中国区域技术有效供给能力评价及影响因素

尹　士，李柏洲

(1.哈尔滨工程大学经济管理学院，黑龙江　哈尔滨　150001；2.哈尔滨工程大学企业创新研究所，黑龙江　哈尔滨　150001)

0　引言

目前，中国区域经济发展差距不断扩大，产业发展遇到了瓶颈，技术有效供给与区域经济发展的技术需求之间矛盾日益凸显，一方面创新成果与产业之间缺乏现实联系，大量科研专利不能转化为现实生产力，另一方面，研发投资存在一定的方向性问题，对消费者急需、提高质量的实用技术重视不够，迫切需要以需求为导向实施有效的技术创新。在这样的背景下，研究中国区域技术有效供给能力，寻找制约区域技术有效供给的关键因素，促进区域技术有效供给，对顺利推进供给侧结构性改革，实现创新驱动发展战略，促进区域经济可持续发展具有重要意义。

从文献研究来看，Timothy FB等认为通用技术的关键特征为：具有渗透性、低成本、产品创新[1]。Wang P等研究认为关键共性技术是具备一定的潜在社会价值和商业价值，是具有提升竞争力的前阶段技术[2]。Becheikh N等将技术创新能力评价投入产出子系统中分别划分成直接指标和间接指标两类[3]。Ramzi T研究指出R&D存量是影响欧洲地中海地区创新型国家技术创新能力的决定因素[4]。OECD研究发现知识资本是技术创新对经济发展影响的关键因素[5]。Carrado C A等研究认为知识资本在发达国家经济增长中的重要性越来越凸显[6]。Vitola A等研究发现较好的制度环境对创新驱动发展具有正向影响作用，其中人才制度、新市场制度、科技创新转化政策是主要影响因素[7]。国内学者主要从技术供给及可持续发展等方面进行了研究。万君康等研究认为技术有效供给的贡献包括经济贡献、社会贡献和环境贡献[8]。于涛分别从技术供给环境、投入、产出、吸收四个方面构建了技术供给能力评价体系，运用因子分析法评价了中国工业行业技术供给能力[9]。张海笔研究认为技术有效供给主要表现在合理配置的技术创新资源、高附加值的技术成果、技术供给与需求相结合并转化为现实生产力、对社会发展具有重要的作用等方面[10]。贺正楚等构建了共性技术投入、产出和外部环境三方面共性技术服务效率评价指标体系，运用链式网络DEA模型对生物医药产业共性技术服务效率进行了评价分析[11]。朱建民等研究认为关键共性技术供给的原动力是带动和引领产业升级的知识产权[12]。

国内外众多学者对产业、共性等技术供给能力进行了研究，而对区域技术有效供给能力及影响因素研究较少，并且缺乏一定程度的梳理和总结。在评价方法方面，大多采用DEA模型、协同度模型、德尔菲法、熵权法、主成分分析法等单一评价方法，存在评价结果缺乏一致性等问题。为解决上述问题，第一，本文构建了区域技术有效供给能力评价指标体系，该体系能够综合地反映中国区域技术有效供给情况。第二，在熵权法、TOPSIS法和离差最大化法进行单一评价的基础上，运用漂移度组合评价法、灰色关联度组合评价法和均值组合评价法分别进行第一次组合评价，选取相对最优的组合评价方法对进行第二次组合评价。

1　区域技术有效供给能力评价指标体系构建

1.1　评价指标的选取

本文认为技术有效供给能力是在一定的技术环境下，以经济社会发展需求为导向，通过技术资源配置基础运行平台，产出高附加值的技术成果，并与技术需求对接，将其转化为现实生产力，以满足生产、消费需求，促进经济社会发展的技术成果供给能力。本文将研发供给和应用共享两个阶段应用于区域技术有效供给能力研究。

(1)研发供给阶段是在良好的技术环境下，高等院校、科研机构及高新技术企业研发主体通过研发资源的投入，形成测量、标准等技术创新成果。研发供给阶段包括：技术环境供给和技术投入供给。技术环境是技术研发的基础平台，是创新投入的开始。技术有效供给的影响因素包括技术研发投资方向、社会需求导向、技术创新配置及社会基础环境[9]。合理配置的技术创新资源是技术有效供给的基础[12]。技术投入是区域通过自身研发或者购买外部技术等方式改进技术的能力，无论哪种方式都需要人力和财力的投入[13]。在技术供给时，企业、高等院校和科研院所分别从不同的方面给予技术投入[15]。

(2)应用共享阶段是通过应用资源的投入，使技术成果商业化，进一步转化为现实生产力，是技术有效性的重要表征。应用共享阶段包括：技术产出和技术贡献两个方面。技术产出是由区域技术供给过程直接产出的成果，也是技术有效供给的直接资源[15]。专利能够反映地区的技术产出的最核心和最直接的部分，代表区域技术发展能力[14]。共性技术是增强产业原始创新能力和核心竞争能力的关键，能够有效提高自主创新能力[13]。高附加值的技术成果是技术有效供给的主要表现之一[12]。技术有效供给的经济贡献体现在劳动生产率、资源利用率等的提升、社会贡献体现在管理水平的提高、知识的更新与增加等，环境贡献体现在自然环境的改善、公共安全的提升等[9]。

1.2　评价体系的构建

根据数据的可得性、准确性和系统性等原则，借鉴国内外相关研究，以研发供给和应用共享两个阶段为评价依据，选取31个指标构成中国区域技术有效供给能力评价体系，如表1所示。

2　区域技术有效供给能力评价模型构建

2.1　指标规范化处理

中国区域技术有效供给能力评价首先要确定功效函数。设：vij表示第i个系统第j个指标即序参量，αij、βij是系统临界点序参量的上、下限值。pij表示变量vij对系统的贡献值，且pij∈[0，1]。鉴于本文研究的指标包括正向指标和负向指标，则其功效系数为：

(1)

2.2　单一评价法

(1)熵权法。

①设fij为指标的比重，计算公式为[15]：

(2)

其中，xij为第i个地区第j个指标的原始值；i=1，2，…，n；j=1，2，…，m。

②设hj为第j项评价指标的熵值，wj为第j个指标的权重，权重计算公式为[21]：

(3)

③设Pi为各地区的技术有效供给能力综合得分，计算公式为：

(4)

(2)TOPSIS法。

①构建加权决策矩阵。设参与技术有效供给评价的地区集合为M，包含的指标集为S，则Mi对指标Sj的值记为pij；将各赋权的指标权重wj与无量纲化矩阵相乘，得到加权决策矩阵R=(rij)m×n，其中rij=w×pij。

②计算正、负理想解。基于上述加权决策矩阵计算正、负理想解的为[14]：

(5)

其中，j=1，2，…，n。可得到评价方案的正理想解Y+=(Y1+，Y2+，…，Ym+)，负理想解Y-= (Y1-，Y2-，…，Ym-)。

③计算评价对象与理想解的欧氏距离。设di+为第i个区域与正理想解的欧氏距离，di-为第i个区域与负理想解的欧氏距离，则有[22]：

(6)

④相对贴近度计算评价结果。待评价区域与正理想解的相对贴近度Ci=di-/(di++di-)，Ci值越大，则方案越接近于正理想解，该方案越优。

(3)离差最大化法。

①设vij(i=1，2，…，n；j=1，2，…，m)表示第i个评价对象第j个指标规范化处理后的值。设wj为第j个指标的权重，wj≥0。对于指标j，用Eij(w)表示对象i与其他所有对象指标值的总离差(k=1，2，…，n)，则有[23]：

(7)

②设Ej(w)表示指标j所有对象与其他对象的总离差，在使所有属性对所有方案总离差最大条件下，构造关于加权向量w的目标函数为[23]：

(8)

③对此最优化模型作Lagrange函数并求其偏导数，得到归一化处理后的权重向量[23]：

(9)

④设Vi为各地区的技术有效供给能力综合得分，计算公式为：

(10)

2.3　组合评价法

(1)漂移度组合评价法。

pj(tk)=1-rj(tk),j=1,2,…,b

(11)

②tk时刻第j种方法的权重为[24]：wj(tk)=

(12)

其中，j=1,2,…,b;k=1,2,…,N。

③设tk时刻第i个待评价对象第j种方法的评价结论uij(tk)，则的组合评价结果为[24]：

(13)

(2)灰色关联度组合评价法。

①设单一评价方法的评价结果数据为x1,x2,…,xm。xi=[xi(1),xi(2),…,xi(n)]，其中，i=1,2,…,m。

令x0为理想评价结果，则x0与xi关于第k个元素的关联系数为[17]：

(14)

②第i个关联度为[25]：

(15)

2.4　二次组合评价法选择及收敛性检验

(16)

选取min(SSMtk)所对应的组合评价方法，其组合评价结果的偏移度最小，该方法相对最优。

(2)收敛性检验。将计算一次和二次组合评价下各评价对象排序结果的方差平均值的公式分别为[27]：

(17)

3　区域技术有效供给能力评价结果

本文数据主要来源于《中国统计年鉴》《中国科技统计年鉴》《中国环境年鉴》，以各指标的原始数据为研究对象，对2014年30个省市自治区的技术有效供给能力进行排名(由于西藏地区数据不全，故剔除)。由于技术有效供给分为研发供给和应用共享之间存在一定的滞后性[18]，借鉴向小东等[19]将滞后期设为一年，即研发供给阶段采用2014年数据，应用共享采用阶段2015年数据。

3.1　单一评价计算及结果检验

将表1中各指标原始数据进行标准化处理得第i个对象第j个指标的规范化值vij，其中，i=1，2，…，30；j=1，2，…，31。分别运用熵权法、TOPSIS法和离差最大化法进行单一评价，结果如表2所示。

表2　基于单一评价方法的区域技术有效供给能力评价结果

注：R1、R2、R3分别代表离差最大化法、TOPSIS法和熵权法求得的评价值。

从表2可以看出，用3种不同的单一评价方法得出技术有效供给的评价值和排序结果存在一定的差异，利用选用Spearman等级相关系数分别对离差最大化法、TOPSIS法和熵权法3个单一评价方法的评价结果进行一致性检验，结果如表3所示。

表3　单一评价方法评价结果Spearman等级相关系数矩阵

由表3可以看出，运用离差最大化法、TOPSIS法和熵权法3个单一评价方法求取的2014年区域技术有效供给评价结果的Spearman等级相关系数分别为r12=0.965，r13=0.988，r23=0.970，表明3个单一评价方法的评价结果具有较高的正相关系数，符合一次组合评价的要求。

3.2　一次组合评价计算及结果检验

在单一评价计算和评价结果一致性检验的基础上，分别运用漂移度组合评价法、灰色关联度组合评价法和均值组合评价法进行第一次组合评价，结果如表4所示。

表4　第一次组合评价的区域技术有效供给能力组合评价结果

注：M1、M2、M3分别代表漂移度组合评价法、均值组合评价法和灰色关联度组合评价法求得的评价值。

利用Spearman等级相关系数进行一致性检验，结果如表5所示，区域技术有效供给能力评价结果的Spearman等级相关系数分别为：r12=0.997，r13=0.999，r23=0.998，表明3种组合评价方法的评价结果具有较高的正相关系数，满足进一步组合评价的要求。

表5　Spearman等级相关系数矩阵

3.3　二次组合评价及结果检验

在进行二次组合前，需要选取一个合理的二次组合评价方法。通过式(17)计算可得：SSM11=0.1960,SSM12=0.1947，SSM13=0.7803，可以看出SSM12

表6　第二次组合评价的区域技术有效供给能力组合评价结果

4　区域技术有效供给能力评价结果分析

4.1　区域技术有效供给能力总体分析

运用SPSS19.0，选取第二次组合评价结果进行ward聚类，结果如图2所示。由图2的ward聚类分析结果看出，中国区域技术有效供给能力的综合评价得分大致可分成四类。

第一类为技术有效供给较好型，包括广东(0.7783)、北京(0.7496)、江苏(0.6368)。其特点是技术有效供给能力居于前列，其评价得分明显高于其他地区，技术有效供给较好。

第二类为技术有效供给良好型，包括上海(0.5282)、浙江(0.5059)、山东(0.4698)。其特点是技术有效供给能力情况良好，且其综合评价得分的数值相对集中于0.5左右。

第三类为技术有效供给一般型，包括天津(0.4039)、福建(0.3567)、湖北(0.3566)、河南(0.3219)、辽宁(0.3190)、陕西(0.3166)、安徽(0.3180)、湖南(0.2985)、四川(0.2917)。其特点是技术有效供给能力情况一般，处于 0.29～0.41。

第四类为技术有效供给较差型，上述三类以外的其他15个地区。其特点是技术有效供给较差，各方面亟需改善。

从上述结果中可以看出，中国区域技术有效供给能力相差很大，总体水平不高。广东、北京、江苏地区技术有效供给状况较好，技术供给投入、产出较高，技术供给环境也趋于完善。与第二类评价得分相比，相差均高于0.1个水平，与第四类中评价得分最低的青海相比，得分相差高达0.6165，技术有效供给能力相差很大。第一类的广东、北京、江苏地区技术有效供给能力评价得分均低于0.8，第二类综合评价得分的数值相对集中于0.5左右，排名前15个地区的综合评价得分只有0.4434,甚至30个地区的综合评价得分仅为0.3319，这表明中国区域技术有效供给能力总体水平不高，需要进一步提高。

图2　ward聚类结果

4.2　区域技术有效供给能力影响因素分析

在对中国区域技术有效供给能力评价及总体分析的基础上，为寻找促进区域技术有效供给能力的关键因素，提高区域技术有效供给能力，为此本文进一步探究区域技术有效供给能力影响因素。本文将利用区域技术有效供给能力评价结果作为被解释变量，构建如下实证模型，以确定中国区域技术有效供给能力的主要影响因素：

TESAi=α+βiXi+εi

式中，TESAi为模型的被解释变量，表示第i个省的区域技术有效供给能力；Xi为解释变量，表示一组影响中国区域技术有效供给能力的外生变量，在借鉴国内外研究成果基础上，本文认为区域技术有效供给能力影响因素主要包括创新环境与资源配置、技术创新方向和社会需求导向三方面，创新环境与资源配置主要包括经济开放度、知识产权保护程度、研发投入强度，技术创新方向主要包括基础研究强度、实验研究强度，社会需求导向主要体现在商品交易活跃程度。因此选取的指标解释如下：经济开放度，采用出口减去进口与国内生产总值(GDP)的比重衡量(X1，单位：%)，经济开放水平越高，表明技术有效供给效果越显著，有效供给能力越强；知识产权保护程度，采用侵权纠纷案件数衡量(X2，单位：件)；研发投入强度，采用研发经费与研发经费的比重衡量(X3，单位：%)；基础研究强度，采用基础研发经费与总研发经费的比重衡量(X4，单位：%)；实验研究强度，采用实验研发经费与总研发经费的比重衡量(X5，单位：%)；商品交易活跃程度，采用市场零售商品总额对数衡量(X6，单位：亿元)，市场活动激烈的地区，消费者对产品的需求、商品的供给活动越旺盛。此外，本文引入东、中、西部三大地区虚拟变量Z1、Z2和Z3，为了深入考察技术创新方向对区域技术有效供给能力的影响，引入基础研究强度和实验研究强度变量分别与商品交易活跃程度变量的交互项。由此回归结果如表7所示。

根据表7实证结果可以看出，模型2回归结果显示在1%的显著水平上商品交易活跃程度对区域技术有效供给能力产生了正效应，表明区域社会需求导向有助于提高区域技术有效供给能力。在此基础上，构建了加入基础研究强度、实验研究强度的模型3，回归结果显示基础研究对区域技术有效供给能力具有正向作用，而实验研究对区域技术有效供给能力产生了负向作用；在借助基础研究的正效应情况下，在1%的显著水平上区域社会需求导向的贡献度由0.062提升到了0.070，表明基础研究有助于提高商品交易活跃程度，间接地对区域技术有效供给产生了一定的正效应。进一步考察技术创新方向对区域技术有效供给能力的影响，引入基础研究强度和实验研究强度变量分别与商品交易活跃程度变量的交互项。在模型4回归结果中，商品交易活跃程度对区域技术有效供给能力的正效应进一步加强，在1%的显著水平上由0.070提升到了0.090，在10%的显著水平上基础研究强度与商品交易活跃程度变量的交互项对区域技术有效供给能力产生了正效应，表明研发以社会需求导向的核心技术对区域技术有效供给能力的提升具有重要作用。模型5回归显示虽然实验研究强度与商品交易活跃程度变量的交互项对区域技术有效供给能力具有正向作用，但是商品交易活跃程度对区域技术有效供给能力产生了负效应，这表明在实验研究作用下，以社会需求为导向对区域技术有效供给能力作用不明显，这进一步说明了研发以社会需求导向的核心技术对区域技术有效供给能力的提升具有重要作用。因此，中国技术有效供给能力总体水平不高的主要原因是缺乏以社会需求为导向的核心技术。

表7　区域技术有效供给能力影响因素实证结果

注:*p<0.1、**p<0.05、***p<0.01。

此外由实证结果可以看出，区域技术有效供给能力受多方面因素影响，其中研发投入强度回归系数均大于2，经济开放度回归系数大于3，均大于其余变量回归系数，这表明在区域技术供给过程中区域研发投入强度和经济开放度起着非常重要的作用，其中经济开放水平的提升对提高区域技术有效供给能力的效果更加显著。此外知识产权保护程度与区域技术有效供给能力显著正相关，这表明知识产权保护取得了一定的成效，区域技术创新环境的保障对区域技术有效供给的促进作用。

5　结论与启示

第一，中国区域技术有效供给能力相差很大，总体水平不高；第二，缺乏以社会需求为导向的核心技术是中国技术有效供给能力总体水平不高的主要原因；第三，区域技术供给过程中区域研发投入强度和经济开放度起着非常重要的作用，其中经济开放水平的提升对提高区域技术有效供给能力的效果更加显著。

基于上述分析，提出以下对策：第一，加大以消费为导向的核心技术的研发力度。根据萨伊定理“供给会创造自己的需求”的原则，在生产生活中有很多潜在的产品需求，而这种需求未被发现是因为消费者对新技术不了解，同时消费者并不能明确地表达出来，这说明消费是需要被引导的。作为技术供给主体的政府、企业和高校等需要依托技术发展前沿，创造以消费为导向的新技术，满足潜在消费需求。例如，大众所认可和需求的绿色发展理念，这就需要对新能源汽车、节能产品等绿色发展相关的技术研发，通过提供有效供给促进消费者的绿色消费。第二，在技术供给链上，应以科技成果转化为现实生产力为目标，集成产学研体系，通过建立“种子基金”“天使基金”等方式推进科技成果转化，与“大众创业、万众创新”战略相结合，通过技术有效供给促进经济社会发展，凸显技术有效供给的乘法效应。第三，对于技术创新人员，一方面要完善评价体系，与岗位职责相适应，提高科技促进发展的权重，对产业化技术应用研究人才应以为经济发展服务所实现的价值为标准，另一方面健全激励机制，制定和实施有关技术转移、成果转化等激励管理办法，提高广大技术创新人员的产业服务、投“智”创业的积极性，释放技术创新人员的技术研发。第四，提升中国区域经济开放水平，增强招商优惠政策，稳定外商投资规模和速度，提高引进外资质量，解决企业发展过程中的障碍和难题，全面带动和推进区域经济开放发展，同时加速构建创业创新生态，深化国内区域技术合作，挖掘多样化的合作模式构建以协同创新为主要形式的区域经济创新增长方式，提高区域技术有效供给能力。

参考文献：

[1]TIMOTHY F B，MANUEL T.General purpose technologies:engines of growth[J].Journal of econometrics，1995，65(1):83-108.

[2]WANG P，LIU Q.Game analysis on generic technology diffusion process in industry cluster[J].International business & management，2012，4(2):169-172.

[3]BECHEIKH N，LANDRY R，AMARA N.Lessons from innovation empirical studies in the manufacturing sector：a systematic review of the literature from 1993—2003[J].Technovation，2006，26(5-6):644-664.

[4]RAMZI T，SALAH A B.The determinants of innovation capacity in the less innovative countries in the Euro-Mediterranean Region[J].Journal of the knowledge economy，2015:1-18.

[5]OECD.New sources of growth：knowledge-based capital[M].Washington，USA：OECD Publishing，2013.

[6]CORRADO C A，HASKEL J，JONA-Lasinio C，et al.Intangible capital and growth in advanced economies：measurement methods and comparative results[J].Social science electronic publishing，2012，7(3):225.

[7]VITOLA A，SENFELDE M.Evaluation of institutions in innovation-driven economies[J].Economic science for rural development，2015，17(8):94-103.

[8]万君康，凌丹，邹蔚.论技术有效供给[J].科学学与科学技术管理，2006，27(12):11-14.

[9]于涛.中国37个工业行业技术供给能力的差异及原因[D].大连：大连理工大学，2008.

[10]张海笔.供需视角下技术选择的动态均衡分析[J].中国科技论坛，2013，1(11):151-154.

[11]贺正楚，张蜜，吴艳,等.生物医药产业共性技术服务效率研究[J].中国软科学，2014(2):130-139.

[12]朱建民，金祖晨.国外关键共性技术供给体系发展的做法及启示[J].经济纵横，2016(7):113-117.

[13]NASIEROWSKI W，ARCELUS F J.On the efficiency of national innovation systems[J].Socio-economic planning sciences，2003，37(3):215-234.

[14]贾颖颖，郭鹏，赵静.基于基尼系数的区域创新投入产出熵权TOPSIS匹配性评价分析[J].运筹与管理，2015，24(2):208-214.

[15]夏绪梅，贾博.基于熵权法的高技术产业破坏性创新能力综合评价研究[J].科技进步与对策，2014(14):114-118.

[16]李美娟，陈国宏，徐林明,等.基于漂移度的动态组合评价方法研究[J].中国管理科学，2015，23(1):141-145.

[17]李自琼，李向东，陈晓雪.基于灰色关联度的开发区创新转型能力综合评价研究[J].宏观经济研究，2015(12):115-120.

[18]GUELLEC D.From R&D to productivity growth：Do the institutional settings and the source of funds of R&D matter[J].Oxford bulletin of economics and statistics，2004，66(3):353-378.

[19]向小东，陈丽芬.制造业技术创新效率评价模型及其应用研究[J].运筹与管理，2016，25(1):215-223.