知識競爭力評價模型及其方法

知識競爭力評價模型及其方法

知識經濟的界定

國際競爭力中心（WKCI）給知識競爭力的定義是“創造和革新產生新的主意、思想、程序和產品，并把他們轉化為經濟價值和財富的能量和能力”。

圖2.1是WKCI用來分析區域知識經濟的概念模型，我們沿用了這個模型。如圖所示，它是一個多重聯系的循環模型，表明了知識的創造、使用以及能力的形成。該模型反映了對于創新過程的最新思考，它被認為是一個不同要素在不同領域（如私人公司、大學、研究機構和政府）通過反饋環彼此聯系的過程，它的重要特征是有一個要素反映重新產生和維持整個系統的創新能力。

圖2.1區域知識競爭力評價模型

如圖2.1所示，該模型包括四個重要因素：（1）資本投入；（2）知識經濟生產；（3）區域經濟產出（包括知識經濟產出）；（4）支持鏈。除了知識經濟生產以外，每個要素均有各自的變量，而知識經濟生產被認為是將資本投入轉化為區域經濟產出的生產函數。

資本投入包括四個部分：知識資本、人力資本、金融資本和實物資本。按照經典的傳統經濟理論，資本和勞動是用來解釋區域經濟產出（或增長）的基本要素。資本是指實物或固定投資，如工廠、機器設備，勞動是指雇傭的人數。在這個框架下，剩余的不能被這兩個因素解釋的部分通常被看作是技術變革引起的。

該傳統模型被新模型所替代是由于經濟理論的兩個重要的發展：人力資本理論和經濟增長的內生模型。人力資本理論認為技術和經驗可以通過對個人進行教育和培訓的方式來獲得。它擺脫了傳統經濟增長模型，因為后者沒有在個人之間進行任何區分。內生經濟增長理論把知識積累作為經濟長期增長的重要資源，并且承認私人公司通過熊彼特競爭（例如由創新者從其新知識中獲得的暫時性經濟壟斷收益）創造的知識，是內生的因素。

我們在這里使用的知識競爭力模型中的四組資本投入綜合了經濟理論的最新發展。實物資本是指傳統經濟中所說的資本，金融資本強調的是金融資源的流動性，以諸如風險資本的形式進入成長和知識的新領域（如產業、產品）。知識資本是知識經濟的原材料，即產生新想法的能力。這里想法的產生并不一定是出于商業應用的考慮，還可以源自大學、企業的研究機構、個人和其他組織。在將知識轉化為商業價值的過程中，知識資本是一種生產力中介。人力資本表明了區域內個人創造、理解和使用知識從而產生商業價值的能力。

四種資本在區域內的綜合應用使得以知識為基礎的產品和服務具有高附加價值。這些我們稱為知識經濟產出的以知識為基礎的產品和服務構成了總體區域經濟活動即是區域經濟產出的一部分。知識經濟產出和區域經濟產出之間的區別主要體現在：蘊涵于商品和服務中的創新知識產出并不總是同等地轉化為區域居民所能享受的財富。

循環是出于知識持續性的要求。如果創造出的財富中的一部分不再用于特別是知識資本和人力資本的投入，以支持再生產和進一步發展，那么區域經濟長期繁榮的鏈條將會被破壞。

區域選擇

如前所述，此次評價我們共選擇了亞太的33個地區，如表2.1。

表2.1：本次評價的亞太33個地區

指標選擇

對于指標體系的選擇，延續了WKCI的原則。一是具有科學性，二是數據的可得性。這樣才能提供可以實際操作的經濟發展優劣的評判標準，而不是將焦點放在宏觀經濟績效。為了要建立一個區域競爭力的衡量方法，還需要考慮分析變量之間關系的模型，為此，還要檢驗不同變量之間的關系，并用一系列的投入、產出和結果將這些變量聯系起來，以此來反映宏觀績效和競爭力的來源，包括知識，創新精神、科技及信息基礎設施、金融資本等。在選擇合適的變量時，還將考慮這些指標的總體價值和相應的有效性。這些變量分成了五類：人力資本，金融資本，知識資本，區域經濟產出、知識的持續性。

人力資本部分

知識經濟的競爭主要依靠價值和創新，而非傳統經濟所關注的焦點——成本。由于區域發展正在向知識經濟轉變，我們可以預見以知識為基礎的部門的就業數量及比例將增加。一般而言，往往用高比例的研發活動來定義以知識為基礎的部門，他們在創新和競爭優勢上會具有更大的潛力。我們認為，由于對研發和創新的要求，這些部門更有動力發展知識驅動的經濟，這些部門的產出更有可能為區域經濟發展的其他部門提供溢出效應。高經濟活動率和管理密度同樣被認為是一個區域中人力資源儲備質量的強有力的指標。因此，人力資本指標包括以下7個：

●每1000個就業者中從事IT和計算機制造工作的人數

●每1000個就業者中從事生物技術和化學工作的人數

●每1000個就業者中從事汽車和機械工程工作的人數

●每1000個就業者中從事儀器和電子機械工作的人數

●每1000個就業者中從事高技術服務工作的人數

●經濟活動率

●每1000個就業者中經理人數

知識資本部分

在R&D中的投資顯示了一個區域開發新技術從而擴大知識基礎的水平和潛力，而專利的數量可以用來表明一個區域將知識轉化為潛在的具有商業價值的產品和過程的能力，它實際上是知識經濟系統中的一個中間產出。我們采用這些表示創新的一系列變量能避免只孤立地看一個變量而引致的歪曲。比如，R&D投入很好地體現了創新性活動的開展，有一些部門比其它部門更依賴于資本密集的研發活動。因此，知識資本的指標包括以下3個：

●政府在R&D中的人均支出

●企業在R&D中的人均支出

●每百萬居民專利數量

金融資本

沒有人力資本的高儲備和創新能力，一個區域將沒有能力產生出新的商業活動。然而，在這些因素存在的情況下將新的想法商業化還要依賴金融，特別是能使一個地區將其在研發和人力資本投資上的回報最大化的風險資本融資。在這方面，我們采用一個關鍵性的指標來衡量：

●人均私人股權（股本）投資

區域經濟產出

經濟績效指標是反映競爭力的重要指標，在各種評價體系中經常使用，而且被廣泛認可。同樣，區域知識競爭力最終也會體現在經濟績效方面，我們采用了以下三個經濟績效指標：

●勞動力生產率

●平均月收入

●失業率

知識持續性

未來的人力和知識資本體現在這些個體目前所接受的教育上。雖然發達地區會把其它地方的人才吸引過去，但從長期看在當地的人力資本教育再投資將保證一個地區知識經濟保持充足的人力資本。同樣地，當地的ICT基礎設施投資也迅速成為在當今電子世界將知識有效轉化的必需。因此，知識持續指標包括以下5個：

●用于初等和中等教育的人均公共支出

●用于高等教育的人均公共支出

●每百萬居民中擁有安全服務器數量

●每1000居民互聯網主機數

●每1000居民中寬帶上網的人數

亞太知識競爭力綜合指數的建立

為了建立知識競爭力綜合指數，必須首先轉換全部的數據以便使每個變量的均值和方差在0-1之間。在標準化之后，我們運用因子分析的多元數據化簡方法，它常被用于簡化存在于一組觀察變量中的復雜的和不同的關系，這種化簡是通過揭示聯系在一起的表面上互不相關的變量的共同因子，然后給出對這些隱藏的數據結構的洞察結果。

為了從原始變量中抽出共同的變化部分，應用了一種叫做影像因子的抽取方法，然后對因子進行旋轉。用愷撒常態化的方差最大旋轉方法。在辨識隱含結構的共同因子時，因子分析還通過每個案例在辨別出的因子上的分數，顯示出其（本研究中即地區）區位。我們用這些分數得到次級綜合指數。

下一步是合并這些次級綜合指數，獲得單一的綜合指數。在上述過程中，我們對次級綜合指數采用了數據包絡（DEA）分析法。該方法是一種線性規劃方法，最初用于估計從普通的輸入中獲得一些輸出結果的一系列單位（稱為決策單位DMUs）的相關作用。該方法無需主觀地對變量分配權重。不過，它對各變量的加權總和的最大值設置了一組權重，約束條件是任何單元的權重總和都不大于1。結果，每個單元的得分都在0-1之間。這一過程在數據序列中不斷重復，從而賦予每個單元唯一的得分。最終，對每個單元的得分進行幾何平均，給予數據包絡得分。

假設我們將區域j的最大化綜合得分表示為Cj(max j )。當區域j獲得Cj(max j)時，其它區域通過最大化區域j的得分時設置的權數V1,K,Vm也獲得綜合得分。它們可以表示為

數據組中的所有區域都要進行這個求最大化的過程。結果，每個區域得到n個綜合得分，其中之一來自于最大化其自身的綜合得分。最后對區域j求的幾何平均值，得到區域j（j=1,K,n) 的數據包絡得分。

如前所述，數據包絡得分的范圍從0到1。為了使理解更為直觀，將數據包絡得分的范圍轉化為100，同時原始變量的方差不變。為了實現這一過程，首先轉化原始變量以便使其變化范圍變為100（將每個變量在各區域的得分除以其均值然后乘以100）。隨后對轉化后變量的方差求幾何平均，把它表示為原始方差。最后，對區域1到n的數據包絡得分進行標準化，乘以原始方差再加100。處理后所得的分數，均值等于100，各區域得分之間保持一定的差距，但是方差與原始變量的方差相近。

在后面的分析和數據處理中，所有得分被轉化為均值是100的數值，使表中的區域排名看起來簡單直觀。