湖南省技術創新效率研究
——基于14個市（州）的面板數據

王艷蘭，何燕子

（湖南工業大學 商學院，湖南 株洲 412007）

黨的十九大報告中提出“我國經濟已經由高速增長階段轉向高質量發展階段”。在未來的經濟高質量發展過程中，技術創新發揮著舉足輕重的作用，各省份近年普遍聚焦經濟高質量發展。湖南作為中部大省之一，在促進經濟高質量發展方面義不容辭。2019年，湖南省認真貫徹創新引領開放崛起戰略，圍繞“制造強省”目標，開展各項制造業創新能力提升戰略，并積極開展全省技術創新工作。2019年，湖南省規模以上工業增加值同比增長8.3%，在中國區域創新能力排名第13。目前湖南省高度重視創新發展，但是在創新體系的建設中也存在一些問題，主要表現為地區發展不平衡、創新競爭力較低等。因此，協調各地區創新發展，提高湖南省產業技術創新的全球競爭力對加快湖南省高質量發展有著重要的理論意義和實踐意義。

1 研究綜述

近年來有關技術創新的文獻層出不窮。整理國內外文獻發現，學者們主要從研究視角、實證方法以及影響因素這幾個方面展開研究。

關于技術創新的研究視角主要包括不同行業、不同區域、不同國家，有關行業研究較多的為高技術產業、裝備制造業、醫療制造業等。如劉永松等[1]以我國高技術企業為研究對象，分析了2009—2016各省份的技術創新效率后認為，我國大部分省份的技術創新效率處于較高水平。而孫研等[2]則用三階段DEA（data envelopment analysis，DEA）模型實證檢驗了中國高技術產業2001—2017年的技術創新效率，得出了與劉永松相左的結論。常廣庶[3]、劉颯[4]等則進一步細分了高技術制造業，分別從高技術制造業的性質與類型進行了實證分析。常廣庶等探討了國有及國有控股的高技術制造業創新效率，劉颯等則討論了中小型高技術企業的創新效率。此外，學者的研究對象大多為裝備制造業，且大部分有關裝備制造業的對象為中國以及中國各省份。如李士梅[5]、王江[6]、晁坤[7]等分別研究了我國不同時間段的高端裝備制造業創新效率，得出的結論也各不相同。梅洪常[8]、徐蕾[9]、王艷[10]等則分別研究了重慶、河北、新疆的裝備制造業創新效率。針對不同區域的研究主要集中在長江三角洲地區、京津冀地區。如丁顯有等[11]測算了長三角城市群18個重要城市的綠色發展效率，張玉蘭[12]、李健[13]等則分別對京津冀的上市公司和高新技術企業創新效率進行了評價。對不同國家技術創新也各有研究。如R.Cowan等[14]在對意大利高新技術產業的研究中發現，一個地區的創新能力和該地區高等學校的數量息息相關。H.S.Pannu等[15]以印度制藥產業為研究對象，測算了該行業的創新效率。

根據實證方法，有關創新效率的研究主要有以下2類：1）數據包絡分析方法，其中DEA模型又可以細分為傳統DEA模型、三階段DEA模型、超效率DEA模型等，如王俊嶺等[16]運用數據包絡分析方法測算了2009—2016年中國鋼鐵工業的生態效率，并分析了各年度的投入冗余狀況。劉颯等[4]運用三階段DEA模型對高新技術企業進行測算，并對促進我國中小型企業的高新技術發展提出了幾點建議。管永剛[17]通過超效率DEA模型測算了我國高等教育資源的配置效率，認為高等教育存在地區差異。2）隨機前沿法（stochastic frontier approach，SFA）。晁坤[7]基于隨機前沿法測算了中國裝備制造業的創新效率。易明等[18]采用同樣的方法對中國高新技術企業的創新效率進行了評價。胡立和等[19]運用該方法測算了長江經濟帶11個省（市）的技術創新效率值，發現這11個省（市）的平均創新效率仍處于較低水平。張滿銀等[20]則利用該方法對京津冀區域的技術創新效率進行了測度。

最后在影響因素方面，不同學者得出的結論各有不同。如劉永松認為，對技術創新而言，內部研發并不是越多越好。而殷秀清等[21]與劉永松的觀點相左，他認為企業研發投入會促進技術創新效率，因此政府需要加大對企業研發資金的資助。張玉華等[22]考察了財政科技投入對技術創新的影響，發現財政科技投入對技術創新的影響呈倒“U”型，且存在區域與分布差異性。常青青[23]、秦修宏[24]等考察了稅收優惠對技術創新的影響，得出了稅收優惠對企業不同類型創新效率存在差異化影響的結論。此外，還有部分學者驗證金融發展[25]、對外直接投資[26]、R&D（research and development，研究與開發）資金投入結構[27]對創新效率的影響。

由以上論述可知，學者們非常青睞對技術創新的研究。但是梳理現有文獻發現，在對具體省份的技術創新研究中，有關湖南省創新效率的研究較少，且主要是對湖南省某個行業進行研究，對近幾年湖南的創新效率關注也較少。基于此，本文擬選取湖南省2011—2019年的投入產出數據，分析湖南省14個市（州）的技術創新效率及空間差異，以便更好地了解湖南省在近幾年的技術創新發展情況，以期為湖南省技術創新效率改進提供一定的參考。

2 研究設計

2.1 模型設定

2.1.1 DEA模型

DEA又名數據包絡分析方法，在1978年由A.Charnes、W.W.Cooper與E.Rhodes[28]這3位學者共同提出，它是對同類型決策單元（decision making units，DMU）的相對效率進行分析的一種數據分析方法。不同于以往的研究，DEA的主要研究對象從以往的單投入和單產出轉為了多投入、多產出的部門或者單元，它的基本邏輯在于將各項DMU投影到DEA的生產前沿面，通過判斷投影是落在前沿面線上還是前沿面里面來分析DEA的相對效率。落在線上即為DEA有效，此時DEA測算的效率值等于1，若落在前沿面內，可以認為此時DEA無效。

DEA模型主要是通過DEAP軟件來運行，目前將DEA用于分析技術創新的文獻越來越多，相比于其他數據分析方法，它的優勢主要表現在：1）不需要對指標賦予權重，不需要進行無量綱化處理，在一定程度上減少了主觀性，使數據分析結果更加可靠；2）不僅能夠根據各指標的數據給出調整的方法，還能知道各指標的調整數目。在獲得各決策單元DEA值后，通過對DEA小于1的決策單元的松弛程度進行改進，并給出相應的建議，實現企業的決策優化。

DEA最常見的模型有兩個，即CCR模型和BCC模型。其中最基本的模型是CCR模型。

2.1.2 Malmquist指數

Malmquist指數（簡稱M指數）由Sten Malmquist提出，本文引入Malmquist指數主要是為了解決DEA模型無法進行縱向對比的問題。M指數之后被R.Fare等分解為技術進步指數（Itechch）、技術效率指數（Ieffch），其中技術效率指數可進一步分解為純技術效率指數（Ipech）和規模效率指數（Isech）。因此，在規模報酬可變的情況下，Malmquist指數可用以下公式表達：

式中：M為從t期到t+1期的全要素生產率（total factor productivity，TFP）變化，記為Itfpch；xt、yt分別為第t期的投入量、產出量；Dt為第t期距離函數。

由上式可知：M指數等于技術效率指數（Ieffch）和技術進步指數（Itechch）兩者的乘積。而在規模報酬可變的情況下，可進一步轉化為純技術效率指數（Ipech）、規模效率指數（Isech）以及技術進步指數（Itechch）三者的乘積。

2.2 指標選取

從國內以往研究可知，有關技術創新效率的指標選取大都大同小異。因此本文主要借鑒以往論文的選取原則，從投入與產出兩個方面選取相應的指標。由于創新效率的投入主要體現在人力與資金兩方面，因此投入指標主要以R&D經費內部支出和R&D人員全時當量進行表示。專利是企業科研成果的體現，反映了一個地區知識創新能力的高低，且數據獲得相對容易，可用于衡量創新知識產出。此外企業研發成果的價值體現一般用新產品銷售收入表示，因此為了更好地反映技術創新產出，產出指標使用能有效代表科研成果的專利申請數以及能有效說明創新成果價值的新產品銷售收入和總產值來衡量。其中新產品銷售收入和總產值主要選擇了高新技術產業的數據。本研究選取的技術創新效率評價指標如表1所示。

表1 技術創新效率評價指標Table 1 Evaluation indicators of technological innovation efficiency

2.3 數據來源與處理

本研究選取的數據主要通過EPS（economy prediction system）數據庫下載《湖南統計年鑒》（2012—2020）得到，由于統計年鑒存在滯后性，所以實際得到的為2011—2019年的數據。主要的研究對象為湖南省14個市（州），即長沙市、株洲市、湘潭市、衡陽市、邵陽市、岳陽市、常德市、張家界市、益陽市、郴州市、永州市、懷化市、婁底市、湘西州。考慮到投入與產出之間的滯后性，本文將滯后時間設置為1 a，即選取2011—2018年的投入指標中的數據作為整個Malmquist模型操作中投入數據，選取2012—2019年產出指標的數據作為整個Malmquist模型操作中的產出數據。

3 實證分析

基于上述模型與選取的指標，以投入為導向選擇規模報酬可變（variable return to scale，VRS）的DEA模型為本文的分析方法，主要通過Deap2.1中的Malmquist-DEA算法進行操作。

3.1 技術創新效率動態分析

表2列出了2011—2018年湖南省M指數及其分解結果。

表2 2011—2018年湖南省M指數及其分解結果Table 2 M index details of Hunan Province, 2011—2018

由表2可知，2011—2018年湖南省各市（州）總體的創新效率為增長趨勢，但增長幅度較小（以每年0.014的比率增長）。通過分解M指數發現湖南省創新效率的增長得益于技術效率（Ieffch）的進步（以每年0.023的比率增長），而技術進步指數（Itechch）為0.991（小于1）說明在一定程度上，技術進步水平（Itechch）對湖南省技術創新效率起到了抑制效應。再具體細分技術效率指數（Ieffch）發現，規模效率和純技術效率整體都在增加，規模效率對技術效率的推動作用更強。相比規模效率，純技術效率的可提升空間更大。

從時間上看，2011—2018年的M指數呈現“M”型發展趨勢。2011—2012年的M指數為1.006，且技術效率（Ieffch）和技術進步指數（Itechch）分別為0.908（小于1）, 1.108（大于1），說明在這一年M指數發展主要依靠技術進步的帶動作用。2012—2013年，M指數相比前年增加了0.082，且細分的技術進步指數（Itechch）由2011年的1.108增加到1.329，創新效率的提高依舊依托技術進步的提升。這是由于“十二五”規劃的實施促使政府集中力量加快技術引進，在一定程度提升了技術進步指數（Itechch）。而2013—2014年的M指數出現了下降趨勢，相應的技術進步指數（Itechch）也下降到0.778，可能是前幾年政府過于粗放式發展所導致的負面結果。2014—2017年M指數都大于1，其中2014—2015年的增長速率是這幾年間最快的，達到10.9%。說明在這幾年湖南省一直致力于技術創新能力的提升。具體細分指標發現，2013—2016年技術效率指數都大于1，且對當年的創新提升起到了關鍵作用，說明湖南省開始注重能源、資源的可持續發展，資源利用率在逐年提升。而2017—2018年的M指數相對有所下滑，但政府的資源充分利用意識依舊強烈，技術效率不斷增加，起主要制約作用的為技術進步水平。在一定程度上說明政府在協調技術效率與技術進步兩者之間的平衡上存在問題，出現了“顧此失彼”的情況。表3是2011—2018年湖南14個市（州）的技術創新指數及分解結果。

表3 2011—2018年湖南省14個市（州）的技術創新指數及分解結果Table 3 Technology innovation index details of 14 cities and states in Hunan Province, 2011—2018

由表3可得，湖南省2011—2018年的全要素生產率（Itfpch）為1.014，且14個市（州）中有7個市（州）的Itfpch值大于1。這主要是因為湖南省近年將創新擺在經濟發展的重要地位，全面推動省內科技創新，促使創新水平不斷提升。

從地區來看，湖南省各市（州）的創新效率存在差異。在2011—2018年技術創新水平有所增加的有7個市（州），分別為長沙市、株洲市、湘潭市、岳陽市、常德市、婁底市、湘西州；且增長速度最快的是常德市，以每年16%的速率增加；其次是湘西州和婁底市，分別以每年11.3%, 9.2%的速率增加。主要原因可能在于，相比長株潭這幾個主要城市，常德市、婁底市、湘西州所投入的資源未達到飽和，因此當政府將資源向他們傾斜時，其技術創新效率能更快速地得到提升。作為湖南省的重點城市，長株潭在這幾年的發展中一直保持增長趨勢。Itfpch值呈現負增長的城市有衡陽市、邵陽市、張家界市、益陽市、郴州市、永州市、懷化市。其中負增長幅度最大的是懷化市。其他城市的Itfpch值雖然為負增長但非常接近1，說明這些城市近幾年在積極發展創新，但創新效率仍存在提升空間。

從原因方面分析，Itfpch>1的城市中，長沙市、株洲市、湘潭市、岳陽市、常德市、婁底市、湘西州的技術效率指數都大于1，說明這些城市的資源配置效率較高，且技術效率是推動這些城市技術創新發展的主要因素。其中，岳陽市的技術進步指數（Itechch）超過技術效率指數（Ieffch），說明對岳陽市而言，技術進步在技術創新中發揮的作用更大。在Itfpch<1的城市中，邵陽市、張家界市主要受技術進步制約。益陽市、永州市主要受技術效率“拖累”，而衡陽市、郴州市、懷化市的技術效率和技術進步指數（Itechch）均小于1，說明技術效率和技術進步共同制約了城市發展。對技術效率進行分解，發現除永州市外，其他市（州）的規模效應都大于1，說明大部分地區的規模與其創新效率發展基本達到了平衡，且對技術效率的發展起到了積極的促進作用。而純技術效率中，湘潭市、衡陽市、益陽市、郴州市、永州市、長沙市、株洲市、湘潭市、邵陽市、岳陽市、張家界市的純技術效率（Ipech）小于或等于1，相比規模效應，純技術效率在技術創新中所發揮的效應有待提高，說明這些城市應該進一步提高資源利用效率，完善資源配置。綜上可知，不同地區的創新效率提升緣由不一，因此各城市需根據自身存在的問題，制定各自的效率提升戰略。

3.2 聚類分析

應用spss軟件，根據2011—2018年湖南省14個市（州）的技術創新指數及分解值，對其進行系統聚類，并分成4個類別，如圖1所示。根據圖1所示譜系圖，得到了各市（州）的創新水平分類結果，如表4所示。

圖1 湖南省各市（州）技術創新水平譜系圖Fig.1 A genealogy map of the technological innovation levels in various cities and states of Hunan Province

從表4的分類結果可以看出，第一類主要是湖南省三大重點城市及其周邊城市，說明三大重點城市的發展在一定程度上帶動了周邊部分城市的發展。第二類主要是創新效率接近1的城市。說明這一類城市還需進一步提高創新產出。第三類是近幾年創新效率增加最快的兩個城市，雖然常德市和湘西州并不是湖南省的重點發展城市，但是近幾年的創新產出卻高于其他地區。第四類城市是“雙低”城市，即技術創新和技術進步指數都相對較低的城市，在這類城市的發展中，需要注意多方面的因素。綜上可知，創新基礎好的城市產出不一定最高，創新基礎相對弱的城市也可能獲得較高的創新效率，因此不管本身的基礎如何，都要優化利用創新資源，提高創新產出效率。此外從各市（州）的發展差異中得知各市州要加強交流合作，實現優劣互補，這樣才能共同促進湖南省技術創新水平的提高。

表4 湖南省技術創新水平分類結果Table 4 Classification of technological innovation levels in Hunan Province

4 結論與建議

本文通過DEA-Malmquist模型對2011—2018年湖南省14個市（州）的創新效率進行了研究，并結合創新效率結果進行了聚類分析，得出以下結論：

1）從總體來看，2011—2018年湖南省各市（州）的創新效率為增長趨勢，但增長幅度較小。創新效率的增長主要得益于技術效率，而技術進步水平較低對湖南省技術創新效率起到了抑制效應。具體細分技術創新指數可以發現，規模效率對技術效率的推動作用更強。

2）從時間上看，2011—2018年的M指數呈現“M”型發展趨勢，2011—2013年受“十二五”規劃的影響，創新效率不斷提升，在2013—2014年有所回落，之后又開始呈現增長趨勢，說明湖南省開始注重能源、資源的可持續發展，資源利用率在逐年提升；從地區分析，湖南省各市（州）的創新效率存在差異。在2011—2018年技術創新水平有所增加的有7個市（州），且增長速度最快的是常德市與湘西州，其他城市的Itfpch值雖然為負增長但非常接近1，說明這些城市近幾年在積極發展創新，但創新效率還存在提升空間；從原因分析發現不同地區的創新效率提升緣由不一，因此各城市需要根據自身所存在的問題，因地制宜制定各自的效率提升戰略。

3）從聚類分析結果看，主要將湖南省各市（州）的創新水平分為4類。第一類是重點發展城市及其周邊，第二類是創新效率接近1的城市，第三類是近幾年創新效率增長較快的城市，第四類是“雙低”城市。根據分類情況可知創新基礎好的城市產出不一定最高，創新基礎相對弱的城市也可能獲得更高的創新效率，因此不管本身的基礎如何，都要優化利用創新資源，提高創新產出效率。此外從各市（州）的發展差異中得知各市（州）要加強交流合作，實現優劣互補，這樣才能共同促進湖南省技術創新水平的提高。

基于此，提出以下建議：

1）加強各區域間協同合作。湖南省技術創新水平增長緩慢的一個重要原因，在于各地域之間發展存在差異，協同作用未充分發揮。因此，政府應將重點放在區域之間的協調發展，在強者與弱者之間實現推動與激發的效果。即效率高的城市推動效率低的城市發展，效率低的城市為效率高的城市解決資源要素需求。城市與城市之間協同合作，做到重點城市發展充分輻射周邊。此外各城市應加強同地方企業、高等院校、科研院所的交流合作，做到資源效應最大化。

2）因地制宜，針對性提出效率提升戰略。由于各地區創新效率的影響因素不一，因此效率值低的城市可以從自身影響因素的差異性出發，尋求單一突破口，優化資源配置效率。如懷化市從規模效率入手，優化自身投入產出結構。其他市可根據自身的產出情況，合理分配并充分利用投入資源，避免不必要的資源浪費。效率值高的城市可以精益求精，促進地區均衡發展。如長株潭等可以加強產學研合作，加強同其他城市的交流。

3）注重技術進步，加強引進吸收。在湖南省技術創新發展中，技術進步水平是其發展的主要障礙。在企業創新發展中，要加大人財物的投入力度，集中力量攻克核心技術難關。此外，正確對待引進與消化兩者的關系，提高技術引進消化吸收再創新能力，在引進關鍵技術之后，要盡快掌握核心技術并加強新產品的研發，形成良性循環。湖南省政府應采取相應的財政補貼或稅收優惠，鼓勵企業進行新技術的引進與吸收，打造一批具有國際競爭力的龍頭企業。

本文在對湖南省各市（州）創新效率[29-30]進行研究時存在一定的局限性。僅僅只是考慮各市（州）的創新效率情況，并未通過實證來具體分析影響各市（州）發展的因素。其次，在數據搜集方面受數據全面性約束存在選取時間跨度不夠長的問題。后續可以通過tobit回歸，針對影響技術創新的因素對湖南省各市（州）進行具體回歸分析，以判斷各市（州）發展的約束因素，為湖南省的發展提供更加科學的理論依據。