中部六省规模以上工业企业创新效率研究

2020-07-14翟艳

运城学院学报 2020年3期

翟艳

(运城学院经济管理系，山西运城 044000 )

引言

科技创新是产业转型升级的第一动力。近年来虽然我国的创新投入持续增加，但科技创新驱动经济高质量发展水平仍然偏低，地区差距较大[1]，究其原因，是因为我国创新效率整体上不平衡，尤其是东、中、西部地区之间及区域内创新效率不平衡所致[2]。经过多年追赶，中部地区的创新能力依然落后于东部地区。中部崛起为中部地区带来了发展机会，在全球制造业竞争格局大调整情况下，实现中部地区崛起，归根结底要依靠创新驱动，发展先进技术以提高创新效率。

创新效率测算方法较多。一是非参数法，以数据包络分析(DEA)为代表[3，4]，基本得出我国省际技术创新效率差异较大，东高西低的结论。由于我国的区域发展差异较大，有必要理清不同区域创新效率以提高其创新能力[5-7]。二是参数法，以随机前沿(SFA)为代表[8，9]。与DEA模型可以评价多投入多产出不同的是，SFA模型评价多种投入单一产出,且必须构造函数模型。此外，王春枝(2015)使用谱系分类法测算了我国的区域创新效率[10]。赵庆(2018)还利用SBM模型测算后发现省际之间技术创新效率存在较大的差距，并且随着时间的推移存在明显“滚雪球效应”[4]。

工业是经济的主体，制造业是强国之本，现有研究多运用数据包络法(DEA)测算我国制造业和高技术产业的行业创新效率。黄山松、谭清美(2011)对制造业分类研究后指出，资本、技术密集制造业创新效率均有所提升，且前者主要依靠技术效率推动，后者更依赖技术进步；劳动密集型制造业创新效率却在下降[11]。彭甲超等(2019)发现长江经济带整体工业企业绿色创新效率过低，且中上游与下游地区工业企业间的绿色创新效率平均水平差距逐渐扩大，发展明显不平衡[12]。张满银、张丹(2019)研究发现京津冀规模以上工业企业的创新效率水平较低，但技术创新能力却在不断增强[7]。高技术产业是凸显了一国的竞争力。张华平(2016)以我国高技术产业为对象，得出其整体创新效率逐年增长但行业间差异较大的结论[13]。姚正海等(2016)对我国高技术服务业创新效率测算后发现其发展不均衡，各省市间的高技术服务业创新效率差异较大[14]。

现有创新效率的研究成果比较丰富，研究方法以定量为主，研究范围多涉及区域和制造业，对中部六省的研究从未涉及工业。中部六省要打造先进制造业中心，必须推动传统产业升级，加快发展新兴产业，本文拟运用DEA方法深入分析中部六省规模以上工业企业的创新效率，揭示其创新效率较低的原因。

1. 中部六省规模以上工业企业技术创新现状分析

科技创新是实现经济高质量发展的根本途径，创新投入是科技进步的动力源，随着经济发展而增加，由于区域经济发展水平失衡，我国区域创新资源的投入产出差异较大。从表1可知，2018年中部六省的创新能力不但省际之间差异巨大，并且远落后于全国水平。从创新投入的财力、人力来看，省际差异较大，湖北的R&D经费是山西的4倍多，R&D全时人员是山西的3倍多，中部六省的R&D经费之和、R&D全时人员之和均不到全国的18%。研发强度是衡量创新能力的一个相对数指标，中部六省的研发强度均低于全国水平，山西最低为1.05%，湖北最高为2.09%。从创新产出来看，专利授权量和新产品销售收入在中部六省间的差异较大，山西的专利授权量最低只有1.51万件，湖北最多是其5.45倍，六省的专利授权量之和为全国的34.3%；新产品销售收入最高的安徽是山西的4.91倍，中部倒数第二的江西也是山西的2.32倍。可以看出，中部六省的创新资源投入发生明显的南北分化，北方的山西最少，南方除江西外，其余三省的创新投入增长较快；创新产出除山西外，江西比山西高但低于其余四省，中部六省的创新能力整体上落后于全国水平。

在我国进行产业结构调整转型的过程中，创新是提高竞争力、增加产品价值的核心，中部六省之间及其与全国的创新能力、经济发展水平差异过大，对中部六省打造先进制造业中心非常不利。

表1 2018年中部六省创新指标单位：亿元

注：表中数据来源于2019年《中国科技统计年鉴》及国家统计局网站

2. 研究设计

2.1 研究方法

根据前文内容，本文选取DEA～BCC模型测算中部六省规模以上工业企业的创新效率，其公式表示为：

式中，Xj=(x1j，x2j)，……，xnj)、Yj=(y1j，y2j，……，ynj)分别为第j(j=1，2，……，n)个决策单元的投入和产出。λj为权重变量，S-、S+分别为松弛变量和剩余变量。θ为技术效率,取值介于0～1之间，越接近于1DMU越有效；趋于0则DMU无效。

要反映中部六省规模以上工业企业创新效率的动态变化，还需利用DEA～Malmquist指数方法进行深入分析[15]，其计算公式如下：

式中，Mt，t+1(Xt+1，Yt+1，Xt，Yt)表示规模以上工业企业的创新效率，Mt，t+1(Xt+1，Yt+1，Xt，Yt)=1表示创新效率不变；Mt，t+1(Xt+1，Yt+1，Xt，Yt)>1则创新效率提高；Mt，t+1(Xt+1，Yt+1，Xt，Yt)<1则创新效率下降。EFF表示技术效率指数，TFP为技术变动指数，技术效率指数又可以分解为纯技术效率和规模效率。

2.2 指标选取

指标选取决定了创新效率测算的结果。根据数据的可得性，谨慎选取规模以上工业企业的R&D经费内部支出和R&D人员全时当量作为技术创新投入指标，由于我国的技术创新成果转化率远低于国际平均水平，专利并不一定能转化为生产力，因此选取能直接反映规模以上工业企业创新成果转化能力的新产品销售收入作为技术创新产出指标。

由于统计口径调整改变，本文选取2011～2018年中部六省规模以上工业企业的相关创新指标，所有数据来源于国家统计局网站。

3. 测算结果与分析

本文首先利用DEA～BCC模型对中部六省规模以上工业企业创新效率进行静态分析，再运用Malmquist指数进一步分析创新效率的变动趋势。

3.1 中部六省规模以上工业企业创新的纯技术效率分析

纯技术创新效率反映了技术创新制度和管理水平带来的效率。由表2可知，2011～2018年中部六省规模以上工业企业纯技术效率的均值由0.859上升到0.922，最高时达到0.948，整体呈现上升趋势，说明中部六省技术创新和管理水平随着创新改革的推进有了很大提高，但还未达到有效状态。从各省的具体情况来看，江西、湖南、山西的纯技术效率均保持较高水平，且多数年份已达到有效状态，但这三省纯技术效率有效的原因却与东部省份有所不同。首先，这三省的创新投入还远不能满足工业创新的需要，类似于生产活动中的边际报酬递减规律[6]，较少的投入即可带来较高的产出，从而使其纯技术效率较高。其次，山西以能源重化产业为主，近年来一直在进行产业转型，大力发展战略新兴产业，而湖南、江西承接了珠三角和长三角的产业转移，促使其工业较快发展。安徽、湖北的纯技术效率低于晋、湘、赣，个别年份纯技术效率有效，说明这两省的技术较先进，创新资源配置还需进一步提升。安徽主动参与长三角发展的分工合作，促进企业进行技术创新，提高其纯技术效率。湖北的高新技术企业在中部六省中最多，但纯技术效率只高于河南，反映湖北存在创新资源利用不充分，管理水平低下的问题。河南的纯技术效率最低，这与其高新技术产业发展滞后密切相关。

表2 2011～2018年中部六省规模以上技术创新的纯技术效率

注：根据DEA～BCC模型处理结果整理得到

3.2 中部六省规模以上工业企业创新的规模效率分析

规模效率反映创新资源投入是否达到最佳水平。由表3可见，中部六省规模以上工业企业创新的规模效率整体呈现上升趋势，但多数年份仍低于纯技术效率，说明其创新投入规模与工业发展水平不相适应，仍存在创新投入不足或过剩问题。从规模报酬来看，山西、安徽、江西长期呈现规模报酬递增态势，说明这三省创新投入仍不能满足工业企业的需求，应继续加大创新投入，尤其要大力支持战略新兴产业的创新资源投入；河南、湖北呈现规模报酬递减态势，并不能简单地看作创新投入规模过剩，这两省的规模以上工业企业较多，这些企业各行其是影响了规模效益的发挥；湖南主要表现为规模报酬不变态势，这并不意味着其创新投入已达到最佳水平，而是创新产出与投入的低水平匹配所呈现的现象。

表3 2011～2018年中部六省规模以上技术创新的规模效率

注：根据Deap2.1软件整理得到，规模报酬用-,irs,drs依次表示不变、递增和递减。

3.3 中部六省规模以上工业企业创新的综合效率分析

技术创新的综合效率从整体上反映了创新资源配置情况。由表4可知，中部六省规模以上工业企业历年的创新综合效率介于0.716～0.872之间，整体呈上升态势，但仍未达到有效状态，说明其创新资源配置效率较差，创新综合效率还需要不断提升。

从各省来看，中部六省规模以上工业企业创新的综合效率差异较大，南高北低特征显著。湖南的创新综合效率最好且连续7年处于有效状态，安徽、湖北次之，其余三省则均未达到综合效率有效状态，山西最差。

山西规模以上工业企业有研发活动的企业占比不到整体的10%，尤其缺乏对产业核心技术的研发，创新投入严重不足且创新资源配置效率最低，创新能力最差，导致其创新能力与六省均值存在明显差距。河南的纯技术效率低于规模效率且两者均为非有效状态，说明其创新制度与管理水平不高导致创新资源配置较差，这与其发展依然依靠结构老化的传统产业、创新能力不足有直接关系，必须依靠创新驱动才能实现先进制造业强省的目标。近年来，江西大力实施工业强省战略，多管齐下，培育新兴产业发展的同时加强传统产业优化升级，创新制度与管理水平较高，但创新资源投入不足降低了其创新综合效率。安徽、湖北创新综合效率得益于创新资源投入较多，但由于创新管理水平不高，导致创新资配置效率并未达到最佳状态。2013年以来，安徽规模以上工业企业的增加值增速较快，2018年位居中部第一，全国第四，高新技术产业已逐渐凸显其支撑作用。湖北的高技术企业数量是中部六省中最多的，但近年来其研发强度一直低于安徽，说明其创新速度慢于安徽，创新资源配置效率需要继续提升。

表4 2011～2018年中部六省规模以上技术创新的综合效率

注：根据DEA～BCC模型处理结果整理得到

3.4 中部六省规模以上工业企业创新效率变动趋势分析

由表5可知，2011～2018年间中部六省规模以上工业企业的创新综合效率即全要素生产率指数(TFP)整体差距不大且在波动中微幅上升，年均增长率达到4.3%，创新效率的提升主要来源于技术变化指数(TEC)和技术效率指数(EFF)的共同提高，其中，技术变化指数反映规模以上工业企业的技术进步程度，技术效率指数反映创新资源配置效率情况。

技术变化指数在2013～2014、2016～2017、2017～2018年间小于1，说明中部六省规模以上工业企业的技术进步很小，技术创新能力提升较慢。技术效率指数除2011～2012年间外均大于1，说明中部六省规模以上工业企业的技术效率不断提升。分解技术效率指数后发现，中部六省规模以上工业企业的纯技术效率指数(PEC)有三个相邻年份小于1，说明其纯技术有效性虽有所提高，但创新资源管理水平提升缓慢；规模效率指数(SEC)在波动中呈小幅上升趋势，除2012～2013、2013～2014年间外均大于1，反映其规模效率显著有效。可以看出，规模效率有效提升了技术效率，技术效率改善提升了中部六省规模以上工业企业的创新综合效率，由于技术效率指数和规模效率指数年均增长率较小，对创新综合效率的提升作用还很有限。

表5 中部六省规模以上工业企业Malmquist指数及分解

注：根据DEA～Malmquist处理结果整理得到

表6从各省角度反映了规模以上工业企业创新综合效率变化情况。除湖南出现衰退外，其余五省规模以上工业企业的创新综合效率不断提升，只是安徽的提升太微弱，仅为0.1%。受技术效率降低的影响，湖南的创新综合效率衰退，这是因为其技术进步较快，创新资源比较丰富却配置不合理所致，其余五省的创新综合效率提升主要源于技术效率改善，其中，河南、安徽的生产技术衰退降低了其技术效率；山西、河南的技术效率改善源于纯技术效率和规模效率的改善，前者的作用更大；江西受益于规模效率的上升，湖北、安徽的规模效率和纯技术效率对技术效率的提升作用旗鼓相当，湖北相对较好。中部六省在打造先进制造业中心的战略下，加大创新资源投入，在改善传统产业结构的同时大力发展先进制造业，受传统制造业产能过剩、基础差等多种因素的综合影响，其创新后劲不足导致技术效率不高，技术进步较小，创新综合效率提升较慢。