高技术创新范文

摘要：随着人工智能时代的到来，作为集高智能与高技术创新于一体的高技术产业越来越成为各国提高国际竞争力的关键产业，而增加高技术产业竞争优势的关键即提高其技术创新能力，进而实现更高的智能性。本文主要研究了科研经费、人力投入、产业聚集度和固定资产投资额四个因素对高技术产业技术创新能力的影响，最终得出科研经费与人力投入对创新能力的提高至关重要，而产业密集度与固定资产投资额达到一定程度以后将不会影响产业技术创新能力的结论，并基于此结论，提出具有可行性的政策建议。

关键词：人工智能；高技术产业；技术创新能力；影响因素

1研究背景

人工智能逐渐成为新一轮科技革命和产业变革的核心力量，而高技术产业集知识和技术于一体，成为人工智能的变革焦点，更成为各国经济的发展重点，也成为各国国际竞争力的核心。从1995年到现在，我国先后出台大量与高技术产业相关的政策，旨在为高技术产业发展提供全面的保障与支撑。随着我国对高技术产业技术创新的投入逐年增长，高技术产业的技术创新能力和国际竞争力有很大提升，技术创新成果丰硕，专利申请授权数量、主营业务收入呈逐年增长的趋势，人工智能在高技术产业的应用逐渐趋于成熟。但是我国的高技术产业与发达国家相比，仍然存在一定的差距，应继续提升科技创新能力，增强智能性，推动我国高技术产业在人工智能不断发展的背景下，实现更好更快的发展。

2文献综述

关于高技术产业技术创新的研究较多，孙静娟等（2007）对近几年我国高技术产业高速稳步发展的状况进行了分析，并指出了我国高技术产业技术创新存在的问题并提出了建议；黄晓懿（2008）认为高技术产业作为将高新技术转化为实际生产力的承载体，已经成为现代经济增长的新动力源泉和国际竞争的重要阵地，并基于DEA的Malmquist生产率指数方法分别分析和评价我国高技术产业及其各行业存在的问题并提出建议；邓路（2010）运用随机前沿生产函数对我国高技术产业技术创新效率进行实证度量，认为内资企业技术创新效率起点较低，并且只有内资企业技术创新水平得到提高，才能从根本上带动我国高技术产业整体技术创新水平的持续提升。技术创新能力是决定高技术产业能否获取竞争优势，进而影响智能性的动力源泉，本文将重点研究高技术产业技术创新能力的影响因素，有针对性地提高我国技术创新能力，增强高技术产业竞争优势和智能性，最终达到实现我国经济的更快更好发展的目的。

3高技术产业概况

高技术产业是指用当代尖端技术生产高技术产品的产业群，其中尖端技术指人工智能、知识工程、智能机导等技术，是新一代生产力的代表，将导致智能革命。国际上对高技术产业的衡量主要有两个指标：研发经费投入强度要在5%以上；研发人员投入强度在30%以上。因此高技术产业不同于一般的制造业，是高技术化的产业，不论其生产过程，还是最终产品都拥有足够的高技术含量。

《中南财经政法大学学报》2014年第三期

一、省级区域高技术产业创新效率评价指标体系的构建

技术创新效率是一个多要素投入、多产出的动态复杂系统,难以直接衡量,进行技术创新效率评价主要是通过创新投入和创新产出的相对有效性进行的.国内外学者对于技术创新效率指标的选择上尚无统一的认识和标准,但对于创新的投入指标,大部分学者通常会把人才投入和资金投入视为技术创新两种基本的投入要素,但具体研究过程中选取的指标则有所不同,有学者选取R&D经费、科学家和工程师数量作为投入指标,有的则选取R&D人员和R&D经费作为创新投入指标.对于技术创新的产出指标,大多数学者采用专利、新产品销售收入等作为技术创新产出指标.本文对于技术创新投入指标的选择,考虑到投入主要包括人力投入、经费投入和物力投入,从这三个方面进行指标选择更具实际意义.因此,人力投入指标主要选择R&D活动人员折合全时当量、科技活动人员总数、科技活动人员中科学家和工程师人数;经费投入指标主要选择R&D经费内部支出、新产品开发经费、技术引进经费支出、技术改造经费支出、消化吸收经费支出、科技活动经费筹集额、科技活动经费筹集额中政府资金、科技活动经费筹集额中金融机构贷款;物力投入指设备投入的固定资产投资,将微电子控制设备原价作为物力投入指标.对于技术创新产出指标的选择,侧重考虑创新活动的价值体现和直接表现.衡量创新活动产出的最直接指标是新产品产值、新产品销售收入、拥有发明专利数、专利申请数、利税、当年价总产值.根据技术创新评价指标体系要求高度代表性、综合性以及指标间要满足相对的独立性等原则,运用SPSS19．0软件对以上18项指标进行相关性分析,将相关性较高的指标剔除,最终选取人员投入、经费投入、设备投入3个二级指标6个三级指标作为技术创新的投入指标,即科技活动人员总数、R&D活动人员折合全时当量、R&D经费内部支出、新产品开发经费、科技活动经费筹集额、微电子控制设备原价;选取技术产出、新产品产出、产业产出3个二级指标6个三级指标作为技术创新产出指标,即专利申请数、拥有发明专利数、新产品产值、新产品销售收入、利税和当年价总产值(见表1).

二、数据来源与评价方法

(一)数据来源投入指标和产出指标数据来源于«中国高技术产业统计年鉴»(2002~2011年),分别整理出全国30个省域1995~2010年各年的上述12个指标的数据(由于西藏自治区高技术产业发展统计数据缺失,因此本文中没有选取西藏自治区作为研究对象),以便对各省域的高技术产业技术创新效率进行动态评价及比较分析.由于高技术产业的创新投入与创新产出间存在时滞,且存在各种偶然因素,年度数据也常会存在偶然性.为消除这种时滞和偶然因素产生的偏差,本文选取时段数据,即将各省域各年份各指标数据按每个五年计划(“八五”期间、“九五”期间、“十五”期间、“十一五”期间)相对应5年数据进行算术平均.由于“八五”期间国家尚无统一的统计数据,各省域尚未统一高技术产业统计口径,因此将“八五”末的1995年数据代替“八五”时期的指标数据.这些数据既反映同一省域不同时段各评价指标的变动情况,也反映同一时段各评价指标在各省域间的差异.

(二)评价方法效率的计算涉及多种投入与多种产出,采用数据包络分析法(DEA)来计算技术效率是比较有效的方法.DEA测算技术效率有投入主导模型和产出主导模型,由于中国高技术产业的规模尚未达到最优水平,在此基础上进一步选择可变规模报酬的模型.因此,运用投入主导的BC2模型,该模型能分别计算技术效率、纯技术效率和规模效率,比较容易分析高技术产业技术无效率是源于纯技术无效率还是规模无效率,从而进一步明确改进技术创新效率的着力点.采用DEAP程序进行数据处理和模型计量,将数据代入deap2．1软件,得到“八五”至“十一五”期间中国各省级区域高技术产业的技术效率、纯技术效率和规模效率水平.

三、实证评价与分析

(一)湖北省高技术产业创新效率动态评价与分析1．数据处理通过deap2．1程序进行数据处理和模型计算,分别得出“八五”、“九五”、“十五”及“十一五”期间中国各省级区域高技术产业的技术创新效率以及纯技术效率和规模效率水平,具体见表2所示.2．比较分析从表2可见,“八五”至“十一五”期间,天津、海南、青海、新疆4省市区在4个时段的技术创新效率均为1,即DEA有效,说明这4个省市区高技术产业技术创新资源一直利用充分;福建、山东、云南和内蒙古4个省区在4个时段中有3个时段的技术创新效率为1,4个时段平均在09以上,说明这4个省区高技术产业技术创新资源的利用也是较充分的.上海、贵州、内蒙古、重庆4省市区在这期间的技术创新效率呈上升态势;广东、广西、浙江、河南4省区这期间的技术创新效率呈下降趋势,存在创新资源浪费现象;湖北、吉林、湖南、辽宁、江苏、安徽、陕西、河北、宁夏9省区在这期间的技术创新效率呈U型变化.湖北省高技术产业技术创新效率与全国各省市区相比明显偏低,低于历年的全国平均水平.“八五”至“十一五”的4个时段,湖北省高技术产业技术创新效率平均为0488,在全国排名第24位,在中部排第四位.“八五”期间湖北省高技术产业技术创新效率为0625,在全国排名第25位;“九五”期间下降至0291,在全国排名下降到第28位;“十五”和“十一五”期间有所回升,“十五”期间为0424,在全国排名第17位;“十一五”期间为061,在全国排名第22位.湖北省是科教大省,具有雄厚的科技创新资源,但由于科技创新资源的利用效率低下,影响了创新能力的发挥,制约了高技术产业的发展.

1国内外高技术产业成功关键因素的调查

同传统产业相比，高技术产业内部技术要素的集约化程度高，产业发展的特征深深烙着高技术产业的特征，主要表现为智力密集、范围经济、高风险、高投入和高收益等，这可以说在某种程度上决定了高技术产业发展的内在规律。为总结出高技术产业发展的基本规律，我们分别对美国、北京、上海和深圳等地的一些专家、学者和高技术产业界的人士进行面访和问卷调查，让他们分别结合该地区发展高技术产业的经验，从问卷中列举的与高技术产业发展相关的22个因素中选择出认为最重要的5个。调查结果如下。

1.1美国高技术产业成功的关键因素调查结果

美国的调查对象主要是麻省理工大学、哈佛大学、斯坦福大学和加州大学等从事科技和创新管理的一些知名专家和教授，被调查人数为26人。调查结果中出现频率较高和集中的因素有企业家（选此因素的人占调查总人数的52%）、创新文化(51%)、研究型大学(48%)、生活与工作环境(46%)、风险资本(40%)、人才的可流动性(38%)和中介机构(36%)。调查结果见图1。

附图

图1美国高技术产业成功因素调查结果统计直方图

1.2北京、上海和深圳三地高技术产业成功关键因素调查

考虑到高技术产业发展的不同阶段，起作用的关键因素不同，所以在国内调研中分别就起步和成长阶段的成功关键因素向各地官、产、学界的专家进行面访和问卷调查。各地区被调查的人数在20～30人左右。调查结果经处理后见图2(a)，(b)，(c)（处理方法同上，图中百分比为选择此项因素的专家占调查专家总人数的百分比）。

一、引言

科学技术的迅速发展，引起了产业结构的巨大变化。在制造业，以信息技术为核心的高技术产业发展很快；在服务业，出现了许多完全基于知识的产业，如软件开发业、咨询业等。这些新兴产业具有知识密集型特点，已经成为当前新经济的增长点，并渗透到经济和社会的各个领域，推动着整个社会进步。为了更好地了解这些产业发展的现状、趋势和结构的变化，为评价和制定政策提供依据，对这些“知识型”的产业进行统计，已经引起了各国政府的高度重视。

另一方面，由于知识已经成为促进经济增长的关键因素，因而注重科学技术对经济作用的统计与量化分析也已成为当前科技统计和科技指标研究与实践的新的特点和趋势。知识型产业高度依赖于科学与技术，是以知识为主要输入而形成的产出。显然，知识型产业的统计为研究和分析科学技术对经济的作用提供了新的视角和手段。也正是从这一意义上说，知识型产业的统计已成为科技统计的重要内容。

在此，“知识型”产业是泛指那些知识密集度比较高的产业。“知识型产业统计”是指以知识型产业为统计对象的统计。出于不同的目的，可以对不同的知识型产业进行统计，目前主要有高技术产业统计、服务业统计、信息与通讯技术（ICT）统计、知识产业统计这4类，在此，知识型产业统计是对这些不同统计的总称。

知识型产业的统计最先是从高技术产业统计开始的。起初，OECD采用美国制定的标准对成员国的高技术产业进行了统计，至1984年，以11个成员国的数据为依据制定了高技术产业的分类标准，1994年对标准进行了修定，提出了我们称之为“四分类”的标准。服务业的统计在60年代就开始了，当时的服务业R&D统计是很笼统的。由于高技术的渗透作用，导致服务业中知识型产业的出现，原有的分类和统计已不能满足需要，服务业中知识型产业的统计已引起了注视，《弗拉斯卡蒂手册》第5版对服务业的分类进行了调整，知识型产业予以单列。知识产业的统计则打破了制造业与服务业的界线，把高技术和高中技术产业与服务业中的知识型产业集中在一起进行统计和分析。ICT统计则是以制造业和服务业中的信息技术与通信为研究对象。

知识型产业统计在OECD及其成员国受到重视，并被广泛采用。1999年OECD秘书处的科技工业司为OECD科技政策委员会部长级会议准备了一份题为《以知识为基础的经济：一组数据》的文件，该文件就是描述OECD科学技术状况和趋势的一组指标。该《指标》共分6部分，其中有3部分都采用了来自知识型产业统计的指标。第2部分《教育、研究开发和创新的资源分布》共有9个方面指标，其中3个方面是知识型产业方向的指标，第4部分《信息和通信技术（ICT）的重要性》的5个方面的指标都与ICT统计有关，第6部分《科技产出及经济表现》有7个方面的指标，其中有2个方面来自知识型产业的统计。上述6部分共有34方面的指标，而与知识型产业有关的有10项，占30%。

二、各类知识型产业的界定

各类知识型产业统计的主要区别是分类系统不同。

一、引言

科学技术的迅速发展，引起了产业结构的巨大变化。在制造业，以信息技术为核心的高技术产业发展很快；在服务业，出现了许多完全基于知识的产业，如软件开发业、咨询业等。这些新兴产业具有知识密集型特点，已经成为当前新经济的增长点，并渗透到经济和社会的各个领域，推动着整个社会进步。为了更好地了解这些产业发展的现状、趋势和结构的变化，为评价和制定政策提供依据，对这些“知识型”的产业进行统计，已经引起了各国政府的高度重视。

另一方面，由于知识已经成为促进经济增长的关键因素，因而注重科学技术对经济作用的统计与量化分析也已成为当前科技统计和科技指标研究与实践的新的特点和趋势。知识型产业高度依赖于科学与技术，是以知识为主要输入而形成的产出。显然，知识型产业的统计为研究和分析科学技术对经济的作用提供了新的视角和手段。也正是从这一意义上说，知识型产业的统计已成为科技统计的重要内容。

在此，“知识型”产业是泛指那些知识密集度比较高的产业。“知识型产业统计”是指以知识型产业为统计对象的统计。出于不同的目的，可以对不同的知识型产业进行统计，目前主要有高技术产业统计、服务业统计、信息与通讯技术（ICT）统计、知识产业统计这4类，在此，知识型产业统计是对这些不同统计的总称。

知识型产业的统计最先是从高技术产业统计开始的。起初，OECD采用美国制定的标准对成员国的高技术产业进行了统计，至1984年，以11个成员国的数据为依据制定了高技术产业的分类标准，1994年对标准进行了修定，提出了我们称之为“四分类”的标准。服务业的统计在60年代就开始了，当时的服务业R&D统计是很笼统的。由于高技术的渗透作用，导致服务业中知识型产业的出现，原有的分类和统计已不能满足需要，服务业中知识型产业的统计已引起了注视，《弗拉斯卡蒂手册》第5版对服务业的分类进行了调整，知识型产业予以单列。知识产业的统计则打破了制造业与服务业的界线，把高技术和高中技术产业与服务业中的知识型产业集中在一起进行统计和分析。ICT统计则是以制造业和服务业中的信息技术与通信为研究对象。

知识型产业统计在OECD及其成员国受到重视，并被广泛采用。1999年OECD秘书处的科技工业司为OECD科技政策委员会部长级会议准备了一份题为《以知识为基础的经济：一组数据》的文件，该文件就是描述OECD科学技术状况和趋势的一组指标。该《指标》共分6部分，其中有3部分都采用了来自知识型产业统计的指标。第2部分《教育、研究开发和创新的资源分布》共有9个方面指标，其中3个方面是知识型产业方向的指标，第4部分《信息和通信技术（ICT）的重要性》的5个方面的指标都与ICT统计有关，第6部分《科技产出及经济表现》有7个方面的指标，其中有2个方面来自知识型产业的统计。上述6部分共有34方面的指标，而与知识型产业有关的有10项，占30%。

二、各类知识型产业的界定

各类知识型产业统计的主要区别是分类系统不同。

1DEA有效性分析

通过构建投入指标（R&D人员全时当量、R&D经费投入强度、有R&D活动的企业个数、企业办研发机构数量、地方财政支出中的科技拨款比重等）和产出指标（专利申请量、专利授权量、中文科技论文数、技术市场交易额、高技术产业增加值等），对2005-2012年的辽宁省技术创新效率进行实证研究，以年份、31个省市、省内14个地级市和行业作为DEA的决策单元进行横纵向比较和有效性评价，见表2-表3。以全国31省市为决策单元，则n=31，利用非阿基米德无穷小的C2R模型对其进行技术创新效率评价。以31个省市作为决策单元进行效率评价，辽宁省综合排位第6名，在东北地区（包括辽宁、黑龙江、吉林、内蒙古）中技术创新效率排位第一，DEA唯一有效，而经济效率排位最后，DEA唯一无效，高产出率和低科技转化率导致了技术创新的经济效益低。这表明，仅在东北老工业基地辽宁省在科技成果转化经济效益方面就严重欠缺。辽宁省与广东、浙江、江苏、上海等地相比在技术获取和改造、技术创新支撑能力上较强，但是经济效率转化上仍然有很大差距。以辽宁省内14个地级市为决策单元进行效率评价，主要因为高校和科研院所较多，为科技成果的开发和转化提供了土壤，经济效率有效性分布也很不均衡，DEA值为1的城市有沈阳、大连、鞍山、锦州、营口；DEA值在0.6~0.8之间的有盘锦、阜新、丹东、本溪、葫芦岛。以上城市与教育发展程度直接相关，均为高校和科研院所相对密集的地区。DEA值在0.6以下的城市有5个，说明该地区的科技发展并不是他们的主导产业，还需要进一步政策倾斜。其他地区可以通过政府、大中型企业等其他主体在技术创新上投入，进行技术引进，带动省内各个地区的技术创新热潮。以年份作为决策单元进行效率评价，辽宁省2005-2012年，DEA有效值θ均为1，见表4。表明技术创新效率8年来总体较高，投入产出配置较为合理，相对效率值稳定，技术创新综合能力呈递增状态。总体来看，辽宁省的技术创新整体水平在“十一五”和“十二五”期间技术创新效率逐年递增、稳步提高，技术创新效率处于相对有效状态。辽宁省从2005-2012年中整体科技活动情况利用非阿基米德无穷小的C2R模型属于DEA有效，由此说明，在科技资源得到优化配置和充分利用，技术创新效率保持在中上水平。科技活动中的全部投入要素发挥了最大效用，所获得的产出达到最大水平。此时，生产规模处于相对最佳状态。以行业作为决策单元进行效率评价，高等院校和科研院所DEA稳定且有效，而大中型企业创新效率出现波动，见表5。辽宁大中型企业科技活动情况，2005-2012年中，技术创新效率逐年提高，资源得到优化配置，全部投入要素（科技活动人员、R&D人员、科技经费筹集额、科技经费内部支出、R&D经费）和产出（工业增加值率、R&D项目数、企业专利申请数、企业专利获准数）。因此，大中型企业在生产规模上也处于相对最佳状态。辽宁省科研机构虽然规模收益处于递增状态，但总体实力尚处于非DEA有效状态，表明科研机构在“质”和“量”上结构不平衡，需要政策和技术的投入同时，也要监督检验科研机构的技术成果，标本兼治。

2辽宁省技术创新效率存在的问题

2.1高素质人才流失严重，科技人才队伍建设落后从近年来科技人力资源的流动数据看，大量的科技人员更倾向流入大城市或发达地区（如北上广苏浙）而不是欠发达地区。人力资源的这种“理性选择”反映出辽宁区域无法吸引并留住更多的高层次科研人才。2011年规模以上企业研究开发人员数为12.18万人，增速仅为2.49%，居全国35个省份的第29位。相对于国内外发达国家和地区，辽宁无论从科技条件、薪资待遇，还是配套服务，都缺乏对科研人才足够的吸引力。在市场经济的自由选择状态下，会有数量可观的高科技人才队伍，走向国内北上广一线城市，甚至走向全球范围内的发达国家和地区。从统计数据来看，近年来，在国际科技合作项目中，能真正从事或参与R&D活动的人数，呈现递减趋势。

2.2科技投入不足，融资渠道单一2009年，辽宁规模以上工业企业研发经费内部支出总额仅占销售收入的0.59%，远低于发达国家的3%~5%。在2008-2009期间，辽宁省政府的研发收入强度有所下降，降低了35.65%，而规模以上工业企业研发经费投入增长了40.72%，但是投入总额仅约为江苏、广东的1/4。辽宁企业研发投入超过了200亿元，但与发达地区相比，仍有一定差距。另外，金融环境指标表现相对较差，国家创新基金项目立项数（20）、规模以上企业科技活动获得金融机构贷款（25）。总而言之，在辽宁地区，众多科技创新型企业还没有真正地成为技术创新的投资主体，区域投资融资体系更多的是由政府来主导，企业多为辅助角色，多渠道、多形式的科技投入体系亟需建立。

2.3产学研一体化合作程度不高，协同机制不全面我国在技术创新领域存在的主要问题在于政府、企业、高校及科研院所各大主体之间没有形成良性循环互动和有效的协同创新机制，没有充分发挥各自的优势真正形成合力。政府的政策环境不完善，相关法律法规缺失、相关制度不完善、政策导向不明确等。企业追逐短期效益，自身研发力量薄弱，一味要求将科学成果直接送到生产第一线，大大增加了转化成本。高校和科研院所只负责科技项目的实施，不负责成果的运用、转化和商业化，因此积极性不高。

3对策建议

3.1建立长效的人才培训和激励机制在培训方面，可通过聘请专家进行技术思想讲座、举办技术思想研讨会、公派学习、校企合作等方式，不断更新研发人员的知识结构，加深研发人员对技术创新前沿问题的思考。将引进的人才分配到各个企业办研发机构中，保留领军人才原有的编制和薪酬待遇，对于自愿从事一线研发和创新活动的领军人才，给予额外的奖励。在激励方面，鼓励企业试行“期权期股”的办法，激励领军人才。高技术企业可以通过期权、期股或技术分红等形式，激励领军人才。技术分红享受者可将技术分红作为出资，按照规定的价格购买公司股权，并依法办理股权登记手续。定高技术产业人才的薪资年增长机制。高技术产业人才的薪资年增长率，由个人绩效决定，绩效水平高的个人享有较高的薪资年增长率，而绩效水平较低的个人则享有较低的薪资年增长率。

为深入贯彻落实科学发展观，加快新型工业化道路步伐，推进“工业强市”战略的顺利实施，根据省政府关于印发《**省高新技术产业及园区发展实施方案的通知》（**府发〔2007〕22号），结合《**市国民经济和社会发展第十一个五年规划纲要》和《**市“十一五”及中长期科技发展规划纲要》内容，制定本实施方案。

一、指导思想和基本原则

（一）指导思想

树立和落实科学发展观，促进科技与经济的有机结合，深化改革，转变机制，加强引导，培育主体，充分发挥人才、技术、资源、产业优势；强化创新，坚持重点突破与整体推进相结合，加快高新技术企业创新和产业化步伐，用高新技术改造提升传统产业，增强产业核心竞争力和产品市场占有率，推进高新技术产业快速发展，提高经济的增长质量和发展水平。

（二）基本原则

1．突出发展重点。突出具有战略性、前瞻性和关键性的重大高新技术产业领域，大力发展具有核心竞争力和区域优势特色的高新技术产业。加强资源整合和产业集聚，优化产业布局，延伸优势产业链，培育产业集群，构建具有核心竞争能力的高新技术产业和园区。

2．坚持市场导向。遵循市场经济规律，强化产业发展的市场导向，找准高新技术产业的市场定位，提高高新技术产业的市场竞争能力和高技术产品的市场占有率。

3.强化企业主体。通过体制和机制创新，提高企业发展高新技术的积极性，发挥企业作为科技投入主体、技术创新主体和产业化主体的作用。政府部门要积极引导，搞好规划、营造环境、强化导向，完善服务。

一、企业技术创新相关基本概念解析

（一）技术创新的概念

技术创新是指由技术的新构想，经过研究开发或技术组合，到获得实际应用，并产生经济、社会效益的商业化全过程的活动。其中，“技术的新构想”指新产品、新服务、新工艺的新构想；“技术组合”指将现有技术进行新的组合；“实际应用”指生产出新产品、提供新服务、采用新工艺或对产品、服务、工艺的改进；“经济、社会效益”指近期或未来的利润、市场占有或社会福利等；“商业化”指全部活动出于商业目的；“全过程”则指从新构想产生到获得实际应用的全部过程。

（二）技术创新的类型

技术创新可以从不同的角度进行分类。一般而言对于技术创新的分类都是根据创新对象、创新程度、创新来源等角度来进行分类。

1、按创新的对象分类

根据技术创新中创新对象的不同，技术创新可分为产品创新和工艺(过程)创新。

产品创新是指在产品技术变化基础上进行的技术创新。按照产品技术变化量的大小，产品创新又可细分为全新(重大)的产品创新和渐进(改进)的产品创新。产品用途及其应用原理有显著变化的可称为全新产品创新。渐进的产品创新则是指技术原理本身没有重大变化，基于市场需要对现有产品进行功能上的扩展和技术上的改进。