中国大学科技园动态效率评价

吴文清，赵黎明

(天津大学管理与经济学部，天津300072)

大学科技园是国家创新体系的重要组成部分和自主创新的重要基地，是区域经济发展和行业技术进步以及高新区二次创业的主要创新源泉之一，是中国特色高等教育体系的组成部分，是高等学校产学研结合、为社会服务、培养创新创业人才的重要平台。一流的国家级大学科技园是一流大学的重要标志之一。

目前，研究集中表现在关于大学科技园的国内外历史与现状的介绍和分析、要领、作用、功能定位、模式、运行机制、对策建议等方面［1］。效率水平的高低直接体现着整个大学科技园的核心竞争能力，怎样对大学科技园的发展进行客观公正的评价，为科技园的未来发展提供准确可靠的决策支持，是目前需要亟待解决的问题。在借鉴国外已有研究的基础上，国内一些学者也对中国大学科技园的评价进行了探究。总的来说，目前相关研究还不够深入，简单的统计分组和单一的样本指标无法全面、系统地反映大学科技园的整体效率，尤其对中国大学科技园动态效率变化的研究还尚未开展。为此，本文尝试通过建立数据包络分析(DEA)模型，对2006—2009年中国大学科技园的生产效率进行多方位的分析，并通过计算Malmquist生产率指数对大学科技园的效率变动进行动态研究。

一、文献综述

徐小钦［2］采用层次分析法作为科技园发展要素评价的基本方法，并在此基础上利用动态聚类分析法对中国大学科技园的整体发展状况作出综合评估。

殷群［3］运用回归分析方法研究了大学科技园优惠政策对孵化绩效的影响。研究表明5类优惠政策对大学科技园孵化绩效均具影响，其中，投融资政策的影响最大，而房租场地政策和财政税收政策影响较小。

范德成［4］从大学科技园的孵化、研发创新及要素集聚功能3个方面选取评价指标，建立了新的大学科技园评价指标体系，运用层次分析法确定了各指标的权重。

李晓鸿［5］认为大学科技园的评价应从所依托大学的科研水平、大学科技园的孵化能力、大学科技园的创业环境、大学科技园的技术创新能力、大学科技园的建设成果等5方面进行。

张帏［6］以中关村地区的大学科技园为例，在实地调研的基础上，评价了大学科技园在推动区域创新和创业中的作用。

总体而言，中国大学科技园的评价取得了一定成果，不过对于大学科技园的效率水平以及动态效率研究尚未开展，需要在前人基础上利用新的方法对中国大学科技园的整体动态效率水平进行深入分析，以促进中国大学科技园的进一步良性发展。

二、Malmquist生产率指数

1953年，瑞典经济学和统计学家Malmquist提出了一个研究投入品的消费数量指数，Fare等［7］在此基础上结合了Farrell［8］的效率思想和Caves等［9］的生产率思想，使用DEA方法构建了Malmquist生产率指数。

假设有n个决策单元(DMU)，各决策单元使用m种投入并生产s种产出，并假设期间t=1，2，…，T，t期的投入向量为Xt∈Rm+，产出向量为Yt∈Rs+，t期的生产技术为

产出距离函数为

以上述的距离函数为基础，定义第t期及t+1期Malmquist生产率指数则有

为衡量技术效率变动、技术变动与总要素生产率的关系，取式(3)和式(4)几何平均定义跨期MPI，则

EC(CRS)为技术效率变动，EC(CRS)表示决策单元在t期和t+1期与当期最优效率决策单元的差距。EC(CRS)＞1，表示与最优决策单元的差距在缩小;EC(CRS)＜1，表示差距在进一步扩大。TC(CRS)为技术前沿的变化，TC(CRS)表示t期和t+1期投入产出衡量的生产函数变动情形的几何平均。TC (CRS)＞1，表示决策单元技术改善;TC(CRS)＜1，表示决策单元技术衰退。

三、投入产出变量

1.资料说明

本文的研究对象是中国国家级大学科技园，样本区间为2006—2009年。考虑数据的公开性和可得性，以2006年度62家国家级大学科技园为基础，删除样本中的异常值，参与评价的样本总数为33家国家级大学科技园。所有数据均来源于2006—2009年《中国火炬统计年鉴》。

2.投入产出指标的选取

选取合理的投入产出指标是运用DEA方法进行效率评价的基础性工作和关键性步骤，因为指标的选取对于最终评价结果有着决定性的影响。大学科技园作为科技企业孵化器的一种形态，在具有自身特点的同时，存在科技企业孵化器的共性特点。参考殷群［10］，张鹏［11］对科技企业孵化器评价时的指标选择，根据大学科技园自身的特殊性，结合指标选取的一般原则，选取指标如下。

投入指标:大学科技园的正常运行所需投入的资源可以从人、财、物3个方面来考虑。人力是以大学科技园在职人员总数衡量;大学科技园的物力采用大学科技园的场地面积来计算;大学科技园所投入的财力来源包括了大学科技园自身以及政府、社会各方的资金扶持、财政和税收补贴等，考虑到数据的可得性和统计的一致性，以年末固定资产净值来衡量。

产出指标:大学科技园是为高等学校科技成果转化、高新技术企业孵化、创新创业人才培养、产学研结合提供支撑的平台和服务的机构。产出指标可以从两个方面进行考虑:一是累积创业企业数，说明了大学科技园成功孵化企业的情况，即孵化器成果;二是在孵企业上缴税金，体现了大学科技园在区域经济发展中的贡献。

四、实证结果分析

1.中国大学科技园基本效率分析

在基于投入导向的BCC模型下，中国国家级大学科技园的效率值可以进一步分解为综合技术效率、纯技术效率以及规模效率。在对33家国家级大学科技园样本数据进行标准化处理后，运用DEAP2.1软件进行计算得到综合技术效率值、纯技术效率值和规模效率值(见表1)。进一步整理就能得到中国国家级大学科技园2006—2009年度相应效率的平均值(见表2)。下面对分别从综合技术效率、纯技术效率、规模效率对中国国家级大学科技园的经营效率进行分析。

表1 2006—2009年国家级大学科技园的效率比较

表2 国家级大学科技园平均效率比较

(1)综合技术效率。由表2可知，在综合技术效率方面，中国国家级大学科技园2006—2009年各年平均综合技术效率为技术无效率，其4年平均效率值为0.563，表示国家级大学科技园整体未能充分利用资源，有投入要素浪费的现象。相对而言，2006年度中国国家级大学科技园的综合技术效率较高，最近几年的综合技术效率有下降趋势。2006—2009年中国国家级大学科技园综合技术效率平均值最小的是2008年度，2009年度的综合技术效率未恢复到金融危机前的水平，这从一个侧面反映出金融危机对大学科技园的冲击，目前的中国国家级大学科技园处于恢复阶段。

(2)纯技术效率。大学科技园的纯技术效率是指在既定规模下，产出最大时最少的投入要素成本。在纯技术效率方面，中国国家级大学科技园2006—2009年各年平均纯技术效率为无效率状态，4年平均纯技术效率值为0.743，表示在不考虑组织规模的条件下，中国大学科技园整体上未能充分利用资源，有投入要素浪费的现象。

(3)规模效率。在规模效率方面，中国国家级大学科技园2006—2009年各年平均规模效率处在递增规模报酬阶段，4年平均效率值为0.752，表示目前中国国家级大学科技园整体上仍有投入生产要素以扩大生产规模的空间。

2.中国大学科技园动态效率分析

动态效率研究的是中国国家级大学科技园在生产技术逐步升级的过程中经营效率的变动情况。经过DEAP2.1计算得到的2006—2009年度总体国家级大学科技园Malmquist生产率指数及其变动(见表3)，各个国家级大学科技园2006－2009年Malmquist生产率指数及指标平均值变动(见表4)。Malmquist生产率指数被分解为 EC(efficiency change)、TC(technical change)、SEC(scale efficiency change)和 PEC(pure technical efficiency change)。其中，EC测度的是时期t到t+1各个样本大学科技园到最优实践边界的追赶程度，也被称为“追赶效应”或“水平效应”。TC测度的是大学科技园技术边界从时期t向t+1的移动情况，被称为“前沿面移动效应”或“增长效应”，这种效应表明了技术的创新。TFP表示Malmquist生产率指数，该指数是否大于1，是判断大学科技园经营绩效相对改善还是相对退步的标准。

由表3、表4数据，可以得到以下几个特征。

(1)中国国家级大学科技园整体效率呈现改进趋势。2006—2009年Malmquist生产率指数平均增长为1.091，表明每年平均增长9.1个百分点。TC的平均值为1.176，大于1，EC的平均值为0.928，小于1，这说明从整体来看，中国国家级大学科技园全要素生产效率的提高大部分来源于“增长效应”，中国国家级大学科技园内的创新技术是生产效率提高的关键因素。

表3 大学科技园2006—2009年Malmquist指数及指标平均值变动情况

表4 各国家级大学科技园2006—2009年Malmquist指数及指标平均值变动情况

(2)中国国家级大学科技园受金融危机冲击较大。从表3可以看出，Malmquist生产率指数、EC、TC在2006—2009年均出现了先下降后上升趋势，最低值均在2007—2008年，这表明中国国家级大学科技园受到金融危机的冲击较大。从一个侧面反映出国家级大学科技园内的创业企业核心技术不突出，应对金融危机冲击的能力有待提升。

(3)中国国家级大学科技园经营绩效差异较大。从表4可以看出，参与评价33家国家级大学科技园2006—2009年的Malmquist生产率指数中，有22家Malmquist生产率指数大于1，表明这些大学科技园的经营绩效相对改善，而有11家Malmquist生产率指数小于1，表明这些大学科技园的经营绩效相对退步。

(4)中国国家级大学科技园效率不存在地理区域上的差异。从20世纪80年代开始，对中国进行区域分类时，在习惯上和统计上采用所谓的三类地区划分，即东部地区、中部地区和西部地区。由于西部地区参与评价的国家级大学科技园样本数量较少，本文将中部地区国家级大学科技园和西部地区国家级大学科技园样本合并为中西部地区。为了检验中国国家级大学科技园经营效率是否存在东部地区和中西部地区上的差异，采用Wilcoxon秩和检验分析东部地区和中西部地区国家级大学科技园经营效率差异，以更好的制定大学科技园的发展政策。东部地区和中西部地区的划分沿用我国传统的地理位置划分方式。基本原理如下，总决策单元数量为33，研究期间东部地区国家级大学科技园数量为m=22，则中西部地区国家级大学科技园数量n=33－m，检验的原假设为东部地区国家级大学科技园的效率和中西部地区国家级大学科技园的效率没有显著差异。本文采用S－plus统计软件对东部地区和中西部地区两组国家级大学科技园样本的Malmquist生产率指数、技术效率变动指数(EC)、技术变动指数(TC)进行Wilcoxon秩和检验，检验结果如表5所示。

从表5可以看出，malmquist生产率指数P值较大，无法拒绝原假设。即没有充分的统计证据表明，东部地区和中西部地区的国家级大学科技园存在Malmquist生产率指数方面的显著差异。这从一个侧面反映出，国家大学科技园生产经营效率基本与大学科技园所处区域的经济发展程度无关，国家大学科技园的科技创新活动还没有完全融入到当地的经济发展中。

表5 东部地区和中西部地区国家级大学科技园效率Wilcoxon秩和检验

五、结 语

本文采用2006—2009年中国33家国家级大学科技园的数据，利用数据包络分析各国家级大学科技园的的综合技术效率，并将之分解为纯技术效率与规模效率，评估中国国家级大学科技园的整体效率，通过Malmquist指数对中国国家级大学科技园的生产效率进行了动态分析，并对全要素生产效率进行了分解。主要结论如下。

(1)中国国家级大学科技园效率水平较低。就技术效率而言，显示整体国家级大学科技园投入资源的运用效率仍有很大的改善空间。在规模效率方面，中国国家级大学科技园2006年至2009年各年平均规模效率处在递增规模报酬阶段，表示目前中国国家级大学科技园整体上仍有投入生产要素以扩大生产规模的空间。

(2)中国国家级大学科技园整体效率呈现改进趋势。从数据显示的来看，全要素生产效率的提高大部分来源于“增长效应”，即国家级大学科技园的技术创新使得整个生产的前沿面外移。“追赶效应”有待提高，就是说中国各个国家级大学科技园之间竞争不大，这也同时说明了各个大学科技园之间的地域性和相对封闭性。

(3)中国国家级大学科技园经营效率不存在地理区域上的差异。国家大学科技园的科技创新活动还没有深深地融入到当地的经济发展中。

(4)中国国家级大学科技园受金融危机冲击较大。中国国家级大学科技园2006—2009年度的综合技术效率、纯技术效率、规模效率、Malmquist生产率指数及其分解指数均出现了先下降后上升的趋势，并且在2008年度达到最低，表明中国国家级大学科技园受到金融危机的冲击较大。从一个侧面反映出国家级大学科技园内的创业企业核心技术不突出，应对金融危机冲击的能力有待提升。

［1］ 原长弘，贾一伟.国内大学科技园研究文献综述:1995－2002［J］.研究与发展管理，2004，16(3):90-95.

［2］ 徐小钦，陶星洁，王永宁.基于层次分析法和动态聚类法的大学科技园评价［J］.重庆大学学报:自然科学版，2004，27(12):152-155.

［3］ 殷 群，谢 芸，陈伟民.大学科技园孵化绩效研究:政策分析视角［J］.中国软科学，2010(3):88-94.

［4］ 范德成，张 巍.大学科技园评价指标体系研究［J］.科学学与科学技术管理，2005(12):63-67.

［5］ 李晓鸿.大学科技园发展的评价指标体系与评价方法研究［J］.科技管理研究，2009(6):131-133.

［6］ 张 帏，成九雁，高 建.我国大学科技园最新发展动态、评价及建议:以中关村地区为例［J］.研究与发展管理，2009，21(1):95-101.

［7］ Fare R，Grosskopf S，Lindgren B，et al.Productivity change in swedish pharmacies 1980-1989:A nonparametric malmquist approach［J］.Journal of Productivity Analysis， 1992(3):85-102.

［8］ Farrell M J.The measurement of productive efficiency［J］.Journal of the Royal Statistical Society，1957，120(III): 253-290.

［9］ Caves D W，Christensen L R，Diewert W E.The economic theory of index numbers and the measurement of input，output，and productivity［J］.Econometrica，1982，50(6): 1393-1414.

［10］殷 群，张 娇.长三角地区科技企业孵化器运行效率研究:基于DEA的有效性分析［J］.科学学研究，2010，28(1):86-94.

［11］张 鹏，占豪剑.基于DEA科技企业孵化器绩效评价:以广东为例［J］.科技管理研究，2010(14):78-81.