王鳳燕

【摘 要】通過對2016-2018年間山東省各地市創(chuàng)新投入、創(chuàng)新產(chǎn)出和創(chuàng)新績效數(shù)據(jù)的分析，分析了新舊動能轉(zhuǎn)換背景下山東省區(qū)域創(chuàng)新績效布局的特征，闡釋了其演進(jìn)態(tài)勢，并提出了政策和建議。

【Abstract】Based on the analysis of the data of innovation input， output and performance of cities in Shandong Province from 2016 to 2018， this paper analyzes the layout characteristics of regional innovation performance in Shandong Province under the background of new and old kinetic energy conversion， explains its evolution trend， and puts forward policies and suggestions.

【關(guān)鍵詞】新舊動能轉(zhuǎn)換;創(chuàng)新績效;演進(jìn)態(tài)勢

【Keywords】new and old kinetic energy conversion; innovation performance; evolution trend

【中圖分類號】F127? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2019）10-0063-02

1 引言

新舊動能轉(zhuǎn)換背景下，創(chuàng)新被看作是經(jīng)濟(jì)增長和發(fā)展的核心驅(qū)動力，研發(fā)和創(chuàng)新投入是經(jīng)濟(jì)增長最直接的決定因素（嚴(yán)成樑，胡志國，2013），山東省作為新舊動能轉(zhuǎn)換先行區(qū)，企業(yè)的創(chuàng)新能力和創(chuàng)新績效成為影響山東省未來經(jīng)濟(jì)發(fā)展的重要因素之一。近年來，隨著山東省新舊動能轉(zhuǎn)換和創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的實(shí)施，全省科技創(chuàng)新水平逐年提升，各類財(cái)政補(bǔ)貼和稅收優(yōu)惠政策的實(shí)施，進(jìn)一步激發(fā)了企業(yè)的創(chuàng)新動力[1]。根據(jù)山東省統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2018年度山東省發(fā)明專利授權(quán)量2.0萬件，比上年增長6.5%;PCT國際專利申請量1751件，比上年增長3.0%;專利密度（每萬人專利擁有量）8.24件，比上年增加15.4%。省級以上科技企業(yè)孵化器275家，眾創(chuàng)空間578家，省級創(chuàng)業(yè)孵化示范基地和創(chuàng)業(yè)示范園區(qū)194家。新舊動能轉(zhuǎn)換實(shí)施之后，如何評價(jià)山東省的區(qū)域創(chuàng)新績效，并揭示創(chuàng)新績效布局的演變態(tài)勢，成為目前理論界重點(diǎn)關(guān)注的問題之一。

本文基于新舊動能轉(zhuǎn)換背景，借鑒《2018全球創(chuàng)新指數(shù)（GII）》和《中國區(qū)域科技創(chuàng)新評價(jià)報(bào)告2018》中關(guān)于創(chuàng)新績效的算法，選取典型指標(biāo)分析新舊動能轉(zhuǎn)換背景下山東省區(qū)域創(chuàng)新績效的布局和演進(jìn)態(tài)勢，對促進(jìn)山東省區(qū)域創(chuàng)新績效的提升具有一定的理論和現(xiàn)實(shí)意義。

2 指標(biāo)選取和模型構(gòu)建

2.1 指標(biāo)選取

由于創(chuàng)新投入要素包括人力資本投入、R&D資金投入和R&D技術(shù)水平等，本文選取R&D人員全時(shí)當(dāng)量（R1）代表人力資本投入，選取 R&D經(jīng)費(fèi)內(nèi)部支出數(shù)（R2）代替資金投入，用研發(fā)人員中博士數(shù)量（R3）代替R&D技術(shù)水平，采用三者的綜合加權(quán)指標(biāo)構(gòu)成的創(chuàng)新投入指數(shù)來衡量十七地市的創(chuàng)新投入水平。在創(chuàng)新產(chǎn)出方面，采用發(fā)明專利授權(quán)量（D1）、專利密度（D2）和技術(shù)合同登記數(shù)量（D3）三個(gè)指標(biāo)來衡量創(chuàng)新產(chǎn)出，并采用層次分析法和德爾菲法確定創(chuàng)新產(chǎn)出指標(biāo)的權(quán)重，用權(quán)重與創(chuàng)新產(chǎn)出指數(shù)的乘積之和表示該區(qū)域的創(chuàng)新產(chǎn)出。另外，考慮到創(chuàng)新投入要素的滯后效應(yīng)，本文在選取創(chuàng)新產(chǎn)出時(shí)，采用滯后一期的數(shù)據(jù)進(jìn)行對比，即用2017年的創(chuàng)新投入對應(yīng)2018年的創(chuàng)新產(chǎn)出。

2.2模型構(gòu)建

參考《2018全球創(chuàng)新指數(shù)（GII）》和《中國區(qū)域科技創(chuàng)新評價(jià)報(bào)告2018》中關(guān)于創(chuàng)新績效的算法，本文將創(chuàng)新投入和創(chuàng)新產(chǎn)出按照某一指標(biāo)實(shí)際值與該項(xiàng)指標(biāo)平均值的比率進(jìn)行標(biāo)準(zhǔn)化，用各地市的指標(biāo)值替代原公式中的各國家、省份和地區(qū)的該指標(biāo)值，以測算山東省各地市的創(chuàng)新投入指數(shù)及創(chuàng)新產(chǎn)出指數(shù)。其中區(qū)域創(chuàng)新投入公式為：

其中，Rj表示區(qū)域j的創(chuàng)新投入指數(shù)，Ri，j表示區(qū)域j的創(chuàng)新投入指標(biāo)i的值，表示創(chuàng)新投入指標(biāo)i的平均值，n表示指標(biāo)個(gè)數(shù)。本文中，用R&D經(jīng)費(fèi)內(nèi)部支出合計(jì)、R&D人員折合全時(shí)當(dāng)量和R&D人員中博士數(shù)量作為創(chuàng)新投入的衡量指標(biāo)。

同理，用Dj表示區(qū)域創(chuàng)新產(chǎn)出指數(shù)，Wi 表示創(chuàng)新產(chǎn)出指標(biāo)i的權(quán)重，Di，j分別表示區(qū)域j的創(chuàng)新產(chǎn)出指標(biāo)i的值，可以將區(qū)域創(chuàng)新產(chǎn)出表示為：

區(qū)域創(chuàng)新效率是指創(chuàng)新產(chǎn)出和創(chuàng)新投入之比，可以表達(dá)為：Ej=Dj÷Rj，本文用創(chuàng)新效率和創(chuàng)新產(chǎn)出的平均值表示創(chuàng)新績效，因此，區(qū)域創(chuàng)新績效可以表示為：Pj=（Dj+Ej）/2。

3山東省區(qū)域創(chuàng)新布局刻畫及演進(jìn)態(tài)勢

本文采用山東省統(tǒng)計(jì)局、山東省知識產(chǎn)權(quán)局發(fā)布的相關(guān)數(shù)據(jù)，對選取的創(chuàng)新指標(biāo)進(jìn)行整理和分析，得到山東省十七地市的創(chuàng)新投入指數(shù)和創(chuàng)新產(chǎn)出指數(shù)（見圖1）。

本文將2015-2017年三個(gè)年度的創(chuàng)新投入數(shù)據(jù)匯總到柱形圖中進(jìn)行對比，可見自新舊動能轉(zhuǎn)換實(shí)施以來，各地市的創(chuàng)新投入指數(shù)在三年間處于穩(wěn)定增長態(tài)勢，但分布不夠均衡。2017年度創(chuàng)新投入指數(shù)最高的為青島、濰坊和濟(jì)南，分別為4.18、2.02和1.37。其中，青島地區(qū)的創(chuàng)新投入連續(xù)三年位居第一，而泰安、濟(jì)南和濟(jì)寧的創(chuàng)新投入指數(shù)增長最快，分別達(dá)到了18.7%、15.7%和14.3%。根據(jù)圖2中創(chuàng)新產(chǎn)出的相關(guān)數(shù)據(jù)，創(chuàng)新產(chǎn)出指數(shù)在均值以上的有五家，分別是濟(jì)南、青島、濰坊、煙臺和淄博，五地市的創(chuàng)新產(chǎn)出總數(shù)占2018年創(chuàng)新產(chǎn)出總量的67.6%，由此可見，山東省各地市之間創(chuàng)新產(chǎn)出不夠均衡，創(chuàng)新產(chǎn)出大部分集中在中東部地區(qū)，西部地區(qū)創(chuàng)新產(chǎn)出凸顯不足。

圖2是山東省各地市創(chuàng)新績效指數(shù)，從總體來看，自2018年新舊動能轉(zhuǎn)換實(shí)施以來，山東省各地市創(chuàng)新績效總體提升較快，創(chuàng)新投入和創(chuàng)新產(chǎn)出明顯增加，政策作用明顯。從創(chuàng)新績效分布情況來看，濟(jì)南、青島、萊蕪、淄博和煙臺位居前列，濟(jì)南和青島兩個(gè)城市繼續(xù)發(fā)揮“領(lǐng)頭羊”作用，分別帶動了中部和東部地區(qū)的發(fā)展，其中，省會濟(jì)南的創(chuàng)新績效連續(xù)三年位居第一，分別為3.57、3.57和3.46，青島地區(qū)居第二位，主要原因是創(chuàng)新產(chǎn)出與投入比即創(chuàng)新效率與濟(jì)南相比較低，另外，萊蕪和淄博地區(qū)雖然創(chuàng)新投入較少，但創(chuàng)新產(chǎn)出較多，創(chuàng)新效率較高，因此，總體創(chuàng)新績效較好。從創(chuàng)新績效分布情況來看，均值以上地市的創(chuàng)新績效指數(shù)之和占全省的63.6%，總體創(chuàng)新績效呈現(xiàn)“東熱西冷”的演進(jìn)態(tài)勢，全省創(chuàng)新績效分布不夠均衡，中部和西部地市的創(chuàng)新發(fā)展仍然需要加大力度。

4 促進(jìn)區(qū)域創(chuàng)新績效發(fā)展的建議

基于上述分析，山東省各地市之間創(chuàng)新投入、產(chǎn)出和績效均呈現(xiàn)不均衡發(fā)展的態(tài)勢，“東熱西冷”特征明顯，造成這一局面的原因是復(fù)雜的，既有創(chuàng)新政策、歷史發(fā)展、自然條件、地域特征等客觀因素，也有營商環(huán)境、創(chuàng)新投入不足等主觀因素，對此，本文提出以下建議[2]。

4.1 強(qiáng)化政府創(chuàng)新政策的扶持作用

政府及相關(guān)部門通過財(cái)政補(bǔ)貼、稅收優(yōu)惠政策激勵和引導(dǎo)企業(yè)開展創(chuàng)新行為的目標(biāo)是多方面的，主要表現(xiàn)為激發(fā)企業(yè)創(chuàng)新動力和降低企業(yè)創(chuàng)新風(fēng)險(xiǎn)。在新舊動能轉(zhuǎn)換背景下，政府應(yīng)進(jìn)一步優(yōu)化新舊動能轉(zhuǎn)換重點(diǎn)區(qū)域的市場環(huán)境，構(gòu)建創(chuàng)新能力培育機(jī)制，借助稅收優(yōu)惠、財(cái)政補(bǔ)貼等政策激勵企業(yè)主體提升創(chuàng)新能力和創(chuàng)新績效，進(jìn)一步降低企業(yè)創(chuàng)新風(fēng)險(xiǎn)，從而提升經(jīng)濟(jì)發(fā)展動力，帶動經(jīng)濟(jì)增長。

4.2 充分發(fā)揮新舊動能轉(zhuǎn)換重點(diǎn)區(qū)域的引領(lǐng)作用

對于經(jīng)濟(jì)基礎(chǔ)和自然條件較好的地市，如濟(jì)南、青島、煙臺、濰坊等重點(diǎn)地市，政府應(yīng)充分發(fā)揮其對周邊區(qū)域的引領(lǐng)作用，對待重點(diǎn)區(qū)域，應(yīng)提升財(cái)政補(bǔ)貼的利用效率，強(qiáng)化稅收政策的引導(dǎo)作用，利用創(chuàng)新知識的擴(kuò)散效應(yīng)和規(guī)模效應(yīng)，有效帶動周邊地市的發(fā)展，激發(fā)其創(chuàng)新活力。

4.3 增加對中西部地區(qū)的政策扶持，促進(jìn)各地市均衡發(fā)展

政府應(yīng)統(tǒng)籌考慮中西部地市在創(chuàng)新投入和產(chǎn)出方面的優(yōu)勢和劣勢，緊密結(jié)合中西部地市的優(yōu)勢資源和自然條件特點(diǎn)，適時(shí)增加中西部地區(qū)的政策扶持，積極促進(jìn)區(qū)域間創(chuàng)新合作，提升人才、資金等創(chuàng)新要素的資源配置效率，不僅重視創(chuàng)新投入的增加，更要注重創(chuàng)新績效的提升。

【參考文獻(xiàn)】

【1】肖夢，鄧宏兵，謝偉偉.中國區(qū)域創(chuàng)新發(fā)展績效測度研究[J].科技管理研究，2019，39（14）：1-10.

【2】李林，劉志華，王雨婧.區(qū)域科技協(xié)同創(chuàng)新績效評價(jià)[J].系統(tǒng)管理學(xué)報(bào)，2015，24（04）：563-568.