中国各省（区市）技术创新效率研究
来源:用户上传
作者:
摘 要：在知识经济时代背景下，科技创新是推动社会经济发展的重要动力。运用DEA模型测度2017年中国各省区技术创新效率。研究表明：我国整体技术创新效率水平不高，近4/5省区的技术创新效率未达到最优水平，较低的纯技术效率水平是造成该现象的重要因素;东部地区技术创新效率最高，各效率值均位列四大地区首位，西部地区与其他地区技术创新效率差异显著;科技固定资产投资和技术市场成交额对技术创新效率水平影响显著。新时代全面提升我国各省区技术创新效率水平，应以优化资源配置为主，注重创新能力，配合针对性的运行机制，协调区域间差异。
关键词：技术创新效率;数据包络分析;中国
中图分类号：F204 文献标识码：A 文章编号：1671-0037（2020）1-45-8
创新是引领发展的第一动力，党的十八大明确提出“科技创新是提高社会生产力和综合国力的战略支撑”。为提高我国科技创新水平，国家投入了大量的资金支持，研究与发展（R&D）经费从1990年的125亿元增至2017年的17 500亿元。随着大量资源的投入，科技创新效率逐渐成为关注的焦点，国家越来越重视科技创新发展在空间上的均衡问题，党的十九大进一步提出实施区域协调发展战略。受各种地理自然环境、社会经济发展条件的制约，我国各区域间发展差异较为明显。为此，国家采取了一系列措施，协调区域发展，在西部大开发、东北振兴、中部崛起等重大决策部署的影响下，我国逐渐形成了东中西互动、南北方协调的发展格局，区域差异也在逐渐缩小之中。近几年“一带一路”建设、京津冀协同发展、长江经济带发展等战略进一步增强了区域发展的整体协调性。深入了解我国目前区域技术创新效率水平及其区域差异，有助于促进区域协调发展，为产业发展制定科学的发展战略，同时为优化资源配置提供政策性建议。
1 文献综述
在国家战略的支持下，当今社会对技术创新日益关注，国内学者关于技术创新相关问题的研究也逐渐增多。在研究方法方面，技术创新是多投入、多产出的复杂活动，为了测度其整体效率，须使用泰尔指数法、松柏回归、动态空间计量模型、随机前沿分析（SFA）、数据包络分析（DEA）等分析方法，其中DEA应用更多[1]。范德成等从创新投入产出视角，利用泰尔指数法研究了我国高技术产业技术创新的实际效率差异[2]。张超林等基于松柏回归，探讨了股票流动性、代理效率与企业技术创新之间的内在机制[3]。杨博等采用超效率SBM-Malmquist模型，对我国各地高校的技术创新水平进行测度[4]。赵庆采用空间计量学模型，探索了产业结构优化升级对技术创新效率的影响[5]。范成德运用随机前沿模型测度了空间效应等因素对高新技术产业技术创新效率的影响等[6]。陈元志等使用VRS径向的DEA模型，对我国大中型工业企业的技术创新效率进行了比较[7]。岳鸿飞基于松弛变量的方向性距离函数测算了我国各省的绿色技术创新效率[8]。宋来胜等采用SFA方法，分析了我国技术创新效率的影响因素[9]。
在研究对象方面，关于技术创新效率的研究主要集中在制造业、高新技术、医药、物联网等产业。王明亮等从研发投入与产业集中度的视角，探究了我国通信设备制造业创新效率的影响因素[10]。方正起等从创新价值链的视角，评价了我国军工企业的技术创新效率[11]。熊阿珍等以15家制药企业为样本，对其进行技术创新效率评价[12]。李林子等从技术创新价值链的角度，评价了我国环保产业技术创新效率[13]。隆云滔等探究了我国电子及通信设备制造业的区域创新效率的差异[14]。陈恒等对我国高专利密集度产业、医药企业的技术创新效率进行了实证分析[15-16]。黄涛等研究了我国物联网产业的创新效率及其相关性[17]。还有部分学者对我国特定地区的技术创新效率进行了探索[18-24]。
综上所述，目前关于技术创新效率方面的探究主要集中在各类行业产业、具体的地域范围等方面，针对全国各省区的技术创新效率水平测度相对较少。本文运用DEA模型，以全国31个省（区市）的技术创新效率为分析对象，通过构建技术创新效率评价指标体系，测度各省（区市）技术创新效率，总结其地域分布特点，揭示我国技术创新发展中存在的主要问题，并对其原因进行探索，进而提出相应的改善措施与建议。
2 评价模型构建
数据包络分析方法（DEA）主要借助数学规划确定相对有效的生产前沿面，并将决策单元投影到生产前沿面上，通过比较各决策单元的相对生产前沿面的偏离程度，来测度其相对有效性[25]。同传统评价方法相比，DEA方法更加不受数据量纲影响，也不需要估计生产函数关系，操作更加简单快捷，适用于多投入多产出的综合评价性问题。DEA方法最基本的模型是CCR模型，CCR模型是基于规模报酬不变的效率测度模型，后扩展到基于规模报酬可变的BCC模型。BCC模型不仅可以反映决策单元的技术效率和规模效率，还可以反映决策单元的投入产出松弛变量取值及其投影下的有效目标值。因此，本文选取BCC模型，对我国各省（区市）技术创新效率进行分析，深入研究我国技术创新效率，并对给出非DEA有效省（区市）的调整方案，提出针对性的完善措施。建立如下BCC模型：
BCC模型将综合效率值分解为纯技术效率值和规模效率值，只有纯技术效率和规模效率同时有效时，综合效率才有效。综合效率是对决策单元的资源配置能力、资源使用效率等方面的综合衡量与评价;纯技术效率是制度和管理水平带来的效率，若资源配置结构不合理，则纯技术效率相对无效;规模效率是对决策单元的现有规模是否达到了最优规模的测度，是指在当前制度和管理水平下，规模因素对生产效率的影响水平，若当前规模设置不合理，则规模效率相对无效，即规模效率值小于1。
3 指标体系构建
科学合理地选择投入与产出指标对于有效地使用DEA模型十分重要。从最终能用实物和价值量体现的角度选择技术创新投入指标，应该包括人力、财力、物力三个方面。同时鉴于数据可获得性，本文采用研究与试验发展（R&D）人员全时当量、研究与试验发展（R&D）经费、科技固定资产投资作为技术创新投入指标。考量国家或地区技术创新产出需要从技术进步和应用创新两方面考虑，为此选择的技术创新产出指标为：国内专利申请授权量、技术市场成交额、新产品销售收入。专利是科技创新产品输出的基础，是衡量一个地区技术进步的基本标准;而技术市场的成交合同金额反映了创新成果的价值，是技术进步应用到市场后体现的经济效益。新产品销售收入可以从侧面反映科技投入对区域产业发展的贡献率以及科技成果的市场转化能力。指标的相关數据主要来源于《中国统计年鉴（2018）》，具体内容见表1。本文以我国31个省（区市）作为决策评价主体，以2017年度相关数据作为样本数据。具体指标体系见表2。 4 技术创新效率实证分析
4.1 总体效率水平分析
运用DEA模型，以《中国统计年鉴2018》中的相关数据为样本，对我国各省（区市）的技术创新效率进行测度。本文选取我国31个省（区市）作为决策单元，运用DEA软件，将技术创新投入产出效率评价指标体系中的相关数据代入BCC模型，得到各省（区市）技术创新综合效率、纯技术效率以及规模效率值，结果如表3所示。
从运行结果来看，我国有6个省区的综合效率值为1，是BCC模型的有效决策单元，位于BCC模型的有效生产边界上。表明这些省（区市）既不存在纯技术无效率，也不存在规模无效率，其技术创新效率相对有效，资源使用效率相对较高，资源配置与规模发展等相对最优。在其他DEA无效省区，各省区纯技术效率与规模效率未同时达到1，表明其存在不同程度的资源分配问题或规模发展问题。从整体来看，我国技术创新效率水平不高（如表3所示），综合效率平均值仅为0.707，虽然有6个综合效率值为1的省区，但是大部分省区不在有效生产边界上，我国技术创新效率整体较低。
从纯技术效率来看，31个省区中有7个省区纯技术效率为1，位于BCC模型的有效边界上。纯技术效率用于衡量决策主体以既定投入资源提供相应产出的能力，与决策主体的管理水平直接相关。而我国大部分省区的纯技术效率相对无效，全国平均水平较低，仅为0.757，表明其资源管理水平有待提升，资源配置相对不合理。
从规模效率来看，虽然仅有6个省区的规模效率值达到最优，但是其他各省区的规模效率值都相对较高，全国平均水平也达到0.934，整体规模效率较好。可见，我国目前拥有的技术创新发展规模与当前技术创新效率相适应。综合考虑纯技术效率与规模效率可以看出，我国综合效率低的根源主要在于纯技术效率低，即技术创新无效率主要是技术创新资源分配不当所引起的，技术创新效率的改善主要依赖于资源分配、使用效率等的提升。
为深入探究我国技术创新效率水平分布情况，本文以综合效率值为评价指标，将其分为五个等级，0.2为一个等级差。其中综合效率值为1的评价为“DEA有效”，技术创新效率水平最优;小于1大于0.8的评价为“较好”，位于0.6～0.8之间的为“一般”，下一等級评价为“较差”，小于0.4的则为“差”。以此为评价标准对各省区效率值进行分类，可得我国技术创新效率分布情况表（如表4）。通过分析可知，我国各省区技术创新效率水平达到最优的仅有6个，占总量的19.4%，而DEA相对无效的省区则占80.6%。由此可见，我国近五分之四省区的技术创新效率水平属于DEA无效，其技术创新资源投入产出存在一定的投入冗余或产出不足，造成了一定程度的资源浪费。在DEA相对无效的决策单元中，仅有3个决策单元创新效率水平为“较好”，其综合效率水平均在全国平均水平之上。近半数的省区效率水平在0.7左右，与全国平均水平较为接近，综合效率水平“一般”。另有四分之一的省区综合效率水平位于“较差”阶段，低于0.6。综上所述，我国整体的技术创新效率水平较低。
4.2 区域分布差异
根据我国经济社会加速发展的新形势，全国分为四大经济区域：东部地区、东北地区、中部地区和西部地区。为研究我国技术创新效率的区域发展差异，本文分别考察了中部、东部、西部、东北地区的区域技术创新效率状况，以各区域省（区市）的效率值平均值作为其所在区域的效率值，其分布情况如图1所示。研究发现，我国目前技术创新效率仍呈现出明显的区域不平衡特征。东部地区技术创新的综合效率平均值为0.76，远高于西部地区（0.65），东北地区（0.73）和中部地区（0.71）综合效率水平较为接近，且均在全国平均水平之上。因此，我国东部地区技术创新效率水平最优，与其他地区差异较大，而东北和中部地区之间的技术创新效率发展差异较小，西部地区则与其他地域存在显著差异，其技术创新效率存在显著不足。从纯技术效率来看，东北、东部和中部地区纯技术效率值较为接近，且均高于全国平均水平（0.757），其资源使用效率相对较高。而西部地区则表现较差，其纯技术效率值为0.67，远低于全国平均水平。由此可见，西部地区的技术创新发展存在较为明显的资源浪费，未能充分发挥各项人力、财力、物力资源的作用。从规模效率来看，东北、中部、东部、西部地区规模效率值较为接近，表明四大区域间的规模效率协调较好，在规模效率方面无明显的区域性差异;且西部地区的规模效率值相对较高，表明其规模发展与当前技术创新效率水平相适应。从整体来看，四大地区的综合效率值分布与纯技术效率值较为接近，规模效率无明显差异。由此可见，我国四大区域间存在的综合效率差异主要是由纯技术效率差异引起的。
4.3 DEA无效省区分析与调整
技术创新效率无效的主要原因一般为投入比例不合理、投入存在冗余或产出不足等。对BCC模型中的投入产出松弛变量进行分析，调整DEA无效省区的各类投入产出。
根据DEA运行结果中的投入松弛变量值，给出我国各省区技术创新投入调整方案，如表5所示。人力投入方面，由表5可知，在25个综合效率无效省区中，有6个省区的技术创新投入存在人员投入冗余，表明人力资源投入力度较大，但是未能创造相应的技术创新产出，造成了人员投入的冗余。此时需要对这些省区的研发人员投入进行缩减，或者提高研发人员素质，充分发挥人才作用，更好地提高运行效率。财力投入方面，仅有5个省区的技术创新研发经费投入存在冗余，且其调整值相对较小。由此可见，我国各省区对技术创新资金的分配及使用效率较为合理。物力投入方面，14个省区存在科技固定资产投资冗余，表明这些省区在对技术创新物资的分配及使用方面还存在很大的不足，并由此造成了极大的资源空置，需要重视技术创新的物资分配及使用问题。在3个投入指标中，科技固定资产投资这一指标需要调整的省区相对最多，是影响我国技术创新效率的主要因素。
通过软件运行结果，计算出技术创新产出指标调整方案，具体内容如表6所示。直接产出方面，在25个DEA无效决策单元中，有9个省区存在国内专利申请授权量产出不足，20个决策单元存在技术市场成交额产出不足。国内专利申请授权量是技术创新的直接表现，决定了一个地区的创新能力;技术市场成交额则是对技术创新成果的进一步肯定，因而两者是衡量技术创新效率的重要指标。而我国大部分省区存在技术创新直接产出不足，则表明其创新能力有待提高，需要加强技术创新能力提升，增强研发能力。在间接产出方面，仅有2个省区存在新产品销售收入产出不足，大部分地区表现良好。在3个产出指标中，需要对技术市场成交额调整的省区占比较大，在25个DEA无效决策单元中近80%的决策单元均存在技术市场成交额的产出不足。当前条件下，增加技术市场成交额能有效提高我国技术创新效率水平。因此，技术市场成交额对技术创新效率水平具有显著的正向促进作用。 5 结论与建议
本文利用DEA模型对我国各省区技术创新效率进行了评价与分析，研究表明：①我国各省区技术创新效率总体水平不高，纯技术效率较低是导致综合效率较低的主要因素，为提高技术创新效率则需要加强管理制度的完善。而我国规模效率平均水平较高，充分发挥了规模效应对创新效率的影响。②我国各省区技术创新效率具有明显区域差异。东部地区是技术创新综合效率最高的区域;西部地区远远落后于东部地区;东北地区与中部地区技术创新水平较为接近，表现良好，虽低于东部地区，但是两个地区综合效率值均在全国平均水平之上。③对于相对DEA无效的省区而言，科技固定资产投资和技术市场成交额在各指标中占有较大的调整比例，科技固定资产投资投入冗余和技术市场成交额产出不足是导致技术创新效率较低的主要因素。
根据本文相关研究结论，针对我国技术创新效率的提升问题，提出以下发展建议：第一，优化技术创新资源配置，提高资源使用效率。技术创新效率提升的重点不在于追加投入资源，关键在于如何提升现有资源的合理配置与使用，避免资源浪费造成的技术創新效率低下，合理配置科研经费与科研设备，避免资源的空置、浪费，提高各项资源的使用效率。第二，提高各省区内对于投入资源的管理与运营能力，注重技术创新投入资源的合理使用，努力提高研发人员的素质，提高研发能力，调动研发积极性，不断增强各省区对技术创新成果的转化能力。第三，充分发挥政府的协调作用，营造良好的创新环境。合理规划技术创新资源配置、资金供给、人才分配等，建立完善的技术创新支持体系。此外，从技术创新效率的地域差异分布可知，西部地区与东部具有明显差距，这种差距的存在很可能加剧四大地区经济发展差距，因此对于西部地区而言，加速提升创新能力，提高创新效率，从而促进西部地区社会经济发展，是缩小与东部地区之间发展差异的有效途径之一。
参考文献：
[1] 秦青.区域工业企业技术创新效率及影响因素：基于三阶段SBM模型的分析[J].地域研究与开发，2018，37（2）：47-51.
[2] 范德成，李盛楠.中国高技术产业技术创新实际效率测度及收敛性分析[J].软科学，2019，33（10）：1-6，19.
[3] 张超林，杨竹清.股票流动性、代理效率与企业技术创新：基于泊松回归的实证研究[J].华东经济管理，2018，32（11）：151-158.
[4] 杨博，曹辉.基于超效率SBM-Malmquist模型的我国各地区高校技术创新国际化效率评价[J].科技管理研究，2018，38（16）：52-56.
[5] 赵庆.产业结构优化升级能否促进技术创新效率？[J].科学学研究，2018，36（2）：239-248.
[6] 范德成，李盛楠.考虑空间效应的高技术产业技术创新效率研究[J].科学学研究，2018，36（5）：901-912.
[7] 陈元志，陈劲，吉超.中国不同类型企业技术创新效率的趋势与比较[J].科研管理，2018，39（5）：1-10.
[8] 岳鸿飞.基于环境规制的我国绿色技术创新效率测算[J].统计与决策，2018，34（8）：100-104.
[9] 宋来胜，苏楠.开放式创新对我国技术创新效率影响的随机前沿分析：基于R&D经费外部支出视角[J].当代经济管理，2017，39（11）：31-37.
[10] 王明亮，余芬.我国电子及通信设备制造业创新效率实证分析[J].科技管理研究，2018，38（7）：85-92.
[11] 方正起，张宝承，秦杰.创新价值链视角下我国上市军工企业技术创新效率评价研究[J].经济与管理评论，2019，35（6）：37-48.
[12] 熊阿珍，孟光兴.基于DEA方法的制药企业技术创新效率研究：以深沪前15位上市公司为例[J].中国新药杂志，2019，28（14）：1675-1680.
[13] 李林子，傅泽强，李雯香.基于创新价值链的我国环保产业技术创新效率评价[J].科技管理研究，2019，39（13）：74-80.
[14] 隆云滔，裴瑞敏，杨国梁.电子及通信设备制造业区域创新绩效演化研究[J].科技管理研究，2018，38（16）：162-168.
[15] 陈恒，何平，林超然，等.基于SBM-NDEA模型的我国高专利密集度产业技术创新效率研究[J].运筹与管理，2018，27（3）：191-199.
[16] 陈恒，何平，徐睿姝，等.基于DEA-Malmquist指数的医药企业技术创新效率评价[J].科技管理研究，2017，37（9）：69-73.
[17] 黄涛，谢友才.物联网产业技术创新效率研究：基于创新两阶段视角[J].科技与经济，2016，29（3）：34-38.
[18] 童泽望.湖北省上市企业技术创新效率评价[J].统计与决策，2019，35（18）：185-188.
[19] 石薛桥，董茂峰.中部六省区域创新两阶段效率评价：基于2007-2014年面板数据[J].商业经济研究，2017（2）：141-143.
[20] 郝金磊，尹萌.丝绸之路经济带沿线地区创新效率评价及影响因素研究：基于BCC和Malmquist指数法的DEA-Tobit模型[J].科技管理研究，2018，38（5）：69-76.
[21] 李梦琦，胡树华，王利军.基于DEA模型的长江中游城市群创新效率研究[J].软科学，2016，30（4）：17-21，45.
[22] 王丽平，周龙.京津冀高技术产业技术创新效率评价及资源配置研究[J].科技管理研究，2016，36（8）：1-7，13.
[23] 柴国生.技术创新对经济增长驱动作用差异性实证研究：以河南省为例[J].创新科技，2018，18（1）：25-30.
[24] 杨兰桥.河南省科技创新资源统筹与优化配置研究[J].创新科技，2019，19（2）：57-62.
[25] BANKER R D，CHARNE A， Cooper W W. Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis[J].Management Science， 1984，30（9）：1078-1092.
转载注明来源:https://www.xzbu.com/1/view-15142399.htm
