劉立燕 宋捷羽 楊 波

(江漢大學 商學院，湖北 武漢 430000)

一、引言

科技創(chuàng)新為經(jīng)濟發(fā)展注入了強大活力，使經(jīng)濟發(fā)展產(chǎn)生質(zhì)的飛越成為可能。西奧朵·舒爾茨(Theodore W. Schultz，1991)發(fā)現(xiàn)，戰(zhàn)后美國農(nóng)業(yè)生產(chǎn)的增長中物質(zhì)資本積累的貢獻率僅為20%，其余80%是由科學技術引起的[1]。我國科技進步對經(jīng)濟增長的貢獻率從2001—2006年的44.3%上升至2012—2017年的57.8%[2]。但艾媒網(wǎng)發(fā)布的《2019中國與發(fā)達國家企業(yè)科技創(chuàng)新發(fā)展水平與經(jīng)驗模式研究報告》中可以看出，我國科技創(chuàng)新的投入比率、貢獻率與發(fā)達國家之間仍存在著一定差距?？萍紕?chuàng)新區(qū)域差異也是導致區(qū)域之間經(jīng)濟發(fā)展不平衡的重要因素之一。

根據(jù)《中國區(qū)域科技創(chuàng)新評價報告(2018)》，湖南省2016年綜合科技創(chuàng)新水平指數(shù)為57.34(當年全國綜合科技創(chuàng)新水平指數(shù)為69.63)，全國排名第15位[3]。報告中湖南省多數(shù)二、三級評價指數(shù)排名在全國位列中下游。湖南省各市州是湖南科技創(chuàng)新的主體，各市州具體表現(xiàn)如何，如何提升其科技創(chuàng)新能力？

本研究嘗試從投入產(chǎn)出的角度，運用數(shù)據(jù)包絡分析法(DEA)具體評價分析湖南省各個市州科技創(chuàng)新能力，并采用灰色關聯(lián)度分析法探究影響湖南省各市州科技創(chuàng)新能力的主要因素，并據(jù)此提出相關建議。本研究對湖南省科技創(chuàng)新及經(jīng)濟發(fā)展具有現(xiàn)實意義，亦可為其他地區(qū)提供借鑒。

二、文獻綜述

Hiroyuki(2017)發(fā)現(xiàn)高新技術行業(yè)對日本經(jīng)濟效率的影響遠高于其他行業(yè)[4]。楊武和楊淼(2017)構建了科技創(chuàng)新驅動經(jīng)濟增長波動及周期模型，研究發(fā)現(xiàn)中國科技創(chuàng)新驅動經(jīng)濟增長具有一定周期性波動，外在影響對周期波動的沖擊是暫時的、微小的，創(chuàng)新驅動經(jīng)濟發(fā)展長期上是趨于平穩(wěn)的[5]。

科技創(chuàng)新評價指標的選取上，BartLeten(2016)從資金投入與人員投入兩個維度出發(fā)評價企業(yè)科技創(chuàng)新能力并發(fā)現(xiàn)企業(yè)在科技創(chuàng)新中發(fā)揮著重要的作用[6]；胡曉瑾和解學梅(2010)將協(xié)同能力與科技創(chuàng)新指標體系結合起來，分別從區(qū)域的創(chuàng)新環(huán)境、知識創(chuàng)造獲取能力、企業(yè)的技術創(chuàng)新能力、區(qū)域創(chuàng)新協(xié)同能力以及區(qū)域創(chuàng)新的經(jīng)濟績效五個方面選取了具有代表性的指標并實證檢驗該指標體系[7]。陶雪飛(2013)以城市科技創(chuàng)新綜合能力為主體，設計出以科技創(chuàng)新能力為核心 “五位一體”的評價城市科技創(chuàng)新水平的指標體系[8]。孫梟坤(2018)構建了包括科技創(chuàng)新基礎能力、投入能力、產(chǎn)出能力、效益能力以及科技自主創(chuàng)新能力的指標體系[9]。

區(qū)域科技創(chuàng)新評價方法上，周立和吳玉鳴(2006)采用因素分析與聚類研究的方法對全國31個省級區(qū)域的科技創(chuàng)新能力進行定量評估，結果表明我國各地區(qū)創(chuàng)新能力差距較為明顯[10]。楊劍等(2007)通過模糊決策的方法建立了區(qū)域創(chuàng)新系統(tǒng)生命周期判定模型，通過算法對系統(tǒng)所處階段進行判定[11]。陳國宏等基于改良的“縱橫向”拉開檔次評價法對我國31個省的科技創(chuàng)新能力進行動態(tài)綜合評價，并進行區(qū)域比較分析找出影響區(qū)域科技創(chuàng)新能力的主要因素[12]。劉順忠和管建成(2002)運用DEA方法分析了我國各創(chuàng)新系統(tǒng)特點，并根據(jù)其特征進行分類，針對不同類型提出相關的區(qū)域創(chuàng)新建議[13]。姜文仙(2016)采用灰色關聯(lián)度分析法，研究了2000—2013年廣東省區(qū)域科技創(chuàng)新能力，分析實證結果指出存在的問題并提出相應的措施[14]。

國內(nèi)一些學者具體研究了我國一些特定省份的區(qū)域科技創(chuàng)新能力，如孫斌和趙斐(2011)[15]、祝新和王邵(2016)[16]、胡麗娜(2019)[17]、林萍和聶春霞(2014)[18]等學者分別對江蘇、廣西、內(nèi)蒙古、新疆地區(qū)的科技創(chuàng)新能力和現(xiàn)狀進行評估。

綜上，區(qū)域科技創(chuàng)新能力方面的研究視角不同，方法各異，評價指標多樣，這些研究均為我們進一步的研究奠定了良好的基礎。多數(shù)研究都從創(chuàng)新的財力投入與人力投入兩個維度構建創(chuàng)新投入框架；創(chuàng)新產(chǎn)出的評價指標除專利數(shù)量外，在其他指標的選擇上差異較大，且各指標之間可能存在相關性從而降低評價的有效性。數(shù)據(jù)包絡分析(DEA)是對研究對象的多指標投入與多指標產(chǎn)出之間的關系進行有效性評價，近年在區(qū)域創(chuàng)新能力研究領域為不少學者采用(劉順忠和管建成，2002[13]；孫斌和趙斐，2011[15]；胡麗娜，2019[17])；而灰色關聯(lián)分析方法因其對樣本數(shù)據(jù)量的要求相對不高，且最終結果以排序的形式給出，靈活性較強，在越來越多的研究領域被應用(祝新和王邵，2016[16])。為此，我們嘗試運用相關性分析對研究指標進行篩選后，再綜合應用DEA分析法和灰色關聯(lián)度分析法，對湖南省各市州的科技創(chuàng)新能力進行探索。

三、科技創(chuàng)新能力評價指標體系及研究方法

(一)技創(chuàng)新能力指標體系的構建

區(qū)域科技創(chuàng)新能力評價從整體上可以看成是一個投入到產(chǎn)出的系統(tǒng)。在系統(tǒng)中投入人力、財力等資源后，經(jīng)過系統(tǒng)中各要素之間的相互影響，轉化為高新技術產(chǎn)業(yè)營收、專利成果等。我們也從財力投入與人力投入兩個維度構建創(chuàng)新投入框架，并參考孫斌和趙斐(2011)[15]、祝銘和宋丹(2019)[19]、胡麗娜(2019)[17]的研究，從科技產(chǎn)出和高新技術產(chǎn)業(yè)化兩個維度構建創(chuàng)新產(chǎn)出框架，建立湖南省科技創(chuàng)新能力評價體系，如表1所示。

表1 科技創(chuàng)新能力評價指標體系

(二)評價方法的選擇

1.DEA模型

數(shù)據(jù)包絡分析(DEA)是對研究對象的多指標投入與多指標產(chǎn)出之間關系進行有效性評價。DEA的基本原理為首先選擇決策單元中的輸入或輸出不變，再通過線性規(guī)劃與數(shù)理統(tǒng)計確定其有效的生產(chǎn)前沿面，最后將各個決策單元映射到前沿面上，通過比較兩者的差異和偏離程度判斷他們的相對有效性。DEA分析法主要分為CCR模型與BCC模型，后者是在前者的基礎上，將CCR中的技術效率進一步分解為純技術效率與規(guī)模效率，本文將采用BCC模型。

模型運行結果主要有綜合技術效率(crste)是指決策單元在最優(yōu)規(guī)模時投入一定要素的生產(chǎn)效率，主要反映了DMU的資源使用效率、資源配置能力等各方面的綜合評價；純技術效率(vrste)是指由管理制度和技術產(chǎn)生的因素所影響的生產(chǎn)效率；規(guī)模效率(scale)是指因規(guī)模因素影響造成的生產(chǎn)效率，反映了實際規(guī)模與最優(yōu)規(guī)模之間的效率差距；規(guī)模收益是指當投入要素使用量按比例增加時，這種增加對總量產(chǎn)生的影響；純技術效率和規(guī)模效率是綜合技術效率的細分。

2.灰色關聯(lián)度分析

灰色關聯(lián)度分析是由鄧聚龍教授提出的，是灰色系統(tǒng)理論的一種評價方法，通過指標之間的關聯(lián)度來對方案進行評價[20]。其實質(zhì)是對離散數(shù)據(jù)進行線性插值，使其連續(xù)化，然后再對數(shù)據(jù)的幾何特征進行比較，幾何特征越相似則兩者之間的關聯(lián)度就越大，反之則兩者之間的關聯(lián)度較小，最后通過關聯(lián)度進行評價。

灰色關聯(lián)度分析的具體步驟如下：

(1)根據(jù)評價目的確定評價指標體系，收集評價數(shù)據(jù)，設n個數(shù)據(jù)序列形成如下矩陣：

無量綱化后的數(shù)據(jù)序列形成如下矩陣：

(X0，X1，…，Xn)=

(4)逐個計算每個被評價對象指標序列(比較序列)與參考序列對應元素的絕對差值。即|x0(k)-xi(k)|(k=1，…，m；i=1，…，n，，n為被評價對象的個數(shù))。

ζ(k)=

k=1，…，m

(1)

(6)計算關聯(lián)度 。對各評價對象(比較序列)分別計算其個指標與參考序列對應元素的關聯(lián)系數(shù)的均值，以反映各評價對象與參考序列的關聯(lián)關系，并稱其為關聯(lián)度，記為：

(2)

四、實證研究

(一)數(shù)據(jù)來源

本文選擇湖南省14個城市作為研究對象，科技創(chuàng)新能力從投入到產(chǎn)出在時間上具有一定的滯后性，考慮數(shù)據(jù)的可獲得性，參考梁瑞敏和彭佑元(2014)[21]在時滯上的選擇，最終投入指標選用2016年數(shù)據(jù)，產(chǎn)出指標選取2017年數(shù)據(jù)。本文數(shù)據(jù)主要來源于《湖南省統(tǒng)計年鑒(2017年)》《湖南省科技統(tǒng)計年鑒(2017年)》《湖南省統(tǒng)計年鑒(2018年)》《湖南省科技統(tǒng)計年鑒(2018年)》以及EPS數(shù)據(jù)庫。在此基礎上，由于評價湖南省14個城市的科技創(chuàng)新能力的指標經(jīng)濟含義以及表現(xiàn)形式各不相同，其中指標部分采用相對值，部分采用絕對值，為了保證在實證研究過程中的合理性，對原始數(shù)據(jù)進行了無量綱化處理，處理方式如下：

(3)

(二)評價指標篩選

1.鑒別力分析

鑒別力分析是評價指標區(qū)分研究對象特征差異的能力，在本文中構建的科技創(chuàng)新能力評價體系中，如果評價指標在所有樣本中對應的得分沒有顯著的差異，則近似認為此指標不具有鑒別能力，反之，則證明此指標具有一定的鑒別能力。在實際應用中多采用變異系數(shù)法來衡量指標的鑒別能力，求出的變異系數(shù)越大，指標的鑒別能力就越強，而變異系數(shù)越小則鑒別能力越弱，其公式為：

(4)

根據(jù)公式(4)，得到各個評價指標的變異系數(shù)，如表2所示，可以看出本文選取評價指標變異系數(shù)均大于0.3，表示各指標的鑒別能力較強。

表2 評價指標鑒別能力分析表

2.相關性分析

在科技創(chuàng)新能力評價體系中，各個指標之間可能還存在著一定的相關性，這種相關性表現(xiàn)為對研究對象信息的復用，從而降低了評價的有效性。通過對指標進行相關性分析，刪除一些相關性較大的指標，以此減少指標之間因相關性而對結果造成的影響。本文采用SPSS21.0軟件對數(shù)據(jù)進行了分析，得到了各指標之間的相關系數(shù)矩陣，在矩陣中共有5組指標的相關系數(shù)大于臨界值0.8，故在原評價指標體系的基礎上進行取舍，最終保留5個評價指標，建立湖南省科技創(chuàng)新能力評價體系結果，如表3所示。

表3 相關系數(shù)大于臨界值的指標選取

(三)湖南省科技創(chuàng)新能力績效DEA分析

1. DEA有效性判斷及技術效率規(guī)模收益分析

本文通過DEAP軟件對無量綱化后的數(shù)據(jù)進行DEA分析，得到了湖南省14個城市的DEA評價表，具體如表4所示。

表4 DEA評價值結果

通過表4可以看出湖南省14個城市科技創(chuàng)新能力，長沙、衡陽、常德、張家界和湘西五個城市的DEA綜合效率為1，且松弛變量均為0，表明在以上五個城市中不存在投入冗余和產(chǎn)出不足，這五個城市均為DEA有效，即其產(chǎn)出相對于其投入已經(jīng)達到綜合效益有效；湘潭、郴州、懷化和婁底的DEA綜合效率分為0.860、0.826、0.887和0.829，表明其科技創(chuàng)新能力仍然有較大的發(fā)揮空間，各城市應該根據(jù)其實際情況，改善城市的投入產(chǎn)出結構，使資源得到更加有效的利用；株洲、邵陽、岳陽、益陽及永州的DEA綜合效率不高，表明其科技創(chuàng)新發(fā)展水平一般。

通過表5可以看出長沙、湘潭、衡陽、常德、張家界、益陽、永州、懷化、婁底和湘西七個城市技術效率為1，說明湖南省半數(shù)城市投入產(chǎn)出比達到最大，科技創(chuàng)新資源得到了充分利用。其余技術效率未達到1的城市說明其技術效率無效，在技術創(chuàng)新方面還有待提高。

從表5同樣能夠得到湖南省各城市的規(guī)模效率，其中長沙、衡陽、常德、張家界和湘西五個城市的規(guī)模效率均為1，說明其城市規(guī)模收益不變；益陽、郴州、永州、懷化和婁底的規(guī)模效率分別為0.993、0.925、0.932、0.931和0.829，其規(guī)模收益增加，可以通過增加投入來提高城市的科技創(chuàng)新能力；株洲、湘潭、邵陽和岳陽規(guī)模效率值均小于1且規(guī)模收益減少，表明增加僅僅投入不是提高城市科技創(chuàng)新能力的有效辦法。

2.對非DEA有效城市的進一步投影分析

從表5中可以看出株洲、邵陽、岳陽、益陽、郴州、永州和懷化七個城市為非DEA有效，根據(jù)DEA“投影理論”，采取產(chǎn)出導向型DEA模型，進一步計算出各個DMU的投入與產(chǎn)出的目標值，即理論上可達到的水平(表5)。表5顯示，以上七個城市 “高新技術產(chǎn)業(yè)對工業(yè)產(chǎn)業(yè)增長的貢獻率(Y2)”與“專利授權數(shù)量(Y4)”的實際產(chǎn)出值均未達到其目標值，其中“高新技術產(chǎn)業(yè)對工業(yè)產(chǎn)業(yè)增長的貢獻率(Y2)”的實際值在整體上與目標值差距更為顯著。這一結果表明，上述七個城市可以通過產(chǎn)業(yè)結構調(diào)整和升級，增強對高新技術產(chǎn)業(yè)的投資，調(diào)整投入結構來改善產(chǎn)出效能。

表5 投影值結果表

(四)湖南省科技創(chuàng)新能力績效影響因素的灰色關聯(lián)度分析

為了進一步分析湖南省14個城市的科技創(chuàng)新投入對產(chǎn)出的影響，將DEA模型中的綜合效率值作為灰色關聯(lián)分析中的參考序列，并將R&D活動人員占科技活動人員比重(X2)、企業(yè)R&D活動人員占企業(yè)職工比重(X3)和政府科技撥款占財政支出的比重(X5)作為比較序列，以此來分析影響湖南省14個城市科技創(chuàng)新能力的因素，根據(jù)公式(1)及公式(2)，得到了湖南省14個城市科技創(chuàng)新投入對綜合效率的灰色關聯(lián)度，具體如表6所示。

表6 灰色關聯(lián)度分析表

灰色關聯(lián)度分析了參考數(shù)列與比較數(shù)列之間的關系，兩者的關聯(lián)度越大，則比較數(shù)列對參考數(shù)列的影響就越大。根據(jù)表7，對城市科技創(chuàng)新能力影響作用最大的是R&D活動人員占科技活動人員比重，剩下依次為企業(yè)R&D活動人員占企業(yè)職工比重、政府科技撥款占財政支出的比重，表明提高區(qū)域科技創(chuàng)新能力應首先提高創(chuàng)新研究人員的比重，其次才是創(chuàng)新財力投入。

五、穩(wěn)健性檢驗

為進一步驗證實證結果的可靠性，避免變量指標及時間序列可能對結果造成的影響，將關鍵變量指標進行替換衡量檢驗一次，以及改變時間序列檢驗一次。

(一)變量指標替換

實證研究結果表明創(chuàng)新研究人員的投入較于創(chuàng)新財力的投入對科技創(chuàng)新能力的影響更加顯著。參考陳艷華(2017)在區(qū)域科技創(chuàng)新能力實證研究中的指標選取[22]，用“科技活動人員人數(shù)(X1)”替換“科技活動人員占從業(yè)人員比重(X1)”，用“R&D活動人員占從業(yè)人員比重(X2)”替換“R&D活動人員占科技活動人員比重(X2)”，結果如表7所示。

表7 灰色關聯(lián)度分析表(變量指標替換)

從表7可以看出R&D活動人員占從業(yè)人員比重(X2)、企業(yè)R&D活動人員占企業(yè)職工比重(X3)和政府科技撥款占財政支出的比重(X5)與綜合效率值的關系系數(shù)分別為0.804、0.832和0.698。研究結論依然證實在科技創(chuàng)新能力的改進中，對科技創(chuàng)新人才投入重于財力的投入。

(二)時間序列替換

時間序列的替換是在原有指標體系中投入指標選取2017年數(shù)據(jù)，產(chǎn)出指標選取2018年數(shù)據(jù)，數(shù)據(jù)源于《湖南省統(tǒng)計年鑒(2018年)》《湖南省科技統(tǒng)計年鑒(2018年)》《湖南省統(tǒng)計年鑒(2019年)》、湖南省市場監(jiān)督管理局官網(wǎng)以及EPS數(shù)據(jù)庫。更新時間序列后進行實證研究結果如表9所示。

表9 灰色關聯(lián)度分析表(時間序列替換)

從表9可以看出，R&D活動人員占科技活動人員比重(X2)、企業(yè)R&D活動人員占企業(yè)職工比重(X3)、政府科技撥款占財政支出的比重(X5)和企業(yè)R&D經(jīng)費占銷售收入的比例(X6)與綜合效率值的關系系數(shù)分別為0.806、0.778、0.614和0.78。在更新的時間序列下，實證研究指標篩選的過程中保留了“企業(yè)R&D經(jīng)費占銷售收入的比例(X6)”指標。整體上看，創(chuàng)新人員數(shù)量對區(qū)域科技創(chuàng)新能力的推動作用依舊是大于創(chuàng)新財政投入對其產(chǎn)生的影響。同時可以看到，以企業(yè)為主體的投入，無論是人員投入還是財力投入對所在區(qū)域科技創(chuàng)新能力的提高都有著重大影響。

六、研究結論與政策建議

綜上所述，可以得出如下結論：

1.湖南省14個城市科技創(chuàng)新能力各異，長沙、衡陽、常德、張家界和湘西五個城市的DEA綜合效率為1；其余九個城市存在規(guī)模效率無效、技術效率無效或二者均無效的情況。

2.對非DEA有效的七個城市的進一步投影分析顯示，加強對高新產(chǎn)業(yè)的投入，調(diào)整和升級產(chǎn)業(yè)結構可能是提高城市科技創(chuàng)新能力的有效辦法。

3.增加R&D研發(fā)人員數(shù)量和比重，提高對人才的投入，更有利于提升區(qū)域科技創(chuàng)新能力；以企業(yè)為主體進行投入，對促進區(qū)域科技創(chuàng)新能力提升舉足輕重。

上述研究的政策內(nèi)涵在于，一是在湖南各地應進一步出臺相關政策，增強對科技研發(fā)人才的吸引力；發(fā)揮省內(nèi)高校資源優(yōu)勢，加強對科技創(chuàng)新人才的培養(yǎng)和投入，留住優(yōu)秀的科研團隊和人才。二是湖南省各州市應因地制宜地調(diào)整投入結構，扶持新技術、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式等高新技術企業(yè)發(fā)展，不斷調(diào)整和升級產(chǎn)業(yè)產(chǎn)業(yè)結構。三是通過政策引導和激發(fā)以企業(yè)為主體的科技投入，充分發(fā)揮企業(yè)在湖南科技創(chuàng)新發(fā)展中的積極作用[23]。