欧洲创新计分牌及对我们的启示

周 勇  冯丛丛

（山东省科技发展战略研究所  山东财政学院工商管理学院）

一、欧洲创新计分牌的主要内容

欧盟创新计分牌（EIS, European Innovation Scoreboard）研究涵盖了欧盟25个成员国，包括保加利亚、罗马尼亚、土耳其、冰岛、挪威和瑞士，另外还包括美国和日本。EIS指标体系总结了创新绩效的主要方面。2005年欧盟与联合研究中心（JRC, Joint Research Centre）密切合作，进行了EIS自2000年欧洲理事会首次提出后的第5次修订。通过这次修订，评价总体创新指数（SII, Summary Innovation Index）的EIS指标体系经过改良增加到现在的26个，创新指标种类由原来的4类增加为现在的5类，新处理方法通过评估指标间的相关性，允许忽略某几项并增加在新的方面影响创新绩效的数据信息。

（一）欧洲创新计分牌研究的主要内容

欧洲理事会（European Commission）的Enterprise Directorate-General 所开展的欧洲创新计分牌的研究报告主要有以下几个部分：①2005欧洲创新计分牌：创新绩效的比较分析；②欧洲创新趋势图：政策，指标和目标：测量创新政策的效果；③2005欧洲创新计分牌的研究方法；④欧洲创新趋势图：创新的优势和劣势；⑤2005欧洲创新计分牌：创新和经济绩效；⑥欧洲创新趋势图：欧洲部分的创新计分牌；⑦评估和比较欧洲和美国的创新绩效；⑧2005欧洲创新计分牌数据库

（二）欧洲创新计分牌的研究方法和步骤

2005年EIS方法论报告主要研究了两个大主题。第一个大主题是修订欧洲创新计分牌中的创新指标。第二个大主题是关于综合的创新指数和据此得到的国家排序结果的稳健性分析。共由5个主题和12个步骤组成。

第一个主题是概念框架的识别。它是由步骤1中的描述创新过程的5个板块指标集合来识别。其中创新驱动因素、知识创造和创新与企业家描述了创新的投入。技术应用和知识产权描述了创新输出。步骤2中，首批的52个指标在2005年EIS报告书中作为潜在的评价指标而被确定。

第二个主题是评价指标的选择。它是从步骤3中的对5个板块之间和每个板块中的各指标之间相关性的统计分析开始的。每一板块都要进行两种统计分析。首先，每个板块应用一个相关性矩阵分析来辨别有高度相关性的指标；第二，应用主要因素分析((PCA)的方法来决定每个板块中的主要因素和指标。这两个分析后得到一个27个指标的备选列表。步骤5则是备选列表被送到高级专家评估小组（GSO）进行评估并形成由26个指标组成的最终列表。

第三个主题是数据的前期处理，在步骤6中用回归方法通过缺少的数据的归因分析来获得一个完整的数据库。当各种指标测量单位不同时，步骤7探索了两种规范化的技术─标准化或Z-scores并重新缩放比例─使所有指标相同的测量单位。步骤8探究了4个不同的权重方案：预先分配比重，采用GSO成员提供的比重，相同比重，因素分析和疑问益处分析。

主题四是综合创新指数评估和稳健性分析，它是在步骤9中运用4个不同的权重方案和两个规范化的技术计算了5个板块的综合指数以及投入和产出两个部分的综合指数。步骤10研究了采用单一归因方法对创新指标进行趋势分析。

最后一个主题是结论，总结了稳健性分析的主要发现和2005年EIS的现有结论。第一个结论是稳健性分析显示了应用不同权重时各国家分组具有稳定性。第二个结论是稳健性分析显示了应用不同权重方案时国家排序的稳定性。两个结论都指向简单权重方案的结果。

（三）欧盟创新计分牌的指标体系和主要结论

根据欧洲理事会提出的“欧洲创新计分牌”大纲设计的这一指标体系，由2001年的17个反映创新活动的指标增加到2005年的5类共26个指标。5类指标被编为创新投入和产出两个部分。创新投入部分含创新驱动因素、知识创造和企业创新3部分。创新驱动因素主要考察与创新相关的人力资本与基础设施；知识创造主要衡量作为知识经济成功的关键因素，研发活动的投入情况；企业创新部分则是通过分析参与创新的企业数量与企业对创新的投入，以及信息通讯技术（ICT）投资情况反映企业在创新活动中的投入。创新产出则从技术应用与知识产权方面进行分析。技术应用主要考察企业采用高技术带来的新价值，此外还将参与高技术生产活动的人员纳入考察范围，从企业活动和劳动力方面考察创新带来的价值增加。知识产权则主要考察专利、商标、外观设计的人均占有量。表1详细地说明了创新指标体系的5类26个指标，以及每个指标的原始数据来源。

对比欧盟与美国、日本可以比较的指标，美国、日本在创新能力上远远超过欧盟25国，这一差距在最近几年没有大的变化。有3个指标可以解释70%的欧盟落后于美、日的原因，它们分别是：美国专利、受过高等教育的人口以及ICT投入。通过对单个指标进行分析可以得出欧盟在公共R&D支出、高技术产品出口、来自企业的大学R&D投入和欧盟拥有的商标方面与美国的差距在拉大。而欧盟和日本之间的差距在不断拉大，这个差距很大部分源自美国专利拥有量、多国专利数和受过高等教育的人口数量。而通过对2003-2005年EIS指标的分析，可以看出ICT投入、多国专利数和公共及企业R&D支出的差距在不断增加，只有科学与工程毕业生这一个指标的差距在缩小。

表1    创新指标体系的评价指标表

欧盟根据以上指标计算各成员国的SII，将此SII数据与SII的增长率作为坐标系的纵横轴，以欧盟平均SII和SII增长率作为标准，可以将欧盟国家分为4类：

领先国家（Leading countries）。SII高是这类国家的典型特点，SII增长率大多在平均水平附近，如瑞士、芬兰、瑞典、丹麦和德国。日本属于领先国家的典型，SII及其增长率都高于平均水平。美国虽然SII增长率一般水平，但因为SII高也属于领先国家。

中间国家（Average performance）。包括法国、卢森堡、爱尔兰、英国、荷兰、比利时、奥地利、挪威、意大利和冰岛。这类国家的SII大多位于平均水平，表现一般，其中有些国家的SII增长率很高（如卢森堡），如果能够保持这种趋势，将跻身领先国家。而增长率低的国家不改变现状则可能衰退到落后国家。

追赶国家（Catching up）。如斯洛文尼亚、匈牙利、葡萄牙、捷克、立陶宛、拉脱维亚、希腊、塞布罗斯和马耳他。这类国家SII低于中间国家，但是增长率明显高于大部分领先和中间国家。

落后国家（Losing ground）如爱沙尼亚、西班牙、保加利亚、波兰、斯洛文尼亚、罗马尼亚和土耳其。

二、创新型国家或省市的4个代表性指标解析

在各种媒体中可以查到若干对创新型国家应具备的特征的描述，主要提到以下4个指标：科技进步贡献率，研发投入占GDP的比例，对外技术依存度以及专利目标。在各省市科技大会的相关决定中一般前3个指标有具体的数字，最后一个指标则是较为模糊的提法。

这几个指标作为衡量创新型国家或地区的评价标准的话，就国内而言，存在以下问题：

科技进步贡献率的计算主要采用余值法，即把经济增长中除掉劳动力和资本的贡献后的剩余都归结为科技进步的贡献。由于这类计算涉及价格可比性，不同年份固定资产的计算，大量的富余劳动力存在，我国特有的政策的强力影响等因素，从而使得科技进步贡献率很难计算出令人信服的结果，把这一指标作为考核指标时就更难计算准确。而国外大多是学者在做学术研究工作时采用的一种较为笼统的、完全市场竞争条件假设下的粗略计算。

研究与开发投入占GDP的比重主要涉及研究与开发的口径问题。研究与开发投入的统计口径在企业很难划定清楚，企业大多是把技术开发经费作为研究与开发经费。再加上地方政府和企业领导人或针对企业的各种考核等都需要这个指标达到一定的水平，从而使得这一指标的不准确性较大，以此作为创新型省市的目标也很难进行评价。另外，从税务部门因为企业新产品技术开发而减免的所得税的数量只是企业统计数字应该减免的1/50至1/100来看，企业的新产品技术开发费或是研究与开发经费的统计存在较大的问题。

技术依存度[它等于技术引进费用/（技术引进费用+R&D费用）]主要是衡量一个发展中国家在技术方面对发达国家的依赖程度，这涉及到主权独立和特殊情况下会产生的技术封锁问题。对我们国家整体而言，这个指标有意义。而对于各省、市而言，随着经济国际化、全球化的进程加快，最主要的是提高自身的核心竞争能力，而不是把技术依存度的降低作为一个努力的目标。而技术依存度是一个高了不一定好，低了也不一定好的指标。比如，朝鲜的技术依存度就非常低，因为它几乎没有多少技术的引进。而对一个省市而言，可以通过从其他省份引进技术而不是从国外引进技术而把技术依存度降下来，但自主创新能力可能并没有提高；而技术的引进可能比只是购买国外的设备要好得多，尽管这样会提高技术依存度。显然，各省市照抄照搬国家文件中采用的技术依存度这一指标作为创新型省市建设的目标是不合适的。

知识产权主要是发明专利，国家提出要进入世界前几位，而各省无法照搬这一数字，只是笼统地提出专利要有大的增长等模糊目标。显然，各省市照搬创新型国家的主要指标作为创新型省市的主要指标实在是缺乏创新。而用这几个很难测算清楚或人为调整空间很大的指标来作为创新型省份的目标是不合适的。最后的结果很可能是，到2010年或2020年，各地方达不到目标也无所谓，或者是达不到目标就在数字上做文章，或者是超过了也不知道怎么超过的。显然，这种目标很难起到鼓舞人心、凝聚力量、指引方向的作用。

三、关于创新型国家或省市评价体系的研究问题

目前，随着社会各界对创新型省份问题的关注，许多人士正在研究创新型省市的评价指标体系。按照过去的经验，在年底之前将会有不同的省市、不同的部门提出若干不同的评价方法，得出若干不同的评价结果，最后谁也很难说服谁，莫衷一是。即使某个国家部委在某个报纸上公布某一家研究机构的评价结果，推出一个作为主旋律的评价结果，也未必能够服人。因为确定一些指标，计算不同指标的权重，找一些统计数据，对一些省市进行排队，这似乎是最简单的软科学课题了。

借鉴ISO9000等各种技术标准在国际上通用的经验，采用国际上对创新型国家或地区问题研究和评价工作做的时间比较长，较为成熟并不断研究、修正的创新型国家或地区评价体系，将会使得对我们创新型国家和省份建设的评价具有国际可比性，而较为合理的评价指标将会指导、督促我们明确创新的重点和方向，提高创新能力。正如在科学研究上发达国家有许多方面值得我们学习借鉴，在软科学研究方面，国外的先进经验和做法也值得我们学习借鉴。而低水平的重复，毫无意义的标新立异是不可取的，这也不符合建设创新型国家或省市的战略要求。

基于这种考虑，借鉴欧盟创新计分牌对欧洲国家连续几年的创新绩效评价的经验，构建创新型国家（省、市）评价体系具有一定的参考价值。由于这一指标体系评价用的是创新的绩效，采用的是比例、比重等效率指标，而不是反映整个国家创新实力的总量指标。因此，对于研究区域的创新绩效也有一定的适用性。

从检索结果来看，国内做过类似的创新能力之类的指标体系。我们也多次对多个省份以及山东各地市的创新能力、科技发展等作过评价，但都缺乏权威性。对创新型国家或地区而言更是如此，没有人就此做过详细的、可行的研究，更缺乏国际上的可比性。

四、欧盟创新计分牌对我们的启示

欧盟创新计分牌已经连续几年对欧洲和美国、日本各国创新绩效进行评价并不断完善评价指标体系，形成一定的权威性，值得我们学习借鉴。这一指标体系评价的是创新的绩效，采用的是比例、比重等效率指标，而不是反映整个国家创新实力的总量指标，因此对我国及其各省市都有借鉴意义。这些指标体现了投入和产出两个大方面的5个小方面的平衡，涉及教育、研究与开发、创业创新、新技术、新产品、高新技术产业、知识产权等，涵盖了创新的各个方面，而且这些指标具有内在的相互联系和相对独立性。

评价指标主要是根据需要和可能来选择指标，并不断修正，使得他们能够反映创新的主要方面。另外，他们的指标都进行相关性分析和主成分分析、因子分析等，以及对结果进行稳健性分析，具有相对的科学性，值得我们学习。在欧盟创新计分牌及其他国外类似创新评价指标中，很少有科技进步贡献率这一指标，而国内各省计算这一指标时也是困难重重。其实，我们确实没有必要计算这个产生于国外学术研究，假设条件与国内严重不符，数据可比性差，最终结果莫衷一是的科技进步贡献率指标。

至于对外技术依存度，在作为评价指标时也不宜采用。因为它具有结果的不确定性，就是同样是某个低水平的对外技术依存度，可能是在技术水平很低的情况下实现的，而这并不是我们想实现的，就像文化大革命时期我们实行的自力更生政策后得到的很低的对外依赖度；也可能是在较高技术水平上实现的，这是我们希望实现的，因此，从数据的大小难以分清是好还是不好的指标是不能拿来作为评价指标的。而对于发明专利的申请，应该采用百万人的发明专利数等指标，只是我们比例太小，很难拿出来与别人比较。

对比我们国家的经济、科技、教育及人口统计数据，欧盟创新计分牌里的大部分数据我们也能取得。只是就某一个省与欧盟国家和美日比较时，有些统计年鉴中没有的数据也可以通过其他渠道取得，因此比较起来并不困难。

总之，采用欧盟的创新计分牌指标体系对我国及各省创新绩效进行测评，并与欧盟及美、日大部分创新指标比较，可以从量上明确我国及各省在创新方面的差距，这对我国创新型国家（省、市）建设有紧迫的重要意义，也能够回答社会各界对这一问题存在的各种疑惑和模糊意识。这有利于国际间的比较，使我们对自身的创新绩效有个清醒的、准确的认识，能够使得我们的创新型国家或省市的建设朝着正确的方向去努力。