經濟新常態下省域制造業創新驅動能力評價分析

郭燕青 霍丹

摘 要：基于經濟新常態發展背景，從創新投入、創新產出、創新環境和創新主體四個維度構建制造業創新驅動能力評價指標體系，以我國30個省域為研究對象，運用熵權—層次分析法進行實證分析。研究發現：進入新常態后，2014—2020年我國各省域制造業創新驅動力不斷增長，相較2007—2013年有了顯著的提升。分維度看，創新產出、創新環境與創新主體三個維度增長迅速，創新投入維度變化幅度較小；分區域看，省域制造業創新驅動能力存在兩極分化問題，并且之間差異呈現出逐年擴大趨勢。鑒于此，在堅持實施創新驅動發展戰略的同時，要注重區域協調發展，充分發揮地區制造業特色優勢。

關鍵詞：經濟新常態；制造業；創新驅動能力；熵權—層次分析法

中圖分類號：F426? ? ? 文獻標識碼：Ａ? ? ? ?文章編號：1674-5450（2023）03-0033-08

一、引言

制造業作為國民經濟的主體，是立國之本、強國之基。盡管目前我國制造業發展取得了顯著的成就，但是“大而不強”問題依然嚴峻，尤其是與世界上制造強國相比，存在結構不合理、研發投入不足及發展質量效益不高等問題[１-2]。進入經濟新常態后，黨中央提出實施創新驅動發展戰略，明確要求我國制造業必須從依靠投資驅動的粗放型發展模式向依靠創新驅動的集約型發展模式轉變[3-6]。黨的二十大報告進一步提出推進新型工業化、建設制造強國、加快實施創新驅動發展戰略等一系列重大戰略部署。因此，立足經濟新常態發展背景，把握由強調“量”向強調“質”的經濟發展規律，加強對制造業創新驅動能力評價研究，有助于全面認識我國制造業發展現狀和發現存在的問題。同時，從區域層面加強制造業創新驅動能力的比較分析，對于促進各地制造業協調發展，推動我國從“制造大國”向“制造強國”邁進具有重要意義。

二、文獻綜述

通過梳理文獻發現，關于創新驅動能力的研究得到了學者們的廣泛關注。從研究對象來看，現有研究主要從國家、地區、城市及城市群和產業四個層面對創新驅動能力及其發展水平的相關問題進行了探討[7-11]。從研究內容來看，一部分研究從理論上對創新驅動能力的維度進行了劃分，解學芳和臧志彭指出，創新驅動能力是技術創新與制度創新相結合[12]；另一部分學者利用定量分析方法對創新驅動能力進行了評價研究。李曉鐘和何晨琳從創新投入驅動能力、創新產出驅動能力、發展績效驅動能力、創新環境支撐驅動能力四個方面，構建浙江省制造業創新驅動能力的評價體系[13]。王文寅和梁曉霞將創新投入、創新產出、教育能力、知識支撐能力和科技創新環境作為外源潛在變量，將科技與產業創新能力作為內生潛在變量，對山西省創新驅動能力進行了實證分析[14]。宋文月和任保平結合國家創新驅動發展戰略要求，以“投入—產出”模型為基礎構建了綜合評價指標體系，對2000—2015年中國各省域創新驅動能力及創新驅動發展水平進行綜合評價和聚類分析[15]。王新紅和李世婷認為，創新驅動能力是創新驅動水平的綜合表現，將創新驅動能力劃分為基本要素驅動能力、科技創新驅動能力、綠色發展驅動能力和經濟效益驅動能力四個方面，并對中國制造業創新驅動能力進行了評價分析[16]。王珍珍和許婉婷從創新驅動投入、創新驅動支撐和創新驅動績效三個維度構建了區域創新驅動發展能力評價指標體系，并對福建省進行了評價分析[17]。

通過梳理已有研究文獻發現，現有研究存在以下幾點不足：第一，絕大部分研究以國家和區域為研究對象，對產業尤其是制造業創新驅動能力評價研究不足。第二，多數評價指標體系主要以“投入—產出”模型為基礎，缺少了對創新驅動過程中創新主體等要素的考察。同時，在確定創新驅動能力評價指標權重時采用主觀判斷居多，導致缺乏可信度和客觀性。而采用傳統熵權法又會存在各指標權重過大的問題。第三，相關研究選取的地區范圍和時間區間較短，未能連貫全面地揭示我國制造業創新驅動能力的動態變化，尤其是缺乏新常態前后的對比分析。鑒于此，本文結合經濟新常態背景下創新驅動發展要求，構建了制造業創新驅動力評價指標體系，采用熵權—層次分析法對我國省域制造業創新驅動力的發展水平進行測度分析，以期為推動我國制造業實現高水平創新驅動發展提供數理依據和實踐參考。

三、評價指標體系構建

經濟新常態下，創新驅動發展的方向從注重“數量”轉向強調“質量”，創新驅動能力的核心是以科技創新為基礎，以企業為創新主體，以突出創新成果產出的創新過程[18]。制造業創新驅動能力貫穿從創新投入到創新產出的全過程，表現為有效整合各種生產要素應用于各類創新活動。同時，企業主體作用和外部環境支撐同樣至關重要。在借鑒以往研究的基礎上，結合經濟新常態的發展要求，遵循客觀、有效、全面的原則，考慮到數據的可采集性、可分析性和可量化性，并經過咨詢相關領域專家的意見，將制造業創新驅動能力劃分為創新投入能力、創新產出能力、創新環境能力和創新主體能力四個維度，進一步構建了包含8個二級指標、17個三級指標的評價指標體系，如表1所示。具體而言，創新投入能力是產業發展的基礎，反映了在創新活動中投入資源的數量和質量，包括人力投入和資本投入。經濟新常態更加強調創新驅動需要依靠創新人才和創新研發費用的支持[19-20]，創新人才包括制造業就業人數占總就業人數、制造業R&D人員全時當量2個三級指標，資本投入包括新產品開發經費支出、制造業R&D經費支出2個三級指標。創新產出能力表現為整合各種要素實現成果產出的能力。將創新產出能力分為創新前端和創新后端，經濟新常態下不僅強調創新產出的數量，而且注重創新產出的效益[16]。

因此，創新前端反映科技成果產出的規模，用制造業有效發明專利量和制造業技術合同成交總額衡量，創新后端反映創新成果轉化能力，用制造業新產品銷售收入和技術市場成交總額衡量。創新環境能力反映了產業開展創新活動的保障，將創新環境能力分為政府支持和基礎條件支持，創新環境對創新驅動發展起到支撐作用。一方面，政府需要在經濟轉型發展中承擔起更多的“引導者”“服務者”的角色，政府的創新意識和創新政策引導力尤為重要[21]，用政府教育支出占財政支出比重、政府科技支出占財政支出比重兩個指標衡量；另一方面，制造業創新驅動發展依賴于基礎設施的支持，特別是經濟轉型發展中數字技術的不斷升級促進新型基礎設施規模不斷擴大，用公路與鐵路里程數、郵政和電信業務量衡量傳統基礎設施建設水平，用互聯網寬帶接入端口衡量新型基礎設施建設水平。創新主體能力是新常態下創新驅動能力的核心體現，將創新主體能力分為企業和創新中介，創新主體是制造業創新驅動發展的載體，經濟轉型發展中，國家多次強調要建立以企業為主體、市場為導向、產學研深度融合的技術創新體系，企業與創新機構是制造業創新驅動發展中必不可少的主力軍。其中，用高新技術企業占比、規模以上制造業企業數量來衡量創新主體中的企業，用制造業研發機構數量和高等院校數量來衡量創新主體中的創新機構。

四、實證分析

（一）數據來源

本文選取中國制造業作為研究對象，由于西藏地區相關數據缺失嚴重，故選擇全國和30個省域（除中國香港特別行政區、中國澳門特別行政區、中國臺灣地區和西藏自治區之外的省、自治區、直轄市）為樣本。所有指標數據均來自2007—2020年期間的《中國統計年鑒》《中國工業經濟統計年鑒》《中國科技統計年鑒》及各省（自治區、直轄市）統計年鑒。其中，統計口徑為“規模以上的工業企業”。

（二）研究方法選擇

本文采用熵權—層次分析法對構建的評價指標體系進行賦權并計算得分。與基于專家知識、經驗與偏好確定的主觀賦值法相比，熵權—層次分析法是一種突出局部差異的客觀賦權法，能夠根據各項指標的信息含量比較客觀地確定指標權重[22]111，并且優于傳統熵權法的是，熵權—層次分析法克服了指標權重過大會影響最終評價結果的問題，指標重要性由傳統熵權法差異系數得出，不會出現各指標重要性比較的邏輯錯誤。本文先使用傳統熵權法對各省份每年數據進行評分。

（三）結果闡釋

1.指標權重確定

根據熵權—層次分析法計算得到各指標權重，并根據評價指標體系中各指標權重，進一步得到創新投入、創新產出、創新環境和創新主體四個一級指標的權重，如表3所示。從結果可以看出，創新產出對我國制造業創新驅動能力的影響程度最大，其次是創新主體和創新投入對我國制造業創新驅動能力的影響程度相近，最后是創新環境的影響程度最低，且與其他三個一級指標的影響程度相距較大。

2. 我國省域制造業創新驅動能力評價

2007—2020年我國省域制造業創新驅動能力評價結果如表4所示。自2013年12月習近平總書記首次提出“新常態”以來，全國各省域制造業創新驅動能力持續增長。2014—2020年期間全國平均值為0.1305，相較 2007—2013年間全國平均值0.0701而言，幾乎實現翻倍增長。分維度來看，創新產出、創新環境與創新主體三個維度增長迅速，創新投入維度變化幅度較小，這也充分說明了各省域貫徹黨中央創新驅動發展戰略要求，注重提升創新成果轉化效率、創新環境支撐和創新主體培育。從各省域來看，我國省域制造業創新驅動能力發展存在較大的區域差異，排名靠前的地區多為東部沿海和中部地區的經濟發達省域，而創新驅動能力水平落后的省域主要集中于西部內陸地區。省域之間出現了明顯的不平衡發展態勢，

2007—2013年間得分高于全國平均值的省域為12個，而2014—2020年間降為10個。兩極分化現象愈發明顯，2007—2013年間排名第一的廣東省制造業創新驅動能力得分平均值為0.2084，是排在末位的海南省制造業創新驅動能力得分平均值（0.0144）的14倍，而這一差距在2014—2020年間擴大為30倍之多。

參考吳敬茹的劃分方式，按照創新驅動能力強弱和創新驅動能力增速兩個維度將各省域制造業創新驅動能力類型劃分為四種[23]。其中，創新驅動能力得分高于平均得分的表示為“創新驅動能力相對強”，創新驅動能力得分低于平均得分的表示為“創新驅動能力相對弱”，創新驅動能力增速高于平均增速的表示為“創新驅動能力增速相對高”，創新驅動能力增速低于平均增速的表示為“創新驅動能力增速相對低”，如表5所示。屬于I型的省域包括廣東、江蘇、浙江、北京、湖北、安徽、河南、四川、湖南。這些省域制造業創新驅動發展處于全國第一梯隊，屬于高位高速增長型。屬于Ⅱ型的省域包括上海和山東。這兩個地區制造業形成了較好的創新驅動發展基礎，但是整體呈現增速放緩，屬于高位低速增長型。屬于Ⅲ型的省域包括江西、貴州、陜西、重慶、寧夏、河北、云南、福建。這些省域制造業創新驅動發展處于進入快車道階段，屬于低位高速增長型。屬于Ⅳ型的省域包括廣西、吉林、甘肅、海南、新疆、天津、遼寧、山西、內蒙古、青海、黑龍江。這些省域制造業創新驅動發展較為滯緩，屬于低位低速增長型。從區域來看，東部地區四種類型的創新驅動能力均有分布；中部地區有四個省域制造業創新驅動能力為I型，Ⅲ型、Ⅳ型均有1個；西部地區幾乎為Ⅲ型、Ⅳ型；而東北地區均屬于Ⅳ型。

從時間演化角度來看，為進一步揭示新常態后我國省域制造業創新驅動能力變動情況，用各省域制造業創新驅動能力的最大值與最小值之比作為衡量各省域創新驅動能力差距的指標，如圖1所示。從結果可知，隨著時間的推移，我國省域制造業創新驅動能力差距逐漸擴大，從2007年的11.96增長到2020年的43.79。顯然，隨著時間推移我國省域制造業創新驅動能力發展的“馬太效應”愈發顯著，“區域鴻溝”問題十分突出。同時，進一步分析各省域制造業創新驅動能力排名變化，如圖2所示。從結果可以看出，排名前五的省份一直未發生變動，依次是廣東、江蘇、浙江、山東和北京。排名增幅較為明顯的是湖北、安徽、四川和貴州，主要得益于近年來國家大力推進中西部先進制造業基地建設，四川作為全國全面創新改革試驗區域之一，創新驅動改革發展成效顯著；而貴州在大數據產業方面起步早，通過推動數字化創新為“貴州制造”增添了新動能；湖北大力布局高端制造業集群拉動產業創新驅動發展；安徽大力發展戰略性新興產業，實現了“傳統農業大省”向“新興工業大省”的轉變。此外，東北地區的遼寧、吉林、黑龍江三省制造業創新驅動能力排名明顯下滑，其原因在于傳統制造業轉型困難較多，如面臨“老字號”比例高、經濟發展滯緩等一系列挑戰，相對于發達省份出現了“原地踏步”的情況。

從空間演化角度來看，為考察我國省域制造業創新驅動能力空間布局變化情況，本文采用自然間斷點分級法，將30個省域的制造業創新驅動能力分為5個等級，通過對比新常態前后發展變化，可以發現我國省域制造業創新驅動能力發展水平呈現出從東南沿海省份向內陸中西部省份梯度遞減的空間分布格局，地理集聚效應主要集中于東部沿海地區，同時東部沿海地區對中部地區通過空間溢出作用實現共同進化，但是這種區域聯動效應尚未充分顯現，西部地區和東北地區制造業創新驅動能力則出現逐年“退步”演化趨勢。

五、結論與政策建議

進入新常態后，我國省域制造業創新驅動能力實現大幅提升，并且在創新產出、創新環境、創新主體方面增長明顯，這充分證明國家的政策導向和各地實踐取得了良好成效。但是與此同時，本文也發現省域制造業創新驅動能力存在“區域鴻溝”和“馬太效應”，這不利于區域制造業的協調發展，成為我國未來時期解決的重點任務。鑒于此，本文建議從以下幾個方面施策。

一方面，堅持實施創新驅動發展戰略。一是繼續重視創新投入。未來應加強創新人才驅動戰略，應基于制造業企業的發展戰略目標，結合當前企業成長階段，制定長期穩定高效的創新人才引進計劃；政府要加強引導，鼓勵企業改變人才使用觀念，增強創新人才培養的主體地位。加強在技術密集環節的資本投入，尤其是鼓勵增強解決“卡脖子”技術的研發投入。二是優化創新環境，加強對制造業創新驅動的支撐。加強傳統基礎設施和新型基礎設施布局，充分發揮數字技術在推動賦能制造業轉型升級的重要作用。此外，發揮政府的引擎作用。進一步深化“放管服”改革，從財稅、融資等方面加強對制造業創新驅動發展提供必要的支持。三是注重實施創新生態系統驅動戰略，注重創新主體的主導地位，加強形成企業、政府、科研院所、高校等共生合作的創新生態系統；進一步提高創新成果的轉換效率，充分發揮創新生態系統的倍增效應。

另一方面，還要注重區域協調發展，充分發揮地區制造業特色優勢。對于東部領先省域來說，其要充分發揮制造業龍頭企業的創新活力，形成積極的引領作用。對于中部地區而言，其要提高“四基地一樞紐”戰略地位，加快推動先進制造業基地建設，加快智能制造業集群發展。加快提高中部地區制造業關鍵領域自主創新能力，注重投入產出效益的提升。對于西部地區而言，其要充分發揮西部地區在基礎要素的低成本優勢，建設一批重點實驗室、工程研究中心、企業技術中心、制造業創新中心，提高科技成果轉化效率。對于東北地區來說，其要加強對“新字號”的開發，以培育新興產業為抓手，加強制造業創新發展中的新舊動能轉換。同時，增強區域協同聯動，以建設全國統一大市場為契機，促進形成層級有序、分工合理的發展格局。緊密圍繞雙循環發展戰略，利用好國內國外兩個市場、兩種資源，加強高水平合作，提高制造業創新驅動發展的全球競爭優勢。

參考文獻：

［１］ 胡遲.以創新驅動打造我國制造業高質量成長：基于70年制造業發展回顧與現狀的考察［J］.經濟縱橫，2019（10）：53-63.

［２］ 楊浩昌，李廉水，張發明.制造業集聚對創新生產率的影響及區域比較［J］.科學學研究，2020（1）：63-75.

［３］ 張曉晶.經濟新常態［J］.經濟研究，2022（7）：4-11.

［４］ 徐國祥，陳燃萍.創新驅動轉型發展能力的影響因素分析：基于省級面板數據的實證研究［J］.數理統計與管理，2019（5）：770-784.

［５］ 楊浩昌，李廉水，劉耀彬.區域制造業創新驅動力評價及其差異研究［J］.科學學研究，2021（10）：1908-1920.

［６］ 黃群慧.論新時期中國實體經濟的發展［J］.中國工業經濟，2017（9）：5-24.

［７］ 周柯，唐娟莉，谷洲洋.中國創新驅動發展能力測度與評價［J］.統計與決策，2018（2）：86-89.

［８］周柯，唐娟莉.我國省際創新驅動發展能力測度及影響因素分析［J］.經濟管理，2016（7）：24-34.

［９］ 趙卿.粵港澳大灣區城市創新驅動能力測度［J］.統計與決策，2021（22）：59-63.

［10］ 邵漢華，齊榮.長江經濟帶城市創新驅動發展水平測度［J］.城市問題，2019（9）：11-18.

［11］ 沈金生，郁威.中國傳統海洋優勢產業創新驅動能力研究：以海洋漁業為例［J］.中國海洋大學學報（社會科學版），2014（2）：23-28.

［12］ 解學芳，臧志彭.制度、技術創新協同與網絡文化產業治理：基于 2000—2011年的實證研究［J］.科學學與科學技術管理，2014（3）：31-41.

［13］ 李曉鐘，何晨琳.“互聯網+”對制造業創新驅動能力的影響：基于浙江省數據的分析［J］.國際經濟合作，2019（5）：36-47.

［14］ 王文寅，梁曉霞.創新驅動能力影響因素實證研究：以山西省為例［J］.科技進步與對策，2016（2）：43-49.

［15］ 宋文月，任保平.中國省域創新驅動發展水平評價及其影響因素分析［J］. 統計與信息論壇，2019（1）：73-82.

［16］ 王新紅，李世婷.基于改進熵值法的中國制造業創新驅動能力評價研究［J］.商業研究，2017（1）：27-33.

［17］ 王珍珍，許婉婷.福建省創新驅動發展能力的區域差異及影響因素：基于熵值法的視角［J］.福建農林大學學報（哲學社會科學版），2017（3）：49-56.

［18］趙靜，薛強，王芳.創新驅動理論的發展脈絡與演進研究［J］.科學管理研究，2015（1）：1-4．

［19］ 李曉鐘，何晨琳.“互聯網+”對制造業創新驅動能力的影響：基于浙江省數據的分析［J］.國際經濟合作，2019（5）：36-47.

［20］ 李廉水，張芊芊，王常凱.中國制造業科技創新能力驅動因素研究［J］. 科研管理，2015（10）：169-176.

［21］ 李軍林，許藝煊，韋天宇.創新政策對城市科技創新建設的影響及其異質性分析［J］.改革，2021（2）：128-145.

［22］ 李亞軍.綜合評價理論、方法及應用［M］.北京：科學出版社，2008.

［23］ 吳敬茹.創新驅動視角下我國制造業技術創新能力評價［J］.工業技術經濟，2020（10）：74-80.

Abstract：Based on the background of the new normal development of economy， this paper constructs the evaluation index system of innovation driving ability of manufacturing industry from four dimensions of innovation input， innovation output， innovation environment and innovation subject， the entropy weight-analytic hierarchy process（AHP）is applied to the empirical analysis. The results show that： after entering the New Normal， the driving forces of manufacturing innovation in our country？蒺s provinces from 2014 to 2020 have been growing， compared with 2007 to 2013， there is a significant improvement. From the perspective of sub-dimensions， the three dimensions of innovation output， innovation environment and innovation subject are growing rapidly， while the change of innovation input dimension is relatively small.At the sub-regional level， the innovation-driven capacity of provincial manufacturing industry is polarized， and the difference between them shows a trend of expanding year by year. In view of this， while adhering to the innovation-driven development strategy， we should pay attention to the coordinated development of regions and give full play to the unique advantages of regional manufacturing.

Key words：economic new normal; manufacturing; innovation-driven capacity; entropy weight-analytic hierarchy process