长三角科技创新政策实施效果评估实证研究

汪晓梦

十八大报告指出：“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置。”［1］科技创新是区域经济发展的重要推动力和加速器，需要制定一系列创新政策，激活创新资源，激发创新活力。长三角是我国一个重要的经济区，在国家经济建设和全方位开放格局中具有举足轻重的战略地位，范围包括江、浙、沪、皖三省一市。近年来，长三角陆续出台了很多科技创新政策，实施创新驱动发展战略，创新工作取得了巨大的成就。然而，从目前来看，长三角科技创新政策实施效果的评估工作都由政府倡导，相关职能部门参与，基本内容局限于项目和资金的审计审核，是体制内自我评估，观点先入为主。评估方法倾向于定性分析，评估结论缺乏说服力，对创新政策效果检验所起的反馈作用不大。

目前，科技创新政策效果评估逐渐引起国内不少专家学者的重视，研究工作处于起步探索阶段。谭鑫认为科技创新扶持政策是推进企业创新的“加速器”，并针对石家庄市现行科技创新政策实施效果评估提出了对策建议［2］。袭著燕等人利用2006—2012年山东省科技创新统计数据，评估了科技创新政策实施效果，得出山东省科技创新政策在执行过程中存在偏差，未能发挥出应有效果的结论［3］。杨阜城等人运用了总体分析、个案调查、问卷调查、统计分析和深度走访等多种方法，对山东省科技创新政策效益进行了诊断评估［4］。杨思思等人应用结构化方程模型对吉林省科技政策实施效果进行了评估［5］。周惠来从科技创新经费投入、人员投入、科技活动产出以及相关的协调性和适应性三大维度入手，采用熵值法计算各政策的权重，评估了河南省“十一五”“十二五”发布的科技创新政策实施效果［6］。

以上研究文献，为科技创新政策评估提供了理论支撑，研究方法颇具借鉴价值。关于科技创新政策实施效果评估多数以定性分析为主，研究对象局限于单个省、市级层面，对经济区域尤其是以长三角为研究对象，运用定量分析方法进行研究的文献尚不多见。

一、长三角科技创新政策效果评估指标与方法

（一）科技创新政策实施效果评估的指标

科技创新政策实施效果评估是评估主体依据一定的方法判断科技创新实现政策目标程度的活动。科技创新是经济学上的投入产出活动，是创新人力资源和资金所能得到的科技产出。选择的政策效果评估的科技投入指标为R&D研究人员（万人年）和R&D经费（亿元）；科技产出指标为高新技术产品出口额（亿美元）、专利授权量（件）、技术市场成交额（亿元）。

（二）数据来源

原始数据来源于2009—2014年中国主要科技指标数据库、2015年和2016年长三角国民经济和社会发展统计公报、科技统计报告、统计年鉴和城市年鉴。

（三）数据分析方法的选择

从现有的科技创新统计资料可以看出，关于科技创新投入与产出的样本量较少，信息量不大，不适合使用数据包络法和主成分分析法，也不适合用于显著的特征函数和概率论分析方法。灰色关联分析方法则不要求样本数据多少和具有规律性，特别适合“寡样本，贫信息”的数据处理，因此选择该方法对科技创新政策实施效果评估的数据进行处理。

（四）灰色关联度

1.灰色关联度涵义

所谓关联度是对事物之间、因素之间关联性的度量，是灰色关联分析的基础和工具［7］。通常，我们运用此方法来分析和判定系统内各个因素对于结果的影响程度，也可以解决时间序列的综合评估。其核心思想是按照一定规则确定随时间变化的母序列，把各个随时间变化的评估对象确定为子序列，求出每个子序列与母序列之间的相关程度，依照相关性大小得出结论，即灰色关联度数值的大小反映出母子序列相互影响关系的强弱程度。

2.计算步骤

（1）选定子序列和母序列。设定子序列记为x0（k），母序列记为 xi（k），k=1，2，3，…，n；i=1，2，3，…，n。

（2）对母子序列的原始数据进行无量纲化处理。用时间序列报告期数据除以基期数据进行无量纲化处理，便于比较。基期是最初年份数据，报告期是当前年份数据，基期数据全部记为1。

（3）计算关联系数。定义关联系数如下：

式中：ξ一般在0与1之间取值。本次数据处理时，令ξ=0.1。和分别称为母子序列对应分量的最小差和最大差。

（4）计算关联度。对关联系数求均值，即可得出灰色关联度数值：

二、实证结果分析

通过灰色关联度计算公式，得出长三角科技投入与产出关联度分析结果。R&D研究人员与科技创新产出灰色关联系数见表1、经费与科技创新产出灰色关联系数见表2。

表1 R&D研究人员与科技创新产出灰色关联系数

表2 R&D经费与科技创新产出灰色关联系数

（一）R&D研究人员与科技产出关联分析

1.高新技术产品出口额

安徽省R&D研究人员与高新技术产品灰色关联系数r与相关系数等级界定相似，一般认为0.80＜r＜1.00 为高度相关，0.50＜r＜0.80 为中度相关，0.30＜r＜0.50为低度相关，r＜0.30为弱相关，正数表示正向相关。安徽省R&D研究人员与高新技术产品灰色关联系数仅为0.16，属于弱相关，说明安徽省的研发人员对高新技术产品出口效果最差。江苏省R&D研究人员与高新技术产品出口额灰色关联系数为0.50，属于中度相关，表明江苏省研发人员对此项指标的作用相比较而言为最好。浙江省和上海市R&D研究人员与高新技术产品出口额的灰色关联系数分别为0.33、0.28，位居第3位和第4位，浙江省为低度相关，上海市为弱相关。

2.专利授权量

浙江省和上海市R&D研究人员与专利授权量的灰色关联系数分别为0.39、0.35，同属低度相关，两地R&D研究人员对专利授权量的指向性作用比较接近，效果较好。江苏省R&D的灰色系数最小，只有0.20，关系极弱，作用不明显。安徽省的灰色关联度为0.28，也属于弱相关，作用强度排第3位。

3.技术市场成交额

浙江省R&D研究人员与技术市场成交额的灰色关联系数为0.51，属于中度相关，说明其研发人员对技术市场成交额发挥了很好的作用。上海市和江苏省R&D研究人员与技术市场成交额的灰色关联系数分别为0.29、0.28，几乎趋同，都是弱相关，二者的作用性也相差无几。安徽省R&D研究人员与技术市场成交额的灰色关联系数为0.24，是弱相关，反映出其R&D人员对技术市场成交额的作用不够理想。

（二）R&D经费与科技产出

1.高新技术产品出口额

长三角各省市R&D经费与高新技术产品出口额灰色关联系数均小于0.30，都是弱性相关，作用都较差。上海市和江苏省R&D经费发挥的作用接近，浙江省和安徽省R&D经费发挥的效应也接近。相对而言，R&D经费对高新技术产品出口所起的作用，上海市最强，安徽省最弱。

2.专利授权量

上海市R&D经费与专利授权量灰色关联系数为0.50，属于中度相关，效用最好。浙江省R&D经费与专利授权量的灰色关联系数为0.43，属于低度相关，效用次之。安徽省R&D经费与专利授权量的灰色关联系数为0.34，也是低度相关，效用排序为第3位。江苏省R&D经费与专利授权量的灰色关联系数为0.25，是弱相关，效用最差。

3.技术市场成交额

江苏省R&D经费与技术市场成交额的灰色关联系数为0.52，居于首位，属中度相关，R&D经费对技术市场成交额发挥了很好的作用。浙江省R&D经费与技术市场成交额的灰色关联系数为0.44，排序为第2位，属低度相关，作用较好。上海市和安徽省R&D经费与技术市场成交额的灰色关联系数均为0.33，低度相关，效用尚可，位居第3位。

三、结论与对策

（一）结论

1.长三角科技投入与产出的灰色关联度系数均为正数且小于0.80，少数属于中度正相关，大部分属于低度或弱正相关，整体性效果均属于中等偏下水平。

2.长三角科技投入与产出的效果具有明显的强弱差异性和非均衡性，R&D经费发挥的作用相对高于R&D研究人员。长三角的R&D经费对高新技术出口额的关联系数均小于0.30，同属弱相关，作用不明显，效果比较差。

3.经济发达地区科技投入与产出效果比欠发达地区要好得多。上海市、江苏省、浙江省的科技投入与产出的效应基本上高于安徽省。

（二）对策

1.加大科技创新投入力度

科技创新投入一方面来自政府，另一方面来自企业。做好政府资金预算，给予科技创新更多支持［8］，确保投资增速不低于地方财政收入的增速。做好政府资金投入的覆盖面管理，适当减少大中型创新企业的研发经费，加大中、小、微企业投入集中度，扩大覆盖面。拓宽企业科技创新融资渠道，鼓励民间资本注入。转变政府职能，做好企业创新服务，做好政府、企业、银行、信贷之间的沟通协调工作，加大政府担保力度，允许企业可以用土地、固定资产、专利技术等办理抵押贷款，以获得更多的创新资金。

2.激发科技创新人才活力

科技创新的决定性要素是人才，需做好人才引进与培养工作。科技创新人才是创新活动的载体和承担者，要制定优惠政策，吸引高端研发人才投身于创新活动。营造良好的创新环境和氛围，培植创新文化，加大“双创”力度。不同的区域要制定差异化人才政策，允许企业自主引进优秀人才，政府给予政策支持，协助企业做好人才服务工作。经济欠发达地区的人才政策要更加实在，更具有优越性和保障性。推动人才科技活动柔性发展，提升人才分享技术专利的利益强度，鼓励科技人才跨区域联合攻关。

3.加强科技创新协同

做好信息、人才、项目、经验、成果与平台共享。长三角科技创新要抱团取暖，集中科技创新优势，建立研发项目组，共同攻关，促进科技成果优先在长三角内转化。充分发挥上海市、合肥市的产业创新中心、张江和合芜蚌国家自主创新示范区的引领作用。江、浙、沪科技创新政策实施效果较好，要加强科技创新辐射力和带动力。安徽科技创新政策实施效果相对较差，要借鉴先发地区经验，重新审定现行科技政策，激活政策效应。

4.做好创新科技政策评估

科技创新政策为科技创新活动服务，对科技创新具有导向性作用，对创新效率也有重要影响。科技创新政策执行一段时期后，要做好效果评估工作。在实际评估中，要在政府指导下推动第三方独立机构或科技中介组织对科技创新政策的实施效果作出客观公正的评估。具体的评估方法要做到理论与实践、历史与现实、定性与定量、静态与动态的有机结合，同时要做好评估信息的反馈工作。