《基于标度无关性的区域高校科技创新绩效研究-吴丹丹.pdf》由会员分享，可在线阅读，更多相关《基于标度无关性的区域高校科技创新绩效研究-吴丹丹.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、创新与创业Innovation and Entrepreneurship60 管理现代化DOI: 10. 3969/ j. issn. 1003- 1154. 2016. 04. 016基于标度无关性的区域高校科技创新绩效研究 吴丹丹1 王子晨2 郑圣明3( 1.中国科学技术大学 公共事务学院,安徽 合肥 230026;2.中共安徽省委党校 理论研究所,安徽 合肥 230022;3.中国科学技术大学 管理学院,安徽 合肥 230026)摘要科学评价区域高校科技创新绩效长期以来备受学术界关注。引入标度无关性指标的实证分析表明,我国地区生产总值、高校科技创新投入和产出等要素的变化对此绩效均有着显著
2、的非线性作用。这对于提升高校科技创新绩效、决策者制定相关创新政策具有重要意义。关键词标度无关性;高校;科技创新;绩效中图分类号G301 文献标识码A 文章编号1003- 1154(2016)04- 0060- 04基金项目中国科学院“科技与经济社会互动系统 科技与经济社会发展互动关系监测指标体系”课题( GH11044) 。一、引言创新是经济发展和社会进步的强大动力,作为创新活动的关键内容,科学研究与技术开发在科技进步与经济发展间起着重要的转化媒介作用。高校是国家创新体系的重要构成部分,也是生产研发知识、技术和科技成果的重要源地,更是区域经济和科技发展的基础生力军,其科研活动已经成为一个国家或
3、一个地区发展科研事业不可忽视的力量。高校科技创新不仅能促进自身发展和提高服务社会的水平,更推进了国家或区域科技创新能力的提升。随着技术、资本、信息等要素更为普遍的流动和配置,区域的重要性愈加突出,经济发展呈现出明显的地域化特征,各区域竞争角逐的焦点越来越倾向于科技,科技创新能力因此成为衡量区域的一个重要和决定性的因素。所以说,以各地区为比较单位,科学合理地测评高校科技创新绩效,能使各区域明确所属高校的科研状态,还可为提高高校科技创新绩效提供决策依据,对于区域科技创新能力的定位和提升、区域创新资源的配置、以及科技创新发展战略的制定等都具有现实和深远的重大意义。二、文献综述从国内现有研究看,学者们
4、较少将高校科技创新绩效与区域结合起来进行相关比较研究。杨宏进和刘立群 1以2007年我国高校科技成果产出均处于效率前沿的省份为研究对象,在国内首次运用三阶段DEA模型,对高校科技成果转化进行效率分析;俞立平和张晓东 2采用熵权法和加权TOPSIS方法,测度各省市的高校科技竞争力。此外,学者们在单独测评高校科技创新绩效时,一般采用的方法可以概括为:DEA和多指标综合评价法、层次分析法、可信度分析和因子分析法等数种 3- 5 。尽管有的学者也对构成比值指标的基础指标,如GDP与人口、论文数与被引次数、 R& D投入与GDP等,是否可能存在规模效应有所考虑,但其研究仍大多直接采用比率指标,比较不同规
5、模的研究对象。为消除非线性规模效应影响,Katz 6, 7提出标度无关性指标,分析不同规模创新主体对创新系统的贡献度。此后,学者们基于此指标陆续分析比较了国家、区域和科学等创新系统中的科技创新绩效 8, 9 。综合以上的文献综述,本文从非线性视角出发,以学者们对标度无关性指标的研究为基础,试图通过区域经济规模、高校科技创新投入和产出等因素来构建标度无关性指标,科学衡量我国区域高校科技创新的相对绩效,以期为重新审视并提升高校科技创新绩效、明确各区域高校所属科研状态,及更合理的科技创新政策的制定出台提供一定的科学理论和现实依据。Innovation and Entrepreneurship创新与创
6、业201 6年第4期 61 三、研究设计(一)指标选取与数据来源指标选取是科学有效评价区域高校科技创新绩效的关键。本文选取地区生产总值( GDP)反映各省综合经济规模;选取高校研发经费内部支出( HERD)和研发人员( Personnel)衡量高校研发投入;选取科技论文和著作数( Paper)和专利申请数( Patent)测度高校创新产出。此外,于庆伟等 10指出,高校研发投入强度( HERD/ GDP)能够反映地区高校的科技投入水平,本文选其作为相对数量指标。同时,本文选取2000 2012年(其中产出指标为2005 2012年)我国大陆除西藏外的30个省份为研究对象,数据来自中国统计年鉴和
7、中国科技统计年鉴 。 Hausman等 11 、郭江江等 12指出,科研产出专利仅与当期研发投入有关,因而本文暂不考虑时滞问题。(二)研究方法幂律分布在双对数坐标下表现为一条斜率为幂指数的直线,判断随机变量是否满足幂律分布的依据就是此线性关系, Katz 6, 7基于此提出标度无关性指标。定义是如果X, Y满足幂律关系: Y = kX ,其中k是常数,则X和Y间存在标度关系。此外, Katz 6, 7提出两类标度无关性指标:标度因子记作Y- X,可测度变量Y相对于X的增长率,还可比较系统变量的相对增长率;由于X规模对Y有影响,需调整Y来比较不同规模的研究对象, Katz 6, 7提出相对数量指
8、标RM I= Y 0Ye, Y 0表示观测实际值, Ye表示由幂律关系计算后的期望值。表1 我国各省HERD- GDP标度因子(20002012年)省份HERD- GDP SE R2省份HERD- GDP SE R2省份HERD- GDP SE R2上海1. 450 0. 035 0. 989安徽1. 241 0. 054 0. 975江苏1. 146 0. 038 0. 987黑龙江1. 434 0. 055 0. 972辽宁1. 211 0. 070 0. 954青海1. 129 0. 062 0. 968海南1. 329 0. 096 0. 926河北1. 201 0. 061 0. 9
9、63山西1. 123 0. 038 0. 986新疆1. 320 0. 056 0. 974湖北1. 188 0. 066 0. 963广西1. 118 0. 062 0. 964北京1. 312 0. 047 0. 981河南1. 184 0. 056 0. 973江西1. 112 0. 056 0. 971云南1. 302 0. 075 0. 950山东1. 182 0. 047 0. 981湖南1. 099 0. 071 0. 952甘肃1. 286 0. 053 0. 975贵州1. 172 0. 081 0. 946宁夏1. 073 0. 079 0. 950广东1. 284 0.
10、045 0. 982重庆1. 168 0. 068 0. 958天津1. 066 1. 040 0. 986浙江1. 271 0. 038 0. 988吉林1. 162 0. 054 0. 973陕西1. 003 0. 053 0. 974福建1. 258 0. 064 0. 961四川1. 163 0. 059 0. 968内蒙古0. 890 0. 074 0. 953作为一个包含多要素的复杂系统,区域高校科技创新系统中的经济和科技指标表现出标度关系的倾向 7- 8 。本文构造第一类指标: HERD- GDP、 Patent-GDP等标度因子,并建立调整后的相对HERD指标:HERD = k
11、GDP ,则RHERD = HERD0HERDe。其中,HERD0表示实际研发经费, HERDe表示计算得到的期望值, GDP0为实际国民生产总值。四、实证结果(一) HERD和GDP之间的标度关系通过SPSS22. 0拟合可知,标度关系存在于我国高校研发经费和经济规模间。 HERD- GDP标度因子值为1. 28,表明我国HERD的增长在这段时间快于GDP的增长, GDP每翻一番, HERD将是原来的2. 43倍,即HERD随GDP增长呈非线性增长趋势。表1给出了30个省份高校研发投入和GDP之间的标度因子、标准差和拟合优度。可知这些省份GDP和HERD间的幂律关系都较为显著。除内蒙外,其他
12、省份高校研发经费与经济规模间表现出不同程度的马太效应。具体来说,这些区域HERD- GDP标度因子均大于1,表明HERD的增长都快于其各自GDP的增长。上海HERD随GDP增长的非线性效应最强,其GDP每翻一番, HERD将是原来的2. 73倍。意料外的是拥有较多高校的陕西省标度因子仅为1. 003,意味着该省HERD随GDP几乎呈线性增加趋势。本文选择2000 2012年这13年的中间年份作为被比较年份,表2分别列出了高校研发投入强度和相对HERD的值。对比可知,绝大多数省份的相对HERD排序较其高校研发投入强度排序变化较大。如2004年京沪两地的高校研发投入强度分别位于第1和第4位,但其R
13、HERD排序分别是第27和第25位; 2008年这两个地区按照高校研发投入强度排在第1和第3位,但RHERD分别名列第27和第13位。此外,东部地区的福建和海南两省, 2004年按照高校研发投入强度排名分别在第24和第26位,但其RHERD排序分别是第8和第2名; 2008年这两个省份的高校研发投入强度的排名分别是第22和24位,可RHERD却分别位于第3和第1位。这种现象表明高校研发投入强度指标在某种程度上可能由于规模因素的存在使得结果有失偏颇,而相对数量指标则会尽力消除这种非线性效应,得到更客观的结果。创新与创业Innovation and Entrepreneurship62 管理现代化
14、(二) R& D Personnel和GDP间的标度关系由拟合知,我国R& D Personnel- GDP标度因子为0. 39,说明13年间我国高校研发人员的增长慢于其各自GDP的增长, GDP每翻一番, R& D Personnel将是原来的1. 31倍, R& D Personnel随GDP增长呈非线性增长趋势。表2 2004年和2008年各省高校研发投入强度和RHERD指标比较省份2004年2008年HERDGDP RHERDHERDGDP RHERD省份2004年2008年HERDGDP RHERDHERDGDP RHERD北京0. 55 1. 05( 27) 0. 50( 1) 0
15、. 80( 27)江西0. 07 1. 10( 21) 0. 08( 16) 1. 10( 4)天津0. 31 1. 10( 20) 0. 29( 2) 0. 99( 11)山西0. 07 1. 04( 28) 0. 07( 17) 0. 99( 10)陕西0. 27 1. 13( 10) 0. 23( 4) 0. 98( 13)广西0. 06 1. 11( 16) 0. 06( 19) 1. 09( 6)上海0. 21 1. 05( 25) 0. 25( 3) 0. 98( 12)云南0. 06 1. 12( 17) 0. 07( 18) 1. 00( 9)四川0. 19 1. 12( 13
16、) 0. 18( 6) 1. 09( 8)贵州0. 06 1. 16( 4) 0. 05( 21) 0. 96( 16)湖北0. 18 1. 16( 3) 0. 16( 7) 0. 96( 15)广东0. 06 1. 10( 19) 0. 06( 20) 0. 91( 20)黑龙江0. 18 1. 12( 15) 0. 22( 5) 0. 89( 22)山东0. 05 1. 09( 23) 0. 04( 23) 1. 12( 3)吉林0. 16 1. 13( 7) 0. 15( 10) 1. 10( 5)宁夏0. 05 1. 14( 6) 0. 04( 25) 0. 93( 19)辽宁0. 1
17、5 1. 22( 1) 0. 16( 9) 1. 09( 7)青海0. 05 1. 13( 8) 0. 04( 26) 1. 18( 2)重庆0. 14 1. 10( 22) 0. 16( 8) 0. 93( 18)福建0. 04 1. 13( 8) 0. 05( 22) 1. 18( 1)湖南0. 13 1. 13( 9) 0. 14( 11) 1. 09( 7)河南0. 04 1. 12( 11) 0. 03( 27) 0. 88( 23)江苏0. 13 1. 12( 12) 0. 12( 12) 0. 96( 14)海南0. 04 1. 16( 2) 0. 04( 24) 0. 83(
18、25)甘肃0. 12 1. 11( 18) 0. 12( 13) 0. 95( 17)河北0. 04 1. 07( 24) 0. 04( 24) 0. 82( 26)安徽0. 11 1. 12( 14) 0. 11( 14) 0. 91( 21)内蒙古0. 03 1. 15( 5) 0. 01( 29) 0. 82( 25)浙江0. 10 1. 05( 26) 0. 09( 15) 0. 83( 24)新疆0. 03 1. 13( 8) 0. 02( 28) 0. 82( 25)注: 30个省份按照2004年HERD/ GDP指标依次降序排列,括号中的数字表示在当年各指标下不同排序。表3 我国
19、各省R& D Personnel- GDP标度因子(20002012年)省份R& D Personnel- GDP SE R2省份R& D Personnel- GDP SE R2省份R& D Personnel- GDP SE R2海南0. 485 0. 088 0. 669贵州0. 386 0. 038 0. 898四川0. 339 0. 029 0. 913上海0. 453 0. 019 0. 965浙江0. 383 0. 011 0. 988云南0. 326 0. 063 0. 631黑龙江0. 436 0. 026 0. 936湖南0. 377 0. 028 0. 938宁夏0. 3
20、25 0. 032 0. 911新疆0. 432 0. 045 0. 862河南0. 373 0. 017 0. 976重庆0. 325 0. 043 0. 820甘肃0. 422 0. 021 0. 964山东0. 365 0. 009 0. 992天津0. 323 0. 018 0. 968安徽0. 411 0. 031 0. 928吉林0. 359 0. 024 0. 945江西0. 316 0. 042 0. 825福建0. 398 0. 020 0. 963辽宁0. 356 0. 034 0. 885山西0. 309 0. 043 0. 809北京0. 396 0. 012 0. 9
21、87湖北0. 355 0. 023 0. 950陕西0. 306 0. 024 0. 946河北0. 395 0. 017 0. 974广西0. 347 0. 022 0. 955内蒙古0. 284 0. 024 0. 953广东0. 394 0. 012 0. 986江苏0. 345 0. 021 0. 959青海0. 283 0. 058 0. 686表4 我国各省Patent- GDP标度因子(20052012年)省份Patent- GDP SE R2省份Patent- GDP SE R2省份Patent- GDP SE R2上海2. 213 0. 054 0. 965甘肃1. 720
22、0. 044 0. 979湖南1. 514 0. 034 0. 988黑龙江1. 947 0. 050 0. 973山西1. 705 0. 057 0. 964吉林1. 493 0. 035 0. 986河北1. 872 0. 049 0. 974福建1. 690 0. 031 0. 990天津1. 464 0. 032 0. 988广东1. 861 0. 048 0. 974安徽1. 676 0. 096 0. 921辽宁1. 440 0. 075 0. 931浙江1. 859 0. 047 0. 975江西1. 660 0. 060 0. 967湖北1. 420 0. 039 0. 983
23、山东1. 848 0. 082 0. 934广西1. 648 0. 152 0. 820青海1. 420 0. 095 0. 906北京1. 813 0. 057 0. 961海南1. 638 0. 057 0. 968宁夏1. 403 0. 117 0. 882河南1. 759 0. 058 0. 965云南1. 632 0. 059 0. 960陕西1. 358 0. 038 0. 984江苏1. 753 0. 043 0. 981贵州1. 593 0. 076 0. 947重庆1. 332 0. 081 0. 917新疆1. 745 0. 036 0. 986四川1. 591 0. 02
24、8 0. 992内蒙古1. 193 0. 063 0. 95330个省份的经济规模和研发人员间存在标度关系如表3所示, R& D Personnel- GDP标度因子都小于1,即高校研发人员数的增长均慢于GDP增长。虽然海南省经济规模排名靠后,但其R& D Personnel-GDP标度因子位居第一,即海南GDP每翻一番,其高校研发人员数将是原来的1. 4倍,这表明随着经济发展,海南的高校研发人员数量显著提高,同时也将逐渐缩小与发达地区的差距。(三) Paper- GDP、Patent- GDP标度因子由拟合知,我国Paper- GDP、 Patent-GDP标度因子分别为0. 39和1. 7
25、3,意味着GDP每翻一番,这两者将分别是原来的1. 31和3. 33倍。虽然近年来各高校科技论文和著作数增长迅速,可依旧慢于GDP的增长;随着对技术创新的日益重视,高校也越来越将其作为获取竞争优势的重要手段,从而导致高校专利申请量的增长快于同期GDP的增长,呈现出持续飞跃上升的态势。我国30个省份的Paper- GDP标度因子也均小于1,说明高校科技论文和著作数的增长速度远远慢于GDP的增长。上海的科技论文著作数与经济规模间的非线性效应最强,可其GDP增长一倍时,科技论文著作数也仅为原来的1. 41倍。从表4可以看到,我国30个省份的Patent- GDP标度因子值均大于1,说明高校专利申请量
26、的增加不Innovation and Entrepreneurship创新与创业201 6年第4期 63 同程度地快于GDP增长,呈现出很强的非线性增长态势。 Patent- GDP标度因子从1. 193变到2. 213,意味着我国各地区高校专利申请数和经济规模间存在马太效应。尤其是上海, GDP增长一倍,高校专利申请量约是原来的4. 64倍,专利申请数和GDP间较强的马太效应,与该地区近些年来着力推进创新型城市建设,全面提升科技持续创新能力等科技政策密不可分。此外,内蒙古高校专利申请数同其经济规模间不协调,尽管其经济发展在超过较多地区,可标度因子却排在末尾。五、结论与讨论如何以区域为单位,合
27、理有效评价区域高校科技创新绩效,一直是备受社会各界关注的问题。标度无关性指标的建立,充分考虑了非线性因素对创新绩效的影响,为重新审视并提升高校的科技创新绩效、明确各区域高校所属科研状态,以及更多合理的科技创新政策的制定和出台提供一定的科学理论和现实依据,同时也为预测未来创新表现提供了有效工具。(一)结论本文基于标度无关性指标,根据我国2000 2012年的数据,比较研究了30个省市自治区高校科技创新的相对绩效,得到如下主要结论。首先,我国创新系统中GDP与HERD间存在标度关系。国内高校研发经费投入随GDP的增加呈较强的非线性增加趋势,高校研发经费投入与其各自GDP间存在着马太效应。这意味着,
28、各区域决策者会跟随当地经济社会的发展状况,不断加大对地方高校科技创新力的重视和推进程度。其次,高校研发投入强度这一比值指标可能由于规模因素的存在,易导致高校研发经费的投入水平出现被高估或低估的现象发生,而相对数量指标则会将这种非线性效应考虑在内并尽力消除。再次, R& D Personnel- GDP和Paper- GDP标度因子值都小于1,这就是说,尽管我国所有高等学校近年来对科研人员的投入,以及在科技论文方面的产出都不断加大,可还是未能跟上国内经济社会发展步伐,有待加强。最后,我国GDP与高校专利申请量间具有较强的标度关系,高校专利申请量将随着经济发展而显著提高,此外,各省份专利申请数随G
29、DP增长的马太效应也较为抢眼,这表明在我国高校系统内,科技论文和著作等基础科学研究创新占有着重要地位,但专利等技术应用创新的地位也正逐步提升。(二)讨论本文仅以GDP、 R& D经费和研发人员、科技论文和专利等部分指标为基础来构造标度无关性指标,相信其他指标,如高校技术转让收入与GDP、教育经费与GDP等,也都有可能存在标度关系,基于此可构建更多的标度无关性指标来全面衡量、评价区域高校科技创新相对绩效。另外,标度关系的定义是基于两个变量,受限于目前估计模型能力的选择,本文仅试图基于主要创新变量与GDP间各自的标度关系来构建面向双变量的标度无关性指标,而诸如GDP与研发投入、论文、专利等多个变量
30、间是否同时存在标度关系,如何寻求,又怎样构建多变量标度无关性指标等,都是后续应探讨和深入研究的问题,需要后续研究的进一步扩充与完善。 参考文献 1杨宏进,刘立群.基于三阶段DEA的高校科技创新绩效研究 J .科技管理研究, 2011( 9) . 2俞立平,张晓东.基于熵权TOPSIS的地区高校科技竞争力评价研究 J .情报杂志, 2013( 11) . 3王晓红,王雪峰,翟爱梅,冯英浚.一种基于DEA和多指标综合评价的大学科研绩效评价方法 J .中国软科学, 2004( 8) . 4梁燕,耿燕,林玉伟,李相银.基于层次分析法的高校科技创新能力评价指标体系研究 J .科学学与科学技术管理, 20
31、09( 5) . 5王章豹,徐枞巍.高校科技创新能力综合评价:原则、指标、模型与方法 J .中国科技论坛, 2005( 2) . 6 Katz J S. Scale- independent Indicators andResearch Evaluation J . Science and Public Policy,2000( 27) . 7 Katz J S. Indicators for Complex InnovationSystems J . Research Policy, 2006( 35) . 8高霞,陈凯华,官建成.标度无关性视角下的我国区域科技创新绩效评价研究 J .中国软
32、科学, 2012( 8) . 9王子晨,戚巍,吴丹丹.我国区域企业技术创新绩效研究 基于标度无关性指标视角 J .技术经济与管理研究, 2015( 7) . 10于庆伟,朱健,任秋阳.基于灰色GM ( 1, 1)模型的高校研发投入强度研究 J .价值工程, 2013( 9) . 11 Hausman J, Hall B H, Griliches Z. Econometric-models for Count Data with An Application to thePatents R and D Relationship J . Econometrica,1984( 4) . 12郭江江,戚巍,王子晨.我国高校研发投入与创新产出关系的实证研究 J .中国高教研究, 2014( 3) .