高技術(shù)產(chǎn)業(yè)科技創(chuàng)新資源配置效率的測度研究

王淑銳

（濟南大學，山東 濟南 250000）

引言

隨著新一輪科技革命和產(chǎn)業(yè)變革的深入發(fā)展，高技術(shù)產(chǎn)業(yè)憑借知識密集性、高附加值等優(yōu)勢，逐漸成為各國科技競爭的主要陣地。為促進高技術(shù)產(chǎn)業(yè)發(fā)展，搶占科技創(chuàng)新的先機與主動權(quán)，我國對高技術(shù)產(chǎn)業(yè)的研發(fā)投入持續(xù)增加。至2020年，高技術(shù)產(chǎn)業(yè)的經(jīng)費投入總量達到4649.1億元，是2000年的40多倍。然而，與大量的資源投入相比，我國高技術(shù)產(chǎn)業(yè)的創(chuàng)新成果及其帶來的經(jīng)濟效益相對不足，自主創(chuàng)新能力并未得到顯著提升。因此，高技術(shù)產(chǎn)業(yè)的發(fā)展不僅要重視科技創(chuàng)新資源的投入規(guī)模，更要注重科技創(chuàng)新資源投入的配置效率。

目前有關(guān)資源配置效率的測度，使用最廣泛的為數(shù)據(jù)包絡(luò)分析法（DEA）。范斐（2013）等人[1]利用改進的DEA的模型對我國各級城市的科技資源配置效率進行測度，發(fā)現(xiàn)各城市資源配置效率較低且區(qū)域差距逐年擴大。梅姝娥和陳文軍（2015）[2]運用鏈式網(wǎng)絡(luò)DEA模型衡量我國副省級城市的科技資源配置效率，并詳細分析了經(jīng)濟發(fā)展水平等環(huán)境因素對資源配置的影響。夏清華和樂毅（2020）[3]運用SBM模型和Global Malmquist指數(shù)法對我國31個省份的科技資源配置效率進行測度，研究發(fā)現(xiàn)效率非有效省份存在R&D冗余、銷售收入不足等現(xiàn)狀。

以上文獻為本文研究奠定了基礎(chǔ)，但傳統(tǒng)DEA模型并未消除環(huán)境因素以及隨機誤差對效率的影響作用，導(dǎo)致效率的測度存在誤差[4]。因此本文基于三階段DEA模型，對我國高技術(shù)產(chǎn)業(yè)的科技創(chuàng)新資源配置效率進行測度，并分析配置效率的變化趨勢及區(qū)域差異，以期為促進高技術(shù)產(chǎn)業(yè)發(fā)展，提高科技創(chuàng)新資源利用效率提供理論參考。

1 研究方法及變量的選取

1.1 研究方法

本文借鑒Fried（2002）[5]提出的三階段DEA方法，通過剔除環(huán)境因素、隨機誤差對投入松弛變量的影響，以期獲得更為真實、準確的科技創(chuàng)新資源配置效率，具體過程如下：階段一，利用投入導(dǎo)向且規(guī)模報酬可變的DEA模型測度配置效率值；階段二，構(gòu)建以投入松弛為因變量，環(huán)境因素為自變量的SFA模型，計算管理無效率所導(dǎo)致的投入冗余；階段三，采用調(diào)整后的投入變量再次進行效率評估。

1.2 變量的選取

本文選取R&D人員全時當量、R&D經(jīng)費內(nèi)部支出、新產(chǎn)品開發(fā)經(jīng)費作為科技創(chuàng)新的投入指標，并運用永續(xù)盤存法將兩種財力資源轉(zhuǎn)化為相應(yīng)的存量指標。選取專利申請數(shù)、新產(chǎn)品開發(fā)項目數(shù)、新產(chǎn)品銷售收入作為產(chǎn)出指標，并對新產(chǎn)品銷售收入進行平減處理。

本文選取的環(huán)境因素包括：經(jīng)濟發(fā)展水平，以人均生產(chǎn)總值作為代理指標；勞動教育素質(zhì)，以就業(yè)人員中本科及以上學歷所占比例作為代理指標；基礎(chǔ)設(shè)施建設(shè)，以人均郵電業(yè)務(wù)總量作為代理指標；政府支持力度，以R&D經(jīng)費中來自政府的資金作為代理指標。此外，為了消除不同指標之間的不可公度性，本文對環(huán)境變量進行無量綱化處理。

本章數(shù)據(jù)來源為2011—2021年的《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》，以及各省統(tǒng)計年鑒與統(tǒng)計公報。同時考慮數(shù)據(jù)的完整性，選取除西藏、港澳臺以外的30個省市作為研究對象，將其劃分為東部、中部、西部三大區(qū)域。

2 效率的測算

2.1 第一階段傳統(tǒng)DEA的結(jié)果與分析

本文利用DEAP2.1軟件，選取BCC模型進行第一階段傳統(tǒng)DEA分析，結(jié)果發(fā)現(xiàn)西部地區(qū)的廣西、青海、寧夏、新疆等經(jīng)濟發(fā)展相對落后的省份，配置效率值遠超東部地區(qū)的上海、江蘇、浙江、福建等經(jīng)濟發(fā)達地區(qū)，而且多次實現(xiàn)效率有效。這表明傳統(tǒng)的DEA測算結(jié)果存在偏誤，高技術(shù)產(chǎn)業(yè)科技創(chuàng)新資源配置效率與經(jīng)濟發(fā)展水平并不吻合。為進一步提高效率結(jié)果的可靠性，需要考慮我國各地區(qū)的環(huán)境差異，剝離環(huán)境因素以及隨機誤差對效率測度的影響。

2.2 第二階段SFA回歸結(jié)果及分析

將第一階段DEA得到的各松弛變量作為被解釋變量，以經(jīng)濟發(fā)展水平、勞動教育素質(zhì)、基礎(chǔ)設(shè)施建設(shè)、政府支持力度四個環(huán)境因素作為解釋變量，利用Frontier4.1來實現(xiàn)SFA模型的回歸，回歸結(jié)果如表1所示。

表1 第二階段SFA回歸結(jié)果

從表1可以看出，回歸模型的LR值以及、均通過了1%的顯著性檢驗，說明環(huán)境因素是影響效率值的主導(dǎo)因素，利用SFA模型對投入變量進行調(diào)整較為合理。同時，環(huán)境變量對投入指標的松弛變量都有一定的影響，但強度略有差異，大部分數(shù)據(jù)都能通過顯著性檢驗，且4個環(huán)境變量對R&D經(jīng)費內(nèi)部支出以及新產(chǎn)品開發(fā)經(jīng)費松弛值的影響十分顯著，達到了1%的顯著性水平。這說明環(huán)境因素對于各省份的創(chuàng)新資源投入冗余存在著顯著的影響，通過SFA剔除環(huán)境因素的影響十分必要。

通過進一步考察模型的回歸系數(shù)，可以看出勞動教育素質(zhì)對三個松弛變量的回歸系數(shù)均為負，說明勞動教育素質(zhì)的提高可以降低創(chuàng)新資源的冗余。這可能是因為高技術(shù)產(chǎn)業(yè)是以知識密集、技術(shù)密集為特點的，因而其發(fā)展一般選擇在高等教育發(fā)達的地區(qū)，使得勞動教育素質(zhì)越高的地區(qū)，對科技創(chuàng)新資源的需求也就越多?；A(chǔ)設(shè)施建設(shè)對三個投入變量松弛變量的均有顯著的負向影響，說明基礎(chǔ)設(shè)施建設(shè)越完善，越有利于減少創(chuàng)新要素的浪費，這可能是由于基礎(chǔ)設(shè)施建設(shè)加深了區(qū)域之間的開放程度，打破了創(chuàng)新活動的地理分割，實現(xiàn)科技創(chuàng)新資源的快速流通整合。從回歸系數(shù)來看，經(jīng)濟發(fā)展水平的提高，并不利于減少科技創(chuàng)新資源的冗余，這可能是因為地區(qū)經(jīng)濟發(fā)展水平提高，研發(fā)經(jīng)費的投入會隨之加大，過多的資金并未得到合理的利用從而造成資本浪費。同時經(jīng)濟發(fā)展水平也是影響勞動力流動的重要因素，大量人才在經(jīng)濟發(fā)達地區(qū)的集聚，也會造成人力資源的冗余。政府支持力度提高會導(dǎo)致創(chuàng)新資源的投入過剩，說明政府的支持并沒有發(fā)揮應(yīng)有的作用，這可能是由于政府的資金支持會使企業(yè)自身的研發(fā)投入減少，產(chǎn)生擠出效應(yīng)，而政府支持過程中的信息不對稱與考核機制的不完善，也會導(dǎo)致企業(yè)產(chǎn)生尋租行為。

2.3 調(diào)整后的DEA結(jié)果及分析

基于SFA模型結(jié)果對高技術(shù)產(chǎn)業(yè)的投入值進行調(diào)整，剝離環(huán)境因素的影響，從而得到新的配效率值。從全國層面來看，2010—2020年，高技術(shù)產(chǎn)業(yè)科技創(chuàng)新資源配置效率整體呈現(xiàn)上升趨勢，具體見圖1，效率均值由2010年的0.52增長到0.69，但與效率前沿面仍有較大差距，具有一定的提升空間。同時，配置效率與規(guī)模效率的變化基本趨于一致，且遠低于純技術(shù)效率，說明規(guī)模效率低下是科技創(chuàng)新資源配置效率低下的主要原因。

圖1 科技資源配置效率變動趨勢

如下頁圖2所示，從區(qū)域?qū)用鎭砜矗?010年我國東部地區(qū)的高技術(shù)產(chǎn)業(yè)科技創(chuàng)新資源配置效率均值達到0.768遠高于中部地區(qū)的0.440和中部地區(qū)的0.282，三大地區(qū)間的區(qū)域差異顯著。隨著時間變化，各地區(qū)配置效率均呈上升趨勢：東部地區(qū)配置效率的上升趨勢較為緩慢，但已穩(wěn)定在0.85左右；中部地區(qū)的配置效率增長迅速，個別年份甚至達到0.804，與東部地區(qū)的差距逐年縮小。西部地區(qū)的配置效率雖有增長，但仍在0.5以下，與東部地區(qū)的差距略有縮小，與中部地區(qū)的差距卻在逐年擴大。

圖2 各區(qū)域配置效率變動趨勢

具體到省域，東部地區(qū)的江蘇、浙江、廣東等發(fā)達省份利用其技術(shù)和經(jīng)濟優(yōu)勢，實現(xiàn)了高技術(shù)產(chǎn)業(yè)的率先發(fā)展。中部地區(qū)的安徽、江西、河南等地在周邊發(fā)達地區(qū)的輻射帶動下，逐漸實現(xiàn)效率有效。西部地區(qū)的四川、重慶也不甘落后，在西部大開發(fā)等政策的支持下，達到較高的配置效率。然而，仍有14個省份并沒有達到全國配置效率均值，如東部地區(qū)海南省的效率均值僅為0.278，西部地區(qū)的青海、新疆效率均值不及0.1，說明這些省份高技術(shù)產(chǎn)業(yè)不發(fā)達，科技創(chuàng)新水平十分落后。見圖3。

圖3 各省份科技創(chuàng)資源配置效率

3 結(jié)論與對策建議

3.1 結(jié)論

本文以我國高技術(shù)產(chǎn)業(yè)為研究對象，通過構(gòu)建三階段DEA模型，測度其科技創(chuàng)新資源配置效率，分析其空間分布格局及演變規(guī)律。結(jié)果表明：勞動教育素質(zhì)、基礎(chǔ)設(shè)施建設(shè)等環(huán)境因素都會對投入冗余產(chǎn)生影響?？萍紕?chuàng)新資源配置效率整體呈現(xiàn)上升趨勢，但是整體效率水平不高，仍存在很大的提升空間；科技創(chuàng)新資源配置效率的地區(qū)間差異較大，西部地區(qū)的配置效率遠低于東中部地區(qū)。

3.2 對策建議

1）降低資源投入冗余，提高資源利用效率。對于科技財力資源，要建立有效的科研經(jīng)費監(jiān)管機制，提升科研經(jīng)費使用效率。一方面，對科研項目進行事前評估，確保項目的創(chuàng)新性、立項的必要性，提高資金投入的精準性和科學性。另一方面，強化科研項目的事中和事后監(jiān)管，對項目的產(chǎn)出成果、經(jīng)濟效益進行評估，為下一階段的經(jīng)費調(diào)整提供依據(jù)。

2）提高勞動教育素質(zhì)，引導(dǎo)人才合理有序流動。一方面加大中央及地方政府的教育經(jīng)費投入力度，強化中、西部地區(qū)高等教育振興的財政支持政策，實現(xiàn)教育、創(chuàng)新資源的精準扶持。另一方面深化戶籍體制改革，建立健全城市落戶制度，為流動人口提供子女教育、醫(yī)療衛(wèi)生、社會保險、住房保障等基本公共服務(wù)，鼓勵人才跨區(qū)域就業(yè)。

3）完善基礎(chǔ)設(shè)施建設(shè)，提升科技創(chuàng)新承載力。一是完善交通基礎(chǔ)設(shè)施建設(shè)，降低貨物運輸成本及人員流動成本，加速區(qū)域間要素流動，促進區(qū)域間產(chǎn)業(yè)合作創(chuàng)新。二是加強信息基礎(chǔ)設(shè)施建設(shè)，推動新一代信息技術(shù)與傳統(tǒng)產(chǎn)業(yè)的融合發(fā)展，促進傳統(tǒng)產(chǎn)業(yè)的結(jié)構(gòu)優(yōu)化與升級。同時，利用互聯(lián)網(wǎng)的傳播優(yōu)勢，打破信息壁壘，促進知識溢出與資源共享，提高國民科技素養(yǎng)。