京津冀创新资源配置效率评价与提升研究

■原慧华　金　牛



京津冀创新资源配置效率评价与提升研究

■原慧华金牛

内容摘要：在资源日益稀缺的现代社会，创新资源具有永续性，是地区经济增长和可持续发展的核心要素。本文通过分析比较京津冀创新资源投入产出的配置情况，针对经济科技创新发展态势，运用包络线模型方法对京津冀创新资源配置进行有效性评估，找出区域内及区域间创新资源配置的差异，进而从创新资源投入和区域间创新合作两方面找出京津冀创新资源配置效率的提升途径。

关键词：京津冀创新资源效率配置包络线模型

京津冀协同发展上升为重大国家战略，将打造新经济增长方式的引领区。创新是拉动经济增长的核心动力，也是推动区域经济社会发展的重要驱动力，京津冀地区集中了全国1/3的国家重点实验室和工程技术研究中心，拥有超过2/3的两院院士，聚集了以中关村国家自主创新示范区为代表的7个国家高新区和7个国家级经济技术开发区，拥有丰富密集的创新资源。京津冀协同发展需要利用创新资源优势，完善创新资源配置的效率、规模、运行方式，使创新资源的运用达到节约、高效的优化配置，在总量有限的基础上最大限度实现创新活动主体的效益以及经济社会综合效益的长久性。

京津冀创新资源配置现状分析

京津冀创新资源配置的现状可从投入和产出两方面进行比较分析，借此可对创新资源配置的初始状态和最终状态进行综合考量。

（一）京津冀创新资源投入现状

创新资源的配置，离不开科技创新的投入，区域创新资源的投入状况影响着该区域创新资源配置的规模、水平以及进程。京津冀地区科技创新的投入将影响京津冀协同发展战略的部署和落实，也是影响环首都经济圈发展以及京津冀区域科技创新能力提升的关键因素。根据京津冀创新资源特点，可从人力资源、财力资源和物力资源三方面分析京津冀创新资源投入现状。

1.科技创新人力资源投入

拥有一支高素质的科技创新人力资源队伍，将决定一个国家或地区的研究管理能力，是判断区域科技创新实力和能力的重要指标。从数量和质量最有匹配的角度，科技创新人力资源的投入可从区域创新人力资源的规模投入和人才素质两方面进行考量。

（1）创新人才规模投入

科技创新活动主要分研究与发展（R&D）活动、研究与发展成果应用活动、科技服务活动三类。R&D人员包括直接参与研究开发新知识、新产品、新方法等科技创新活动过程的研发人员和直接参与项目管理、提高项目课题服务的专业人员。

从R&D人员投入规模来看，2013年京津冀地区R&D人员总数为614476人，折合全时当量为431938.9人，占全国R&D人员总量的12.23%，与长三角、珠三角地区相比人数总量略处于劣势，但京津冀从事研究人员近乎相当于该地区R&D人员总数的一半，与其他两个地区比具有明显比例优势，甚至比全国平均水平高出7.71%（见表1），表明京津冀地区具有强大的知识创造潜力。而2013年长三角和珠三角地区在试验发展领域占R&D人员全时当量比例较高，均在90%左右，京津冀地区为69.36%，进一步说明京津冀对R&D活动的研究领域更为重视，长三角和珠三角地区面向产品开发领域的R&D活动更为密集，试图通过R&D试验发展方向的投入，提高科技成果转化效率。R&D人员分布京津冀地区也较为不均，2013年北京的人数比天津和河北的人数总和还高，这与北京的行政区位优势导致的人才虹吸现象有关。而从近年情况看（见图1），北京R&D人员全时当量一直一枝独秀，该指标在天津增长迅猛，并在2012年超过河北，而该指标在河北逐年保持平稳增长态势。总体上，京津冀R&D人员占全国人数比重近4年都约为12%，值得深思的是增长率却逐年变缓，表明京津冀地区R&D人员投入后力不足。

（2）科技创新人才素质

创新人力资源的学历素质决定一个地区科技创新队伍建设水平的高低，就具有博士和硕士学历水平的R&D人员而言，2013年北京的人数及所占R&D人员总数比重最高，达到40.87%，居全国第一，长三角的上海次之，津冀分别以19.54%和16.26%紧跟，可见在三大区域中，京津冀地区以北京为龙头，科技创新人员整体素质较高，创新发展潜力巨大。

2.科技创新资源财力投入

R&D活动是科技创新活动中最核心的部分，R&D的经费投入可以测度国家或地区科技创新活动的规模，也是衡量国家或地区创新能力和创新战略实施的重要指标。2013年，京津冀地区R&D经费内部支出达1895亿元，占到全国支出的16%，仅北京地区就占到10%。从R&D经费投入强度来看（见图2），京津冀三地平缓增长，北京和天津均在全国平均水平之上，其中北京地区远远处于高位，主要是由于其政治文化优势集中大量国有科研机构。R&D经费投入强度是指R&D经费投入与GDP的比重，它是国家或地区的经济增长方式和创新竞争力的核心指标。河北省在2013年之前一直低于1%，根据国际组织评价属于缺乏创新能力的地区，京津近年都在2%以上，表明这两个地区科技创新能力较强，创新对经济增长贡献度较大。

表1　2013年京津冀地区R&D人员当时全量情况对比

图1　京津冀R&D人员近年情况

图2　京津冀近年R&D经费投入强度

从R&D经费来源来看（见表2），2013年京津冀地区R&D经费来源整体来说政府与企业平分秋色，企业出资略高，但政府出资比例较全国水平高出20.63%，这是由于北京R&D经费内部支出受到政府支持力度较大，相比而言，其他省市R&D活动经费企业投入均在70%以上，说明除首都外R&D活动市场化程度较高，企业作用空间较大。

3.科技创新物力资源投入

创新物力资源即创新主体，主要包括企业、研究与开发机构以及高校。2013年京津冀地区研发机构和高校占全国比例较企业高（见表3），说明京津冀地区创新开发和创新人才培养主要通过专业研究机构进行。就企业而言，天津地区有R&D活动的规模以上的工业企业数量最高，占比达31.5%，这也和其发展先进制造工业的产业定位相符；就研发机构而言，北京研究与开发机构数量远远超过津冀地区，高等院校也出现类似情况；就高校而言，京津冀三地高校数占全国的10.52%，河北虽然拥有数量上的优势，但118所高校中仅有一所211高校，高校创新质量有待提高。

（二）京津冀创新资源产出现状

京津冀创新资源的产出状况可从科技创新成果产出和创新效益产出两方面进行衡量。

1.科技创新成果产出

发明专利的申请量和授权量代表一个地区的技术发明能力。2013年，京津冀地区共国内专利申请受理211870件，占全国的9.5%，比2012年增长35.33%，其中申请授权数占比49.9%，长三角地区为55.45%，珠三角为64.5%，总体上京津冀专利申请占全国比重和专利授权比例略逊于其他两大地区，纵向看京津冀近年专利授权增长也放缓（见图3），地区创新活力有待加强。

科技论文是科技创新基础研究的主要产出之一，一定程度上代表了一个地区的科研实力。科技论文被SCI、EI和CPCI-S三大检索收录数量已成为科研人员评定职称，高校和科研机构建设评估的重要考核指标，也是衡量其科研水平与国际接轨的程度的指标。2012年，京津冀被三大检索工具收录的科技论文为76624篇，占到全国的23.12%，就排位看除北京地区各项均居全国第一，津冀两省市三大索引收录情况均不在全国前十（见表4），而前文分析京津冀在创新资源研究领域投入较高，可见其创新资源在基础研究领域投入与产出并不对应，表明北京需带领津冀提高科技论文产出的数量与质量。

表2　2013年京津冀地区R&D经费资金来源对比（单位：万元）

表3　2013年京津冀创新物力资源投入情况（单位：个）

图3　历年京津冀国内专利申请授权情况

此外，在技术市场技术输出合同数和金额上，2013年京津冀地区技术输出合同签订82620项，合同金额达3159.44亿元，占全国总数的42.3%，平均每项技术输出合同成交金额382.4万元，但分地区看天津和河北平均成交金额分别为176.3万元/项和75.1万元/项。可见京津冀地区技术交易输出市场唯北京独大，津冀地区技术商品经营能力和自主创新成果转化能力还有待增强。

2.创新效益产出

2013年京津冀地区高新技术产业企业个数、销售收入、利润、利税和出口占全国比重均不到10%（如表5），而长三角、珠三角各省市高新技术企业个数均超过千个，高新技术生产经营情况各项都占全国比重20%以上，可见京津冀地区高新技术产业发展水平在全国并不领先。从京津冀内部看，天津的高新技术企业数量不占优势，但其高新技术产业产出各项领先于京冀，归结原因在于其近年一直实施科技小巨人发展计划，科技型中小企业数量增长迅猛，2013年天津科技型中小企业达到4.92万家，小巨人企业累计达2435家，2014年科技型中小企业新增1.48万家，小巨人企业增到3003家，并且在先进装备制造、生物医药、新材料、化学工程等多领域大力发展高新技术产业。说明京津冀地区在天津的引领下企业自主创新能力和创新成果转化能力在未来还有巨大发展潜力。

京津冀创新资源配置效率评价

（一）评价指标

通过对科技创新资源投入产出的分析，指标评价体系（见表6）选用R&D人员全年全时当量和R&D经费内部投入以及有R&D活动的机构数分别代表创新资源的人力、财力、物力投入，从创新知识产出和经济效益反映创新产出。考虑到创新产出成果存在一定滞后性，选择时滞期为1年，即假设2013年的各项创新产出是由2012年的财力、人力和物力投入所得到。指标评价体系原始数据来自《中国科技统计年鉴2013》和《中国科技统计年鉴2014》，评价样本除了北京、天津、河北三省市还选取了长三角地区的上海、江苏、浙江以及珠三角地区的广东省进行区域间创新资源配置效率对比。

（二）评价方法

本文采用数据包络分析法，即用DEA模型分析京津冀地区的创新资源配置效率。DEA是以数学规划为工具，针对相同类型决策单元，通过线性优化评价其多项输入和多项输出指标的最优权重和相对效率的方法。运用DEA方法无需预先对参数权重和函数模型进行估计，也不受输入输出数据量纲的影响，因而可规避主观因素干扰，提升效率评价的有效性和客观度。本文选择经典的C2R评价京津冀地区的创新资源配置效率。

表4　2012年国外主要检索工具收录京津冀科技论文情况

表5　2013年京津冀高新技术生产经营情况（单位：亿元）

表6　创新资源投入产出评价指标

京津冀创新资源配置系统是典型的多投入多产出系统，设有n个决策单元DMUj（j=1，2，…，7），每个DMU均有3种输入和4种输出，输入向量Xj=（x1j，x2j，x3j）T，输出向量Yj=（y1j，y2j，y3j，y4j）T，则C2R模型为：

式中：θ（0＜θ≦1）为DEA模型的综合效率，λj为拉格朗日乘数即权重，S-为松弛变量，S+为冗余变量。根据DEA模型含义，若某决策单元的θ值越接近1，则表明该DMU具有较高的投入产出比，资源配置效率越高。当θ=1时，表明该决策单元的投入产出水平已处于科技创新最优前沿面，资源配置效率达到最高；当θ＜1时，S+＞0，S-＞0，则说明该决策单元为DEA无效，可判断该决策单元的资源配置投入及产出还具效率提升空间。

（三）评价结果与分析

在进行DEA模型对创新资源效率分析前，首先运用熵值法将京津冀、长三角和珠三角地区各项指标整理为创新人力投入、财力投入、物力投入、知识产出、经济效益五类，以便综合对比京津冀内部以及和其他两大地区的创新综合指标，得到七省市五项指标的排序情况。从表7中可看出京津冀仅北京各指标排位在三大地区中等偏上，津冀的各项排序位置几乎垫底。再将7省市创新资源投入产出各项指标用deap2.1软件运行，得到各项创新资源配置效率（见表7）。

从京津冀内部看，三省市创新资源配置效率依次递减，仅北京的配置效率达到100%，从表7中也可看出北京在创新人力、财力、物力投入排序位置不占优势的情况下，创新知识成果和经济效益均达到三大地区前三，创新资源产出相对投入而言达到了综合效率最优；天津各项创新投入各项排名在7省市中排名第6，知识产出和经济效益排在第6和第4位，资源配置效率达到96.7%，说明虽然其创新投入并不是很高，但其获得了相应的知识产出和较高的经济效益，创新资源配置效率水平较高，处于创新生产前沿；河北创新资源投入产出排位均垫底，创新资源配置效率为57.6%，处在京津冀地区末端，但与其他6省市相比高于江苏省的42.1%和浙江省的56.1%。表面河北在创新投入水平较低的情况下，获得一定的产出率。由此可见，在创新资源投入水平一定的情况下，例如就投入排名而言，一地区所获得的创新知识产出和经济效益排名若有所提前，则该地区的创新资源配置运行效率相对较高。

将京津冀与其他两大地区进行对比，长三角、珠三角地区科技创新资源投入整体较京津冀靠前，这与其开放的创新环境、自由流动的创新要素以及企业技术引进和应用有关。另外京津冀之间创新投入产出排位差异明显，而长三角地区间排序相近，这主要源于北京是全国科技中心，云集大量科技创新资源、著名高校、科研院所，因而其创新知识成果产出也居第一。

总体来说，京津冀地区创新资源配置极化现象明显，北京科技创新的投入、产出、配置效率等各方面运行良好；天津创新资源投入产出比率相对较高，因而其配置效率高，整体科技创新投入水平并不乐观；河北科技创新投入水平和天津相近，但成果产出率不高，创新资源配置效率还处于下游水平。这也说明集聚全国技术知识创新资源的北京并未与周边的天津和河北形成优势互补，三地创新能力缺乏有效协作，并且北京的科技创新成果相当一部分以技术交易等形式流向南方，北京已处于后工业化时代，经济发展定位于服务经济，因而其创新成果并不在当地进行成果转化应用，其创新资源经济效益较知识产出低。天津在滨海新区快速发展的基础上，加之自由贸易试验区的带动作用，产业升级和企业创新技术外资引进以及创新成果应用都得到快速发展，创新资源的经济效益明显。河北近年加大改造传统产业，不断引进新技术新知识，创新资源配置效率有所提高。

DEA方法的优点之一是可以直观看出配置效率投影情况，对非DEA有效地区可通过投影的松弛变量分析出投入产出调整值和有效目标产出值，进而解读资源配置效率低下原因，同时可以将非DEA有效地区投影于DEA有效地区，进行彼此之间的效率对比。京津冀地区北京的创新资源配置效率为100%，投影面松弛变量S+、S-均为0，实际创新投入产出为DEA有效；2013年天津的创新资源配置效率为96.7%，即该年天津创新资源可减少3.3%的投入而现有产出量不变，依据投影结果，天津欲在创新资源产出不变的情况下需减少2957.216人年的R&D人员全时当量，减少483864.25万元的R%D内部投入经费，并减少408所有R&D活动的机构数，同时DEA投影结果还显示2013年天津市是将0.076倍的广东省创新资源和0.321倍的上海市创新资源进行组合所复制出的标杆地区；河北的科技创新资源投入产出水平为0.576，即其资源配置效率达到57.6%，若使各项创新投入产出指标均与其投影面相吻合，获得资源最优配置，则需要减少41639.503人年的R&D人员全时当量，减少1042158.949万元的R&D经费内部支出，以及666所有R&D活动的机构数，2013年河北省的标杆地区是由0.025倍的广东省和0.104倍的北京市所组成，即该地区创新资源投入只需原来的0.576倍就能达到现有产出。由此可见，京津冀科技创新资源配置效率除北京市外，津冀地区还需改善提升，尤其是河北省有较大的提升空间，DEA模型运算结果显示可通过减少创新资源投入的方式实现，但实际经济社会运行中创新科技资源投入冗余不是单方面投入量过大的问题，还可能为创新投入组合结构不合理、区域分配不均衡等原因，今后京津冀协同创新还可在此方面进行探索。

表7　京津冀科技创新投入产出指标排位对比及配置效率

京津冀创新资源优化配置的途径

京津冀地区是北方重要城市群，科技创新发展已成为经济社会发展的助推器，以有限的创新资源投入获得最大程度的成果产出，将是京津冀地区在中国经济转型期实现协同发展的重要保障。提升京津冀创新资源效率，可从以下途径入手。

（一）加大创新资源投入力度，优化创新资源投入质量

三地应从创新资源人力、财力、物力投入方面着手，在保持投入量的情况下实现质的提高。首先，津冀通过引进北京高层次创新人才，培育创新科技团队，完善创新人才服务政策体系。其次，三地可加大政府、企业和社会的创新投入力度，推进科技创新和金融体系的合作，形成多渠道、多结构的创新投融资体系。最后，围绕产业结构升级和高新技术产业园区的建设，加强各科研机构创新条件、实验室体系、创新知识平台建设；面向高新技术产业和战略性新兴产业的创新需求，形成高水平、多元化的创新支撑系统，发挥技术创新载体对产业升级的支撑和引领。

（二）加强创新主体合作，优化区域创新系统

从上文评价结果可知，京津冀非DEA有效地区创新投入过量，从另一角度看是创新活动产出率低，从表面看是科技创新成果数量少、效率不高、成果转化能力弱的表现，但实际也说明京津冀地区研发机构的创新成果和企业需求有所脱节。改变此状况需要：一是加强三地企业、科研机构、高校、政府和社会之间的信息沟通、协作，使多元主体动态地、相互渗透地交互，形成多力交叉的网络关系，降低创新投入风险，提高创新投入绩效；二是要健全适应市场经济条件的创新宏观管理机制，通过政府的宏观调控职能，营造良好的科技创新环境，为基础研究提供支撑，为产学研的联系和互动提供设施和平台；三是京津冀三地可统一建立评价创新资源配置效率的测定体系，完善科技进步水平监测体系，促进科技创新与经济社会发展的进一步融合。

从京津冀协同创新发展看，其协同创新能力弱于长三角、珠三角地区，区域间创新资源配置效率差异大，周边地区的成果转化和技术应用未捕获北京的知识创新产出，因此要在京津冀区域形成科学、完善、合理的创新系统。首先，科学布局和定位京津冀创新资源，实现三地间创新人才、创新激活素和资金投入等创新要素的跨区域流动。其次，北京利用其创新能力绝对优势进行“内生型”创新，加快区域内企业和高校合作，实现内部新技术新产品的研发应用，天津和河北与北京形成“对接型”创新体系，加强区域间技术合作和商业模式创新，承接北京先进的科技创新成果，通过各类高校科研院所、企业、创新园区和科技中机构促进创新成果的示范、应用和推广，形成我国北方“创新高地”。

参考资料

1.王蓓，刘卫东，陆大道．中国大都市区科技资源配置效率研究——以京津冀、长三角和珠三角地区为例［J］．地理科学进展，2011（10）：1233-1239．

2.刘雪芹，张贵．京津冀区域产业协同创新能力评价与战略选择［J］．河北师范大学学报，2015（1）：142-148．

3.宁仕鹏．广东省科技资源配置效率评价及对策研究［D］．广东：华南理工大学，2012．

4.姜照华．区域创新与生态效率革命［M］．北京：科学出版社，2012．

5.李国平．京津冀地区科技创新一体化发展政策研究［J］．经济与管理，2014（6）：13-18．

6.于晓宇，谢富纪．基于DEA-Tobit的区域创新系统资源配置优化策略研究［J］．研究与发展管理，2011（23）：1-10．

7.赵江敏，刘海娇．京津冀一体化区域创新系统的构建研究［J］．经营管理者，2015（1）：192-193．

责任编辑：陈秀丽

作者简介：（原慧华，河北工业大学经济管理学院，硕士研究生，主要从事产业经济学研究；金牛，南开大学周恩来政府管理学院，硕士研究生，主要从事教育服务贸易与人力资本研究）