石油天然气产业技术创新效率评价研究——基于东、中、西部地区的比较分析

周艳春，姜 华

（西安财经学院管理学院，陕西西安 710100）

石油天然气产业技术创新效率评价研究
——基于东、中、西部地区的比较分析

周艳春，姜 华

（西安财经学院管理学院，陕西西安 710100）

从构建技术创新效率评价指标体系出发，运用数据包络分析方法（DEA）对我国中、东部及西部共七省（市、区）的石油天然气产业技术创新效率进行评价及比较。评价结果显示，东部省份石油天然气产业的技术创新效率要高于中部和西部地区；而西部地区中，陕西的石油天然气产业技术创新效率相对较高。据此，提出西部石油天然气产业技术创新发展应该注意的问题。

石油天然气产业；技术创新；效率评价；DEA

一、引 言

中国石油和天然气资源丰富区域大多集中在东北、华北以及西部地区，特别是西部地区，石油和天然气产业已成为国民经济的重要支柱产业。然而西部地区的能源集聚并未引起相应的创新集聚，使经济实现可持续发展。这与西部地区过于关注上游产业、产业链条不完整以及过于关注创新投入、忽视效率问题而导致创新活动效率低下等存在着密切的关系。因此，在创新资源严重不足的条件下，深入研究石油天然气产业技术创新效率的区域差异，并分析东、西部差距形成的原因，具有非常重要的理论及现实意义。

当前，关于产业技术创新效率的评价，绝大多数研究聚集在对高技术产业技术创新效率的评价上，较少有学者针对区域石油天然气产业的技术创新效率进行评价。如著名经济学家Romijin［1］、Neelankavil［2］采用Granger因果关系、多元回归分析等多种方法，对高技术产业的创新效率进行了一系列研究；尹伟华［3］选取26个省级的高技术产业作为样本数据，通过构建网络Tobit及SBM模型，全面地研究和评价了高技术产业的技术创新效率。戚宏亮、王翔宇［4］选取黑龙江省的五大高技术产业2006—2010年的相关指标数据，构建适当的模型，对指标数值进行因子分析，最后得出相应结论及对策建议。这些研究较多关注评价对象的排序，对差距形成的原因及调整型方案的分析则略显不足。而DEA方法因易于处理多投入、多产出指标的复杂问题，且不需要掌握生产函数的具体形式等优点而被广泛应用于产业技术创新效率评价。如冯缨、滕家佳［5］应用DEA方法，从两个不同的角度对江苏省高技术产业技术创新效率进行研究并提出引导式的调整方案；王灵、韩东林［6］应用DEA与CPM方法对安徽省2009年制造业的多个行业技术创新效率进行了测评。王伟［7］收集了我国30个省级地区的高技术产业技术创新效率的相关指标数据，应用改进的DEA方法对其进行评价研究。因此，运用DEA方法对技术密集型的石油天然气产业技术创新效率进行评价及比较研究，是本文研究的主要目的。

二、数据来源和研究方法

（一）数据来源及样本选取

本文的研究对象为石油天然气产业，数据主要来源2012年各省统计年鉴、《中国工业经济统计年鉴》及2007—2012年《陕西省科技统计年鉴》；样本选自我国石油天然气资源富集的西部三省、中部二省以及东部二省，即陕西、青海、新疆、河北、河南和山东、天津七个省、市、自治区的指标数据。

（二）研究方法

数据包络分析（Data Envelopment Analysis，简称DEA）是应用数学工具评价经济系统生成前沿面有效性的非参数评价方法，应用于多投入、多产出、多目标决策单元的绩效评价［8］。DEA模型最早在1978年由著名运筹学家查恩斯（A．Charnes）、洛兹（E．Rhodes）和库伯（W．W．Cooper）［9］提出，他们首先提出C2R模型，主要解决“规模收益不变”假设下决策单元相对有效性的分析。1984年R．D．Banker、W．W．Cooper和A．Charnes［10］提出了BC2模型，该模型是对固定规模效益模式的DEA分析的扩展。由于技术创新具有明显的知识经济的特点，知识的特殊性质一定程度上抵消了传统生产要素的边际报酬递减规律，导致创新边际报酬的不确定性［11］。因此，本文采用BC2模型对所选区域石油天然气产业的技术创新效率进行评价。

设有n个被评价的决策单元DMUj（1≤j≤n），每个决策单元都有m种类型的“输入”及s种类型的“输出”。则每一个决策单元的输入向量与输出向量分别为：

输入、输出向量的权向量为：

其中：xij——在第j个决策单元中，第i种类型输入的投入量；yij——在第j个决策单元中，第i种类型输出的输出量；vi——第i类型输入的权重；ur——第r类型输出的权重。此时，每一个决策单元的效率评价指数为：

其中，i＝1，2，…，m；r＝1，2，…，s；j＝1，2，…，n。据以上分析，得到C2R模型：

通过采用Charnes－Cooper转换，且在此基础上添加松弛变量S－、剩余变量S＋，得到：

minθ

考虑到创新边际收益的不确定性，在此模型中引入∑λ＊j＝1，建立BC2模型，并把综合效率划分为纯技术效率和规模效率，以进一步判断决策单元报酬是否处于递增、递减或不变状态。

三、指标选取

绝大多数文献在对某一产业的技术创新效率进行评价时，都重点考虑创新投入与产出两个方面的指标。创新投入方面则更多关注人力与财力的投入。本文根据石油天然气产业的特点，并结合数据可获取性及科学性原则，增加了物力投入方面的指标。其中，人力投入用石油天然气行业R＆D人员与R＆D人员占从业人员比重两个指标表示；财力投入用石油天然气行业R＆D经费与R＆D经费占销售收入比例两个指标来表示；物力投入则用石油天然气行业固定资产投资表示，用以反映为技术创新平台提供更好的物资保障。创新产出指标用发明专利的授权数与新产品销售收入表示（如表1所示）。

表1 产业技术创新效率评价指标体系

四、数据处理与分析

（一）各省（市、区）石油天然气产业技术创新效率总体分析

选取石油天然气资源富集的东、中、西部七个省（市、区）的指标数据，应用数据包络分析的BC2模型对石油天然气产业技术创新效率进行评价。通过应用Deap2．1软件，可以得到7个省（市、区）的规模效率、综合效率及纯技术效率（如表2所示）。

表2 2011年各省（市、区）石油天然气产业技术创新效率

由表2可以看出，7个省市自治区的平均综合效率为0．816，其中天津、山东、陕西最高，均为1．000，其次为河南、河北，分别为0．967、0．942，新疆、青海最低，依次为0．497、0．306。由此可看出，新疆、青海的石油天然气产业技术创新效率偏低。除新疆以外，青海、河北、河南的规模效率均低于纯技术效率，表明三省的石油天然气产业技术创新效率偏低，主要是由于规模效率偏低引起的。

若用横轴表示技术有效，纵轴代表规模有效，依此对7省（市、区）石油天然气产业的技术创新效率进行分类，结果如图1所示。

图1 各省（市、区）石油天然气产业技术创新效率分类

7个省（市、区）分别分布在第Ⅰ、Ⅲ、Ⅳ象限。处于第Ⅰ象限的省（市）主要有山东、天津、陕西。这些地区表现为技术有效与规模有效，即综合技术创新效率有效，表明这些地区的技术创新效率较高。山东、天津主要分布在我国的东部地区，经济比较发达，创新环境较好；陕西虽地处西部，但得益于西部大开发的推动，近几年经济增速较快，加之高校、科研院所较为密集，为产业创新提供了良好的平台，因而表现出了较高的创新效率。处于第Ⅲ象限的省（区）是河北、新疆，表现为技术无效与规模无效，说明这两个省（区）的创新资源配置中存在一定的问题，需进一步加大创新投入，完善创新平台建设，构建合理有效的创新机制及资源配置机制。处于第IV象限的省份是河南、青海，表现为技术有效及规模无效，表明河南、青海两省需通过合理增加创新投入，以进一步提高创新产出。

（二）各省（市、区）石油天然气产业技术创新效率分解分析

由表3可知，7个省（市、区）中，新疆、青海、河北、河南4省（区）的石油天然气产业报酬递增，天津、山东及陕西则是规模报酬不变。

新疆处于规模报酬递增阶段，综合DEA非有效、创新资源的配置不合理以及存在投入冗余与产出不足的现象是由纯技术效率与规模效率综合作用所造成。从投入冗余分析，R＆D人员、R＆D人员占从业人员比重、固定资产投资、R＆D经费及R＆D经费占销售收入比例分别可以减少2 248．805、0．009、186．134、5．579、0．001。从产出不足分析，在现有投入的前提下，拥有发明专利的授权数、科技论文发表数可以分别再提高3．865和5．799。

河北也处于规模报酬递增阶段，主要由于纯技术效率与规模效率共同作用引起综合DEA非有效。从投入冗余来分析，R＆D人员、R＆D人员占从业人员比重、固定资产投资、R＆D经费分别可以减少46．565、0．001、2．868、0．096，也可使科技论文发表数保持不变，拥有发明专利的授权数提高14．561。

表3 各省（市、区）石油天然气产业技术创新效率及应调整值

青海与河南两省也处于规模报酬递增阶段，但没有产出不足与投入冗余情况，如同比例加大人力、物力、财力的投入，创新产出将有更大的提高。

位于东部地区的山东、天津以及位于西部地区的陕西综合技术创新效率均为1．000，表明DEA有效，创新资源能够得到有效合理地配置。由于东部沿海地区拥有地理优势以及良好的经济基础和人才储备，其创新效率优于中部和西部地区。陕西属于西部地区，经济发展水平劣于东部地区，其综合技术创新效率值较高，可能与西部大开发所带来的经济快速增长、支柱产业研发投入加大及智力资源密集等存在密切的关系。为深入观察陕西近几年石油天然气产业技术创新效率的变动状况，我们选取了2006—2011年的相关数据进行进一步分析。

（三）2006—2011年陕西石油天然气产业创新效率分解分析

通过对2006—2011年陕西石油天然气产业的指标数据进行DEA分析，得出其六年的技术创新效率情况及其调整值（如表4所示）。除2008年外，其余年份的技术创新效率均为DEA有效，说明该产业整体上创新资源配置效率较高。2008年的效率下降，主要原因是纯技术效率太低，投入与产出的匹配率不高，投入存在冗余，这可能是由于2008年的金融危机导致的结果。

表4 2006—2011年陕西省石油天然气产业技术创新效率及其调整值

五、结论及建议

本文运用DEA方法对我国东、中、西部7省（市、区）的石油天然气产业的技术创新效率进行了综合评价与分析，得到以下结论。

1．创新资源的有效配置是提升创新效率的关键

新疆等地的投入与产出绝对值相对较高，但技术创新效率不高，表明这些省（区）创新资源未得到最有效的配置；相反，天津、陕西等省（区）投入与产出的绝对值虽不高，但综合技术创新效率相对较高。这表明并不是投入越多越好，投入少也并不代表创新效率低，而应合理优化创新资源的配置，才能使创新效率得到有效的提高。

2．不同地区的石油天然气产业技术创新效率差异较大

东部地区凭借扎实的经济基础、良好的创新平台、有效健全的制度保障，为石油天然气产业的技术创新提供了良好的外部环境，因而其创新效率要明显好于中部和西部地区。西部地区除了陕西外创新效率仍然很低，但规模效率保持递增趋势，表明通过政府支持和自身努力，增加一定比例的投入将会得到更高比例产出的增加。创新投入较少是导致这些地区石油天然气产业规模效率较低的主要缘故。

以上结论表明，要切实提高西部地区石油天然气产业的技术创新效率，需要政府与产业自身的双重努力。从政府层面讲，应加强政府宏观调控和引导，强化政策支持，不断优化产业创新环境，建立有效的科技人才引进机制，解决产业创新投入过少的问题，提高产业创新的规模效率；从产业自身层面讲，应注重研发平台的构建与完善，努力整合企业、高校以及科研院所的技术以及人才资源，打造产学研合作创新战略联盟，培育并且完善创新成果转化平台，加速科技成果转化，全面提升石油天然气产业的技术创新效率。

［1］ ROMIJIN，MIKE A．Innovation，networking and proximity：lessons from small high technology firms in the UK［J］．Regional Studies，2002，36（1）：19－33．

［2］ NEELANKAVIL J P．ALAGANAR V T．Strategic re－source commitment of high－technology firms an international comparision［J］．Journal of Business Research，2003（6）：493－502．

［3］ 尹伟华．中国区域高技术产业技术创新效率评价研究［J］．统计与信息论坛，2012（8）：99－106．

［4］ 戚宏亮，王翔宇．黑龙江高技术产业技术创新效率评价［J］．科技管理研究，2013（3）：51－54．

［5］ 冯缨，滕家佳．江苏省高技术产业技术创新效率评价［J］．科学学与科学技术管理，2010（8）：107－112．

［6］ 王灵，韩东林．产业转移视角下安徽省制造业技术创新效率评价［J］．技术经济，2011（8）：51－57．

［7］ 王伟．基于改进DEA的中国高技术产业技术创新效率研究［J］．科技进步与对策，2011（17）：119－123．

［8］ 魏权龄．数据包络分析［M］．北京：科学出版社，2004．

［9］ CHARNES A，RHODES E，COOPER W．Measuring the efficiency of decision making units［J］．European Journal of Operational Researeh，1978（2）：429－444．

［10］BANKER R D，CHARNES R F，COOPER W W A．Some models for estimating technical and scale inefficiencies in data envelopment analysis［J］．Management Science，1984，30（09）：1078－1092．

［11］赵树宽，余海晴，巩顺龙．基于DEA方法的吉林省高技术企业创新效率研究［J］．科研管理，2013（2）：36－43．

Research on Comparison and Valuation in Technology Innovation Efficency of Oil and Gas Industry：Base on Comparative Analysis Among the East and Midwest Regions

ZHOU Yan－chun，JIANG Hua
（School of Management and Engineering，Xi’an University of Finance and Economics，Xi’an 710100，China）

Beginning with building technical innovation efficiency evaluation index system，this article use the data envelopment analysis（DEA）to evaluate and compare the technological innovation efficiency of seven provinces where are in Mideast and west of China．The results Shows that the oil and gas industry technology innovation efficiency of eastern province is higher than the central and western regions．But in the western region，oil and gas industry technological innovation efficiency of shaanxi is comparatively high．Accordingly，we can point out the problem to which should be paid attention in the development of the western oil and gas industry technology innovation．

oil and gas industry；technology innovation；efficiency evaluation；DEA

F407．22

A

1672－2817（2015）06－0043－05

（责任编辑：马红鸽）

2014－10－24

陕西省自然科学基础研究计划项目“技术创新对陕西省能源产业竞争力的影响研究”（2013JM003）

周艳春（1969－），女，辽宁锦州人，西安财经学院管理学院教授，管理学博士，硕士生导师，研究方向为技术创新管理、战略与决策管理；姜华（1989－），女，山西阳泉人，西安财经学院管理学院硕士研究生，研究方向为技术创新管理。