基于SE-DEA 模型的广东省科技创新效率评价研究

（广东省科技干部学院商学院，广东珠海 519090）

近年来，我国经济已由高速增长阶段转向高质量发展阶段，同时，经济增长方式由传统的要素驱动向创新驱动转变，提升区域创新能力成为促进区域经济增长的重要措施。中国区域科技创新评价报告显示，2018—2019 年度，全国综合科技创新水平指数得分为69.63，广东79.47，远高于全国平均水平，仅次于上京津，稳居全国前列。当前，广东正处于转型升级的关键阶段，必须坚定不移地走创新驱动发展道路，以科技推动产业升级，是实现经济增长的动力转换与结构调整，降低经济波动、实现经济平稳增长的重要保障，也是促进产业结构转型升级、破解产业发展所面临的瓶颈问题的重要路径。

1 文献综述

针对科技创新，国内外的研究主要集中在以下3 个方面：

其一，科技创新与经济的内生增长理论方面。著名的熊彼特［1］创新理论对经济增长的内在机理做了系统性研究。其二，科技创新指标体系的评价方面。谷国锋等［2］、李雨晨等［3］建立了政策法规（数量）指标、科技投入（资源）指标、科技产出（效率）指标、科技实现（效益）指标和可持续发展（综合评价）指标等5 个方面共35 个指标的评价体系，同时选取具有代表性的投入和产出指标，将其分为规模性指标和相对性指标进行考量；李妍等［4］以广东科技发展实际为例，构建了广东科技创新指数与评价指标体系。其三，科技创新评价的实证研究方面。如易文钧等［5］将科技创新因素从全要素生产率中剥离出来，以长三角和中部五省的面板数据为例研究科技创新投入和产出对经济增长的影响；阎东彬［6］、谢泗薪等［7］以京津冀城市群面板数据为例用市场和专利影响力两项代表性指标研究科技创新与区域经济增长的关系；另有其他学者参考之前的研究成果将科技创新投入与产出的典型指标作为评价科技创新能力的变量代表［8-15］，分析各省市或各经济区域之间科技创新能力的差异性。

综上所述，国内外针对科技创新效率的评价研究主要基于科技创新投入与产出的代表性指标分析，从研究方法上看，一类采用计量经济学为主的非参数方法，如数据包络分析方法（DEA）对某一时期的截面数据进行区域科技创新效率的评价，此方法具备适用性，一类采用数学规划为主的参数方法，如随机前沿分析法（SFA）。因此，本文将已被文献证实与科技创新效率相关的代表性投入产出指标作为评价体系，用于广东省各地市科技创新效率的差异化比较研究，对广东省的科技创新发展提出策略建议。

2 模型构建及实证研究

2.1 研究方法的选择

本文选取大多数学者采用的数据包络分析法，使用DEA 中CCR 模型计算广东省2018 年21 个地市科技创新效率。

2.2 科技创新效率评价指标和数据的选取

综合之前学者研究的成果，科技创新效率的评价指标大体分为R&D 人员与经费的投入指标和专利、技术合同、高新技术产品的产出指标，因此本文选取专利申请量、专利授权量、技术合同成交金额、高新技术产品产值、高新技术产品出口额作为产出，其中，大多数文献将专利的申请和授权量作为科技创新的产出指标，它们是科技创新的重要表征因素，本文加入高新技术产品相关指标，是因为技术合同成交额、高新技术产品产值和出口额体现了技术创新成果的转化率和区域产业的技术创新水平［18］。将R&D 人员、R&D 经费、R&D 经费占本地GDP 比重、地方财政科技拨款、地方财政拨款占地方财政支出的比例作为投入指标，基本与国家科技创新投入与产出的指标评价体系一致。广东省21 个地市的科技创新数据如表1 所示，均来源于2018 年广东科技统计数据和各地市科技统计数据。

表1 广东省各地市2018 年科技创新投入产出表

2.3 DEA 效率分析

本文采用MYDEA 软件对表1 的数据进行分析，由于DEAP2.0 软件运行结果有12 个地市科技创新效率超过1，达到DEA 有效，但是排名仍不够清晰，故而用SE-DEA 方法以产出为导向对21 个地市的科技创新效率进行排名。具体结果如表2 所示。

表2 广东省21 个地市科技创新效率评价结果

将表1 中的数据进行可视化，可得到广东省21个地市科技创新投入产出指标对比图，如图1 所示。图2 显示出各地市科技创新效率的评价值，结果更加直观。

图1 广东省21 个地市科技创新投入产出指标对比

图2 广东省21 个地市科技创新效率评价值对比

从图2 的评价结果来看，广东省21 个地市的科技创新效率评价值中，广州市排名第一，达到4.04分，从表1 的数据来看，广州市的R&D 人员投入低于深圳和东莞，甚至不足深圳的1/3，科技经费投入低于深圳，之所以评分最高，是因为在产出指标中，专利申请及授权量超过东莞，技术合同成交额全省第一，由此可见，科技创新效率的高低与科技人员和经费的投入多少并无直接关联，而与投入是否能够达到相应比例的产出有关。

云浮市排名第二，达到2.34分，且规模效益递增，表1 的数据里云浮市的R&D 人员及经费投入在全省排在最后一名，但技术合同成交金额、高新技术产品产值却分别超过14 地市和7 地市，因此其科技创新效率排名较高。从表2 的结果来看，云浮市投入指标中R&D 经费与目标值一致，但R&D 人员投入冗余747 人，产出指标中专利申请与授权量不足，分别偏移目标量216 件与150件，技术合同成交金额、高新技术产品产值及高新技术产品出口额均有冗余，这表明云浮市R&D 经费投入较为合理，但还需优化R&D 人员的资源配置，重点提高专利申请与授权量，保证研究人员的科技创新能力和水平。

东莞市排名第三，评价值2.17 分，表1 的数据中能够看到东莞市的R&D 研究人员及经费的投入在全省名列前茅，说明政府对科技投入较为重视，表2 看到在产出指标中高新技术产品产值偏移量居全省第一，但仍需合理配置R&D 人员和经费投入，重点提高技术合同成交金额，以保证投入产出指标的平衡。

在21 个地市中，深圳市科技创新能力毋庸置疑，专利申请及授权量、高新技术产品产值及出口额的产出指标均遥遥领先于其他地市，排名第一，但其科技创新效率却排在第七位，只有1.39分，表现不佳，从表2 的分析结果来看，深圳市科技创新效率已达到DEA 有效，投入指标除R&D 经费占GDP 比重与目标值一致外，其余投入指标与产出指标均有较大冗余量，但产出指标的偏移目标最大值不如广州、东莞等市，因此深圳在未来的科技创新政策中应当优化R&D 人员和经费的投入结构，在合理的范围内产出高质量的成果，尤其需提升高新技术产品产值，提高科技创新效率。

在21 个地市的科技创新效率评价结果中阳江、揭阳两市在R&D 人员及经费投入指标上偏移量较小或无偏移，表1 中阳江市这两个指标数据不足揭阳市的1/4，但阳江市评价值为1.51 分，排名第六，而揭阳市评价值为0.63 分，排在第二十位，阳江市的专利授权量与高新技术产品产值分别超过目标值1 109 件和111.59 亿元，揭阳市这两个指标却距离目标值差3 148 件和183.15 亿元，表1 中的产出数据阳江市高新技术产品产值甚至超过了揭阳，这说明即使投入数据不存在偏差或偏差较少，产出数据上的不足也会大大影响科技创新效率的评价值。

总体来看，广东省21 个地市的科技创新效率评价差异明显，广州第一，云浮、东莞、河源名列前茅，茂名、揭阳、肇庆位列倒数，各项投入产出指标领先的深圳市排名第七，这表明科技创新效率的评价值与区域经济发展水平关系不大，而与投入是否能达到对应比例的产出有关。广州地处省会城市，聚集了全省近70%的高校、97%的国家级重点学科、69%的国家重点实验室以及58%的独立研究机构，有这样一批高水平研究平台和研究人员，科技创新效率排名第一实至名归。而从珠三角、粤东西北区域的角度观察，四个区域城市排名有先有后，科技创新效率并未呈现明显的地域特色，这也印证了之前的分析结果，但值得一提的是，珠三角9 市规模报酬均呈现递减状态，而粤西3 市、粤北5 市（除韶关外）则呈现递增状态，这表明珠三角正处于科技创新投入收益不平衡阶段，应尽快调整科技创新政策，优化人员及经费投入结构，凝聚力量在重大科技基础设施、重大科技创新平台和重大科技项目上核心攻关并取得成果，提升科技创新效率。而珠三角对于粤东西北的辐射带动效应明显，粤东西北中有9 市处于规模报酬递增阶段，更应抓住机遇，紧跟粤港澳大湾区建设脚步，加快人才集聚，提升粤东西北地区自主科技创新能力。

3 结论与下一步的研究建议

本文运用SE-DEA 模型对2018 年广东省21 个地市的科技创新效率进行评价，广州市排名第一，肇庆排在末位，投入产出指标中排名首位的深圳市科技创新效率评价值仅排在第七位，说明科技创新效率与区域经济发展水平关联不大，且并非R&D 人员与经费投入越多，效率越高，若无相应产出比例，效率值反而降低。

基于以上实证分析结论，为了能够推动广东省科技创新效率的提升，可以采取如下措施：

（1）优化珠三角科技创新人员及经费的资源配置，加大规模效益递增的粤东西北区域人员及经费投入力度。首先，积极推进科技创新人员配置改革及科技经费改革，推动珠三角科技创新资源集聚，促进科技创新资源优势互补，重点扶持符合广东科技创新及产业发展重大需求的核心技术项目。其次，加大粤东西北区域经费投入，加强省科技资金的倾斜支持力度，鼓励珠三角重点大学、研究机构和先进企业等与粤东西北联合，促进高层次科技创新人才互助交流，充分发挥区域优势产业的主导作用，突出地域特色，全面提升广东省科技创新能力，促进区域经济协调发展。

（2）在有效的科技创新人员及经费配置下，加大科技创新产出，提高科技创新效率。从实证分析结果来看，云浮、河源、湛江、阳江、潮州和汕头6 市在广东省21 个地市科技创新效率的排名中进入前十，超过珠三角5 市（惠州、佛山、珠海、江门、肇庆），与传统认知有一定的差异，但印证了某些学者之前的研究结论，如张长征等［18］研究结果表明，经济发达的地区，其高新技术产业的粗放式和外延式发展模式渐渐趋于停滞，但高水平产业创新能力尚未完全形成，而落后地区正在“复制”前者以往的规模扩张和低水平产业创新推动产业集聚，因此科技创新效率可能更高。从本文结果来看，深圳、珠海、佛山等珠三角发达城市之所以科技创新效率排名较低，更多的是高新技术产业的相关产出没有达到投入指标相应比例的预期目标，待高新技术产业创新路径发展完善后，可能会刷新这一结论。

（3）以市场为导向，以企业为主体，重视科技成果的转化，服务区域经济。从实证结果来看，广东省大部分地市的技术合同成交额偏低，这说明广东虽然具备一流高校及科研机构等资源优势，但总体科技成果转化率依然较低，大部分高校科研成果只停留在论文、实验室试验阶段，难以产业化，未来可以打造科技成果转化平台，促进高校、科研机构和企业对接，以推动基础研究项目向市场验证项目转化为核心，加快基础研究成果与可市场化成果之间的转化速度，同时尽快修订科技成果转化法，重点挖掘创新供给和创新需求两方面的潜力，保证科技创新工作者对科技成果的处置权和收益权，铺设科技与经济之间的制度桥梁。

最后值得说明的是，本文仅使用2018 年的截面数据，结论虽能大致反映出广东省21 个地市科技创新效率的排名，但仍具有一定的局限性。下一步研究建议拓展至面板数据，得出的结论将会更加精确。