摘要：文章构建了复杂网络DEA模型，探究我国海洋科技创新总体效率、教育效率、科研效率及技术转化效率。通过将阶段效率视作阶段权重的函数，总体效率视作阶段效率的函数，隔离权重对总体效率的直接影响，对11个沿海地区海洋科技创新效率进行了测度。结果表明：我国海洋科技创新效率整体偏低，存在较大改善空间；地区差距较大，具有区域不均衡性，海洋科技创新效率较高地区为福建和上海，最低地区为浙江和广西；海洋教育、科研与技术转化效率失衡，技术转化效率较高，但科研效率较低，严重拉低了总体效率。针对各地区阶段效率特点，将沿海地区划分为“高教育-高科研-高转化型”“高教育-高科研-低转化型”等六种类型。
关键词：复杂网络DEA；创新效率；海洋科技创新；海洋经济
0引言
经济新常态下，科技创新驱动发展推动海洋科技成果转化，成为全面提升海洋经济增长质量的强大动力。科技创新过程是涉及多主体多阶段的复杂系统，产学研有效结合表现在产业发展、人才培养和科学研究三方功能的协同化[1]。产学研协同互动更有利于科研成果研发和有效扩散，实现海洋科技创新驱动。随着沿海地区科技创新投入的不断加大，海洋科技创新效率是否高效，教育与科研是否有力支持了科技研发过程，科技成果是否得到有效扩散和应用？为此，我国海洋科技创新效率的科学评估就成为“海洋强国”战略下亟待解决的问题，对未来海洋科技创新发展及政策制定有指导意义。在已有研究文献的基础上[2-5]，本文将海洋科技创新分为科技研发与技术转化过程，但与以往研究不同的是，根据海洋科技研发的特殊性及人才培养在产学研结合中的重要性，将科技研发过程分为海洋教育与科研过程，其中海洋教育能为技术转化提供人才支持。通过构建复杂网络DEA模型，对我国2006—2015年沿海地区的海洋教育、科研和技术转化效率进行了评估。
1模型建立
1.1加法网络DEA模型
每个地区的海洋科技创新被看作一个决策单元，假设决策单元（DMU）共有J个，每个DMU有M种投入x1,1（只进入子阶段1），N种投入x1,2（只进入子阶段2），H种投入x2（只进入阶段2）；有S种产出y（阶段2的最终产出）；有P种中间产出z1（子阶段1的产出，作为子阶段2的投入），Q种中间产出z2（子阶段1的产出，作为阶段2的投入），I种中间产出z3（子阶段2的产出，作为阶段2的投入）。
1.2海洋科技创新效率模型
基于Guo等（2017）[9]的总体效率计算方法，将其拓展到复杂网络结构。
2变量选择与数据说明
本文对我国11个沿海地区2006—2015年的海洋科技创新效率进行了测度，由于科技创新活动投入产出存在时滞性，因此借鉴以往研究[10]，假设海洋科技创新过程从创新资源投入到科技成果产出，再到最终经济产出延迟时间为1年。所有数据均来源于2007—2016年的《中国统计年鉴》和《中国海洋统计年鉴》，具体投入产出指标如表1所示。
2.1科技研发阶段
（1）海洋教育子阶段。海洋教育是指高校人才培养，为科研与技术转化过程提供人才支持。本文选取高校专职教学人员数量作为其投入指标，高校毕业生为产出指标。高校毕业生部分从事科研活动，部分从事生产实践活动。本文选取博士、硕士、本科及专科学历毕业生人数，按照科研人员与涉海人员数量占比，划分为从事科研活动与非科研活动的高等学历人员，分别作为海洋科研子阶段投入与技术转化阶段投入，即中间产出。（2）海洋科研子阶段。海洋科研是指科研机构进行科学技术研究，为海洋经济发展提供新技术和新手段。科研活动开展除了人才投入，还需资金支持，因此本文选取科研经费筹集额作为海洋科研子阶段的额外投入，为保证其可比性，将其以2001年不变价格折算[4]。海洋科研子阶段能为技术转化阶段提供理论与技术支持，本文将专利申请数与数作为海洋科研子阶段的产出，技术转化阶段的投入，即中间产出。
2.2技术转化阶段
技术转化阶段是指将新方法和新技术运用到生产过程中，提高生产效率，将科研成果转化为收益。选取涉海就业人员数量及海洋经济资本存量为投入指标[4]，其中海洋经济资本存量无明确数据统计，采用海洋生产总值和沿海地区生产总值的可比价数据对资本存量进行了修正，以消除价格等因素影响[11]。技术转化过程最终反映该地区生产经济或服务活动带来的收益，因此本文选取海洋生产总值作为技术转化阶段的产出，并与资本存量保持一致，以2001年不变价格折算。
3计算与结果分析
3.1海洋科技创新总体及阶段效率分析
为分析权重主观选取对总体效率的影响，本文采用不同权重组合，分别通过模型（5）与模型（6）对我国省域海洋科技创新总体效率，教育、科研及技术转化效率进行了测度。通过模型（5）得到结果见下页表2。各地区政府对海洋科技创新阶段重视程度不同，海洋科技创新效率也有很大不同，表明权重选取的主观性影响效率测度。由于权重不同，各地区排名也发生了较大变化。此外，随着权重改变，某些地区阶段效率并未发生变化，而总体效率却发生了较大改变。例如ω3从0.1变化到0.5时，福建阶段效率保持不变，而总体效率却从0.4266变为0.6629。这表明总体效率变化仅是权重变化导致的，这与Guo等（2017）[12]研究一致。因此，有必要在追求总体效率最大化的同时，合理考虑阶段效率变化。模型（6）结果见下页表3。总体效率在理想状态下应该反映阶段效率变化。海洋科技创新效率变化反映了其阶段效率变化，各地区海洋科技创新效率在ω3=1/3时取得最大值，也与以往研究一致[9]，即ω1=ω2=ω3=1/3时，总体效率取得最大值。图1能更好展示模型（6）中权重对总体效率的影响。可以看出，某些地区海洋科技创新总体效率几乎不随权重变化而变化，是因为其阶段效率未发生变化。例如上海在所有权重组合下的海洋科技创新效率保持稳定，在0.5400左右。模型（5）结果提供了关于权重的误导性信息，夸大了权重的重要性，而模型（6）结果具有真实性和合理性。我国海洋科技创新效率均值为0.4638，不足0.500，整体偏低，地区差距较大，具有区域不均衡性。表明科技创新效率有待进一步提高，距离“海洋强国”战略还有一定差距。11个沿海地区中，福建海洋科技创新效率最高，为0.5644，效率最低的两个地区为浙江和广西（不足0.400）。从海洋教育子阶段，即教育资源投入到高学历人才产出阶段来看，我国海洋教育平均效率仅为0.4113，7个地区的海洋教育效率低于平均值，占沿海地区总数的63.64%，表明大多数地区在海洋教育环节存在问题。具体而言，海洋教育效率较高的地区为辽宁、福建和上海，这些地区虽然所处经济环境大不相同，但都在教育资源利用上效率较高。河北、广东和广西海洋教育效率不足0.300，表明存在严重的教育资源配置问题。从海洋科研子阶段，即科研资源投入到科技成果产出阶段来看，我国海洋科研平均效率仅为0.2048，有较大提升空间。河北、辽宁海洋科研效率相对较高，虽然经济不是最发达，但政府在海洋科研环节投入具有一定的效率。天津、浙江和福建科研效率不足0.1，与当地科研机构较少和科研投入不足有关。从技术转化阶段，即科技成果投入到最终经济收益产出阶段来看，该阶段效率在于评价技术与经济结合的有效程度。大部分地区技术转化效率都接近于有效，而辽宁和广西转化效率远远低于平均值（0.7754），表明其科技成果未能得到有效利用。
3.2海洋科技创新效率类型划分
为进一步研究我国省域海洋科技创新效率，本文以各阶段效率平均值为分界点，将11个沿海地区科技创新效率分为六种类型，如下页图2所示。第一种为“高教育-高科研-高转化型”，上海是典型地区，表明其创新机制尤其是创新资源配置机制运行良好。其海洋教育和科研效率较高，主要是因为上海高校集中，教育水平及资源配置较好，能为科技创新提供大量优秀人才。其技术转化效率也较高，主要是因为发达的市场经济环境影响了科技创新观念，较完善的知识产权保护制度和鼓励技术创新政策，能缩短科技成果与市场的距离。第二种为“高教育-高科研-低转化型”，该类型地区仅有辽宁。海洋教育与科研效率较高，而技术转化效率较低，表明在海洋科技人才培养及科技研发上，相关机制运作良好。但在成果转化过程中存在瓶颈或遗漏点，导致科技成果与经济发展严重脱节。辽宁是我国老工业基地，新兴技术难以充分应用，科技成果未能发挥对经济发展的促进作用。第三种为“低教育-高科研-高转化型”，该类型地区有河北和广东。这类地区海洋科研和技术转化效率较高，但海洋教育效率较低。表明该地区教育资源配置效率较低，无法为科技创新提供有效的人才培养。尤其河北虽然临近文化与教育中心的北京，但海洋教育效率却处于较低水平，未来应积极吸引教育资源，提升教育水平。第四种为“低教育-低科研-高转化型”，包括江苏和海南。该地区海洋教育与科研效率较低，而技术转化效率较高。表明其科技成果得到了有效应用，成果转化机制运作良好，能够为海洋经济发展做出应有贡献。但由于科技研发低效，导致技术转化未能有效发挥，拉低了总体效率。第五种为“低教育-低科研-低转化型”，包括广西、山东和浙江。这些地区各阶段效率均处于较低水平，广西主要是因为其教育水平、科研能力及经济发展水平普遍较低，而山东和浙江人口众多、资源丰富、高校集中，经济也相对发达，但科技创新效率较低，可能是由于投入冗余。第六种为“高教育-低科研-高转化型”，包括天津和福建。这类地区海洋教育、技术转化效率较高，但科研效率较低，表现在海洋科研产出不足。虽然高校资源较丰富，但海洋科研资源配置效率很低，未来发展中应着重提高科技研发投入，注重科技成果产出。
4结论
本文通过构建复杂网络DEA模型，避免权重选取主观性对效率结果的影响，从真实刻画海洋科技创新过程出发，试图打开其效率评价中的“黑箱子”，对海洋教育、科研、技术转化效率和总体效率进行了测度评价。（1）我国海洋科技创新效率整体偏低，均值为0.4638，具有区域不均衡性，海洋科技创新效率最高为福建，最低为浙江和广西，不足0.400。这表明我国海洋科技创新效率有待提高。同时各阶段效率差值较大，海洋教育、科研与技术转化效率失衡，其平均值分别为0.4113、0.2048、0.7754，其中海洋科研效率严重拉低了总体效率。（2）基于我国省域海洋科技创新效率分析，将11个沿海地区划分为六种类型。其中上海属于“高教育-高科研-高转化型”，各阶段效率均处于较高水平，未来应保持稳定增长趋势，稳步提高海洋科技创新效率。辽宁为“高教育-高科研-低转化型”，技术转化的低效率拉低了总体效率。河北与广东属于“低教育-高科研-高转化型”，教育资源配置低效导致了海洋教育的低效。江苏、海南则为“低教育-低科研-高转化型”，不论是海洋教育还是科研都难以支撑科技创新发展，未来更要着重提高科技研发效率。广西、山东和浙江为“低教育-低科研-低转化型”，各阶段效率均偏低，产学研协调发展方面存在问题。最后天津与福建属于“高教育-低科研-高转化型”，海洋科研活动是薄弱环节。
参考文献：
[1]臧欣昱，马永红.协同创新视角下产学研合作行为决策机制研究[J].运筹与管理，2018，27（3）.
[2]杜军，鄢波，冯瑞敏.我国沿海省份海洋经济效率评价研究[J].农业技术经济,2016，（6）.
[3]王垒，赵忠超，刘新民，等.政府财政配置能力与外资参与程度对碳经济绩效的驱动效应[J].中国人口•资源与环境,2018,28（4）.
[4]赵昕，彭勇，丁黎黎.中国海洋绿色经济效率的时空演变及影响因素[J].湖南工业大学学报（社会科学版），2016，17（5）.
[5]丁黎黎，郑海红，刘新民.海洋经济生产效率、环境治理效率和综合效率的评估[J].中国科技论坛,2018,（3）.
[6]刘顺忠,官建成.区域创新系统创新绩效的评价[J].中国管理科学,2002,10(1).
[7]何广顺,丁黎黎,宋维玲.海洋经济分析评估理论、方法与实践[M].北京：海洋出版社,2014.
作者:康旺霖 邹玉坤 王垒 单位:山东科技大学 中国海洋大学
