第四节 基于三重螺旋的中国区域创新水平差异性探析
在科技浪潮高涨的背景下，创新水平日益成为决定区域获取竞争优势的关键因素。这里基于三重螺旋理论构建了区域创新水平评价指标体系，对2009～2013年中国除西藏外的30个省份的面板数据进行了因子分析和聚类分析，给出了影响区域创新水平的五大因素，并据此划分出中国区域创新发展的四个阶段。
一方面，直面全球竞争，围绕创新型国家的构建，国内产生了一系列诉求。那么如何选择创新型国家的具体建设路径并付诸实施？不难理解，要想真正建成创新型国家，各个地方需要采取积极有效的相应措施来进行推动。考虑到中国各省份的实际情况有不小的差异，那么能否找出影响区域创新水平的某些可能的关键因素？同时，为更好探索该议题，能否识别并划分出不同的区域创新发展的层次或阶段，从而给出相应的对策建议呢？
另一方面，国内外对三重螺旋的研究正如火如荼。一般来讲，三重螺旋是指大学、产业、政府三者之间的伙伴关系。这里，考虑到中介组织对区域创新的影响，分别从知识投入、创新产出、支撑能力、经济绩效四个方面构建指标体系，对区域创新水平主要影响因子进行分析，并在对中国除西藏外的30个省份的创新水平进行排序聚类基础上，将中国区域创新发展分为四个阶段并对各个阶段要解决的问题进行分析，期望对各个区域创新发展有所推进，从而整体上推动中国创新型国家建设的战略实现。
一 基于三重螺旋的中国区域创新水平指标体系设计
结合三重螺旋理论，遵循系统性、准确性、科学性、可操作性等原则，以创新主体的知识投入及知识产出（主要包括直接产出即创新产出及间接产出即知识产出带来的经济绩效）两方面为切入点。由于除了传统的三大创新主体——政府、高校、企业，还引入中介组织这一创新主体，因此这里在进行区域创新水平指标设计时将中介组织之于区域创新的支撑能力作为考量区域创新水平的指标之一（王成军等，2016b）。
参考《中国科技统计年鉴》（2009～2013）、《中国区域创新能力报告》等相关资料以及科技统计公报发布的指标体系，本研究从知识投入、创新产出、支撑能力和经济绩效四个方面出发构建了各个指标层，通过SPSS对30个省份2009～2013年的面板数据进行主成分分析和聚类分析，对国内各地域创新水平进行分析及分类，以此从三重螺旋的视角对区域创新水平进行探讨（见表2-6）。
表2-6 区域创新水平评价指标体系
二 中国区域创新水平差异性实证分析
1.因子分析
由于指标观测值单位不统一，在进行数据分析之前对数据进行了消除量纲标准化处理，计算公式为：
其中：yij代表第i个样本的第j个指标数据，
代表数列的算术平均值，sij代表着该数列的标准差，zij则为标准化后的数据。
运用因子分析法综合得出几个具有代表性的因子，要求原始变量之间具有较强的相关性，因此这里采用 KMO 检验和巴特利（Bartlett）球形检验得到KMO统计量为0.889，大于0.5，说明变量之间的相关性比较适合进行因子分析（见表2-7）。巴特利球形检验结果显示，近似卡方值为5986.969，相应的显著水平为0.000，小于0.01，表示在1%的水平下显著，因此拒绝巴特利球形检验的原假设，即相关系数矩阵不是单位矩阵，相关系数矩阵与单位阵有显著差异，故适合进行因子分析。
表2-7 KMO和巴特利球形检验结果
利用SPSS20.0 对标准化后的统计数据进行因子分析，按照特征根大于1的原则，通过计算所得的总方差解释可知，前5个主成分因子的旋转平方和载入值均大于1，并且其累计贡献率最高达85.887%，说明其反映了原变量的绝大部分信息。因此，用减低因子综合性的方差最大旋转法提取5个主成分因子（见表2-8）。
表2-8 方差贡献分析
从方差最大正交旋转矩阵（限于篇幅在此省略）可以看出，第一主成分F1主要在X1、X11、X12、X16、X17、X18、X19、X2、X20、X24、X4、X5这些指标上有较高的载荷，反映的主要是政府科技投入情况以及技术市场情况，显示了政府在知识生产、技术成果转化方面的引导作用，以及中介组织对区域创新的支持力度。由于政府、中介组织这两大创新主体对创新活动主要是起到引导作用和提供支撑性服务，因此F1为引导支撑性因子。第二主成分F2在X10、X13、X3、X8、X9上有较高载荷，反映的是企业科技活动中受政府支持的力度、企业自身科研人员和研发经费投入的力度及企业高技术产品产出情况，显示的是企业在区域创新中与政府合作力度、参与市场的力量，因子将F2称为企业能力因子。在X21、X22指标上有较高载荷的第三主成分F3主要反映的是区域的经济发展情况和社会效益情况，主要是通过社会环境体现区域创新水平的，因此将F3称为经济环境因子。在第四主成分F4上有较高载荷的指标主要是X15、X6、X7，这些指标反映了高校与科研机构知识投入资金中来自企业的资金投入情况、其自身的R&D支出以及科技活动成果情况，高校与科研机构作为创新系统的知识库，对外输出大量创新人才及前沿的科技知识、科学技术，因此F4是衡量区域创新水平的重要因子之一，将F4称为智力支持因子。在第五主成分上有较高载荷的指标主要是X14、X23、X25，反映的是高技术产业的产出情况，主要体现了各区域高技术产业的发展情况，因此称其为产业创新因子，以下用F5表示。根据输出因子得分系数矩阵，可以得出下列计算方程式：
在此基础上，将每个因子的方差贡献率占5个因子总方差贡献率的比重作为权数进行加权计算，可以确定中国创新发展情况综合得分公式：
根据公式（2）、（3）计算出的各地的综合评价值及排名得到表2-9。进一步，从2009～2013年综合得分排名前十的地区（表2-10）可以看出，北京、上海、广东、江苏、陕西五地在这五年里排名基本没有变动，从30个省份5年的排名可以看出（限于篇幅在此省略），各地的名次变动不大，说明虽然各地区的创新水平都有所提高，但各个区域创新水平差异仍然存在，并未出现明显的赶超现象，表明区域创新呈现一定的路径依赖和发展惯性。
表2-9 2013年各主因子成分与综合评价排名前十的地区
表2-10 2009～2013年综合评价排名前十的地区
2.聚类分析
上文通过因子分析对区域创新的影响因子及各地的区域创新水平排名进行了分析，了解到各地的创新水平存在一定的差异并且区域创新存在一定的路径依赖。但未能清晰呈现区域创新水平差异化的特征，有碍于对中国区域发展的特点、路径进行分析，因此这里通过聚类分析法对以上问题进行进一步的研究：将30个省份2009～2013年区域创新水平F的均值作为变量、30个地区作为因变量进行聚类分析，结合因子分析的排名结果，将30个地区分为四类。
从聚类结果可看出第一、二类主要是经济发达地区的代表，其中：第一类中的北京创新投入产出强度、知识资本化程度、创新环境都处于领先地位，所以第一类地区是领先型集团；第二类中上海、江苏、广东代表沿海发达地区属于挑战型集团，其拥有得天独厚的地理优势，并且从因子分析中可以看出2009～2013年其区域创新水平仅次于北京，经济基础扎实；第三类中湖北、四川、陕西都是中等发展地区，辽宁、黑龙江为老工业基地，山东、天津都属于环渤海经济圈，且山东、天津、浙江都是沿海地区，可以看出第三类别中的省市各个方面都有较均衡的能力，结合因子分析结果可以看出其创新水平在全国30个省份中排名中等偏上，但其主要靠引进和消化新技术、模仿和改造创新，自主创新能力还是偏低；除去以上地区其他18个地区都属于第四类，从因子分析结果可以看出这些地区5个因子得分都偏低，说明其经济基础差，各项发展因素都有待改善（齐亚伟，2015）。
根据以上聚类分析结果以及结合前文的因子分析结果，这里将中国区域创新水平的发展分为四阶段。首先，最高阶段，即为第四阶段，包括北京、上海。它们是政治、经济、科技和文化中心，经济实力强，这两个地区政府对企业、学术界的科技创新支持力度大，完善的中介机构不仅促进了其他创新主体的合作，还促使创新成果商业化，所以这一阶段的主要特征是官产学深入合作、区域创新发展水平很高，但创新产业化水平程度还相对较低，需注重产业的创新发展，提高产业化发展水平，促进高新技术产业发展，因而将这个阶段定义为创新产业化阶段。第三阶段为创新驱动阶段。处于该阶段的地区主要有广东、江苏、山东、浙江、陕西、天津，这些地区也是经济相对发达的地区，拥有较完善的市场经济体制，企业市场活动能力强，科技创新成果能够有效转化，但需进一步优化资源。处于第二阶段的地区，资源丰富，经济基础良好，但其产业结构还不合理，对区域创新的反作用不强，部分地区知识投入强度较大，但各创新主体之间未充分融合，彼此的资源优势未能有效整合，这种情况下的创新发展处于创新整合阶段，主要地区有湖北、四川、辽宁、黑龙江、吉林、重庆、湖南、福建等。第一阶段也是最初级的阶段，处于第一阶段的地区科技创新与经济发展之间的关联度最差，科技创新成果难以通过商业化带来经济效益，科技创新实现经济进步还处于起步阶段，因此称之为创新基础阶段。
三 小结与讨论
1.研究结论
国内学者通过构建不同的区域创新体系、使用不同的研究方法及数学模型等从各个视角对区域创新能力和区域创新水平展开研究并且取得了很多成果，但是基于三重螺旋理论的研究十分有限，部分学者也从产学研的角度进行研究，但大多数是独立考虑创新主体的投入与产出。本书则以狭义的三重螺旋理论和扩大的三重螺旋理论为基础，在考虑政府、高校、企业的投入和产出的同时，考虑三者之间的互动及中介组织对区域创新活动的支撑作用。基于此，这里建立了与中国区域创新水平相适应的指标体系，进行了中国创新型国家建设诉求下的区域创新水平差异性研究，得出如下结论。
（1）从知识投入、创新产出、支撑能力、经济绩效四个方面对中国30个省份的面板数据进行因子分析，发现影响中国区域创新水平的五大主要因子分别是引导支撑性因子、企业能力因子、经济环境因子、智力支持因子和产业创新因子，其中反映政府引导作用和中介组织支撑性服务的引导支撑性因子与反映企业创新投入产出、参与市场的力量的企业能力因子对地区的区域创新水平影响最大。同时，不同因子对不同地区的影响不同，2013年引导支撑性因子、企业能力因子、经济环境因子、智力支持因子和产业创新因子五大主因子成分与区域创新水平综合评价排名第一的地区分别是北京、广东、天津、陕西、四川、北京。
（2）在因子分析的基础上对全国30个省份的区域创新水平进行聚类分析，发现中国区域创新水平存在显著性差异，其中北京的区域创新水平属于第一类，在全国始终处于领先地位，该地区政府对区域创新的支持力度大，市场体系完善、中介机构健全，所以其创新水平受引导支撑性因子影响最大；上海、江苏、广东紧随其后，属于第二类挑战型集团，这些地区具有扎实的经济基础和得天独厚的地理优势；湖北、四川、陕西、辽宁、黑龙江、山东、天津、浙江各个方面都有较均衡的能力，属于第三类集团；其他地区属于五个因子成分得分都偏低、经济基础较差的第四类集团。
（3）结合因子分析和聚类分析的结果将中国区域创新水平的发展分为四阶段：处于最高阶段即创新产业化阶段的主要是受引导支撑性因子影响最大的北京、上海，这些地区政府对区域创新的支持力度大，市场体系完善，中介机构健全，官产学深入合作；第三阶段即创新驱动阶段，这一阶段的特点是市场经济体制完善，企业将科技创新成果商业化的能力强；第二阶段即创新整合阶段，特点是有良好的经济基础但其对区域创新的反作用不强，产业结构还不合理，创新主体之间未充分融合；处于最低阶段即创新基础阶段的地区创新水平低，科技创新与经济发展之间的关联度最差。
2.政策建议
根据创新水平发展各个阶段的特征以及需要解决的关键问题，提出以下有针对性的对策建议。
（1）创新产业化阶段。鉴于创新得到一定的理解和重视，创新主体深入合作，知识资本化程度高，创新成果能够得到有效的转化，该阶段面临的主要问题是创新的产业化发展问题。因此，处于该阶段的地区应该根据区域经济发展水平和自身产业特点从产业发展的高度制定创新发展战略，并且应在创新发展战略分析、制定与管理等方面做足工作。
（2）创新驱动阶段。鉴于该阶段创新发展到一定的程度，市场经济体制完善，企业在区域创新中占据着重要的地位，但是政府和中介机构的引导和支撑作用未充分发挥，因此，应充分发挥政府在创新中的引导、组织协调和监督等作用，进一步调动其他创新主体创新的积极性，完善金融机构、科技服务咨询机构、科技孵化器等第三方机构建设，推动业界与学界合作，实现资源的进一步整合。
（3）创新整合阶段。处于该阶段的地区虽然资源丰富，经济基础良好，但还不能够有效利用创新发展中的资源，良好的经济基础对区域创新的反作用不强。因此，这些地区应提高对创新与经济发展之间相互作用力的认识，充分利用创新资源，根据三重螺旋模型在知识的创造、扩散和利用方面的互动自反效应以及创新主体各自的使命，整合政府、高校科研机构、企业等创新主体的力量，加强创新主体间的相互作用。
（4）创新基础阶段。鉴于这些地区处于创新的起步阶段，创新资源不能得到有效利用，经济环境以及社会环境都阻碍创新发展，该地区尤其需要政府的支持，政府应重视这些地区的创新体系建设，加大对这些地区财政、政策上的支持，创建良好的创新环境。另外，还需充分利用当地资源，发展产业经济，建立制度平台，构筑产学合作的桥梁。
[1] 安徽财经大学（工商）管理学院成立于2010年7月，是由原安徽财经大学管理学院与商务学院调整组建而成。