科技創新體系中技術研發與技術轉化效率研究

蔣同明 陳彤

〔摘要〕?技術創新是一個動態系統過程，包含技術研發和技術轉化兩個階段，最終輸出商業價值。本文以高新產業為例，通過DEA模型測算技術研發和技術轉化兩個階段的效率，比較我國31個省市技術研發和技術轉化存在的效率差異。結果表明，我國整體技術轉化效率低于技術研發效率，技術研發成果轉化為經濟價值的效率偏低;北京、上海、廣東、浙江等地的技術研發和技術轉化效率處于領先水平，我國西部偏遠地區技術轉化效率非常低。為此，從科技中介服務、專利保護、成果轉化、機制創新四個角度針對性提出建議。

〔關鍵詞〕?創新體系;技術研發;技術轉化;效率;高新產業

〔中圖分類號〕F223?〔文獻標識碼〕A?〔文章編號〕1000-4769（2019）01-0114-05

黨的十八大以來，以習近平同志為核心的黨中央把創新擺在國家發展全局的核心位置，圍繞實施創新驅動發展戰略，加快推進以科技創新為核心的全面創新。實施創新驅動戰略必須依賴完善的科技創新體系，而科技創新體系是一個生態系統，最大特點在于其過程性，這個動態過程主要由兩個環節組成。第一個環節是技術研發活動，孵化最新技術成果和發明;第二個環節是技術應用，將研發成果應用于經濟實際。這兩個環節合在一起構成技術的創新過程。我國的技術創新主要集中于高新產業，并以高新區和創業園區為孵化基地，2016年，國家高新區勞動生產率為31.5萬元/人，是我國全員勞動生產率（9.5萬元/人）的3.3倍。高新區GDP總和達8.98萬億，約占全國國內生產總值的12.1%;研發經費支出5544.7億元，占我國全年R&D經費支出的35.4%;新增授權專利26.2萬件，當年新增注冊企業29.8萬家。國家高新區的經濟體量和創新驅動發展越來越受到全球注目（相關數據來源于《國家高新區創新能力評價報告（2017）》）。高新區作為高新技術和產業的孵化基地，其發展成果成為技術和產品區域擴散的擴散源，進而導致地理空間的拓展、成熟產業的遷移和先進技術的擴散。高新區技術擴散和轉移的直接結果是高新技術的產業化和規模化的產業集群形成，實現城市群的整體規模經濟和產業集聚效應。由此可見，高新區技術進步是推動我國科技創新的主要動力源。目前，我國高新區創新成果產出效率達到國際領先水平，但與全球發達國家或發達園區相比仍有差距， 2016年美國整體的勞動生產率是84.8萬元/人，尤其美國硅谷地區的勞動生產率為114.4萬元/人，二者都遠高出我國國家高新區整體的勞動生產率水平。

一、國內外研究現狀及本文研究思路

關于科技創新過程不同階段的劃分，學術界有不同見解，一是基于創新要素流動方向和形態的視角。比如Roper根據價值鏈理論，通過分析創新要素的流動方向和形態，構建了創新價值鏈，包含三個創新階段，即知識資源獲取、知識轉化和知識開發。〔1〕龐瑞芝等依據要素流動方向及形態特征，認為創新過程主要包含創新資源轉化（新知識誕生）和創新知識轉化（新知識擴散和價值實現）兩個階段。〔2〕二是基于要素的投入產出視角。比如馮鋒根據要素投入產出關系，將創新過程簡化為研發子過程與商業化子過程。〔3〕三是基于知識流動的視角。比如涂振洲、 顧新基于知識流動機理，認為創新是產學研協同發展過程，是知識的垂直流動，并將創新過程劃分為知識共享、知識創造和知識優勢三個階段。〔4〕

技術擴散是技術創新成果轉化的必經之路，諸多學者對技術創新擴散過程進行了研究。易磊、和炳全構建了技術創新擴散模型，通過分析技術創新的擴散機理，認為技術擴散對技術創新有重要影響作用。〔5〕饒睿、 胡河寧認為非技術限制因素對技術創新擴散有重要影響，構建了基于經濟、政治、自然和文化4個系統的非技術限制因素，具體分析了4個系統對技術創新擴散的作用方式，并提出化解限制因素的對策和意見。〔6〕呂永衛、周瑞敏基于網絡組織的技術創新擴散過程和特點，探討了加速技術創新擴散的有效機制，并認為技術擴散存在正面效應和負面效應，針對性地提出增強正面效應和規避負面效應的科學辦法。〔7〕黃海洋、 陳繼祥基于突破性創新分析大學技術創新擴散過程及模式，通過對我國數字電視技術創新擴散的案例分析，揭示了促進技術創新擴散的作用機理和特征。〔8〕盧子芳等以復雜網絡分析法為基礎，構建了社會關系網絡仿真模型，將影響消費者產品購買的自身因素（偏好、價值）和外部因素（消費者之間相互影響、廣告作用）作為變量指標，進行模擬仿真分析，研究內外部因素在產品擴散過程中的作用機制，以識別這些因素是如何影響消費者購買決策。〔9〕周艷麗、 吳洋、葛翔宇通過建立帶跳擴散過程和隨機波動率的美式期權定價模型，對高新技術企業項目投資的專利權價值進行實物期權定價評估，并對跳擴散強度參數和隨機波動率參數進行敏感性分析。〔10〕李牧南基于“研發—轉化”解耦視角的創新效率評價模型，將被評價單元的創新效率分解到兩個維度和四個象限，對“無研發創新”和“研發活動網絡化”等現象進行更為精確地刻畫。〔11〕劉大勇結合科技成果轉化的市場與制度條件，分析了技術市場、產品市場與知識產權保護制度、科技成果使用制度的共同作用過程，研究指出，通過對技術創新的有效激勵、管理與保護，形成有效的知識產權創造、運用、轉化的價值鏈條，再與巨大的市場需求潛力相結合，可以形成科技成果轉化的有效機制。〔12〕李靜把工業企業創新過程分為技術研發和成果轉化兩個階段，利用DEA 模型測算廣西規模以上工業企業2000-2015 年兩個階段的創新效率，并且分析了兩階段創新效率的溢出效應。〔13〕張肅運用DEA 模型對中國2009 —2016 年高技術產業省域創新效率進行動態評價。結果表明，整體上高技術產業創新效率均處于較低水平，“高投入、低效益”矛盾依舊，但技術研發階段效率高于技術成果轉化階段效率，說明高技術產業創新低效主要源于技術轉化階段效率較低。〔14〕

基于文獻分析，國內外學者對技術創新過程研究雖有差異，但從技術創新的經濟價值角度來看，都基本包含了技術開發與技術轉化兩個階段。本文亦將科技創新過程分為技術開發階段和成果轉化兩大階段。在技術開發階段，產業技術創新主要進行新知識、新技術的研究開發;在成果轉化階段，產業技術創新主要利用新知識、新技術開發生產新產品、新工藝直至實現商業化應用。在技術成果擴散和轉化方面，學者們從技術創新和擴散的因素角度進行了實證分析，對促進技術成果轉化起到積極作用。本文認為，技術研發到技術轉化兩階段存在效率差異，比如科技中介服務對技術成果產生重要影響，技術專利流通不暢會直接影響技術創新的經濟效果，有必要針對性比較技術研發與技術轉化兩個階段的效率差異，探尋制約技術創新效率的具體原因，以保證技術創新經濟效益的更好實現。

二、技術研發與技術轉化兩階段投入產出指標構建

1.基于DEA的BCC模型

數據包絡分析（Data Envelopment Analysis，簡稱DEA）是由美國運籌學家Charnes和Cooper等學者于1978年發展起來的。它以相對效率概念為基礎，用于評價具有相同類型的多投入、多產出的決策單元是否技術有效和規模有效的一種非參數統計方法。假設有n個決策單元，每個決策單元均使用m種投入，生產r種產出;我們令DUMj表示第j個決策單元，j=1，2……，n;[Xij]表示DUMj的m×1投入變量，i=1，……，m;[Yij]表示DUMj的r×1產出向量，i=1，2……，r。某一特定DUMj0的相對效率可由以下原始模型求得：

2. 投入產出指因素分析

技術創新是一個多要素投入、多產出并受到經濟環境、政策和文化等因素擾動的動態復雜系統，投入要素涉及財力、人力及物力等各個方面，產出也包含了技術、產品和服務等有形及無形資產。在技術研發階段，投入要素包含了科技研發投入、科技人才投入、固定資產投入以及外商直接投資等，通過孵化產生發明專利、技術和產品升級。在技術轉化階段，投入要素是發明專利、人力資本以及政策財政支持等，最終產出為經濟產值和科技進步。

3.投入產出指標設置

通過對國內外學者研究成果的梳理，他們基本將影響技術創新效率的投入指標設定在R&D經費、R&D人員、科研機構數量、固定資產數量、FDI等范圍內，產出指標包含專利數量、經濟產值、新產品收入及出口創匯等方面。鑒于本文的研究對象為技術研發與技術轉化兩階段的效率，其中，科研經費、科研人員和固定資產投資對我國技術創新、擴散、轉化和應用起到了至關重要的作用，因此本文將高新區科技活動經費支出、R&D活動人員數量以及高新區新增固定資產作為技術研發階段投入指標，將高新區專利申請數作為技術研發產出指標。在技術轉化階段，將高新區專利申請數量、從業人員平均數和政府財政支出作為投入變量，在產出指標方面選擇高新區主營業務收入來體現創新在后期應用推廣中的市場價值。本文所采用數據均來自2017年《中國高技術產業統計年鑒》，測算基準年為2016年。

三、技術研發與技術轉化兩階段投入產出效率比較

通過BCC模型，借助DEAP2.1軟件，測得我國2016-2017年31個省市技術研發和技術轉化階段的技術效率（見表2和表3所示）。測算結果可知，在技術研發階段，2016年我國31個省市的平均技術效率值為0.780，純技術效率的均值為0.850，規模效率的均值為0.913，規模效率相對較高，技術效率較低。其中高于均值水平的省市有北京、天津、河北、遼寧、黑龍江、上海、江蘇、浙江、江西、山東、湖北、湖南、廣東、重慶、四川、西藏和陜西。北京、上海、廣東技術效率值達到1，說明這些省市技術研發效率非常高。山西、內蒙古、吉林、河南、廣西、貴州、云南、海南、甘肅、青海和新疆的技術效率不足0.7，處于嚴重落后水平，與北京等地區相差甚遠。在規模報酬方面，北京、上海、山東、湖北、廣東、西藏、陜西保持規模報酬不變，天津、河北、陜西等表現為規模報酬遞減，黑龍江、湖南等省市表現為規模報酬遞增。

在技術轉化階段，我國31各省市技術轉化效率呈現兩極分化，北京、浙江和廣東等省市技術效率值為1，內蒙古、青海和西藏的技術轉化效率為0.085、0.054和0.074，不足0.1，表明我國西部偏遠地區技術成果轉化嚴重滯后。從整體上看，2016年我國31個省市技術轉化的技術效率均值為0.560，純技術效率均值為0.667，規模效率均值為0.830，都低于技術研發階段效率水平。說明我國技術創新的經濟價值并未釋放出來，技術研發的成果（包含專利、技術、產品和服務等）沒有有效地轉化為市場價值。

從雷達圖可以清楚地看到，在技術效率方面，我國整體技術研發效率嚴格高于技術轉化效率，其中部分省市表現雙低，比如青海、寧夏、河南、新疆等省市，一些地區技術轉化效率高于技術研發效率，比如浙江、海南、貴州等地。有些地區技術研發和技術轉化嚴重脫節，比如陜西，2016-2017年西安高新區專利處于領先水平，而技術轉化效率只有0.529，低于區域平均水平，說明陜西諸多研發成果未能轉化為經濟價值。在規模效率方面，西藏和青海規模效率嚴重滯后，即使西藏的技術研發效率較高，但創造的經濟價值還是有限。

四、結論與建議

本文基于BCC模型，測算了我國高新產業技術研發和技術轉化兩個階段的技術效率，得出以下幾個結論：一是我國整體技術轉化效率低于技術研發效率，技術研發成果轉化為經濟價值的效率偏低;二是北京、上海、廣東、浙江等地的技術研發和技術轉化效率處于領先水平，我國西部偏遠地區技術轉化效率非常低;三是我國部分省市技術研發和技術轉化嚴重脫節，比如陜西，專利水平全國領先，但轉化成果很不理想，這與陜西的經濟、政策、文化環境密切相關。針對此研究結論，為了改善這種分化局面，提出以下建議：

1.完善科技服務支撐體系，促進技術成果轉化

科技中介服務機構作為創新活動和科技成果產業化中的一支不可忽視的重要力量，是市場機制的重要載體，是區域創新體系中的重要結點，是聯系科技與經濟的中介。而支撐技術擴散的重要媒介就是技術市場的中介服務機構，因此，要大力支持科研院所建立技術轉移機構，直接對接經濟市場運行，促進區域的技術成果快速在經濟市場兌現。政府部門應該出臺政策引導中介機構延伸服務，促使技術轉移雙方除了技術成果交易外，能夠在市場調研、項目評估、投資咨詢、人才培訓、法律事務及市場推廣等方面展開深度服務。

2.加強專利保護，完善知識產權保護制度

知識是第一競爭力，知識產權保護是保持企業創新競爭力的重要保證，是提高國家科技水平的支撐，尤其對于高新產業而言，知識專利產權就是第一生產力，應得到首要的重視與保護。政府在制定政策時，應重點考慮如何圍繞自主創新實施有效的知識產權保護措施和戰略，營造良好的知識產權保護環境，提高企業保護知識產權的意識，搭建知識產權轉化的平臺，促進企業公平、公正、公開地進行知識產權交易。另外，擴大創建“國家知識產權試點園區”規模，大力促進科技企業孵化器、生產力促進中心、技術轉移示范機構等國家產業服務促進機構的知識成果產權化、商品化和產業化。

3.加強政府對專利成果商用化的資助，加大獎勵力度

對自主知識產權的重要專利成果要通過提供稅收優惠、財政政策傾斜等方式加以扶持。依托專門進行專利信息交流和專利交易的創新發明技術服務機構，努力建設一個通暢的專利信息交換及交易平臺，互通專利供求雙方的信息，使有商業化前景的專利可以快速得到轉化和實施。讓專利持有人能夠準確地把握社會上對于專利的需求，也使買方能夠以準確的信息去購買專利，大幅提高專利實施和專利轉化的有效性。另外，應該設立專利專項資金，擬將符合國家產業發展政策的專利技術成果轉化項目，技術含量高、有市場前景并有望形成產業、形成規模效益的專利技術成果轉化項目以及優先扶持的專利技術成果轉化項目作為專項資金的資助方向和重點。

4.以機制創新帶動文化創新，營造科技創新文化氛圍

通過激勵機制、評價機制和壓力機制的建設，形成科技成果轉化的動力和壓力。在完善的科技成果轉化機制引導下，大量優秀科技成果的成功轉化可以產生強大的示范效應。機制創新和示范效應相結合，可以從根本上提高科技工作者追求高質量科技創新成果的主動性，提高科技創新的全民參與度，在全社會形成面向需求、追求高質量科技成果的創新文化氛圍，從整體上提升我國的科技創新水平。我們還應該看到這種全社會整體的文化氛圍對于從小培養青少年科研興趣和創造力具有深遠的影響，也是民族創新動力所在。

〔參考文獻〕

〔1〕Stephen Roper. Modelling the Innovation Value Chain〔J〕.Research Policy， 2008（37）： 961-977.

〔2〕龐瑞芝， 李鵬 ，李嫣怡. 網絡視角下中國各地區創新過程效率研究：基于我國八大經濟區的比較〔J〕.當代經濟科學， 2010（6）： 56-65，124.

〔3〕馮鋒，等.兩階段鏈視角下科技投入產出鏈效率研究——來自我國29個省市數據的實證〔J〕.科學學與科學技術管理， 2011（8）：33-38.

〔4〕涂振洲，顧新. 基于知識流動的產學研協同創新過程研究〔J〕. 科學學研究，2013（9）：1381-1390.

〔5〕易磊，和炳全. 技術創新擴散過程分析〔J〕. 昆明理工大學學報：理工版，2003（4）：144-146.

〔6〕饒睿，胡河寧. 技術擴散過程中的非技術性限制因素分析及對策研究〔J〕. 科技進步與對策，2007（2）：30-33.

〔7〕呂永衛，周瑞敏. 基于企業網絡組織的技術創新擴散過程分析〔J〕. Journal of Shanxi Agricultural University（Social Science Edition），2011（10）：984-989.

〔8〕黃海洋，陳繼祥. 基于突破性創新的大學技術創新擴散過程及模式分析——以我國數字電視技術創新擴散為例〔J〕.科學管理研究，2013（1）：13-17.

〔9〕盧子芳，劉凱，朱恒民，藍亞. 社會網絡下戰略性新興產業產品擴散研究〔J〕. 系統仿真學報，2014（12）：3029-3033，3039.

〔10〕周艷麗，吳洋，葛翔宇. 一類高新技術企業專利權價值的實物期權評估方法——基于跳擴散過程和隨機波動率的美式期權的建模與模擬〔J〕. 中國管理科學，2016（6）：19-28.

〔11〕李牧南，黃芬，王雯殊，褚雁群. “研發—轉化”解耦視角的創新效率評價模型研究〔J〕. 科學學與科學技術管理，2017，38（9）：50-67.

〔12〕劉大勇，洪雅蘭，呂奇. 科技成果轉化的市場機制與市場成熟度評價〔J〕. 產業經濟評論，2017（3）：61-69.

〔13〕李靜，龍榕. 廣西工業企業技術研發和成果轉化效率分析〔J〕. 廣西財經學院學報，2018，31（2）：101-111.

〔14〕張肅，封偉毅，許慧. 基于創新過程的高技術產業創新效率比較與關聯研究〔J〕. 工業技術經濟，2018，37（3）：37-43.

（責任編輯：何?頻）