朱建军， 张云河， 张耀方

(无锡商业职业技术学院， 江苏 无锡 214153)

科技创新已经成为世界各国提高综合国力的关键支撑，成为社会生产方式和生活方式变革的强大引领。具有自主知识产权的核心技术能提升企业核心竞争力，而科技创新是降低核心技术依赖性的重要途径，能最大可能地规避科技壁垒所带来的风险。自党的十八大提出实施创新驱动发展战略以来,科技创新处于国家发展全局的核心位置，成为引领发展的第一动力。各地区为促进区域经济可持续发展，纷纷加强科技创新的顶层规划和制度安排。科技创新效率是衡量一个国家科技创新能力的重要指标，相对于创新型国家而言，我国科技创新效率整体水平还有待进一步提高。因此，科学、客观地评价区域科技创新能力，不仅有助于该地区科学定位自身发展水平和合理制定科技创新政策，而且有助于科技创新效率较优的区域发挥标杆引领作用和辐射效应，进而促进区域经济一体化协同发展。

一、文献综述

数据包络分析(DEA)是国内外学者对区域科技创新效率测算与评价所使用的主流方法。冯志军等人运用DEA方法中的C2R模型对我国省域科技创新投入到科技产出的效率和科技创新成果向经济转化的效率进行测评。结果表明，北京、吉林等13个省(区、市)的科技创新投入产出处于最佳状况，而山东省和江苏省总体效率排在末位；各地区的转化效率值相差很大，大部分地区的转化效率值很低[1]。李兰冰利用DEA模型中规模报酬可变模型(BCC)对我国省域科技创新效率进行测算，结果表明综合技术效率、纯技术效率和规模效率均不高[2]。赵清军运用相同模型再次测算，研究结果表明我国区域科技创新纯技术效率和规模效率较好，但综合效率较低,而且区域差异明显[3]。以上两位学者的研究结果表明，2008—2018年我国区域科技创新纯技术效率与综合技术效率值得到提升，而规模效率值则下降。焦晨洋利用Fried提出的三阶段(BCC-SFA-BCC)模型进行测算，结果表明2011—2015年省级科技创新技术效率均值、纯技术效率均值和规模效率均值没有较大变化，纯技术效率值水平较高，接近技术前沿面，可以通过扩大规模来提高区域科技创新的规模效应[4]。Tone在DEA 径向模型的基础上提出了SBM模型，SBM模型用决策单元的各项投入可缩减的平均比例来测算无效率，并将松弛变量放在目标函数中考虑，使测出的效率值更接近实际[5]。游达明根据SBM模型测算出我国29个省(区、市)的科技创新资源综合技术效率和资源配置效率整体水平较低，且有明显的两极分化趋势，技术效率下降明显抵消了技术进步所带来的增长，科技创新全要素生长率呈现负增长[6]。

在上述研究中，基本上假设所有决策单元都具有相同的技术水平，没有考虑决策单元间技术水平的差异性，国外一些学者提出了非参数共同前沿DEA模型，可以较为准确地测算出群组效率与共同效率[7-8]。王春扬等人借助ESDA模型研究发现，中国区域科技创新效率演变过程中有明显的地理集聚特点[9]。李正锋等人研究发现，不管是基于共同前沿还是区域前沿，中国的区域创新效率整体水平仍然偏低，东中西三大区域创新效率差异明显，东部地区创新效率远超中部和西部地区，代表了当前中国区域创新的最高水平[10]。但按东中西三大区域划分群组研究科技创新效率的差异，虽然考虑了地理因素，但过于宽泛。本文按综合经济区划分群组研究科技创新效率，既考虑了地理集聚因素，又考虑了区域经济实力对科技创新效率的影响。

二、研究方法

(一)生产可能集

设生产系统中有N个决策单元(DMU)，M个非负投入要素变量，K个非负期望产出变量。设x∈RM,y∈RK分别为投入和期望产出要素，并定义矩阵:

X={x1,x2,…,xN}

(1)

Y={y1,y2,…,yN}

(2)

假设将N个决策单元分为H个组别，在第h个组群(h=1,2,3,…,H) 中包含Nh个决策单元，即

(3)

则第h组的群组前沿的生产可能集为:

Th={(x,y) :x能生产y}

(4)

共同前沿下的生产可能集作为群组前沿下的生产可能集的包络线为:

Tmeta={T1∪T2∪T3…∪TH}

(5)

(二)共同前沿SBM模型建构

DEA方法中的距离函数是指实际生产水平与前沿生产水平的比值。Farrell认为，可以用距离函数来测算生产单元的投入效率[11]，在本文中即区域科技投入产出的创新效率。距离函数有径向距离函数(CCR和BCC)、方向距离函数(DDF)、混合距离函数(EBM)、至强(弱)有效前沿最近距离函数(MinDS和MinDW)和至强有效前沿最远距离函数(ERM，国内学者习惯称SBM)。SBM中的无效率用各项投入(产出)各自缩减(增加)比例的平均值来衡量，很好地考虑了投入产出的松弛性问题。本文采用Tone提出的SBM模型构建共同前沿SBM模型[6]:

(6)

三、实证分析

(一)科技创新投入产出指标及描述性分析

基于共同前沿下的SBM模型测算我国8个综合经济区2010—2018年科技创新效率，其投入和期望产出指标借鉴文献[4]至文献[7]对区域科技创新效率的研究，同时对数据进行了必要的补充与更新。所用数据来源于《中国科技年鉴》(2011—2019年)，对于缺值数据采取插值处理。2010—2018年我国8个综合经济区科技创新投入产出均值如表1所示。

第一，东部沿海综合经济区在科技创新活动投入要素中，R&D人数为42.30万人,R&D人员全时当量31.26万人/年，资本要素规模均值达到1047.88亿元。科技创新活动产出指标专利授权数达到15.40万件，遥遥领先其他综合经济区，但技术市场成交合同金额仅有107.16亿元，在8个综合经济区中排第6位，说明东部沿海综合经济区的科技创新活动成果转化率不高。

第二，北部沿海综合经济区和东北综合经济区的技术市场成交合同总金额达到4906.65亿元，占全国成交总额的81.02%，是我国技术市场交易活跃综合经济区；而东部沿海综合经济区、北部沿海综合经济区和南部沿海综合经济区的专利授权总量为28.43万件，占全国(不含港、澳、台，下同)的76.82%，成为我国科技创新活动的主要产出综合经济区。

(二)科技创新活动的生产可能集分析

假设规模报酬不变，专利授权数和技术市场成交合同金额作为科技创新活动产出量，分别以R&D人数、R&D人员全时当量、R&D经费内部支出和R&D经费投入强度作为投入要素，利用MAXDEA软件生成我国综合经济区科技创新活动的生产可能集并进行分析。

以科技创新活动投入R&D人数或R&D人员全时当量作为投入要素，以R&D人均专利授权数或R&D人均技术市场交易合同金额作为产出变量，东部沿海综合经济区和北部沿海综合经济区都处于生产可能集边界，其他综合经济处于生产可能集边界下方。进一步对生产可能集边界下方的综合经济区分析:

表1 我国综合经济区2010—2018年科技创新投入产出均值

以R&D人员全时当量作为投入要素，人均专利授权数和人均技术市场交易合同金额作为产出变量时，南部沿海综合经济区、大西南综合经济区和东北综合经济区更接近于生产可能集边界；长江中游综合经济区、大西北综合经济区和黄河综合经济区则离生产可能集边界更远。

以R&D经费投入作为科技创新投入要素，人均专利授权数和人均技术市场交易合同金额作为产出变量时，北部沿海综合经济区、南部沿海综合经济区和东部沿海综合经济区处于生产可能集边界，东北综合经济区更接近生产可能集边界，其余综合经济区离生产可能集边界更远。

以R&D经费内部支出作为科技创新投入要素，人均专利授权数和人均技术市场交易合同金额作为产出变量时，东部沿海综合经济区和东北综合经济区处于生产可能集边界，南部沿海综合经济区、大西南综合经济区和北部沿海综合经济区接近生产可能集边界，而长江中游综合经济区、大西北综合经济区和黄河中游综合经济区则离生产可能集边界更远。

(三)区域科技创新效率静态分析

将31个省(区、市)进行分组，分别在共同前沿面和群组前沿面下测算各省(区、市)科技创新效率值，测算结果如表2所示。

第一，基于共同前沿面下的科技创新效率均值为0.3890，其中只有北部沿海综合经济区、东部沿海综合经济区和东北综合经济区的科技创新效率值高于全国均值，而最低的长江中游综合经济区仅为0.1929；北京、天津、浙江、广东、江西、贵州、陕西、辽宁和西藏为各综合经济区科技创新效率最高省(区、市)。

第二，基于群组共同前沿面下的科技创新效率均值为0.8379，其中长江中游综合经济区、大西南综合经济区、东北综合经济区、大西北综合经济区科技创新效率均值低于全国均值，而北部沿海综合经济区、东部沿海综合经济区和南部沿海经济区域内所属省(区、市)科技创新效率值等于1。从群组共同前沿面下的科技创新效率角度来看，湖南、湖北、云南、甘肃、吉林、宁夏、青海、新疆8个省(区)的效率均值低于全国平均水平。

第三，从技术效率缺口来看，北京、天津和西藏的创新技术效率为1，是全国最高的省(区、市)，而上海、安徽、陕西、福建、四川的技术效率缺口值低于0.1，说明从投入产出视角来看，它们有非常大的提升空间。

表2 基于共同前沿和群组前沿的中国区域技术创新效率

第四，共同前沿和群组前沿下的技术创新效率以及技术效率缺口按效率值的自然断点法形成五个等级。共同前沿面下的技术创新效率第一级值为0.0002～0.0957，包括新疆、上海、云南、安徽、湖南、黑龙江、陕西、四川、湖北和福建；第二级值为0.0957～0.2427，包括河南、青海、宁夏、甘肃；第三级值为0.2428～0.3720，包括海南、山东、吉林、内蒙古、广西；第四级值为0.3721～0.6163，包括广东、山西、重庆、河北、江西； 第五级值为0.6164～1，包括江苏、贵州、浙江、辽宁、北京、天津和西藏。群组前沿下技术创新效率第一级值为0.2841～0.3492，包括云南、湖南、宁夏、青海、吉林；第二级值为0.3493～0.4459，仅包括甘肃；第三级值为0.4460～0.6789，包括新疆、湖北； 第四级值为0.6790～0.8795，包括黑龙江、陕西；第五级值为0.8796～1，包括重庆、安徽、北京、福建、广东、贵州、海南、河北、河南、江苏、江西、辽宁、内蒙古、山东、山西、上海、四川、天津、西藏和浙江。基于技术效率缺口的第一级值为0.0159～0.0957，包括上海、安徽、四川、陕西、福建；第二级值为0.0958～0.1751，包括湖北、河南、黑龙江、湖南；第三级值为0.1752～0.3628，包括湖南、海南、山东、新疆、云南；第四级值为0.3629～0.6163，包括广东、山西、重庆、青海、广西、甘肃、宁夏、江西；第五级值为0.6164～1，包括江苏、贵州、吉林、浙江、辽宁、北京、天津和西藏。

(四)区域科技创新效率动态分析

根据表3所示，2011年除大西北、长江中游综合经济区的共同前沿面下的技术创新效率均出现了比2010年效率值下降现象。2011—2015年绝大部分综合经济区的效率值呈现上升趋势。2016年各综合经济区的效率值出现了分化现象，东部沿海综合经济区的效率值为0.3440，比2015年的效率值0.6716下降了48.78%，南部沿海综合经济区的效率值为0.4466，比2015年的效率值0.2733上升63.41%。2017年除大西北综合经济区的效率值稍微上升外，其他综合经济区均出现一定程度的下降。2018年所有综合经济区的共同前沿面下的技术创新效率比2017年均有所上升。

如表4所示，2010—2018年基于群组共同前沿面下的北部沿海综合经济区、东部沿海综合经济区和南部沿海综合经济区的技术创新效率值稳定保持在1的水平。除2010年和2012年外,黄河中游综合经济区技术创新效率值均为1。大西北综合经济区技术创新效率值一直低于其他所有综合经济区。大西南综合经济区、东北综合经济区和长江中游综合经济区的群组前沿面下的科技创新效率值在研究周期内呈无规律波动。

表3 2010—2018年共同前沿面下技术创新效率

表4 2010—2018年群组前沿面下技术创新效率

四、结论与展望

本文运用非参数共同前沿DEA方法，利用2010—2018年专利授权数和技术市场成交合同金额作为科技创新活动产出量，以R&D人数、R&D人员全时当量、R&D经费内部支出和R&D经费投入强度作为科技创新投入要素，测算我国8个综合经济区共同前沿面和群组前沿面下的科技创新效率。结果表明，在研究周期内共同前沿面和群组前沿面下的全国科技创新效率均值为0.3890和0.8379，技术效率缺口均值为0.4686，并且得到以下结论：(1)共同前沿DEA方法测量的我国综合经济区科技创新能力存在较大差异。北部沿海经济区科技创新能力位于我国8个综合经济区的首位，遥遥领先于其他综合经济区,但整体上呈现缩小趋势。我国综合经济区科技创新能力在很大程度上跟综合经济区的经济实力、区位优势和科技创新投入以及科技创新人才有关,而国家区域发展战略有利于缩小区域科技创新能力差异。(2)群组前沿面下的科技创新DEA有效综合经济区数量呈现增加趋势。3个沿海经济区和黄河中游综合经济区的科技创新DEA有效；大西南、长江中游和东北综合经济区科技创新DEA弱有效；大西北综合经济区科技创新DEA无效。对于科技创新DEA弱有效或无效而言，主要是因为科技创新投入要素配置还需进一步合理化与科学化，只有进一步加强科技创新有效产出，才能提高科技创新活动成果转化。(3)省(区、市)之间在共同前沿面和群组前沿面下的科技创新效率还存较大的差距；除北京、天津和西藏外，其他所有省(区、市)的科技创新效率水平总体偏低，存在进一步提升的空间。

后续研究可以从如下几方面展开：第一，进一步寻找现阶段影响区域科技创新效率的因素;第二，进一步研究上海作为经济发达城市在共同前沿面下的科技创新效率一直偏低的原因；第三，探索发挥综合经济区科技创新的辐射效应路径，引领区内其他省(区、市)科技创新效率的提升。