中國海洋科技創新能力測度及空間特征
——基于36 個涉海城市的實證分析

揭曉蒙 ，汪 航，汪永生，向長生，李玉龍，王文濤，孫 清

(1.中國21 世紀議程管理中心，北京 100038；2.中央財經大學管理科學與工程學院/全球經濟與可持續發展研究中心，北京 100081；3.中國科學院深?？茖W與工程研究所，海南三亞 572000)

21 世紀，海洋作為全球競爭和大國獲取戰略優勢空間的重要地位愈加凸顯，世界各國對海洋綜合開發與利用高度重視，投入大量的人力和物質資源支撐海洋科技創新。改革開放以來，特別是黨的十八大提出實施海洋強國戰略以來，中國海洋科技事業取得突飛猛進的發展，涉?？蒲薪涃M投入持續增加，涉海機構已具相當規模，海洋科技人才隊伍不斷壯大，各地區和部門相繼成立了一批海洋產業科技園、科技興海產業基地以及海洋信息公共服務平臺，成為中國發展海洋科技、促進產業轉型的重要驅動力量。但與此同時，現階段中國海洋科技創新面臨基礎研究薄弱、部分核心關鍵技術受制于人、成果轉移轉化不足、資源分散導致缺乏有效整合利用等諸多挑戰。在此背景下，構建合理、適用的海洋科技創新評價體系，測度當前中國海洋科技創新能力，不僅有助于回顧和總結中國海洋科技創新工作前期經驗，而且為決策部門開展下一步戰略規劃與任務部署提供借鑒。此外，國內各地區推進海洋科技創新的投入與產出力度、技術基礎和創新環境等存在差異，區域不平衡現象逐漸顯現，因此比較國內主要涉海地區海洋科技創新能力差異及沿海地區海洋科技創新空間分布特征，對于全面審視并優化提升中國海洋創新格局具有重要意義。

1 文獻綜述

國內關于海洋創新能力的實證研究相對較少，但是最近5 年的研究成果增長迅速。從研究對象上看，主要包括3 個方面：其一，從區域角度考察沿海省份或城市的創新能力水平，如陳紅霞等［1］剖析了浙江省海洋科技創新能力的現狀以及存在的問題，陳超賢［2］分析了山東省沿海城市的創新問題并提出對策建議；也有學者同時研究多個地區，如李曉璇等［3］評價了中國沿海11 個省(區、市)的海洋創新指數得分，徐孟等［4］測算了52 個涉海城市創新指數及其動態變化。其二，從產業或企業角度考察海洋技術創新的能力水平，如，沈金生等［5］利用生產函數測度了國內海洋知識、科研經費和人才對海洋優勢產業創新績效的影響；李星等［6］對國內136 家海洋裝備制造企業進行了實證分析，揭示了海洋裝備制造企業的吸收能力、隱性知識轉移與創新績效之間的關系。其三，海洋創新人才培養，如，徐紅等［7］提出通過校企合作、強化科研項目實戰演練等方式，以促進國內海洋工程領域研究生的實踐能力培養；朱雪波等［8］提出要以優化海洋類專業培養課程體系為突破口，不斷提升國內涉海高校創新型海洋高層次人才培養能力。在研究內容與方法上，大多數研究選擇構建指標體系來評價區域的海洋創新能力，如，劉大海等［9］從海洋創新環境、海洋創新投入、海洋創新產出和海洋創新績效4 個方面構建了國家海洋創新指數指標體系，并定量評估了中國國家海洋創新指數的歷史變化；劉曙光等［10］選取了海洋科研機構數量及其科技人員和經費投入、論文和專利產出等指標，評價了中國沿海11 個省(區、市)的海洋科技創新差異。在研究方法選取方面，使用較多的包括因子分析法、聚類分析法、數據包絡分析(DEA)、灰色關聯度法、主成分分析法等；徐勝等［11］還將多種方法結合建立聯合評價模型。

通過回顧相關文獻，本文嘗試在以下方面進行改進或完善：一是在研究對象方面，綜合考慮涉海研究機構(包括高校和科研院所)與涉海企業，并將其放置到城市尺度上加以考察；而以往研究更多只關注區域內的涉海研究機構，或者單獨考察若干涉海企業樣本。二是在研究方法上，采用熵權-TOPSIS法的集成方法，既能夠降低主觀賦權或等權重產生的誤差［3］，又能夠根據評價方案有效解決評價對象的多屬性決策問題；目前該方法已被廣泛用于區域創新能力或績效評價，但尚未運用到海洋領域的創新研究中。三是在研究內容方面，利用空間統計工具深入分析海洋科技創新的空間關聯效應；而以往研究只分析到省級單位，沒有細化到城市尺度［10］。四是在指標選取方面，區分了區域以及涉海科研機構的全部投入與專門用于科技創新的投入部分，并且還把海洋科技創新的經濟績效納入到指標體系中；而以往研究設置的指標中較少使用這一指標。

2 指標體系和方法

2.1 指標體系構建

表1 涉海城市海洋科技創新能力測度指標體系

2.2 熵權-TOPSIS 法

熵權-TOPSIS 法是將信息熵賦權法與逼近理想解排序法(TOPSIS)相結合的一種多屬性決策方法。它的基本原理是：首先使用熵權法確定各個評價指標的權重，然后將權重與指標標準化值相乘構建加權矩陣，最后根據各評價對象與最優解、最劣解的相對距離來計算相對貼進度，進而判斷評價對象的優劣水平［13］。該方法能夠充分運用原始數據的信息，不受參考序列選擇的干擾，具有幾何意義直觀、信息損失少以及運算靈活等優點［14］。目前，熵權-TOPSIS法已被廣泛用于區域資源承載力評價、經濟績效評價和科技競爭力評價等領域，如茍露峰等［15］利用該方法評價了青島市的海洋資源環境承載力。然而對于海洋科技創新，尤其是比較多個涉海城市的創新水平差異，仍有必要做進一步的深入探討。本文利用熵權-TOPSIS 法測量涉海城市海洋科技創新能力的步驟如下：

（1）構建判斷矩陣。矩陣形式如下：

（2）計算規范化矩陣，對各項指標進行歸一化處理。計算公式如下：

（3）計算信息熵。計算公式如下：

（4）定義指標權重。計算公式如下：

（5）計算加權矩陣。計算公式如下：

在實際的系統操作中，操作員可以防止每個系統支路的過載。由于線流Fk（x）的CDF可以使用Gram-Charlier級數展開式從所提出的PPF算法來近似得到，所以線路流量k的過載概率（OLP）為：

（6）計算最優解和最劣解。計算公式如下：

（8）計算相對貼進度，即各個涉海城市的創新水平。計算公式如下：

2.3 空間統計分析

在運用熵權-TOPSIS 法得到各個涉海城市的海洋科技創新能力以后，本文還將進一步探索這些城市在空間上的分布特征與關聯效應。在空間統計分析中，標準差橢圓(standard deviational ellipse，SDE)和莫蘭指數(Moran'sI)是揭示地理要素空間分布特征的有效方法，前者主要從重心、分布范圍、密集性、方向和形狀等角度揭示地理要素的空間分布整體特征［16］，而后者一般用于測度地理要素的空間相關性，也是研究城市創新能力的常用指標［17］。本文一方面使用標準差橢圓揭示涉海城市海洋科技創新能力的空間整體特征，另一方面，為了分析城市海洋科技創新能力在空間上是否存在相關性，還將采用局部莫蘭指數來分析其空間聚集或交互作用。測算公式如下：

3 創新能力的測度

3.1 數據來源

為了更好地摸清中國海洋科技創新工作基礎，中國21 世紀議程管理中心結合技術預測基礎性工作，于2017 年12 月面向中國主要涉海機構開展了科技投入與產出問卷調查，將以往相關統計范圍擴大至包括涉海企業在內的305 家涉海機構，有效涵蓋了中國涉海企業核心力量，數據獲取渠道權威可信?？紤]到沿海省份一直是中國海洋科技創新的前沿和重心，加上中西部地區的涉海機構數量較少且分布零散，因而本文最終選擇中國境內沿海12 個省份以及涉海機構駐地較多的北京市作為評價對象，以上13 個涉海地區共包含254 家涉海機構，約占國內涉海機構總數的84%，涉及的城市有36 個（以下簡稱“樣本城市”）。需要指出的是，本文并未按照以往研究以“沿?！弊鳛闃颖竞Y選依據，而是以“涉?！弊鳛榕袛鄻藴?，這是因為：有些地區雖然沿海，但尚未形成良好的海洋科技創新格局，難以體現在基本的科技創新指標上；而另一些地區雖然處于內陸，如長江中下游地區，但是這些地區有一批高校、科研院所和企業從事海洋科技創新活動，因而屬于涉海范疇。此外，在空間尺度上，本文選擇以城市替代省份，這是因為，一些省份雖然靠海，但是其擁有的沿海或涉海城市數量卻不多，如廣西有14 個地級市，但只有3 個城市沿海，因此用部分城市代表區域整體顯然會影響研究結果。由此，本文認為以“涉?！睘橐罁⒃诔鞘谐叨壬涎芯恐袊Ｑ罂萍紕撔履芰Φ臏蚀_性更好。

3.2 海洋科技創新指標的權重結果

利用式（1）至式（4），可以計算出各個創新能力指標的權重大小（如表2）。在表2 中，熵值衡量的是相應指標的變異程度，熵值越大，則指標的變異程度越小。例如，X2的熵值為0.968，在11 個指標中最大，它表示專門海洋科研人員中具備高級職稱的比例，從原始數據看，近2/3 樣本城市的X2值均處于0.2～0.5 之間，總體差異不明顯；X7的熵值最小，它對應的指標是涉海技術服務/產品的產值，有15 個樣本城市低于1 億元、6 個城市超過10億元、4個城市超過100 億元，差異十分顯著。熵值較小說明該指標提供了更多有用信息，從而被賦予較大的權重［18］?？梢钥吹?，除了X7以外，X5和X6的權重也相對較高，說明樣本城市海洋科技創新產出的空間非均衡性較為突出。

表2 涉海城市海洋科技創新能力測度指標權重

表2（續）

3.3 海洋科技創新能力的測度結果

在確定各個指標的權重以后，運用式（5）至式（8）計算得到樣本城市海洋科技創新水平的相對貼進度及其排序情況，如表3 所示。概括而言，樣本城市的海洋科技創新能力呈現出“金字塔”結構，即處于高水平創新能力的城市數量少，創新能力越是降低，對應的城市數量反而隨之增加。具體來看，海洋科技創新能力排名靠前的多為直轄市、省會城市或者副省級城市，作為區域中心城市，它們不僅擁有良好的海洋科技創新環境，而且在創新投入與產出方面具有先發優勢。排名第一的青島在各項指標上均位于前列，海洋科技創新的綜合能力達到較高水平，尤其是海洋相關專業畢業生和海洋科技論文發表的數量最多，主要得益于青島擁有的中國海洋大學以及中科院、自然資源部等下屬涉海研究機構。上海、北京、天津、廣州和大連的得分分別位于0.3～0.6 分之間，海洋科技創新能力達到中等水平［19］。在這些城市中，上海的優勢體現在海洋科技的經濟轉化能力以及充足的專門涉海科研人員；北京的海洋科技創新環境最好，其涉海機構數量、科研人員與經費規模位列所有城市之首；天津同樣具有很好的海洋經濟效益，主要貢獻來自中海油、中石油等大型企業落在天津的生產經營活動；廣州的涉海科研經費充足；大連的涉海機構數量雖少，但平均科研經費投入較高。相比之下，仍有25 個城市的海洋創新得分低于0.1 分，約占樣本城市的70%，創新績效水平處于劣勢地位。這表明，在空間布局上，目前中國海洋科技創新能力整體不高，尤其是發展落后的地區仍有很大的提升空間，例如，河北廊坊和秦皇島、廣西柳州、梧州和北海，這些地區的海洋科技創新規模小，并且當地經濟發展水平也難以支撐對海洋科技創新的持續投入；此外，區域海洋科技創新能力還存在較強的空間異質性，呈現創新“高地”與“洼地”并存格局，如山東半島的青島“一枝獨秀”，遙遙領先省內其他涉海城市，長三角地區除上海以外，江浙兩省其他城市的海洋科技創新能力難望其項背。

表3 樣本城市海洋科技創新能力測度結果及排序

表3（續）

進一步地，根據各個城市海洋科技創新能力得分的相近程度，利用MATLAB 軟件進行聚類，本文以0.5 分作為標準化距離，結果如表4 所示?？梢?，隨著分類等級的提升，高等級類型中所包含的樣本城市數量逐漸減少；除此之外，在同一類型內部，不同城市之間也具有一定的空間相似性特征，那些地理上相互鄰近的城市更有可能分布在一起，比如，鎮江、南京和杭州較為靠近，三亞、深圳和湛江也相對靠近，而它們在地理上分別屬于長三角和珠三角地區。因此，從空間角度進一步探究涉海城市科技創新的空間集聚關系顯得十分必要。

表4 樣本城市基于海洋科技創新能力的聚類結果

4 空間統計分析

空間統計分析包括兩個方面：一是使用標準差橢圓分析海洋科技創新空間分布的整體特征，既包括對所有樣本城市的總體分析，也具體到三大重點海洋經濟區的局部分析；二是通過局部Moran's I 來判斷樣本城市海洋科技創新能力的空間集聚或分散效應。

4.1 標準差橢圓

利用ArcGIS 10 分別計算所有樣本城市的總體標準差橢圓以及環渤海、長三角和珠三角3 個地區內樣本城市的局部標準差橢圓，通過對比海洋科技創新能力橢圓（創新橢圓）與基準橢圓，也就是假設所有地區的海洋科技創新能力相等，可以據此總結樣本城市海洋科技創新的空間布局特征。由表5可以看出，與基準情形相比，海洋科技創新橢圓的覆蓋面積縮小了近1/4，即出現了空間收縮，表明分布在創新橢圓內部城市的創新效率總體高于外部。這種變化主要來自長軸縮短，更準確地說，橢圓整體向北移動，且南北方向進一步壓縮，橢圓的中心點也隨之向東北方向移動。上述變化的實際含義是：東北部樣本城市的海洋科技創新能力高于西南部樣本城市，拉動了橢圓向北移動；與此同時，由于京津兩地的創新優勢，使得方位角朝逆時針方向發生旋轉。局部來看，自北向南依次是環渤海地區，涉及北京、天津、遼寧、河北和山東；長三角地區，包括上海、江蘇、浙江；珠三角地區，主要為廣東省內的城市。其中，環渤海地區海洋科技創新橢圓的方位角發生了顯著偏移，從57.89°增加到110.61°，由地理上的東北→西南格局變為東南→西北格局，造成這種現象的原因在于區域海洋科技創新效率高的城市，如青島、京津、大連的地理分布呈水平狀；長三角地區的創新橢圓位置向東移動且覆蓋面積大幅減小，說明海洋科技創新能力向東部沿海集中；同時橢圓覆蓋了長江下游地區，表明長江沿線樣本城市的海洋科技創新水平高于長三角其他樣本城市；珠三角地區創新橢圓的短軸出現較大程度壓縮，東西方向上出現了集聚的空間特征。

表5 樣本城市海洋科技創新能力空間分布的標準差橢圓指標測度值

4.2 局部莫蘭指數

根據ArcGIS 計算結果，所有樣本城市的全局Moran'sI值為0.05，沒有通過顯著性檢驗(P=0.17)，說明樣本城市海洋科技創新不存在明顯的空間集聚。原因可能包括兩個方面：一是在目前“金字塔”型的海洋科技創新格局中，大部分城市的科技創新能力較低，難以產生技術的空間外溢或擴散；二是部分城市位于內陸，與沿海城市的地理距離降低了空間關聯系數。就此而言，關注局部地區的空間關聯顯得更符合現實，因此，我們重點考察樣本城市海洋科技創新的局部莫蘭指數。如表6 所示，樣本城市整體的局部Moran'sI值約為-0.102，其絕對值高于全局Moran'sI，同時三大海洋經濟區內樣本城市的局部Moran'sI絕對值明顯也高于全局Moran'sI值。這一方面說明樣本城市海洋科技創新的局部空間關聯大于整體情況，另一方面，負的空間相關系數表示相鄰城市海洋科技創新能力的空間差異更大，即當前的海洋科技創新可能存在空間極化效應。從整體情況看，北京和天津兩地相互靠近，且共同具有較高的海洋科技創新水平，因而形成了一個高-高聚集區(第1 象限)；而大連、青島、上海和廣州等雖然具有較高的海洋科技創新水平，但是其附近區域缺少與之創新能力接近的城市，因而表現出高-低聚集(第4 象限)。對于三大海洋經濟區，環渤海地區中北京、天津、青島和大連屬于海洋創新高地，由于周邊城市的海洋科技創新能力與之差距較大，因此多數分布在第1、第4 象限，即高-高和高-低聚集區，其中，山東的涉海城市數量最多，如濟南、威海和泰安等城市，即便與區域中心城市相鄰，但彼此的海洋科技創新水平卻相差甚遠；長三角地區中上海的海洋科技創新表現相對突出，遠遠高于其他城市，其他城市多分布在第2 象限，或是在第4象限中靠近原點附近；珠三角地區的城市樣本較少，其中，廣州位于第4 象限的高-低聚集區，為整個區域的海洋創新高地。

5 結論與政策建議

在改進以往研究的基礎上，本文構建了新的海洋創新指標體系，利用熵權-TOPSIS 法測度了中國36 個涉海城市的海洋科技創新能力，并利用空間統計工具分析了這36 個涉海城市海洋科技創新能力的空間關聯關系。主要結論包括：（1）樣本城市的海洋科技創新能力呈“金字塔”結構，即隨著創新能力的增強，相應的城市數量隨之下降。其中，青島位于塔尖位置，上海、北京、天津、廣州和大連的創新能力處于中等水平，其余城市的創新能力普遍較低。（2）位于東部和北部的樣本城市的海洋科技創新能力總體高于南部的樣本城市，由于樣本城市的空間分散性，沒有觀察到存在全局的空間相關性；從局部來看，三大海洋經濟區內的樣本城市海洋科技創新能力表現出負的空間關聯，換句話說，每個經濟區內都有少數創新能力較強的城市，但大多數城市的創新能力依然偏低，創新的外溢或擴散效應不明顯。根據上述結論，本文提出如下政策建議：

（1）整合創新資源，加強不同涉海主體之間的協同創新。海洋科技創新能力提升，需要依靠高校、科研院所和企業等涉海主體的共同努力，通過優勢互補、信息共享推動創新資源整合與技術進步。涉海高校作為海洋人才培養基地，既要注重提升質量，還要緊密結合海洋領域技術前沿和行業需求，做到人才供需匹配與精準對接；涉海科研院所要結合國家海洋創新戰略，持續推進海洋基礎研究，著力攻關海洋核心關鍵技術，解決領域“卡脖子”難題；涉海企業作為活躍的創新力量，要發揮貼近市場優勢，實施重大海洋科技創新工程，進一步加強海洋科技創新的成果轉化，使其更好地服務于海洋經濟和產業。三方通過聯合組隊的形式共同搭建創新基地平臺，形成高層次、多形式、寬領域的合作格局。

（2）打造創新高地，扶持一批引領性的涉海高端研發平臺。包括海洋國家實驗室、工程研究中心等在內的涉海高端研發平臺不僅是海洋前沿技術的關鍵突破力量，同時也能產生積極的外部影響和示范效應。目前，中國已經在青島、上海、大連和北京等城市建成了一批國家級與部級涉海平臺，成為地方乃至中國海洋事業發展的科技引擎，然而，不同海洋經濟區涉海平臺建設情況差距較大，如環渤海經濟區涉海高端研發平臺的數量和密度遠超過海南、環北部灣經濟區，有些涉海城市甚至尚未建立海洋創新平臺。因此，未來不僅需要強化已建成研發平臺的引領作用，還要重點扶持一批海洋科技創新高地，在全國形成若干個海洋科技創新中心城市。

（3）發揮以點帶面作用，推進海洋產業集群與技術空間擴散。目前中國海洋科技創新的空間分布存在明顯的不均衡現象，區域海洋中心城市對其周邊地區海洋科技創新能力的輻射帶動作用相對有限。因此，需要在打造創新高地基礎上，以點帶面，擴大海洋科技創新的技術蔓延和影響半徑，海洋科技創新高地或核心城市不僅要依托本地、服務本地，更要面向全國乃至世界，培育處于產業鏈高端的、具備國際一流水平的海洋科技產業集群和創新聚集區。在未來，既要做強做優從近淺海到深遠海的優勢產業集群，還要穩步推進從沿海地區到內陸涉海地區的空間技術擴散，不斷提升海洋產業，特別是戰略性新興產業核心競爭力，形成新的經濟增長點和著力點。

（4）重視宏觀統籌，強化海洋強國戰略部署和科技攻關。國家各級決策部門進一步深入貫徹落實黨的十九大提出的加快建設海洋強國戰略和《“十三五”海洋領域科技創新專項規劃》相關要求，結合中長期海洋科技發展戰略和第六次國家技術預測工作，明確未來15 年海洋科技創新發展思路、目標任務和重點技術方向，加強前沿性、顛覆性技術的超前部署并及時補齊短板，提升海洋科技自主創新能力。優化配置海洋科技創新資源的空間布局，加快資金、人才和技術要素的高效流動，實現全國涉海城市海洋科技創新的協同共進，為海洋強國戰略的實現提供穩固保障。