法主要有主观判断法、层次分析法、专家咨询法和统计评估法等。
朱孔来的评价思路是先运用定性分析的方法预选指标, 然后运用鉴别力分析、相关分析等定量分析方法对所筛选指标的可行性进行定量判断, 剔除掉高度相关、交叉重复及鉴别力不强的指标, 最终建立评价指标体系。采用层次分析法 (AHP) 解决指标的权重问题, 运用模糊隶属度函数的方法对各个指标进行无量纲化处理, 建立综合评价模型, 计算综合评价结果。
邹学如、孙惠芬、陈海波首先对二级指标进行因子分析得到江苏省13个地级市的各个因子的排名, 然后采用德尔菲法获得每个一级指标的权重, 最后计算出江苏省13个地级市的区域创新能力得分及排名。将综合得分进行聚类, 可以把江苏省13个城市分为四类。
汪涛、刘婧在分析中部六省创新能力时采用了集对分析法, 将各个评价对象的指标与理想方案加权后同一度进行比较分析, 得出各项相对指标。
经典估计贝叶斯平 (BACE) 方法选取所有可能的影响因素, 通过最小二乘法, 分析得到各个数据的解释能力。这种方法可以用来找出影响自主创新能力的因素, 可以用来帮助建立有效的评价指标体系。
国际组织一般采用主导因素法、系统分析法和学习过程法等方法, 从影响创新能力因素、知识的流动效率和社会的广泛参与角度对国家的创新能力进行评估[5]。对于自主创新能力的评价的研究方法通常是先选择指标, 再对各个指标量化并确定权重, 然后建立模型, 引进数据计算得出结果。每个步骤都有不同的方法可以选择, 通常包括:多指标综合评价的主成分分析方法、多层次综合评判的模糊数学方法、灰色聚类分析方法、C2R模型的DEA方法、集对分析法等等。
3 江苏地区的自主创新现状
总体上看, 江苏高新技术产业已初具规模;创新基础较为雄厚;创新投入强度较大;创新产出较为丰富;科技对经济增长贡献率较显著。这五个方面综合水平处于全国前5名。全省自主创新呈现区域性分布, 企业创新与企业规模、所有制呈相关性, 产学研合作过程中政府、高校、企业呈相互配合的特征[6]。
中国城市发展研究会选择了数据资料较为完整的400余座城市, 对其自主创新进行综合评价, 主要内容包括基础创新能力、应用创新能力和品牌综合创新能力三个方面。根据该评价结果, 省内城市中, 南京排名第9, 苏州11, 无锡12, 镇江27, 常州34, 南通46, 徐州61。
林桂芳认为江苏自主创新能力的建设和培养当前面临着四大挑战:高层次人才短缺;科技投入力度偏小, 离预期目标仍有差距;对外技术依存度过高, 产业发展受制于人;科技资源分散, 基础条件利用率低。
江苏省社会科学院经济研究所课题组指出严重影响江苏省自主创新的6大类障碍因素有:企业自主创新能力障碍因素;政府职能障碍因素;科研人才开发障碍因素;知识产权保护障碍因素;投资障碍因素;政策障碍因素。
4 结束语
国外的创新的研究很细致, 注重从某一个方面, 例如信用、知识、文化等来研究创新。
国外没有“自主创新”的概念, “自主创新”的概念是我国在特定的历史时期提出来的, 对于自主创新的研究大致分为三个层面:宏观国家 (区域) 层面、中观产业 (行业) 层面、微观企业层面。我国的自主创新研究较多。以中国期刊全文数据库检索的信息来看, 2004-2007年, 以“自主创新”为篇名的文章达到了5 193篇, 其中核心期刊中有937篇, CSSCI来源期刊有315篇。它们大多数以企业为主体, 从不同的视角, 如新型工业化、发展循环经济等来研究, 还有是对区域或者全国的整体情况进行研究。有的从逻辑上全面分析, 有的以具体情况作为出发点研究特殊问题, 还有的只研究提高自主创新能力的做法的一个方面。由于创新问题本身的多层次性, 各个学者研究的视角不同, 对自主创新能力的看法也各异, 所以研究缺乏系统性和整体性。因此存在一些局限性, 比如:各个层面的自主创新能力的概念并不明确、评价指标多样性等。国家统计局正在进行“创新型国家进程的统计监测研究”希望据此提出监测指标及其实现目标值。□
参考文献
[1]Patrick Rond'e, Caroline Hussler.Innovation in regions:What does really matter[J].Research Policy, 2005 (34) :1150-1172.
[2]Bj覬rn T.Asheim, Arne Isaksen.Regional Innovation Sys-tems:The Integration of Local‘Sticky’and Global‘U-biquitous’Knowledge[J].Journal of Technology Trans-fer, 2005 (27) :77-86.
[3]Bernard'l Cabrer-Borr'as, Guadalupe Serrano-Domingo.Innovation and R&D spillover effects in Spanish regions:A spatial approach[J].Research Policy, 2007, (36) :1357-1371.
[4]Brian P.Cozzarin.Are world-first innovations conditional on economic performance[J].Technovation, 2006, (26) :1017-1028.
[5]Mita Bhattacharya, Harry Bloch.Determinants of Innova-tion[J].Small Business Economics, 2004 (22) :155-162.
[6]黄少波.构建自主创新体系中的政府行为研究[D].南京:东南大学, 2006.
[7]冯邦彦, 李胜会.我国自主创新实现能力及转化能力评价[J].创新管理, 2006 (12) :66-70.
[8]钱志新, 魏然, 张建华, 等.江苏自主创新现状及对策研究[EB/OL].http://www.xhby.net/xhby/node/node2.htm, 2006-4-16/2008-1-20.
区域创新系统的界定和评价 篇2
一、区域创新系统的界定
区域创新系统概念最早由英国学者Cooke于1992年提出，并于1996年明确了定义：区域创新系统主要是由在地理上相互分工与关联的生产企业、研究机构和高等教育机构等构成的区域性组织体系，在这个体系内，企业和其他组织通过根植性的制度环境相互学习，且这种体系支持并产生了创新。
国内学者在国外研究基础之上，对区域创新系统进行了探讨和研究，并提出了自己的理解。冯之浚、胡志坚等认为区域创新系统是指由某一地区内的企业、大学和科研机构、中介服务机构和地方政府构成的创新系统。
虽然国内外学者对于区域创新系统的界定不尽相同，但是定义均从地理空间范围、创新主体、组织结构和空间结构等方面对区域创新系统进行界定。经过理论研究者的系统研究，区域创新理论已成为在知识经济和产业网络范式下，揭示区域学习创新、地方环境和区域增长之间有机联系，阐释区域竞争优势和区域经济发展的重要理论。
二、区域创新系统的评价方法
国外在区域创新系统评价方法选择上有不同的观点，Fritsch在对11个欧洲地区区域创新系统评价中使用知识生产函数方法;Carlsson等在对技术系统的绩效评价时，提出了多指标分析，考虑了分析的层次以及所研究技术系统的成熟度;Nasierowski&Axcelus运用数据包络分析方法对45个国家和地区创新系统的效率进行评价;Baumert&Pellitero使用因子分析法进行了区域创新系统测量。Gracia等通过比较研究，推荐将“欧洲创新记分板区域创新综合指数”和“数据包络分析”两种测量技术绩效的方法结合使用。
国内研究中，罗守贵等利用层次分析法对江苏省各地区创新能力进行了评价;王海胜等利用生产函数对区域创新系统的创新效率进行了测度评价;刘顺忠、官建成、柳卸林、马鹏龙、汪洋、秦莉俐等运用数据包络技术评价方法对区域创新系统中的技术创新能力等进行评价;周柏翔、丁永波、凌丹运用熵值法对长春区域创新系统进行综合评价;杨华峰，邱丹运用因子分析法对全国30省市区域创新系统进行实证研究。上述研究表明，随着对区域创新系统评价研究的相继展开，评价方法的选用也各不相同，但其中用DEA方法进行评价的研究也是最多的。DEA方法是一种用于评价和比较区域创新系统绩效的重要方法。
三、区域创新系统的评价内容及指标体系
在利用DEA方法进行区域创新系统评价时，多数研究是以单阶段评价模型为基础进行，即从技术投入、技术产出或技术投入、经济产出方面对区域创新系统进行研究和评价，难以全面反映区域创新这一复杂的活动。目前研究中，只有四篇利用DEA方法进行多阶段评价的文献。其中，官建成、何颖将经济绩效引入区域创新评价体系，应用两阶段模型，以专利作为中间产品，将区域创新活动分为技术产出阶段和经济产出阶段以及二者的综合阶段，分别对创新活动的技术有效性、经济有效性以及综合有效性进行评价;秦莉俐建立两阶段DEA评价模型，确定长三角区域创新系统在技术与经济两方面的有效性。虽然在他们的研究中考虑了技术创新对经济的影响，但是没有把对社会的影响问题考虑在内。冯显敏从创新的技术绩效、创新的经济绩效和创新的社会绩效三个部分出发，构筑了一个评估区域创新系统绩效的“三位一体”模型，并对浙江省11地市的区域创新效率进行了评估;侯风华、郭杰将区域创新系统效率分为直接科技效率、宏观经济效率和社会效率，建立了三段式评价指标体系，对北京、河北、山东等10个省市区域创新系统运行效率进行了评价。他们的研究中虽然考虑了区域创新的社会绩效，但是按照行政区划对创新区域进行选择和划分，没有考虑区域创新系统的构建基础———产业网络，与区域创新系统的发展实际难以吻合。因此，这些研究虽然通过多阶段DEA评价方法尝试揭示区域创新这一复杂系统自身存在的具体问题，但是在评价阶段划分上或是在创新区域选择上仍存在一定的缺陷。
四、区域创新系统评价的指标体系
在区域创新系统评价指标选取方面尚未建立完整的指标评价体系，指标选取随意性较大，其中投入指标多为企业和高校的技术投入，忽视了科研机构、中介机构和政府的技术投入，产出指标筛选时，单阶段区域创新系统评价模型混同了技术和经济产出指标，忽视了科技成果向经济效益转化的时滞性，同时没有考虑社会产出指标，多阶段评价模型虽然考虑了技术向经济转化的时滞性，但是技术产出指标主要是授予专利权量，或进一步增加科技论文数量等，指标选取略显狭窄。
五、区域创新系统评价中的区域选择
国外关于区域创新系统评价的实证研究分为以行政区域和经济区域为边界的研究。Michael在对欧洲11个区域进行研究的基础上得出，不同的区域创新系统绩效不同，R&D的合作也不同;Fritsch在Michael的研究基础上，运用知识生产函数方法测量和比较了11个欧洲区域创新系统的质量;Sachsenring对美国硅谷和美国东北部128号公路地区的创新集群进行了对比研究，分析了其形成的原因和存在与发展的特征;哈森克和伍德在对德国耶拿光学工业集群和慕尼黑电子产业集群的实证研究中指出，高技术产业的地理聚集并不必然导致区域研究与开发的合作及区域创新现象。
国内研究的区域选择主要有三种类型。第一种是对全国各省份进行创新系统评价，如，刘顺忠和官建成，虞晓芬等，胡明铭、汪洋、杨华峰、邱丹等对全国30各省、直辖市和自治区进行区域创新系统评价;第二种是对某个省份各个地市进行创新能力评价，如，罗守贵等对江苏省各地区的创新能力进行了评价，易伟明等，池仁勇和唐根年、于晓宇、谢富纪分别对安徽省各地区的高新技术开发区、上海市和浙江省十一个地区的创新绩效进行了分析与评估;第三种是对全国的经济区域进行创新能力评价，如，秦莉俐对长三角区域创新系统的运行绩效进行定量评价，侯风华、郭杰对我国东部省市区域创新系统的运行效率评价。
六、对国内外研究的成果评述
1. 对区域创新系统概念的界定趋于统一。
现有成果对区域创新系统的界定都包括区域创新要具有一定的地域空间并以生产企业、研发机构、高等院校、地方政府机构和服务机构为主要的创新主体，与此同时不同创新主体之间在制度因素和治理安排的作用下通过互动，构成创新系统的组织和空间结构，从而形成一个社会系统。虽然国内外学者的理解多样，但是差异不大，实质内涵趋于一致。
2. 对区域创新系统网络构成和竞争优势的研究较少。
目前对区域创新系统评价的研究主要集中在从组织结构的角度分析区域创新系统的功能、特征和运行机制等定性方面，未能揭示区域产业网络与区域创新系统之间的内在作用机理，因此对区域创新网络的构成和竞争优势的分析也就缺乏深入。
3. DEA方法在区域创新系统研究领域的探讨还不够深入。
主要表现在首先，已有研究在DEA评价指标选取方面显得较为粗糙，指标单一问题较严重;第二，将多种DEA模型进行综合使用的研究较少见，由此模型所获信息自然具有一定的局限性;第三，单阶段评价模型难以全面反映区域创新系统这一复杂的活动，一个有效的区域创新应当是以技术绩效、经济绩效和社会绩效三者的共同实现为标准的，单从一个角度对区域创新系统评价，不能完全揭示区域创新系统自身存在的具体问题。
4. 在评价体系的构建上，集中于技术创新系统，忽视经济和社会体系的研究。
已有的研究大多数只是涉及科技投入对科技产出的影响，或者仅仅涉及到科技成果转化的问题，讨论区域创新系统经济和社会绩效的研究，以及对结合系统内部、外部进行区域创新系统综合评价的研究较少。
5. 创新区域选择上，主要从行政区域的角度进行分析，从经济区域角度进行评价的文献较少。
从行政区划进行区域创新系统评价不能体现创新系统的特色和优势，以及产业网络和区域创新系统之间的密切关系，与区域创新系统发展的实际不吻合。
区域创新系统评价综述 篇3
1 区域创新系统中知识吸收能力的影响因素分析
区域创新系统中知识吸收能力是一个地区经济系统中企业获取、消化、整合和应用外部知识的动态能力。参照Zahra和George[4]的吸收能力的维度划分,区域创新系统中知识吸收能力主要受到潜在吸收能力和现实吸收能力两种能力的影响。潜在吸收能力确保区域创新系统中知识的新颖性和多样性,现实吸收能力表明了区域创新系统在实际的创新过程中运用和创新知识。由于知识吸收能力是隐含在区域创新系统的内在过程中的能力,不能直接对其进行测量,但是能力是由多种因素综合作用引起的,因而,可以通过能力的关键因素作为能力的替代来对其进行测量和评价。潜在吸收能力的影响因素包含区域系统内的先验知识和政府对于创新的支持。先验知识决定了区域系统内的知识存量,有助于各个地区从外部获取更多的知识以及更好地消化和应用知识。政府的作用不仅可以为区域创新系统提供创新的环境,而且提供资金支持,对区域经济发展起到重大的促进作用。现实吸收能力的影响因素主要是区域系统内的知识交流能力、应用能力。知识交流能力对于区域经济发展的影响是肯定的,能够有效地促进知识存量的增加和更新。应用能力反映了区域系统通过创新过程实现战略目标的能力。其中,先验知识的衡量指标为研发投入(x2)、技术合同成交额(x2)、科学家和工程师总数(x3)、研发人员全时当量(x4),反映了各个地区技术水平的基本条件;政府对于创新的支持的衡量指标为政府用于支持研发金额(x5),反映了政府对于科技支持的重要程度;知识交流能力的衡量指标为上网人数(x6)、本地电信业务总量(x7),反映了各个地区知识交流的程度;应用能力的衡量指标为国内专利授权量(x8)、出口贸易额(x9)和规模以上新产品销售收入(x10),反映了各个地区知识应用的成效。
依据分析目的,选取全国各省份和直辖市作为样本进行分析。由于西藏和青海有些指标的数据偏小,所以在本文中省略了这两个省份的样本数据,实际选取的样本数为29个,各个指标的原始数据来自《2005中国统计年鉴》和《2005中国科技统计年鉴》。
2 区域创新系统中知识吸收能力的评价
2.1 原始指标的标准化
由于所选用的原始指标量纲不完全一致,因而需要对原始指标进行标准化处理,从而使各个指标具有可比性。研发投入、技术合同成交额、政府用于支持研发金额、授权量、出口贸易额和规模以上新产品销售收入用各个地区的企业数来标准化;科学家和工程师总数、研发人员全时当量和,上网人数、电信业务总量用各个地区人口数来标准化。
2.2 因子分析
运用SPSS15.0统计软件对变量进行KMO和Bartlett检验,结果KMO为0.784,Bartlett值为592.491,P<0.001,从而表明相关矩阵不是单位矩阵,可以运用因子分析。10个变量的共同度分别为0.989、0.925、0.974、0.963、0.850、0.941、0.920、0.799、0.984、0.990。这些变量的共同度都接近1,由此可见,这些变量对区域知识吸收能力具有很强的说服力。
通过对各个变量进行因子分析,按照特征值大于1的原则,选入特征值分别为7.08和2.257的两个公因子,其方差贡献率分别为70.799和22.570,累积方差贡献率达到93.369,从而说明这两个公因子包含了所有信息的93.369%,其后的特征值从0.346开始,急剧减少。见表1。但是这两个公因子的含义不清楚,因而运用最大方差旋转,选入特征值分别为5.198和4.139的两个公因子,其方差贡献率分别为51.979和41.390,累积方差贡献率达到93.369。
旋转后的因子载荷情况如下,两个公因子的含义比较清楚。第一个公因子称为潜在吸收能力因子(PAC),主要与平均研发投入、平均技术合同成交额、平均科学家和工程师总数、平均研发人员全时当量和平均政府用于支持研发金额有关,载荷分别是0.970、0.857、0.979、0.974、0.971,均大于0.8。
第二个公因子称为现实吸收能力因子(RAC),主要与平均上网人数、平均电信业务总量、平均各地国内授权量、平均出口贸易额和平均规模以上新产品销售收入有关,载荷分别是0.822、0.842、0.839、0.959、0.891,均大于0.8。
为了比较各个地区的知识吸收能力的大小,把公因子表示为诸变量的线性组合:
PAC = 0.97x2+0.857x2+ 0.979x2+0.974x4+ 0.971x5 + 0.537x6+0.376x7+0.486x8+ 0.01x9 + 0.076x10;
RAC=0.218x2+0.436x2+0.162x2+0.159x4+0.021 8x5+0.822x6+0.842x7+0.839x8+0.959x9+0.891x10
为了表示方便,这里线性组合中的所有变量值为标准值,仍用x表示。
将标准化的原始数据代以该线性组合函数,得到各个地区的两个公因子的得分,再以各因子的方差贡献率占两个因子总方差贡献率的比重作为权重进行加权汇总,得出各个地区的知识吸收能力的综合得分AC,即AC=(51.979 PAC+41.39 RAC) / 93.369
从表2可以看出,在第一个因子PAC上,北京、上海、陕西得分最高,分别为4.616 9、1.009 5和0.870 4,其平均研发投入和平均科学家和工程师人数以及平均研发人员全时当量指标值较高。陕西落后于北京3.746 5。贵州、海南、宁夏、新疆和福建得分最低,分别为-0.631 9、-0.716 0、-0.795 6、-0.549 6和-0.495 8,原因在于平均科学家和工程师人数以及平均研发人员全时当量指标值较低。
在第二个因子RAC上,北京、上海、江苏得分最高,分别为4.735 0、1.460 1、0.496 0,其中北京远远高于江苏4.239。山西、海南、贵州、宁夏得分最低,分别为-0.472 3、-0.540 0、-0.544 4、-0.558 1,其平均国内授权量较低。
综合考虑两个公因子,我们发现陕西、四川和山西都具有较高的潜在吸收能力,分别排位在第3、4和13位,但是现实吸收能力排位却相对落后些,位于第12、11和26位。而广东、浙江、重庆和福建潜在吸收能力不高,位于第10、17、22和25,但是现实吸收能力的排位却相对靠前些,位于第6、7、8和18。从而可以看出,广东、浙江、重庆和福建与陕西、四川和山西相比较,能够更好地转化和应用新知识,具有较高的创新能力。
从各个地区的AC上来看,北京、上海、江苏是前三位,其次是陕西、四川、辽宁。位于后五位的地区为江西、新疆、贵州、海南、宁夏。由此发现,经济发展水平高的地区,其吸收能力水平较高,具有较高的潜在吸收能力和现实吸收能力。然而,对于落后地区,其人力、财力和信息沟通渠道相对落后,严重阻碍了创新系统外部的新知识的潜在能力和创新能力,从而制约了经济发展。这与我国各个地区经济发展水平基本相一致。
3 结语
区域创新系统中,一个地区无论其知识量如何,不可能在所有的知识领域都领先,都需要获取和利用外部的知识。研发投入、技术合同成交额、科学家和工程师总数、研发人员全时当量和政府用于支持研发金额是潜在吸收能力的关键因素。上网人数、电信业务总量、授权量、出口贸易额和规模以上新产品销售收入是现实吸收能力的关键因素。因而,制定区域创新系统知识吸收能力的创新政策时,应该从这些关键因素上来考虑,从而促进区域经济的快速和健康的发展。针对区域创新系统知识吸收能力来说,我们提出以下几点建议:①对于贵州、海南、宁夏、新疆这些落后地区,由于研发投入不足,人力资本基础薄弱,在加大研发投入的同时,应当重点分析知识的流动和应用,注重现实吸收能力的提高。②对于陕西、四川和山西以及广东、浙江、重庆和福建这些地区,前三个地区具有较高的潜在吸收能力,后四个地区具有较高的现实吸收能力,因而,制定创新决策的侧重点有所不同。对于前三个地区来说,应该提供建立知识流动的制度和制定相关政策,建立促进知识流动的畅通渠道。对于后四个地区来说,应该为了经济发展进行政策倾斜,加大研发和教育的投入力度,注重知识的积累,增加知识存量。③区域创新系统中潜在吸收能力和现实吸收能力应该协调发展,不仅需要关注知识的积累,而且还要注重知识的创新和应用,从而能针对变化的环境做出灵活的反应,而且能够通过创新活动促进区域经济的发展。
参考文献
[1]COHEN W,LEVINTHAL D.Innovation and learning:the two faces of R&D[J].Economic Journal,1989,99:569-596.
[2]COHENW,LEVINTHALD.Absorptive capacity:a newperspec-tive on learning and innovation[J].Administrative Science Quar-terly,1990,35(1):128-152.
[3]KELLER W.Absorptive capacity:on the creation and acquisition of technology in development[J].Journal of Development Eco-nomics,1996,49(1):199-227.
区域创新系统评价综述 篇4
区域创新系统越来越呈现出生态特征。黄鲁成 (2003) 首次提出了区域技术创新生态系统的概念是指“在一定的空间范围内技术创新复合组织与技术创新复合环境, 通过创新物质、能量和信息流动而相互作用、相互依存形成的系统。罗亚非在其2010年发表的《区域技术创新生态系统绩效评价研究》一书中继承了黄鲁成对区域技术创新生态系统的定义。他们都认为技术创新主体与技术相关主体共同构成技术创新复合组织, 技术创新主体包括从事技术创新活动的企业和科研机构, 而那些不直接从事技术创新活动, 而是为技术创新活动提供服务的政府、大学与科研机构构成了创新相关主体;创新物质条件、人文环境、自然环境构成技术创新复合环境。
本文在对前人研究的基础上认为区域创新生态系统为:在一定时空范围内由创新主体与创新环境通过物质、能量、信息的流动相互作用、相互依存所形成的具有生态系统特征的系统。其中创新主体包括相互支持的企业、高校和科研机构, 同样也应该包括区域内的政府及中介机构等相关支撑机构, 其中企业、高校与科研机构主要从事知识创新与技术创新, 制度创新与政策创新主体主要是政府。但是作为相关支撑机构的政府与中介机构的功能与外部环境的作用更为接近, 因而政府与中介机构等在对区域创新生态系统的理论分析中, 笔者更倾向于将其归于创新环境。创新环境包括创新基础设施、创新资源及创新激励约束机制。其中创新基础设施包括信息网络、图书馆、数据库、实验室等科研设施和基本条件;创新资源包括人才、资金、专利、信息等;创新激励机制是政策与法规、管理体制、市场与服务等激励约束体系的统称主要由政府与中介机构提供。
一、区域创新生态系统适宜度评价指标体系的构建
1. 区域创新生态系统适宜度评价的思路。
李自珍 (1993) 首次将生物种的生态位适宜度定义为表征种的属性的最适生态位点与表征生境属性的现实资源值之间的贴近程度, 之后构建了生态适宜度及适宜度进化动量的数学模型。区域创新生态系统适宜度是指创新主体在一定区域内开展创新活动时, 创新主体所需的最适资源位与创新环境所提供的现实资源位之间的贴近程度。创新主体主要指企业、高校与科研机构。创新环境主要指创新基础设施、创新资源与创新激励机制。
2. 区域创新生态系统适宜度评价指标的选择。
从本质上讲, 对区域创新生态系统适宜度评价指标的选择是建立在对区域创新生态系统适宜度概念内涵理解的基础之上的。综合国内外相关区域创新系统评价指标的文献, 遵循科学性与现实性原则、系统整体性与开放性原则、可操作性与可比性原则, 本文采用企业、高校、科研机构、经济环境及技术环境5个一级指标, 20个二级指标, 构建了区域创新生态系统适宜度评价指标体系。
3. 区域创新生态系统适宜度评价的数学模型。
对于自然科学领域方面的研究, 其研究对象的需求生态位可以通过大量的实验得来, 即其最佳生态位的位置可以通过科学实验得出较为准确的位置, 这是其他领域生态位适宜度研究所不具备的。而对于社会经济领域的最佳生态位的位置, 大多数学者以其评价指标中的一组的最大值或最小值来确定, 本文也是采用这种方法, 当区域现状资源条件完全满足发展的要求时, 生态位适宜度为1, 当资源条件完全不能满足其对应的资源要求时, 生态位适宜度为0。
假设有m个创新生态系统, 则Yij (i=1, 2, …, m;j=1, 2, …, n) 表示第i个创新生态系统在生态因子j上的观测数据值。首先要采用的无量纲处理方法为数据进行归一化处理, 从而消除指标量纲的影响, 公式如下:
量的最大值为1。其中, ymax表示Yij (i=1, 2, …, m;j=1, 2, …, n) 中的最大值, y′ij表示第i个区域创新系统生态因子j的现实生态, Yaj (i=1, 2, …, m) 表示第j个生态因子的最佳生态位, 即:
区域创新生态系统适宜度数学模型为:
pi即表示第i个区域创新生态系统适宜度, pi值越大, 区域创新生态系统适宜度越高, 说明区域创新生态系统提供的现实创新资源生态位与区域创新需求生态位之间的差异越小。
ε (0≤ε≤1) 为模型参数, 其值通常由pi=0.5估算出来。
由 (7) 可求出ε值。
进一步设区域技术创新生态系统现实生态位为Yi= (yi1, yi2, …, ym) , 最佳生态位为Ya= (ya1, ya2, …, yam) , 则可以得到进化动量表达式 (8) , 进化动量反映的是评估对象现实生态位对其最佳生态位的趋适作用的强度, 也反映了评估对象适宜度的提升空间。
二、河南省17个地级市区域创新生态系统适宜度实证分析
1. 数据来源。
本文选择河南省17个地级市作为研究对象, 其中济源市由于部分数据无法找到所以没有包含在此次研究中。本文的数据一方面来自统计年鉴, 包括《中国科技统计年鉴 (2011) 》、《中国统计年鉴 (2011) 》、《河南省科技统计年鉴 (2011) 》、《河南省统计年鉴 (2011) 》以及自河南省科技网 (http://www.hnkjt.gov.cn) 、河南省统计网 (http://www.ha.stats.gov.cn/hntj/index.htm) 。
2. 数据分析。
通过查阅统计年鉴及网络得到河南省各地市2011年创新主体及创新环境20个指标的原始值, 首先利用区域创新生态系统适宜度评价模型公式 (1) 对17个地市的原始数据进行标准化处理, 利用标准化处理后的数值和公式 (2) 到 (7) 求出ε=0.7467, 然后将标准化处理后的数值带入公式 (3) 和公式 (8) 可得到河南省17个地市区域创新生态系统适宜度值和进化动量值 (见下表) 。
河南省各地市区域创新生态系统适宜度值和进化动量值
研究结论
将各地区区域创新生态系统适宜度与进化动量值的排名进行比较 (见上表) , 明确区域创新生态系统适宜度的优劣及适宜度提升的空间, 对于各地区区域创新生态系统的建设实践, 以及在此基础上制定科学的创新政策都具有十分重要的意义。
从各个地级市生态适宜度得分来看, 根据上表的排名情况将河南省17个地级市分为三类, 第一类为生 (下转178页) (上接171页) 态适宜度明显高于其他地市, 这类地市有郑州市和洛阳市, 这说明这两个城市行对于其他地市来讲更有利于创新主体的创新活动。第二类为生态适宜度大于0.5的城市, 这类城市包括新乡市、许昌市、平顶山市、南阳市及焦作市。第三类为生态适宜度小于0.5的城市, 这类城市包括了河南省大部分的地区, 包括安阳市、开封市、濮阳市、三门峡市、驻马店市、商丘市、周口市、漯河市、鹤壁市及信阳市, 这些地区的创新适宜度水平较低。
从区域创新生态系统适宜度进化动量值来看, 河南省17个地级市里面, 区域创新生态系统进化动量值排名高于其适宜度值排名的城市有许昌市、平顶山市、三门峡市及周口市, 说明这四个地级市具有更强的对最佳生态位的趋适强度, 可以通过对当前创新资源的整合就能达到更高的适宜度水平。
参考文献
[1]黄鲁成.区域技术创新生态系统的特征[J].中国科技论坛, 2003, (1) :23-26.
[2]罗亚非.区域技术创新生态系统绩效评价研究[M].北京:经济科学出版社, 2010:35.
[3]李自珍, 赵松岭, 张彭云.生态位适宜度理论及其在作物生长系统中的应用[J].兰州大学学报:自然科学版, 1993, (4) :219-224.
[4]李文龙, 李自珍.作物生态位构建的模型及其进化惯量与动量的实验研究[J].地球科学进展, 2002, (3) .
[5]纪秋颖, 林健.高校生态位构建的数学模型及其应用[J].北京航空航天大学学报:社会科学版, 2006, (4) :69-71.