效能视角下区域科技创新评价及障碍因子诊断研究

汪 万, 杨 坤, 吴江城, 金明月, 张绳展

(上海工程技术大学 管理学院, 上海 201620)

自英国学者Freeman在对日本科技政策研究中率先提出区域创新的概念之后,Cooke[1]进一步提出区域创新系统的概念,使区域创新研究向新的方向发展.迄今为止,有关区域创新的研究取得一定成果,主要有区域创新系统、区域创新能力及影响因素和区域创新绩效等.然而区域科技创新发展过程中面临资源分配不均和地区差异化等问题,这导致区域间极不平衡现象突出.因此,探索区域科技创新(S&T)过程中各自的能力和效益,研究各区域创新整体发展情况,有助于挖掘各区域的发展潜力,促进资源优化配置,为相关部门提供参考.

效能(Efficacy)指事物产生功效的能力,最早用于军事,美国工业界武器系统效能咨询委员会将效能定义为可用度、可信赖度及能力的函数[2],之后被逐渐引入到电力系统性能评估、网络安全、应用基础研究、工程技术等领域.Mahroum等[3]将创新效能定义为一个创新系统的效率和有效性的综合水平.目前国内外对区域科技创新能力和绩效方面的研究文献较多,但大部分研究只单方面集中于区域科技创新能力或区域科技创新绩效.本文将能力和绩效综合构建效能矩阵,评价区域科技创新的发展质量.

1 指标体系及模型构建

1.1 指标体系构建

区域科技创新能力是指利用知识来开发新的产品、工艺及服务的能力,包括知识创造能力、知识流动能力、企业技术创新能力和创新环境等[4].区域科技创新绩效是指某个区域创新资源的配置效率(使用效率)[5],同时也是区域创新的投入产出转化率及生产效率提升和社会效益改善的体现[6].因此,结合研究目的,本研究将“效能”分为“能力”和“绩效”两个维度来进行诠释和衡量.现有研究采用不同的指标来分析区域科技创新能力,但研究基本一致使用研发投入、专利及创新企业等指标.而当前区域的发展以知识经济为主导,知识溢出和知识主体隐性知识的交互联系,使知识得以重新生成并有助于创新[7].根据区域科技创新的影响因素,基于知识经济特点,进一步将科技创新能力细分为创新基础能力、知识创造能力及知识应用能力,将科技创新绩效分为科技活动投入、科技活动产出及经济贡献.

“效能”中“能力”维度主要反映知识管理和应用在形成区域科技创新能力中的配置作用.创新基础能力是区域科技创新的前提条件,是推进自主创新、促进产业结构优化升级、促进区域经济可持续发展的重要抓手[8],体现在创新企业数量和人员及资金上.知识创造是区域创新系统的重要环节,若要保持竞争优势,则必须利用现有人才、设备及基地支持,否则无法创造新知识[9].知识应用能力是反映该地区科学和技术成果的转化能力及创新输出[9],表现为企业将高校和科研机构的科技成果转化为经济效益并实现知识应用[10].

“效能”中“绩效”维度可视为投入产出系统,科技活动投入主要体现在研发(R&D)人员和财力投入上,产出则体现在经济和创新效益上,专利及科研论文是产出的直接形式,而技术合同成交额是衡量技术优势与创新成果转化为经济效益的体现[5].创新效率越高,技术机会也就越多,即表现为经济发展(GDP增长速度)和社会需求的增长[11].目前大多数研究都从投入产出的创新效率角度来研究创新绩效[12].但对于区域创新的经济贡献研究不够充分,而人均GDP是区域创新要素投入对地区经济和社会发展贡献的体现[12],因此本文通过经济贡献来反映创新绩效,具体指标体系见表1.

1.2 模型构建

1.2.1 熵值—突变级数模型

首先,为克服测算指标权重时主观性过高的缺陷,本研究采用熵值法计算各指标权重[13].常见的突变模型有尖点突变系统、燕尾突变系统和蝴蝶突变系统等.由于突变模型是由控制变量和状态变量的数量决定的,当控制变量不超过4个时,突变可用数学模型加以解释[14],见表2.

1.2.2 障碍因子诊断模型

研究区域科技创新效能的目的不仅要综合评价区域科技创新效能水平,还要通过诊断科技创新效能的障碍因子有针对性地提升科技创新竞争力,使有关创新主体能出台相应对策并整体把握科技发展状况.本研究引入障碍度诊断模型对科技创新效能的障碍因子进行定量分析[15],模型为

(1)

表1 区域科技创新效能指标体系Table 1 Regional S&T innovation efficiency indexes system

表2 常用突变模型的势函数和归一化公式Table 2 Potential function and normalization formula of commonly used mutation models

式中:Mij为指标偏离度,表示各指标实际值与最优值的差距;Xij为相应指标标准化值;Wj为因子对总体的贡献率,即熵值法求得的因子权重;Nij为第i个评价对象第j个指标的障碍度.根据Nij大小排序可确定科技创新效能障碍因子的主次关系和各障碍因子对科技创新效能的影响程度.

2 实证研究

2.1 熵值—突变级数综合评价

本研究以上海市16个区为研究对象,选取上海市《2017年统计年鉴》《2017年科技统计年鉴》及各区统计公报等相关指标数据,计算指标权重见表3,构建区域科技创新效能突变系统类型,如图1所示.

根据图1并结合已有研究[16],按“互补”或“大中取小”原则进行综合评价,结果如图2所示.图中,E1至E16分别为黄浦区、徐汇区、长宁区、静安区、普陀区、虹口区、杨浦区、闵行区、宝山区、嘉定区、浦东新区、金山区、松江区、青浦区、奉贤区及崇明区.由图可知,在上海市16个区中,中心城区(E1至E7)的科技创新效能综合得分总体差异较小,其中徐汇区和杨浦区的科技创新能力和绩效较其他中心城区强.这主要是徐汇区和杨浦区创新基础雄厚,聚集众多高校、科研院所、众创空间及研发中心等,人才优势明显,同时知识产权服务较完善,一定程度上提高了知识创新能力及科技活动产出,使其科技创新效能综合表现抢眼.而郊区(E8至E16)科技创新效能综合得分差异明显,其中,浦东新区和闵行区各自的科技创新能力和绩效较强,效能综合得分分别处于第1位和第2位.浦东新区的规模以上工业企业R& D人员数、规模以上工业企业新产品产值、研发基地和规模以上工业企业技术改造经费支出等均超过上海其他各区.同时,出台浦东人才发展“35条”,推出“科技创新券”等扶持中小微企业.闵行区是上海南部科技创新中心核心区,也是国家科技成果转移转化示范区,拥有紫竹高新区及交大、华师大等高校,构建的政、产、学、研、资新体系提高了区域科技创新能力及产出.崇明区效能综合得分最低,主要原因是经济基础较弱,人才和资金优势不明显,导致科技创新要素缺乏,产业支撑不足.

表3 区域科技创新效能指标权重Table 3 Regional S&T innovation efficiency index weight

2.2 区域科技创新效能模式

根据各区域科技创新能力和绩效发展情况,以区域层面科技创新能力和绩效排名中位数8为界限,将各区域的效能发展模式分为高能高效、高能低效、低能高效和低能低效等4类.其中,高能高效指该区域对各种创新能力要素进行持续投资,且利用这些投资实现更高的绩效;高能低效指该区域对各种创新能力要素进行慷慨投资,但由于种种原因未产生较高水平的创新绩效;低能高效指该区域在支持创新能力要素方面投资不足,但在创新绩效方面有着出人意料的表现;低能低效指该区域在支持创新能力要素方面投资不足,也没有呈现出较高的创新绩效[3],上海市16个区域效能发展模式划分见表4.

图1 区域科技创新效能指标体系突变系统类型Fig.1 Mutation system type of regional S& T innovation efficiency index system

高能高效的科技创新发展模式涵盖6个区域.大部分集中在郊区,包括浦东新区、闵行区、嘉定区及松江区.浦东新区是自由贸易试验区和建设全球科创中心的主要承载区,拥有张江国家自主创新示范区,众多方面遥遥领先;闵行区是国家科技成果转移转化示范区,有紫竹科技园;嘉定区有中科院上海国家技术转移中心嘉定产业基地;松江区全力建设G60科创走廊,在一定程度上都推动该区域科技创新高能高效模式的形成.

图2 各区域科技创新效能及准则层指标得分Fig 2 Scores of S& T innovation efficiency and criteria indexes in different regions

表4 各区域科技创新效能模式划分Table 4 Division of S& T innovation efficiency models in various regions

高能低效和低能高效的科技创新发展模式各包括2个区域:宝山区和普陀区,以及奉贤区和长宁区.它们的科技创新呈现畸形发展:要么能力强而产出低;要么能力弱而产出强,这两种发展模式的区域可通过相互取长补短来实现协同发展.

低能低效的科技创新发展模式涵盖6个区域,均匀分布于中心城区和郊区.由于静安区、虹口区和黄浦区的创新基础能力和知识应用能力较弱,且制造业迁出,缺乏直接的产学研合作对接,科技成果转化迟缓,导致该区域的科技创新发展出现低能低效.郊区之间本身发展差异较大,科技创新能力参差不齐,加上青浦区、金山区和崇明区在经济基础、科技资金和人才投入方面处于劣势,严重影响其科技创新能力和绩效.

2.3 障碍因子诊断

采用式(1)障碍因子诊断模型计算各区域科技创新效能的障碍因子,并对诊断结果进行排序,见表5.由于指标层障碍因子数量较多,为分析影响科技创新效能的最主要障碍,列出排名前5的障碍因子.由表5可知,中心城区科技创新效能的主要障碍因子基本一致,且主要集中于知识应用能力.郊区科技创新效能的主要障碍因子存在地区差异,而E11区域整体实力处于领先地位,障碍因子主要集中于科技活动投入和经济贡献上,导致科技投入和产出贡献的增长空间有限.结合目前上海各区科技创新发展情况,发现造成中心城区和郊区存在这些主要障碍因子有以下原因.

1) 对于中心城区而言,产业结构中高端服务业占比较大,而制造业迁出,科技成果转移转化空间不足,成果应用受到阻力.例如,黄浦区金融业较发达,资金和人才集聚,知识创新成果转化资源丰富,但黄浦区对外滩金融集聚带和楼宇经济过于重视,导致科技创新的商务成本过高,同时城区产业基础支撑不足,科技成果转化受到影响.虹口区自身经济实力较其他中心城区弱,加上老城区地理分布结构导致用于科技创新的物理空间不足且支撑力度不够,难以为科技创新的转化和应用提供基础保障.杨浦区高校、科研院所和人才等科技创新要素集中,但由于地方政策与中央政策的不协同,实施流程不明确,技术溢出机制不完善等,导致高校和研发机构科技创新成果转化的动力不足.

2) 对于郊区而言,相互间的经济基础、人才和创新基础设施等科技创新资源的地区差异较大.例如,浦东新区商业和工业用地的开发挤占了科技创新空间,相配套的创新服务设施与张江科学城兼容性有待进一步提升,同时本土科技企业研发投入力度较低,技术支撑不足,导致浦东新区科技创新投入和产出方面受影响.闵行区在高校、科研院所和研发机构众多的情况下,没有充分发挥其创新要素的优势,创新要素与产业发展融合不紧密,企业与研发机构之间的资源共享程度也较低,阻碍了该区技术溢出和创新产出.松江区存在产能落后、产业结构不合理、知识技术密集型产业较少、科技成果转化体制机制不完善等问题,阻碍了科技成果市场化.金山区和奉贤区的高校和科研院所相对较少,科技人才规模较小,人才发展环境和相对应的配套设施不够完善,导致创新要素较其他郊区匮乏,科研水平不高,制约了科技创新能力.崇明区的主要优势在农业和生态环境,而人才、资金及产业基础等方面都不占优势,科技创新效能自然被拉低.

表5 各区域科技创新效能障碍因子排序Table 5 Obstacle factors sorting of S&T innovation in various regions %

3 结论与启示

本文根据区域实际发展状况和科技创新的内涵,基于效能视角,从科技创新能力和科技创新绩效两个维度出发,构建囊括21个具体指标的区域科技创新效能指标体系.通过构建熵值—突变级数和障碍因子诊断模型,实证研究上海16个区的科技创新能力和科技创新绩效及障碍因子诊断.研究得到以下启示.

1) 科技创新能力和绩效存在区域差异,不同区域应提高协同效应,共享创新资源,逐渐向科技创新高能高效模式转变.对于高能低效和低能高效的区域应寻求相互合作,优化资源配置,逐步增强创新能力的同时提高创新绩效,两者同步兼顾,避免能力或绩效的滞后;而对于低能低效区域,其最紧迫的任务就是加大R&D方面人才和资金投入,以“能”促“效”来实现全面发展.

2) 中心城区应加大创新方面政策扶持和税收优惠,降低企业商务成本,完善科技成果转化服务体系,加大产学研联动,与郊区构建创新成果转化应用产业链,弥补制造业迁出的不足,有效实现知识应用能力提升.如黄浦区服务业发达,可结合高端服务业集聚来接受自贸试验区的技术溢出,推动科技、金融和文化创意等融合创新,盘活商业老区向科技创新载体转型,实现创新资源集聚,创新成果快速孵化.静安区应借助商业优势打造科创活动基地,将科技创新成果与服务业相结合,发挥产业对创新产出和应用的带动作用,完善人才、中介机构和金融服务机构等创新创业生态,助推打造创新空间新载体.虹口区应通过老厂房、写字楼和棚户区的改造来释放创新空间,进一步发挥物力空间更新优势,增强知识创新与应用能力.郊区需结合自身实际发展情况,相应地提升知识创造能力及产出效益.如嘉定区可利用科技创新发展专项资金和嘉定创投来引导资金进入智能制造等新兴产业,发挥中科院上海国家技术转移中心嘉定产业基地在技术和成果转移转化方面的优势,打通科技创新“最后一公里”.松江区需在“60条”产业政策基础上,发挥资金支持科技创新创业的优势,推动产业向知识技术密集型产业转型及G60科创走廊建设,进而加快由“松江制造”转型至“松江创造”.奉贤区应围绕“1+1+X”产业发展导向,继续加强中小企业科技创新活力区建设,推动大健康产业和先进制造业承载区建设,以平台载体集聚各类创新要素及优化配置,使得知识创造力和科技成果转化得到持续提升.