京津冀國家級高新區創新效率及影響因素

張立峰 郭愛英 董曉宏

內容摘要：本文運用隨機前沿分析方法對2011-2015年京津冀7家國家級高新區創新效率及影響因素進行了實證分析。研究表明，對于京津冀各高新區，研發經費對于創新產出的影響大于研發人員，即研發創新主要依賴研發經費。京津冀各高新區創新效率總體呈上升趨勢，且存在明顯區域差異。高新區規模、政府支持、盈利能力對創新效率具有顯著的正向影響。

關鍵詞：高新技術開發區 創新效率 影響因素 隨機前沿分析

我國國家級高新技術產業開發區（以下簡稱高新區）對經濟社會發展和國家創新體系的建設做出重要貢獻。京津冀三省市截止到目前，共建立了7家高新區。近年來這些高新區在各方面得到了快速發展，對支撐經濟增長、促進產業升級轉型、推動科技創新以及發展戰略新興產業發揮了十分重要的作用。與此同時，一些問題也日益顯現如自主創新能力有待加強、研發投入不足、創新效率較低、區域之間發展不平衡等。這些問題如果不能很好解決，將會阻礙高新區的進一步發展。

研究方法、研究模型與變量選取

測定創新效率的方法主要有參數法和非參數法兩大類。非參數方法以數據包絡分析（DEA）方法為代表；參數方法以隨機前沿分析（SFA）方法為代表，該方法依據數據隨機性假設，采用計量方法對前沿生產函數進行估計以描述生產過程，較好地處理了測量誤差與統計干擾。由于具有以上優勢，隨機前沿分析（SFA）方法在效率測定上得到了廣泛應用。本文采用隨機前沿分析（SFA）方法，借鑒Battese、Coelli的模型，運用柯布-道格拉斯生產函數建立以下隨機前沿模型：

在進行創新效率分析時，本文主要從投入與產出兩個方面出發。產出變量選擇新產品銷售收入，投入變量選擇研發人員和研發經費。（1）式中LnSales表示新產品銷售收入（sales）的自然對數。（1）式中i和t分別表示第i個國家級高新區和第t個年份；LnInputRDPit為研發人員的自然對數，LnInputRDit為研發經費的自然對數，β1和β2分別為研發人員和研發經費的產出彈性。Vit為隨機變量，其分布服從正態分布N（0，σ2v），且獨立于Uit。Uit為非負的隨機變量，表示生產活動中的無效率項，其分布為截尾正態分布N（mit，σ2u），其中mit越大，表示效率越低下，即同樣研發經費和研發人員的投入，得到的產出越少。

對于無效率項的影響因素，選擇高新區規模、政府支持、盈利能力等因素，無效率項函數設定如下：

（2）式中mits為以新產品銷售收入為產出變量的無效率項分布函數的均值，SH、GS、IP分別表示高新區規模、政府支持、盈利能力。δ0為待估常數項，δ1、δ2、δ3分別表示上述變量對研發無效率項的影響系數，如果系數為正，說明該變量對無效率項有正向影響，即該變量對技術效率有負的影響，反之亦然。

此外，Battese、Coelli（1995）設定了方差參數γ=σ2u/（σ2u+σ2v）來檢驗采用SFA的合理性。γ介于0和1之間，若γ接近1，說明無效率項在實際產出與前沿面的偏差中占主要成分，此時采用前沿函數模型就是合適的；若γ接近0，說明隨機誤差是主要成分，此時使用最小二乘法進行估計即可。

實證分析

（一）數據來源與處理

本文所使用數據均來自于《中國火炬統計年鑒》，時間跨度為2011-2015年。研究對象為河北省國家級高新區，即石家莊、保定、唐山、燕郊及承德以及北京中關村、天津濱海共7個高新區。

相關指標計算說明如下：創新產出一般常用專利申請量或者新產品銷售收入反映。由于各高新區專利申請受理量及新產品銷售收入數據不全，而產品銷售收入是指高新區內企業銷售全部產成品、自制半成品和提供勞務等所取得的收入，代表了高新區科技成果的應用和轉換能力（白雪潔等，2014），因此本文用產品銷售收入替代；創新投入包括研發人員和研發經費兩個方面。研發人員常用的指標有科技活動人員、R&D;人員與R&D;人員全時當量。后兩個指標缺失2011-2012年數據，因此選用科技活動人員反映創新活動中投入的人力。研發經費采用R&D;經費內部支出；高新區規模。高新區所屬各產業規模越大，產業集聚效應就會越明顯，就會集中更多的研發資本和更強的研發人員，從而更容易促進創新（謝子遠，2014），本文采用工業總產值表示高新區規模；政府支持。國內外學者認為研發活動存在市場失靈現象，因此需要政府通過資金補助、稅收優惠等措施直接或間接對企業創新活動予以引導和支持。本文以政府資金占R&D;經費內部支出的比重來衡量政府對創新活動的支持力度；盈利能力。利潤越高，越有資本從事研發活動。對于我國高技術產業而言，產業利潤顯著正向影響創新效率（韓晶，2010）。本文以凈利潤來衡量高新區企業的盈利能力。

上述數據使用軟件FRONTIER4.1進行處理。所有變量均取自然對數值。

（二）效率的測算

根據式（1），得到表1中待估計參數的估計值及其相關檢驗結果，同時表2給出了京津冀三地7個國家級高新區2011-2015年的創新效率水平估計結果。

從表1可看出，γ=0.999，且在1%顯著水平下具有統計顯著性，說明式（1）中的誤差項有著十分明顯的復合結構，即技術非效率在各高新區的研發活動中是顯著存在的，因此采用SFA方法是合理的，不能選擇OLS估計。（1）式模型的實證結果如下：

1.β0、β1、β2都通過了顯著性檢驗。其中，β1 =0.249說明研發人員投入每增加1%，會使高新區的創新產出（產品銷售收入）平均增加0.249%；β2=0.331說明研發經費投入每增加1%，會使高新區的創新產出（產品銷售收入）平均增加0.331%。在人員和資本的投入中，研發經費投入對于產品銷售收入的影響比研發人員投入的影響大，即我國高新區研發創新主要依靠科研經費拉動。這一情況可能是研發人員構成不合理且與資本、市場需求不匹配等原因造成的。因此，高新區在加大研發資本投入的同時，更應該不斷改善、優化人才軟環境，如吸引高層次人才、構建科學合理的研發人員團隊、項目與市場結合、提高研發人員待遇等。

此外，通過β1和β2之和可以判斷京津冀高新區規模報酬情況。由上文可知，β1和β2之和小于1，這顯示京津冀高新區目前處于規模報酬遞減階段，這與我國高新區的發展目前還處于后發趕超階段、整體創新水平較低、產業發展的水平和能力不強這一現狀相符（王勝光等，2012）。

2.從京津冀各高新區5年平均創新效率來看（見圖1、表2），北京中關村、天津濱海高新區的創新效率處于高值區域，5年均值都在0.6以上，尤其是北京中關村達到了0.918；河北省各高新區除了燕郊，其余4個高新區都在0.4以下，屬于低端區域，尤其是唐山高新區最低，只有0.117。燕郊高新區處在中等水平，平均創新效率為0.537。唐山高新區的平均創新效率與北京相比，相差0.801，僅相當于北京中關村的12.7%。這種極端差異反映了京津冀區域內經濟發展極不平衡，就連高新區同樣如此。更深層次的原因就在于京津的虹吸效應強大，使得周邊人財物各種源源不斷被吸入京津地區，河北省各高新區的發展受到很大抑制。

3.從京津冀各高新區歷年創新效率發展趨勢來看（見圖2、表2），天津濱海、河北保定、河北承德3家高新區總體上保持上升走勢，而北京中關村、河北燕郊、河北唐山、河北石家莊整體呈現先下降后上升的趨勢。其中，天津濱海、河北承德高新區上升勢頭非常明顯。北京中關村創新效率在高值0.9附近波動，河北燕郊、唐山高新區平穩下降后回升，而河北石家莊高新區創新效率從0.538急劇下滑到0.197，然后緩慢上升。綜合各年各高新區情況來看，2011年至2013年有一個明顯的下降過程，而后逐漸回升。此外，北京中關村、天津濱海、河北燕郊3家高新區處在平均水平以上，而其余4家高新區創新效率處于均值以下。

之所以會出現上述情況，一方面，2011年爆發的歐債危機給我國經濟帶來很大的負面影響，各高新區的經濟及科技創新也受到不小沖擊；而產品銷售收入作為經營效率和創新效率的綜合反映，必然受到整體經濟形勢的影響。另一方面，京津冀協同發展戰略提出后，京津的虹吸效應向輻射效應轉變，北京功能向外疏解，產業向外轉移，河北正擔負起承接京津產業轉移的任務。

（三）影響效率的因素

由表1可知，對于高新區創新效率的影響因素，δ1、δ2、δ3均通過了顯著性檢驗。其中，δ1為負，表明高新區規模對創新效率有顯著的正向影響。隨著高新區規模的膨脹，技術、人才、資金不斷匯聚集中，外溢效應顯露，對于創新的促進作用就會越來越明顯，這與顧元媛等的研究成果一致。δ2為負，表明政府支持對創新效率有顯著的正向影響。本文的政府支持主要是政府直接提供資金支持企業創新活動。政府的研發資助彌補企業創新資金的不足，分散了企業創新的風險，激勵了企業加大研發投入。δ3為負，表明高新區企業盈利能力對創新效率有顯著的正向影響。高新區企業獲取的利潤越多，就越有能力進行大量的研發創新。此外，利潤的增加，也為進一步優化創新軟環境奠定了基礎。

結論和建議

對于創新投入變量，研發經費對于創新產出的影響大于研發人員，即京津冀高新區研發創新主要依賴研發經費。同時，研發人員的產出彈性與研發經費的彈性之和（β1和β2）小于1，說明京津冀高新區的研發活動規模不經濟。因此，提高創新產出的關鍵是要在加大研發資本投入的同時，不斷改善科技工作體制，吸引培養高層次技術人才，營造良好科研軟硬環境，充分調動科技人員積極性和創造性。

京津冀高新區創新效率存在明顯地區域差異。北京中關村、天津濱海高新區創新效率較高，而河北所屬高新區除了燕郊，其余4個的創新效率較低，這與京津虹吸效應帶來的經濟發展不平衡有密切關系。因此，河北應抓住京津冀協同發展、北京天津產業轉移這一戰略機遇，積極改善投資環境，增強吸引力；同時注重平臺建設，提高產業承載力，為擔負產業轉移任務做好準備。

京津冀高新區創新效率總體呈上升趨勢。天津濱海、河北保定、河北承德高新區總體上呈上升態勢，而北京中關村、河北燕郊、河北唐山、河北石家莊整體呈先下降后上升的趨勢。這與我國高度重視高新區建設、積極推動創新驅動戰略密切相關。

對于創新效率的影響因素，高新區規模、政府支持、盈利能力對創新效率具有顯著的正向影響。因此政府必須加大政策及資金扶持力度，引導和鼓勵產業群集，鼓勵企業投資于研發；還要注意改善優化園區創新軟硬環境。企業要積極引進高層次技術人員，調動其工作積極性；要不斷加大資源投入，增強自主創新能力，為良性發展奠定基礎。

參考文獻：

1.謝子遠.國家高新區技術創新效率影響因素研究[J].科研管理，2011，32（11）

2.程郁，陳雪.創新驅動的經濟增長——高新區全要素生產率增長的分解[J].管理評論，2013（11）

3.陳強，左國存.區域創新環境對高新區研發效率的影響研究[J].上海管理科學，2014，36（3）

4.顧元媛， 沈坤榮.簡單堆積還是創新園地？——考察高新區的創新績效[J].科研管理，2015，36（9）

5.白雪潔，閆文凱，孫溪悅.源于區位與城市政治級別差異的經營效率及創新效率背反——基于SBM 模型的我國國家級高新區效率解構[J].科技進步與對策，2014（9）

6.謝子遠.國家高新區集聚效應實證研究[J].科研管理，2014，35（5）

7.韓晶.中國高技術產業創新效率研究——基于SFA方法的實證分析[J].科學學研究，2010，28（3）

8.王勝光，程郁，劉會武.高新區創新中國——對20年國家高新區發展的總結評價及對未來發展的思考[J].中國科學院院刊，2012，27（6）