胡俊航

(河南质量工程职业学院 质量科学研究中心，河南 平顶山，467001)

0 引言

随着国际市场竞争的日趋加剧，高新技术成为企业的核心竞争力，为此，国家相继出台了多项产业扶持政策促进高技术产业的发展。2015年全国高技术产业企业数达到29631个，到2018年发展到33537个，年均增加4.25%；实现利润总额由2015年的8986.3亿元增加到2018年的10293亿元，年均增加4.63%。2015年高技术产业研发机构只有5572个，到2018年发展到16052个，年均增加42.29%。高技术产业的快速发展不仅使经济从高速发展转向高质量发展，也使企业的国际竞争力大大提升。

我国高技术产业的快速发展也引起学术界的关注。有关国内高技术产业的相关研究很多，主要集中在以下三类：第一类是关于创新效率和投入产出效率的相关研究[1-5]；第二类是关于高技术产业国际竞争力的相关研究[6-7]；第三类是关于高技术产业发展的影响因素分析[9-10]。已有关于高技术产业科技成果评价的研究不多。本文将从量与质两方面构建高技术产业科技成果评价指标体系和评价模型及算法，并对我国31个省、市、自治区高技术产业科技成果进行评价，分析区域差异，找出存在的主要问题，并提出相应的对策建议。

1 评价指标体系的构建

根据全面性、科学性、系统性、可操作性、可比性和引导性原则，从量和质两方面对高技术产业科技成果构建评价指标体系(见表1)。

2 评价模型的构建与算法

为对区域高技术产业科技成果进行全面评价，本文构建科技成果评价的横向评价模型和纵向评价模型，模型的表达式虽然相同，但算法有所区别。评价模型数学表达式如下：

Y=β1y1+β2y2+β3y3+β4y4+β5y5+ε

(1)

式中Y是潜变量，yi是观测变量，βi(i=1,2,…,5)是待估参数，ε是随机误差项。

根据潜变量与观测变量的关系，式(1)观测变量与潜变量的关系还可以写成：

yi=λiY+εi(i=1,2,…,5)

(2)

这里λi为载荷项，εi是随机误差项。

2.1 横向评价模型的算法

由于表1中观测指标的量纲不同，按下式进行无量纲化处理。

(3)

主观权重的确定采用层次分析法，根据表3的标度得到高技术产业科技成果与5个观测指标的比较判断矩阵。判断矩阵和它的最大特征根及其对应的归一化处理后的特征向量、一致性指标、一致性比率和一致性检验结果如表4所示。

表2 模型(1)客观权重

表3 判断矩阵标度及其含义表

表4 指标判断矩阵及其相关计算结果

(取ψ'=ψ″=0.5)

(4)

得到模型(1)中的综合权重如表5所示。

根据表5中各观测指标的权重就可以运用横向评价模型对不同区域高技术产业的科技成果进行评价了。

表5 模型(1)综合权重表

2.2 纵向评价模型算法

(5)

有了区域高技术产业科技成果观测指标t年的指数，按照表(5)中的综合权重就可以得到高技术产业科技成果Yt的综合指数。

3 实证研究

根据高技术产业科技成果评价指标体系和评价模型及其算法对我国31个省、市、自治区高技术产业的科技成果进行评价，分析区域间的现状和差异。

3.1 各省、市、自治区2018年高技术产业科技成果横向评价

根据横向评价模型的算法，对2018年我国各省、市、自治区高技术产业科技成果进行评价，评价结果如表6所示。

3.2 各省、市、自治区2015—2018年高技术产业科技成果纵向评价

根据纵向评价模型的算法，对2015—2018年我国各省、市、自治区高技术产业科技成果进行评价，评价结果如表7所示。

表6 各省、市、自治区2018年高技术产业科技成果横向评价

表7 各省、市、自治区2015—2018年高技术企业科技成果纵向评价

3.3 评价结果分析

根据表6的评价结果，2018年各省、市、自治区高技术产业科技成果存在差异，差异分析结果如表8所示。

表8 各省、市、自治区2018年高技术产业科技成果差异统计

从表8可以看出，2018年31个省、市、自治区高技术产业科技成果的标准差为18.54，标准差较大，极差为100，导致平均得分不高，仅为9.51。原因是广东省高技术产业科技成果得分为100，而西藏自治区的得分为0，两极差异达到上限，除广东省和江苏省的得分较高外，其他区域得分普遍较低。综上说明我国高技术产业科技成果的区域产出两极分化，平均分不高说明区域高技术产业科技成果总体不理想。 从表6可以看出，经济、教育发展较好的区域高技术产业科技成果的排名靠前，而经济、教育落后的边远区域排名靠后。

把表6和表7中各省、市、自治区2018年高技术产业科技成果横向评价结果与纵向发展指数画在同一张统计图中，如图1所示。

图1 各省、市、自治区2018横向评价与纵向指数对比

从图1不难看出，高技术产业科技成果产出位于前10位的区域2015—2018年的纵向发展指数不是太高，但广东省、四川省和河南省的纵向发展指数保持较高的发展；排名处于10～23位的区域总体纵向发展指数较高，特别是江西省、陕西省和山西省的高技术产业科技成果增长明显，而排在全国第15位的天津市2018年与2015年高技术产业科技成果产出几乎没有变化；得分位于后8位的黑龙江省、内蒙古自治区、甘肃省、海南省、宁夏回族自治区、新疆维吾尔自治区、青海省和西藏自治区，其横向评价得分都很低。可喜的是内蒙古自治区、新疆维吾尔自治区和青海省的纵向发展指数较高，这在一定程度上说明这3个区域的高技术产业科技成果纵向比较有了很大的进步，但在全国31个省、市、自治区的位次很低。最让人担忧的是黑龙江省的高技术产业科技成果纵向发展指数出现负增长，甘肃省、海南省、宁夏回族自治区和西藏自治区的纵向发展指数也很低，这些区域的高技术产业科技成果短期内很难有大的提升。

3.4 存在的主要问题与对策

(1)我国31个省、市、自治区高技术产业科技成果区域间产出不平衡。东南沿海和经济、教育发达地区高技术产业科技成果产出较高，而边远地区产出较低。

(2)从纵向发展指数看，科技成果产出位于前列的区域虽然纵向发展指数总体不是太高，但其科技成果产出基期的基数较大，短期内其产出的绝对增量依然很大；科技成果产出落后的区域，其科技成果产出基期的基数很小，短期内其产出的绝对增量较小，与科技成果产出位于前列的区域差距进一步拉大。

基于以上两个主要问题，本文提出以下建议：

(1)优化高技术产业布局，发展落后区域高技术产业。国家在高技术产业发展布局上优先考虑高技术产业落后区域，增加高技术企业数量，鼓励东南沿海的高技术企业在落后区域设立分公司或分厂。

(2)高技术产业落后区域制定优惠的产业政策，吸引高技术产业安家落户。当地政府可在高技术产业审批、税收、用地等方面加大优惠力度，支持高技术产业的发展，使其能引进来，扎下根，有利润。

(3)加强高技术产业落后区域科研经费的支持力度。对落后区域高技术产业的科技开发研究经费给予大力支持，促进其科技产出和新产品开发，缩小与其他区域科技成果的差距。

(4)加强区域高技术企业产学研合作。高技术产业科技成果落后区域一般都地处边远地区，高等院校和科研机构较少，科研人力资源和设备短缺，企业如果把研发机构设在高等院校和科研机构集中的大城市，有利于充实自己的科研队伍，提高研究人员素质，还可以与高校和科研机构实现科研设备共享，节约科研成本，提高科研成果产出。

(5)加强校企、研企合作，加大研究经费的投入。高技术产业科技成果落后区域加强与高校和研究机构的合作，政府注重高技术企业与高校、科研机构横向课题研究的经费投入，促进高技术产业科技成果的产出与科技成果转化。

4 结语

高技术产业科技成果评价指标体系综合了科技成果量和质两方面的指标，使评价指标体系更加全面合理。构建的评价模型包括横向评价模型和纵向评价模型，综合运用两个评价模型对区域高技术产业科技成果进行评价，即可以横向对比又可以纵向比较，即能找出本区域的差距又能看出自身的发展。模型指标权重采用综合赋权法使指标权重更加科学客观，评价结果更加符合实际。在实证研究中，分析了2018年各区域间高技术产业科技成果的差异和2015—2018年各自的纵向发展指数，找到了我国高技术产业科技成果发展中存在的主要问题，并提出了相应的对策建议。本文构建的评价模型和算法对高技术产业科技成果评价的进一步深入研究具有一定的借鉴意义，实证研究的分析结果和对主要问题提出的对策建议对缩小区域间高技术产业科技成果的差异具有一定参考价值。