张在旭， 邵庆美， 喇蕊芳

（中国石油大学（华东）经济管理学院，山东青岛 266580）

国家自主创新示范区作为发展我国高新技术的桥头堡和聚集地，如何提高其技术创新资源配置效率，实现资源利用最大化，成本费用最小化，避免资源浪费等问题的出现，精确分析技术创新资源配置效率的影响因素，对区域技术创新以及科技创新能力研究具有重要的实践意义和理论意义［1］.

当前大多数学者注重研究技术创新效率与资源配置效率的测算，研究重点集中在指标体系的选取、测算方法以及影响因素三方面，忽略了技术创新效率与资源配置效率的内涵. 目前技术创新效率研究对象主要分为区域、行业以及企业三大层面. 在区域层面，刘曼赟（2019）通过构建多层线性模型，并利用超效率DEA模型测度中部六省技术创新效率，进一步确定技术创新效率影响因素［2］；刘满凤（2016）利用DEA模型对我国2012 年高新区创新效率进行测度，提出影响高新区创新效率的环境因素［3］；吴传清（2017）选取2008—2014年长江经济带11省为研究对象，建立DEA-Malmquist 指数模型，对长江经济带技术创新效率进行测度与评价［4］. 在行业层面，Chen S（2017）选取2009—2014年中国31个省级区域的高新技术产业为研究对象，运用DEA方法对高新技术产业的技术创新效率进行实证研究［5］；张峰（2019）利用随机前沿函数构建技术创新三阶段效率测度模型，对全国30个省市的先进制造业技术创新效率进行测度［6］；孟维站（2019）利用三阶段DEA模型对我国高技术产业创新效率进行测度与分析［7］. 在企业层面，Wang Y（2019）从投入导向角度分析技术创新效率，基于BCC-Malmquist指数模型测算石油企业的技术创新效率，并进行静态和动态评价［8］；Yang X（2018）运用DEA方法测度了5家中国高铁企业的技术创新效率，确定影响企业技术创新效率的主要影响因素［9］；陈元志（2018）以不同所有制企业为研究对象，利用不同模型测算各种所有制企业的技术创新效率，比较影响技术创新效率的因素［10］.

在资源配置和影响因素方面，杨凤鸣（2014）利用三阶段DEA模型对中国省际科技资源配置效率进行测度与分析［11］；梅姝娥（2015）构建链式网络DEA模型，以副省级城市为研究对象，测度其科技资源配置效率，并运用Tobit模型分析外在因素对配置效率的影响［12］；Zhang J（2017）构建资源评价指标体系，对30个少数民族自治州的资源配置效率进行测度，并提出资源配置优化路径［13］；李俊霞（2019）选取2009—2016年27个省区的科技金融为研究对象，通过构建评价指标体系对27个省区的科技资源配置效率进行测算并探究影响因素［14］；赵连明（2018）运用层次分析和模糊综合评价方法测算重庆市农业科技资源配置效率并分析其影响因素［15］.

通过以上文献梳理，整理出本文主要贡献：一是目前以高新区为样本的研究较多，以国家自主创新示范区为样本的研究较少，而且大多集中在示范区创新能力评价，只针对单个示范区进行实证分析，没有对目前全国的自主创新示范区进行实证分析与研究，本文选取到2018年12月31日国务院已批准成立的全国19家国家自主创新示范区为研究对象；二是对技术创新效率的测算分为研发阶段和转化阶段，认为技术创新的最终目的是达到实现经济效益和社会效益的双重目的，本文运用两阶段模型测算示范区技术创新资源配置效率，得出精确结果，给示范区体制建设下一步发展方向提供数据支持；三是运用DEA模型测算效率，避免了寻找生产函数或分布假设，能更迅速便捷的测算出示范区的技术创新资源配置效率，提升测算的可靠性.

综上所述，本文对相关文献综述进行了系统归纳和综合分析，充分考虑技术创新效率和科技资源配置效率的内涵，构建包含两方面的评价指标体系，基于实际数据，运用DEA模型对19家国家自主创新示范区的技术创新资源配置效率测算并进行整体和阶段分析，并运用Tobit模型确定示范区技术创新资源配置效率的影响因素，进而弥补测算的研究不足.

1 研究方法

1.1 改进的两阶段超效率DEA模型

最初的两阶段DEA模型，大多将两阶段独立，各个阶段的行为互不影响；后来又发现了两阶段关联DEA模型，即第一阶段的产出作为第二阶段输入，虽然增加了两阶段的关联性，但第二阶段特有的一些指标难以反映. 故基于传统的两阶段关联DEA 模型，在第二阶段的投入变量选择上，不仅有第一阶段的输出，还有反映第二阶段的指标，使整个指标体系更加科学合理，改进的两阶段关联DEA模型如图1.

图1 改进的两阶段关联DEA模型Fig.1 Improved two-stage associated DEA model

传统DEA 模型主要包括基于规模报酬不变（CRS）的CCR 模型和基于规模报酬可变（VRS）的BCC模型；CCR模型用于评价决策单元的技术效率，BCC模型是在CCR模型的基础上发展起来的，主要评价决策单元的纯技术效率，即技术效率和规模效率的比值. 本文选用BCC-DEA模型，但传统DEA模型只能测算出相对有效企业，无法对有效企业进行排序，为进一步找出高新区之间的实际差距，本文选用由Andersen和Petersen改进的DEA模型——超效率DEA模型.

1.2 超效率DEA模型

假设有n 个决策单元 DMU ，每个决策单元DMUj(j=1,2,…,n)包括m 种输入和r 种输出，综合考虑，选取投入导向超效率DEA模型：

式中：θ 表示决策单元(DMU)的相对效率值；xij表示j 个决策单元的第i 项输入值；yrj表示第j 个决策单元的第r 项输出值；λj表示规划决策变量.

通过求解方程式（1），得出各示范区的技术创新资源配置效率. 当θ ＞1 时，表示配置效率超过最优值；当θ=1时，表示配置效率刚好达到最优值；当θ ＜1时，表示配置效率没有达到最优值.

1.3 Tobit模型

在运用超效率DEA模型测算出国家自主示范区技术创新资源配置效率后，清楚了影响因变量的内部因素的变化情况，需要进一步分析各外在影响因素对因变量的影响情况. 故本文从政府视角采用基于最小二乘法的Tobit模型对影响示范区技术创新源配置新效率的外在因素进行回归分析，便于加强示范区科技创新体制建设，提高示范区技术资源配置能力水平. 以技术创新资源配置效率测算结果作为被解释变量，影响因素作为解释变量，模型如下：

其中：Yi为因变量，即被解释变量；Xi为自变量，即解释变量的影响因素；β 为回归参数向量，μi为服从正态分布N(0,σ2)的随机误差向量.

2 变量选取与数据处理

技术创新资源配置效率表示在区域内部按照一定比例协调、整合和分配资源，使配置后的创新要素实现最优组合，发挥出最大的效益［16］. 区域技术创新活动是一项需要不断探索的系统工程，在相关研究过程中，主要从以下两个角度分析：一是分析整体综合效率；二是基于创新价值链理论将其划分创新研发阶段和创新转化阶段. 科学合理地选择投入、产出以及影响因素变量是实现精准测算技术创新资源配置效率和确定影响因素的关键.

2.1 创新研发阶段投入产出变量

创新研发阶段是示范区进行技术创新活动的第一步，当前学者及科研人员在对创新研发阶段进行评价时，主要包括人力和资金两方面. 充分考虑创新研发阶段的基础投入要素并结合示范区的特殊性，投入指标选取R&D人员全时当量（X1）、R&D经费内部支出（X2）和高技术企业数（X3）3个变量［17］；当前国内外通常选用专利数作为创新产出指标，考虑到各种专利落实的复杂情况，为了更全面地反映创新开发情况，产出指标选取发明专利申请量（X4）和专利申请量（X5）两个变量［12］. 其中，资金投入变量R&D经费内部支出采用资本存量形式，并使用永续盘存法（PIM）进行存量估算，基本公式如下：

其中：RDEi,t与RDEi,t-1分别表示第i 个示范区在第t 年和第t-1年的R&D经费内部支出存量；Ei,t表示第i 个示范区在第t 年R&D经费内部支出；δ 为折旧率，本文取δ=15% .

基期R&D经费内部支出存量的公式如下：

其中：RDEi,t表示基期价格不变的R&D 经费内部支出；δ 为折旧率；g 为研究时段内R&D 经费内部支出的年增长率.

2.2 创新转化阶段投入产出变量

在转化阶段，为使研发成果得到充分应用，并产生规模效益，需要投入大量资金进行成果转化，即非研发经费支出（包括技术消化吸收费用支出、技术引进费用支出、购买国内技术费用支出以及技术改造费用支出）. 考虑多方面因素及数据的可获得性，转化阶段的投入变量选取发明专利申请量（X4）、专利申请量（X5）、年末从业人员（X6）和年末资产（X7）指标［18］；当前国家越来越重视创新驱动发展战略，实现高新技术发展，本文充分考虑能反映创新活动的经济效益和社会效益指标，反映高新区高技术产业发展规模和科技创新能力，产出指标选取工业总产值（X8）、净利润（X9）和技术收入（X10）变量［19］.

2.3 影响因素

本文从政府视角分析影响示范区技术创新效率的影响因素，根据历史文献和数据可获得性，考虑投入强度、创新服务、人才规模和政府支持4个方面选取代表性变量为影响示范区技术创新资源配置效率的关键因素［21］，各变量含义及计算公式如表1.

表1 影响技术创新资源配置效率的变量Tab.1 Variables that affect the allocation efficiency of technological innovation resources

2.4 数据来源及说明

国家自主创新示范区技术创新资源配置过程具有特殊性和复杂性，且某些示范区成立时间较短没有统计数据，考虑到指标数据的可获得性和创新活动的滞后性，采用数据选自2018年《中国火炬统计年鉴》、2018年《中国统计年鉴》、各城市专利统计公报及各省统计年鉴，基准年为2017年. 研究对象为建设国家自主创新示范区的高新区，国家自2009年3月成立第一个示范区——中关村国家自主创新示范区，至2019年先后共成立19个国家自主创新示范区，共涵盖53个国家高新区.

3 实证分析

3.1 示范区技术创新资源配置效率分析

通过构建BCC和超效率DEA模型，借助MaxDEA软件测得2017—2018年我国19个国家自主创新示范区所属的53个国家级高新技术产业开发区的技术创新资源配置效率、创新研发效率和创新转化效率（表2，图2）.

表2 2017—2018年示范区技术创新资源配置效率结果Tab.2 2017-2018 demonstration zone technology innovation resource allocation efficiency results

图2 2017—2018年示范区技术创新资源配置效率Fig.2 2017-2018 technology innovation demonstration zone efficiency of resource allocation

表3 创新研发阶段效率测算结果Tab.3 Results of efficiency measurement in the stage of innovation R&D

由表4可知，在创新转化阶段，我国示范区创新转化阶段技术效率值为0.889，其中纯技术效率和规模效率值为0.935和0.951，均处于上游水平，反映我国示范区在成果转化方面创新环境和政策支持以及体制均已比较成熟. 在转化阶段效率大多处于上游水平的情况下，天津示范区转化效率值不足0.5，为低效率区. 在规模效率普遍大于技术效率的背景下，宁温和沈大示范区规模效率低于技术效率，规模效率严重滞后，制约着创新成果实现效益.图3和图4反映了示范区创新研发阶段和创新转化阶段的技术效率和规模效率比较情况. 在技术效率方面，转化阶段普遍高于研发阶段，但天津、沈大、宁温和成都示范区的创新转化效率低于创新研发效率，这4个示范区后期建设不足，制约创新成果转化成实际效益. 西安、合芜蚌和山东半岛创新研发和创新转化阶段严重脱节，合芜蚌示范区创新研发阶段技术效率仅0.164，但转化效率值为1，造成资源浪费，研发效率低严重制约着当地高新技术产业的发展. 在规模效率方面，80%的示范区研发阶段和转化阶段的规模效率均处于高效率区，但苏南、中关村和山东半岛示范区在研发阶段规模效率均低于0.6，处于低效率区，即使创新研发效率较高，但规模效率滞后，造成实现的经济价值有限.

表4 创新转化阶段效率测算结果Tab.4 Results of efficiency measurement in the stage of innovation transformation

图3 创新研发和创新转化阶段技术效率雷达图Fig.3 Radar chart of technological efficiency in the stage of innovation R&D and innovation transformation

图4 创新研发和创新转化阶段规模效率雷达图Fig.4 Radar chart of scale efficiency in the stage of innovation R&D and innovation transformation

3.2 国家自主创新示范区影响因素分析

3.2.1 示范区影响因素整体分析 本文从政府视角分析国家自主创新示范区技术创新资源配置效率的影响因素，建立基于截面数据的线性回归方程，技术创新资源配置效率影响因素分析模型如下：

式中：ER表示示范区技术创新资源配置效率；C表示常数项；βi表示回归系数；ε 为随机误差. 回归结果见表5、表6和表7.

表5 技术创新资源配置效率影响因素的Tobit回归结果Tab.5 Tobit regression results of influencing factors of technological innovation resource allocation efficiency

由表5可知，在国家自主创新示范区技术创新资源配置整个过程中，投入强度、创新服务和政府支持变量均通过了显著性检验，但人才规模没有通过显著性检验，说明在整个技术创新资源配置过程中，示范区人才规模与资源配置效率无关. 其中，投入强度和创新服务变量与技术创新资源配置效率呈正显著相关，说明科技活动支出强度和技术创新服务对技术创新资源配置起到促进作用；人才规模和政府支持对技术创新资源配置效率呈负相关关系，其中政府支持力度呈显著负相关关系，说明目前政府支持力度不够，政府支持抑制了示范区技术创新资源配置，可能是源于政府以资金的形式介入示范区内的高新技术企业的技术研发创新与转化活动，极可能造成了挤出效应，各高新区对资金缺乏精细管理，造成示范区技术创新资源配置效率低下.

3.2.2 示范区研发阶段影响因素分析 由表6可知，在创新研发阶段，投入强度和政府支持变量均通过了显著性检验，但创新服务和人才规模变量没有通过显著性检验，说明在创新研发阶段中，创新服务和人才规模与创新研发效率无关. 其中，投入强度与创新研发效率呈正显著相关，通过了5%的显著性水平检验，说明科技活动支出强度对示范创新研发效率起到促进作用，原因是科技活动支出越多，技术研发资金越充足，进而有利于提高创新研发效率；政府支持与技术创新资源配置效率呈负相关关系，通过了10%的显著性水平检验，说明目前政府支持力度不够，政府支持抑制了示范区技术创新资源配置水平，原因与技术创新资源配置整体效率分析相同.

表6 创新研发阶段技术创新资源配置效率影响因素的Tobit回归结果Tab.6 Tobit regression results of influencing factors of resource allocation efficiency of technological innovation in the innovation research and development stage

3.2.3 示范区转化阶段影响因素分析 由表7可知，在创新转化阶段，投入强度和政府支持变量通过了显著性检验，但创新服务和人才规模变量没有通过显著性检验，说明在创新转化阶段，创新服务和人才规模与创新转化效率无关. 其中，投入强度与技术创新转化效率呈负显著相关，通过了1%的显著性水平检验，说明科技活动支出强度对国家自主创新示范区技术创新转化起到抑制作用，原因是科技活动支出越多，占据了技术转化的资源，忽视了技术创新成果的转化；政府支持与技术创新资源配置效率呈正相关关系，通过了1%的显著性水平检验，说明目前政府支持力度对技术创新转化效率起到促进作用，原因是政府提供支持力度越大，越有利于创新成果的转化，提高自主示范区创新资源创新转化效率.

表7 创新转化阶段技术创新资源配置效率影响因素的Tobit回归结果Tab.7 Tobit regression results of influencing factors of resource allocation efficiency of technological innovation in innovation transformation stage

4 结论

在国内外学者对高新区技术创新效率、产业创新资源配置效率及影响因素研究的基础上，利用两阶段模型分别对国家自主创新示范区技术创新资源配置整体效率、创新研发阶段和创新转化阶段的效率进行测度，并运用Tobit回归模型分析影响国家自主创新示范区技术创新资源配置效率的关键因素，得出主要结论：

1）我国国家自主创新示范区技术创新资源配置过程中，整体配置效率处于中等水平，但仍存在资源投入浪费、资源分配不合理等现象，有较大提升空间.

2）示范区创新研发阶段效率低于创新转化阶段效率，创新研发阶段是进行创新转化阶段的基础，创新研发阶段效率低下严重制约着创新成果的转化，难以实现经济与社会效益最大化，因此提高示范区技术创新资源配置效率的关键是对创新研发阶段的资源配置机制进行优化，提高投入产出比，进而提高创新研发效率.

3）区域技术创新发展不平衡，在创新资源配置整体效率处于前五的分别是深圳、宁温、乌昌石、沈大和福厦泉等国家自主创新示范区，其中只有乌昌石国家自主创新示范区处于西部地区，结论显示东部沿海技术创新水平高于中西部地区.

4）部分示范区创新研发和创新转化阶段严重脱节，创新研发效率低下严重制约着示范区整体的创新资源配置情况，这与国家政策及当地政府的支持力度、经济文化息息相关.

5 建议

基于以上结论，为了优化国家自主示范区技术创新资源配置机制，提高资源配置效率，本文提出如下建议：

1）完善人才引进机制，引进高新科技领军人才. 技术创新研发是进行一切技术创新活动的基础，而科技人才是创新研发活动的关键. 目前各高新区高新技术企业缺少领军人才，需要建立创新领军高科技人才的引进和培养机制，强化科技团队的建设和培养，优化创新研发队伍的年龄结构、层次结构和组织结构. 为保持企业的持续创新能力，需要重点培养中青年科技人才、提高青年人才在研发队伍核心地位的比例；通过政府柔性政策和人才引进政策，引进高校及科学院所管理及技术专家；通过优化组织管理、创新层次机构，打造技术人才晋升渠道，提高研发人员工作积极性.

2）重视资源配置效率，创新优化资源配置模式. 目前政府与企业重视研发人力与资金的投入，忽视了相关资源的分配情况，导致示范区在技术创新领域整体配置效率偏低，因此园区及企业负责人应重视研发资源的分配，创新优化资源配置新模式，重视资源分配机制，实现研发成果最大化. 政府和园区应成立专门部门负责资源分配，创新探索资源分配机制，达到物尽其用、人尽其才，实现资源利用最大化、成本最小化、经济社会效益最大化.

3）保护知识产权成果，建立完善科技服务机构. 保护专利知识产权，应成为政府部门重点研究发展对象. 为了更好地保护知识产权成果，应在科技园区打造尊重知识、尊重产权的氛围和环境；政府在制定政策时，应坚持尊重知识产权、严厉打击盗用别人知识产权，并建立相关奖励及惩罚制度，政府及园区通过建立科技服务机构，完善科技服务支撑体系，提供技术转移及成果转化服务，提高技术创新成果转化效率，让研发人员有更多的精力与动力进行技术创新研发活动.

4）完善政府支持政策，建立创新活动保障机制. 技术创新研发是一项需要投入大量人力与资金的科研活动，对于大多数中小企业来说，卓越的科技人才和充足的研发资金正是企业所缺乏的，因此政府部门需要提供政策支持与资金保障，并建立长效保障机制，促进中小企业进行创新研发活动，提高技术创新研发效率.政府应通过建立税收优惠及创新成果奖励政策，通过降低研发成本刺激企业积极主动开展创新研发活动.