下载掌阅APP，畅读海量书库
立即打开
科技创新是建设创新型国家的必然要求，为此我国必须提高自主创新能力，通过科技创新取得突破性发展，调整产业结构，真正摆脱粗放式经济增长方式走集约化发展道路。近年来我国科技创新投入连年增加，研发强度明显提升，2015年超过2%；随着科技经费的大量投入，我国的科技创新产出也取得了很大的成就。2016年8月15日在瑞士日内瓦发布的《2016年全球创新指数报告》显示，中国的创新指数位列全球第25位，是有史以来最高的排名。虽然成绩可喜，但也暴露了一些问题：即我国的创新产出和新产品销售收入虽在逐年增加，对外技术依存情况也在逐渐改善，但与创新强国相比仍然存在专利产出质量低、原研产品少、关键技术对外依存度高的问题。因此，我国创新能力与美国、日本等创新强国相比仍然存在较大差距。
为提升我国的创新能力和创新绩效，提升我国在国际创新中的地位，政府相关科技人员和理论对科技经费的投入、使用及配置结构进行了密切的关注。长期以来，我国科技理论界和国家政策制定部门一直在关注和争论以下问题：科技经费总投入规模是否越大越好、应不应该赶超发达国家？投入总量应不应该与国家创新系统环境挂钩？政府资金投入是不是越多越好？每年的经费总量控制在什么水平是最合适的？总量一定的情况下如何配置经费？关于以上问题，部分学者认为现阶段我国应该加大科技经费投入力度，科技经费投入越多越能刺激企业创新行为；与韩国和一些发达国家相比，我国研发强度还较低，因此应该加大科技经费总量投入以刺激企业研发。与之不同，部分学者持相反观点，认为R&D资源的配置不当是导致我国R&D创新效率偏低的重要原因，科技经费总量投入并不是越多越好，而应该与产业发展阶段和具体创新环境相匹配，优化和调整科技经费的配置结构要比单纯增加总量更有意义（白云朴和朱承亮，2014 [19] ；焦翠红等，2017 [20] ）。
（1）本研究的开展和完成解决了R&D经费投入的科学增量的计算依据问题，使得国家R&D经费的投入与当前创新环境相匹配，有利于提升我国的R&D经费使用效率。
（2）将创新环境系统纳入我国R&D经费配置结构优化研究中，充分考虑了不同省域和行业的特征，使得研究方案更具有针对性和可实施性。
（3）本研究的完成有利于国家制定基于行业和省域层面的R&D经费有效配置的理论政策框架和长效机制，为国家相关部门如国务院政策办公室、科技部、财政部、教育部以及发改委等制定中长期发展战略和R&D经费配置使用规划等提供参考；为国家相关部门制定产业发展规划和相关科技经费配套引导管理政策法规提供参考，从而提升我国R&D经费配置效率和总体市场创新绩效；同时也可以为不同省域科技创新发展战略规划制定以及重点扶持产业对象选择、经费配套和资金引导等方面相关办法和法律法规的制定提供参考。
（1）拓展了现有时滞研究，以往的研究往往只考虑投入产出的时滞，本研究成果将创新环境要素引入和R&D经费配置结构的交互影响纳入时滞研究。现有少量关于时滞研究的文献基本都是从投入产出的视角进行的定性和定量分析（王晓珍等，2012 [30] ），尚未发现将创新环境要素纳入时滞研究的相关文献；细化了现有时滞研究，时滞周期的研究细化到创新活动不同阶段即技术创新（技术研发）和产品创新（技术转化）两个阶段；同时将科技经费时滞研究从总量细化到创新环境要素影响下的经费配置结构对市场创新绩效的滞后影响。
（2）首次将稀疏Group Lasso方法引入管理学的研究，将稀疏Group Lasso方法从纯粹的方法理论研究拓展至实际运用，为小样本高维数据的降维处理提供了借鉴。
国内关于稀疏Group Lasso的资料较少，2014年后有极少数学者对Group Lasso给予了关注。截至目前，国内外能够检索到的密切相关文献仅有7篇，均属于对稀疏Group Lasso的原理、性质等的介绍和推理及算法扩展证明等方面的研究，即该方面的研究仍然处于统计或数学意义上的纯理论方法研究阶段，尚未发现该方法的应用研究方面成果。本研究成果首次将稀疏Group Lasso引入到我国R&D经费配置结构的优化中，利用其稀疏性、高维性以及对小样本高维数据降维的有效性特征对影响R&D创新绩效的关键影响因素进行识别。本研究成果稀疏Group Lasso的成功运用将该方法从理论研究阶段推广到实际运用，将该方法的研究推动一大步；事实证明稀疏Group Lasso对于管理类中类似的高维大数据的降维具有很好的适用性，也为后续相关研究提供了思路和方法借鉴。
（3）以往研究或基于产业或基于省域的单维度比较，本研究成果将R&D经费配置优化从国家整体层面深化到区域、产业以及资金来源结构（政府资金和企业资金）交互配置的多维度研究。这种同时考虑国家、省域和产业以及政企资金构成的多维优化配置使问题变得较为复杂，同时也增加了优化配置模型的构建难度。本研究成果如能完成即为我国科技经费的有效配置提供了理论支持和实际决策支持。