基于网络DEA模型的高技术产业科技创新效率评价研究——以浙江省为例

邵 青 周鸿勇

(绍兴文理学院 商学院，浙江 绍兴 312000)

高技术产业属于知识和技术密集型产业，对R&D人员和R&D资金需求量大，各项创新活动频繁，创新产出附加值高，已成为世界各国和地区竞争的战略制高点。党的十九大报告指出“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”，科技创新是高技术产业发展的基础和核心动力。作为经济发达地区之一的浙江省，高技术产业发展迅速，截至2016年底全省规模以上高技术企业2595家，占全国高技术企业总数的8.43%，其中大型89家、中型449家、小型2000家、微型57家。在研发投入方面，浙江省高技术产业R&D人员投入强度(高技术产业全部从业人员中R&D人员所占比重)、R&D经费投入强度(高技术产业R&D内外部经费支出占高技术产业当年主营业务收入的比重)均高于全国平均水平；在创新产出方面，发明专利申请量、有效发明专利数、新产品销售收入等指标，2016年浙江省占全国高技术产业三项指标的比重依次为5.6%、4.07%和6.66%。但从省际横向比较分析，浙江高技术产业的投入和产出水平远低于广东和江苏。本文从创新资源投入和产出角度，运用网络DEA两阶段模型，分析浙江省不同规模、不同地区高技术产业科技创新效率水平，探讨高技术企业实施创新驱动发展战略、提升科技创新效率的机制路径与政策优化。

一、相关文献述评

数据包络分析(Data Envelopment Analysis, DEA )是一种基于被评价对象间相对比较的非参数技术效率分析方法，是由美国的Charnes、Cooper和Rhodes于1978年首次提出[1]。因其在处理多投入多产出指标效率评价上的优势，而受到广泛运用，并由CCR、BCC等传统模型拓展到超效率、网络DEA、Malmquist面板数据等模型。有关高技术产业创新效率的评价，一是基于省级层面分析不同地区高技术产业创新效率水平，如刘伟(2013)运用三阶段DEA模型和Bootstrap方法，分析我国30个省(市、区)高新技术产业技术创新效率，发现高新技术产业技术创新效率还比较低，且各省市之间差异较大[2]；董艳梅(2015)运用两阶段动态网络DEA模型，分析2013年我国28个省(市、区)高技术产业创新效率，发现高技术产业创新综合效率整体偏低，知识创新阶段效率高于科技成果商业化阶段[3]；陈萤文(2018)从技术开发和经济转化视角，运用两阶段DEA模型分析我国28个省(市、区)高技术产业研发创新效率，发现各地区高技术产业发展不均衡、整体效率不高[4]。二是基于高技术产业各子行业类别的技术创新效率评价，如张清辉(2011)运用BCC模型分析了高技术产业内17个子行业自主创新效率[5]；王敏(2015)运用统计分析方法和数据包络分析方法，分析了14个高技术子行业的研发效率和成果转化效率[6]；王洪庆(2017)运用熵值法，分析了18个高技术子行业技术创新效率差异[7]。高技术产业是国家实施创新驱动战略、推进科技创新的重要载体，其创新过程应遵循科技创新的一般规律。洪银兴(2017)认为，科技创新的全过程包括上游知识创新、中游将创新知识孵化为新技术、下游采用新技术及高新技术产业化三个环节[8]。因此，高技术产业科技创新应涵盖科学知识发现、发明专利取得、新产品开发及新产品销售等全过程。从投入产出角度分析，包括研究开发和科技成果转化两阶段，且从研究开发到成果转化存在一定的滞后期。

上述文献从区域和行业角度，分析了我国不同时期、不同区域高技术产业的科技创新效率，为本文研究提供了思路。浙江民营经济发达，全省约80%的高技术企业为小型微型企业，纵向维度上不同规模、横向维度上不同地市的高技术企业科技创新是否有效？存在怎样的差异特征？本文在构建理论模型基础上，通过实证分析阐述上述问题。

二、网络DEA模型构建及指标设计

(一)网络DEA模型构建

根据科技创新过程的特点，本文沿袭董艳梅(2015)、陈萤文(2018)的研究，将高技术产业科技创新系统划分为知识创新和科技成果转化两个相互关联的子系统。其中，知识创新子系统的创新投入是由上一阶段(T-1)创新产出的部分要素构成，在知识创新阶段(T)形成发明专利和其他创新产出；在科技成果转化子系统，创新投入由发明专利、新产品开发经费和其他要素构成，在科技成果转化阶段(T+1)形成新产品销售等创新产出，部分创新产出将作为下一阶段(T+2)知识创新投入的要素，进入下一个科技创新系统，从而形成一个两阶段动态网络创新结构。由于发明专利转化为新技术存在一定的滞后期，因此在科技成果转化阶段，创新产出指标设置1—2年的滞后期(如图1所示)。

图1 高技术产业两阶段动态网络DEA模型概念图

根据上述分析，构建网络DEA模型：

设有n个决策单元，记为DMUj(j=1,2,…,n)；每个决策单元有m种输入变量，记为xi(i=1,2,…,m)；q种输出变量，记为yr(r=1,2,…,q)。则DMUj的输入、输出向量分别为：

xj=(x1j,x2j,x3j,…,xmj)T>0；yj=(y1j,y2j,y3j,…,yqj)T>0

依据数据包络分析原理，引入松弛变量s-和s+，分别表示DMUJ0相对于前沿面的投入冗余和产出不足，则有投入导向规模报酬不变C2R模型：

式(1)中，θ(0<θ≤1)表示DMUj的投入相对产出的有效利用程度，是决策单元的效率。若θ=1，则表示该决策单元在前沿面上，因而是技术有效的决策单元；若θ<1，则表明存在技术损失。λ表示第j个决策单元的权值，1≤j0≤n。

式(2)中，p表示滞后期，xij0和yrj0表示第j0个DMU的第i项输入和第r项输出，si-和sr+分别为松弛变量，ε为非阿基米德无穷小，一般取值为10-6 [3]。根据MaxDEA 5.2 软件，可计算出不同规模和地市高技术产业科技创新的综合效率、技术效率和规模效率。

(二)指标选取与数据来源

本文以浙江省高技术产业为研究对象，从知识创新和科技成果转化两个阶段，设计高技术产业科技创新的投入产出指标。

在高技术产业知识创新阶段，投入指标选取R&D人员全时当量、R&D经费内部支出、研究开发费用加计扣除；产出指标选取发明专利申请量、有效发明专利数。

在高技术产业科技成果转化阶段，投入指标选取新产品开发经费支出、知识创新阶段的产出指标——有效发明专利数；产出指标选取新产品销售收入、新产品销售出口额。

数据来源于《浙江科技统计年鉴(2011—2017)》、2017年浙江省国民经济和社会发展统计公报，分别采集以下数据：一是根据企业规模大小分组，采集2010年—2016年大型、中型、小型和微型高技术企业科技创新数据(由于部分年份小型企业和微型企业的数据没有分开统计，本文将两类企业数据合并，以下简称小型微型)。二是采集浙江省11个地市2015年—2016年高技术产业科技创新数据。在科技成果转化阶段，创新产出数据滞后期设置为1年，即不同规模高技术企业2010年的创新投入数据，对应2011年的创新产出数据，以此类推；不同地市高技术企业2015年的创新投入数据，对应2016年的创新产出数据。样本数据描述性统计见表1、表2。

表1 大中小微型高技术企业投入产出变量描述性统计(2010年—2016年)

表2 浙江省11个地市高技术企业投入产出变量描述性统计(2015年—2016年)

三、实证分析

本文采用MaxDEA 5.2 软件，对浙江省大中小微型高技术企业(2010—2016)、11个地市2015年—2016年高技术产业科技创新效率进行数据包络分析，在知识创新阶段采用投入导向BC2模型，在科技成果转化阶段采用产出导向BC2模型。

(一)浙江省大中小微型高技术企业科技创新效率分析

1.知识创新阶段效率评价

表3显示了2010年—2015年，浙江省不同规模高技术企业科技创新效率的评价结果。在知识创新阶段，大中小微型企业综合效率均值为0.859 8，其中大型高技术企业在2010和2011年综合效率达到1、小型微型高技术企业在2011、2013、2014和2015年综合效率达到1，表明这些年份两类企业的科技创新效率有效；同时，大型和小型微型高技术企业在其他年份的综合效率也超过了均值，前者最低为0.903 5、后者最低为0.886 5。中型高技术企业历年综合效率都低于均值，最低为2010年的0.493 6，最高为2015年的0.810 8。从效率分解情况看，纯技术效率均值为0.907 5，大型和小型微型企业纯技术效率都高于均值；中型企业的纯技术效率历年都低于均值，最低为2013年的0.65，最高为2012年的0.827 1。在规模效率上，均值为0.904 1，大型企业的规模效率都超过均值，中型企业在2014年、2015年超过均值，小型微型企业在2010年低于均值。在规模报酬变动方面，大型企业呈规模报酬递减趋势，中型和小型微型企业呈规模报酬递增趋势。总体而言，知识创新阶段浙江省大型和小型微型企业创新效率较高，中型企业创新效率较低，存在创新资源投入不足或产出冗余现象。

2.科技成果转化阶段效率评价

从表3 不同规模高技术企业科技成果转化阶段效率评价结果来看，2010年—2015年高技术企业科技成果转化阶段创新综合效率均值为0.776 2，低于知识创新阶段创新综合效率，二者效率值相差0.083 6。不同规模企业中，大型企业仅在2011年综合效率达到1，中型企业在2010和2014年综合效率达到1，小型微型企业综合效率历年均未达到1。大型企业在2014和2015年的综合效率低于均值，中型企业在2011年的综合效率低于均值，其余年份两类企业的综合效率都高于均值。小型微型企业的综合效率历年都低于均值，最低为2010年的0.463 4，最高为2015年的0.648 8。从效率分解情况来看，纯技术效率的均值为0.901 5。大型企业纯技术效率，除2014年为0.933 2外，其余年份均为1；中型企业在2011和2013年低于均值，其余年份技术效率超过均值或达到1；小型微型企业技术效率历年均未达到1，最高为2010年的0.978 6，最低为2014年的0.642 8。规模效率均值为0.859 0，2010年—2013年大型企业的规模效率低于均值，2010年—2014年小型微型企业的规模效率低于均值，中型企业的规模效率历年都超过了均值。在规模收益变动方面，大型企业规模报酬主要趋势为递减，中型和小型微型企业规模报酬主要趋势为递增。总体而言，与知识创新阶段相比，浙江省不同规模高技术企业在科技成果转化阶段创新效率相对较低，科技成果利用率未达到最优状态。其中，小型微型企业的综合创新效率偏低。

表3 浙江省不同规模高技术企业两阶段创新效率评价

(二)浙江省11个地市高技术产业科技创新效率分析

表4显示了2015年浙江省11个地市高技术产业两阶段创新效率评价结果。在知识创新阶段，11个地市综合效率均值为0.754 5，有6个地市的综合效率超过均值，表明54.5%的地市处于前沿面上，其中杭州、湖州、舟山的综合效率为1，台州、绍兴、宁波依次为0.934 1、0.860 9、0.857 6；5个地市的综合效率低于均值，最低的温州仅有0.389 4,这与温州长期形成的传统型、家庭作坊式产业结构有关。从效率分解情况来看，纯技术效率的均值为0.798 2，其中杭州、宁波、湖州、绍兴、舟山、台州超过平均水平，其余5个地市低于平均水平，最低为温州的0.437 7。规模效率均值为0.938 4，3个地市达到规模效率有效状态，处于规模报酬不变阶段，3个地市处于规模效率弱有效状态。

在科技成果转化阶段，11个地市的综合效率均值为0.703 7，低于知识创新阶段综合效率，二者效率值相差0.050 8。有6个地市的综合效率超过平均水平，其中嘉兴和台州的综合效率值为1，达到有效状态；绍兴、衢州、宁波、湖州的综合效率为弱有效状态。值得注意的是，杭州的综合效率仅有0.522 9，最低的舟山仅有0.177 7，远低于两地知识创新阶段的综合效率。从高技术产业创新投入和产出指标数据来看，杭州的各项指标数据远高于其他地市，说明杭州在科技成果转化阶段存在产出不足现象。而舟山远离陆地，以旅游、渔业为主，难以吸引高技术人才，R&D人员投入、R&D经费支出、有效发明专利数、新产品销售等指标数据全省最低。在规模报酬方面，嘉兴、台州处于规模报酬不变阶段，杭州、宁波处于规模报酬递减阶段，其他地市处于规模报酬递增阶段。

总体而言，浙江省11个地市高技术产业科技创新效率未达到有效状态。绍兴、金华和台州在前后两阶段创新中的综合效率值相当，其余地市前后两阶段创新效率表现出较大差异，表明地市层面高技术产业科技创新存在投入冗余或产出不足现象。

表4 2015年浙江省11个地市高技术产业两阶段创新效率评价

四、结论与建议

本文运用两阶段动态网络DEA模型，纵向上对2010年—2015年浙江省大中小微型高技术企业，横向上对全省11个地市2015年高技术企业科技创新效率进行评价，得出以下结论：

1.两阶段高技术产业科技创新效率在企业规模层面显现差异性。大型企业、小型微型企业在知识创新阶段的综合效率表现为DEA有效或弱有效，中型企业的综合效率低于行业平均水平；在规模报酬变动上，大型企业表现为规模报酬不变或递减，中型企业和小型微型企业表现为规模报酬递增或不变。在科技成果转化阶段，大型企业、中型企业的综合效率表现为DEA有效或弱有效，小型微型企业的综合效率低，远低于行业平均水平；规模报酬变动上，大型企业主要表现为递减，中型、小型微型企业主要表现为递增。两阶段创新效率比较发现，知识创新阶段的效率高于科技成果转化阶段的效率。

2.两阶段高技术产业科技创新效率在区域层面显现差异性。全省11个地市高技术产业科技创新效率总体水平较低，知识创新阶段的综合效率高于科技成果转化阶段。两阶段创新效率评价中，只有6个地市超过区域平均水平，综合效率最高值与最低值之间相差0.822 3。一些地市在知识创新阶段效率较高，但在科技成果转化阶段效率较低，另一些地市与之相反。总体而言，科技创新效率与目前全省各地产业结构、高技术产业发展水平相吻合。

根据以上分析，提出以下建议：

1.坚持以科技创新为核心，驱动高技术产业发展。《国家创新驱动发展战略纲要》明确提出“创新驱动就是创新成为引领发展的第一动力，科技创新与制度创新、管理创新、商业模式创新等相结合，推动发展方式向依靠持续的知识积累、技术进步和劳动力素质提升转变”，创新驱动的实质是科技创新、人才创新。科技创新的全过程包括上游的知识创新、中游将创新知识孵化为新技术、下游采用新技术及高技术产业化三个环节。高技术产业发展的核心是科技创新，是在承接高校、科研院所知识创新基础上，进行新产品项目开发、生产及销售行为，体现了创新资源投入与创新产出的转换过程。从高技术产业发展的横向比较来看，浙江省高技术产业与广东、江苏两省高技术产业间存在较大差距。如2016年广东、江苏、浙江分别拥有高技术企业6 570家、5 007家、2 595家，相关指标数据依次为：R&D人员26.21万人、14.76万人、8.51万人，R&D内外部经费支出1 047.89亿元、408.11亿元、225.36亿元，有效发明专利数16.43万件、3.09万件、1.30万件，实现新产品销售收入15 542.8亿元、9 108.3亿元、3 192.8亿元[9]。浙江省中型、小型微型高技术企业在知识创新和科技成果转化两阶段主要呈规模报酬递增趋势，表明进一步扩大高技术产业创新资源投入规模，有助于创新产出水平提升和效率改善。

2.调整优化创新投入结构，促进大中小微型企业资源优化配置，提高科技创新效率。浙江省高技术企业在知识创新阶段和科技成果转化阶段都存在低效率现象，中型企业在两阶段创新过程中都显现了较低的技术效率，小型微型企业在科技成果转化阶段存在技术低效率甚至无效，大型企业在科技成果转化阶段存在规模低效率，这些表明高技术产业创新过程中存在不同程度的投入冗余或产出不足。以2016年浙江省统计数据为例，全省2 595家高技术企业中，大型企业89家、中型企业449家、小型微型企业2 057家，其中79.3%的高技术企业为小型微型企业。创新资源投入方面，85 178名R&D人员中，大型、中型、小型微型企业占比依次为39.75%、30.65%、29.6%；213.27亿元R&D内部经费支出中，大型、中型、小型微型企业占比依次为52.07%、26.15%、21.78%。创新产出方面，5 703件发明专利申请中，大型、中型、小型微型企业占比依次为52.08%、22.46%、29.62%；3 192.84亿元新产品销售收入中，大型、中型、小型微型企业占比依次为48.27%、31.51%、20.22%[10]。总体上判断，小型微型企业数量众多，创新资源投入总量所占比重低，均摊到每个企业的投入量则更少。但小型微型企业在规模收益上主要为递增，表明可进一步加大对此类企业创新资源的投入。建议浙江省在高技术产业创新资源配置上，适当向小型微型企业倾斜，从而可以获得更高的创新产出效率。

3.进一步完善高技术产业创新政策供给，促进各地区高技术产业创新效率均衡提升。浙江省11个地市高技术企业在两阶段创新效率评价中，都存在纯技术效率和规模效率较低现象。各地市应结合自身创新效率损失的原因采取不同的措施，纯技术效率较低的地市要加强科技管理创新，采用先进的管理理念和方法，建立新的制度体系。规模效率较低的地市，需要根据高技术企业两阶段创新效率的规模报酬变动趋势，合理地调整企业规模，提升规模效益。从统计数据来看，2016年全省2 595家高技术企业中，地域分布上宁波、杭州、温州占据前三位，分别为640家、609家和296家，后三位的衢州、丽水、舟山为57家、36家和12家。高技术企业平均R&D人员全时当量，最高为杭州的50.05人年，最低为丽水的13.33人年；平均R&D经费内部支出，最高为杭州的1 752.23万元，其次为嘉兴的730.33万元，而最低的台州仅有33.78万元。可见各地市在促进高技术企业发展的创新资源投入上存在较大差距。在研发费用加计扣除、高新技术企业所得税优惠两项政策激励上，各地市高技术企业享受的政策优惠强度差距较大，杭州高技术企业平均享受研发费用加计扣除额度为138.25万元、宁波为30.01万元，最低的舟山仅有3.5万元。总体来说，温州、金华、衢州、台州、丽水、舟山等地政府部门应继续加大对高技术企业的支持力度，省政府对上述地区给予适当的政策倾斜，积极发挥政策的协调和导向作用，逐步缩小地区之间的发展差距。

4.加大科技协同创新平台和孵化器建设力度，提高科研成果转化率。两阶段科技创新过程中，浙江省不同规模、不同地区高技术企业知识创新阶段的效率都高于科技成果转化阶段，这同国内相关研究结论一致。特别是小型微型企业，科技成果转化阶段的创新效率远低于知识创新阶段，且其综合效率、纯技术效率长期低于行业平均水平。11个地市中，杭州、宁波、湖州、舟山、丽水的科技成果转化阶段效率低于知识创新阶段，特别是杭州在知识创新阶段投入大量的R&D人员和经费，表明其创新投入资源得到有效利用，但并没有体现到科技生产力转化上。一项科技创新活动，在经历知识创新、技术发明后，只有企业采用新技术并实现产业化以后，才能形成科技生产力。如果大量知识创新成果长期不能转化为生产力，既造成创新资源投入冗余，又导致企业创新产出不足。针对小型微型企业、不同地区高技术企业科技成果转化率低问题，应建立健全以企业为主体、市场为导向、产学研深度融合的技术创新体系，加大科技协同创新平台和孵化器建设力度，为小型微型企业采用新技术、促进科技成果转化提供有力支持。