吴净

摘   要： 当前我国经济发展总体上呈现出科技创新引领作用凸显、新旧动能加速转换的显著特征。提升科技创新能力，培育和形成更多的发展新动能是新时代我国经济实现高质量发展的根本支撑。围绕新动能视角下科技创新所呈现出的重要特征，尝试构建科技创新能力评价指标体系，并运用因子分析法和聚类分析法，对我国31个省区市科技创新能力进行实证评估。研究发现，目前我国省域科技创新能力发展水平呈现明显的区域特征，科技创新实力、潜力、影响力和活跃度存在较强的不平衡性。需要进一步加大创新供给，探索产学研用合作新模式，优化产业发展布局，强化企业创新主体地位，加强落后地区政策支持力度，从根本上促进我国科技创新协调发展。

关键词： 新动能; 省域; 科技创新能力

中图分类号： F723       文献标识码：  A       DOI：10.13411/j.cnki.sxsx.2020.01.023

Abstract： At present， Chinas economic development generally shows the prominent characteristics of the leading role of scientific and technological innovation and the accelerated transformation of new and old momentum. Promoting the ability of scientific and technological innovation， cultivating and forming more new momentum are the fundamental support for the realization of high-quality development of China in the New Era. Focusing on the characteristics of scientific and technological innovation from the perspective of new momentum， an evaluation index system has been constructed to make an assessment of the scientific and technological innovation ability of 31 provinces， districts and municipalities in China by using factor analysis and cluster analysis. It has been found that the development level of provincial science and technology innovation ability in China shows obvious regional characteristics， and there is a strong imbalance in the strength， potential， influence and activity of science and technology innovation. It is necessary to further increase the supply of innovation， explore a new mode of cooperation between industry， university and research， optimize the layout of industrial development， strengthen the dominant position of enterprises in innovation， and strengthen policy support in backward areas to fundamentally promote the coordinated development of scientific and technological innovation in China.

Key words： new momentum; provincial territory; scientific and technological innovation ability

一、研究背景

經过改革开放40年的高速增长，我国经济总量已形成巨大规模，但总体科技创新能力与发达国家相比还存在很大差距，科技对经济增长的贡献率远低于发达国家水平，习近平总书记称之为“阿喀琉斯之踵”，这与我国在全球的经济地位明显不相称。当今，世界经济社会各领域数字化、网络化、智能化进程不断加速，推动经济发展的新动能蓄势待发，发达国家纷纷紧抓此轮科技革命和产业变革机遇，大力推进科技创新，积极抢占新工业革命和科技革命的先机和制高点。我国经济已转向高质量发展阶段，在保持中高速增长的同时，当前总体上呈现出科技创新引领作用凸显、新旧动能加速转换的显著特征。面对世界科技发展趋势与经济格局的深度调整，我国亟须进一步强化科技创新能力，加快创新步伐，培育和形成更多的经济发展新动能，这也是新时代推动我国经济高质量发展的根本支撑。

我国省域大力推进科技创新，激发创新活力，一大批新技术、新产品、新产业、新业态蓬勃发展，传统产业焕发生机，新经济势头强劲，新动能对经济发展的支撑作用明显增强，全社会创造力和发展活力竞相迸发。然而，目前我国省域科技创新能力发展不平衡不充分问题还比较突出，不同区域之间存在显著差距，一定程度上制约了经济发展新动能的培育和壮大。基于此，本研究从新动能视角建立科技创新能力评价指标体系，运用功能互补的因子分析方法和聚类分析方法，对我国31个省区市科技创新能力进行实证评估，并提出针对性的政策建议，为我国及地方政府因地制宜制定和调整科技创新发展战略，促进我国科技创新能力协调发展，进而推动经济实现高质量发展提供重要借鉴。

二、文献综述

近年来，国外学术界对科技创新能力进行了大量研究。从创新系统效率视角，G.Irina等[1]从科技潜力、人才潜力、技术潜力、财务经济潜力、信息通信潜力五大方面对俄罗斯三大区域创新潜力进行了实证分析，认为有必要重视中小企业发展，减少其创新市场准入壁垒。A.Elife[2]认为创新的过程就是生产高竞争性的产品，即发明新产品或改进现有产品，这是国家增强国际竞争力的重要途径。G.C.Elias等[3]基于数据包络分析，对23个欧洲国家及其185个相应区域进行了创新系统效率评价，并对创新过程的不同阶段和层次进行了划分。从企业创新视角，K.W.Antonio等[4]认为创新计划、知识密集型商业服务、价值链资讯来源这三大要素通过对企业创新吸收能力产生影响，进而收获较好的创新绩效。B.Julian等[5]通过对德国复兴信贷银行（KFW）中小企业创新能力的分析，发现中小企业从创新过程中获益的方式与大型公司相当，它们同样能够提高劳动生产率。N.T.Saeed等[6]认为企业的创新吸收能力是协同创新网络中最重要的部分，在此基础上，加强与研究组织和竞争者合作才能对产品创新能力产生积极影响。从创新开放度视角，S.Robert等[7]提出开放式创新有助于激发创新潜力。R.Stephen等[8]探讨了企业层面和本地开放对企业创新绩效的外部影响，提出地方政府应重视创新合作。

国内一些学者着眼科技创新过程，通过对科技创新投入与产出进行测算来评价科技创新能力。陈国宏等[9]从科技进步基础、科技投入能力、科技产出能力及科技创新效益四大层面构建了评价指标体系，结合K—均值聚类分析方法，对我国31个省区市进行了综合动态评价，并找出了影响区域科技创新的关键因素。顾伟男等[10]运用熵值法与主观赋值法，以我国35个中心城市为研究对象，提出中心城市的科技创新提升路径呈现多样化形式，主要包括投入—产出—环境提升型和知识—技术—产业创新提升型两大类。还有一些学者从科技创新能力构成要素视角展开研究。蒋兴华[11]从知识创新与流动、企业技术创新、科技创新环境及经济绩效等方面对佛山市科技创新能力进行了综合评价。陶雪飞[12]设计了以技术创新体系为核心的科技创新系统，对国内重要城市进行了实证研究。姜庆国[13]提出了基于四螺旋结构的开放式创新系统分析框架，并对我国2010-2015年省级面板数据构建创新生态系统评价指标体系并加以评价。

总体来看，现有文献主要从创新效率、企业创新、开放创新等层面对科技创新能力进行实证研究，关于科技创新促进新动能形成，进而推动我国新时代经济高质量发展的文献比较少，对于从新动能视角建立科技创新能力评价体系的研究也不够深入。因此，立足我国国情与发展实际，从新动能视角积极构建适应新时代我国经济社会发展要求的科技创新能力理论框架，是本研究的切入点。

三、新动能视角下科技创新能力评价指标体系构建

（一）评价指标体系

新动能是在新一轮科技革命和产业变革中所形成的经济社会发展新动力，主要以科技创新和效率提升为核心，以新技术、新产业、新业态、新模式为外在表征，以信息、技术、数据等新生产要素为支撑。当前我国正处于由中上收入国家向高收入国家演进阶段，总体上进入了工业化后期阶段，经济发展的基本条件、比较优势已經发生了重大变化，资本、劳动力等要素投入增速明显下降，传统动能对经济发展贡献相继弱化，经济实现高质量发展将更加依赖于由科技进步所带来的经济社会发展新动能。总体而言，新动能视角下的科技创新呈现出与以往不同的特征，主要表现在：（1）科技创新对经济发展的引领作用进一步凸显，落后或者传统的产业必将让位于依托高端创新活动的新兴产业，高技术企业成为创新的主体，其创新活动体现在多个领域的交叉联动上;（2）智力资本成为资源优化配置的重点，只有具备了产业高端研发人才、技术和网络化服务能力的企业，才有可能在产业链中占据核心位置;（3）创新和创业的深度融合成为企业经济活动的核心要素，企业发展的潜力取决于创新与创业的融合程度和新动能的释放空间，实体经济越来越成为展现科技创新成果的重要舞台。

遵循综合性、简明性、实用性、可操作性和引导性等原则，新动能视角的科技创新能力评价指标体系共选取19个具体指标，各指标之间既相互独立，又相互联系，共同构成一个有机整体。（见表1）

（二）评价方法理论依据

因子分析主要用于对数据进行降维与简化处理，通过研究原始变量之间的内部依赖关系，将原有众多变量转化为少量互不相关且不可观测的潜在变量（即公因子），以此来反映原始变量的绝大部分信息。它首先将原始数据标准化处理，建立相关系数矩阵并计算其特征值和特征向量，然后根据特征值大于1或者特征值累计贡献率大于85%的原则来确定公因子，当因子荷载矩阵结构不够简化时，可以通过因子旋转使公因子具有更为鲜明的实际意义，同时使用因子得分函数对所选样本给出相应的评价与排序。因子分析的数学模型为：

Xm×i=Am×nFn×j+εm×i

其中，X是可观测的m维原始变量，每个分量Xi代表一个原始指标或变量;F是n维不可观测的潜在变量，称作X的公因子;ε是特殊因子，εi只与变量Xi有关，表示原有指标或变量中不能被公因子解释的部分;Aij为因子荷载，表示第i个变量Xi在第j个公因子Fj上的荷载。该模型必须满足以下条件：（1）n≤m;（2）cov（ε，F）=0，即公因子与特殊因子不相关;（3）各个公因子F1，F2……Fn互不相关;（4）各个特殊因子ε1，ε2……εm互不相关。

在因子分析的基础上，利用系统聚类法进行聚类分析。类间距离的定义采用中间距离法，即将类Ga和Gb合并为Gc，则任意类Gi和Gc的距离公式D2ic

四、中国省域科技创新能力评价实证研究

（一）数据来源

根据表1所设计的指标体系，通过《中国统计年鉴2018》《中国高技术产业统计年鉴2018》《中国科技统计年鉴2018》等年鉴资料和统计公报，收集并整理我国大陆31个省区市2017年科技创新能力评价体系各个指标原始数据，运用SPSS23.0统计软件对我国各省区市科技创新能力水平进行因子分析和聚类分析。

（二） 因子分析

1. KMO和Bartlett球形假设检验。在运用因子分析法之前，需要对样本进行适合性检验。一般而言，KMO的取值在0和1之间，KMO越接近1表示越适合做因子分析;Bartlett球形度检验的原假设为相关系数矩阵是单位阵，Sig值若小于显著水平0.05，则拒绝原假设，说明各变量之间存在着显著的相关性，适合做因子分析。根据SPSS23.0运行结果，可得KMO和Bartlett球形假设检验情况（见表2），参与分析的样本KMO检验值为0.768，Bartlett球形检验的显著概率为0.000，由此可认为所选择的19个指标适合进行因子分析。

2. 提取公因子。运用SPSS23.0计算旋转后因子特征值、方差贡献率以及累计方差贡献率。根据特征值大于1的原则，共提取了4个公因子，其累计方差贡献率达到90.394%（大于85%），丢失的信息较少，可以很好地解释原始变量，分析效果比较理想（见表3）。由此用4个公因子代替原来的19个指标，既减少了变量维数，又消除了指标间的相关性。

因子分析的目的不仅需要求出公因子，更重要的是对每个公因子经济意义的解释。公因子是否容易解释很大程度上取决于因子荷载矩阵，它描绘了公因子与原有变量之间的关联度。对每一个原有变量来说，荷载绝对值较大的因子与它的关系更为密切，也更能代表这个变量。运用SPSS23.0采用最大方差法对因子荷载矩阵进行旋转，旋转的目的就是要使大的荷载更大，小的荷载更小，旋转后得出各个变量的最大因子荷载（见表4）。

由此可见，公因子1荷载绝对值较大的原始变量中，财政科学技术支出（X6）、全社会教育经费（X14）、普通高等学校数量（X18）反映的是区域科技创新教育储备，互联网宽带接入端口（X7）、在统孵化器数量（X10）、专利申请授权数量（X15）反映的是区域创新孵化情况，高技术企业数量（X12）、规模以上企业新产品销售收入（X16）、网上零售额（X17）反映的是区域创新产业规模，这几个指标总体反映了区域科技创新的发展基础和发展规模，可将其命名为科技创新实力因子（W1）。

公因子2荷载绝对值较大的原始变量中，R&D占GDP比重（X1）、R&D从业人员（X3）反映的是区域研发资本和人力投入水平，软件和信息技术服务占GDP比重（X8）反映的是两化深度融合能力，形成国家或行业标准数（X4）反映的是区域创新认可度，这几个指标总体反映了区域科技创新的研发投入和发展前景，可将其命名为科技创新潜力因子（W2）。

公因子3荷载绝对值较大的原始变量中，规模以上企业保持本领域国际领先地位企业占比（X11）、高技术产品进出口贸易总额（X19）反映的是企业国际创新引领发展能力，技术流向地域合同交易额（X5）反映的是国内企业创新活动吸引力水平，这几个指标总体反映了区域科技创新的国内外引领带动能力，可将其命名为科技创新影响力因子（W3）。

公因子4在在孵企业当年获得风险投资额（X2）、有电子商务交易活动企业占比（X9）、规模以上企业开展创新活动企业比重（X13）上有较大荷载，反映了企业作为创新主体参与创新的活跃程度，可将其命名为科技创新活跃度因子（W4）。

总体来看，科技创新实力因子（W1）、科技创新潜力因子（W2）、科技创新影响力因子（W3）和科技创新活跃度因子（W4）作为衡量新动能视角区域科技创新能力水平的重要因素，它们对科技创新能力的贡献度依次递减。

旋转方法：恺撒正态化最大方差法（旋转在 8 次迭代后已收敛）。

3. 因子得分。运用SPSS23.0可直接计算出各个公因子的得分，结合表3中各公因子方差贡献率，以此为权重进一步计算31个省区市综合科技创新能力得分情况（见表5）。

（三）聚类分析

在因子分析产生新的4个公因子及其综合得分的基础上，运用系统聚类方法对31个省区市科技创新能力进行聚类（见图1）。可以看出31个省区市的科技创新能力基本分为4类：第一类包括广东、上海、北京，属于创新示范区;第二类包括浙江、江苏、山东，属于创新领先区;第三类包括四川、湖北、天津、河南、福建、陕西、河北、安徽、湖南、重庆、辽宁、江西，属于创新潜力区;第四类包括云南、广西、黑龙江、贵州、山西、吉林、甘肃、新疆、内蒙古、海南、宁夏、青海、西藏，属于创新待开发区。

（四）实证结果评价

通过对31个省區市科技创新能力各因子及综合得分排名（见表5），以及聚类分析谱系图（见图1）的分析，可得出以下评价结果：

1.我国省域科技创新能力发展水平呈现明显的区域特征。总体而言，东部地区科技创新能力整体优于中西部地区，尤其广东、上海、北京遥遥领先于国内其他地区，显示出在科技创新领域的强大实力，示范型特征明显;南方地区科技创新能力整体强于北方地区，各因子前三名中北方地区只有北京可以占得一席之地，南方地区全面领先，引领型特征明显;中西部地区科技创新能力的落后局面虽然较为普遍，但四川、湖北、陕西、重庆等省市的科技创新高地作用突出，超越型特征明显;东北地区四大公因子均表现不佳，科技创新能力普遍落后，转型特征明显。

2. 我国各省域科技创新发展实力、潜力、影响力和活跃度存在较强的不平衡性。通过对各公因子得分，以及各公因子所包含具体指标原始数据综合分析，广东、江苏、浙江、北京、上海等省份科技创新实力、潜力、影响力和活跃度等方面总体表现比较突出，科技创新发展基础和发展规模较好，国内外引领带动能力较强，这些省份在创新企业、创新人才、创新孵化等创新资源集聚水平的提升，以及创新产业等新动能的加速形成等方面优势明显;四川、河南、湖南、湖北、重庆、陕西等省份四大公因子总体表现不俗，追赶态势明显，在研发投入、人才集聚、企业市场竞争力等方面具有优势，但对战略性创新要素吸引力及新动能培育等方面仍存在提升空间;黑龙江、贵州、青海、西藏、甘肃等省份科技创新实力、潜力、影响力和活跃度等方面比较落后，在教育投入、研发投入、创新创业能力、企业创新水平、新兴产业等方面存在很大差距，新旧动能转换动力不足，经济转型压力较大。

五、结论与建议

基于新动能视角构建科技创新能力评价体系，借助SPSS23.0统计软件采用因子分析和聚类分析方法对我国31个省区市科技创新能力水平进行了实证研究。（1）科技创新实力因子、科技创新潜力因子、科技创新影响力因子和科技创新活跃度因子这四大公因子是衡量新动能视角区域科技创新能力水平的重要因素，它们对科技创新能力的贡献度依次递减。（2）从选取的19个指标来看，科技创新实力因子侧重于反映区域教育储备、创新孵化能力、创新产业规模的细分指标;科技创新潜力因子侧重于反映区域研发投入、成长能力、创新认可度的细分指标;科技创新影响力因子侧重于反映企业国内外创新引领发展能力的细分指标;科技创新能力活跃度因子侧重于反映企业作为创新主体参与能力的细分指标。（3）目前我国省域科技创新能力发展水平呈现明显的区域特征，科技创新实力、潜力、影响力和活跃度存在较强的不平衡性。

基于上述研究结论，提出以下建议。第一，加大创新供给，提升原始创新能力。改革和创新科技投入方式，建立多元化投融资机制，促进全社会资金更多投向科技创新。在人才引进评价、股权激励、畅通流动渠道等方面深化人才发展体制机制改革，搭建高端人才集聚平台，吸引高层次人才集聚。完善全链条知识产权服务体系，提升申请专利质量和应用水平。第二，探索产学研用合作新模式，提升科技成果转化水平。建立和完善市场对创新方向、创新资源配置和路径选择的导向机制。大力发展创新工场、车库咖啡等新型孵化器，引导创业孵化与高校、科研院所等技术成果转移密切结合，完善技术支撑服务。第三，优化产业发展布局，提升创新产业规模。加快新产品、新产业、新业态、新经济培育与推广，注重在嵌入式软件产品研发、信息服务、工业软件集成等方向积极布局。第四，着力强化企业创新主体地位，提升核心竞争力。加大高新技术企业培育力度，降低企业技术创新成本，培育一批具有原创性和国内外影响力的创新型企业。第五，加强政策支持力度，提升落后地区科技创新能力。进一步落实促进西部大开发、东北全面振兴、中部崛起等战略的各项政策措施，突出科技创新高地的带动引领作用，以培育壮大新动能为重点，促进与东部地区科技创新资源的有效对接，全面优化科技创新生态，努力激发创新驱动内生动力。

参考文献：

[1]Irina G， Svetlana K. Evaluation of Regional Innovation Potentialin Russia [J]. Procedia Economics and Finance， 2014（14）：230-235.

[2]Elife A. Innovation and Competitive Power [J]. Procedia-Socialand Behavioral Sciences， 2015（3）： 1311-1320.

[3]Elias G C， Evangelos G， Yorgos G. A multilevel and multistageefficiency evaluation of innovation systems： A multiobjectiveDEA approach [J]. Expert Systems with Applications， 2016（11）：63-80.

[4]Antonio K W，William L.Regional innovation system， absorptivecapacity and innovation performance： An empirical study[J].Technological Forecasting and Social Change， 2015（3）：99-114.

[5]Julian B， Alexander S. The link between R&D， innovation andproductivity： Are micro firms different？ [J]. Research Policy，2016（6）：1263-1274.

[6]Saeed N T，Zhaleh N T，Pejvak O etc.How collaborative innovationnetworks affect new product performance： Product innovationcapability， process innovation capability， and absorptive capacity

[J].Industrial Marketing Management，2018（8）：193-205.

[7]Robert S，Renata L.The Relations between Innovation Opennessand the Innovation Potential of SMEs [J]. Procedia Economicsand Finance， 2015（23）：1521-1526.

[8]Stephen R， Karen B. Firms knowledge search and local kno-wledge externalities in innovation performance [J].ResearchPolicy，2017（1）：43-56.

[9]陳国宏，康艺苹，李美娟.区域科技创新能力动态评价——基于改进的“纵横向”拉开档次评价法[J].技术经济，2015（10）：17-23.

[10]顾伟男，申玉铭.我国中心城市科技创新能力的演变及提升路径[J].经济地理，2018（2）：113-122.

[11]蒋兴华.区域科技创新能力评价体系构建及综合评价实证研究[J].科技管理研究，2012（14）：64-68.

[12]陶雪飞.城市科技创新综合能力评价指标体系及实证研究 [J].经济地理，201310）：16-19.

[13]姜庆国.中国创新生态系统的构建及评价研究[J].经济经纬，2018（4）：1-8.

[责任编辑、校对：叶慧娟]