皖江示范區區域創新投入與產出研究

王小偉 徐如群

（安徽財經大學， 安徽 蚌埠 233030）

近年來，皖江城市帶承接產業轉移示范區（以下簡稱“皖江示范區”）積極提升承接產業創新，培育發展創新型企業，構建創新平臺，促進創新要素對接，優化創新環境。2012年，皖江九市高新技術產業總產值和增加值分別達到8872.7億元、2246.3億元，分別占全省的86.52%、85.60%；專利申請總量55208件，占全省專利申請總量73.72%，發明專利申請量占比為25.79%。然而，在這些創新產出的背后，區域創新的投入是多少？這些投入與產出之間的關系是什么？是不是有效的？解答這一連串的問題具有重大的學術與實踐意義。文獻檢索顯示，目前對皖江示范區的研究并不多，對皖江示范區區域創新投入與產出研究更少，并且研究方法不一和研究數據較為陳舊。馬溪駿，高袁袁（2010）[1]使用2009年數據，利用主成分分析法對示范區各城市自主創新能力進行了比較分析。傅為忠等（2012）[2]通過構建科學合理的評價指標體系，分別采用主成分分析法和雷達圖分析法對皖江城市帶自主創新能力進行了評價，并將其與國內典型區域的自主創新能力進行了比較分析。解新為（2013）[3]選取了2011年皖江各城市截面數據，基于數據包絡分析法對皖江城市帶區域創新績效進行了評價。本文正是在研讀現有文獻的基礎上，首先采用歷史的縱向比較和橫向比較研究對皖江示范區區域創新從投入和產出兩方面進行評價，接著選取了2012年皖江各城市的統計數據，利用數據包絡分析法評價其創新投入與產出效率，最后給出了一些啟示與建議。需要說明的一點是，考慮到各決策單元的同質性和數據的易得性，本文研究的皖江示范區包括合肥、滁州、馬鞍山、蕪湖、宣城、銅陵、池州、安慶和六安共九個地級市。

一、皖江示范區區域創新投入和產出比較

鑒于數據的可得性，對皖江示范區區域創新能力從投入和產出兩方面進行評價，采用歷史的縱向比較和安徽省內其它地區的橫向比較研究，考察的主要指標包括R&D經費、科技活動人員、R&D活動人員、高新技術產業增加值、專利申請量等。

1.R&D經費投入

皖江示范區R&D經費無論是投入數量還是投入強度，整體呈現出增長趨勢，表1反映了2009~2012年R&D經費投入走勢。近幾年皖江九市整體R&D經費投入數量不斷增長，R&D經費占GDP的比重也逐年提高，特別是與皖北六市相比，增長趨勢更加明顯。皖江九市R&D經費由2009年的102.21億元增長到2012年的233.88億元，皖江九市R&D經費占GDP的比重由2009年的1.43%增長到2012年的1.90%，2009~2012年的投入強度均高于全省平均水平。雖然如此，但2012年安徽省16市R&D經費投入數量排名中宣城市、安慶市、六安市和池州市分別居第9位、第10位、第11位和第14位，更不用說其投入數量與長三角地區的差距很大了。

2.人才投入

科技研發人才是區域創新的重要要素。表2顯示了2012年皖江九市創新人才投入情況，可以發現：2012年皖江九市科技活動人員總人數為23.62萬人，占全省科技活動人數的77.39%，而合肥市與蕪湖市分別占36.82%、13.55%；就2012年科技活動人員數量較2011年增長率而言，除合肥市、蕪湖市和銅陵市外，其他六市均高于全省平均水平；皖江九市從事R&D活動人員折合全時人員75461人年，滁州市、馬鞍山市、池州市從事R&D活動人員折合全時人員相比2011年有了較大的投入，增長速度高達63.78%、67.75%、97.28%，但六安市卻減少了4.79%；從每萬就業人口中從事R&D活動人員和每萬人口中從事R&D活動人員這兩個指標來看，合肥市、馬鞍山市、淮南蕪湖市和銅陵市在全省平均水平之上，而滁州市、宣城市、池州市、安慶市和六安市卻在全省平均水平之下。很顯然，皖江示范區各地市人才投入呈現不均衡的態勢。

表1 2009~2012年安徽省部分市R&D經費投入情況 （單位：億元、%）

表2 2012年皖江九市創新人才投入情況

3．高新技術產業

從高新技術產業產出情況看（表3），2012年皖江九市高新技術產業總產值和增加值分別達到8872.7億元、2246.3億元，分別占全省的86.52%、85.60%，特別是合肥市和蕪湖市總比重都很大，其他皖江市比重卻很?。怀戏适小⒊菔?、蕪湖市和銅陵市外，其他皖江市的高新技術產業增加值占GDP比重均低于全省水平；2012年皖江九市共認定高新技術企業388家，但除了合肥市、馬鞍山市、蕪湖市和銅陵市外其他皖江市高新技術企業數占規上工業企業數比重均低于全省水平，特別是安慶市比重僅為3.5%。總之，高新技術產業除合肥市、蕪湖市和銅陵市較強，宣城市、池州市、安慶市和六安市都不占優勢。

表3 2012年皖江九市高新技術產業產出情況（單位：億元、%）

4.專利申請量

表4顯示了2011~2013年皖江九市專利申請情況，由此可以得出：2011年、2012年、2013年皖江九市專利申請總量分別為38174件、55208件、69333件，占全省專利申請總量78.62%、73.72%、74.30%；發明專利申請量占專利申請總量比重分別為21.82%、25.79%、36.42%；2012年、2013年專利申請總量增長率分別為44.62%、25.59%。總之，皖江示范區專利申請總量不僅在數量上有增長，還在相對數量上有提高，特別是發明專利比重漸漸增大。滁州市、馬鞍山市、宣城市、安慶市、六安市在專利申請總量上都有較大增長，特別是近三年增長速度較大。

二、皖江示范區區域創新投入與產出效率評價

區域創新是一個復雜的多投入與多產出的過程，因此，本文采用數據包絡分析法 (Data Envelopment Analysis，DEA)對2012年皖江示范區區域創新投入與產出效率進行評價。在滿足DEA方法投入產出指標選擇的原則下，選取R&D活動人員折合全時當量、R&D內部經費兩個投入指標和高新技術產業增加值、國內專利申請受理量兩個產出指標。具體如下：R&D活動人員折合全時當量體現了從事創新活動的人力規模，R&D內部經費反映了一個地區科學研究投入的財力，高新技術產業增加值顯示了創新的經濟效益，專利申請說明了其自主創新的能力。

表4 2011~2013年皖江九市專利申請情況 （單位：件、%）

為使DEA模型運算結果更加可靠和貼近經濟發展現狀，所有指標統一采用2012年度經濟數據。本文利用Deap 2.1軟件包，選擇輸入導向型和多階段內部算法，分別采用規模收益不變模型[4]和規模收益可變模型[5]來計算皖江九市區域創新綜合效率、技術效率和規模效率，具體結果見表5。

表5 2012年皖江示范區區域創新投入與產出效率及其分解

第一，皖江示范區創新綜合效率較高。皖江整體平均綜合效率值為0.770，高于安徽省平均綜合效率值0.673。然而，在皖江九市中，只有馬鞍山市和六安市同時達到技術有效和規模有效，其綜合效率值為1。其他皖江地市都處在DEA非有效狀態，特別是合肥市和銅陵市的綜合效率值均低于安徽省平均水平。

第二，從規模效率和規模收益來看，皖江示范區平均規模效率值為0.832，略低于全省平均水平，但總體規模效率較高。綜合效率是技術效率與規模效率的乘積，合肥市、蕪湖市和池州市的技術效率值均為1，那么，其綜合效率值沒有達到1主要是因為其規模效率沒有達到最優，合肥市和蕪湖市應該減小其投入規模，而池州市應該增加其投入規模。

第三，皖江示范區創新技術效率較高。皖江示范區平均技術效率值為0.931，遠遠高于安徽省平均水平。皖江九市中有五市達到技術效率有效，這與整個皖江示范區較好的工業基礎的分不開的。滁州市、宣城市、銅陵市和安慶市為技術效率無效，結合規模效率分析，滁州市、宣城市、銅陵市應減小投入產出效率低行業的過多投入，加大效率高行業的招商引資力度。只有安慶市的技術效率值低于全省平均水平，這與其經濟發展水平不高有關。

第四，皖江示范區存在投入冗余和產出不足現象。皖江示范區平均有383.831人年R&D人員投入冗余，其中滁州市、宣城市和安慶市均存在R&D人員投入冗余，投入冗余率分別為26.09%、28.58%、26.24%。皖江示范區平均有4.19億元高新技術產業增加值和411.767件專利申請量不足。其中宣城市應該增加37.709億元增加值，產出不足率為28.83%。滁州市、銅陵市和安慶市均有專利申請量不足，其中銅陵市的產出不足率最高，為45.62%。

三、啟示與建議

皖江示范區區域創新無論是投入還是產出，其規模不斷擴大，但示范區內部各城市投入與產出呈現不平衡現象。這就要求科技資源較為優勢的地市發揮其輻射和帶動效應，科技資源較弱的地市不斷尋求新的創新增長點，以促進示范區內更好地協調發展。

皖江示范區創新綜合效率較高，但只有馬鞍山市和六安市同時達到技術有效和規模有效。在現有不變的產出水平下，皖江示范區R&D活動人員投入有冗余的，一定程度上反映了創新人員的積極性不足，應該繼續推進創新改革，突出人才激勵政策的創新性和配套性，鼓勵企業以設立技術股、創業股和企業股權與激勵分紅等方式，形成有效的激勵機制來激發人才的積極性與創新性。創新投入與產出效率較低的地市主要是由于規模不經濟和資源配置不夠優化，這可以通過調整區域創新資源的投入結構，促使其能得到充分使用，具體辦法如采用加強產學研聯系和建立技術創新聯盟等方式達到預期效果。

[1]馬溪駿,高袁袁.皖江城市帶九城市自主創新能力評價及對策分析[J].安徽大學學報(哲學社會科學版),2010，（6）:138-144.

[2]傅為忠,劉登峰,韓成艷.皖江城市帶區域自主創新能力評價及對策研究[J].科技進步與對策,2012，（3）:121-127.

[3]解新為.基于DEA的皖江城市帶區域創新績效評價[J].中國管理信息化,2013，5（16）:38-39.

[4]Charnes A,Cooper W W,Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978，2（6）：429-444.

[5]Banker,R.D,Charnes A,Cooper W W.Some Model for Estimating technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984，30（9）：1078-1092.