徐 妍

(新疆师范大学 商学院，乌鲁木齐 830017)

基于三阶段DEA模型的新疆工业创新效率及其区域差异

徐 妍

(新疆师范大学 商学院，乌鲁木齐 830017)

技术创新效率提升对促进新疆工业经济转型升级具有重要意义。为了明确新疆工业技术创新活动的绩效特点，采用三阶段DEA模型以及地级行政区的大中型工业企业数据，测度并分析了新疆工业创新效率及其影响因素、区际差异。2008年以来，各区域工业创新活动普遍缺乏DEA有效性，规模效率低下是主要原因；经济市场化、产业集聚都有利于区域工业创新效率提升，但人力资本积累表现为反向作用，FDI和出口的影响不显著；剔除环境效应和统计噪音后，工业创新效率分布呈现“北疆高于南疆、核心区高于外围区”的空间极化格局。

工业创新效率；三阶段DEA模型；区域差异；新疆

0 引言

后金融危机时代，技术创新对全球经济复苏与增长的支撑作用凸显。技术创新是一种新产品、新工艺、新知识的创造性生产活动，也存在生产效率问题。当创新资源有限时，唯有提高技术创新活动的资源利用率，才能有效提升创新效益，增强创新能力。作为技术创新活动相对频繁的产业部门，工业的创新效率问题逐渐受到关注，相关研究侧重于在全国视域下考察分行业、分省域或分所有制类型的工业创新效率及其影响因素。冯根福等运用基于C-D生产函数的SFA模型测算了1998—2004年中国35个工业行业的研发效率，并发现市场竞争度、企业利润率与工业研发效率正相关[1]。胡颖慧等运用网络DEA模型对中国37个工业行业在技术开发阶段和成果转化阶段的创新效率进行了对比分析[2]。张海洋[3]、冯宗宪等[4]运用两阶段DEA模型对中国30个省份大中型工业企业的R&D效率进行测度，并借助Tobit模型分析其影响因素。俞立平基于DEA-Malmquist指数测算中国不同所有制类型的大中型工业企业创新效率增长率，并指出国有企业及国有独资公司的创新投入冗余较严重[5]。上述研究对把握中国工业创新效率的总体特征十分有益，但也有学者关注于国内某一特定地区的工业创新效率问题，比如韩东林等对皖江城市带在承接长三角地区产业转移过程中工业R&D效率的探讨[6]、乌兰等运用DEA-BC2模型对西北地区工业创新效率的考察[7]以及一些学者分别针对某一省份大中型工业企业创新效率的分析[8-11]。然而，有关新疆工业创新效率问题的研究还比较缺乏。

统计数据显示，2013年新疆规模以上工业企业实施新产品开发项目1 103项，不足西北五省份总数的11%；新产品销售收入和开发经费分别为353.33亿，39.45亿元，创新产出-投入比为8.96，明显低于全国和西部地区的平均水平。然而，这种创新能力的相对不足也意味着新疆工业创新效率的提升不仅对自身区域经济内生增长和可持续发展产生积极的边际影响，而且对新疆及西部地区工业技术竞争力的反梯度发展也会发挥促进作用。换言之，区域创新体系建设的滞后在一定程度上也蕴藏着积极的“迟发展效应”[12]。由于新疆的工业创新活动主要集中于石油和天然气开采业，其他工业行业的创新规模普遍较小，这种结构容易导致创新能力较低的行业反而具有较高的创新效率，从而使测算结果缺乏合理性，故从区域维度考察新疆工业创新效率问题更为合适。另外，技术创新活动的区域根植性决定了有必要将区域环境因素内化于创新效率测算中，但传统DEA模型无法反映出这种内在关联，SFA模型虽有所改进但要对创新生产函数进行先验假定，相对而言，三阶段DEA模型较好地弥补了这些不足。因此，本研究借助三阶段DEA模型及2007—2013年新疆15个地区(州、市)的大中型工业企业面板数据，实证分析不同区域的工业创新效率及其影响因素、区际差异，为新疆产业技术创新体系建设和企业自主创新能力培育提供决策参考。

1 模型、变量与数据

1.1 三阶段DEA模型

数据包络分析(data envelopment analysis，DEA)是测度企业生产效率的主流方法，其核心思想是借助线性规划构造非参数前沿面，用企业的投入组合点到前沿面的距离来反映生产效率。在测度企业生产效率时，传统DEA模型不能剔除环境效应和统计噪音，使计算结果无法准确反映真实的效率水平。为弥补这一缺陷，H.O.Fried等提出三阶段DEA模型，利用SFA模型对样本企业的投入和(或)产出松弛量进行环境因素和统计噪音的回归分解，再利用调整后的投入和(或)产出估算生产效率[13]。随后，罗登跃对该模型的参数估计方法进行了修正，使其适用性得到提高[14]。基于三阶段DEA模型对新疆各区域工业创新效率进行测度的具体过程如下。

第一阶段：利用投入导向的DEA-BC2模型测度初始效率和投入松弛量。对区域i而言，假设其初始工业创新效率为θi，则θi可通过求解下列线性规划问题得到：

minθi,λθi，s.t.θixi≥Xλ,Yλ≥yi,λ≥0 ,eTλ≤1。

式中：i=1,2，…,I；xi≥0是N×1维投入向量；yi≥0是M×1维产出向量；X=(x1,x2,…,xI)N×I，Y=(y1,y2,…,yI)M×I；λ是I×1维权重向量；e是I×1维单位向量。进一步得到，第n种投入的松弛量sni=(1-θi)xni+(θixni-Xnλ)=xni-Xnλ≥0(n=1,2，…,N),(1-θi)xni为径向松弛量，(θixni-Xnλ)为非径向松弛量。

第二阶段：利用成本函数导向的SFA模型分解投入松弛量。假设有k个环境因素(z1，z2，…，zk)，则第n种投入的回归方程为：

sni=fn(zi;βn)+vni+uni。

第三阶段：基于调整后的投入和原始产出，再次利用投入导向的DEA-BC2模型测度创新效率，此时的效率值更真实地反映了企业技术创新活动的内部管理状况。

1.2 创新投入、产出及环境因素的变量设定

1.2.1 创新投入、产出变量。借鉴余东华等[15]及华海岭等[16]的做法，将创新投入设为R&D人员(人)和R&D资本存量(万元)，将创新产出设为新产品开发项目(项)。

R&D资本存量参照Z.Griliches[17]及吴延兵[18]的方法估算：

CK,ti=E(t-1)i+(1-δ)CK,(t-1)i,CK,0i=E0i/(g+δ)。

式中：CK,ti，Eti分别为区域i在t年的R&D资本存量和不变价R&D经费内部支出，后者由当年价R&D经费内部支出经不变价格指数平减得到*《中国科技统计年鉴》提供了全国R&D经费内部支出的历年可比价增长率，由此换算出R&D经费内部支出的不变价格指数。；CK,0i，E0i分别为区域i在基期(2007年)的R&D资本存量、R&D经费内部支出；δ为R&D资本折旧率，参照D.T.Coe等[19]及李平等[20]的做法，设其为5%；g为R&D资本存量在考察期的年均增长率，为简便计算，设其等于不变价R&D经费内部支出的同期年均增长率。

1.2.2 环境因素变量。在兼顾数据可得性的同时，主要从5个方面梳理新疆工业创新环境因素：(1)外商直接投资。针对外资的技术溢出效应，有研究认为外资是促进东道国企业技术进步的有效途径[21]，也有研究认为外资对东道国企业R&D活动的影响同时存在挤出效应和溢出效应[22]。近几年，新疆利用外资规模一直保持较大幅度增长，区域工业创新活动是否会受此影响值得探讨。(2)出口贸易。邻近中亚、东欧市场的地缘优势使出口成为拉动新疆经济增长的重要力量，企业通过“出口中学”降低创新风险、成本，益于提高创新效率，更激烈的国际市场竞争也会激励企业提高创新效率。(3)经济市场化。除基本的R&D资源外，创新—创业型企业家才能是决定技术创新成功与否的核心要件，但这种高级人力资源属于空间分布不均的稀缺性资源，只有依赖良好的市场环境才能形成、显现[23]，故经济市场化有利于提高企业创新效率。(4)产业集聚。企业区位邻近引发的投资激励和示范效应有助于人力资本积累[24]，同时使企业之间，企业与大学、科研机构之间的信息传递更为便捷，促进了知识溢出、技术扩散，从而提高企业创新效率。(5)人力资本积累。具有以知识创新为核心的持续创新能力的人力资本是技术创新的基础和前提，正如新增长理论所言，这种人力资本的边际报酬递增性使其与其他创新资源结合时，会有助于促进创新产出和效率的提高。上述5个因素依次用各地区(州、市)的实际利用外资额、规模以上工业企业出口交货值占销售产值的比重、非国有控股工业企业产值占行业总产值的比重、工业总产值的空间基尼系数以及人力资本存量表示。

1.3 数据来源与处理

各项指标值由2008—2014年《新疆统计年鉴》中各地区(州、市)大中型工业企业的统计数据整理得到。需要说明的是，其一，考虑到创新投入转化为创新产出的时滞性以及环境因素影响创新活动的时滞性，对投入变量和环境因素变量都取滞后1期；其二，由于统计口径调整，2011—2013年的指标值由规模以上工业企业的统计数据整理得到；其三，博州、塔城地区的历年创新产出数据缺失严重，故将其分别并入伊犁州直属地区和阿勒泰地区，克州、和田地区也因数据缺失被一起并入喀什地区，统称为“南疆三地州”。

2 新疆工业创新效率及其分解

首先，对未剔除环境效应和统计噪音的各地区(州、市)工业创新效率进行测度和分解(表1)；其次，分析外部环境因素对创新要素冗余的影响(表2)；最后，对剔除环境效应和统计噪音后“真实的”的工业创新效率进行测度和分解(图1,表3)。

表1 新疆工业创新效率(未剔除环境效应和统计噪音)

表2 成本函数导向的SFA模型回归结果

说明：*，**，***分别代表具有10%，5%，1%的显著性水平，括号中为t值。下表同。

表1显示，在未剔除环境效应和统计噪音时，大多数地区(州、市)的工业创新活动都未达到DEA有效状态且创新效率普遍偏低，有些甚至不足0.1，致使历年的全疆均值以及各地区(州、市)的年度均值都较低且明显小于0.5。这种低效率状态说明，各地区(州、市)的工业创新活动存在较为严重的投入冗余，产出能力有较大的提升空间。另一方面，乌鲁木齐市、昌吉州、阿克苏地区以及伊犁州直属地区、博州的历年工业创新效率较高，在个别年份已达到DEA有效状态。然而，阿克苏地区、伊犁州直属地区和博州的DEA有效性与其工业创新活动的低投入、低产出有关，并不能反映出这些区域的内在创新效率高低。相反，乌鲁木齐市和昌吉州的效率值与其经济社会发展水平基本同步，在一定程度上预示着区域环境对创新效率有影响。

表2显示，其一，所有系数几乎都有显著性，说明SFA模型的回归结果有效。其二，γ都大于0.9，说明统计噪音对2种创新投入松弛量的变化具有显著影响，确实有必要将其剔除。其三，经济市场化、产业集聚对2种创新投入松弛量的回归系数都为负，说明这两类环境的优化有助于改善区域工业创新投入冗余状况。给定产出能力，投入松弛量越小，企业的生产效率越高。从这一角度讲，经济市场化、产业集聚会促进新疆工业创新效率提升，该结论与前文假设一致。与此相反，人力资本积累对2种创新投入松弛量的回归系数都为正，说明其不利于新疆工业创新效率提升。究其原因，一是新疆人力资本的人口配置结构较低，严重缺乏专业技术型、研发创新型人才，导致人力资本积累抑制了企业技术创新；二是人力资本积累对企业技术学习能力、自主创新能力的提升存在门槛效应[25]，但新疆各地区(州、市)的人力资本积累远未达到临界规模。其四，出口贸易倾向于减少R&D人员冗余，对R&D资本存量冗余却发挥反向作用，尽管SK系数大于SL系数的绝对值，由于创新生产函数的具体形式未知，不能依据这种大小关系贸然断定，出口贸易不利于新疆工业创新效率的提升。外商直接投资对2种创新投入松弛量也具有反向影响，但回归系数都不显著，说明这类环境因素对新疆工业创新效率的影响甚微，主要是因为目前新疆利用外资规模仍较小且集中于服务业领域*《新疆统计年鉴(2014)》的数据显示，2013年，新疆服务业领域吸引外资28 054万美元，占同期外资总额的比重为58.3%。，故削弱了工业领域的外资溢出效应。

图1 新疆工业创新效率(已剔除环境效应和统计噪音)

对比表1和图1发现，剔除环境效应和统计噪音后，各地区(州、市)的历年效率值和年度均值都发生了变化。其中，乌鲁木齐市、克拉玛依市都明显提高，前者几乎始终处于创新生产前沿面上，致使其历年创新效率等于或接近于1，后者的创新效率则逐年递增，年度均值相对于修正前的水平提高了2.1倍；巴州和自治区直辖县级市的历年效率值都有所增长，致使其年度均值也小幅提升；除此之外，其余地区(州、市)的历年效率值和年度均值都显著下降。然而，大多数地区(州、市)的工业创新效率仍较低，与表1结论一致，反映出新疆工业创新能力羸弱亟待增强的困局。从区域差异看，修正后的工业创新效率的空间布局表现出“北疆高于南疆”以及“天山南、北坡经济带高于外围区”的特点。

表3 新疆工业创新效率分解及规模报酬类型(已剔除环境效应和统计噪音)

说明：括号中为2013年的规模报酬类型，“irs”代表规模报酬递增，“-”代表规模报酬不变。

表3显示，各地区(州、市)的纯技术效率均值等于或接近于1，但规模效率普遍较低，说明后者是制约新疆工业创新效率提升的主要因素。除克拉玛依市以外，其他地区(州、市)的规模报酬类型全部为递增，表明创新活动规模的扩大有利于接近最佳创新技术规模，进而增强创新规模效益。这在一定程度上也说明，新疆工业创新能力低下不仅在于区域创新环境欠佳，更在于缺乏有效规模的创新人才和资金的投入。从规模效率的区域差异看，乌鲁木齐市、克拉玛依市显著高于其他地区(州、市)，据此，新疆工业创新体系建设可优先将创新政策向乌鲁木齐市、克拉玛依市倾斜，促进创新人才、资金向其聚集，充分挖掘这些地区的创新规模潜力。

3 工业创新效率区域差异及其收敛性

图2 新疆工业创新效率的区域差异

由于D3=0，故偏差平方和=D1+D2。D1,D2分别为组内、组间差距。将各地区(州、市)划归为南、北疆两大区域*北疆包括乌鲁木齐市、克拉玛依市、吐鲁番地区、哈密地区、昌吉州、伊犁州直属地区、博州、阿勒泰地区、塔城地区，南疆包括巴州、阿克苏地区、南疆三地州，此处不考虑自治区直辖县级市。，可得到南、北疆组内差距和南—北疆组间差距以及三者分别占偏差平方和的比重。

图2显示，2008—2013年变异系数虽起伏波动但始终大于3.2，说明各地区(州、市)工业创新效率的离散程度始终较高，这与地区间效率差距较大有关。从偏差平方和的分解看，北疆组内差距占比始终大于60%，在多数年份甚至接近90%，南疆组内差距和南—北疆组间差距的占比之和在多数年份都不足20%。这种对比说明，北疆地区间创新效率差距的缩小对当前新疆工业创新体系协调发展具有重要意义。

考虑到个别环境因素的显著影响(表2)，进一步对新疆工业创新效率区域差异的条件β收敛性进行判别，相关计量模型为：

。

式中：τi,t为区域i从t-1年到t年的创新效率增长率；Ti,t-1为区域i在t-1年的创新效率；c为常数项；β为收敛系数；φk为环境因素变量zk的待估参数；εi,t为随机扰动项。经过前期测算，仅有产业集聚和人力资本积累的回归系数通过显著性检验。因此，在构建和估计计量模型时，只涉及创新效率和这2个环境因素变量(表4)。

表4 新疆工业创新效率的区域差异收敛性

表4显示，尽管F统计量不显著且R2较小，但各回归系数都具有显著性，可大体判断新疆工业创新效率区域差异的收敛性。其中，收敛系数显著为负，说明各地区(州、市)工业创新效率存在条件β收敛趋势；产业集聚和人力资本积累的回归系数都显著为正，说明这2个因素对各地区创新效率增长与收敛具有一定的促进作用。

4 结论与启示

4.1 结论

环境效应和统计噪音对新疆工业创新效率的测度有显著影响，将二者剔除后呈现“北疆高于南疆、核心区高于外围区”的效率分布格局，表明企业内在创新能力与其所在地区的经济发展水平基本同步；各地区(州、市)的工业创新效率普遍低下，主要由于创新投入、产出不足，尚未形成规模经济；各地区(州、市)工业创新效率差异具有一定的条件β收敛趋势，北疆组内差距对区域效率差异的贡献最大；就创新环境因素而言，经济市场化、产业集聚都有利于新疆工业创新效率的提升，但人力资本积累表现为反向作用，FDI和出口的影响不显著。

4.2 政策启示

第一，加大创新投入力度、实现规模经济是基础。积极引进、培养创新人才，完善企业创新绩效考核奖励制度，鼓励产、学、研交流与合作；建立健全以财政投入为先导、企业为主体、银行贷款为支撑、社会集资和引进外资为补充、优惠政策做扶持的“多位一体”资金投入体系，完善金融服务支持技术创新的长效机制。第二，优化区域创新环境、激发企业创新活力是重点。以丝绸之路经济带建设为契机，既要瞄准国际物流通道的功能定位，也要加快产业结构调整以增强自身与中亚国家的互补优势，提高本土企业向西开放的参与度，同时促进经济市场化，实现技术转化过程中各种资源的有效整合与优化配置。第三，创新经济的区域非均衡发展是途径。新疆创新驱动型经济发展尚在起步，工业创新资源匮乏且空间分布不均，应重点依托产业园区建设，推进特色产业、骨干企业、优势资源向核心区集聚，推广产业创新战略联盟建设，实现优势互补、互利共赢的协同创新。

[1] 冯根福，刘军虎，徐志霖．中国工业部门研发效率及其影响因素实证分析[J]．中国工业经济，2006(11)：46-51.

[2] 胡颖慧，陈伟．网络化生产过程视角下的中国工业行业创新效率研究[J]．中国科技论坛，2013(8)：53-60.

[3] 张海洋．中国省际工业全要素R&D效率和影响因素：1999—2007[J]．经济学(季刊)，2010，9(3)：1029-1050.

[4] 冯宗宪，王青，侯晓辉．政府投入、市场化程度与中国工业企业的技术创新效率[J]．数量经济技术经济研究，2011(4)：3-17.

[5] 俞立平．企业性质与创新效率——基于国家大中型工业企业的研究[J]．数量经济技术经济研究，2007(5)：108-115.

[6] 韩东林，金余泉．皖江城市带大中型工业企业R&D效率研究——兼与上海市比较[J]．中国科技论坛，2011(6)：74-78.

[7] 乌兰，伊茹．中国西部地区大中型工业企业技术创新效率评价[J]．中央财经大学学报，2013(10)：86-90.

[8] 张改清．河北省各地区工业企业研发效率评价[J]．河北经贸大学学报，2009，30(4)：93-96.

[9] 陈修德，梁彤缨，徐健．广东省大中型工业企业R&D效率及其区域差异解析[J]．中国科技论坛，2011(8)：73-78

[10] 韩鹏．基于熵值法的大中型工业企业R&D效率的区域差异测度与评价——以河南为例[J]．河南理工大学学报：社会科学版，2011，12(1)：49-52.

[11] 夏绪梅．基于DEA的陕西大中型工业企业技术创新效率评价及演化分析[J]．西安财经学院学报，2013，26(6)：43-47.

[12] 徐建华，岳文泽，鲁凤．中国西部地区的迟发展效应、后发优势及创新对策研究[J]．地域研究与开发，2002，21(3)：47-54.

[13] Fried H O，Lovell C A K，Schmidt S S，etal．AccountingforEnvironmentalEffectsandStatisticalNoiseinDataEnvelopmentAnalysis[J]．JournalofProductivityAnalysis，2002，17(1/2)：157-174．

[14] 罗登跃．三阶段DEA模型管理无效率估计注记[J]．统计研究，2012，29(4)：104-107．

[15] 余东华，王青．国有工业企业自主创新效率变化及影响因素——基于1998—2007年省域面板数据的DEA分析[J]．山西财经大学学报，2010，32(1)：94-101．

[16] 华海岭，吴和成，申敏．地区大中型工业企业技术创新效率分布的非参数检验[J]．系统工程，2014，32(1)：10-18．

[17]GrilichesZ．R&DandProductivity：TheEconometricEvidence[M]．Chicago：TheUniversityofChicagoPress，1998：287-343．

[18] 吴延兵．R&D存量、知识函数与生产效率[J]．经济学(季刊)，2006，5(4)：1129-1155． [19] Coe D T，Helpman E．International R&D Spillovers[J]．European Economic Review，1995，39(5)：859-887.

[20] 李平，崔喜君，刘建．中国自主创新中研发资本投入产出绩效分析——兼论人力资本和知识产权保护的影响[J]．中国社会科学，2007(2)：32-42.

[21] Blomström M，Sjöholm F．Technology Transfer and Spillovers：Does Local Participation with Multinationals Matter?[J].European Economic Review，1999，43(4)：915-923.

[22] 蒋殿春，夏良科．外商直接投资对中国高技术产业技术创新作用的经验分析[J]．世界经济，2005(8)：3-10.

[23] 贾亚男．关于区域创新环境的理论探讨[J]．地域研究与开发，2001，20(1)：5-8.

[24] 杨迅周，杨延哲，蔡建霞．产业群与区域技术创新体系建设[J]．地域研究与开发，2001，20(2)：6-9.

[25] 孙文杰，沈坤荣．人力资本积累与中国制造业技术创新效率的差异性[J]．中国工业经济，2009(3)：81-91.

[26] 徐妍．产业集聚视角下中国高技术产业创新效率及其空间分异研究[D]．天津：南开大学，2013：142-143．

Industrial Technology Innovation Efficiency and Its Regional Diversity in Xinjiang Based on Three-stage DEA Model

Xu Yan

(School of Business， Xinjiang Normal University， Urumqi 830017， China)

Promoting technology innovation efficiency is important for the transformation and upgrading of Xinjiang’s industrial economy． In order to investigate the performance of Xinjiang’s industrial innovation activity， this article applied the three-stage DEA model， empirically analyzes technology innovation efficiency and its affect factors as well as regional diversity of industrial LMEs in Xinjiang． Since 2008， scale inefficiency is the main cause of technology innovation inefficiency in most areas. Marketing and agglomeration will promote technology innovation efficiency， human-capital effects reversely， but not sure for FDI and export. As environmental effects and statistical noise eliminated， technology innovation efficiency of the north and the core areas in Xinjiang are higher than the south and the peripheral areas．

industry technology innovation efficiency； three-stage DEA model； regional diversity； Xinjiang

2014-11-24；

2015-12-09

国家社会科学基金青年项目(11CMZ006)；新疆师范大学博士科研启动基金项目(XJNUBS1309)；新疆师范大学中亚与中国西北边疆政治经济研究中心招标课题(040312C08)

徐妍(1983-)，女，湖北十堰市人，讲师，博士，主要从事区域经济、产业经济等方面的研究，(E-mail)xuy122@163.com。

F062.4

A

1003-2363(2016)01-0082-05