基于DEA的江西高新技术开发区创新效率测度

【摘要】 创新是区域发展的不竭动力，目前江西省在高新技术开发区上的发展已有显著成效。为对江西省内各高新区的发展情况进行进一步的评价，根据DEA模型对各高新区的技术创新效率进行测度。通过不同高新区纯技术效率、规模效率的对比分析发现，江西省高新区存在区域发展不平衡的现象，存在资源利用效率及投入产出结构有待优化等问题。在研究基础上给予DEA无效的高新区按参照高新区发展情况进行调整，并由相关部门给予政策上的支持和引领。

【关键词】 江西省高新技术开发区;空间差异分析;DEA模型;技术创新效率测度

【DOI编码】 10.3969/j.issn.1674-4977.2021.01.013

Abstract： Innovation is the inexhaustible driving force of regional development. At present， Jiangxi Province has achieved remarkable results in the development of high-tech development zones. In order to further evaluate the development of each High-tech Zone in Jiangxi Province，this paper measures the technological innovation efficiency of each high-tech zone according to DEA model. Through the comparative analysis of pure technical efficiency and scale efficiency of different high-tech zones，it is found that there are some problems in Jiangxi high-tech zones，such as unbalanced regional development，resource utilization efficiency and input-output structure to be optimized. On the basis of the research，the high-tech zones with invalid DEA will be adjusted according to the development of high-tech zones，and the relevant departments will give policy support and guidance.

Key words： Jiangxi high tech Development Zone;spatial difference analysis;DEA model;technical innovation efficiency measurement

1 引言

创新是推动技术发展的第一动力，也是带动区域经济发展的不竭源泉。为了对江西省高新技术开发区的技术创新能力进行量化，本研究通过技术创新效率对其评价。技术创新效率代表在一定的投入水平下产出最大化，或在给定的产出水平下投入最小化，即现有资源最优利用的能力。技术创新效率能准确、全面、客观地反映技术创新能力，有助于找出影响技术创新能力的主要因素。通過构建技术创新效率的评价体系，进而指导江西区域高新技术开发区有机地结合创新型国家发展战略进行发展转型。

对于技术创新效率，本研究采用DEA（数据包络模型）进行评价。运用DEA模型，将不同的高新区视为不同的决策单元，可以将多个投入指标与产出指标统一考虑，转化为指标关于技术创新效率这个目标的效率。在求解过程中可以得到，使得技术创新效率量化，便于将高新区的创新效率直观展现，进行对比分析。通过对投入与产出指标的选取对比，便能构建技术创新效率评价体系，以此确定影响技术创新效率的主要因素。

2 相关论文综述

由于国家对高新区的支持以及高新区在经济发展中不可忽视的作用，针对高新区的研究已有多方面、多角度的深入研究，但大部分研究还是集中于高新区所带来的经济效益及提升经济效益的相关因素。席博、罗芳（2017）利用2005-2013年武汉东湖高新区的数据进行实证分析，发现高新区具有的产业集群构成的格局能促进创新效应的扩大，引导地区经济的可持续发展，并有力的拉动武汉的经济增长。张先进（2018）认为高新区是推行创新驱动发展和发挥技术创新效用的重点地区，国家为高新区整合创新资源、优化发展策略、给予政策支持能有力地促进中国实体经济发展和转型。

为了评价高新区的发展情况，刘满凤、李圣宏（2012）发现高新区存在良莠不齐的现象，并从高新区的技术创新有效性出发，为效率不高的高新区提供了参照对象，通过对现有指标值的投入产出结构进行调整以提升资源利用率。韩兆洲、程学伟（2020）基于省份R&D的创新效率视角分析我国的区域创新情况，从空间与时间两个维度出发对比三大地区与各大省份的创新效率，认为在目前的制度环境下，不同类型的省份应从资本类型、地理环境、自然资源等方面出发确定R&D支出与产出的均衡配置，确定持续发展道路。

现有文献中，关于区域技术创新效率的研究多集中在对长三角地区、珠三角地区、以及全国范围的高新区技术创新效率进行测度，但就江西省内各地级市所属高新区为对象相关研究的较少。总体而言，运用DEA模型评价高新区的技术创新效率的相关研究已形成系统性体系，确定本研究进行的可行性。

综上，本研究将基于DEA模型对江西省各高新区的技术创新效率进行测度与评价，分析省内高新区的空间差异，并通过对相关投入、产出的指标选取确定可行的技术创新效率评价体系。

3 DEA模型相关介绍

DEA模型是运用非参数法对创新效率进行测度的代表模型，是由A Charnes首次提出并用于评价决策单元（可以是地区、企业等作为可分割整体的对象）的创新效率，该模型也被简称为CCR-DEA模型，其运用目标规划的思想将各决策单元投入产出指标的相关数据转为配置效率与技术效率的乘积，即决策单元的总效率，具体表达式如下：

在现实中，由于技术的边际收益具有不确定性，CCR-DEA模型因其规模报酬不变性的前提，导致计算结果与实际情况不相符，为改进这一点，Banker基于规模报酬可变的思想提出BBC-DEA模型，去除规模效率对技术效率的干扰。

通过增加[j=1nλj=1]这一约束条件修正模型，具体表达式如下：

上式中，ε代表非阿基米德无穷小量，目标函数中s-和s都与对应大小的单位向量矩阵相乘，分别代表投入指标变量与产出指标变量，代表各决策单元的组合系数。当存在最优解且TEj0等于1时，决策单元j0为DEA有效，当TEj0小于1时，决策单元j0相对DEA无效。由于BBC-DA模型的技术效率去除了规模效率的干扰，最优解称为纯技术效率，相对应的CCR-DA模型所求解的结果则称为技术效率。两个模型的根本差异在于，求解模型的前提是基于规模报酬不变还是可变，因此通过两个模型的求解结果便能进一步将技术效率分解为规模效率与纯技术效率，其关系如下：

其中TE为技术效率，PTE为纯技术效率，SE为规模效率。根据三者的关系，便可得到决策单元的规模效率，当SE等于1时，该决策单元处于最优规模效率状态;当SE小于1时，表示该决策单元未达到最优规模效率状态。

4 评价指标体系和数据说明

4.1 评价指标体系的建立

高新区的运作是多个投入、产出指标相互作用的复杂系统，DA也是用多个投入、产出指标进行效率的测度。但当研究范围局限在技术创新效率方面的测度时，多数学者都会用高新区的R&D内部经费支出、R&D活动人员数量、企业总数量、招商实际到位资金等数据度量高新区的创新投入情况;用专利申请数、新产品销售利润、工业总产值、主营业务收入、年末固定资产等数据度量高新区的创新产出情况。本研究从高新区的科研能力和经济能力两方面出发测度江西省高新区的技术创新效率，为此选用R&D内部经费指出、R&D活动人员数量、招商实际到位资金作为投入指标;用工业总产值、主营业务收入、出口交货量作为产出指标，构成3投入-3产出的技术创新效率评价指标体系。

4.2 数据来源

本研究数据均来自《江西统计年鉴2018》[8]，相关数据可信、准确，能满足DEA模型的数据需求。在后续的研究中，为消除不同指标之间量纲的影响，用Max-Min法对数据进行归一化处理，限定数据处于0-1的区间范围内。

5 基于DEA模型的技术创新效率测度及评价

运用DEAP2.1软件测度江西省11个地级市所属高新技术开发区的技术创新效率，将投入、产出指标输入软件，运用BBC-DEA模型进行求解，得到各高新区的技术效率、纯技术效率、规模效率，并给出DEA无效的高新区的参照高新区，具体见下表：

规模报酬效率方面，2017年的江西省规模效率均值为0.925，说明整体的投入产出结构较为合理。南昌市、景德镇市、萍乡市、九江市、鹰潭市、赣州市、吉安市、上饶市的规模报酬为1，处于规模报酬不变的状态;新余市、宜春市、抚州市的规模报酬小于1，处于规模报酬递增的状态。其中，新余市的规模效率仅有0.535，严重低于全省的平均值，需调整投入产出结构，使得两者相适应。

纯技术效率方面，2017年的江西省纯技术效率均值为0.85，仅从均值方面可说明整体的研發效率未达到最优状态，但相对较好。在具体至每一个城市后，南昌市、景德镇市、萍乡市、鹰潭市、赣州市、抚州市、上饶市的纯技术效率为1，属于BBC-DEA模型下的DEA有效;而九江市、新余市、吉安市、宜春市的纯技术效率都低于1，属于DEA无效。其中宜春市和新余市的纯技术效率仅有0.5的水平，对于创新投入的资源利用率偏低，说明江西省内各城市高新区的技术创新存在较为严重不平衡的现象。对于DEA无效的高新区，可参考表1中的参照高新区的投入产出结构、资源利用方式等完善现有制度。

6 结论与建议

通过对2017年江西省11个地级市的高新区技术创新效率测度结果进行分析，本研究发现江西省的纯技术效率与规模效率皆存在区域不平衡的现象，且部分高新区与全省平均值相差过大。因此本研究对江西省高新区的发展提出以下建议：

1）完善高新区发展政策，实现产业结构升级。江西省高新区发展不均衡的现象，应通过有关部门提供政策上的引导进行发展升级。对于纯技术效率较低的高新区，主要问题为资源利用上的不合理，此类高新区可以向参照高新区学习，由政府引导去除冗余的创新投入资源，并根据高新区所在地的自然资源、产业结构等特性完善投入上的不足;对于规模效率较低的高新区，主要问题为投入产出结构无法相适应，政府可以给予政策上的支持，扩大高新区的规模，优化资源的利用渠道，并扶持新型创新企业的发展，使高新区达到规模报酬不变的状态。

2）加强企业技术交流，缓解区域不平衡现象。江西省有关部门可搭建高新产业技术交流平台，增加不同区域之间高新区的交流渠道。同时加强政府对创新市场的扶持力度，增加企业获取资源及销售产品的渠道，实现投入产出多元化，改善创新市场环境，营造良好的市场氛围。

【参考文献】

[1] 席博，罗芳.东湖高新区对武汉市经济增长影响的研究[J].物流工程与管理，2017（4）：161-163.

[2] 张先进.中国高新区推动实体经济转型升级的作用与对策[J].改革与战略，2018（1）：83-86.

[3] 刘满凤，李圣宏.国家级高新技术开发区的创新效率比较研究[J].江西财经大学学报，2012（3）：5-17.

[4] 韩兆洲，程学伟.中国省域R&D投入及创新效率测度分析[J].数量经济技术经济研究，2020（5）：98-117.

【作者简介】

姚盛祺（2000-），男，江西财经大学本科生在读，管理学专业。