我國高新技術產業園區創新績效評價研究

崔曉露

(上海財經大學 財經研究所，上海 200433)

一、引 言

自1988年北京中關村科技園區成立后，截至2012年11月我國已有105個國家級高新技術產業園區 (以下簡稱高新區)。近年來，隨著我國高新區的快速發展，國內學者也開始關注高新區的評價研究，包括效率評價、創新能力評價、發展狀況評價、經濟評價和可持續發展評價等。一般都是通過構建評價指標體系來對高新區進行綜合評價，并對多個高新區進行比較研究。權進民等［1］選取了9個國家級高新區，分別從縱向和橫向角度對其可持續發展能力進行評價，由于選取的園區數太少，因此其分析具有片面性。許海東和許陳生［2］測算了我國51個國家級高新區2001—2004年間的Malmquist生產率指數，認為我國多數高新區處于規模報酬遞增階段，技術進步促進了我國高新區生產率的增長，但其貢獻率逐年下降。

二、我國高新區創新績效評價分析

1.指標選取與數據來源

本文基于我國高新區的實際發展狀況及相關數據的可獲得性，各選取了3類創新投入和創新產出指標來評價我國各地高新區的創新績效。投入指標選取高新區R＆D經費支出、高新區科技活動人員數及大專以上學歷占年末從業人員比重;產出指標選取專利授權數、高新區企業技術收入及工業增加值。高新區創新績效的實質是其創新投入產出的轉化效率，而本文采用的數據包絡分析 (Data Envelopment Analysis，即 DEA)方法，是通過構造包含所有創新要素和創新產出的有效集合來測算投入產出效率，從而避免函數形式錯誤帶來的問題，更為有效地測度高新區的創新績效。由于DEA模型要求產出與投入指標間符合同向性假設，即投入數量增加，產出數量不得減少。因此，選擇的投入與產出指標必須具有正相關性。本文首先利用SPSS軟件對指標數 據進行Pearson相關分析，得到結果如表1所示。

表1 Pearson相關分析結果

由表1可知，所有創新產出及創新投入指標間都有較顯著的正相關性，符合同向性要求，可以進行DEA分析。此外，還要考慮自由度的問題，由于投入產出變量的增加會降低DEA區分決策單元 (Decision Making Unit，即 DMU)效率高低的能力，為了確保效率評估的準確性，決策單元的個數至少應為投入產出變量個數和的3倍，本文也符合要求。

考慮到投入產出的時間延遲問題，這里采用官建成和劉順忠［3-4］的做法，將延遲時間選定為兩年，投入指標選取2007—2008年的高新區數據，產出指標選擇2009—2010年的高新區數據，依照《國家火炬計劃統計年鑒》共選取41個省市①以火炬計劃所統計的省市為基準，由于部分指標缺乏西藏、青海和寧夏的數據，為統一測算將其去除，最終選取41個省市。表中所列省數據已經剔除了單列市的數據。進行績效評價分析。

2.高新區效率與規模報酬分析

采用EMS Version1.3.0軟件選擇投入導向的DEA模型，依次計算出整體效率CRS、純技術效率VRS以及非遞增規模報酬形態效率NIRS。將CRS除以VRS得到規模效率SE。實證結果如表2所示。判定標準參考Fare等［5］的標準，即:

當VRS=CRS時，決策單元處于固定規模報酬 (CRS)階段;當VRS=NIRS時，決策單元處于遞減規模報酬 (DRS)階段;當VRS≠NIRS時，決策單元處于遞增規模報酬 (IRS)階段。

由表2可知，從全國范圍來看，2007—2008年平均整體效率略降了2.07%，各省市的整體效率則有升有降。進一步分析我國高新區整體效率下降的原因主要是由于純技術效率下降了3.61%，因此我國高新區應當更加重視提高創新資源的使用效率，從而提高園區整體創新績效。2007年和2008年我國高新區的平均規模效率均高于 0.90，并且 2008年較 2007年提高了2.16%。

從表2可以看出，天津、河北、山西、大連、吉林、黑龍江、哈爾濱、上海、南京、南京、寧波、安徽、福建、江西、青島、河南、湖北、武漢、湖南、深圳、四川、成都、貴州、云南、陜西和新疆這25個省市的高新區連續兩年為非明顯整體效率，且河北、山西、吉林、黑龍江、哈爾濱、上海、南京、寧波、安徽、福建、江西、青島、河南、湖北、武漢、深圳、成都和陜西這18個省市連續兩年也無明顯純技術效率，這些省市應當重視提高創新資源的使用效率。青島、四川、貴州、云南、陜西和新疆連續兩年無明顯規模效率，這說明這些地區高新區的投入產出并非最適合其生產規模，并且從規模報酬分析中可以發現，這些省市連續兩年都處于遞增規模報酬狀態，應當要加大創新資源的投入。而武漢和湖南則連續兩年處于遞減規模報酬狀態，應當考慮適當減少其高新區創新資源的投入。兩年間，哈爾濱整體效率下降最快，并且純技術效率和規模效率均有大幅下降;此外，山西、內蒙古、吉林、安徽、福建、湖南和云南也有較大程度的整體效率和純技術效率下降。而大連、上海、廣西和西安的整體效率和純技術效率則有較大幅度的提高，其高新區的發展值得肯定。其中上海的規模效率也有較大程度提高，并且連續兩年都處于遞增規模報 酬狀態，應當繼續加大創新資源的投入。

表2 2007年和2008年我國各地高新區效率計算結果及規模報酬情況 單位:%

如表3所示，2007年和2008年我國各有13個省市的整體效率值達到1，其中，北京、遼寧、沈陽、長春、江蘇、浙江、廈門、山東、廣東、廣州、海南、重慶和甘肅連續兩年整體效率值高于0.90，說明這些地區創新績效相當好并且具有一定的穩定性。

表3 2007年和2008年我國各地區高新區整體效率強度分類表

三、我國高新區敏感度分析

由于不同投入產出項的選擇可能影響DEA效率前沿的形狀和位置，為了使結果更具說服力，應當進行敏感度分析 (Sensitivity Analysis)。此外，也可以通過敏感度分析探討目前創新資源的投入狀況對高新區創新績效的影響以及創新產出的改善空間，為相對效率值小于1的DMU提供改進的方向。這里采用CCR模式對所有DMU，針對各投入產出項進行單一要素敏感度分析，結果如表4和表5所示。①由于篇幅所限，表4和表5省略，如有需求請與作者聯系。

1.投入項去除高新區R＆D經費支出

投入項去除高新區R＆D經費支出后，2007年有29個DMU效率值不同程度的下降，占總數的70.73%，下降了20%以上的地區有大連、哈爾濱、福建、湖南、貴州，而沈陽、廈門、廣東、海南和重慶，由原本的效率值1各有不同程度的下降。2008年有25個DMU效率值不同程度的下降，占總數的60.98%，下降了20%以上的地區有大連、湖南、貴州、新疆，而廈門、廣東、廣西、重慶和西安，由原本的效率值1各有不同程度的下降。

由此可見，R＆D經費對DMU效率的提升有著重要的作用，并且是上述地區的優勢項目，尤其是廈門、廣東和重慶連續兩年由效率值1下降為小于1，大連、湖南和貴州連續兩年降幅超過20%?？梢姡琑＆D經費對其高新區創新績效有著重要的影響，這一指標引入意義巨大。

2.投入項去除高新區科技活動人員數

投入項去除高新區科技活動人員數后，2007年有23個DMU效率值有不同程度的下降，占總數的56.10%，其中吉林、寧波、安徽和云南下降幅度超過20%，而長春、廣州由原本的效率值1各有不同程度的下降。2008年有20個DMU效率值有不同程度的下降，占總數的48.80%，其中沈陽、廣州下降幅度超過20%，吉林、上海、寧波和云南下降幅度超過10%，而長春、甘肅由原本的效率值1各有不同程度的下降。

由此可見，高新區科技活動人員數對DMU效率的提升有著重要的作用，并且是上述地區的優勢項目，尤其是長春連續兩年由效率值1下降為小于1，吉林、寧波和云南連續兩年有較大幅度的下降?？梢姡萍蓟顒尤藛T數對其高新區創新績效有著重要的影響。

3.投入項去除高新區大專以上學歷占年末從業人員比重

投入項去除高新區大專以上學歷占年末從業人員比重后，2007年有34個DMU效率值有不同程度的下降，占總數的82.90%，其中內蒙古、哈爾濱、湖南有50%以上的降幅，河北、大連、吉林、黑龍江、南京、安徽、河南、武漢、廣西、成都、貴州和陜西有25%以上的降幅，而北京、遼寧、長春、廈門、山東、廣東、廣州和重慶由原本的效率值1各有不同程度的下降。2008年有31個DMU效率值有不同程度的下降，占總數的75.60%，其中內蒙古、上海、南京、湖南、廣州和成都有20%以上的降幅，而北京、江蘇、山東、廣東、廣西和西安由原本的效率值1各有不同程度的下降。

由此可見，高新區大專以上學歷占年末從業人員比重對DMU效率的提升有著重要的作用，并且是上述地區的優勢項目，尤其是北京、山東和廣東連續兩年由效率值1下降為小于1，內蒙古、南京、湖南、廣州和成都連續兩年都有20%以上的降幅?？梢姡咝聟^大專以上學歷占年末從業人員比重對其高新區創新績效有著重要的影響，這一指標引入意義巨大。

4.產出項去除高新區企業技術收入

產出項去除高新區企業技術收入后，2007年有22個DMU效率值有不同程度的下降，占總數的53.70%，其中天津、西安下降幅度超過30%，大連、安徽、武漢和新疆下降幅度超過10%，而北京、沈陽、山東、廣州和重慶由原本的效率值1各有不同程度的下降。2008年有33個DMU效率值有不同程度的下降，占總數的80.50%，其中沈陽、廣州和上海下降幅度超過40%，天津、大連和新疆下降幅度超過20%，而北京、遼寧、山東、廣西、重慶和西安由原本的效率值1各有不同程度的下降。

由此可見，高新區企業技術收入對DMU效率的提升有著重要的作用，并且是上述地區的優勢項目，尤其是北京、山東和重慶連續兩年由效率值1下降為小于1，沈陽、廣州、西安、天津、大連和新疆連續兩年有較大幅度的下降。可見，高新區企業技術收入對其高新區創新績效有著重要的影響，這一指標引入意義巨大。

5.產出項去除專利授權數

產出項去除專利授權數后，2007年僅有8個DMU效率值有不同程度的下降，占總數的19.50%，且普遍下降幅度較少，其中福建下降幅度超過20%，吉林、寧波、安徽、青島、湖北和貴州下降幅度不超過5%，而海南由原本的效率值1下降為0.36。2008年有10個DMU效率值有不同程度的下降，占總數的24.40%，其中福建下降幅度超過10%，吉林、寧波、安徽、青島、湖北、湖南、四川和貴州下降幅度不到10%，而海南由原本的效率值1有不同程度的下降。

由此可見，專利授權數對DMU效率值的影響作用不大，因此這一指標引入作用不明顯。不過這一指標對海南、福建高新區創新績效的影響較明顯，尤其是海南連續兩年由效率值1下降為小于1，福建連續兩年有較大幅度的下降?？梢?，高新區企業技術收入對其高新區創新績效有著重要的影響，是上述地區的優勢項目。

6.產出項去除高新區企業工業增加值

產出項去除高新區企業工業增加值后，2007年有33個DMU效率值有不同程度的下降，占總數的80.50%，其中內蒙古、吉林、黑龍江、哈爾濱、南京、安徽、湖南、云南和陜西的降幅高達50%以上，而遼寧、長春、廈門、山東和廣東由原本的效率值1有不同程度的下降。2008年有36個DMU效率值有不同程度的下降，占總數的87.80%，其中吉林、黑龍江、南京、云南、陜西有40%以上的降幅，內蒙古和湖南的降幅更是高達50%以上，而遼寧、長春、廈門、山東、廣東、廣西、西安和甘肅由原本的效率值1有不同程度的下降。

由此可見，高新區企業工業增加值對DMU效率的提升有著重要的作用，這一指標引入意義巨大。尤其是2007—2008年連續兩年遼寧、長春、廈門、山東和廣東由效率值1下降為小于1，吉林、黑龍江、南京、云南和陜西連續兩年都有40%以上的降幅。可見，高新區企業工業增加值對高新區創新績效有著重要的影響，是上述省市的優勢項目。

由圖1可知，整體來看，投入指標中高新區大專以上學歷占年末從業人員比重和高新區R＆D經費支出對DMU效率的提升有較大作用，去除高新區大專以上學歷占年末從業人員比重后，2007年的平均效率值由77.72%降至51.34%，2008年由75.65%降至64.45%;去除高新區R＆D經費支出后，2007年的平均效率值由77.72%降至67.84%，2008年則由75.65%降至68.21%。相對地，科技活動人員數對DMU效率的影響在投入指標中較不明顯，將其去除后2007年的平均效率值降至72.12%，2008年的平均效率值則降至71.05%。

產出指標中，高新區企業工業增加值和高新區企業技術收入對DMU效率的提升有較大作用。尤其是高新區企業工業增加值，將其去除后，2007年的平均效率值由77.72%明顯地降至44.54%，2008年則由75.65%降至46.46%。去除高新區企業技術收入后，2007年的平均效率值降至67.15%，2008年則降為61.60%。相對地，專利授權數對DMU效率的影響在產出指標中較不明顯，也是所有產出指標中去除其后下降幅度最小的指標，2007年的平均效率由77.72%降至75.39%，2008年的平均效率則由75.65%降至74.50%，可見其對效率值的改變不大，引入作用不明顯，不過選取它也有一定的意義，通過分析發現，這一指標對福建和海南高新區的績效影響明顯，是這兩個地區的優勢項目。

圖1 敏感度分析結果對比圖

四、結論及政策建議

從全國范圍來看，2007—2008年我國高新區整體效率略降了2.07%，這主要是由于純技術效率下降了3.61%，因此我國高新區應當更加重視提高創新資源的使用效率，從而提高園區整體創新績效。

2007年和2008年我國各有13個省市的整體效率值達到1，其中，北京、江蘇和廣東等地連續兩年整體效率值高于0.90，說明這些省市創新績效相當好并且具有一定的穩定性。青島、四川、貴州、云南、陜西和新疆連續兩年無明顯規模效率，并且從規模報酬分析中可以發現，這些地區連續兩年都處于規模報酬遞增狀態，應當加大創新資源的投入。武漢和湖南則連續兩年處于規模報酬遞減狀態，應當考慮適當減少其高新區創新資源的投入。而連續兩年無明顯整體效率和純技術效率的哈爾濱、山西等省市則應當重視提高創新資源的使用效率。兩年間，哈爾濱整體效率下降最快，并且純技術效率和規模效率均有大幅下降;此外，山西、內蒙古、吉林、安徽、福建、湖南和云南也有較大程度的整體效率和純技術效率下降。而大連、上海、廣西和西安的整體效率和純技術效率則有較大幅度的提高，其高新區的發展值得肯定。其中上海的規模效率有較大程度提高，并且連續兩年都處于規模報酬遞增狀態，應當繼續加大創新資源的投入。

［1］權進民，姚蘭，史本山.基于DEA的國家級高新區可持續發展能力評價［J］.軟科學，2008，(1).

［2］許海東，許陳生.我國高新區Malmquist生產率增長研究［J］.商場現代化，2009，(3).

［3］官建成，劉順忠.區域創新系統測度的研究框架和內容［J］. 中國科技論壇，2003，(2):24-26.

［4］官建成，劉順忠.區域創新機構對創新績效影響的研究［J］. 科學學研究，2003，(2):210-214.

［5］Fare， R.， Grosskopf， S.， Lovell， C.A.K.The Measurement of Efficiency of Production［M］.Kluwer Academic Publishers，1985.

［6］Link，A.N.，Scott ，J.T.The Growth of Research Triangle Park［J］.Small Business Economics，2003，20(2):167-175.

［7］Link，A.N.，Scott，J.T.The Economics of University Research Parks［J］.Oxford Review ofEconomic Policy，2007，23(4):661-674.

［8］徐婕.中國高新區經濟增長驅動因素實證研究［J］.北京航空航天大學學報(社會科學版)，2009，(1).

［9］劉順忠，官建成.區域創新系統創新績效的評價［J］. 中國管理科學，2002，(1):75-78.

［10］科技部火炬高技術產業開發中心.中國火炬統計年鑒［S］.北京:中國統計出版社，2011.