我國區(qū)域科技創(chuàng)新能力及其效率評價研究

趙清軍， 周畢芬 (福建農林大學 公共管理學院，福建 福州 350002)

一、引言與文獻綜述

黨的十八大提出實施創(chuàng)新驅動發(fā)展戰(zhàn)略，強調科技創(chuàng)新是提高社會生產力和綜合國力的戰(zhàn)略支撐，必須把科技創(chuàng)新擺在國家發(fā)展全局的核心位置，并將創(chuàng)新作為引領發(fā)展的第一動力，體現出國家重大戰(zhàn)略和經濟社會發(fā)展對科技創(chuàng)新提出的迫切需求[1]。各地區(qū)為促進區(qū)域產業(yè)結構調整和優(yōu)化升級、推動區(qū)域經濟可持續(xù)發(fā)展，紛紛加強科技創(chuàng)新的頂層規(guī)劃和制度安排，以提升自主創(chuàng)新能力[2]。科學地、客觀地評價區(qū)域科技創(chuàng)新能力，對于該區(qū)域科學地定位和合理地制定戰(zhàn)略，提升自身科技競爭實力，以獲取經濟和社會方面的效益具有非常重要的意義[3]。

復雜的區(qū)域科技創(chuàng)新能力系統，受到多個方面的影響和作用，其測度需要建立一個多指標的綜合評價體系。趙黎明和劉猛[4]構建了基于熵權TOPSIS法的區(qū)域科技創(chuàng)新能力綜合評價模型，對2011年我國31個省市和六大經濟區(qū)的科技創(chuàng)新能力進行評價；常濤等[5]運用因子分析法從科技創(chuàng)新投入、科技創(chuàng)新基礎、科技創(chuàng)新產出和科技創(chuàng)新效益四個方面對山西省科技創(chuàng)新能力進行了實證分析；李柏洲和蘇屹[6]應用結構方程、粗糙集理論和數值轉換方法，構建了基于改進突變級數的區(qū)域科技創(chuàng)新能力評價模型，對指標體系的合理性進行了驗證；王亞偉和韓珂[7]利用改進的模糊綜合評價模型對河南省的區(qū)域科技創(chuàng)新能力進行綜合評價；姜文仙[8]基于灰色關聯度評價理論，對2000—2013年廣東省區(qū)域科技創(chuàng)新能力進行了綜合分析；李哲[1]從企業(yè)技術創(chuàng)新、科研體系和科技成果轉化、科技人才、科技創(chuàng)新治理、科技金融等角度分析了科技政策的熱點領域，并對科技創(chuàng)新政策進一步深入的思考；陳套和馮鋒[2]構建了中國區(qū)域科技創(chuàng)新系統治理能力的“四力”評價指標體系，實證研究了2009—2013年我國31個區(qū)域創(chuàng)新治理能力的動態(tài)演化情況。但是，這些研究主要關注區(qū)域科技創(chuàng)新能力的評價，少有文獻對科技創(chuàng)新效率做出探討。因此，本文構建我國區(qū)域科技創(chuàng)新能力及效率評價體系，綜合運用主成分分析法和DEA模型，以2014年全國31個省(區(qū)市)的數據為基礎進行實證分析，揭示各地科技創(chuàng)新發(fā)展中面臨的主要問題，并進一步提出了政策建議，以期為我國區(qū)域科技創(chuàng)新發(fā)展提供參考。

二、研究方法及數據

(一)研究方法

1.主成分分析法

主成分分析法是指通過研究多個指標之間的內部依賴關系，利用少數的幾個綜合指標(即主成分)來解釋原始資料中大部分指標的信息，且所包含的信息互不重復[9]。一般數學模型如下：

(1)

簡寫為Fi=ap1X1+ap2X2+…+apmXm，i=1,2,…,p，且滿足：

m≤p；Fi與Fj(i≠j;i,j=1,2,… ,p)不相關；E(X)=0，d(X)=Im。

2.DEA模型

DEA模型由著名的運籌學家A.Charnes、W.W.Cooper及E.Rhodes提出，用于評價相同部門間的相對有效性[10]。本文采用DEA模型中的BCC模型進行分析，即假定在生產規(guī)模報酬可變的情況下，對區(qū)域科技創(chuàng)新效率進行分析，其模型可表示為

(2)

式中，j=1，2，…，n表示決策單元，x、y分別是投入、產出向量。

若θ=1，S+=S-=0，則決策單元為DEA有效；若θ=1，S+>0或S->0，則決策單元為弱DEA有效；若θ<1，則決策單元為非DEA有效。

(二)數據來源

本文針對我國區(qū)域科技創(chuàng)新能力和效率進行評價，以全國31個省區(qū)市(港澳臺除外)為樣本，利用2015年《中國統計年鑒》、《中國科技統計年鑒》、《中國火炬統計年鑒》、《中國高技術統計年鑒》以及各省(區(qū)市)統計年鑒，整理獲得表1對應的21個二級指標在2014年的數據資料。

三、實證分析

(一)基于主成分分析法的區(qū)域科技創(chuàng)新能力評價

1.評價指標體系構建

參考已有的文獻，并按照指標選取的科學性、系統性、全面性、可比較性和可操作性等原則，本文基于區(qū)域科技創(chuàng)新能力的基本特征，建立了科技創(chuàng)新環(huán)境、科技創(chuàng)新投入、企業(yè)科技創(chuàng)新、科技創(chuàng)新產出和科技創(chuàng)新績效5個一級指標和21個二級指標，具體見表1。

表1 我國區(qū)域科技創(chuàng)新能力評價指標體系

2.區(qū)域科技創(chuàng)新能力分析

本文采用SPSS19.0對數據進行統計分析，由于各評價指標的單位量綱不同。首先，需要對每個指標數據進行無量綱化處理，其公式為：

(3)

表2 特征值及其累積貢獻率

F1=0.382X1+0.88X2+0.781X3+

0.667X4+0.974X5-0.53X6+0.974X7-

0.605X8+0.938X9+0.782X10+0.718X11+0.848X12+0.795X13+0.919X14+0.377X15+

0.895X16+0.953X17+0.793X18+0.911X19+

0.445X20+0.556X21

(4)

F2=0.875X1-0.02X2-0.395X3+0.665X4+

0.048X5-0.22X6-0.134X7-0.147X8-0.263X9-

0.319X10+0.42X11-0.269X12+0.328X13+

0.022X14+0.655X15-0.279X16-0.226X17-

0.192X18-0.34X19+0.701X20+0.281X21

(5)

F3=0.15X1+0.119X2-0.036X3-0.109X4+0.194X5+0.545X6+0.097X7+0.464X8-0.015X9-0.077X10-0.305X11-0.072X12+0.359X13+0.238X14+0.546X15+0.129X16-0.03X17+0.126X18+0.084X19-0.263X20-0.495X21

(6)

F4=-0.048X1+0.126X2-0.25X3+0.235X4-

0.06X5+0.536X6-0.035X7-0.153X8+0.045X9-

0.118X10+0.398X11+0.082X12-0.298X13-

0.074X14-0.268X15+0.128X16+0.081X17+

0.219X18+0.071X19+0.419X20-0.516X21

(7)

主成分分析法選取了4個主成分從不同方面反映了我國區(qū)域科技創(chuàng)新能力的總體情況，但仍不能進行綜合評價。因此，本文以公共因子的方差貢獻率作為權數，對我國區(qū)域科技創(chuàng)新能力的綜合得分進行計算，具體公式如下：

F=0.671F1+0.175F2+0.083F3+0.071F4

(8)

表3 2014年我國區(qū)域科技創(chuàng)新能力綜合得分與排名

由表3可以看出，2014年我國區(qū)域科技創(chuàng)新能力綜合得分的均值為7.39E-07，只有12個省(區(qū)市)超過該值，分別是：江蘇、廣東、浙江、北京、山東、上海、天津、福建、河南、遼寧和安徽。其中，江蘇省科技創(chuàng)新能力綜合得分最高，為26.202；西藏綜合得分最低為-11.390。按照四大經濟區(qū)域對全國31個(區(qū)市)科技創(chuàng)新能力綜合得分進行排名，東北地區(qū)：遼寧、吉林、黑龍江；東部地區(qū)：江蘇、廣東、浙江、北京、山東、上海、天津、福建、河北、海南；中部地區(qū)：湖北、河南、安徽、湖南、山西、江西；西部地區(qū)：四川、重慶、陜西、內蒙古、廣西、寧夏甘肅、云南、貴州、新疆、青海、西藏。總體來看，我國各省(區(qū)市)的科技創(chuàng)新能力差異較為明顯，地區(qū)之間差距較大。呈現出東部地區(qū)發(fā)展快速，中西部地區(qū)科技創(chuàng)新發(fā)展相對滯后的態(tài)勢。

根據聚類分析結果(見圖1)和主成分分析的綜合得分，按照區(qū)域科技創(chuàng)新能力的強弱，可將全國31個省(區(qū)市)分為五個類別。第一類：江蘇、廣東分別為我國的教育大省和經濟強省，擁有全國最為豐富的科技創(chuàng)新資源，無論是科技創(chuàng)新投入，還是在產出方面都居于全國前列。江蘇省科技創(chuàng)新能力和科技創(chuàng)新投入均為全國第一位，在科技創(chuàng)新產出方面也位于全國第三位。廣東省在科技創(chuàng)新能力方面僅次于江蘇省，在科技創(chuàng)新投入和產出方面分別為第二、四位。第二類：浙江作為文化大省，其科技創(chuàng)新能力位居全國第三名，在科技創(chuàng)新投入方面同樣排在第三位。山東省科技創(chuàng)新能力綜合得分為第五名，在R&D經費內部支出方面排在全國第三位。兩省在科技創(chuàng)新環(huán)境和產出方面，與江蘇和廣東還有一定的差距，所以位列第二類。第三類：北京、上海、天津均為直轄市，擁有較強的經濟和科技實力，三市的科技創(chuàng)新能力排名分別為第四、六和七位，在科技創(chuàng)新環(huán)境和企業(yè)科技創(chuàng)新方面，均排在全國前列。第四類：福建、河南、湖北、安徽、遼寧、湖南、四川、河北、重慶、陜西十省，在科技創(chuàng)新投入因子中得分分別位于第八到十七名；在四大主成分因子得分中，這10個省(市)均有負值；而在綜合得分中，只有福建、湖北、河南、遼寧和安徽四省高于全國均值。第五類：西藏、內蒙古、黑龍江、吉林、山西、寧夏、海南、新疆、青海、廣西、江西、貴州、甘肅和云南14個省(市區(qū))，在科技創(chuàng)新能力綜合得分和投入方面得分均為負值，都未達到全國平均水平；但是在科技創(chuàng)新產出方面，僅有山西、內蒙古、吉林、廣西、海南、寧夏六省(區(qū))得分為負值，其余均為正值且高于全國平均水平。

圖1 2014年我國31個省區(qū)市科技創(chuàng)新效率聚類結果

(二)基于DEA模型的區(qū)域科技創(chuàng)新效率評價

1.評價指標體系構建

在區(qū)域科技創(chuàng)新效率評價指標選取過程中，本文遵循科學性、有效性和可比較性的原則，并在咨詢專家意見的基礎上，從區(qū)域科技創(chuàng)新能力評價指標中分別選取了3個投入指標和3個產出指標(具體見表4)。

表4 我國區(qū)域科技創(chuàng)新效率評價指標體系

2.區(qū)域科技創(chuàng)新效率分析

運用DEAP2.1軟件計算出2014年我國區(qū)域科技創(chuàng)新效率情況(見表5)。模型結果顯示，我國區(qū)域科技創(chuàng)新綜合效率平均值為0.748，區(qū)域差異較為明顯，呈現出東部地區(qū)>中部地區(qū)>東北地區(qū)>西部地區(qū)的格局；而純技術效率的平均值達到0.848，規(guī)模效率的平均值為0.857，總體情況較好。具體而言，2014年,我國有北京、上海、江蘇、浙江、安徽、山東、湖南、廣西、重慶9個省市的科技創(chuàng)新的綜合效率、純技術效率以及規(guī)模效率值均為1，達到了DEA有效；天津、福建、海南、西藏、青海五省(區(qū)市)的科技創(chuàng)新純技術效率值為1，而由于規(guī)模效率值小于1，未能達到DEA最優(yōu)，需要調整科技創(chuàng)新的投入和產出規(guī)模；而廣東省的規(guī)模效率值為1，其純技術效率值卻小于1，同樣造成非DEA有效，需要調整科技創(chuàng)新的投入產出結構，集中以技術進步來實現資源的優(yōu)化配置，推動區(qū)域科技創(chuàng)新的發(fā)展。除了上述9個省市以及廣東省的規(guī)模收益類型不變以外，其他21個省(區(qū)市)的科技創(chuàng)新規(guī)模收益類型均處在遞增階段，需要擴大科技創(chuàng)新投入規(guī)模，加大人力、物力和財力的投入，并合理調整科技創(chuàng)新投入產出結構，以提高區(qū)域科技創(chuàng)新效率的水平，實現資源的優(yōu)化配置。

從綜合效率來看，2014年全國有9個省市的效率值達到了1，而河北、山西、內蒙古等15個省(區(qū)市)的效率值低于全國均值；其中，西藏地區(qū)的綜合效率值最低，僅為0.197，遠低于其他地區(qū)；西部地區(qū)和東北地區(qū)綜合效率值低于全國均值。從純技術效率來看，全國均值相對較高，但是仍有13個省(區(qū)市)的效率值低于全國均值，內蒙古地區(qū)的效率值最低，為0.614；只有東部地區(qū)的純技術效率值高于全國均值，且遠高于其他3個區(qū)域。從規(guī)模效率來看，只有海南、云南、西藏等10個省(區(qū)市)的效率值低于全國均值，大部分的地區(qū)都高于全國均值；除西部地區(qū)以外，其他三大經濟區(qū)域均高于全國均值。

表5 2014年我國31個省區(qū)市和四大經濟區(qū)域科技創(chuàng)新效率值

對2014年我國31個省(區(qū)市)科技創(chuàng)新效率的投入、產出指標松弛變量進行測算(見表6)，結果顯示：除了北京、上海、江蘇、浙江、安徽、山東、湖南、廣西、重慶9個省市科技創(chuàng)新的綜合效率達到DEA有效，不存在投入、產出松弛以外，其他22個省(區(qū)市)均存在不同程度的投入冗余或產出不足的情況。從科技創(chuàng)新投入的角度來看，僅有遼寧、江西和四川3個省在“R&D人員全時當量”指標上存在投入冗余，冗余量分別為13.842人年、1.794人年和35.42人年；在“R&D研究人員占R&D人員比重”和“R&D經費內部支出”兩項指標上分別有15和17個地區(qū)出現了投入浪費現象。從科技創(chuàng)新產出的角度來看，在“新產品銷售收入”指標上，只有黑龍江、貴州、陜西和青海四省存在產出不足情況。相較于科技創(chuàng)新投入而言，在產出指標上的松弛現象相對較好。另外，天津市和廣東省均不存在投入的冗余，僅需在“發(fā)明專利申請數”指標上分別增加5 101.937件和33 410.672件，即可達到DEA有效；相反的是，四川省不存在產出不足的情況，只需要在“R&D人員全時當量”指標上增加35.42人年，便能達到綜合效率DEA最優(yōu)。

表6 2014年我國區(qū)域科技創(chuàng)新投入、產出指標的松弛變量情況

四、結論與建議

(一)結論

本文構建了我國區(qū)域科技創(chuàng)新能力和效率評價指標體系，運用主成分分析法和DEA模型，對2014年我國31個省(區(qū)市)的科技創(chuàng)新能力及其效率進行評價，得出以下結論：(1)我國區(qū)域科技創(chuàng)新能力發(fā)展水平極不均衡，呈現經濟發(fā)達地區(qū)科技創(chuàng)新能力強，經濟落后地區(qū)科技創(chuàng)新能力弱的態(tài)勢，并且大多數地區(qū)科技創(chuàng)新能力低于全國平均水平；經濟發(fā)展居中的區(qū)域，科技創(chuàng)新能力沒有明顯的規(guī)律性變化；江蘇、廣東、浙江、北京、山東、上海、天津等省市科技創(chuàng)新能力遠遠超過其他區(qū)域，西藏、青海、海南、貴州、云南、新疆等科技創(chuàng)新能力綜合得分處于全國的尾段。(2)北京、上海、江蘇、浙江、安徽、山東、湖南、廣西、重慶9個省市科技創(chuàng)新的綜合效率、純技術效率和規(guī)模效率均達到了DEA有效，其他21個省(區(qū)市)均處于科技創(chuàng)新規(guī)模收益遞增階段，需要加大科技創(chuàng)新投入力度，調整投入產出結構，實現規(guī)模效益最優(yōu)。(3)全國31個省(區(qū)市)除了綜合效率達到DEA最優(yōu)的9個省市以外，其他地區(qū)都存在不同程度的投入浪費或產出不足的情況；其中，天津、廣東兩地僅在“發(fā)明專利申請數”這一項指標上存在產出不足，而四川省只在“R&D人員全時當量”指標上出現投入冗余；出現投入浪費或產出不足現象最嚴重的是青海和江西，兩省均存在兩項指標投入冗余和兩項指標產出不足的情況。

(二)建議

(1)注重我國區(qū)域科技創(chuàng)新發(fā)展水平的均衡問題。各地區(qū)政府應結合實際情況，充分發(fā)揮自身優(yōu)勢資源，走特色科技創(chuàng)新發(fā)展之路；國家應加強科技創(chuàng)新制度的頂層設計，在資金和政策上向落后的地區(qū)進行傾斜，扶持該區(qū)域的科技創(chuàng)新發(fā)展，從而提高其科技創(chuàng)新的能力和水平。(2)加大科技創(chuàng)新投入力度，提高科技創(chuàng)新產出水平。各地方政府要加強人才隊伍建設，并進一步加大高層次人才引進力度，增加科技創(chuàng)新的資金支持，在財政上逐步增加科技和教育的支出比重，激發(fā)企業(yè)科技創(chuàng)新的動力和活力，提高科技創(chuàng)新投入轉化率[11]。(3)加快推進高新技術產業(yè)化，提升自主創(chuàng)新能力。引導科技創(chuàng)新和高新技術產業(yè)的健康持續(xù)發(fā)展，加大對于科技型中小企業(yè)的扶持力度，培育高新技術產業(yè)化的主力軍[5]。

參考文獻：

[1]李哲.科技創(chuàng)新政策的熱點及思考[J].科學學研究,2017(2):177-182,229.

[2]陳套,馮鋒.中國區(qū)域科技創(chuàng)新系統治理能力動態(tài)評價與提升路徑[J].大連理工大學學報:社會科學版,2016(1):44-50.

[3]李倩,師萍,趙立雨.基于灰色關聯分析的我國區(qū)域科技創(chuàng)新能力評價研究[J].科技管理研究,2010(2):43-44+50.

[4]趙黎明,劉猛.基于熵權TOPSIS的區(qū)域科技創(chuàng)新能力評價模型及實證研究[J].天津大學學報:社會科學版,2014(5):385-390.

[5]常濤,李志強,韓牛牛,等.基于資源型經濟轉型的區(qū)域科技創(chuàng)新能力評價研究——以山西省為例[J].科技管理研究,2015(16):62-67.

[6]李柏洲,蘇屹.基于改進突變級數的區(qū)域科技創(chuàng)新能力評價研究[J].中國軟科學,2012(6):90-101.

[7]王亞偉,韓珂.基于改進模糊綜合評價模型的區(qū)域科技創(chuàng)新能力評估——以河南省為例[J].科技進步與對策,2012(13):119-124.

[8]姜文仙.廣東省區(qū)域科技創(chuàng)新能力評價研究[J].科技管理研究,2016(8):75-79,86.

[9]朱建平.應用多元統計分析[M].北京:科學出版社,2006:109-110.

[10]魏權齡.數據包絡分析[M].北京:科學出版社,2004.

[11]林萍,聶春霞,黃潤,等.新疆科技創(chuàng)新能力評價[J].科技管理研究,2014(7):44-48.