天津市創新資源投入與產出績效研究

李 博

(天津市科技統計與發展研究中心 天津300051)

0 引 言

創新在當今世界競爭中起著舉足輕重的作用，創新驅動已然成為各國發展的第一驅動力，同樣也是我國各個省份間競爭力的重要體現。專利產出作為衡量創新產出的重要指標[1]，在很多國家或地區都被視作創新活動的晴雨表。與之相對應的則是 R&D作為創新投入的主要指標，表征了創新資源聚集、創新驅動發展的主要特征[2]。為了實現 R＆D創新資源投入與產出的最大化，進一步提高 R&D資源驅動創新發展的效率，研究二者關系勢在必行。在經濟學界，將R&D投入和專利產出看作反映科技創新水平的核心要素。在衡量創新投入與產出關系時，通常采用R&D投入和專利成果產出作為近似指標[3]。本文以2011—2015年天津市 R&D資源投入與專利產出數據為對象，通過對影響 R&D投入與專利成果產出體系的因素進行分析，認識R＆D資源投入與專利產出的深層次規律，并由此得出天津市創新資源投入與產出的績效關系，為優化天津市創新資源配置結構，實現創新資源高效利用具有重要的指導意義。

1 研究背景

目前，國外有關創新投入與產出績效關系的研究較多，為天津創新投入產出研究提供了有益的參考。經濟學家一般將 R&D投入和專利活動作為衡量創新投入與產出關系的近似指標。在考察創新投入時，研究者一般采用R＆D支出或R&D人員數量這兩項指標。20世紀 60年代前后，各國的經濟都采用了R&D來近似創新產出，但這種方法難以對創新投入與產出的關系加以分析，并且隨著創新成果種類和數量的不斷增加，R&D表征創新產出的能力逐漸弱化[4]。20世紀 70年代以來，世界各國經濟學家普遍采用專利來衡量創新產出水平，并一直沿用至今[5]。

通過專利分析創新投入與產出之間的關系始于20世紀60年代末，但當時的研究人員和研究成果相對較少。一直到20世紀80年代中后期，從事相關研究的學者才逐漸多起來(如Pavitt、Acs等)，其研究成果表明R&D和專利之間具有顯著的相關性。學術界利用專利數據對創新活動進行了大量的研究——有些學者利用專利數據研究創新活動過程和質量，如通過專利持有量的增速實現對國家或國際創新過程的評估[6]，利用專利密集度的增長率從宏觀上分析技術進步對經濟增長的拉動作用等[7]。有些學者通過分析相關領域專利數據，從微觀角度幫助企業制定創新發展策略，實現由技術創新推動企業利潤提升[8]。國內學者利用專利指標對國家或某區域創新資源投入與產出績效進行分析的研究始于 21世紀初，如古利平等[9]利用專利指標對我國創新投入進行績效評估與分析；李子彪[10]研究河北省R&D活動的投入與專利產出關系，實現了二者間的定量分析；盧華玲等[11]利用回歸分析實現了重慶市的 R&D投入、專利產出與技術市場發展的分析研究；柯忠義等[12]構建了一個R&D投入與產出的指標體系，對影響 R&D投入和專利產出的因素進行實證分析。

最有效表征創新資源投入與產出的指標是科技投入和科技產出[13]，科技投入主要指人力投入和財力投入；科技產出包括科技貢獻、科技獎勵、科技論文以及專利，其中最有效表征科技產出的指標是專利增長率。本文采用國際通行的指標——專利與創新投入相關的財力、人力資源進行關聯分析，實現對我市創新資源投入與產出的績效分析。

2 天津市創新資源投入與產出的定量分析

2.1 灰關聯分析算法

灰色系統理論[14]是指利用部分已知的信息，通過數據挖掘、信息關聯等手段實現認識現實世界，并對現有系統進行有效控制的理論。該理論的灰色關聯分析算法的基本思想是基于相關數據曲線幾何相似性判斷與數據之間的貼近度、曲線接近的相關性較好或較差來評定。與傳統的數理統計方法[15]不同，利用該方法實現數據間的關聯分析無需大批次的數據，且相關數據間無需服從某種典型的分布，從而可以更好地計算動態系統中各因素之間的相互關系，并分析導致系統發展的主次因素。

2.2 指標選取與數據說明

為更好展現創新資源投入與產出的績效關系，本文以專利授權量(d0)作為創新產出的指標，以 R&D經費占 GDP比重(d1)、R&D資金中政府資金占比(d2)、R&D 資金中企業資金占比(d3)、R&D 人員占科技活動人員比重(d4)及 R&D人員中基礎研究人員占比(d5)作為創新資源投入指標。其中，專利授權量較專利申請量和持有量更能體現實際有效的專利產出情況，更有代表性；R&D經費內部支出占GDP的比重(d1)代表 R&D經費投入的強度；R&D資金中政府資金占比(d2)體現政府在 R&D活動中的作用和活躍程度；R&D資金中企業資金占比(d3)則反映了企業對R&D活動投入的能力和態度；R&D人員占科技活動人員比值(d4)和 R&D人員中基礎研究人員占比(d5)兩項指標分別反映了 R&D人員的規模和質量。將R&D作為創新資源投入指標的體系結構如圖1所示。

圖1 R&D投入指標體系圖Fig.1 R&D input indicator system

本文利用《天津市統計年鑒》(2012—2016)和《天津科技統計年鑒》(2012—2016)整理獲得2011—2015年本研究需要的數據如表1所示。

表1 天津市2011—2015年創新資源投入與產出情況表Tab.1 Input and output of innovative resources from 2011 to 2015 in Tianjin

2.3 關聯分析計算

2.3.1 建立系統行為序列集

系統的行為序列集 D＝{d0、d1、d2、d3、d4、d5}，

其中 d0為參考序列；d1、d2、d3、d4、d5為比較序列。

2.3.2 數據無綱量化處理

選擇初始化算子：

其中，k = 1 ,2,… ,n ；d(k)為行為序列集中各序列的元素值；max(d)為 D 中各序列的最大值，min(d)為 D中各序列的最小值；n為各序列中元素的個數。

2.3.3 計算差值序列

其中：i＝0，1，…，5。(,)i kΔ為第i比較序列的的差值序列，表示第k年的差值。

2.3.4 計算兩級最大差和最小差

2.3.5 計算灰度關聯系數

在(4)式中 ζ ∈ ( 0,1)為分辨率系數，是為提高關聯系數間差異性而設置的系數，通過該系數可減輕兩極最大差過大造成的評價結果誤差，提高關系性。根據信息論的基本觀點，該參數取值要滿足使關聯度具有最大信息量和最大信息分辨率即可[16-17]。本文取ζ= 0 .5。

2.3.6 計算各比較序列的灰關聯度(見表2～4)

表2 灰關聯因子序列矩陣Tab.2 Sequential matrix of grey correlation factors

表3 絕對差值矩陣Tab.3 Absolute margin matrix

表4 灰度關聯系數矩陣Tab.4 Correlation coefficient matrix for grey degree

計算公式如下：

2.3.7 結果分析(見表5)

利用以上研究結果進行計算，得到的結果如下：

由大到小排列依次排列計算出的關聯度，為：

由此可以確定 5個比較序列對參考序列影響的灰關聯序為：

d2＞d1＞d4＞d3＞d5。

表5 天津市R&D投入各指標對專利產出影響的灰關聯序Tab.5 Grey correlation order of the influence of various indexes of R&D input on patent output in Tianjin

3 研究結論

本文選取的天津市 R&D投入的五大指標與專利授權量的灰關聯度計算結果都在0.6上下，說明我市在以專利為代表的創新資源產出問題上，R&D經費投入和R&D人員投入均具有顯著的推動作用。其中，R&D經費投入的作用更為明顯。因此，加大研發資金投入規模，是提高我市專利產出進而提高創新資源利用效率的重點。

指標 R&D資金中政府資金占比與專利授權量的灰色關聯度排名第 1，關聯度達 0.68。這說明政府財政投入是拉動我市創新成果產出的第一驅動力，體現了近些年來特別是“十二五”期間我市各級政府重視科技投入、不斷增加財政科技撥款取得的有益成效。

指標R&D經費內部支出占GDP的比重是計算R&D經費內部支出在GDP中的占比。關聯度僅次于R&D資金中政府資金占比，且僅相差 0.02。這說明研發經費投入對我市創新成果產出具有重要的拉動作用，不斷提高 R&D經費投入能夠實現創新成果的大豐收。

指標 R&D人員占科技活動人員比值代表了我市研發人員投入的強度。它與專利產出的灰度關聯值達到0.65，說明研發人員同樣是我市創新成果創造過程中的積極活躍因素。

與R&D資金中政府資金占比排名第1相比，企業資金占比排名較為靠后，這與企業是技術創新的主力軍的基本觀點相悖。這說明近些年來我市企業創新活力不足，企業對 R&D活動投入的能力與態度不如政府。

R&D人員中基礎研究人員占比排名最后且關聯度不足 0.6，說明現階段推動我市創新成果產出諸要素中，提升研發人員素質和能力的潛力更大。

4 對策建議

4.1 激發企業研發活動的活力

從政策引導和體制機制創新兩個方面解決企業研發活力不強的問題，一方面落實以研發加計扣除政策為代表的一批科技扶持政策，為企業營造鼓勵創新寬容失敗的創新發展良好環境；另一方面，不斷深化簡政放權改革，打破原有的管理定式，簡化科技項目立項、報批、評審等環節，降低市級科技計劃項目申報單位的門檻，提高專利補貼力度，讓更多企業獲得切實的實惠。

4.2 加強研發經費的投入力度

一是增加投入的總數，制定合理的年度研發經費投入計劃，建立研發經費投入增長機制。二是不斷完善結構，根據我市不同產業發展的態勢，有針對性地加大對優勢產業的扶持力度，使優勢產業做大做強。

4.3 提高政府科技投入的貢獻

首先，制定并完善政府支持的科技項目中企業匹配資金的相關要求和制度，起到激勵企業不斷增加自身科技投入的熱情。其次，提高政府科技投入中與基礎研究相關投入的比例，提升政府科技資金對提高科技活動質量的影響力。

4.4 更加注重科技人員規模與素質的均衡發展

研發人員是科技創新過程中最直接、最積極的因素。一方面要為研發人員營造良好的研發環境，另一方面要為研發人員創造良好的外部條件支持，從而有效提高研發人員的工作滿意度和投入水平，提高科技人員的科技活動能力。

[1]王貽志，陳曉聲，茅國平，等. 科技投入與產出的計量研究[J]. 數量經濟技術經濟研究，2002(7)：88-90.

[2]陳昌柏. 知識產權經濟學[M]. 北京：北京大學出版社，2003：101.

[3]莊宇，管述學. 中國專利產出與人均 GDP 的相關性分析[J]. 情報雜志，2007(2)：105-110.

[4]阮梅花，肖滬衛. 企業自主創新能力評價的專利指標體系構建初探[J]. 大學圖書情報學刊，2011(1)：85-89.

[5]朱月仙，方曙. 專利申請量與 R&D 經費支出關系的研究[J]. 科學學研究，2007(1)：23-29.

[6]黃魯成，王寧. 專利視角下的技術擴散研究綜述[J].科學學與科學技術管理，2011(10)：34-39.

[7]沈滌清. 我國專利申請量與 R&D 投入關系研究[J].江西農業學報，2008，20(7)：147-149.

[8]王鐘偉. 擴大政府科技投入正逢時[J]. 科學與管理，2004(4)：14-16.

[9]古利平，張宗益，康建軍. 專利與 R&D資源：中國創新的投入產出分析[J]. 管理工程學報，2006(1)：147-151.

[10]李子彪. 區域創新極識別方法與實證研究[J]. 技術經濟與管理研究，2016(4)：24-29.

[11]盧華玲，周燕，梅丹，等. 高技術產業集群環境下創新投入、技術交易對創新能力影響研究[J]. 科技與經濟，2012(06)：32-34.

[12]柯忠義，韓兆洲. 我國地區 R&D 類型分布對專利類型的影響分析[J]. 科技進步與對策，2006(12)：82-84.

[13]劉春節，劉世玉. 政府的科技支出：規模與結構[J].東北財經大學學報，2006(6)：53-56.

[14]譚文華，曾國屏. R&D 強度的“S”曲線與實現我國投入穩定增長的若干思考[J]. 中國軟科學，2005(1)：95-96.

[15]馮仁濤，余翔，金泳鋒. 基于專利情報的技術機會與區域技術專業化分析[J]. 情報雜志，2012，31(6)：13-18.

[16]王小魯，樊綱. 中國經濟增長的可持續性[M]. 北京：經濟科學出版社，2000：9-43.

[17]鄧聚龍. 灰色預測與決策[M]. 武漢：華中理工大學出版社，1986.