殷子意

(中國人民大學(xué)，北京 100872)

0 引言

我國正處于經(jīng)濟(jì)發(fā)展的創(chuàng)新驅(qū)動階段，各地政府不斷加大科技創(chuàng)新的投入，但投入規(guī)模擴(kuò)大并不意味著創(chuàng)新效率的提高。因此，如何界定投入規(guī)模、合理配置資源與要素以獲得更高的科技創(chuàng)新效率成為各界關(guān)注的熱點(diǎn)問題。2021年，江蘇省政府提出《江蘇省“十四五”科技創(chuàng)新規(guī)劃》，進(jìn)一步強(qiáng)調(diào)了科技創(chuàng)新的重要性，提出建設(shè)科技強(qiáng)省、提高創(chuàng)新鏈整體效能的遠(yuǎn)景目標(biāo)。南京市作為江蘇省的省會，科技創(chuàng)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(chuàng)新投入規(guī)模與技術(shù)吸收能力兩個(gè)維度探討科技創(chuàng)新效率提升的路徑，這對實(shí)現(xiàn)城市的可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

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

除了探討測度效率的方法，Cohen等[6]認(rèn)為技術(shù)吸收能力是企業(yè)對新的、外部的技術(shù)信息價(jià)值的識別、吸收并將其商業(yè)化的能力，這一能力在一般情況下對科技創(chuàng)新效率有著正向影響。而劉常勇等[7]認(rèn)為在吸收外部新知識的同時(shí)，還應(yīng)考慮新知識在企業(yè)內(nèi)部的使用、傳播與二次創(chuàng)新。

從研究樣本來看，目前關(guān)于創(chuàng)新效率的相關(guān)研究主要從國家、區(qū)域或省級層面出發(fā)，且主要集中在分析科技創(chuàng)新的投入規(guī)模與產(chǎn)出效率的關(guān)系。比如Nasicrowski等[8]比較了45國的創(chuàng)新效率；翟玉鵬等[9]研究了江蘇省13個(gè)地級市“十一五”至“十二五”期間的科技創(chuàng)新效率；劉漢初等[10]發(fā)現(xiàn)中國的科技創(chuàng)新效率總體上由東向西呈遞減趨勢?；谑屑墝用娴木唧w研究較少，同時(shí)關(guān)注科技創(chuàng)新規(guī)模與技術(shù)吸收能力對科技創(chuàng)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(guān)數(shù)據(jù)，分析科技創(chuàng)新投入規(guī)模與技術(shù)吸收能力對科技創(chuàng)新效率的影響，為科技創(chuàng)新投入規(guī)模的界定提供參考。

2 建模分析

2.1 模型構(gòu)建

目前,關(guān)于評價(jià)科技創(chuàng)新效率的研究較廣泛使用數(shù)據(jù)包絡(luò)分析(DEA)，該分析方法適用于評價(jià)多指標(biāo)投入與多指標(biāo)產(chǎn)出的情況，本文也將使用DEA法衡量科技創(chuàng)新效率。

DEA將原先評價(jià)單一的投入產(chǎn)出工程效率擴(kuò)展為多投入多產(chǎn)出的決策單元效率方式。DEA有兩種模型，其中，CCR模型假設(shè)決策單元的規(guī)模收益不變，用以計(jì)算各決策單元的綜合效率。但現(xiàn)實(shí)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(guī)模運(yùn)行，而通過去除CCR模型的錐性假設(shè)得到的新模型BCC，適用于決策單元不以最佳規(guī)模運(yùn)行的情況。DEA法中測算出的綜合效率(TE)可分解為兩個(gè)細(xì)分效率：純技術(shù)效率(PE)與規(guī)模效率(SE)。純技術(shù)效率是剔除了決策單元規(guī)模影響的技術(shù)效率，規(guī)模效率可衡量決策單元的生產(chǎn)規(guī)模是否達(dá)到最優(yōu)。鑒于BCC模型更適用于目前南京規(guī)模收益可變的實(shí)際情況，本文選擇使用BCC模型測算科技創(chuàng)新效率。

假設(shè)存在n個(gè)決策單元、m種投入變量、p種產(chǎn)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(quán)重系數(shù)，∑λj=1；ε為極小正數(shù)；x,y為投入產(chǎn)出向量；s-為松弛變量；s+為剩余變量。當(dāng)規(guī)模效率值為1時(shí)，決策單元的規(guī)模收益不變，即有規(guī)模效率；當(dāng)規(guī)模效率值小于1時(shí)，決策單元規(guī)模無效，但此時(shí)不能判斷情況為規(guī)模報(bào)酬遞增還是規(guī)模報(bào)酬遞減。假設(shè)k為規(guī)模收益值：當(dāng)k=1時(shí)，決策單元處于最優(yōu)規(guī)模；當(dāng)k<1時(shí)，規(guī)模收益遞增；k越小，規(guī)模遞增趨勢越大。

2.2 指標(biāo)選取

科技創(chuàng)新的投入產(chǎn)出效率反映了研發(fā)資源的投入與科技創(chuàng)新成果產(chǎn)出之間的關(guān)系，可以作為科技資源配置效率與科技創(chuàng)新產(chǎn)出績效評價(jià)的重要參考指標(biāo)。本文在市級層面績效分析中從財(cái)力與人力兩個(gè)主要方面選取了投入指標(biāo)：全市地方財(cái)政科技支出在財(cái)政支出中的占比(FEs/FE，%)，R&D人員在從業(yè)人員中的占比(HR&D/H，%)。從相關(guān)產(chǎn)值與科研成果兩個(gè)方向選取產(chǎn)出指標(biāo)：高新技術(shù)產(chǎn)業(yè)產(chǎn)值(全口徑)(YHi-tech，億元)，發(fā)明專利授權(quán)(P，件)。

技術(shù)吸收能力是一個(gè)綜合性多維變量，本文從人力資源基礎(chǔ)、研發(fā)領(lǐng)域的投入程度、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度、研發(fā)轉(zhuǎn)化產(chǎn)出能力、技術(shù)活動經(jīng)費(fèi)分配占比變化等方面選取了指標(biāo)：R&D人員在從業(yè)人員中的占比(HR&D/H，%)，研究與開發(fā)機(jī)構(gòu)(R，個(gè))，有R&D活動規(guī)模以上工業(yè)企業(yè)數(shù)(ER&D，個(gè))，規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)占主營業(yè)務(wù)收入的比例(ER&D/OI，%)，技術(shù)合同交易金額(ATC，萬元)，高新技術(shù)產(chǎn)業(yè)產(chǎn)值在規(guī)模以上工業(yè)總產(chǎn)值中的占比(YHi-tech/YGI，%)，技術(shù)改造經(jīng)費(fèi)支出(ETT，萬元)，消化吸收經(jīng)費(fèi)支出(EDA，萬元)，購買境內(nèi)技術(shù)經(jīng)費(fèi)支出(EPDT，萬元)，引進(jìn)境外技術(shù)經(jīng)費(fèi)支出(EIFT，萬元)。

2.3 南京市科技創(chuàng)新投入規(guī)模對科技創(chuàng)新效率的影響

本文使用DEA法測算科技創(chuàng)新效率，以年份作為決策單元建立BCC模型，使用DEAP軟件進(jìn)行分析計(jì)算。表1中分別用“irs”“—”“drs”表示規(guī)模報(bào)酬遞增、不變與遞減。

表1 南京市2011—2020年科技創(chuàng)新效率值

2018與2020年TE,PE,SE都達(dá)到1，DEA有效，這兩年的科技創(chuàng)新投入規(guī)模可作為最優(yōu)投入產(chǎn)出的參考,如表1所示。

2011年，2016年，2017年與2019年雖然TE未達(dá)到DEA有效，但其PE達(dá)到1，表明這些年份在當(dāng)時(shí)的技術(shù)水平上科技創(chuàng)新投入的資源效用已得到較好發(fā)揮，不需要通過減少其中某項(xiàng)投入以調(diào)整投入要素規(guī)模間的比例，但科技創(chuàng)新投入的整體規(guī)模水平仍需調(diào)整。其中，2011年，2016年，2017年的表現(xiàn)為規(guī)模報(bào)酬遞增，表明增加科技創(chuàng)新的財(cái)力與人力要素整體投入規(guī)?？梢蕴岣咝?；而2019年的表現(xiàn)為規(guī)模報(bào)酬遞減，則相反。

2012—2015年的TE未達(dá)到DEA有效性指標(biāo)，且PE與SE也都小于1。s-代表投入冗余值，s+代表產(chǎn)出不足值，由表2可知，都存在投入冗余與產(chǎn)出不足的情況，說明這些年份不僅在當(dāng)時(shí)的技術(shù)水平上科技創(chuàng)新投入未發(fā)揮到最大效用，投入規(guī)模比例也并不合理。假設(shè)對2012—2015年間的投入規(guī)模比例進(jìn)行調(diào)整，則可達(dá)到DEA有效，具體調(diào)整指標(biāo)與數(shù)值見表2，該數(shù)據(jù)也可作為今后年份南京市的科技創(chuàng)新投入規(guī)模比例參考。

表2 DEA有效科技創(chuàng)新投入產(chǎn)出調(diào)整

經(jīng)DEA有效年份及調(diào)整后的數(shù)據(jù)測算，要保持科技創(chuàng)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(shù)據(jù)可以看出，科技創(chuàng)新規(guī)模主要受財(cái)力與人力兩方面影響，因此可以從這兩個(gè)方面的投入量與相互間比例進(jìn)行調(diào)整。鑒于等量投入在不同環(huán)節(jié)和領(lǐng)域可以帶來不同產(chǎn)出結(jié)果[11]，合理引導(dǎo)科研人員的流動、整合人才資源可以提升對區(qū)域科技創(chuàng)新效率的作用[12]。因此，在調(diào)整投入規(guī)模與比例時(shí)，可以增加對企業(yè)基礎(chǔ)技術(shù)與關(guān)鍵技術(shù)方面的財(cái)力投入，給予攻堅(jiān)關(guān)鍵技術(shù)環(huán)節(jié)的財(cái)政補(bǔ)貼，完善人才政策與科研人員的流動管理制度，促進(jìn)區(qū)域科技人才流動的協(xié)調(diào)發(fā)展。

2.4 技術(shù)吸收能力對科技創(chuàng)新效率影響的分析

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

首先，使用SPSS軟件對技術(shù)吸收能力的各項(xiàng)指標(biāo)與表1得出的綜合效率值進(jìn)行相關(guān)性分析，得出皮爾遜相關(guān)系數(shù)，并進(jìn)行了雙尾檢驗(yàn)，結(jié)果如表3所示?？梢园l(fā)現(xiàn)，本文所選取的10個(gè)技術(shù)吸收能力指標(biāo)除了消化吸收經(jīng)費(fèi)支出與購買境內(nèi)技術(shù)經(jīng)費(fèi)支出這兩個(gè)指標(biāo)與科技創(chuàng)新效率的相關(guān)性系數(shù)分別為-0.597與-0.393為弱相關(guān)，其他指標(biāo)與科技創(chuàng)新效率的相關(guān)系數(shù)絕對值均大于0.7，且顯著性系數(shù)小于0.05，為顯著相關(guān)。若對顯著相關(guān)的指標(biāo)之間進(jìn)行回歸分析，科技創(chuàng)新效率為因變量，其他技術(shù)吸收能力指標(biāo)為自變量，分別進(jìn)行回歸，并進(jìn)行F檢驗(yàn)，結(jié)果如表3所示。

表3 相關(guān)性分析與線性回歸分析結(jié)果

從相關(guān)性分析結(jié)果來看，HR&D/H,R,ER&D,ER&D/OI,ATC,YHi-tech/YGI6個(gè)指標(biāo)均與科技創(chuàng)新效率呈顯著正相關(guān)，這6個(gè)指標(biāo)分別從人力資源基礎(chǔ)、研發(fā)機(jī)構(gòu)與企業(yè)數(shù)量基礎(chǔ)、企業(yè)研發(fā)投入資金規(guī)模、企業(yè)技術(shù)轉(zhuǎn)化為產(chǎn)出的能力以及本地產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度幾個(gè)方面衡量了本地當(dāng)時(shí)的技術(shù)吸收能力，技術(shù)吸收能力在這些方面的提高與科技創(chuàng)新效率的提升成正比。

結(jié)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(chuàng)新效率，從回歸模型系數(shù)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(chuàng)新效率呈負(fù)相關(guān)，這4個(gè)指標(biāo)是從技術(shù)活動經(jīng)費(fèi)分配的角度衡量技術(shù)吸收能力的。南京市2011—2020年用于消化吸收與技術(shù)改造的經(jīng)費(fèi)支出總體是購買與引進(jìn)技術(shù)支出的6.9倍，說明技術(shù)吸收能力較強(qiáng)[13]。前期學(xué)者的研究結(jié)果顯示消化吸收與技術(shù)改造方面的經(jīng)費(fèi)與技術(shù)吸收能力為正向關(guān)系[6]。本文研究結(jié)果與其結(jié)果的差異原因可進(jìn)一步通過對相關(guān)指標(biāo)與數(shù)據(jù)進(jìn)行分析而獲得。

通過進(jìn)一步分析可發(fā)現(xiàn)，鑒于在技術(shù)吸收能力的評價(jià)指標(biāo)中，HR&D/H，R、ER&D，ER&D/OI，ATC，YHi-tech/YGI這6個(gè)指標(biāo)都對科技創(chuàng)新效率有明顯的正向影響，而降低消化吸收、技術(shù)改造、購買引進(jìn)技術(shù)的經(jīng)費(fèi)支出才對科技創(chuàng)新效率產(chǎn)生正向影響。本文選取的是2011—2020年的數(shù)據(jù)，且南京市的人力資源與研發(fā)機(jī)構(gòu)數(shù)量基礎(chǔ)、企業(yè)研發(fā)投入資金規(guī)模、技術(shù)轉(zhuǎn)化能力及產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度仍在不斷提高。雖然引進(jìn)、吸收外來技術(shù)上的活動資金整體相對減少，卻未對科技創(chuàng)新效率產(chǎn)生負(fù)面影響，且分配于消化吸收、技術(shù)改造的經(jīng)費(fèi)支出與購買、引進(jìn)技術(shù)支出的比例仍處于高技術(shù)吸收水平的分配比例范圍內(nèi)，說明南京市在該時(shí)段內(nèi)技術(shù)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(shù)的依賴性在減少，而對自主研發(fā)的科技創(chuàng)新活動更加關(guān)注、成果更加依賴所導(dǎo)致的。

3 結(jié)論與建議

綜上所述，科技創(chuàng)新效率的提升需要綜合考慮科技創(chuàng)新投入規(guī)模與技術(shù)吸收能力。

科技支出在財(cái)政支出中的占比、研發(fā)人員在從業(yè)人員中的占比增速與兩者之間的比例需控制在最優(yōu)范圍內(nèi)。南京市可利用在長三角的區(qū)位優(yōu)勢，完善人才政策與科技人才管理制度，增強(qiáng)區(qū)域間科技人才交流，合理調(diào)整關(guān)鍵技術(shù)攻堅(jiān)與基礎(chǔ)技術(shù)投入的比例，提升區(qū)域科技創(chuàng)新效率。

從模型結(jié)果來看，研發(fā)人員在從業(yè)人員中的占比、研究與開發(fā)機(jī)構(gòu)個(gè)數(shù)、有研發(fā)活動規(guī)模以上工業(yè)企業(yè)數(shù)等因素會影響區(qū)域內(nèi)的技術(shù)吸收能力。南京市應(yīng)該結(jié)合其高校資源豐富的優(yōu)勢，推進(jìn)政府與高校間的專項(xiàng)合作，培養(yǎng)更多的研發(fā)人員；同時(shí)在稅收與財(cái)政轉(zhuǎn)移支付方面重點(diǎn)向高新技術(shù)企業(yè)與研發(fā)機(jī)構(gòu)傾斜，企業(yè)與市場結(jié)合推進(jìn)科技成果轉(zhuǎn)化，由市場實(shí)現(xiàn)資源的有效配置。