顧桐菲　游翰霖　廉振宇　董曉陽

摘 要：當(dāng)前，區(qū)域創(chuàng)新發(fā)展管理復(fù)雜性快速上升，基于數(shù)據(jù)分析的決策支撐需求日益迫切，構(gòu)建多源數(shù)據(jù)融合的區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)已成為推動創(chuàng)新治理數(shù)字化轉(zhuǎn)型、科學(xué)化決策的技術(shù)基礎(chǔ)。為解決實(shí)際問題，首先，根據(jù)區(qū)域創(chuàng)新發(fā)展概念特征和評估目標(biāo)，梳理態(tài)勢評估系統(tǒng)“多源基礎(chǔ)數(shù)據(jù)管理”、“數(shù)據(jù)分析與可視化展示”、“治理決策支撐”三大核心需求;其次，按“數(shù)據(jù)采集-數(shù)據(jù)管理-數(shù)據(jù)分析-數(shù)據(jù)可視化”支撐決策一般性數(shù)據(jù)挖掘工作流程，設(shè)計了區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)功能架構(gòu);再次，著眼各類區(qū)域創(chuàng)新發(fā)展態(tài)勢評估任務(wù)，介紹了系統(tǒng)包含的評估指標(biāo)體系、指標(biāo)數(shù)據(jù)聚合算法、發(fā)展趨勢預(yù)測算法以及政策影響評估方法等實(shí)用模型;最后，闡述了態(tài)勢評估系統(tǒng)軟件設(shè)計概念架構(gòu)，展示了系統(tǒng)軟件的評估應(yīng)用實(shí)例。本文提出的發(fā)展態(tài)勢評估系統(tǒng)設(shè)計框架是推動數(shù)據(jù)驅(qū)動區(qū)域創(chuàng)新治理的有益嘗試，后續(xù)的系統(tǒng)完善和應(yīng)用研究有助于推動形成“數(shù)據(jù)積累—模型優(yōu)化—系統(tǒng)完善—支撐決策”的良性循環(huán)。

關(guān) 鍵 詞：區(qū)域創(chuàng)新;發(fā)展態(tài)勢評估;多源數(shù)據(jù)融合;系統(tǒng)設(shè)計概念架構(gòu)

DOI：10.16315/j.stm.2021.06.004

中圖分類號： C939

文獻(xiàn)標(biāo)志碼： A

Design and application of development situation assessment system for

regional innovation based on multi-source data fusion

GU Tong-fei， YOU Han-lin， LIAN Zhen-yu， DONG Xiao-yang

（Consulting Center for Strategic Assessment， Academy of Military Science， Beijing 100091， China）

Abstract：Nowadays， the complexity of management is rocketing for regional innovation， and demand for decision support based on data analysis is becoming increasingly urgent. Hence， it has been considered as a technical basis for promoting the digital transformation of innovation governance that designing and developing an effective and efficient development situation assessment system for regional innovation based on multi-source data fusion. Consequently， the authors propose 4 main works focusing on the topic in this paper. Firstly， we analyze three core requirements of the development situation assessment system based on the conceptual characteristics and assessment objectives， such as multi-source basic data management， data analysis and visualization， and supporting the governance decision-making. Secondly， according to the general data-mining workflow for decision-supporting， called as ‘data collection-data management-data analysis-data visualization， we design the operational framework of assessment system. Thirdly， it is introduced that the practical tools and approaches for various assessment tasks which are embedded in the system， such as assessment index system， index value aggregation algorithm， development trend forecast method and policy impact assessment model. Finally， we demonstrate the design conceptual architecture and an assessment application case of the mentioned software system. The proposed design framework of development situation assessment system can be considered as a rewarding attempt to promote the data-driven government of regional innovation. Furthermore， the follow-up software system updating and related application research are conducive to create a virtuous circle that “data accumulation-model enhancement-software system updating-decision supporting”.572BD1D9-CF2D-4DE5-9C2A-EEF9CB69BCE3

Keywords：regional innovation; development situation assessment; multi-source data fusion; conceptual architecture of system design

從我國公共政策管理實(shí)踐來看，傳統(tǒng)管理模式中存在的封閉單向、粗放定性、反饋遲滯等問題，已經(jīng)難以適應(yīng)現(xiàn)代化治理需要[1]。以精細(xì)化管理理念為先導(dǎo)，運(yùn)用多源數(shù)據(jù)分析方法支撐公共政策管理決策，可以有效彌補(bǔ)上述問題[2]。近年來，隨著政府信息化建設(shè)和統(tǒng)計制度逐步完善，電子政務(wù)系統(tǒng)部署運(yùn)用全面展開，政府治理數(shù)據(jù)產(chǎn)生爆炸性增長，推動公共政策從經(jīng)驗驅(qū)動決策走向數(shù)據(jù)驅(qū)動決策，為多源數(shù)據(jù)管理與分析技術(shù)大規(guī)模應(yīng)用提供了需求牽引和平臺支撐。從公共政策管理需求看，創(chuàng)新治理是國家治理體系的有機(jī)組成部分，要實(shí)現(xiàn)國家治理體系現(xiàn)代化，必然要求創(chuàng)新治理現(xiàn)代化[3]。區(qū)域創(chuàng)新作為國家創(chuàng)新治理現(xiàn)代化的重要實(shí)踐載體，迫切需要提高多元主體創(chuàng)新決策參與程度，增加創(chuàng)新政策制定的科學(xué)性和透明性。因此，宜將區(qū)域創(chuàng)新治理作為數(shù)據(jù)驅(qū)動公共政策管理決策優(yōu)化升級的抓手，設(shè)計包含數(shù)據(jù)分析模型算法及其支撐功能模塊的信息系統(tǒng)，從區(qū)域創(chuàng)新治理實(shí)踐全流程產(chǎn)生的多源異構(gòu)數(shù)據(jù)中挖掘支撐管理決策的有效情報信息，從而提升區(qū)域創(chuàng)新治理的監(jiān)測實(shí)時性、決策科學(xué)性和調(diào)控精準(zhǔn)性，從而推動區(qū)域創(chuàng)新治理數(shù)字化轉(zhuǎn)型。

當(dāng)前，基于數(shù)據(jù)分析的區(qū)域創(chuàng)新治理已成為相關(guān)領(lǐng)域?qū)W者關(guān)注的熱點(diǎn)問題。根據(jù)“認(rèn)知現(xiàn)狀-預(yù)測未來-選擇方案”的決策基本步驟[4]，實(shí)現(xiàn)高效精準(zhǔn)區(qū)域創(chuàng)新治理，需要綜合感知創(chuàng)新發(fā)展態(tài)勢，科學(xué)預(yù)測創(chuàng)新體系發(fā)展趨勢，有效評估備選（政策）方案的預(yù)期效益、成本和風(fēng)險。陳凱華等[5]研究了大數(shù)據(jù)時代創(chuàng)新治理面臨的新情況、新機(jī)遇，提出通過轉(zhuǎn)變政府治理理念與模式、完善管理工作機(jī)制、整合構(gòu)建創(chuàng)新發(fā)展監(jiān)測平臺等途徑，實(shí)現(xiàn)創(chuàng)新治理數(shù)字化轉(zhuǎn)型。Li等[6]運(yùn)用量化分析方法，探討驗證了區(qū)域創(chuàng)新體系及其配套政策對新興產(chǎn)業(yè)發(fā)展短期和長期影響?；诮Y(jié)構(gòu)化的指標(biāo)數(shù)據(jù)（統(tǒng)計數(shù)據(jù)），數(shù)據(jù)包絡(luò)分析（DEA）、結(jié)構(gòu)方程模型、AHP-TOPSIS和量化情景分析等方法被用于評估區(qū)域創(chuàng)新能力和戰(zhàn)略態(tài)勢，為預(yù)見未來趨勢、查找矛盾問題、優(yōu)化資源配置和制定政策措施等提供決策支撐[7-10]。Aronica等[11]基于從社區(qū)創(chuàng)新調(diào)查計劃（Community Innovation Survey）中獲取的意大利科技創(chuàng)新數(shù)據(jù)，運(yùn)用知識生產(chǎn)函數(shù)（Knowledge Production Functions）從微觀視角評估區(qū)域創(chuàng)新態(tài)勢，并比較分析不同區(qū)域企業(yè)知識投入-產(chǎn)出效率存在的差異。張司飛等[12]依據(jù)創(chuàng)新系統(tǒng)共生體理論，運(yùn)用模糊集定性比較分析方法，對31個省級行政區(qū)案例開展區(qū)域創(chuàng)新發(fā)展路徑的實(shí)證研究。Lin等[13]著眼技術(shù)創(chuàng)新階段和技術(shù)商業(yè)化階段，以不同等級專利數(shù)量為主要測度指標(biāo)，運(yùn)用兩階段基于松弛測量的動態(tài)網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)分析模型（SBM-DNDEA）評估中國區(qū)域創(chuàng)新體系運(yùn)行績效。Park等[14]同樣使用專利數(shù)據(jù)，運(yùn)用關(guān)聯(lián)規(guī)則挖掘、網(wǎng)絡(luò)分析等方法，從產(chǎn)業(yè)視角對比評估區(qū)域和全國范圍內(nèi)的創(chuàng)新能力水平，從而識別區(qū)域特色優(yōu)勢（創(chuàng)新型）產(chǎn)業(yè)，為區(qū)域研發(fā)規(guī)劃決策提供支撐。Yang等[15]運(yùn)用兩階段數(shù)據(jù)包絡(luò)分析法測度了區(qū)域創(chuàng)新效率，以此為基礎(chǔ)，評估金融科技應(yīng)用對科技創(chuàng)新各階段效率的影響，從而為區(qū)域發(fā)展政策制定提供支撐。楊巖等[16]探索了區(qū)域創(chuàng)新可視化系統(tǒng)開發(fā)實(shí)踐。此外，隨著社會分工和學(xué)科門類日益精細(xì)化發(fā)展，科技創(chuàng)新步入“大協(xié)同”時代，涵蓋多地域、多主體分工協(xié)作，人才、設(shè)備、技術(shù)、資本等多類創(chuàng)新資源大范圍流動、高效率配置的區(qū)域協(xié)同創(chuàng)新愈發(fā)受到本領(lǐng)域?qū)W者的重視。合著論文數(shù)、合作申請專利數(shù)被一些學(xué)者視為區(qū)域協(xié)同創(chuàng)新能力的測度指標(biāo)[17-19]，另一些學(xué)者認(rèn)為區(qū)域協(xié)同創(chuàng)新績效（態(tài)勢）評估體系應(yīng)包含創(chuàng)新環(huán)境、創(chuàng)新能力和創(chuàng)新成果3個維度的指標(biāo)[20]?；谏鲜鲈u估模型，研究人員運(yùn)用統(tǒng)計數(shù)據(jù)和計量模型討論了地理鄰近性、認(rèn)知（文化）鄰近性、制度鄰近性、經(jīng)濟(jì)鄰近性以及科技人才集聚、產(chǎn)業(yè)人才集聚等相關(guān)因素對區(qū)域協(xié)同創(chuàng)新績效（態(tài)勢）的影響機(jī)理。

已有研究推動了區(qū)域創(chuàng)新治理的理論實(shí)踐研究進(jìn)展，但仍然存在不足。一是，創(chuàng)新治理數(shù)字化轉(zhuǎn)型大多還處于理論層面，實(shí)現(xiàn)平臺應(yīng)用、政策落地等仍需加速推進(jìn);二是，單純依賴結(jié)構(gòu)化數(shù)據(jù)難以全面感知區(qū)域創(chuàng)新復(fù)雜系統(tǒng)態(tài)勢、回應(yīng)決策者各類關(guān)切問題、形成“人在回路”的實(shí)時感知、及時處理工作機(jī)制;三是，現(xiàn)有可視化系統(tǒng)功能相對單一，數(shù)據(jù)分析模型不足，決策支撐能力有限。針對上述問題，需要運(yùn)用數(shù)據(jù)管理與分析技術(shù)，將文本數(shù)據(jù)、多媒體數(shù)據(jù)、專家干預(yù)數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)和現(xiàn)有結(jié)構(gòu)化數(shù)據(jù)有機(jī)融合，構(gòu)建集成多源數(shù)據(jù)管理、分析與可視化（人機(jī)交互）功能的區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)，兼顧區(qū)域創(chuàng)新態(tài)勢快速感知和背后影響機(jī)理深度分析，形成“多源數(shù)據(jù)-模型算法-軟件系統(tǒng)—情報轉(zhuǎn)化”一體化決策支撐能力?；诖耍疚脑谝延醒芯炕A(chǔ)上，梳理區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)應(yīng)用需求，提出“數(shù)據(jù)采集-數(shù)據(jù)管理-數(shù)據(jù)分析-數(shù)據(jù)可視化”系統(tǒng)功能架構(gòu)及其包含的主要評估模型方法，展示系統(tǒng)開發(fā)基本架構(gòu)設(shè)計和應(yīng)用實(shí)例，對推動數(shù)據(jù)驅(qū)動的區(qū)域創(chuàng)新治理開展初步探討。

1 區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)應(yīng)用需求

區(qū)域創(chuàng)新發(fā)展態(tài)勢主要評估對象包括發(fā)展水平和創(chuàng)新能力。前者是目標(biāo)區(qū)域當(dāng)前科學(xué)技術(shù)、產(chǎn)業(yè)、社會、生態(tài)發(fā)展整體水平的集中體現(xiàn)，后者是指目標(biāo)區(qū)域在一定發(fā)展環(huán)境和條件下，從事科學(xué)發(fā)展、技術(shù)發(fā)明并將創(chuàng)新成果商業(yè)化和獲取經(jīng)濟(jì)回報的能力，包括實(shí)力和潛力[21]。針對評估對象特征，設(shè)計開發(fā)區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)的目標(biāo)可定義為通過有效組織和管理反映創(chuàng)新發(fā)展水平和創(chuàng)新能力的各類數(shù)據(jù)的，運(yùn)用數(shù)據(jù)管理、分析和可視化交互手段，高效分析區(qū)域創(chuàng)新建設(shè)成效，清晰反映區(qū)域創(chuàng)新建設(shè)存在的問題，深入揭示區(qū)域創(chuàng)新與經(jīng)濟(jì)社會發(fā)展的互動規(guī)律;從而支撐政府相關(guān)管理部門全面、直觀、實(shí)時、精準(zhǔn)地掌握區(qū)域創(chuàng)新發(fā)展脈絡(luò)，準(zhǔn)確獲得不同市場主體的創(chuàng)新需求，提升問題研判能力，提高創(chuàng)新服務(wù)水平，增強(qiáng)創(chuàng)新治理宏觀決策能力。因此，區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)需求包括：從不同源頭、通過不同路徑持續(xù)收集（更新）區(qū)域創(chuàng)新發(fā)展相關(guān)異構(gòu)數(shù)據(jù);實(shí)現(xiàn)各類數(shù)據(jù)有效管理、統(tǒng)計分析和可視化展示;結(jié)合相關(guān)領(lǐng)域先驗知識和專家經(jīng)驗，迭代生成能夠支撐決策的情報信息。572BD1D9-CF2D-4DE5-9C2A-EEF9CB69BCE3

1.1 區(qū)域創(chuàng)新多源基礎(chǔ)數(shù)據(jù)管理

針對地方政府宏觀調(diào)控和創(chuàng)新治理中所急需解決的信息盲點(diǎn)，整合處理區(qū)域創(chuàng)新數(shù)據(jù)。通過縱向采集高校、科研機(jī)構(gòu)、高新技術(shù)企業(yè)、中介組織等各類創(chuàng)新主體開展創(chuàng)新活動產(chǎn)生的數(shù)據(jù)，橫向接入經(jīng)濟(jì)、科技、工業(yè)、教育、財政、稅務(wù)等領(lǐng)域主管部門的公共數(shù)據(jù)資源，建立區(qū)域創(chuàng)新基礎(chǔ)信息數(shù)據(jù)庫，實(shí)現(xiàn)數(shù)據(jù)采集、編目、分級、分類與歸檔[22]，再按照數(shù)據(jù)的不同屬性與業(yè)務(wù)用途進(jìn)行提取融合，形成一系列結(jié)構(gòu)清晰的標(biāo)準(zhǔn)化模板，便于數(shù)據(jù)的再利用，從而發(fā)揮數(shù)據(jù)綜合服務(wù)和應(yīng)用效能。

1.2 區(qū)域創(chuàng)新數(shù)據(jù)分析與可視化展示

針對區(qū)域創(chuàng)新發(fā)展情報信息需求，匹配相應(yīng)數(shù)據(jù)資源，結(jié)合問題背景和先驗知識建立區(qū)域創(chuàng)新發(fā)展態(tài)勢評估指標(biāo)體系等分析框架，設(shè)計和篩選統(tǒng)計分析、因果分析、知識發(fā)現(xiàn)、趨勢預(yù)測等基礎(chǔ)功能模塊，整合形成一攬子數(shù)據(jù)分析工具;依托地理信息系統(tǒng)技術(shù)，以專題地圖、統(tǒng)計圖表等多種表現(xiàn)方式，可視化展現(xiàn)指標(biāo)數(shù)據(jù)，如多維立體化展示創(chuàng)新主體和創(chuàng)新成果空間分布和歷史演變等，綜合展示區(qū)域創(chuàng)新發(fā)展態(tài)勢指數(shù)、發(fā)掘數(shù)據(jù)指標(biāo)關(guān)聯(lián)特征、創(chuàng)新發(fā)展趨勢預(yù)測結(jié)果等要素，為全維實(shí)時監(jiān)測識別區(qū)域創(chuàng)新態(tài)勢提供平臺支撐。

1.3 區(qū)域創(chuàng)新治理決策支撐

根據(jù)制定區(qū)域創(chuàng)新發(fā)展戰(zhàn)略規(guī)劃和政策、完善重點(diǎn)實(shí)驗室等創(chuàng)新資源的區(qū)域布局等重大戰(zhàn)略制定，破解區(qū)域創(chuàng)新發(fā)展不平衡問題、打造區(qū)域產(chǎn)業(yè)集群等實(shí)際需求，依托區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)，結(jié)合多源基礎(chǔ)數(shù)據(jù)、模型算法、軟件工具和專家經(jīng)驗，針對決策者關(guān)注問題開展各類專題分析實(shí)證研究，為管理部門創(chuàng)新治理重大決策提供知識支持服務(wù)，探索區(qū)域創(chuàng)新治理智能決策新模式。

2 系統(tǒng)功能架構(gòu)

區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)的核心是打通數(shù)據(jù)感知、分析、決策和執(zhí)行環(huán)節(jié)，形成“數(shù)據(jù)→信息→知識→決策”鏈路，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動創(chuàng)新治理。具體而言，首先將多源區(qū)域創(chuàng)新數(shù)據(jù)匯集融合，然后加工為信息，提煉出體系化知識，最后將知識關(guān)聯(lián)到核心決策層，形成一系列的創(chuàng)新政策和行動，實(shí)施創(chuàng)新治理。因此，設(shè)計基于“數(shù)據(jù)采集-數(shù)據(jù)管理-數(shù)據(jù)分析-數(shù)據(jù)可視化”工作流程的區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)功能架構(gòu)，如圖1所示。其中：數(shù)據(jù)采集是掌握元問題和態(tài)勢全貌的信息基礎(chǔ);數(shù)據(jù)管理是聯(lián)通數(shù)據(jù)、模型、情報和知識的紐帶;數(shù)據(jù)分析是形成決策和行動的直接支撐;數(shù)據(jù)可視化是實(shí)現(xiàn)決策主體與數(shù)據(jù)模型有機(jī)融合的重要保障。

2.1 系統(tǒng)基礎(chǔ)功能

為確保區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)快速便捷分布式部署和安全穩(wěn)定運(yùn)行，并能夠根據(jù)決策支撐需求變化敏捷嵌入和升級相應(yīng)功能模塊，在軟件開發(fā)和運(yùn)維中需要滿足以下基礎(chǔ)功能：封裝適應(yīng)性。系統(tǒng)安裝文件需要封裝軟件運(yùn)行可能調(diào)用的各類插件，并開發(fā)兼容各類操作系統(tǒng)的版本，確保系統(tǒng)軟件能在各類終端實(shí)現(xiàn)功能模塊重組和快速安裝部署;安全魯棒性。需要確保軟件使用時，不因功能模塊錯誤產(chǎn)生錯誤輸出，不因用戶操作失誤和輸入異常導(dǎo)致系統(tǒng)崩潰，建立有效防范網(wǎng)絡(luò)惡意代碼攻擊造成嚴(yán)重系統(tǒng)損害;動態(tài)擴(kuò)展性。實(shí)現(xiàn)系統(tǒng)軟件各功能模塊之間的松耦合和數(shù)據(jù)傳輸標(biāo)準(zhǔn)化，支撐研發(fā)人員對已有模塊的快速升級和指標(biāo)庫、模型庫的調(diào)整更新。

2.2 數(shù)據(jù)采集功能

數(shù)據(jù)采集是通過設(shè)計友好完備的數(shù)據(jù)錄入界面和多樣化數(shù)據(jù)采集工具，從不同數(shù)據(jù)源高效、實(shí)時采集態(tài)勢評估所需基礎(chǔ)數(shù)據(jù)。支持創(chuàng)新主體特征、態(tài)勢評估指標(biāo)值等個性化數(shù)據(jù)在系統(tǒng)中直接錄入，各類統(tǒng)計年鑒等結(jié)構(gòu)化數(shù)據(jù)批量導(dǎo)入，從網(wǎng)絡(luò)開源數(shù)據(jù)庫中有效采集政策文本、學(xué)術(shù)論文、專利文件、新聞動態(tài)等半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，通過API接口從其他系統(tǒng)中導(dǎo)入不同存儲結(jié)構(gòu)數(shù)據(jù)。

2.3 數(shù)據(jù)管理功能

數(shù)據(jù)管理是通過對采集原始數(shù)據(jù)的“去粗取精、去偽存真”，為評估框架和模型算法提供適用的輸入數(shù)據(jù)。支持人機(jī)交互方式編輯調(diào)整模型參數(shù)和基礎(chǔ)數(shù)據(jù)，具體包括以下功能：數(shù)據(jù)清洗。刪除不完備、不準(zhǔn)確、不相關(guān)的數(shù)據(jù)噪聲;數(shù)據(jù)規(guī)約與校驗。設(shè)計統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)和存儲標(biāo)準(zhǔn)，查找清洗后仍存在的數(shù)據(jù)缺失和異常，平衡數(shù)據(jù)規(guī)模和硬件資源可能存在的矛盾;數(shù)據(jù)分類和整合。根據(jù)數(shù)據(jù)特征和分析需求進(jìn)行模塊化分類，建立關(guān)聯(lián)數(shù)據(jù)表的有效鏈接，實(shí)現(xiàn)快速可靠地查詢、編輯、抽取調(diào)用和統(tǒng)計。

2.4 數(shù)據(jù)分析功能

數(shù)據(jù)分析是根據(jù)決策需求，確定評估框架，從指標(biāo)庫和模型庫中調(diào)用合適的評估指標(biāo)和評估模型，對指標(biāo)數(shù)據(jù)開展以下分析：指標(biāo)測度。根據(jù)基礎(chǔ)數(shù)據(jù)，計算底層指標(biāo)評估數(shù)值;態(tài)勢評估。運(yùn)用數(shù)據(jù)融合模型算法，計算表征區(qū)域創(chuàng)新發(fā)展態(tài)勢主要方面的定量、定序、分級高級評估指標(biāo)數(shù)值;因果推斷?；谠u估指標(biāo)面板、截面數(shù)據(jù)和基于先驗知識的邏輯推理結(jié)果，運(yùn)用選取的因果推斷模型，識別測度影響態(tài)勢演化的主要因素及其作用機(jī)理與強(qiáng)度;趨勢預(yù)測。基于已有因果關(guān)系分析結(jié)果和影響因素歷史數(shù)據(jù)，結(jié)合量化預(yù)測模型和定性推測方法，估算目標(biāo)時域內(nèi)態(tài)勢演化在不同假定場景下的發(fā)展趨勢;反事實(shí)分析?；趶囊褜?shí)施政策文本中提取的干預(yù)措施及其因果關(guān)系分析結(jié)果，估算假設(shè)改變相應(yīng)干預(yù)措施（或調(diào)整實(shí)施強(qiáng)度）對當(dāng)前態(tài)勢評估結(jié)果的影響。

2.5 數(shù)據(jù)可視化功能

數(shù)據(jù)可視化是通過設(shè)計可靈活組合的模塊化展示界面，運(yùn)用數(shù)據(jù)可視化技術(shù)，集成動態(tài)統(tǒng)計圖表和空間地圖等多類數(shù)據(jù)可視化方式，為用戶提供多維立體的區(qū)域創(chuàng)新發(fā)展態(tài)勢感知;通過功能完備的人機(jī)交互接口，支撐各利益相關(guān)方基于數(shù)據(jù)分析結(jié)果開展研討和干預(yù)調(diào)整，從而有效整合相關(guān)領(lǐng)域?qū)＜医?jīng)驗，從數(shù)據(jù)判別、模型參數(shù)和假定場景等方面優(yōu)化重大決策。

3 主要評估模型

3.1 區(qū)域創(chuàng)新態(tài)勢的評估指標(biāo)體系模型

已有研究說明了區(qū)域創(chuàng)新評估需要多層級、多維度的指標(biāo)體系，借鑒《中國區(qū)域創(chuàng)新能力評價報告》構(gòu)建的包括知識創(chuàng)造能力、知識獲取能力、企業(yè)創(chuàng)新能力、創(chuàng)新環(huán)境以及創(chuàng)新績效5類指標(biāo)的區(qū)域創(chuàng)新態(tài)勢評價框架，將每一類指標(biāo)都分解為實(shí)力、效率和潛力3種維度，按照科學(xué)性、導(dǎo)向性、系統(tǒng)性、可操作性和可比性原則，建立包含5個一級指標(biāo)和45個二級指標(biāo)的區(qū)域創(chuàng)新能力綜合評價體系，指標(biāo)體系框架，如圖2所示。其中：實(shí)力維度主要關(guān)注待評估區(qū)域擁有的創(chuàng)新資源量;效率維度主要關(guān)注待評估區(qū)域創(chuàng)新投入和產(chǎn)出活動的強(qiáng)度或密集度;潛力維度主要關(guān)注待評估區(qū)域是與上個評價年度相比的增長速度[23]。572BD1D9-CF2D-4DE5-9C2A-EEF9CB69BCE3

3.2 基于灰色系統(tǒng)理論的綜合評估模型

著眼聚合區(qū)域創(chuàng)新發(fā)展評估指標(biāo)數(shù)據(jù)，針對指標(biāo)涉及多領(lǐng)域多層級、數(shù)據(jù)獲取數(shù)據(jù)難度大、有效數(shù)據(jù)存在不確定性和不完備性等特點(diǎn)，應(yīng)用灰色系統(tǒng)理論設(shè)計綜合評估算法，選取“靶心度”作為測量與理想狀態(tài)距離，即優(yōu)先度排序標(biāo)準(zhǔn)，具體流程如下：

步驟1：將指標(biāo)無量綱化，綜合評價有n個評價對象和m個指標(biāo)，因此構(gòu)造評價矩陣A=（aij）n×m。

步驟2：明確評價指標(biāo)的優(yōu)先序取向，計算各評價指標(biāo)數(shù)據(jù)的理想值，確定理想模式a0={a0j|j=1，2，…，m）}。對于評價對象ai={aij|j=1，2，…，m}，i=1，2，…，n，若指標(biāo)j為單增取向，則a0j=max1≤i≤naij;若指標(biāo)j為單減取向，則a0j=min1≤i≤naij;若指標(biāo)j為適中取向，則a0j=avg1≤i≤naij。

步驟3：比較現(xiàn)有每個樣本的指標(biāo)值和標(biāo)準(zhǔn)模式中的指標(biāo)值，計算靶心系數(shù)λij。分辨系數(shù)ρ∈[0，1]，在此ρ取0.5，其中，

λij=min1≤s≤nmin1≤k≤ma0k-ask+ρmax1≤s≤nmax1≤k≤ma0k-aska0j-aij+ρmax1≤s≤nmax1≤k≤ma0k-ask。

步驟4：根據(jù)指標(biāo)權(quán)重ωj，計算靶心度ri，根據(jù)靶心度λij（越大越好）排列評估對象優(yōu)先序，其中，ri=∑mj=1ωjλij。

3.3 基于灰色系統(tǒng)理論的發(fā)展趨勢預(yù)測算法

著眼灰色預(yù)測模型輸入數(shù)據(jù)樣本需求量小、算法相對簡單等特點(diǎn)，以靶心度為區(qū)域創(chuàng)新發(fā)展態(tài)勢指標(biāo)，設(shè)計未來發(fā)展趨勢預(yù)測算法，具體流程如下：

步驟1：數(shù)據(jù)校驗。根據(jù)6個樣本點(diǎn)的靶心度序列r（0）=（r（0）（1），r（0）（2），…，r（0）（6）），計算校驗指標(biāo)b（k）=r（0）（k-1）r（0）（k），k=2，3，…，6。若滿足b（k）∈（e-27，e27），則運(yùn)用灰色預(yù)測模型G（1，1）開展計算。

步驟3：誤差檢驗。選取相對誤差值δ（k）和級比偏差值q（k）作為模型預(yù)測效果檢驗指標(biāo)，其中：

若δ（k）<0.2且q（k）<0.2，則認(rèn)為預(yù)測模型通過誤差檢驗。

3.4 基于雙重差分模型的區(qū)域創(chuàng)新政策影響評估方法

因果推斷的研究為政策效應(yīng)的衡量提供了有效工具，可以通過自然實(shí)驗或通過觀測數(shù)據(jù)來構(gòu)造實(shí)驗條件，研究在測度政策影響下政策作用對象的前后變化。常用的分析方法有匹配法、工具變量、雙重差分、斷點(diǎn)回歸等方法。雙重差分方法相較于其他方法而言，能夠通過差分解決不隨時間變化的遺漏變量問題，廣泛應(yīng)用于公共政策評價領(lǐng)域。雙重差分應(yīng)用于面板數(shù)據(jù)和重復(fù)截面數(shù)據(jù)，方法成熟、實(shí)現(xiàn)簡便，使用雙重差分模型，需要滿足以下假設(shè)條件：一是共同趨勢假設(shè)，干預(yù)組個體如果沒有接受干預(yù)，其結(jié)果的變動趨勢將與控制組的變動趨勢相同;二是共同區(qū)間假設(shè)，要求總體中存在兩組個體，要求有干預(yù)組個體必須也有控制組個體;三是外生性假設(shè)，協(xié)變量不受政策干預(yù)的影響;四是SUVTA假設(shè)，政策干預(yù)只影響干預(yù)組，不會對控制組產(chǎn)生交互影響，或政策干預(yù)不會有溢出效應(yīng)。

在完成上述假設(shè)檢驗后，使用變量Y1it和Y0it表示實(shí)驗對象在是否實(shí)施干預(yù)措施、在各個時間節(jié)點(diǎn)上的指標(biāo)觀測結(jié)果，以干預(yù)組的平均因果效應(yīng)（ATT）作為政策效果的定量度量指標(biāo)，則協(xié)變量為Xit政策效果φATT可以表示為

4 系統(tǒng)設(shè)計與應(yīng)用實(shí)例

根據(jù)上述系統(tǒng)需求、功能架構(gòu)和數(shù)據(jù)分析方法，設(shè)計開發(fā)以數(shù)據(jù)庫、模型庫、專家?guī)旌桶咐龓鞛榛A(chǔ)，以數(shù)據(jù)流、指控流和情報信息流為紐帶，以“數(shù)據(jù)—信息—決策”為集成鏈條的區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)，并通過實(shí)際應(yīng)用案例展示系統(tǒng)功能。

4.1 系統(tǒng)設(shè)計

基于圖1的功能架構(gòu)，從數(shù)據(jù)層、信息層和決策層分別介紹系統(tǒng)設(shè)計思路，各功能模塊耦合交互架構(gòu)，如圖3所示。

數(shù)據(jù)層主要包含數(shù)據(jù)庫以及數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理和數(shù)據(jù)集約整合3類功能模塊?；趨^(qū)域創(chuàng)新管理決策需求，選取調(diào)用數(shù)據(jù)獲取模塊中的程序包，從多類外部數(shù)據(jù)源中集中或分散地收集結(jié)構(gòu)化的統(tǒng)計指標(biāo)數(shù)據(jù)，半結(jié)構(gòu)化的創(chuàng)新成果、政策法規(guī)、重大事件等文本/圖片數(shù)據(jù)，非結(jié)構(gòu)化的輿情數(shù)據(jù)等。選用數(shù)據(jù)預(yù)處理模塊的相關(guān)程序，對不同數(shù)據(jù)進(jìn)行清洗校驗，分類存儲到SQL Server等標(biāo)準(zhǔn)化數(shù)據(jù)庫。根據(jù)回應(yīng)決策問題需要，在數(shù)據(jù)集約整合模塊中，檢索、篩選和再次校驗相關(guān)類別的基礎(chǔ)數(shù)據(jù)，該模塊支撐新型數(shù)據(jù)項屬性的個性化訂制、人工編輯數(shù)據(jù)值等功能。

信息層主要包含模型庫和數(shù)據(jù)分析模塊，根據(jù)回應(yīng)決策問題需要和集約整合數(shù)據(jù)特性，從包含指標(biāo)測度、態(tài)勢評估、因果推斷、趨勢預(yù)測、反事實(shí)分析等要素的模型庫中組合選用適用有效的數(shù)據(jù)分析解決方案。數(shù)據(jù)分析模塊支持符合特定規(guī)則的外部模型算法“即插即用”，計算結(jié)果既可作為過程文件，也可擴(kuò)展存儲到基礎(chǔ)數(shù)據(jù)庫。

決策層主要包含專家?guī)?、案例庫和?shù)據(jù)可視化模塊。數(shù)據(jù)可視化模塊輸入數(shù)據(jù)，既包括區(qū)域創(chuàng)新整體態(tài)勢、未來演化趨勢和政策影響評估等數(shù)據(jù)分析結(jié)果，也包括統(tǒng)計指標(biāo)、政策法規(guī)、重大事件等基礎(chǔ)數(shù)據(jù)，運(yùn)用統(tǒng)計圖表、熱力地圖、重大事件時間軸以及核心指標(biāo)監(jiān)控動畫等工具，全面直觀展示區(qū)域創(chuàng)新情況空間分布、時間演化等整體態(tài)勢。針對需要集中研討的重大決策問題，根據(jù)任務(wù)需要從專家?guī)熘羞x取結(jié)構(gòu)合理、專業(yè)對口、信譽(yù)較好的領(lǐng)域?qū)＜医M，通過人機(jī)交互界面，校驗數(shù)據(jù)分析過程，基于數(shù)據(jù)可視化結(jié)果開展研討，迭代形成能夠直接支撐決策的分析結(jié)論（情報信息）。數(shù)據(jù)分析結(jié)果、專家意見和綜合評估報告等決策過程數(shù)據(jù)在標(biāo)準(zhǔn)化后可被完整保存到案例庫，被數(shù)據(jù)可視化模塊直接調(diào)用，作為后續(xù)類似決策問題的重要參考。

4.2 應(yīng)用實(shí)例

根據(jù)前述功能設(shè)計框架，可開發(fā)包含數(shù)據(jù)管理、指標(biāo)管理、區(qū)域管理、數(shù)據(jù)分析、數(shù)據(jù)可視化展示和系統(tǒng)管理等模塊的區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)，界面布局，如圖4所示。在數(shù)據(jù)管理模塊，用戶可從外部文件中批量導(dǎo)入包含4.1節(jié)所述評估指標(biāo)體系涵蓋的政府研發(fā)投入、（地區(qū)）發(fā)明專利授權(quán)數(shù)量、高水平論文發(fā)表數(shù)量、各層級科技研發(fā)人員數(shù)量以及高技術(shù)產(chǎn)業(yè)年度生產(chǎn)總值等結(jié)構(gòu)化統(tǒng)計數(shù)據(jù)。（31個省區(qū)市2018年的部分評估指標(biāo)數(shù)據(jù)樣例：如表1所示。利用網(wǎng)絡(luò)爬蟲從地方政府部門官網(wǎng)、新聞咨詢中定期動態(tài)獲取的區(qū)域創(chuàng)新發(fā)展政策法規(guī)、重大事件半結(jié)構(gòu)化文本數(shù)據(jù)，數(shù)據(jù)清洗后可提取出政策法規(guī)名稱、發(fā)布時間、發(fā)布單位、文件效力和內(nèi)容概述等數(shù)據(jù)項。572BD1D9-CF2D-4DE5-9C2A-EEF9CB69BCE3

基于圖4（b）中所示的區(qū)域創(chuàng)新發(fā)展相關(guān)政策法規(guī)（重大事件），能夠?qū)Ω黝I(lǐng)域、各層級的政策法規(guī)體系演化（重大事件脈絡(luò)）進(jìn)行分類梳理和可視化展示。例如，系統(tǒng)能夠從發(fā)文主體、發(fā)文時間、發(fā)文層級（國家級、部門級、地區(qū)級）、相關(guān)程度和約束范圍等屬性項對錄入數(shù)據(jù)進(jìn)行組合查詢和歸類統(tǒng)計;引入相關(guān)領(lǐng)域?qū)＜医?jīng)驗，能夠基于文本內(nèi)容橫向?qū)Ρ炔煌瑓^(qū)域政策法規(guī)建設(shè)情況，并縱向分析不同發(fā)展階段重要政策法規(guī)出臺背景和作用機(jī)理，為后續(xù)政策法規(guī)體系建模與結(jié)構(gòu)分析、重大政策實(shí)施效果與產(chǎn)生影響評估提供數(shù)據(jù)支撐。在系統(tǒng)中運(yùn)用時間軸模塊展示政策法規(guī)體系演化，也可在地圖中（標(biāo)點(diǎn)）展示不同地區(qū)的政策法規(guī)發(fā)文總量，如圖5所示。

基于上述基礎(chǔ)指標(biāo)數(shù)據(jù)，用戶可根據(jù)區(qū)域創(chuàng)新發(fā)展態(tài)勢評估需求，選用4.2～4.4節(jié)所述評估模型算法進(jìn)行數(shù)據(jù)分析，其結(jié)果界面可視化展示，如圖6所示。由圖6可知，基于現(xiàn)有數(shù)據(jù)和評估模型，北京市、江蘇省和廣東省屬于區(qū)域創(chuàng)新發(fā)展第一梯隊，浙江省、山東省等緊隨其后。若選用4.4節(jié)政策影響評估方法，需要結(jié)合政策法規(guī)（重大事件）數(shù)據(jù)和相關(guān)領(lǐng)域?qū)＜医?jīng)驗，預(yù)先分析政策作用機(jī)理和（待驗證）定性分析假說。此外，態(tài)勢評估系統(tǒng)支持用戶根據(jù)支撐決策需要，自定義跨?。ㄊ校﹨^(qū)域范圍，如江浙滬地區(qū)、京津冀地區(qū)、粵港澳地區(qū)、東北老工業(yè)基地地區(qū)、中部地區(qū)等，可將基礎(chǔ)指標(biāo)數(shù)據(jù)、政策法規(guī)數(shù)據(jù)、重大事件數(shù)據(jù)按其特定進(jìn)行聚合，而后進(jìn)行相應(yīng)數(shù)據(jù)分析和可視化操作。

此外，區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)基于B/S架構(gòu)開發(fā)，采取“核心功能集中，終端應(yīng)用分散”的管理模式，實(shí)現(xiàn)面向不同實(shí)用場景的數(shù)據(jù)、模型、案例等多類資源重用共享。系統(tǒng)支持用戶權(quán)限分級和多次授予，經(jīng)系統(tǒng)管理員授權(quán)，列表中的訪客用戶可通過局域網(wǎng)/互聯(lián)網(wǎng)訪問核心服務(wù)器的評估研究資源，如圖7所示。在訪客用戶完成實(shí)證應(yīng)用研究后，評估過程中積累的數(shù)據(jù)、優(yōu)化改進(jìn)的模型和領(lǐng)域?qū)＜医?jīng)驗等資源應(yīng)在上傳后被歸類保存于核心服務(wù)器的底層數(shù)據(jù)庫。系統(tǒng)管理員可根據(jù)終端訪客提供的應(yīng)用需求反饋和多類信息資源，不斷完善區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)。

5 結(jié)論

本文在分析推進(jìn)創(chuàng)新治理數(shù)字化智能化轉(zhuǎn)型意義和現(xiàn)狀的基礎(chǔ)上，分析了開展區(qū)域創(chuàng)新發(fā)展態(tài)勢評估的現(xiàn)實(shí)功能需求，按照數(shù)據(jù)驅(qū)動決策的思路，基于創(chuàng)新數(shù)據(jù)管理、分析和可視化交互工作流程，設(shè)計了多源數(shù)據(jù)融合的區(qū)域創(chuàng)新發(fā)展態(tài)勢評估系統(tǒng)，其主要功能包括數(shù)據(jù)采集、數(shù)據(jù)管理、數(shù)據(jù)分析和數(shù)據(jù)可視化等。該系統(tǒng)具有高度拓展性，可利用融合多源數(shù)據(jù)的統(tǒng)計分析技術(shù)開展區(qū)域創(chuàng)新發(fā)展態(tài)勢評估與預(yù)測，還可針對創(chuàng)新治理中的重大戰(zhàn)略和關(guān)鍵問題開展專題分析，并支持多樣化的可視化表達(dá)，直觀呈現(xiàn)區(qū)域創(chuàng)新布局以及創(chuàng)新態(tài)勢和趨勢，為政府部門科學(xué)決策提供分析支持。下一步，將繼續(xù)優(yōu)化系統(tǒng)的功能架構(gòu)和模型算法，開展與國家科技戰(zhàn)略密切相關(guān)的區(qū)域創(chuàng)新態(tài)勢評估專題實(shí)證研究，注重區(qū)域創(chuàng)新發(fā)展顯著矛盾問題/重大風(fēng)險識別和主要影響因素作用機(jī)理分析等決策關(guān)注的核心問題，形成“數(shù)據(jù)積累—模型優(yōu)化—系統(tǒng)完善—支撐決策”的良性循環(huán)。

參考文獻(xiàn)：

[1]秦浩.大數(shù)據(jù)驅(qū)動的公共政策轉(zhuǎn)型[J].中國黨政干部論壇，2020（2）：62.

[2]王山.大數(shù)據(jù)視域下政府決策的優(yōu)化及路徑選擇[J].現(xiàn)代治理化研究，2018（6）：57.

[3]陳套，尤超良.我國科技創(chuàng)新系統(tǒng)的治理與創(chuàng)新治理體系建設(shè)[J].科學(xué)管理研究，2015，33（4）：10.

[4]梅宏.大數(shù)據(jù)：發(fā)展現(xiàn)狀和未來趨勢[J].交通運(yùn)輸研究.2019，5（5）：1.

[5]陳凱華，馮澤，孫茜.創(chuàng)新大數(shù)據(jù)、創(chuàng)新治理效能和數(shù)字化轉(zhuǎn)型[J].研究與發(fā)展管理，2020，32（6）：1.

[6]LI Y，WEI Y，LI Y，et al.Connecting emerging industry and regional innovation system：Linkages，effect and paradigm in China[J].Technovation，2022（111）：102388.

[7]宋李俊，朱明學(xué)，孟祥超.基于兩階段DEA的我國區(qū)域創(chuàng)新能力評價[J].重慶理工大學(xué)學(xué)報（自然科學(xué)），2020，34（11）：245.

[8]曲澤靜，史安娜.基于結(jié)構(gòu)方程模型的區(qū)域自主創(chuàng)新能力評價：以長三角地區(qū)為例[J].科技進(jìn)步與對策，2011，28（16）：109.

[9]朱夢菲，陳守明，邵悅心.基于AHP-TOPSIS和SOM聚類的區(qū)域創(chuàng)新策源能力評價[J].科研管理，2020，41（2）：43.

[10]王玲玲，李芳林.我國區(qū)域創(chuàng)新體系建設(shè)的量化情景分析[J].科技進(jìn)步與對策，2013，30（10）：45.

[11]ARONICA M，F(xiàn)AZIO G，PIACENTINO D.A micro-founded approach to regional innovation in Italy[J].Technological Forecasting and Social Change，2022（176）：121494.

[12]張司飛，王琦.“同歸殊途”區(qū)域創(chuàng)新發(fā)展路徑的探索性研究：基于創(chuàng)新系統(tǒng)共生體理論框架的組態(tài)分析[J].科學(xué)學(xué)研究，2021，39（2）：233.

[13]LIN T，CHIU S，YANG H.Performance evaluation for regional innovation systems development in China based on the two-stage SBM-DNDEA model[J].Socio-Economic Planning Sciences，2022（80）：101148.572BD1D9-CF2D-4DE5-9C2A-EEF9CB69BCE3

[14]PARK H，ANDERSON T R，SEO W.Regional innovation capability from a technology-orient perspective： An analysis at industry level[J].Computers in Industry，2021（129）：103441.

[15]YANG L，WANG S.Do fintech application promote regional innovation efficiency？ Empirical evidence from China [J].Socio-Economic Planning Sciences，2022.Doi：10.1016/j.seps.2022.101258

[16]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)測和評價：基于四川省21個地區(qū)的研究和實(shí)踐[J].軟科學(xué)，2021，35（6）：44.

[17]吳和成，趙培皓.鄰近性視角下長三角協(xié)同創(chuàng)新績效影響因素實(shí)證研究[J].科技管理研究，2020（7）：96.

[18]胡日東，林明裕.雙重差分方法的研究動態(tài)及其在公共政策評估中的應(yīng)用[J].財經(jīng)智庫，2018，3（3）：84.

[18]胡雙鈺，吳和成.鄰近視角下跨區(qū)域產(chǎn)學(xué)協(xié)同創(chuàng)新的影響因素研究[J].科技管理研究，2021（11）：139.

[19]邱洪全.多維鄰近性、空間關(guān)聯(lián)與區(qū)域協(xié)同創(chuàng)新績效[J].科技管理研究，2021（11）：93.

[20]趙青霞，夏傳信，施建軍.科技人才集聚、產(chǎn)業(yè)集聚和區(qū)域創(chuàng)新能力：基于京津冀、長三角、珠三角地區(qū)的實(shí)證分析[J].科技管理研究，2019（24）：54.

[21]柳卸林.2019中國區(qū)域創(chuàng)新發(fā)展報告[M].北京：科學(xué)出版社，2020：1.

[22]司守奎，孫璽菁.python數(shù)學(xué)實(shí)驗與建模[M].北京：科學(xué)出版社，2020：268.

[23]楊巖，姚長青，董誠，等.區(qū)域科技創(chuàng)新可視化平臺開發(fā)[J].地理空間信息，2019，17（8）：1.

[編輯：厲艷飛]

收稿日期： 2021-10-08

基金項目： 國家自然科學(xué)基金面上項目（71874200）;中國科學(xué)院學(xué)部咨詢評議項目（2020-ZW03-A-013）;國家社科基金重大項目（20ZDA091）;國家社科基金項目（2020-SKJJ-C-079）。

作者簡介： 顧桐菲（1987—），女，助理研究員，博士;

游翰霖（1990—），男，助理研究員，博士;

廉振宇（1985—），男，副研究員，博士，碩士生導(dǎo)師;

董曉陽（1992—），女，助理研究員，博士.572BD1D9-CF2D-4DE5-9C2A-EEF9CB69BCE3