區域比較視角下蘭州科技創新高地建設路徑研究

中圖分類號：F124.3 文獻標志碼：A

0 引言

當前，全球科技創新活動呈現空前密集與活躍態勢，新一輪科技革命與產業變革正在深度重構全球創新版圖進而重塑全球經濟格局，科技創新已成為表征時代特征的核心要素。作為驅動區域經濟高質量發展的核心驅動力，科技創新在新時代區域競爭格局重構中發揮著關鍵變量作用。甘肅省作為我國西北地區重要戰略支點，雖在科技創新領域取得階段性進展，但仍面臨區域發展失衡、要素集聚效能偏低等結構性制約。蘭州市作為省會城市及全省科技創新核心載體，其要素集聚能力直接影響區域創新體系的構建效能與質量。文章基于甘肅省14個市(州)科技創新要素聚集能力進行比較分析，系統研究蘭州市在區域創新網絡中的樞紐功能與輻射效應，旨在為優化區域創新資源配置、構建高效協同創新體系提供理論依據與實踐指導。

1蘭州科技創新高地建設現狀分析

科技創新已然成為大國間暗箱較量的重要籌碼[2，全國上下都在積極布局，努力在創新領域尋求突破。蘭州市政府通過制度創新與政策供給雙輪驅動，構建“ 1+N^′′ 科技創新政策體系，重點推進《蘭州市“十四五\"科技創新與發展規劃》落地實施。戰略布局層面，著力打造“兩區聯動、多極支撐”創新格局，即深化蘭州國家自主創新示范區與蘭白科技創新改革試驗區協同發展，同步推進科創平臺矩陣構建、關鍵核心技術攻堅、成果轉化生態優化等系統工程。據《中國城市科技創新發展報告(2023)》顯示，蘭州綜合科技進步水平指數達 82.61% ，位列全國地級及以上城市第43位，全球科技集群排名躍升至第80位。但比較分析表明，蘭州在研發強度[ 2.31% ）技術市場交易額（78.6億元）等核心指標與西安（ 2.82% ，165.3億元）、成都（ 3.01% ，231.5億元)等西部中心城市仍存在顯著差距。省內競爭格局方面，天水、酒泉等節點城市在新能源裝備、航天科技等細分領域形成差異化競爭優勢，導致區域創新要素呈現多極分流態勢。這揭示出蘭州當前面臨創新投人邊際效益遞減、高端要素引力不足、區域協同創新機制缺失等三重約束[3]

2蘭州科技創新高地建設評價體系構建

2.1 指標遴選原則

文章研究構建三級遞階評價指標體系，嚴格遵循以下遴選準則：(1)科學性原則，要求指標具有理論完備性與實踐解釋力，如選用RD經費投人強度表征創新資本要素集聚度；(2)代表性原則，確保三級指標對二級指標具有充分覆蓋度與典型性，如通過技術合同成交額占GDP比重反映創新成果市場化能力；(3)可比性原則，采用標準化處理消除量綱差異，構建2019—2023年面板數據進行縱向可比分析；(4)可得性原則，數據來源于《甘肅發展年鑒》《甘肅省科技統計公報》等。需特別說明的是，技術合同成交額指標因市(州)科技局統計口徑差異，采用滑動平均法進行數據平滑處理，同時依據《甘肅省技術市場管理條例》對跨區域交易數據進行屬地

化修正。

2.2 指標體系構建

文章結合蘭州科技創新高地建設的戰略定位與發展特征，構建多維度評價指標體系。該體系嚴格遵循系統性、科學性和可操作性的方法論原則，設置三級指標結構體系：以“科技創新要素優化集聚”作為一級指標，綜合表征區域創新要素的協同集聚水平；二級指標依據要素屬性與功能維度劃分為創新成果要素、創新人才要素、創新資源要素三大模塊，分別對應科技創新產出轉化效能、人力資本支撐能力以及研發資源配置效率的量化評價；三級指標細化為9項具體觀測指標，形成包含創新成果要素(高新技術產品收人、科技活動收入、技術合同成交額）創新人才要素(RD人員規模、從業人員總量、科技活動人員數量）和創新資源要素(RD經費投入強度、RD經費支出總額、科技經費內部支出）的完整測量體系，見表1。該指標體系在繼承現有理論框架核心要素的基礎上，通過參數本地化適配調整與維度優化重組，構建了適應蘭州區域創新特征的評估工具，為科學評價區域創新要素配置效率提供了可操作的量化依據。

2.2.1 創新成果要素

(1)技術合同成交額

技術合同成交額作為衡量區域技術交易活躍程度的核心指標，其數值水平直接表征技術創新成果的市場化實現效能。該指標通過量化技術成果的經濟價值轉化效能，客觀反映區域創新體系的技術轉移能力與市場認可度，數值增長體現技術要素市場配置效率的優化態勢

(2)高新技術產品收入

高新技術產品收人系指基于核心自主知識產權形成的高附加值產品收益，該指標綜合反映科技創新成果的產業化滲透率與市場競爭力。其規模擴張不僅體現區域高新技術產業的集群發展水平，更揭示科技創新對產業結構升級與經濟質量提升的邊際貢獻效應。

(3)科技活動收入

科技活動收入涵蓋技術開發、咨詢、服務等知識密集型業務收益，該復合型指標系統表征區域創新鏈的服務化延伸能力與價值創造水平。其增長趨勢反映科技服務業態與實體經濟的深度融合程度，構成支撐持續創新的市場化保障機制。

2.2.2 創新人才要素

(1)RD人員

RD人員作為科技創新活動的核心實施主體，其規模質量與結構分布構成區域創新能力的基礎性決定因素。該群體的數量增長不僅直接提升科研投入強度，更通過人力資本積累效應促進知識生產函數的技術進步參數優化。

(2)從業人員期末人數

從業人員期末人數指標通過量化區域產業勞動力規模，揭示科技創新成果轉化應用的潛在市場容量與場景豐富度。該人口基數與科技創新擴散效率呈顯著正相關，構成科技成果商業化落地的需求側支撐條件。

(3)科技活動人員數

科技活動人員數涵蓋科研、開發及科技管理全鏈條從業者，該指標多維反映區域創新生態系統的運行活力與協同效率。其數值水平與區域創新網絡密度、知識溢出強度存在顯著耦合關系，構成衡量創新環境成熟度的重要觀測維度。

2.2.3 創新資源要素

(1)RD經費投人強度

RD經費投入強度(RD經費支出/GDP)作為國際通用創新評價指標，其比值變化反映區域科技創新在經濟發展中的戰略優先度。該強度指標的提升意味著創新驅動發展戰略的實質性推進，表征區域經濟向知識密集型發展模式轉型的進化軌跡。

(2)RD經費支出

RD經費支出通過絕對量指標反映區域在基礎研究、應用研究和試驗發展等創新鏈環節的資本投入規模。該投入規模與區域創新系統的知識產出彈性存在顯著正相關，構成突破關鍵核心技術瓶頸的必要物質保障條件。

(3)科技經費內部支出

科技經費內部支出聚焦創新主體自主性研發投入，該指標深度揭示企業、高校及科研機構的創新內生動力強度。其支出結構的優化趨勢反映市場導向的創新資源配置效率，構成評估區域創新體系成熟度的關鍵制度性觀察窗口。

2.3 評價模型構建

2.3.1 評價模型構建邏輯

模型底層以“科技創新要素優化集聚”為核心，包含創新成果要素、創新人才要素和創新資源要素三大模塊，對應技術合同成交額、RD人員、RD經費投人強度等9個具體指標。這一設計源于對甘肅省14個市(州)科技創新要素的實證比較，如數據顯示蘭州技術合同成交額為68.67億元，占全省 45.8% ，但RD強度為 2.28% ，低于西安的 2.82% ，反映出要素集聚的結構性特征。中間層聚焦“主體協同\"維度，整合政府、產業、高校、科研機構四類主體。通過區域比較發現，蘭州雖擁有全省 63.2% 的高校和 71.5% 的科研院所，但跨市州技術交易僅占 17.8% ，凸顯主體協同不足的問題。模型特別強調“產業匹配度”和“治理協同度”的交互作用，如酒泉新能源產業RD投入與蘭州研發機構的協同效率評估。機制層設計“制度融合”通道，包含科學技術創新、產業結構創新等六大創新機制。這一設計基于對甘肅省域創新要素流動阻滯的實證分析，如河西走廊城市對省級財政轉移支付的依賴度達 47% ，需要通過制度創新破解要素流動壁壘。

本研究所構建的評價模型如圖1所示。

注圖1中箭頭表示各要素之間的相互作用與支持關系，五大影響要素中的環境要素與政策要素只是作為客觀的影響因素列于圖中，不作為本研究的研究對象。

2.3.2 實證應用路徑設計

基于圖1的流程圖框架，本研究為蘭州科技創新高地建設設計以下實證應用路徑：

(1)核心要素識別與主體協同機制構建

在創新驅動發展戰略框架下，蘭州創新生態系統建設聚焦五大核心要素：政策體系、人才儲備、創新環境、資源配置效率及成果轉化效能（涵蓋創新資源聚集度、治理協同度等關鍵指標）。構建“政府-學研-產業\"三元協同機制：政府層面強化政策供給與制度創新，學研機構深化基礎研究與應用技術開發，產業界重點推進技術產業化應用。通過建立常態化聯席會議制度與信息共享平臺，實現主體間戰略協同、資源互通與能力互補，形成創新要素高效流轉的生態系統運行模式。

(2)政策驅動機制優化路徑

通過專項政策制定與產學研考核指標體系的構建，形成雙輪驅動政策體系。在制度創新維度，頒布實施《蘭州科技創新要素集聚專項政策》，建立包含32項具體指標的產學研融合度評價模型，涵蓋研發投入占比、專利轉化率等關鍵參數。區域協同層面，聯合西安、成都等城市建立“西三角創新聯盟”，簽署《區域創新要素流動框架協議》，重點突破人才柔性流動、技術交易增值稅分成等制度瓶頸，實現區域內技術交易額年均增長 27.3% 的顯著成效。

(3)創新資源整合與人才集聚策略

構建“一平臺雙體系\"資源整合模式：通過蘭州創新資源共享平臺整合47所高校、16家重點實驗室的23.6萬臺(套）科研設備；人才資源牽引經濟社會發展，要建立人才“引育用留\"全周期管理體系，實施人力資本創新工程。具體措施包括：設立8個交叉學科研究院，建設12個產業人才實訓基地，創新“候鳥型專家\"柔性引進機制。數據顯示，該體系實施后區域RD人員全時當量增長 41.2% ，高端裝備制造等領域人才密度達到每萬人86.7名。

(4)產業升級與環境優化實施路徑

采用“基金引導 + 空間重塑”雙軌推進策略：設立總規模50億元的產業結構創新引導基金，重點支持建設6個中試基地與3個國家級產業創新中心。城市空間規劃方面，按照“三區五園”布局規劃建設創新功能復合街區，配套建設科技企業孵化器23萬 m² ，形成“15分鐘創新生態圈”。通過創新環境指數監測顯示，區域技術交易合同額年均增速達19.4% ，高新技術企業數量實現三年翻番。

(5）成果轉化體系與評估機制建設

在蘭州新區構建“四位一體\"成果轉化體系：建立包含概念驗證中心、中試基地、產業加速器的全鏈條轉化載體；設計包含創新資源聚集度的權重為0.25、治理協同度的權重為0.2等4個維度16項指標的考核體系。實施季度評估與政策動態優化機制，2022—2023年累計調整政策條款17項。同步構建“蘭州創新指數\"評價系統，涵蓋6個一級指標、23個二級指標的監測體系，定期發布區域創新競爭力藍皮書，為“高原特色科技創新中心”品牌建設提供量化決策支持。

3甘肅省14個市(州)要素集聚能力評價

3.1數據來源與處理

文章選取甘肅省14個市(州)2019—2023年度的面板數據，數據來源包括《甘肅省統計年鑒》《甘肅省科技統計年鑒》及各市(州)政府公開發布的數據文件。為消除指標量綱與數量級差異對分析結果的影響，采用極差標準化方法對原始數據進行無量綱化預處理。

3.2 評價方法

熵權-TOPSIS模型融合熵權法與TOPSIS法，結合客觀賦權與多維排序優勢。熵權法通過信息熵計算指標權重，規避主觀偏差；TOPSIS法則構建正負理想解向量，通過歐氏距離計算實現方案排序。該方法兼具嚴謹性與實用性，是多屬性決策的重要工具。

本研究運用該模型構建區域創新要素評價體系，將創新要素集聚解構為成果產出、人才儲備與資源配置3個子系統。采用改進逆向距離加權算法標準化數據，通過信息熵賦權與理想解排序實現多維數據集成評價，為區域創新能力提供量化分析框架。

熵權-TOPSIS模型的數據處理流程具體如下：

(1)建立評價矩陣

構建多個指標矩陣時，假設設有 Ω_a 個評價對象，b 個評價指標， X_ij 為第 i 個評價對象下的第 j 個評價指標所對應的數據 (i=1，2，?，m;j=1，2，?，n) 。形成原始數據矩陣，見表2。

(2)數據標準化處理

由于不同性質的指標會對結果產生較大的影響，所以在計算過程中要除去量綱的影響，對數據進行規范化處理，處理過程如下：

對于正向性指標的處理為：

對于負向性指標的處理為：

對于適度性指標的處理為：

為保證標準化處理后指標的有效性，在結果后增加0.0001，處理結果見表3。

(3）定義標準化值

計算各評價對象下第 n 個指標的比重，結果見表4。

(4)計算熵值

結果見表5。

(6計算指標權重

(5）計算指標的變異程度

計算第 j 項指標的變異程度，見表6。

g_j=1-e_j

計算第 j 項指標的權重，結果見表7。

(7)計算加權規范矩陣

這一步驟的主要自的是為了能減少主觀因素的影響，利用上一步計算出來的權重和標準化的數據相乘得出，見表8。

z_ij=w_j^*y_ij

(8)確定正、負理想解及歐氏距離

這一計算步驟的目的是要對不同的指標進行定義，指標向量值到正理想解的距離越近，則表現越好，反之則越差，見表9。

正理想解： z_j⁺=max(z_1j，z_2j，?，z_nj) 負理想解：z，=min(zj2j，，nj)

(9)通過得出的正負理想解得出歐式距離計算公式為：

(10)計算理想貼近度計算公式為：

結果見表10。

表11是甘肅省14個市(州)科技創新要素集聚能力評價結果的相對貼近度排名及分析（按數值降序排列)：

基于表11及熵權-TOPSIS模型計算結果得出：甘肅省各市(州)科技創新要素集聚能力“兩極\"分化現象嚴重，蘭州市在甘肅科技創新要素集聚能力評價中綜合得分最高(0.9951），顯示出其在科技創新要素集聚方面的顯著優勢。在空間分異特征上，甘肅省呈現出顯著的梯度分布，其中蘭州市的相對貼近度是第二名天水市(0.1557)的6.4倍，形成了“一超多弱”的格局。從產業特質來看，全省各地也呈現出鮮明的差異。工業主導型城市如嘉峪關和金昌，RD強度均值達到 1.45% ，但技術市場化能力較弱，技術合同與GDP比值低于 0.8% ;而農業主導型城市如張掖和定西，科技成果轉化率均值為54% ，高于工業城市，但研發投入的絕對值偏低。在政策敏感性方面，新能源城市酒泉和白銀對省級財政轉移支付的依賴度高達 47% ，而蘭州市僅為 12% 生態保護區甘南和隴南的科技經費中，中央專項資金占比超過 65% ，自主投入能力不足。

4基于多層次模型的區域科技創新能力分析

基于多層次系統性結構模型，本研究從產業匹配度、治理協同度、產學研融合度及五大支撐要素(政策、資金、人才、技術、市場)4個維度，對甘肅省14個市(州)的科技創新要素集聚能力進行了深入分析。研究結果顯示，各市(州)在科技創新發展方面呈現出明顯的梯度差異和區域特色，為蘭州科技創新高地建設提供了重要參考。

4.1 產業匹配度

產業匹配度是衡量區域科技創新與產業發展協調性的重要指標。從評價結果來看，蘭州市作為核心引領區，在高新技術產品收入（587.36億元）和技術合同成交額(68.67億元）方面表現突出，分別占全省的顯著份額。然而，其研發投入強度( 2.28% ）與西安 (2.82% ）成都 (3.01% 等西部中心城市相比仍存在差距，反映出基礎研究投入不足的問題。特色創新區代表酒泉市和嘉峪關市在細分領域表現亮眼：酒泉市新能源領域技術合同占比達 58% ，嘉峪關市鋼鐵冶金研發支出占比超 60% ，但前者科技活動收入僅為蘭州的 10.6% ，后者產學研融合度(0.21）低于全省平均水平(0.35），顯示出產業研發與市場化之間的不平衡。潛力發展區中，白銀市化工材料專利授權量居全省第二，金昌市鎳鈷新材料研發強度達 1.33% ，但分別面臨科技經費持續負增長和從業人員規模不足的制約?；A培育區的甘南、臨夏等地雖然生態科技和民族特色產業有所發展，但技術合同額極低，表明科技創新與產業發展存在明顯脫節。

4.2 治理協同度

治理協同度考察政府科技支出、跨區域技術合作、政策引導效能。科技研發投人方面，政府需要統籌科技經費使用，通過優惠政策引導企業向基礎研究、應用研究方面傾斜資源。研究發現，蘭州市雖然科技經費內部支出占全省 51.2% ，但跨市州技術交易占比僅 17.8% ，反映出行政壁壘對創新要素流動的阻礙。酒泉、白銀等市對省級財政轉移支付的依賴度高達 47% ，自主創新能力較弱；而甘南、隴南等地的科技經費中中央專項資金占比超過 65% ，地方配套能力明顯不足。這種治理結構的失衡，導致創新資源無法在全省范圍內實現優化配置，制約了區域協同創新效應的發揮。

4.3產學研融合度

產學研融合是衡量創新生態系統活力的關鍵維度。數據顯示，蘭州市高校與企業合作專利占比達 12.5% ，展現出較好的產學研協作基礎，但技術經紀人隊伍薄弱制約了成果轉化效率。如今，蘭州市雖然建立了規模性人才隊伍，但人才結構難以與高技術產業的發展需求相匹配，高水平技能型、應用型人才缺口較大，結構性人才矛盾依然突出。天水市裝備制造業與本地高校合作密切，但科技人員密度僅為蘭州的五分之一，人才儲備明顯不足。而定西、慶陽等地由于缺乏國家級研發平臺，產學研協作幾乎處于空白狀態。特別值得注意的是，嘉峪關市雖然企業研發投入強度大，但產學研合作指數低于全省均值，反映出以企業為主導的創新模式中高校參與度不足的問題。

4.4 五大支撐要素

從政策、資金、人才、技術和市場五大支撐要素來看，各區域呈現出顯著差異。蘭州市在“1+N\"科技創新政策體系支持下，擁有全省 51.2% 的科技經費和規模最大的RD人員隊伍(30279人，技術合同成交額占全省 45.8% ，展現出全方位的優勢，但研發投入強度不足影響了創新質量。酒泉市在新能源技術領域具有領先優勢，但資金和人才高度依賴外部支持。甘南州雖然生態技術特色鮮明（占比 83% ），但科技人員密度(0.17人 /km² )全省最低，技術合同額僅0.13億元，反映出基礎支撐要素的嚴重不足。

5 結論

甘肅省各市(州)科技創新要素集聚能力存在“兩極”分化現象，蘭州市綜合得分最高且相對貼近度遠超其他城市，具有顯著優勢。為助力蘭州建設區域創新高地，可從以下幾方面著手：一是充分發揮自身科技創新要素集聚優勢，加強與周邊城市如天水等的協同合作，促進創新要素在區域內合理流動與共享，帶動周邊城市提升創新能力，優化整體創新生態；二是結合產業特質，針對工業主導型城市技術市場化能力弱的問題，蘭州可分享自身在技術轉化等方面的經驗與資源，助力其提高技術市場化水平；針對農業主導型城市研發投入不足的情況，蘭州可引導資金、技術等向其傾斜，推動農業科技成果轉化與應用；三是鑒于蘭州對省級財政轉移支付依賴度較低且自主投入能力較強，可進一步加大自身在創新領域的自主投入，提升創新活力與競爭力，同時為其他城市提供創新投入模式借鑒。全省協同創新是實現區域科技創新能力整體提升的關鍵。以新興產業推動傳統工業經濟向高質量、智慧化經濟形態發展，其發展水平反映出城市經濟發展的潛力和未來趨勢，推動經濟發展的良性循環。為此，必須通過構建創新走廊、完善技術交易平臺以及加強政策聯動等措施，打破區域“單打獨斗\"的局面。

參考文獻：

[1]李茂．“賦能增效強科技\"需要把握好幾對關系[J].發展，2024(2):51-52.

[2]彭佳，邵楠，楊云飛，等．我國科技創新合作區域特征及競爭態勢研究[J].科學管理研究，2024，42(4)：162-172.

[3]何麗君．中國建設世界重要人才中心和創新高地的路徑選擇[J]：上海交通大學學報(哲學社會科學版)，2022.30(4):33-42.

[4]張雅潔，程曉玲.科技創新要素集聚能力空間格局演變分析：以甘肅省為例[J].甘肅科技縱橫，2024，53(10):28-36.

[5] 韓徹駒，張向前，中國構建世界重要人才中心和創新高地的風險研究[J].科學管理研究，2024，42（3)：136-143.

[6] 陳玲，李鑫，孫君，等．如何評估國際科技創新中心？概念框架與指標體系初探[J].科學學與科學技術管理，2023，44(7):62-74.

(責任編輯徐靜)

Research on the Construction Path of Lanzhou as a Science and Technology Innovation Highland froma Regional Comparative Perspective

GAO Hairui，WANG Yuanyuan，PENG Li，WEI Yuan，YANG Hu (Institute of Science and Technology Information of Lanzhou，Lanzhou Gansu 73oooo，China)

Abstract: This study constructs a comprehensive evaluation index system encompassing three hierarchical tiers: the primary indicator ofoptimized agglomeration of scientificand technological innovation elements;secondary indicators comprising innovation output elements，innovation talent elements，and innovation resource elements; and tertiary indicators including technology contract transaction volume，revenuefrom high-tech products，science and technology activity income，RD personnel，year-end employment figures，scienceand technology workforce size，RD expenditure intensity，RD expenditure，and internal expenditure on science and technology.Utilizing the entropy-weighted TOPSIS model，a systematic evaluation was conducted to assessthe agglomeration capacityof scientific and technological innovation elements across 14 prefectures (cities) in Gansu Province.Through horizontal regional comparative analysis，the study elucidates the comparative advantages and constraints of Lanzhou City in aggregating innovation elements.Building upon these findings，strategic pathways and policy recommendations areproposed to advance the development of Lanzhou as a scientific innovation hub.This research aims to provide a scientific foundation foroptimizing the spatial allocation of innovation elements within Gansu Province.

Key words: scientific and technological innovation factors; entropy weight TOPSIS model;concentration of innovative elements; regional innovation highland