河南省区域创新效率研究——基于DEA模型的实证分析

(郑州大学商学院，河南郑州450000)

改革开放以来，在国家大力扶持创新经济发展的背景下，我国的创新实力取得了长足的发展。然而与不断提高的各种科研相关费用相比，目标的实现和预期还存在较大的差距。政府财力、各类社会资金以及各类社会资源是有限的，资源使用的效率问题成为学者研究的热点[1]。要实现提高创新资源的使用效率、增强创新系统的创新能力的目标，对创新系统的效率进行准确和科学评价显得尤为重要[2]。2010～2017年，河南省的创新成果丰富，专利授权数增加了11倍，尤其是2013年以来创新成果发展迅猛。河南省在区域创新系统上投入的资金和人才力度正在不断加大，科技创新活动研发经费支出占省内生产总值的比例在2010～2017年间从0.95%上升到1.34%，提高了0.39%。

一、文献综述

创新效率指的是创新资源的配置效率。经济学家约瑟夫·熊彼特开创性地在其著作《经济发展理论》中充分肯定了新技术在经济发展中的作用，肯定技术创新是推动经济高效发展的不竭动力[3]。英国经济学家索罗在著作中首次提出了一个实证研究模型，并将该模型用于评估技术进步对经济发展的贡献[4]，第一次较为科学地证实了创新的经济效用。国内外专家学者陆续将不同领域的研究方法应用于区域技术创新系统的评估中，区域创新系统不断完善并拥有大量的实证研究支持。

国内的学者大多应用GML、主成分分析法等实证研究方法对省际和国家层面的区域创新效率进行测度，通过把创新效率进行分解，并对各个因子进行测度分析。张凡以中国各省级区域为研究对象，把区域创新效率分为研发效率和商业化效率对其进行测度分析[5]。周璇、陶长琪运用GML指数测算区域生态技术创新效率，并把效率结果分解对其进行分析[6]。谭开明、魏世红基于主成分分析方法对西部地区创新能力进行研究，将西部地区创新能力高低进行分类梳理并提出相应的提升建议[7]。连嘉琪通过超效率数据包络法分析不同省级区域高校的科技创新效率，并基于分析结果对其进行排序和分类[8]。李腾、张钟元认为：创新要素结构对创新效率的促进起着至关重要作用，指出不合理的创新要素搭配会抑制地区发展而适配的创新要素能有效促进经济增长[9]。李学鑫、李琳通过实证研究发现：加强创新主体之间资金往来能进一步提升欠发达地区的创新能力、构建完善的创新网络[10]。国内对于创新效率测度多注重于方法研究，主成分分析法等研究方法因学者选择指标的差异使得结果差异较大。笔者采用DEA模型对其进行研究，具有较强的客观性。国内多倾向于对多个省际和国家层面的创新绩效进行评估和排序，笔者选取河南省17个地级市2010～2017年的面板数据作为实证研究对象，分析河南省的区域创新效率，并结合省情给出相应的建议。

二、DEA模型的选择与数据选取

(一)DEA模型的选取

数据包络分析方法(DEA，Data Envelopment Analysis)由Charnes、Coopor和Rhodes于1978年提出，这种研究方法对于评价多投入多产出的复杂系统的有效性具有绝对优势，且无需对数据进行无量纲化处理，具有更强的客观性。Banker、Charnes和Cooper于1984年提出了适用范围更广的BCC模型，该模型的假设前提是可变规模报酬，并且把技术效率(Crste)分为纯技术效率(Vrste)与规模效率(Scale)，能够更准确详细地反映研究对象的技术和管理水平。其模型构建如下

mins.t.[θ-ε(eTS-+eTS+)]，

(1)

(2)

(3)

(4)

λ≥0,j=1，2，...,17；S+≥0；S-≥0。

(5)

笔者把河南省各个地市作为一个决策单元，共有17个决策单元，j=1，2，...，17。上式中，Xj表示第j个城市的投入指标，Yj表示第j个城市的产出指标，X0表示达到DEA有效的决策单元投入指标矩阵，Y0表示达到DEA有效的决策单元产出指标矩阵；S-和S+分别表示投入和产出的松弛变量；λj表示决策单元的组合系数，ε表示无穷小，θ表示效率系数。在分析结果中，若θ=1且松弛变量都为0，则为强DEA有效；若θ=1且松弛变量不全为0，则为若DEA有效；若θ≠1，则表示该投入没有达到最有效，即减少投入也可以达到有效。

(二)数据指标的分析与选取

投入变量包括R&D资金投入和R&D人员数量。R&D资金投入和R&D人员数量分别用报告年内研发经费支出和全时当量研发人员数量来衡量。研发经费支出包括内部经费支出和外部经费支出；全时当量R&D人员数量由R&D全时人员数量和非全时人员数量根据其工作时长折算成全时人员数量并加总而成。

产出变量包括专利授权数和科技论文发表数。技术创新过程经过发明、创新和扩散进而产生相应的经济价值[11]。用一个地区的专利拥有量和科技论文发表量衡量区域的原始技术创新能力，更能有效反映区域创新的产出能力。笔者选择2010～2017年河南省17个地市区域创新的投入和产出数据，数据来自《河南统计年鉴》(2011～2018)。

三、区域创新效率的实证分析

笔者使用DEAP2.1软件对上述确定的投入和产出指标进行分析并得到河南省17个地市2010～2017年的区域创新综合效率、纯技术效率和规模效率，其中综合效率结果如表1所示。

表1 河南省2010～2017年17地市综合效率值

综合效率衡量了城市整体创新效率。河南省整体综合创新效率不高，整体综合效率0.51且大体上呈先升后降态势。从时间维度来看，综合效率在2011年达到顶峰，2012年下降至0.51后在2012～2015年维持波动性上升状态，说明河南省的创新效率有所提升。2016年综合创新效率下降至最低值，2017年创新效率缓慢提升至0.47，呈现出好转迹象。

从地区维度看，地区间综合效率差异明显，郑州、信阳的综合效率较高，其中信阳维持8年的DEA有效水平；郑州次之，4年DEA有效，而在2016年受到经济形势的影响创新效率下降至0.76。开封、洛阳、新乡、焦作、商丘高于平均值。其余城市低于平均值，且濮阳、许昌的综合创新效率最低，不足0.15。

除了综合效率，区域创新的纯技术效率和规模效率也是影响区域创新效率的重要因素，其结果如表2、表3所示。

表2 河南省2010～2017年17地市纯技术效率值

表3 河南省2010～2017年17地市规模效率值

纯技术效率反映决策单元的内部管理和技术的效率，规模效率反映规模因素影响产出的效率。河南省的创新效率和创新条件与东部发达地区相比有较大差距，因此这两个指标对于河南省如何从内部管理、技术以及投资规模等方面提升创新资金支出以及R&D人力资源利用的效率具有重要作用。

从时间维度来看，河南省的总体纯技术创新效率均值为0.63，效率水平不高。在2010～2014年呈现波动性上升态势且在2011年达到顶峰，2015～2017年纯技术效率呈下降趋势，说明在2015年底开始进行供给侧结构性调整之前，技术效率已经呈现出下行趋势，并在新常态经济形势的影响下进一步下降。

从地区维度来看，郑州、信阳、鹤壁等的纯技术创新效率表现最好。其中，郑州、信阳的纯技术效率达到最优，其次是开封、洛阳、新乡等城市高于平均值，而平顶山、濮阳、许昌等的纯技术效率值不足0.4，纯技术效率值较低。

由于河南省纯技术效率较低，所以综合技术效率水平显著低于规模效率水平。从时间维度来看，河南省总体的规模效率水平呈现先上升后下降的态势。2010～2015年，规模效率值由0.71增长至0.85,2016年规模效率值突降至0.72，但在2017年呈现出上升趋势。郑州、信阳、鹤壁等的纯技术创新效率表现最好，其中，郑州、信阳的纯技术效率达到最优。其次是开封、洛阳、新乡等城市高于平均值，而平顶山、濮阳、许昌等的纯技术效率值不足0.4，纯技术效率值较低；信阳的规模效率达到了最优，郑州、开封、洛阳、平顶山、安阳、新乡、焦作、南阳、商丘等的规模效率值均超过0.9，鹤壁、濮阳、三门峡等的规模效率不足0.5，很大程度上限制了创新效率的增长。综合效率较高的地区是郑州、开封、新乡、信阳，且综合效率值与其他效率值相比对周边地区的影响较大，形成了以郑州为中心的创新“高地”。相似地，高纯技术效率分布在郑州及其周边地区。河南省中部以及西部地区纯技术效率偏低，平顶山、南阳、商丘等地市的技术创新能力偏弱。郑州及其周围的规模效率值均未达到较高水平，存在资金、人员等资源的浪费现象。信阳的综合效率值达到最优，其地理位置居于河南的最南方，是三省交界地区，应发挥汇集创新人才、思想的作用，成为河南与外省良好交流的“桥梁”。

综合来看，河南省区域综合创新效率大多受到纯技术效率的限制，少数地区受规模效率不足的制约。平顶山、南阳、商丘等的纯技术效率远低于平均值而规模效率均达到0.9以上，从而导致综合效率低于平均水平。鹤壁的纯技术效率均值达到0.97，但规模效率差强人意使得综合效率较低。综合效率、纯技术效率以及规模效率均不同程度地受到经济下行趋势的影响，在2016年均有不同程度的下降。但规模效率和综合效率2017年有不同程度的上升，而纯技术效率仍有下行压力。

四、结 语

通过上述区域效率分析发现，河南省整体综合创新效率在2010～2017年先升后降，纯技术效率和规模效率也显示出相同的趋势，其中，纯技术效率值对综合效率的限制大于规模效率对于综合效率的限制，综合效率和规模效率在2017年表现出好转迹象，而纯技术效率对综合效率的抑制作用增强，应加强技术管理，注重提高纯技术效率以达到提升综合创新效率的目的。

从各个地市来看，郑州、信阳的区域创新效率表现最优，纯技术效率都是DEA有效，其中郑州受经济形势的影响，综合创新效率在2016年出现较为剧烈的波动，应加强规模管理以提升规模效率进而提升城市区域创新效率。平顶山、南阳、商丘等的规模效率均大于0.9，但受到纯技术效率的限制使得综合效率低于平均水平，这些城市应通过技术管理水平，从规模扩张向集约型创新转变，提高技术创新效率。而鹤壁的纯技术效率均值接近DEA有效，但规模效率表现差使得综合效率在河南省排名靠后，应加大创新投入，扩大创新规模，提高规模效率。其他城市受到低纯技术效率和低规模效率的共同影响，有着较大的效率提升空间，应同时提高技术管理水平和扩大创新规模投入，以提升综合创新效率。

河南省应发挥郑州的创新中心功能，形成创新“高地”，进一步扩大郑州对周围地区的辐射效应，尤其是中西部地区内部管理技术偏弱，应加强创新中心和中西部地区创新产业之间的联系，实现创新驱动经济发展。

河南省整体创新效率与东部发达地区相比还有较大的提升空间[12]，城市之间的区域创新效率的差别较大，应根据不同的情况制订不同的效率提升方案[13]，扩展资金融通渠道，减少人才流失，打造合理公平的创新环境，充分利用各项创新资源，加快区域创新系统的发展，实现区域创新效率的提升，为早日实现创新驱动发展奠定良好基础。