基于兩階段共同邊界DEA的產學研協同創新效率研究

鐘鳴長

(黎明職業大學 經濟管理學院， 泉州 362000)

一、引言

在經濟發展新常態下，要推動產業升級、科技進步、經濟增長，提高抵御外來風險的能力，提升本國的國際競爭力，必須轉變過去長期依賴要素和投資雙輪驅動的增長模式，轉向技術進步和創新驅動的發展戰略。協同創新是我國新時期實施創新驅動發展戰略的重要載體，是要整合社會的各類創新資源，提高創新效率的必然選擇，也是構建創新型國家過程中對產學研合作主體提出的基本要求。而產學研協同創新進一步強調了創新的主體、路徑和目的，著力突出企業在創新活動中的定位和功能。它是在較松散的傳統產學研合作基礎上的進一步提升，要求各地高校、科研院所和企業三方在知識、技術上實現深度共享和協作，確實突破科技與經濟兩張皮的困境，做到產學研良性持續地融合發展。自2012年國家提出要構建“企業為主體、市場為導向、產學研相結合”的技術創新體系后，各地政府紛紛出臺相關的政策引領、驅動和激勵產學研合作， 積極探索類似于校內產學研合作、雙向聯合體合作、多向聯合體合作、中介協調型合作等各種合作模式，出現了校企共建研究所、實驗室等科研平臺，共建科技園區，共建合作專項基金，共同培養科技攻關人才等多種形式。產學研合作的機構、項目、規模在全國范圍內正日益壯大，一派欣欣向榮的發展態勢。但產學研協同創新效率如何，中西部地區和東部地區是否存在差異等問題，值得深入研究和探討。

近年來，我國對產學研合作方面的研究也越來越多，尤其是對產學研協同創新的概念、內涵、模式、機制、問題、利益等做了較多的探討。浙江大學的陳勁從協同創新的現實背景、理論背景、運行機制、政策體系及制度等方面系統的構建了協同創新的理論框架。[1]何郁冰(2012)提出產學研協同創新分析的新框架：戰略協同層面、知識協同層面、組織協同層面[2]。王幫俊等(2016)從關系聯結、互動行為和制度保障等三個方面構建了行業特色院校協同創新機制理論框架[3]。近兩年部分學者開始關注對產學研合作創新/協同創新效率問題，研究方法大都采用隨機前沿分析(SFA)和數據包絡分析(DEA)，研究對象涉獵了區域、產業和高校視角下的合作創新效率。原長弘(2013)就利用SFA方法實證分析了政、產、學、研、用在高校知識創新鏈產出及其效率中的協同影響[4]。劉營等(2014)運用DEA方法對全國14個政府重點投入行業的產學研協同創新效率進行了實證分析[5]。

但是，既有研究文獻主要集中在將決策單元視為一個黑箱進行封閉式的協同創新分析，忽視了在經濟系統中從初始投入到最終產出之間的某些中間過程和環節。然而，這種假設與現實情況不符，一個完整的生產系統實際上是由眾多子系統或子過程有機構成的，各個子系統具備各自相應的功能，共同完成系統的某項經濟活動。因此，要科學評價該類具備兩(多)階段關聯特征決策單元的環境效率，需要考察系統內部子系統之間的主從和關聯，并確定各子系統效率與系統整體效率的關系。正是基于此思想，Lewis (2004)將傳統DEA的研究方法予以擴展，提出了二階段DEA，將生產過程分為兩個子系統。這種將中間過程納入到效率評價的DEA方法，能夠對決策單元 (DMU)的各個子系統的效率進行分析，從而能夠打開傳統效率評價方法存在的黑箱，探討DMU各個子系統的效率，從而為管理者提供更多有用的信息[6]。同時，以上兩階段效率模型假定了各階段的生產行為是獨立進行，不會彼此影響，因而可以單獨對各階段的生產效率進行研究。但是，Chen and Zhu(2004)以及Kao and Hwang(2008)認為這樣的假設過于簡單且不太合乎實際的系統運行情況。事實上，DMU會根據先前預計的最終產出產量來決定中間產出的產量，因此，各生產階段并不是完全獨立的，而是相互影響和制約的關系，由此，他們各自提出了將各階段聯立求解效率值的模型來檢測。[7-8]

此外，在測算協同創新的效率方面，以往文獻的大多數學者都假定所有考察的決策單元(地區)面對的技術邊界幾乎是相同或類似的。但是，由于不同DMU或地區在特定時期內的自然、社會、經濟、文化、法律、制度、民俗等差異，各DMU或地區的技術邊界必定受到影響而存在一定程度上的差異，有時甚至差異巨大。在這種情況下，如果仍然沿用原先的假定條件對總體對象進行效率評估，顯然是不客觀、不合理的，同時，也將無法判別創新效率產生差異的原因及其來源，這就難免會帶來計算偏誤。因此，Battese and Rao (2002)及O'Donnell等(2007)分別構建了基于DEA方法的共同邊界和組群邊界的分析框架，以考察不同技術邊界下的效率評價問題。[9-10]國內僅有少數文獻將共同前沿產率指數運用到效率測算中(王玲等，2013；馮宗憲等，2013；劉志迎等,2013;沈能等，2016)。但以上文獻沒有進一步分析造成創新效率無效的具體原因。[11-14]

為了彌補以往文獻研究的不足，本研究試圖將兩階段DEA方法和共同邊界效率方法納入產學研協同創新效率的分析框架中，以充分考慮異質性技術對不同地區產學研協同創新效率評價的影響，使測算得到的效率值能夠真實地反映我國不同地區協同創新績效。

二、研究方法

(一)兩階段關聯DEA模型

兩階段DEA模型的基本概念在于將DEA所著重的投入與產出的效率關系擴展至整個生產過程，強調在針對DMU進行績效評估時，除了衡量投入與產出的效率關系之外，同時也必須將“投入至產出的中間過程”納入績效評估當中，如此才能使得評估結果具備完整的解釋能力，而不至于產生偏誤。在兩階段理論發展的初期，大多數研究將兩個階段視為彼此獨立，即各個階段的生產行為不互相影響。但是在企業實際的生產運營過程中，各個生產階段的活動并不是相互獨立的，對此，Seiford 和Zhu(1999) 首先提出了兩階段具有相關性的DEA模型[15]，Chen和Zhu(2004)以及Kao和Hwang(2008)各自提出將各階段聯立求解效率值的模型[7-8]。在借鑒和結合Chen和Kao等前人的研究模型基礎上，本文重新構建了一個對我國產學研協同創新效率評價的兩階段DEA模型，如圖1所示。模型中的Xi和Yr指的是第i項投入x和第r項產出y，中間產品Zp表示決策單元(DMU)j中子過程1的第p項產出，同時也是子過程2的第p項投入。vi、πp和ur分別指代X、Z和Y的權重系數。

圖1 兩階段DEA模型

(1)

由式(1)可以看出：綜合效率其實就是兩個子過程的乘積，也即：

(2)

第一階段效率和綜合效率計算模型分別為：

(3)

(4)

(二) 共同邊界效率函數

上述DEA方法對決策單元進行評價是建立在所有DMU都面臨同質性的技術水平的假設下進行的，但是，當DMU為地區時，由于各地區存在資源稟賦、文化水平和產業結構等方面的巨大差異，各地區的技術邊界存在異質性[16]。如果利用全體樣本數據對技術效率進行評價，各地區的技術效率值的估計結果就會產生偏差。O’Donnell et al(2008)提出了可以準備推算出群組及共同技術效率的共同邊界模型[10]。

Pmeta(x)={y|(x,y)∈Tmeta}，其上界即為共同邊界(meta-frontier)。由此，基于共同技術效率的距離函數可以表示為：

(5)

式(5)中的距離函數表明了在輸入一定的情況下，決策單元所能夠通過徑向擴張得到的最大的產出，并繼承了產出集合所具有的正則性質。對于觀察值(x,y)，當且僅當其共同邊界的距離函數D(x,y)=1時為技術有效。

將所有DMU依據不同的社會文化、經濟環境、管理模式與生產結構等因素劃分為k(k>1)個組群，那么第k個組群的技術集合為：Tk={(x,y)|x≥0;y≥0;x能生產出y}，則生產可能集被定義為：Pk(x)={y|(x,y)∈Tk}，其上邊界即為組群邊界(group-frontier)。由此，基于組群技術效率的距離函數可以表示為：

(6)

將函數(5)、(6)進行綜合處理，即可得到一個新的概念：共同技術比率(MTR)，即：

(7)

MTRk表示在給定的技術和要素投入水平下的一定時期，DMU共同邊界生產技術水平(TEmeta)是在組群k下的生產技術水平(TEk)的倍數。如果MTRk值越高，代表共同邊界生產技術水平越高，而組群邊界下的生產技術水平越低，表明DMU所使用生產技術的水平越接近潛在的生產技術水平，反之亦然。

(三)技術缺口比率

因為g個群組的生產邊界會被包含在共同生產邊界之內，所以在共同邊界下第一階段的知識創新效率、第二階段的成果轉化效率和綜合創新效率必定要小于在群組邊界下對應的第一、第二階段效率和綜合創新效率。兩個邊界間的比率分別為IGRg、OGRg，以及綜合創新技術缺口比率TGRg，有

(8)

(9)

(10)

圖2 具有三個組群的兩階段共同邊界投入產出模型

Fig.2Two-phasecommonborderinput-outputmodelwiththreeclusters

三、實證分析

(一)數據來源及指標選取

產學研協同創新一般被認為包含了知識創新和成果轉化這兩個前后關聯的子階段。在第一階段(知識創新階段)，協同創新的主體(高校、科研院所、企業、政府)初始投入資金、人才、設備，通過協同創新活動獲得知識產出。第一階段主要評價協同創新主體在知識創造和積累方面的能力(即知識創新效率)。第二階段(成果轉化階段)，協同創新主體再次進行協同合作，并將第一階段的產出(知識和技術)加以利用和轉化，重點評價協同創新主體在成果轉化方面的能力(即成果轉化效率)。通過對前后兩個階段的分析，試圖打開產學研協同創新的黑箱，找出導致協同創新能力低下的具體瓶頸，從而明確不同區域提高協同創新能力的努力方向和側重點。

1.第一階段(知識創新效率評價)指標選取

大學一直以來都被視為協同創新中非常重要的主體之一，是人才、知識和技術的主要提供源。這里，考慮到數據的可得性，我們選取了區域內高等學校的數量和普通高校專任教師的數量作為大學投入的指標；而挑選了區域內每年普通高校畢業生人數和國外主要檢索工具(SCIEIISTP)所收錄的科技論文數作為大學的創新知識產出指標。從企業角度看，在產學研協同創新過程中，企業發揮了非常重要和關鍵的角色，它將學校和市場兩者聯系起來，是將知識轉化為實際生產力的最重要的主體。在這個層面上，本文挑選出區域內規模以上工業企業R&D人員的全時當量、規模以上工業企業R&D經費和高新技術企業數量等三個代理指標作為區域內企業的創新投入指標；同時選取區域內企業每年的國內專利申請授權數和新產品開發項目數作為企業的創新知識產出。此外，在協同創新中，政府也是不可或缺的創新主體，我們選取政府R&D經費內部支出占地方財政一般預算收入比例、政府對規模以上工業企業科技活動經費支出和地方部門屬研究與開發機構R&D課題數作為投入指標，將獲省級以上獎勵的科技成果數作為政府創新投入的中間知識產出。

圖3 區域協同創新兩階段創新過程

Fig.3Regionalcollaborativeinnovationandtwo-stageinnovationprocess

2.第二階段(成果轉化效率評價)指標選取

在分析這一部分時，本文將第一階段得到的產出指標作為第二階段的創新投入指標。從數據的可得性和可操作性考慮，區域協同創新的經濟效益產出指標選擇了地區人均GDP、工業增加值、規模以上工業企業新產品的銷售收入和城鎮居民人均可支配收入等四項指標。

另外，這里需指出的是，由于我國經濟社會發展的不平衡問題長期存在并且近年來表現得愈加突出，總體上呈現為東部地區創新能力高，而中西部地區創新能力相對低的這種分布特點。由于不同地區所處的經濟發展階段，人力資本和科技資源稟賦、制度體制等存在較大差異，會導致不同技術邊界下的產學研協同創新績效迥異。因此，本文按照東部地區和中西部地區將全國劃分為兩個技術能力異質性組群。鑒于相關指標數據的可獲得性和完整性考慮，本文最終選取了除臺灣、西藏之外的29個省(直轄市、區)作為評價單元，樣本期間確定為2010-2013年，分析所用的數據均從相應年份的《中國統計年鑒》《中國科技統計年鑒》和《中國區域經濟統計年鑒》等數據庫中獲取。

(二)實證結果分析

1.協同創新效率分析

在上面模型公式和數據的基礎上，可以方便地計算出共同邊界效率值和技術缺口比率，它們分別代表中國區域產學研協同創新效率和技術缺口情況。東部地區和中西部地區共同邊界和組群邊界下的創新效率值如表1所示。其中第一、四列和第二、五列分別表示共同邊界和組群邊界下的知識創新效率和成果轉化效率。

表1 我國區域產學研協同創新效率值

從表1可以發現，當考慮共同邊界和組群邊界時，所有省區均未能同時實現兩階段的效率最優，結果說明中國產學研協同創新效率仍然有很大的提升空間。福建、海南在知識創新階段表現為DEA有效，江蘇、江西、新疆在成果轉化階段表現為DEA有效，這表明有些地區在知識創新階段有較好的效益，而有些地區在成果產業化階段要更勝一籌。另外，2010-2013年中國地區產學研協同創新效率的平均值僅為0.4210，表明中國整體協同創新能力偏低，并且從知識創新階段平均效率和成果轉化階段平均效率可以看出，中國整體表現為知識創新效率( 0.45054)要高于成果轉化效率(0.43260)。

在引入共同邊界模型后，通過對共同邊界和組群邊界下的各個階段的效率值的分析，可以看出其與有效前沿面的技術差距。技術缺口比率值越小，說明共同邊界和組群邊界效率值之間的差距越大，當技術缺口比率為1時，說明不存在技術差距。在知識創新階段技術缺口比率為1的DMU有9個，在成果轉化階段技術缺口比率為1的DMU有15個。無論是知識創新階段還是成果轉化階段，東部地區的共同邊界效率與組群邊界效率之間的差異較小，而中西部地區共同邊界效率與組群邊界效率之間的差距較大，這說明東部地區綜合協同創新能力要優于中西部地區。

綜合技術缺口比率(TGR)反映的是知識創新階段和成果轉化階段的綜合技術缺口情況，東部地區的綜合技術缺口比率為0.89270，中西部地區為0.65806。這說明從整體協同創新能力來看，東部地區更加接近創新有效的效率前沿，而中西部地區則與有效前沿的差距較大，需要的不僅僅是提高資源的利用，而是要對產學研管理模式、政策以及企業創新結構進行較大的變動，才能促進協同創新效率飛躍性地上升。

2.分地區分析

表2是東部地區和中西部地區產學研協同中知識創新階段和成果轉化階段的平均值。在共同邊界下，東部地區知識創新效率(0.59098)要高于中西部地區(0.330987)，并且在成果轉化效率方面，東部地區(0.56754)也要高于中西部地區(0.41345)。所有地區成果轉化效率值為0.43260，要低于知識創新平均效率值0.45054，其主要原因是中西部地區在成果轉化階段表現出的效率不足。

表2 東部地區和中西部地區平均協同創新效率表

根據表2，可以發現造成協同創新過程無效率的原因是：無論是東部地區還是中西部地區，各地區都普遍存在知識創新階段投入冗余和成果轉換階段產出不足的現象，這表現為東部地區和中西部地區各階段技術缺口比率都不為1。而東部地區憑借自身的經濟、資源稟賦，在知識創新階段和成果轉換階段所表現出來的效率都要明顯優于中西部地區。

3.技術缺口分析

東部地區和中西部地區2010-2015年效率變動和技術缺口變動情況進行分析，實證結果如表3所示。

表3 歷年平均技術缺口比較

從表3可以看出，東部地區的平均技術缺口比率在2010-2015年間呈現出上升的趨勢，而中西部地區盡管2015年的平均技術缺口比率要高于2010年，但總體上上升趨勢不明顯。但與東部地區不同的是，中西部地區在組群邊界下綜合效率提升比較顯著。

四、結論

本文運用兩階段共同邊界DEA模型，一方面將產學研協同創新過程分為知識創新階段和成果轉化階段兩個前后關聯的階段，解決了傳統效率評價方法在進行效率評價過程中存在的黑箱問題；另一方面，在考慮技術異質性的基礎上，將中國分為東部和中西部兩個技術異質性組群，并分別對這兩個技術異質性組群下2010-2013年的產學研協同創新效率進行實證分析。分析結果表明：不同組群之間在技術創新水平上確實存在差異，而且經濟發展水平越高的地區往往具有更高的協同創新效率。創新能力的差異導致中國產學研協同創新效率呈現“東部—中西部”遞減的格局，并且東部地區平均技術缺口比率要高于中西部地區，即東部地區產學研協同創新能力都更加接近于有效的創新前沿。從東中西部協同創新比率的比較來看，中國產學研協同創新效率區域差距在未來一段時期內還將保持在一個較高的水平上，并且呈現出逐步擴大的趨勢。同時，較高的知識創新效率未必就帶來較高的成果轉化率。某一區域的綜合協同創新效率受到知識創新和成果轉換兩個階段的共同影響。

以上研究結論對于實施科教興國戰略、實現創新型國家、推動制造業智能化升級和提升我國的自主創新能力，都具有重要的理論意義和實踐意義。首先，要明白協同創新是由知識創新和成果轉化兩個方面的深度合作，需要同時加強這兩個方面工作，不能偏頗。其次，要分清區域之間存在的技術創新能力的差異，根據相關要素對協同創新的作用機制和影響路徑，實施差異化的協同創新能力提升戰略。應該通過財政或金融手段，增加對中西部地區的資源投入，實施更加優惠的傾斜政策，進而提高當地創新產出的效率，到達資源的充分利用，發揮規模經濟效益。同時，對于東部無法充分發揮作用的人力及財力資源也應該向中西部輸送，這既可以合理利用稀缺資源，又可以縮小東中西協同創新效率的差距，統籌和協調協同創新能力的發展。最后，重視我國中西部地區的創新能力和技術水平的提升。如果只是一味地加大資源的投入，而忽視能力提升和技術培育，最終只能使得西部地區因吸收能力差而出現協同創新效率的下降，資源配置出現低效率。所以，我們必須充分意識到協同創新兩階段相互促進、相互影響的影響，要把加大資源供給和加緊技術升級兩項任務同時抓，避免進一步出現知識與生產力、科技與經濟脫節的“兩張皮”現象，才有可能促進中西部地區產學研協同創新效率的持續上升。

[1] 陳勁、協同創新[M].杭州：浙江大學出版社，2012.11.

[2] 何郁冰. 產學研協同創新的理論模式[J]. 科學學研究,2012(2):165-174.

[3] 王幫俊,姚穩. 行業特色院校產學研協同創新機制研究[J]. 中國礦業大學學報(社會科學版),2016(6):64-68.

[4] 原長弘,孫會娟. 政產學研用協同與高校知識創新鏈效率[J].科研管理,2013(4):60-67.

[5] 劉營,李存金. 我國產學研協同創新效率評價研究——基于全國十年間行業數據[J]. 科技和產業,2014(3):58.

[6] Lewis H, Sexton T. Network DEA: Efficiency Analysis of Organizations with Complex Internal structure [J]. Computers and Operations Research, 2004(31): 1365-1410.

[7] ChenY,Zhu J. Measuring Information Technology’s. Indirect Impact on Firm Performance[J].Information Technology and Management. 2004(5):9-22.

[8] Kao C, Shiuh-Nan Hwang. Efficiency Development in Two-stage Data Envelopment Analysis: An Application to Non-Life Insurance Companies in Taiwan[J]. European Journal of Operational Research, 2008 , 185 (1) :418-429.

[9] Battese G E,Rao. Technology Gap of Efficiency and a Stochastic Meta-frontier Function [J].International Journal of Business and Economics,2002(1):87-93.

[10] O’Donnell D S P,Rao,Battese G E. Meta-frontier Frame Works for the Study of Firm-Level Efficiency and Technology Ratios[J].Empirical Economics,2008,34(2):231-255.

[11] 王玲，孟輝.我國內河港口與沿海港口的效率對比——基于共同邊界和序列SBM-DEA的研究[J].軟科學，2013(3): 90-95.

[12] 馮宗憲,何欣.基于共同邊界的中國區域碳排績效研究[J].青海社會科學，2013(3): 9-15.

[13] 劉志迎，郭磊，周志翔.基于共同邊界模型的中國工業行業技術創新效率[J].系統科學，2013(6): 14-21.

[14] 沈能，吳思慧.技術異質性與大學知識創新效率評價研究——基于Meta-frontier的效率函數模型[J]科技進步與對策，2016(1): 148-153.

[15] Seiford L M , Zhu J. Profitability and Marketability of the Top 55 U.S. Commercial Banks[J].Management Science, 1999,45(9):1270-1288.

[16] 沈能, 周晶晶, 王群偉. 考慮技術差距的中國農業環境技術效率庫茲涅茨曲線再估計:地理空間的視角[J]. 中國農村經濟,2013 (12):72-83.