科技创新因素对安徽省各地区经济贡献程度的评价

王 丹，武保贇，张克荣

（阜阳师范学院 商学院，安徽 阜阳 236037)

从统计数据分析，我国近几年对科技方面的投入一直在持续增加，科技支出也从2011年的1 885.88亿元到2016年的3 877.86亿元。全国的国内外三种专利申请受理数从2011年的1 504 670件到2016年的3 464 824件；全国的国内外三种专利申请授权数从2011年的883 861件到2016年的1 753 763件，科研成果在不断的增加，科技能力在不停的增强，经济也跟随着科技能力的增强不断增长。

科技创新与经济增长的相关性方面，赵昕等的研究指出，山东省经济发展对科技创新有明显的推动作用［1］。李朝洪和李侃蔚的研究结果也表明，科技创新是可以带来积极的经济效益，并促进经济的增长［2］。宋之帅等的研究表明，从长期来看，经济增长和科技创新人才以及专利产出存在相互影响、相互促进的关系，而从短期来看，经济增长对科技创新人才及专利产出的推动作用是明显的，而反向作用不显著［3］。巴吾尔江等的研究表明科技创新能力发展不平衡，区域差异明显［4］。

企业创新能力是地区科技创新能力中最重要的因素，企业创新能力的强弱对应地区科技创新能力的强弱。总体来讲，全国范围内对于科技创新与经济之间的研究正迅猛发展，也有许多有效的研究成果，对于两者之间的关系、影响和实证分析有着很强的说服力和论文支撑，所以本研究基于以上视角出发探究科技创新对区域经济贡献的影响。如易文钧等证明了长江三角洲的科技创新能力要远高于中部五省［5］。郑凌燕在中国科技创新的地区差距及影响因素研究中表明对科技产出贡献最大的是R＆D研发人员，其次是R＆D研发经费，信息资源的贡献最小［6］。从已有的文献看科技创新对经济是有影响的，不同创新能力因素对区域经济也有着不同的影响。

在区域科技创新能力评价体系上，徐顽强建立了4个一级指标20个二级指标的科技创新能力评价体系，并对31个省市进行了评价分析[7]。蒋新华以佛山市为例建立了5个一级指标，48个二级指标的科技创新能力评价体系[8]。武保贇通过创新投入，创新产出和创新基础条件三个方面构建了科技创新能力评价体系[9]。整体而言，在评价体系方面，各学者构建科技创新能力评价体系大同小异，所以本研究借鉴了相关学者的科技创新能力评价体系来分析安徽省各地区科技创新因素以及创新能力对区域经济贡献程度。

基于以上理由，本研究就安徽省内16个市级之间创新能力内部因素对经济增长的贡献度进行比较，使用灰色关联度模型进行数据处理，并对数据进行研究分析，找出各市之间科技创新的差异性，并对以后各市经济发展的科技创新方面的调整提出有效的建议。

1 评价指标的选取

在选取创新能力评价指标时应当遵循可比较性和可操作性的原则。一方面可以保证不同市域之间的指标可以进行横向和纵向之间的比较，另一方面还可以保证使用的数据易于收集。创新能力评价指标的选择必须客观合理，这样才能保证创新能力指标体系的科学性和评价结果的合理性。再使用严格的数学方法处理数据，进行严格的数学处理可以体现评价结果的严谨性，也更好地反映区域经济创新差异性结果的意义。

1.1 创新能力评价指标的选取

本研究结合安徽省各市科技创新能力的实际情况，更加重视科技创新能力具体的内部因素，所以在指标的选取上更注重于有代表性的数据，能更好的反应各市创新能力的真实情况。

1.2 创新能力评价体系的建立

本研究将各市的创新能力划分为基础能力、投入能力和产出能力3个一级指标，7个二级指标的评价体系。具体指标体系，如表1。

基础能力主要选取了R&D人员折合全时当量和高新技术企业数两个指标，人才是科技创新的原动力，是决定科技创新能力的基石；高新技术企业数是科技创新人才主要容纳力，所以这两个指标最能代表科技创新的基础能力。投入能力主要选取了R&D投入经费和科技支出两个方面，在投入和具体支出之间可以做一个比较效果。创新的产出能力，最有代表性的当然是经济方面产出所以选取了高新技术总产值为指标，创新能力的另一产出方面是知识产出，选择了专利来表示知识产出。其中专利申请数和专利授权数又分别表示了知识的总产出和有效产出能力。除上表之外，在衡量区域经济综合能力的指标选择常用的GDP（亿元）代替。

2 模型的建立

GRA灰色关联度法是对多指标评价的一种方法，可以分析和确定不同指标之间的相互作用程度以及各指标对评价对象的贡献程度。在样本统计量小和信息决策不足的情况下，该方法有较强的客观性。由于创新能力评价的影响因素较多，相关指标中，有些并不能够很好的量化，在评价的过程中也只能选择有限的且有代表性的指标去评价各地级市的创新能力。而对这种多级次、多原因的评价系统中，又无法对无穷多的间接影响因素进行客观、直接的计量。故选用灰色关联法度进行客观评价。具体的处理步骤如下：

表1 安徽省各市创新能力评价指标体系

2.1 数据的无量纲化处理

其中，W表示标准化数值，Wi为第i个指标的原始数据；Wmax、Wmin则分别为每个指标变量中的最大值、最小值；a、b分别为参数，设a=0.9，b=0.1。将数据进行整理，科技创新能力评价指标分别记为x1，x2，…，x7，区域经济指标的综合值记为y0，

2.2 确定关联系数

无量纲化处理后，参考数列y0={y0(1)，y0(2)，…，y0(5)}；比较数列xi={xi(1)，xi(2)，…，xi(5)}，其中 5 为样本数，i=1，2，…，11，则xi对y0在k区域的关联系数的计算公式为：

3 实证研究

本研究收集了安徽省16个地级市的科技创新能力的相关数据。其中，安徽省各市的指标数据全部来源于2012-2017年的《安徽省统计年鉴》[10]和《安徽省科技统计公报》[11]。具体的数据特征如表2。

3.1 数据的无量纲化处理

以合肥市为例，根据灰色关联的无量纲化处理，可以得出表3所示的无量化处理结果。

3.2 确定关联系数

根据表2可知，无量纲化处理后，得到关联系数如表4。

根据关联系数可知，由于关联系数的数据较多，信息较分散，不利于比较分析，因此有必要将比较数列xi与参考数列y在各个时刻的关联系数加权求平均值，从而得到关联度见表5。关联度的一般表达式如下所示，其中N=6。

使用与合肥市同样的处理步骤，对安徽省其他15个地级市2011-2016年的数据进行数据处理，得到下面各市的数据处理结果。如表6。

皖中地区包括合肥、六安、安庆和滁州四个市，除去滁州外其他三市的情况基本相同，科技创新基础能力，投入能力和产出能力影响力大致相同，其中投入能力稍弱。基础能力中R&D人员折合全时当量对经济贡献度最大，投入能力中R&D投入经费对经济的贡献度最大。产出能力中高新技术总产值对经济的贡献度最大。产出能力中有关于知识的产出比较弱，专利申请数和专利授权数关联度排名均是第六和第四。虽然合肥、六安、安庆三个市的科技创新的三个能力影响力大致相同，但是合肥市的经济发展还是要比其他两市的发展迅速。合肥作为省会城市，受到国家的重视程度要远高于本省的其他市。合肥市是高校集中区，经济繁荣区。拥有着很多的资源投资者和高级科技型人才，所以现在合肥市的经济多数是科技创新型经济。科技创新对经济的影响比较明显。相比较下滁州市产出能力远远强于基础能力和投入能力。专利授权数，高新技术总产值和专利申请数关联度排名前三。滁州之所以与其他市结果不同是源于滁州市的地理环境，滁州是江淮地区非常重要的枢纽城市，南边是长江、东边是京杭大运河，长江一级支流滁河以及清流河贯穿境内。如此重要的地理位置是滁州得天独厚的条件使得滁州地区产出能力贡献度极高，其中不是经济产出和知识产出某一个部分产出高，而是两部分是同样的贡献度很高。滁州市自身的基础能力和投入能力相比两者持平，都比较弱。

表2 安徽省各市创新能力评价指标数据特征

表3 合肥市经济水平与科技创新因素指标数据的处理结果

表4 合肥市各指标的灰色关联系数

表5 合肥市科技创新评价指标与合肥市GDP关联度及排名

表6 安徽省各地区科技创新指标的灰色关联度处理结果

皖北地区包括蚌埠，阜阳，宿州，淮北，淮南，亳州六个市，其中阜阳和宿州的基础能力、投入能力和产出能力基本持平，是投入产出比较均衡发展的城市。对于蚌埠和亳州这两个城市来讲基础能力较强，但产出能力相较于阜阳宿州两个城市略强。蚌埠是一个高校云集的城市，气候宜人非常适合居住，发展前景不错，对人才的挽留有着先天的优势，所以自然知识产出也是比较高的。而亳州市基础能力强是因为亳州是华佗的家乡，一直都是医药之都，有着很强的文化底蕴。高薪科技制药公司大都聚集在这里，所以即使亳州的投入能力最弱但是产出能力却很不错。淮南和淮北两市基础能力较弱但投入能力一般，产出能力却比较强。薄弱的基础能力是源于当地的R&D人员和高新技术企业比较少，人才和高薪技术产业是创新能力的基石和原动力。虽然产出能力较强但是由于薄弱的基础能力使得这两个城市投入能力和产出能力都没有发挥出自身水平。

皖南地区是安徽省重要的经济、文化旅游中心，人文景观及其丰富。皖南地区包括芜湖，马鞍山，铜陵，宣城，池州和黄山六市其中最具有代表性的是黄山市，中华十大名山之一并有天下第一奇山之称的黄山所在地，有很多游客慕名而来，当地的旅游经济发展的相当成熟，所以黄山市对于人才和高薪技术产业的吸引力很强，带动了当地其他经济的发展。总体来讲皖南地区的普遍特点是基础能力很高，投入能力和产出能力比较持平。

4 小结及建议

本研究主要针对安徽省内16个市2011年到2016年的相关数据对科技创新内部因素对经济影响造成的各市之间差异性的考察。通过灰色关联度法研究科技创新内部因素对经济的增长影响的关联度，对比各市之间科技创新的内部因素对于经济影响的差异性。从总体来说R&D人员折合全时当量、和高新技术总产值对各市经济的贡献程度最高，是影响经济增长的主要因素,科技支出对经济影响最低。对此针对此种情况本研究得出相关启示。

第一，共享平台全省协作。皖中地区的资源比较集中，不管从科技创新技术能力还是科技市场的资源配置都在全省名列前茅。要充分发挥皖中地区的领头地位，与其他市之间建立资源共享平台，在平台上，可实现全省信息资源共享、技术共享、并可在线的讨论技术问题，提高各市的科技创新能力，共享平台全省协作共同促进全省的经济发展。

第二，人才政策。人才是科技创新能力的基石，各市要根据各市自身的条件优势，打破现有的对人才吸引有障碍的规则，制定适合本市的人才挽留政策。为本市人才提供培养发展计划，营造良好的创新人才发展环境。提供一系列的培养服务，留住高科技人才，培养高科技人才。

第三，注重科技与市场的结合并增强知识产权保护意识。增强企业以及科研人员的知识产权保护意识，鼓励科研团队在国内外的合法平台申请专利来保护科研成果。政府通过对科研的专利申请费进行减免等政策激励科研人员对科研知识的保护，并增加科技创新能力。

第四，鼓励企业并加大科技创新投入。政府可以专门针对科技型企业的融资和贷款放宽条件，并出台一些优惠政策，承认他们的品牌和科研创新能力是无形资产，无形资产可进行资金的贷款和担保。以此加大科技创新的投入，从而使经济受到刺激得到发展。