基于全局主成分-聚类分析的城市创新生态系统评价
——以中国19个重点城市为例

蔡 红

(深圳市维度数据科技股份有限公司， 广东 深圳 518000)

习近平总书记深刻指出当今世界正经历百年未有之大变局，新一轮科技革命和新兴产业变革加速演进，全球科技竞争不断迭代升级[1]。掌握关键核心技术、抢占创新制高点，将是实现进入创新型国家前列发展目标的关键，而构建高效的创新生态则是核心手段。中国早在2006年开始布局创新生态系统，实施国家创新型城市试点行动，截至2020年底，已有78个国家创新型试点城市，创新生态系统的构建和评价逐渐成为各界关注的焦点。

关于城市创新生态系统，Cooke等[2]认为是创新主体之间形成的网络模式，基于创新环境通过创新活动产出创新成果，实现协同持续发展。Reynolds和Uygun[3]认为，引入生态概念的区域创新系统能更好诠释系统动态演化过程；靖鲲鹏和宋之杰[4]认为健康的区域技术创新生态系统利于提升国家创新软实力，并从创新主体规模、资源投入、产出效率、环境适宜4个维度构建区域技术创新生态系统健康度指标评价体系。Zemtsov和Kotsemir[5]表示名校和专利资源丰富的地区创新系统效率更高。肖德云、刘俐君和卫武[6]应用NCA和fsQCA方法发现，高资产规模构成高创新生态绩效的必要条件。杨西春[7]基于DEA-BCC模型和DEA-Malmquist模型，认为创新资源投入是城市创新能力强弱的首要因素，技术进步则是主导要素。

上述研究为科技创新生态系统研究奠定基础，并提供较好借鉴，但相关研究主要以区域或省域为对象，鲜少从城市层面开展评价，且多聚焦于静态视角，较少引入时序维度。而城市是区域科技创新生态的最基本空间单元，同时直辖市、副省级城市是各区域中心城市，在经济发展和科技创新方面均起到新时代排头兵作用，有力支撑了各区域城市群乃至国家的发展，其科技创新经验对于其他城市的科技产业规划和科技创新管理工作均具有重要借鉴意义。因此，本文将应用全局主成分和聚类分析的方法评价直辖市、副省级城市的创新生态系统，量化城市创新差距和短板，为城市创新生态系统优化建言献策，为其他城市的创新发展提供参考。

1 研究设计

1.1 评价指标体系

借鉴前述成果，遵循科学性、代表性、可靠性和数据可获取性原则，从创新环境、创新支付、创新动能、发展趋势、开放水平5个维度选取指标，构建重点城市创新生态系统评价指标体系(表1)。

表1 城市创新生态系统评价指标体系

1.2 研究方法

1.2.1 全局主成分分析

全局主成分分析考虑了指标数据的动态性，能够系统地、动态地、全局地对城市创新生态进行差异性评价[8]。

1)建立时序立体数据表。评价城市为n个，描述指标m个，则在t年度就有一张n行m列的数据表：Xt=(Xij)n×m。T年共T张数据表，称时序立体数据表。将数据表按时间从上到下排成的矩阵，即为全局数据表：

X=(X1,X2,…,Xt)Tn×m=(Xij)Tn×m

(1)

2)原始数据无量纲化，逆向指标：

(2)

(3)

3)相关系数矩阵：

(4)

式中，rij为第i个城市第j指标的相关系数，rij=rji。

4)特征值与特征向量。解相关系数矩阵R的特征方程|λE-R|=0，得m个特征值(λ1≥λ2≥…≥λi≥0)，及其对应特征向量U1,U1,…,Um。其中Uj=(μ1j,μ2j,…,μmj)T，由特征向量组成m个新的指标变量。

5)确定主成分个数。主成分Zi的贡献率

(5)

累计贡献率为

(6)

根据选取原则，特征值大于1且累计贡献率达80%～95%的特征值数即为主成分个数。

6)计算主成分。

Fi=ui1X1+ui2X2+…+uimXm,i=1,2,…,p

(7)

7)综合得分：

Y=C1F1+C2F2+…+CpFp

(8)

1.2.2 聚类分析

聚类分析是根据在数据中发现的描述对象及其关系的信息，将相似或相关的数据对象划分为一组(簇)。其中系统聚类适用于绝大多数的数据类型，谱系图直观清晰，分类简单有效。

1.3 数据来源

考虑到数据的可靠性和连续性，指标数据主要来源于2017—2019年各地统计年鉴、统计公报、政府网公开资料、欧盟全球研发投入2500强榜单。

2 实证分析

应用统计软件SPSS26对19个重点城市2017—2019年指标数据进行全局主成分分析与聚类分析，相关统计量结果如下：

2.1 全局主成分分析

2.1.1 适应性检验

基于标准化数据结果，进行KMO检验和Bartlett球形检验，结果见表2。根据Kaiser因子分析标准，KMO应大于0.6[9]，KMO=0.737；同时，Bartlett球形度检验Sig.=0.000<0.01，检验通过，认为数据序列适于全局主成分分析。

表2 KMO检验和巴特利特检验

2.1.2 总方差解释

从表3可知，旋转后前5个成分的特征值大于1，累积贡献率达80.248%，故提取5个主成分替代原20个指标，进行城市创新生态系统评价。

表3 总方差解释

2.1.3 旋转后得分系数矩阵

由表4可知，F1在X4、X5、X1、X6、X9、X8、X7上成分载荷较高，反映创新环境和创新支付因素。F2在X20、X18、X12、X17、X11、X10、X3上有较高成分载荷，代表开放水平和创新动能。F3与X2、X19强正相性，反映创新环境和开放水平因子。F4与X13、X14，F5与X16、X15分别显著正相关，从不同层面反映发展趋势因素。

表4 旋转后的主成分载荷矩阵

各主成分得分函数：

Fi=ui1X1+ui2X2+…+ui20X20,

i=1,2,3,4,5。

(9)

限于篇幅，得分系数表不再展示。

2.1.4 综合得分及应用结果

Y=0.331 23F1+0.220 45F2+0.094 32F3+

0.078 3F4+0.078 19F5

(10)

若Y=0，表明创新生态系统处于19个样本城市的平均水平；Y>0，表明高于平均水平；Y<0，则低于平均水平[10]。将19个重点城市数据代入，得分见表5。

表5 2017—2019年中国19个城市创新生态系统综合得分及排名

从变化趋势看，仅上海、济南、哈尔滨连续3年分别维持在第3、第14和第19名，其中上海得分持续高位提升。北京、沈阳、南京、杭州、武汉、成都6个城市排名有所上升，仅北京、杭州得益于综合得分递增。天津、大连、宁波、青岛综合得分与排名均呈波动变化。重庆、厦门、深圳、长春、广州、西安排名有所下滑，但综合得分基本呈上升趋势。从得分水平看，小于0的城市数从2017年13个降至2019年的9个，整体呈向好态势；但区域间差距拉大，2019年第1和第19名的差距为2.06，较2017年扩大0.09。从主成分得分看，2019年深圳、广州、南京F1主成分依次排名前3，创新环境和创新支付因素领先；北京、上海、武汉为F2主成分得分前3，开放水平和创新动能指标较优；青岛、上海、厦门F3主成分得分佼佼，创新环境和开放水平因子表现较好；武汉、成都、青岛F4主成分亮眼，长春、济南和北京F5主成分领先，创新趋势指标优势明显。

2.2 聚类分析

基于创新生态系统评价指标，应用系统聚类分析得到图1所示谱系图，可将19个重点城市创新生态系统分为4组：北京、深圳位于第1梯队，二者创新生态系统综合得分遥遥领先，其中北京得益于其拥有的占据全国1/5的高校资源，而深圳主要由于其浓厚的双创氛围和强大的支付能力。上海、杭州、广州处于第2梯队，其综合得分分别位于第3、第4和第5名，3个城市创新支付、创新动能和创新环境指标方面相对处于较优水平。第3梯队城市主要包括大连、济南、天津、西安、成都、南京、厦门、宁波、武汉、青岛共10个城市，各城市均在某个或某些领域有较好表现，如青岛在创新环境、开放水平及发展趋势等方面较为亮眼，武汉的创新动能、创新趋势指标突出。哈尔滨、重庆、沈阳、长春则构成第4梯队，其致命弱势在于科技型企业集聚度较低，研发产出水平处于低位，在创新趋势、创新环境及开放水平方面劣势明显。

图1 19个重点城市创新生态聚类分析图

3 结论与对策建议

3.1 结论

1)创新环境、创新支付影响显著。深圳体现较为明显，其主成分F2、F3、F4、F5在2019年分别排名第11、9、7和16，但F1排名第1，其综合得分仍能保持第2水平。究其原因，创新环境包括经济基础和创新氛围，不仅为创新生态提供有力支撑，也能激发全社会创新活力。

2)创新生态系统的重视程度提高，但得分差距拉大。19个重点城市的创新生态得分整体呈逐年增长态势，2017—2018年，68.4%的城市得分呈现不同程度的增长，其中宁波、上海、重庆等增长速度超过50%。2018—2019年，大连、武汉、等多个城市综合得分增长速度均在1.5～3.6倍水平。2019年第1和第19名的差距为2.06，较2017年扩大0.09。

3)各城市创新生态系统差异明显，各有优势。北京、深圳综合得分为1.23和1.14，远远甩开上海的0.74；但深圳仅在创新环境和创新支付方面优势明显；北京各方面水平相对均衡领先；上海在开放水平、创新环境和创新动能均表现较好，但增长乏力；武汉、厦门、青岛、成都和长春排名较为靠后，但创新环境和创新趋势指标较领先。

3.2 对策建议

1)提升创新“硬+软”环境品质。将优化创新环境、提升环境品质品量摆在全局位置，一是提升“硬环境”，做大做强经济总量，增强产业支撑，提高经济密度，为创新提供坚实的基础“硬件”。二是优化“软环境”，营造浓厚创新氛围，激活城市创新潜在活力，并将潜在活力转换为实实在在的创新成果。

2)建立完善全生态创新系统。一是健全创新体制机制，作为全生态创新系统的关键环节，能够提供有效指引和方法。二是构建全过程创新生态链，从基础研究、技术攻关、成果产业化、科技金融到人才支撑等，构建全过程全方位的创新生态系统，同时开展找差距补短板行动，针对薄弱环节展开集中攻坚，建立“揭榜挂帅”制度，全力补齐补强创新生态链。

3)培育城市创新强大动能。着力引育国家高技术企业，鼓励企业加大研发投入、实施关键技术攻关。鼓励支持社会资源参与创新资源项目，培育孵化优质企业。促进产学研一体化，强化科技成果转化。建设人才集聚区，培育高端科技人才，加强交流。优化服务体系，挖掘科技金融服务潜力。

4)促进跨区域创新系统协同发展。中国经济高质量发展不断推进，区域经济协同化、一体化已成为主趋势，长三角、粤港澳、京津冀、成渝等城市群发展，不仅强调经济协调性，更应强调创新引领，着力探索跨区域优势资源组合。一是根据需要成立政府部门主导的区域创新合作组，搭建高效对接联动机制，实现资本、人才、技术等创新资源的集合集聚；二是建立区域科技创新资源共享平台，实现创新数据共建共治；三是建立区域创新要素自由流动机制，推动高端人才等跨区域服务，提升创新系统的开放度和自由度[11]。