中部地區(qū)科技創(chuàng)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(xué)院 經(jīng)濟管理學(xué)院，湖北 襄陽 441053)

中部地區(qū)地處內(nèi)陸腹地，地理區(qū)位優(yōu)勢突出，是全國的“一中心四區(qū)”，即全國重要先進制造業(yè)中心、新型城鎮(zhèn)化重點區(qū)、現(xiàn)代農(nóng)業(yè)發(fā)展核心區(qū)、生態(tài)文明建設(shè)示范區(qū)、全方位開放重要支撐區(qū)。2019年中部地區(qū)以14.9%的土地承載了29.5%的全國人口，創(chuàng)造了22.1%的全國GDP，經(jīng)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(qū)域板塊中增速繼續(xù)領(lǐng)跑。在實施“一帶一路”、京津冀協(xié)同發(fā)展、長江經(jīng)濟帶三大國家戰(zhàn)略中，發(fā)揮著承東啟西、呼應(yīng)南北的樞紐作用，是縮小經(jīng)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(qū)崛起工作座談會上，習(xí)近平總書記提出的“貫徹新發(fā)展理念推動高質(zhì)量發(fā)展、奮力開創(chuàng)中部地區(qū)崛起新局面”[1]，對統(tǒng)籌區(qū)域協(xié)調(diào)、實現(xiàn)中部地區(qū)高質(zhì)量發(fā)展具有重大現(xiàn)實和歷史意義。實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，提升科技創(chuàng)新效率是推動新一輪中部崛起的關(guān)鍵。《中國區(qū)域創(chuàng)新能力評價報告2019》研究結(jié)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(chuàng)新能力領(lǐng)先地區(qū)，而中部地區(qū)較之仍有一定差距[2]。為增強區(qū)域科技創(chuàng)新能力，“十三五”以來中部六省分別制定實施了省域科技創(chuàng)新發(fā)展規(guī)劃，全社會研發(fā)投入占GDP的比例均逐年上升，如何科學(xué)評價和持續(xù)提升中部地區(qū)科技創(chuàng)新效率就成為區(qū)域創(chuàng)新的重要議題。因此，筆者采用三階段DEA模型方法，以規(guī)避傳統(tǒng)DEA模型中環(huán)境變量和隨機因素干擾的影響，客觀地評價中部地區(qū)的科技創(chuàng)新效率，以及研判制約其效率提升的主要因素，為優(yōu)化科技資源配置、增強中部地區(qū)科技綜合實力和競爭力提出相應(yīng)的對策建議。

一、科技創(chuàng)新效率評價的研究狀況

現(xiàn)有關(guān)于科技創(chuàng)新效率評價的研究成果主要集中在區(qū)域科技創(chuàng)新效率[3～10]、農(nóng)業(yè)科技創(chuàng)新效率[11]、海洋科技創(chuàng)新效率[12～15]、高?；蚩蒲袡C構(gòu)科技創(chuàng)新效率、文化業(yè)科技創(chuàng)新效率[16]、制造業(yè)科技創(chuàng)新效率[17～19]、企業(yè)科技創(chuàng)新效率[20～22]等方面。學(xué)者們通過選取能夠反映科技創(chuàng)新投出產(chǎn)出絕對量的指標(biāo)，構(gòu)建科技創(chuàng)新投入產(chǎn)出評價指標(biāo)體系，探索研究對象的綜合技術(shù)效率值、純技術(shù)效率與規(guī)模效率的階段性和總體變化情況、科技創(chuàng)新效率的空間分布特點、以及關(guān)鍵影響因素，并得出相應(yīng)提升科創(chuàng)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(nèi)科技創(chuàng)新投入產(chǎn)出樣本數(shù)據(jù)，得到科技創(chuàng)新績效水平，一般認為科技創(chuàng)新績效水平與科技資源的有效配置程度呈正相關(guān)關(guān)系。目前政府部門和學(xué)術(shù)機構(gòu)尚未對科技創(chuàng)新效率設(shè)計一套權(quán)威的評價指標(biāo)體系和公認的定量研究方法，因此關(guān)于相關(guān)理論與實踐研究成果對于科技創(chuàng)新效率的評價測算、研究工具、影響因素等還未形成統(tǒng)一認識。

綜上，學(xué)術(shù)界關(guān)于科技創(chuàng)新效率評價的相關(guān)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(tǒng)DEA方法，大多研究成果未考慮環(huán)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(jié)論不夠準(zhǔn)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(guān)注的是省市科技創(chuàng)新效率、產(chǎn)業(yè)創(chuàng)新效率、企業(yè)創(chuàng)新效率等層面，然而現(xiàn)今崛起勢頭正勁、發(fā)展大有可為的中部地區(qū)科技創(chuàng)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(xué)性、指標(biāo)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(nèi)中部地區(qū)科技創(chuàng)新效率，并比較分析三階段DEA模型與傳統(tǒng)DEA模型的估計效果。

二、數(shù)據(jù)來源、指標(biāo)選擇與研究方法

(一)數(shù)據(jù)來源與指標(biāo)選擇

研究數(shù)據(jù)來源于2018年的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》以及2018年中部六省統(tǒng)計資料，依據(jù)科學(xué)性、可得性和針對性原則，選取作為投入變量的指標(biāo)分別是研發(fā)機構(gòu)R&D人員全時當(dāng)量、公有企事業(yè)單位專技人數(shù)、研發(fā)機構(gòu)R&D經(jīng)費內(nèi)部支出、研發(fā)機構(gòu)R&D經(jīng)費外部支出。同時，選取作為產(chǎn)出變量的指標(biāo)分別是科技論文數(shù)、科技著作、發(fā)明專利擁有量、國家或行業(yè)標(biāo)準(zhǔn)數(shù)。另外考慮到影響中部六省科技創(chuàng)新效率且不可控制等因素，選取作為環(huán)境變量的指標(biāo)分別是人均GDP、科技支出占財政支出比重。各項投入變量、產(chǎn)出變量與環(huán)境變量的名稱、解釋與單位如表1所示。

表1 指標(biāo)選擇

(二)算法模型——三階段DEA方法

科技創(chuàng)新效率是指在既定科學(xué)研究和技術(shù)創(chuàng)新資源要素配置的約束條件下，單位科技創(chuàng)新產(chǎn)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(chuàng)新產(chǎn)出量[24]。顯然，一個科技創(chuàng)新效率更高的區(qū)域，能夠在相同創(chuàng)新投入下實現(xiàn)數(shù)量更多、質(zhì)量更優(yōu)的創(chuàng)新產(chǎn)出。因而，科技創(chuàng)新效率是創(chuàng)新能力的關(guān)鍵組成部分。要實現(xiàn)對中部地區(qū)省域科技創(chuàng)新效率的科學(xué)測度，關(guān)鍵要客觀合理地設(shè)置測度指標(biāo)體系。筆者擬采取三階段DEA模型對中部地區(qū)科技創(chuàng)新效率進行測度。數(shù)據(jù)包絡(luò)模型(Data Envelopment，DEA)是一種給予被評價對象間相對比較的非參數(shù)技術(shù)效率分析方法，本質(zhì)上是一個線性規(guī)劃問題。而三階段DEA模型是一種對傳統(tǒng)DEA模型進行改進修正的模型，F(xiàn)ried首先提出通過SFA回歸可有效剝離DEA模型中環(huán)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(tǒng)DEA模型分析初始效率

在本階段使用DEA-BBC(規(guī)模報酬可變)模型，計算出來的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率，純技術(shù)效率和規(guī)模效率之積即為綜合技術(shù)效率。根據(jù)Fried的觀點，在第二階段有必要使用SFA(Stochastic Frontier Analysis)方法，以剝離環(huán)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(huán)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(huán)境變量作為解釋變量，得到調(diào)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(guān)環(huán)境值：

fn(Ej;βj)=β0+β1E1+β2E2(1)

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

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(huán)境變量，βj為環(huán)境變量系數(shù)，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(diào)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(diào)整后的投入變量值。

第三階段：調(diào)整后的投入產(chǎn)出變量的DEA效率分析

在此階段，運用調(diào)整后的產(chǎn)出投入變量值再次測度各決策評價單元的科技創(chuàng)新效率，該科技創(chuàng)新效率已剔除環(huán)境以及隨機噪聲因素，結(jié)果相對真實準(zhǔn)確。

三、三階段DEA評價結(jié)果分析

(一)第一階段——傳統(tǒng)DEA結(jié)果分析

基于規(guī)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(jié)果如表2所示。中部六省投入產(chǎn)出的綜合技術(shù)效率平均值為0.915，純技術(shù)效率為0.975，規(guī)模效率為0.937，表明在第一階段，2017年中部地區(qū)科技創(chuàng)新效率非DEA有效，科技創(chuàng)新發(fā)展過程中現(xiàn)有生產(chǎn)規(guī)模與最優(yōu)生產(chǎn)規(guī)模之間還有一定差距，其影響因素是純技術(shù)無效率與規(guī)模無效率，但主要原因還是規(guī)模效率偏低。山西、安徽、河南、湖北等四省的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率值均為1，說明在科技創(chuàng)新進程中資源配置和生產(chǎn)規(guī)模實現(xiàn)了有效性，科技創(chuàng)新效率實現(xiàn)了局部DEA有效。而江西、湖南兩省綜合技術(shù)效率值均小于1，說明兩省的科技創(chuàng)新效率非DEA有效，還有科技創(chuàng)新投入冗余現(xiàn)象發(fā)生；在規(guī)模報酬類型上表現(xiàn)為規(guī)模報酬遞增，可見兩省在科技創(chuàng)新投入規(guī)模水平上還未達到科學(xué)有效的水平，科技創(chuàng)新投入未能全部有效轉(zhuǎn)化為相應(yīng)產(chǎn)出，規(guī)模效應(yīng)還有待凸顯。

表2 第一階段DEA效率值

(二)第二階段——SFA回歸結(jié)果分析

將環(huán)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(biāo)準(zhǔn)差處理得到新的環(huán)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(dāng)量)投入冗余、X2(企事業(yè)單位專技人數(shù))投入冗余、X3(R&D經(jīng)費內(nèi)部支出)投入冗余、X4(R&D經(jīng)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(huán)境變量的影響進行分析。

表3 第二階段SFA回歸結(jié)果

1.人均GDP

X1、X2、X3、X4的環(huán)境變量E1(人均GDP)、環(huán)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(huán)境變量E1系數(shù)均為正數(shù)(如表3所示)，呈現(xiàn)顯著的正相關(guān)關(guān)系，說明隨著經(jīng)濟發(fā)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(jīng)濟發(fā)展水平對科技創(chuàng)新效率有負向影響，主要原因是近年來中部地區(qū)不斷加大基礎(chǔ)設(shè)施建設(shè)和深化社會保障制度改革，經(jīng)濟社會發(fā)展成果全民共享，相對于東部地區(qū)來講，科技創(chuàng)新持續(xù)投入不足，科技成果在本區(qū)域內(nèi)轉(zhuǎn)化為現(xiàn)實生產(chǎn)力不夠，在一定程度內(nèi)形成了科技創(chuàng)新效率與區(qū)域經(jīng)濟發(fā)展水平反向的關(guān)系。

2.科技支出占財政支出比重

環(huán)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(chuàng)新發(fā)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(huán)境變量E2系數(shù)均為負數(shù)，呈現(xiàn)顯著的負相關(guān)關(guān)系，說明政府財政支出對科技發(fā)展的支持規(guī)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(guī)模越大，會在一定程度上提升中部六省科技創(chuàng)新效率，能夠彌補科技管理效率不足的短板。同時科技創(chuàng)新還有賴于政府的科技補助政策，缺乏有效的支撐創(chuàng)新驅(qū)動發(fā)展的市場化環(huán)境。

(三)第三階段——調(diào)整的DEA結(jié)果分析

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

從綜合技術(shù)效率來看，山西、安徽、河南、湖北四省一直處于綜合技術(shù)前沿面行列，表明環(huán)境因素、隨機誤差對以上四省的綜合技術(shù)效率并無影響，而江西、湖南綜合技術(shù)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(shù)效率下降，湖南綜合技術(shù)效率略有上升；從純技術(shù)效率和規(guī)模效率來看，山西、安徽、河南、湖北四省均處于純技術(shù)前沿面與規(guī)模前沿面。江西科技創(chuàng)新效率較低的主要影響因素為規(guī)模效率，而第一階段湖南的科技創(chuàng)新效率較低的主要影響因素為純技術(shù)效率，到第三階段主要影響因素就轉(zhuǎn)變?yōu)橐?guī)模效率；從規(guī)模報酬類型來看，山西、安徽、河南、湖北均呈現(xiàn)規(guī)模報酬不變，而江西、湖南一直呈現(xiàn)規(guī)模報酬遞增。根據(jù)經(jīng)典的經(jīng)濟學(xué)理論，最優(yōu)生產(chǎn)狀態(tài)應(yīng)處于生產(chǎn)前沿面上的規(guī)模報酬遞減(drs)階段(此時邊際產(chǎn)量小于平均產(chǎn)量但邊際產(chǎn)量大于0)中的某點，所以中部地區(qū)科技創(chuàng)新總體上還未達到合理的科技投入規(guī)模水平[27]。

在剝離環(huán)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(shù)效率值和規(guī)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(chuàng)新投入產(chǎn)出結(jié)構(gòu)匹配較好；江西純技術(shù)效率值為1，規(guī)模效率值為0.711，表明江西未來科技創(chuàng)新效率改進的方向，應(yīng)重在優(yōu)化科技資源配置，破除科技資源配置“碎片化”。湖南純技術(shù)效率值、規(guī)模效率值均小于0.9，表明提升科技創(chuàng)新效率，要從改進資源配置效率和投入產(chǎn)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(huán)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(tài)。只有湖南X1在第三階段的松弛變量值表現(xiàn)出減小的態(tài)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?？傮w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(jié)論與政策建議

(一)結(jié)論

通過構(gòu)建三階段的DEA模型對中部地區(qū)科技創(chuàng)新效率進行實證測度，得到以下結(jié)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(qū)綜合技術(shù)效率值、規(guī)模效率值有小幅下降，純技術(shù)效率值稍有提升。從不同省域平均值來看，綜合技術(shù)效率普遍較高；從整體來看，中部六省科技創(chuàng)新效率主要受限于較低的規(guī)模效率。

第二,在剔除環(huán)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(shù)前沿面行列；山西、安徽、河南、湖北均呈現(xiàn)規(guī)模報酬不變，而江西、湖南一直呈現(xiàn)規(guī)模報酬遞增，表明中部六省科技創(chuàng)新投入規(guī)模水平還需進一步改進。

第三,經(jīng)過第二階段的SFA回歸分析可見，環(huán)境因素中人均GDP變量對科技創(chuàng)新效率有負向影響，科技創(chuàng)新效率與區(qū)域經(jīng)濟發(fā)展水平呈現(xiàn)反向關(guān)系；反映政府財政支出對科技發(fā)展支持力度的環(huán)境因素——科技支出占財政支出比重，是提升中部六省科技創(chuàng)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(chuàng)新體系建設(shè)和市場化發(fā)展滯后等問題。

(二)政策建議

第一,持續(xù)加大財政科技投入力度，優(yōu)化科技投入產(chǎn)出效率。鑒于中部六省科技創(chuàng)新效率尚未處于規(guī)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(chuàng)新效率主要受限于較低的規(guī)模效率。中部六省應(yīng)持續(xù)加大財政科技創(chuàng)新投入，優(yōu)化提升科研項目經(jīng)費管理水平。堅持有所為、有所不為的原則，強化對基礎(chǔ)研究和應(yīng)用研究的投入力度，加快新舊動能轉(zhuǎn)換，培育和發(fā)展戰(zhàn)略新興產(chǎn)業(yè)，以促進科技創(chuàng)新投入產(chǎn)出結(jié)構(gòu)科學(xué)合理。

第二,堅持科技創(chuàng)新體制機制改革，加快科技成果轉(zhuǎn)化。針對前文分析的結(jié)論，即中部地區(qū)政府對科技創(chuàng)新的直接投入能夠顯著提升科技創(chuàng)新效率，科技創(chuàng)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(chǔ)上，應(yīng)深入推進科技成果轉(zhuǎn)化和技術(shù)轉(zhuǎn)移的體制機制改革，充分發(fā)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(dǎo)”的體制機制，實施“五鏈統(tǒng)籌”行動，著力推動創(chuàng)新鏈、產(chǎn)業(yè)鏈、人才鏈、政策鏈、資金鏈深度融合，引導(dǎo)科技資源向經(jīng)濟社會發(fā)展一線聚集，提升科技創(chuàng)新效率。

第三,因地制宜，實行有差別的科技創(chuàng)新政策。鑒于中部六省科技創(chuàng)新效率存在區(qū)域差異，不同地區(qū)應(yīng)結(jié)合各自的資源稟賦和發(fā)展定位，制定并實行差異化的科技創(chuàng)新發(fā)展政策。比如規(guī)模效率較低的省份應(yīng)加大在人才、經(jīng)費、科研環(huán)境等要素的投入，擴大科技投入規(guī)模；純技術(shù)效率較低的省份應(yīng)優(yōu)先完善科技創(chuàng)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(chuàng)新效率目標(biāo)，加速科技投入要素向本地區(qū)的國家中心城市、國家創(chuàng)新型城市，尤其是向國家綜合性產(chǎn)業(yè)創(chuàng)新中心和國家戰(zhàn)略性新興產(chǎn)業(yè)集群集聚，形成若干科技創(chuàng)新企業(yè)密集的中心城市節(jié)點。加強科技信息共享，積極構(gòu)建中部地區(qū)科技創(chuàng)新聯(lián)盟，充分發(fā)掘城市間協(xié)同放大效應(yīng)，打造中部科技創(chuàng)新的“雁陣”格局。