创新型城市评价指标体系研究_张华平

2012/

8

创新型城市评价指标体系研究

张华平

摘要：在科学界定创新型城市内涵的基础上，提出创新

型城市的创新投入、创新环境及创新产出三大构成要素，以此为依据，从三大要素模块角度初步设计创新型城市评价体系，并选用信息熵法进行指标筛选，以构建更加科学合理的创新型城市评价指标体系。关键词：创新型城市；评价指标；信息熵法中图分类号：F293文献标识码：A

文章编号：1001－490X （2012）8－026－03

作

者：华北水利水电学院副教授，博士；河南，郑州，450011

基金项目：河南省教育厅2011年度人文社会科学研究项目（项目编号：2011－QN －301）

一引言

创新型城市作为一种全新的城市发展理念和模式，是城

市发展知识化和高级化的产物，是提升城市综合竞争力、支撑创新型国家和创新型区域建设的必然选择。因此科学界定创新型城市的内涵，构建一套科学合理的创新型城市评价指标

体系，

对于把握创新型城市建设进程，探求创新型城市的发展路径具有重要的意义。

目前，创新型城市研究已成为国内外学者瞩目的焦点，并取得了一定的成果。但是，现阶段的研究主要停留在经验性的总结阶段，还未形成系统的理论体系。尤其是在创新型城

市的内涵及评价体系方面，

还存在很多争议及不足。一方面，关于创新型城市的内涵至今还没有一个明确的公认的界定，部分学者仍将城市创新和创新型城市混为一谈，用城市创新的概念来解释创新型城市的内涵。另一方面，对于创新型城市评价体系的认识还处于较为初始的阶段，指标的选取缺乏理论基础和科学依据，缺乏操作性。这些问题都会在某种程度上影响评价结果的准确性和公信力，进而影响创新型城市建设的战略制定和实施。为此，本文在综述前人研究成果的基础上，试图准确把握创新型城市的内涵，探讨创新型城市的构成要素，在此基础上初步设计创新型城市评价指标体系，并基于信息熵法的指标筛选方法对初选的指标体系进行进一步筛选，使构建的评价体系更为科学、客观。

二创新型城市内涵及构成要素

（一）创新型城市内涵

创新型城市在国内外有多种表述，基本概念尚不统一。从文献资料来看，国外关于创新型城市的表述有两种：Cre-

ativeCity 和InnovativeCity 。二者的提法有许多共性，都强调变

革和革新，

倡导新的城市发展观。但是CreativeCity 更多地强调创意、理念和文化，被译为“创意城市”或“创造性城市”似乎

更为贴切。InnovativeCity 则包含了目前关于创新型城市研究的主流含义，侧重于研究驱动城市经济增长和经济发展模式，

并不断融合社会发展的理念和思想。国内“创新型城市”的提法始于21世纪初，相关研究更多倾向于“InnovativeCity ”模式，主要是从创新型城市的特征和构成要素两个角度来界定创新

型城市的内涵。

本文立足于“InnovativeCity ”概念，将创新型城市（Innova-tiveCity ）界定为“在新经济条件下，以创新为核心驱动力，集聚和配置自身的创新资源（知识和人力等要素），不断地自我调

整以建立集约型的城市可持续的和谐增长，

并对其他区域具备辐射和指引功能的一种城市发展模式”

。具体展开，从以下几个方面理解：首先，创新型城市是以创新为核心驱动力的一种城市发展模式；其次，创新型城市是知识经济和城市发展到一定阶段融合而成的产物，并不是凭空出现的；再次，创新型

城市是一个复杂的城市创新体系，

包含许多相互联系、相互影响的构成要素；同时，创新型城市建设在于实现城市可持续发展，在城市和国家竞争网络体系中占据重要的地位。基于创新型城市内涵的理解，可以发现创新型城市拥有一些处于传

统发展形态的城市所不具备的特征，

即创新性、系统性、内生性、可持续性、集聚性、开放性等。

（二）创新型城市的构成要素

创新型城市的构建需要有必要的要素和条件支撑，国内

外许多学者从创新型城市的硬件条件、

政策支持、文化环境、创新意识等方面进行了总结。例如，查尔斯·兰德瑞（Charles Landry ）提出了创新型城市建设的七要素；张治河等概括出创新型城市的三个要素集合：核心要素，支撑要素，具体要素等。从现有文献资料来看，大多数学者（诸如杨冬梅，赵黎明，张

红，闫凌州，何颖等）还是比较认可创新型城市的

“四要素论”，即创新主体（创新机构）、创新资源、创新制度和创新环境。

本文在此基础上对各个要素加以整合、归类，并考虑到城市进行创新活动的最终目的，补充了创新产出要素，提出了创

新型城市的

“三大要素模块”，即创新投入、创新环境及创新产出，体现了创新投入与创新环境条件相互关联形成城市的创新能力并在实践中获得价值产出的思想。其中，创新投入是

开展创新活动所投入的人力、

物力、财力等资源的总和，包括资金投入和人力投入，是城市创新活动的基础。创新环境是创新活动的社会支持系统，涉及基础设施、制度规范、经济水平等方面。创新产出是城市创新活动所产生的最终结果和效益，是创新活动的根本目的所在。

创新型城市的三个要素之间并不是孤立存在的，他们之

间彼此联系、相互影响，共同构成创新型城市的系统工程。正

如前文所示，创新投入是创新活动的基本条件，没有必要的投

入，是不可能产生创新成果的。创新环境作为创新活动的支

持和保障，直接关系到创新实施的积极性和能动性，影响创新

活动是否能够顺利实施。创新产出直接关系到创新绩效，是

城市创新活动开展的目的和动力，没有了创新产出，创新活动

就失去了存在的意义。创新型城市“三要素”之间的关系如图

1所示。

图1创新型城市“三要素”关系图

三创新型城市评价体系构建

（一）创新型城市评价指标初选

本文在借鉴国内外创新型城市评价的实践经验基础上，

以创新型城市的“三大要素模块”为理论依据，遵循科学性、系

统性、可行性、可比性及前瞻性等原则，从创新投入、创新环境

及创新产出角度初步设计创新型城市评价体系。

1.创新投入。创新投入是指资金投入和人力投入，其中

资金投入一般都采用科技投入，因为它与创新的关系最为直

接，本文选取“研发经费占当地GDP比重”、“企业研发经费占

销售收入比重”、“人均财政性教育经费支出”、“人均科普经

费”等指标来予以衡量。考虑到具有一定文化水平和专业知

识的人更容易产生创新想法但又并不是只有受过高等教育或

专业人才才有资格和能力进行创新，所以本文采用“每万人具

有专科以上的人员数”、“全市创新领军人才数”和“高水平的

中介服务人才数”指标来度量人力投入。

2.创新环境。一个鼓励和宽容创新行为的环境是创新活

动得以快速发展的根本条件。创新环境涉及的要素很多，本

文主要从硬环境和软环境角度来设置创新环境评价体系。创

新软环境主要包括创新政策、法律法规、文化等方面，本文运

用“政府鼓励创新的各项政策落实情况”、“政府对知识产权的

重视程度”、“政府办事的透明度和效率”、“创新发展战略规划

制定情况”及“创新文化氛围”等测评。创新硬环境指标涉及

经济基础、金融支持、信息网络、科研设施及国际投资等方面，

本文选取“当地GDP”、“财政收入额”、“金融机构贷款占科技

经费筹集额的比重”、“每万人拥有的互联网用户数”、“高校科

研机构数量”、“产学研合作项目数”、“高校科研机构的研发经

费来自企业的比例”、“中介服务水平”、“创新产品出口额占总

出口比重”和“外商直接投资”等来测度。

3.创新产出指标。创新产出是创新型城市建设评价的重

点，实际应用中，主要包含知识产权产出和经济社会发展。知

识产权产出指的是通过科技活动所产生的各种后果，包括“万

人拥有发明专利申请授权数”、“万人拥有科技成果登记数”、

“科研成果转化率”和“科技进步贡献率”等子指标。城市经济

社会的发展水平是城市创新最直接的效果，也是创新型城市

得以实现的重要标志，本文选择“人均GDP”、“人均GDP增长

率”、“高技术产业增加值占工业增加值比重”、“知识型服务业

增加值占第三产业增加值比重”、“社会劳动生产率”、“万元

GDP综合能耗（吨标煤）”、“城市环境质量指数”、“人均寿

命”、“城镇登记失业率”、“辖区基尼系数”、“输出到周边地区

技术额占技术交易收入额的比例”和“体制创新和发展模式转

变对周边地区的示范作用”指标来衡量创新型城市的经济社

会发展。

综上，初建的评价体系分为三个层次，第一层次为3个一

级指标，即创新投入、创新环境和创新产出。第二层次为3个

一级指标的详细分析和评价，包含6个二级指标，即科技投

入、人力投入、软环境、硬环境、知识产权产出和经济社会发

展。第三层次是对第二层次指标的进一步细化和解释，是最

终可用于评价的指标，共包含38个子指标。

（二）基于信息熵法的创新型城市评价指标的筛选

1.筛选方法的选取

在信息论中，熵表示能够从一组不确定事物中提取信息

量的多少，信息熵是系统无序程度的度量。某项指标的指标

值变异程度越大，信息熵越小，该指标提供的信息量越大，该

指标在复杂系统评价中所起的作用越大；反之亦然。可以根

据各指标的指标值变异程度，利用信息熵法来对指标进行优

选，选择出对于系统影响较大的方法，该方法所利用的原始样

本相对神经网络法、主成分分析法来说较少，计算量不大；而

与德尔菲法相比，具有很好的客观性。因此该方法在指标优

选中有着自身独特的优势。本文提出基于信息熵法的指标筛

选方法，并对构建的创新型城市评价初始指标体系进行筛选。

具体步骤如下所示。

假设有M个样本，评估指标为N个，对M个样本的N个

指标进行评估，可以得到评估矩阵为E=（x

ij

）

NˑM

，其中x

ij

是

第j个样本的第i个指标的评估值。对于给定的i的差异越

大，则指标样本的比较作用越大，也即它包含和传输的决策信

息越多，信息熵可被用来度量这种信息强度的大小。

e（i）=－k∑m

j=1

x

ij

E

i

In

x

ij

E

i

（1）

其中k＞0，e（i）≥0，E

i

为各个指标对所有参评对象的评

分之和。由上述公式可知，对于给定的i，当x

ij

（j=1，2，…，M）

之间差异越小，e（i）会越大。当x

ij

（j=1，2，…，M）中所有的数

值都相等时，即

x

ij

E

i

=

1

M

，e（i）取得最大值。也即e

max

=K1n M，

假设k=

1

1n M

，e（i）=e

max

=1，此时，0≤e（i）≤1对于各个样本

的比较，该指标i没有任何区分能力，即该指标对于评价结果

没有影响。各个样本的评估值差别越大，指标对于样本的比

较作用越大，也说明指标的区分能力越强。假设评估矩阵的

总熵如下：

E'=∑n

i=1

e（i）（2）

令w

i

为各个指标区分能力的度量，则：

w

i

=

1

N－E'

［1－e（i）］（i=1，2，…，N）（3）

计算出各个指标的区分能力后，选择区分能力较小的几