區域視角下高技術產業科技成果評價研究

胡俊航

(河南質量工程職業學院 質量科學研究中心，河南 平頂山，467001)

0 引言

隨著國際市場競爭的日趨加劇，高新技術成為企業的核心競爭力，為此，國家相繼出臺了多項產業扶持政策促進高技術產業的發展。2015年全國高技術產業企業數達到29631個，到2018年發展到33537個，年均增加4.25%；實現利潤總額由2015年的8986.3億元增加到2018年的10293億元，年均增加4.63%。2015年高技術產業研發機構只有5572個，到2018年發展到16052個，年均增加42.29%。高技術產業的快速發展不僅使經濟從高速發展轉向高質量發展，也使企業的國際競爭力大大提升。

我國高技術產業的快速發展也引起學術界的關注。有關國內高技術產業的相關研究很多，主要集中在以下三類：第一類是關于創新效率和投入產出效率的相關研究[1-5]；第二類是關于高技術產業國際競爭力的相關研究[6-7]；第三類是關于高技術產業發展的影響因素分析[9-10]。已有關于高技術產業科技成果評價的研究不多。本文將從量與質兩方面構建高技術產業科技成果評價指標體系和評價模型及算法，并對我國31個省、市、自治區高技術產業科技成果進行評價，分析區域差異，找出存在的主要問題，并提出相應的對策建議。

1 評價指標體系的構建

根據全面性、科學性、系統性、可操作性、可比性和引導性原則，從量和質兩方面對高技術產業科技成果構建評價指標體系(見表1)。

2 評價模型的構建與算法

為對區域高技術產業科技成果進行全面評價，本文構建科技成果評價的橫向評價模型和縱向評價模型，模型的表達式雖然相同，但算法有所區別。評價模型數學表達式如下：

Y=β1y1+β2y2+β3y3+β4y4+β5y5+ε

(1)

式中Y是潛變量，yi是觀測變量，βi(i=1,2,…,5)是待估參數，ε是隨機誤差項。

根據潛變量與觀測變量的關系，式(1)觀測變量與潛變量的關系還可以寫成：

yi=λiY+εi(i=1,2,…,5)

(2)

這里λi為載荷項，εi是隨機誤差項。

2.1 橫向評價模型的算法

由于表1中觀測指標的量綱不同，按下式進行無量綱化處理。

(3)

主觀權重的確定采用層次分析法，根據表3的標度得到高技術產業科技成果與5個觀測指標的比較判斷矩陣。判斷矩陣和它的最大特征根及其對應的歸一化處理后的特征向量、一致性指標、一致性比率和一致性檢驗結果如表4所示。

表2 模型(1)客觀權重

表3 判斷矩陣標度及其含義表

表4 指標判斷矩陣及其相關計算結果

(取ψ'=ψ″=0.5)

(4)

得到模型(1)中的綜合權重如表5所示。

根據表5中各觀測指標的權重就可以運用橫向評價模型對不同區域高技術產業的科技成果進行評價了。

表5 模型(1)綜合權重表

2.2 縱向評價模型算法

(5)

有了區域高技術產業科技成果觀測指標t年的指數，按照表(5)中的綜合權重就可以得到高技術產業科技成果Yt的綜合指數。

3 實證研究

根據高技術產業科技成果評價指標體系和評價模型及其算法對我國31個省、市、自治區高技術產業的科技成果進行評價，分析區域間的現狀和差異。

3.1 各省、市、自治區2018年高技術產業科技成果橫向評價

根據橫向評價模型的算法，對2018年我國各省、市、自治區高技術產業科技成果進行評價，評價結果如表6所示。

3.2 各省、市、自治區2015—2018年高技術產業科技成果縱向評價

根據縱向評價模型的算法，對2015—2018年我國各省、市、自治區高技術產業科技成果進行評價，評價結果如表7所示。

表6 各省、市、自治區2018年高技術產業科技成果橫向評價

表7 各省、市、自治區2015—2018年高技術企業科技成果縱向評價

3.3 評價結果分析

根據表6的評價結果，2018年各省、市、自治區高技術產業科技成果存在差異，差異分析結果如表8所示。

表8 各省、市、自治區2018年高技術產業科技成果差異統計

從表8可以看出，2018年31個省、市、自治區高技術產業科技成果的標準差為18.54，標準差較大，極差為100，導致平均得分不高，僅為9.51。原因是廣東省高技術產業科技成果得分為100，而西藏自治區的得分為0，兩極差異達到上限，除廣東省和江蘇省的得分較高外，其他區域得分普遍較低。綜上說明我國高技術產業科技成果的區域產出兩極分化，平均分不高說明區域高技術產業科技成果總體不理想。 從表6可以看出，經濟、教育發展較好的區域高技術產業科技成果的排名靠前，而經濟、教育落后的邊遠區域排名靠后。

把表6和表7中各省、市、自治區2018年高技術產業科技成果橫向評價結果與縱向發展指數畫在同一張統計圖中，如圖1所示。

圖1 各省、市、自治區2018橫向評價與縱向指數對比

從圖1不難看出，高技術產業科技成果產出位于前10位的區域2015—2018年的縱向發展指數不是太高，但廣東省、四川省和河南省的縱向發展指數保持較高的發展；排名處于10～23位的區域總體縱向發展指數較高，特別是江西省、陜西省和山西省的高技術產業科技成果增長明顯，而排在全國第15位的天津市2018年與2015年高技術產業科技成果產出幾乎沒有變化；得分位于后8位的黑龍江省、內蒙古自治區、甘肅省、海南省、寧夏回族自治區、新疆維吾爾自治區、青海省和西藏自治區，其橫向評價得分都很低。可喜的是內蒙古自治區、新疆維吾爾自治區和青海省的縱向發展指數較高，這在一定程度上說明這3個區域的高技術產業科技成果縱向比較有了很大的進步，但在全國31個省、市、自治區的位次很低。最讓人擔憂的是黑龍江省的高技術產業科技成果縱向發展指數出現負增長，甘肅省、海南省、寧夏回族自治區和西藏自治區的縱向發展指數也很低，這些區域的高技術產業科技成果短期內很難有大的提升。

3.4 存在的主要問題與對策

(1)我國31個省、市、自治區高技術產業科技成果區域間產出不平衡。東南沿海和經濟、教育發達地區高技術產業科技成果產出較高，而邊遠地區產出較低。

(2)從縱向發展指數看，科技成果產出位于前列的區域雖然縱向發展指數總體不是太高，但其科技成果產出基期的基數較大，短期內其產出的絕對增量依然很大；科技成果產出落后的區域，其科技成果產出基期的基數很小，短期內其產出的絕對增量較小，與科技成果產出位于前列的區域差距進一步拉大。

基于以上兩個主要問題，本文提出以下建議：

(1)優化高技術產業布局，發展落后區域高技術產業。國家在高技術產業發展布局上優先考慮高技術產業落后區域，增加高技術企業數量，鼓勵東南沿海的高技術企業在落后區域設立分公司或分廠。

(2)高技術產業落后區域制定優惠的產業政策，吸引高技術產業安家落戶。當地政府可在高技術產業審批、稅收、用地等方面加大優惠力度，支持高技術產業的發展，使其能引進來，扎下根，有利潤。

(3)加強高技術產業落后區域科研經費的支持力度。對落后區域高技術產業的科技開發研究經費給予大力支持，促進其科技產出和新產品開發，縮小與其他區域科技成果的差距。

(4)加強區域高技術企業產學研合作。高技術產業科技成果落后區域一般都地處邊遠地區，高等院校和科研機構較少，科研人力資源和設備短缺，企業如果把研發機構設在高等院校和科研機構集中的大城市，有利于充實自己的科研隊伍，提高研究人員素質，還可以與高校和科研機構實現科研設備共享，節約科研成本，提高科研成果產出。

(5)加強校企、研企合作，加大研究經費的投入。高技術產業科技成果落后區域加強與高校和研究機構的合作，政府注重高技術企業與高校、科研機構橫向課題研究的經費投入，促進高技術產業科技成果的產出與科技成果轉化。

4 結語

高技術產業科技成果評價指標體系綜合了科技成果量和質兩方面的指標，使評價指標體系更加全面合理。構建的評價模型包括橫向評價模型和縱向評價模型，綜合運用兩個評價模型對區域高技術產業科技成果進行評價，即可以橫向對比又可以縱向比較，即能找出本區域的差距又能看出自身的發展。模型指標權重采用綜合賦權法使指標權重更加科學客觀，評價結果更加符合實際。在實證研究中，分析了2018年各區域間高技術產業科技成果的差異和2015—2018年各自的縱向發展指數，找到了我國高技術產業科技成果發展中存在的主要問題，并提出了相應的對策建議。本文構建的評價模型和算法對高技術產業科技成果評價的進一步深入研究具有一定的借鑒意義，實證研究的分析結果和對主要問題提出的對策建議對縮小區域間高技術產業科技成果的差異具有一定參考價值。