杨 琦

（兰州财经大学,甘肃 兰州 125005）

随着经济步入新常态，经济增速整体开始放缓，经济增长不再依靠原来粗略式地、掠夺式地“要素驱动”，而是趋于提倡具有互补性和持续性的创新驱动，强调通过科技创新的方式不断优化产业结构、加速促进产业转型升级，持续推动经济发展。伴随着创新驱动发展战略的提出和实施，在工业经济增长的过程中科技资源逐渐变为原动力。研究与试验发展 (简称R&D)，是科技活动不可缺少的部门，R&D资源对创新能力产生了深远的影响。近年来，甘肃省的R&D资源大部分投向工业行业领域，然而资源利用效率普遍低下，大量的科技资源投入并没有带来明显的科技实力提升,资源投入没有有效转化为科技产品。因此，研究R&D资源与工业企业创新能力之间的关系，对提高创新能力。

1 R&D及R&D资源的概念

R&D（Research and Experimental Development）指的是为了增加知识储量而在系统的基础上进行的一种创造性工作，它包括由知识构建的新应用。具体而言，R&D按活动类型分可以分成三种类型：基础研究、应用研究以及试验发展。基础研究一般是指实验性或理论性的工作，它不包括任何特定的应用或者以使用它为目的；应用研究通常是指由研究机构和企业的研发部门为了获取新知识而进行的创造性研究；试验发展是利用从科学研究和实际经验中已经获得的知识，实质性改进已经产生的结果，或者为生产新的材料、产品和设备而建立新的工艺、系统和服务，从而进行系统性的工作。

R&D资源主要分为两类：R&D资金资源和R&D人力资源。其中，R&D资金资源是科技活动的基础和润滑剂。有效的资金支持可以增加研发产出，因此R&D资金被视为科技活动的重要政策工具，资金支持能够有效促进研发质量，从而推动经济增长。R&D人力资源作为创新系统最重要的资源投入，能有效地推动知识在省内、省际间的流动，对于科技产出具有显著促进作用。一般而言，R&D资金资源主要是指R&D经费内部支出、R&D经费外部支出；R&D人力资源主要由R&D人员数、R&D人员折合全时当量表示。

2 甘肃省工业企业R&D资源与创新能力的基本情况

近年来以来，甘肃省不断提升R&D资源水平。21世纪初，甘肃省大中型工业企业对科技经费的筹集总额为90376万。十几年来，甘肃省不断加大对科技资源的投入，目前规模以上工业企业R&D经费资源已经达到466912万。成为全国排名第二十六位的省份。总体来说，甘肃省R&D资源总量呈现不断上升的趋势，于2016年达到509228万元。2017年有轻微下降，但总量仍处于较高的水平。2017年甘肃省R&D经费支出占GDP比重达1.19%，所有工业企业中开展R&D活动的共397个，占全部规模以上工业企业的20.95%。拥有研发机构的规模以上工业企业共228个，占全部规模以上工业企业的12.03%。

甘肃省2017年规模以上工业企业R&D经费达到466911.6万元，其中有9个行业的规模以上工业企业R&D经费超过了1亿元。R&D人员合计18901人，比2016年的18179人增加3.97%，参加项目人员15572人，比2016年的15376人增加1.27%，其中，女性人员4465名，比2016年的4188名增加6.61%；其中，研究人员8003名，比2016年的7530名增加6.28%。R&D人员折合全时当量合计11843人年。

2017年甘肃省新产品开发项目1209项，新产品销售收入3461052万元，比2016年3031098万元增加14.18%，其中，出口277462万元，占新产品销售收入的9.2%。工业企业共申请专利3102件。

3 R&D资源与甘肃省工业企业创新能力的灰色关联度分析

3.1 灰色关联度

灰色关联分析是一种定量描述以及比较的方法，主要针对一个系统发展变化的态势，它的基本思想是先确定参考数据列和比较数据列，然后根据它们的几何形状相似程度来判断其联系的紧密程度，通过灰色关联度反映曲线之间的关联程度。一般运用这种方法来分析各个因素对结果的影响程度，另外，常用运用此方法可以处理随时间变化的综合评价类问题。该方法的核心是按照一定的规则确立一个随时间变化的母序列，把每个评估对象随时间的变化作为子序列，得出各个子序列与母序列之间的相关程度，依照相关性的大小得出结论。

灰色关联度分析的过程如下：

第一步，确定指标体系，收集数据。确定参考数列和比较数列。参考数列可以反映系统行为特征，由影响系统行为的因素组成的数据序列被称为比较数列。

第二步，将n个数据序列形成如下的矩阵

其中，m为指标的个数，

第三步，确定以各指标的最优值构成的参考数据列，记做。

第四步，由于系统中各个数列中的数据可能存在量纲不同的问题，导致比较时不方便或在比较时得到不正确的结论。因此在运用灰色关联度分析时，一般首先都要对数据进行无量纲化处理。在灰色关联分析中，一般运用值化法和初值化法进行无量纲化处理。

第五步，计算关联系数和关联度，对比较序列分别计算各个指标和参考序列对应元素的关联系数，以及反映各个评价指标和参考序列的关联关系的关联度。关联系数计算方法如下：

3.2 指标选取

本文着力研究甘肃省R&D资源与工业企业创新能力的之间的关系，故以R&D资源作为影响企业创新能力的因素。以R&D人员数和R&D人员折合全时当量合计表示甘肃省工业企业人力资源资源。R&D经费内部支出和外部支出表示甘肃省工业企业资金资源，内部支出来源包括政府资金、企业资金、境外资金和其他资金；R&D资金外部支出包括对境内高等学校支出、对境内研究机构的支出、以及对境外支出。以新产品开发项目数（项）代表甘肃省工业企业的科技创新能力。指标体系见表1。

表1 甘肃省R&D资源与创新能力指标体系

其中政府资金、企业资金、境外资金、其他资金指标分别是政府资金、企业资金、境外资金、其他资金在R&D经费内部支出中所占的比重，这种设定方式便于获得R&D资源中资金来源的具体结构，对优化企业资源配置有重要意义；对境内研究机构支出、对境内高等学校支出和对境外支出指标分别是对境内研究机构支出、对境内高等学校支出和对境外支出占R&D经费外部支出的比重。

收集2010—2017年各指标数据，通过灰色关联模型分析R&D资源与工业企业的关系。

3.3 结果分析

由表2可知，工业企业创新能力的影响因素综合关联度排序为:R&D人员折合全时当量 （人年）＞R&D人员数＞对境外支出＞政府资金＞对境内高等学校支出＞境外资金＞其他资金＞对境内研究机构支出＞企业资金＞其他资金。

从综合关联角度来看，R&D人员折合全时当量是最为重要的影响因素，R&D人员数、R&D经费外部支出中对境外支出、政府资金R&D经费外部支出中对境内高等学校以及R&D经费内部支出中来自境外资金对创新能力也十分重要。其中，人力资源的影响作用最大，包括R&D人员折合当时全量和R&D人员数。

从绝对关联角度来看，所有指标均处于关联性的中等水平，其中，R&D人力资源与工业企业创新能力的关联强度高于R&D资金资源与工业企业创新能力。

从相对关联角度来看，除R&D资源内部支出中来自其他资金外，其余所有指标都有较高的相对关联度，尤其是R&R人力资源，与工业企业创新能力的相对增速存在极强的灰色关联关系。R&D资金资源中，从内部支出来源来看，与工业企业创新能力灰色关联关系最强的是政府禁，企业资金相比于境外资金稍弱；从外部支出看，对境内高等学校支出与工业企业创新能力关联最强。

表2 实验结果

4 结论与建议

本文选用2010-2017年R&D人力资源投入两项指标，R&D资金资源中内部资金来源和外部资金支出两方面的七项指标，运用灰色关联分析法计算了R&D资源与新产品开发项目数的关联度，以此研究R&D资源和工业企业创新能力的关系。根据计算结果得出R&D资源与科技创新能力有较大的关系，其中R&D人力资源投入对工业企业创新能力的影响最强，R&D人员折合全时当量比R&D人员数对创新能力的影响更大。来自政府的资金和工业企业创新能力之间有较强的关系，外部支出也有较大的影响，对境内高等学校和境外支出的影响比较显著。

基于以上结论，提出提高工业企业创新能力的相关建议：一是加大R&D人力资源投入。R&D人力资源是科技资源的核心，是提高科技创新能力的关键，是提升生产率的有效途径。作为知识的载体，人力资源投入决定了科技竞争的成败，只有将人才优势转变为智能优势、科技优势、产业优势,才能抢占经济科技的制高点。二是加强对外联系，提高对境内外高校的支出占比，将资源与生产有机结合，提高资源利用率。三是政府适当提高资金支出，作为创新体系中的重要角色，政府具有引领创新方向、塑造创新环境、提高创新能力方面的主要功能。