京津冀城市群科技資源配置效率分析
——基于DEA-Malmquist 指數模型

舒天楚，聶小琴，郭含文，2，李 旭，白彬杰

（1.中國城市建設研究院有限公司，北京 100120；2.清華大學環境學院，北京 100084）

1 研究背景

京津冀城市群是我國經濟發展城市群的重要組成部分，是促進國家城市經濟發展的核心區域。隨著國際經濟發展和社會變化，科技資源已成為區域經濟發展的重大戰略資源之一［1］，科技資源整合效率直接影響了區域生產和創新能力。科技資源高效整合，可以直接增強區域創新系統中創新要素的高效生產和流動，優化并提高企業科技資源效率和創新績效［2］。同時科技資源配置優化和科技創新能力提升作為提高科技資源整合效率的有效途徑，愈來愈成為京津冀區域科技管理和科技協同發展的首要需求。

科技資源配置，即指科技資源在區域的科技活動主體、時空階段等的分配與組合［3］。科技資源配置效率的變化程度，直接反映了區域科技發展和創新的特征?，F有關于區域科技資源配置效率及其影響因素的研究方法，主要包括數理經濟學分析法、時間序列數據或截面數據分析法以及面板數據隨機效應模型分析法，其中時序數據和截面數據分析法主要包括數據包絡分析（data envelopment analysis，DEA）法、生產經濟函數計算法以及計量經濟學回歸分析法。如劉玲利［4］曾聯合DEA-Malmquist 指數模型與隨機效應模型，對1998—2005年我國30 個省份科技資源配置效率變化及影響因素進行實證檢驗；毛世平等［5］運用DEA-Malmquist 指數法對京津冀農業科研機構科技資源結構與配置效率進行研究；Luo 等［6］基于Malmquist-data 包絡分析指標對我國綠色科技創新效率進行評價；Cao 等［7］將23 個能值指標納入DEA-Malmquist 生產率模型中，并從技術變化和效率變化兩個方面對2009—2015年我國“經濟-生態”效率變化進行探究。

正確認識當前京津冀城市群的科技發展水平以及多區間時空演變規律，是制定京津冀區域協同發展戰略和提高區域創新水平的基礎，對提高京津冀協同發展能力具有重要意義。因此，本研究采用DEA-Malmquist 指數法，對2011—2018年京津冀城市群科技資源配置效率進行測度并分析其主要影響因素，衡量科技資源配置的時空演變過程和相互作用對京津冀協同發展的影響，以期為制定京津冀協同發展對策提供參考。

2 京津冀科技資源配置基本情況

2.1 配置規模特點

科技資源的配置規模主要體現在人力資源投入和經費投入兩方面。京津冀R&D 人員投入由2011年的52.04 萬人增加到2018年的72.67 萬人，增長率為39.64%，2018年的R&D 人員投入強度是全國（未含港澳臺地區。下同）的11.06%［1］。分地區來看，2018年有54.61%的R&D 人員集中在北京市，但同時R&D 人員不斷向河北省流入，使其人員集中率由2011年的21.49%增至23.26%并超過天津市。8年來，京津冀地區R&D 科研經費投入一直在我國保持較高水平并呈現穩步增長的趨勢，由2011年的1 535.26 億元增長至2018年的3 083.43 億元，全國占比14.61%。作為京津冀的經濟和科技發展核心城市，北京市的科研經費投入占比為三地最高并在8年中未發生明顯變化，由2011年的66.30%變化為2018年的66.32%，這也說明京津冀地區的科技資源投入大部分來自北京市。2018年京津冀科技資源配置基本情況如圖1 所示，可以看到北京市R&D 經費投入強度高達6.17%，天津市和河北省分別為2.62%和1.39%［8-9］。從R&D 經費內部結構看，三地在試驗開發領域的投入最大，河北省在試驗開發領域占比最高（85.42%），而北京市為三地最低（63.08%）；同時，在基礎研究領域投入強度上，北京市（14.85%）遠高于天津市（4.8%）與河北?。?.63%），北京市多年來更加注重基礎研究的發展投入，試驗與發展項目多以分包的形式流向其他地區。

圖1 2018年京津冀地區R&D 經費內部投入結構

2.2 配置分布特點

京津冀地區科技資源配置的地理分布存在較為突出的失衡現象，這種科技資源空間的非均質排布在一定程度上限制了京津冀地區的科技創新協同發展。通過對京津冀科技資源共享平臺提供的信息統計，2018年京津冀地區共擁有50 萬元以上儀器設備52 368 臺（套），大型科學儀器6 745 臺（套），其中北京市擁有50 040 臺（套），占京津冀總數的84.65%，遠高于天津市（3.50%）和河北?。?1.85%）兩地；共建立包括國家級工程技術中心、國家級重點實驗室在內的國家級研究基地182 個，其中北京市擁有165 個，天津市和河北省的占有率分別僅為5.49%和3.85%。“十三五”以來，我國大力促進京津冀地區協同發展，2017年京津冀共同制定了《加強京津冀產業轉移承接重點平臺建設的意見》，明確了區域產業布局優化和創新產業轉移的方向，將企業與科技資源在一定程度上向冀南地區遷移。此外，2018年河北省所擁有的檢驗檢測機構以及相關R&D 企業數量占京津冀總量的比例，遠高于北京市與天津市兩地，分別為43.78%和49.68%，擁有科研機構和高等院校以及規上企業所占比例較2015年逐漸提高。

圖2 2018年京津冀地區科技資源配置結構

2.3 配置結構特點

如圖2 所示，2018年京津冀地區對工業企業和科研機構的R&D 經費內部投入相平，分別為861.20億元（0.42%）和951.95 億元（0.46%），對高等院校的R&D 內部經費投入最少；R&D 人員多集中于工業企業中（47.23%），在高校和科研機構的占比分別為26.71%和26.06%［10］33-50，［11］8-103，［12］37-73。從區域角度看，不同地區的3 種科技資源投入在不同主體中分配差異較大：北京市R&D 經費內部投入多集中于科研機構（62%），而天津市和河北省多集中在工業企業領域，占比分別為55%和83%；同時，天津市與河北省將較大比重的R&D 人員投入工業企業中，分別占69%和71%，而北京市的科研人員在高等院校（31%）、科研機構（44%）和工業企業（25%）3 個科技活動主體中投入分布較為均衡［10］33-50，［11］8-103，［12］37-73。因此從區域科技資源投入而言，北京市的投入重點多集中于基礎研發，而以工業發展為主的天津市和河北省將較多科技資源分配于工業生產和科技成果轉化中。

3 京津冀科技資源配置效率分析

3.1 模型建立

本研究采用DEA 模型中的Malmquist 指數模型計算方法，同時運用DEAP 2.1 模型軟件進行數據處理導出，進而分析京津冀地區科技資源配置效率的動態變化特征。DEA-Malmquist 指數模型是由Fare等［13］通過對DEA 方法演變得到的。在Malmquist指數模型中，采用距離函數計算科技資源投入與產出效率，距離函數可視為決策單元從相關生產點向理想最小投入點壓縮的比值［3］。假定時間點t的輸入和輸出向量分別為，則時間點t與t+1 時期的投入、產出效率分別為（xt，yt）、（xt+1，yt+1），時間點t和t+1 的科技資源配置Malmquist 指數分別為：

因此，從時間點t至t+1 時期的科技資源生產率變化Malmquist 指數可表示為：

DEA-Malmquist 指數主要以全要素生產率變化程度（Tfpch）的形式表示，通過技術進步效率變化（Effch）與技術進步率變化（Techch）協同決定，其中技術進步效率變化可分解為純技術效率變化（Pech）與規模效率變化（Sech）［13］。Malmquist指數替代公式即為：

式（4）中：Effch 主要用于衡量資源配置最優化情況，并有效評判決策單元對科技投入資源的利用程度，當Effch>1 時，表示此時間點的決策單元相對于最優的生產前沿面差距縮小，反之差距增大；Pech 主要基于相對于可變規模收益衡量生產技術的無效率，當Pech>1 時，該區間科技資源配置與投入利用率有所提高，反之減?。?4］；Sech 用于評判決策單元的生產規模最優化情況，當Sech>1 時，該區間決策單元投入規模報酬得到有效提升，反之則表明存在關鍵因素對其起到阻礙作用；Techch 主要反映生產技術變動程度，當Techch>1 時，表明t+1 時決策單元技術創新能力以及技術進步能力提高，生產前沿面進行遷移。

由時間點t至t+1 期間內，當Malmquist 指數大于1 時，該區間全要素生產率呈增長趨勢，科技資源配置效率提高；反之下降。具體形式如下：

老鱖魚的門吱扭一聲開了。他從屋里探出頭來，手里還提著刀子，一片四十多年前的月光在刀子上蹦跳著。老鱖魚的眼睛有些紅，像兔子般的眼睛，也像兔子一樣警惕地望著門外的人。

3.2 指標與變量選擇

本研究中，決策單元為北京、天津、河北以及京津冀4 個地域，指標選取從科技投入和科技成果與效益產出兩方面進行。其中，科技資源投入指標主要包括科技人力資源投入和科技財力資源投入，人員投入即參與研究與試驗發展項目研究與管理等工作的人員數量（R&D 人員），而財力投入主要從相關機構開展研究與試驗活動經費支出（R&D 經費支出）體現。基于科技資源配置的功能產出要素，科技產出指標主要選取科技知識性產出和科技成果轉化產出。具體如表1 所示。

表1 科技資源配置效率評價指標體系

3.3 數據采集與處理

為確保數據的及時性和有效性，本研究假定生產點（xt，yt）選取期間為2011—2018年，面板樣本數據選取自4 個決策單元。投入指標數據主要來源于《中國統計年鑒》（2012—2019年）和《中國科技統計年鑒》（2012—2019年）；產出指標數據主要依據《北京科技年鑒》（2012—2019年）、《天津市統計年鑒》（2012—2019年）、《河北科技年鑒》（2012—2015年）以及《河北科技統計年鑒》（2016—2019年）［15］。其中，R&D 經費投入的計算方法為R&D 內部經費支出與R&D 外部經費支出總和。主要變量數據如表2 所示。

表2 京津冀地區科技資源配置效率評價指標數據

表2 （續）

3.4 實證結果與討論

運用DEAP 2.1 軟件對2011—2018年京津冀地區科技資源配置效率變化情況進行實證分析，所得Malmquist 指數計算結果如表3 所示。

表3 京津冀地區科技資源配置效率變化情況

決策單元在不同期間技術效率變化指數以及技術進步變化指數分解結果如圖3 所示，科技資源配置效率變化主要分為5 個類型：（1）技術進步和技術效率共同促進科技資源配置效率提升，主要體現在區域C2、F3和C4；（2）技術進步和技術效率協同抑制科技資源配置效率增長，主要在B2和D2區域體現，技術落后和無效性是科技資源配置效率負增長的根本原因；（3）技術效率無貢獻，技術進步單一推進科技資源配置效率提高，技術停滯已成為資源配置效率負增長的主要來源，主要集中體現在北京市和河北省的F2、A3和C3區域；（4）技術進步提高了資源配置效率，而技術效率下降對資源配置效率增長率起到阻礙作用，主要體現在A2、A4和D4區域；（5）技術效率是科技資源配置效率提高的主要來源，而技術進步卻削弱了該效率的增長速度，主要體現在E3和F4區域。

圖3 京津冀地區科技資源配置效率變化趨勢

從決策單元科技資源全要素生產率的構成來看（見表4），技術效率變化主要與科技活動管理水平和科技發展規模有關，技術進步率變化歸因于科技創新和技術發展。在一定期間內，當技術創新發展投入大于管理運營和結構布局演變投入時，會導致技術進步率的變化程度高于技術效率。在2011—2018年中，京津冀地區的生產技術進步率均值為1.123，區域整體生產前沿面向前推移，科技創新水平和技術進步程度呈較大的增長趨勢穩步推進；科技資源技術效率與規模效率變化率均值為1.001，8年來科技資源技術效率與生產前沿面的追趕程度整體呈增長趨勢，決策單元與最優生產前沿的差距不斷減小，科技資源投入規模報酬得到提高；平均科技進步效率變化率為12.3%，而平均效率變化率為0.1%。當技術進步變化率變化程度大于技術效率變化時，表明區域更傾向于技術積累，且在引入和消化后可以使科學技術快速進步［16-18］。在此期間，京津冀技術進步變化率影響占主導作用，全要素生產率的變化主要是由于技術進步和自主創新，京津冀地區更傾向于自主研發與自主創新能力培養以及技術知識積累，但在引入新生科技的同時對創新管理技術積累和改善重視不足，因此管理技術改進未能滿足其創新需求。

表4 2011—2018年京津冀地區科技資源配置效率的Malmquist 指數分解

2011—2018年決策單元科技資源配置指數按區域分解情況如圖4（a）所示。以時間為軸線來看，京津冀地區科技資源全要素生產率均大于1，且全要素平均生產率為1.142（見表3），這表明京津冀地區科技資源全要素生產率在此期間以每年14.2%的速度增長。2014—2015年，京津冀地區全要素生產增長率達到最高的19.1%（見圖3），主要原因是在這期間天津市與河北省的全要素生產增長率分別達到最高的28.0%和20.4%；自2016年以后，京津冀地區全要素生產增長率呈明顯降低趨勢，并在2016—1017年期間達到最低的6.8%，主要原因是北京市在此期間的全要素生產率大幅降低。在2016—2017年間，北京市全要素生產率呈現了明顯低谷，全要素生產率的增長率低至-7.8%，在技術效率不變的情況下北京市技術進步率僅為0.922。分析其原因在于，北京市經濟發展水平對科技資源配置效率影響不大，北京市雖然具有較高的科技人力與財力資源投入，但對于科技創新和技術進步產生的正面效果并不明顯。2017年，北京市在國家或行業標準單項產出指標方面降低了10.08%，但投入指標增加了17.53%（見表2），科技資源投入能力與科技資源配置效率增長不相匹配，可能存在內部資源配置浪費或科技資源流失等現象。

圖4 2011—2018年京津冀地區科技資源配置Malmquist 指數平均值分解情況

4 結論與對策建議

4.1 研究結論

本研究通過對模擬結果進行實證分析，分析京津冀地區多年來科技創新能力和科技管理技術效率的演變過程，以及影響京津冀科技資源配置效率變化的影響因子，得到主要結論如下：（1）京津冀地區更傾向于自主研發能力培養而創新管理技術的積累和改善有所不足，管理技術的改進未能滿足其創新需求，平均科技進步效率變化率為12.3%，而平均效率變化率為0.1%。（2）在2016—2017年間，北京市全要素生產率出現了明顯低谷，全要素生產率的增長率低至-7.8%且技術進步率僅為0.922，直接導致京津冀地區全要素生產增長率達到最低的6.8%；而由于大量規上工業企業等機構在本地區發生快速融合與遷移，河北省技術進步率不斷增長，增長率高達13.3%。（3）京津冀地區科技資源配置總體效率呈上升趨勢，主要歸因于技術效率和技術進步率的交替或協同增長，因此，影響京津冀地區科技資源配置效率Malmquist 指數變化的主要原因是近年來京津冀地區科技創新能力提升和技術進步。

4.2 對策與建議

綜上，對提高京津冀地區科技資源配置效率提出以下對策建議：

（1）優化資源配置布局，推動統籌協作。以北京市為技術創新核心領域，以《關于加強京津冀產業轉移承接重點平臺建設的意見》《京津冀協同發展規劃綱要》等主要政策為重要依托，充分發揮雄安新區的示范帶動作用，統籌協調京津冀科技資源配置分布，將科技資源在一定程度上向冀南地區遷移。同時，應以政府為主要依托，加快制定區域內科技資源共享機制；以獎補機制和保障機制為基礎，鼓勵“產、學、研”機構提供跨區域服務項目，對跨區域的科技資源咨詢提供政策保障和支持，加強區域內技術與資源的共享效率，促進三地高效滲透、高效互補、高效協作。

（2）完善產業全鏈條，提升管理技術水平。以“產、學、研”三位一體化為導向，規劃產業鏈優先發展板塊，優化產業全鏈條分布，摸清產業鏈發展方向，促進產業鏈與技術鏈和創新鏈協同發展；通過吸收先進技術與融合創新元素，推動傳統產業向現代產業轉型，在鼓勵自主創新能力培養和技術進步的同時，注重創新管理技術的積累與完善。

（3）加強科技資源管理，健全科技資源配置優化機制。明確科技資源配置體系中各環節的職責與作用，加固各組分與環節間的相互關系，完善科技資源管理制度，避免科技資源在組分內部的流失和浪費，提高科技資源配置優化效率；加強科技成果的市場化導向，構建高效可靠的科技成果市場經濟，提高科技發展向產業鏈轉化效率；加快區域科技創新平臺建設，在現有平臺的基礎上利用新一代信息技術擴展建立科技信息和技術資源共享平臺，加強各地技術互聯互通，通過提高全要素生產率加強科技資源空間配置動力機制。