楊劍 趙倩雅 韓傳軼
摘? 要:科學分析評價科技成果轉(zhuǎn)化效率不僅能夠體現(xiàn)該地區(qū)科研創(chuàng)新水平,也可以反映自身的未來發(fā)展?jié)摿?,有助于帶動區(qū)域經(jīng)濟的發(fā)展。該研究選取安徽省16個地級市 2014—2019 年的數(shù)據(jù),基于數(shù)據(jù)包絡(luò)分析法(DEA),對市域范圍科技成果轉(zhuǎn)化績效進行測量分析。研究發(fā)現(xiàn),安徽省科技成果轉(zhuǎn)化整體上效率偏低,而從市域?qū)用嫔峡矗萍汲晒D(zhuǎn)化效率并不均衡。
關(guān)鍵詞:科技成果轉(zhuǎn)化效率;DEA;安徽??;地級市;BCC模型
中圖分類號:F276.44? ? ? 文獻標志碼:A? ? ? ? ? 文章編號:2095-2945(2024)08-0081-05
Abstract: This study selects the data of 2014 Mel 2019 from 16 prefecture-level cities in Anhui Province, and measures and analyzes the performance of city-wide transformation of scientific and technological achievements based on data envelopment analysis (DEA). The study found that the overall efficiency of the transformation of scientific and technological achievements in Anhui Province is low, while from the municipal level, the efficiency of the transformation of scientific and technological achievements is not balanced.
Keywords: transformation efficiency of S&T achievements; DEA; Anhui Province; prefecture-level cities; BCC model
科技成果轉(zhuǎn)化為現(xiàn)實生產(chǎn)力,是作為科技和經(jīng)濟兩大因素相結(jié)合、創(chuàng)新鏈與產(chǎn)業(yè)鏈融合的核心,同時也是最有效、最直接推動經(jīng)濟增長的方法之一,提升科技成果轉(zhuǎn)化效率和產(chǎn)業(yè)化水平,是高質(zhì)量地實現(xiàn)創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的重要條件??萍汲晒芊駨睦碚撔曰蛐∫?guī)模實驗性產(chǎn)品轉(zhuǎn)化為現(xiàn)實的社會生產(chǎn)力,是衡量一個國家與地區(qū)自主創(chuàng)新能力的重要指標。目前,中國的科技成果轉(zhuǎn)化成效還不夠顯著[1],2021年11月世界知識產(chǎn)權(quán)組織(WIPO)發(fā)布的《世界知識產(chǎn)權(quán)指標2021》報告指出,中國國家知識產(chǎn)權(quán)局以多達150萬件專利申請居于世界首位,此外,還有多項知識產(chǎn)權(quán)指標居于世界第一[2]。雖然從整體來看,我國專利申請總量數(shù)字龐大,但是根據(jù)2021年國家知識產(chǎn)權(quán)局發(fā)布的《2021年中國專利調(diào)查報告》,就發(fā)明專利等科技成果轉(zhuǎn)化為現(xiàn)實產(chǎn)業(yè)的效率而言,中國僅為35.4%,這不足總量的四成[3]。由此可見,中國的創(chuàng)新發(fā)展現(xiàn)在仍面臨著科技成果轉(zhuǎn)化效率低下的問題。
安徽省作為長三角主體之一,要實現(xiàn)自身飛越性發(fā)展這一目標,必須依靠創(chuàng)新[4]。就區(qū)域的創(chuàng)新水平而言,近幾年雖然安徽省相比其他省份來說在全國范圍內(nèi)一直保持靠前的水平,但是其仍受著科技成果轉(zhuǎn)化為現(xiàn)實產(chǎn)業(yè)能力不足、核心技術(shù)供給不足等問題的制約。準確評價安徽省在科技成果轉(zhuǎn)化過程中的現(xiàn)狀,合理分析安徽科技成果轉(zhuǎn)化的特點和趨勢,科學探究科技成果轉(zhuǎn)化的優(yōu)化路徑,有助于促進安徽省經(jīng)濟高質(zhì)量發(fā)展。本研究擬從市域視角探討安徽省的科技成果轉(zhuǎn)化效率,采用DEA模型分析16個地級市從2014年至2019年期間的科技成果轉(zhuǎn)化效率,探討各地市在科技成果轉(zhuǎn)化方面存在的問題,并以此提出相應(yīng)的對策建議。
1? 文獻綜述
由于科研成果轉(zhuǎn)化后對整個社會的回報率遠遠大于對企業(yè)自身的回報率[5],因此科技成果轉(zhuǎn)化問題一直是科技管理領(lǐng)域的研究熱點之一,國內(nèi)外學者從不同角度對其展開了研究,從研究對象上,大體可以分為針對區(qū)域、行業(yè)、高校3類對象的研究。
在區(qū)域科技成果轉(zhuǎn)化評價方面,李團飛[6]利用DEA-CCR模型和BCC模型,對河南省的若干行政區(qū)域的科技成果轉(zhuǎn)換進行比較分析,得出河南省科技成果投入產(chǎn)出比的水平總體較低且區(qū)域差距明顯的結(jié)論。周揚等[7]利用DEA方法,探討“十二五”期間吉林省的科技成果研發(fā)效率及轉(zhuǎn)化效率,結(jié)果顯示吉林省各地區(qū)之間的科技成果轉(zhuǎn)化效率存在較為顯著的差距。孫濤[8]借助DEA方法,以東北老工業(yè)基地為研究對象,對2004—2017年東北地區(qū)科技成果轉(zhuǎn)化效率進行了研究,提出應(yīng)加強政府、企業(yè)和高校之間的協(xié)同合作,以提高東北老工業(yè)基地的科技成果轉(zhuǎn)化效率。
在高??萍汲晒D(zhuǎn)化評價方面,王慧等[9]以長三角為研究的地域范圍,以22所新工科高校的科技成果轉(zhuǎn)化績效為考察對象進行研究,結(jié)果表明這22所新工科高校的科技成果轉(zhuǎn)化率相對較低。田慶峰等[10]以四川省、西安市為研究的地域范圍,以24所軍民融合型高校為樣本,對其科技成果轉(zhuǎn)化績效進行了考察,發(fā)現(xiàn)高校間轉(zhuǎn)化率差異比較明顯。鐘衛(wèi)等[11]使用Bootstrap-DEA方法對我國高??萍汲晒D(zhuǎn)化效率進行了分析。林青寧等[12]采用網(wǎng)絡(luò)DEA模型,針對2008年到2016年若干個高校的科技成果轉(zhuǎn)化績效進行了考察,并借助“空間誤差模型”檢驗影響轉(zhuǎn)化效率的因素。
在行業(yè)科技成果轉(zhuǎn)化評價方面,邱奇等[13]以我國11座區(qū)域中心城市為研究樣本,以其科技創(chuàng)新性質(zhì)的資本效率為研究對象,發(fā)現(xiàn)11座城市之間差距較為明顯。林青寧等[14]通過建立網(wǎng)絡(luò)超效率SBM模型,對2009年至2017年中國農(nóng)業(yè)企業(yè)科技成果轉(zhuǎn)化效率進行評價,同時依據(jù)得出的結(jié)果從時空角度分析了其收斂性和演變趨勢。
2? 研究方法與變量選擇
2.1? 研究方法
DEA(Data Envelopment Analysis,DEA)模型是學者Charnes等[15]提出的非參數(shù)評價方法,主要用于測量具有多投入和多產(chǎn)出特性的多個樣本的相對效率。DEA模型自其提出開始就被廣泛應(yīng)用于各種類型的研究中,學者們也對其進行了不斷的改進,其中,CCR模型和BCC模型是最常使用的測算效率的方法。在CCR模型中,規(guī)模收益是不變的,一般可以用于測算總效率。而在BCC模型中,假設(shè)規(guī)模收益是可變的,一般被用來衡量純技術(shù)和規(guī)模效率。考慮到科技創(chuàng)新成果轉(zhuǎn)化的實際情況,本文選用BCC模型進行效率評價。
BCC模型是1984年Banker等人提出的一種模型,可以用于測算研究中決策單元的整體效率,并可以優(yōu)化加權(quán)輸入和輸出變量,進而能夠提高技術(shù)效率(TE),同時將具有無限可擴展特性和規(guī)模報酬不變的純技術(shù)效率(PTE)排除在外。BCC模型如下所示
minθ-ε(TS-+eTS+)
s.t.Xj?姿j+S-=?茲X0Yj?姿j-S+=Y0?姿j≥0,S-,S+≥0,
式中:j=1,2,…,n表示決策單元,X,Y分別是投入、產(chǎn)出向量。
若θ=1,S+=S-=0,則決策單元DEA有效;若θ=1,S+≠0,或S-≠0,則決策單元弱DEA有效;若θ<1,則決策單元非DEA有效。
BCC模型計算出來的效率值為綜合技術(shù)效率(TE),可以進一步分解為規(guī)模效率(SE)和純技術(shù)效率(PTE),TE=SE×PTE。
當技術(shù)效率與純技術(shù)效率相同時,即SE(規(guī)模效率)為1,表明不存在規(guī)模的非效率性。這種情況下,規(guī)模生產(chǎn)函數(shù)處于最佳規(guī)模狀態(tài),即生產(chǎn)效率最高。相反,當技術(shù)效率與純技術(shù)效率不同時,SE不等于1,這意味著存在規(guī)模的非效率性,導(dǎo)致生產(chǎn)效率低于最佳規(guī)模狀態(tài)。
2.2? 變量選擇與數(shù)據(jù)來源
關(guān)于科技成果轉(zhuǎn)化績效評價指標,國內(nèi)外學者并沒有一個統(tǒng)一的標準,但是大多數(shù)都較為相似,在投入指標上,基于吳佩佩等[16]、徐晨等[17]、李團飛[6]等的研究,本研究中的投入指標選擇規(guī)模以上工業(yè)企業(yè)的R&D活動內(nèi)部經(jīng)費支出、R&D人員全時當量,而在產(chǎn)出指標上,基于柴國榮等[18]的研究,選取專利的實際授權(quán)量、技術(shù)合同成交額具體見表1。本文利用的變量數(shù)據(jù)均是通過《安徽省統(tǒng)計年鑒》和《安徽省科技統(tǒng)計年報》等相關(guān)資料收集得到。將這些數(shù)據(jù)整理歸類后,通過Stata軟件進行分析測算,即可得出安徽省科技成果轉(zhuǎn)化效率值結(jié)果。
3? 實證結(jié)果與分析
以數(shù)據(jù)包絡(luò)分析法為基礎(chǔ),基于2014—2019年安徽省16個地級市的數(shù)據(jù),經(jīng)過對3種效率值進行測算,根據(jù)測算結(jié)果對安徽省科技成果轉(zhuǎn)化效率進行了研究分析。呈現(xiàn)的結(jié)果見表2、表3。
綜合技術(shù)效率
研究結(jié)果顯示,2014—2019年間,安徽省這16個地級市的綜合技術(shù)效率總體趨勢呈逐年上升,但是平均值并不高,仍然表現(xiàn)為較弱的DEA有效性,位于[0.38~0.63]的區(qū)間范圍內(nèi),但是從2015年的低谷之后,開始呈現(xiàn)緩慢上升的趨勢。以銅陵為例,這座城市已經(jīng)連續(xù)3年綜合效率值為1,呈DEA有效,并且從表中可以看出,在這短短6年間,越來越多的城市效率在不斷增長。
表純技術(shù)效率和規(guī)模效率均值
在16個地級市中,從綜合技術(shù)效率這個整體方面來看,銅陵、合肥、阜陽和池州這4個城市的綜合技術(shù)效率排名最高。其中,池州在各個方面表現(xiàn)最好,銅陵僅次于池州,原因在于這2個城市本身的科技創(chuàng)新投入和產(chǎn)出相關(guān)指標的數(shù)值不高,而且其經(jīng)濟總量規(guī)模較小,科技投入少而產(chǎn)出相對較多,繼而直接導(dǎo)致投入產(chǎn)出比值較高;馬鞍山和滁州2個城市在規(guī)模效率方面表現(xiàn)出色,也在前五名中,兩市在規(guī)模效率方面表現(xiàn)較好,但純技術(shù)效率值相對較低,而宿州和亳州則恰恰相反,這2個城市的純技術(shù)效率值雖然表現(xiàn)較為突出,但是在規(guī)模效率方面排名比較靠后,只排在第13名和第14名,這使得這2個城市的綜合技術(shù)效率較低。除此之外,宣城和安慶的3種效率值的排名也都較低。
安徽16個地級市的純技術(shù)效率的平均值為0.69,規(guī)模效率的平均值為0.82,以這2個平均值數(shù)值為準線,構(gòu)建二維矩陣圖,如圖1所示。通過數(shù)據(jù)分類,可以將這16個地市分為4種類型:高高型、低高型、高低型和低低型,見表4。
4? 研究結(jié)論與政策建議
4.1? 研究結(jié)論
通過對安徽省2014—2019年16個地級市的科技成果轉(zhuǎn)化績效進行實證研究與比較分析,可以得出以下結(jié)論。
1)安徽省科技成果產(chǎn)出和轉(zhuǎn)化的水平總體較低。從綜合技術(shù)效率來看,雖然綜合技術(shù)效率逐年上升,但平均水平仍較低。2019年的平均值最高,也僅為0.63,處在一個較低的水平。
2)根據(jù)純技術(shù)效率和規(guī)模效率平均值二維矩陣顯示,“雙高型”城市僅有5個,剩余城市普遍存在純技術(shù)效率值與規(guī)模效率值僅一項數(shù)值偏高或兩項數(shù)值都偏低的情況,這表明安徽各地市的科技成果轉(zhuǎn)化績效并不均衡,且仍處于較低水平,仍有較大的效率提升空間。
3)雖然安徽各地市的3種科技成果轉(zhuǎn)化效率平均值偏低,但是從長期趨勢來看,呈現(xiàn)逐年上升的態(tài)勢,這表明安徽省的科技成果轉(zhuǎn)化效率正處在緩慢但持續(xù)地提升狀態(tài),經(jīng)過調(diào)整以后,有望進一步發(fā)展。
4.2? 政策建議
首先,對于“雙高型”城市,應(yīng)進一步擴大科技成果產(chǎn)業(yè)化的規(guī)模。以池州為例,該市作為2種效率值都較高的城市,相對來說自身的科技成果轉(zhuǎn)化能力較強,轉(zhuǎn)化水平較高,但是相比于合肥、蕪湖,其在全省的科技創(chuàng)新基數(shù)中占比相對較小,科技創(chuàng)新的規(guī)模不大,尚未充分發(fā)揮出自身“雙高”的優(yōu)勢。因此,對于這類城市應(yīng)該制定有效的激勵政策,引導(dǎo)創(chuàng)新主體不斷為提升自己的創(chuàng)新研發(fā)能力而積極投入科研活動,鼓勵科研人員積極參與科技成果的研發(fā)過程,促進科技成果轉(zhuǎn)化成為生產(chǎn)力,從而形成更大規(guī)模、更高層次的創(chuàng)新產(chǎn)業(yè)結(jié)構(gòu),最大程度去發(fā)揮科技成果轉(zhuǎn)化效率高這種獨特長處,形成巨大推力,助力本地產(chǎn)業(yè)與經(jīng)濟發(fā)展。
其次,對于“單高型”城市,應(yīng)總結(jié)短板所在,補齊短板從而實現(xiàn)效率提升。純技術(shù)效率較高而規(guī)模效率低的城市,如亳州、宿州等,其科技投入水平相較于創(chuàng)新成果轉(zhuǎn)化發(fā)展水平來說,處于較低水平,因此必須進一步加大科技創(chuàng)新資源的投入,增強財政支持,擴大科技成果轉(zhuǎn)化的規(guī)模,以規(guī)模的擴大來提升該地區(qū)的科技成果轉(zhuǎn)化效率;對于純技術(shù)效率較低而規(guī)模效率高的城市,如滁州、馬鞍山、蕪湖等,科技成果轉(zhuǎn)化規(guī)?;?yīng)較高,但是在科技成果轉(zhuǎn)化的過程中投入與產(chǎn)出之間的轉(zhuǎn)化效率較低,應(yīng)加強對成果轉(zhuǎn)化過程的梳理,解決自身在創(chuàng)新成果轉(zhuǎn)化過程中遇到的技術(shù)問題,優(yōu)化成果轉(zhuǎn)化的平臺,提供及時有效的科技成果信息,提高科技投入與產(chǎn)出的有效性。
最后,對于“雙低型”城市,應(yīng)夯實科技創(chuàng)新和成果轉(zhuǎn)化的基礎(chǔ)?!半p低型”城市如淮南、六安、安慶等,由于純技術(shù)效率和規(guī)模效率值都相對較低,因而具有較大的發(fā)展空間。政府作為促進地方科技創(chuàng)新水平的堅實后盾,應(yīng)堅定對科技研發(fā)的支持態(tài)度,配備與科技創(chuàng)新相關(guān)的合理政策支持措施,通過優(yōu)惠稅收、財政補貼等措施鼓勵企業(yè)研發(fā)創(chuàng)新。此外,政府還應(yīng)積極引進科研院所,鼓勵外地高校在當?shù)亻_設(shè)科研機構(gòu),提高科技人員的待遇和獎勵,推動高校、科研院所與企業(yè)合作,根據(jù)當?shù)禺a(chǎn)業(yè)特點有側(cè)重性地進行科技創(chuàng)新,搭建合作平臺,推動本地區(qū)科技創(chuàng)新與產(chǎn)業(yè)發(fā)展同向而行,進而實現(xiàn)地方科技成果產(chǎn)出和轉(zhuǎn)化的高質(zhì)量發(fā)展。
參考文獻:
[1] 張高明,張善從.基于全過程的高校科技成果轉(zhuǎn)化能力研究[J].科技管理研究,2020,40(23):92-99.
[2] 世界知識產(chǎn)權(quán)組織.2021年世界知識產(chǎn)權(quán)指標[R].世界知識產(chǎn)權(quán)組織,2021.
[3] 楊華勇.要進一步保護知識產(chǎn)權(quán),關(guān)注成果轉(zhuǎn)化后的利分配[R].中國科學技術(shù)信息研究所,2022.
[4] 張宣劍.習近平總書記考察安徽重要講話精神專題報道 合 肥:創(chuàng)新之都挺立長三角一體化高質(zhì)量發(fā)展潮頭[EB/OL].(2020-09-02)[2020-12-02].http://www.cnr.cn/ah/zt/ljyyztah/20200902/t20200902_525237675.shtml.
[5] MANSFIELD E,RAPOPORT J,ROMER A. Social and Private Rates of Return Industrial Innovation[J].Qua terly Economics, 1977,9(15):221-240.
[6] 李團飛.河南省科技成果轉(zhuǎn)化效率評價[J].河南科技,2022,41(15):144-147.
[7] 周楊,吳光華,郝慶升.基于DEA模型的吉林省科技成果創(chuàng)新與轉(zhuǎn)化效率[J].農(nóng)業(yè)工程,2018,8(2):131-134.
[8] 孫濤.我國老工業(yè)基地科技成果轉(zhuǎn)化效率評價研究——以東北地區(qū)為例[J].中國軟科學,2020,49(1):164-170.
[9] 王慧,楊萬清,高日升,等.長三角地區(qū)新工科高??萍汲晒D(zhuǎn)化績效評價研究[J]江科學術(shù)研究,2022,17(1):1-8.
[10] 田慶鋒,苗朵朵,張碩,等.軍民融合型高校的科技成果轉(zhuǎn)化效率及路徑[J].科技管理研究,2020,40(8):91-101.
[11] 鐘衛(wèi),陳寶明.中國高??萍汲晒D(zhuǎn)化績效評價研究[J].中國科技論壇,2018(4):41-49.
[12] 林青寧,毛世平.高??萍汲晒D(zhuǎn)化效率研究[J].中國科技論壇,2019(5):144-151,162.
[13] 邱奇,郭佳歡.基于DEA方法的城市科技創(chuàng)新資本效率實證分析[J].長安大學學報(社會科學版),2020,22(1):83-92.
[14] 林青寧,孫立新,毛世平.中國農(nóng)業(yè)企業(yè)科技成果轉(zhuǎn)化效率測算與分析——基于網(wǎng)絡(luò)超效率SBM模型[J].科技管理研究,2020,40(8):52-58.
[15] CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6):429-444.
[16] 吳佩佩,劉家樹,齊昕.中國區(qū)域科技成果轉(zhuǎn)化效率研究-基于DEA和SFA的比較分析[J].安徽工業(yè)大學學報(自然科學版),2014,31(1):89-93.
[17] 徐晨,邵云飛.基于DEA的科技成果轉(zhuǎn)化績效評價研究[J].電子科技,2010,23(7):58-61.
[18] 柴國榮,許崇美,閔宗陶.科技成果轉(zhuǎn)化評價指標體系設(shè)計及應(yīng)用研究[J].軟科學,2010,24(2):1-5.