中部六省科技创新绩效与“十四五”发展对策——基于“十三五”的DEA-Malmquist模型实证研究

马 静

（郑州大学 政治与公共管理学院，河南 郑州 450001）

一、问题的提出

党的十九大报告强调了科技创新在建设社会主义现代化强国中的重要地位和作用，提出了“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”。科技创新政策通过扶持科技创新活动来实现政策意图，是落实创新驱动发展战略的关键手段。中部地区作为我国承接东西、连接南北的重要区域板块，在国家经济社会建设中具有重要的区位优势，承担着中部崛起的历史使命。近年，中部六省为了加快经济发展，制定出台了一系列科技创新政策，并积极推进政策的实施。政策绩效评估是分析政策有效性的重要方法，对科技创新政策效率的评价能够及时检视政策的得与失，从而推动科技创新政策的调整优化。然而，科技创新政策的实施是否取得了政府预期的政策效果呢？如何对科技创新政策实施效果进行科学合理的评价，以便优化科技创新政策体系？文献发现，现有科技创新政策评价研究多聚焦于中国整体层面[1]或京津冀[2]、长三角[3]等区域，鲜有中部六省科技创新政策效果评价的研究。因此，本文通过分析“十三五”期间中部六省的科技创新政策效率，发现中部六省科技创新政策存在的不足和短板，以便在“十四五”期间破除科技创新的障碍，以推动中部六省科技创新高质量发展。

二、文献综述

当前，对科技创新政策的评价是学界关注的热点，国内外学者从理论基础、评价指标构建、评价方法等角度对科技创新政策评价进行了多方面的探讨，主要成果集中于四个方面：一是对科技创新政策文本的评价。Rothwell[4]对科技创新政策的实施效果进行了开创性探索，将政策分为供给、需求和环境三类进行分析；Freitas和Tunzelmann[5]运用内容分析方法，对20世纪80年代—2002年英法两国的149份创新政策规划进行了论证探讨；苏敬勤等[6]、彭辉[7]运用内容分析方法对国家、地方的科技创新政策进行了分析评价。二是对科技创新政策评价指标的选取。Ravetz[8]认为可以用地区创新战略、政策和活动组成创新评价系统；彭纪生等[9]从政策力度、政策目标以及政策措施三个维度，提出了政策量化的标准；张炜等[10]从政策协同度、政策强度和政策完善度三个维度建立起科技创新政策评价体系并对具体政策进行评价；王再进等[11]探讨了中国科技创新政策的价值取向与评估框架。三是对科技创新政策效果的评价。政策评价方法很多，有研究使用了数据包络分析、综合评价法、层次分析法、模糊综合评价法等评价方法，学者们用不同的方法探讨了对科技创新效果的评价。Akcakaya[12]构建了创新政策定性与定量相结合的评估分析框架；阎东彬[13]应用DEA方法对京津冀地区科技创新政策的实施效果进行探讨；陈艳华[14]运用熵权TOPSIS 法对10 个区域科技创新能力进行评价；汪晓梦[15]采用改进的灰色关联评估理论，使用定量与定性相结合的分析法，探讨了合肥市的技术创新政策效果评价；李露[16]采用ANP分析法，构建了三维的科技创新绩效评价指标，并选择企业对其科技创新绩效进行评价；张永安、郄海拓[17]构建PMC指数模型对我国“双创”政策进行量化评价。四是对科技创新政策与创新绩效关系的研究。曾婧婧、王巧[18]考察了创新型政策对省际创新能力的影响，郭晨等[19]通过实证检验了科技创新对收入不平等的影响因素。

综观既有文献，国内外对科技创新政策效用专门性的评价研究仍比较缺乏，侧重于在指标选取和方法的探索上进行评价，总体上还处于探索阶段。通过知网选定CSSCI来源期刊，对关键词“科技创新政策”+“评价”进行搜索发现，只有67 篇论文，而科技创新政策在省际的效果对比评价研究更少。探究中部六省科技创新政策效果，及时发现科技创新政策存在的不足，对于中部地区的科技创新与经济社会发展具有重要意义。鉴于此，本研究借鉴成熟的政策效果评价工具DEA-BC2模型以及Malmquist指数模型，采用2014—2018 年省际面板数据，对中部六省的科技创新政策的效果进行评价，并提出完善建议。

三、研究方法与模型的构建

（一）DEA研究方法

数据包络分析方法（DEA）把单输入、单输出的工程效率概念推广到多输入、多输出的同类型决策单元的有效性评价中，成为目前效率评价的方式之一。DEA方法主要有两个基本模型：C2R模型和BC2模型，这两个模型的主要区别是假设条件不一样。C2R 假设规模报酬不变，而BC2则假设存在规模报酬变化。假设评价中部六省的科技创新政策效率，每一省份（称决策单元，DMU）有m个投入指标x和s个产出指标y，分别用输入xj（i=1，2…m）和输出yj（j=1，2…s）表示。可以利用C2R和BC2模型判定决策单元是否DEA有效，具有非阿基米德无穷小量的C2R模型为[20]：

（二）Malmquist指数

采用DEA-Malmquist指数法对科技创新投入产出进行动态测评，做法是把Malmquist指数应用于测算全要素生产率（TFP）变化。Malmquist 生产率指数方法为分析各省全要素生产率变化提供了有效手段，对相对效率的动态变化能起到很好的分析作用，可解决BC2模型分析相对效率不足的问题。Malmquist指数通过距离函数进行运算，采用定向输出和定向输入定义距离函数。输出变量的距离函数表示为[21-22]：

其中，p（x）是可能产生的集合；y代表输出矩阵；δ是Fare的定向输出效率指标；x代表输入矩阵。若y在p（x）的内部，则函数的值将小于1；若y在p（x）边界，那么函数值等于1；如果y在p（x）外部，那么函数值大于1。从t-1 到t时期，Malmquist 生产率指数可以作如下表达：

当Malmquist指数大于1时，表明随着时间向前推移，总效率呈现上升的趋势；当Malmquist 指数等于1时，表示总效率不会随着时间变化而产生变化；当Malmquist 指数小于1 时，总效率则呈下降趋势。当构成Malmquist指数的某一变化比率大于1时，说明它导致生产率水平提高；反之，将会出现生产率水平降低的趋势。

（三）本研究的指标体系构建与样本选取

科技创新政策效果是指科技创新产业化后所创造出的科技价值。科技创新政策实施效果评价，应当能够综合反映科技创新政策在各省的实施情况。在投入-产出指标的选取上，根据科技创新政策实施的特点，并借鉴前人的研究成果[23]，确定科技创新政策效果评价指标的选取。科技创新是我国“科技”政策的主要部分，当前我国的科技创新内容包括科技人才、科技成果转化、资金投入和知识产权保护等。在此，将中部六省科技创新政策效率评价中的投入指标划分为财政科学技术支出、R&D人员数、R&D经费内部支出、R&D机构数等；科技创新政策的主要目标是提高科技实力和创新能力，因此产出指标划分为专利授权数与技术市场成交额。

本研究旨在对中部六省“十三五”期间的科技创新政策效率进行评价，故选取2014—2018年的中部六省的面板数据作为分析“十三五”期间科技创新政策效率评价样本。本文所采用的数据，均来源于《中国统计年鉴》《中国科技统计年鉴》中历年分地区的数据，另有部分数据指标根据上述年鉴计算而得。

四、实证分析

（一）DEA投入产出指标相关性分析

本文运用SPSS21.0 软件对科技创新的投入和产出指标作相关person 检验，分析结果见表1。从科技创新政策投入相关指标分析结果可知，基于2017 年全国31 个省（自治区、直辖市）的数据，投入指标财政科学技术支出、研究与实验R&D 人员、R&D经费内部支出、R&D机构数与产出指标专利授权数、技术市场成交额之间存在正相关关系，符合DEA模型中关于指标同向性原则的要求。因此，本文可以将此作为DEA的投入、产出指标进行有关分析。

表1 科技创新政策投入产出指标相关性分析结果

（二）科技创新政策效率的静态分析

本文利用BC2模型评价科技创新政策效率的投入、产出指标体系，通过利用DEAP2.1软件对“十三五”期间中部六省科技创新的综合技术效率、纯技术效率和规模效率分别进行测算。本研究的决策单元DMU 为中部六省，投入指标4 个，产出指标2个，输入2014—2018年样本数据，相关的结果如下：

1.综合效率分析

从表2 可以看出，“十三五”期间中部六省科技创新的综合效率均值为0.877，其中，2018 年达到最高值0.952，2014年效率值最低为0.752，“十三五”期间综合效率均值呈曲折上升态势，说明中部六省科技创新效率在不断提升，整体发展水平较好，但各省科技创新呈现出发展不均衡的现象。综合效率值为1，说明DEA是有效的。从各省份来看，湖北省在“十三五”期间的综合效率均值为0.971，在中部地区位列第一，处于区域领先水平，在这5 年期间除2014年和2017年综合效率值小于1外，而其他年份均保持在1 的水平，科技创新投入产出达到DEA 有效，说明湖北省在中部六省之中的科技创新效率较高，这与该省政策对科技创新资源投入问题的重视，以及该省汇聚了较多的教育、科研优势资源相关。效率较低的是江西省和山西省，两省均值分别为0.862 8和0.655 8。河南省均值0.901，在中部地区排名第4，在2015 年、2016 年、2018 年3 年数值为1，但2017年仅为0.77，呈现出发展不均衡的现象。

表2 “十三五”期间中部六省科技创新政策综合效率值与排名

2.纯技术效率分析

纯技术效率是指区域内对科技创新相关资源投入的节约与浪费程度，如纯技术效率=1，说明投入因素已达到最大利用限度，无需进行改进。由表3可知，2014—2018年，中部六省科技创新的纯技术效率均值为0.990，纯技术效率较高。其中2014年、2017 年的均值低于0.990；其余3 年皆大于等于0.990；而2015年、2016年达到1，投入因素达到最大利用程度；而2018年与2014年相比，纯技术效率中部六省均值从0.978 增长到0.995，纯技术效率得到提高。从各省数据可知，2014—2018 年，江西省的纯技术效率均值为1，说明该省的科技创新投入资源得到了充分利用，资源管理效果较好，实现了纯技术有效。河南的纯技术效率均值为0.974 4，为中部最低，技术有效性严重不足。安徽、湖南的纯技术效率均值高于中部平均水平，保持了较高的技术有效性；湖北省均值与中部均值持平；山西省纯技术效率均值也低于中部平均水平，说明纯技术效率不足，资源没有得到充分合理的利用。

表3 “十三五”期间中部六省科技创新政策纯技术效率与排名

3.规模效率分析

当规模效率为1 时，说明科技创新的投入与产出之间达到最优匹配；当规模效率小于1时，则说明科技创新的投入没有达到最佳规模的产出数量，或者在产出数量既定情况下，科技创新的投入成本没有达到最低限额。

从表4 可以得知，“十三五”期间中部六省的科技创新规模效率均值为0.884，规模效率为一般水平，其中在2018 年达到最高值0.956，其中安徽省、河南省、湖北省以及湖南省的均值皆高于中部六省的平均水平。湖北省的规模效率均值高达0.98，在中部六省位居第一，且在2015年、2016年和2018年实现了规模有效，说明该省科技创新投入资源基本得到有效利用，科技创新投入规模适度。江西省、山西省的规模效率均值低于中部平均水平，说明这两个省份应调整投入、产出规模。河南省的规模效率均值为0.922 8，略高于中部平均水平，说明也应该调整投入、产出水平，以达到规模有效。由此可见，中部六省科技创新的规模效率值排名由高到低依次为湖北省、安徽省、湖南省、河南省、江西省以及山西省，说明中部六省科技创新的规模效率与综合效率排名一致，综合效率较高的省份科技创新的投入与产出规模也较高。

表4 “十三五”期间中部六省科技创新规模效率值与排名

4.中部六省科技创新松弛变量

运用DEA效率模型可以测算出当决策单元达到最佳状态时投入和产出的数量，同时可以进一步分析对于DEA无效的省份，通过适当调整科技创新的投入与产出数据，改变科技创新投入与产出指标冗余，从而使决策单元达到最佳状态。本研究对2016年综合效率值未达到1的山西、安徽、江西、湖南4个省的投入产出调整差额进行测算，结果如表5所示。

由表5 可知，发现这4 个DEA 无效的省份科技创新投入冗余，如有效缩减相应的投入，就能提高科技创新政策效率。其中，财政科学技术投入冗余均值为175 727.122 万元，可见，投入资金未得到充分利用；R&D 人员投入冗余最高的是安徽省，平均冗余45 132人；R&D经费内部支出投入冗余最多的是湖南省，平均冗余额为816 166.46万元；R&D机构出现冗余最多的是山西省，出现资源浪费。

表5 2016年DEA无效省份投入、产出指标松弛变量

（三）中部六省科技创新政策效率的动态分析

在以上分析的基础上，运用DEA-Malmquist 指数模型测算中部六省“十三五”期间全要素生产率（TFP）变动情况，结果如表6和表7所示。

表6 “十三五”期间中部六省科技创新M指数及其分解项均值

由表6 可知，“十三五”期间中部地区科技创新全要素生产率（TFP）除2016—2017 年外都大于1，说明我国中部六省科技创新效率整体基本呈增长趋势，国家实施创新驱动战略，中部六省加大了科技创新的投入，促进了科技创新的发展。2016—2017年M指数出现下降，下降幅度为11.9%，主要原因是技术进步率的下降；而在2014—2015 年、2015—2016年、2017—2018年间中部六省技术进步指数与全要素生产率（TFP）的变化趋势非常接近，Malmquist 指数出现上升的原因主要是技术进步。进一步分析发现，在全要素生产率变动的结构当中，2014—2018年全要素生产率平均变化率的分解指标变化率均大于1。技术进步效率年际平均增长8.5%，纯技术效率均值为1，规模效率平均增长为2.7%。2014—2018 年技术进步效率的增长幅度要大于规模效率的增长幅度，说明中部六省全要素生产率的提高主要是依赖技术进步，而管理能力已经达到一定水平，但是在此期间的规模没有处于最优或规模效益递增发展期，总体来看还需要进一步提升规模的经济效益。

为了进一步解析具体省份科技创新发展存在的差异，本研究对中部科技创新效率的Malmquist指数进一步分解，如表7所示。

表7 “十三五”期间中部六省各省科技创新M指数及其分解项均值

我国中部地区在“十三五”期间科技创新全要素生产率大部分出现增长，中部六省的平均增幅为11.6%，且技术进步变化幅度大于规模效率变化幅度，说明技术进步效率的增长是全要素生产率增长的主要动力。中部六省发展不均衡，大部分省份Malmquist指数都大于1，只有湖南的Malmquist指数下降了0.2%，主要源于技术进步效率的下降和规模效率的下降；河南的Malmquist 指数增长了16%，其余山西、安徽、江西、湖北4 省M 指数分别增长了14.6%、6.2%、18.5%和14.5%，且主要源于技术进步效率的提高。

五、结论与“十四五”期间的对策

（一）结论

本文运用DEA 和Malmquist 指数方法，分析了“十三五”期间我国中部六省科技创新政策实施效果，据此可以有针对性地采取措施，不断提升科技创新能力。结论如下：

（1）从整体评价结果来看，中部六省科技创新综合效率整体较好，表明中部六省积极实施科技创新政策，科技创新取得了一定成效。中部六省科技创新的规模效率值与综合效率值排名呈现一致性，而纯技术效率的排名次序有所变化，由此可以看出各省科技创新发展不均衡，湖北省的科技创新效率较高，江西省与山西省的科技创新效率较低。河南省的科技创新效率与其他省相比较低，原因在于制度控制水平不高、存在资源浪费和资源配置不合理等问题。

（2）从静态上来看，中部六省的纯技术效率较高，而规模效率一般。4个投入指标均出现冗余，而2 个产出指标则不存在短缺问题，表明中部地区科技创新资源配置方面还存在冗余现象，科技创新投入未能得到有效利用，如财政科学技术投入没有发挥应有的效力，没有获得相应的产出。规模效率对科技创新效率贡献不是很大，科技创新资源的配置存在较大改善空间，在今后的发展中应适当减少投入，提高资源利用的有效性。

（3）从动态上来看，2014—2018年科技创新全要素生产率的平均增长率为11.4%，但是纯技术变化率不变，技术进步效率的增长幅度要大于规模效率的增长幅度，表明中部六省全要素生产率的提高主要是依赖技术进步。湖南省的M指数下降了0.2%，主要源于技术进步效率的下降和规模效率的下降；河南省的M指数增长了16%，其余山西、安徽、江西、湖北4 省M 指数分别增长了14.6%、6.2%、18.5%和14.5%，主要源于技术进步效率的提高。

（二）对策建议

针对上述结论，对“十四五”时期中部六省科技创新政策可以从如下几个方面予以完善：

（1）加强科技创新协同机制，促进中部六省协同发展。“十四五”时期，中部六省应结合各自的实际情况制定适宜的创新政策。加强持续性的科技创新政策供给，强化中部六省创新联动机制，促进中部地区协同发展。一是中部六省应主动融入全球创新体系，积极探索与国际科技产业高地共建海外创新中心，积极开展多种模式的科研合作，支持引进外资研发机构，支持龙头企业“走出去”到海外设立或并购研发机构、孵化载体。积极链接国外资本、人才资源，成立产业发展基金，开展国际技术合作。二是加大省际合作力度。地区间利用各自的优势，互相寻找科技创新的空间合作“结点”，通过科技资源和要素的有序流动与配置，提升技术扩散和知识溢出效应，实现科技创新区域协同有序发展，形成中部区域创新增长极。纯技术效率较低的河南省应紧紧围绕黄河流域生态保护和高质量发展的国家战略，利用交通、资源优势加强与其他地区的协同创新，积极吸引高层次人才和引进高科技企业，不断拓展科技创新合作新途径，提高综合管理效率，从而不断提高科技创新能力。综合效率和规模效率较高的湖北省应利用丰富的智力资源和较强的科技基础，加强与其他省份的合作，积极寻找新的产业突破点，优化地区工业产业结构，成为中部地区的创新硅谷。山西省、江西省可以利用自然条件、资源优势，加强高层次人才引进和吸引高科技企业设立分支机构，积极寻找与周边省份的人才交流和资源互动，优化创新环境，多措并举发展科技创新。湖南省利用区位优势、创新优势和军事科研实力，聚焦国家重大科技任务，深化军民协同创新，在核心技术攻关和创新平台建设、粮食和种业安全等方面不断创新，成为中部高质量发展高地。三是加强军民协同创新。各地积极推进军民深度融合，增强军民合作意识，打破军用民用割裂格局，提升创新要素配置效率。改革军民融合产品采购制度，政府采购目录应主动增加军民融合协同创新产品，而且尽可能在军工产品中植入民品。加大对军民融合深度发展协同创新的技术研发的资金支持力度，而且保障其科技研发成果的成功转化。四是加强产学研合作。目前，产学研合作还不充分，“十四五”期间中部六省可以通过统一发布创新需求信息来增强信息的充分性，出台相关措施，以提高产学研各方在协同创新方面的参与度。利用现有的人才资源、资源禀赋等，加大跨区域的产学研合作。应出台相关政策鼓励科研实力雄厚的武汉、长沙、合肥等地的高校、科研机构在山西、河南、江西等地建立联合研究院所，缓解学研机构的科研经费压力，促进中部地区均衡发展。同时，出台优惠政策鼓励人才、资金等在产学研创新链的自由流动，为企业创新创造良好条件。

（2）优化资源有效配置，提高科技创新的效率。本研究发现“十三五”期间中部六省科技创新规模效率低下，表明科技创新发展存在着资源浪费或配置不合理的现象。因此，在“十四五”时期，中部六省应调整科技创新资源投入结构，完善财政资金绩效评估制度，避免投入冗余带来“挤出效应”，加强科技创新的产学研深度融合，对新材料、信息产业等优势产业应予以政策倾斜，激发创新活力，实现科技创新活动的投有所产、产有所值。一要平衡区域间的创新资源配置。各省根据发展需要和创新的特点制定有针对性的政策，使科技创新政策具有特色和优势。确立各自的关键支柱产业和高技术产业，加大对落后地区创新资源的支持力度，完善创新激励政策，加大科研投资力度和财政支持程度，以激发创新主体开展创新活动的积极性。“十四五”期间，应在云计算与区块链等数字智能技术、人工智能与类脑科技等脑神经技术、智能装备制造等先进制造技术等重大颠覆性创新领域给以政策扶持，积极培育具有全球竞争力的世界一流企业，解决“卡脖子”难题。二要营造公平高效的创新环境，力争让创新要素配置公平、创新主体机会公平。创新环境是影响创新资源要素发挥经济效应的重要因素，“十四五”期间应加大“放管服”改革力度，明确政府和市场在创新资源配置中的关系，进一步改善创新环境，江西、山西、河南应弥补创新环境中的短板，强化基础创新环境的建设，以期吸引创新资源、提升创新效率。三要加快创新平台建设。建设一批国家级的创新平台，提升配套设施的相关功能，为区域内企业、高校等创新主体的发展提供共享信息、一流服务和创新资源的配置，加强科技资源的共享，避免创新投入资源重复浪费。

（3）推进科技创新实践，强化政策执行质量。近年，在自主创新示范区建设中，涌现出许多科技创新案例，有效带动了经济的发展。中部地区应及时总结创新经验，大胆鼓励科技创新，探索先行先试。一是打破制度和地域篱笆。中部地区可以在顶层设计上制定激励政策，探索从体制和机制上给予的各种可能的支持，鼓励开展各种形式的创新实践，不断创新和研发全球一流的生产技术，优化产业结构，通过科技进步提高全要素生产率。二是强化内部控制。纯技术效率低下是部分省份科技创新效率较低的主要原因，纯技术效率是一个组织管理方式、管理水平、规章制度、文化建设等软性因素的综合体现，“十四五”时期，需要进一步健全和改进政策监督机制，不断提高管理水平，加强资源的有效配置与控制，提高资源的有效利用率。三是完善科技创新支撑体系。优秀的创新支撑系统，应当形成良好的创新文化、科学的政府与市场分工、完善的基础制度，并能为创新活动提供先进的基础设施和相关产业支持。中部六省应强化产权和知识产权保护力度，增强公民保护知识产权意识，形成尊重知识产权的良好氛围；完善高层次人才政策和后勤保障措施，人才不但要“引得来”，还要“留得住”；营造创新文化氛围，摈弃浮躁心态和机会主义，改善创新环境质量[24]。