戚 湧，张 明，李太生

(南京理工大学经济管理学院，江苏南京 210094)

基于Malmquist指数的江苏创新资源整合共享效率评价

戚 湧，张 明，李太生

(南京理工大学经济管理学院，江苏南京 210094)

创新资源整合共享是时代的要求。加强创新资源整合共享和高效配置，将创新资源优势转化为创业创新优势，是实施创新驱动战略，提高创新主体能力，从而形成良性的区域创新体系的重要任务。江苏一直走在区域创新体系建设的前沿。本文以江苏为例，研究创新资源整合共享的评价体系，运用DEA模型测算江苏全省、苏南、苏中和苏北及13个市创新资源整合共享的Malmquist指数及其分解情况，以期获得有借鉴价值的经验，推动江苏创新资源整合共享。

创新资源;整合共享;效率;Malmquist指数

一、引言

创新资源日益成为国家的重要战略资源，显示出在国家竞争中的战略地位。加强创新资源整合共享和高效配置，将创新资源优势转化为创业创新优势，是实施创新驱动发展战略，建设创新型国家的重要任务。江苏拥有强大的科技、教育、智力和信息资源优势，具有丰富的创新资源，正大力加强科技创新，推动区域创新体系建设，力争在2015年在全国率先基本建成创新型省份，实现创新资源优化配置和开放共享是江苏经济发展的根本需要。

国外高度重视创新资源整合共享工作，美、日、英、德等国形成一套规范的整合共享制度体系。美国成立地区性文献共享联盟，制定《信息自由法》，建立以“完全与开放(full and open)”共享为核心的法律和制度体系，成为全球数据和信息中心。欧盟制定“跨国使用研究基础设施计划”，规定欧盟范围内政府投资形成的科学仪器和设施允许其他国家使用。日本规定政府投入的科学设备接受企业和社会试验委托开放使用。国际组织1990年以来，13次要求成员国认定对公共领域科学研究数据完全与公开的政策承诺，国际CODATA 2002年世界大会决定“亚洲—太平洋国家数据资源共享”、“发展中国家科技数据保藏”等8项任务。

2005年，科技部等四部委发布《“十一五”国家科技基础条件平台建设实施意见》，提出构建“六大平台”，强调创新资源整合共享。2009年，整合上千家高校、院所大型仪器、科学数据和科技成果资源的“中国科技资源共享网”正式开通。《国家中长期科学和技术发展规划纲要(2006-2020)》提出要建立科技基础条件平台的共享机制。北京市制定《关于促进科技条件共享的若干意见》，2009年建设了“首都科技条件平台”。上海市1997年建设了“科学仪器协作共用网”，2004年建设了“研发公共服务平台”，涵盖研发基础条件、公共技术服务、成果转化服务、管理决策支持和网络服务支撑五大功能;2007年，上海市人大通过《促进大型科学仪器设施共享规定》。2004年，重庆市发布《大型科学仪器资源共享管理暂行办法》，建设了“大型科学仪器资源共享平台”。

我国创新资源整合共享虽然取得初步成效，但与发达国家相比还存在一些问题，如缺乏整体规划，政策法规不完善，财政投入配置不合理，创新资源存在重复建设和浪费等。区域创新资源整合共享是近年来学术界的研究热点，目前国内外对区域创新资源整合共享的研究多数是宏观的、静态的研究，对创新资源整合共享效率的研究较少。本文以江苏为例，研究创新资源整合共享的评价体系，运用DEA模型测算江苏全省、苏南、苏中和苏北及13个市创新资源整合共享的Malmquist指数及其分解情况，以期获得有借鉴价值的经验来优化创新资源配置，提高创新资源整合共享效率。

二、创新资源整合共享的理论构架

创新资源包括创新条件资源、创新人力资源、创新投入资源、创新信息资源、创新成果资源、创新政策资源等各类支撑和推动科技创新的资源，是带动经济超越简单再生产和扩大再生产的创新经济要素、制度要素和社会要素的总和［1］。创新资源整合共享是通过市场机制、政策法规、管理体制等，实现资源的整合、开放、共享，最大限度地利用有限资源，提高资源使用效率的科技资源配置方式［2］。效率是给定投入和技术的条件下对资源进行配置利用的程度，创新资源整合共享效率是通过实现创新资源整合共享，提高配置效率，即科技投入与产出之比，强调的是单位产出能力，而不是创新资源总量指标。创新资源要素及其子要素构成了一个复杂的创新资源系统，如图1所示。

创新财力资源、创新人力资源、创新条件资源、创新成果资源、创新条件资源、创新政策资源构成了其基本要素，这些创新资源要素分布在政府、企业、高校、科研院所等部门，使得创新资源形成一个相互关联的有机整体［3］。政府作为实现创新资源共整合享监管的主导者，承担制定规章制度和管理资源的职责;企业一方面通过科技基础条件平台获得自身所需的核心资源，另一方面可以将共享的创新资源与创新成果转化为现实生产力，从而提高创新资源的利用率;高校和科研院所拥有丰富的创新条件资源、创新成果资源等，是创新资源整合共享群体的重要组成部分;科技中介是连接政府、企业、高校和科研院所的沟通桥梁，是创新资源需求方与资源供给方的联系枢纽［4］。政府、企业、高校、科研院所、科技中介等部门将创新财力资源、创新人力资源、创新条件资源、创新成果资源、创新条件资源、创新成果资源连结成一个动态的系统。

图1 创新资源整合共享系统图

创新资源整合共享有三种基本模式:一是政府主导型创新资源整合共享模式，二是创新主体主导型创新资源整合共享模式，三是市场主导型创新资源整合共享模式，如图2所示。政府主导型模式是通过政府计划，经过产学研合作与市场拉动，达到有效制度安排下的整合共享;创新主体主导型模式是通过创新主体的产学研合作，经过政府计划与市场拉动，达到有效制度安排下的整合共享;市场主导型模式是通过市场拉动，经过政府计划与产学研合作，达到有效制度安排下的整合共享［5］。在上述三种模式中，政府主导型模式和创新主体主导型模式属于创新资源整合共享建设初期或过渡时期的模式，而市场主导型模式将成为创新资源整合共享建设的主导模式。从目前的情况来看，大部分采用的是政府主导型创新资源整合管理模式，但主体权力最终还应归还于市场。

三、研究模型的构建

(一)Malmquist指数分析

DEA方法是目前效率测算中最基本的分析方法，但由于DEA方法只能进行时间序列和截面数据的效率测算，因此尚未应用于基于面板数据的效率测度研究。1953年，Malmquist最早提出Malmquist指数;1982 年，Caves、Christensen和Diewert将这一指数应用于生产效率变化的测算;1994年，Fare、Crosskopf等人将这一理论的一种非参数线性规划法与数据包络分析法(DEA)理论相结合，建立了用来观察两个不同时期全要素生产率增长(total factor productivity change，TFPch)的Malmquist指数，弥补了静态DEA模型不能对面板数据进行分析的不足，使得Malmquist指数被广泛应用［6］，其推算公式为:

图2 创新资源整合共享的三种模式

Malmquist指数(TFP Index)的推算公式(1)表示在t期至t+1期全要素生产率变化程度，由技术效率变化指数TEC(Technical Efficiency Change)和技术进步指数TP(Technical Progress)两部分组成，其定义如公式(2)、(3)［7］。若 Mi＞1，表示生产率上升;若Mi=1，表示生产率不变;若Mi＜1，表示生产率下降。

技术效率变化指数(TEC)是相对效率变化指数，主要衡量生产投入要素是否有浪费，资源配置是否最优，该指数描述的是由t期到t+1期的每个决策单元到生产前沿面的追赶程度。当Tech＞1时，表明其与最优决策单元组成的生产前沿面的差距在缩小，说明组织管理水平有所提高;当Tech=1时，表明相邻两期的技术效率没有发生改变;当Tech＜1时，表明其与最优决策单元组成的生产前沿面的差距加大，说明组织管理水平呈现下降趋势［8］。技术进步指数(TP)是衡量决策单元在相邻两个时期的生产技术变化程度，它代表生产过程中技术进步或创新程度。当TPch＞1时，表示生产前沿面向外移动，生产技术有所进步;当TPch=1时，表示生产前沿面没有发生变化，生产技术没有变化;当TPch＜1时，表示生产前沿面向后推移，生产技术呈现衰退趋势。本文主要是从DEA模型的产出角度出发，计算Malmquist指数及其各构成部分，使用的软件为DEAP Version 2.1。

(二)指标选择与数据来源

区域创新资源的整合共享目的是实现科技资源的优化配置和高效利用，为自主创新提供科技基础支撑。本文在相关研究工作基础上，充分征询政府科技主管部门、高校和科研院所部分专家意见，提出区域创新资源整合共享效率评价指标体系，一级指标为创新投入和创新产出，创新投入包括3个二级指标，创新产出包括3个二级指标，如表1所示。

表1 区域创新资源整合共享效率评价指标体系

其中，政府科技拨款(X1)是政府按照国家目标对科技发展给予直接的资源共享，为创新资源顺利开展提供资金支持;科技活动人员(X2)是直接从事科技活动、以及专门从事科技活动管理和为科技活动提供直接服务的人员，为创新资源整合共享提供直接支持与服务;科技进步环境(X3)是反映政策环境对创新资源整合共享的引导和扶持力度，为创新资源整合共享创造良好的环境。专利申请数(Y1)是科技活动的重要产出，是测度科技创新资源整合共享活动的重要依据;技术市场(Y2)作为科技成果交易的场所，是创新成果资源需求者和拥有者进行产权交易的场所，是创新资源配置共享的主要表现形式;高新技术产值(Y3)不仅能反映创新成果转化能力，而且能反映科技的产业化能力。

其中政府科技拨款、科技活动人员、技术市场成交额、高新技术产值数据来源于《江苏科技年鉴2003-2012》，专利申请数据来源于《江苏统计年鉴2003-2012》，科技进步环境数据来源于《江苏省科技进步监测结果与科技统计公报2002-2011》。为了剔除物价变动及通货膨胀等因素影响，本文以2002年为基期，采用GDP平减指数对政府科技拨款、技术市场成交额、高新技术产值等数据进行了换算。

四、模型测算结果分析

(一)江苏全省创新资源整合共享效率测算结果分析

利用DEAP Version 2.1软件，通过对2002年-2011年江苏13个市创新资源整合共享的投入与产出的面板数据进行Malmquist指数分析，得到江苏创新资源整合共享的Malmquist指数及其分解的变化情况，见表2所示。

表2 2002-2011年江苏创新资源整合共享的Malmquist指数及其分解

根据表2中江苏创新资源整合共享的全要素生产率、技术效率及技术进步变化的环比指数，计算出以2002年为基期的定基指数来观察江苏创新资源整合共享的TFP及其构成的变化趋势，如图3所示。

图3 江苏创新资源整合共享的TFP及其构成的累计变动率

从表2和图3可以看出，2002年-2011年江苏创新资源整合共享的Malmquist指数在各个时间段落上呈正向增长状态，Malmquist指数年均增长率达到了11.9%，这说明江苏创新资源整合共享的效率保持良好的增长趋势;技术进步指数(TPch)在各个时间段落上也呈现正向增长状态，总体上与Malmquist指数保持一致变化，其年增长率为13.1%;创新资源整合共享的技术效率变化指数(TEch)在 2003-2004、2005-2006、2007-2008、2008-2009等四个时间段呈正向增长状态，而在另外五个时间段内呈现衰退状态，因而整体上出现了1.1%的负增长率。

从技术进步指数和技术效率变化指数的变化趋势来看，技术进步指数变动对TFP指数的作用更大点，TFP指数的下降也主要受到技术效率指数衰退的影响，但技术进步的推动作用大于并抵消了技术效率下降带来的影响，说明江苏创新资源整合共享的投入产出结构不合理，配置效率不高。江苏拥有强大的科技、教育、智力和信息资源优势，具有丰富的创新资源，在自主创新方面走在全国的前列，但由于在创新资源整合共享过程中存在大量的重复投入和资源浪费现象，资源投入结构不合理，配置方式主要以计划为主，市场对创新资源配置的作用没有得到充分发挥，致使创新资源的整合共享效率增长缓慢，创新资源综合效率仍然不高。

(二)江苏三大区域创新资源整合共享效率测算结果分析

根据江苏13个市2002-2011年Malmquist指数及其构成部分变化得出江苏苏南、苏中、苏北三大区域创新资源整合共享的Malmquist指数及其分解的变化情况，见表3所示。

表3 2002-2011年江苏创新资源整合共享的Malmquist指数及其分解

根据表3中江苏三大区域创新资源整合共享的全要素生产率、技术效率及技术进步变化的环比指数，计算出以2002年为基期的定基指数来观察苏南、苏中、苏北三大区域的创新资源整合共享的TFP及其构成的变化趋势，如图4、5、6所示。

图4 苏南创新资源整合共享的TFP及其构成的累计变动率

图5 苏中创新资源整合共享的TFP及其构成的累计变动率

图6 苏北创新资源整合共享的TFP及其构成的累计变动率

根据表3可以得出:江苏三大区域的创新资源整合共享的年均Malmquist指数均处于递增状态，其中苏南地区的创新资源整合共享的TFP增长率为15.6%、苏中地区为 12.4%、苏北地区为9.3%。创新资源整合共享效率增长率的顺序由高到低依次是苏南、苏中、苏北地区，这说明江苏三大区域地区差异明显，苏南地区不仅是江苏经济最发达的地区，也是江苏科技创新的重要战场。苏南、苏中地区TFP的增长主要源于创新资源整合共享中的技术进步、技术效率的提高，苏北地区效率的增长主要源于技术进步，技术效率变化是导致各地区创新资源整合共享效率差异的主要原因。

从技术效率变化指数(Tech)来看，苏南、苏中、苏北的技术效率变动指数呈现出递减趋势，年平均增长率分别为1.1%、0.4%、－3%，苏南、苏中地区的增长率不高，说明苏南地区虽然创新资源集中度比较高，但该地区的创新资源配置结构有待趋于合理，技术效率有待提高;而苏北地区的技术效率增长大都呈现负增长，说明苏北创新资源要素投入比例不协调，资源配置不合理，创新资源存在一定的浪费和重复建设。从技术进步指数(TPch)变动情况来看，苏南、苏中地区的技术进步指数呈现正向增长趋势，而苏北地区2004年前期增长率为负，其后呈现正向增长趋势，说明苏南、苏中地区的科技基础条件比较好，苏北地区的科技基础条件虽然相对比较弱，但也随着政府政策引导、企业自主创新意识增加等原因在不断改善苏北地区的科技基础条件，使其缩小与苏南、苏中地区的差距。

(三)江苏13个市创新资源整合共享效率测算结果分析

根据模型测算结果可以计算出江苏13个市2002-2011年历年来创新资源整合共享的Malmquist指数及其分解的情况，但是由于涉及的数据比较繁琐，为了便于分析仅列出2002-2011年江苏13个市创新资源整合共享的Malmquist指数及分解的平均值，如表4所示。

表4 2002-2011年江苏13个市创新资源整合共享的Malmquist指数及分解的平均值

图7 江苏13个市创新资源整合共享的TFP累计变动率

由表4、图7可以得出:2002-2011年，江苏13个市的创新资源整合共享的Malmquist指数平均值均呈正向增长趋势，其中南京和苏州的增长速度最快，年均增长率分别为17.2%、16.3%。从技术进步指数来看，13个市的技术变化指数均呈正向增长趋势，其中南京和苏州的年均增长速度依旧保持前列，说明2002-2011年这个阶段江苏区域内总体创新能力得到了有效的增加。从技术效率变动指数来看，常州、镇江、扬州、泰州的技术效率呈上升趋势，说明这四个地方的创新资源整合共享的结构配置趋于合理，技术效率相对优化;南京、无锡、苏州的技术效率保持不变;南通、徐州、连云港、淮安、盐城和宿迁的技术效率呈现下降的趋势，说明这些地方存在要素投入比例不协调、配置结构不合理而造成的资源浪费和重复建设等问题，影响了创新资源整合共享的效率。

江苏大部分地区创新资源整合共享的全要素生产率增长受技术进步指标的影响比较大，而技术效率变化指数对全要素的影响相对比较小，说明江苏13个市创新资源整合共享的效率变动主要取决于技术研发和创新能力的变化。常州、镇江、扬州、泰州4个城市的TFP增长主要受到技术进步和技术效率变化的双重影响，南通、徐州、连云港、淮安、盐城、宿迁主要受到技术进步的推动，说明徐州、连云港等市与南京、无锡、常州、苏州等市相比，要素投入相对不足，缺乏引导资源合理配置的市场机制。

五、结论与对策建议

根据上述模型测算结果分析可以得出:江苏创新资源整合共享效率总体上处于不断上升的趋势，技术进步指数对TFP的作用大于技术效率变化指数，TFP指数的下降也主要受到技术效率指数衰退的影响，说明江苏在创新资源整合共享过程中依然存在一定的重复投入和资源浪费现象，资源投入结构不合理;江苏创新资源整合共享效率增长率的顺序由高到底依次是苏南、苏中、苏北，说明这三大地区存在明显的差异，苏南地区是江苏经济最发达的地区，苏中地区保持着不断向前追赶的趋势，而苏北地区虽然科技基础条件相对比较弱，但也随着政府政策引导、企业自主创新意识增强，不断改善科技基础条件，逐步缩小与苏南、苏中地区的差距;江苏13个市的创新资源整合共享的Malmquist指数平均值均成正向增长趋势，其中南京和苏州的增长速度最快，而南通、徐州、连云港、淮安、盐城和宿迁的技术效率呈现下降的趋势，说明这些地区存在要素投入比例不协调、配置结构不合理而造成的资源浪费和重复建设等问题，影响了创新资源整合共享的效率。基于上述研究结论，本文提出对策建议如下:

(一)统筹江苏创新资源整合共享投入渠道

建立政府投入为引导，企业投入为主体，吸引社会资金和外资为补充的多渠道、多元化的投入体系。优化苏南、苏中、苏北不同地域之间财政引导性创新资源整合共享的投入，保持苏南、苏中地区的创新资源集中度、科技财政投入充沛优势的同时，注重对苏北地区的科技财政投入的支持，激发苏北地区科技创新能力。通过增加财政投入、实施税收优惠、进行财政奖励和费用补贴等多种措施，鼓励各类创新资源整合共享建设基金聚集，增强政府调动和优化江苏全省创新资源配置的能力。

(二)优化江苏创新资源整合共享配置结构

加强江苏创新资源开放共享的市场化配置，强化政府配置创新资源的引导地位，推动企业成为创新资源配置的主体，大力建设市场化、社会化、网络化的科技中介服务体系，提高创新资源配置效率。根据苏南、苏中、苏北创新系统环境、发展优势、发展目标的不同，制定相应的创新资源配置模式，通过区域组织管理、政策法规导向，引导处于封闭的创新资源向社会开放，实现创新资源高效配置和共享，避免资源分散和浪费，提高全省创新资源利用率。

(三)搭建江苏创新资源整合共享服务平台

建设科技基础条件共享协作中心、科技信息和科学数据共享服务中心、科技成果转化服务中心等全省层面的创新资源开放共享公共服务平台，加强科技中介服务，促进企业与创新资源相对充足的高校、科研院所进行合作，提高创新资源整合共享效率。引导省外创新资源为江苏所用，依托现有的江苏科技条件网、江苏省工程文献中心、首都科技条件平台、上海公共研发平台等科技资源共享平台，采用“频道对接”方式实现信息共享，降低建设成本，形成立足江苏、面向长三角、辐射全国的高水平创新资源整合共享服务平台。

(四)推动江苏创新资源整合共享协同创新

充分利用江苏科教和人才资源优势，建设创新资源整合共享服务平台，完善运行机制，加强协同创新，鼓励高校、科研院所与企业建立政产学研协同创新战略联盟。加强产学研结合，充分释放高校和科研院所的创新能量，推动企业成为创新投入、创新活动和创新成果应用的主体［9］。推进国际科技合作，提升整合共享层次，营造开放共享环境，充分吸收全球创新资源，形成优势互补、资源共享、互促发展的合作机制，实现江苏创新资源整合共享。

［1］陈健，何国祥.区域创新资源配置能力研究［J］.自然辩证法研究，2005(3):78-81.

［2］吴家喜.近十年国内科技资源共享研究进展与述评［J］.科技与经济，2012(2):1-5.

［3］陈劲，阳银娟.协同创新的理论基础与内涵［J］.科学学研究，2012(2):161-164.

［4］戚湧，张明.基于博弈理论的协同创新主体资源共享策略研究［J］.中国软科学，2013(1):149-154.

［5］李应博.科技创新资源配置——机制，模式与路径选择［M］.北京:经济科学出版社，2009:190-191.

［6］刘玲利.科技资源配置理论与配置效率研究［D］.吉林:吉林大学，2007.

［7］孙绪华，陈诗波，程国强.基于Malmquist指数的国有科技资源配置效率监测及其影响因素分析［J］.中国科技论坛，2011(3):21-27.

［8］孙绪华.我国科技资源配置的实证分析与效率评价［D］.武汉:华中农业大学，2011.

［9］何郁冰.产学研协同创新的理论模式［J］.科学学研究，2012(2):165-173.

(本文责编:辛 城)

Evalution on Integration and Sharing Efficiency of Jiangsu Innovation Resources Based on Malmquist Index

QI Yong，ZHANG Ming，LI Tai-sheng

(School of Economics and Management，Nanjing University of Science and Technology，Nanj ing210094，China)

The integration and sharing of innovation resources is required by our era.And it is an important task that implementing the strategy of innovation driven and improving the ability of the main innovation body to forming a benign system of regional innovation by strengthening the integration and sharing of innovation resources and efficient allocation of innovation resources.Jiangsu is a leading position of regional innovation system construction.The paper takes Jiangsu as an example，studies the evalution index system of integration and sharing of innovation resources and measures the Malmquist index and its decomposition of the sharing of resources of Jiangsu.It is to obtain reference value experience of promoting the integration and sharing of innovation resources.

innovation resources，resource－sharing，efficiency，Malmquist Index

F204

A

1002－9753(2013)10－0101－10

2013－08－25

2013－10－11

国家软科学研究计划项目“江苏创新资源整合共享的模式与机制策研究”(2012GXS4D083);2013年长三角合作与发展共同促进基金“长三角地区科技资源整合共享与科技服务合作机制研究”。

戚湧(1970－)，男，江苏泰州人，南京理工大学经济管理学院教授、博士生导师，博士后，研究方向:技术创新管理。