基于DEA和灰色關聯(lián)度的湖南省區(qū)域科技創(chuàng)新能力研究

劉立燕 宋捷羽 楊 波

(江漢大學 商學院，湖北 武漢 430000)

一、引言

科技創(chuàng)新為經濟發(fā)展注入了強大活力，使經濟發(fā)展產生質的飛越成為可能。西奧朵·舒爾茨(Theodore W. Schultz，1991)發(fā)現(xiàn)，戰(zhàn)后美國農業(yè)生產的增長中物質資本積累的貢獻率僅為20%，其余80%是由科學技術引起的[1]。我國科技進步對經濟增長的貢獻率從2001—2006年的44.3%上升至2012—2017年的57.8%[2]。但艾媒網發(fā)布的《2019中國與發(fā)達國家企業(yè)科技創(chuàng)新發(fā)展水平與經驗模式研究報告》中可以看出，我國科技創(chuàng)新的投入比率、貢獻率與發(fā)達國家之間仍存在著一定差距?？萍紕?chuàng)新區(qū)域差異也是導致區(qū)域之間經濟發(fā)展不平衡的重要因素之一。

根據(jù)《中國區(qū)域科技創(chuàng)新評價報告(2018)》，湖南省2016年綜合科技創(chuàng)新水平指數(shù)為57.34(當年全國綜合科技創(chuàng)新水平指數(shù)為69.63)，全國排名第15位[3]。報告中湖南省多數(shù)二、三級評價指數(shù)排名在全國位列中下游。湖南省各市州是湖南科技創(chuàng)新的主體，各市州具體表現(xiàn)如何，如何提升其科技創(chuàng)新能力？

本研究嘗試從投入產出的角度，運用數(shù)據(jù)包絡分析法(DEA)具體評價分析湖南省各個市州科技創(chuàng)新能力，并采用灰色關聯(lián)度分析法探究影響湖南省各市州科技創(chuàng)新能力的主要因素，并據(jù)此提出相關建議。本研究對湖南省科技創(chuàng)新及經濟發(fā)展具有現(xiàn)實意義，亦可為其他地區(qū)提供借鑒。

二、文獻綜述

Hiroyuki(2017)發(fā)現(xiàn)高新技術行業(yè)對日本經濟效率的影響遠高于其他行業(yè)[4]。楊武和楊淼(2017)構建了科技創(chuàng)新驅動經濟增長波動及周期模型，研究發(fā)現(xiàn)中國科技創(chuàng)新驅動經濟增長具有一定周期性波動，外在影響對周期波動的沖擊是暫時的、微小的，創(chuàng)新驅動經濟發(fā)展長期上是趨于平穩(wěn)的[5]。

科技創(chuàng)新評價指標的選取上，BartLeten(2016)從資金投入與人員投入兩個維度出發(fā)評價企業(yè)科技創(chuàng)新能力并發(fā)現(xiàn)企業(yè)在科技創(chuàng)新中發(fā)揮著重要的作用[6]；胡曉瑾和解學梅(2010)將協(xié)同能力與科技創(chuàng)新指標體系結合起來，分別從區(qū)域的創(chuàng)新環(huán)境、知識創(chuàng)造獲取能力、企業(yè)的技術創(chuàng)新能力、區(qū)域創(chuàng)新協(xié)同能力以及區(qū)域創(chuàng)新的經濟績效五個方面選取了具有代表性的指標并實證檢驗該指標體系[7]。陶雪飛(2013)以城市科技創(chuàng)新綜合能力為主體，設計出以科技創(chuàng)新能力為核心 “五位一體”的評價城市科技創(chuàng)新水平的指標體系[8]。孫梟坤(2018)構建了包括科技創(chuàng)新基礎能力、投入能力、產出能力、效益能力以及科技自主創(chuàng)新能力的指標體系[9]。

區(qū)域科技創(chuàng)新評價方法上，周立和吳玉鳴(2006)采用因素分析與聚類研究的方法對全國31個省級區(qū)域的科技創(chuàng)新能力進行定量評估，結果表明我國各地區(qū)創(chuàng)新能力差距較為明顯[10]。楊劍等(2007)通過模糊決策的方法建立了區(qū)域創(chuàng)新系統(tǒng)生命周期判定模型，通過算法對系統(tǒng)所處階段進行判定[11]。陳國宏等基于改良的“縱橫向”拉開檔次評價法對我國31個省的科技創(chuàng)新能力進行動態(tài)綜合評價，并進行區(qū)域比較分析找出影響區(qū)域科技創(chuàng)新能力的主要因素[12]。劉順忠和管建成(2002)運用DEA方法分析了我國各創(chuàng)新系統(tǒng)特點，并根據(jù)其特征進行分類，針對不同類型提出相關的區(qū)域創(chuàng)新建議[13]。姜文仙(2016)采用灰色關聯(lián)度分析法，研究了2000—2013年廣東省區(qū)域科技創(chuàng)新能力，分析實證結果指出存在的問題并提出相應的措施[14]。

國內一些學者具體研究了我國一些特定省份的區(qū)域科技創(chuàng)新能力，如孫斌和趙斐(2011)[15]、祝新和王邵(2016)[16]、胡麗娜(2019)[17]、林萍和聶春霞(2014)[18]等學者分別對江蘇、廣西、內蒙古、新疆地區(qū)的科技創(chuàng)新能力和現(xiàn)狀進行評估。

綜上，區(qū)域科技創(chuàng)新能力方面的研究視角不同，方法各異，評價指標多樣，這些研究均為我們進一步的研究奠定了良好的基礎。多數(shù)研究都從創(chuàng)新的財力投入與人力投入兩個維度構建創(chuàng)新投入框架；創(chuàng)新產出的評價指標除專利數(shù)量外，在其他指標的選擇上差異較大，且各指標之間可能存在相關性從而降低評價的有效性。數(shù)據(jù)包絡分析(DEA)是對研究對象的多指標投入與多指標產出之間的關系進行有效性評價，近年在區(qū)域創(chuàng)新能力研究領域為不少學者采用(劉順忠和管建成，2002[13]；孫斌和趙斐，2011[15]；胡麗娜，2019[17])；而灰色關聯(lián)分析方法因其對樣本數(shù)據(jù)量的要求相對不高，且最終結果以排序的形式給出，靈活性較強，在越來越多的研究領域被應用(祝新和王邵，2016[16])。為此，我們嘗試運用相關性分析對研究指標進行篩選后，再綜合應用DEA分析法和灰色關聯(lián)度分析法，對湖南省各市州的科技創(chuàng)新能力進行探索。

三、科技創(chuàng)新能力評價指標體系及研究方法

(一)技創(chuàng)新能力指標體系的構建

區(qū)域科技創(chuàng)新能力評價從整體上可以看成是一個投入到產出的系統(tǒng)。在系統(tǒng)中投入人力、財力等資源后，經過系統(tǒng)中各要素之間的相互影響，轉化為高新技術產業(yè)營收、專利成果等。我們也從財力投入與人力投入兩個維度構建創(chuàng)新投入框架，并參考孫斌和趙斐(2011)[15]、祝銘和宋丹(2019)[19]、胡麗娜(2019)[17]的研究，從科技產出和高新技術產業(yè)化兩個維度構建創(chuàng)新產出框架，建立湖南省科技創(chuàng)新能力評價體系，如表1所示。

表1 科技創(chuàng)新能力評價指標體系

(二)評價方法的選擇

1.DEA模型

數(shù)據(jù)包絡分析(DEA)是對研究對象的多指標投入與多指標產出之間關系進行有效性評價。DEA的基本原理為首先選擇決策單元中的輸入或輸出不變，再通過線性規(guī)劃與數(shù)理統(tǒng)計確定其有效的生產前沿面，最后將各個決策單元映射到前沿面上，通過比較兩者的差異和偏離程度判斷他們的相對有效性。DEA分析法主要分為CCR模型與BCC模型，后者是在前者的基礎上，將CCR中的技術效率進一步分解為純技術效率與規(guī)模效率，本文將采用BCC模型。

模型運行結果主要有綜合技術效率(crste)是指決策單元在最優(yōu)規(guī)模時投入一定要素的生產效率，主要反映了DMU的資源使用效率、資源配置能力等各方面的綜合評價；純技術效率(vrste)是指由管理制度和技術產生的因素所影響的生產效率；規(guī)模效率(scale)是指因規(guī)模因素影響造成的生產效率，反映了實際規(guī)模與最優(yōu)規(guī)模之間的效率差距；規(guī)模收益是指當投入要素使用量按比例增加時，這種增加對總量產生的影響；純技術效率和規(guī)模效率是綜合技術效率的細分。

2.灰色關聯(lián)度分析

灰色關聯(lián)度分析是由鄧聚龍教授提出的，是灰色系統(tǒng)理論的一種評價方法，通過指標之間的關聯(lián)度來對方案進行評價[20]。其實質是對離散數(shù)據(jù)進行線性插值，使其連續(xù)化，然后再對數(shù)據(jù)的幾何特征進行比較，幾何特征越相似則兩者之間的關聯(lián)度就越大，反之則兩者之間的關聯(lián)度較小，最后通過關聯(lián)度進行評價。

灰色關聯(lián)度分析的具體步驟如下：

(1)根據(jù)評價目的確定評價指標體系，收集評價數(shù)據(jù)，設n個數(shù)據(jù)序列形成如下矩陣：

無量綱化后的數(shù)據(jù)序列形成如下矩陣：

(X0，X1，…，Xn)=

(4)逐個計算每個被評價對象指標序列(比較序列)與參考序列對應元素的絕對差值。即|x0(k)-xi(k)|(k=1，…，m；i=1，…，n，，n為被評價對象的個數(shù))。

ζ(k)=

k=1，…，m

(1)

(6)計算關聯(lián)度 。對各評價對象(比較序列)分別計算其個指標與參考序列對應元素的關聯(lián)系數(shù)的均值，以反映各評價對象與參考序列的關聯(lián)關系，并稱其為關聯(lián)度，記為：

(2)

四、實證研究

(一)數(shù)據(jù)來源

本文選擇湖南省14個城市作為研究對象，科技創(chuàng)新能力從投入到產出在時間上具有一定的滯后性，考慮數(shù)據(jù)的可獲得性，參考梁瑞敏和彭佑元(2014)[21]在時滯上的選擇，最終投入指標選用2016年數(shù)據(jù)，產出指標選取2017年數(shù)據(jù)。本文數(shù)據(jù)主要來源于《湖南省統(tǒng)計年鑒(2017年)》《湖南省科技統(tǒng)計年鑒(2017年)》《湖南省統(tǒng)計年鑒(2018年)》《湖南省科技統(tǒng)計年鑒(2018年)》以及EPS數(shù)據(jù)庫。在此基礎上，由于評價湖南省14個城市的科技創(chuàng)新能力的指標經濟含義以及表現(xiàn)形式各不相同，其中指標部分采用相對值，部分采用絕對值，為了保證在實證研究過程中的合理性，對原始數(shù)據(jù)進行了無量綱化處理，處理方式如下：

(3)

(二)評價指標篩選

1.鑒別力分析

鑒別力分析是評價指標區(qū)分研究對象特征差異的能力，在本文中構建的科技創(chuàng)新能力評價體系中，如果評價指標在所有樣本中對應的得分沒有顯著的差異，則近似認為此指標不具有鑒別能力，反之，則證明此指標具有一定的鑒別能力。在實際應用中多采用變異系數(shù)法來衡量指標的鑒別能力，求出的變異系數(shù)越大，指標的鑒別能力就越強，而變異系數(shù)越小則鑒別能力越弱，其公式為：

(4)

根據(jù)公式(4)，得到各個評價指標的變異系數(shù)，如表2所示，可以看出本文選取評價指標變異系數(shù)均大于0.3，表示各指標的鑒別能力較強。

表2 評價指標鑒別能力分析表

2.相關性分析

在科技創(chuàng)新能力評價體系中，各個指標之間可能還存在著一定的相關性，這種相關性表現(xiàn)為對研究對象信息的復用，從而降低了評價的有效性。通過對指標進行相關性分析，刪除一些相關性較大的指標，以此減少指標之間因相關性而對結果造成的影響。本文采用SPSS21.0軟件對數(shù)據(jù)進行了分析，得到了各指標之間的相關系數(shù)矩陣，在矩陣中共有5組指標的相關系數(shù)大于臨界值0.8，故在原評價指標體系的基礎上進行取舍，最終保留5個評價指標，建立湖南省科技創(chuàng)新能力評價體系結果，如表3所示。

表3 相關系數(shù)大于臨界值的指標選取

(三)湖南省科技創(chuàng)新能力績效DEA分析

1. DEA有效性判斷及技術效率規(guī)模收益分析

本文通過DEAP軟件對無量綱化后的數(shù)據(jù)進行DEA分析，得到了湖南省14個城市的DEA評價表，具體如表4所示。

表4 DEA評價值結果

通過表4可以看出湖南省14個城市科技創(chuàng)新能力，長沙、衡陽、常德、張家界和湘西五個城市的DEA綜合效率為1，且松弛變量均為0，表明在以上五個城市中不存在投入冗余和產出不足，這五個城市均為DEA有效，即其產出相對于其投入已經達到綜合效益有效；湘潭、郴州、懷化和婁底的DEA綜合效率分為0.860、0.826、0.887和0.829，表明其科技創(chuàng)新能力仍然有較大的發(fā)揮空間，各城市應該根據(jù)其實際情況，改善城市的投入產出結構，使資源得到更加有效的利用；株洲、邵陽、岳陽、益陽及永州的DEA綜合效率不高，表明其科技創(chuàng)新發(fā)展水平一般。

通過表5可以看出長沙、湘潭、衡陽、常德、張家界、益陽、永州、懷化、婁底和湘西七個城市技術效率為1，說明湖南省半數(shù)城市投入產出比達到最大，科技創(chuàng)新資源得到了充分利用。其余技術效率未達到1的城市說明其技術效率無效，在技術創(chuàng)新方面還有待提高。

從表5同樣能夠得到湖南省各城市的規(guī)模效率，其中長沙、衡陽、常德、張家界和湘西五個城市的規(guī)模效率均為1，說明其城市規(guī)模收益不變；益陽、郴州、永州、懷化和婁底的規(guī)模效率分別為0.993、0.925、0.932、0.931和0.829，其規(guī)模收益增加，可以通過增加投入來提高城市的科技創(chuàng)新能力；株洲、湘潭、邵陽和岳陽規(guī)模效率值均小于1且規(guī)模收益減少，表明增加僅僅投入不是提高城市科技創(chuàng)新能力的有效辦法。

2.對非DEA有效城市的進一步投影分析

從表5中可以看出株洲、邵陽、岳陽、益陽、郴州、永州和懷化七個城市為非DEA有效，根據(jù)DEA“投影理論”，采取產出導向型DEA模型，進一步計算出各個DMU的投入與產出的目標值，即理論上可達到的水平(表5)。表5顯示，以上七個城市 “高新技術產業(yè)對工業(yè)產業(yè)增長的貢獻率(Y2)”與“專利授權數(shù)量(Y4)”的實際產出值均未達到其目標值，其中“高新技術產業(yè)對工業(yè)產業(yè)增長的貢獻率(Y2)”的實際值在整體上與目標值差距更為顯著。這一結果表明，上述七個城市可以通過產業(yè)結構調整和升級，增強對高新技術產業(yè)的投資，調整投入結構來改善產出效能。

表5 投影值結果表

(四)湖南省科技創(chuàng)新能力績效影響因素的灰色關聯(lián)度分析

為了進一步分析湖南省14個城市的科技創(chuàng)新投入對產出的影響，將DEA模型中的綜合效率值作為灰色關聯(lián)分析中的參考序列，并將R&D活動人員占科技活動人員比重(X2)、企業(yè)R&D活動人員占企業(yè)職工比重(X3)和政府科技撥款占財政支出的比重(X5)作為比較序列，以此來分析影響湖南省14個城市科技創(chuàng)新能力的因素，根據(jù)公式(1)及公式(2)，得到了湖南省14個城市科技創(chuàng)新投入對綜合效率的灰色關聯(lián)度，具體如表6所示。

表6 灰色關聯(lián)度分析表

灰色關聯(lián)度分析了參考數(shù)列與比較數(shù)列之間的關系，兩者的關聯(lián)度越大，則比較數(shù)列對參考數(shù)列的影響就越大。根據(jù)表7，對城市科技創(chuàng)新能力影響作用最大的是R&D活動人員占科技活動人員比重，剩下依次為企業(yè)R&D活動人員占企業(yè)職工比重、政府科技撥款占財政支出的比重，表明提高區(qū)域科技創(chuàng)新能力應首先提高創(chuàng)新研究人員的比重，其次才是創(chuàng)新財力投入。

五、穩(wěn)健性檢驗

為進一步驗證實證結果的可靠性，避免變量指標及時間序列可能對結果造成的影響，將關鍵變量指標進行替換衡量檢驗一次，以及改變時間序列檢驗一次。

(一)變量指標替換

實證研究結果表明創(chuàng)新研究人員的投入較于創(chuàng)新財力的投入對科技創(chuàng)新能力的影響更加顯著。參考陳艷華(2017)在區(qū)域科技創(chuàng)新能力實證研究中的指標選取[22]，用“科技活動人員人數(shù)(X1)”替換“科技活動人員占從業(yè)人員比重(X1)”，用“R&D活動人員占從業(yè)人員比重(X2)”替換“R&D活動人員占科技活動人員比重(X2)”，結果如表7所示。

表7 灰色關聯(lián)度分析表(變量指標替換)

從表7可以看出R&D活動人員占從業(yè)人員比重(X2)、企業(yè)R&D活動人員占企業(yè)職工比重(X3)和政府科技撥款占財政支出的比重(X5)與綜合效率值的關系系數(shù)分別為0.804、0.832和0.698。研究結論依然證實在科技創(chuàng)新能力的改進中，對科技創(chuàng)新人才投入重于財力的投入。

(二)時間序列替換

時間序列的替換是在原有指標體系中投入指標選取2017年數(shù)據(jù)，產出指標選取2018年數(shù)據(jù)，數(shù)據(jù)源于《湖南省統(tǒng)計年鑒(2018年)》《湖南省科技統(tǒng)計年鑒(2018年)》《湖南省統(tǒng)計年鑒(2019年)》、湖南省市場監(jiān)督管理局官網以及EPS數(shù)據(jù)庫。更新時間序列后進行實證研究結果如表9所示。

表9 灰色關聯(lián)度分析表(時間序列替換)

從表9可以看出，R&D活動人員占科技活動人員比重(X2)、企業(yè)R&D活動人員占企業(yè)職工比重(X3)、政府科技撥款占財政支出的比重(X5)和企業(yè)R&D經費占銷售收入的比例(X6)與綜合效率值的關系系數(shù)分別為0.806、0.778、0.614和0.78。在更新的時間序列下，實證研究指標篩選的過程中保留了“企業(yè)R&D經費占銷售收入的比例(X6)”指標。整體上看，創(chuàng)新人員數(shù)量對區(qū)域科技創(chuàng)新能力的推動作用依舊是大于創(chuàng)新財政投入對其產生的影響。同時可以看到，以企業(yè)為主體的投入，無論是人員投入還是財力投入對所在區(qū)域科技創(chuàng)新能力的提高都有著重大影響。

六、研究結論與政策建議

綜上所述，可以得出如下結論：

1.湖南省14個城市科技創(chuàng)新能力各異，長沙、衡陽、常德、張家界和湘西五個城市的DEA綜合效率為1；其余九個城市存在規(guī)模效率無效、技術效率無效或二者均無效的情況。

2.對非DEA有效的七個城市的進一步投影分析顯示，加強對高新產業(yè)的投入，調整和升級產業(yè)結構可能是提高城市科技創(chuàng)新能力的有效辦法。

3.增加R&D研發(fā)人員數(shù)量和比重，提高對人才的投入，更有利于提升區(qū)域科技創(chuàng)新能力；以企業(yè)為主體進行投入，對促進區(qū)域科技創(chuàng)新能力提升舉足輕重。

上述研究的政策內涵在于，一是在湖南各地應進一步出臺相關政策，增強對科技研發(fā)人才的吸引力；發(fā)揮省內高校資源優(yōu)勢，加強對科技創(chuàng)新人才的培養(yǎng)和投入，留住優(yōu)秀的科研團隊和人才。二是湖南省各州市應因地制宜地調整投入結構，扶持新技術、新產業(yè)、新業(yè)態(tài)、新模式等高新技術企業(yè)發(fā)展，不斷調整和升級產業(yè)產業(yè)結構。三是通過政策引導和激發(fā)以企業(yè)為主體的科技投入，充分發(fā)揮企業(yè)在湖南科技創(chuàng)新發(fā)展中的積極作用[23]。