我国创新效率测算研究述评

2020-04-20吴梦君宋玉

合作经济与科技 2020年8期

吴梦君宋玉

[提要] 近年来，创新效率测算研究在我国学术界受到高度关注。本文从创新效率测算指标体系研究、创新效率测算方法研究、区域创新效率和产业创新效率实证测算研究等方面，对我国创新效率测算研究进行系统的分析，并指出以往的研究不足以及未来研究的可能方向，以期为我国创新效率测算理论研究作出贡献。

关键词：创新效率;区域创新;产业创新

基金项目：芜湖市2019年度科技计划项目（2019rkx2-3）;2019年度安徽师范大学研究生科研创新与实践项目（2019kycx061）

中图分类号：F12 文献标识码：A

收录日期：2020年2月19日

2017年科技部发布《创新驱动发展战略纲要》提出我国建设创新型国家目标，争取2020年步入创新型国家行列，2030年跻身创新型国家前列，2050年成为世界科技创新强国。加快创新型国家建设，实现从创新跟随到创新引领，不仅要求我国增加创新资源投入强度、规模，更要充分利用有限的创新资源，提升创新效率。本文分别从创新效率测算指标体系研究、创新效率测算方法研究、区域和产业创新效率实证测算等三个方面，分析我国创新效率测算的研究。

一、创新效率测算指标体系研究

指標体系的选择对创新效率测算的结果会产生较大影响，建立不同指标体系测算出的创新效率水平可能大相径庭。创新效率测算指标体系的构建主要分为投入指标选择和产出指标选择两个部分，然而学者们大多数采取主观选择投入与产出指标并解释选择原因的方式。

（一）创新效率测算投入指标。不论是区域创新效率测算还是产业创新效率测算两者的创新要素投入主要都是人力和财力投入，原因在于人力与财力投入是一个地区或者一个产业的创新规模和潜力重要的表征，是创新资源投入能力的综合表现。人力投入指标常使用的有R&D人员全时当量、科技活动人员数、科技活动人员占从业人员比重、企业R&D人员占职员比重等。另外，有学者考虑到R&D人员投入中人员素质参差有别，故选择研究人员（研究人员主要指从事新知识、新产品、新方法、新工艺创造的专业人员和R&D项目主要负责人及R&D机构高级管理人员）数量占R&D人员总量比重作为人力投入质量指标。财力投入指标常使用的有R&D内部经费支出、科技经费内部支出、全社会R&D支出占GDP比重、政府科技拨款占财政支出比重等。

（二）创新效率测算产出指标。产出指标主要反映创新资源投入带来的经济效益。在区域创新效率和产业创新效率测算中，学者们常使用的产出指标有技术合同成交金额、新产品销售额、高新技术产业增加值等，这些指标可以在较大程度上反映技术创新对经济运行质量和成果的促进作用大小，因而可作为创新产出指标来表征创新的经济效益。另外，在区域创新效率测算时也常将专利申请授权量、科技论文数量作为创新产出指标，专利申请授权量是一个地区区域创新能力的重要衡量指标，科技论文数量则是侧重考察一个地区的知识创新能力。

从创新资源投入至最终经济效益的产生不是一蹴而就的，需要一定的转化时间，因而创新效率测算必然涉及到投入产出指标时间间隔选择。对此，学术界并没有统一的共识，较为合理的做法是采用因果关系检验作为判断时滞期的依据。

二、创新效率测算方法研究

现有文献中效率测算的方法主要可分为两大类：第一类是以随机前沿方法（SFA）为代表的参数法，该方法需先假设生产函数与随机误差分布等并估计投入参数，再进行效率测算;第二类是以数据包络分析法（DEA）为代表的非参数法，该方法既不需要设定生产函数形式也不需要估计参数，使用更为方便。在现有文献中对区域创新效率和产业创新效率的测算方法绝大部分都是对这两类方法的延伸和改进。例如，现实中创新驱动发展是一个较为复杂的系统工程，传统的DEA方法只能将这一复杂过程当作黑箱来处理，因此常见的改进方向是打开黑箱，运用多阶段DEA方法来处理。

三、区域和产业创新效率实证测算

（一）区域创新效率实证测算。区域创新效率实证测算研究主要可以分为两个部分：第一，区域创新效率值的测算;第二，影响区域创新效率的关键因素分析。学者何枫等研究发现我国各省域区域创新效率呈现稳步上升的趋势，分区域来看东部地区的整体区域创新效率水平高出中部地区的15%左右，高出西部地区的33%左右。张宗益等运用SFA方法测算后得到类似的结论，且认为我国各省域的区域创新效率存在收敛的趋势。而刘凤朝等学者采用DEA-Malmquist指数方法，测算结果显示东部地区的区域创新效率增长速度明显高于中部、西部地区的增长速度，因此认为中国省域区域创新效率差距呈现进一步扩大趋势。对于影响区域创新效率的关键因素，学者们研究认为产业集聚水平、产业结构、各创新主体的联结关系、人力资本等因素都对区域创新效率有较大影响。

（二）产业创新效率实证测算。产业创新效率实证测算主要是分析某一产业创新资源投入与所获得的经济效益之间的转化率。在众多产业门类中，高技术产业和战略性新兴产业对创新驱动的要求最高，也因此受到了产业创新效率研究学者们的高度关注。徐皓等、杨玉桢等将高技术产业创新链分为技术开发和技术成果转化两个阶段，再分别采用两阶段DEA和SFA方法实证测算了中国各省域的高技术产业创新效率，认为我国高技术产业创新效率各区域差异较大，整体呈现东高西低的梯状分布，且技术开发效率高于技术成果转化效率。肖兴志和谢理先运用SFA方法测算了我国战略性新兴产业创新效率，再利用Tobit模型分析了影响战略性新兴产业创新效率的关键因素，研究发现我国战略性新兴产业创新效率水平较低且与企业规模呈U型关系，技术引进和自主创新对创新效率的提升有正向促进作用。另外，也有学者对细分产业如旅游产业、医药产业、汽车产业等创新效率进行了实证分析，为各产业的创新政策制定与创新效率提升提供了理论基础。

四、创新效率测算研究展望

在经济新常态背景下，随着经济社会发展我国劳动力要素收入从低收入迈入中等收入，原有的自然资源禀赋结构优势难以为继，环境污染问题也日趋明显，这使得我国过去所依赖的经济发展理论、增长方式等已不再适用。在党的十八大报告上，已明确指出中国实施创新驱动发展战略的重大部署，以创新作为经济发展的第一动力，这不仅需要大量的创新资源投入，在我国创新资源投入有限的背景下，更要关注创新资源的利用效率。本文对创新效率测算研究文献作系统梳理，在深化效率测算理论研究的同时，也期待为我国各省市创新政策的制定提供理论参考，为创新型城市建设乃至创新型国家建设作出贡献。

当前，学术界对创新效率测算的研究时间较短，未来仍应是重点关注的研究方向。为了进一步推动对创新效率测算的研究，以下几个议题值得深入探讨：第一，探索更加科学、合理、客观的建立创新投入与产出指标体系的方法，避免应用同一种测算模型却因主观建立的指标体系不同，而导致测算的创新效率结果出现较大差异;第二，不论是DEA方法还是SFA方法都是基于距离函数理论的相对效率测算方法，可以尝试运用更多样的效率测算方法来研究创新效率，而不仅是这两类方法的变形或者改进;第三，我国幅员辽阔，各地区区域异质性较大，将我国视为一个整体测算区域或者产业的相对创新效率，其结果必然不具备针对性。因此，各地区单独的创新效率测算研究可能对该地区创新实力提升更具指导意义。

主要参考文献：

[1]池仁勇，虞晓芬，李正卫.我国东西部地区技术创新效率差异及其原因分析[J].中国软科学，2004（8）.

[2]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，2007.25（5）.

[3]李荣，张冀新，胡维丽.战略性新兴产业创新转化效率及极化效应研究[J].科技管理研究，2018.406（12）.

[4]蔡玮，付祥，彭建华.基于序列链模型的中部区域创新绩效的评价与比较[J].财经理论与实践，2010.31（4）.

[5]武澎，赵迪.中国区域创新系统研究状况[J].合作经济与科技，2018（21）.

[6]王林锋.我国区域创新研究动态[J].合作经济与科技，2018（3）.

[7]刘顺忠，官建成.区域创新系统创新绩效的评价[J].中国管理科学，2002（1）.

[8]陈伟，冯志军，姜贺敏，等.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，2010.29（12）.

[9]李邃，江可申，郑兵云.基于链式关联网络的区域创新效率研究——以江苏为研究对象[J].科学学与科学技术管理，2011.32（11）.

[10]徐银良，王慧艳.中国省域科技创新驱动产业升级绩效评价研究[J].宏观经济研究，2018（8）.

[11]何枫，陈荣，何炼成.SFA模型及其在我国技术效率测算中的应用[J].系统工程理论与实践，2004.24（5）.