中部地區科技創新效率評價與提升路徑
——基于三階段DEA模型的實證分析

王禮剛

(湖北文理學院 經濟管理學院，湖北 襄陽 441053)

中部地區地處內陸腹地，地理區位優勢突出，是全國的“一中心四區”，即全國重要先進制造業中心、新型城鎮化重點區、現代農業發展核心區、生態文明建設示范區、全方位開放重要支撐區。2019年中部地區以14.9%的土地承載了29.5%的全國人口，創造了22.1%的全國GDP，經濟增速達到10.8%，高于全國平均水平1.9個百分點，在四大區域板塊中增速繼續領跑。在實施“一帶一路”、京津冀協同發展、長江經濟帶三大國家戰略中，發揮著承東啟西、呼應南北的樞紐作用，是縮小經濟南北分化差距的重要空間載體。2019年5月在推動中部地區崛起工作座談會上，習近平總書記提出的“貫徹新發展理念推動高質量發展、奮力開創中部地區崛起新局面”[1]，對統籌區域協調、實現中部地區高質量發展具有重大現實和歷史意義。實施創新驅動發展戰略，提升科技創新效率是推動新一輪中部崛起的關鍵。《中國區域創新能力評價報告2019》研究結果顯示：東部沿海省份及北京、上海等特大型城市是全國科技創新能力領先地區，而中部地區較之仍有一定差距[2]。為增強區域科技創新能力，“十三五”以來中部六省分別制定實施了省域科技創新發展規劃，全社會研發投入占GDP的比例均逐年上升，如何科學評價和持續提升中部地區科技創新效率就成為區域創新的重要議題。因此，筆者采用三階段DEA模型方法，以規避傳統DEA模型中環境變量和隨機因素干擾的影響，客觀地評價中部地區的科技創新效率，以及研判制約其效率提升的主要因素，為優化科技資源配置、增強中部地區科技綜合實力和競爭力提出相應的對策建議。

一、科技創新效率評價的研究狀況

現有關于科技創新效率評價的研究成果主要集中在區域科技創新效率[3～10]、農業科技創新效率[11]、海洋科技創新效率[12～15]、高校或科研機構科技創新效率、文化業科技創新效率[16]、制造業科技創新效率[17～19]、企業科技創新效率[20～22]等方面。學者們通過選取能夠反映科技創新投出產出絕對量的指標，構建科技創新投入產出評價指標體系，探索研究對象的綜合技術效率值、純技術效率與規模效率的階段性和總體變化情況、科技創新效率的空間分布特點、以及關鍵影響因素，并得出相應提升科創效率的策略。大部分研究成果采用計量實證工具，通過測算一定時期內科技創新投入產出樣本數據，得到科技創新績效水平，一般認為科技創新績效水平與科技資源的有效配置程度呈正相關關系。目前政府部門和學術機構尚未對科技創新效率設計一套權威的評價指標體系和公認的定量研究方法，因此關于相關理論與實踐研究成果對于科技創新效率的評價測算、研究工具、影響因素等還未形成統一認識。

綜上，學術界關于科技創新效率評價的相關文獻較多，而在研究方法和研究對象上還存在以下不足：第一，在研究方法上主要聚焦傳統DEA方法，大多研究成果未考慮環境變量和隨機因素對DEA模型的影響，只采用兩階段DEA分析模型，因此得到的結論不夠準確；第二，在研究對象上，目前采用三階段DEA模型的研究文獻，往往關注的是省市科技創新效率、產業創新效率、企業創新效率等層面，然而現今崛起勢頭正勁、發展大有可為的中部地區科技創新效率卻鮮有研究，僅有的個別研究[23]由于研究工具的科學性、指標體系選擇的有限性，計算得到的效率值較難反映實際效率。鑒于此，本研究運用三階段DEA模型測算研究期內中部地區科技創新效率，并比較分析三階段DEA模型與傳統DEA模型的估計效果。

二、數據來源、指標選擇與研究方法

(一)數據來源與指標選擇

研究數據來源于2018年的《中國統計年鑒》《中國科技統計年鑒》《中國城市統計年鑒》以及2018年中部六省統計資料，依據科學性、可得性和針對性原則，選取作為投入變量的指標分別是研發機構R&D人員全時當量、公有企事業單位專技人數、研發機構R&D經費內部支出、研發機構R&D經費外部支出。同時，選取作為產出變量的指標分別是科技論文數、科技著作、發明專利擁有量、國家或行業標準數。另外考慮到影響中部六省科技創新效率且不可控制等因素，選取作為環境變量的指標分別是人均GDP、科技支出占財政支出比重。各項投入變量、產出變量與環境變量的名稱、解釋與單位如表1所示。

表1 指標選擇

(二)算法模型——三階段DEA方法

科技創新效率是指在既定科學研究和技術創新資源要素配置的約束條件下，單位科技創新產出所需要消耗的要素投入量，或者是單位要素投入所得到的科技創新產出量[24]。顯然，一個科技創新效率更高的區域，能夠在相同創新投入下實現數量更多、質量更優的創新產出。因而，科技創新效率是創新能力的關鍵組成部分。要實現對中部地區省域科技創新效率的科學測度，關鍵要客觀合理地設置測度指標體系。筆者擬采取三階段DEA模型對中部地區科技創新效率進行測度。數據包絡模型(Data Envelopment，DEA)是一種給予被評價對象間相對比較的非參數技術效率分析方法，本質上是一個線性規劃問題。而三階段DEA模型是一種對傳統DEA模型進行改進修正的模型，Fried首先提出通過SFA回歸可有效剝離DEA模型中環境因素與隨機噪聲對評價決策單元(DMU)的影響[25]，具體算法步驟如下。

第一階段：傳統DEA模型分析初始效率

在本階段使用DEA-BBC(規模報酬可變)模型，計算出來的綜合技術效率、純技術效率和規模效率，純技術效率和規模效率之積即為綜合技術效率。根據Fried的觀點，在第二階段有必要使用SFA(Stochastic Frontier Analysis)方法，以剝離環境因素和隨機噪聲對評價決策單元(DMU)的影響[26]。

第二階段：SFA回歸剔除環境因素和隨機噪聲

首先，將第一階段得到的松弛變量作為被解釋變量，環境變量作為解釋變量，得到調整后的各項投入值。本研究采用Frontier4.1軟件借鑒Jondrow等所研究出的公式進行SFA回歸分析，得出相關環境值：

fn(Ej;βj)=β0+β1E1+β2E2(1)

式中，fn(Ej;βj)為環境值，β0為常規項系數，β1、β2為環境變量系數。

其次，分析混合誤差項。

εi=uni+vni=Sni-fn(Ej;βj)(2)

式中，εi為混合誤差項，Sni為第i個評價決策單元、第n項投入要素的松弛變量值，Ej為環境變量，βj為環境變量系數，uni為管理無效率項，vni為隨機誤差項。

再次，對管理無效率以及隨機干擾項進行分離。

接著，計算調整后的各項投入值。

最后，與各評價決策單位的原始投入變量進行求和，計算調整后的投入變量值。

第三階段：調整后的投入產出變量的DEA效率分析

在此階段，運用調整后的產出投入變量值再次測度各決策評價單元的科技創新效率，該科技創新效率已剔除環境以及隨機噪聲因素，結果相對真實準確。

三、三階段DEA評價結果分析

(一)第一階段——傳統DEA結果分析

基于規模收益可變的DEA-BBC模型，采用DEAP-Version 2.1軟件對第一階段進行效率評價，結果如表2所示。中部六省投入產出的綜合技術效率平均值為0.915，純技術效率為0.975，規模效率為0.937，表明在第一階段，2017年中部地區科技創新效率非DEA有效，科技創新發展過程中現有生產規模與最優生產規模之間還有一定差距，其影響因素是純技術無效率與規模無效率，但主要原因還是規模效率偏低。山西、安徽、河南、湖北等四省的綜合技術效率、純技術效率和規模效率值均為1，說明在科技創新進程中資源配置和生產規模實現了有效性，科技創新效率實現了局部DEA有效。而江西、湖南兩省綜合技術效率值均小于1，說明兩省的科技創新效率非DEA有效，還有科技創新投入冗余現象發生；在規模報酬類型上表現為規模報酬遞增，可見兩省在科技創新投入規模水平上還未達到科學有效的水平，科技創新投入未能全部有效轉化為相應產出，規模效應還有待凸顯。

表2 第一階段DEA效率值

(二)第二階段——SFA回歸結果分析

將環境變量作為模型解釋變量，同時將第一階段得到的松弛變量作為模型被解釋變量，通過標準差處理得到新的環境變量值，再通過LR檢驗(單邊廣義似然似檢驗)可分析得到，在1%的顯著水平上模型的LR單邊檢驗值分別為8.65、8.60、8.65、8.62，均通過了LR檢驗，而管理無效率方差占總方差的比ν(gamma)接近于1(見表3)，表明X1(R&D人員全時當量)投入冗余、X2(企事業單位專技人數)投入冗余、X3(R&D經費內部支出)投入冗余、X4(R&D經費外部支出)投入冗余，主要是受到管理無效率的影響，而受到來自隨機誤差項的影響不大。下面依次對環境變量的影響進行分析。

表3 第二階段SFA回歸結果

1.人均GDP

X1、X2、X3、X4的環境變量E1(人均GDP)、環境變量E2(科技支出占財政支出比重)在1%的水平上顯著，且X1、X2、X3、X4的環境變量E1系數均為正數(如表3所示)，呈現顯著的正相關關系，說明隨著經濟發展水平的不斷提高，將會增加X1、X2、X3、X4的投入冗余，即中部六省的經濟發展水平對科技創新效率有負向影響，主要原因是近年來中部地區不斷加大基礎設施建設和深化社會保障制度改革，經濟社會發展成果全民共享，相對于東部地區來講，科技創新持續投入不足，科技成果在本區域內轉化為現實生產力不夠，在一定程度內形成了科技創新效率與區域經濟發展水平反向的關系。

2.科技支出占財政支出比重

環境變量E2(科技支出占財政支出比重)反映了政府財政支出對科技創新發展的支持力度，如表3所示，在1%的顯著水平上，X1、X2、X3、X4的環境變量E2系數均為負數，呈現顯著的負相關關系，說明政府財政支出對科技發展的支持規模越大，將會減少X1、X2、X3、X4的投入冗余，即政府財政科技支出規模越大，會在一定程度上提升中部六省科技創新效率，能夠彌補科技管理效率不足的短板。同時科技創新還有賴于政府的科技補助政策，缺乏有效的支撐創新驅動發展的市場化環境。

(三)第三階段——調整的DEA結果分析

采用DEAP-Version 2.1軟件對剝離環境因素和隨機干擾因素后的投入變量值，以及原始產出變量值進行DEA-BBC模型計算分析。結果如表4所示，第三階段的綜合技術效率值為0.912，純技術效率值為0.983，規模效率值為0.927，與第一階段相比，綜合技術效率值、規模效率值有小幅下降，純技術效率值稍有提升，表明三階段DEA模型得出結果顯著優于第一階段傳統DEA估計結果，中部六省科技創新效率主要受限于較低的規模效率。

從綜合技術效率來看，山西、安徽、河南、湖北四省一直處于綜合技術前沿面行列，表明環境因素、隨機誤差對以上四省的綜合技術效率并無影響，而江西、湖南綜合技術效率一直小于1，且第三階段與第一階段相比，江西綜合技術效率下降，湖南綜合技術效率略有上升；從純技術效率和規模效率來看，山西、安徽、河南、湖北四省均處于純技術前沿面與規模前沿面。江西科技創新效率較低的主要影響因素為規模效率，而第一階段湖南的科技創新效率較低的主要影響因素為純技術效率，到第三階段主要影響因素就轉變為規模效率；從規模報酬類型來看，山西、安徽、河南、湖北均呈現規模報酬不變，而江西、湖南一直呈現規模報酬遞增。根據經典的經濟學理論，最優生產狀態應處于生產前沿面上的規模報酬遞減(drs)階段(此時邊際產量小于平均產量但邊際產量大于0)中的某點，所以中部地區科技創新總體上還未達到合理的科技投入規模水平[27]。

在剝離環境因素和隨機干擾因素后，山西、安徽、河南、湖北四省的純技術效率值和規模效率值均為1，表明整體上達到DEA有效，決策主體管理水平較高，科技創新投入產出結構匹配較好；江西純技術效率值為1，規模效率值為0.711，表明江西未來科技創新效率改進的方向，應重在優化科技資源配置，破除科技資源配置“碎片化”。湖南純技術效率值、規模效率值均小于0.9，表明提升科技創新效率，要從改進資源配置效率和投入產出管理水平兩個方面著手進行。具體見表4。

表4 第三階段DEA效率值

(四)松弛變量值的變化

在剝離環境因素及隨機干擾項后，各項投入的松弛變量大都無變化，基本為緊致狀態。只有湖南X1在第三階段的松弛變量值表現出減小的態勢，說明在第三階段剝離管理無效項后，能夠較為真實地反映投入情況。總體來看，第三階段與第一階段相比，各項投入的松弛變量變化趨勢基本相同。具體見表5。

表5 第三階段與第一階段松弛變量值的對比

四、結論與政策建議

(一)結論

通過構建三階段的DEA模型對中部地區科技創新效率進行實證測度，得到以下結論。

第一,通過對第一階段和第三階段各效率值進行對比分析，可以得到中部地區綜合技術效率值、規模效率值有小幅下降，純技術效率值稍有提升。從不同省域平均值來看，綜合技術效率普遍較高；從整體來看，中部六省科技創新效率主要受限于較低的規模效率。

第二,在剔除環境變量和隨機因素干擾后，山西、安徽、河南、湖北四省均處于綜合技術前沿面行列；山西、安徽、河南、湖北均呈現規模報酬不變，而江西、湖南一直呈現規模報酬遞增，表明中部六省科技創新投入規模水平還需進一步改進。

第三,經過第二階段的SFA回歸分析可見，環境因素中人均GDP變量對科技創新效率有負向影響，科技創新效率與區域經濟發展水平呈現反向關系；反映政府財政支出對科技發展支持力度的環境因素——科技支出占財政支出比重，是提升中部六省科技創新效率的有利因素，具有顯著且正向的影響，說明中部六省還存在科技創新體系建設和市場化發展滯后等問題。

(二)政策建議

第一,持續加大財政科技投入力度，優化科技投入產出效率。鑒于中部六省科技創新效率尚未處于規模報酬遞減階段，仍有較大改進空間的情況，以及中部六省科技創新效率主要受限于較低的規模效率。中部六省應持續加大財政科技創新投入，優化提升科研項目經費管理水平。堅持有所為、有所不為的原則，強化對基礎研究和應用研究的投入力度，加快新舊動能轉換，培育和發展戰略新興產業，以促進科技創新投入產出結構科學合理。

第二,堅持科技創新體制機制改革，加快科技成果轉化。針對前文分析的結論，即中部地區政府對科技創新的直接投入能夠顯著提升科技創新效率，科技創新還有賴于政府的科技補助政策，建議中部六省在加大政府財政支持的基礎上，應深入推進科技成果轉化和技術轉移的體制機制改革，充分發揮市場在科技資源配置中的決定性作用，形成“政府推動、市場主導”的體制機制，實施“五鏈統籌”行動，著力推動創新鏈、產業鏈、人才鏈、政策鏈、資金鏈深度融合，引導科技資源向經濟社會發展一線聚集，提升科技創新效率。

第三,因地制宜，實行有差別的科技創新政策。鑒于中部六省科技創新效率存在區域差異，不同地區應結合各自的資源稟賦和發展定位，制定并實行差異化的科技創新發展政策。比如規模效率較低的省份應加大在人才、經費、科研環境等要素的投入，擴大科技投入規模；純技術效率較低的省份應優先完善科技創新體制機制，提高科技管理水平。另外，建議中部六省圍繞提升科技創新效率目標，加速科技投入要素向本地區的國家中心城市、國家創新型城市，尤其是向國家綜合性產業創新中心和國家戰略性新興產業集群集聚，形成若干科技創新企業密集的中心城市節點。加強科技信息共享，積極構建中部地區科技創新聯盟，充分發掘城市間協同放大效應，打造中部科技創新的“雁陣”格局。