贾春光，程钧谟，谭晓宇

（山东理工大学管理学院，山东淄博 255000）

我国经济发展进入新常态以来，科技创新的重要性和紧迫性日益受到党和国家各级政府的重视。2018年国务院正式批复了《山东新旧动能转换综合试验区建设总体方案》，山东省委书记刘家义指出：“2016年，全省高新技术产业产值占规模以上工业产值的比重为33.8%，分别比江苏、浙江低7.7和6.3个百分点，比我们的近邻河南还低1.1个百分点……这些数字，反映的是我省科技创新能力不强”“只要我们积极顺应科技革命和产业变革大趋势，用好（新旧动能转换）综合试验区‘金字招牌’，就能在重要科技领域实现重大跨越，不断提高经济创新力，再造山东创新发展新优势”［1］。同时据《中国区域科技创新评价报告2016—2017》显示，2017年山东省综合科技创新水平指数得分为64.83分，排在全国第10位，排名比2016年下降3位。目前，山东省经济正处在爬坡过坎的动力转换期［2］，而山东省整体科技创新能力不强、核心城市科技创新能力不突出，且科技创新资源配置的区域异质性呈现扩大趋势，使得区域科技创新能力的不协调性日益凸显。因此，深入认识山东省区域科技创新能力及其空间分布差异，对实现山东省新旧动能转换和推动区域经济的均衡发展具有重要意义。

1 文献综述

20 世纪 80 年代，Freeman［3］、Cooke［4］等学者对区域创新系统展开了开创性的研究，而区域创新系统的建立就是为了提高区域科技创新能力，从而推动经济的可持续增长［5］。国内外学者对于科技创新能力的研究，主要集中在以下几个方面：

一是科技创新能力定义。Todtling［6］认为区域内创新主体的科技创新能力及创新主体间的互动关系等，都会对区域科技创新能力产生影响；Riddel等［7］将科技创新能力定义为吸收和掌握所需知识和技能，提升现有生产技术和创造新技术的能力；邵云飞等［8］将区域科技创新能力定义为：以实现区域经济增长为目标，以人力资本集聚为核心，将技术创新转换为新产品、新工艺和新服务的综合能力。

二是指标体系的构建和方法的选择。已有文献主要是从不同维度构建了区域科技创新评价指标体系，对其中的规模性指标和相对性指标对测度结果的影响进行研究［9-11］，并运用主成分分析法、横纵向拉开档次法、突变级数法等对区域科技创新能力进行评价［12-14］。

三是对科技创新能力的空间分布特征和差异进行研究。大国经济的核心特征就是区域间的异质性［15］。学者们主要借助变异系数等方法揭示区域科技创新资源禀赋的异质性，并运用探索性数据分析等方法，研究区域创新的空间分布及时空演化特征［16］。

综上所述，国内外学者对科技创新能力取得了许多研究成果，但已有文献仍存在着一些不足之处：第一，对于区域科技创新能力评价为多为静态评价，忽略了区域科技创新能力是一个动态变化的过程，而多年份的动态评价分析能更加真实地反映各地市科技创新能力动态变化和演化过程；第二，科技创新能力评价多集中在省域层面，而目前山东省科技创新能力的区域异质性呈扩大趋势，需要将研究视角深入到中观的市域层面，针对山东省科技创新资源禀赋的特点和科技创新能力的区域异质性进行研究。通过对山东省各地市科技创新能力横向和纵向系统的、动态的评价，测度区域科技创新能力的差异性，有利于清晰各地市在区域科技创新发展中的优势和不足，抓住新旧动能转换机遇期，破解区域科技创新能力发展中的突出问题，提高各地市的科技创新能力，推动各地市科技创新能力的均衡发展，对于山东省新旧动能转换和经济健康高质量发展具有现实意义。

2 评价指标体系、研究对象及数据来源

2．1 评价指标体系的构建

建立有效的科技创新能力评价指标体系，有利于认清自身优势与领先地区存在的差距，以制定针对性、差异化的对策指导科技创新活动进行。本文参考相关评价指标体系及既有文献，从系统和能力结构视角构建山东省区域科技创新能力评价指标体系。

科技创新发起能力是城市科技创新发展的核心驱动力，为区域内的科技创新活动提供人才、资金和平台，所以本文主要通过科技人力资源、科技财力资源和科技创新平台对科技创新发起能力进行评价。科技创新实现能力是衡量城市科技创新活动产出的关键指标，主要包括以专利和科技论文为核心的创新知识产出和以高技术产业为核心的创新经济产出。科技创新转化能力是城市科技创新活动对产业结构升级、生态环境改善和人民生活水平影响的集中体现，本文主要从经济效益、生态效益和社会效益3方面进行衡量。创新环境支持能力是城市科技创新发展的重要保障，主要包括区域的经济环境、财政支持、教育环境以及社会信息化发展等方面对科技创新活动的支持。根据指标选择的科学性、系统性和全面性原则，兼顾数据的可获得性，最终从科技创新发起能力、科技创新实现能力、科技创新转化能力和创新环境支持能力4个一级指标层、11个二级指标层和32个三级指标层的指标来构建山东省区域科技创新能力综合评价指标系，见表1所示。创新是一个复杂的过程，不能以单一活动指标来衡量［17］，规模性指标更能反映城市科技创新实力，而相对性指标是城市科技创新水平的体现，所以本文的评价指标体系综合考虑规模性指标和相对性指标来衡量山东省区域科技创新能力。

表1 山东省区域科技创新能力评价指标体系

2．2 研究对象与数据来源

本文以2013—2016年山东省的17个地市为研究对象，对山东省区域科技创新能力进行评价。所选择的原始数据主要来源于2014—2017年《山东统计年鉴》《山东科技统计年鉴》《中国城市统计年鉴》，同时以各地市的统计年鉴和统计公报等作为补充数据来源，搜集反映各地市科技创新能力的32个评价指标原始数据。

3 研究方法

3．1 指标权重的确定

熵值法是根据测度指标的离散程度进行赋权的，通过熵值可以判断一个事件的随机性和有序性。熵值越大，则测度指标的变异程度越大，测度指标所含的有效信息越少，该指标对测度结果的影响程度也越大；反之熵值越小，该指标对测度结果的影响程度也越小。在保留熵值法客观赋权的优点外，本文引入了全局的思想，选取2013—2016年山东省17地市作为研究对象，对各评价指标进行赋权。

本文构建的科技创新能力评价指标体系中包含正向指标和负向指标，其原始数据具有不同的量纲或数量级，需要对数据进行标准化处理，以消除指标属型和指标单位对决策所带来的影响。针对不同属型的指标处理方法不同。式（1）中，为正向指标（表示越大越好），标准化处理为：

（4）得到第j项指标的全局熵权数：

3．2 改进的灰色关联TOPSIS法

灰色关联TOPSIS法是一种以TOPSIS思想和灰色关联理论相结合的多属性决策方法，但传统的计算步骤在权重的确定、正负理想解的测度和贴近度等方面存在一定不足［18-19］，本文引入全局思想确定加权决策矩阵的绝对正负理想解，同时采用投影方法对传统灰色关联TOPSIS方法中的距离计算进行改进。改进的灰色关联TOPSIS方法计算步骤如下：

（7）合并无量纲处理后的投影距离和灰色关联度。由式（14）～（17）可知：和的数值越大时，评价对象越接近正理想解；和的数值越大时，评价对象越接近负理想解。合并无量纲处理后的投影距离和灰色关联度，得到和：

式（18）（19）中，α和β是根据决策者对位置和形状方面的偏好程度确定的，必须满足α+β=1的条件。

3．3 基于二次加权的动态评价

在第一次加权计算的基础上，采用厚古薄今的方法，突出时间的作用，得到各评价对象在时间段内的时间权重，由此得到第i个评价对象的动态综合评价值，反映了第i个评价对象在时间段内的整体状况，并按照的大小可以得到第i个评价对象的总排名。

4 山东省区域科技创新能力动态评价结果的可视化分析

4．1 综合评价结果分析

首先，对原始数据进行标准化处理，运用全局熵权法确定各评价指标的权重（如表1）。然后，运用改进的灰色关联TOPSIS评价模型对加权后的数据进行处理，得到2013—2016年17地市科技创新能力的各年份评价结果（见表2），然后根据式（21）（22）计算时间加权系数，得到2013—2016年17地市的动态评价值和排名。

表2 2013—2016年山东省区域科技创新能力综合评价值及排名

为了对山东省区域科技创新能力进行可视化分析，借助ArcGIS软件详细刻画出各地市科技创新能力发展态势和空间分布格局。

（1）科技创新能力发展态势。山东省区域科技创新能力整体上呈现增长态势，2013—2016年17地市科技创新能力平均值从0.271增长到0.315，但梯度差异显著，区域异质性有扩大化趋势，呈现较为明显的金字塔式分层现象（如图1）。其中，青岛从2014年开始一直排名第一，二次加权后的评价值为0.704，高出第二名济南0.05分，具有微弱的领先；而济南综合排名第二，从2014年被青岛超越后，同青岛历年的差距有增大的趋势。青岛和济南是山东省区域科技创新能力的核心城市，是山东省区域科技创新发展的标杆。烟台和潍坊位于第二层次，综合评价值在0.3以上，分别在2014和2015年科技创新能力增势较快，尽管在山东省区域科技创新发展中排名比较靠前，但两者与青岛、济南的差距较为明显。淄博、泰安、东营、临沂、济宁和威海位于第三层次，综合评价值在0.25~0.3之间，这些城市工业基础良好，具有较大的发展潜力，科技创新能力有待进一步提高。滨州、聊城、德州、菏泽、枣庄、日照、莱芜属于第四层次，综合评价值较低，这些城市经济发展水平相对落后，导致科技创新基础较弱，但上升空间明显。

变异系数、泰尔指数和HHI指数是常用的区域差异测度指标，本文用来反映山东省科技创新能力的总体差异程度。2013—2016年，山东省区域科技创新能力极差为0.539，变异系数从0.105增长到0.109，泰尔指数从0.502增长到0.509，HHI指数从0.073增长到0.074。这表明山东省区域间科技创新能力差异进一步增大，科技创新能力的区域异质性呈现扩大趋势。

图1 2013—2016年山东省区域科技创新能力评价值分布

（2）空间分布格局特征。运用SPSS 25.0软件选择组间连接法，对17地市科技创新能力进行系统聚类，得到聚类树状图（如图2）；同时根据梯度推进理论和地理位置对山东省按鲁东、鲁中和鲁西地区划分，将17城市科技创新能力划分为四大层次，分别为核心创新城市（2座）、重要创新城市（2座）、一般创新城市（6座）和创新滞后城市（7座），大致呈现金字塔型的非均衡发展结构（见表3）。

图2 山东省区域科技创新能力聚类树状分布

表3 山东省区域科技创新能力聚类结果

根据图2和表3明显看出，山东省区域科技创新能力的空间分布极不均衡，鲁东、鲁中、鲁西差距明显，科技创新能力发展上由高到低为：鲁东地区＞鲁中地区＞鲁西地区，呈现出明显的“东强西弱”的空间格局特征，并有“沿海化”趋势。科技创新能力较强的城市主要集中在济南和青岛构成的典型“中心-门户”型双核空间结构的发展轴线［20］，并向烟台和济宁方向延伸。鲁东地区以青岛为核心创新城市，科技创新整体发展水平较高，核心城市带动作用明显，烟台、潍坊经济发展迅速，威海、日照也得到了较快的提升，创新资源丰富，创新动力充足；鲁中地区以济南为核心创新城市，但济南近年与青岛的差距呈增大趋势，对周围城市的辐射带动作用不明显，且淄博、东营等城市多为工业城市，创新活力匮乏，面临着新旧动能转换的问题；鲁西地区除济宁外，都为创新滞后城市，这些城市受自身地理条件限制，经济发展水平一般，创新资源相对匮乏，创新人才优势不足，科技创新能力发展较为滞缓，成为了山东省区域经济发展和科技创新的“洼地”。

4．2 空间增长差异特征

为了更好地描述2013—2016年山东省区域科技创新能力的动态变化，本文采用NICH指数来分析各地市科技创新能力增长的空间分布格局，并根据ArcGIS自然断裂法将17地市科技创新能力增长分为高增长、较高增长、较低增长和低增长区域。2013—2016年17地市科技创新能力NICH指数平均值为0.059，其中：青岛的科技创新能力NICH指数为0.193，属于高增长区域；较高增长区域有烟台、潍坊、威海和临沂，这些城市科技创新能力NICH指数均在0.060以上；较低增长区域为淄博、东营、济宁、聊城、泰安和日照；其他城市为低增长区域。由图3可以看出，科技创新能力高增长和较高增长城市向东部沿海地区集聚，较低和低增长城市集中在鲁中和鲁西地区。由于经济和创新资源的集聚、创新氛围浓厚，科技创新能力实现较快增长的城市也主要集中在鲁东地区，同时创新增长重心往青岛附近集聚，而鲁中、鲁西地区的城市科技创新能力增长均偏缓慢。

图3 2013—2016年山东省区域科技创新能力增长的空间格局

4．3 空间关联特征分析

运用GeoDa软件计算2013和2016年山东省科技创新能力的空间全局自相关莫兰指数（Moran’I）分别为0.057和0.105， Moran’I大于零且增大，反映出山东省科技创新能力具有空间全局正相关性但不显著。如图4所示，山东省区域科技创新能力的空间集聚效应表现为：科技创新能力较高的城市与科技创新能力较高的城市相邻，科技创新能力较低的城市与科技创新能力较低的城市相邻。图4中，散点主要集中在第一、二和三象限，位于第二象限低-高集聚和第三象限低-低集聚的散点明显多于第一象限高-高集聚，表明存在明显的科技创新能力领先的城市和科技创新能力滞后的城市，并且科技创新能力滞后的城市集聚数量远远多于科技创新能力领先集聚的城市。山东省科技创新的空间分布格局呈现明显的区域异质性现象，科技创新能力领先的城市对周边创新滞后城市的辐射带动作用不足，位于第三象限低-低集聚的城市陷入创新“回波效应”，表现为“弱者恒弱”的特征。

图4 山东省区域科技创新能力的莫兰散点分布

进一步分析2013年和2016年山东省科技创新能力的局部自相关情况。在莫兰散点图中，青岛、烟台、济宁3市位于第一象限，该象限内各市的科技创新能力在区域内较高，各市之间具有较强的局部相关性，是省内科技创新能力发展的高值聚类区；淄博、威海、潍坊、临沂、日照、枣庄和东营位于第二象限，这7个城市与其周边城市科技创新能力差异较大，具有明显的区域异质性；泰安、德州、滨州、聊城、菏泽和莱芜6市位于第三象限，这些城市科技创新发展滞缓，与其邻近城市创新互动不显著，是省内科技创新发展的低值聚类区；济南位于第四象限，属于“高-低”区，说明济南科技创新能力较强，而其周边城市科技创新能力较弱，其与周边城市有较弱的局部相关性，极化效应显著。

5 结论与建议

本文在总结现有文献的基础上，从系统和能力结构视角建立了涵盖科技创新发起能力、科技创新实现能力、科技创新转化能力和创新环境支持能力4个维度的山东省区域科技创新能力评价指标体系，以2013—2016年山东省17个地市为研究对象，运用全局熵值法和改进的灰色关联TOPSIS评价模型，对各地市科技创新能力进行横向和纵向的动态评价，综合运用变异系数、NICH指数、空间自相关分析和ArcGIS软件对评价结果进行可视分析，主要结论如下：（1）山东省科技创新能力呈现增长态势，但整体上梯度差异显著，呈现较为明显的金字塔式分层现象；同时区域间科技创新能力差异有扩大趋势，科技创新能力的区域异质性进一步凸显。（2）山东省科技创新能力空间分布极不均衡，鲁东、鲁中、鲁西差距明显，呈现出明显的“东强西弱”的空间格局特征，并有“沿海化”趋势；科技创新能力较强的城市主要集中在济南和青岛构成的典型“中心-门户”型双核空间结构的发展轴线，并向烟台和济宁方向延伸。（3）山东省科技创新能力高增长和较高增长区域向东部沿海地区集聚，创新增长重心往青岛转移，而鲁中、鲁西地区的城市科技创新能力增长均偏缓慢。（4）山东省科技创新能力具有空间全局正相关性但不显著，省内存在明显的科技创新能力领先的城市和科技创新能力滞后的城市，并且科技创新能力滞后的城市集聚数量远远多于科技创新能力领先集聚的城市，科技创新空间分布格局呈现明显的区域异质性现象。

综上分析，为缩小山东省科技创新能力的空间差异，提升区域整体科技创新能力并推动区域科技创新能力的均衡发展，本文提出以下几点政策建议：

一是加强区域间协同创新，推动山东省区域科技创新能力均衡发展。充分考虑山东省科技创新能力的区域异质性，打破科技创新区域隐形壁垒，明确各地市创新角色定位，推动形成“双核多中心”的科技创新能力发展格局。鲁东地区继续加强青岛创新核心城市的建设，加大烟台和潍坊创新中心城市建设的支持力度，提高区域内创新资源的共享性和互补性；同时充分利用半岛地区的区位优势，积极引进外资与国际人才，统筹规划新动能产业布局和发展，从而对鲁中和鲁西地区产生带动和支持作用。鲁中地区要进一步优化以济南为核心的空间布局，加强济南对周边城市辐射和示范作用，加快淄博、潍坊和东营等市完成新旧动能转换和产业结构升级，同时将淄博和临沂发展为新增长极来带动鲁中地区科技创新能力的发展，实现承接鲁东、带动鲁西的作用。鲁西地区受自身地理位置和经济资源限制，科技创新能力相对滞后，需要加强科技创新基础设施建设，加大科技创新资源投入，积极与省内其他地市和京津冀地区开展经济交流和创新合作。

二是优化区域内科技创新发展环境，提高科技创新溢出效应。首先，建立健全以市场需求为导向、企业为主体的产学研结合机制，激发各创新主体创新活力，强化企业的创新主体地位，加强企业与高等院校、科研院所间的密切合作，完善创新人才激励政策，促进创新主体间创新资源的优化配置和创新要素的自由流动；其次，完善区域科技金融体制机制，构建政府引导、企业主导的创新创业融资服务平台，吸引社会创新创业资金和民间资本，为中小企业提供持续创新资金的保障；最后，完善科技创新中介服务体系，促进科技创新与经济的有效结合，加速创新成果实现产业化，实现创新成果的经济价值。