【内容提要】文章选取2003、2006、2009 和2012 年四个时间断面及相关数据，运用熵值法、指标分析法、标准差椭圆等方法，结合相关软件对中国区域科技创新能力的评价、空间分布以及空间变化特征进行综合分析。结果表明: 我国区域科技创新能力空间差异较大，东部较高、中部次之、西部较低，大体上呈“三级阶梯状”分布。就空间变化而言，以北京、上海为主的东部沿海区域与中西部区域的湖北、陕西、四川组成了我国科技创新能力的双核增长板块，北部、西北、西南区域省份科技创新能力水平较低，科技创新能力等级分布呈斜“T”字形分布格局，并且这种格局随着时间的推移有逐步加强的态势，在东北－ 西南主要方向上科技创新能力保持极化收缩的发展态势，以东部和中部为主的椭圆内部区域科技创新能力的提高相对快于椭圆外部地区科技创新能力的提高，在空间上日趋收敛。
【关键词】区域科技创新；空间格局；评价指标体系；空间变化特征
【中图分类号】F061. 5 【文献标识码】 A 【文章编号】1003 －0670( 2016) 04 －0034 －07
* 本文获得科技部前瞻性研究项目( 2014GXS6B244) 和国家自然科学基金( 面上) 项目( 项目批准号: 71473266) 资助。
一、问题的提出
科技创新是现代化一个重要标志，不仅是经济增长的核心驱动力，而且决定着经济发展的质量与速度。科技创新作为我国“四化同步”的重要组成部分，是进一步推动区域经济增长的重要引擎。中共十八大明确提出: “科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置，中国的经济增长方式由粗放型向集约型的转变，区域科技创新必然为其关键的因素”。因此研究区域科技创新能力对于加速经济发展、优化产业结构优化、配置内部资源以及缩小区域经济发展水平差异的影响，对于我国现代社会的发展进步具有重要意义。
现有文献关于区域科技创新评价的研究主要体现在两个方面: 一是评价指标体系的构成。二是区域科技创新能力的现状与水平。总体而言，以往的文献从各个不同的维度对区域科技创新能力进行了分析和评价，基本反映了区域科技创新的主要影响因素，研究的结果侧重于区域间的比较，结论大同小异，但存在两个明显的不足。一是对于区域科技创新能力的空间格局分析不够。各种区域科技创新能力的评价结果均得出东高西低的一致性结论，但这种三大板块的划分往往忽略了一些重要的区域特征。二是对区域科技创新能力的动态分析解释不足。评价指标分析得出的结论往往是一个排序的概念，在一个不长的时期很难有大的变化。而排序的变化往往会揭示一些规律性的东西。本文通过选择不同的时间点对区域科技创新能力进行综合评价，寻找区域科技创新能力的空间格局演变规律，并进一步运用椭圆分析方法对这种空间格局演变特征进行解析，有助于克服上述不足，形成对我国区域科技创新能力的总体认识。
二、数据来源与研究方法
本文数据资料主要来源于《中国统计年鉴》和《中国科技统计年鉴》。由于部分数据缺失，剔除西藏、台湾、香港、澳门4 个行政单元，以全国30 个省级行政区域为研究单元，包括21 个省，5个自治区，4个直辖市，选取2003、2006、2009、2012 年4 个时间截面。
( 一) 熵值法
关于科技创新指标体系构建及能力评估，现有文献提供了不同的研究思路。为了全面系统地评价科技创新能力，构建一个结构性的多指标综合评价指数，本文拟采用熵值法对科技创新能力进行评价。相比较于层次分析法、主成分分析法、BP 神经网络模型等方法而言，熵值法是一种相对比较客观、全面、无需先验结果的综合评价方法，与此同时，熵值法能够克服指标变量间信息的重叠和人为确定权重的主观性，深刻的反映指标信息熵值的效用价值，得出的权重值具有更高的可信度，比较适合多元指标间的综合评价分析。
计算步骤:
第一，构建原始指标数据，有h 个年份，m 个城市，n 个测评指标体系，得出X = { xλij}h ×m × n( 1≤λ≤h，1≤i≤m，1≤j≤n)，xλij的原始指标数据矩阵。
第二，对原始数据进行标准化处理。
第三，对各个测评指标数据进行归一化处理。
第四，计算各个测评指标的熵值:
第五，计算各个测评指标熵值的冗余度:
第六，计算各个测评指标的权重:
第七，根据所得的各个测评指标的权重，计算2013 年每个城市的科技创新的总得分:
( 二) 标准差椭圆
标准差椭圆( Standard deviational ellipse，SDE) 是空间计量分析中测量区域经济差异与分析经济要素分布特征的一种重要方法，它能够精确地揭示经济空间分布多方面特征。通过以中心、长轴、短轴、方位角为基本参数的空间分布椭圆定量描述研究对象的空间分布整体特征。椭圆空间分布范围表示地理要素空间分布的主体区域，其中，SDE 重心反映经济要素空间分布整体在二维空间上的相对位置( 重心) ，方位角反映其分布的主趋势方向( 即正北方向顺时针旋转到椭圆长轴的角度) ，椭圆的长轴和短轴的长度为标准距离，分布表示经济要素在主趋势方向上的离散程度与经济要素在次要方向上的离散程度。
SDE 主要参数的计算公式如下:
式中，( xi，yi) 表示研究对象的空间区位，θ 为椭圆方位角，n 为样本个数，σx、σy分别表示沿x 轴和y 轴的标准差。
三、区域科技创新能力综合评价
( 一) 指标体系构建
本文从科技创新评价指标设计原则、指标选择、指标模型与统计方法出发，遵循科学性、代表性、规范化、数据可靠性及可获得性等原则，从科技创新基础、科技创新投入和科技创新产出三个方面出发构建科技创新能力的评价指标体系，其中，科技创新基础是提高科技创新能力的基本保障，具体包括与科技相关的人力资源基础、该地区经济实力、创新意识以及创新环境；科技创新投入直接体现了对科技创新的强度与力度，具体包括对人员的投入以及科研经费的投入；科技创新的产出从侧面反映了一个地区科技创新的效率与实力，是检验该地区科技创新能力的重要指标，具体分为知识型产出和技术型产出两个方面。一般来讲，影响科技创新能力的因素有很多，在全球化背景下，随着经济环境的不断变化，经济结构的深度调整，新兴产业的不断发展，各因素对科技创新能力的影响程度也在不断变化，找出某个发展阶段对科技创新能力影响较大的因素，并适时的加大支持力度对区域科技创新能力的提高会有显著的作用。同时，由于各地区科技创新基础、科技创新投入和科技创新产出对科技创新能力的贡献率各不相同，科技创新产出的贡献率在保持稳定的基础上显著增加，一个地区的科技创新能力大小最终要落实到科技产出这个指标，没有科技产出的科技创新是毫无意义的，所以如何最大力度的将科技成果转化为产出是体现一个地区科技创新能力水平风向标。
运用熵值法计算出各指标权重，科技创新投入指标层权重在2003 年、2006 年、2009 年和2012 年中一直是最小的( 见表1) ，表明科技创新投入指标对科技创新能力的贡献最小，即影响程度是最小的。科技创新基础权重在2003 年比重最大，随后权重比重逐渐减小，表明其在对科技创新能力的贡献程度逐渐减弱，影响程度逐渐减小。科技创新产出权重在2003 年、2006 年、2009年逐步变大，在2012 年略微减小，表明科技创新产出指标对科技创新能力的贡献程度先增强后减弱，但是从2012 年的权重结果来看，科技创新产出的权重是最大的，因此科技创新产出指标对科技创新能力的影响程度整体是增强的，这是因为科技创新产出直接从侧面反映科技创新的效率，在一定程度上直接体现了科技创新所能带来的效益水平，故其对科技创新能力的贡献力度日渐凸显。
表2 是科技创新能力三级指标权重结果，即底层指标层面，我们可以看出12 个三级指标对区域科技创新能力的贡献度差别很大，四年均值计算结果来看，指标权重值大小高低分布差异化明显，即指标权重相对值集中分布在高值( 0. 1 以上) 和低值( 0. 5 以下) ，其中技术市场交易成交额所占权重比重最大，达0. 206436，权重比重最小的指标是大中型企业有科技活动的企业比重，仅为0. 013341，两者比重相差近20 倍，从单一指标上看， 2003 － 2012 年权重值增加的指标有R＆D 从业人员万人比重、大中型企业有科技活动的企业比重、R＆D 人员全时当量、R＆D 人员人均内部经费支出、专利授权比重和技术市场交易成交额，说明这些指标对科技创新能力的贡献逐步增加，特别是大中型企业有科技活动的企业比重由2003 年的0. 004763 增加到2012 年的0. 030414，数值相差6. 39 倍，企业的科技活动对整个地区的科技创新能力作用越来越明显，其余指标权重值均有降低，其对科技创新能力的贡献作用逐渐减弱，最为明显的指标是互联网使用人数比重，由2003 年的0. 045881 降到2012 年的0. 007554。
