综合性国家科学中心科技创新绩效评价与比较

韩 骞，李加宏

(1.中共合肥市委党校，安徽 合肥 230031；2.中国科学院合肥物质科学研究院，安徽 合肥 230031)

“十四五”时期是我国全面建成小康社会、实现第一个百年奋斗目标之后，乘势而上开启全面建设社会主义现代化国家新征程、向第二个百年奋斗目标进军的第一个五年。3月12日正式颁布的《中华人民共和国国民经济和社会发展第十四个五年(2021-2025年)规划和2035年远景目标纲要》中强调要坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑，指出要完善国家创新体系，加快建设科技强国，布局建设综合性国家科学中心。面向“十四五”，综合性国家科学中心等重大科技创新平台建设不断提速，正在成为驱动高质量发展的创新高地。

截至目前，国家发改委、科技部已经共同批复成立了上海张江、安徽合肥和北京怀柔综合性国家科学中心以及大湾区综合性国家科学中心先行启动区[1]。作为国家重要的科技创新策源地，科学中心所在区域内科研机构众多、人才梯队健全、科技企业密集、创新氛围浓厚，是推动经济高质量发展的重要先发地。因此，开展综合性国家科学中心的科技创新绩效评价与比较研究将为深入贯彻创新驱动发展战略，加大科技创新投入强度，加快科技成果转化力度，加深创新链-产业链融合程度具有十分重要的战略意义。

近年来，国内科技创新绩效评价研究已经成为众多学者研究的热点领域之一。朱林、朱学义对科技创新绩效影响因素展开研究，利用灰色关联度得出工业企业科技人才等科技创新投入与产出指标对绩效的影响程度，指出科技人才在企业创新引领中的核心要素作用[2](P103-109)。蔺鹏，孟娜娜，李颖利用灰色关联度耦合计量模型对河北省科技金融政策与科技型中小企业创新绩效的耦合协调程度进行实证检验，指出要从科技金融政策的均衡协调和协同创新两方面提升针对性、精准性和实效性[3](P54-62)。李鹏、李美娟、陈维花通过研究产学研协同创新绩效，指出企业研发投入对创新绩效有正向影响[4](P183-185)。沙巨山，刘洪久采用DEA和灰色关联度对江苏省13个城市进行实证研究，认为科技活动人员占从业人员比重对创新绩效影响最大[5](P17-23)。

从可查阅的相关资料来看，针对科技创新绩效评估与评价的研究既包含定性现象研究，也包括定量实证研究，但针对四座综合性国家科学中心所在区域的科技创新绩效评估与比较还较为鲜见。本文基于相关领域最新的研究成果，着眼于科学中心的科技创新实践，建立绩效评价指标体系，采用灰色关联度分析法和主成分分析法，对综合性国家科学中心开展科技创新绩效评价与比较研究。

一、科技创新绩效评价指标体系构建

(一)构建指标体系

根据已有的研究理论，科技创新绩效评价均从投入和产出两个角度构建指标体系，但具体指标的选择各有不同[6](P25-27)[7](P38-41)。本文在借鉴相关理论成果的基础上，遵循系统性、综合性、可行性等原则，结合综合性国家科学中心科技创新发展的现状，对指标体系做进一步的优化处理，共设立三级指标，包含一级指标2个，分别是科技创新投入和科技创新产出；二级指标4个，分别是研发经费、研发人员、科技产出和产业产出；三级指标8个，分别是研究与试验发展(R&D)经费内部支出(政府资金)、研究与试验发展(R&D)经费内部支出(企业资金)、研究与试验发展(R&D)经费投入强度、研究与试验发展(R&D)人员全时当量、国内三种专利授权数、技术市场输出+流向区域(合同金额)、高技术产业新产品项目数、高技术产业新产品销售收入。

(二)数据来源和分析方法

1.数据来源

本文中科技创新绩效评价与比较所使用的原始数据全部来源于2016-2019年度中国主要科技指标数据库、《中国科技统计年鉴》以及对应年份的国民经济和社会发展统计公报。

2.分析方法

由于现有的科技创新绩效评价样本容量较少，信息量不大，数据无规律，因此适用灰色关联分析法。其基本思想是通过比较参考数据列和若干个比较数据列的折线几何形状的相似程度，从而判断两者之间的关联程度。灰色关联分析方法可以作为衡量因素间关联程度的方法之一，并且具有计算条件要求低、计算过程简便、量化结果与定性分析结果基本一致等优点[8](P49-55)。

运用DSP软件中的灰色关联度分析程序对指标体系重点原始数据进行计算。主要计算过程如下：

(1)选定参考序列和比较序列。本文根据评价目的将一级指标中科技创新产出设为参考序列，将科技创新投入设为比较序列。

(2)对指标数据进行无量纲化处理，分辨系数取0.5。由于研究对象中各因素的物理意义不同，数据的量纲也不一定相同，不能直接进行比较。处理后的数据序列形成如下矩阵：

(X0,X0,…,Xn)

(3)逐个计算每个被评价对象指标序列(比较序列)与参考序列对应元素的绝对差值，即x0(k)-xi(k)|(k=1,…,m,i=1m,…,n)。

(4)计算关联系数，即分别计算每个比较序列与参考序列对应元素的关联系数。定义如下：

其中，ξ为分辨系数，0<ξ<1。若越小，关联系数间差异越大，区分能力越强。本文的数据处理中，令ξ=0.5。

(5)计算关联度，即对比较序列分别计算指标与参考序列对应元素的关联系数的均值，以反映各评价对象与参考序列的关联关系：

二、科技创新绩效实证研究

(一)数据处理结果

根据2016-2019中国科技统计年鉴数据，建立的评价指标体系，通过灰色关联度分析方法，得出四地的科技创新投入与产出关联度分析结果。如表 1、表 2、表 3和表 4所示。

表1 上海科技创新投入与产出关联度

表2 北京科技创新投入与产出关联度

表3 安徽科技创新投入与产出关联度

表4 广东科技创新投入与产出关联度

(二)评价与比较分析

1.政府资金与科技产出

政府资金对专利授权效用排序中最高的是上海，说明上海市的政府资金对授权专利起到了较好的导向性作用。政府资金对技术市场合同金额和高技术产业新产品项目数效用最高的是广东，体现出政府资金对广东高新技术市场的活跃度起到了正向作用。对高技术产业新产品项目金额效用最高的是北京，说明政府资金对北京高新技术的落地转化成经济效益起到了较好的促进作用。综合来看，四地政府资金与科技创新产出的效用排序依次为：北京、上海、广东，安徽。除安徽外，其余三地区别不大，原因推测为合肥综合性国家科学中心的政府资金来源多为市级资金，因此安徽省此项绩效较为落后。

2.企业资金与科技产出

企业资金对专利授权效用排序最高为安徽，且安徽的企业资金与专利授权的灰色关联度为0.85，属于高度相关性，绩效明显，起到了良好的导向性作用。企业资金对高新技术合同金额效用排序最高为北京，说明企业的科技创新投入对北京的高新技术市场活跃度作用较为显著。企业资金对新产品的项目数和销售收入的效用排序均为安徽，广东，上海，北京，且安徽和广东此项灰色关联度接近和超过0.8，呈高相关性，说明企业资金对安徽和广东的科技成果转化落地转化成经济效益起到了显著的促进作用。综合来看，四地企业资金与科技创新产出的效用排序依次为：安徽，广东，上海，北京，且安徽的企业资金和科技创新产出呈高相关性，即企业资金在科技创新产出方面发挥了重要的正向促进作用。

3.研究与试验发展(R&D)经费投入强度与科技产出

经费投入强度对专利授权和技术市场合同金额的效用最高的是北京，绩效差异性明显存在，说明北京经费投入强度在促进专利授权和技术市场活跃度方面绩效胜于其余三地。投入强度对高新产品项目数效用排序依次为北京，上海，广东，且北京此项灰色关联度超过0.8，说明北京的高新技术转化为新产品进入市场最为便捷和快速。投入强度对高新产品销售收入效用灰色关联度排序依次为广东，北京，安徽和上海，且广东和北京均超过0.8，说明两地的成果落地转化为经济效益的市场机制完备，高新产品市场最有活力。综合来看，四地投入强度与科技创新产出的效用排序依次为：北京，广东，安徽，上海，且北京此项灰色关联度明显高于其余三地，呈现了较好的促进作用。

4.研究与试验发展(R&D)人员全时当量与科技产出

研发人员全时当量对专利授权的灰色关联度，北京、安徽、广东三地接近，且均接近0.8，呈现较高的相关性。说明研发人员当量对三地的专利授权有较好的促进作用。研发人员全时当量对高新技术合同金额的效用最高的是广东，说明广东的研发人员投入对高新技术市场作用比其余三地明显。研发人员全时当量对新产品项目数效用排序依次为安徽、北京、广东、上海；对新产品销售收入效用排序依次为北京、广东、安徽、上海。综合来看，四地研发人员当量与科技创新产出的效用排序依次为：北京、安徽、广东、上海。前三者该项灰色关联度差距不大，超过上海0.1，说明该三地人员投入当量对科技创新产出起到的作用强度较为接近，即研发人员对科技成果转化的效用高于上海。

通过上述灰色关联度和主成分分析可以看出，综合性国家科学中心所在区域科技创新投入与产出具有合理性，但创新绩效存在差异性和特色化。上海科技创新综合实力较强，政府资金的创新绩效较好，但创新速度相对减弱。北京科技创新的绩效表现最好，政府资金、投入强度和研发人员全时当量三项绩效都位居第一，说明科技成果的落地转化最具活力，且创新速度较快。广东科技创新绩效表现较好，科技创新的实力和增加速度都比较明显。安徽的科技创新绩效中企业资金的表现尤为突出，体现了该地企业科技创新的显著活力和优异的营商环境，尽管目前实力最弱，但具备了最高的发展速度，未来可期。

三、结论与对策建议

(一)结论

1.四座科学中心科技创新投入与产出的灰色关联度基本都在0.5～0.8之间，呈中等正相关性，整体性效果中等偏上水平。

2.除北京的企业资金投入与科技产出灰色关联度略低于政府资金外，其余三地企业资金投入和科技产出的灰色关联度都显著高于政府资金，说明企业资金对科技创新产出的效应更好。

3.四座科学中心科技创新投入与产出效用存在明显的差异性，但并不完全与区域经济发达程度正相关，因此后发地区应当坚定信心，结合当地禀赋，从实际情况出发，探索适合自身运行和发展的体制机制。

(二)对策建议

1.持续加大科技创新投入力度，强化企业创新主体地位

党的十九届五中全会上强调，坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑。综合性国家科学中心作为代表国家参与全球科技竞争与合作的科技创新高地，应当持续加大科技创新的投入力度。充分发挥区域引领带动作用，努力打造成为集原始创新策源地、核心技术聚集地和机制改革试验地为一体的先发区域。

大力提升企业创新能力。进一步扩大企业话语权，吸引更多企业参与区域科技创新顶层设计，以及相关规划、政策和标准的制定。增强企业在关键核心技术攻关项目中的话语权，可单独作为主体提出重大科技需求和项目建议。支持企业或企业牵头联合高等院校、科研院所组建多种形式的创新联合体。

2.健全科技成果落地转化机制和要素支持体系

各地应当面向国家重大科技需求，立足本地产业发展，依托综合性国家科学中心创新资源，打通从技术研发、中试放大、市场导入到落地产业化全链条，推动科学中心重大科技成果的高质量供给。深化职务科技成果权属混合所有制改革探索，进一步健全科研成果转化利益分配机制。建立健全科技成果转化的要素支持体系，发挥股权投资基金作用，鼓励企业引入社会投资机构投资科技成果转化项目，推动科技成果转化滚动发展。

在成果转化方面，国内创新高地之间应当持续加深交流和合作。围绕关键核心技术领域，联合建设高能级知识产权保护和科技成果转化平台，建立多层次多形式合作平台，深入探索和实施与科技创新高地之间的科技创新合作。

3.激发人才创新活力，完善金融支持创新机制

依托重大科技基础设施和高能级创新平台体系，建立多元化人才队伍。加大青年人才集聚、培养力度，建立吸引高素质年轻人流入留住机制，大力减轻科研人员负担。进一步发挥国际人才城等平台载体作用，构建更为高效的海外人才引进和国内人才境外交流服务网络。持续完善以创新能力、质量、实效、贡献为导向的科技人才评价体系，构建充分体现知识、技术等创新要素价值的收益分配机制，不断优化人才发展生态环境。与此同时，坚持价值引领，大力弘扬“胸怀祖国、服务人民，勇攀高峰、敢为人先，追求真理、严谨治学，集智攻关、团结协作”的新时代科学家精神。坚守诚信底线，主动发现、严肃查处学术不端等行为。

在基础研究方面，尤其注重建立稳定财政支持机制。不断创新财政经费的投入与支持方式，强化财政资金绩效评价，提升财政资金使用效益。带动社会资本投入科技创新，充分发挥政府基金引导作用，鼓励设立各类产业投资基金、股权投资基金、科技创新基金、科技成果转化引导基金，吸引社会资本广泛参与，形成覆盖科技创新全过程、企业全生命周期的融资模式。