高新技術產業政策評價及改進建議

王浩偉　陳歡歡　曾海鷹

摘要：合理評價高新技術產業政策績效是推動我國高新技術產業高質量發展的重要方式。文章基于我國31省市自治區數據，以貴州省為例，用模糊綜合評價法從空間和時間角度評價高新技術產業政策。研究結果表明，其政策績效在31省市自治區中處于中下水平；在時間上呈現上升趨勢。文章提出改進建議，以期為高新技術產業政策評價和發展提供參考。

關鍵詞：高新技術產業政策；貴州省；模糊綜合評價

一、引言

發展高新技術是技術創新的關鍵，是我國向高質量發展階段轉型的重要方式，其中離不開政策的制定與實施。充分實施有效的產業政策能使高新技術產業生產要素不斷集中，進而演變為區域創新優勢，并且使產業組織協同效應與產業結構彈性效應相互協調配合進而推動高新技術產業發展。從《國家中長期科學和技術發展規劃綱要》到《關于促進國家高新技術產業開發區高質量發展的若干意見》等，無一不表明我國對高新技術產業的大力支持。但也有一些政策由于制定或實施過程中的偏誤導致了部分高新技術產業開發區剛成立便被撤銷等問題，因此評價政策是推動高新技術產業高質量發展的重要舉措。本文以貴州省為例，運用模糊綜合評價法從空間和時間角度評價高新技術產業政策績效。以期為高新技術產業政策評價及發展提供思路。

二、文獻回顧

國內外學者約從20世紀70年代開始對高新技術產業進行研究。Matti Pihlajamaa等（2013）指出芬蘭高新技術產業政策主體由制定執行、投融資、技術轉移轉化三個體系構成；Yohei Kobayashi（2014）利用日本中小型企業數據研究后認為，R&D政策能更有效地激勵那些有較大流動性約束的企業。周菲等（2019）以A股中小板塊的高新技術企業數據為樣本研究得到薪酬激勵對研發投入和企業績效均為倒U型關系。孫健夫等（2020）認為當前中國提升高新技術企業競爭力的優惠點和實際需求不吻合，應該完善《高新技術企業認定管理辦法》中的認定條件，繼續實施75%的研發費用加計扣除比例。曾武佳等（2020）研究得到資本集聚、企業集聚、人才集聚、產業集聚程度是造成創新效率地區差異的主要原因。現有的研究大多集中于高新技術產業發展的某一方面，而關于高新技術產業政策綜合評價的研究成果較少。鑒于此，本文運用模糊綜合評價法從空間和時間角度評價高新技術產業政策。

三、理論基礎

高新技術產業政策的作用機理主要有兩方面：一是生產要素方面。資金、人才和技術等是高新技術產業發展必不可少的要素。制定相應的資金支持和人才引進等政策后，生產要素便會源源不斷地向政策實施地集聚進而形成風險投資區和知識密集區，區域規模越大極化效應越強，使得科研機構、企業等集中，最終成為區域高新技術創新競爭優勢。如貴州省先后設立了貴州省高新技術產業發展基金（黔府函〔2014〕3號）；修訂了《貴陽市高技術產業發展專項資金管理暫行辦法》（筑府辦函〔2021〕23號）等。二是產業組織與產業結構方面。就產業組織而言，政策支持下高新技術企業在企業績效、技術創新等方面形成示范效應，其他企業也積極提升自身實力或與高新技術企業合作來促成產業組織的協同效應。就產業結構而言，合理及高級的產業結構應具有較大的市場需求敏感度，因此相關政策要選擇具有持續高增長率的產業作為主導產業，發揮其彈性效應，使支柱產業、主導產業、衰退產業在總體上保持均衡。如《貴州省發展和改革委關于繼續組織實施航空航天、新材料、生物等高技術產業化示范工程專項的通知》指出繼續組織實施利用高新技術改造提升優勢傳統產業及優勢產業的省級工程研究中心、工程實驗室等高技術產業化示范工程專項等。但同時不可避免地會出現由于相關政策制定或實施偏誤而導致的高新技術產業發展效率低下等問題，因此合理評估政策績效是改進政策和促進產業發展的有效方式。

四、從空間角度評價高新技術產業政策

模糊綜合評價法指借助模糊數學的一些概念，采用最大隸屬度原則和模糊變化原理，綜合各因素的影響程度來確定最優方案的綜合評價方法。本部分評價貴州省2019年在空間上即31省市自治區中高新技術產業政策績效水平。數據由《中國高技術產業統計年鑒》整理得來。

（一）主要步驟

1． 確定評價指標

高新技術產業政策目標可以概括為實現經濟增長、人才積累和科技進步。經濟增長可用利潤總額（億元）和企業數（個）指標衡量。人才積累可用R&D人員折合全時當量（人年）指標體現。各省市自治區指標值相當于待評價方案。

2. 數據預處理

對數據用（1）式歸一化處理，其中r指模糊關系矩陣R中的各元素；x指在某一指標下各省市的具體數值；xmin/xmax指某一指標下數值最小/最大的省市數值。

3. 確定評價指標的權重向量

用熵值法對各指標分配相應的權重A來反映各指標的重要程度，得出的各項參數值（見表1），即A＝（0.154 0.16 0.205 0.2 0.282）。

4. 建立模糊關系矩陣

在（2）式中r表示被評價對象從各項指標來看對各評價等級模糊子集的隸屬度，即各省各指標隸屬于優等方案的隸屬度。因評價指標有5個，評價方案有31個，所以R為5行31列的矩陣。原數據經（1）式處理后得到新數據，改寫為矩陣形式即為模糊關系矩陣R，限于篇幅只展示新數據表格（見表2）。0.1897即為r11，0.0587即為r12，0.0883即為r21以此類推。

5. 計算模糊綜合評價結果

用評價指標權重向量和模糊關系矩陣進行模糊綜合評價，結果見表3。“degree”表示各省市從整體上隸屬于優等方案的隸屬度。這也是模糊綜合評價的最重要結果，如整體上北京市2019年高新技術產業實施效果隸屬于優等方案的隸屬度為0.038；貴州省為0.007等。

（二）結果分析

表2顯示，2019年各省市自治區四個指標隸屬于優等方案優度值前幾名基本為廣東、江蘇、浙江等長三角、珠三角地區。后幾名基本為西藏、新疆、寧夏等地。貴州2019年各指標的隸屬度分別為0.0194、0.0438、0.0201、0.0203和0.0129，在31省市自治區中基本排于中下位置。

表3顯示，整體上各省市自治區隸屬于優等方案的隸屬度前三名為廣東、江蘇、浙江，后三名為新疆、青海、西藏。貴州省2019年的隸屬度是0.007，在31省市自治區中排名為第19名，綜合來看在全國31省市中自治區實施效果屬于中下水平。

概言之，東南地區創新能力較強，產業轉型升級速度快，高新技術產業發展速度迅猛。而我國西北、西南等地區雖然在高質量發展背景下也在努力探尋高新技術產業發展方式，但是數量較少的高新技術企業無論是人才積累能力還是創新實力都不強。貴州省作為欠發達地區的一部分雖然近幾年在大力發展以大數據產業為核心的高新技術產業，但根據研究結果表明其實施效果還有待提升。

五、從時間角度評價高新技術產業政策

產業政策績效不僅要從空間上進行評價，其變化趨勢也是研究的重點。本部分從時間角度評價政策績效，方法數據選取同上，將2015～2019年間貴州高新技術產業政策績效看作待評價方案（因年鑒缺少2017年故只分析除2017年外四年數據），運用熵值法得到各指標權重后進行模糊綜合評價分析。熵值法結果見表4。

結果顯示2015～2019年（除2017年）貴州省高新技術產業發展水平隸屬于優等方案的隸屬度分別為0.083、0.156、0.389和0.372。四年隸屬度的變化趨勢見圖1。2015到2018年僅4年時間隸屬度便增加了0.306，增速很快；但2019年隸屬度0.372雖與2018年差距不大但卻有所下降。四年的隸屬度均小于0.5。由此表明貴州省出臺的高新技術產業政策取得了一定成效，但整體績效不算高，其效力并沒有得到充分發揮。

六、結論與政策建議

以貴州省為例用模糊綜合評價法從空間和時間角度評價高新技術產業政策后得出結論，貴州高新技術產業政策績效在空間上處于全國中下水平；在時間上呈現上升趨勢。基于此提出以下改進建議。

（一）生產要素方面

加大貴州省創新資金補助和信貸支持力度，提升市場活力與內生動力；完善創新激勵機制，重點加大對專利后續轉化運用、行政保護及產業知識產權公共服務的全方位支持；利用本省發展大數據產業的天然優勢，加強與長三角、珠三角等高新技術產業發達地區的協同發展；針對不同發展階段制定相應政策。高新技術產業發展所需的要素比例隨發展階段的不同而變化。發展初期需要高效集中大量生產要素，政府應采取一定的調控政策。而發展中后期應采用完全競爭的產業政策，充分發揮市場機制在資源配置中的積極作用。貴州省目前發展高新技術產業的綱領性文件是2008年出臺的《貴州省高新技術產業發展條例》，這滯后于目前瞬息萬變的實踐要求。貴州省在正確評價本省目前高新技術產業發展水平在預期成效中所處的階段后應及時完善綱領性文件，培育壯大新的增長點、增長極。

（二）產業組織與產業結構方面

針對不同高新技術產業制定相應政策，從進入退出壁壘等方面分析各類型高新技術產業自身的特點，結合不同特點采取不同政策。如對醫藥制造業來說其進入壁壘不算太高，采取完全競爭產業政策較為合適；而對于航空航天器制造業等需要大量物資、財力、資源集中的產業采取一定的壟斷競爭政策較為適宜。將高新技術產業作為主導產業，圍繞產業鏈、供應鏈和價值鏈布局創新鏈，推動貴州省高新技術產業高質量發展，提高貴州省經濟發展水平。

參考文獻：

[1]Matti Pihlajamaa，Anne Patana，Kirsi Polvinen，Laura Kanto.Requirements for innovation policy in emerging high-tech industries[J].European Journal of Futures Research，2013，1（01）.

[2]Yohei Kobayashi.Effect of R&D tax credits for SMEs in Japan：a microeconometric analysis focused on liquidity constraints[J].Small Business Economics，2014， 42（02）.

[3]周菲，楊棟旭.高管激勵、R&D投入與高新技術企業績效——基于內生視角的研究[J].南京審計大學學報，2019，16（01）：71-80.

[4]孫健夫，賀佳.企業所得稅優惠政策對提升高新技術企業科技競爭力的效應分析[J].當代財經，2020（03）：26-37.

[5]曾武佳，李清華，蔡承崗.我國高新技術產業開發區創新效率及其影響因素研究[J].軟科學，2020，34（05）：6-11.

[6]宋磊.基于模糊綜合評判的跨境電商物流模型的構建與策略研究[J].科技促進發展，2019，15（08）：890-897.

[7]李明星，蔣碩，李佳秋，朱悅，陸通.區域知識產權創造績效評價——模糊優選模型及應用[J].數學的實踐與認識，2021，51（19）：9-20.

＊本文系國家級大學生創新創業訓練計劃項目、貴州大學大學生創新基金資助項目“高新技術產業政策對企業經營績效的研究分析——以貴州省為例”【項目編號：貴大國創字（2020）034號】的研究成果之一。

（作者單位：貴州大學經濟學院。曾海鷹為通信作者）