基于阻礙度模型的區(qū)域創(chuàng)新驅動阻力類型分析

范 斐，肖澤磊，楊剛強，孫元元

(1.武漢大學中國中部發(fā)展研究院，湖北 武漢 430072；2.武漢大學經濟與管理學院，湖北 武漢 430072；3.華中師范大學湖北經濟與社會發(fā)展研究院，湖北 武漢 430079)

基于阻礙度模型的區(qū)域創(chuàng)新驅動阻力類型分析

范 斐1,2，肖澤磊3，楊剛強1，孫元元1

(1.武漢大學中國中部發(fā)展研究院，湖北 武漢 430072；2.武漢大學經濟與管理學院，湖北 武漢 430072；3.華中師范大學湖北經濟與社會發(fā)展研究院，湖北 武漢 430079)

在構建區(qū)域創(chuàng)新驅動評價指標體系的基礎上，利用TOPSIS模型計算2000—2014年中國31個省級區(qū)域創(chuàng)新驅動能力狀況，借助阻礙因子診斷模型分析影響區(qū)域創(chuàng)新驅動能力提升的阻礙因素，并運用最小方差法(LSE)對區(qū)域創(chuàng)新驅動進行系統(tǒng)阻力類型劃分。結果表明：①產業(yè)結構調整與制造業(yè)轉型升級緩慢、R&D經費投入強度較弱與自主創(chuàng)新內生動力不足成為制約區(qū)域創(chuàng)新驅動發(fā)展的普遍性因素。②不同阻礙因子對不同地區(qū)創(chuàng)新驅動影響作用也有所不同，未來應該針對不同區(qū)域的阻礙因子制定差別化的區(qū)域創(chuàng)新驅動政策。③在區(qū)域創(chuàng)新驅動提升阻力的4種模式中，以三系統(tǒng)中的知識創(chuàng)獲系統(tǒng)、企業(yè)創(chuàng)新系統(tǒng)和創(chuàng)新績效系統(tǒng)(K-C-E型)阻力模式最為普遍。

創(chuàng)新驅動；TOPSIS模型；阻礙因素；阻力模式

當前，中國經濟已經進入新常態(tài)，支撐經濟快速發(fā)展的人口紅利、要素成本低的優(yōu)勢正在日益衰減，依靠資源消耗快速發(fā)展的狀況已經不可持續(xù)。今后的發(fā)展必須切換經濟發(fā)展的主引擎，擺脫對物質生產要素的過度依賴，轉入創(chuàng)新驅動的軌道，依靠不斷創(chuàng)新來提升價值鏈，提升產品附加值，提高質量和效益[1-3]。目前國內外關于創(chuàng)新驅動的研究主要是從以下兩個方面展開的：一是從理論上探討創(chuàng)新驅動的概念、內涵和外延[4-5]，從經濟發(fā)展的本質、世界各國經濟發(fā)展的趨勢以及中國全面建成小康社會的要求揭示中國走創(chuàng)新驅動發(fā)展之路的必然性與緊迫性，并在探討創(chuàng)新驅動發(fā)展的主要特征，深入研究創(chuàng)新驅動發(fā)展機制的基礎上，明確中國創(chuàng)新驅動發(fā)展戰(zhàn)略的路徑選擇[6-8]。二是從質量管理學、技術創(chuàng)新管理學、戰(zhàn)略管理學和形式邏輯學等學科領域出發(fā)，通過學科融合，運用綜合評價方法，對中國創(chuàng)新驅動能力進行評價[9]，揭示創(chuàng)新績效演化趨勢，科學測度創(chuàng)新驅動與工業(yè)轉型之間的聯系[10]，從而有助于對有效實施創(chuàng)新驅動戰(zhàn)略提出相應的政策建議。

1 研究方法與數據選取

1.1 研究方法

(1)TOPSIS模型。TOPSIS模型是系統(tǒng)工程學里較為實用的多目標系統(tǒng)決策方法。通過測算待評價樣本與“最優(yōu)方案”的貼近程度，實現評價樣本的優(yōu)劣排序[11]。本文將TOPSIS模型引入到區(qū)域創(chuàng)新驅動能力評價中，利用區(qū)域創(chuàng)新驅動能力指標體系中的各項指標數據，測算2000—2014年中國31個省級區(qū)域創(chuàng)新驅動狀況。TOPSIS模型主要運算步驟如下：

(i=1,2,3…m;j=1,2,3…n)

(1)

式中，xij為標準化后的數值，表示第i個樣本的第j個指標值。

②確定“最優(yōu)方案”X+和“最劣方案”X-：

(i=1,2,3…m)

(2)

(i=1,2,3…m)

(3)

③計算單個樣本與X+和X-的距離和：

(4)

(5)

公式(4)和公式(5)中wj為指標數據間的權重系數。

④計算各個樣本與“理想”樣本的相對貼近程度：

(6)

公式(6)中Ci為第i個樣本與“最優(yōu)方案”的貼近度，0≤Ci≤1。

(2)阻礙度模型。在區(qū)域創(chuàng)新驅動能力的評價過程中，不僅要對區(qū)域創(chuàng)新驅動能力水平進行測度，更需要辨析不同地區(qū)在創(chuàng)新驅動過程中的阻礙因素，明確是哪些因素影響區(qū)域創(chuàng)新驅動能力的提升。因此，本文將阻礙度模型引入區(qū)域創(chuàng)新管理，對創(chuàng)新驅動展開延伸性研究，試圖探尋影響區(qū)域創(chuàng)新驅動與轉型發(fā)展的阻力因素。阻礙度計算采用因子貢獻度、指標偏離度和阻礙度3個指標進行分析診斷：①因子貢獻度(wj)即單個因素對總目標的貢獻程度，用單個因素的權重表示；②指標偏離度(Oj)是指單因素指標與系統(tǒng)發(fā)展目標的差距，此處設為單項指標標準化值與100%之差；③阻礙度(Ij)為單項指標或準則層因素對區(qū)域創(chuàng)新驅動能力的影響程度[12]，見公式(7)與公式(8)：

Oij=1-xij

(7)

(8)

在分析各單項指標評價因子限制程度基礎上，進一步研究單個子系統(tǒng)對區(qū)域創(chuàng)新驅動的阻礙程度，見公式(9)：

U=∑Ij

(9)

(3)最小方差法。本文在分析區(qū)域創(chuàng)新驅動阻礙因子時，將LSE模型[13]引入阻礙評價，利用阻礙度得分，對指標體系中子系統(tǒng)進行阻力模式劃分，實現區(qū)域創(chuàng)新驅動的阻力類型分析，計算如公式(10)：

(10)

1.2 指標體系

本文綜合借鑒國內外相關研究[14-16]將區(qū)域創(chuàng)新驅動中所涉及的多因素分類融入到知識創(chuàng)獲、企業(yè)創(chuàng)新、創(chuàng)新績效、創(chuàng)新環(huán)境四個系統(tǒng)中。其中知識創(chuàng)獲用來衡量區(qū)域創(chuàng)造新知識以及利用全球一切可用知識的能力；企業(yè)是技術創(chuàng)新的主體，企業(yè)創(chuàng)新用來衡量區(qū)域內企業(yè)應用新知識、推成新知識、新產品或新工藝的能力；創(chuàng)新績效用來衡量區(qū)域創(chuàng)新的產出能力；創(chuàng)新環(huán)境用來衡量區(qū)域為知識的生產、流動和應用提供相應環(huán)境的能力。在遵循指標數據可獲得性、可比較性、可利用性等原則的基礎上，分別選取不同性質的指標數據，以期能全面反映區(qū)域創(chuàng)新驅動過程，并利用主客觀綜合賦權法得到各指標之間的權重系數(見表1)。

1.3 數據來源

本文所建立的區(qū)域創(chuàng)新驅動評價指標體系共涉及4個系統(tǒng)共計38個指標，覆蓋2000—2014年中國31個省級區(qū)域，指標體系中所有數據均來源《中國統(tǒng)計年鑒》(2001—2015年)、《中國科技統(tǒng)計年鑒》(2001—2015年)以及中華人民共和國科學技術部、國家知識產權局網站等，部分指標數據是根據統(tǒng)計數據進行綜合處理所得。

表1 區(qū)域創(chuàng)新驅動能力評價指標體系

續(xù)表1

2 區(qū)域創(chuàng)新驅動能力測評與阻礙因素分析

2.1 區(qū)域創(chuàng)新驅動能力分析

利用TOPSIS法進行計算，得到知識創(chuàng)獲、企業(yè)創(chuàng)新、創(chuàng)新績效、創(chuàng)新環(huán)境四個子系統(tǒng)的創(chuàng)新驅動評測得分，并用均權法再次結合TOPSIS法，最終得到區(qū)域創(chuàng)新驅動綜合評測得分(見表2)，限于篇幅，僅列出研究基期與研究末期平均得分。

表2 區(qū)域創(chuàng)新驅動能力與位序表

根據表2可知，研究期平均創(chuàng)新驅動能力排在前十位的地區(qū)基本位于東部地區(qū)，主要有：北京、江蘇、上海、廣東、浙江、山東、遼寧、天津，中西部地區(qū)僅有湖北與陜西排在前十位。整體而言，東部地區(qū)的創(chuàng)新驅動能力明顯優(yōu)于廣大中西部地區(qū)，這與東部地區(qū)發(fā)達的經濟基礎、雄厚的物質條件、良好的科技進步環(huán)境等諸多要素是分不開的。不同區(qū)域創(chuàng)新驅動指標貢獻程度差異較大，計算結果反映了區(qū)域綜合創(chuàng)新驅動能力與各創(chuàng)新驅動子系統(tǒng)的基本發(fā)展狀況，為重點展開區(qū)域創(chuàng)新驅動指標層和子系統(tǒng)的阻礙因子診斷分析奠定研究基礎。

2.2 區(qū)域創(chuàng)新驅動的阻礙因子分析

為探究影響區(qū)域創(chuàng)新驅動能力提升的因素及有效管理創(chuàng)新驅動阻力，就指標層各指標數據阻礙度進行測算，辨析區(qū)域創(chuàng)新驅動過程中的阻礙因子。由于區(qū)域創(chuàng)新驅動能力評價指標體系中涉及較多相關指標，為明確區(qū)域創(chuàng)新驅動的主要阻礙因子，本文按照單項指標對區(qū)域創(chuàng)新驅動的阻礙度大小，篩選出阻礙度大于2%，對區(qū)域創(chuàng)新驅動遲滯作用較為明顯的阻礙因子，并在此基礎上，針對區(qū)域創(chuàng)新驅動指標層包含的38個具體指標，制作省級區(qū)域2000年與2014年頻數分布直方圖(見圖1、圖2)。

圖1 2000年創(chuàng)新驅動能力阻礙指標區(qū)域頻數分布

圖2 2014年創(chuàng)新驅動能力阻礙指標區(qū)域頻數分布

由圖1可知，2000年在眾多對于區(qū)域創(chuàng)新驅動的遲滯影響因子中，存在具有普遍影響作用的阻礙因子，其中R&D經費投入強度(x2)、每萬人專利申請受理數(x3)、規(guī)模以上企業(yè)R&D經費外部支出(x16)、信息產業(yè)產值(x24)、每萬人外觀設計專利申請數(x15)、年度科普經費籌集額(x34)、R&D人員全時當量(x1)、科技館當年參觀人數(x33)的頻數依次為：28、26、25、24、19、18、16、16，覆蓋全國1/2以上的省級區(qū)域。這充分說明R&D經費投入強度較少、自主創(chuàng)新內生動力不足、科學技術普及力度較弱與創(chuàng)新環(huán)境亟待優(yōu)化成為制約區(qū)域創(chuàng)新驅動的普遍性因素。在2014年，對區(qū)域創(chuàng)新驅動具有普遍影響作用的阻礙因子數量由研究基期的8個下降為5個，僅信息產業(yè)產值(x24)、R&D經費投入強度(x2)、每萬人外觀設計專利申請數(x15)依然覆蓋全國1/2以上的省級區(qū)域，但區(qū)域頻數卻下降為20、16、16。此外，第三產業(yè)增加值占GDP比重(x16)、每萬人專利授權數(x5)成為具有普遍影響作用的阻礙因子，這兩個阻礙因子在2014年的區(qū)域頻數分別為23與17，說明隨著區(qū)域創(chuàng)新驅動能力的不斷增強，對區(qū)域創(chuàng)新驅動的阻礙因素逐漸減弱，產業(yè)結構調整與制造業(yè)轉型升級緩慢逐步對區(qū)域創(chuàng)新驅動起到較大的阻礙作用。

北京、上海、重慶創(chuàng)新驅動能力較強，但技術升級、產業(yè)產出、高技術企業(yè)、規(guī)模以上企業(yè)研發(fā)投入等因素對于3個地區(qū)的創(chuàng)新驅動制約較大，特別是較低的規(guī)模以上企業(yè)R&D經費外部支出、信息產業(yè)產值、高技術企業(yè)數、規(guī)模以上企業(yè)R&D人員數等因素對3個地區(qū)的創(chuàng)新驅動存在明顯的阻礙效應。浙江、廣東、江蘇、福建除了受到技術升級制約以外，研發(fā)投入、教育支撐、專利申請授權等因素對于這些地區(qū)的創(chuàng)新驅動也具有較強的阻礙作用。天津、河北、山西、黑龍江、吉林、遼寧、陜西、甘肅、湖南、四川、海南、云南、山東等13個地區(qū)的創(chuàng)新驅動，一方面受到技術升級、研發(fā)投入與產業(yè)產出等因素的較大制約，另一方面在科技普及與教育支撐等創(chuàng)新環(huán)境的營造方面投入也有所不足，突出表現在年度科普經費籌集額、教育經費支出、對教育投資占GDP的比重等關鍵指標對這些地區(qū)的創(chuàng)新驅動阻礙作用較為明顯。與此同時，高技術產業(yè)產值、出口額占GDP比重、信息產業(yè)產值、R&D經費投入強度等因素顯著影響安徽、內蒙古、湖北、江西、河南、廣西、貴州等7個地區(qū)的創(chuàng)新驅動發(fā)展。而西藏、青海、寧夏、新疆4個地區(qū)普遍存在信息產業(yè)與高技術產業(yè)產值較低，出口額占GDP的比重較小，高技術企業(yè)數量較少，規(guī)模以上企業(yè)R&D人員數嚴重不足等問題，都不利于這些地區(qū)的創(chuàng)新驅動發(fā)展。

3 區(qū)域創(chuàng)新驅動的阻力類型分析

利用最小方差法(LSE)，結合知識創(chuàng)獲、企業(yè)創(chuàng)新、創(chuàng)新績效、創(chuàng)新環(huán)境四個子系統(tǒng)的阻礙度得分，劃分區(qū)域創(chuàng)新驅動的不同類型空間阻力模式與空間阻力類型：

(1)單系統(tǒng)阻力模式。在研究基期并未出現該阻力模式，在研究末期該阻力模式在省級區(qū)域僅有K型，且僅包括由2000年K-C型轉化到2014年K型阻力作用為主的浙江省。浙江省具有較好的創(chuàng)新創(chuàng)業(yè)氛圍，民營經濟發(fā)達，廣大中小型企業(yè)具有較強的創(chuàng)新能力與創(chuàng)新沖動，經過多年發(fā)展逐步緩解了企業(yè)創(chuàng)新對區(qū)域創(chuàng)新驅動的阻礙作用，但相對匱乏的科技、教育資源使得支撐創(chuàng)新驅動的科技供給能力在研究期內一直略顯不足，浙江全省僅有浙江大學一所985高校，每萬人發(fā)表國內論文數量、技術市場企業(yè)平均交易額等核心知識創(chuàng)獲指標在全國處于中下游水平。此外，勞動力受教育程度相對較低，技能型人才較少，嚴重影響了浙江省科技創(chuàng)新知識的創(chuàng)造與獲取，因此，未來人才的引進與儲備應成為浙江省創(chuàng)新驅動發(fā)展的關鍵。

(2)雙系統(tǒng)阻力模式。該阻力模式根據不同的阻力作用，在2000年可以劃分為K-C型與C-E型兩種類型，在2014年可以劃分為C-P型、K-C型與K-E型三種類型。其中K-C型在2000年包括主要以知識創(chuàng)獲系統(tǒng)與企業(yè)創(chuàng)新系統(tǒng)的阻力作用為主的浙江、上海與福建，隨著在研究末期浙江退出該類型，該類型在2014年僅為上海與福建。上海的R&D人員全時當量與技術市場企業(yè)平均交易額，福建的R&D經費投入強度、每億元研發(fā)經費內部支出產生的發(fā)明專利申請數、規(guī)模以上企業(yè)就業(yè)人員中R&D人員比重等知識創(chuàng)獲系統(tǒng)與企業(yè)創(chuàng)新系統(tǒng)指標相對較弱，在整體上影響了兩個地區(qū)創(chuàng)新驅動發(fā)展。C-E型在2000年包括主要以企業(yè)創(chuàng)新系統(tǒng)與創(chuàng)新環(huán)境系統(tǒng)阻力作用為主的北京、江蘇、廣東，但在研究末期，北京發(fā)展成為唯一以企業(yè)創(chuàng)新系統(tǒng)與創(chuàng)新績效系統(tǒng)的阻力作用為主的C-P型。北京作為全國政治中心、文化中心、國際交往中心、科技創(chuàng)新中心，具有全國最強的知識創(chuàng)造與獲取能力，隨著其創(chuàng)新環(huán)境的改善，各類創(chuàng)新要素不斷積聚，但創(chuàng)新績效卻沒有以相同的高速度增長，且其企業(yè)創(chuàng)新能力一直稍顯薄弱，在規(guī)模以上企業(yè)R&D經費內部支出、規(guī)模以上企業(yè)技術改造經費支出、國家產業(yè)化計劃項目當年落實經費等企業(yè)創(chuàng)新系統(tǒng)與創(chuàng)新環(huán)境系統(tǒng)的指標上明顯不如其知識創(chuàng)獲系統(tǒng)。而江蘇與廣東在2014年發(fā)展成為以知識創(chuàng)獲系統(tǒng)與創(chuàng)新環(huán)境系統(tǒng)阻力作用為主K-E型，這兩個地區(qū)的整體創(chuàng)新驅動能力較強，企業(yè)創(chuàng)新系統(tǒng)逐步由對區(qū)域創(chuàng)新驅動的阻礙作用發(fā)展成帶動作用。雖然R&D經費投入較大，但是由于整體經濟體量也較大，因此R&D經費投入強度較小，整體上影響了這兩個地區(qū)知識創(chuàng)獲系統(tǒng)的提升。此外，這兩個地區(qū)的經濟能耗與環(huán)境污染等非期望產出也整體較高，顯示了高速發(fā)展所付出的高耗能高污染代價，未來需要進一步加強污染物的排放限制，平衡好經濟發(fā)展與生態(tài)環(huán)境保護之間的關系。

(3)三系統(tǒng)阻力模式。該阻力類型在2000年僅為K-C-E型，在2014年可以具體分K-C-P型與K-C-E型2種類型。其中，以知識創(chuàng)獲系統(tǒng)、企業(yè)創(chuàng)新系統(tǒng)和創(chuàng)新績效系統(tǒng)為主的K-C-P型區(qū)域在研究末期僅為寧夏。寧夏的創(chuàng)新驅動能力在全國處于較弱水平，受制于自然資源條件的約束，寧夏在研發(fā)投入、技術市場、技術升級、科技信息、教育支撐、國家創(chuàng)新支持等創(chuàng)新驅動發(fā)展諸多方面都面臨著巨大挑戰(zhàn)。以知識創(chuàng)獲系統(tǒng)、企業(yè)創(chuàng)新系統(tǒng)和創(chuàng)新環(huán)境系統(tǒng)為主的K-C-E型區(qū)域在2000年主要包括天津、遼寧、吉林、黑龍江、江西、山東、河南、湖北、湖南、安徽、廣西、重慶、四川、陜西等14個區(qū)域；在2014年主要包括天津、河北、山西、內蒙古、遼寧、吉林、黑龍江、江西、山東、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、云南、西藏、陜西等20個區(qū)域。根據區(qū)域創(chuàng)新能力綜合得分，該類型區(qū)域可具體劃分為兩類：較高創(chuàng)新驅動能力區(qū)域包括天津、遼寧、山東、湖北、湖南、重慶、四川與陜西；較低創(chuàng)新驅動能力區(qū)域主要包括河北、山西、內蒙古、吉林、黑龍江、江西、河南、廣西、海南、貴州、云南與西藏，大多為資源依賴型地區(qū)。相對于第二類省級區(qū)域而言，第一類區(qū)域的創(chuàng)新驅動能力具有顯著優(yōu)勢，各創(chuàng)新驅動子系統(tǒng)發(fā)展較好且較為均衡。

(4)四系統(tǒng)阻力模式。即K-C-P-E型，是知識創(chuàng)獲、企業(yè)創(chuàng)新、創(chuàng)新績效、創(chuàng)新環(huán)境4個系統(tǒng)綜合作用對區(qū)域創(chuàng)新驅動共同產生阻力作用的模式，該類型在2000年主要包括河北、山西、內蒙古、海南、貴州、云南、西藏、寧夏、甘肅、青海、新疆11個區(qū)域，在2014年數量明顯減少，主要包括安徽、甘肅、青海、新疆4個區(qū)域，絕大多數的K-C-P-E型區(qū)域已經發(fā)展成為K-C-E型區(qū)域。該類型地區(qū)影響區(qū)域創(chuàng)新能力提升的因素較為全面，子系統(tǒng)的聯合阻力作用使區(qū)域創(chuàng)新驅動發(fā)展局面較為復雜，應在鞏固與穩(wěn)定現有創(chuàng)新驅動能力基礎上，優(yōu)化科技資源配置，大力發(fā)揮科技資源的比較優(yōu)勢，逐步提高區(qū)域創(chuàng)新驅動能力。

4 結論與討論

(1)中國31個省級區(qū)域的創(chuàng)新驅動能力測度結果表明東部地區(qū)的創(chuàng)新驅動能力明顯優(yōu)于廣大中西部地區(qū)，基本反映了中國區(qū)域綜合創(chuàng)新驅動能力的發(fā)展狀況。因此，未來東部地區(qū)應進一步發(fā)揮先發(fā)優(yōu)勢，瞄準國際創(chuàng)新趨勢、特點進行自主創(chuàng)新，促使中國自主創(chuàng)新站在國際技術發(fā)展前沿，力求在重點領域、關鍵技術上取得重大突破，中西部地區(qū)應進一步提高創(chuàng)新驅動能力，進行多種模式的創(chuàng)新，既要在優(yōu)勢領域進行原始創(chuàng)新，也要對現有技術進行集成創(chuàng)新，還應加強引進技術的消化吸收再創(chuàng)新。

(2)探究影響區(qū)域創(chuàng)新驅動能力提升的因素及有效管理創(chuàng)新驅動阻力，根據測算結果得出：產業(yè)結構調整與制造業(yè)轉型升級緩慢、R&D經費投入強度較弱與自主創(chuàng)新內生動力不足成為制約區(qū)域創(chuàng)新驅動的普遍性因素。此外，相當一部分省份還存在創(chuàng)新環(huán)境不佳、科技普及與教育支撐較弱、政府對自主創(chuàng)新的引領作用有待強化等問題。在區(qū)域創(chuàng)新驅動存在普遍性阻礙因素的同時，不同阻礙因子對不同地區(qū)創(chuàng)新驅動影響作用也有所不同，未來應該針對不同區(qū)域的阻礙因子，制定差別化的區(qū)域創(chuàng)新驅動政策。

(3)利用最小方差法(LSE)對區(qū)域創(chuàng)新驅動進行系統(tǒng)阻力類型分析，將中國區(qū)域創(chuàng)新驅動提升阻力主要分為4種模式：單系統(tǒng)阻力模式、雙系統(tǒng)阻力模式、三系統(tǒng)阻力模式和四系統(tǒng)阻力模式。各省級區(qū)域應針對特有的創(chuàng)新驅動阻力模式，加強頂層設計，厘清思路、突破口和重點任務，突出企業(yè)的創(chuàng)新主體地位，不斷優(yōu)化科技資源配置效率，提高區(qū)域創(chuàng)新績效，營造良好的區(qū)域創(chuàng)新環(huán)境與創(chuàng)新氛圍。加快建立協同創(chuàng)新機制，圍繞產業(yè)鏈部署創(chuàng)新鏈，圍繞創(chuàng)新鏈完善資金鏈，營造開放協同高效的創(chuàng)新生態(tài)。

[1]范斐，杜德斌.基于能力結構模型的區(qū)域協同創(chuàng)新研究[J].地理科學，2015，35(1)：66-74.

[2]范斐，杜德斌.區(qū)域科技資源配置效率及比較優(yōu)勢分析[J].科學學研究，2012，30(8)：1198-1205.

[3]張來武.論創(chuàng)新驅動發(fā)展[J].中國軟科學，2013(1)：1-5.

[4]CHUNG S.Building a national innovation system through regional innovation systems[J].Technovation，2002(22):485-490.

[5]TASSEY G.Globalization of technology-based growth：policy imperative[J].Journal of technology transfer，2008，33(6):560-578.

[6]范斐，張建清，楊剛強.區(qū)域科技資源配置效率的空間溢出效應研究[J].中國軟科學，2016(4)：71-80.

[7]吳建南，鄭燁，張攀.基于共詞網絡分析的國內創(chuàng)新驅動研究熱點與趨勢[J].中國科技論壇，2014(6):17-23.

[8]周明，喻景.創(chuàng)新驅動五大中心城市產業(yè)結構轉換能力研究[J].中國科技論壇，2015(8)：93-98.

[9]崔有祥，胡興華，廖娟,等.實施創(chuàng)新驅動發(fā)展戰(zhàn)略測量評估體系研究[J].科研管理，2013(12)：308-314.

[10]姚西龍，牛沖槐，劉佳.創(chuàng)新驅動、綠色發(fā)展與中國工業(yè)經濟的轉型效率研究[J].中國科技論壇，2015(1)：57-62.

[11]朱珠，張琳，葉曉雯,等.基于TOPSIS方法的土地利用綜合效益評價[J].經濟地理，2011，32(10)：139-144.

[12]孫才志，董璐，鄭德鳳.中國農村水貧困風險評價、障礙因子及阻力類型分析[J].資源科學，2014，36(5)：895-905.

[13]張耀光.最小方差法在農業(yè)類型(或農業(yè)區(qū))劃分中的應用[J].經濟地理，1986，6(1):49-55.

[14]柳卸林，高太山.中國區(qū)域創(chuàng)新能力報告2014—創(chuàng)新驅動與產業(yè)轉型升級[M].北京：知識產權出版社，2015.

[15]SOUMITRA Dutta，BRUNO Lanvin.The global innovation index 2015：effctive innovation policies for development[R].Printed and bound in Geneva，Switzerland，by the World Intellectual Property Organization.

[16]范斐，杜德斌,等.中國地級以上城市科技資源配置效率的時空格局[J].地理學報，2013，68(10)：1331-1343.

(責任編輯 劉傳忠)

Analysis on the Obstacle Type of the Innovation-Driven Regions Based on Obstacle Degree Model

Fan Fei1,2，Xiao Zelei3，Yang Gangqiang1,Sun Yuanyuan1

(1.Institute for the Development of Central China，Wuhan University，Wuhan 430072，China； 2.Economics and Management School，Wuhan University，Wuhan 430072，China； 3.Hubei Institute of Economic and Social Development，Central China Normal University，Wuhan 430079，China)

On the basis of the index system built for assessing the innovation-driven regions,this study applied TOPSIS Model to calculate the regional innovation-driven ability of 31 provinces in China for the period of 2000 to 2014.With the help of Obstacle Factor Diagnose Model,this study explored the obstacle factors that impacted the development of the region’s innovation-driven ability,and furthermore employed the least-squared-error(LSE)criterion to categorize the system obstacle types of the innovation-driven regions.The results shows:①The general factors that hinder the regional innovation-driven development include the slow adjustment of industrial structure and the manufacturing’s slow transformation and upgrading,the relatively low investment in R&D expenditure and the insufficient endogenous power of the independent innovation.②The influence of the different obstacle factors on innovation-driven development vary among regions.Differentiated regional innovation-driven policies should be made in the future based on the different factors the regions are facing.③The types of obstacles impede the improvement of the regional innovation-driven ability include single-system,double-system,triple-system,and quadruple-system.Among the four obstacle types, the“K-C-E Obstacle Model”in the triple-system type is the most common,which stands for the knowledge creating system,the industrial innovation system and the innovation capacity system.

Innovation-driven;TOPSIS Model;Obstacle factors;Resistance model

國家自然科學基金青年項目(41501141)，中國博士后科學基金面上項目(2015M582251)，中國博士后科學基金特別資助項目(2016T90710)，湖北省軟科學面上項目(2016ADC068)，武漢市軟科學重點研究項目(2016040306010200),武漢市科協科技創(chuàng)新智庫建設調研課題：武漢大學自主科研項目(人文社會科學)聯合資助。

2016-06-12 作者簡介：范斐(1984-)，男，河南南陽人，博士，博士后/講師；研究方向：城市與區(qū)域創(chuàng)新。

F

A