浙江省科技创新驱动经济高质量发展绩效研究

姜纯正

摘  要：科技创新是驱动高质量发展的核心动力。科学评价创新驱动高质量发展绩效对优化区域科技创新资源配置，提高创新驱动发展效率具有重要的指导意义。本文从系统论的视角，提出了评价创新驱动高质量发展的两阶段概念模型，并构建了相应的绩效评价指标体系，并针对浙江省展开实证研究。首先，运用数据包络方法（DEA）评价浙江省“十三五”期间各城市创新驱动高质量发展绩效水平及其地区差异性，其次，通过Malmquist指数分解方法，探讨绩效水平的动态变化及其影响因素，最后，根据实证结果，给出提高浙江省创新驱动高质量发展效率的对策与建议。

关键词：创新驱动高质量发展;绩效评价;DEA;Malmquist指数

引言

习近平总书记指出，要坚持把创新驱动发展摆在核心地位。浙江省作为打造新时代全面展示中国特色社会主义制度优越性的重要窗口，“十三五”以来全省全面贯彻落实中央关于创新驱动发展的决策部署，将创新工作摆在更加重要和突出的位置。如何科学评价与分析创新驱动高质量绩效及其影响因素，对优化各地科技创新资源配置，提升创新驱动高质量发展效率具有重要指导作用。

目前国内外针对国家和地区科技创新绩效评价已有大量文献，其中基于创新投入产出的绩效评价深受社会各界关注。胡凯运用DEA方法对中国区域科技创新绩效进行评价并探讨了中国区域科技创新绩效的动态变化[1]。盛明科和孟佳采用Malmquist指数模型分析中国30个省域2007-2016年科技创新绩效动态变化及其影响因素[2]。但是目前对于科技创新驱动经济高质量发展绩效评价的文献相对较少。徐银良等对中国省级地区科技创新驱动产业升级的绩效进行了评价[3]。王慧艳等构建我国科技创新驱动经济高质量发展的概念模型，并运用网络WSBM模型测算对各省科技创新驱动经济高质量发展的绩效水平[4]。

本文基于系统论视角，将创新驱动高质量发展分为科技创新阶段与经济高质量发展阶段，提出基于两阶段的概念模型，并在此基础上构建绩效评价指标体系[4]，运用DEA评价浙江省及其各地创新驱动发展绩效水平并通过Malmquist指数分解方法进一步探讨绩效水平的动态变化及其影响因素，研究结果以期为浙江省深入实施创新驱动战略决策制定提供理论支撑。

一、概念模型与指标体系

科技创新驱动经济高质量发展主要涵盖创新投入、研究开发、创新产出、转化扩散、高质量发展五个环节。王慧艳等[4]指出构建一个合理的创新驱动高质量发展绩效评价模型不仅需要考虑最初投入和最终产出，同时也需要考虑中间环节的投入产出。鉴于此，我们分解出了科技创新子系统和经济高质量发展子系统。科技创新子系统包含创新投入-研究开发-创新产出;经济高质量发展子系统包含创新产出-中间投入-转化扩散-高质量发展。子系统间互相作用反馈，与外部环境进行物质交换，共同组成一个整体开放系统，详见图1。

在两阶段概念模型基础上，我们参照中国创新指数指标体系和高质量发展指标体系，构建了评价创新驱动高质量发展绩效的指标体系。

关于创新投入要素的研究，本文选取R&D人员全时当量、R&D经费内部支出以及科学研究和技术服务业新增固定资产比重分别作为人力、财力和物力投入指标。创新产出指标选取万人发明专利授权数、万人技术市场成交额和万人高新技术企业数。创新阶段产出继续作为转化阶段投入要素，由于科技成果的转化过程需要大量的资金支持，故选取金融支持作为转化过程资金投入。

对于创新驱动高质量发展的成效，金碚运用经济学基础理论解释了高质量的含义[5]。田秋生认为是以质量为价值取向、核心目标的发展[6]。故本文从经济发展质量、效率、动力三方面构建评价指标。选取高新技术产业占规上工业比重和常住人口人均GDP作为质量指标。效率指标选取全员劳动生产率和单位GDP能耗。动力指标选取工业新产品产值率和新经济占比。

二、浙江省创新驱动高质量发展绩效分析

考虑到指标统计口径的一致性和产出数据有滞后期，决定每阶段都收集4年份的投入产出数据，最初投入数据为2015-2018年，中间产出数据为2016-2019年，最終产出数据为2017-2020年。本文相关数据来自浙江省相关年份《统计年鉴》、《科技统计年鉴》、《浙江省设区市科技进步统计监测评价报告》。

（一）创新驱动高质量发展绩效水平

本文运用数据包络方法（DEA）中的BCC模型，采用DEAP2.1软件计算出2015-2020年浙江省及其各地科技创新投入驱动高质量发展效率值（总绩效）、科技创新投入产出效率值（科技创新阶段绩效）、科技创新成果驱动高质量发展效率值（高质量发展阶段绩效），结果如表2。

根据表2，2015-2020年浙江省科技创新驱动高质量发展总绩效均值为0.90。其中杭州、温州、湖州、衢州、舟山、丽水均实现DEA有效，大于全省均值的市有8个。科技创新阶段测算的全省均值为0.77，高于全省均值的市占46%。高质量发展阶段测算的全省均值为0.87，高于全省均值的市占73%。

2015-2020年杭州、宁波和嘉兴的科技投入位于全省前列，杭州在创新阶段的效率值较高，但高质量发展阶段存在很大浪费。宁波的创新阶段和高质量发展阶段效率值均较低，宁波的科技创新与经济发展还未实现深度融合，创新驱动高质量发展的动力也不足。嘉兴的高质量发展阶段效率值较高，但总绩效相对较低，创新阶段效率值低于全省均值。衢州、丽水在创新阶段和高质量发展阶段均实现DEA有效。舟山的总绩效较高，在高质量发展阶段实现DEA有效。但衢州、舟山和丽水在2015-2020年的科技投入相对较少，这三个市的效用还未达到最大化。

（二）绩效的Malmquist分解

Malmquist指数由MalmquistSten最先提出，由Caves首次应用在生产率变化测算上，较好地刻画了相对效率的动态变化。该指数不仅在全要素生产率变化上应用广泛，对分析科技创新驱动高质量发展绩效的动态变化也很适用。对于创新驱动高质量发展这种多输入、多产出的活动，该指数能很好地解释其绩效的动态变化。下面我们运用DEA-Malmquist指数模型来评价浙江省创新驱动高质量发展绩效两阶段的动态变化。

（1）科技创新指数快速增长

为了更好的了解浙江省及其各地创新驱动高质量发展中科技创新阶段和高质量发展阶段的变化路径与趋势，我们引入Malmquist全要素生产率指数分析两个阶段的动态变化及影响动态变化的原因。我们首先计算出2015-2020年浙江省及其各地科技创新绩效指数及其分解，如表3。

根据表3，2015-2020年浙江省科技创新绩效年均增长14%，综合技术效率年均增长7%，技术进步绩效年均增长6%。综合技术效率中，纯技术效率年均增长5%，规模效率年均增长2%。有9个市科技创新绩效Malmquist指数高于1，其中杭州、温州、衢州、舟山、丽水科技创新绩效增长主要依靠技术进步。嘉兴、绍兴、金华、台州科技创新绩效增长主要依靠综合技术效率增长。金华和舟山科技创新绩效增长高达34%和35%。宁波和湖州的5个指数均未达全省均值。

（2）高質量发展指数严重下滑

2015-2020年浙江省及其各地高质量发展绩效指数及其分解，见表4。

根据表4，2015-2020年浙江省高质量发展绩效年均下降20%，技术进步绩效年均下降21%。综合技术效率年均增长1%，纯技术效率年均增长1%。11个市高质量发展绩效Malmquist指数均小于1，其中6个市Malmquist指数小于全省均值。综合技术效率变化指数低于1的有4个市，11个市的技术进步指数均低于1，其中5个市的技术进步指数低于全省均值。11个市高质量发展绩效下降主要由技术进步绩效下降幅度过大导致。

三、提升浙江省创新驱动高质量发展绩效的对策建议

“十四五”是浙江省跃升的关键时期，如何依靠技术创新打造高质量发展的新引擎，实现经济发展方式由要素投入驱动向技术创新驱动转变，是浙江省实现跨越式发展的关键。本文运用数据包络方法（DEA）和Malmquist指数分解方法研究了浙江省“十三五”期间科技创新驱动经济高质量发展绩效及其动态变化。研究发现“十三五”期间浙江省依旧存在科技创新阶段转化率不够，高质量发展阶段绩效逐年下降，全省各地区资源投入不均衡等问题。基于上述，本文得出如下政策启示：

在主体培育和要素集聚上加力。浙江省科技创新阶段所有指数均大于1，科技创新技术年均有所上升，科技创新绩效呈增长趋势。对于温州、嘉兴、绍兴、金华、舟山、台州这类科技创新还不足的市，要进一步完善创新主体培育体系，不断强化企业创新主体地位，推动创新要素向企业集聚。一要不断完善科技型企业成长培育机制，二要全面增强企业自主研发能力。

在成果转化和产业融合上加力。浙江省高质量发展阶段技术进步指数过低，技术进步绩效年均有所下降。科技创新必须与经济实现深度融合才能有效驱动经济实现高质量发展。像杭州、宁波、湖州这类转化扩散还不足的市，政府需要实施创新平台跃升工程，克服创新驱动高质量发展的短板。为了推动创新知识到创新技术的转化再到创新技术的应用和产业化，有必要处理好高校、企业、政府之间的关系，使三者相互协调，相互推进。除此之外还要提高科技人员对面向经济主战场的认识。

在资源分配上加力。浙江省高质量发展绩效下降主要由高质量发展阶段技术进步绩效下降所导致。在注重技术进步同时也要注意资源合理配置，在经济增长基础上，要素投入力度应与当地经济发展阶段相适应，因此要保持合理投入并在稳定提高规模效率同时保证科技资源投入到最有活力和效率的科技创新研究上。杭州的最初投入和中间产出较高但转化扩散不足，衢州和丽水在两阶段均实现DEA有效但它们的最初投入较低，说明当前浙江省各地区创新资源投入不均。应从区域协调发展角度，制定差别化的创新政策，优化区域科技资源配置。

参考文献：

[1]胡凯.中国区域科技创新绩效分析[J].科技进步与对策，2012，（29）：33-35.

[2]盛明科，孟佳.基于DEA—Malmquist模型的中国省域科技创新绩效评价研究[J].公共管理与政策评论，2018，（2）：46-55.

[3]徐银良，王慧艳.中国省域科技创新驱动产业升级绩效评价研究[J].宏观经济研究，2018，（8）：101-114.

[4]王慧艳，李新运，徐银良.科技创新驱动我国经济高质量发展绩效评价及影响因素研究[J].经济学家，2019，（11）：64-74.

[5]金碚.关于“高质量发展”的经济学研究[J].中国工业经济，2018，（4）：5-18.

[6]田秋生.高质量发展的理论内涵和实践要求[J].山东大学学报（哲学社会科学版），2018，（6）：1-8.

资助项目：浙江省大学生新苗人才计划（2020R417024），项目名称：混频数据下分位数回归建模及其应用。