龙源期刊网产学研融合下的科技创新与经济发展作者:李明李鹏来源:《财经问题研究》2017年第01期摘要:本文通过构建两阶段NetworkDEA模型,从产学研融合视角对我国科技创新与经济发展的关系进行经验分析。研究表明,科技创新对地区经济发展的推动作用整体水平不高且存在明显的地区差异,各地区之间、各地区内部的差异主要体现在科技成果的转化上,科技成果转化的基础设施水平较低是各地区亟待突破的瓶颈。科技创新对经济发展的推动作用从形式上看受制于地区条件,从内容上看受制于科技成果推动地区经济发展效率的低下。通过构建能够保障科技资源和科技成果的区域互联互通平台,可以调剂各省份科技资源的余缺,实现国家层面整体科技资源的整合和配置,提升科技资源配置效率。关键词:产学研融合;科技创新;经济发展;NetworkDEA中图分类号:F204文献标识码:A文章编号:1000-176X(2017)01-0041-07一、引言与文献综述自从Solow在20世纪50年代首次将技术进步引入对宏观经济增长的分析以来,科技创新对于经济发展的作用就普遍受到人们的关注。根据Solow的分析,促进产出增长的主要原因是技术进步而非资本积累。单就科技创新对经济增长的贡献这一指标而言,发达国家普遍高于70%的水平,美国高达80%,而我国这一指标仅为40%,差距明显。面对当前外需不振、经济持续低迷和内部“三期叠加”的不利形势,为了使我国从制造业大国向制造业强国转变,摆脱处于全球价值链低端的现状,更应该依靠科技创新助推经济转型升级,以实现经济可持续发展。政府近年来对科技创新越发重视,2005年提出建设创新型国家的战略,明确了科技创新的作用。2012年我国科研经费总额位列全球第三,规模首次超过万亿元;2014年政府工作报告中提出“大众创业、万众创新”:2015年中共中央、国务院出台《中共中央、国务院关于深化体制机制改革加快实施创新驱动发展战略的若干意见》,为鼓励科技创新发展指明了方向。然而,伴随着科研经费的持续增长和政府对科技创新的高度重视,我国科技创新是否已经摆脱产学研脱节、科技创新与经济发展“两张皮”的问题?产、学、研三方对于经济发展的贡献程度如何?产学研的融合与合作状况如何?这正是本文要着重探讨的问题,即从产学研融合视角研究科技创新对于经济发展的作用。有关于科技创新与经济发展方面的研究主要集中于以下三个方面。在科技创新与经济增长关联度方面,随着科技创新与经济增长关系分析的深入。国外学者逐渐转向对二者关系内在作用机制的探讨,并逐步拓展为科技创新与经济系统运行不同阶段子系统效率的联系上,探讨科技创新与经济增长的多阶段与网络化特征,考察每一生产系统或环节对整体生产系统的影响。Kao和Hwang对NetworkDEA模型进行一般化分析,将每一个网龙源期刊网络拆分成串联模型和并联模型的组合,从而实现对经济系统及其子系统效率与联动机制的分析。国内关于科研投入、科技创新与经济增长关系的研究与国外的研究思路基本一致,主要采用面板数据对科研投入与经济增长的关系进行分析。谢兰云和曲永义运用SVAR模型,利用协整方法和SVAR方法对1991-2006年我国企业、政府的科研投入和经济增长的关系进行实证研究。发现政府和企业的科研投入都对经济增长起到积极作用。庞瑞芝等借助拓展的NetworkDEA方法,以系统观视角考察我国省际科技创新对经济发展的支撑效率以及科技资源的优化配置问题,发现目前科技创新对经济发展的支撑作用偏小,科技成果未能有效转化制约其对经济发展的支撑作用,创新生产阶段和经济发展阶段是影响科技成果转化的基础。在区域科技创新系统方面主要有两个研究方向:一是对于区域与产业协同创新体系的研究,Fromhold-Eisebith和Eisebith研究发现,创新环境与社会资本相互联系、相互促进,创新环境可以刺激产业发生变化。Hong和Peng建立一个灰色对称进化链模型来探讨产学研协同创新过程中的稳定平衡性。孔祥浩等提出政产学研协同创新“四轮驱动”结构模型,分析核心要素之间的互动结构,并且提出要素协同发展的保障机制。王玉梅等建立产业技术创新战略联盟网络协同创新发展机理模型,给出企业与公共研究机构、政府间,以及系统各要素间的协同创新关系。二是对于区域科技创新能力评价指标体系的研究,Dan等研究认为,区域创新系统包含两方面内容:一方面是创新活力的载体,它既包括企业,也包括大学和研究机构在内的“知识组织”;另一方面区域作为一个整体可以通过某种治理安排来促进和支持这些“知识组织”。洪名勇较早设计了我国省级科技创新能力评价指标体系,认为科技创新差异是我国区域经济非均衡增长的重要因素之一。魏阙和戴磊设计了基于创新活动基础、产业集群环境、创新投入和创新产出四个维度的区域创新能力评价指标体系。在创新效率与创新绩效方面,Carlino等研究发现,城市的专利密度与就业密度呈正相关关系。Castellacci通过对欧洲9个国家制造业生产率差异性的分析,将技术体制量化为技术机会、独占性、开放程度和市场规模四个方面进行研究。何军和胡亮对我国规模以上内外资工业企业绩效进行分析,发现内外资企业的生产要素增长率都在逐年增长,但内资企业的全要素生产率增速快于外资企业,其增长来源也并不相同。余泳泽考察了创新要素聚集程度、政府支撑程度和制度环境因素对科技创新效率的影响,发现我国科技创新效率具有明显的空间相关性。科研机构和高校空间布局上的集中并没有带来科技创新效率的提高,但企业科技创新要素集中度提高却带来科技创新效率的明显提高。郑伟波和田也壮考察了文化因子对科技创新效率的影响,认为文化因素中的高权力距离和约束性组织文化对科技创新起到正向调节作用。本文进一步扩展NetworkDEA方法,将经济活动拆分为若干串联的子系统,并将产、学、研作为彼此并联的子系统,分别考察三方面科技创新的作用效率,分析三者的经济转化效率及其在哪些环节存在问题。二、研究方法、变量选择与数据处理1.研究方法龙源期刊网从科技创新的作用机制来看,科技创新对经济的推动作用呈现两个基本特征:一是科技创新对经济增长的推动作用是阶段化的,这一作用形式在不同阶段依次甚至同时展开,不同阶段的推动作用强度与效率呈现差异化特征。二是网络化特征,即经济生产中的每一个环节与生产单元都对经济增长有影响,各阶段下的不同产物可能构成下一阶段的投入品,由此构成经济增长的网络化模式。为了能够系统化、全面性地分析科技创新与经济增长的关系,需要考虑科技创新对经济推动作用的阶段化和网络化特征。基于这样的考量,Fare和Grosskopf提出NetworkDEA方法,将生产过程进行分解,考察经济系统中每一个子系统的效率及其对整个经济系统效率的影响。当生产过程分解为两阶段时,两阶段的联动主要通过中间产品进行,即上一生产阶段的产出转化为下一生产阶段的投入,利用生产过程的分割,通过对每个子系统的分析探讨经济效率。Fare等拓展了Netwo~DEA方法,将其细分为两类模型:一是资源约束型。两个生产阶段在同一资源约束下同步运作。二是序列型,两个生产阶段存在投入产出关系,前一生产阶段的产出为下一生产阶段的投入。Kao和Hwang建立了两阶段NetworkDEA方法,全面分析了子系统和整个经济系统之间的联动机制。但两阶段DEA缺乏足够的拓展性,无法从两阶段分析拓展到一般情况。Kao对NetworkDEA模型进行了一般化分析,将每一个网络拆分成串联模型和并联模型的组合,从而实现对经济系统及其子系统效率与联动机制的分析。因此,本文借鉴Kao构建两阶段五系统NetworkDEA模型,如图1所示。从图1可以看出,阶段Ⅰ和阶段Ⅱ为串联关系,阶段内部分别为三系统和两系统的并联。其中系统1和系统2为科技创新过程,其分别投入科技资源(X1,X2),产出科技成果(Y1,Y2);系统3是科技创新促进下的生产过程,系统4为常规生产过程,投入非科技资源(X1(3),X2(3)),产出非科技资源(X1(3),X2(3));系统5为模拟下的虚拟生产过程,与系统4类似。假设存在n个决策单元(DMUs),μI为投入乘数,νr为产出乘数,Ek为各个决策单元的效率。系统各个阶段的边际产出不会超过中间投入。本文构建各个决策单元的效率模型如下:(1)其中,j=1,2,…,n;μ1,μ2,μ3,ν1,ν2≥ε。考虑到前文所述的阶段性特征Ek=EⅠ×EⅡ,对于阶段Ⅰ,根据DEA的边际条件,其总产出不应超过其总投入,即:(2)根据约束条件,设μ*和ν9分别为投入的最佳比率和产出的最佳比率,阶段Ⅰ的效率为:(3)根据同样的限制条件,阶段Ⅱ的效率为:龙源期刊网(4)2.变量选择与数据处理本文选取2006-2013年中国大陆27个省、自治区和直辖市的科研投入与产出以及宏观经济数据,样本的基础数据来自《中国科技统计年鉴》《中国统计年鉴》。本文所选取的初始投入X1(1)为各省份高校研发人员全时当量;X2(1)为各省份高校科研经费支出;Y1(0)为各省份高校专利授权数;Y1(1)为各省份高校专利技术市场成交额;X1(2)为各省份研发人员全时当量(剔除高校);X2(2)为各省份研发资本存量(剔除高校);Y2(0)为各省份专利授权数(剔除高校);YX2(1)为各省份专利技术市场成交额(剔除高校);X3(1)为各省份地区资本存量;X2(3)为各省份地区从业人员(剔除研发从业人员);最终产出Y3为地区高技术产业产值。三、结果分析1.科技创新对地区经济发展推动作用评估科技创新对地区经济发展的推动作用整体水平不高。表1为2009-2013年各省份科技创新推动经济发展的效率水平。从表1可以看出,最高值为1.000,最低值为0.450,五年间全国平均水平为0.710。从变化趋势看,全国平均水平从2009年的0.677上升到2013年的0.791,整体处于上升趋势,显示出近年来科技创新推动地区经济发展的效率不断上升,这反映了目前各地区对科技推动经济发展和产业转型升级的重视。但就整体水平而言,目前科技创新对地区经济发展的推动效率不高,尚有提升空间。因此,除了优化科技资源配置外,还应从多渠道、多途径人手着力提升科技创新推动经济发展的效率水平。科技创新对地区经济发展的推动作用存在明显的地区差异。就各省份而言,得分最高的为江苏、北京、上海和浙江,均在0.980以上,得分最低的为山西、云南、贵州和甘肃,均在0.500左右,仅为江苏和北京的一半,远低于全国平均水平。中部地区得分最高的为内蒙古,在全国排名第六,西部地区得分最高的为陕西,在全国排名第十七。就各地区而言,东部地区平均得分为0.838,高于中部地区的0.657和西部地区的0.562,仅有东部地区超过了全国平均水平0.710。各省份平均增速最快的是安徽、吉林、黑龙江、陕西和湖南,分别为9.6%、8.7%、7.6%、7.5%和7.2%,均达到7.0%以上的增速。由于江苏、北京、上海和浙江保持着较高的效率水平,因而上述省份增速最慢。整体而言,中部地区增速最快,西部地区略逊于中部地区,东部地区由于整体水平较高,增速最慢。科技创新对经济发展的推动作用受制于地区条件,除了科技资源的集聚外,不同地区在科技成果转化的基础设施方面也存在明显差异。科技成果转化的基础设施既包括科技成果转化平台和交易市场等“硬件设施”,也包括科技成果转化的激励机制和市场环境等“软件设施”,还包括需求端的企业发展状况、企业科技需求水平与企龙源期刊网业科技成果转化水平等“配套设施”,虽然中、西部地区在硬件设施方面有所提升,但东部地区科技成果转化的基础设施水平整体高于中、西部地区。2.科技创新推动地区经济发展的两阶段分解对于多数科技创新要素而言,都需要经过从初始要素变为中间要素(科技成果),再应用于区域发展过程的两个阶段。因此,本文将科技创新推动地区经济发展拆分