技术创新链视角下我国区域科技创新系统协调发展度研究

冯 锋，汪良兵

（中国科学技术大学管理学院，安徽 合肥 230026）

技术创新链视角下我国区域科技创新系统协调发展度研究

冯 锋，汪良兵

（中国科学技术大学管理学院，安徽 合肥 230026）

基于技术创新链的视角，将区域科技创新系统分为技术研发和技术应用与改造两个子系统，运用多阶段超效率DEA模型测度两个子系统及区域科技创新系统的发展水平；在此基础上，再采用协同发展度模型，对我国科技创新系统的协调发展度进行研究，发现我国区域科技创新系统发展水平整体呈现偏低，其协调发展度也处于“弱协调”状态，且各地区之间的差异较大。依据其协调发展度的状态将我国各省区划分为四类，深入分析协调发展度的特征和原因，针对不同的类型提出针对性的政策建议。

技术创新链；科技创新系统；技术研发；技术应用与改造；协调发展度

1 引言

在经济、科技日趋全球化的背景下，区域科技创新系统的创新能力高低日益成为地区经济能否获取竞争优势的决定性因素。从技术创新链的角度，可以将区域科技创新系统分为技术研发和技术应用与改造两个子系统［1］。研究表明，这两个子系统之间并不存在着空间几何上的一一对应的关系，从而引发两个系统之间的结构性失衡，这也是导致科技成果转化不畅和区域创新系统创新效率偏低的根本原因［2］。可见，区域科技创新系统的效率不仅仅取决于科技资源投入的多寡，还受到自身结构性因素的约束，具体而言，技术研发发展水平和技术应用与改造发展水平之间的协调性在一定程度影响区域科技创新系统的发展水平。近些年来，我国科技对经济增长的贡献度越来越高，但是科技资源不足、地区非均衡性等问题在短期内都难以得到解决。鉴于这一国情，只有不断优化区域科技创新系统内部两子系统的协调性问题，进一步提升区域科技创新系统效率，才能从根本上增强区域创新能力。因此，就区域科技创新系统协调发展度这一课题进行研究具有重要的现实意义。

2 研究现状

目前，对区域科技创新系统进行的研究文献众多，国内学者的研究主要集中于对科技创新效率的测算，其中具有代表性的有：官建成、何颖（2005）运用DEA的分析方法，对我国区域的创新活动的技术有效性、经济有效性以及综合有效性进行评价。研究结果表明我国各个地区的有效值处于不同的梯度，且大部分地区在不同阶段的创新绩效也处于不同的梯度［3］。李婧、白俊红等（2008）采用DEA方法对我国省际区域创新效率进行了评价，研究表明中、西部地区的创新效率要高于东部，各地区纯技术效率还有较大的提升空间［4］。樊华（2010）运用DEA方法中的VRS模型测度了各省区的科技创新效率，并对其进行收敛分析，在此基础上，指出省区绝对收敛不明显，工业结构、教育发展水平等因素对全国创新效率有正效应［5］。韩晶（2010）运用SFA方法对我国高技术产业的创新效率进行了研究，认为高技术产业整体创新效率呈逐步改善的趋势，各个行业的产出弹性也存在显著的差异性［6］。李向东、李南等（2011）用DEA和SFA两种方法相结合对高技术产业的研发效率进行评价，研究结果显示两种方法的测算结果存在显著的差异性，但是都显示了研发效率对提升高技术产业经济绩效具有重要意义［7］。然而，国内对区域创新系统内部两阶段的效率研究相对较为匮乏，仅有少数学者对其进行了研究。如杜军、朱建新（2009）运用两阶段分析模型，对我国科技创新系统的科技产出效率和技术转化效率进行了测算，并按照这两个维度对各省市的效率进行分类，针对性地提出政策［8］。陈伟、冯志军等（2010）采用链式关联网络DEA模型对我国各区域创新系统技术创新的整体及各子阶段的效率进行评价［9］。从回顾这些文献来看，现有的研究成果颇丰，对本文的研究也有重要的借鉴意义，但也存在明显的不足：第一，由于学者们的研究方法和指标体系存在明显的差异，研究结论也不尽一致；第二，国内尚无学者从区域科技创新系统内部两子系统的发展水平出发，对技术研发和技术改造与应用两子系统的协调性进行研究，探究我国区域科技创新系统的协调发展度。

鉴于此，本文从技术创新链的角度出发，将区域科技创新系统分为技术研发和技术应用与改造两个子系统，从投入产出的角度构建评价指标体系，对区域科技创新系统及两个子系统的发展水平进行测算，分析各地区之间的差异性，并在此基础上，以两子系统的发展水平为基础，对区域创新系统的协调发展度进行研究，并针对性地提出政策建议。

3 区域创新系统各子系统发展水平及协调发展度测算

3.1 指标体系构建

区域创新系统分为技术研发和技术应用与改造两个子系统。在技术研发系统（子系统Ⅰ）中，社会通过资金、人力等资源的投入，形成发明专利、论文等创新成果。但是新技术的产生并不能全部得以产业化，实现其商业价值。只有通过科技应用投入对新技术（含购买外部技术）加以应用和改造，实现技术研发阶段成果的产业化，将技术应用于产品生产中，才能实现其经济价值，即子系统Ⅱ。具体投入产出过程如图1所示。

能够衡量科技投入产出的指标众多，本文参照以往的研究文献［10-12］，在指标选取上，以科学性、代表性、实用性和层次性为原则，从投入产出的角度构建区域科技创新系统及两个子系统发展水平的评价指标体系：

图1 区域科技创新系统模型

技术研发系统（子系统Ⅰ）主要涉及四个投入指标和三个产出指标。科技研发投入指标为科学家与工程师（人）、R&D人员折合全时当量（人年）、R&D经费内部支出额（万元）、科技活动经费内部支出（万元）。产出指标包括专利授权数（个）、技术市场成交合同金额（宗）、国外主要检索工具收录论文数（篇）。

技术改造与应用（子系统Ⅱ）除了子系统Ⅰ的三项科技产出作为子系统Ⅱ的投入之外，还有新产品开发经费支出（万元）、技术应用与改造经费（万元）（含购买国内技术经费支出、技术改造经费支出、消化吸收经费支出和技术引进经费支出）、科技活动人员数（人）。科技产出为新产品产值（万元）和新产品销售收入（万元）。具体评价指标体系如图2。

图2 区域科技创新两子系统及科技创新系统发展水平评价结构模型

3.2 数据收集及来源

科技投入到产出之间存在明显的滞后效应，一般为1~2年左右［13-14］。因此，本文在收集和分析数据时，技术研发系统的科技投入、技术研发系统产出和技术应用与改造系统的投入、技术应用与改造系统的产出分别采用第T年、第T+1年和第T+2年。具体而言，技术研发投入选择2007年数据、技术产出和技术应用及转化投入采用2008年数据，最后经济产出使用2009年数据。本文选取我国29个省（自治区）、直辖市作为决策单元（新疆和西藏数据不完整，没有选取），数据来源于2008年、2009年和2010年《中国高技术产业统计年鉴》和 《中国科技统计年鉴》，以及中华人民共和国科技部中国科技统计网站的相关数据。

3.3 区域科技创新系统各子系统发展水平的实证测度

（1）各子系统发展水平的测度方法。

区域科技创新是一个复杂的系统过程，科技资源从投入到产出贯穿整个过程，但是其中的转化过程又相当复杂。诸多学者采用传统的DEA模型对区域科技创新系统发展水平进行测算［15-16］，但传统的DEA模型计算的结果往往只存在多个有效决策单元，而无法实现对有效决策单元进行再比较（当决策单元有效时，其效率值都为1）。为了更加客观地研究区域科技创新系统的协调性，需要对有效的决策单元进行比较，在一定程度上，需要突出区域各省区的差异性。为此，本文将采用多阶段的超效率DEA模型，可以有效地解决决策单元间的对比问题。该模型通过公式表示为：

在上述模型中，X和Y分别表示第j个决策单元的输入和输出可能集，θ为被评价单元的效率值，当θ>1表示科技产出高于最优产出；当θ=1表示科技产出刚好达到最优产出；当θ<1则表明科技投入转化未能达到最优效率。S－，S+分别表示投入的“亏量”和产出的“亏量”［17］。

（2）区域科技创新系统发展协调度测算方法。

协调度是用来描述区域科技创新系统各子系统之间协调性是否良好的定量指标，体现了各个子系统发展协调状况的好坏，系统由无序走向有序的趋势。区域创新系统中子系统Ⅰ（F1）和子系统Ⅱ（F2）的协调度可以用其相对离差Cv表示。其定义如下：

其中，K为辨别系数，且K≥2，显然0≤Cv≤1；协调度仅反映了区域科技创新系统中两子系统发展的协调程度，但不能反映出系统发展水平的高低，因此，本文将借助协调发展度模型，对系统的协调度与系统发展水平进行综合评价，研究区域科技创新系统的协调发展度。用LCv表示，并将其定义如下：

式中，α、β为待定系数，且α+β=1。

协调发展度是评价子系统Ⅰ （F1）和子系统Ⅱ（F2）协调发展水平的综合指标，揭示了系统当时的协调程度及发展水平［18］。

根据所列多阶段的超效率DEA模型，运用EMS1.3测算了我国29个省市的子系统Ⅰ、子系统Ⅱ和区域科技创新系统的发展水平。后结合协调发展度模型，计算区域科技创新系统的协调度。限于篇幅，本部分主要列举了子系统Ⅰ、子系统Ⅱ和区域科技创新系统的发展水平和各省区科技创新系统的协调度，结果如表1所示。

4 区域创新系统各子系统发展水平分析及协调发展度评价

4.1 区域创新系统各子系统发展水平差异性分析

为了更好地分析区域创新系统中技术研发系统、技术应用与改造系统和区域科技创新系统的发展水平与协调发展度之间的关系，揭示出系统各个子系统发展水平的差异性。我们将用地区发展水平图来描绘它们之间的趋势关系。结果如图3所示：

总体上看，我国科技创新系统及各子系统发展水平偏低，依次为0.9777、0.7621和0.9747，但是由于自然条件、地理位置等方面的原因，发展水平的不均衡性较为明显，如北京和重庆两市的科技创新发展水平要远高于全国其他省市，而我国西部、西北、西南等省市的发展水平则明显低于全国平均水平。

从系统综合发展水平上看，其受到子系统Ⅰ和子系统Ⅱ的共同影响作用。如浙江省的技术研发系统的发展水平为1.8378，但是其技术应用与改造系统发展水平仅为0.6388，两系统之间差距甚为明显，从而导致其科技创新系统的发展水平仅为0.7688；而海南和浙江恰好相反，其技术应用与改造系统发展水平较好，但技术研发系统发展水平较差，导致其系统综合发展水平也偏低。可见，区域科技创新系统是一个协调发展的过程，两个子系统的发展水平共同决定其系统的综合发展水平。

表1 区域创新系统中子系统Ⅰ、子系统Ⅱ和区域科技创新系统的发展水平及协调度

从系统协调发展度看，其取决于子系统Ⅰ和子系统Ⅱ的发展水平及两者的协调性，单独某个系统发展水平的提升，不利于提升系统发展协调度，反而会产生负面影响，只有当二者同步提升的情况下，才能有效地提升系统的协调发展度。

4.2 区域科技创新系统协调发展度评价

为了方便研究各省市的区域创新系统协调发展度的差异性，本文按照其协调发展度值的大小，依次将其划分为协调性非常好、基本协调、协调性较弱和不协调四个等级（见表2）。

依据上述评价标准，对我国29个省区科技创新系统的协调发展度进行分类，依次分为Ⅰ类、Ⅱ类、Ⅲ类和 Ⅳ类，并计算各类别两子系统及综合发展水平的平均值（见表3）。

从表3看，我们依据各地区协调发展度的高低，将我国省区划归为四类。

第Ⅰ类：“非常协调”地区。处于该类的省区有北京、重庆、上海、天津、广东、湖南。这一类省区创新系统发展发展水平、子系统Ⅰ、子系统Ⅱ的发展水平的平均值为2.0055、1.5637和1.7008，远高于全国的平均值。同时研发系统和技术应用与改造系统的演化也非常协调，表明这些省区的创新资源配置机制具有较高的效率。从地理位置和经济实力的角度上看，都是重要的经济和政治中心之一，经济实力均居于全国前列，同时也是我国科技创新资源投入最多，科技成果产出最多的地区。表明高度发达的市场经济，在一定程度上影响或改变了科技创新的模式，缩短了技术研发系统与技术研发与改造系统之间的距离，提高了科技成果转化的效率，完善了鼓励创新等方面的政策法规。为此，该类省市应该大力发展自主创新，加快产业结构升级，不断提高科技创新的质量，能够紧随或引领世界的科技创新和发展。

第Ⅱ类：“基本协调”地区。处于该类的省区有湖北、山西、江苏、浙江、福建、安徽、青海、辽宁、山东。这一类地区技术研发系统和技术应用与改造系统的发展水平处于中等，两系统的协同演化表现为“基本协调”，表明该类地区已经较为完善的创新资源配置机制，技术研发与技术转化实现同步发展。但是从其发展水平看，与第Ⅰ类区域仍有较大的差距，为此，该类区域应该充分发挥两系统的协调优势，不断加大科技资源投入，引导社会资金进入科技创新系统中，同时应该制定完善的科技人才培养和使用战略，提升技术研发能力，提高技术转化效率；使之科技创新系统的综合发展水平跻身全国前列。

第Ⅲ类：“弱协调”地区。处于该类的省区有吉林、四川、河北、河南。这一类地区技术研发系统发展水平较低，其均值为0.4393，技术应用与改造系统发展水平中等，两系统处于“弱协调”状态，呈现出“技术研发不足，转化效率中等”的格局，导致整个创新系统的效率也较为低下，均值仅为0.5834。出现这一现象的原因在于这些地区由于自身技术研发能力不足，通过外部技术的引进，从而使技术应用与改造系统的发展水平高于技术研发系统，但是技术创新过分依赖外部，影响到区域科技创新的可持续发展。因此，该类区域应该充分认识到这一点，加强与第Ⅰ类区域的交流合作，学习其先进的管理办法和政策措施，构建完善地区创新资源配置机制；在对引进技术的学习消化的基础上再创新，提升集成创新能力和技术消化能力，缩短技术创新周期，不断增强其技术研发能力；在此基础上，还应加大创新资源投入的力度，尤其是技术研发资源的投入，不断提升地区技术研发效率，增强其技术研发能力。

第Ⅳ类：“不协调”地区。处于该类的省区有宁夏、甘肃、陕西、江西、内蒙古、广西、海南、贵州、云南、黑龙江。这一类区域技术研发系统和技术应用与改造系统的平均发展水平为0.3569和0.5122，远低于全国平均值，技术创新系统的发展水平均值也仅为0.3787。两系统发展处于“不协调”状态。出现这一现象的原因主要在于科技资源投入严重不足，但是也有部分地区虽然投入了大量的科技资源，但是不注重效率，从而导致其技术创新水平依然较低（如陕西、江西）。因此，该类地区均需不断加大科技资源投入，同时陕西和江西两省应不断提升其科技资源利用效率；在科技资源不断投入的同时，还应该提高地区产学研合作交流效率，注重两系统的协调发展，从根本上改变其科技创新薄弱的局面。

综上分析，不难发现：近些年来，随着我国科技资源投入的不断增加，科技创新能力也有明显的提升，但是由于种种原因，我国科技创新系统的协调发展度依然不高，从省际的角度看，主要原因在于各个省市存在较大的差异性和不均衡性，而科技创新系统内部的各个子系统之间协同性较差也是导致系统协调发展度低的重要因素，尤其是技术研发系统过于薄弱；区域科技创新系统协调发展度低对我国技术创新能力的提升产生了明显的负面影响。

4.3 我国区域科技创新系统协调发展度图谱

图4 我国区域科技创新系统协调发展度图谱

根据以上分类的结果，我们可以绘制出我国科技创新系统协调发展度的图谱，如4图所示。从图中可以直观地看出我国科技创新系统内两子系统演化最为协调的地区均处于我国重要的经济和政治中心，如北京、上海、重庆等；两系统处于“基本协调”状态的区域主要分布于华东地区，如安徽、江苏、浙江、山东等；科技创新系统协调性较弱的地区分布较为混乱，从北到南均有个别省市处于这一类中，如吉林、四川、河北等；我国东北、西北、西南等地区是我国科技创新系统发展水平最为不协调的地区，如黑龙江、内蒙古、云南等；可见，我国科技创新系统内两系统之间协调发展度并未呈现出显著的地域性特征。

5 结论与政策建议

本文从技术创新链的角度，将区域科技创新系统分为技术研发和技术应用与改造两个子系统，运用多阶段超效率DEA模型测两子系统及科技创新系统的发展水平，依据其发展水平，采用协调发展度模型，对我国科技创新系统的协调发展度进行了研究，发现：（1）我国科技创新系统的发展水平偏低，均值仅为0.9777，技术研发系统和技术应用与改造系统的发展水平的均值分别为0.7621和0.9747，呈现出明显的不协调性。（2）我国科技创新系统的协调发展度平均为0.7597，处于“弱协调”状态，尚有较大的提升空间，同时地区之间发展呈现出明显的差异性和显著不均衡性，如北京是我国两子系统发展协调最为有效的地区，其协调发展度为1.6385，而黑龙江是我国科技创新系统发展最不协调地区，其值为0.2791。（3）两子系统发展的不均衡性，主要表现为技术研发系统的发展水平偏低，特别是在第Ⅲ类和第Ⅳ类地区表现较为明显，技术研发系统发展水平已成这类区域科技创新系统协调发展度提升的主要障碍之一。

为此，我们建议针对各地区科技创新系统的协调发展度处于的状态及两子系统的发展水平，需提出不同的措施予以改进：（1）“研发高，转化高”的地区，应该大力发展自主创新，不断提升技术研发和转化水平，使之紧随或引领世界科学技术的发展。（2）“研发高，转化低”，对于这类地区应在提升研发水平的同时，着重于产学研合作网络的构建，搭建公共服务平台，培育良好的产业化环境，不断提升技术应用与改造系统的发展水平，从而提高系统协调发展度。（3）“研发低，转化高”的地区，应不断鼓励社会资金进入技术研发系统，完善知识产权保护、人才引进等方面的措施，不断提升技术研发系统发展水平；在技术引进方面，应不断提升其集成创新能力，缩短技术再研发周期。（4）“研发低，转化低”的地区，应该从提升技术研发和技术转化发展水平两个维度着手，加大科技资源投入，注重产学研合作网络的建设，培育良好的产业化环境。

［1］陈伟，冯志军，康鑫，田世海.区域创新系统的协调发展测度与评价研究——基于二象对偶理论的视角［J］.科学学研究，2011，（2）:306-313.

［2］林淼，苏竣，张雅娴，陈玲.技术链、产业链和技术创新链：理论分析与政策含义［J］.科学学研究，2001，（4）:28-31.

［3］官建成，何 颖.基于DEA方法的区域创新系统的评价［J］.科学学研究，2005，（2）：265-272.

［4］李婧，白俊红，谭清美.中国区域创新效率的实证分析——基于省际面板数据及DEA方法［J］.系统工程，2008，（12）：1-7.

［5］樊华.中国省际科技创新效率演化及影响因素实证研究［J］.中国科技论坛，2010，（12）：36-42.

［6］韩晶.中国高技术产业创新效率研究——基于SFA方法的实证分析［J］.科学学研究，2010，28（3）：467-472.

［7］李向东，李南，白俊红，谢忠秋.高技术产业研发创新效率分析［J］.中国软科学，2011，（2）：52-61.

［8］杜军，朱建新，冯志军.基于二阶段DEA模型的区域科技创新效率的实证分析［J］.学术交流，2009，（11）：96-98.

［9］陈伟，冯志军，姜贺敏，康鑫.中国区域创新系统创新效率的评价研究——基于链式关联网络DEA模型的新视角［J］.情报杂志，2010，（12）：24-29.

［10］余泳泽.我国高技术产业技术创新效率及其影响因素研究——基于价值链视角下的两阶段分析［J］.经济科学，2009，（4）：62-74.

［11］任海云，师萍.企业R＆D投入与绩效关系研究综述——从直接关系到调节变量的引入［J］.科学学与科学技术管理，2010，（2）：143-151.

［12］刘亚旭，龚小军，高蓉，佘伟军,梁明华.科技投入产出评价方法探析［J］.中国科技论坛，2007，（4）:36-41.

［13］逄淑媛，陈德智.专利与研发经费的相关性研究——基于全球研发顶尖公司10年面板数据的研究 ［J］.科学学研究，2009，27（10）：1500-1505.

［14］苑泽明，严鸿雁，吕素敏.中国高新技术企业专利权对未来经营绩效影响的实证研究［J］.科学学与科学技术管理，2010，（6）：166-170.

［15］刘凤朝,潘雄锋.基于Malmquist指数法的我国科技创新效率评价［J］.科学学研究，2007，（5）：986-990.

［16］孙凯.基于DEA的区域创新系统创新效率评价研究［J］.科技管理研究，2008，（3）：139-141.

［17］石风光，周明.中国地区技术效率的测算及随机收敛性检验——基于超效率DEA的方法［J］.研究与发展管理，2011，（2）：23-30.

［18］肖秀华.科技进步与城区可持续发展关系研究［D］.武汉：武汉理工大学硕士学位论文，2004.

Coordinated Development Degree of China Regional Innovation System in Technology Innovation Chain Perspective

Feng Feng，Wang Liangbing
（School of Management，University of Science and Technology of China，Hefei 230026，China）

Based on the technology innovation chain perspective，the regional innovation system is divided into R&D and technology application&transformation，using multi-stage super-efficiency DEA models to measure the two subsystems and regional innovation system development.On this basis，the paper employs joint development model of China to analyze the coordinated development degree of China regional innovation system.The study indicates that:China regional innovation system showed low overall level of development;Coordinated development is also in a “weak coordination”;The difference of each region is high.The paper divides the sub-industries into four categories jading by the degree of coordinated development,and makes suggestions accordingly.

Technological innovation chain；Technology innovation system；Technology research and development；Technology and transformation；Coordinated development degree

国家自然科学基金资助课题（71073151）。

2011-07-13

冯锋（1963-），男，安徽滁州人，博士，教授，博士生导师；研究方向：（公共）科技政策，知识管理。

G304

A

（责任编辑 张九庆）