徐倩XU Qian
(北京信息科技大學經濟管理學院,北京100192;智能決策與大數據應用北京市國際科技合作基地,北京100192)
2018 年中關村示范區GDP 高達8330.6 億元,較上年增長12.3%;GDP 占北京市的比重為27.5%。2001-2018年間,GDP年均增速高達18.3%,資產年均增速達到23.1%,勞動力年均增速達到12.6%。中關村高新技術園區經濟發展迅猛,從領域來看,園區涵蓋航空航天技術、核應用技術、環境保護技術、生物工程和新醫藥技術、先進制造技術、現代農業技術動植物優良新品種、新材料及應用技術、新能源與高效節能技術、十大產品共計11 大領域。本文從產業層面對中關村高新技術園區全要素生產率波動趨勢的分析,有助于輔助園區經濟現狀的判斷。
Tinbergen[1]在研究經濟增長時,提出TFP 的概念。全要素生產率(TFP,Total Factor Productivity)指的是在不增加額外的生產要素的情況下,生產率仍能增加的部分,是分析經濟增長的重要工具。現有研究中對全要素生產率的測度研究眾多,主要包括以隨機前沿分析(SFA)和生產函數回歸法為代表的參數方法[2-3]和以數據包絡分析(DEA)為代表的參數方法[4-8],參數方法需要對生產函數進行預設,對于經濟運行復雜的高新技術園區來說,相對客觀的DEA 方法可能更為適用。因此本文采用DEA 模型結合Malmuquist 生產率指數展開相關測算。
文章采取Charnes 等[5]提出的CCR 模型,結合Pastor等[10]提出的全局Malmuquist 指數方法分別進行TFP 和TFP 變化的測算。
如式(1)所示,假設有個決策單元(DMU),每一個DUMj(j=1,2,…,n)的投入是Xi,i=1,…,m 產出是Yr,r=1,…,s,分別表示投入和產出,ur,vi是非負權重。
該模型表示為:

假設比較t 和h(t<h),則以h 時期的效率比t 時期的效率作為MPI。測算結果大于1,等于1 和小于1 分別表示h 期較t 期效率改善、不變或變差,測算模型如下所示:

針對高新技術園區中微觀特性,文章選取的指標包括從業人員期末人數,資產總計和總收入。使用上述模型展開測算。
2008-2018年間,北京市高新技術園區A11 個技術領域的TFP 在0.26-1 之間運行(見圖1)。其中,先進制造技術領域在2010 和2012 兩個時期、新材料及應用技術領域在2011 和2012年兩個時期、新能源與高效節能技術領域在2010 和2011 兩個時期以及十大產品在2014、2016 和2018 三個時期DEA 有效。電子與信息、先進制造技術、新材料及應用技術、新能源與高效技術以及十大產品五個領域TFP 相較其他領域更高,海洋工程技術、航空航天技術、核應用技術和環境保護技術四個領域TFP 較低。
從年份來看,2010、2011、2012 三年出現DEA 有效的情況相對較多,2011-2015年間出現波動較多。但是整體上來說,11 個技術領域在TFP 在2014 和2018年表現較好,在2010、2011 和2016年表現較差。

圖1 技術領域TFP 測算結果

圖2 技術領域TFP 變化測算結果
如圖2 所示,大多數領域MPI 在1 附近上下波動,少數領域(如海洋工程技術、航空航天技術、核應用技術)2011-2012、2013-2014、2014-2015、2015-2016 四個時期MPI 較高,即這些領域在這四個時期中的某個時期后一年較前一年的TFP 有相對顯著的提升,如核應用技術領域在2015-2016年的MPI 高達2.126,2015年該領域TFP 為0.282,2016年該領域TFP 為0.581。總的來說,11 個技術領域TFP 在整個2008-2018 時期有升有降,其中航空航天技術、先進制造技術、新材料及應用技術和十大產品領域TFP 上升,MPI 分別為1.897、1.242、1.531 和1.734;海洋工程技術、環境保護技術、核應用技術、新能源與高效節能技術TFP 稍有下降,MPI 分別為0.960、0.885、0.915 和0.910;電子與信息、生物工程和新醫藥、現代農業技術動植物優良新品種領域TFP 下降明顯,MPI 分別為0.705、0.761 和0.784。
可以看出,2008-2018年,中關村高新技術園區產業結構中大多數技術領域呈現TFP 下降的現象。究其原因:一方面是因為城市地價上漲使成本增加,增加了企業尤其是小微企業生存壓力,導致已有成果大量流失;另一方面,隨著人口紅利消失,外資企業傾向于遷移至人力成本更低的非洲等地區,一定程度上導致TFP 的下降。整體上來看,TFP 變化形式并不樂觀,但這在一定程度上說明,中關村高新技術園區已經接近世界先進水平,依靠技術引進等方式實現TFP 的快速增長已不再符合現實。