派智库

内容提要 本文利用2014年京津冀、长三角和珠三角地区的创新能力资源投入和产出的面板数据，应用DEA模型，构建区域科技园区创新能力评价模型，进行科技园区创新能力的区域比较和资源配置分析。通过研究发现，京津冀、长三角和珠三角地区的科技发展态势及资源配置效率具有以下特点：（1）北京和浙江科技园区创新能力是DEA有效的；（2）北京和浙江科技园区处于最优生产前沿面；（3）京津冀、长三角、珠三角地区的整体综合效率水平相近，呈现出不同的特点。

关键词 科技园区 创新能力 数据包络法 dedecms.com

一、引言及文献梳理

dedecms.com

科技园区是特殊的经济区域，我国于20世纪80年代末开始建立科技园区，经过几十年的发展，截至2014年国家级高新技术产业园区已达115家1、，科技园区已经成为推动高新技术产业发展的聚集地和科技成果产业化的示范区，在推动地方产业转型升级、带动地区经济社会发展等方面都作出了突出贡献，其中京津冀、长三角和珠三角地区的表现尤为突出，是我国重要的科技资源聚集地。2014年3个地区入驻科技园区企业为40021家，占全国的53.88％；R&D经费内部支出达1892.67亿元，占全国的47.37％；工业总产值达47488.79亿元，占全国的27.94％。1、随着科技园区的发展，创新能力的提高成为科技园区进一步发展的瓶颈。其中，创新资源的投入是否有效地转化为产出，是否存在投入冗余或是产出不足的情况等，成为科技园区研究的重要问题。这对于客观评价科技园区创新能力，合理调整创新能力资源投入和产出，并在此基础上制定科学的科技园区创新能力促进政策具有十分重要的意义。 织梦内容管理系统

通过已有文献回顾，众多学者通过对科技创新能力的影响因素分析，构建创新能力评价指标体系。刘丽红和李瑾（2015）从创新水平、创新支撑与创新绩效三个维度构建了科技园区创新能力评价指标体系；李盛竹和马建龙（2016）将科技创新能力评价指标分解为创新资源投入能力、政策驱动能力、创新产出3个一级指标，并细分为8个二级指标；顾震宇（2015）从创新态势、创新热点、创新质量、创新主体和创新合力五个维度评价科技创新能力；王业强和梁阁（2016）将科技创新能力评价指标分解为科技创新基础、科技创新投入、科技创新产出3个一级指标，7个二级指标和12个三级指标。

也有学者对各省域科技创新能力进行评价。陈继初和杨进（2016）运用因子分析法，评价湖南省科技创新能力并与全国30个省市进行比较，发现湖南省的科技创新能力处于全国中游水平，与东部、沿海省份相比仍有不小差距；汪晓梦（2016）采用总量指标和主成分分析方法，对长三角城市群副中心合肥、南京、杭州三市的科技创新能力进行综合比较与评价；毛良虎和姜莹（2016）应用主成分分析法测算了2014年长江经济带省域科技创新能力，并运用探索性空间数据分析法对其空间关联格局进行了分析，结果显示长江经济带省域科技创新能力空间关联性显着；姜文仙（2016）应用灰色关联度方法，评价2000--2013年广东省的区域科技创新能力，发现广东区域科技创新能力呈稳步上升趋势，但存在科技成果产出率欠佳、知识交流不充分等问题。 copyright dedecms

还有学者对专利、产业集群等因素对区域科技创新能力的影响进行分析。朱强（2016）从专利角度入手，运用因子分析法对中部六省省会城市的专利信息进行实证研究；颜慧超等（2016）采用发明专利总量、每万人口发明专利申请量、亿元GDP发明专利申请量和行业发明专利申请量四个维度，并运用文本聚类法、内容分析法对东中西部地区具有代表性的9个省份与湖北省的发明专利情况进行了横向对比分析；关爱萍和孙睿芳（2016）选取西部11个省2000--2013年面板数据，从西部各省各项专利所占比重切入，同时结合专利结构分析西部地区全要素生产率的主要影响因素，进而考察西部地区专利结构对地方经济发展的影响；傅利平、周小明和张烨（2014）对高技术产业集群知识溢出的区域创新效应进行了理论分析并提出关系假设，以北京市中关村科技园为实证对象，运用典型相关分析法验证了所提假设；徐珊、刘笃池和梁彤缨（2016）利用2012--2014年我国区域产业数据和制造业上市公司数据，采用分位数回归法探讨大企业创新投入对地区产业升级的影响，并分析专业化集聚和市场化在其中的调节作用；向丽（2016）采用变异系数法、空间基尼系数法和协调发展度模型，实证分析2009—2013年我国30个省（市、区）科技创新能力与产业集聚水平的协调发展度及其空间差异。 内容来自dedecms

只有黄志建和张清华（2014）、杜海东（2012）等少数学者对科技园区的创新能力进行评价，亦鲜有对京津冀、长三角和珠三角地区进行评价和比较的研究。鉴于此，本文运用数据包络分析法对我国科技园区创新能力进行评价分析。

二、科技园区创新能力评价体系构建 织梦内容管理系统

（一）研究方法 织梦好，好织梦

数据包络分析（DEA）是以相对效率概念为基础，对多投入、多产出的相同类型决策单元（DMU）的相对有效性或相对效益进行评价的一种非参数技术效率分析方法。运用DEA方法不需预先估计权重参数和函数模型，也不受输入输出数据量纲的影响，从而能够避免主观因素的影响，提高评价的客观性。DEA方法被广泛应用于教育、环境、金融、管理等众多领域。本文主要采用DEA方法中的CRS模型对科技园区的创新能力进行评价分析，基于研究需要引入投入和产出的松弛变量S-、s+（s-≥0，s+≥0）和非阿基米得无穷小量ε，CRS基本线性规划模型为：

织梦内容管理系统

织梦内容管理系统

式中，s大于零且小于任何正数；s-为投入的松弛变量，s+为产出的松弛变量；θ∈[0，1]表示相对有效性评价值，当θ=1时DMU为DEA有效，当θ<1时DMU为非DEA有效，且θ值越大DMU的相对效率越高。 内容来自dedecms

（二）评价指标体系构建 内容来自dedecms

本文通过综合分析近几年相关学者对科技园区创新能力评价指标的研究成果，遵循科学、有效、可比等原则筛选出多项科技园区创新能力的影响因素，通过进一步的评价和修正，确定影响科技园区创新能力的主要指标。在创新能力投入方面将指标设定为R&D人员全时当量（人·年）和R&D内部支出经费（万元）。在创新能力产出方面将指标设定为专利数量（个）和技术收入（万元）。详见表1。 内容来自dedecms

织梦内容管理系统

三、科技园区创新能力评价 copyright dedecms

本文选取京津冀、长三角和珠三角地区的国家级高新技术产业园区为研究对象。由于各产业园区数据获取较有难度，本文以北京、天津、河北、上海、江苏、浙江和广东7个省市产业园区为整体代替单个产业园区进行分析，其中北京1个，天津1个，河北5个，上海2个，江苏11个，浙江5个，广东9个。基础数据主要来源于《中国火炬统计年鉴（2015）》、各省市统计年鉴（2015）、各省市统计公报（2014）、相关新闻报道及已有研究文献。

dedecms.com

利用CSR模型，运用DEAP2.1软件求解产出导向下所涉及到的DEA线性规划问题，对所选取的7个省市产业园区的创新能力进行评价，所得结果见表2、表3。

1.科技园区创新能力DEA值分析

dedecms.com

根据CSR模型内涵可知：当θ=1时，该被评价DMU处于最优生产前沿面上，在不改变产出的条件下，其各项投入没有等比例下降的空间，处于DEA有效的状态；当θ<1说明被评价DMU为DEA无效状态，在不改变产出的条件下，其各项投入可以等比例下降。 内容来自dedecms

根据表2可知，7个省市中北京和浙江科技园区创新能力是DEA有效的，其他6省市的DEA均不是有效的，具体解读如下：1、从统计数据看，2014年北京中关村科技园区的创新投入和产出均排在7个省市的前列，创新能力综合效率为1，说明其投入产出运行水平处于最优生产前沿面上，产出相对于投入达到了综合效率最优。2、从统计数据看，2014年浙江科技园区的创新投入低于7个省市的平均值，投入产出运行效率很高，处于最优生产前沿面上，创新能力综合效率为1。3、在7省市的创新投入中天津科技园区的创新投入量较少，但以较少的投入获得的创新能力综合效率较高，为0.832。4、2014年河北科技园区的创新投入水平较低，其创新产出率更低，投入产出运行综合效率仅有0.593，远落后于其他5省市。5、上海科技园区的创新投入水平接近于7省市的平均水平，创新产出水平低于7省市平均水平，投入产出运行效率距离最优生产前沿面有较大差距，综合效率为0.702。6、江苏科技园区的创新投入水平较高，仅次于北京科技园区的创新投入，但相比于大量的创新投入，投入产出运行效率距离最优生产前沿面有较大差距，综合效率为0.690。7、广东科技园区的创新投入水平也较高，几乎持平于北京科技园区的创新投入，投入产出运行效率距离最优生产前沿面有些差距，综合效率为0.795。

本文来自织梦

2.非有效决策单元的投入冗余和产出不足结果分析

表3中TE反映各DMU的综合效率，即科技园区创新综合效率；S1-表示R&D人员全时当量的冗余量，S2-表示R&D内部支出经费的冗余量，S3+表示专利数量的不足量，S4+表示技术收入的不足量；Proj表示DMU的最优生产前沿面。

织梦好，好织梦

由表3可知：1、北京和浙江科技园区的综合效率为1，处于最优生产前沿面，所以松弛变量S-和S+均为0，实际投入产出值与其投影面吻合；2、天津科技园区综合效率为0.832，若遵照产出导向原则使各项指标均与其投影面吻合，即综合效率达到1，则需要减少425096.52万元R&D内部支出经费投入，并增加l122件授权发明专利和1016873.73万元技术收入；3、河北科技园区综合效率为0.593，若使其各相关指标均与其投影面吻合，则需要减少7710.70人·年R&D人员全时当量，并增加2216件授权发明专利和2585281.51万元技术收入；4、上海科技园区综合效率为0.702，若使其各相关指标均与其投影面吻合，则需要减少787706.33万元R&D内部支出经费投入，并增加7711件授权发明专利和4771098.59万元技术收入；5、江苏科技园区综合效率为0.690，若使其各相关指标均与其投影面吻合，则需要减少5023.95人·年R&D人员全时当量，并增加17932件授权发明专利和10399335.19万元技术收入；6、广东科技园区综合效率为0.795，若使其各相关指标均与其投影面吻合，则需要减少319732.54万元R&D内部支出经费投入，并增加14505件授权发明专利和5094347.78万元技术收入。京津冀、长三角和珠三角地区除了北京和浙江外，其他5省市在提高创新能力综合效率方面均有较大的提升空间，可以通过改善资源投入、增加创新产出效益等来实现科技园区的创新能力。当然，以上分析中对于创新资源投入冗余和产出不足的阐释，只是对运算结果的说明，实际影响科技园区创新能力的因素还应该包括投入结构不合理、园区管理缺乏有效性及环境因素等。 dedecms.com

京津冀、长三角、珠三角地区的整体综合效率水平相近，分别为0.808、0.797、0.795。但具体到三个地区内部时，呈现出不同的特点。京津冀地区极化现象比较明显，表现为：北京科技园区在创新资源的投入、产出、综合效率等方面运行情况良好；天津综合效率虽高，却是基于投入产出比例相对较高而言，实际科技投入水平整体偏低；河北的创新能力偏弱，投入、产出、综合效率均处于7个省市中下游水平。北京科技园区R&D人员全时当量和R&D内部支出经费大于天津和河北总和2-3倍。以上结果也与国家京津冀发展战略中关于北京、天津和河北的战略定位存在直接关系。长三角地区存在较为严重的投入产出不均衡，表现为：浙江虽然综合效率为1，但从整体上看处于投入水平较低基础上的DEA有效状态；上海和浙江两地创新资源投入均处于7省市中上游水平，处于DEA无效状态，综合效率值处于中下游水平，均存在严重的投入冗余、产出不足的情况，在投入导向的CRS模型中应按比例减少投入量。珠三角地区科技园区综合效率为0.795，就创新投入水平来说基本持平于北京科技园区，但存在较为严重的产出不足情况。 copyright dedecms

四、结论及建议

（一）结论

本文构建了区域科技园区创新能力评价模型，运用数据包络分析法，对2014年京津冀、长三角、珠三角地区科技园区创新能力进行评价分析。研究结果显示：

第一，通过对京津冀、长三角、珠三角地区的各省市科技园区分析发现，北京和浙江科技园区创新能力处于最优生产前沿面上，创新资源投入有效地转化为产出，是DEA有效的。第二，京津冀、长三角、珠三角地区的整体综合效率水平相近，但内部呈现出不同的特点。京津冀地区科技园区极化现象比较明显，北京科技园区DEA有效，河北科技园区综合效率仅为0.593，为所统计科技园区中效率最低；长三角、珠三角地区科技园区存在较明显的投入冗余、产出不足的情况，可以对创新资源投入量进行适当调整。 本文来自织梦

（二）政策建议 织梦内容管理系统

为进一步提高科技园区创新能力，以达到最优的创新资源配置效率，通过对研究结果的评价和分析，从政府、产业、企业三个层面提出如下建议。 copyright dedecms

（1）政府 内容来自dedecms

在充分发挥市场机制调节作用的基础上，政府应该根据经济发展的现状和趋势适时干预和引导科技园区建设发展，促进相关企业提高创新能力。首先，政府应从国家对地区经济的功能和定位出发，结合区域政策对科技园区进行合理的规划，实现区域科技园区的差异化创新战略。其次，通过投入导向的CSR模型分析发现，目前科技园区存在创新资源投入产出不均衡情况较为严重。一方面，合理引导创新资源投入，改革政府投入方式和机制，提高创新资源的使用效率；另一方面，搭建园区内企业、高校、科研院所、中介机构的创新互动机制平台，促使创新成果的区域合理流动与转移。最后，创新园区管理体制与运行方式，主动借鉴国内外科技园区管理和运行的基本经验，对创新主体的创新目标、创新资源配置等进行有效的协调与管理，建立促进和激励创新发展的文化环境。 dedecms.com

（2）产业

首先，梳理园区产业布局。产业的发展和规划应该实现园区内产业对接和区域间的产业协同，强化科技创新的供需对接，以需求促进科技创新，逐步改变创新动力不足、创新成果转化率低的问题，促进科技成果的有效转化，以创新支撑科技园区发展，促进科技园区走集约发展的道路。其次，积极培育中介服务体系。中介服务是科技与应用、生产与消费等不同创新主体间不可或缺的服务纽带，建立组织网络化、功能社会化、服务产业化的完整的中介服务体系，特别是技术转让与推广、技术咨询、技术合作与产品营销等中介服务机构的发展与完善，能够有效促进企业创新、降低创新成本，加速创新成果转化，特别是推动产业协同发展。 本文来自织梦

（3）企业 dedecms.com

首先，园区企业必须高度聚焦主导产品，以主导产品为龙头，以先进技术和管理为手段，引进和培育主导产品的上下游企业，促进科技园区生态圈的形成。其次，多途径加强技术引进投入，重视引进技术的配套研究，以“引进-消化吸收-再创新”为出发点，努力形成通过引进技术促进自主创新能力提高的体制机制。 内容来自dedecms

五、总结

京津冀、长三角、珠三角地区科技园区创新能力影响因素有很多，诸如国家发展战略、区域产业结构特征与经济发展水平、地方资源基础和政策环境、企业创新精神和成长氛围等，但具体对于每个区域而言，其综合效率差异受到的主要影响因素有所不同。因此，识别这些影响科技园区创新能力的主导因素，并通过引导这些因素的作用，从而进一步改善和提高科技园区创新能力，将是下一步研究中所要关注的重点问题。

织梦内容管理系统

注释： 本文来自织梦

1、数据来源：科技部火炬高技术产业开发中心：《中国火炬统计年鉴（2015）》，中国统计出版社2015年版，第3页。参考文献： 织梦内容管理系统

1、陈继初、杨进：《湖南省科技创新能力评价》，《合作经济与科技》2016年第7期。

织梦好，好织梦

2、杜海东：《基于动态系统模型的科技园区创新能力影响因素分析》，《科学管理研究》2012年第2期。

3、傅利平、周小明、张烨：《高技术产业集群知识溢出对区域创新产出的影响研究——以北京市中关村科技园为例》，《天津大学学报（社会科学版）》2014年第4期。 织梦内容管理系统

4、顾震宇：《2015国际大都市科技创新能力评价的研究》，《竞争情报》2015年第6期。

内容来自dedecms

5、关爱萍、孙睿芳：《专利结构对区域全要素生产率影响的实证研究——基于西部地区省际面板数据分析》，《经济研究导刊》2016年第1期。 本文来自织梦

6、黄志建、张清华：《科技园区协同创新能力研究》，《科学管理研究》2014年第3期。

织梦内容管理系统

7、姜文仙：《广东省区域科技创新能力评价研究》，《科技管理研究》2016年第8期。

8、李盛竹、马建龙：《国家科技创新能力影响因素的系统动力学仿真——基于2006--2014年度中国相关数据的实证》，《科技管理研究》2016年第7期。 copyright dedecms

9、刘丽红、李瑾：《我国农业科技园区创新能力评价指标及模型研究》，《江苏农业科学》2015年第8期。 织梦内容管理系统

10、毛良虎、姜莹：《长江经济带省域科技创新能力评价及空间关联格局分析》，《科技进步与对策》2016年第11期。

11、汪晓梦：《长三角城市群副中心科技创新能力分析——以合肥市为例》，《辽宁工程技术大学学报社会科学版）》2016年第3期。 copyright dedecms

12、王业强、梁阁：《区域科技创新能力评价与空间格局演变》，《发展研究》2016年第4期。

织梦好，好织梦

13、向丽：《区域科技创新能力与产业集聚水平协调关系研究》，《管理现代化》2016年第6期。

14、徐珊、刘笃池、梁彤缨：《大企业创新投入驱动区域产业升级效应研究》，《科学学与科学技术管理》2016年第10期。 织梦好，好织梦

15、颜慧超、王伟、吕文林、赵跃民、林红：《省域产业科技创新能力的评价》，《统计与决策》2016年第8期。 织梦内容管理系统

16、朱强：《专利视角的中部六省会城市科技创新能力评价研究》，《时代金融》2016年第9期。 织梦好，好织梦