科技创新效率研究范文

本站小编为你精心准备了科技创新效率研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：为了能对提高甘肃各市州科技创新效率提供科技决策依据，选取2010—2012年甘肃14个市州科技投入及产出指标，运用DEA（数据包络分析）模型评价科技创新效率水平，探讨科技创新效率及空间结构演变过程。结果显示：2010—2012年，大部分市州达到了综合效率最优，平均综合效率均达到了最优水平的90％以上；DEA有效市州为兰州、金昌、张掖、临夏；甘肃科技创新效率在空间上明显由中部辐射至四周。应运用区域经济发展中的点轴扩散理论，加速形成“酒泉兰州天水”科技创新发展纽带。

关键词：创新效率评价；科技投入产出；DEA模型；甘肃

1文献回顾

知识经济时代科技在经济发展中的作用越来越突显。自20世纪90年代以来，科技创新成为我国社会关注的一个热点［1］，在全球性科技经济一体化步伐不断加快与深入的今天，科技创新已成为一个国家或地区获取竞争优势的重要因素［2］，科技创新效率低将会导致科技创新投入对社会经济发展的作用有限［3］，相比之下，我国相对忽视了创新绩效评价对创新战略实施的促进作用［45］。甘肃地域辽阔，随着经济社会的快速发展，甘肃省委、省政府紧抓机遇，坚持实施科教兴省战略，加大了对科技的支持和投入力度，经过全省上下特别是广大科研工作者的不懈努力，甘肃科技创新能力得到了不断提升，此时，对科技创新效率做一个阶段性的评价研究非常有意义。各地区由于价值观念、制度框架、消费习惯、产业特色等不同的创新制约因素，造成创新体系的不同。对各区域科技创新效率水平进行评价显得尤为必要，有助于科研管理部门对科研状态进行客观、公正的考核，也可为提高区域科技创新效率提供决策依据。科技创新效率的实现是一个从投入到产生效益的复杂过程，涉及科技投入和成果产出两个方面，需要将两者结合起来对区域科技创新效率进行研究，而DEA方法具有明显的优势［3］。目前，国内外已有很多运用DEA模型对创新效率进行评价的研究成果［611］，任胜钢和彭建华运用DEA方法对中部区域创新系统的绩效进行评价［12］；杜鹃利用DEA方法对我国农业科技创新效率进行了分析［13］；邓洪波和陆林采用DEA测度了安徽旅游资源利用的效率［14］；钱文瑜和陈新国利用DEA模型对我国高技术产业创新效率进行了研究［15］；冯梅和于可惠运用此方法评价了电力产业的技术创新效率［16］。另外，近年来学术界偏向于从空间统计分析的角度研究区域科技创新的问题［17］。综上所述，利用DEA模型结合GIS（地理信息系统）手段针对甘肃各市、州（区）科技创新效率的评价研究少见报道。分地区对科技创新效率进行评价是比较区域科技创新发展资源利用能力的重要指标，因此，本文选取2010—2012年甘肃14个市州科技投入及产出指标，运用DEA模型对各市州科技创新效率水平进行分析评价，并引入GIS手段分析科技创新效率空间结构动态变化过程，力图发现甘肃各市州科技创新工作中存在的不足；再根据DEA模型的投入优化目标值，探讨提高科技创新效率的优化手段，提出相应对策和方法，以期能对提高甘肃各市州科技创新效率提供科技决策依据，促使科技为区域经济发展作出应有的贡献。

2甘肃科技创新效率的实证评价与分析

2．1DEA模型

DEA（DataEnvelopmentAnalysis，数据包络分析）模型最初是由美国运筹学家Cooper和Charnes于1978年在“相对效率评价”概念基础上发展起来的一种新的系统分析方法。其较为完善地考虑了多投入多产出特征，能够有效处理多指标投入和多指标产出的复杂系统，可以对多输入、多输出的同类型部门进行有效的综合评价。DEA不是依赖平均关系，而是使用了最大限度的衡量标准来建立效率关系，避免了信息遗漏。因此，很多研究均采取了DEA方法来分析投入产出的效率问题。

2．2指标数据

来源科技创新效率是区域科技投入向科技产出转化程度的反映，科技创新效率较高的地区是科技投入较少而科技产出较高的地区。科研产出的定量指标一般包括科学论文和技术专利等，科研投入的定量指标一般包括科研人员和科研经费等［18］。本文结合甘肃实际情况及数据的可获得性，选取各市州科技人力资源、科技项目及经费作为科技创新效率评价的投入指标，采用专利数、成果转化和公开发表学术论文数作为产出指标（见表1）。科技创新效率所用数据来自《甘肃科技统计年鉴》以及各市州的国民经济和社会发展统计公报。

2．3评价结果分析

2．3．1甘肃科技创新效率分析利用DEA模型计算出2010—2012年甘肃科技创新的综合效率、纯技术效率和规模效率（见表2）。结果发现，甘肃科技创新效率具有以下特征：从综合效率角度来看，大部分市州达到了综合效率最优。2010—2012年平均综合效率分别为0944、0911和0944，均达到了最优水平的90％以上。2010年有8个市州的综合效率达到了DEA模型效率最优，占14个市州的6667％，2011年和2012年分别有8个、10个市州的综合效率达到了DEA模型效率最优，占到6667％和7143％。综合效率有效区域范围较广，表明甘肃科技创新资源利用的平均技术水平较高，这与刘明广对我国省级区域创新系统的创新效率研究结果———创新效率的整体增长动力主要来源于技术进步相吻合［19］。纯技术效率最优的市州多于综合效率和规模效率最优的市州。2010—2012年，纯技术效率最优的市州分别为13个、10个和13个，比综合效率和规模效率达到最优的市州分别多出5个、2个和3个。2010—2012年14个市州纯技术效率最优的分别占92．86％、71．43％和92．86％。从规模效率角度来看，2010—2012年规模效率都超过了0．6。从最优的市州数来看，DEA有效的市州数呈递增趋势，分别有8个、8个和10个市州科技创新投入产出效率DEA有效；由于各市州存在地域性差异，规模报酬不变的市州从8个增至10个，规模报酬递增的市州分别为3个、5个、3个。

2．3．2甘肃各市州科技创新效率空间动态变化分析与纯技术效率相比，规模效率对非DEA有效地区的影响更大，规模效率在很大程度上反映了科技创新的综合效率，即反映了各市州科技的综合研究能力。因此，通过ArcGIS9．2软件对2010—2012年甘肃14个市州规模效率制作可视化的地图，可以直观展现2010—2012年甘肃科技创新效率的空间动态变化特征（见图1）。由图1可知，2010—2012年甘肃的科技创新效率较高，平均科技创新规模效率分别为0962、0931、0956，并呈现以兰州为中心的中部高、西北部和南部低的分布特征。DEA有效市州为兰州、金昌、张掖、临夏，说明这四个市州科技创新效率的有效性比其他地区更加稳定，投入规模适当，增加或减少投入都会影响投入产出的规模收益。具体来看，2010年，创新规模效率最低值出现在西北部的嘉峪关，其值为0731；处于中部的定西，规模效率为0846，均低于平均水平。2011年，南部的甘南规模效率值最低，仅为0622；嘉峪关的规模效率值为0753，南部的陇南和东部的庆阳，其值分别为0870和0853，均低于全省平均水平；平凉和酒泉的规模效率分别为0995和0936。2012年，创新规模效率最低值出现在平凉，其值为0779；东南部的天水，规模效率为0899；陇南的规模效率为0793，嘉峪关综合效率值有所增加，为0908。规模效率低，说明科技创新规模结构间匹配不好，创新效率有待提高。总体而言，2010—2012年甘肃科技创新效率呈现明显的区域特征，反映不均衡的科技创新力量。随着时间推移，甘肃科技创新投入产出效率在空间上明显由中部辐射至四周。以兰州为中心区域，具有一定的扩散效应，并辐射带动周边地区科技创新效率提高。以兰州为中心的地区拥有丰富的科研资源，其DEA资源配置效率相对较高，科技创新投入产出效率明显优于远离省会的市州。因此，甘肃西北部、东南部市州应合理利用科研资源、找到新的科技创新点、增大科技投入是当务之急。

3讨论

3．1甘肃科技创新规模效率

空间分异成因创新是近年来国内外使用频率较高的概念，最早的创新思想可追溯到马克思在《资本论》中所提出的自然科学在技术进步中的作用［20］。科技创新是将科学发现和技术发明应用到生产体系，创造新价值的过程［1］。就科技创新的规模效率而言，受各市州经济发展不平衡性影响，经济发展水平较高的市州往往具有较大的科技发展要素投入，而经济发展水平较低的市州科技创新发展规模则小，这是最终导致各市州科技创新发展规模的差异和空间分异的重要原因。洪银兴认为“科技创新需要足够的投入”［21］，科技投入可以综合反映一个国家和地区的科技实力，增加科技投入则是提高科技水平、增强实力的战略性措施；翁宏标等运用道格拉斯生产函数和索罗余值法测度了我国R＆D投入要素对专利生产的贡献度，发现R＆D支出经费的贡献额是R＆D人员全时当量贡献额的3倍以上［22］。我国政府自1998年以来不断加大对R＆D的投入力度，全社会R＆D投入总量逐年上升，R＆D占GDP的比重由2000年的090％增加到2012年的197％。另一方面，甘肃2012年R＆D经费占GDP的比重为107％，全国为197％；R＆D经费支出605亿元，居全国第25位，占全国的058％；在西部12个省区中居第6位，R＆D经费支出占西部的53％［23］，科技投入与全国平均水平和西部地区还有一定差异。因此，各市州应找到新的科技创新点，加大科技投入，提高科技创新能力，发挥整体优势，增加区域科技创新效率。可采取鼓励私人投资，充分发挥产学研合作资源配置效率；倡导合作研发，拓展产学研结合渠道等途径［24］，以尽快从传统生产要素驱动经济增长的方式转变到由科技创新驱动经济发展的方式。

3．2各市州科技创新投入指标的优化目标值分析

DEA模型的优化目标值是实现DEA有效的投入目标值，可以反映各市州投入产出的冗余情况及优化方向。根据Deap2．1软件对数据测算，以2012年4个非DEA有效地区为例，结果发现：4个非DEA有效地区有1个存在要素投入冗余现象（见表3），平凉R＆D经费支出冗余较为严重，高达3424％；研发人员、项目数、R＆D投入强度的冗余比例也分别达到2989％、2177％、2185％，冗余现象较明显，说明在现有条件下要素投入规模及结构尚不尽合理，要素投入没有达到最优配置，未有效发挥作用，使得投入没能完全转变为成果，建议科技决策主体在注重科技投入管理的基础上加强科技创新效率管理。针对平凉的具体优化措施有：积极加强科技创新体系建设，优化科技创新环境，调动科技人员的积极性和创造性，提高科技创新能力；以自身的特色吸引相关优秀创新要素加入，提高投入要素利用率，以获得更高的科技资源效率。

3．3利用点轴理论整体提高甘肃科技创新效率

点轴理论最早由波兰经济家萨伦巴和马利士提出，是增长极理论的延伸，也是区域开发的基础性理论，反映了社会经济空间组织的客观规律。陆大道［25］、汪德根［26］、李刚［27］、徐清［28］、李红波［29］、高楠［30］、程晓丽［31］、雷怀英［17］等学者分别以不同区域为对象进行研究，大大丰富了点轴系统理论的内容。目前我国已经形成了“天津山东江苏上海浙江”科技创新发展纽带，构成了区域经济创新发展的增长极和原动力［17］。从本研究的结果来看，甘肃科技创新效率以兰州为中心点向周边扩散，兰州地理位置优越、市场经济发达、经济基础雄厚，具有科技创新不可或缺的先决条件。因此，可在此发展基础上运用区域经济发展中的点轴扩散理论，加速形成“酒泉兰州天水”科技创新发展纽带，充分利用交通往来便利、信息交流畅通的优势，成为甘肃科技创新空间扩散源泉的原动力，带动周边市州乃至全省科技创新效率提高。

4结论与对策

本文利用DEA模型测算了甘肃科技创新效率，并与GIS手段相结合探索了甘肃各市州科技创新效率空间结构演变过程，评价了甘肃各市州科技创新效率水平。从综合效率角度来看，大部分市州达到综合效率最优：2010—2012年平均综合效率分别为0．944、0．911和0．944，均达到最优水平的90％以上；纯技术效率最优的市州多于综合效率和规模效率最优的市州数；规模效率都超过了0．6。甘肃科技创新效率的空间变化特征表现为：2010—2012年，DEA有效市州为兰州、金昌、张掖、临夏；甘肃科技创新投入产出效率在空间上明显由中部辐射至四周，以兰州为中心区域，具有一定的扩散效应。甘肃西北部、东南部市州合理利用科研资源，找到新的科技创新点，增大科技投入是当务之急。应运用区域经济发展中的点轴扩散理论，加速形成“酒泉兰州天水”科技创新发展纽带，带动周边市州乃至全省科技创新效率提高。

参考文献

［1］张来武．科技创新驱动经济发展方式转变［J］．中国软科学，2011（12）：15．

［2］郑雨苹，张良强，郑建峰．福建省区域科技创新能力实证评价与分析［J］．科技管理研究，2010（20）：5963．

［3］樊华，周德群．中国省域科技创新效率演化及其影响因素研究［J］．科研管理，2012，33（1）：1018，26．

［4］陈朝晖．创新绩效评价的国际比较及对中国的启示［J］．中国科技论坛，2008（2）：130134．

［5］易朝晖，陈朝晖．创新绩效评价指标体系演变的国际比较及其启示［J］．科技管理研究，2014（6）：6168．

作者：杨文静；张小甫3 单位：1甘肃省科学技术情报研究所，2甘肃省科技评价监测重点实验室，3中国农业科学院兰州畜牧与兽药研究