中國各城市軟件產業自主創新能力評價

[摘要] 軟件產業作為中國當下發展速度最快的產業之一，對我國經濟發展、社會安全、人們生活等多個方面都起著不可忽視的作用。本文試圖通過建立城市軟件產業自主創新能力評價指標體系來評價和了解軟件產業的自主創新能力，本文選取2007-2011年間17個城市的相關數據，用灰色關聯分析方法對城市的軟件產業自主創新能力進行了綜合評價，繼而根據綜合得分運用聚類分析法對各城市軟件自主創新能力進行分類。

[關鍵詞] 軟件產業；自主創新；評價；指標體系；灰色聚類

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2013 . 19. 026

[中圖分類號] F49 [文獻標識碼] A [文章編號] 1673 - 0194（2013）19- 0043- 04

1 問題的提出及文獻回顧

近些年來，隨著信息技術的迅速發展與廣泛應用，電子信息產業成為推動經濟發展的中流砥柱，軟件產業作為信息產業發展的靈魂，是目前增長速度最快的產業，是最具有發展潛力的產業之一，也是促進經濟迅速發展的重要力量。軟件產業作為一種高就業、低能耗、零污染的新型產業，在推動國民經濟與社會進步，保障國家安全方面發揮著至關重要的作用，軟件產業的發展狀況在一定程度上標志著一個國家的高附加值產業發展水平，也是衡量國家現代化水平和綜合國力的重要因素。

從經濟學家熊彼特于1934年提出“創新”概念至今，創新在不同程度上影響著經濟、商業、技術等多個領域的發展。對于當今至關重要的軟件產業而言，創新必是不可缺少的，中國各城市軟件產業自主創新能力如何，又有哪些因素制約著軟件產業的發展，這些問題關乎軟件產業自主創新的進一步發展，也影響著城市經濟的發展。

國外學者在自主創新方面的研究主要集中于微觀領域，關于產業自主創新的研究成果比較少，國內學者對產業自主創新能力的關注主要始于2000年以后。鄭若谷（2010）將產業自主創新能力分解為創新活動基礎、創新投入水平和創新產出水平3個方面，設計了19個三級指標，運用因子分析法對我國29個細分制造業產業進行了二維和三維的評價；胡海波（2010）建立了以產業技術創新能力指數和產業制度創新能力為一級指標，產業技術創新投入能力、產業技術創新產出能力、產業創新環境與管理能力為二級指標，包括25個三級指標的四階層框架結構的產業自主創新能力評價指標體系，選取熵值法作為評價方法對江西省高技術產業進行了實證分析；李森、劉胥（2007）基于《中國企業自主創新能力分析報告》提出的評價指標，選用了8項指標并運用灰色關聯分析方法對我國高技術產業自主創新能力進行了評價，認為我國高技術產業總體創新能力較弱，在創新過程中存在RD經費投入不足等問題；胡順東（2009）建立了以資源投入能力、創新管理能力、創新產出能力、創新研發能力為二級指標，包含17項三級指標的汽車產業自主能力評價指標體系，運用聚類分析法對汽車產業進行了評價，認為上海、北京、吉林和廣東為汽車產業自主創新能力較強省市；孫浩（2006）將產業自主創新能力劃分為創新資源投入能力、創新產出能力、創新管理能力等3個方面，共選用了25個指標建立了產業自主創新能力評價指標體系，采用了主成分分析法，以汽車產業為對象進行了實證分析；張莉、和金生（2009）從產業自主創新資源、產業自主創新效益和產業自主創新擴散3個方面設計了二級指標和15個三級指標，運用層次分析法和線性加權法進行了評價，得出天津市醫藥制造業的自主創新能力綜合指數為78.41，居全國第6位的結論；陳林杰（2008）設計了支持性指標和基礎性指標等2個二級指標和12個三級指標，運用模糊理論方法對我國房地產業進行評價，并得出房地產產業自主創新能力較弱的結論。

自我國學者鄧聚龍教授（1982）提出灰色系統理論以來，該理論得到了各界學者的關注和青睞，使得該理論應用于多個領域的研究中并取得了較好的成果。灰色聚類作為灰色系統中的一種重要的評估方法也得到了廣泛應用，在自主創新領域問題的研究中該方法的應用也較多，例如，夏志勇、林聃 等（2008），趙峰（2007），張杰（2007），段利忠、劉思峰（2003）等都做過相關的研究。

本文認為，灰色關聯分析方法適用于研究部分信息已知，部分信息未知的問題，并且對所研究問題的樣本數量及樣本數據分布規律沒有特殊的要求，計算過程簡便客觀，對應用灰色關聯分析方法得出的結果進行聚類，能夠進一步明確問題的實質，從而對問題有更加深刻的認識，因此，本文選用灰色關聯分析和聚類分析相結合的方法對中國各城市軟件產業自主創新能力進行評價。

2 模型與數據

2.1 灰色關聯分析方法

灰色關聯分析方法與其他綜合評價分析方法相比有其自身獨特的優點，如：

（1）對樣本沒有過多的要求，對大小樣本同樣適用，并且不要求樣本服從某一統計規律；

（2）沒有過多復雜的計算，計算量較小，使用相對簡便；

（3）可以避免量化結果與定性分析結果不符情況的出現。

灰色關聯分析法的基本思想是根據序列曲線幾何形狀的相似程度來判斷相應序列的關系是否緊密，曲線越接近，則序列之間關聯度越大，反之就越小。基本步驟如下：

2.1.1 原數據作初值化處理

待評價系統對象記為Si（i=1，2，…，m），其特征指標序列為Xi，在k點的觀測數據為xi（k），即Xi=（xi（1），xi（2），…，xi（n））（k=1，2，…，n）。

由于各指標所表達的意義不同，導致數據的量綱不一定相同，不便于比較，或在比較時難以得到正確的結論，因此需要對原數據進行無量綱化處理，從而將各分析數據壓縮在[0，1]之間，可采用極差變換法對原數據進行調整：

（1）

根據問題實際情況，選取特征指標序列Xi中最大者為最優特征參考指標序列，記為X0=（x0*（1），x0*（2），…，x0*（n））。

2.1.2 求差序列及兩極差

指標序列X0在k點的觀測數據為x0*（k），Xi在k點的觀測數據為xi*（k），則可得差序列：Δi（k）=|x0*（k）-xi*（k）|。

記M為兩極最大差，m為兩極最小差，即

2.1.3 關聯系數及關聯度

記γ0i（k）=（k=1，2，…，n；i=1，2，…，m）為指標序列Xi與X0的關聯系數，其中ρ為分辨系數，取值位于0和1之間，一般取值為0.5。

由此可得Xi與X0的關聯度：

記R=（γ1，γ2，…，γm）為關聯度集，根據R可對系統對象Si（i=1，2，…，m）進行排序。

2.2 聚類分析計算

根據上述關聯度集R的大小可以對被評價總體Si（i=1，2，…，m）進行排序，按照排序后的被評價總體Si進行聚類。

被評價總體Si（i=1，2，…，m）作為聚類的論域，按關聯度集R=（γ1，γ2，…，γm）對這m個總體進行分類。首先把m個樣本各自看成一類，選用歐氏距離作為樣本間的距離，即

根據計算出的dij進行聚類，將距離最近的樣本聚為一類，再計算新類間的距離，再將距離最近的兩類并為一類，直到全部聚為一類為止。

3 實證分析

3.1 指標體系

軟件創新不是簡單的發明創造過程，創新能力也不應只體現在技術創新上，任何與軟件產品相關的研究、開發、管理和銷售等方面的創新都應包含在軟件產業創新之內。因此根據軟件產業自身特性，本文建立了由3個一級指標，7個二級指標，17個三級指標構成的軟件產業自主創新能力評價指標體系，見表1。

3.2 數據來源

考慮到各地區軟件產業發展水平上的差異及數據的可獲得性，本文選取了我國當前時期軟件產業發展相對較好的17個城市，查找各地區統計年鑒、統計公報及相關網站數據，對2007-2011年各城市軟件產業自主創新能力做出評價。

3.3 結果分析

由于對軟件創新能力評價的資料較少，評價之前不能確定哪個城市具有較強的軟件創新能力，因此也就不能以某個城市的特征指標作為最優參考序列，又各指標在某個城市不能達到全部最優，為了使評價更為合理和真實，本文選擇各指標在各城市中的最大值組成最優參考序列。

數據無量綱化采用極差變換法，經調整后數據數值分布在0～1之間，因此根據灰色關聯分析得到的綜合得分是不大于1的小數。對于在城市統計年鑒中缺失的數據，本文采用趨勢外推法進行了數據插補，相對總體數據來說，缺失數據所占比例較低，不會對評價結果造成影響。

3.3.1 各城市軟件產業自主創新能力綜合評價

本文中待評價總體為17個軟件城市，即北京、上海、深圳、廣州等，在對數據做初始化后，從該評價總體中選出各單項指標的最大值，組成最優特征參考指標序列，參考序列為X0=（1，1，…，1），將17個城市作為待比較特征序列，依據上述灰色關聯分析方法的式（3）計算出各城市軟件產業自主創新能力的灰色關聯度，以灰色關聯度的值作為城市軟件產業創新能力綜合得分，并根據得分大小對城市的創新能力進行排序，綜合得分及排名結果表2。

首先從17個城市2007-2011年軟件創新能力發展的總體情況來看，城市軟件產業自主創新能力水平整體偏低，如果以1為創新能力的極限值（最優值），從表中可以看出創新能力最高的是2010年的北京，但其綜合得分也僅為0.747 8，這與創新最優值還存在一定的差距。同時綜合得分超過0.5的城市較少，大部分城市創新能力綜合得分處于0.4左右，創新水平還未達到創新最優值的一半。

其次從2007-2011年軟件產業自主創新能力的發展變化上來看，個別城市的排名有不同程度的上升或下降，名次變化幅度不大，各個城市的軟件產業自主創新能力在這5年間也未得到明顯的提升，并且2011年排名前兩位的北京和上海兩個城市的自主創新能力得分低于其他4年。

從縱向觀察17個軟件城市創新能力的差異，以2011年的得分及排名情況為例，排在前幾位的北京、上海、蘇州、深圳、南京等城市經濟發展相對較好，也更重視軟件產業的發展，經濟發展對自主創新能力的大小存在一定的影響。城市的創新能力得分偏低，北京和上海兩個城市的得分相對較高，但還未達到0.7，其他城市得分更低。

3.3.2 聚類結果

為了更清楚地了解城市特點與軟件產業自主創新能力的發展，本文依據軟件產業自主創新能力綜合得分，對17個軟件城市進行聚類。將軟件產業的創新能力分為3類：第一類，創新能力較強；第二類，創新能力一般；第三類，創新能力較差。17個城市2007-2011年的創新能力聚類結果見表4所示。

2007-2011年，第一類城市中包括北京和上海兩個城市，這兩個城市在綜合得分上遠高于其他城市，創新能力較強。

第二類城市在5年之中有所變化，深圳、蘇州兩個城市大致為一類，創新能力一般，綜合得分與第一類城市相差較大。

第三類包含了大多數城市，如杭州、南京、大連、武漢、無錫、西安等，在樣本中所占比率約為70%，此類城市創新能力綜合得分較低，創新能力較差。

3.3.3 創新指標分析

由于2007-2011年城市軟件產業的發展變化較小，城市軟件產業自主創新指標綜合得分大體相同，因此本文以2011年為例，考察二級指標對各城市軟件產業自主創新能力的影響程度，找出城市創新能力的優勢與劣勢，以求更好地提高城市軟件產業自主創新能力。

作為一類創新城市的北京和上海在創新投入、創新過程、創新產出3項指標上都高于其他城市，北京的創新投入和創新過程指標高于上海，但創新產出低于上海，北京創新產出與創新投入及創新過程兩指標相比得分較低，創新產出是制約北京創新能力的要點。上海在這3項指標上的得分差距較小，但各項得分都偏低，導致總體得分不高。

其他城市中，天津、濟南、重慶、哈爾濱與其他城市相比在各項指標上的得分相對均勻，但是各項得分也都較低，致使創新能力也較為落后。在余下城市中各自都有自己發展較好的地方，但由于發展不均衡導致其整體創新能力低下，比如蘇州的創新產出指標得分較高，但由于創新投入過低使其創新能力整體降低。

主要參考文獻

[1]黃承乾.軟件創新與軟件產業競爭力研究[J].世界經濟情況，2010（9）：66-71.

[2]呂品，汪紅兵.提高中國軟件產業自主創新能力的科技政策思考[J].經濟與管理，2007（6）：26-29.

[3]張洪輝，夏天，王宗軍.企業自主創新能力評價方法綜述[J].科技管理研究，2009（12）：11-13.

[4]趙峰.基于灰色聚類的我國國家自主創新能力評價[J].科技管理研究，2008（1）：18-20.

[5]段利忠，劉思峰.灰色聚類分析法評價城市創新能力[J].北京工業大學學報，2003（4）：508-512.

[6]李萬緒.基于灰色關聯度的聚類分析方法及其應用[J].系統工程，1990（3）：37-44.

[7]劉思峰，謝乃明.灰色系統理論及其應用[M].北京：科學出版社，2008.