基于DEA-Malmquist指數的國家級高新區創新能力評價

丁青青

摘 要：應用DEA-Malmquist指數法對我國54個國家級高新技術產業開發區的創新效率進行了動態測算，結果顯示我國54個國家級高新區整體的創新效率生產率水平在2007-2016年內呈現先下降后上升的趨勢。但從Malmquist生產率指數的分解結果來看，高新區的創新效率是技術進步與效率提升反向變化的結果，因此要在加大對高新區資源投入的同時，構建與之相匹配的科技資源配置體制，以實現技術進步和效率提升共同推動高新區創新效率的增長。

關鍵詞：數據包絡分析（DEA）;Malmquist生產率指數;創新能力評價;高新技術產業開發區

中圖分類號：F2 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2019.35.005

0 引言

創新是一個國家和民族興旺發達的不竭動力，而高新技術產業開發區作為把高新技術轉化為實際生產力的主要創新載體，正在經濟發展中扮演著越來越重要的角色。高新技術產業開發區作為以發展高新技術和最大限度將科技成果轉化為現實生產力為目的而設置的特定區域，成為我國科技創新和產業發展的重要基地，在區域經濟發展中發揮重要的作用。一個區域或高新園區的創新能力具體表現為將人力和財力等軟硬件投入轉化為經濟效益、人才培養及知識創造等產出的能力。

關于區域或園區的創新能力評價，比較有代表性的方法包括Robert Huggins的知識競爭力指標體系、數據包絡分析、隨機前沿模型、人工神經網絡、主成分分析法、TOPSIS綜合評價法等。數據包絡分析（data envelopment analysis，DEA）作為一種可以綜合評價多投入多產出的非參數評估方法，具有無需設定生產函數關系和預先估計任何參數或權重的優勢，因此評價結果比較客觀，可以在很大程度上避免主觀因素影響，近年來隨著國家對創新發展的重視程度不斷加大，關于高新區創新評價的文章也層見疊出。但是主要是應用DEA非參數估計的影響因素分析，鮮有學者對國家級高新技術產業開發區層面應用DEA-Malmquist指數對高新區創新能力的動態演變規律實施較長時間的評價。

本文采用《中國火炬統計年鑒》（2007-2016）十年面板數據作為數據來源，以2007年批復的54家國家級高新區為研究樣本，在高新區創新活動的投入、產出層面選取五個細分指標。結果顯示我國54個國家級高新區整體的創新效率生產率水平在2007-2016年內呈現先下降后上升的趨勢。兩個時間節點的大事件即：2008年全球金融危機爆發和2011年“十二五”規劃對高新區提出新的戰略指導，這兩大事件對國家高新區創新發展產生了重大影響。從Malmquist生產率指數（Malmquist Productivity Index，MPI）的分解結果來看，高新區的創新效率是技術進步與效率提升反向變化的結果，因此要在加大對高新區資源投入的同時，構建與之相匹配的科技資源配置體制，以實現技術進步和效率提升共同推動高新區創新效率的增長。

1 高新區創新能力評價指標構建

本文采用《中國火炬統計年鑒》（2007-2016）十年面板數據作為數據來源，以2007年批復的54家國家級高新區為研究樣本，覆蓋全國大部分省、市和自治區。在創新活動投入、產出層面上，考慮指標選取的客觀性、全面性、弱相關性和易獲取性，選用表1中5個細分指標構建高新技術產業園區的創新能力評價體系。

3 國家級高新區的創新能力評價

3.1 從全國層面分析

將54家高新區在2007至2016年十年間的面板數據代入上文所提出的DEA-Malmquist模型，可以求解得到每個高新區各年份MPI及其分解指數EC和TC。為觀察全國范圍內高新區整體創新效率的平均變化情況，首先分別對各個高新區十年間的MPI、EC和TC進行幾何平均，再將全國54家高新區的幾何均值進行算術平均。眾所周知在樣本期內，發生了兩件對國家高新區發展產生重大影響的關鍵事件。一是2008年全球金融危機爆發;二是2011年“十二五”規劃對高新區提出新的戰略指導。根據兩個事件的時間節點，將樣本的時間跨度2007-2016進一步分為兩個子時段，即金融危機效應時段（2007-2011）與“十二五”規劃戰略指導出臺時段（2011-2016）。樣本觀察期內所有年份和各子時段的年平均MPI、EC及TC如表2所示。

由表2可知，10年間全國高新區整體創新能力的全要素生產率（TFP）為-1.15%，呈下降趨勢。具體到兩個子時段， 2007-2011年間受金融危機影響，高新區整體TFP下降2.67%，其原因主要是受到技術衰退的制約。在2011-2016這一時段內我國國家級高新區生產率整體水平保持穩步上升態勢，這是由于這一時期我國對高新區發展的重視程度日益提升，“十二五”規劃中對國家級高新區提出新的戰略指導后，明確了實施創新驅動發展戰略，培育和發展戰略性新興產業，壯大高新技術產業集群，探索經濟發展新模式和輻射帶動周邊區域新機制的指導思想，這一契機為高新區發展帶來新一輪的機遇期。

從本應用結果來看，對于MPI的兩類分解指數EC和TC，當一種分解指數上升時，總會伴隨另一種分解指數的下降，反映了國家高新區的創新效率是技術進步與效率提升反向變化的結果。技術效率的提高很可能在深層次上是技術退步的結果，因為技術退步而帶來的技術前沿面的后退使得決策單元與技術前沿面的相對距離縮短，從而導致效率結果提升。另一方面，技術前沿面的變化既可能是大部分決策單元績效改善的結果，也可能是個別決策單元進步的結果，如果是后一種情況，則會出現絕大部分決策單元在提升的技術前沿面評價下，效率明顯下降。我們認為，高新區的創新效率TFP增長應該是由效率改善和技術進步共同推動的結果，創新效率提高的健康模式是兩者協同發展、相互促進。因此，要在加大對高新區資源投入的同時，構建與之相匹配的科技資源配置體制，以實現技術進步和效率提升共同推動高新區創新效率的增長。

3.2 從區域層面分析

為配合我國實行區域協調發展戰略和實施具有針對性的區域政策，將全國劃分為東部、中部、西部三大板塊，其中東部板塊包括遼寧、北京、天津、河北、山東、上海、江蘇、浙江、福建、廣東、海南11個省市;中部板塊包括吉林、黑龍江、山西、河南、安徽、江西、湖北、湖南8省;西部板塊包括陜西、重慶、四川、貴州、云南、甘肅、青海、寧夏、廣西、內蒙古、新疆11個省市及自治區。將54家國家級高新區按上述3個區域進行劃分，以探究高新區生產率變化的區域差異。

圖1表明在2007-2011年間三大區域MPI變化趨勢基本一致，都在1附近上下輕微浮動，主要由于這一時段內受金融危機影響，生產率水平停滯不前且略有下滑。但自2011年之后，在國家政策的扶持和引導下，國家級高新區迎來了新的發展機遇。西部地區的生產率率先得到大幅提升，明顯高于中東部地區，而東部地區生產率水平最低。雖然東部地區的高新區整體實力優于其它區域，但是其動態生產率的分析結果卻低于中部和西部地區。這在一定程度上說明，起步較晚且相對落后的西部區域，在國家政策扶持、地方政府強化管理以及自身提升空間較大等因素的共同作用下，與東中部在生產效率上的差距在逐步縮小。2011-2016年間，三大區域整體生產率均呈現上升態勢，且生產率的變化趨勢基本一致。值得指出的是中部和東部地區生產率的大幅增長出現在2013年之后，可能原因之一是中部和東部區域由于經濟開放程度和對外貿易依存度較高，受到金融危機帶來的沖擊影響更大也更為持久。由圖1不難看出，高新區的全要素生產率的變化與其所處地理位置和經濟區域關系不大，全國范圍內高新區的生產率基本保持大體一致的變化狀況。

4 結論

本文利用DEA-Malmquist指數法對我國國家級高新技術產業開發區的創新效率進行了動態測算，結果表明我國54個國家級高新區整體的創新效率生產率水平在2007-2016年內呈現先下降再上升的趨勢。從Malmquist生產率指數的分解結果來看，高新區的創新效率是技術進步與效率提升反向變化的結果，因此要在加大對高新區資源投入的同時，構建與之相匹配的科技資源配置體制，以實現技術進步和效率提升共同推動高新區創新效率的增長。區域層面分析結果顯示三大區域整體生產率變化趨勢基本一致，高新區的全要素生產率的變化與其所處地理位置和經濟區域關系不大。

參考文獻

[1]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978，（2）：429-444.

[2]Malmquist S.Index numbers and indifference surfaces[J].Trabajos de Estatistica，1953，（4）：209-242.

[3]Fre R，Grosskopf S，Lindgren B，et al.Productivity changes in Swedish pharmacies 1980-1989：A non-parametric Malmquist approach[J].Journal of Productivity Analysis，1992，3（1）：81-97.