創(chuàng)新價值鏈視角下中國高?？萍紕?chuàng)新效率評價

初旭新，馬 昱

(1.北京工業(yè)大學國有資產(chǎn)與實驗室管理處，北京 100124；2.北京航空航天大學經(jīng)濟管理學院，北京 100191）

創(chuàng)新是發(fā)展動力之源，是建設現(xiàn)代化經(jīng)濟體系的戰(zhàn)略支撐。為了使中國在今后的發(fā)展過程中掌握關鍵核心技術、不受制于人，技術創(chuàng)新是必然選擇。高校作為國家科研力量的關鍵部分之一，是中國實施自主創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的重要力量，高?？萍紕?chuàng)新對社會影響意義深遠。與企業(yè)相同，高校技術創(chuàng)新不能只從產(chǎn)出成果的角度出發(fā)，而是應該充分考慮高校技術創(chuàng)新效率，以有限的資源投入獲得較高的成果產(chǎn)出。政府在支持高校建設過程中投入了大量的資金、人力和物力資源，但是與國外相比，中國高校地位不高、資源配置不合理、資源使用效率較低等問題日益凸顯［1］。因此，研究如何優(yōu)化高校資源配置、實現(xiàn)高校資源利用最大化具有重要的理論意義和實踐意義。

1 文獻綜述

國內(nèi)外專家學者對高?？萍紕?chuàng)新效率評價展開了研究，主要集中在研究對象、研究方法以及研究內(nèi)容上。研究對象方面，對某一省份或區(qū)域高?？萍紕?chuàng)新效率進行評價，如朱金龍等［2］利用主成分分析和超效率數(shù)據(jù)包絡分析（DEA）的組合模型，從投入資源配置和產(chǎn)出效率視角對江蘇27 個行業(yè)產(chǎn)業(yè)類協(xié)同創(chuàng)新中心建設期內(nèi)的科研效率進行分析研究；對不同省份高?？萍紕?chuàng)新效率進行分析，如沈能等［3］、蘇濤永等［4］對某一特定領域高校科技創(chuàng)新進行研究，張曉秋等［5］研究了部屬高校人才培養(yǎng)效率。

研究方法方面，效率測度主要包括非參數(shù)和參數(shù)兩種方法，高?？萍紕?chuàng)新效率測度多采用非參數(shù)法，如趙曉陽等［6］采用DEA 視窗法對中國31 個省份2003—2009 年高?？蒲谢顒油度氘a(chǎn)出的面板數(shù)據(jù)進行評價，結果發(fā)現(xiàn)中國各省份高校研究期間的科研效率整體水平偏低，且未能隨時間呈現(xiàn)出明顯的增長趨勢，不同省份效率在同一視窗內(nèi)差異較大，而同一省份在不同視窗內(nèi)差異較?。焕铊矗?］基于2011—2015 年京津冀高?？萍冀y(tǒng)計數(shù)據(jù)，采用數(shù)據(jù)包絡分析中產(chǎn)出導向的SBM 模型和Malmquist 生產(chǎn)率分解指數(shù)法，探究京津冀高?？萍假Y源配置現(xiàn)狀、模式和科技創(chuàng)新效率，研究發(fā)現(xiàn)京津冀高?？萍假Y源配置規(guī)模和科技創(chuàng)新產(chǎn)出存在以北京為中心的極化效應，三地高?？萍紕?chuàng)新資源配置結構和模式存在差異；吳和燊等［8］基于2008—2016 年中國36 所農(nóng)業(yè)高校數(shù)據(jù)，運用DEA-Malmquist 指數(shù)法測算并比較分析不同地區(qū)農(nóng)業(yè)高校的科技創(chuàng)新效率；朱恬恬等［9］采用DEA-Malmquist 指數(shù)方法評價了2011—2015 年中國31 所教育部直屬“雙一流”建設高校的全要素科技創(chuàng)新資源配置效率。

研究內(nèi)容方面，關于高校創(chuàng)新動態(tài)演進，王樹喬等［10］采用非參數(shù)方法中的核密度估計法刻畫了中國高校科研效率動態(tài)演化過程，結果顯示“985 工程”高校科研效率水平不均衡，存在一定的地域差異，中部地區(qū)的“985 工程”高校科研綜合技術效率水平較高，規(guī)模效率的核密度曲線分布“單峰”特征明顯，純技術效率和技術效率核密度曲線分布均呈現(xiàn)"雙峰"狀；張慧琴等［11］采用Malnuist 指數(shù)動態(tài)地研究了中國高校創(chuàng)新效率的變化趨勢；王曉紅等［12］運用DEA 的視窗分析(Window Analysis)研究中國高?？蒲行实内厔莺头€(wěn)定性。

綜上所述，國內(nèi)外關于高?？萍紕?chuàng)新效率的研究很多，并取得了一定的成果，但仍存在著一些不足之處。主要表現(xiàn)在：已有研究將創(chuàng)新活動看作一個“黑箱”，但忽略了高?？萍紕?chuàng)新中不同階段創(chuàng)新異質(zhì)性；忽略了區(qū)域異質(zhì)性，多以全國或某一區(qū)域進行研究，鮮有以八大綜合經(jīng)濟區(qū)為對象進行研究。鑒于此，針對高?？萍紕?chuàng)新效率評價中存在的問題，本文擬引進創(chuàng)新價值鏈，以中國29 個省份為研究對象，分析我國及不同綜合區(qū)高校的創(chuàng)新效率及其動態(tài)演化規(guī)律，以期為高?？萍紕?chuàng)新政策制定和創(chuàng)新資源配置優(yōu)化提供數(shù)據(jù)支持。

2 研究思路、方法和數(shù)據(jù)

2.1 研究思路

Hansen 等［13］于2007 年首先提出“創(chuàng)新價值鏈”的概念，認為創(chuàng)新價值鏈可分為創(chuàng)意產(chǎn)生、創(chuàng)意轉換以及創(chuàng)新傳播3 個階段。關于創(chuàng)新價值鏈的分解，學者具有不同的觀點。Sherer［14］從供給的視角分解創(chuàng)新價值鏈；也有學者認為技術創(chuàng)新價值鏈主要包括“創(chuàng)新投入→創(chuàng)新知識凝結→創(chuàng)新成果實現(xiàn)”3個階段。國家統(tǒng)計局將中國科技創(chuàng)新劃分為基礎研究、應用研究和試驗發(fā)展3 個階段。研究高?？萍紕?chuàng)新價值鏈首要的任務是要明確高校創(chuàng)新價值鏈的開始［5］。將高?？萍紕?chuàng)新的起始點界定為基礎研究，不僅有助于打破知識創(chuàng)新和科技創(chuàng)新的界限，同時明確了創(chuàng)新的根源在于基礎研究，只有將基礎創(chuàng)新納入創(chuàng)新價值鏈中，才能孵化出顛覆性創(chuàng)新；同樣，高?？萍紕?chuàng)新的終點必須為高校創(chuàng)造新的價值，通俗來講高校創(chuàng)新成果獲得收益。

本文借鑒上述思路，設定高?？萍紕?chuàng)新過程包括3 個階段：知識創(chuàng)新階段、科研創(chuàng)新階段以及創(chuàng)新收益階段。在高?？萍紕?chuàng)新價值鏈的3 個階段中，各階段的具體內(nèi)容不盡相同：第一階段為高?？萍蓟A創(chuàng)新，即理論成果產(chǎn)出階段；第二階段為高校科技應用創(chuàng)新，即發(fā)明階段；第三階段為高校科技試驗發(fā)展創(chuàng)新，即產(chǎn)品收益階段。目前，3 個階段各司其職，分工各不相同，均由不同的科研機構和科研人員來承擔。那么，各階段高?？萍紕?chuàng)新效率演化規(guī)律有何異同，這些問題都值得研究。

具體來講，在高?？萍蓟A創(chuàng)新階段，創(chuàng)新活動的產(chǎn)出為知識產(chǎn)出，因此采用各省份高校出版科技專著和學術論文發(fā)表數(shù)來衡量；在高?？萍紤脛?chuàng)新階段，創(chuàng)新活動產(chǎn)出為發(fā)明階段，因此采用專利申請數(shù)、專利授權數(shù)和國際級項目驗收來衡量；在高?？萍荚囼灠l(fā)展創(chuàng)新，創(chuàng)新活動產(chǎn)出為創(chuàng)新收益，因此采用技術轉讓收入和專利出售收入來衡量。

2.2 研究方法

2.2.1 超效率SBM 模型

本文采用超效率SBM 模型對高?？萍紕?chuàng)新效率進行評價。假設有m種投入要素、s種產(chǎn)出要素，建立線性規(guī)劃方程如下：

2.2.2 Kernel 核密度函數(shù)估計

Kernel 密度函數(shù)是非參數(shù)估計方法之一，其基本原理是：假設隨機變量X1、X2、XN獨立分布，其經(jīng)驗分布函數(shù)為：

式（2）中：N為觀測點數(shù)目；為示范性函數(shù)，即x為真時，否則

Kernel 密度估計為：

式（3）中：h為寬帶；K(·)為Kernel 函數(shù)，除了滿足一般連續(xù)密度函數(shù)的性質(zhì)外，還滿足：為樣本觀測值，x為均值。

2.3 數(shù)據(jù)來源

本研究數(shù)據(jù)主要來源于2006—2018 年中國《高等學?？萍冀y(tǒng)計資料匯編》，研究樣本為我國除香港、澳門、臺灣、西藏和青海之外29 個省份的高校（以下簡稱“樣本高?！保?，部分缺失值采用均值法處理。

3 實證分析

3.1 高?？萍紕?chuàng)新效率

采用超效率SBM 模型對樣本高校2005—2017年間各階段科技創(chuàng)新效率進行測度，限于篇幅，只展現(xiàn)平均值，如表1 所示。從表1 中可以看出，樣本高校知識創(chuàng)新效率均值高于科研創(chuàng)新效率均值，創(chuàng)新收益最低。在知識創(chuàng)新環(huán)節(jié)，湖北、江蘇、河南、內(nèi)蒙、遼寧、北京等省份高校創(chuàng)新效率較高，吉林、黑龍江、天津、山西、安徽、云南等省份高校創(chuàng)新效率較低；分區(qū)域來看，黃河中游、東部沿海、長江中游等綜合經(jīng)濟區(qū)高校創(chuàng)新效率明顯高于大西南和東北等綜合經(jīng)濟區(qū)，尤其是大西南綜合經(jīng)濟區(qū)高校創(chuàng)新效率最低。在科研創(chuàng)新環(huán)節(jié)，江蘇、浙江、海南、上海、陜西等省份高校創(chuàng)新效率較高，內(nèi)蒙、新疆、甘肅、吉林、四川等省份高校創(chuàng)新效率明顯偏低；分區(qū)域結果來看，東部沿海、南部沿海、北部沿海等綜合經(jīng)濟區(qū)高校創(chuàng)新效率明顯高于東北和大西北等綜合經(jīng)濟區(qū)。在創(chuàng)新收益階段，福建、北京、海南等省份高校創(chuàng)新收益效率較高，而內(nèi)蒙、陜西、遼寧等省份高校創(chuàng)新收益效率較低；分區(qū)域結果來看，南部沿海、北部沿海綜合經(jīng)濟區(qū)高校創(chuàng)新收益效率明顯高于東北和黃河中游等綜合經(jīng)濟區(qū)。

表1 樣本高?？萍紕?chuàng)新效率評價結果（2005—2017 年平均值）

表1 （續(xù)）

圖1 2005—2017 年中國高校知識創(chuàng)新效率動態(tài)演化

3.2 效率變化動態(tài)演進分析

2005—2017 年分區(qū)域視角下的樣本高校科技創(chuàng)新效率動態(tài)演進趨勢如圖1～圖3 所示，限于篇幅，選擇北部沿海、黃河中游、29 省份整體進行研究。

3.2.1 知識創(chuàng)新階段

2005—2017 年樣本高校知識創(chuàng)新效率動態(tài)演化趨勢如圖1 所示。從圖1 可以看出：北部沿海綜合經(jīng)濟區(qū)高校知識創(chuàng)新效率分布曲線的波峰右移，表明近年來北部沿海綜合經(jīng)濟區(qū)高校知識創(chuàng)新效率降低但區(qū)域內(nèi)省份間創(chuàng)新效率差異并未減??；黃河中游綜合經(jīng)濟區(qū)高校知識創(chuàng)新效率分布曲線的波峰右移而且逐漸降低，初期左拖尾嚴重，表明后期區(qū)域內(nèi)各省份間創(chuàng)新效率分布不均衡；29 省份高校知識創(chuàng)新效率整體分布曲右拖尾嚴重，表明省份間創(chuàng)新效率差距逐步增大。

3.2.2 科研創(chuàng)新階段

2005—2017 年樣本高?？蒲袆?chuàng)新效率動態(tài)演化趨勢如圖2 所示。從圖2 可以看出，北部綜合經(jīng)濟區(qū)高校科研創(chuàng)新效率分布曲線波峰左移、高度上升，且由單峰改為雙峰，表明北部綜合經(jīng)濟區(qū)高校創(chuàng)新效率降低的同時出現(xiàn)了兩極分化；黃河中游綜合經(jīng)濟區(qū)高?？蒲袆?chuàng)新效率分布曲線由陡峭變成扁平，表明區(qū)域內(nèi)各省份高校創(chuàng)新效率差距愈來愈大；29省份高?？蒲袆?chuàng)新效率整體分布曲線右拖尾現(xiàn)象嚴重，且拖尾沿長度有增加趨勢，表明高校創(chuàng)新效率高的省份與效率低的省份之間持續(xù)拉開距離。

圖2 2005—2017 年中國高校科研創(chuàng)新效率動態(tài)演化

3.2.3 創(chuàng)新收益階段

2005—2017 年樣本高校創(chuàng)新收益效率動態(tài)演化趨勢如圖3 所示。從圖3 可以看出，北部沿海綜合經(jīng)濟區(qū)高校創(chuàng)新收益效率分布曲線左移、波峰提升，且由平滑變陡峭，表明北部沿海各省份高校創(chuàng)新效率降低，省份之間的效率差距變??；黃河中游沿海綜合經(jīng)濟區(qū)高校創(chuàng)新收益效率分布曲線呈現(xiàn)先快速上升、進而迅速下降的態(tài)勢，表明黃河中游綜合經(jīng)濟區(qū)高校創(chuàng)新效率惡化且省份間效率差異嚴重；29省份高校創(chuàng)新收益效率整體分布曲線右拖尾現(xiàn)象嚴重，表明高校創(chuàng)新效率高的省份與效率低的省份之間差距較大。

圖3 2005—2017 年中國高?？萍紕?chuàng)新收益效率動態(tài)演化

4 結論與啟示

百年大計、教育為本。在經(jīng)濟發(fā)展遭遇挑戰(zhàn)的時期，高?？萍紕?chuàng)新能力建設尤為重要。本文基于創(chuàng)新價值鏈，將高校科技創(chuàng)新分為知識創(chuàng)新、科研創(chuàng)新和創(chuàng)新收益三階段，進而以2005—2017 年間中國29 個省份高校投入產(chǎn)出數(shù)據(jù)為基礎，采用超效率SBM 法分析了29 省份整體及八大綜合經(jīng)濟區(qū)的高?？萍紕?chuàng)新效率，并借助核密度函數(shù)呈現(xiàn)中國高校科技創(chuàng)新效率的動態(tài)演化規(guī)律。研究發(fā)現(xiàn)：（1）樣本高校科技創(chuàng)新效率各階段效率及總體效率偏低，各階段中，知識創(chuàng)新效率＞科研創(chuàng)新效率＞創(chuàng)新收益效率。（2）在知識創(chuàng)新階段，黃河中游、東部沿海、長江中游等綜合經(jīng)濟區(qū)高校創(chuàng)新效率較高；在科研創(chuàng)新階段，東部沿海、南部沿海、北部沿海等綜合經(jīng)濟區(qū)高校創(chuàng)新效率較高；在創(chuàng)新收益階段，南部沿海、北部沿海綜合經(jīng)濟區(qū)高校創(chuàng)新效率較高。（3）在知識創(chuàng)新階段，北部沿海綜合經(jīng)濟區(qū)高校創(chuàng)新效率偏低且區(qū)域內(nèi)各省份高校創(chuàng)新效率差異較大，黃河中游綜合經(jīng)濟區(qū)高校創(chuàng)新效率分布不均衡；在科研創(chuàng)新階段，北部沿海綜合經(jīng)濟區(qū)高校創(chuàng)新效率出現(xiàn)兩極分化，黃河中游綜合經(jīng)濟區(qū)內(nèi)省份間高校創(chuàng)新效率差距愈來愈大；在創(chuàng)新收益階段，北部沿海綜合經(jīng)濟區(qū)高校創(chuàng)新效率降低但區(qū)域內(nèi)部各省份間高校創(chuàng)新效率差距縮小，黃河中游綜合經(jīng)濟區(qū)高校創(chuàng)新效率惡化。

由以上結論可知，在建設創(chuàng)新型高校進程中，應采取一定策略來提升區(qū)域高?？萍紕?chuàng)新水平。第一，鑒于高?？萍紕?chuàng)新中三階段創(chuàng)新效率存在差異且地區(qū)間發(fā)展極不平衡，不利于區(qū)域高?？萍紕?chuàng)新協(xié)調(diào)發(fā)展，因此，針對高校創(chuàng)新效率低的地區(qū)，一方面要加大政府財政支出中科教的比重，提升高?？蒲许椖苛㈨棻壤瑫r根據(jù)各地實際情況，增加基礎研究、應用研究和試驗發(fā)展研究的經(jīng)費利用率；另一方面加快縮短專利申請授權周期，降低創(chuàng)新收益稅率，增強高?？蒲嘘犖榈膭?chuàng)新動力。第二，各階段中的參與者只有在創(chuàng)新價值鏈整體得到提升時才能得到利益，考慮到高校科技創(chuàng)新價值鏈由下往上創(chuàng)新效率遞減的趨勢，高校應當進一步加大價值鏈間各創(chuàng)新活動的銜接。一方面，促進基礎研究成果更便捷地應用到創(chuàng)新活動上游，促使高校創(chuàng)新的深化；另一方面，加強區(qū)域間創(chuàng)新活動交流，實現(xiàn)創(chuàng)新資源合理配置和創(chuàng)新成果共享，從而提升各階段創(chuàng)新水平。