福建省国家高新区创新效率研究——基于共享投入关联两阶段DEA 和Meta-frontier 的分析

郑旭辉，李雪芬，汤惠娥

（1.福州大学经济与管理学院，福建福州 350108；2.厦门火炬高技术产业开发区，福建厦门 361006 ）

高新技术产业园区是我国推动产学研深度融合，实现科技与产业无缝对接的重要载体，是实践国家创新驱动发展战略的主力军和主阵地。自1988 年中关村高新区率先设立以来，到2017 年底，156 个国家高新区共实现营业收入307 057.5 亿元，净利润21 420.4 亿元，上缴税额1 725 105 亿元，出口总额32 292.0 亿元［1］；据2019 年1 月召开的全国科技工作会议报告，2018 年12 月，我国国家高新区数量已达168 个，预计实现营业收入330 000 亿元，预计科技进步贡献率达58.5%。这为我国实现“中国制造”向“中国智造”转变及“制造大国”向“制造强国”转变的战略目标提供强有力的支撑。

改革开放40 年，福建省立足对台优势，积极创建国家级高新区，现已有7 个国家高新区、1 个国家自主创新示范区。这带动了福建省全面融入国家创新改革布局中，但从创新效率、产业生态系统、产业规模和开放程度等方面来看，省内各国家高新区与国内外先进科技园区相比，还存在较大差距。如何提高创新效率，找出创新驱动发展的路径，是其当前的首要任务。科学测量创新效率，分析与先进科技园区的具体差距，将有助于福建省国家高新区制定合理的升级路径，提升创新能力和产业竞争力。

国内外对科技园区创新效率的研究主要围绕创新效率测度和影响因素两部分。在创新效率测度实证研究方面，学者普遍使用DEA 方法。王飞航等［2］采用三阶段DEA 模型对中国西部30 个国家高新区的创新效率进行测度，在剔除外部环境和随机因素干扰后，发现只有少数国家高新区处在生产前沿面，大部分的高新区呈现规模报酬递减的规律，并且建立时间较晚的高新区创新效率普遍较高，创新更有活力。Krishnan［3］对比分析硅谷与印度科技园区创新生态系统的差异，并采用超效率DEA 模型对印度科技园区的创新效率进行评价，发现创新生态系统较弱的科技园区的创新效率也基本处于低水平。Kontolaimou 等［4］运用DEA 模型对比分析欧洲28 个科技园区的创新效率，结果显示发达程度高的国家科技园区创新效率也较高。余珮等［5］采用因子分析定权方法计算115 个国家高新区的创新效率，结果显示我国高新区在技术研发、产品开发和产品销售3 个阶段的创新效率值均偏低，其中技术研发阶段的效率最低。Bai 等［6］采用动态网络SBM 模型测量2007—2012 年中国54 个高新区创新效率，结果显示中国大部分高新区生产部门和研发部门的创新效率较低。刘志春等［7］运用面板数据回归方法测量我国科技园区创新投入对于创新产出的滞后阶数，发现大多数科技园区产出水平增幅并没有随着投入增加而有明显的变化，创新效率不高。陈洪转等［8］采用DEA 模型动态评价2007—2010 年我国国家高新区的创新效率，发现我国绝大多数的国家高新区创新效率低下，存在投入过剩、资源利用效率不高、创新产出不足等问题。

综合来看，目前关于国家高新区创新效率测度的研究较少，更多将创新视为一个线性的投入-产出的过程，忽视了创新的复杂性；尽管个别学者也开始从研发-转化两阶段视角开展研究，但针对福建省国家高新区创新效率的研究几乎空白。与国内先进的科技园区相比，福建省国家高新区的投入是否有效地转化为创新产出，哪些方面的投入不足，哪些方面投入已经过剩了等问题缺乏科学研究支撑，更无法为福建省各地政府提供高质量决策支持。

因此，本文在现有研究的基础上，运用共享投入关联两阶段DEA 测量样本的创新效率，采用Meta-frontier 模型剔除不同地区资源禀赋、经济结构等外部因素，得到能真实反映不同地区国家高新区的创新效率值，以此对比分析福建省国家高新区与国内先进科技园区的差距，力图从创新全过程寻找福建省各个国家高新区创新效率提升的理论参考路径。

1 研究模型

1.1 共享投入关联两阶段DEA 模型

共享投入关联两阶段DEA 模型优化了传统DEA模型，将“投入至产出中间的过程”也纳入绩效评价中，使得其结果更加完整解释整体情况，防止发生偏差，具体的模型如图1 所示。

图1 共享投入关联两阶段DEA 模型

假设有个n决策单元，任意决策单元(j=1,2,…,n)，在第一阶段有m个投入Xij(i=1,2,…,m)，p个产出Zpj(p=1,2,…,p)，g个再投入Hhj(h=1,2,…,g)，s个最终产出Yrj(r==1,2,…,s)。再者，共享投入认为初始投入对两个阶段的产出都具有影响，假设初始投入Xij对第一阶段的作用比例为，则第一阶段的投入为第二阶段的初始投入为

Charnes 等［9］运用数学规划思想构建了共享投入关联两阶段DEA 模型的分式数学规划，以求得创新效率最大化值。同时，为了防止所求变量的最优解为零，设其下限为阿基米德无穷小从而将分式数学规划转换为等价的线性规划，如式（4）所示。

就本研究而言，创新过程的初始投入和中间产出并不存在价格差异，为了避免中间产出由于两阶段权重差异造成矛盾，参考现有文献［10-11］，假设初始投入和中间产出在两阶段的权重相同，即

1.2 Meta-frontier 模型

共享投入关联两阶段DEA 模型的前提假设是所有的决策单元都处于同一生产技术水平，当其应用于地区比较时，这种理想的假设显然是不可能的存在，不同地区的经济发展水平、人才数量和质量等都不相同。因此，需要将资源禀赋、经济结构等方面的差异剔除，以保证所得到的评价结果是可信的。学者O’Donnell 等［12］提出了共同前沿（Meta-frontier）模型，来解决现实应用问题。

该函数所表达的含义是在输入一定的条件下，每个DMU 所能通过径向扩张得到的最大产出，同时继承了生产集所具有的正则性质。由此可得，当且仅当观察值的共同边界函数值D=1 时，其技术才有效。

进一步，将所有DMU 按照特定的因素如社会文化、经济环境、管理模式等划分为个组群，则第个组群的技术集合为生产可能集为其上边界就是组群边界。组群技术效率的组群距离函数如公式（8）所示。

由此可通过组群边界下的实际产出水平与共同边界下的实际产出水平得到共同技术落差比率(Meta Technology Ratio,MTR)，具体如公式（9）所示。MTR 是指在同一投入水平下，DMU 在组群下的生产技术水平相对于共同边界生产技术水平的差距，这一技术水平差距是由特定组群的制度结构引起的。这意味着MTR 越大，DMU 所使用的生产技术水平越接近潜在的生产技术水平。

1.3 技术落差比率

因为所有组群的生产边界是包含在共同生产边界内的，所以在共同边界下，本研究设定的第一阶段技术研发效率、第二阶段的产品销售效率和综合创新效率必然小于组群边界下的相应的效率。两种边界间的比率即为技术研发落差比率、产品销售落差比率和总创新技术落差比率。

为了方便说明，以3 个组群为例，那么根据Meta-frontier 模型，具有3 个组群的两阶段共同边界及其组成结构的如图2 所示。其中，右半边是第一阶段至中间产出的组群边界构成，左半边是第二阶段的组群边界构成。由此可见，第一阶段的共同边界为M-Q，第二阶段为M’-Q’，以包含所有组群的边界。

图2 具有3 个组群的两阶段共同边界及其组成结构

2 研究变量与数据来源

2.1 研究变量选取

创新价值链理论指出创新的价值实现是可分解的，应划分出相互衔接的若干阶段并进行系统分析。但学术界对于划分标准尚未统一，Love 等［13］提出创新价值是企业获取创新所需知识，再将其转化为创新成果（或生产出新产品或得到新工艺），最终在市场实现发展（即增加销售额或提供生产效率）；Hansen 等［14］认为创新活动是产生创意、转化创意和扩散创意的3 个阶段。本研究以余珮等［5］学者提出的创新是多阶段与多要素的价值传递，是由技术研发、产品开发和产品销售组成的3 次投入与产出过程为基础，将创新视为技术研发—产品开发与销售两阶段，包含了紧密衔接和前后相连的四部分：创新初始投入、中间科技产出、补充产品开发投入和最终价值产出（如图3 所示）。

第一阶段的创新初始投入主要包括人力、资金和研发物质投入，选取了R&D 人员全员当时量、R&D 经费内部支出、技术改造经费支出，并且考虑到马歇尔式的集聚效应，产业链前后关联和技术外溢，对高新区的创新投入具有重要的影响，增加了研发机构数、企业数两个指标；第一阶段的中间科技产出是研发活动的直接成果，主要体现在发明专利的取得，选取了有效发明专利数作为衡量指标。

第二阶段的投入除了发明专利外，还需更多新产品开发经费等其他的投入，才能最终实现销售所得，选取了新产品开发经费支出、技术引进费用和营业费用（宣传与广告等费用）作为补充投入指标；第二阶段的最终产出是以销售额或技术转让所得的实现为体现，选取了新产品销售收入、新产品产值、技术性收入、出口创汇和产品销售收入5 个衡量指标。

图3 福建省国家高新区两阶段创新过程

在分组指标方面，根据上文的介绍，可选择社会文化、经济环境等方面的指标，因此本研究选取了国家高新区所在城市的地区科技支出作为分组依据。一方面它与创新活动最为密切相关，另一方面该指标纳入地区公共预决算中，收集数据方便。

2.2 数据来源

根据本文的研究目的，即对比分析福建省的国家高新区创新效率与全国一流高新区的差距，并从技术研发、产品开发与销售两个维度构建4 个象限组合，力图寻找出福建省各个国家高新区提升创新效率的理论参考路径，因此本文除了福建省7 个国家高新区外，还有科技部排名前9 名的国内先进高新区，共16 个评价单元。

本研究的数据来源于《中国火炬统计年鉴2018》《中国城市统计年鉴》《国家高新区创新发展统计分析》以及各国家高新区所在地市统计局网站，样本期间为2015—2018 年。

根据决策单元所在城市的地区科技支出均值（2015—2018 年）这一指标对16 个评价单元进行分组，前5 名为高投入组；最后5 名为低投入组；其余6 个为中等投入组，具体如表1 所示。

表1 决策单元分组表

表1 （续）

3 实证分析

3.1 创新效率分析

本研究运用共享投入关联两阶段DEA 模型和Mate-frontier 模型获得16 个评价单元共同边界和组群边界下的创新效率值，具体如表2 和表3 所示。其中，MTE 和GTE 表示共同边界和组群边界下的技术研发效率，MPE 和GPE 表示共同边界和组群边界下的产品开发与销售效率，TGR 是技术研发的组群实际效率与共同边界下的潜在效率之间的技术落差比率，PGR 是产品开发与销售的组群实际效率与共同边界下的潜在效率之间的技术落差比率，CGR 是综合创新效率的技术落差比率。

表2 基于共同前沿面的16 个国家高新区的创新效率

数据显示，考虑共同边界和组群边界后，尚未有国家高新区的技术研发、产品开发与销售两阶段同时实现效率最优。而创新过程无效率的原因在于国家高新区普遍存在技术研发阶段投入冗余、产品开发与销售产出不足的问题，具体体现在两阶段各自的共同边界效率与组群边界效率仍有差异（即技术落差比率未全部为1）且技术研发平均效率高于产品开发与销售平均效率。这侧面也反映了我国高新区的创新效率有较大的提升空间。并且，地区投入高的组群，其国家高新区的创新效率也明显较高，说明了区域的科技投入对国家高新区的创新产生较好的推动作用。

在国内先进高新区中，中关村、上海张江高新区的技术研发阶段为DEA 有效，杭州高新区、成都高新区在产品开发与销售阶段为DEA 有效。从平均效率看，国内先进高新区整体的技术研发效率（0.827 13）略高于产品开发与销售效率（0.799 96），说明了国内先进高新区的技术研发转化为现实生产力存在一定的问题，创造市场价值的能力仍然不足。这与目前我国长期致力于消除科技创新“孤岛现象”和弥补创新成果转化能力不足短板较为一致。

与国内先进高新区相比，福建省7 个高新区的技术研发效率普遍低下，两阶段的DEA 均为无效，说明了福建省国家高新区的整体创新能力十分不足。纵观福建省经济发展历程，其民营经济活跃但大都处于产业链低端，对高端人才的吸引力弱，很难聚集一批科技领军人才、特殊专业人才；而立足对台优势所引进的企业，又因科技资源和人才较为匮乏，再加上珠三角和长三角的“吸虹效应”，企业研发环节较少布局在省内。这些问题导致了福建省创新能力滞后于整体经济社会的发展水平。

3.2 技术落差分析

16 个国家高新区2015—2018 年的平均技术落差比率（表3 和图4 所示）变动情况显示：（1）国内先进高新区历年的综合技术落差比率非常接近1，其整体创新能力更加接近创新有效的效率前沿；（2）相比较而言，福建省7 个国家高新区的共同边界综合效率和综合技术落差比率逐年上升，但是幅度非常小。这说明了福建省国家高新区整体创新能力与有效前沿的差距非常大，因此不仅要增加研发资源的投入，提高资源利用效率，同时还要针对产品开发、销售环节，制定更多、更好的鼓励政策，建立完善的科技服务体系，才能实现创新效率的跨越式提升。

表3 2015—2018 年技术落差比率

图4 2015—2018 年福建省国家高新区与国内先进高新区平均技术落差比率

3.3 创新效率矩阵图分析

为进一步对比分析各个国家高新区的创新特点，本研究引入技术研发-产品开发与销售效率矩阵（如图5 所示），以技术研发效率为横轴，产品开发与销售效率为纵轴，构建二维四象限的矩阵，从而探寻创新效率可行提升路径。

图5 技术研发-产品开发与销售效率矩阵

图5 显示，第一象限（高技术研发效率-高产品开发与销售效率）集聚了是国内9 个先进高新区；第二象限（低技术研发效率-高产品开发与销售效率）只有厦门高新区；第三象限（低技术研发效率-低产品开发与销售效率）集聚了福建省其他6 个国家高新区；第四象限（高技术研发效率-低产品开发与销售效率）无任何的国家高新区落入。

国内先进高新区拥有丰富的高素质劳动力和高端的产业链作为基础，例如合肥虽处于中部，但是其科研机构众多，如中国科学技术大学先进技术研究院、合肥工业大学智能制造技术研究院、中国科学院创新发展研究院等，并聚集一批国内知名的企业如京东方，创新链与产业链融合度高，保证了较高的技术研发效率，并拥有更多的产品转化渠道。

福建省其他6 个国家高新区处于低技术研发效率-低产品开发销售效率的状态，而仅有厦门高新区落入第二象限，与现实情况较为一致。与省内其他国家高新区相比，厦门高新区拥有相对好一点的产业基础，但是创新资源的投入或者利用效率仍不足，推测其或存在创新资源重复叠加导致配置效率不高，或引入的企业技术创新活动未布局该地区导致专利等创新成果有限，或企业间的过度集聚可能加剧企业之间的恶性竞争导致合作研发的可能性降低。

4 结论

本研究将创新过程划分为技术研发和产品开发与销售前后两个关联的阶段，运用两阶段共同边界DEA 模型，剔除不同区域的外部环境因素，并收集了2015—2018 年的样本数据，以此对比分析福建省7 个国家高新区与国内9 个先进高新区在创新效率方面的差距。实证结果显示：（1）考虑共同边界和组群边界后，尚未有国家高新区的技术研发、产品开发与销售两阶段同时实现效率最优，普遍存在技术研发阶段投入冗余、产品开发与销售产出不足的问题；（2）福建省7 个高新区技术研发效率普遍低下，两阶段的DEA 均未有效，反映了对标先进后，福建省国家高新区的整体创新能力相当薄弱；（3）国内先进高新区整体创新能力接近于创新有效的效率前沿，而福建省7 个国家高新区创新能力离有效前沿差距较大，从引入的效率矩阵看，福建省除了厦门高新区外其他6 个均处于低技术研发效率—低产品开发与销售效率的状态。

以上研究对福建省国家高新区的探寻创新效率提升路径有较大的实践意义。福建省所有国家高新区一方面吸收优质创新资源能力差，另一方面存在阻碍研发成果转化的现实问题一方面。这就需要积极探索建立“知识创新社区”等第三代科技园区的有效措施，实现以完善园区科技服务体系来保证产品开发与销售效率；以多渠道建立或引入具有较强影响力的研发机构，鼓励企业联合研发，加强与省内外知名高校合作；加快集聚一批高精尖人才，来提升技术研发效率。同时，要理清自身的优势，再根据相关创新要素的作用机制和影响路径，实施差异化的创新能力提升战略。