我國(guó)各省市科技創(chuàng)新效率的DEA測(cè)評(píng)

張潔

摘要：文章利用2008-2017年我國(guó)28個(gè)省市自治區(qū)的相關(guān)數(shù)據(jù)，運(yùn)用DEA和Malmqist-DEA模型對(duì)全國(guó)各省市科技創(chuàng)新效率進(jìn)行測(cè)評(píng)。研究發(fā)現(xiàn)，我國(guó)總體科技創(chuàng)新效率有小幅度上升，但仍處于較低水平;我國(guó)近十年科技創(chuàng)新的TFP上升了7.4%;我國(guó)科技創(chuàng)新效率存在明顯的地區(qū)差異。最后，文章提出了相應(yīng)的政策建議。

Abstract： In this paper， the related data of 28 provinces and autonomous regions in China from 2008 to 2017 are used to evaluate the scientific and technological innovation efficiency of all provinces and cities in China by using DEA and Malmqist DEA model. It is found that the overall efficiency of scientific and technological innovation in China has a small increase， but it is still at a low level. The TFP of China's scientific and technological innovation increased by 7.4% in the past decade. There are obvious regional differences in the efficiency of scientific and technological innovation in China. Finally， this paper puts forward corresponding policy suggestions.

關(guān)鍵詞：科技創(chuàng)新效率;全要素生產(chǎn)率;數(shù)據(jù)包絡(luò)分析

Key words： science and technology innovation efficiency;total factor productivity;data envelopment analysis

中圖分類號(hào)：F224;F127 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1006-4311（2019）30-0293-04

0 ?引言

自改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)經(jīng)歷40年的粗放式增長(zhǎng)，GDP由1978年的3679億元增長(zhǎng)到2018年的900309億元，年平均增長(zhǎng)率接近10%，取得了舉世矚目的成績(jī)。但是，近年來(lái)隨著我國(guó)勞動(dòng)力成本優(yōu)勢(shì)的喪失和自然資源稟賦的弱化，經(jīng)濟(jì)面臨很大的下行壓力，因此目前我們迫切需要轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式，同時(shí)黨的十九大報(bào)告也明確指出我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為技術(shù)進(jìn)步可為經(jīng)濟(jì)增長(zhǎng)提供長(zhǎng)期持續(xù)的動(dòng)力，是促進(jìn)經(jīng)濟(jì)增長(zhǎng)的最終源泉。科技創(chuàng)新對(duì)一國(guó)或一地區(qū)經(jīng)濟(jì)發(fā)展起著重要的驅(qū)動(dòng)作用，目前世界各國(guó)都在從科技創(chuàng)新上尋找新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，而世界競(jìng)爭(zhēng)已轉(zhuǎn)變?yōu)榭萍嫉母?jìng)爭(zhēng)，科技創(chuàng)新科已成為促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展和加快產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要手段。科技創(chuàng)新效率是在一定程度上反映出該地區(qū)科技資源配置和運(yùn)營(yíng)能力，科技效率的高低直接反映出該地區(qū)科技創(chuàng)新體系的運(yùn)行質(zhì)量，科學(xué)合理的對(duì)科技創(chuàng)新效率進(jìn)行測(cè)評(píng)有助于提高該地區(qū)科技創(chuàng)新能力，提高區(qū)域經(jīng)濟(jì)發(fā)展質(zhì)量，從而推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)。

隨著創(chuàng)新是第一生產(chǎn)力的觀點(diǎn)逐步深入人心，科技創(chuàng)新效率得到了越來(lái)越多學(xué)者的關(guān)注，目前利用DEA方法對(duì)我國(guó)科技創(chuàng)新效率測(cè)評(píng)的文獻(xiàn)主要有以下兩類。一是從區(qū)域角度只研究某個(gè)地區(qū)的科技創(chuàng)新效率。如徐小欽，黃馨和梁彭勇（2009）對(duì)重慶市科技創(chuàng)新效率進(jìn)行了測(cè)評(píng)，發(fā)現(xiàn)重慶市全要素生產(chǎn)率的提高主要由是技術(shù)進(jìn)步引起的，其技術(shù)效率、純技術(shù)效率規(guī)模效率都有所下降。柳瑞禹，何志明和范如國(guó)（2016）、席增雷，袁青川和徐偉（2018）以及許建紅，梁玲和孔令丞（2018）分別對(duì)我國(guó)中部六省、京津冀地區(qū)和東部12省市的科技創(chuàng)新效率進(jìn)行了研究，發(fā)現(xiàn)中部六省在2001-2013年間的綜合技術(shù)創(chuàng)新效率呈下降趨勢(shì)，而京津冀地區(qū)全要素生產(chǎn)率呈上升趨勢(shì)，東部地區(qū)科技創(chuàng)新效率總體上處于較高的水平。二是研究企業(yè)的科技創(chuàng)新效率。如吳忠濤，張瑯和張?jiān)ＨA（2018）測(cè)評(píng)了正處于經(jīng)濟(jì)轉(zhuǎn)型時(shí)期的科技型企業(yè)創(chuàng)新效率，發(fā)現(xiàn)科技型中小企業(yè)和大型企業(yè)的創(chuàng)新效率均呈下降趨勢(shì)。三是分析全國(guó)各省市科技創(chuàng)新效率。如李蘭冰（2008）對(duì)我國(guó)31個(gè)省市自治區(qū)的科技創(chuàng)新效率進(jìn)行了研究，其結(jié)果表明我國(guó)科技創(chuàng)新效率總體水平不高。

基于以上分析不難發(fā)現(xiàn)，近幾年學(xué)者大多是從區(qū)域角度或者從企業(yè)等微觀角度對(duì)科技創(chuàng)新效率進(jìn)行研究，這只對(duì)該區(qū)域或企業(yè)科技創(chuàng)新的進(jìn)步起到了重要的作用。我國(guó)地域遼闊，東中西部經(jīng)濟(jì)發(fā)展存在較大的差異，但是目前僅有少量學(xué)者研究了全國(guó)各省市科技創(chuàng)新效率，而且這些研究相對(duì)來(lái)說(shuō)比較早，有必要對(duì)處于經(jīng)濟(jì)發(fā)展轉(zhuǎn)型期的各省市科技創(chuàng)新效率重新進(jìn)行測(cè)評(píng)。因此，本文立足于全國(guó)各省市，利用2008-2017年相關(guān)數(shù)據(jù)，全面研究中國(guó)各省市的科技創(chuàng)新效率，并分析各省市在科技創(chuàng)新效率上的不足，這將有利于各地政府機(jī)構(gòu)結(jié)合自身情況制定相關(guān)政策以促進(jìn)當(dāng)?shù)丶夹g(shù)創(chuàng)新效率的提高。

1 ?研究方法及數(shù)據(jù)來(lái)源

1.1 DEA

目前，學(xué)術(shù)界對(duì)創(chuàng)新效率的測(cè)評(píng)方法主要有隨機(jī)前沿方法和自由分布法等參數(shù)方法，以及由Charnes、Cooper和 Rehode于20世紀(jì)70年代提出的數(shù)據(jù)包絡(luò)分析（DEA）的非參數(shù)方法。DEA方法是一種集數(shù)學(xué)、運(yùn)籌學(xué)、數(shù)理經(jīng)濟(jì)學(xué)和管理學(xué)等多門(mén)學(xué)科于一體的交叉領(lǐng)域新興的研究方法（許建紅，梁玲和孔令丞，2018）。由于該模型不用設(shè)定生產(chǎn)函數(shù)形態(tài)，也不需要對(duì)指標(biāo)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，它是采用數(shù)學(xué)規(guī)劃模型，依據(jù)所輸入的一組關(guān)于投入產(chǎn)出的觀察值，估計(jì)有效生產(chǎn)的前沿面，然后將各決策單元與此有效生產(chǎn)前沿做比較，從而衡量效率（徐小欽，黃馨和梁彭勇，2009）。因此基于DEA方法的測(cè)量估計(jì)是一種相對(duì)效率的測(cè)量，在實(shí)際應(yīng)用中因其可排除許多主觀因素具有一定的客觀性，且使用方便快捷，而廣受歡迎。

1.2 基于DEA的Malmquist指數(shù)法

Malmquist指數(shù)法通常用于測(cè)算全要素生產(chǎn)率的變化。Malmquist指數(shù)將全要素生產(chǎn)率指數(shù)（Tfpch）分解為技術(shù)效率指數(shù)（Effch）和技術(shù)進(jìn)步指數(shù)（Techch），而技術(shù)效率指數(shù)又可進(jìn)一步分解為純技術(shù)效率指數(shù)（Pech）和規(guī)模效率指數(shù)（Sech）。其關(guān)系如下所示：

Tfpch =Effch*Techch且Effch=Pech*Sech

Malmquist指數(shù)是對(duì)各決策單元管理水平和創(chuàng)新水平的綜合反映。如果計(jì)算出來(lái)的Malmquist指數(shù)大于1，則代表著科技創(chuàng)新生產(chǎn)率水平有所提高;如果Malmquist指數(shù)小于1，則表示出科技創(chuàng)新生產(chǎn)率水平在下降。“技術(shù)進(jìn)步指數(shù)”在一定程度上綜合反映出技術(shù)所涵蓋的各種形式知識(shí)的積累與改進(jìn)（許敏和謝玲玲，2012）;“規(guī)模效率指數(shù)”代表生產(chǎn)規(guī)模的大小對(duì)生產(chǎn)率產(chǎn)生的影響，并進(jìn)一步可反映出測(cè)評(píng)對(duì)象的管理水平;“純技術(shù)效率指數(shù)”是指在規(guī)模報(bào)酬變動(dòng)的假定前提下的單純技術(shù)效率的變化，在一定程度上反映出被測(cè)單位的創(chuàng)新產(chǎn)出水平。

1.3 指標(biāo)選取

對(duì)科技創(chuàng)新效率的合理測(cè)度需要選取恰當(dāng)?shù)闹笜?biāo)。科技創(chuàng)新的投入指標(biāo)一般是人力和資金等投入的科技資源，產(chǎn)出指標(biāo)應(yīng)為可反映創(chuàng)新成果的指標(biāo)。基于數(shù)據(jù)的可獲得性，本文選取的投入指標(biāo)有R&D經(jīng)費(fèi)內(nèi)部支出（萬(wàn)元）、R&D折合全時(shí)人量（人年），投出指標(biāo)有用以測(cè)度個(gè)省市科技創(chuàng)新能力的專利申請(qǐng)量（件），和用以測(cè)度科技創(chuàng)新對(duì)經(jīng)濟(jì)的驅(qū)動(dòng)作用的人均GDP（元）。

本文選取的樣本為中國(guó)各省市2008-2017年相關(guān)數(shù)據(jù)，考慮到數(shù)據(jù)的可獲得性，本文剔除了貴州省、四川省、西藏自治區(qū)以及港澳臺(tái)。數(shù)據(jù)均來(lái)源于各省市《歷年統(tǒng)計(jì)年鑒》，部分?jǐn)?shù)據(jù)來(lái)源于歷年《中國(guó)科技統(tǒng)計(jì)年鑒》。

2 ?實(shí)證分析

2.1 各省市科技創(chuàng)新效率的靜態(tài)分析

表1為我國(guó)各省市2008-2017年綜合效率值。被測(cè)的決策單元的綜合效率值等于1的為有效單元，而小于1的為無(wú)效單元。從表中可以看出，整體上綜合效率經(jīng)歷了先上升再下降再上升的過(guò)程，這在一定程度上表現(xiàn)出我國(guó)科技創(chuàng)新綜合效率的穩(wěn)健性在逐步提高;分省份來(lái)看，安徽、甘肅、廣西、江西、寧夏和陜西科技創(chuàng)新效率有較大的進(jìn)步，他們各自2017年的綜合效率值至少比2008年的綜合效率值翻了一倍。而北京、河北、湖南、吉林、遼寧、山西、內(nèi)蒙古、云南的綜合效率值這十年一直處于平均水平之下，表現(xiàn)出其投入與產(chǎn)出結(jié)構(gòu)極其不合理;從個(gè)別省份來(lái)看，青海省科技創(chuàng)新效率最好，青海省2008年和2009年綜合效率很接近1，從2010年上升到1之后，到2017年一直在1的水平上保持，表示近幾年青海省R&D內(nèi)部經(jīng)費(fèi)投入、R&D人員投入與專利申請(qǐng)量及人均GDP產(chǎn)出的結(jié)合達(dá)到了最優(yōu)狀態(tài)。其次是廣西自治區(qū)，廣西從2008年經(jīng)歷了先下降在上升直到2014年達(dá)到了最佳狀態(tài)，此后便一直保持。而江蘇省和浙江省的綜合效率值都從1降到0.591和0.743，這在一定程度上說(shuō)明近年來(lái)江蘇和浙江兩省在R&D投入中存在資源浪費(fèi)配置不佳的現(xiàn)象。

因此，從總體來(lái)看，我國(guó)科技創(chuàng)新效率近十年的變化幅度不大，到2017年僅有六個(gè)省份的綜合效率值在0.8以上且僅有廣西和青海處于生產(chǎn)前沿線上，其他省份仍處于地下水平，表明我國(guó)各省市科技創(chuàng)新投入與產(chǎn)出配置結(jié)構(gòu)亟待優(yōu)化。

2.2 各省市科技創(chuàng)新效率的動(dòng)態(tài)變化分析

前文從靜態(tài)視角對(duì)全國(guó)28個(gè)省市的科技創(chuàng)新效率進(jìn)行了分析，但都是對(duì)各個(gè)省市在同一時(shí)間點(diǎn)上的狀況進(jìn)行橫向的比較分析，無(wú)法反映各個(gè)地區(qū)自身的動(dòng)態(tài)變化過(guò)程。因此，本文選取了Malmquist指數(shù)來(lái)對(duì)科技創(chuàng)新效率進(jìn)行動(dòng)態(tài)分析，以期通過(guò)動(dòng)態(tài)的分析能直觀地看到各地區(qū)科創(chuàng)效率的動(dòng)態(tài)變化情況。運(yùn)用Deap2.1軟件，測(cè)算出2008-2017年全國(guó)28個(gè)省市自治區(qū)的平均技術(shù)效率變動(dòng)（effch）、技術(shù)進(jìn)步變化（techch）、純技術(shù)效率變化（pech）、規(guī)模效率變化（sech）和Malmqist生產(chǎn)率指數(shù)（tfpch）。

2.2.1 整體科技創(chuàng)新效率變化

如表2所示，從整體上來(lái)看，2008-2017年間我國(guó)總體科技創(chuàng)新水平有所提高，全要素生產(chǎn)率均值為1.074，也就是說(shuō)2017年的全要素生產(chǎn)率較2008年提高了7.4%。進(jìn)一步從分解結(jié)果中可以看出全要素生產(chǎn)率的提高是技術(shù)效率和技術(shù)進(jìn)步共同改善的結(jié)果，分別提高了1.5%和5.8%。技術(shù)效率可進(jìn)一步分解為純技術(shù)效率和規(guī)模效率，近十年間技術(shù)效率的提高主要是由純技術(shù)效率的提高拉動(dòng)的，純技術(shù)效率改善了2.4%，而規(guī)模效率下降了0.9%，這在一定程度上表明我國(guó)管理水平有所下降。因此，我國(guó)科技創(chuàng)新TFP的改善是純技術(shù)效率和技術(shù)進(jìn)步綜合作用的結(jié)果。

2.2.2 各地區(qū)科技創(chuàng)新效率變化

從表3可以看出，2008-2017年間除了海南省科技創(chuàng)新TFP沒(méi)有提高外，其他省市都有不同程度的進(jìn)步。其中，漲幅最大的是江西省，該省2008-2017年間Malmqist生產(chǎn)率指數(shù)為1.207，上漲了20.7%，這是技術(shù)效率上升13.2%和技術(shù)進(jìn)步指數(shù)上升6.7%的共同結(jié)果。分省市來(lái)看，近十年科技創(chuàng)新TFP提高的幅度在1-10%之間的省市共有19個(gè)，占總數(shù)的67.8%。提高幅度高于10%的僅有安徽、北京、甘肅、廣西、江西和陜西6個(gè)省市。提高幅度低于1%的有青海和新疆，分別提高了7%和4%。這在一定程度上表明我國(guó)近十年科技創(chuàng)新的TFP改善程度不均勻，存在地區(qū)差異。

3 ?結(jié)論及建議

3.1 結(jié)論

在中國(guó)經(jīng)濟(jì)發(fā)展處于轉(zhuǎn)型期的背景下，本文利用2008-2017年我國(guó)28個(gè)省市自治區(qū)投入產(chǎn)出的相關(guān)數(shù)據(jù)，運(yùn)用BCC-DEA和Malmqist-DEA對(duì)全國(guó)各省市科技創(chuàng)新效率進(jìn)行靜態(tài)和動(dòng)態(tài)分析。其主要結(jié)論如下：①我國(guó)總體科技創(chuàng)新效率雖然有所改善，但處于較低水平。②動(dòng)態(tài)來(lái)看，我國(guó)近十年科技創(chuàng)新的Malmqist生產(chǎn)率指數(shù)上升了7.4%，其中技術(shù)效率指數(shù)提高了1.5%，技術(shù)進(jìn)步指數(shù)提高了5.8%。③不論是靜態(tài)分析還是動(dòng)態(tài)分析，我國(guó)都存在著明顯的地區(qū)差異。我國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)，需要依靠技術(shù)創(chuàng)新向高質(zhì)量經(jīng)濟(jì)發(fā)展轉(zhuǎn)型，科技創(chuàng)新效率的高低將直接影響到我國(guó)經(jīng)濟(jì)發(fā)展的轉(zhuǎn)型。雖然我國(guó)近十年在科技創(chuàng)新效率的改善上有所進(jìn)步、科技創(chuàng)新的TFP有所提高，但是還有很多省市處于落后狀態(tài)，對(duì)科技創(chuàng)新效率的改善工作還需進(jìn)一步的努力。

3.2 政策建議

注重提高科研機(jī)構(gòu)的管理水平。前文的動(dòng)態(tài)分析發(fā)現(xiàn)我國(guó)近十年科技創(chuàng)新的規(guī)模效率呈現(xiàn)出下降趨勢(shì)，這表明我國(guó)科技創(chuàng)新效率并沒(méi)有隨著規(guī)模的增大而提高，一定程度上反映出管理水平的相對(duì)落后。科研創(chuàng)新效率的提高不僅僅要增加人力、資金等資源的投入力度，其管理水平也起決定性的作用。因此，今后我們要注重技術(shù)進(jìn)步的同時(shí)，也要努力提高創(chuàng)新主體對(duì)投入資源的管理及運(yùn)營(yíng)能力，以使科技創(chuàng)新資源與運(yùn)營(yíng)能力高效結(jié)合，以達(dá)到事半功倍的效果。除此之外，還要注重科研資源的合理配置，應(yīng)注重對(duì)科研人才、科研資金、科研設(shè)備的優(yōu)化配置，以避免投入擁擠與投入松弛現(xiàn)象發(fā)生，使科研人力、物力以及財(cái)力充分結(jié)合，從而激發(fā)科研人員的創(chuàng)新活力。這不僅需要我們加快對(duì)科研人才的培養(yǎng)步伐，還需要我們加大對(duì)管理人才的引進(jìn)及培訓(xùn)力度，尤其要注重對(duì)創(chuàng)新型管理人才的培養(yǎng)。

根據(jù)各省市的不同特點(diǎn)，制定符合其自身實(shí)際情況的科技創(chuàng)新管理和監(jiān)督政策。我國(guó)各省市科技創(chuàng)新效率存在較大的差異，有的省份綜合科技效率值已經(jīng)達(dá)到1，有的還處于0.4左右。為了縮小各省市的差距，各省市之間除了相互借鑒相互學(xué)習(xí)之外，還需要根據(jù)自身特點(diǎn)制定符合自身發(fā)展的科技管理體系與監(jiān)督制度。例如各省市需要積極制定鼓勵(lì)創(chuàng)新政策，建立公平公正的創(chuàng)新評(píng)估機(jī)制，嚴(yán)謹(jǐn)透明的監(jiān)督管理體系，不斷完善相關(guān)法律法規(guī)。與此同時(shí)，各地區(qū)可結(jié)合當(dāng)?shù)馗咝Ｇ闆r積極發(fā)展產(chǎn)學(xué)研，并明確各部門(mén)在產(chǎn)學(xué)研中的功能定位，以各司其職，從而實(shí)現(xiàn)協(xié)同創(chuàng)新。

參考文獻(xiàn)：

[1]徐小欽，黃馨，梁彭勇.基于DEA與Malmquist指數(shù)法的區(qū)域科技創(chuàng)新效率評(píng)價(jià)——以重慶市為例[J].數(shù)理統(tǒng)計(jì)與管理，2009，28（06）：974-985.

[2]席增雷，袁青川，徐偉.基于Malmquist-TFP模型的京津冀地區(qū)科技創(chuàng)新經(jīng)濟(jì)效率評(píng)價(jià)[J].宏觀經(jīng)濟(jì)研究，2018（07）：132-140.

[3]柳瑞禹，何志明，范如國(guó).中部六省科技創(chuàng)新效率與影響因素研究[J].資源開(kāi)發(fā)與市場(chǎng)，2016，32（03）：277-283.

[4]許建紅，梁玲，孔令丞.東部12省市科技創(chuàng)新效率的DEA測(cè)評(píng)與上海科創(chuàng)策略研究[J].上海對(duì)外經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2019，26（02）：59-68.

[5]齊子翔.科技研發(fā)高投入不等于高產(chǎn)出——基于創(chuàng)新效率的時(shí)空分析[J].科技管理研究，2013，33（18）：100-104.

[6]吳忠濤，張瑯，張?jiān)ＨA.經(jīng)濟(jì)轉(zhuǎn)型時(shí)期的科技型企業(yè)創(chuàng)新效率比較研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2018，40（03）：57-65，126.

[7]李蘭冰.我國(guó)區(qū)域科技創(chuàng)新效率評(píng)價(jià)——以省際數(shù)據(jù)為樣本[J].科技管理研究，2008（09）：87-90.

[8]許敏，謝玲玲.基于DEA的我國(guó)大中型工業(yè)企業(yè)技術(shù)創(chuàng)新效率評(píng)價(jià)研究[J].科學(xué)管理研究，2012，30（3）：74-76.

[9]方麗娟，耿閃清.寧夏高校科技創(chuàng)新績(jī)效評(píng)價(jià)[J].價(jià)值工程，2018，37（19）：207-209.