APP下载

徐州市创新效率评价及影响因素研究①

2018-09-10陈艳杰纪静

中国商论 2018年22期
关键词:数据包络分析影响因素

陈艳杰 纪静

摘 要:科技创新决定一个地区经济的发展能力,提高了人民的生活质量,科技强国、富民的效应日益明显。使用数据包络分析法对2008—2016年间江苏省13个地级市的科技创新效率进行评价,以BBC模型的综合效率,分析徐州的科技创新效率总体水平偏低;以徐州市2008—2016年每年作为决策单元,判断每年的综合效率变化,有逐年增长的趋势;以徐州市的综合效率为因变量,研究政府扶持力度、产业结构、开放程度、经济增长和经济效益对其影响的程度,提出提高徐州科技创新效率的途径。

关键词:科技创新效率 数据包络分析 影响因素

中图分类号:F124.3 文献标识码:A 文章编号:2096-0298(2018)08(a)-138-03

宏观经济学理论认为经济增长主要是由人力、物力及技术进步决定的,但由于经济的快速增长,以投入为主的增长方式势必造成资源的短缺及浪费,发展低碳经济已势在必行,而技术进步是实现经济持续快速发展的有效途径,推动技术创新是区域经济提升的重要条件,科技创新不仅是创新要素的投入,也是创新效率的改善,而创新效率提高了,更有助于促进经济的长足增长。

所以,本文主要对国家“一带一路”重要节点城市徐州市为研究对象,使用数据包络进行实证研究,测算徐州科技创新效率总体水平,判断其主要的影响因素,并提出相应的策略。

1 文献综述

谭瑾,罗正英,徐光伟(2017)利用数据包络的CCR、BCC和SE-DE模型,从科研开发和高新技术企业科技创新效率对常州市科技创新绩效进行评价,发现常州科技创新效率变化明显,总体呈现上升趋势,并提出在增加常州科技创新投入时,必须注重提升科技创新效率[1]。李鸿禧,迟国泰(2016)以企业作为科技投入和产出的主体,通过数据包络分析CCR和BCC模型,测算中国15个副省级城市科技创新的总体投入产出效率、纯技术效率和规模效率。通过 DEA-t检验的方法萃取出显著影响效率的关键指标,找到不同副省级城市各自效率偏低的关键问题[2]。张赛飞,车晓惠(2011)运用数据包络分析了广州1996—2009年的科技创新效率并对其影响因素进行分析[3]。目前,使用数据包络分析区域创新效率的研究正在逐年提高,但没有学者使用Malmquist指数对徐州市的科技创新效率状况及其影响因素研究。

2 数据包络分析基本原理

2.1 DEA-Malmquist指数

数据包络分析(DEA)是研究多投入、多产出条件下的决策单元效率问题。Charmes、Cooper和Rhodes(1978)提出CCR模型,此模型建立在规模报酬不变的假设条件下,测算出的效率指数称为综合效率值,用于测度决策单元是否同时达到技术有效和规模有效。Banker、Charnes与Cooper(1989)提出了可变规模报酬的BCC模型,此模型将纯技术效率和规模效率分开,模型计算效率,能反映决策单元的纯技术效率、规模效率及综合效率三方面的情况。产出导向BCC的基本模型为:

本文采用DEA的BCC模型中Malmquist指数对江苏省各地级市动态的融资效率进行研究,判徐州在每年相对于前一年技术效率变化在江苏省所处的位置。Malmquist指数衡量全要素效率,Malmquist指数大于1,创新效率提高,Malmquist指数小于1,创新效率降低。使用BCC传统模型对徐州2008—2016年的数据进行分析,判断徐州综合效率的变化趋势及效率分解分析其原因,并对其投入和产出的冗余进行分析。

2.2 数据来源及指标选取

本文的数据来源于2008—2016年江苏省各市科技进步统计监测结果与科技统计公报(但2012年数据缺失)中的投入产出数据,运用deap2.1进行数据分析。

进行效率分析时选择了科技创新效率的投入和产出两大类指标,投入指标包括人力投入指标和财力投入指标,其中,人力投入指标以企业R&D活动人员占企业职工比重(%)來表示,财力投入指标以企业R&D经费占销售收入的比例(%)来表示;产出指标包括知识产出和经济产出,其中,知识产出指标以每十万人口专利授权数(件/10万人)表示,经济产出指标以高新技术产业产值(亿元)来表示。

3 徐州市科技创新效率实证研究

3.1 Malmquist指数动态效率分析

从表1可以看出,徐州的全要素创新效率在13个地级市中所处的位置只有2014—2015年位置靠后,其余各年位置均在前列,说明创新效率相对于前一年进步较大,在江苏省内名列前茅。从图1可以看出,徐州的全要素效率只有2014—2015年相对落后,其余各年明显高于省均值,同样可以说明,徐州的全要素效率处于省内前列。徐州的全要素创新效率较高说明徐州相对于自身上一年的效率而言,提升的幅度较大,进步较快。

3.2 徐州综合效率分解及冗余分析

从表2可以看出,徐州市科技创新效率在2008—2016这8年里,综合效率的均值为0.707,纯技术效率均值为0.858,规模效率均值为0.841,这8年间,徐州市科技创新效率水平一般,但从2013年开始整体上进步较大2013年和2016年达到有效状态,纯技术效率只有在2009年和2011年数值低,说明徐州科技创新效率低下的原因,既有纯技术的原因,也有规模效率的原因。

(2)徐州每年投入冗余及产出不足分析。

徐州市科技创新效率除2013年和2016年完全有效外,其他年份处于无效和弱效,针对这几年的投入产出松弛分析。

从表2可以发现,2008年和2010年没有产出变量的不足值,也没有投入变量的冗余。2009年产出变量每十万人口专利授权数产出不足值为2009年是73.635,数值较高,而2011年是32.817,2014年是27.845(6.782+21.063),2015年是30.733(9.329+21.404),这三年的每十万人口专利授权数产出不足值相差不大,但各年的原始投入值有递增的趋势,说明每十万人口专利授权数这一产出指标的效率与往年相比,有一定的提高。2009年产出变量高新技术产值产出不足值2009年是为2874.655(1158.2+1716.455),数值较高,而2011年是1600.13(824.854+775.276),2014年是279.732,2015年是423.742,这四年的高新技术产业产值产出不足值有逐年减少的趋势,与此同时,各年的原始投入值有递增的趋势,说明高新技术产值这一产出指标的效率与往年相比,有较大的提高。2008—2016年间企业R&D活动人员占企业职工的比重这一投入变量没有冗余。企业R&D经费占销售收入的比例这一变量只有2008年和2010年两年间没有冗余,其余各年冗余值较小且逐年下降,原始值变动不大,所以企业R&D经费占销售收入的比例这一投入指标的效率值与往年相差不大,冗余较小。

结合表1和表2的数据可以得出,2008,2009,2010,2011,2014,2015六年DEA综合效率无效的原因,主要由于每十万人口专利授权数和高新技术产业产值产出不足引起的。纯技术效率只有在2009年和2011年数值低。说明除了这两年,其他年份中技术和管理相对较好,可以进一步完善管理水平,但规模效率水平较低,且处到规模收益递增状态,说明可以通过增加规模来提高综合效率。

4 徐州市科技创新效率影响因素分析

从上面的效率分析来看,徐州的技术创新效率近几年有较大的提升,但仍有的年份效率较低,处于无效状态,为了提高其科技创新效率,本文进一步研究影响技术创新效率的因素。以徐州各年的综合效率为因变量,使用SPSS22软件,研究政府扶持力度、产业结构、开放程度、经济增长和经济效益对其影响的程度。其中,政府扶持力度(GS)用政府科技拨款占财政支出的比例(%)来表示,产业结构(IS)用第三产业增加值占GDP比重(%)来表示,开放程度(DO)用高新技术出口额占销售收入的比重(%)来表示,经济效益(EF)用劳动生产率(元/人)来表示。回归模型设计如下:

R为0.762,说明模型的拟合相对较好,能够解释效率的影响因素。劳动生产率的系数较大,劳动生产率提高1%,创新效率提高89.4%,高新技术出口额占销售收入的比重提高1%,创新效率提高22%。因此,可以断定江苏省的经济效益对区域创新效率的影响最大,开放程度的作用较大,而政府扶持力度和产业结构对区域创新的影响是非显著的。

5 结语

本文使用非参数DEA方法研究徐州市科技创新效率现状,根据测算出的科技创新综合效率值作为因变量,利用SPSS22进行多元线性回归分析,判定影响其科技创新效率的因素。研究结果如下。

(1)Malmquist指数判断徐州动态的科技创新效率在江苏省13个地级市所处的位置居于前列,說明徐州的科技创新效率提升速度较大。(2)对BCC模型的综合效率进行分解,说明徐州每年静态的综合效率较低,是由于纯技术效率低下和规模效率低下两个方面产生的结果,一方面,应该加大人力的投入,提升技术和管理水平以促进技术效率的提高;另一方面,要加大科技的财力投入,以提升规模效率。(3)根据线性回归分析的结果说徐州的经济效益对提升区域创新有较大的促进作用,较好的经济环境,有利于创新主体人才的投入,可提高劳动生产率,有助于提升科技创新效率。徐州的开放程度越高,越有助于提升区域创新效率,与外部的交流越多,创新的可能性越大。国内企业的技术、管理水平会受到对外贸易的影响,既要走出去,也要引进来,中美间的贸易战对双方都是不利的。

参考文献

[1] 谭瑾,罗正英,徐光伟.基于A模型的科技创新投入绩效评价研究[J].科技与经济,2017(2).

[2] 李鸿禧,迟国泰.基于DEA-t检验的以企业为主体的科技创新效率评价[J].中国管理科学,2016(11).

[3] 张赛飞,车晓惠.基于DEA的广州市科技创新效率及其影响因素研究[J].科学管理研究,2011(24).

①基金项目:徐州市科技局软科学研究项目,基于DEA方法的徐州市科技创新效率评价及其影响因素研究(KH17055)。

作者简介:陈艳杰(1975-),辽宁兴城人,徐州工程学院管理学院,讲师,主要从事财务管理方面的研究;纪静(1997-),江苏南通人,徐州工程学院管理学院,财务管理专业,学生。

猜你喜欢

数据包络分析影响因素
战略性新兴产业金融支持效率分析
战略性新兴产业金融支持效率研究
长株潭地区高职院校旅游管理专业办学效率研究
中国地区农业技术效率和技术差距研究
陕西省装备制造业技术创新效率评价
基于DEA模型的沈阳市城市土地利用效益分析
突发事件下应急物资保障能力影响因素研究
农业生产性服务业需求影响因素分析
村级发展互助资金组织的运行效率研究
基于系统论的煤层瓦斯压力测定影响因素分析