三 长江经济带创新发展指数测度方法

（一）指标体系构建

关于区域创新发展的评价方面，周柯等（2018）将区域创新发展的内容概括为创新基础支撑、创新投入、创新产出、创新贡献和影响。伍文生等（2019）从区域创新基础条件、区域创新投入、区域创新产出三个维度综合测度安徽省各地市的区域创新能力。宋文月等（2019）分析了创新发展能力对提升经济增长质量影响机理，并结合《国家创新发展战略》要求，从创新发展能力、创新发展环境、创新发展绩效三个方面构建相应的综合评价指标体系。李黎明等（2019）认为创新发展评价的核心是创新发展实现程度的评价，根据实现程度的不同可以分为创新发展阶段和全面发展阶段，前者突出知识产权制度创新、知识产权与产业融合度评价，后者突出创新、绿色、协调、开放和共享五大发展理念评价。

2020年11月，习近平总书记在全面推动长江经济带发展座谈会上强调，要加快产业基础高级化、产业链现代化。要勇于创新，坚持把经济发展的着力点放在实体经济上，围绕产业基础高级化、产业链现代化，发挥协同联动的整体优势，全面塑造创新驱动发展新优势。要建立促进产学研有效衔接、跨区域通力合作的体制机制，加紧布局一批重大创新平台，加快突破一批关键核心技术，强化关键环节、关键领域、关键产品的保障能力。要推动科技创新中心和综合性国家实验室建设，提升原始创新能力和水平。要强化企业创新主体地位，打造有国际竞争力的先进制造业集群，打造自主可控、安全高效并为全国服务的产业链供应链。要激发各类主体活力，破除制约要素自由流动的制度藩篱，推动科技成果转化。所以构建区域创新发展指数评价体系，可以从不同创新主体出发，考虑到知识流动、产业和服务等方面的创新。

《国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》明确指出，要坚持创新驱动发展，全面塑造发展新优势。坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑，面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，完善国家创新体系，加快建设科技强国。构建创新指数评价体系，在考虑研发投入和科研产出时，也应该考虑到创新综合环境的支持，比如医疗、信息和教育等方面的创新水平。

本报告综合借鉴国内外相关研究（柳卸林等，2015；Soumitr，2014）将区域创新发展要素分类融入知识创新、产业创新、服务创新与创新环境四个系统中。其中，选择检索科技论文数，创新人才、专利数和科技经费来衡量城市知识创新整体实力的大小，较强的知识创新能力可以使城市摆脱经济发展对物质生产要素的过度依赖，实现经济发展的新旧动能转换。选择互联网数和移动电话数表示社会信息化发展的便捷化程度和社会进步效率的高低；随着社会整体水平的提高，医疗条件和教育质量也随之提高，选择医生数和医院床位数衡量城市的医疗基础设施发展水平；采用教育经费支出与高校数量作为衡量城市教育质量的指标，尤其是高等教育培养的高质量人才会转变为宝贵的人力资源，成为创新发展的内生动力。选择城市人均GDP和地方公共财政支出衡量城市经济发展水平；选择第三产业所占比重和第三产业从业人数作为衡量产业多元化丰富发展的指标，反映城市产业创新能力的高低。采用城市道路建设和城市建设用地衡量城市创新的服务水平，便捷的城市交通网络和快速发展的城市建设有助于创新活动的高效运转；高校教师数、公共管理和社会组织人员数可以衡量城市的创新服务人员水平，保障创新活动的有效进行。

评价指标体系是由能够衡量研究对象多方面的特征以及与研究对象相关联的各个因素所构成的有内部结构的整体，其根据的对象和目的，可以充分解释研究对象的内在规律。因此在构建长江经济带沿线城市创新发展能力的指标体系时，其指标体系必须要能够客观真实地反映目前长江经济带108个城市的创新发展能力，对其创新发展能力达到最真实、最有效的评价。本报告综合知识创新、创新环境、产业创新、服务创新4个系统19个指标全面反映长江经济带各城市创新发展能力。采用主客观赋权法得到评价指标权重（见表2）。

（二）数据来源

长江经济带沿线9省，共有2个直辖市，108个地级市，其中贵州省的毕节市、铜仁市个别年份数据缺失，因此将此2个城市排除在外。关于长江经济带的地区划分，上游地区涵盖了重庆、四川、贵州、云南四省份33个城市，中游地区囊括了江西、湖北、湖南三省份36个城市，下游地区包括上海、江苏、浙江、安徽四省份41个城市。本报告的数据来源覆盖2007—2019长江经济带108个城市，指标体系中所有数据均来自《中国城市统计年鉴》（2008—2020）、《中国统计年鉴》（2008—2020）、《中国科技统计年鉴》（2008—2020）以及相关城市所在省份的统计年鉴，部分指标数据是根据统计数据进行综合处理所得。

（三）研究方法

1.主客观赋权法

构建经济带创新发展指数的综合评价体系，各层级指标要素的确定需要主客观的统一，共同确定满足主客观条件的指标的权重（Vaidya and Kumar，2006）。

采用主观赋权法衡量的主观权重向量为：

由客观赋权法确定的客观权重向量为：

设各项指标的综合权重为 W =（ w ₁ ， w ₂ ，…， w _n ） _T ，标准化后的决策矩阵为 Z =（ z _ij ） _nxm 。建立最小二乘法优化决策模型，通过构造拉格朗日函数求解可得：

式中，

2.TOPSIS模型

本章将TOPSIS模型（朱珠等，2011）引入长江经济带沿线108个城市创新发展综合水平评价中，测算2004—2016年长江经济带沿线城市创新发展状况。TOPSIS模型主要运算步骤如下：

（1）构建标准化矩阵： X ={ x _ij } _m×n ，对指标进行标准化处理：

式中， x _ij 为标准化后的数值，表示第 i 个样本的第 j 个指标值。

（2）确定“最优方案” X ⁺ 和“最劣方案” X ^- ：

（3）计算单个样本与 X ⁺ 和 X ^- 的距离和：

式（8）和式（9）中， w _j 为指标数据间的权重系数。

（4）计算各个样本与“理想”样本的相对贴近程度：

式中， C _i 为第 i 个样本与“最优方案”的贴近度，0≤ C _i ≤1。

3.全局空间自相关检验

为分析长江经济带创新发展整体的变动趋势和联结格局，本报告先采用全局自相关系数Moran’s I值进行空间聚集评价，然后以局部冷热点模型以开展进一步分析。全局空间自相关是判断某个属性值在区域范围内是否存在空间集聚的重要工具，本报告选取Moran’s I指数来反映长江经济带城市群的创新发展能力空间自相关，指数公式如下：

式中， x _i 表示城市 i 的区域创新能力（创新发展指数衡量）， 表示所有城市平均创新发展能力。 n 表示区域范围内城市总数。 W 表示地理单位相邻矩阵，用来描述 n 个位置的空间邻接关系。Moran’s I指数的取值范围在[-1，1]内，值越趋近1代表空间单位的正相关越强，值越趋向-1表示空间单位的负相关越强。 W _ij 表示城市 i 和 j 的邻近关系，一般是通过二进制表示的基于距离或者邻接关系确定的矩阵，本报告基于Geoda软件中rooks标准来确定邻近关系，包含了低阶邻接矩阵和高阶邻接矩阵，若两地有共同的边界则赋值为1，没有则用0表示。

4.冷热点分析

在探讨整体创新发展联系的基础上进一步对局部的创新分布展开分析，报告结合局部Getis-Ord指数 G ^* 探讨经济带内创新发展的空间自相关特征，识别区域范围内创新发展“冷热点”的基本分布。计算公式为：

式中， G ^* 为正值且通过显著性检验时，表示地区 i 周边为创新高值聚类区（刻画为热点区）； G ^* 为负值且通过显著检验时，表明地区 i 周边为创新低值聚类区（刻画为冷点区）。 m6bRKkKzjsqxOSx1GMGh0Dg2KIH9gMf3Wl1R2YVy3qBpvECBiwixwmIxCgaZ9NLT