李 博
(天津市科技統(tǒng)計(jì)與發(fā)展研究中心 天津300051)
創(chuàng)新在當(dāng)今世界競(jìng)爭(zhēng)中起著舉足輕重的作用,創(chuàng)新驅(qū)動(dòng)已然成為各國(guó)發(fā)展的第一驅(qū)動(dòng)力,同樣也是我國(guó)各個(gè)省份間競(jìng)爭(zhēng)力的重要體現(xiàn)。專利產(chǎn)出作為衡量創(chuàng)新產(chǎn)出的重要指標(biāo)[1],在很多國(guó)家或地區(qū)都被視作創(chuàng)新活動(dòng)的晴雨表。與之相對(duì)應(yīng)的則是 R&D作為創(chuàng)新投入的主要指標(biāo),表征了創(chuàng)新資源聚集、創(chuàng)新驅(qū)動(dòng)發(fā)展的主要特征[2]。為了實(shí)現(xiàn) R&D創(chuàng)新資源投入與產(chǎn)出的最大化,進(jìn)一步提高 R&D資源驅(qū)動(dòng)創(chuàng)新發(fā)展的效率,研究二者關(guān)系勢(shì)在必行。在經(jīng)濟(jì)學(xué)界,將R&D投入和專利產(chǎn)出看作反映科技創(chuàng)新水平的核心要素。在衡量創(chuàng)新投入與產(chǎn)出關(guān)系時(shí),通常采用R&D投入和專利成果產(chǎn)出作為近似指標(biāo)[3]。本文以2011—2015年天津市 R&D資源投入與專利產(chǎn)出數(shù)據(jù)為對(duì)象,通過(guò)對(duì)影響 R&D投入與專利成果產(chǎn)出體系的因素進(jìn)行分析,認(rèn)識(shí)R&D資源投入與專利產(chǎn)出的深層次規(guī)律,并由此得出天津市創(chuàng)新資源投入與產(chǎn)出的績(jī)效關(guān)系,為優(yōu)化天津市創(chuàng)新資源配置結(jié)構(gòu),實(shí)現(xiàn)創(chuàng)新資源高效利用具有重要的指導(dǎo)意義。
目前,國(guó)外有關(guān)創(chuàng)新投入與產(chǎn)出績(jī)效關(guān)系的研究較多,為天津創(chuàng)新投入產(chǎn)出研究提供了有益的參考。經(jīng)濟(jì)學(xué)家一般將 R&D投入和專利活動(dòng)作為衡量創(chuàng)新投入與產(chǎn)出關(guān)系的近似指標(biāo)。在考察創(chuàng)新投入時(shí),研究者一般采用R&D支出或R&D人員數(shù)量這兩項(xiàng)指標(biāo)。20世紀(jì) 60年代前后,各國(guó)的經(jīng)濟(jì)都采用了R&D來(lái)近似創(chuàng)新產(chǎn)出,但這種方法難以對(duì)創(chuàng)新投入與產(chǎn)出的關(guān)系加以分析,并且隨著創(chuàng)新成果種類和數(shù)量的不斷增加,R&D表征創(chuàng)新產(chǎn)出的能力逐漸弱化[4]。20世紀(jì) 70年代以來(lái),世界各國(guó)經(jīng)濟(jì)學(xué)家普遍采用專利來(lái)衡量創(chuàng)新產(chǎn)出水平,并一直沿用至今[5]。
通過(guò)專利分析創(chuàng)新投入與產(chǎn)出之間的關(guān)系始于20世紀(jì)60年代末,但當(dāng)時(shí)的研究人員和研究成果相對(duì)較少。一直到20世紀(jì)80年代中后期,從事相關(guān)研究的學(xué)者才逐漸多起來(lái)(如Pavitt、Acs等),其研究成果表明R&D和專利之間具有顯著的相關(guān)性。學(xué)術(shù)界利用專利數(shù)據(jù)對(duì)創(chuàng)新活動(dòng)進(jìn)行了大量的研究——有些學(xué)者利用專利數(shù)據(jù)研究創(chuàng)新活動(dòng)過(guò)程和質(zhì)量,如通過(guò)專利持有量的增速實(shí)現(xiàn)對(duì)國(guó)家或國(guó)際創(chuàng)新過(guò)程的評(píng)估[6],利用專利密集度的增長(zhǎng)率從宏觀上分析技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用等[7]。有些學(xué)者通過(guò)分析相關(guān)領(lǐng)域?qū)@麛?shù)據(jù),從微觀角度幫助企業(yè)制定創(chuàng)新發(fā)展策略,實(shí)現(xiàn)由技術(shù)創(chuàng)新推動(dòng)企業(yè)利潤(rùn)提升[8]。國(guó)內(nèi)學(xué)者利用專利指標(biāo)對(duì)國(guó)家或某區(qū)域創(chuàng)新資源投入與產(chǎn)出績(jī)效進(jìn)行分析的研究始于 21世紀(jì)初,如古利平等[9]利用專利指標(biāo)對(duì)我國(guó)創(chuàng)新投入進(jìn)行績(jī)效評(píng)估與分析;李子彪[10]研究河北省R&D活動(dòng)的投入與專利產(chǎn)出關(guān)系,實(shí)現(xiàn)了二者間的定量分析;盧華玲等[11]利用回歸分析實(shí)現(xiàn)了重慶市的 R&D投入、專利產(chǎn)出與技術(shù)市場(chǎng)發(fā)展的分析研究;柯忠義等[12]構(gòu)建了一個(gè)R&D投入與產(chǎn)出的指標(biāo)體系,對(duì)影響 R&D投入和專利產(chǎn)出的因素進(jìn)行實(shí)證分析。
最有效表征創(chuàng)新資源投入與產(chǎn)出的指標(biāo)是科技投入和科技產(chǎn)出[13],科技投入主要指人力投入和財(cái)力投入;科技產(chǎn)出包括科技貢獻(xiàn)、科技獎(jiǎng)勵(lì)、科技論文以及專利,其中最有效表征科技產(chǎn)出的指標(biāo)是專利增長(zhǎng)率。本文采用國(guó)際通行的指標(biāo)——專利與創(chuàng)新投入相關(guān)的財(cái)力、人力資源進(jìn)行關(guān)聯(lián)分析,實(shí)現(xiàn)對(duì)我市創(chuàng)新資源投入與產(chǎn)出的績(jī)效分析。
灰色系統(tǒng)理論[14]是指利用部分已知的信息,通過(guò)數(shù)據(jù)挖掘、信息關(guān)聯(lián)等手段實(shí)現(xiàn)認(rèn)識(shí)現(xiàn)實(shí)世界,并對(duì)現(xiàn)有系統(tǒng)進(jìn)行有效控制的理論。該理論的灰色關(guān)聯(lián)分析算法的基本思想是基于相關(guān)數(shù)據(jù)曲線幾何相似性判斷與數(shù)據(jù)之間的貼近度、曲線接近的相關(guān)性較好或較差來(lái)評(píng)定。與傳統(tǒng)的數(shù)理統(tǒng)計(jì)方法[15]不同,利用該方法實(shí)現(xiàn)數(shù)據(jù)間的關(guān)聯(lián)分析無(wú)需大批次的數(shù)據(jù),且相關(guān)數(shù)據(jù)間無(wú)需服從某種典型的分布,從而可以更好地計(jì)算動(dòng)態(tài)系統(tǒng)中各因素之間的相互關(guān)系,并分析導(dǎo)致系統(tǒng)發(fā)展的主次因素。
為更好展現(xiàn)創(chuàng)新資源投入與產(chǎn)出的績(jī)效關(guān)系,本文以專利授權(quán)量(d0)作為創(chuàng)新產(chǎn)出的指標(biāo),以 R&D經(jīng)費(fèi)占 GDP比重(d1)、R&D資金中政府資金占比(d2)、R&D 資金中企業(yè)資金占比(d3)、R&D 人員占科技活動(dòng)人員比重(d4)及 R&D人員中基礎(chǔ)研究人員占比(d5)作為創(chuàng)新資源投入指標(biāo)。其中,專利授權(quán)量較專利申請(qǐng)量和持有量更能體現(xiàn)實(shí)際有效的專利產(chǎn)出情況,更有代表性;R&D經(jīng)費(fèi)內(nèi)部支出占GDP的比重(d1)代表 R&D經(jīng)費(fèi)投入的強(qiáng)度;R&D資金中政府資金占比(d2)體現(xiàn)政府在 R&D活動(dòng)中的作用和活躍程度;R&D資金中企業(yè)資金占比(d3)則反映了企業(yè)對(duì)R&D活動(dòng)投入的能力和態(tài)度;R&D人員占科技活動(dòng)人員比值(d4)和 R&D人員中基礎(chǔ)研究人員占比(d5)兩項(xiàng)指標(biāo)分別反映了 R&D人員的規(guī)模和質(zhì)量。將R&D作為創(chuàng)新資源投入指標(biāo)的體系結(jié)構(gòu)如圖1所示。
圖1 R&D投入指標(biāo)體系圖Fig.1 R&D input indicator system
本文利用《天津市統(tǒng)計(jì)年鑒》(2012—2016)和《天津科技統(tǒng)計(jì)年鑒》(2012—2016)整理獲得2011—2015年本研究需要的數(shù)據(jù)如表1所示。
表1 天津市2011—2015年創(chuàng)新資源投入與產(chǎn)出情況表Tab.1 Input and output of innovative resources from 2011 to 2015 in Tianjin
系統(tǒng)的行為序列集 D={d0、d1、d2、d3、d4、d5},
其中 d0為參考序列;d1、d2、d3、d4、d5為比較序列。
選擇初始化算子:
其中,k = 1 ,2,… ,n ;d(k)為行為序列集中各序列的元素值;max(d)為 D 中各序列的最大值,min(d)為 D中各序列的最小值;n為各序列中元素的個(gè)數(shù)。
其中:i=0,1,…,5。(,)i kΔ為第i比較序列的的差值序列,表示第k年的差值。
在(4)式中 ζ ∈ ( 0,1)為分辨率系數(shù),是為提高關(guān)聯(lián)系數(shù)間差異性而設(shè)置的系數(shù),通過(guò)該系數(shù)可減輕兩極最大差過(guò)大造成的評(píng)價(jià)結(jié)果誤差,提高關(guān)系性。根據(jù)信息論的基本觀點(diǎn),該參數(shù)取值要滿足使關(guān)聯(lián)度具有最大信息量和最大信息分辨率即可[16-17]。本文取ζ= 0 .5。
表2 灰關(guān)聯(lián)因子序列矩陣Tab.2 Sequential matrix of grey correlation factors
表3 絕對(duì)差值矩陣Tab.3 Absolute margin matrix
表4 灰度關(guān)聯(lián)系數(shù)矩陣Tab.4 Correlation coefficient matrix for grey degree
計(jì)算公式如下:
利用以上研究結(jié)果進(jìn)行計(jì)算,得到的結(jié)果如下:
由大到小排列依次排列計(jì)算出的關(guān)聯(lián)度,為:
由此可以確定 5個(gè)比較序列對(duì)參考序列影響的灰關(guān)聯(lián)序?yàn)椋?/p>
d2>d1>d4>d3>d5。
表5 天津市R&D投入各指標(biāo)對(duì)專利產(chǎn)出影響的灰關(guān)聯(lián)序Tab.5 Grey correlation order of the influence of various indexes of R&D input on patent output in Tianjin
本文選取的天津市 R&D投入的五大指標(biāo)與專利授權(quán)量的灰關(guān)聯(lián)度計(jì)算結(jié)果都在0.6上下,說(shuō)明我市在以專利為代表的創(chuàng)新資源產(chǎn)出問(wèn)題上,R&D經(jīng)費(fèi)投入和R&D人員投入均具有顯著的推動(dòng)作用。其中,R&D經(jīng)費(fèi)投入的作用更為明顯。因此,加大研發(fā)資金投入規(guī)模,是提高我市專利產(chǎn)出進(jìn)而提高創(chuàng)新資源利用效率的重點(diǎn)。
指標(biāo) R&D資金中政府資金占比與專利授權(quán)量的灰色關(guān)聯(lián)度排名第 1,關(guān)聯(lián)度達(dá) 0.68。這說(shuō)明政府財(cái)政投入是拉動(dòng)我市創(chuàng)新成果產(chǎn)出的第一驅(qū)動(dòng)力,體現(xiàn)了近些年來(lái)特別是“十二五”期間我市各級(jí)政府重視科技投入、不斷增加財(cái)政科技撥款取得的有益成效。
指標(biāo)R&D經(jīng)費(fèi)內(nèi)部支出占GDP的比重是計(jì)算R&D經(jīng)費(fèi)內(nèi)部支出在GDP中的占比。關(guān)聯(lián)度僅次于R&D資金中政府資金占比,且僅相差 0.02。這說(shuō)明研發(fā)經(jīng)費(fèi)投入對(duì)我市創(chuàng)新成果產(chǎn)出具有重要的拉動(dòng)作用,不斷提高 R&D經(jīng)費(fèi)投入能夠?qū)崿F(xiàn)創(chuàng)新成果的大豐收。
指標(biāo) R&D人員占科技活動(dòng)人員比值代表了我市研發(fā)人員投入的強(qiáng)度。它與專利產(chǎn)出的灰度關(guān)聯(lián)值達(dá)到0.65,說(shuō)明研發(fā)人員同樣是我市創(chuàng)新成果創(chuàng)造過(guò)程中的積極活躍因素。
與R&D資金中政府資金占比排名第1相比,企業(yè)資金占比排名較為靠后,這與企業(yè)是技術(shù)創(chuàng)新的主力軍的基本觀點(diǎn)相悖。這說(shuō)明近些年來(lái)我市企業(yè)創(chuàng)新活力不足,企業(yè)對(duì) R&D活動(dòng)投入的能力與態(tài)度不如政府。
R&D人員中基礎(chǔ)研究人員占比排名最后且關(guān)聯(lián)度不足 0.6,說(shuō)明現(xiàn)階段推動(dòng)我市創(chuàng)新成果產(chǎn)出諸要素中,提升研發(fā)人員素質(zhì)和能力的潛力更大。
從政策引導(dǎo)和體制機(jī)制創(chuàng)新兩個(gè)方面解決企業(yè)研發(fā)活力不強(qiáng)的問(wèn)題,一方面落實(shí)以研發(fā)加計(jì)扣除政策為代表的一批科技扶持政策,為企業(yè)營(yíng)造鼓勵(lì)創(chuàng)新寬容失敗的創(chuàng)新發(fā)展良好環(huán)境;另一方面,不斷深化簡(jiǎn)政放權(quán)改革,打破原有的管理定式,簡(jiǎn)化科技項(xiàng)目立項(xiàng)、報(bào)批、評(píng)審等環(huán)節(jié),降低市級(jí)科技計(jì)劃項(xiàng)目申報(bào)單位的門檻,提高專利補(bǔ)貼力度,讓更多企業(yè)獲得切實(shí)的實(shí)惠。
一是增加投入的總數(shù),制定合理的年度研發(fā)經(jīng)費(fèi)投入計(jì)劃,建立研發(fā)經(jīng)費(fèi)投入增長(zhǎng)機(jī)制。二是不斷完善結(jié)構(gòu),根據(jù)我市不同產(chǎn)業(yè)發(fā)展的態(tài)勢(shì),有針對(duì)性地加大對(duì)優(yōu)勢(shì)產(chǎn)業(yè)的扶持力度,使優(yōu)勢(shì)產(chǎn)業(yè)做大做強(qiáng)。
首先,制定并完善政府支持的科技項(xiàng)目中企業(yè)匹配資金的相關(guān)要求和制度,起到激勵(lì)企業(yè)不斷增加自身科技投入的熱情。其次,提高政府科技投入中與基礎(chǔ)研究相關(guān)投入的比例,提升政府科技資金對(duì)提高科技活動(dòng)質(zhì)量的影響力。
研發(fā)人員是科技創(chuàng)新過(guò)程中最直接、最積極的因素。一方面要為研發(fā)人員營(yíng)造良好的研發(fā)環(huán)境,另一方面要為研發(fā)人員創(chuàng)造良好的外部條件支持,從而有效提高研發(fā)人員的工作滿意度和投入水平,提高科技人員的科技活動(dòng)能力。
[1]王貽志,陳曉聲,茅國(guó)平,等. 科技投入與產(chǎn)出的計(jì)量研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2002(7):88-90.
[2]陳昌柏. 知識(shí)產(chǎn)權(quán)經(jīng)濟(jì)學(xué)[M]. 北京:北京大學(xué)出版社,2003:101.
[3]莊宇,管述學(xué). 中國(guó)專利產(chǎn)出與人均 GDP 的相關(guān)性分析[J]. 情報(bào)雜志,2007(2):105-110.
[4]阮梅花,肖滬衛(wèi). 企業(yè)自主創(chuàng)新能力評(píng)價(jià)的專利指標(biāo)體系構(gòu)建初探[J]. 大學(xué)圖書情報(bào)學(xué)刊,2011(1):85-89.
[5]朱月仙,方曙. 專利申請(qǐng)量與 R&D 經(jīng)費(fèi)支出關(guān)系的研究[J]. 科學(xué)學(xué)研究,2007(1):23-29.
[6]黃魯成,王寧. 專利視角下的技術(shù)擴(kuò)散研究綜述[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2011(10):34-39.
[7]沈滌清. 我國(guó)專利申請(qǐng)量與 R&D 投入關(guān)系研究[J].江西農(nóng)業(yè)學(xué)報(bào),2008,20(7):147-149.
[8]王鐘偉. 擴(kuò)大政府科技投入正逢時(shí)[J]. 科學(xué)與管理,2004(4):14-16.
[9]古利平,張宗益,康建軍. 專利與 R&D資源:中國(guó)創(chuàng)新的投入產(chǎn)出分析[J]. 管理工程學(xué)報(bào),2006(1):147-151.
[10]李子彪. 區(qū)域創(chuàng)新極識(shí)別方法與實(shí)證研究[J]. 技術(shù)經(jīng)濟(jì)與管理研究,2016(4):24-29.
[11]盧華玲,周燕,梅丹,等. 高技術(shù)產(chǎn)業(yè)集群環(huán)境下創(chuàng)新投入、技術(shù)交易對(duì)創(chuàng)新能力影響研究[J]. 科技與經(jīng)濟(jì),2012(06):32-34.
[12]柯忠義,韓兆洲. 我國(guó)地區(qū) R&D 類型分布對(duì)專利類型的影響分析[J]. 科技進(jìn)步與對(duì)策,2006(12):82-84.
[13]劉春節(jié),劉世玉. 政府的科技支出:規(guī)模與結(jié)構(gòu)[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào),2006(6):53-56.
[14]譚文華,曾國(guó)屏. R&D 強(qiáng)度的“S”曲線與實(shí)現(xiàn)我國(guó)投入穩(wěn)定增長(zhǎng)的若干思考[J]. 中國(guó)軟科學(xué),2005(1):95-96.
[15]馮仁濤,余翔,金泳鋒. 基于專利情報(bào)的技術(shù)機(jī)會(huì)與區(qū)域技術(shù)專業(yè)化分析[J]. 情報(bào)雜志,2012,31(6):13-18.
[16]王小魯,樊綱. 中國(guó)經(jīng)濟(jì)增長(zhǎng)的可持續(xù)性[M]. 北京:經(jīng)濟(jì)科學(xué)出版社,2000:9-43.
[17]鄧聚龍. 灰色預(yù)測(cè)與決策[M]. 武漢:華中理工大學(xué)出版社,1986.