創新型省份建設績效評價及其影響因素分析

徐小陽，趙喜倉

（江蘇大學 財經學院，江蘇 鎮江 212013）

創新型省份建設績效評價及其影響因素分析

徐小陽，趙喜倉

（江蘇大學 財經學院，江蘇 鎮江 212013）

為彌補國內使用兩階段DEA模型中第一階段非參數法和第二階段參數法之間的邏輯不一致所產生的缺陷，文章使用2008～2010年我國31個省（直轄市）的相關數據，使用BCC模型分析了31省（直轄市）的創新型省份建設的創新績效狀況，并分別使用TOBIT回歸模型和對稱修正最小二乘模型探討影響我國區域創新績效的環境因素。

DEA；BCC；TOBIT回歸模型；對稱修正最小二乘模型

0 引言

國內學者對區域創新效率評價的研究方法可分為兩類：一類是參數方法，主要采用隨機前沿分析方法進行分析；另一類是非參數方法，主要是采用DEA分析法包括BC2、C2R、DEA-TOBIT等方法。國內對區域創新效率的評價仍存在不足：第一，對影響區域創新效率的主要因素分析較少；第二，對使用DEA-TOBIT對影響因素進行分析時，主要使用TOBIT法進行分析，但由于TOBIT回歸分析假定殘差分布服從正態分布，而DEA分析法則是非參數分析法，兩者前后存在邏輯差異。為解決以上缺陷，本文采用BCC模型分析區域創新效率，并在此基礎上使用Powell(1986)提出的對稱修正最小二乘模型（STLS）探討影響我國區域創新效率的主要外在因素。

1 基于修正的兩階段DEA模型的建立

1.1 第一階段：數據包絡分析-BCC模型

數據包絡分析法(Data Envelopment Analysis,DEA)是一種可同時衡量多項投入、多項產出之決策單位(Decision Making Unit,DMU)相對效率的方法，其中最基本的模型為CCR模型，是由Charnes、Cooper和Rhodese在1978年將Farrell的概念加以推廣，并建立一般化的數學規劃模式，衡量在固定規模報酬下，使用分段線性規劃法計算各決策單位的相對效率。

其基本模型為：

2.2 第二階段：區域創新影響因素的TOBIT回歸法和對稱修正最小二乘模型

通過DEA模型得到的創新型省份建設的效率值，除受到其投入變量、產出變量的影響之外，還受到其他“外部”因素的影響，即諸如金融環境、教育與信息環境和文化環境等因素的影響。為測度對創新型省份建設績效的外部影響因素及其影響水平，可使用Coelli等人（1998）提出了“兩階段DEA法”。該方法分兩個階段：第1階段通過上述的DEA模型計算各決策單位的相對效率；第2階段，將相對效率值對各種外部因素進行回歸分析，從而判斷外部因素對相對效率值的影響水平。

2 變量定義與數據來源

2.1 投入產出變量的選取

創新型省份建設的投入主要包括創新人才投入和創新資金投入。創新人才投入是創新活動的關鍵環節。創新人才是指在企業、高校及科研機構從事創新活動的高質量的腦力勞動者。創新資金投入主要指政府、企業、金融機構等部門對創新活動的經費投入或支持，它是創新的重要前提和基礎。為此，本研究選取科學家工程師、萬人口科技活動人員等兩個指標來衡量包括政府、企業等全社會的創新人才。通過絕對指標與相對指標相結合的方式來衡量創新型省份建設的人才投入狀況，可比性比較強，且具有較高代表性。另一方面，本研究選用科技經費支出額、全社會R&D經費支出占GDP比重來反映創新資金投入。以上兩個指標分別從投入總量、投入強度兩個方面反映了創新資金的投入情況，較具代表性。

創新型省份建設必然體現在創新產出上，主要體現在物質產出、知識創新產出等兩個方面。物質產出指各產業對整個經濟的物質貢獻，主要體現在產值、出口額等幾個方面，而高技術產業在創新型省份建設的作用和地位十分重要，為此，本研究選取高新技術產業規模以上企業產值指標反映創新性的物質產出。知識產出是科技創新直接產生的專利、文獻、新產品、標準等具有知識含量的成果。為此，本研究選取發明專利的受理量指標來反映創新性的知識產出。

根據以上分析，本研究構建了創新型省份建設績效的評價指標體系，如表1所示。

表1 創新型省份建設績效評價指標體系

2.2 影響因素的指標選取

創新型省份建設的影響因素指標主要是用以衡量創新外部環境因素。這一部分指標主要從該省金融環境、教育水平、信息環境、文化環境等四個方面進行評價。

金融環境對科技創新資金的籌措影響顯著，故本研究選取金融機構貸款余額作為金融環境的評價指標來反映全社會金融環境的優劣程度。良好的教育、信息與文化環境，有利于創新活動的進行。教育水平反映了教育各層次的整體情況，體現了創新所需要人才的儲備情況，是科技人力資源投入的基礎。教育水平主要用每十萬人教育程度達到大專學歷以上人數指標來反映。信息環境是科技創新活動實施和技術擴散所依托的手段支持，是各種要素得以流動的重要媒介，主要用每萬人擁有國際互聯網用戶數指標來反映。文化環境對創新型省份建設具有支撐作用。觀念、制度和管理的創新都與文化創新密切相關。主要用每萬人擁有公共圖書館藏書量來衡量。為了去除異方差，本文對上述影響因素的相關數據進行了對數化處理。

2.3 數據來源

由于從創新投入到創新的產出會有一定的遲滯，根據眾多文獻的做法，本研究將時滯定為2年，即投入指標采用的是2008年數據，產出指標采用的是2010年數據。所有數據來源于《中國統計年鑒》（2009、2011年）、《中國高科技產業統計年鑒》（2009、2011年）及各省2009、2011年統計年鑒。

3 實證分析

3.1 DEA的BCC模型與各省份的創新績效評價

本文運用投入導向的BCC模型，采用DEAP2.1程序進行線性規劃模型的求解，最終得到各省創新型省份建設的相對效率水平和各省投入冗余率，如表2所示。其中，投入冗余率是根據生產前沿面的投影分析所得出的目標值和過剩值計算而得，其公式為：

由表2可以得到相關結論如下：

（1）不同地區的DEA綜合效率相差懸殊。東部地區的各省份的綜合效率相對較高，綜合效率平均值達到0.718；中部地區的各省份的綜合效率值比東部地區要低，但高于西部地區，綜合效率平均值為0.52；西部地區的各省份最低，其綜合效率平均值為0.46。在各地區的內部進行比較，各省份綜合效率值的差距更為明顯：在東部地區，上海、江蘇、廣東的創新綜合效率值達到了DEA最優（效率值為1），但是河北省綜合效率值僅為0.366，遠遠低于東部地區的平均值；在中部地區，湖南省的創新綜合效率值相對較高（效率值為0.640），而山西省的創新效率很低（效率值為0.339）；在西部地區，則相互之間的差距更大，重慶市的綜合效率值最高，達到0.774，而內蒙古則最低，其創新綜合效率值僅為0.258。

表2 創新型省份建設績效DEA評價結果

（2）區域創新的綜合效率與其經濟發展水平不一定呈正相關性。天津、浙江、福建、山東等發達地區的創新效率值并不高，遠低于上海、江蘇和廣東，甚至還低于一些西部省份。陜西和重慶等西部省市則創新效率值比較高，甚至還高于一些東部省份。重慶的綜合效率值較高可能是源于其直轄市的地位，能得到國家特殊的政策優惠；陜西的創新綜合效率值高應該與其擁有較多的高校、軍工業發達有關。

3.2 創新型省份建設績效的影響因素分析

創新型省份建設績效的提高可通過調整投入、產出數量，從而使得綜合績效接近DEA最優。但是，僅僅依靠投入、產出的調整所實現的綜合績效的提高，其效果往往是短期的。為此，需要從長遠考慮，通過確定影響創新型省份建設的重要外部影響因素來制定各省改革的方向。因此，我們對影響創新型省份建設的重要外部因素，使用TOBIT回歸模型和對稱修正最小二乘模型（STLS）分別進行分析，其結果如表3所示。

表3 影響創新型省份建設績效的外部因素：基于TOBIT回歸和STLS回歸結果

由表3可以看出，TOBIT回歸模型和對稱修正最小二乘模型（STLS）的實證結果有一定差異，但是由于對稱修正最小二乘模型假定的殘差分布的假設更弱，因此所得的結果更為穩健可靠，下面以該模型所擬合的結果對創新型省份建設的外部影響因素進行經濟分析：

（1）各省份所在的金融環境對創新型省份建設的績效影響顯著。這說明加大對創新型省份建設的資金投入，能較大幅度地提高創新型省份建設的績效水平。這可能是因為創新型省份建設需要大量的資金進行技術創新、技術改造和發明專利的產業化。此外，由于技術創新的風險較大，也需要大量的風險投資。

（2）各省份的教育環境對創新型省份的績效影響不顯著。這說明學校的教育特別是大學教育與國內的現實情況嚴重脫節，對創新型身份建設作用不大，甚至有一定的負面影響（其回歸系數值為負值）。

（3）各省份的信息環境對創新型省份建設績效有一定影響。雖然信息環境變量的顯著型水平只在0.25的水平上顯著，但是其回歸系數值達到0.2042，這說明信息環境會對創新型省份建設有一定的促進作用。

（4）各省份的文化環境對創新型省份建設的績效影響不顯著。這可能是由于各省的文化產業占其經濟總量的比例很低，無法影響創新型省份建設的績效水平。還可能由于各省在進行創新型省份建設時過分注重其GDP的發展速度，而忽略了其發展的文化內涵。

4 結論

本文采用2008年、2010年中國各省份投入產出數據，使用兩階段DEA模型測度中國各創新型省份建設的績效和影響因素。為彌補國內使用兩階段DEA模型中第一階段非參數法和第二階段參數法之間的邏輯不一致所產生的缺陷，使用BCC模型分析了31省（直轄市）的創新型省份建設的創新績效狀況，并使用對稱修正最小二乘模型探討影響我國區域創新績效的環境因素。研究表明：東部、中部、西部等不同地區的DEA綜合效率相差懸殊，區域創新的綜合效率與其經濟發展水平不一定呈正相關性；各省份所在的金融環境對創新型省份建設的績效影響顯著，信息環境對創新型省份建設績效有一定影響，各省份的教育環境、文化環境對創新型省份建設的績效影響不顯著。

為提高中國各地區創新型省份建設的績效水平，應做好以下幾點：①各地區應加大對創新型省份建設的金融支持，優化其創新的金融環境；②各地區應應根據各地實際情況，改革各層次教育體系、內容和培養方式，使得所培養的人才更具創新氣質，更好地滿足創新型省份建設的需要；③東部地區的那些DEA綜合效率值較低的那些省份應采取各種措施，努力降低其投入冗余率，提高其各種資源的配置效率；④中西部地區那些DEA綜合效率值而創新投入少的省份，應加大其創新投入，而那些DEA綜合效率值低而創新投入少的中西部省份應提供各種政策優惠，因地制宜，切實提高其創新型省份建設的績效水平。

[1]匡愛民.基于數據包絡法的我國區域創新績效地區差異動態分析[J].江西社會科學,2010,(6).

[2]張蕊,劉慧,田金信.中國各省（直轄市）投入產出有效性的數據包絡分析[J].統計與決策,2006,(1).

[3]張宗益,張瑩.創新環境與區域技術創新效率的實證研究[J].軟科學,2008,(12).

[4]余景亮,劉存麗.基于DEA方法的城市經濟發展效率評價[J].統計與決策,2008,(10).

[5]李守偉.技術創新能力的數據包絡分析與實證研究[J].科技進步與對策,2010,(1).

[6]孫紅兵,向剛.基于DEA的城市創新系統創新效率評價分析[J].科技進步與對策,2011,(12).

[7]李惠娟,趙靜敏,上官敬芝.城市科技資源配置效率的DEA兩階段方法評價－基于江蘇省十三個城市的研究[J].科技管理研究,2010,(10).

[8]李興江,王璐.突破資源依賴型經濟約束的轉型研究——以遼寧省為例[J].蘭州學刊,2011,(9).

F204

A

1002-6487（2012）24-0070-03

國家社會科學基金重點項目（10ATJ003）；江蘇省教育廳重大項目（2010ZDAXM005）

徐小陽（1972-），男，江蘇宜興人，博士研究生，講師，研究方向：金融統計與管理。

趙喜倉（1965-），男，陜西澄城人，教授，博士生導師，研究方向：科技管理與金融統計。

（責任編輯/亦 民）