南京市科技創新投入規模與技術吸收能力對科技創新效率的影響研究

殷子意

(中國人民大學，北京 100872)

0 引言

我國正處于經濟發展的創新驅動階段，各地政府不斷加大科技創新的投入，但投入規模擴大并不意味著創新效率的提高。因此，如何界定投入規模、合理配置資源與要素以獲得更高的科技創新效率成為各界關注的熱點問題。2021年，江蘇省政府提出《江蘇省“十四五”科技創新規劃》，進一步強調了科技創新的重要性，提出建設科技強省、提高創新鏈整體效能的遠景目標。南京市作為江蘇省的省會，科技創新效率排名靠前，但相對于蘇州、無錫、南通仍有提升空間。本文擬以南京為樣本，從科技創新投入規模與技術吸收能力兩個維度探討科技創新效率提升的路徑，這對實現城市的可持續發展具有重要的現實意義。

1 文獻綜述

對科技創新效率的研究始于20世紀50年代，關于其含義取得的共識是將其看作科技創新資源從投入轉化為產出的程度[1]。但由于科技創新活動涉及多元變量，科技創新效率的測算方式至今也無統一標準。測度方法主要有以下幾種：Liberatore[2]使用的綜合評價法和王偉光[3]使用的指數法，在選擇衡量指標與分配其權重方面主觀自由度較大，客觀性不足。胡恩華等[4]使用生產函數法評價了完全競爭市場的科技創新效率，但在評價單期數據等方面存在局限性。Hawdon[5]使用了非參數法，其中數據包絡分析法在總體上具有明顯優勢，被廣泛應用于科技效率創新的研究之中。

除了探討測度效率的方法，Cohen等[6]認為技術吸收能力是企業對新的、外部的技術信息價值的識別、吸收并將其商業化的能力，這一能力在一般情況下對科技創新效率有著正向影響。而劉常勇等[7]認為在吸收外部新知識的同時，還應考慮新知識在企業內部的使用、傳播與二次創新。

從研究樣本來看，目前關于創新效率的相關研究主要從國家、區域或省級層面出發，且主要集中在分析科技創新的投入規模與產出效率的關系。比如Nasicrowski等[8]比較了45國的創新效率；翟玉鵬等[9]研究了江蘇省13個地級市“十一五”至“十二五”期間的科技創新效率；劉漢初等[10]發現中國的科技創新效率總體上由東向西呈遞減趨勢。基于市級層面的具體研究較少，同時關注科技創新規模與技術吸收能力對科技創新效率影響的研究也尚缺乏。因此本文選取南京市2011—2020年的相關數據，分析科技創新投入規模與技術吸收能力對科技創新效率的影響，為科技創新投入規模的界定提供參考。

2 建模分析

2.1 模型構建

目前,關于評價科技創新效率的研究較廣泛使用數據包絡分析(DEA)，該分析方法適用于評價多指標投入與多指標產出的情況，本文也將使用DEA法衡量科技創新效率。

DEA將原先評價單一的投入產出工程效率擴展為多投入多產出的決策單元效率方式。DEA有兩種模型，其中，CCR模型假設決策單元的規模收益不變，用以計算各決策單元的綜合效率。但現實情況中存在的不平等競爭會使某些決策單元不能以最佳規模運行，而通過去除CCR模型的錐性假設得到的新模型BCC，適用于決策單元不以最佳規模運行的情況。DEA法中測算出的綜合效率(TE)可分解為兩個細分效率：純技術效率(PE)與規模效率(SE)。純技術效率是剔除了決策單元規模影響的技術效率，規模效率可衡量決策單元的生產規模是否達到最優。鑒于BCC模型更適用于目前南京規模收益可變的實際情況，本文選擇使用BCC模型測算科技創新效率。

假設存在n個決策單元、m種投入變量、p種產出變量，模型為：

約束條件：

λj≥0,j=1,2,…,n；s-≥0,s+≥0

其中：θ為決策單元的有效值；λj為權重系數，∑λj=1；ε為極小正數；x,y為投入產出向量；s-為松弛變量；s+為剩余變量。當規模效率值為1時，決策單元的規模收益不變，即有規模效率；當規模效率值小于1時，決策單元規模無效，但此時不能判斷情況為規模報酬遞增還是規模報酬遞減。假設k為規模收益值：當k=1時，決策單元處于最優規模；當k<1時，規模收益遞增；k越小，規模遞增趨勢越大。

2.2 指標選取

科技創新的投入產出效率反映了研發資源的投入與科技創新成果產出之間的關系，可以作為科技資源配置效率與科技創新產出績效評價的重要參考指標。本文在市級層面績效分析中從財力與人力兩個主要方面選取了投入指標：全市地方財政科技支出在財政支出中的占比(FEs/FE，%)，R&D人員在從業人員中的占比(HR&D/H，%)。從相關產值與科研成果兩個方向選取產出指標：高新技術產業產值(全口徑)(YHi-tech，億元)，發明專利授權(P，件)。

技術吸收能力是一個綜合性多維變量，本文從人力資源基礎、研發領域的投入程度、產業結構優化程度、研發轉化產出能力、技術活動經費分配占比變化等方面選取了指標：R&D人員在從業人員中的占比(HR&D/H，%)，研究與開發機構(R，個)，有R&D活動規模以上工業企業數(ER&D，個)，規模以上工業企業R&D經費占主營業務收入的比例(ER&D/OI，%)，技術合同交易金額(ATC，萬元)，高新技術產業產值在規模以上工業總產值中的占比(YHi-tech/YGI，%)，技術改造經費支出(ETT，萬元)，消化吸收經費支出(EDA，萬元)，購買境內技術經費支出(EPDT，萬元)，引進境外技術經費支出(EIFT，萬元)。

2.3 南京市科技創新投入規模對科技創新效率的影響

本文使用DEA法測算科技創新效率，以年份作為決策單元建立BCC模型，使用DEAP軟件進行分析計算。表1中分別用“irs”“—”“drs”表示規模報酬遞增、不變與遞減。

表1 南京市2011—2020年科技創新效率值

2018與2020年TE,PE,SE都達到1，DEA有效，這兩年的科技創新投入規模可作為最優投入產出的參考,如表1所示。

2011年，2016年，2017年與2019年雖然TE未達到DEA有效，但其PE達到1，表明這些年份在當時的技術水平上科技創新投入的資源效用已得到較好發揮，不需要通過減少其中某項投入以調整投入要素規模間的比例，但科技創新投入的整體規模水平仍需調整。其中，2011年，2016年，2017年的表現為規模報酬遞增，表明增加科技創新的財力與人力要素整體投入規?？梢蕴岣咝?；而2019年的表現為規模報酬遞減，則相反。

2012—2015年的TE未達到DEA有效性指標，且PE與SE也都小于1。s-代表投入冗余值，s+代表產出不足值，由表2可知，都存在投入冗余與產出不足的情況，說明這些年份不僅在當時的技術水平上科技創新投入未發揮到最大效用，投入規模比例也并不合理。假設對2012—2015年間的投入規模比例進行調整，則可達到DEA有效，具體調整指標與數值見表2，該數據也可作為今后年份南京市的科技創新投入規模比例參考。

表2 DEA有效科技創新投入產出調整

經DEA有效年份及調整后的數據測算，要保持科技創新效率處于高效水平，南京市地方FEs/FE增速需保持在5%左右，HR&D/H增速需保持在8%左右，地方FEs/FE與HR&D/H之間的比例需保持在1.65～2，需注意的是，該比例呈逐年下降趨勢。

從以上數據可以看出，科技創新規模主要受財力與人力兩方面影響，因此可以從這兩個方面的投入量與相互間比例進行調整。鑒于等量投入在不同環節和領域可以帶來不同產出結果[11]，合理引導科研人員的流動、整合人才資源可以提升對區域科技創新效率的作用[12]。因此，在調整投入規模與比例時，可以增加對企業基礎技術與關鍵技術方面的財力投入，給予攻堅關鍵技術環節的財政補貼，完善人才政策與科研人員的流動管理制度，促進區域科技人才流動的協調發展。

2.4 技術吸收能力對科技創新效率影響的分析

由以上分析可知，南京市2011—2020年科技創新效率部分年份仍處于相對無效率狀態，可進一步考察其技術吸收能力對科技創新效率的影響。

首先，使用SPSS軟件對技術吸收能力的各項指標與表1得出的綜合效率值進行相關性分析，得出皮爾遜相關系數，并進行了雙尾檢驗，結果如表3所示。可以發現，本文所選取的10個技術吸收能力指標除了消化吸收經費支出與購買境內技術經費支出這兩個指標與科技創新效率的相關性系數分別為-0.597與-0.393為弱相關，其他指標與科技創新效率的相關系數絕對值均大于0.7，且顯著性系數小于0.05，為顯著相關。若對顯著相關的指標之間進行回歸分析，科技創新效率為因變量，其他技術吸收能力指標為自變量，分別進行回歸，并進行F檢驗，結果如表3所示。

表3 相關性分析與線性回歸分析結果

從相關性分析結果來看，HR&D/H,R,ER&D,ER&D/OI,ATC,YHi-tech/YGI6個指標均與科技創新效率呈顯著正相關，這6個指標分別從人力資源基礎、研發機構與企業數量基礎、企業研發投入資金規模、企業技術轉化為產出的能力以及本地產業結構優化程度幾個方面衡量了本地當時的技術吸收能力，技術吸收能力在這些方面的提高與科技創新效率的提升成正比。

結合回歸模型，R2都不小于0.586，均可在一定程度上解釋科技創新效率，從回歸模型系數來看，HR&D/H的因素對效率影響最大，每增加1%，效率增加20.50%；其次是YHi-tech/YGI，每提高1%，效率提升0.80%；ER&D/OI每增加1%，效率可提高0.53%。

而ETT,EIFT,EDA與EPDT與科技創新效率呈負相關，這4個指標是從技術活動經費分配的角度衡量技術吸收能力的。南京市2011—2020年用于消化吸收與技術改造的經費支出總體是購買與引進技術支出的6.9倍，說明技術吸收能力較強[13]。前期學者的研究結果顯示消化吸收與技術改造方面的經費與技術吸收能力為正向關系[6]。本文研究結果與其結果的差異原因可進一步通過對相關指標與數據進行分析而獲得。

通過進一步分析可發現，鑒于在技術吸收能力的評價指標中，HR&D/H，R、ER&D，ER&D/OI，ATC，YHi-tech/YGI這6個指標都對科技創新效率有明顯的正向影響，而降低消化吸收、技術改造、購買引進技術的經費支出才對科技創新效率產生正向影響。本文選取的是2011—2020年的數據，且南京市的人力資源與研發機構數量基礎、企業研發投入資金規模、技術轉化能力及產業結構優化程度仍在不斷提高。雖然引進、吸收外來技術上的活動資金整體相對減少，卻未對科技創新效率產生負面影響，且分配于消化吸收、技術改造的經費支出與購買、引進技術支出的比例仍處于高技術吸收水平的分配比例范圍內，說明南京市在該時段內技術活動資金與人力的投入和分配是相對合理的。該情況很有可能是由于南京市在2011—2020年間對外來技術的依賴性在減少，而對自主研發的科技創新活動更加關注、成果更加依賴所導致的。

3 結論與建議

綜上所述，科技創新效率的提升需要綜合考慮科技創新投入規模與技術吸收能力。

科技支出在財政支出中的占比、研發人員在從業人員中的占比增速與兩者之間的比例需控制在最優范圍內。南京市可利用在長三角的區位優勢，完善人才政策與科技人才管理制度，增強區域間科技人才交流，合理調整關鍵技術攻堅與基礎技術投入的比例，提升區域科技創新效率。

從模型結果來看，研發人員在從業人員中的占比、研究與開發機構個數、有研發活動規模以上工業企業數等因素會影響區域內的技術吸收能力。南京市應該結合其高校資源豐富的優勢，推進政府與高校間的專項合作，培養更多的研發人員；同時在稅收與財政轉移支付方面重點向高新技術企業與研發機構傾斜，企業與市場結合推進科技成果轉化，由市場實現資源的有效配置。