师　萍, 王郁蓉, 史有军

(西北大学 经济管理学院， 陕西 西安 710127)

基于产出的我国区域研发创新效率及环境评价

师萍, 王郁蓉, 史有军

(西北大学 经济管理学院， 陕西 西安 710127)

摘要:以发明专利授权量和技术市场成交额为产出变量，采用随机前沿分析模型对我国区域研发创新效率进行评价，结果显示：发明专利授权量产出效率偏低，研发创新成果的市场化水平不高，两种产出的环境因素致使增长动力不足；发明专利授权量的增长以研发经费推动，技术市场成交额的增长以研发人员推动；我国区域研发创新主体是要素驱动型；省际和区际之间的效率差距仍然存在。

关键词:区域研发创新效率；随机前沿模型；创新环境改善

中国作为最大的发展中国家，其科技创新的人力资源和财力资源不足，不同区域间社会经济发展水平差异较大，必须从区域层面考察研发创新的效率问题。

国外学者对不同国家的创新模式及绩效进行了考察[1-4]。国内学者对区域创新效率的研究，多采用数据包络分析(Data Envelopment Analysis, DEA)，随机前沿分析模型(Stochastic Frontier Approach, SFA)[5]，把外生的创新环境要素引入内生增长模型等[6]。在创新产出指标的选择上，主要使用发明专利申请量(受理量)、授权量和新产品销售收入作为产出变量。现有研究一般针对某一年的创新绩效进行分析，对创新的时滞效应(创新投入到创新产出之间存在着时间滞后)考虑不足。

本文考虑创新时滞效应，以发明专利授权量和技术市场成交额为产出变量，采用SFA模型评价我国区域研发创新效率，并从外商直接投资(Foreign Direct Investment, FDI)、人力资本及其结构等环境因素进行分析。

1随机前沿分析模型

yit=f(xit;β)exp(vit-uit)。

其中yit为第i个个体t期的产出，f()为生产前沿面，xit为第i个个体t期投入，β为待估计参数。误差项由两个部分组成，为复合结构:第一部分vit是第i个体第t期的随机误差，服从正态分布；第二部分uit≥0，为第i个体第t期的技术非效率项，服从非负截尾正态分布[9]，且有

uit=exp[-η(t-T)]ui。

其中，η为待估计参数，T为最大时期序号。

exp(-uit)。

mit=δ0+δzit。

其中，δ0表示常数项，zit表示影响技术非效率的各个因素，δ表示影响因素系数向量。系数为负值，说明该影响因素对技术效率有正影响；反之，具有负影响。

框架结构中相关的商业目的和目标之间的关系十分清晰可见，例如要加强房地产企业的事件参与，就要结合相关的流量获取和用户作为确保企业积极参与相关的线上主题活动，要实现这些目标，还需要相关营销人员和分析技术人员做大量的工作。

为检验复合扰动项中技术非效率项所占比重，可以设定方差参数

用γ=0表征实际产出与最大产出之间的差距。如果分析来自于不可控的纯随机因素影响，可以直接用普通最小二乘法，没有必要使用SFA方法。

2模型构建及数据处理

将中国大陆分为东、中、西3个区域。东部区域包括北京、上海、天津、山东、辽宁、广东、河北、浙江、江苏、福建、海南11个省份；中部区域包括湖北、河南、山西、湖南、吉林、安徽、黑龙江、江西8个省份；西部区域包括四川、陕西、甘肃、云南、青海、宁夏、新疆、广西、贵州、内蒙古10个省份(重庆纳入四川省，由于西藏统计数据不全，故分析中略去)。所有基础数据来源于《中国统计年鉴》(1998-2012)和《中国科技统计年鉴》(1998-2012)。

运用对数型柯布-道格拉斯生产函数，建立随机前沿模型

lnyit=β0+β1lnLit+β2lnKit+

vit-uit;

mit=δ0+δ1Iit+δ2Hit+δ3Pit+

δ4Jit+δ5Sit+δ6Cit。

其中，β0和δ0为常数，β1、β2、δ1、…、δ6均为系数，其他变量及数据处理如下。

(1) yit为i省份t期的研发创新产出。用i省份t期的发明专利授权量和技术市场成交额表示。由于研发投入与其成果获得专利授权及创新成果的经济产出之间具有时滞性，对以发明专利授权量为产出的模型予以3年的时滞进行考察，以滞后2年的技术市场成交额来表示创新的经济产出，按照1998年的可比价格折算，计算我国区域研发创新效率。

(2) Lit为i省第t期的研发人力资源投入，用研发人员全时当量来表示。

(3) Kit为i省第t期的研发财力物质投入，用研发资本存量额来表示。采用永续盘存法核算研发资本额的存量[11]，公式为

Kit=(1-θ)Ki(t-1)+Rit。

其中:Kit和Ki (t-1)分别为第i省t期和第t-1期的研发资本存量额;θ是折旧率，取θ=15%[11];Rit为i省第t期实际研发经费支出额。考虑物价变动因素，用研发支出价格指数[12]，以1998年为基期，对各样本实际的研发经费支出额进行平减，来核算该样本基期的研发资本存量额，公式为

其中：Ki0为该样本基期的研发资本存量额；Ri0为该样本基期的实际研发经费支出额；g是考察期内该样本实际的研发经费支出额的平均增长率，数据计算结果为g=25%。据此，可计算出样本各期的研发资本存量额。

(4) Iit是样本中i省第t期的FDI与当年该样本GDP的比值，从整体上反映各样本吸收FDI的相对规模。在计算FDI时，为保持统计口径一致，用实际利用的FDI来计算(用外币表示的FDI，按央行公布的当年人民币平均汇率换算成人民币计算)。所有数据均按照1998年可比价格进行折算，以保持可比性。

(5) Hit为样本i省第t期人力资本存量数，使用

Hit=hitLit

来计算人力资本存量数[13]。Lit表示样本i省第t期的从业人员数；hit表示样本i省第t期的居民平均教育年限数(以6岁及以上人口为统计口径度量，将样本的居民受教育年限分为5种类型：硕士及以上、本科及大专、高中、初中、小学，且把这5种类型的平均累计受教育年限，分别界定为19年、16年、12年、9年、6年)。某样本区域的居民平均受教育年限hit的计算公式为

hit=6Pit+9Jit+12Sit+

16Cit+19Bit。

其中，Pit, Jit, Sit, Cit，Bit分别表示i样本区域第t期小学、初中、高中、本科及大专、硕士及以上教育程度居民占该样本区域6岁及以上人口的比重。

3实证结果及分析

采用发明专利授权量和技术市场成交额作为被解释变量，利用Frontier4.1软件，对这两组被解释变量进行实证分析，结果如表1所示。

表1　两种研发创新产出的SFA估计结果比较

注1：组合误差包括无效率项及随机误差项两部分；( )内是t检验值；***、**、*分别表示显著性水平是1%、5%、10%。

表1显示，以两种创新产出分别为被解释变量的模型中，γ值均大于0.5，LR检验均在1%水平下显著，表明基于区域研发创新面板数据适用于SFA分析。

(1) 从研发创新投入要素产出的弹性看，发明专利授权量和技术市场成交额两种创新产出差别明显。从发明专利授权量产出看，研发人员和研发经费投入的产出弹性为0.074、0.738，表示研发人员的投入每增长1%，该样本区域的发明专利授权量会增长0.074%；研发经费投入每增长1%，该样本区域的发明专利授权量会增长0.738%；研发活动的产出弹性，要远远大于研发人员的产出弹性。这还说明我国发明专利授权量的产出是靠研发经费的投入推动的，属于资本密集型。然而，从技术市场成交额产出来看，恰恰相反，研发人员和研发投入的产出弹性是0.780、0.160。这说明研发人员的投入每增长1%，发明专利授权量会增长0.780%；研发经费的投入每增长1%，发明专利授权量会增长0.160%，表示研发经费的产出弹性，要远远小于研发人员产出弹性。这说明我国技术市场成交额的产出，是靠研发人员投入推动的，属于劳动密集型。发明专利授权量和技术市场成交额两种创新产出的增长动力不同，发明专利授权量增长以研发经费推动为主，而技术市场成交额增长以研发人员推动为主。

(2) 从区域研发活动规模效应来看，发明专利授权量和技术市场成交额这两种产出变量的研发人员与研发经费的产出弹性之和分别是0.812和0.940，它们均小于1。表明我国区域研发创新活动仍不具有规模效应的特征。

(3) 从各区域研发创新活动效率的影响因素来看，FDI能显著促进我国研发创新效率的改善。FDI每增长1%，研发创新效率将增长1%～2%。

(4) 我国的人力资本作为一个整体，对研发创新效率的促进作用还比较小，但接受过大专及以上教育的人力资本，对区域创新效率的改善有着明显的促进作用。从数据看，接受过大专及以上教育的人力资本在分析期内每增长1%，以发明专利授权量、技术市场成交额表示产出的研发创新效率会增长9.2%、17%。

以发明专利授权量为产出的区域研发创新效率，分析结果如表2。

表2　区域研发创新效率(以发明专利授权量为产出)

表2显示，从以发明专利授权量为产出的效率测算结果看，1998-2012年间，我国的区域研发创新效率整体上还比较低，计算结果是平均效率为0.464。这表示，如果我国不增加研发资源投入，但各区域努力提高研发创新效率，在现有的生产技术条件下，我国总发明专利授权量还可以在现有基础上再提高53.6%。这说明我国当前虽然加大了对研发创新投入的支持力度，但这些资源的投入并没有充分、有效地转化为创新产出。从样本的区域划分看，东部的北京、山东、海南等省区创新效率较高，而处于西部地区的甘肃、青海创新效率仍然偏低。省际和区际之间的创新效率差距仍然存在。在现有生产技术条件下，我国区域研发创新的产出效率还有很大的提升空间。

以技术市场成交额为产出的区域研发创新效率，结果如表3。

表3　区域研发创新效率(以技术市场成交额为产出)

表3显示，以技术市场成交额为产出，所测算的产出效率看，1998-2012年间，我国区域研发创新平均效率是0.296(无效率因素0.704)。这表明，如果我国不增加研发资源投入，各区域同时努力提升研发的创新效率，在现有生产技术条件下，我国总体的技术市场成交额可以在现有基础上再提高70.4%。从区域分析样本看，呈现出东高、西低的现象，各省区之间的差距非常明显。北京是0.848、山东是0.790，而平均效率最低的是贵州省，为0.056。这也许是因为东部各省份在GDP水平、基础设施、人力资源等方面的区域创新环境优势，使其技术市场化程度明显高于我国的西部地区各省份。

以技术市场成交额为研发创新产出所代表的全国整体平均效率值(0.296)，低于以专利申请授权量为研发创新产出所代表的全国整体平均效率值(0.464)。这说明在区域创新过程中，我国整体的研发创新成果的市场化水平还比较低。

4结语

利用SFA模型，以发明专利授权数量、技术市场成交额为产出变量，对我国区域的研发创新效率进行分析。结果表明，我国区域研发创新的效率总体比较低，区域之间的研发创新效率差距仍然较大；研发创新成果的市场化程度有较多的无效率因素；研发创新成果的市场化水平还比较低；发明专利授权量、技术市场成交额这两种创新产出的增长动力不同，发明专利授权量增长以研发经费的投入推动为主，而技术市场成交额的增长以研发人员的增加为动力；我国区域研发创新活动总体上不具有规模效应的特征。

我国研发创新人力资源和财力资源总量有限，提高区域研发创新的效率，需要进一步优化创新环境和创新资源配置；重视FDI对区域研发创新的促进作用，继续积极吸引FDI；要加大教育资源投入，特别要重视高等教育发展，让更多的人完成大学、研究生教育阶段学习，改善人力资本结构；同时要继续改善区域创新环境，吸引创新人才，提升创新成果的市场化水平，才能大大提升我国区域研发创新的环境条件，提高整体创新能力和水平。

参考文献

[1]NASIEROWSKI W, ARCELUS F. On the Efficiency of National Innovation Systems[J]. Socio-Economic Planning Sciences, 2003(37),215-234.

[2]FURMAN J, PORTER M, STERN S. The Determinants of National Innovative Capacity[J]. Research Policy, 2002,31(6):899-933. DOI:10.1016/S0048-7333(01)00152-4.

[3]HU M C, MATHEWS J A. National Innovative Capacity in East Asia[J].Research Policy, 2005,34:1322-1349. DOI:10.1016/j.respol.2005.04.009.

[4]SHARMA S, THOMAS V J. Inter-country R&D Efficiency Analysis: Application of Data Envelopment Analysis[J].Scientometrics,2008,76(3):483-501. DOI: 10.1007/s11192-007-1896-4.

[5]李习保. 中国区域创新能力变迁的实证分析：基于创新系统的观点[J].管理世界, 2007(12): 18-31.

[6]陈凯华, 寇明婷, 官建成. 中国区域创新系统的功能状态检验[J].中国软科学, 2013(4):79-97.

[7]MEEUSEN W J, BROECK V D. Efficiency estimation from Cobb-Douglas production functions with composed error[J]. International Economic Review, 1977,18(2):435-444.

[8]AIGNER D, LOVELL C, SCHMIDT P. Formulation and estimation of stochastic frontier production function models[J]. Journal of Econometrics, 1977,6(1):21-37. DOI:10.1016/0304-4076(77)90052-5.

[9]BATTESE G E, COELLI T J. Frontier production function, technical efficiency and panel data: with application to paddy farmers in India[J]. Journal of Productivity Analysis, 1992(3):153-169.

[10] BATTESE G E, COELLI T J. A model of technical inefficiency effects in a stochastic frontier production for panel data[J]. Empirical Economics, 1995,20(2) :325-332.

[11] 白俊红,江可申,李婧. 中国地区研发创新的相对效率与全要素生产率增长分解[J].数量经济技术经济研究,2009(3):139-151. DOI:10 13653/j.cnki. jqte. 2009.03.013.

[12] 朱平芳, 徐伟民. 政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响[J].经济研究, 2003(6): 45-53.

[13] 岳书敬, 刘朝明. 人力资本与区域全要素生产率分析[J].经济研究, 2006(4)：90-96.

[责任编辑:杨洵]

Regional R&D innovation efficiency and environmental assessment in China based on the output

SHI Ping,WANG Yyurong,SHI Youjun

(School of Economics and Management, Northwest University, Xi’an 710127, China)

Abstract:The regional research and development(R&D) innovation efficiency in China is evaluated by using the amount of invention patent grant and technology market turnover as the output variables in the stochastic frontier model. It is found that the amount of invention patent grant output efficiency is low, and the market turnover level of R&D innovation achievements is also low. The environmental factors of the two outputs are the causes of insufficient growth momentums. But the two growth momentums are different. The amount of invention patents is promoted mainly by R&D funds and the technology market turnover by R&D personnel. Regional innovation China is still factor-driving. There are still efficiencies gaps between provinces and districts.

Keywords:regional R&D innovation efficiency, stochastic frontier approach model, innovation environment to improve

doi:10.13682/j.issn.2095-6533.2016.01.024

收稿日期：2015-10-28

基金项目：国家自然科学基金资助项目(71273209)

作者简介：师萍(1949-)，女，博士，教授，从事技术经济与管理、财务管理研究。E-mail:pshi@nwu.edu.cn 王郁蓉(1978-)，女，博士研究生，研究方向为技术经济与管理。E-mail:wangyurong1234@126.com

中图分类号：F204

文献标识码：A

文章编号：2095-6533(2016)01-0116-06