第一章绪论
1.1研究背景与意义
1.1.1研究背景
我国经济进入新常态以来,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。2016年底,《山东省“十三五”科技创新规划》指出,要明确各类创新主体在创新链不同环节的功能定位,强化企业技术创新主体地位,不断提升高校院所源头创新能力,壮大创新型人才队伍规模,增强各类创新主体的创新动能,全面提升我省自主创新能力,到2020年我省自主创新能力进入全国先进行列。2017年XXXxxxx指出,科技创新是引领发展的第一生产动力,是建设现代化经济体系的战略支撑,到2035年我国要跻身创新型国家行列,同时“着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系”。2018年xxxx正式批复了《山东新旧动能转换综合试验区建设总体方案》,刘家义XX在山东全面开展新旧动能转换重大工程动员大会上指出:“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”。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为64.83,排在全国第10位,比上年下降3位。同时数据显示,2016年山东省R&D经费投入超过90亿的市有青岛、烟台、济南、潍坊和淄博6市,而枣庄、日照、莱芜、德州和菏泽5市的R&D经费投入不足50亿;山东省R&D人员投入超过3万的市有济南、青岛、淄博、烟台和潍坊5个市,其中济南和青岛R&D人员投入占全省总数分别为16.68%和16.64%,烟台和潍坊分别占比8.65%和8.75%,而枣庄、日照和莱芜3市R&D人员投入不足1万人;专利申请授权量近五成集中在济南、青岛和潍坊3市。目前,山东省科技创新资源配置的区域异质性呈现扩大趋势,使得山东省区域科技创新能力的不协调性日益凸显,不利于山东省新旧动能转换和区域经济的均衡发展。
改革开放40年来,科技创新已成为当前我国和各省市经济发展的主旋律,部分省市已经成为了我国科技创新能力发展的龙头,越来越多的省市正在积极地部署面向未来的科技创新能力发展行动,抢占科技创新和经济发展的制高点。科技创新能力的区域异质性体现了区域经济发展的个性化特点,如何针对山东省科技创新资源配置特点和科技能力的区域异质性,因地制宜地制定出差异化的区域科技创新能力提升政策,对于建立各具特色的区域科技创新网络有着重要的意义。因此,本文基于山东省区域科技创新能力发展现状,对山东省科技创新能力区域异质性及演化进行研究,以破解山东省区域科技创新能力发展中的突出问题,提高山东各地市的科技创新能力,推动山东省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。
1.1.2研究意义
(1)理论意义
本文从系统和能力结构视角构建了区域科技创新能力评价指标体系,运用相关评价方法和演化模型对山东省科技创新能力区域异质性及演化进行研究,为进一步丰富和发展已有的区域科技创新能力的相关理论,补充科技创新能力区域异质性及演化研究方法,对提高山东省区域科技创新能力和促进山东省区域科技创新能力均衡发展等提供理论指导。
(2)实践意义
山东省经济发展正处在爬坡过坎的关键时期,所面临的国际国内不断发生在巨大的变化,而当前山东省大而不强、发展不平衡不充分的问题仍然比较突出,在此背景下,需要各类创新主体积极主动地参与到创新型省份的建设中,这是实现从依靠要素发展向科技创新驱动发展的转变,是提高山东省科技创新能力和促进经济健康高质量发展的现实路径。通过对山东省科技创新能力区域异质性及演化进行研究,可以更加科学合理的细化和分解各区域的科技创新能力发展目标,有利于对区域层贯彻落实山东省创新型省份的建设,尽快提高区域科技创新能力和演化水平,推动山东省各地市科技创新能力的均衡发展。本研究将为山东省提高区域科技创新能力和演化水平提供定量实证研究,为政府和有关部门制定相关政策提供决策参考和依据。
1.2国内外研究现状
1.2.1区域创新系统研究综述
英国经济学家Freeman于1987年在《技术政策和经济绩效》[1]中首次提出了国家创新系统的概念,并从创新系统的视角分析了英国、德国、日本等国兴衰变化[2]。随着研究的深入,学者们发现国家创新系统理论在对区域层面的创新活动的解释中具有一定的局限性。英国经济学家Cooke[3](1992)将区域创新系统定义为由空间上临近、有分工合作的企业、大学、科研机构等主体组成的,产生协同创新效应的区域性组织系统;Autio[4](1998)认为区域创新系统不仅包括科技创新主体,进一步拓展到科技创新子系统间和科技创新子系统内的知识流和信息流;张敦富[5](2000)从系统结构的角度入手,认为区域创新系统主要由创新主体、创新资源、中介机构、宏观管理系统四个有机要素协调构成;Asheim[6](2002)从区域产业集群出发,认为区域创新系统是以技术创新为核心的区域产业集群、相关产业及外围产业和以非技术创新为核心的科研机构、技术服务中介、高等院校及金融机构的两大类创新主体构成;基于国家创新系统理论,白俊红、蒋伏心[7](2015)构建了区域创新要素的组织和协调理论框架,并提出这种组织与协调的方式包括区域创新系统内部的直接创新主体(企业、高校、科研机构等)和间接创新主体(政府、金融中介等)之间的协调创新和各区域创新系统间的空间关联;吴翌琳[8](2018)从主体维度、产业维度和要素维度三个维度立体构建了区域创新系统分析框架;苏屹等[9](2019)通过构建松散耦合理论的N-M矩阵,将区域创新系统的组织结构分为紧密耦合型、松散耦合型、离散非耦合型和非系统型四种类型,并借助生命周期理论对区域创新系统的组织演化规律进行分析。
1.2.2科技创新能力研究综述
Cooke[3](1992)认为区域科技创新能力与所处区域创新系统的科研系统管理体制和教育管理体系有着密切的联系;Todtling[10](2004)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[11](2006)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;黄鲁成[12](2002)认为区域科技创新体系的系统目标是提高区域科技创新能力,从而推动区域经济的可持续发展;邵云飞、谭劲松[13](2006)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;张彬、李春晖[14](2018)通过研究我国科技创新现状,对制约我国科技创新能力提升的主要影响因素进行分析;赵丽霞等[15](2019)通过构建科技创新能力与经济高质量发展的SEM模型,分析了科技创新能力构成要素对经济高质量发展的影响路径。
1.2.3科技创新能力评价及区域异质性研究综述
Isaken[16](2004)和Mikel[17](2006)等学者从不同维度提出了区域创新评价指标体系;陈国宏等[18](2015)从科技进步基础、科技活动投入、科技活动产出和科技创新效益三个维度构建了区域科技创新能力评价指标体系,运用改进的横纵向拉开档次法和聚类分析法对2008-2012年我国31个省市的科技创新能力进行了评价;汪桥红[19](2015)从科技创新人才、科技创新投入和科技创新环境三要素角度出发,构建了我国科技创新能力的PLS结构方程模型,分析了我国东中西部提升科技创新能力的路径;祝新、王邵[20](2016)从知识创造能力、知识获得能力、企业创新能力、科技创新环境和科技创新绩效5个方面构建了区域科技创新能力评价指标体系,运用灰关联分析模型对2009-2013年广西省科技创新能力进行评价;毛良虎、蒋英[21](2016)从科技创新投入力度、科技创新环境和科技创新产出能力构建了指标体系,运用主成分分析法对2014年长江经济带九省二市的科技创新能力进行了评价,并运用探索性空间数据分析对长江经济带省域空间关联格局进行了分析;黄亮等[22](2017)运用突变级数模型对长江经济带50座城市科技创新能力进行测度,根据测度结果将50个城市分为5个层次,并从一级指标评价结果对50座城市进行分析;王智新、梁翠[23](2018)构建了我国县域科技创新运行效率的评价指标,运用DEA评价方法对河北省某市的县域科技创新运行效率进行了分析。
小国经济的显著特征是资源禀赋结构的同质性带来的产业结构的同质性,而中国作为一个最具典型性的大国经济,其核心特征就是区域间的异质性[24]。杨明海等[25](2018)等运用空间Markov链及空间杜宾模型对我国八大综合经济区的科技创新能力的空间异质性进行研究并对影响因素进行了探究;吴鸣然、赵敏[26](2018)运用主成分分析和聚类分析对我国31省市的区域创新能力区域异质性进行测度发现,我国区域创新能力呈现阶梯状分布和沿海化趋势;于小琳等[27](2019)从科技创新资源、科技创新投入、科技创新产出和科技创新环境对山东、江苏、浙江和广东四大经济强省技创新能力进行比较分析,并针对差距为山东省提升科技创新能力提出了策略。
1.2.4区域科技创新能力演化研究综述
Hannan[28](1977)提出了组织生态学的概念和框架,建立了衡量企业成长、变迁和演替的演化模型;Lee[29](2001)认为区域技术创新可能是一个线性的演化过程,也可能是呈现出阶段跳跃性的演化过程;邵云飞、谭劲松[13](2006)从技术生命周期角度分析了区域技术创新能力的培育、提升和演化过程;胡浩等[30](2011)从生态学的角度将区域创新系统视为多创新极共生演化模型,建立了多创新极协同演化动力模型;王庆金、田善武[31](2016)分析了区域创新系统共生演化的单利共生阶段、差异互利共生阶段和均衡互利共生阶段的特点和形成机理,探究了区域创新系统的共生演化路径;苏屹等[32](2016)借鉴B-Z非线性化学反应,将创新效果、创新潜力和创新配置隐喻B-Z反应的三种物质,构建了区域创新系统演化模型进行实证研究,并从增强创新效果、优化创新配置和提升创新潜力三个方面提出了我国区域创新系统的协同发展对策;程鹤[33](2017)基于熵理论和灰关联分析理论对我国省域高校科技创新能力的演化方向和发展状况进行分析;顾伟男、申玉铭[34](2018)通过熵值法和主观赋值相结合的方法确定指标权重,运用NICH指数和预测模型对我国35个中心城市科技创新能力演化进行研究,并针对不同类型城市提出了不同的科技创新能力提升路径。
1.2.5研究述评
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,多年份的动态评价分析能更加真实地反应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的动态评价,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的优势和不足,抓住新旧动能转换机遇期,破解山东省区域科技创新能力发展中的突出问题,提高山东各地市的科技创新能力,推动山东省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。
1.3研究内容、研究方法和技术路线
1.3.1研究内容
在参考国内外相关研究文献的基础上,分析区域科技创新能力的国内外研究现状和不足,以山东省17地市为研究对象,对山东省科技创新能力区域异质性及演化进行研究。本研究首先构建基于系统和能力结构视角的区域科技创新能力评价指标体系,对山东省各地市科技创新能力进行评价,通过指标差异及测度结果的聚类和可视化结果,运用泰尔指数、NICH指数、莫兰指数等对山东省科技创新能力的整体差异、区域内差异和区域间差异进行分析,并重点对山东省科技创新能力的区域异质性进行研究;然后运用演化模型对各地市科技创新能力演化现状及发展趋势进行研究,最后基于山东省科技创新能力的区域异质性对提高各地市科技创新能力和演化水平提出针对性的差异化对策和建议,以提高山东省区域科技创新能力、增强科技创新的空间溢出效应、推动山东省区域科技创新能力均衡发展。基于上述研究思路,将本文分为六章,其中第三章和第四章为本文研究主体内容,具体研究结构如下:
第一章为绪论。首先提出本研究的研究背景和研究意义,通过查阅相关的国内外文献,对区域科技创新能力的研究现状和不足进行研究,并阐述本研究的主要研究内容、研究方法及技术路线;
第二章为相关概念及理论基础。此部分首先对研究所涉及的相关概念进行界定,包括对科技创新概念、区域创新系统、区域科技创新能力及区域科技创新能力演化内涵等,然后介绍本文所涉及的理论知识,包括系统理论、耗散结构理论、创新理论、增长极理论和核心-边缘理论等,并对山东省区域科技创新能力的评价方法进行简要的介绍;
第三章为山东省科技创新能力评价及区域异质性。首先对山东省的科技创新投入现状、科技创新产出现状和创新支持环境现状进行分析,在参考相关的研究文献的基础上,从系统和能力结构的视角构建山东省区域科技创新能力的评价指标体系,运用二次加权的灰色TOPSIS法对山东省区域科技创新能力进行评价,并利用相关的统计软件及可视化工具对山东省区域科技创新能力测度结果进行聚类和可视化分析,最后运用泰尔指数、NICH指数、莫兰指数等对山东省科技创新能力整体差异、区域内差异、空间增长差异和空间自相关进行分析,重点对山东省科技创新能力的区域异质性进行研究;
第四章为山东省区域科技创新能力演化。首先对山东省区域科技创新能力系统的耗散结构特征进行分析,利用基于灰色关联熵的演化模型对各地市的科技创新能力系统和子系统的演化现状进行测度,判断各地市科技创新能力演化方向和趋势;
第五章为对策与建议。对前面篇章的理论探讨进行梳理,根据山东省科技创新能力区域异质性及演化研究的结果和结论进行总结,基于山东省科技创新能力的区域异质性对山东省提高区域科技创新能力提出针对性的差异化对策与建议;
第六章为结论与展望,本章总结本研究的主要结论,分析研究不足,并展望下一步的研究工作。
1.3.2研究方法
(1)文献研究法。运用文献调查、引文追踪和网络文献检索工具的方法,参考并查阅近年来关于科技创新能力、科技创新能力区域异质性及演化等问题的相关研究文献。通过对国内外相关文献的疏理,学习、消化、引用其中有价值的内容,寻找相关理论研究的空白点和支撑点,针对以往研究的薄弱环节开展研究。
(2)系统论的研究方法。系统论就是以整体的观点、动态的观点、各个要素相互作用的观点看问题。本研究利用系统论以系统的观点,对山东省区域科技创新能力区域异质性及演化进行研究。
(3)实证分析方法。通过实地调研、查找各类统计年鉴及统计局的统计数据等,分析山东省各地市科技创新投入现状、科技创新产出现状和创新支持环境现状,对山东省区域科技创新能力进行测度,重点对山东省科技创新能力区域异质性及演化进行实证分析,以佐证和支持本论文的主题思想与理论观点,达到对山东省区域科技创新能力整体提升和均衡发展。
(4)评价决策分析法。首先构建山东省区域科技创新能力评价指标体系,对山东省各地市科技创新能力进行评价,通过统计计量软件和可视化工具进行聚类分析和可视化分析,并重点分析山东省区域科技创新能力的区域异质性。然后通过基于灰色关联熵的演化模型,测度各地市科技创新能力系统和子系统的演化状况,最后为提高山东省区域科技创新能力及演化水平提供合理化建议。
1.3.3技术路线图
本文通过分析山东省区域科技创新投入现状、科技创新产出现状和科技支持环境现状,对山东省区域创新能力进行动态评价,利用相关统计软件和可视化分析工具重点对山东省科技创新能力区域异质性进行研究,并基于灰色关联熵的演化模型对区域科技创新能力系统和子系统的演化现状进行测度,最后根据实证分析结果及结论提出山东省提高区域科技创新能力有效对策及建议,以促进山东区域科技创新能力的均衡发展,从而对山东省新旧动能转换和经济高质量发展起到重要的支持作用。
本论文的技术路线如图1.1所示。
1.3.4研究创新点
(1)构建基于系统和能力结构视角的区域科技创新能力评价指标体系对山东省各地市科技创新能力进行测度,运用统计计量软件和可视化工具对测度结果进行聚类和可视化分析,并综合运用泰尔指数、NICH指数、莫兰指数等对山东省科技创新能力的整体差异、区域内差异、空间增长差异和空间自相关等进行分析,重点对山东省科技创新能力的区域异质性进行研究;
(2)利用基于灰色关联熵的演化模型,采用定量分析法对山东省各地市的科技创新能力演化进行研究,通过系统运行过程中熵变情况对各地市科技创新能力系统和子系统演化现状和趋势进行分析。
图1.1技术路线图
Fig.1.1 Technology Roadmap
第二章相关概念及理论基础
2.1相关概念界定
2.1.1科技创新
“科技”是科学技术的简称,科技创新是改进或创造新的科学技术。科技创新包括科学创新和技术创新两个方面。科学创新通过科学研究不断开拓出新的研究领域,认识所研究事物的本质,是创造新知识的行为,其成果形式常为新观点、新理论、新发现等;而技术创新通过创造新的技术或生产工艺,研发出新产品,是以实现经济和社会效益为目的的创新,其成果形成常常为新产品、新方法、新技术等。科学创新是技术创新的源头和先导,带动着技术创新的发展;而技术创新为科学创新提供必要的市场保障,是新知识实现其使用价值的最终形式[35]。
综上,科技创新是在特定环境下,利用现有的知识和物质资源,通过发挥人的积极性和创造性,创造出新知识、新技术,探索出新的组织或管理模式等,并产生一定经济和社会效益的行为。
2.1.2区域创新系统
20世纪80年代,英国经济学家弗里曼(Freeman)和库克(Cooke)等学者展开了对区域创新系统展开了开创性的研究。英国经济学家库克(Cooke)最早将区域创新系统定义为由空间上临近、有分工合作的企业、大学、科研机构等主体组成的,产生协同创新效应的区域性组织系统[3]。区域创新系统不仅仅包括直接创新主体(企业、高等院校、科研机构等)和间接创新主体(政府、金融机构、创新中介机构等)的创新行为,而且依赖于各创新主体间的相互关系以及所处的社会、经济和生态环境,其是在一定环境下各创新主体互动所形成的创新网络[36-37]。区域创新系统是国家科技创新系统的子系统,是国家科技创新系统在区域层面上的细化和延伸。区域创新系统作为国家科技创新系统的重要的组成部分[38],为国家科技创新的发展和整体水平的提升的坚实基础和保障。
2.1.3区域科技创新能力
区域科技创新能力反映了创新要素在一定区域内聚集、整合及推动持续创新的能力[39]。区域创新系统建设的核心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[40]。Riddel[11]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[13]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;张仲梁等[41]从支持创新的人才架构、技术架构、产业架构、制度构架和社会架构五个维度对城市科技创新能力的核心内涵重新进行了界定。
本文将区域科技创新能力界定为区域内各创新主体利用自身科技创新条件,通过优化配置区域内科技创新资源和创新主体间的相互作用,实现知识创造和技术进步,以推动区域内经济增长和提高社会效益的能力。
2.1.4区域科技创新能力演化
在自然界中,物种间存在共生、竞争等生存关系,整个自然生态系统经历形成、发展、成熟、衰退等多个阶段,这个过程就是称之为生态系统的演化过程[42]。而人类的创新活动实质上是一种较为特殊的生命过程,创新则服从于生物规律,用生物学隐喻更能深刻地揭示创新过程[43]。创新系统的演化是指系统由一种平衡与稳定的状态转变为另一种平衡与稳定的状态的过程[44],在这个过程中,系统不断从外部环境中输入新的物质、能量、信息等,将其有机结合形成新的创新机会,促使原有系统不断优化升级,最终由量变到质变,形成新的系统[45]。
文献[46-47]指出,区域科技创新能力是一个复杂系统,本研究将其分为科技创新发起能力、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四个子系统。本文将区域科技创新能力演化界定为在连续时间内区域科技创新能力系统及其子系统在不断发展过程中所呈现出的时间和空间上的动态变化趋势。山东省科技创新能力演化研究侧重于区域科技创新能力系统和子系统熵变的演化,负熵意味着系统运行稳定、有序性增加,而熵增意味着系统运行动荡、无序性增加。
2.2相关理论与方法
2.2.1系统理论
系统理论是由美籍奥地利生物学家贝塔朗菲(Bertalanffy)提出的,其重要论著有1945年的《关于一般系统论》和1968年的《普通系统论的基础、发展和应用》。贝塔朗菲从生物学的角度,建立开放系统的一般系统论,提出了生命现象的有组织性、有序性和目的性[48]。系统理论的核心是系统整体的观念,贝塔朗菲认为系统是普遍存在的,任何系统都是一个有机整体,且整体不是部分的简单叠加,整体具有部分所不具有的功能和特质,且整体大于部分之和。系统理论将所研究的对象看作一个系统,以整体的思想分析其结构和功能,通过研究系统、要素及环境三者的相互作用,对系统进行优化。系统论、控制论和信息论被称为系统科学领域的“老三论”。
2.2.2耗散结构理论
比利时物理学家普里戈金(Llya Prigogine)将热力学第二定律与生物进化论相结合,
于1969年提出了耗散结构理论。普里戈金把系统分为开放系统、封闭系统和孤立系统三类,开放系统与外界自由地进行物质和能量交换,封闭系统与外界有能量但无物质的交换,孤立系统与外界没有物质和能量的交换,并指出自然界和社会都存在从无序到有序的发展趋势。系统在开放和远离平衡态的条件下,与外界不断进行物质和能量等交换,达到一定阈值后,通过涨落,可能使得系统从原先无序状态转化为动态有序状态的宏观结构,这种有序结构即耗散结构[49]。耗散结构论、协同论与突变论被称为系统科学领域的“新三论”。
2.2.3创新理论
“创新”概念和理论首次由美籍奥地利经济学家熊彼特(Schumpeter)于1912年在其著作《经济发展理论》中提出,熊彼特讲其定义为一种的生产函数,能更高效地配置和结合所需的生产要素并运用到新的生产体系中去。熊彼特认为创新是在生产过程中内生的,而非从外部强加而来。而企业家作为资本主义的“灵魂”,是创新活动的主体,企业家能够推动创新和经济发展。同时熊彼特将创新划分为五种形式:一是生产出新的产品,即产品创新;二是引进新工艺或新技术,即技术创新;三是开辟新的市场,即市场创新;四是获得原材料的的新的供给来源,即材料创新;五是实现企业的新组织,即组织管理的创新[50]。20世纪50年代,以美国经济学家索罗(Solow)为代表的新古典增长理论,强调资本和劳动作为经济增长的作用,将技术创新看作外部因素,因此新古典增长理论又称为外生增长理论;20世纪80年代,以美国经济学家罗默为代表的新增长理论,则讲技术创新视作内生因素,因此新增长理论又称为内生增长理论;新古典增长理论和新增长理论已成为创新活动对经济增长相关研究的主要理论基础。
2.2.4增长极理论
增长极的概念及理论是法国经济学家佩鲁(Francois Perroux)于1955年提出的,
他认为经济增长是具有非均衡性,经济增长并非同时出现于所有部门,而是以不同强度首先出现在一些增长极上,然后向其他部门传导,从而影响整个经济[51]。法国经济学家布代维尔(J.B Boudeville)首次将增长极理论引入区域经济理论中,把抽象的经济空间转化为地理空间,赋予抽象的经济空间以具体的地理空间意义[52]。布代维尔强调增长极的空间特征,突出区域增长极概念,把区域按照经济空间类型划分为匀质区域、极化区域和计划区域[53]。之后,美国经济学家弗里德曼(John Frishman)、瑞典经济学家缪尔达尔(Gunnar Myrdal)、美国经济学家赫希曼(A.O Hischman)分别从不同角度对增长极理论进行了丰富和发展,使其广泛应用于区域经济的相关研究中。
2.2.5核心-边缘理论
核心-边缘理论,又称中心-外围理论,是美国经济学家弗里德曼(John Frishman)于1966年在其学术著作《区域发展政策》[54]中提出的。弗里德曼认为,任何国家都由核心区域和边缘区域组成,核心区域是一个城市或城市集群及其周围地区组成,边缘的界限由核心与外围的关系来确定。核心和边缘区域在区域经济发展中存在着不平等的发展关系,总体上,核心区域处于统治地位,边缘区域依赖于核心区域,但随着区域关系的改变,核心与边缘区域的空间发展格局的改变,最终达到区域一体化[55]。Hills[56]等人运用核心-边缘理论建立了旅游空间核心-边缘模型,强调了边缘地区对核心地区的依赖。
2.2.6评价方法
(1)熵权法
熵的概念是由德国物理学家克劳修斯(Rudolf Clausius)于1854年提出的,香农(Shannon)将熵的概念引入信息论,用于度量系统的无序程度。熵权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小;反之熵值越小,则测度指标所含的有效信息越多,该指标对测度结果的影响程度也越大。
(2)TOPSIS法
TOPSIS法,又称优劣解距离法,是一种逼近于理想解的排序法,常用的于多目标决策分析。TOPSIS法的原理是构建正理想解样本和负理想解样本,通过计算有限个待评价对象与正、负理想解目标的接近程度然后进行排序。
(3)灰色关联分析法
灰色关联理论是中国学者邓聚龙于1982年提出的一种系统科学理论。灰色关联分析法是以灰色系统理论为基础,通过计算综合关联系数和关联度指标,根据分析各因素对某一客观事物(系统)的影响程度并判断因素之间关联程度的一种数量分析方法。而灰色关联熵模型是在灰色关联分析的基础上,弥补了灰色关联分析的局部点关联倾向和信息缺失的缺点,比灰色关联分析更加科学、合理[57]。
第三章山东省科技创新能力评价及区域异质性
3.1山东省区域科技创新发展现状
3.1.1科技创新投入现状
区域科技创新活动的进行需要以一定的创新资源投入作为基础和前提条件,科技创新资源的投入包括对财力投入和人力资源投入等等,本文将以R&D经费作为财力投入的代表,以全社会R&D人员作为人力资源投入的代表,对山东省区域科技创新投入现状进行分析。
(1)R&D经费投入现状
2016年,山东省R&D经费投入为1566.1亿元,比上年增长138.9亿元,R&D经费投入总量排在江苏和广东之后,居全国第三位,R&D经费投入强度为2.34%,居于全国第7位。分地市来看,R&D经费投入超过90亿的有青岛、烟台、济南、潍坊、淄博和东营6市,其中青岛、烟台、济南和潍坊4市的R&D经费投入均在140亿以上。
而2009年,山东省R&D经费投入519.6亿元,位于江苏、北京、广东之后,位于全国排名第4位,R&D经费投入强度为1.53%。2013年,山东省R&D经费投入为1175.8亿元,增长15.2%,R&D经费投入强度为2.15%。分地市来看,2013年R&D经费投入超过70亿的有青岛、烟台、济南、潍坊、淄博和东营6市。可以看出,山东省对R&D经费内部支出不断增长,但相对于广东和江苏两省,R&D经费投入有待增大,R&D经费投入强度需要进一步增加,且区域差异日益显著。
(2)R&D人员投入现状
2016年,山东省全社会R&D人员47.6万人,比上年增加2.9万人;R&D人员全时当量27.9万人年,比上年增加3635人年。R&D人员投入在3万以上的有济南(7.9万人)、青岛(7.8万人)、潍坊(4.2万人)、烟台(4.1万人)和淄博(3.2万人),而枣庄、日照、莱芜、菏泽等市R&D人员投入不足5000人。
而2009年,山东省全社会R&D人员23.3万人,R&D人员全时当量16.4万人年。R&D人员投入在3万以上仅有2市,分别是济南(4.2万人)和青岛(3.5万人)。2013年,山东省全社会R&D人员40.9万人,比上年增长7.2%;R&D人员全时当量27.9万人年,增长2.5万人年,增长10%。R&D人员投入在3万以上的有青岛(6.5万人)、济南(6.2万人)、潍坊(4.3万人)和淄博(3.0万人)4市。可以看出,山东省R&D人员投入不断增大,但地区发展水平不均衡,区域分异明显。
3.1.2科技创新产出现状
专利申请数和发明专利数通常是衡量区域科技创新产出的重要指标。本文选取专利申请数和发明专利数两个指标,对山东省区域科技创新产出现状进行分析。
2009年,山东省专利申请数22979件,其中发明专利7612件,有效发明专利11330件;2013年,山东省专利申请数15.5万件,比上年增长20.6%,其中发明专利6.8万件,增长67.5%;专利授权数7.7万件,比上年增长1.9%;其中发明专利0.9万件,增长19.6%。全省近八成的专利申请集中在青岛、济南、潍坊、烟台和淄博5市。2016年,山东省专利申请数21.3万,其中发明专利申请数8.8万件;专利申请授权数9.8万件,其中发明专利授权数1.9万件。全省超过六成的专利申请集中在青岛、济南、潍坊、烟台和淄博5市。可以看出,山东省专利申请和授权质量逐渐提高,但专利集中程度明显。
3.1.3创新支持环境现状
山东省经济总量不断扩大,对科学技术和教育的重视程度不断提高,为科技创新的发展奠定了坚实的基础。2009年,山东省地区生产总值33896.65亿元,排在全国第二位;至2016年,山东省地区生产总值67008.19亿元,位于广东、江苏之后,第三产业增加值31669.03亿元,其中青岛市地区生产总值为10011.29亿元,成为北方第三座跨入万亿大关的城市。山东省对规模以上工业企业的补贴力度不断增加,为企业创新发展助力和减负,不断增强区域内企业创新的活力和动力。2009年山东省规模以上工业企业使用政府部门的研发资金总计188128.8万元,研发费用加计扣税减免税1210225.4万元,高新技术企业减免税204069.3万元;至2016年,规模以上工业企业使用政府部门的研发资金总计398335万元,研发费用加计扣税减免税186166万元,高新技术企业减免税642024万元。同时,2009年山东省高等院校在校生数为159.3万人,至2013年,山东省高等院校在校生数为169.9万人,2016年增长至199.6万人,高等院校在校生规模不断壮大,为山东省科技创新能力的提高提供强有力的创新后备力量。
3.2区域科技创新评价指标体系构建
3.2.1评价指标体系构建原则
(1)系统性原则
山东省区域科技创新能力是一个多维度、多要素的复杂系统,不仅仅涉及到企业、高校、政府、科研机构等多个创新主体的相关创新活动,还与科技创新发展所处的经济和社会环境联系紧密,所以在构建评价指标体系时,要遵循系统性原则,尽可能覆盖到区域科技创新能力各个维度中具有代表性的指标,以能够系统、全面地反映各地市的科技创新能力的特征。
(2)可追踪性原则
为了对山东省区域科技创新能力进行动态性评价与分析,在构建评价指标体系时,要考虑到指标数据的可追踪性,即动态连续性,以便于对山东省区域科技创新能力进行横向和纵向的动态分析,以揭示其发展趋势及演化规律。
(3)可衡量性和可获得性原则
构建评价指标体系是为了反映系统全面的反映评价对象的特征,所以要避免使用定性或是经验类数据,尽可能选取可量化、易获得数据的指标,并确保数据的适用范围、统计口径等一致,便于对研究对象进一步评价与分析,如在构建山东省区域科技创新能力评价指标体系时,选用直接可以从《山东科技统计年鉴》、《山东统计年鉴》、《中国统计年鉴》和统计局网站上可以直接获得的定量性数据。
3.2.2评价指标体系的建立
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与领先地区存在的差距,以制定针对性、差异化的对策指导相关的科技创新活动的进行。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。创新是一个复杂的过程,不能以单一活动指标来衡量,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[58],所以本文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。
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三个方面对科技创新发起能力进行评价:科技人力资源选取R&D人员折合全时当量、R&D人员数和高学历人才占比3个指标来进行衡量;人均R&D经费支出和R&D经费投入强度能够反映区域内科技创新财力资源的总体情况,规模以上企业新产品经费支出反映出区域内企业内部创新投入的状况,政府科技技术财政支出反映出当地政府对创新投入的重视程度。
科技创新实现能力是城市科技创新活动产出的集中体现,是衡量城市科技创新发展的核心能力,城市科技创新能力提高的关键就在于提高科技创新实现能力,其包括为以专利和科技论文为核心的创新知识产出和以高新技术产业为核心的创新经济产出,所以本文选取专利申请受理数、有效发明专利数、科技论文发表数及出版科技著作数4个指标来衡量创新知识产出,而创新经济产出指创新产品或技术实现的经济价值,本文选取新产品产值、高新技术产业产值和高新技术产业占规模以上工业总产值比重3个指标来衡量创新经济产出。
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三个方面进行衡量:经济效益主要体现在产业结构上的改变,所以选取第三产业增加值和第三产业占GDP比重2个指标来衡量经济效益;生态效益主要体现在对生态环境的影响,所以选择万元GDP能耗下降率、工业SO2排放量和废水排放量3个指标来衡量;社会效益主要体现在对居民生活质量的改善,主要通过居民可支配收入和居民登记失业率2个指标进行衡量。
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。其中本文选取人均GDP来反映区域经济基础发展状况,选取实际利用外资额能够反映区域经济的资金环境;财政支持则通过高新技术企业减免税和研发费用加计减免税2个指标来衡量;教育环境则利用高校在校生数和区域财政支出中教育支出2个指标来衡量;选取移动用户数和互联网用户数2个指标能够反映社会信息化的发展状况。
根据上述的评价指标体系构建原则和指标选取依据,本文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评价指标系,见表3.1所列。指标权重的计算过程如3.3.2节所示。
表3.1山东省区域科技创新能力评价指标体系
Tab.3.1 evaluation index system of regional scientific and technological innovation capacity in Shandong Province
目标层 | 一级指标层 | 二级指标层 | 三级指标层 | 代码 | 单位 | 指标属性 |
指标 权重 |
科技创新能力 |
科技创新 发起能力 |
科技人力资源 | R&D人员折合全时当量 | A1 | 人年 | 正向 | 0.031 |
R&D人员数 | A2 | 人 | 正向 | 0.031 | |||
高学历人才占比 | A3 | % | 正向 | 0.021 | |||
科技财力资源 | 人均R&D经费支出 | A4 | 元 | 正向 | 0.030 | ||
R&D经费投入强度 | A5 | % | 正向 | 0.012 | |||
规上企业新产品经费支出 | A6 | 万元 | 正向 | 0.028 | |||
政府科学技术财政支出 | A7 | 万元 | 正向 | 0.032 | |||
科技创新平台 | 有R&D活动的企业数 | A8 | 个 | 正向 | 0.031 | ||
科研机构数 | A9 | 个 | 正向 | 0.069 | |||
高等院校数 | A10 | 个 | 正向 | 0.071 | |||
科技创新 实现能力 |
创新知识产出 | 科技论文发表数 | A11 | 篇 | 正向 | 0.055 | |
专利申请受理数 | A12 | 件 | 正向 | 0.040 | |||
有效发明专利数 | A13 | 件 | 正向 | 0.044 | |||
出版科技著作数 | A14 | 种 | 正向 | 0.050 | |||
创新经济产出 | 新产品产值 | A15 | 万元 | 正向 | 0.031 | ||
高新技术产业产值 | A16 | 亿元 | 正向 | 0.027 | |||
高新技术产业产值占 规上工业总产值比重 |
A17 | % | 正向 | 0.016 | |||
科技创新 转化能力 |
经济效益 | 第三产业增加值 | A18 | 亿元 | 正向 | 0.027 | |
第三产业产值占GDP比重 | A19 | % | 正向 | 0.011 | |||
生态效益 | 万元GDP能耗下降率 | A20 | % | 正向 | 0.002 | ||
工业SO2排放量 | A21 | 吨 | 负向 | 0.004 | |||
工业废水排放量 | A22 | 万吨 | 负向 | 0.009 | |||
社会效益 | 居民可支配收入 | A23 | 元/人 | 正向 | 0.013 | ||
居民登记失业率 | A24 | % | 负向 | 0.013 | |||
创新环境 支持能力 |
经济环境 | 人均GDP | A25 | 元 | 正向 | 0.019 | |
实际利用外资额 | A26 | 万美元 | 正向 | 0.065 | |||
教育资源 | 普通高等院校在校生数 | A27 | 人 | 正向 | 0.049 | ||
财政教育支出 | A28 | 万元 | 正向 | 0.024 | |||
财政支持 | 高新技术企业减免税 | A29 | 万元 | 正向 | 0.051 | ||
研发费用加计扣除减免税 | A30 | 万元 | 正向 | 0.035 | |||
社会信息化 | 移动电话用户数 | A31 | 万户 | 正向 | 0.020 | ||
互联网接入用户数 | A32 | 万户 | 正向 | 0.038 |
3.3山东省区域科技创新能力动态评价
3.3.1研究对象与数据的来源
本文以2009-2016年山东省的17地市为研究对象,将济南、青岛、淄博、枣庄、东营、烟台、潍坊、济宁、泰安、威海、日照、莱芜(注:莱芜现已为济南管辖,由于统计数据是独立的,因此本文仍按历史数据将莱芜作为独立区域分析)、临沂、德州、聊城、滨州和菏泽17地市的科技创新能力作为研究内容,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2010-2017年《山东统计年鉴》、《山东科技统计年鉴》、《中国城市统计年鉴》,同时以山东省各地市的统计年鉴和统计公报等作为补充数据来源,搜集反映山东省各地市科技创新能力的32个评价指标原始数据。因缺少《山东科技统计年鉴2018》的相关数据,且2008年以前的指标数据有缺失,所以本文的研究年份选定为2009-2016年。
3.3.2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小;反之熵值越小,则测度指标所含的有效信息越多,该指标对测度结果的影响程度也越大。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2009-2016年山东省17地市作为研究对象,对各评价指标进行赋权。
(1)数据的标准化处理
按照时间顺序选取山东省f个地市的t(t=1,2,…,N)年作为研究对象,得到Xt(X1,X2,…,XN)。假设共有m个研究对象和n个评价指标,则Xij为第i个评价对象的第j项评价指标,构建原始数据矩阵,记为X=(Xij)m×n=(Xij)ft×n。
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。为正向指标(表示越大越好),标准化处理为:
3.3.3基于二次加权的灰色关联TOPSIS法的区域科技创新能力动态评价
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[59-60],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:
(1)通过规范化决策矩阵,构造加权决策矩阵
(2)确定加权决策矩阵Z的正理想解和负理想解:
(3)计算第i个评价对象与正、负理想解的灰关联系数和:
式(3.7)(3.8)中,为分辨系数,当≤0.546时分辨力最好,通常取=0.5。
(4)计算第i个评价对象与正、负理想解的灰色关联度和:
(5)计算第i个评价对象与正、负理想解的投影距离和:
(6)合并计算后的投影距离和灰色关联度。由式可知,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(3.13)(3.14)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。
(8)利用和计算各评价对象的贴近度:
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。
3.3.4评价结果分析
首先,对原始数据进行标准化处理,运用全局熵权法对确定各评价指标的权重,权重计算结果如表3.1所示;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2009-2016年山东省17地市的科技创新能力各年份评价结果(表3.2所示),然后根据时间加权系数,得出2009-2016年山东省17地市的综合评价值和排名。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增长和空间分布格局,如图3.1所示。
表3.2 2009-2016年山东省区域科技创新能力综合评价值及排名
Tab.3.2 comprehensive evaluation value and ranking of regional scientific and technological innovation capacity of Shandong Province from 2009 to 2016
城市 | 2009年 | 2010年 | 2011年 | 2012年 | 2013年 | 2014年 | 2015年 | 2016年 |
二次加权后 综合评价值 |
|
得分 | 得分 | 得分 | 得分 | 得分 | 得分 | 得分 | 得分 | 得分 | 排名 | |
济南 | 0.500 | 0.550 | 0.567 | 0.570 | 0.601 | 0.615 | 0.633 | 0.647 | 0.608 | 1 |
青岛 | 0.409 | 0.472 | 0.475 | 0.525 | 0.563 | 0.627 | 0.634 | 0.672 | 0.591 | 2 |
烟台 | 0.284 | 0.316 | 0.324 | 0.349 | 0.368 | 0.381 | 0.391 | 0.424 | 0.376 | 3 |
潍坊 | 0.256 | 0.285 | 0.296 | 0.332 | 0.349 | 0.405 | 0.373 | 0.389 | 0.359 | 4 |
淄博 | 0.246 | 0.265 | 0.273 | 0.283 | 0.291 | 0.291 | 0.312 | 0.326 | 0.298 | 5 |
威海 | 0.239 | 0.253 | 0.258 | 0.263 | 0.277 | 0.284 | 0.298 | 0.318 | 0.286 | 6 |
泰安 | 0.229 | 0.247 | 0.242 | 0.249 | 0.275 | 0.283 | 0.290 | 0.290 | 0.274 | 7 |
济宁 | 0.223 | 0.237 | 0.238 | 0.249 | 0.264 | 0.270 | 0.293 | 0.296 | 0.271 | 8 |
临沂 | 0.223 | 0.237 | 0.242 | 0.249 | 0.267 | 0.273 | 0.281 | 0.298 | 0.270 | 9 |
东营 | 0.225 | 0.239 | 0.252 | 0.244 | 0.265 | 0.272 | 0.280 | 0.283 | 0.267 | 10 |
滨州 | 0.205 | 0.223 | 0.232 | 0.239 | 0.247 | 0.243 | 0.251 | 0.266 | 0.247 | 11 |
聊城 | 0.208 | 0.217 | 0.219 | 0.221 | 0.225 | 0.225 | 0.236 | 0.250 | 0.231 | 12 |
德州 | 0.190 | 0.199 | 0.203 | 0.213 | 0.223 | 0.225 | 0.235 | 0.244 | 0.225 | 13 |
菏泽 | 0.183 | 0.190 | 0.195 | 0.205 | 0.217 | 0.218 | 0.228 | 0.241 | 0.219 | 14 |
枣庄 | 0.182 | 0.192 | 0.195 | 0.195 | 0.204 | 0.210 | 0.214 | 0.221 | 0.208 | 15 |
莱芜 | 0.193 | 0.200 | 0.200 | 0.201 | 0.206 | 0.208 | 0.211 | 0.214 | 0.207 | 16 |
日照 | 0.174 | 0.185 | 0.187 | 0.190 | 0.198 | 0.208 | 0.213 | 0.222 | 0.205 | 17 |
从整体上看,2009-2016年山东省各地市的科技创新能力均呈现增长态势,17地市的科技创新能力平均值从0.245增长至0.329,极差由0.326增长至0.458,可以看出,8年间山东省区域科技创新发展不断提高,但梯度差异明显,呈现较为明显的“金字塔”式分层现象,区域异质性有扩大化趋势。济南科技创新能力综合评价值为0.608,位于第一,高出第二名青岛0.017,但在2014年被青岛超越,与青岛的差距有增大的趋势;而青岛二次加权后的评价值为0.591,位于第二,但从2014-2016年间领跑全省,在17地市中排名第一;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,潍坊和烟台分别在2014和2015年科技创新能力增势较快,尽管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、威海、泰安、济宁、临沂和东营位于第三层次,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、日照和莱芜属于第四梯队,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。
图3.1山东省区域科技创新能力评价值分布
Fig.3.1 Evaluation value distribution of regional scientific and technological innovation ability in Shandong Province
3.4山东省科技创新能力的区域异质性分析
前文中建立了山东省区域科技创新能力的评价指标体系,并运用基于二次加权的灰色关联TOPSIS法对2009-2016年山东省17地市的科技创新能力进行了评价和分析,为进一步对山东省科技创新能力的区域异质性进行研究,本文综合运用泰尔指数、NICH指数、聚类分析等方法对山东省科技创新能力的区域内差异、区域间差异和增长差异等异质性特征进行分析。
3.4.1基于泰尔指数的区域差异分析
泰尔指数是泰尔(Theil)为研究收入差距所提出的不平等系数[61],具有可加可分解的数学特性,可以分解成组内差异和组间差异[62]。本文运用泰尔指数来测算山东省区域科技创新能力的差异,并将区域科技创新能力的总差异分解为区域内部差异和区域间差异,以进一步对山东省科技创新能力的整体差异和区域差异进行分析。根据空间地理位置,本文将山东省划分为鲁东、鲁中和鲁西地区,其中鲁东地区包括:青岛、烟台、潍坊、威海和日照5市;鲁中地区包括:济南、淄博、泰安、东营、临沂和莱芜6市;鲁西地区包括:济宁、滨州、聊城、德州、菏泽和枣庄6市。构建的泰尔指数计算公式如下。
式中代表山东省科技创新能力的区域差异的泰尔指数;表示为第r个地区第i个城市的科技创新能力,而代表为所有城市的科技创新能力的总和;表示为第r个地区第i个城市的就业人数,中代表为所有城市的就业人数的总和。为测定山东省科技创新能力的区域间差异和区域内差异,对泰尔指数进行分解。
其中,为山东省科技创新能力的区域内差异;为三大地区的区域间差异,为第r个地区的区域内差异。计算得到的结果如表3.3所示。
表3.3泰尔指数的差异分解结果
Tab.3.3 Differential decomposition results of Theil index
年份 | 总差异 | 组内差异 | 组间差异 |
2009年 | 0.0227 | 0.0209 | 0.0018 |
2010年 | 0.0190 | 0.0180 | 0.0010 |
2011年 | 0.0173 | 0.0164 | 0.0010 |
2012年 | 0.0159 | 0.0155 | 0.0004 |
2013年 | 0.0164 | 0.0164 | 0.0000 |
2014年 | 0.0144 | 0.0142 | 0.0002 |
2015年 | 0.0139 | 0.0139 | 0.0000 |
2016年 | 0.0123 | 0.0122 | 0.0001 |
根据表3.3的结果所示,从总体泰尔指数来看,2009-2016年山东省科技创新能力区域整体差异较为明显,随着时间的变化,区域总差异总体上呈现变小趋势,创新协同水平有所提高。具体而言,2009-2012年,山东省科技创新能力泰尔指数的总差异从2009年的0.0227减小到2012年的0.0159,说明山东省科技创新能力区域的整体差异不断减小,区域创新协同性有所提高;至在2013年,山东省科技创新能力泰尔指数的总差异又增加到0.0164,说明2013年山东省科技创新能力区域的整体差异有增大趋势;2013-2016年泰尔指数的总差异从0.0164减小到2012年的0.0123,持续减小的正值泰尔指数意味着山东省科技创新能力总体差异持续降低,科技创新能力的区域异质性呈现缩小趋势。
从区域内泰尔指数和区域间泰尔指数来看,区域内泰尔指数、区域间泰尔指数与总体泰尔指数的变化趋势较为相似。从区域内泰尔指数来看,山东省科技创新能力区域内部差异与区域总差异变化规律比较相似,且区域内部差异要远大于区域间差异,说明区域内城市的经济条件和创新基础本身存在较大差异,要积极进行产业扶持和政策引导,加强区域内城市科技创新发展的协同性。2009-2012年,山东省科技创新能力区域内泰尔指数持续减小,从2009年的0.0209减小到2012年0.0155,说明在这期间山东省科技创新能力区域内部差异不断缩小,到2013年出现波动,此后到2016年,区域内泰尔指数也处于持续减小的状态,这表明山东省科技创新能力区域内部差异在不断缩小。从区域间泰尔指数来看,2009-2012年区域间泰尔指数变化比较明显,从2009年的0.0018减小到2012年的0.0004,这意味着2009-2012年山东省科技创新能力的区域间差异不断缩小,区域间创新发展的协同程度有所加强,但2013-2016年泰尔指数变化较小,出现波动变化的趋势。
3.4.2基于聚类分析的区域分类分析
运用SPSS25.0软件选择组间连接法,对山东省各地市科技创新能力进行系统聚类,得到聚类树状图(图3.2),同时根据“梯度推进”理论和地理位置对山东省鲁东、鲁中和鲁西地区的划分,其中鲁东地区包括:青岛、烟台、潍坊、威海和日照5市;鲁中地区包括:济南、淄博、泰安、东营、临沂和莱芜6市;鲁西地区包括:济宁、滨州、聊城、德州、菏泽和枣庄6市,将山东省17个地市的科技创新能力划分为4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(7座)和创新滞后城市(6座),大致呈现金字塔型的的非均衡发展结构(表3.4)。
图3.2山东省区域科技创新能力聚类树状图
Fig.3.3 clustering tree of regional scientific and technological innovation capacity in Shandong Province
表3.4依区域划分的聚类结果
Tab.3.4 clustering results by Region
鲁东 | 鲁中 | 鲁西 | |
核心创新城市 | 青岛 | 济南 | |
重要创新城市 | 烟台、潍坊 | ||
一般创新城市 | 威海 | 淄博、泰安、东营、临沂 | 济宁、滨州 |
创新滞后城市 | 日照 | 莱芜 | 聊城、德州、菏泽、枣庄 |
根据表3.3可以看出,明显看出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,科技创新能力发展上由高到低鲁东地区>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为济南和青岛构成的典型“中心-门户”型双核空间结构[63]的发展轴线,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,创新资源丰富,创新动力充足,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;鲁中地区是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,成为了山东省经济发展和科技创新的“洼地”。
3.4.3空间自相关分析
全局空间自相关是对属性值在整个区域的空间特征的描述,其通过空间自相关系数来分析区域总体的空间关联和差异程度。空间自相关指数Moran’I来公式表示为
式中,Moran’I为全局自相关Moran指数,和分别代表第y和z个城市的科
技创新能力,为所有城市的科技创新能力的平均值,m为空间单元总数,,为空间权重矩阵W中的元素。当Moran’I趋近于1时,区
域整体空间正关联程度越强,科技创新能力高的城市在空间分布上显著正集聚;当Moran’I趋近于-1时,区域整体空间负关联程度越强,科技创新能力低的城市在空间分布上显著负集聚。同时根据定义,Moran散点图从第1象限到第4象限分别代表“高-高”“高-低”“低-高”“低-低”集聚4种空间关联类型[63]。而局部自相关用来反映地理空间上处于邻接或邻近的空间单元的属性值的相似程度,与全局自相关具有互补性,通常用Moran散点图来描述。Moran散点图常用于局部自相关分析中,横轴代表变量Z的所有取值,纵轴为空间滞后向量WZ的所有取值。计算得到的2009-2016年的山东省区域科技创新能力Moran’I值如下表所示。
表3.5 2009-2016年山东省区域科技创新能力Moran’I值
Tab.3.5 Moran'I value of regional scientific and technological innovation capacity of Shandong Province from 2009 to 2016
年份 | 2009年 | 2010年 | 2011年 | 2012年 | 2013年 | 2014年 | 2015年 | 2016年 |
Moran’I值 | -0.0159 | 0.0026 | 0.0067 | 0.0639 | 0.0531 | 0.0596 | 0.0569 | 0.0911 |
由上表可以看出,2009-2016年的山东省区域科技创新能力Moran’I值由负变正且不断增大,由2009年的-0.0159增长到2016年0.0911,由空间负相关性转变为空间正相关性,这意味山东省科技创新能力表现出空间全局正相关性但不显著,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。根据图可以看出,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,表明山东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,山东省科技创新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。
本文选取2013年和2016年为节点年份,进一步分析山东省科技创新能力的局部自相关情况,运用GeoDa软件绘制出这两年山东省科技创新能力的Moran散点图(如图3.3所示)。2013年和2016年山东省科技创新能力的空间全局自相关指数为0.0531和0.0911,Moran’I值大于零且增大,从散点图可以看出青岛、烟台、潍坊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,是山东省内科技创新能力发展的高值聚类区;淄博、泰安、日照和威海等位于第二象限,这些城市与周边城市科技创新能力差异较大,具有明显的区域异质性;枣庄、菏泽、聊城、东营、济宁和临沂6市位于第三象限,这些城市科技创新发展滞缓,与邻近城市创新互动不显著,是山东省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,而周边城市科技创新能力较弱,与周边城市有较弱的局部相关性,极化效应显著
图3.3山东省区域科技创新能力2013和2016年Moran散点图
Fig.3.3 Moran scatter chart of regional scientific and technological innovation capacity in Shandong Province in 2013 and 2016
3.4.4空间增长差异分析
为了更好地描述2009-2016年山东省区域科技创新能力的动态变化,本文采用NICH指数[64]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。2009-2016年17地市科技创新能力NICH指数平均值为1.000,其中,青岛的科技创新能力NICH指数为3.124,位于第一,济南、烟台、潍坊的NICH指数均在0.956~1.743之间,这些城市科技创新能力提升较快,属于高增长区域;较高增长区域有淄博、济宁、威海和临沂,这些城市科技创新能力NICH指数均在0.733~0.955之间;东营、泰安、日照、德州、滨州和菏泽科技创新能力的NICH指数在0.503~0.732之间,属于较低增长区域;枣庄、莱芜、聊城科技创新能力NICH指数在0.503以下,属于低增长区域。
图3.4 2009-2016年山东省科技创新能力增长的分布格局
Fig.3.4 The distribution pattern of the growth of scientific and technological innovation capacity in Shandong Province from 2009 to 2016
由图3.4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。
第四章山东省区域科技创新能力演化
4.1山东省区域科技创新能力的耗散结构特征
基于对许多远离平衡现象的研究,比利时物理学家普里戈金(Llya Prigogine)于1969年提出了耗散结构理论。系统在开放和远离平衡态的条件下,与外界不断进行物质和能量等交换,达到一定阈值后,通过涨落,可能使得系统从原先无序状态转化为动态有序状态的宏观结构,这种有序结构被称为“耗散结构”[49]。区域科技创新能力是一个复杂系统[46-47],本文根据耗散结构理论对山东省区域科技创新能力系统所表现的耗散结构特征进行分析。
(1)开放性
山东省区域科技创新能力系统作为一个复杂的开放系统,其所处的环境不停地进行着物质流、能量流、信息流、人才流、资金流等的输入与输出,这是山东省区域科技创新能力系统形成耗散结构的的一个先决条件。由于山东省区域科技创新能力系统不断与外界环境进行物质、能量、信息等的交换,使得系统总熵值减小,当系统外部输入的负熵流的变化值大于本身不可逆过程产生的内部熵值时,系统整体熵值小于零,系统由无序状态朝着有序状态方向演化。外部环境不断为系统内各创新主体输送着资金、人才、信息等科技创新资源,当外部环境达到一定阈值后,山东省区域科技创新能力系统通过涨落作用向更高级的有序状态演化。
(2)非平衡态
平衡态是孤立系统所处的一直静止状态,系统与外界没有联系,系统内各要素不随空间发展和时间推移而变化,呈现混沌无序的状态[60]。山东省区域科技创新能力系统与所处外部环境紧密联系,不断进行“流”态的物质和能量交换,所以其并不是一个孤立、静止的系统,系统内部和外部任何要素的变化都可能对其造成山东省区域科技创新能力系统结构和特征的改变。正是在这种非平衡状态下,有规则的波动和无规则的扰动相叠加下出现新的涨落,使得山东省区域科技创新能力系统走向有序。
(3)非线性作用
非线性作用是系统向有序结构演化的根本机制。系统功能的实现不是子系统及要素功能的简单线性叠加,而是由子系统内部要素、子系统间、系统与外部环境在非线性正负反馈作用机制下形成的[61]。山东省区域科技创新能力系统的非线性作用主要是由涨落的随机性及要素间的复杂作用而产生,山东省区域科技创新能力的演化过程就是典型的非线性作用的过程,影响这个系统整体功能和特征改变的并不是各要素简单的线性叠加,而是由子系统内各要素间、子系统间及系统与环境综合的非线性作用所决定的。
(4)涨落
涨落是指系统参量在一个数值上下震荡,是系统演化发展的内部诱因[33]。涨落是偶然的、随机的。山东省区域科技创新能力系统受到多种因素作用,存在着明显的涨落现象,如R&D投入强度波动、R&D人员数变化等会产生涨落。当处于远离平衡态山东省区域科技创新能力系统在非线性作用下,控制参量到达一定的阈值时,这些涨落使得系统脱离原有的平衡态,进入新的更有序的耗散结构,推动着山东省区域科技创新能力的演化。
4.2基于灰色关联熵的演化方向判别模型
通过对山东省区域科技创新能力系统的结构特征进行分析,针对本文的研究内容,本文结合耗散结构理论和灰色关联熵理论建立山东省科技创新能力系统和子系统演化的方向的判别模型。
4.2.1子系统演化方向判别模型
(1)数据的标准化处理
按照时间顺序选取山东省f个地市的t(t=1,2,…,N)年作为研究对象,得到Xt(X1,X2,…,XN)。假设共有m个研究对象和n个评价指标,则Xij为第i个评价对象的第j项评价指标,构建原始数据矩阵,记为X=(Xij)m×n=(Xij)ft×n。
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。式中,为正向指标(表示越大越好),标准化处理为:
式中,为负向指标(表示越小越好),标准化处理为:
得到规范化矩阵Y=(Yij)m×n=(Yij)ft×n。
(2)计算灰色关联系数
式中,为比较序列与参考序列对应于t点时刻差值的绝对值。为比较序列与参考序列的差值的最小值,为比较序列与参考序列的差值的最大值,为分辨系数且∈[0,1]。为了消除观测序列可能出现的偏差且简化计算,本文取经验值=0.5。
(3)构建基于灰色关联熵的演化方向判别模型
式中,为灰色关联系数的分布映射,为t年份第i城市科技创新能力系统的灰关联熵,区域科技创新系统是一个耗散结构,系统与外界物质、能量交换不为零,灰关联熵有增有减,所以进一步需要计算其熵变值。通过熵变值判别系统是趋于有序发展状态还是趋于无序发展状态。
式中,为T年份第i个城市科技创新能力系统的灰关联熵,为t+1年份第i个城市科技创新能力系统的灰关联熵,为t年份内区域科技创新能力系统与外部环境物质、能量、信息等交换引起的熵变值,其可以大于、小于或等于零,根据的大小判断区域科技创新能力系统演化方向和内部有序性的增减程度[67]。
演化方向判别准则:当<0时,处于熵减或负熵,表示t时刻系统有序性程度增大,系统向有序结构演化,处于良性发展状态中;当>0时,处于熵增,表示系统t时刻系统无序性程度增大,系统向无序状态发展,处于不稳定发展状态中,需要及时实施措施进行调控;当=0时,在表示t时刻系统有序发展状态没有改变,系统的状态与初始阶段相同,处于维持状态中。
4.2.2系统整体演化方向判别模型
复杂系统中包含若干个子系统,通过计算其中的子系统的熵变值得到复杂系统整体的熵变值,以了解复杂系统整体有序性的发展变化状况。山东省区域科技创新能力系统包含科技创新发起能力、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四个子系统,所以这四个能力子系统在t年份整体熵变值为:
式中,为在t年份第i个城市科技创新能力系统的第r个子系统熵变值,为在t年份第i个城市科技创新能力系统整体熵变值。演化方向判别准则如4.2.1中所示。
4.3山东省区域科技创新能力演化测度及趋势分析
4.3.1测度指标选取和数据来源
利用第三章所构建的包含4个一级准则层、11个二级指标层和32个三级指标的山东省区域科技创新能力评价指标体系,所选择的原始数据主要来源于2010-2017年《山东统计年鉴》、《山东科技统计年鉴》及《中国城市统计年鉴》,同时以山东省各地市的统计年鉴和统计公报等作为补充数据来源,搜集反映山东省各地市科技创新能力的32个评价指标原始数据。
4.3.2各地市科技创新能力子系统的演化测度
(1)科技创新发起能力子系统演化测度
利用基于灰色关联熵的演化方向判别模型计算出2009-2016年山东省各地市科技创新发起能力子系统的灰关联熵及熵变值,以判别各地市科技创新发起能力子系统的演化方向及内部有序性状况,计算得到的熵变值如表4.1所示。
表4.1各地市科技创新发起能力子系统灰关联熵熵变值
Tab.4.1 Grey correlation entropy entropy change of science and technology innovation initiating ability subsystem in different cities
城市 | 2010年 | 2011年 | 2012年 | 2013年 | 2014年 | 2015年 | 2016年 | 总熵变 |
济南 | 0.025 | 0.008 | 0.010 | 0.011 | 0.018 | 0.022 | 0.002 | 0.096 |
青岛 | 0.025 | 0.009 | 0.038 | 0.046 | 0.034 | 0.032 | 0.039 | 0.222 |
淄博 | 0.009 | 0.007 | 0.006 | 0.003 | -0.007 | 0.013 | 0.016 | 0.048 |
枣庄 | 0.004 | 0.003 | 0.001 | 0.004 | 0.003 | 0.001 | 0.005 | 0.021 |
东营 | 0.009 | 0.015 | -0.011 | 0.008 | 0.002 | 0.008 | -0.002 | 0.029 |
烟台 | 0.015 | 0.012 | 0.026 | 0.009 | 0.008 | -0.010 | 0.025 | 0.084 |
潍坊 | 0.016 | 0.007 | 0.019 | 0.018 | -0.008 | 0.013 | 0.014 | 0.078 |
济宁 | 0.004 | 0.006 | 0.005 | 0.006 | 0.001 | 0.008 | 0.008 | 0.037 |
泰安 | 0.005 | 0.003 | 0.006 | 0.008 | 0.006 | 0.007 | -0.001 | 0.035 |
威海 | 0.003 | 0.001 | 0.005 | 0.007 | 0.002 | 0.014 | 0.008 | 0.039 |
日照 | 0.003 | 0.000 | 0.002 | 0.002 | 0.001 | 0.004 | 0.008 | 0.020 |
莱芜 | 0.004 | 0.002 | 0.001 | 0.000 | 0.002 | 0.000 | 0.001 | 0.011 |
临沂 | 0.005 | 0.009 | -0.001 | 0.006 | 0.007 | 0.007 | 0.013 | 0.047 |
德州 | 0.002 | -0.003 | 0.007 | 0.005 | -0.001 | 0.008 | 0.003 | 0.021 |
聊城 | 0.005 | 0.006 | 0.001 | -0.001 | 0.004 | 0.000 | 0.010 | 0.025 |
滨州 | 0.008 | 0.004 | 0.011 | 0.000 | 0.001 | 0.003 | 0.002 | 0.029 |
菏泽 | 0.003 | 0.001 | 0.005 | 0.002 | 0.003 | 0.006 | 0.004 | 0.023 |
(2)科技创新实现能力子系统演化测度
利用基于灰色关联熵的演化方向判别模型计算出2009-2016年山东省各地市科技创新实现能力子系统的灰关联熵及熵变值,以判别各地市科技创新实现能力子系统的演化方向及内部有序性状况,计算得到的熵变值如表4.2所示。
表4.2各地市科技创新实现能力子系统灰关联熵熵变值
Tab.4.2 Grey correlation entropy entropy change value of scientific and technological innovation realization ability subsystem in different cities
济南 | 0.019 | 0.000 | 0.012 | 0.000 | 0.015 | -0.015 | 0.014 | 0.045 |
青岛 | 0.020 | -0.007 | 0.014 | 0.016 | 0.037 | 0.000 | 0.046 | 0.126 |
淄博 | 0.007 | -0.008 | 0.005 | 0.002 | 0.004 | 0.008 | 0.007 | 0.024 |
枣庄 | 0.002 | -0.002 | -0.001 | 0.001 | 0.001 | 0.002 | 0.002 | 0.005 |
东营 | 0.004 | 0.008 | 0.004 | 0.005 | 0.008 | 0.002 | 0.004 | 0.036 |
烟台 | 0.024 | -0.012 | 0.017 | 0.000 | 0.012 | 0.015 | 0.017 | 0.071 |
潍坊 | -0.001 | 0.003 | 0.007 | 0.012 | 0.006 | 0.009 | 0.008 | 0.044 |
济宁 | 0.004 | -0.012 | 0.003 | 0.005 | 0.004 | 0.004 | 0.003 | 0.011 |
泰安 | 0.003 | -0.010 | 0.003 | 0.005 | 0.005 | -0.001 | 0.000 | 0.006 |
威海 | 0.005 | 0.003 | -0.003 | 0.004 | 0.002 | 0.003 | 0.005 | 0.019 |
日照 | 0.002 | -0.002 | 0.000 | 0.003 | 0.003 | 0.002 | 0.002 | 0.009 |
莱芜 | 0.003 | -0.003 | 0.002 | 0.000 | 0.001 | 0.002 | 0.001 | 0.006 |
临沂 | 0.003 | -0.009 | 0.003 | 0.004 | 0.002 | 0.005 | 0.004 | 0.013 |
德州 | 0.003 | -0.003 | 0.004 | 0.002 | 0.003 | 0.002 | 0.003 | 0.015 |
聊城 | 0.005 | -0.007 | 0.004 | 0.000 | 0.004 | 0.002 | 0.006 | 0.013 |
滨州 | 0.005 | 0.005 | 0.006 | 0.004 | 0.002 | 0.008 | 0.004 | 0.034 |
菏泽 | 0.003 | 0.000 | 0.005 | 0.005 | 0.001 | 0.002 | 0.002 | 0.018 |
(3)科技创新转化能力子系统
利用基于灰色关联熵的演化方向判别模型计算出2009-2016年山东省各地市科技创新转化能力子系统的灰关联熵及熵变值,以判别各地市科技创新转化能力子系统的演化方向及内部有序性状况,计算得到的熵变值如表4.3所示。
表4.3各地市科技创新转化能力子系统灰关联熵熵变值
Tab.4.3 Grey correlation entropy entropy change of science and technology innovation transformation ability subsystem in different cities
城市 | 2010年 | 2011年 | 2012年 | 2013年 | 2014年 | 2015年 | 2016年 | 总熵变 |
济南 | 0.004 | 0.001 | 0.001 | 0.026 | 0.017 | 0.013 | 0.013 | 0.074 |
青岛 | 0.003 | 0.008 | 0.001 | 0.018 | 0.014 | 0.014 | 0.029 | 0.085 |
淄博 | 0.002 | 0.003 | -0.005 | 0.018 | 0.007 | 0.001 | 0.012 | 0.039 |
枣庄 | 0.000 | 0.008 | -0.003 | 0.018 | 0.008 | 0.003 | 0.001 | 0.036 |
东营 | 0.001 | 0.005 | -0.011 | 0.019 | 0.007 | 0.005 | 0.000 | 0.027 |
烟台 | 0.001 | 0.004 | -0.009 | 0.020 | 0.008 | 0.008 | 0.007 | 0.039 |
潍坊 | -0.002 | -0.002 | -0.009 | 0.022 | 0.006 | 0.006 | 0.012 | 0.034 |
济宁 | 0.000 | 0.001 | 0.000 | 0.016 | 0.005 | 0.027 | -0.016 | 0.032 |
泰安 | 0.005 | -0.004 | -0.007 | 0.031 | 0.001 | 0.002 | 0.001 | 0.030 |
威海 | 0.006 | 0.004 | 0.008 | 0.003 | 0.007 | 0.008 | 0.008 | 0.042 |
日照 | 0.018 | 0.004 | 0.000 | 0.003 | 0.021 | -0.001 | 0.003 | 0.048 |
莱芜 | 0.011 | 0.001 | -0.009 | 0.015 | 0.001 | 0.001 | 0.002 | 0.022 |
临沂 | 0.006 | -0.001 | 0.005 | 0.012 | 0.003 | -0.008 | -0.003 | 0.013 |
德州 | 0.000 | 0.014 | -0.006 | 0.013 | 0.006 | 0.000 | 0.006 | 0.034 |
聊城 | -0.001 | 0.013 | -0.008 | 0.024 | -0.006 | 0.001 | 0.002 | 0.025 |
滨州 | 0.001 | 0.003 | 0.000 | 0.018 | -0.012 | -0.009 | 0.021 | 0.022 |
菏泽 | -0.005 | 0.000 | -0.001 | 0.013 | 0.003 | -0.001 | 0.008 | 0.016 |
(4)创新环境支持能力子系统
利用基于灰色关联熵的演化方向判别模型计算出2009-2016年山东省各地市创新环境支持能力子系统的灰关联熵及熵变值,以判别各地市创新环境支持能力子系统的演化方向及内部有序性状况,计算得到的熵变值如表4.3所示。
表4.4各地市创新环境支持能力子系统灰关联熵熵变值
Tab.4.4 Grey correlation entropy entropy change of innovation environment support ability subsystem in different cities
城市 | 2010年 | 2011年 | 2012年 | 2013年 | 2014年 | 2015年 | 2016年 | 总熵变 |
济南 | 0.026 | 0.017 | -0.015 | 0.027 | -0.005 | 0.012 | 0.010 | 0.071 |
青岛 | 0.021 | 0.014 | 0.022 | 0.024 | 0.067 | -0.013 | 0.027 | 0.163 |
淄博 | 0.004 | 0.005 | 0.006 | 0.003 | -0.004 | 0.006 | 0.000 | 0.020 |
枣庄 | 0.003 | 0.001 | 0.001 | 0.002 | 0.000 | 0.001 | 0.002 | 0.009 |
东营 | 0.005 | 0.006 | 0.005 | 0.014 | -0.008 | 0.002 | 0.000 | 0.024 |
烟台 | 0.006 | 0.005 | 0.006 | 0.010 | -0.004 | 0.010 | 0.005 | 0.039 |
潍坊 | 0.014 | 0.009 | 0.038 | -0.013 | 0.037 | -0.039 | -0.003 | 0.043 |
济宁 | 0.005 | 0.007 | 0.003 | 0.001 | -0.001 | 0.008 | 0.003 | 0.026 |
泰安 | 0.009 | 0.001 | 0.003 | 0.003 | -0.003 | 0.006 | 0.002 | 0.020 |
威海 | 0.002 | 0.001 | 0.003 | 0.011 | -0.001 | -0.002 | 0.008 | 0.023 |
日照 | 0.001 | 0.002 | 0.002 | 0.002 | 0.000 | 0.001 | 0.001 | 0.011 |
莱芜 | 0.000 | 0.000 | 0.001 | 0.000 | 0.000 | 0.000 | 0.001 | 0.002 |
临沂 | 0.008 | 0.009 | 0.003 | 0.006 | -0.007 | 0.007 | 0.006 | 0.032 |
德州 | 0.004 | 0.001 | 0.003 | 0.001 | -0.003 | 0.005 | 0.002 | 0.014 |
聊城 | 0.003 | -0.004 | 0.002 | 0.000 | -0.003 | 0.008 | 0.002 | 0.008 |
滨州 | 0.010 | -0.003 | 0.001 | 0.001 | -0.003 | 0.006 | 0.002 | 0.014 |
菏泽 | 0.004 | 0.005 | 0.003 | 0.002 | -0.004 | 0.006 | 0.006 | 0.023 |
4.3.3各地市科技创新能力系统整体演化测度
利用基于灰色关联熵的演化方向判别模型计算出2009-2016年山东省各地市科技创新能力系统整体的灰关联熵及熵变值,以判别各地市科技创新能力系统整体的演化方向及内部有序性状况,计算得到的熵变值如表4.5所示。
表4.5各地市科技创新能力系统灰关联熵熵变值
Tab.4.5 Grey relational entropy entropy change of technological innovation capability in different cities
城市 | 2010年 | 2011年 | 2012年 | 2013年 | 2014年 | 2015年 | 2016年 | 总熵变 |
济南 | 0.073 | 0.025 | 0.008 | 0.064 | 0.046 | 0.032 | 0.039 | 0.286 |
青岛 | 0.069 | 0.024 | 0.075 | 0.103 | 0.150 | 0.033 | 0.141 | 0.596 |
淄博 | 0.022 | 0.007 | 0.013 | 0.026 | 0.001 | 0.027 | 0.035 | 0.131 |
枣庄 | 0.009 | 0.010 | -0.001 | 0.025 | 0.012 | 0.007 | 0.010 | 0.072 |
东营 | 0.020 | 0.035 | -0.014 | 0.047 | 0.010 | 0.016 | 0.002 | 0.116 |
烟台 | 0.046 | 0.008 | 0.041 | 0.038 | 0.023 | 0.023 | 0.053 | 0.233 |
潍坊 | 0.027 | 0.018 | 0.055 | 0.038 | 0.041 | -0.011 | 0.031 | 0.199 |
济宁 | 0.014 | 0.000 | 0.010 | 0.029 | 0.008 | 0.047 | -0.002 | 0.106 |
泰安 | 0.022 | -0.010 | 0.005 | 0.048 | 0.010 | 0.014 | 0.002 | 0.092 |
威海 | 0.015 | 0.009 | 0.012 | 0.025 | 0.010 | 0.023 | 0.029 | 0.123 |
日照 | 0.025 | 0.004 | 0.004 | 0.010 | 0.024 | 0.006 | 0.015 | 0.087 |
莱芜 | 0.018 | 0.000 | -0.005 | 0.016 | 0.004 | 0.003 | 0.005 | 0.041 |
临沂 | 0.021 | 0.008 | 0.010 | 0.029 | 0.006 | 0.010 | 0.020 | 0.105 |
德州 | 0.009 | 0.010 | 0.009 | 0.022 | 0.005 | 0.015 | 0.014 | 0.084 |
聊城 | 0.011 | 0.007 | -0.001 | 0.024 | -0.001 | 0.011 | 0.020 | 0.071 |
滨州 | 0.025 | 0.009 | 0.017 | 0.023 | -0.011 | 0.007 | 0.030 | 0.100 |
菏泽 | 0.006 | 0.005 | 0.012 | 0.022 | 0.003 | 0.013 | 0.020 | 0.081 |
4.3.4各地市科技创新能力演化趋势分析
总体来看,2009-2016年山东省各地市科技创新能力处在稳定上升阶段,具有较好的发展势头,但从总熵变值来看,山东省区域科技创新能力系统呈现梯度增长态势,有较为明显的区域差异,大部分地市科技创新能力系统熵变处于熵增状态,未能朝着有序性方向演化。其中,总熵变值最大为青岛,总熵变值0.596,总熵变值在0.2以上还有青岛和烟台,这些地市历年的灰关联熵熵变均大于零,位于第一梯队,科技创新能力系统处于熵增状态;潍坊、淄博、威海、东营、济宁、临沂和滨州,这些地市总熵变值在0.1~0.2之间,处于第二梯度,东营、滨州和济宁分别在2012、2014和2016年呈现负熵状态,说明这期间3市科技创新能力系统向有序结构演化,处于良好状态;而泰安、日照、德州、菏泽、枣庄、聊城和莱芜,这些地市总熵变值在0.1以下,灰关联熵熵变较小,聊城在2012和2014年处于负熵状态,泰安、莱芜和枣庄分别在2011、2012年时处于负熵状态。
从科技创新发起能力子系统总熵变来看,2009-2016年,山东省各地市科技创新发起能力子系统总熵变均大于零,处于熵增状态,未能朝着有序性方向演化,但不同地市在不同年份处于负熵状态,说明科技创新发起能力子系统在当年演化状况良好。科技创新发起能力子系统总熵变值最大是青岛,总熵变值0.222,其次是济南、烟台和潍坊,这些城市科技创新发起能力子系统总熵变值在0.05以上,潍坊和烟台分别在2014和2015年处于负熵状态;淄博、临沂、威海、济宁和泰安的科技创新发起能力子系统总熵变值在0.03~0.05之间,临沂、淄博和泰安分别在2012、2014和2016年处于负熵状态;其余地市科技创新发起能力子系统总熵变值变化较小,均在0.03以下,历年熵变处于波动变化状态,这些地市科技创新发起能力子系统演化状态较不稳定,演化进程较为缓慢。
从科技创新实现能力子系统总熵变来看,2009-2016年,山东各地市科技创新实现能力子系统整体上熵变变化较小,演化进程较为稳定。科技创新实现能力子系统总熵变值最大是青岛,总熵变值0.126,其次是烟台、济南、潍坊、东营和滨州,这些城市科技创新实现能力子系统总熵变值均在0.03以上,潍坊、烟台和济南分别在2010、2011和2015年处于负熵状态,其余城市的科技创新实现能力子系统总熵变值和历年熵变值变化较小,均在0.03以下,这些地市科技创新发起能力子系统演化态势相对平稳,演化进程较为缓慢。
从科技创新转化能力子系统总熵变来看,2009-2016年,山东省各地市科技创新转化能力子系统总熵变均大于零,未能向有序性方向演化。青岛和济南的科技创新转化能力子系统总熵变值均在0.07以上,济南从2013年后增幅减缓趋于平稳,青岛则是处于较为波动的状态,两市历年的熵变值均大于零,说明青岛和济南两市科技创新转化能力子系统未能向有序性方向演化;威海和日照的科技创新转化能力子系统总熵变值在0.04~0.05之间,威海科技创新转化能力子系统历年熵变小为稳定,日照在2015年处于负熵状态;淄博、烟台、潍坊、济宁、泰安、德州和枣庄的科技创新转化能力子系统总熵变值在0.03~0.04之间,潍坊在2010-2012年处于负熵状态,淄博、枣庄和烟台均在2012年处于负熵状态,济宁在2016年处于负熵状态,说明这期间科技创新转化能力子系统朝着有序性方向演化,处于良性发展中,临沂、聊城、滨州、莱芜和菏泽科技创新转化能力子系统总熵变值均在0.03以下,这些城市历年熵变值在0上下波动,演化状态较不稳定,演化方向较不明确。
从创新环境支持能力子系统总熵变来看,2009-2016年,山东省各地市创新环境支持能力子系统总熵变均大于零,未能有序性方向演化。创新环境支持能力子系统总熵变最大的为青岛,总熵变值为0.163,其次是济南0.071,济南在2012年和2014年间处于负熵状态,青岛在2015年间处于负熵状态,说明这期间两市的创新环境支持能力子系统朝着有序性方向演化;潍坊、烟台和临沂创新环境支持能力子系统总熵变在0.03~0.04之间,烟台在2014年间处于负熵状态,潍坊在2013、2015和2016年处于负熵状态,这两市在不同年份呈现出朝有序性方向演化的趋势;济宁、东营、潍坊、淄博等城市的创新环境支持能力子系统总熵变值均在0.01~0.03之间,淄博、东营、济宁、泰安、威海等城市在2014年都处于负熵状态,说明2014年这些城市创新环境支持能力子系统是朝向有序性演化的,演化状态较为良好;枣庄、莱芜和聊城创新环境支持能力子系统总熵变值均在0.01以下,这些城市创新环境支持能力子系统历年熵变值在0附近,演化进程较为迟缓。
第五章对策与建议
综上分析,为提高山东省区域科技创新能力,缩小山东省区域科技创新能力的空间差距,推动山东省科技创新能力的均衡发展,本文提出以下四个方面的对策建议:
5.1优化科技创新发展环境,提升制度环境竞争力
发挥政府的主导作用,以企业为服务主体,以制度创新为引导,善于制度实验和创新,提升制度竞争力。营造出良好的人才引进环境,进一步健全和完善的人才引进政策,加大对人才补贴力度,为人才的创业、就业、购房及子女教育问题予以落实;继续完善企业和高校的创新激励机制,更好地发挥出人才创新的主观能动性,为科技创新的发展提供“软实力”保障;企业家作为企业创新发展的“灵魂”,政府应积极推动当地企业家发展论坛的建设,积极开展当地企业家与国内外优秀企业家交流互动、实地考察等一系列活动,不断为企业家注入创新思想和创新知识,同时切实为企业家所遇到的企业创新和发展的相关问题予以落实;积极运用财税和金融政策为科技创新相关产业提供支持,尤其为最具活力的中小创新型企业提供强有力的税收减免和优惠政策,简化创新型企业办理事项的审批流程,为科技创新营造良好的制度环境。
5.2健全政产学研用的融合机制,推动科技创新成果产业化
首先,建立和健全以市场需求为导向,以政府为主导,以企业和高校为创新主体的政产学研用融合机制,激发各创新主体创新活力,优化创新主体间的创新资源的配置和创新要素的流动。强化企业的创新主体地位,针对企业技术创新和管理创新发展的现实问题,与高等院校和科研院所进行专项合作,推动科技企业孵化器、重点实验室、城市发展研究院等的建设,当有价值的科技创新成果出现时,企业应提前介入,并进一步为创新成果投资和融资、收集市场反馈信息,以促使科技成果更快地进入市场,实现自身的经济价值。
同时,政府应积极构建区域内科技创新产业化的信息平台,促进区域内科技创新信息的传递和科技创新要素的流动,加快科技创新成果评估、经纪、咨询、交易等科技创新中介服务机构的发展,完善科技创新中介服务体系,健全知识产权保护等相关法律体系,以加速创新成果实现产业化,促进科技创新与经济高质量发展的有效结合,实现创新成果的经济价值。
5.3加大科技创新资源投入,提高高新技术产业的集聚效应
从前文的分析可以看出,R&D经费投入在山东省区域科技创新能力的评价中占有较大权重,其是提高区域科技创新能力的必要保障,而2016年山东省R&D经费投入为1566.1亿元,比上年增长138.9亿元,山东省R&D经费投入虽不断增长,但相对于广东、江苏两省的投入程度仍有明显的差距,R&D经费投入强度不足,且山东省R&D经费投入市域差异日益显著。山东省需要更加深刻地认识到自身经济发展困境和科技创新对未来经济发展的重要性,各地市要继续加大科技创新资源的投入力度,抢占科技创新资源高地,提高自身科技创新能力,推动经济的高质量发展。
同时高新技术产业作为区域科技创新能力提高的中坚力量,新旧动能的有序转换需要高新技术产业的发挥其带动作用。山东省各市要根据自身的经济发展状况和产业环境特点,优化城市发展规划顶层设计,依托传统产业技术和人才优势,建立以市场为导向,各具特色的高技术产业园区,不断加大对高新技术产业的经费投入和人才投入,完善高技术产业及相关产业的基础和配套设施的建设,增加对高新技术产业的政策扶持力度,以吸引国内外高新技术企业的落户、建厂,提高高新技术产业的集聚效应,带动区域科技创新能力的提升。
5.4加强区域间协同创新,提高科技创新溢出效应
充分考虑山东省科技创新能力的区域异质性,要打破区域间的科技创新隐形壁垒,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,积极省内和京津冀的经济交流和创新合作。
第六章结论与展望
6.1研究结论
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四个维度的山东省区域科技创新能力评价指标体系,以2009-2016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评价模型对山东省各地市科技创新能力进行横向和纵向的动态评价,综合运用泰尔指数、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,并利用基于灰关联熵的演化方向判别模型对山东省17地市科技创新能力演化结果进行测度。主要结论如下:
(1)2009-2016年,山东省区域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。
(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为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上。
(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)山东省区域科技创新能力具有空间全局正相关性但不显著。山东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,山东省科技创新空间分布格局呈现明显的区域异质性现象。
(5)从各地市科技创新能力总熵变值来看,山东省区域科技创新能力系统呈现梯度增长态势,有较为明显的区域差异,大部分地市科技创新能力系统熵变处于熵增状态,未能朝着有序性方向演化,需要加强政策引导和产业扶持,推动各地市科技创新能力朝着有序性方向演化。
6.2研究展望
山东省区域科技创新能力是一个多维度、多要素的复杂系统,本文构建了山东省区域科技创新能力评价指标体系,对山东省区域科技创新能力进行动态评价,并对其区域异质性以及演化进行研究,受作者研究时间、经历、研究水平以及论文篇幅等因素的局限,存在以下需要继续完善的地方:
(1)研究年限有待更新、研究对象有望深入
受部分数据的更新影响,缺少了2017年和2019年的数据,所以本文的研究年份为2009至2016年,希望在得到相关数据后,后续研究中不仅能对研究年份进行更新,而且将研究对象深入到县域层面,以得到更精准对山东省区域科技创新能力进行分析。
(2)指标设置有待继续完善
评价指标的设置是对山东省区域科技创新能力评价及演化研究的基础和关键。在构建山东省区域科技创新能力指标体系的过程中,本文选择了32个规模性和相对性的定量指标。希望在后续研究中,能够科学、合理的加入些定性指标,使评价指标体系更加完善。
(3)政策建议需要进一步研究
虽然在山东省区域科技创新能力评价及演化进行实证研究后,本文给出了一定的建议以期提高山东省区域科技创新能力。但如何将政策建议深入到实施层面,并针对不同地市的具体情况进行细化,加强不同创新主体间有效协同和合作,使政策建议更具有可行性和实用性,值得进一步研究。
参考文献
[1]FREEMAN.C.Techology policy and economic performance:lessons from Japan[M].New York:Frances Printer Publishers,1987.
[2]FREEMAN.C.The‘National System of Innovation’in historial perspective[J].Cambrige Journal of Economics,1995,19(1):5-24.
[3]COOKE P.Regional innovation systems:competitive regulation in the new Europe[J].Geoforum,1992,23:365-38.
[4]AUTIO E.Evaluation of R&D in regional systems of innovation[J].European Planning Studies,1998,6(2)(1):131-140.
[5]张敦富.知识经济与区域经济[M].北京:中国轻工业出版社,2000.
[6]ASHEIM B,ISAKSEN A.Regional innovation system:the intergration of local sticky and global ubiquitous knowledge[J].Journal of Technology Transfer,2002,27(1):77-86.
[7]白俊红,蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究,2015,(7):174-187.
[8]吴翌琳.协同创新系统的统计度量与模型研究[M].北京:清华大学出版社,2018.
[9]苏屹,李忠婷,李丹.区域创新系统组织结构演化研究[J].科学管理研究,2019,37(02):74-77.
[10]TODTLING F.technological change at the regional level[J].Enviroment&Planning A,1992,24(11):1565-1584.
[11]RIDDEL M,SCHWER R K.Regional innovative capacity with endogenous employment:empirical evidence from the U.S.[J].The review of regional studies,2003,33(1):73-84.
[12]黄鲁成.宏观区域创新体系的理论模式研究[J].中国软科学,2002(01):96-99.
[13]邵云飞,谭劲松.区域技术创新能力形成机理探析[J].管理科学学报,2006,9(4):1-10.
[14]张彬,李春晖.“新经济”背景下提升我国科技创新能力的策略研究[J].经济纵横,2018(02)(1):78-82.
[15]赵丽霞,阿拉腾额古乐.科技创新能力对经济高质量发展影响路径量化研究[J].科学管理研究,2019,37(04):103-107.
[16]ISAKSEN A.Knowledge-based clusters and urban location:the clustering of software consultany in oslo[J].Urban Study,2004,41(5)(1):1157-1174.
[17]MIKEL B,JOOST H,MONISA M P,et al.Regional systems of innovation and the knowledge production function:the Spanish case[J].Technovation,2006,26(4):463-472.
[18]陈国宏,康艺苹,李美娟.区域科技创新能力动态评价[J].技术经济,2015,34(10):17-23.
[19]汪桥红.科技创新能力提升路径[J].南京社会科学,2015,(10):27-34.
[20]祝新,王邵.基于灰色关联分析模型的广西科技创新能力评价研究[J].科技进步与对策,2016,33(22):109-115.
[21]毛良虎,蒋英.长江经济带省域科技创新能力评价及空间关联格局分析[J].科技进步与对策,2016,33(21):126-131.
[22]黄亮,王振,范斐.基于突变级数模型的长江经济带50座城市科技创新能力测度与分析[J].统计与信息论坛,2017,32(4):73-80.
[23]王智新,梁翠.县域创新驱动发展效率评价及激励政策研究[J].科学管理研究,2018,36(3):48-51.
[24]蔡昉,王美艳,区玥.中国工业重新分配与劳动力流动趋势[J].中国工业经济,2009,(8):5-16.
[25]杨明海,张红霞,孙亚男,等.中国八大综合经济区科技创新能力的区域差距及其影响因素研究[J].数量经济技术经济研究,2018,(4):3-18.
[26]吴鸣然,赵敏.中国区域创新竞争力的综合评价与空间差异性分析[J].上海经济,2018,(1):78-90.
[27]于小琳,刘长,刘希玉.中国四大经济强省科技创新能力比较及山东提升策略[J].中国科技论坛,2019(02):100-108.
[28]HANNAN M,FREEMAN J.The population ecology of organizations[J].American Journal of Sociology,1977,(82):929-964.
[29]LEE K,LIM C.Techological regimes,catching-up and Leapfrogging:Findings From the Korean Industries[J].Research Policy,2001,30(3):459-483.
[30]胡浩,李子彪,胡宝民.区域创新系统多创新极共生演化动力模型[J].管理科学学报,2011,14(10):85-94.
[31]王庆金,田善武.区域创新系统共生演化路径及机制研究[J].财经问题研究,2016,(12):108-112.
[32]苏屹,姜雪松,雷家骕,林周周.区域创新系统协同演进研究[J].中国软科学,2016,(3):44-61.
[33]程鹤.省域高校科技创新能力评价及其演化研究[D].大连理工大学,2017.
[34]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,2018,38(2):113-122.
[35]耿迪.高校科技创新能力评价研究[D].武汉理工大学,2013.
[36]林迎星.中国区域创新系统研究综述[J].科技管理研究,2002,(5):1-4.
[37]傅利平,王向华,王明海.区域创新系统研究综述[J].生态与农村环境学报,2011,27(6):8-13.
[38]陈志宗.基于超效率—背景依赖DEA的区域创新体系评价[J].科研管理,2016,37(S1):362-270.
[39]SATTY T L.Muticriteria Decision Making[M].Pittsburgh:RWS Publication,1990.
[40]DOLOREUX D.What we should know about regional systems of innovation[J].Techology in Society,2002,24(3):243-263.
[41]张仲梁,邢景丽.城市科技创新能力的核心内涵和测度问题研究[J].科学学与科学技术管理,2013,34(9):63-70.
[42]朱学彦.创新生态系统:动因、内涵与演化机制[A].中国科学学与科技政策研究会.第十届中国科技政策与管理学术年会论文集——分4:创新与创业(Ⅰ)[C].中国科学学与科技政策研究会:中国科学学与科技政策研究会,2014:87-94.
[43]杨虎涛.演化经济学讲义——方法论与思想史[M].北京:科学出版社,2011.
[44]郁培丽.产业集群技术知识创新系统演化阶段与路径分析[J].管理学报,2007(04):483-487.
[45]罗国锋,林笑宜.创新生态系统的演化及其动力机制[J].学术交流,2015,(8):119-124.
[46]李健,鲁亚洲.京津冀创新能力预测与影响因素研究[J].科技进步与对策,2019,36(12):37-45.
[47]王文静,刘诗琳.金融集聚与区域创新能力耦合协调研究[J].经济问题探索,2020(1):147-155.
[48]乔非,沈荣芳,吴启迪.系统理论、系统方法、系统工程——发展与展望[J].系统工程,1996,14(5):5-10.
[49]PRIGOGINE I.Introduction to Thermodyn-amics of ire-versible processes[M].New York:Interscinespub,1967.
[50]傅家骥.技术创新学[M]北京:清华大学出版社,1998.
[51]朱明春.区域经济理论与政策[M].长沙:湖南科学技术出版社,1991.
[52]李小建.经济地理学[M].高等教育出版社,2009.
[53]曾坤生.佩鲁增长极理论及其发展研究[J].广西社会科学,1994,(2):16-20.
[54]FRIEDMAN J R.Regional development policy:a case study of Venezuela[M].Cambridge:MIT Press,1996.
[55]汪宇明.核心-边缘理论在区域旅游规划中的运用[J].经济地理,2002,22(3):372-375.
[56]Hills T L,Lundgren J.The impacts of tourism in Caribean,A Methodological study[J].Annals of Tourism Research,1977,4(5):248-267.
[57]张岐山,郭喜江,邓聚龙.灰关联熵分析方法[J].系统工程理论与实践,1996,(8):7-11.
[58]Cruz-Cázares C,Bayona-Sáez C,García-Marco T.You can't manage right what you can't measure well:Technological innovation efficiency[J].Research Policy,2013,42(6):1239-1250.
[59]李海东,王帅,刘阳.基于灰色关联理论和距离协同模型的区域协同发展评价方法及实证[J].系统工程理论与实践,2014,34(7):1749-1755.
[60]吴朋,李玉刚,管程程,等.基于ESDA-GIS的成渝城市群人居环境质量测度与时空格局分异研究[J].中国软科学,2018,(10):93-108.
[61]Janusz Miskiewicz.Globalization-Entrogy unification through the Theil index[J].Physica A:Statical Mechanics and its Applications,2008,15(26):6596-6604.
[62]都新亚.中国区域创新能力差异的演化研究[D].华中师范大学,2018.
[63]甘霖,曹广忠,冯长春.基于引力模型的城市区位潜力测度与区域双核结构刻画[J].地域研究与开发,2016,35(5):60-66.
[64]潘竟虎,尹君.基于DEA-ESDA的甘肃省城乡统筹发展效率评价及其空间差异分析[J].经济地理,2011,31(9):1440-1444.
[65]李柏洲,朱晓霞.基于耗散和灰关联熵的RIS演化机制研究,2007,25(16):1239-1243.
[66]Xun Deng,Saina Zheng,Pengpeng Zu,Xiaoli Zhang.Study on dissipative structure of China’s building energy service industry system based on brusselator model[J].Journal of Cleaner Production,2017,150(1):112-122.
[67]刘琦.中国式装备制造业空心化演化研究[D].南京航空航天大学,2016.
下载提示:
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:写文章小能手,如若转载,请注明出处:https://www.sbvv.cn/chachong/15276.html,