高技术产业技术创新效率的测度研究——基于三阶段DEA模型

谢文敏 刘 腾

（重庆工商大学，重庆 400067）

一、引言

中国经济进入新常态，高技术产业作为科技创新产业中最具代表性、发展最快的产业，高技术产业对于推进中国科技金融的提升具有重要加速作用，因此，研究高技术产业的技术创新效率显得尤为重要。

目前，对于高技术产业技术创新效率的研究层出不穷，方法也是各式各样。涂泳泽[1]从价值链的视角研究高技术产业技术创新效率，研究表明，市场化程度、企业规模、政府支持和企业自身的经营绩效是影响高新技术产业创新效率的重要因素。郑坚等[2]将高技术产业技术创新分为技术开发和技术转化两阶段进行研究，分析两阶段存在的边际特性及效率。桂黄宝[3]构建空间面板回归模型，并用DEA-Malmquist创新效率指数来测度我国高技术产业创新效率。陈珊[4]对我国东部地区、西部地区、中部地区以及全国30个省份高技术产业的面板数据进行分析，剖析了科技金融对高新技术产业区域创新效率的影响。

在现有的研究中，对于DEA领域的研究成果显著。刘伟等[5]将三阶段DEA模型与Bootstrap方法相结合，测算出所有制结构、政府支持、企业规模和市场环境等因素对中国不同地区的高技术产业技术创新影响显著。叶锐等[6]选择共享投入的DEA模型，测算高技术产业系统效率及纯技术效率。黄继忠等[7]采用DEA方法分析了科技金融对高技术产业创新效率的影响，计算出不同地区的高技术产业创新效率。

二、三阶段DEA模型构建及效率测算

1.三阶段DEA模型构建

第一阶段：传统DEA模型分析初始效率，在本文研究中，我们选择Banker等（1984）投入导向的BCC模型对数据进行研究。BCC模型表示如下：

其中：j＝1，2，…；n表示决策单元；X，Y分别是投入、产出向量；λj为各单位系数组合；θ为效率评价值；S-、S+为松弛变量。若θ＝1,S+＝S-＝0，则决策单元DEA有效；若θ＝1,S+≠0,1,S+≠0，则决策单元弱DEA有效；若θ＜0，则决策单元非DEA有效。

第二阶段：运用SFA回归调整松弛变量，为了剔除环境因素及随机干扰因素对高新技术产业的科技创新投入产出效率测度的影响，本文以投入导向为视角，调整投入变量，估计n个类似的SFA回归方程，并调整环境因素的影响。其中第n个SFA回归方程如下：

第三阶段：调整后的投入产出变量的DEA效率分析。根据下列公式调整松弛变量：

2.指标选取及数据来源

本文选取中国30个省份（除西藏）2017年的高技术产业技术创新相关方面数据，考虑到高技术产业的创新活动受到人力、物力、财力等多方面投入要素的影响，本文以R&D人员全时当量、R&D内部经费、高技术产业新产品研发经费以及技术改造经费作为投入指标，以高技术产业有效发明专利数、高技术产业利润总额以及高技术产业新产品出口量作为产出指标。为了更精确地测算投入产出效率，本文将考虑环境因素对高技术产业技术创新效率的影响。用研发机构企业数表示消除市场结构对效率的影响，用R&D政府资金/R&D经费支出消除政府支持对效率的影响，用地方人均GDP消除经济发展水平对效率的影响。由于2018年以后的些许数据缺失，所以选择2017年的各项相关数据作为研究对象，数据来源为2018年的《中国统计年鉴》《中国高技术产业统计年鉴》、wind数据库以及国家统计局官网。

三、高技术产业技术创新效率测算

1.第一阶段DEA结果

利用DEAP 2.1软件，测算了中国2017年的30个省份（除西藏）高技术产业的技术创新效率，结果如表1所示。从表中可以看出，中国2017年的高技术产业的技术创新投入产出效率并不理想，只有广东、广西、海南、河南、吉林5个省份处于高技术产业技术创新的前沿面，仅占全国统计内省份数的16.7%。

表1 2017年中国的高技术产业技术创新投入产出效率

2. SFA回归及调整

利用第一阶段的DEA分析中的投入变量作为因变量，将市场结构、经济发展水平、政府支持力度作为环境变量加以分析，通过Frontier 4.1软件计算出回归结果表2。

表2 SFA回估计析结果（第二阶段）

市场结构对于高技术产业新产品研发和改造经费松弛量影响不显著，对于其他两项投入的松弛值在10%的显著水平上有正向影响，表明市场中企业数量的增加会在一定程度上影响高技术产业技术创新效率的提高，高的市场集中度在一定程度上会提高创新效率。

政府支持对这三种投入松弛变量均有显著的正向影响，主要有以下三点原因：其一，政府主要是资金支持，缺乏对资金的监管，资金支持可能未落实到具体的高技术产业中，影响了创新效率的提高；其二，政府的R&D资金主要用于投入科技研发，不乏有扶持性企业，但是由于操作落实困难，降低了科技创新的效率；其三，政府的科技财政拨款力度在一定程度上影响了企业对于科技产出的效率，高技术产业依赖政府的支持，由于国家大力发展科技创新，高技术产业作为扶持对象，依赖政府资金而懈怠发展，造成创新低效率。

经济发展对于这3种投入松弛变量也是有显著的正向影响。科技的创新离不开经济的发展，经济发展较好的环境下，技术创新的成熟度也会随之上升。

可见，由于各个省份的要素投入、地理位置以及发展状况存在差异，所以环境因素在高技术产业技术创新效率的影响程度也会不同。通过借助SFA回归分析，发现环境因素对投入的松弛值具有显著影响，在环境较好的地区的高技术产业技术创新投入产出效率可能会被高估，处于环境较差的地区的高技术产业技术创新投入产出效率则有可能被低估。所以，环境因素在一定程度上影响了第一阶段DEA的投入产出分析结果的精确度，为了减少环境因素对结果造成的影响，利用SFA回归分析使各省处于相同的环境条件下，得到新的投入调整值，再利用新一轮的调整值对效率进行DEA分析。

3.第三阶段DEA回归结果

4.三阶段DEA结果分析

根据表1、表3两阶段的DEA结果分析可以看出，可以看出，环境因素通过调整会使得各省的投入产出效率存在明显区别。

表3 各省第三阶段DEA回归结果

（1）处于效率前沿面的省份发生改变。在调整环境变量以后，安徽、北京、甘肃、广东、河南、四川6个省份处于高技术产业技术创新效率的前沿面，显然与与第一阶段DEA的分析的结果广东、广西、海南、河南、吉林5个省份处于效率前沿面发生背离，且仅有广东、河南两个省在调整前后均无变化，说明，环境因素的影响对广东省、河北省几乎不存在。

（2）综合技术效率区域差异较大。从整体上看，综合效率的均值由一阶段的0.666下降到0.599，差异最大的是海南省，综合效率由之前的1下降到了0.117，下降比例达到了88.3%，其次是内蒙古和新疆，下降幅度均超过了70%。

（3）西部地区的纯技术效率受环境因素影响最大，纯技术效率由0.768下降到了0.604。从总体来说，经过SFA的回归调整，一共有15个省份的纯技术效率下降，说明一半左右的省份的高技术产业的技术创新投入产出效率的确受到了环境因素的影响。其中，影响最大的地区应是我国的西北地区，特别是青海、新疆、内蒙古3个省份，由原来的生产前沿面1、0.886、0.987下降到了0.039、0.081、0.089。究其原因可能是因为政府对这3个地区的支持力度较大，分别为0.35、0.27、0.19，排在全国的前15位，政府对于西北地区的支持力度较好，所以将该省份置于相同环境之下，会使西北地区这3个省份的高技术产业技术创新投入产出效率出现明显下滑。

（4）中部地区受到规模效率的影响最大。从整体均值来看，在调整前后的规模效率值均出现了一定程度的上升，中部地区的规模效率均值由0.684上升到0.967，涨幅最大达到了141.3%，东部地区的规模效率由0.738上升到了0.863，西部地区规模效率均值由0.803上升到了0.977。从省份来看，上升幅度最大的是青海，上升了0.523，幅度达120.5%。

（5）高技术产业的发展呈规模报酬递增阶段。在未调整前，有20个省份处于规模报酬递增阶段，调整后，除了在生产前沿的6个省份外，只有贵州省处于规模报酬递减阶段，全国有23个省份均处在规模报酬递增阶段，说明在剔除环境因素影响后，我国的高技术产业技术创新投入产出无效率降低，科技金融的投入使得全国的高技术产业呈有效的规模发展，提高了技术创新效率。

四、结论与建议

本文通过对2017年中国30个省份高技术产业技术创新效率进行测度分析表明：第一，纯技术效率低是抑制中国高技术产业创新效率发展的的主要因素；第二，中国高技术产业的技术创新的投入产出效率受到了环境因素的影响，政府支持力度、市场结构的差异以及各个省份的经济发展程度的调整会改变投入产出效率；第三，中国各个省份的高技术产业的技术创新投入产出效率不容乐观；第四，经过SFA调整，剔除环境因素后，各个省份的投入产出效率均发生改变，规模效率普遍上升。综上，中国整体的高技术产业的技术创新效率的状况不容乐观。针对上述情况，提出以下三点政策建议：

（1）各地应该结合自身效率低下的真实原因采取不同的措施，具体问题具体分析。例如纯技术效率较低的省份，海南、内蒙古、新疆等地区，应该加强技术创新管理，提高技术效率；规模效率较低的省份，宁夏、陕西、青海等地区应扩大科技金融投入。

（2）扩大科技金融的资金投入规模，科技金融与高技术产业的发展密不可分，若科技金融发展程度低下，投入规模较小，就会引发低规模效率，进而影响高技术产业的创新性发展。

（3）加大政府对高技术产业的政策支持。科技是发展的重要推动因素，政府不应只是从资金上支持高技术产业的发展，还要落实相关产业支持政策，发挥政府的导向和协同作用，统筹各区域之间联动发展，促进高技术产业创新效率的提升。

注释：

① 本文东中西三个地区划分如下。东部地区：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、山西、海南等12个省市；中部地区：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南9个省份；西部地区：四川、重庆、贵州、云南、陕西、甘肃、辽宁、青海、新疆9个省份。