周明 崔江 胡萌

摘要：提高縣域創(chuàng)新能力是區(qū)域高質(zhì)量發(fā)展的本質(zhì)要求，也是應(yīng)對(duì)當(dāng)今國(guó)際挑戰(zhàn)的戰(zhàn)略選擇。從創(chuàng)新投入、創(chuàng)新環(huán)境、創(chuàng)新績(jī)效3個(gè)方面建立縣域創(chuàng)新能力評(píng)價(jià)指標(biāo)體系，對(duì)江西省100個(gè)縣域2017和2019年的創(chuàng)新數(shù)據(jù)進(jìn)行因子分析，并進(jìn)一步從產(chǎn)出能力、研發(fā)能力、財(cái)政投入、結(jié)構(gòu)質(zhì)量4個(gè)公共因子對(duì)江西省贛北、贛中、贛南三大經(jīng)濟(jì)區(qū)縣域創(chuàng)新能力的地區(qū)差異進(jìn)行動(dòng)態(tài)比較。實(shí)證結(jié)果表明：贛北經(jīng)濟(jì)區(qū)相對(duì)贛中、贛南經(jīng)濟(jì)區(qū)的創(chuàng)新能力在持續(xù)增強(qiáng);贛中、贛南經(jīng)濟(jì)區(qū)均呈減弱趨勢(shì)，且贛南經(jīng)濟(jì)區(qū)減弱趨勢(shì)較大?；谠摻Y(jié)果，提高江西省縣域創(chuàng)新能力可從優(yōu)勢(shì)建設(shè)、精準(zhǔn)發(fā)力、精準(zhǔn)幫扶和爭(zhēng)先進(jìn)位等方面著手。

關(guān)鍵詞：縣域創(chuàng)新能力;因子分析;動(dòng)態(tài)比較;高質(zhì)量發(fā)展;江西省

中圖分類(lèi)號(hào)：F061.5

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1672-626X（2021）06-0101-10

一、引言

《國(guó)務(wù)院辦公廳關(guān)于縣域創(chuàng)新驅(qū)動(dòng)發(fā)展的若干意見(jiàn)》指出，實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略基礎(chǔ)在縣域、活力在縣域、難點(diǎn)也在縣域。但是，我國(guó)縣域創(chuàng)新總體呈偏弱狀態(tài)，發(fā)展不平衡現(xiàn)象突出[1]。為全面貫徹我國(guó)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，縣域創(chuàng)新能力的評(píng)價(jià)被提到一個(gè)前所未有的高度。作為革命老區(qū)和紅色圣地，2019年習(xí)近平總書(shū)記要求江西省努力在加快革命老區(qū)高質(zhì)量發(fā)展上作示范、在推動(dòng)中部地區(qū)崛起上勇?tīng)?zhēng)先。在此背景下，分析和評(píng)價(jià)江西省縣域創(chuàng)新能力的總體特征和動(dòng)態(tài)變化趨勢(shì)，有利于江西省相關(guān)部門(mén)深入了解各縣域創(chuàng)新的現(xiàn)狀和特點(diǎn)，對(duì)資源進(jìn)行有效整合和分配，結(jié)合實(shí)際變化提出具體可行方案，從而針對(duì)性地提高縣域整體創(chuàng)新能力。

現(xiàn)有研究主要集中在區(qū)域指標(biāo)體系構(gòu)建[2～3]、創(chuàng)新環(huán)境[4～5]和創(chuàng)新效率[6～7]3個(gè)方面，這3方面的深入研究為縣域創(chuàng)新能力評(píng)價(jià)提供了重要思路?？h域是區(qū)域創(chuàng)新驅(qū)動(dòng)發(fā)展的基礎(chǔ)，是全省科技工作的重要著力點(diǎn)，然而鮮有學(xué)者對(duì)縣域創(chuàng)新能力進(jìn)行實(shí)證分析。關(guān)于區(qū)域創(chuàng)新能力的評(píng)價(jià)主要以省域、市域和城市群為對(duì)象進(jìn)行研究。張愛(ài)華（2017）從創(chuàng)新環(huán)境、創(chuàng)新投入、創(chuàng)新產(chǎn)出3個(gè)維度構(gòu)建指標(biāo)體系，運(yùn)用賦權(quán)法對(duì)湖北省域進(jìn)行了創(chuàng)新能力綜合評(píng)價(jià)[8]。朱夢(mèng)菲等（2020）將區(qū)域創(chuàng)新策源能力劃分為學(xué)術(shù)新思想、科學(xué)新發(fā)現(xiàn)、技術(shù)新發(fā)明、產(chǎn)業(yè)新方向4個(gè)領(lǐng)域，并通過(guò)AHP-TOPSIS法確定創(chuàng)新策源能力評(píng)價(jià)值，利用SOM算法進(jìn)行聚類(lèi)分析，對(duì)我國(guó)31個(gè)省域創(chuàng)新能力及核心競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)[9]。張婧等（2021）從創(chuàng)新資源、企業(yè)創(chuàng)新、創(chuàng)新績(jī)效、創(chuàng)新環(huán)境4個(gè)方面構(gòu)建指標(biāo)體系，運(yùn)用加權(quán)的方法對(duì)四川省市域的科技創(chuàng)新能力進(jìn)行綜合評(píng)價(jià)[3]。胡樹(shù)華和楊潔（2010）從創(chuàng)新體系投入、創(chuàng)新主體、創(chuàng)新體系產(chǎn)出3個(gè)維度構(gòu)建評(píng)價(jià)指數(shù)體系，運(yùn)用線(xiàn)性等值加權(quán)平均法與線(xiàn)性均方差加權(quán)平均法對(duì)國(guó)內(nèi)城市群的創(chuàng)新能力進(jìn)行了實(shí)證分析[10]。上述研究為縣域創(chuàng)新能力評(píng)價(jià)提供了豐富的研究基礎(chǔ)，但也存在不足之處：一是學(xué)者們對(duì)區(qū)域創(chuàng)新能力的評(píng)價(jià)缺乏共識(shí)，角度和維度各異，暫未形成統(tǒng)一定論;二是評(píng)價(jià)方法方面，在運(yùn)用賦權(quán)法、線(xiàn)性加權(quán)平均法和層次分析法的研究過(guò)程中，指標(biāo)權(quán)重的確定和專(zhuān)家打分均含有人為因素，容易造成結(jié)論的失真，對(duì)評(píng)價(jià)的客觀(guān)性造成影響。

本文以江西省100個(gè)縣域?yàn)檠芯繉?duì)象，構(gòu)建涵蓋縣域創(chuàng)新投入、創(chuàng)新環(huán)境、創(chuàng)新績(jī)效的全方位指標(biāo)體系。運(yùn)用因子分析法通過(guò)降維提取公因子，保證分析的客觀(guān)性，計(jì)算2017年、2019年因子得分和縣域綜合排名，依據(jù)因子分析結(jié)果對(duì)江西省三大經(jīng)濟(jì)區(qū)進(jìn)行動(dòng)態(tài)比較，揭示縣域創(chuàng)新能力的區(qū)位差異和變化趨勢(shì)，最后提出具體可行的建議。

二、模型與指標(biāo)體系的構(gòu)建

（一）因子分析模型

1.因子分析法

因子分析法是綜合評(píng)價(jià)中經(jīng)典的方法，在綜合評(píng)價(jià)領(lǐng)域中被廣泛使用[11～12]。因子分析法是將相關(guān)度較強(qiáng)的多指標(biāo)通過(guò)降維技術(shù)提取公因子，將強(qiáng)相關(guān)的指標(biāo)進(jìn)行歸類(lèi)并用1個(gè)因子刻畫(huà)，從而簡(jiǎn)化數(shù)據(jù)，僅用較少的幾個(gè)因子即可反映指標(biāo)體系的所有信息。在綜合評(píng)價(jià)中，因子分析避免了評(píng)價(jià)指標(biāo)之間因關(guān)聯(lián)性而產(chǎn)生的信息重復(fù)，也克服了指標(biāo)主觀(guān)賦權(quán)等人為因素的影響，該方法是根據(jù)評(píng)價(jià)指標(biāo)之間的相互關(guān)系、相互作用的程度來(lái)確定相應(yīng)的權(quán)數(shù)，體現(xiàn)了較大的優(yōu)越性。

2.因子模型

X1=c11F1+c12F2+...+c1mFm+?1

X2=c21F1+c22F2+...+c2mFm+?2

...

Xp=cp1F1+cp2F2+...+cpmFm+?p

因子載荷矩陣形式表示為：X=CF+?，其中，C=（ci）jp×m為因子載荷矩陣，cij表示第i個(gè)變量在第j個(gè)公共因子上的載荷，F(xiàn)=（F1、F2...Fm）'為不可觀(guān)測(cè)且相互獨(dú)立的X公共因子，?1、?2...?p為特殊因子，描述公因子不能解釋的部分。

（二）評(píng)價(jià)指標(biāo)體系構(gòu)建

在區(qū)域創(chuàng)新評(píng)價(jià)的指標(biāo)體系構(gòu)建研究中，易平濤等（2016）選取創(chuàng)新的投入、產(chǎn)出和環(huán)境3個(gè)維度進(jìn)行分析[13]。為保證江西省縣域創(chuàng)新能力評(píng)價(jià)的有效性，本文遵循客觀(guān)性、可操作性、綜合性原則，基于《江西省縣域創(chuàng)新能力監(jiān)測(cè)報(bào)告》的縣域評(píng)價(jià)指標(biāo)，并結(jié)合顏莉（2012）[14]、管婧婧等（2017）[15]的深入研究，從創(chuàng)新投入、創(chuàng)新環(huán)境、創(chuàng)新績(jī)效3個(gè)維度13個(gè)變量構(gòu)建評(píng)價(jià)指標(biāo)體系（見(jiàn)表1）。

三、江西省縣域創(chuàng)新能力的因子分析

（一）數(shù)據(jù)說(shuō)明

在大力實(shí)施縣域創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略和推動(dòng)高質(zhì)量發(fā)展的背景下，我國(guó)高度關(guān)注各縣域的創(chuàng)新現(xiàn)狀，江西省為深入貫徹黨的十九大精神，相關(guān)部門(mén)嚴(yán)格且客觀(guān)地對(duì)本省100個(gè)縣域開(kāi)展了創(chuàng)新能力監(jiān)測(cè)。本文基于省直有關(guān)單位和區(qū)市科技局填報(bào)數(shù)據(jù)、《江西省縣域創(chuàng)新能力監(jiān)測(cè)報(bào)告2018》和《江西省縣域創(chuàng)新能力監(jiān)測(cè)報(bào)告2020》的收集整理，利用SPSS22進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析。

（二）因子分析測(cè)度結(jié)果

1.因子分析檢驗(yàn)

為檢驗(yàn)變量是否適合使用因子分析法，參照一般做法，對(duì)其進(jìn)行KMO和Bartlett檢驗(yàn)，結(jié)果顯示2017和2019年KMO統(tǒng)計(jì)量分別為0.715、0.673（大于0.6）;Bartlett的球形檢驗(yàn)顯著性結(jié)果均小于0.01，指標(biāo)之間存在較強(qiáng)相關(guān)性，符合因子分析條件（結(jié)果見(jiàn)表2）。

2.公因子提取

本文以特征根大于1為提取原則，根據(jù)表3結(jié)果顯示，2017和2019年均提取4個(gè)公因子，且累計(jì)貢獻(xiàn)率分別為72.628%、75.252%，兩年均覆蓋70%以上所有指標(biāo)的信息，滿(mǎn)足公共因子提取條件（限于文章篇幅，僅顯示符合提取條件的結(jié)果）。

進(jìn)一步對(duì)碎石圖（見(jiàn)圖1、圖2）進(jìn)行分析，可直觀(guān)反映因子分布情況，前4個(gè)元件號(hào)碼特征值均大于1且陡峭明顯，說(shuō)明包含信息多;從第5個(gè)元件號(hào)碼開(kāi)始均小于1，且包含信息較少。因此本文2017和2019年均提取4個(gè)公因子，涵蓋大部分信息。

3.因子旋轉(zhuǎn)

結(jié)合上述因子測(cè)度結(jié)果分析，通過(guò)提取的4個(gè)公共因子分別建立2017和2019年因子載荷矩陣，為了簡(jiǎn)化因子的解釋效果，旋轉(zhuǎn)方法選擇最大方差法，得到各年旋轉(zhuǎn)后的因子載荷矩陣（見(jiàn)表4）。

4.公因子命名

根據(jù)表4旋轉(zhuǎn)后的因子載荷矩陣分析，本文將評(píng)價(jià)指標(biāo)分為4個(gè)公共因子并分別進(jìn)行命名。2017年載荷矩陣中，公共因子（F1）在省級(jí)及以上研發(fā)平臺(tái)和創(chuàng)新載體數(shù)（C5）、縣域企業(yè)研發(fā)費(fèi)用稅前加計(jì)扣除金額（C6）、縣域高新技術(shù)企業(yè)所得稅優(yōu)惠額（C7）、萬(wàn)人發(fā)明專(zhuān)利授權(quán)（C9）、高新技術(shù)企業(yè)家數(shù)（C10）、縣域技術(shù)合同成交額（C11）6個(gè)指標(biāo)上有較大載荷值，C5、C6、C7、C9、C10、C11的含義綜合反映縣域創(chuàng)新產(chǎn)出能力，因此將其命名為產(chǎn)出能力因子。

公共因子（F2）在R&D經(jīng)費(fèi)支出與GDP之比（C3）、規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)支出占營(yíng)業(yè)收入比重（C4）、規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷(xiāo)售收入占營(yíng)業(yè)收入比重（C13）上有較大載荷，C4、C13是反映研發(fā)能力的綜合指標(biāo)且載荷值較高，因此命名為研發(fā)能力因子。

公共因子（F3）在本級(jí)財(cái)政科學(xué)技術(shù)支出（C1）、本級(jí)地方財(cái)政科技支出占公共財(cái)政支出比重（C2）上具有較大載荷，C1反映本級(jí)財(cái)政科技投入的情況，C2反映本級(jí)財(cái)政科技投入強(qiáng)度，因此F3命名為財(cái)政投入因子。

公共因子（F4）在一般公共預(yù)算教育經(jīng)費(fèi)占一般公共預(yù)算支出比重（C8）、高新技術(shù)產(chǎn)業(yè)增加值占規(guī)模以上工業(yè)增加值比重（C12）上具有較大載荷，C8、C12分別表示在教育環(huán)境和產(chǎn)業(yè)2個(gè)結(jié)構(gòu)上的比例型指標(biāo)，C12表示產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化程度，因此命名為結(jié)構(gòu)質(zhì)量因子。

2019年載荷矩陣分析參照2017年的公因子命名方式，2019年公共因子F1、F2、F3、F4分別為產(chǎn)出能力因子、研發(fā)能力因子、財(cái)政投入因子、結(jié)構(gòu)質(zhì)量因子，主因子分布見(jiàn)表5。

5.因子得分計(jì)算及排名根據(jù)因子得分系數(shù)矩陣計(jì)算因子得分，公式如下：

利用該公式可分別計(jì)算2017年F1、F2、F3、F4各個(gè)因子得分：F1=0.137ZC1+0.108ZC2+0.304ZC3+...+0.142ZC13

F2=-0.455ZC1-0.328ZC2+0.364ZC3+...+0.358ZC13F3=0.441ZC1+0.552ZC2+0.184ZC3+...+0.325ZC13F4=0.081ZC1-0.021ZC2+0.284ZC3+...-0.211ZC13

同理，可計(jì)算2019年F1、F2、F3、F4的因子得分：F1=0.078ZC1+0.048ZC2+0.344ZC3+...+0.047ZC13

F2=-0.339ZC1-0.300ZC2+0.121ZC3+...+0.564ZC13F3=0.557ZC1+0.570ZC2+0.075ZC3+...+0.296ZC13F4=-0.168ZC1-0.217ZC2+0.298ZC3+...-0.054ZC13

其中，F(xiàn)1、F2、F3、F4分別表示100個(gè)縣域在4個(gè)公共因子的得分，ei表示特征向量，Zci表示標(biāo)準(zhǔn)化處理后的變量值。

根據(jù)計(jì)算的各個(gè)公共因子得分、特征根，進(jìn)一步計(jì)算總得分，公式如下：

利用該公式可分別計(jì)算2017和2019年綜合得分為：

F綜2017=（4.426F1+2.098F2+1.755F3+1.163F4）/9.442

F綜2019=（4.527F1+2.317F2+1.777F3+1.162F4）/9.783

計(jì)算得出2017和2019年公共因子得分及綜合得分，并將各縣域的綜合得分進(jìn)行排名（見(jiàn)表6）。根據(jù)因子得分理論，在縣域創(chuàng)新能力評(píng)價(jià)得分中，各公因子得分越高代表該方面能力越強(qiáng)。由于原始數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，因此各公因子得分的平均水平為0，表6中得分負(fù)值意味著低于該方面的平均水平，說(shuō)明有較大提升空間，為各縣域創(chuàng)新能力水平的評(píng)價(jià)提供直接參考依據(jù)。由于版面受限，表中僅顯示綜合排名前15和后16的縣域。

（三）因子得分結(jié)果分析

從2017和2019年江西省縣域創(chuàng)新能力評(píng)價(jià)的因子綜合得分變化來(lái)看，2017年排名第1位（5.72分）與最末位（-1.36分）相差7.08分，2019年排名第1位（6.97分）與最末位（-1.2分）相差8.17分，首末位得分差距明顯拉大，且均屬于江西北部縣域。從因子綜合得分排名分析，前15位縣域（2017和2019年除章貢區(qū)、吉安縣和臨川區(qū)）有12個(gè)縣域分布在江西北部。在末16位縣域中，2017和2019年分別有11個(gè)、10個(gè)縣域?qū)儆诮鞅辈?，因子綜合得分高分和低分均聚集在江西北部。進(jìn)一步從整體平均水平上分析，2019年江西省縣域創(chuàng)新因子綜合得分中有31個(gè)縣域居平均水平之上，其中有23個(gè)縣域分布在江西北部，其余8個(gè)縣域分布在江西中部和南部縣域。

綜上所述，2017和2019年縣域創(chuàng)新存在一定變化，而且地域差異較大，江西北部、中部、南部各縣域出現(xiàn)不均衡現(xiàn)象，北部地區(qū)整體平均水平相對(duì)較高，但內(nèi)部差異突出。

四、江西省縣域創(chuàng)新能力差異動(dòng)態(tài)比較

為進(jìn)一步反映江西省縣域創(chuàng)新過(guò)程中的區(qū)位差異及變化趨勢(shì)，對(duì)江西省100個(gè)縣域進(jìn)行地域劃分和分析。本文根據(jù)2010年國(guó)家統(tǒng)計(jì)局對(duì)江西省經(jīng)濟(jì)區(qū)的劃分，贛北、贛中和贛南三大經(jīng)濟(jì)區(qū)所包含的縣域見(jiàn)表7，通過(guò)橫縱2個(gè)方向進(jìn)行比較，計(jì)算2017和2019兩年各經(jīng)濟(jì)區(qū)縣域創(chuàng)新能力綜合得分（見(jiàn)表8）及各公因子得分均值（見(jiàn)圖3～圖6），分別對(duì)其區(qū)位差異和趨勢(shì)變化進(jìn)行分析。

從江西省縣域創(chuàng)新綜合得分及變化差異來(lái)看，贛北、贛中、贛南經(jīng)濟(jì)區(qū)呈現(xiàn)不同的得分及差位狀態(tài)。如表8所示，2017年江西省三大經(jīng)濟(jì)區(qū)縣域創(chuàng)新能力綜合得分由強(qiáng)至弱依次是贛北、贛南、贛中。對(duì)比分析縣域創(chuàng)新綜合不同年份得分排名未發(fā)生改變，但是贛北經(jīng)濟(jì)區(qū)2019年綜合得分比2017年增加3.07，創(chuàng)新能力總體顯著增強(qiáng);贛南和贛中經(jīng)濟(jì)區(qū)2019年綜合得分比2017年分別減少2.42、0.65，縣域創(chuàng)新能力總體偏弱。另外可以發(fā)現(xiàn)贛北經(jīng)濟(jì)區(qū)中南昌的青山湖區(qū)、鷹潭的貴溪市、景德鎮(zhèn)的珠山區(qū)等區(qū)域穩(wěn)定在前十之內(nèi)且具有較高得分，這得益于贛北經(jīng)濟(jì)區(qū)各地特色產(chǎn)業(yè)發(fā)展戰(zhàn)略的實(shí)施。例如青山湖區(qū)以電子信息產(chǎn)業(yè)、針織產(chǎn)業(yè)為特色產(chǎn)業(yè)并引進(jìn)數(shù)字產(chǎn)業(yè)等;貴溪縣級(jí)市被譽(yù)為“銅都銀鄉(xiāng)”，主要以銅業(yè)為特色產(chǎn)業(yè)發(fā)展;珠山區(qū)大力發(fā)展瓷都特色文化產(chǎn)業(yè)。贛北經(jīng)濟(jì)區(qū)特色產(chǎn)業(yè)優(yōu)勢(shì)明顯，有望通過(guò)特色產(chǎn)業(yè)發(fā)展進(jìn)一步激發(fā)該類(lèi)型縣域的創(chuàng)新能力。

如圖3所示，縣域創(chuàng)新產(chǎn)出能力因子方面，贛北經(jīng)濟(jì)區(qū)與贛中、贛南經(jīng)濟(jì)區(qū)的差異比較突出。贛北經(jīng)濟(jì)區(qū)在產(chǎn)出能力因子得分上均大于贛中和贛南經(jīng)濟(jì)區(qū)，2017年贛北與贛中、贛南的差距分別為-1.081、-0.998;2019年贛北與贛中、贛南的差距分別為-1.124、-1.085。贛北經(jīng)濟(jì)區(qū)縣域產(chǎn)出得益于企業(yè)的發(fā)展，包括企業(yè)研發(fā)費(fèi)用稅前加計(jì)扣除和稅收優(yōu)惠等政策的支持等。相對(duì)而言，贛北縣域大規(guī)模的企業(yè)發(fā)展對(duì)創(chuàng)新產(chǎn)出具有決定性作用，這也是贛北縣域產(chǎn)出能力得分的優(yōu)勢(shì)。

如圖4所示，縣域創(chuàng)新研發(fā)能力因子方面，贛北經(jīng)濟(jì)區(qū)和贛中、贛南經(jīng)濟(jì)區(qū)呈不同方向的變化趨勢(shì)，贛中、贛南經(jīng)濟(jì)區(qū)呈下降趨勢(shì)，贛北經(jīng)濟(jì)區(qū)呈上升趨勢(shì)。2017年贛中、贛南經(jīng)濟(jì)區(qū)在研發(fā)能力因子得分上均大于贛北經(jīng)濟(jì)區(qū)，進(jìn)一步分析，贛中、贛南經(jīng)濟(jì)區(qū)與贛北經(jīng)濟(jì)區(qū)的差距分別為-0.102、-0.217，但是2019年贛北經(jīng)濟(jì)區(qū)在研發(fā)能力因子得分上大于贛中、贛南經(jīng)濟(jì)區(qū)。這主要在于規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)支出占營(yíng)業(yè)收入比重、R&D經(jīng)費(fèi)支出與GDP之比在區(qū)域的變化，從得分結(jié)果發(fā)現(xiàn)贛中和贛南經(jīng)濟(jì)區(qū)的部分縣域研發(fā)能力得分較低，例如贛南經(jīng)濟(jì)區(qū)的瑞金和南康等，導(dǎo)致不均衡現(xiàn)象突出。

如圖5所示，縣域創(chuàng)新財(cái)政投入因子方面，贛北經(jīng)濟(jì)區(qū)整體的投入相對(duì)贛中和贛南經(jīng)濟(jì)區(qū)較低。贛北經(jīng)濟(jì)區(qū)財(cái)政投入因子得分2017和2019年均為負(fù)值，贛北經(jīng)濟(jì)區(qū)與贛南、贛中經(jīng)濟(jì)區(qū)的差距呈反比減小趨勢(shì)，進(jìn)一步分析，2017年贛北與贛中、贛南經(jīng)濟(jì)區(qū)的差距分別為0.575、1.069;2019年贛北與贛中、贛南經(jīng)濟(jì)區(qū)的差距分別為0.036、0.314。贛北經(jīng)濟(jì)區(qū)的縣域間得分差異較大，不同地區(qū)財(cái)政投入也存在較大差異。贛中和贛南經(jīng)濟(jì)區(qū)在本級(jí)科學(xué)技術(shù)支出和本級(jí)地方財(cái)政科技支出占公共財(cái)政支出比重的得分及排名均呈減少趨勢(shì)。

如圖6所示，縣域創(chuàng)新結(jié)構(gòu)質(zhì)量方面，贛中和贛南經(jīng)濟(jì)區(qū)相對(duì)贛北經(jīng)濟(jì)區(qū)優(yōu)勢(shì)突出，贛南經(jīng)濟(jì)區(qū)在創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分上始終大于贛北和贛中經(jīng)濟(jì)區(qū)。2017年贛北、贛中經(jīng)濟(jì)區(qū)與贛南經(jīng)濟(jì)區(qū)的差距分別為0.583、0.890，2019年差距分別為1.002、0.658，2019年贛中與贛南經(jīng)濟(jì)區(qū)均大于贛北經(jīng)濟(jì)區(qū)。結(jié)構(gòu)質(zhì)量因子主要體現(xiàn)在一般公共預(yù)算教育經(jīng)費(fèi)占一般公共預(yù)算支出比重指標(biāo)上，在國(guó)家教育公平政策的背景之下，相對(duì)來(lái)說(shuō)贛南和贛中經(jīng)濟(jì)區(qū)教育投入也有所側(cè)重，結(jié)合前文分析贛北經(jīng)濟(jì)區(qū)在縣域企業(yè)“特色產(chǎn)業(yè)”發(fā)展投入相對(duì)較多。教育水平直接影響創(chuàng)新人才的產(chǎn)出，間接影響未來(lái)縣域的創(chuàng)新能力[10]，因此贛北經(jīng)濟(jì)區(qū)也不可忽視在教育上的投入。

五、主要結(jié)論與建議

（一）研究結(jié)論

基于模型與指標(biāo)體系構(gòu)建、江西省縣域創(chuàng)新能力因子分析和創(chuàng)新能力差異動(dòng)態(tài)比較的具體研究，通過(guò)判斷江西省三大經(jīng)濟(jì)區(qū)縣域創(chuàng)新能力區(qū)位差異對(duì)江西省100個(gè)縣域創(chuàng)新能力進(jìn)行評(píng)價(jià)，研究結(jié)論如下：

2017和2019年贛北、贛中、贛南經(jīng)濟(jì)區(qū)縣域創(chuàng)新能力在三大經(jīng)濟(jì)區(qū)中分別排第一、第三、第二。從相對(duì)競(jìng)爭(zhēng)力分析，贛北經(jīng)濟(jì)區(qū)與贛中、贛南經(jīng)濟(jì)區(qū)創(chuàng)新能力的得分差距均呈擴(kuò)大趨勢(shì)，贛中經(jīng)濟(jì)區(qū)與贛南經(jīng)濟(jì)區(qū)得分差距呈縮小趨勢(shì)。從總體上看，贛北經(jīng)濟(jì)區(qū)相對(duì)于贛中、贛南經(jīng)濟(jì)區(qū)其創(chuàng)新能力在持續(xù)增強(qiáng)，贛北縣域創(chuàng)新能力正向增強(qiáng)明顯，贛中、贛南經(jīng)濟(jì)區(qū)均呈減弱趨勢(shì)。

進(jìn)一步分析，贛北經(jīng)濟(jì)區(qū)在產(chǎn)出能力、研發(fā)能力、財(cái)政投入的因子得分均呈增大趨勢(shì)，在創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分上呈減小趨勢(shì)，但是財(cái)政投入因子得分各年均低于平均水平。贛中和贛南經(jīng)濟(jì)區(qū)在產(chǎn)出能力、研發(fā)能力、財(cái)政投入因子得分均呈減小趨勢(shì)，值得特別關(guān)注的是，研發(fā)能力得分均從平均水平之上降到平均水平之下，創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分均呈上升趨勢(shì)且2019年均高于平均水平。

（二）對(duì)策與建議

為了有效提升江西省縣域創(chuàng)新能力，本文結(jié)合上述因子分析和動(dòng)態(tài)比較結(jié)果，提出以下對(duì)策建議：

1.把握由“區(qū)”向“面”的變化趨勢(shì)，促進(jìn)縣域創(chuàng)新能力的優(yōu)勢(shì)建設(shè)?！皡^(qū)”是指江西省三大經(jīng)濟(jì)區(qū)，“面”是指產(chǎn)出能力、研發(fā)能力、財(cái)政投入能力、創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分4個(gè)方面。由上文分析可知，贛北經(jīng)濟(jì)區(qū)在產(chǎn)出能力因子得分上優(yōu)勢(shì)突出，主要原因在于其“特色產(chǎn)業(yè)”的發(fā)展。應(yīng)結(jié)合各區(qū)域公因子得分優(yōu)勢(shì)的具體分析，促進(jìn)各縣域產(chǎn)業(yè)優(yōu)勢(shì)的發(fā)展，加速各經(jīng)濟(jì)區(qū)縣域創(chuàng)新能力的優(yōu)勢(shì)建設(shè)。

2.深入由“面”向“點(diǎn)”的精準(zhǔn)發(fā)力，促進(jìn)縣域創(chuàng)新能力的分類(lèi)提升?！包c(diǎn)”是指所包含的指標(biāo)。分析顯示贛中和贛南經(jīng)濟(jì)區(qū)在產(chǎn)出能力因子得分上均呈下降趨勢(shì)且為負(fù)值，應(yīng)重點(diǎn)關(guān)注這兩個(gè)經(jīng)濟(jì)區(qū)在省級(jí)及以上研發(fā)平臺(tái)和創(chuàng)新載體數(shù)、縣域企業(yè)研發(fā)費(fèi)用稅前加計(jì)扣除金額、縣域高新技術(shù)企業(yè)所得稅優(yōu)惠額、萬(wàn)人發(fā)明專(zhuān)利授權(quán)、高新技術(shù)企業(yè)家數(shù)、高新技術(shù)產(chǎn)業(yè)增加值占規(guī)模以上工業(yè)增加值比重等“點(diǎn)”上的提升，通過(guò)判斷縣域各公因子得分的變化趨勢(shì)，有針對(duì)性地投入和監(jiān)測(cè)，從而快速有效提高該縣域的綜合創(chuàng)新能力。

3.發(fā)展由“縣”向“縣”的精準(zhǔn)幫扶，促進(jìn)縣域創(chuàng)新能力的整體協(xié)調(diào)。通過(guò)因子得分結(jié)果分析，贛北經(jīng)濟(jì)區(qū)縣域中綜合得分高分和低分均有聚集，內(nèi)部差異較大，可對(duì)贛北經(jīng)濟(jì)區(qū)內(nèi)進(jìn)行一對(duì)一或一對(duì)三的精準(zhǔn)幫扶，如贛北經(jīng)濟(jì)區(qū)內(nèi)綜合得分較強(qiáng)的青山湖區(qū)可對(duì)相對(duì)較弱的靖安縣、永修縣、安義縣進(jìn)行周邊縣域精準(zhǔn)幫扶，從而改變不均衡的現(xiàn)狀。因此，充分發(fā)揮縣域創(chuàng)新的輻射引領(lǐng)作用，有利于提高江西省各經(jīng)濟(jì)區(qū)內(nèi)的協(xié)調(diào)發(fā)展能力。

4.激勵(lì)“縣”與“縣”的爭(zhēng)先進(jìn)位，促進(jìn)江西省縣域創(chuàng)新的全面飛躍。在深入“精準(zhǔn)發(fā)力”和明確縣對(duì)縣“精準(zhǔn)幫扶”政策指引之下，應(yīng)將獎(jiǎng)勵(lì)落實(shí)到縣域的層面上，對(duì)各縣域創(chuàng)新能力進(jìn)行排名，對(duì)綜合得分及排名躍升較大的縣域進(jìn)行相應(yīng)獎(jiǎng)勵(lì)。例如對(duì)贛中經(jīng)濟(jì)區(qū)2019年創(chuàng)新結(jié)構(gòu)質(zhì)量因子得分排名提升，給予該縣域和所對(duì)應(yīng)幫扶縣域獎(jiǎng)勵(lì)等。通過(guò)爭(zhēng)先進(jìn)位激發(fā)各縣域的潛力，改變江西省縣域創(chuàng)新綜合得分總體偏弱現(xiàn)狀，形成拼比超越的良好態(tài)勢(shì)，促進(jìn)江西省縣域創(chuàng)新能力的全面提升。

參考文獻(xiàn)：

[1]國(guó)務(wù)院辦公廳.國(guó)務(wù)院辦公廳關(guān)于縣域創(chuàng)新驅(qū)動(dòng)發(fā)展的若干意見(jiàn)[EB/OL].http：//www.gov.cn/zhengce/content/2017-05/24/con?tent_5196268.htm，2017-05-24.

[2]袁永，胡海鵬.市域創(chuàng)新驅(qū)動(dòng)發(fā)展能力評(píng)價(jià)框架及指標(biāo)體系研究[J].科技管理研究，2020，40（5）：34-38.

[3]張婧，何彬，彭大敏，等.區(qū)域創(chuàng)新能力指數(shù)體系構(gòu)建、監(jiān)測(cè)和評(píng)價(jià)——基于四川省21個(gè)地區(qū)的研究和實(shí)踐[J].軟科學(xué)，2021，35（6）：44-51.

[4]趙彥飛，李雨晨，陳凱華.國(guó)家創(chuàng)新環(huán)境評(píng)價(jià)指標(biāo)體系研究：創(chuàng)新系統(tǒng)視角[J].科研管理，2020，41（11）：66-74.

[5]林海.粵港澳大灣區(qū)縣域創(chuàng)新環(huán)境評(píng)價(jià)——以廣東57個(gè)縣（市）實(shí)證分析為例[J].科技管理研究，2020，40（12）：85-95.

[6]嚴(yán)紅，何雄浪.新形勢(shì)下我國(guó)科技創(chuàng)新效率的區(qū)域分析[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2010，8（6）：43-49.

[7]葉斌，陳麗玉.基于網(wǎng)絡(luò)DEA的區(qū)域創(chuàng)新網(wǎng)絡(luò)共生效率評(píng)價(jià)[J].中國(guó)軟科學(xué)，2016，（7）：100-108.

[8]張愛(ài)華.區(qū)域創(chuàng)新評(píng)價(jià)指標(biāo)體系構(gòu)建[J].統(tǒng)計(jì)與決策，2017，（24）：51-54.

[9]朱夢(mèng)菲，陳守明，邵悅心.基于AHP-TOPSIS和SOM聚類(lèi)區(qū)域創(chuàng)新策源能力評(píng)價(jià)[J].科研管理，2020，41（2）：40-50.

[10]胡樹(shù)華，楊潔.國(guó)內(nèi)主要城市群創(chuàng)新能力的評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2010，（24）：53-55.

[11]貝淑華，王圓，沈杰.基于因子分析的江蘇省技術(shù)創(chuàng)新能力評(píng)價(jià)[J].科技管理研究，2021，41（12）：77-82.

[12]李琳，王足.我國(guó)區(qū)域制造業(yè)綠色競(jìng)爭(zhēng)力評(píng)價(jià)及動(dòng)態(tài)比較[J].經(jīng)濟(jì)問(wèn)題探索，2017，（1）：64-71.

[13]易平濤，李偉偉，郭亞軍.基于指標(biāo)特征分析的區(qū)域創(chuàng)新能力評(píng)價(jià)及實(shí)證[J].科研管理，2016，37（S1）：371-378.

[14]顏莉.我國(guó)區(qū)域創(chuàng)新效率評(píng)價(jià)指標(biāo)體系實(shí)證研究[J].管理世界，2012，（5）：174-175.

[15]管婧婧，周子杰，馬國(guó)斌.浙江省縣域科技創(chuàng)新活動(dòng)的評(píng)估與空間聚集[J].科研管理，2017，38（10）：58-67.

（責(zé)任編輯：顏莉）

收稿日期：2021-10-07

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（72064001）

作者簡(jiǎn)介：周明（1975-），男，江西吉水人，東華理工大學(xué)經(jīng)濟(jì)與管理學(xué)院教授，管理學(xué)博士，研究方向?yàn)榧夹g(shù)創(chuàng)新管理;崔江（1995-），男，江西萍鄉(xiāng)人，東華理工大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，研究方向?yàn)楣舱摺⒓夹g(shù)創(chuàng)新管理;胡萌（1982-），男，江西南昌人，江西省科學(xué)技術(shù)信息研究所工程師，研究方向?yàn)榭h域科技創(chuàng)新和科普。