河南省创新效率市际差异研究
2017-12-19张建伟王贤孟琳琳肖文杰
张建伟++王贤++孟琳琳++肖文杰
[摘 要] 采用DEA模型和ESDA分析方法对2006-2015年河南省18个地市的创新效率及时空变化特征进行分析。结果发现:1)2006-2010年河南省创新综合效率相对偏低,规模效率对综合效率的影响大于技术效率,表明河南省创新投入能力存在较大提升空间;2)与豫中、豫东、豫北、豫西相比,豫南地區创新综合效率、纯技术效率和规模效率最高;3)2006-2015年综合效率没有变化,规模效率呈微弱上升趋势,技术效率和生产效率均呈下降趋势,其中豫南地区下降最为明显,其次是豫东和豫北;4)2006-2015年,技术进步变化和全要素生产率变化整体呈下降趋势。
[关键词] 创新效率;DEA模型;Malmquist生产率指数;时空演变;河南省
[中图分类号] F127 [文献标识码] A [文章编号] 1671-0037(2017)8-31-6
Study on the Intercity Differences of Innovation Efficiency in Henan Province
Zhang Jianwei1,2 Wang Xian1 Meng Linlin1 Xiao Wenjie1
(1.School of Resources Environment and Tourism, Anyang Normal University, Anyang Henan 455000;
2.Center for Yellow River Civilization and Sustainable Development/School of Environment and Planing, Henan University, Kaifeng Henan 475001)
Abstract: DEA model and ESDA analysis are used to analyze the innovation efficiency and spatial-temporal change characteristics of 18 cities in Henan Province from 2006 to 2015. The results show that: 1) From 2006 to 2010, Henan Province's innovation comprehensive efficiency is relatively low, and the effect of scale efficiency on comprehensive efficiency is greater than that of technical efficiency, which indicates that there is a large room for improvement in innovation input capacity of Henan Province. 2) Compared with the centre, the east, the north and the west of Henan, the innovation comprehensive efficiency, pure technology efficiency and scale efficiency of southern Henan region are the highest. 3) The comprehensive efficiency during 2006-2015 has not changed, the scale efficiency has been in a weak upward trend, while the technical efficiency and production efficiency are both declining, among which the decline is most obvious in the southern Henan Province, followed by the eastern Henan and the northern Henan. 4) In 2006-2015, the changes of technological progress and total factor productivity show a downward trend.
Key words: Innovation efficiency; DEA model; Malmquist productivity index; spatial-temporal evolution; Henan Province
目前我国对效率的关注已成为经济学界的一个重要问题,关于效率的研究越来越多,例如有关城市土地利用效率,高新技术产业效率,能源效率,资源效率以及旅游业发展效率等文章,均是从效率的角度来研究和解决现状问题。为应对世界新一轮科技革命和产业革命带来的挑战,创新也成为各学者研究的重点。我国“十三五”规划中也强调,供给侧改革是我国今后经济改革的重点和难点。要实现供给侧结构性改革,就必须要转变发展理念,调整经济结构,其关键在于创新。因此,创新效率方面的研究也快速展开:邰鹿峰等基于DEA的效率评价方法研究了安徽省知识创新和技术创新效率,发现在2000-2014年期间,安徽省在知识创新阶段研究经费投入过大,处于严重的无效率状态,在技术创新领域处于规模收益递增阶段,并针对这种现象提出相应建议[1];曹霞等以绿色低碳的视角研究了中国区域创新效率,对我国30个省市的创新效率进行了分析[2];赵树宽等也基于DEA,从效率、有效性、规模收益及投影分析四个方面对吉林省151家高技术企业创新活动和创新效率进行评价分析[3]。从创新效率研究的角度及范围来看,大多研究是从在特定的年份内对省级以上单位进行研究或是对某省某一特定领域的创新效率进行研究[4-10],较少在省内地市层面开展创先效率的研究。而本文是从河南省整体的创新效率出发,研究2006-2015年期间创新效率的变化,以分年份和分阶段更为详细的方法,分析河南省在创新方面的问题,期为河南省创新效率的提高提供一定的借鉴。endprint
1 研究对象、数据来源与指标体系
1.1 研究区域与数据来源
河南位于中国中东部、黄河中下游,北界山西、河北,东接山东、安徽,南临湖北,西接陕西,介于北纬31°23′-36°22′、东经110°21′-116°39′之间,总人口10662万人,常住人口9436万人,是中国第一人口大省、第一农业大省、新兴工业大省和劳动力输出大省。一般而言,可将河南省划分为豫北、豫南、豫东、豫西、豫中五个地区,其中豫北地区主要包括安阳市、新乡市、濮阳市、鹤壁市、济源市、焦作市,豫南地区主要包括信阳市、南阳市、驻马店市,豫东地区主要包括商丘市、开封市、周口市,豫西地区主要包括洛阳市、三门峡市、平顶山市,豫中地区主要包括郑州市、许昌市、漯河市。本研究数据均来源2007-2016年《河南统计年鉴》。
1.2 创新投入产出效率测度指标体系
从已有研究可看出,大多学者有关区域创新效率的投入指标基本一致,即研发人员和科研经费两方面。同时本文引入创新环境变量,从人力、资金和创新环境3个方面分析创新投入。因此,本文的创新效率投入指标为科技活动人员数、R&D经费、互联网用户数。关于区域创新效率的产出指标,学术界存在很多争议。毛良虎等从科技成果、经济效益、环境效益三方面测度一个地区创新产出能力[11]。蒋天颖认为将专利作为指标以反映区域创新产出水平具有较强的合理性和科学性[12]。李婧等则认为专利能只代表创新效率产出的一部分,科技论文数以及技术市场成交额都是测度创新效率的产出指标[13]。杜志威等从新产品和专利授权两方面分别考察城市工业创新产出情况[14]。综上所述,本文选用发明专利授权数(件)、科技论文数量(篇)、规模以上工业企业新产品产值(万元)、技术市场合同交易额(万元)四个指标表征区域创新效率的产出。因此,区域创新投入与产出共有七项指标。(表1)。
2 研究模型与方法
数据包络分析(DEA)是根据已知数据,利用数据包络分析模型得到对应的生产前缘,以此用来评价具有多种投入和产出的决策单元之间相对有效性的措施[15]。最早的DEA模型CCR的基础是规模报酬不变,它是一个分式规划。之后在1984年Banker,Cooper提出BCC模型[16]。DEA模型中不用提前设定投入与产出的权重,因此也就不受人为主观因素的影响,能够更科学地评价工业生态效率自身的信息和特点。
为了评析中原城市群30个地级市的工业生态效率,假设评价工业生态效率指标体系的投入指标是N种,其产出指标是C种。设xmn(xmn>0)代表第m个城市的第N种环境和能源消耗的投入量,ymc(ymc>0)代表第m個城市的第C种环境和经济效益的产出量。对于第m个城市而言,Φ(0<Φ≤1)代表工业生态能源资源消耗投入产出效率综合指数,即为综合效率指数;ε则表示非阿基米德无穷小量;Wm(Wm≥0)为权重变量,用来判断城市工业生态的规模收益情况;e-(e-≥0)为松弛变量,表示工业生态达到DEA有效需要减少的投入量;e+(e+≥0)为剩余变量,表示工业生态达到DEA有效需要增加的产出量。公式如下:
[minΦ-εn=1Ne+c=1Ce+e.tm=1Mxmn Wm+e=Φxmn n=1.2….Nm=1Mymc Wm-e+=ymc c=1.2….CWm≥0 m=1.2….M (1) ]
公式(1)是基于规模报酬不变(CRS)的DEA模型。当存在最优解Φm=1时,表示第m个城市工业生态效率运行在最优生产前沿面上。该地级市的工业生态效率产出相对于投入来说达到了综合效率最优;当Φm<1时,表明第m个地级市工业生态效率无效,当Φm的值相距1越近,就表示第m个地级市的工业生态效率越接近有效状态,反之效率越低[17]。
引进约束条件[m=1Mλm=1]于公式(1)中,将其转变为规模报酬可变的DEA模型即VRS模型,选择投入主导型(Input orientated),其内部算法选择多阶段(multi-stage method)算法。
利用VRS模型可将中综合效率(中原城市群工业生态效率)分解为纯技术效率与规模效率的乘积。基于VRS模型得到的Φm为第m个地级市综合效率(中原城市群工业生态效率);ΦTE为对应地级市的纯技术效率(Technical Efficiency),取值范围是0<ΦTE≤ 1并且ΦTE≥Φm;ΦSE是规模效率(Scale Efficiency),取值范围是0<ΦSE≤1且ΦSE≥Φm。当ΦTE、ΦSE的值越接近于1,表示该地级市的工业生态的纯技术效率、规模效率就越高。当ΦSE=1或ΦTE=1时,表示该地级市工业生态分别为规模效率最优或纯技术效率最优[18]。
3 河南省各地市创新效率及其分解特征
3.1 创新效率及其分解分析
以河南省18个地市的创新投入-产出数据为基础,求解DEA模型,分别计算出2006年、2010年及2015年河南省18个地市效率,并对其进行效率有效分解。结果显示,创新综合效率、纯技术效率与规模效率呈现以下特征:
第一,综合效率:河南省各地市平均综合效率相对偏低(0.870),2006年-2015年有22.22%的地市综合效率均达到了最优,分别为郑州市、信阳市、驻马店市、济源市4个地市。横向时间比较发现,2006年、2010年和2015年平均综合效率分别为0.866、0.883、0.860,达到实际最优水平的86%-88%,且随时间推移呈现先增高后递减的趋势。2006年、2010年和2015年河南省各地市创新投入产出综合效率分别有10个、8个、7个地市达到了DEA效率最优,分别占河南省地市数量的55.56%,44.44%和38.89%。另外,2006年河南省创新投入产出综合效率都达到了有效性50%以上,其中80%以上的有11个,占总数的61%,60%-80%之间的有4个,占总数22%;2010年河南省创新投入产出综合效率都达到了有效性54%以上,其中80%以上的有14个,占总数的78%,60%-80%之间的有3个,占总数的17%;2015年河南省创新投入产出综合效率都达到了有效性47%以上,其中80%以上的有13个,占总数的72%,60%-80%之间的有2个,占总数的11%,另外,还有3个地市低于DEA有效性60%,占总数的17%。这体现出河南省各地市投入产出效率总体上未达到理想状态,且10年呈现出先升高后下降态势。endprint
第二,纯技术效率:2006年-2015年纯技术效率相对较高(0.906)。2006年-2015年有27.78%的地市综合效率均达到了最优,分别为郑州市、鹤壁市、信阳市、驻马店市、济源市5个地市,相比综合效率和规模效率均多出1地市。2006年、2010年和2015年平均纯技术效率分别为0.926、0.904、0.889,2006年、2010年和2015年河南省各地市创新投入产出纯技术效率分别有12个、10个、9个地市达到了DEA效率最优,均高出综合效率最优的城市数2个。另外,2006年河南省创新投入产出纯技术效率都达到了有效性54%以上,其中80%以上的有14个,占总数的78%,60%-80%之间的有3个,占总数17%。
第三,规模效率:2006年-2015年规模效率较高(0.958)。2006年-2015年有22.22%的地市综合效率均达到了最优,分别为郑州市、信阳市、驻马店市、济源市4个地市。2006年、2010年和2015年平均纯技术效率分别为0.931、0.980、0.962,比同时期综合效率和纯技术效率均较高。2006年、2010年和2015年河南省各地市创新投入产出纯技术效率分别有10个、10个、7个地市达到了DEA效率最优,分别占河南省地市数量的55.56%,55.56%和38.89%。另外,2006年河南省创新投入产出规模效率都达到了有效性61%以上,其中80%以上的有16个,占总数的89%,60%-80%之间的有2个,占总数11.11%;2010年河南省创新投入产出规模效率都达到了有效性83%以上;2015年河南省创新投入产出规模效率都达到了有效性76%以上,其中80%以上的有17个,占总数的94%,60%-80%之间的只有1个,占总数5.56%。
3.2 创新效率的空间特征
河南省各地市创新效率存在不均衡特征,考虑到河南省行政区空间完整性,将其划分为豫北、豫南、豫东、豫西、豫中5个地区,。通过表2比较发现,河南省创新效率具有以下特征:
第一,与豫中、豫东、豫北、豫西相比,豫南地区创新综合效率、纯技术效率和规模效率最高,2006年、2010年和2015年,创新综合效率、纯技术效率和规模效率,都为1.000;豫中和豫西地区2006年的综合效率、纯技术效率和规模效率,分别达到有效性的0.827、1.000、0.827和0.942、0.982、0.958,2010年和2015年豫中和豫西地区的综合效率、纯技術效率和规模效率都为1.000;豫东地区2006年的综合效率、纯技术效率和规模效率分别达到有效性的0.975、1.000、0.975,2010年分别达到有效性的0.932、1.000、1.000,2015年综合效率、纯技术效率和规模效率都为1.000;豫北地区2006年、2010年、2015年的综合效率、纯技术效率和规模效率分别达到有效性的0.967、1.000、0.967,0.983、1.000、0.983,0.954、0.963、0.989。与其他4个地区相比,2015年豫北地区综合效率、纯技术效率和规模效率最低,说明,近年来,豫北地区的创新效率仍然不高,应继续提高创新能力。
第二,2006-2015年,河南省创新平均综合效率整体呈现先升高后下降的趋势,平均综合效率从2006年的0.866上升到2010年的0.883,到2015年又下降到0.860。而豫中、豫西地区创新综合效率呈不断上升趋势,豫南地区创新综合效率均为1.000,其创新综合效率最高;豫北则呈北现先增后减特征,豫东地区创新综合效率呈先减后增的趋势。
4 创新效率时空变化趋势及分类特征
为了更加准确的反映河南省各地市2006-2015年创新效率的时空格局变化,现利用Malmquist-DEA生产率指数模型分别计算了2006-2010年、2011-2015年以及2006-2015河南省18个地市创新效率变化、技术变化、纯技术效率变化、规模效率变化和生产率变化指数。
4.1 创新效率时间变化趋势
第一,2006-2015年河南省仅有综合效率变化指数(1.000)和规模效率变化指数(1.005)稍大于等于1,而技术变化指数(0.894)、纯技术效率变化(0.996)和生产率变化指数(0.895)均小于1,即在这段时期,技术效率和生产效率均呈下降趋势,说明这段时期河南省全要素生产率指数的下降的主要原因是技术退步,而创新投入产出综合效率呈下降趋势,主要由纯技术效率下降所致。由此可见,技术进步在城市创新发展中的贡献呈减弱趋势。
第二,2006-2010年,技术效率和全要素生产率呈现出下降趋势,其中技术效率下降最为显著。2006-2010年综合效率变化(1.013)、技术进步变化(0.787)、纯技术效率变化(0.997)、规模效率变化(1.016)和生产率变化(0.797),其中技术效率和生产率均小于1,呈现微弱的下降趋势,在一定程度上影响省内综合效率快速提升。综合效率变化和规模效率变化均大于1,呈整体上升趋势。
第三,2011-2015年,综合效率,技术进步,纯技术效率,规模效率和全要素生产率均呈下降趋势。在2011-2015年间,技术进步变化(0.996)、纯技术效率变化(0.994)和规模效率变化(0.994)下降的趋势相对缓慢,基本接近于1,即五年间,河南省在创新技术和规模上没有太大变化。综合效率变化(0.988)和全要素生产率变化(0.984)相比之下,下降速度快,也可以看出,技术、规模和要素的发展制约了创新综合效率的发展,以及一些地区发展的滞后性也会影响整体的发展状况。
4.2 创新效率变化的空间特征
第一,2006-2015年,技术进步变化和全要素生产率变化整体呈下降趋势,其中豫南地区下降最为明显,其次是豫东和豫北。这三个地区的发展也对河南省在技术和生产率发面产生了严重的阻碍作用。豫北地区综合效率下降的主因是技术进步下降和规模效率及生产率的下降。endprint
第二,2006-2010年,河南省综合效率和规模效率有明显的提高,其中豫北地区综合生产效率(0.999)呈下降趋势,豫中、豫南和豫东综合效率没有发生变化,豫西地区综合效率加速发展。豫西的综合效率提高得益于规模效率的提高。在技术进步和全要素生产效率中,河南省各地区均处于0.7-0.9之间,在这五年间,因为经济危机等影响,各地区对技术创新和规模扩大方面都有所限制,这在一定程度上消弱了技术的创新进步。
第三,2011-2015年,河南省五大地区在综合效率、纯技术效率和规模效率方面呈现不变的趋势,其中豫北的综合效率(1.007)有改善的趋势,这得益于规模效率的提高。技术进步变化和全要素生产率变化中,除豫中地区有提高的趋势外,其他地区均呈下降趋势,这主要是豫中地区郑州市的快速发展。
5 结论
本文通过构建河南省各地市创新效率评价指标体系,以18个地级市作为研究对象,通过对18个地级市2006年以来的创新效率及其变化特征分析,得到以下结论:
第一,2006-2010年河南省创新综合效率相对偏低,流域内超过22%的地市创新综合效率、纯技术效率和规模效率连续达到最优,分别是郑州市、信阳市、驻马店市、济源市,状态稳定。综合效率分解分析发现,总体上,规模效率对综合效率的影响大于技术效率,表明河南省创新投入能力存在较大提升空間。
第二,河南省创新效率空间分析表明,与豫中、豫东、豫北、豫西相比,豫南地区创新综合效率、纯技术效率和规模效率最高,2006年、2010年和2015年,创新综合效率、纯技术效率和规模效率,都为1.000。
第三,河南省创新效率变化的时间分析表明:2006-2015年综合效率没有变化,规模效率呈微弱上升趋势,技术效率和生产效率均呈下降趋势。其中,2006-2010年,技术效率和全要素生产率呈现出下降趋势,其中技术效率下降最为显著;2011-2015年,综合效率,技术进步,纯技术效率,规模效率和全要素生产率均呈下降趋势,技术进步变化、纯技术效率变化和规模效率变化下降的趋势相对缓慢。表明,近年来河南省科技创新水平有一定提高。
第四,河南省创新效率变化空间分析表明:2006-2015年,技术进步变化和全要素生产率变化整体呈下降趋势,其中豫南地区下降最为明显,其次是豫东和豫北。
参考文献:
[1] 邰鹿峰,徐洁香.安徽省知识创新和技术创新效率评价——基于DEA的效率评价方法[J].宿州学院学报,2016(12):12-15.
[2] 曹霞,于娟.绿色低碳视角下中国区域创新效率研究[J].中国人口·资源与环境,2015(5):10-19.
[3] 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.
[4] 余泳泽,刘大勇.我国区域创新效率的空间外溢效应与价值链外溢效应——创新价值链视角下的多维空间面板模型研究[J].管理世界,2013(7):6-22.
[5] 桂黄宝.我国高技术产业创新效率及其影响因素空间计量分析[J].经济地理,2014(6):100-107.
[6] 韩晶.中国区域绿色创新效率研究[J].财经问题究,2012(11):130-137.
[7] 肖兴志,谢理.中国战略性新兴产业创新效率的实证分析*[J].经济管理,2011(11):26-35.
[8] 白俊红,江可申,李婧.应用随机前沿模型评测中国区域研发创新效率[J].管理世界,2009,(10):51-61.
[9] 汪传旭,任阳军.高技术产业绿色创新效率的空间溢出效应[J].产经评论,2016(6):76-84.
[10] 熊彬,李宁.工业绿色创新效率及地区差异研究[J].特区经济,2016(12):53-55.
[11] 毛良虎,姜莹.长江经济带区域创新效率及空间差异研究[J].华东经济管理,2016(8):73-78.
[12] 蒋天颖.浙江省区域创新产出空间分异特征及成因[J].地理研究,2014(10):1825-1836.
[13] 李婧,白俊红,谭清美.中国区域创新效率的实证分析——基于省际面板数据及DEA方法[J].系统工程,2008(12):1-7.
[14] 杜志威,吕拉昌,黄茹.中国地级以上城市工业创新效率空间格局研究[J].地理科学,2016(3):321-327.
[17] 魏海涛,刘玲.基于数据包络分析方法的城市生态效率研究[J].区域经济评论,2016(4):152-160.
[18] 曹贤忠,曾刚,邹琳.长三角城市群R&D资源投入产出效率分析及空间分异[J].经济地理,2015(1):104-111.
[19] 高峰,王金德,郭政.我国区域工业生态效率评价及DEA分析[J].中国人口.资源与环境,2011(8):318-321.
[20] Jiangxue Zhang,Yimeng Liu,Yuan Chang.Industrial eco-efficiency in China:A provincial quantification using three-stage data envelopment analysis[J]. Journal of Cleaner Production,2016(2).endprint