基于FA—AHP法高新集聚區創新能力評價

包晨晨++許路

摘要：高新集聚創新區已成為我國高新技術產業發展的重要創新地和輻射源，特別是中關村國家自主創新示范區已成為拉動首都經濟增長的引擎。因此，建立一套科學的、有效的創新能力評價指標體系必不可少。文章在因子分析和層次分析賦權方法的基礎上，提出了一種真正意義上的績效評價方法：FA-AHP組合賦權法，并對中關村高新區2001年-2015年的創新數據進行了縱向綜合評價，并認為高新集聚區應在7個主要方面著力發展其創新能力。

關鍵詞：創新能力;指標評價體系;FA-AHP組合賦權法

一、 引言

中關村國家自主創新示范區儼然已成為中國“硅谷”的代名詞，其所形成的具有巨大科技創新能力的關聯效應及擴散效應，對全國其他高科技園區具有顯著的示范效應。但是同西方發達國家的高新集聚區相比，仍具有明顯的差距。我們認為應該建立一套具有有效性、科學性的創新能力績效評估體系，這不僅可以為中關村示范區的發展提供決策信息，同時還能引導和激勵其他高新集聚區加強創新能力建設。

最早的政府主導的高科技園區評價指標體系的制定由科技部下屬的火炬中心進行，并于1992年匯集多位相關領域的專家學者研究和制定國家高新區的評級指標。該評價指標體系在隨后的幾年內進行了三次大的評估與考量，其中2003年所確定的指標體系能更準確的反應各高科技園區實際運營狀況。此外，夏海鈞（2001）通過對國內外高科技園區歷年發展狀況及相關產業數據出發，綜合運用AHP、System Cluster Analysis等方法，解釋不同高科技園區發展階段及狀況的異同;范柏乃（2003）認為基于技術創新有三個不同的環節，構建出有關高科技園區技術創新的評價指標體系，其所采用的方法包括DelphiMethod、Discrimination Analysis及Principal Component Analysis;甘小文等（2016）以基于AHP及灰色關聯的方法，測度江西14個國家級產業園區的產城融合度。劉滿鳳等（2016）以三階段DEA方法對我國2012年高新區的創新效率進行了分析研究。

有別于前人的研究，本文的邊際貢獻可能在于：（1）本文首次將FA-AHP組合分析法應用到高新技術開發區的創新能力評估方面，并且是一種數據上的完全替代。（2）本文所用的基于FA-AHP分析法的雙流結構，不僅僅使二者在理論層面進行互補的融合，并且在權重上有一次完全的替代，并且能做到一致性及傳遞性檢驗。（3）層次分析過程中判斷矩陣是由因子分析中的因子得分矩陣和因子方差貢獻的數據構建，并且矩陣中的元素允許有負值的存在。

二、 理論模型構建

1. 創新能力評價指標體系的建立。本文對中關村園區的創新能力構建了一套評估體系，它包含一級、二級和三級指標，其中：一級指標是中關村國家自主創新示范區創新能力;三級指標是表征中關村國家自主創新示范區創新能力的各個指標，其存在多重共線性和較強的相關性;二級指標是通過因子分析法從三級指標中提取出來的公共因子。

2. 高新集聚區創新能力指標體系評價方法。

（1）FA過程。假設需解決的問題中有X1，X2，…，Xp等p個或許具有一定相關關系的變量，并且擁有F1，F2，…，Fq等q個獨立的公共因子，且要求（q≤p），每個變量Xi。不可解釋的因子可用ei表示，并且解釋各個不可解釋因子之間不具有相關關系。

矩陣關系表述為：X=AF+e

因子分析的上述模型滿足以下條件：

①q≤p：原始變量的個數不小于公共因子的個數;

②公共因子F和特殊因子e是不相關的，即：Cov（F，e）=0;

③公共因子F1，F2，…，不相關，并且方差為1;

④各個特殊因子e1，e2，…，不相關，但方差方面并不要求相等。

（2）AHP過程。如圖1所示，其中a21代表因素a2相對于a1對上一層因素A的貢獻，b65代表因素b6相對于b5對上一層因素B的貢獻，c79代表因素c7相對于c9對上一層因素C的貢獻。層次分析法的關鍵是通過定量度量任意兩個方案或者指標對上層目標的相對重要程度，使判斷定量化，要計算某層n個因素，…Xn對上一層因素的影響，從Xn中取Xi與Xj，比較他們對上一層因素的貢獻大小，通常采用1～9標度分析法。

（3）一致性檢驗。

（5）一致性指標。當CI=0，有完全的一致性;當CI接近于0，有滿意的一致性;當CI越大，不一致越嚴重

（6）進行一致性檢驗：為了衡量CI的大小，給出一個R.I.，C.R=C.I./R.I.，即隨機一致性指標，C.R.<0.1，該判斷矩陣可以滿足一致性檢驗要求，C.R.>0.1時，則不能滿足一致性檢驗要求。

3. FA-AHP組合賦權法。在因子分析結果的基礎上構建層次結構模型，將因子分析得出的公共因子作為層次分析的準則層，將因子分析所用的創新指標作為層次分析的指標層來。然后對該模型進行層次分析，從因子分析的旋轉載荷矩陣中提取出指標層（方案層）單排判斷矩陣，由因子的方差貢獻率構建目標層單排的判斷矩陣，并對單排判斷矩陣，一致性檢驗，然后再對總排層進行一致性檢驗。

本文提出的FA-AHP組合法中進行層次分析所需的數據及層次模型的構建均來自因子分析的結果，這克服了層次分析法中主觀賦予權重的問題，對單排層、總排判斷矩陣進行一致性檢驗又克服了因子分析法中無法解釋某些指標的賦權信度問題，因此FA-AHP組合法有效的利用了兩種方法優點的同時克服了兩種方法的缺點，使研究更具有可行性，合理性及客觀性。

4. FA-AHP組合賦權法的方法結構。

（1）FA-AHP組合賦權法的理論反向性。因子分析從因子載荷起，不斷抽取原始變量的公共部分得到因子，是一個從底層到高層的過程。而層次分析是從確定總體研究目標入手，依據判斷矩陣及系數，不斷分解，得到各個指標層，是從高層到底層的過程。其中對等關系是一個問題的兩個方面，層次分析較因子分析表現的更為直觀，解釋性更強，并且能進行一致性檢驗。

（2）FA-AHP組合賦權法數據的替代性。這種互補的方法，首先用因子分析得出的公共因子和因子分析中采用的創新指標構建了層次分析模型，使模型更具有客觀性，其次摒棄了層次分析中判斷矩陣得分的主觀性，用因子分析得出的旋轉因子矩陣構建了準則層的單排判斷矩陣，用因子方差貢獻率構建目標層的總排判斷矩陣，這樣就完全以因子分析的數學結果去替代層次分析的主觀判斷;其次，這種替代是完全替代，以至于一致性檢驗中仍然使用因子分析數據，具有分析的連貫性。

（3）FA-AHP組合賦權法雙流結構。FA-AHP組合賦權法先進行因子分析，在因子分析的基礎上構建了層次分析模型，因子分析的公共因子對應的是層次分析的準則層，因子分析的創新指標對應的是層次分析的指標層，兩者的目標是一致的，該模型是一個雙流結構模型。

三、 實證分析

1. 創新指標數據的選取。為了能夠準確客觀的評估中關村國家自主創新示范區術創新能力，本文從中選用了17個創新指標：上市企業數、科技活動經費支出、專利授權量、高新技術產品數、科技人員數、R&D人員、R&D經費、利潤增長率、總收入增長率、創匯增長率、留學歸國增加比例、博士以上學歷增加例、本科以上學歷增加例、人均產出、技術收入、實交稅費增加率，人均總收入增加比例。同時，采用中關村國家創新示范區2001年～2015年的相關數據，運用FA-AHP組合法對園區的技術創新能力進行縱向的動態分析。

2. 基于FA-AHP組合賦權法指標權重的確定。

（1）因子分析FA過程。從旋轉因子載荷陣中找出對三個公因子的貢獻較大的對應指標，根據指標的性子對該因子進行解釋命名，我們得出：上市企業數，科技活動經費支出，專利授權量，高新技術產品數、科技人員數、研發人員、研發經費、技術收入，人均產出在第一個公因子上有較大的載荷，說明這幾個指標具有較強的相關性，歸為第一類因子，這幾個指標是園區技術創新能力提升的基礎因素，因此將該因子命名為“創新技術因子”。第二類因子在指標利潤增長率、總收入增長率、創匯增長率、實交稅費增長率，人均總收入增長率上有較大的載荷，這幾個指標體現了園區創新的經濟實力，因此將該因子命名為“創新經濟因子”，第三個因子在指標留學歸國增加比例、博士以上學歷增加比例、本科以上學歷增加比例這三個指標上的載荷較大，并且該指標體現了園區的人才因素對創新能力的影響，因將該因子命名為“創新人才因子”。

（2）層次單排序判斷矩陣的構建。準則層判斷矩陣有因子分析模型中三大因子的方差貢獻率構建，有因子分析可以得到園區創新能力評價的綜合表達式：F=a1F1+a2F2+a3F3，其中系數ai可以理解為創新因子i對創新能力的貢獻，也可以理解為創新因i對創新能力的重要程度，有因子分析的結果可得F=0.511F1+0.185F2+0.143F3，構造層次總排序判斷矩陣：

準則層的判斷矩陣根據上文中層次分析法對判斷矩陣的定義，利用因子分析的旋轉后的因子載荷矩陣構造。Aij代表對于指標i和指標j對于創新技術因子的重要性之比，Aij=ai/aj，兩個創新指標貢獻之比作為兩者對創新技術因子的重要性之比。其中ai，aj分別代表的是該指標i，指標j在因子1（創新技術因子）下旋轉矩陣對應的數據（指標對該因子的貢獻）。例如上市企業數和利潤增長率這兩個創新指標對公共因子1創新技術因子的重要性為兩個指標在旋轉載荷矩陣中對創新技術因子的貢獻大小之比，即0.974/0.016=60.875，這說明上市企業數對園區創新技術的貢獻遠遠大于利潤增長率對其的貢獻。

（3）各指標比例情況。可見準則層創新因素的排序分別為：創新技術因素，創新經濟因素、創新人力因素，其中創新技術因素所占權重最大（60.91%），重要性最強。而各創新指標的權重排序分別為：留學人員歸國增加比例、R&D人員、高新技術產品數、科技人員數、R&D經費、科技活動經費支出、上市企業數、技術收入、本科以上學歷增加比例、專利授權量、人均產出、利潤增長率、實交稅費增加率、總收入增長率、創匯增長率、博士以上學歷增加比例、人均總收入增加比例。其中創新人才因素下的留學人員歸國增加比例（0.096 8）、創新技術因素下的R&D人員（0.088 9）、高新技術產品數（0.079 9）、技人員數（0.078 6）、R&D經費（0.076 1）、科技活動經費支出（0.075 2）、上市企業數（0.072 6）這7個創新指標對園區的創新能力貢獻較大，這也說明創新技術因子和創新人力因子對園區的創新能力的貢獻大，因此為提高園區的創新能力可以從上述幾個指標著手，加大對創新的投入以及對人才的培養和引進。

從上面的數據可以看出FA-AHP組合法得出的各個指標對準則層（公共因子）的權向量與因子分析（FA）得出的因子得分具有很強的一致性，因子得分較高的創新指標，對應在層次分析中對準則層的權重也相對比較大，這說明用FA-AHP組合法的出的各個創新指標對準則層（公共因子）的權重和有因子分析（FA）得出的各個指標對公共因子的得分擬和度較高，這兩種方法的擬合性比較好，也進一步說明了本文提出的FA-AHP組合法的有效性和合理性。

四、 結論與政策含義

本文運用FA-AHP組合賦權法，構建了中關村國家自主創新示范區創新能力評價體系和模型，并對園區的自身創新能力進行了綜合評價，發現2001年～2015年園區的創新能力逐步提升。在創新能力的指標權重中，創新人才因素下的留學人員歸國增加比例、創新技術因素下的R&D人員、高新技術產品數、技人員數、R&D經費、科技活動經費支出、上市企業數這7個創新指標對園區的創新能力貢獻較大。

據此，我們認為可以從三個方面進一步提升高新集聚區創新能力。第一，完善促進產業創新發展的政策體系，包括完善促進產業創新發展的政府政策體系，完善創新創業人才發展的政策體系，完善促進科技金融創新的政策體系，以及完善知識產權保護、轉讓和交易的政策體系。第二，對園區核心的創新因子調整匯聚。創新能力的形成，人才是關鍵。從實證分析的結果可以看出，留學歸國人員和R&D研發人員權重居前兩位，對園區的創新能力的貢獻最大，因此加強、完善、落實創新人才發展戰略，是形成園區持續的創新能力的重要支撐。園區要確立人才優先發展戰略布局，完善對人才的管理體系，完善激勵機制，樹立“任人唯賢”的用人觀，建立健全人盡其才、才盡其用的體制機制，充分調動人才創新積極性，為人才的發展提供平臺和空間。第三，推進創新的開放性和加強國際合作。應進一步把示范區建設為國家實施對外開放戰略的重要基地和，積極主動的開展國內和國際的交流與合作，不斷引進并吸收消化國際上的先進技術，拓展市場發展的渠道。

參考文獻：

[1] 夏海鈞.中國高新技術產業開發區發展研究[D].廣州：暨南大學學位論文，2001.

[2] 范柏乃.國家高新區技術創新能力的評價研究[J].科學學研究，2003，21（6）：667-671.

[3] 甘小文，毛小明.基于AHP和灰色關聯的產業承接地工業園區產城融合度測度研究——以江西14個國家級工業園區為例[J].南昌大學學報（人文社會科學版）， 2016，47（5）.

基金項目：國家自然科學基金重點項目“我國信息資源產業發展政策及管理研究”（項目號：71133006）。

作者簡介：包晨晨（1989-），男，漢族，河南省周口市人，中國人民大學商學院博士生，研究方向為產業經濟、區域經濟;許路（1989-），男，漢族，貴州省六盤水市人，中國政法大學商學院碩士生，研究方向為企業組織。

收稿日期：2017-04-25。