基于SBM 模型的科技創新效率及影響因素研究

李 蕓，雷宏振，張小筠

（1.陜西師范大學 國際商學院，西安 710062；2.西安外國語大學 經濟金融學院，西安 710062）

國與國之競爭，有資源之爭，有貿易之爭，歸根結底都是科技之爭。馬克思曾深刻地指出：社會勞動生產力，首先是科學的力量。我國改革開放之初，鄧小平同志就根據當代科學技術發展的現狀與趨勢，明確地提出了“科學技術是第一生產力”的論斷，這一論斷的提出既指出了現代科技發展的重要特點，也明確了科技發展的必然結果。十九大報告提出，創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐，是破解結構性矛盾的“金鑰匙”。因此科技創新效率可以說是科技創新能力和動力的綜合反映，它可以用一定時期內科技創新產出與投入的比值來表示。根據國家知識產權局知識產權發展研究中心發布最新的《中國知識產權發展狀況評價報告》數據顯示：黨的“十八大”以來，我國堅持創新驅動發展戰略，深入實施知識產權戰略，綜合發展水平穩步提升，然而知識產權狀況依然呈現出東中西部遞減的趨勢，為什么這種區域分布不平衡的現象依然存在？經濟新常態背景下，如何在資源稀缺、財力有限的前提下提升各省份（地區）科技活動創新效率，獲取更高的研發產出依然值得關注。由此可見，深入分析區域科技創新效率以及影響因素對于國家整體科技進步、技術創新、有針對性地制定科技發展、產業規劃、資源配置等政策具有非常重要的意義。

一、文獻綜述及指標選取

科技創新效率是衡量國家創新狀態的重要指標，有關科技創新、研發等問題的研究，以往文獻主要集中在以下幾方面：一是高技術產業的研發效率相關研究：大多數基于科布道格拉斯生產函數選取相應指標進行分析。其中朱有為和徐康寧［1］借助Battese 和Coelli［2］的技術效率模型，對中國13 個高技術行業10 年的研發效率進行分析，結果發現，研發資本積累對新產品銷售收入的產出彈性高于研發人員投入的產出彈性，但研發活動處于規模不經濟，研發效率的行業差異逐漸縮小。李邃等［3］對我國28 個省份地區9 年間的高技術產業研發效率和全要素生產率增長率進行研究，結果發現東部省份地區的研發效率普遍高于中、西部省份地區；研發活動的全要素生產率和技術進步都呈現增長，但技術效率未明顯變化；對大多數省份地區的技術進步是促進全要素生產率增長的主要動力。王慶金等［4］以2012—2016 年中國東部地區9個省市高技術行業數據，采用兩階段DEA 模型和交叉DEA 模型相結合的方法對高技術產業創新運營效率進行評價，并結合自評效率和他評效率進行地區間效率、行業間效率比較。結果表明，中國東部地區高技術產業整體效率仍然偏低，但高技術產業區位優勢明顯，技術開發階段和經濟轉化階段效率表現出差異化特征；二是工業企業的研發效率相關研究：王欽和張隺［5］以中國工業企業技術創新40 年為背景，研究了工業企業技術創新四階段中制度環境與企業行為的共同演進；徐莉和方梓旭［6］采用數據包絡分析法測算中國規模以上工業企業R&D 效率，并考察了影響因素，研究發現，規模以上工業企業R&D 效率總體不高，地區之間差異明顯；企業盈利能力和R&D 效率呈不顯著的正向關系，企業R&D 重視程度、高校及科研機構數量和R&D 效率呈顯著的正向關系，政府支持對R&D 效率呈不顯著的負向關系。陳元志等［7］對我國大中型工業企業2001—2015 年的面板數據進行研究發現，中國大中型企業的綜合技術效率在不斷提高并且差距在不斷縮小，不同類型企業之間的差距在不斷縮小。中外合資經營企業和外資企業的綜合技術效率長處于優勢地位，內資企業的綜合技術效率、純技術效率和規模效率在絕大多數時間均處于追趕地位。陶愛萍等［8］利用2011—2016 年我國工業行業數據，實證檢驗了R&D 資金投入結構對技術創新效率的影響，結果發現資金的不同來源渠道對技術創新效率的提升具有不同作用，技術引進和購買及行業競爭程度的提高不利于技術創新效率的提升，行業利潤水平上升和國有企業占比升高有利于技術創新效率的提升；三是產學研協同創新效率的相關研究。姜彤彤［9］基于DEA-Malmquist 指數方法，對我國省際產學研合作全要素生產率及區域差異進行了研究，結果發現：整體上，我國產學研合作全要素生產率年均增長1.6%，主要動力來自技術效率的增長，而技術進步率則出現下降趨勢。董鋒等［10］在研究產學研協同創新發展的背景下，從人力、財力、科技和經濟4 個方面構建了產學研協同創新效率評價指標體系，并對全國30 個省、市、自治區2001—2014 年的產學研協同創新效率進行實證研究，結果發現全國產學研協同創新效率整體偏低，且呈現出東部高、中西部低的現象，同時發現各地區協同創新效率具有顯著差異性。董菁菁［11］在分析產學研協同創新內在機理的基礎上，利用遼寧省的企業面板數據對產學研協同創新的效率及其影響因素進行研究。通過文獻梳理發現，已有學者對科技創新效率的研究做出了許多有益的嘗試，通常從高技術產業、規模以上工業企業等行業層面考察研發效率，但科技活動不僅存在于高校、科研機構和工業企業，還存在于其他類型的科技活動中，因此部分指標難以反映整體科技活動創新效率，為體現科技活動的整體性和全面性，本文采用2009—2017 年我國30 個省份（地區）（西藏地區和港澳臺地區因數據缺失剔除）的科技活動整體數據分析科技活動創新效率及其影響因素。本文的理論貢獻主要有以下幾點：①采用產出導向的非徑向的效率測度模型（slack-based measure，SBM）分析科技活動創新全要素生產率及其分解，避免了運用徑向模型本身的測度缺陷［12］，更客觀地反映了我國新常態下整體和區域科技活動的創新效率；②結合Malmquist Index 深入分析我國整體和各省份的科技創新全要素生產率及其分解指標，就全要素生產率變動作為因變量來探討影響因素，有別于大多數以綜合效率也就是以技術效率為因變量來討論影響因素；③進一步探討了如何在有限的資源財力約束條件下，優化資源配置，提升科技投入產出效率，并為制定相關發展政策提供依據。

二、模型構建和變量選取

（一）研究方法：產出導向的SBM 模型

Tone［13］提出了一種基于松弛變量測度的非徑向DEA 模型，它避免了傳統DEA-BC2和DEA-C2R 存在的投入產出的角度和徑向的選擇帶來的偏差。可以在現有投入相對穩定的前提下擴大產出，使效率測算更為精確。

SBM 模型描述如下：假設有n個決策單元DMU，記為DMUj（j=1，2，…，n），每個決策單元DMU有n種投入要素，記為xi（i=1，2，…，m），m種產出，記為yr（r=1，2，…，s），則

其中：ρ為效率評價指標；xij為第j個DMU的第i個投入變量；yrj為第j個DMU的第r個產出變量；θj為參照集中各要素的權重。本文使用MaxDEA6.0 軟件進行SBM 模型分析。

（二）曼奎斯特指數（Malmquist index）模型

全要素生產率（total factor productivity，TFP）由索洛提出，是指生產活動在一定時間內的效率，是衡量單位總投入和總產出的生產率指標，一般定義為人力、物力、財力開發利用的效率。這里的“全”并非指所有要素帶來的增長，而是指不能歸因于勞動、資本等有形要素的增長部分，其來源往往包括有3 個來源：一是效率的改善；二是技術進步；三是規模效應。因此全要素生產率的增長率常常被看作是科技進步的指標。

全要素生產率的度量通常有參數法和非參數法兩種，參數法有索洛殘差法；生產函數法，主要適用于多投入單產出的情況；非參數法包括代數指數法、TFP 指數法、曼奎斯特指數模型和數據包絡分析法。本文選取Farrell 等［14］構建的基于DEA 的曼奎斯特指數法，因其避免了使用參數法設定函數不當導致的結果誤差，其次不需要假設，且計算簡便易行，能夠對多個對象多個指標進行計算。兼具了DEA 分析法的特點并且有自身優勢。

曼奎斯特生產率指數變動值即全要素生產率（TFP）變動值。TFP可以分解為技術效率變化指數（effch）和技術進步指數（techch）兩項。技術效率變化指數是處于規模報酬不變且要素自由處置條件下的效率變化指數，它度量的是從t時期到t+1 時期生產決策單元到最佳生產可能性邊界的追趕程度，也被稱為“追趕效應”。技術進步指數度量的是技術邊界從t時期到t+1 時期的移動情況，也被稱為“增長效應”。效率變化指數又可以被分解為純技術效率變化指數（pech）和規模效率變化指數（sech），若TFP＞1，說明從第t期到t+1 期的全要素生產率呈增長狀態，反之亦然。若sech＞1，表明相對于t期，第t+1 期的規模效率更接近固定規模報酬；若pech＞1，表明規模報酬可變的條件下，純技術效率有所改善；前兩者的乘積構成技術效率，effch＞1，表明決策單元向技術有效前沿面趨近，相對技術效率有所提高；若techch＞1，則說明技術出現了進步或創新，即生產可能性邊界向外移動。

（三）Tobit 模型

Tobit 模型是由美國經濟學家Tobin［15］在1958 年提出來的，Tobit 模型的標準形式如下：

其中：yi為潛在因變量向量；xi為自變量向量；β為系數向量；?i為誤差項，?i～N（0，σ2）。

（四）變量選取和數據來源

為確保選取指標的科學性、準確性和有效性，本文所有數據均來源于《中國科技數據庫》《中國高技術產業統計年鑒》和《中國統計年鑒》選取我國30 個省級行政區域的相關數據分析，其中西藏地區和港澳臺地區因數據缺失剔除。參考國內外學者對指標體系的相關研究，根據柯布道格拉斯生產函數中涉及變量，選取相應指標見表1。

表1 指標選取及說明

通常創新投入要轉化成產出存在一定的時間滯后，本文參照陳光華等［16］、董菁菁［17］的觀點，設定創新滯后期為1年。由于研發經費內部支出、新產品銷售收入、技術市場成交額這3 項指標均與物價變動相關，本文按照朱平芳和徐偉民［18］的方法對這些指標以2008 年為基期進行平減處理。其中，固定資產投資價格指數、消費物價指數、工業品出廠價格指數的相關數據來源于國家統計局網站。為了消除模型回歸中可能出現的異方差情況，最大程度減少數據的波動，本文在實證分析前對所有數據進行了對數化處理。

三、實證結果及分析

基于本文模型構建和變量選取，接下來從靜態的技術效率和動態的生產率變動［19］對觀察期間內的科技創新效率進行深入剖析。技術效率的概念最早由Farrell［14］提出，認為技術效率反映廠商給定投入集獲得的最大產出能力，Leibenstein［20］從產出角度對技術效率進行了闡釋，認為技術效率反映了實際產出與市場價格一定、投入規模比例相同的相似環境下最優理想產出的比率，如果這個比率小于1，意味著生產單位存在效率損失。本文應用SBM 模型測算出的技術效率可以分解為純技術效率和規模效率，而衡量動態生產率的變動情況則用Malmquist 全要素生產率指數測算，可以分解為技術效率變動和技術進步變動。

（一）技術效率測算

運用MAXDEA6.0 軟件，計算2009—2017 年我國30 個省（市、自治區）科技創新的技術效率指標，具體指標見表2。

表2 2009—2017 年我國省際科技創新技術效率值

從表2 可以看出：全國2009—2017 年技術效率均值為0.637，表明總體科技創新技術效率不高，2009 年全國平均技術效率為0.525，2017 年這一均值上升為0.758，技術效率近10 年間得到明顯提升；綜合各個省份的數據顯示：技術效率值達到最優的省份有北京、廣東、浙江、重慶、青海和新疆，大部分為東部發達省份，全國有15 個地區技術效率高于全國平均水平，其中技術效率較高（高于0.8）的地區有10 個，除青海、海南和新疆外，都是東部城市或直轄市，說明技術效率所反映的對現有技術利用、管理水平與經濟發達程度呈正相關關系，技術創新效率的區域不平衡現象依然存在。

（二）基于Malmquist 指數模型的效率分解

本文通過SBM 模型測算了我國各省份（地區）的技術效率，系統分析了各個地區技術效率變化過程，探討了觀察期間內我國科技創新靜態效率情況［21］。為進一步探討科技創新效率的動態變化情況，在此基礎上，選取Malmquist 指數測算全國及各省份科技創新全要素生產率變動指數，深入分析引起全要素生產率變動的技術效率變化和技術進步變化情況，若全要素生產率指數及其分解項技術效率變動和技術進步變動大于1 的話，則意味著全要素生產率指數、技術效率和技術進步是改善的、增長的、進步的，反之則是倒退的、惡化的和退步的。具體結果見表3。

根據表3 科技活動全要素生產率指數及其分解結果來看：①Malmquist 生產率指數均值為1.178，表明我國省際整體科技活動全要素生產率呈增長態勢，從全要素生產率的分解項來看，技術效率增長20.4%，技術進步增長7.0%，進一步對技術效率變化進行分解，我國科技創新整體純技術效率增長10.6%，而規模效率增長12.4%，由此可見，我國整體科技活動全要素生產率的提升主要是由技術效率變化引起的，而技術效率的提升主要由規模效率變化引起的；②從TFP 的兩個分解項看，技術效率變化和技術進步變化總體是大于1的，但在觀察周期內呈現出明顯的波動增長特征。進一步分析各省份（地區）科技活動全要素生產率指數及其分解項，其結果見表4。

表3 2009—2017 年各年份科技創新Malmquist 生產率指數及其分解

表4 2009—2017 年按地區科技創新Malmquist 生產率指數及其分解

由表4 可看出，全國除5 個省份的TFP值變動略有下降外，其余省份均有不同程度的增長。傳統經濟發達的東部省份（地區），例如北京、廣東、上海、浙江、江蘇等地區技術進步變動大于技術效率變動。在一些經濟欠發達的中西部省份（地區），例如河南、廣西、江西、安徽等地區技術效率變化大于技術進步變化，這一點與全國TFP值分解指標一致。可見，中西部省份的科技創新活動對我國整體科技活動創新效率有重要影響。

綜合表2、表3 和表4 可以看出：技術效率反映的是在現有技術進步和創新條件下，對現有技術更充分、更有效的利用能力，因此管理水平提升、生產經驗累積是實現技術效率提高的主要途徑；而技術進步變化指數在研究中通常反映了實際中技術引進或技術創新的結果，而技術進步變化會引起可能性生產邊外向移動，從而形成技術進步，繼而提升全要素生產率的提升［22］。通過以上分析反映出東部地區創新基礎資源好，比如經費投入力度大、人力資本豐裕，技術進步變動表現優秀，說明這些地區技術引進或者技術創新能力強于中西部欠發達地區；而西部地區經費投入與人力資本差距明顯差距很大，但是近10 年數據表明，這些地區也在不斷進行追趕，表現在技術效率變化幅度大于技術進步變化幅度，說明對現有資源有效利用能力不斷增強。綜上所述，不管創新基礎如何，都需要重視資源優化配置，加大技術創新力度，才能進一步提高科技活動創新效率。

（三）影響因素分析

通過分析顯示我國科技創新效率整體水平得到較大幅度提升，但仍表現出較為明顯的地區差異，有必要進一步探討這些差異是由哪些因素所致。新古典增長理論認為，各經濟體的發展不僅受初期水平的影響，還會受到諸如資源稟賦、產業結構、人口、技術水平等因素的影響，因此，為了探究差異性的根源，建立Tobit 回歸模型對科技創新活動影響因素（表5）進行分析。

1.影響因素變量選擇

（1）政府支持。科技活動人力、物力、財力豐裕的地區，能夠為科技創新活動提供優良的土壤，因此政府對科技創新活動的支持力度越大，地區創新活動越活躍，就越有可能通過競爭、合作不斷提高創新效率。

（2）對外開放。絕對優勢理論認為對外開放有利于區域經濟增長。對外開放程度的提升能夠擴大并加深科技活動的競爭與合作，有助于創新要素集中和優化配置，有利于地區和地區間的技術創新合作和技術進步，對科技創新活動帶來強有力的刺激，不斷促進創新效率的提升。

（3）產業結構。所謂產業機構是指各產業間的相互聯系和比例關系。在經濟發展不同階段，各產業間占經濟總量比重大不一樣，產業間合理的構成比例和相互關系能夠通過關聯效應促進科技創新活動效率的提升，已有文獻中一般選取第二產業增加值占GDP 比重衡量。

（4）人力資本。內生增長理論［23］認為，人力資本的累積能夠對技術創新水平高低產生重要影響。通常，高水平的人力資本存量意味著地區勞動力整體素質較高，這些勞動力則蘊含著豐富的知識儲備和勞動技能，能夠為創新活動提供人才保障。

（5）信息化水平。科技創新活動離不開各種知識、信息、要素的流動，而信息化是利用信息技術、促進信息交流和知識共享的重要手段，可見信息化建設是開展科技創新活動的基礎設施環境的重要方面，能夠為創新活動提供重要的支撐。

表5 影響因素變量描述

2.回歸分析

本文構建我國科技活動效率影響因素Tobit 回歸模型如下：

其中：β0為常數項；β1、β2、β3、β4、β5為各自變量的回歸系數；i和t分別表示地區和時間；ui，t表示隨機干擾項；G代表政府支持；O代表對外開放；S代表產業結構；H代表人力資本；I代表信息環境。為消除異方差，對所有解釋變量取對數。各變量描述性性統計結果見表6。

表6 描述性統計結果

本文利用Stata15.0 軟件進行Tobit 回歸分析，在回歸中加入了年份和地區的虛擬變量以控制其他因素的影響，回歸結果見表7。

表7 Tobit 回歸結果

結果表明，政府支持對TFP的影響在5%水平上通過了顯著性檢驗，系數為0.295，說明政府支持每提高1%，TFP提高0.295%，意味著政府對地區科技活動越重視，支持力度越大，財政科技支出資金會進一步傾斜給科技創新活動，進能促進地區TFP提升。對外開放程度對TFP的影響在1%水平上通過了顯著性檢驗，系數為0.427，說明對外開放程度每提高1%，TFP相應提高0.427%，意味著對外開放力度大的地區，科技創新活動實體間的競爭與合作越全面，創新活動將更活躍，對地區科技創新效率越能產生積極影響。而產業結構在10%水平上通過了顯著性檢驗，系數為-0.490，可能意味著地區的產業結構仍存在不合理的地方；人力資本對TFP的影響在1%水平上通過了顯著性檢驗，系數為1.628，說明人力資本每提高1%，TFP相應提高1.628%，意味著地區高素質人才越集中，對當地科技創新活動效率將產生顯著的推動力，當前經濟發達省份依然占據了良好的人才優勢，這是導致科技創新活動效率不均衡的重要方面；信息化程度對TFP的影響在近似在10%水平上通過了顯著性檢驗，系數為0.253，說明信息化水平每提高1%，TFP提高0.253%，表明地區信息化水平對科技創新活動效率影響較大。

四、結論與建議

本文采用曼奎斯特生產率指數方法測算了我國科技活動全要素生產率及其分解指標，對各省份（地區）科技活動的技術效率和全要素生產率動態變化進行了比較分析，并基于面板Tobit 模型對科技活動全要素生產率的影響因素進行了實證分析，主要得到以下結論。

（1）在研究期間整體科技活動全要素生產率有所增長，主要來源于技術效率變化。東部省份（地區）全要素生產效率提升主要來源于技術進步，西部省份（地區）全要素生產率變動較大，主要來源于技術效率變化。

（2）研究期間整體技術效率均值為0.637，表明總體資源配置效率不高，而從2009 年與2017 年的技術效率均值來看，提升幅度較大，表明資源配置效率在提升；并進一步發現，資源配置效率跟經濟發達程度正相關。

（3）政府支持、對外開放、人力資本對科技創新效率具有顯著正影響，產業結構對科技創新效率有顯著負影響，信息化水平對科技創新效率具有正影響。

因此，為更好地提升我國整體科技創新效率，聚集創新要素，優化資源配置，提出如下建議。

（1）從創新要素管理上入手。政府應高度重視科技創新活動對地區經濟發展和競爭力的推動作用，在客觀資源約束條件下從單純的投入管理到效率管理轉變，改革科技管理政策，有效匹配科技活動所需人財物的數量和質量，實現資源優化配置，提供良好的配套，增強科技創新對地區經濟發展的支撐作用，推動地區經濟實現高質量發展。

（2）從改善科技創新環境上入手。利用各異資源稟賦和地區優勢增強科技實力，研究表明［28-29］基礎設施建設和經濟環境對區域創新效率的作用較為顯著，改善基礎環境，發揮市場作用，搭建創新平臺，促進產學研合作創新及成果成果轉化。

（3）從創新激勵機制上入手。政府提供良好的配套措施，建立相應的支持政策和人才激勵機制，設置研發項目和人才類計劃，擴充區域整體科技投入規模［30］，完善各類科技資金的管理與監督措施，激活科技活動人員活力，提升科技資本投入的績效。

需要指出的是，科技創新活動整體效率的提升離不開各部分效率提升的共同作用，因此各地區在實際發展中應該根據本省份的科技創新發展的實際情況，合理配置各種創新要素，并努力協調科技勞動、科技資本和技術之間的關系，提升我國整體科技創新效率。