区域自主创新效率及其影响因素研究——基于3阶段DEA

陈 磊，常 雨

(福州大学 经济与管理学院，福建 福州350108)

0 引言

自主创新是通过拥有自主知识产权的核心技术而实现新产品价值创造的创造性活动[1].随着经济全球化进程的加快以及各国对于创新的重视，自主创新能力逐渐成为各国关注的焦点，重视自主创新，提高自主创新效率，是各国提升其竞争力的方法之一.一直以来，我国都很重视区域自主创新，在“十二五”和“十三五”规划中明确提出要增强国家自主创新能力，建设创新型国家，尤其是“十三五”规划期间，把许多地区列为区域自主创新示范区，以供其他地区学习和借鉴，提升各个地区的自主创新能力，从而提高国家经济实力，而实现这一目标需要对区域自主创新效率进行研究，并对其影响因素进行分析，从而提出改进措施，制定出相应的区域发展战略，提高国家综合实力.

区域自主创新一直备受学者们的关注，其中，李婧等[1]应用数据包络分析方法(Data Envelopment Analysis，DEA)对我国省际区域创新效率进行了实证测评，并根据技术效率、纯技术效率和规模效率对东部、中部、西部区域自主创新效率进行了分析.颜莉[2]采用主成分分析和数据包络分析结合的方法，并在创新投入中引入创新环境变量，对我国区域创新效率进行了实证研究.欧忠辉等[3]利用基于总体离差平方和最大的区域自主创新能力动态评价研究，对区域自主创新效率进行了动态评价分析.刘晖等[4]采用DEA模型，从综合效率、纯技术效率、规模效率对我国战略性新兴产业的技术创新进行了评价研究.李鸿禧等[5]从企业角度，通过数据包络分析中的CCR(Charnes，Cooper，Rhodes)模型和(Banker，Charnes，Cooper)BCC模型测算了科技创新的效率，并通过DEA-t检验来研究影响指标，找出了其效率偏低的关键问题.孟维站等[6]基于3阶段DEA模型研究了中国高技术产业创新效率，并进行分阶段分析，提出了符合自身模式的发展战略.熊曦等[7]采取嵌套并联结构的2阶段网络DEA模型，将科技创新活动分为科技成果研发阶段和科技成果转化阶段，并将科技成果转化阶段分为内部转化和外部转化2个并联子系统，对科技创新进行了评价研究.孙研等[8]采取3阶段DEA模型探究了环境因素对高技术产业创新效率的影响.

通过以上研究可以发现：首先，大部分学者的研究是基于区域创新效率评价而展开的，缺乏对其影响因素的研究；其次，对区域自主创新效率的研究中，没有剔除环境因素以及随机误差等因素的影响，不够准确客观；最后，大部分学者都将区域自主创新作为单独的一个阶段进行研究，没有考虑到其研发与转化2个阶段，具有不足之处.所以，基于以上研究背景和区域自主创新特点，本文将区域自主创新分为研发和转化2个动态阶段进行分析，构造了区域自主创新指标评价体系，并采取3阶段DEA模型，剔除外部环境因素和随机误差因素的影响，在相同环境下测量区域自主创新2个阶段效率水平，并探讨其影响因素，最后提出相应的改进措施，为提高区域自主创新效率提供建议.

1 研究方法

DEA是由Charnes等[9]于1978年开始创建的，是测量效率的一种方法.Fried等[10]认为传统DEA测量效率存在一定误差，提出了一种新的3阶段DEA效率评价模型，其剥离了环境因素与随机误差因素的影响，可得到更加真实的效率值.

1.1 第1阶段：传统BCC模型

一般应用传统DEA模型中的CCR模型或BCC模型来测算效率，本文考虑到区域自主创新的实际情况，对其研发和转化2个动态阶段均采用规模报酬可变的投入导向的BCC模型.具体模型为

(1)

上述模型中的X表示投入，Y表示产出，λ表示权重，θ表示效率值.根据BCC模型计算出来的效率值为综合技术效率(TE)，其可以进一步分解为规模效率(SE)和纯技术效率(PTE)，这3者之间关系为：TE=SE×PTE.

1.2 第2阶段：随机前沿分析(SFA)模型

按照第1阶段得到的效率值进行分析，不能排除环境因素以及随机误差因素的影响，其研究结果不够真实客观，而随机前沿分析正好可以弥补这一缺点，SFA模型主要是将第1阶段得到的投入松弛变量作为因变量进行回归的模型，其将低效率的原因归为环境、管理无效率以及随机误差的影响.由于第1阶段采取了投入导向的BCC模型，在第2阶段，本文也将采取以投入为导向的SFA模型进行分析，其回归方程如下：

Sik=fi(zk；βi)+νik+μik，(i=1，2，…，I；n=1，2，…，N)

(2)

根据SFA模型的估计结果，对第1阶段投入量进行调整，调整公式如下：

(3)

其中等式右边第2项式子表示将所有决策单元置于相同环境中，第3项式子则表示将决策单元置于相同随机干扰项中，从而使评价对象面临相同的条件.

1.3 第3阶段：传统BCC模型

根据第2阶段调整后的投入变量，在产出不变的情况下，采取和第1阶段相同的投入角度BCC模型进行再一次计算，此时已经剥离了外部环境因素和随机误差因素的影响，可以更加准确地测量区域自主创新2个动态阶段的效率水平.

2 指标选取和数据来源

2.1 数据来源

考虑到创新类投入与产出之间存在一定的滞后效应，滞后期大致为2～3年，本文参考韩兵等[12]的研究，选择研发阶段投入产出之间的滞后期为2年，转化阶段的滞后期为1年.数据主要来自2016—2019年的《中国统计年鉴》和《中国科技统计年鉴》.

2.2 指标的选取

本文根据区域自主创新效率的内涵和李美娟等的相关研究[13-14]来构建其创新指标，但与传统将区域自主创新作为一个独立阶段来进行的研究不同，而是将其分为研发和转化2个动态阶段进行分析，具体过程如图1所示.

图1 区域自主创新过程

此外，本文考虑到创新的实际情况和指标的可获得性，详细指标构建如下.

2.2.1 第1阶段变量选取

本文将第1阶段即区域自主创新研发阶段的投入变量设置为最基本的2项：第一为人力投入，该项用R&D(Research and development)人员全时当量来衡量.第二为财力投入，采用 R&D研发经费内部支出指标来衡量.将第1阶段的产出变量设置为专利，并用专利发明有效数来衡量，相比较于专利发明申请数和专利发明授权数，专利发明有效数经过了严格的审查更能够准确地反映自主创新研发产出.

2.2.2 第2阶段变量选取

第2阶段投入即为第1阶段产出加上相应年份的人力投入和财力投入，衡量指标分别为：R&D人员全时当量和新产品开发经费投入.第2阶段作为经济转化阶段，考虑到其创新性，将其产出表示为创新产品绩效，用新产品开发项目数和新产品销售收入来进行衡量.

2.2.3 环境变量的选取

学术界对于影响区域自主创新效率的诸多环境因素并没有得到一致的结果，采取3阶段DEA模型的环境变量选取原则既能够对决策单元的效率值产生影响，又要满足其不受决策单元的控制，参考一些学者的相关研究[15-16]，此处考察以下因素对区域自主创新效率可能产生的影响：1)政府支持力度：用R&D内部经费支出中政府资金的比重来衡量.2)劳动者素质：用R&D人员中本科以上学历人口所占比例来衡量.3)外国直接投资：用外商投资企业年底注册资金中外资部分占比进行衡量.4)研究机构投入：用高技术产业R&D研发机构数来衡量.指标体系如表1所示.

表1 区域自主创新效率评价指标体系

3 实证分析

3.1 第1阶段DEA实证结果分析

首先，对研发和转化2个阶段的投入与产出变量进行相关性检验，结果如表2所示.由表2可以看出，相关系数相对较高，且都为正数，在1%的水平上显著，满足投入和产出指标选取要求.

表2 投入与产出相关系数

本文选取中国的30个区域(西藏、中国香港、中国澳门还有中国台湾由于缺乏相关数据，故在此不予分析)为评价对象进行区域自主创新效率分析.利用deap 2.1软件对区域自主创新研发和转化2个阶段的效率进行计算，结果如表3所示.

从表3可知，总体来看，研发阶段和转化阶段的综合技术效率均值分别为0.569和0.635，前者略低于后者，说明提高转化阶段创新效率是提升总体创新效率的关键.对于研发阶段，纯技术效率和规模效率均值分别为0.621和0.929，可以看出研发阶段效率值低下主要是纯技术效率相对较低导致的，其中北京和广西2个区域的研发阶段综合技术效率值为1，达到最优，除此之外，广东、海南和青海3个区域的纯技术效率值为1，说明其相对无效是规模与投入产出之间的不匹配导致的.对于转化阶段，纯技术效率和规模效率均值分别为0.718和0.896，可以看出提高纯技术效率是提升转化阶段综合技术效率的关键，其中江西、河南、广东和海南的转化阶段综合技术效率值为1，达到最优，除此之外，浙江和青海的纯技术效率值为1，说明其相对无效是由于规模与投入产出之间的不匹配.但是，此次的结果并不能真实准确地计算各个区域自主创新效率，所以还需要进行第2阶段的随机前沿分析，以剔除随机因素和环境因素的影响.

表3 研发阶段与转化阶段投入产出效率值

3.2 第2阶段 SFA 回归结果及分析

以研发阶段和转化阶段5个投入变量的松弛变量作为被解释变量，4个环境变量作为解释变量，来探究环境因素对投入松弛变量的作用，同时剔除环境以及随机误差因素对效率的影响.利用Frontier 4.1软件进行计算，具体结果如表4所示.

表4 第2阶段相似SFA回归结果

由表4可知：LR的值均大于单边广义似然比检验的临界值7.094，所以接受存在无效率项的假设，有必要进行SFA回归，且其回归系数基本上在10%、5%和1%的水平下通过显著性检验，说明环境因素显著影响投入松弛变量，从而影响区域自主创新效率值.此外γ值除了第1个为0.97，其他都为1，说明管理无效率为主要影响.回归系数的正负代表着影响的方向，大小代表着影响的程度，当回归系数为正时，说明环境变量会导致投入要素冗余增加，不利于创新效率提升，反之，则有助于提高创新效率.环境影响的具体分析如下：

1)政府支持力度：回归系数在1%的水平上通过检验，且对于2个阶段的投入回归系数均为负，表明政府支持力度的增加能够显著提高区域自主创新效率.近年来，我国政府比较重视区域自主创新，对其提供了相应的科研活动所需设施并出台了一些优惠政策，从而减少了区域自主创新的人力和财力等投入，进而促进了整体效率的提升.

2)劳动者素质：回归系数在1%的水平上通过检验，且对于研发阶段的人力投入回归系数为负，有明显的促进作用，但对于研发阶段的财力投入以及转化阶段的3个投入回归系数为正，表明劳动者素质的提高并不能够减少研发阶段的财力投入以及转化阶段投入的冗余.究其原因可能是，劳动者素质的提高可以减少工作人员数量，但也会提高相应劳动者工资水平，同时也可能存在人岗不匹配，造成资金浪费，从而增加了研发阶段财力投入.此外，研发人员劳动者素质的提高不利于提升转化阶段效率，可能是基础科研人员过多，技术水平不高，缺乏相应核心科研人员，使得研发成果技术含量较低，实用性不强，反而不利于转化阶段效率的提升.

3)外国直接投资：2个阶段的投入回归系数在1%的水平上显著为正，说明外国直接投资增加会加重研发阶段和转化阶段的投入冗余，阻碍区域自主创新效率的提升.原因可能在于，一直以来，外国的直接投资形式大多数为资金和基础设施，其核心技术长期受到垄断，加上自主创新的风险性，许多区域可能会直接购买国外科技成果，从而降低了其自主创新整体效率.

4)研究机构投入：研发阶段回归系数分别在10%和1%的水平上显著为负，说明研发机构投入的增加能够减少研发阶段人力和财力的投入，转化阶段回归系数在5%和1%的水平上显著为正，说明研究机构投入增加不利于提高转化阶段创新效率.这可能因为，研究机构数量的增多会提高人力和财力的利用率，减少了相应的投入冗余，促进了研发阶段创新效率的提升，但同时也会加大区域间的竞争力，降低了创新成果的商业化，从而不利于提高转化阶段的创新效率.

总之，由于不同的外部环境因素的影响，区域自主创新效率水平表现出较大的偏差，因此，有必要剔除环境因素和随机因素的影响，使各区域都处于同样的外部环境条件下，更加真实地测度区域自主创新效率水平.

3.3 第3阶段的DEA实证结果分析

在剔除了环境因素与随机因素的影响之后，根据调整后的投入变量和原始的产出变量重新测算各区域的自主创新研发阶段与转化阶段的效率，具体结果如表5所示.

表5 研发阶段与转化阶段调整后投入产出效率值

从表5可知，总体来看，无论是研发阶段还是转化阶段，都存在综合技术效率值为1的决策单元，但整体上区域自主创新效率差别相对较大，存在区域发展不平衡的问题；大部分区域为规模递增，表明其创新规模有很大的提升空间，创新规模不足限制了区域自主创新效率的提升，这可能因为环境等因素的存在限制了创新规模的进一步扩大，剔除环境影响后可以通过加大创新资源投入，扩大产业创新规模来提升区域自主创新效率；研发阶段和转化阶段的综合技术效率均值分别为0.480和0.589，前者略低于后者，说明研发阶段是提升区域自主创新效率的关键，这可能与我国的自主创新能力不强、缺乏相应核心科研人才有一定的联系.对于研发阶段，纯技术效率和规模效率均值分别为0.777和0.614，可以看出研发阶段效率值低下主要是规模效率相对较低导致的，对于规模递增的区域应该扩大其自主创新规模、加大其创新研发的投入.具体来看，北京研发阶段综合技术效率达到最优，此外，广东、广西还有宁夏3个区域的纯技术效率值为1，说明其相对无效是因为投入结构配置的不合理.对于转化阶段，纯技术效率和规模效率均值分别为0.823和0.730，可以看出转化阶段效率值相对较低主要是因为相对较低的规模效率，提升转化规模效率是提高其综合技术效率的关键，国家应该根据区域创新发展情况和区域自身特点，适当地增加创新产品的转化服务机构，实施相应的补贴策略，建立创新产业链，在扩大产业商业服务规模的同时，提高转化阶段效率.具体来看，江西、河南、广东的转化阶段综合技术效率值均为1，达到最优，除此之外，山西、吉林、黑龙江、浙江、广西、甘肃和新疆的纯技术效率值为1，说明其相对无效是由于规模与投入产出之间的不匹配，这些区域应该着重关注自身的创新规模，并根据投入产出与创新规模之间的关系来提升其转化创新效率.

3.4 第1阶段和第3阶段结果对比分析

3.4.1 研发阶段对比分析

图2 研发阶段综合技术效率变化

对比表3和表5的研发阶段可知，其综合技术效率均值从0.569下降到0.480，纯技术效率均值从0.621上升到0.777，规模效率均值从0.929下降到0.614，本文研究发现，剔除环境等因素影响后，研发阶段的综合技术效率和规模效率均值都有所下降，而纯技术效率均值却略有所上升，说明环境等因素的存在虚高了规模效率，从而导致综合技术效率也被高估.北京综合技术效率值始终为1，说明其并未受到环境和随机因素的影响，技术创新效率水平相对较高.广西从技术有效变为了技术无效，同时，吉林、黑龙江、海南、贵州、陕西、甘肃、青海、宁夏和新疆等区域的综合技术效率均有不同程度的降低，说明这些区域由于良好的环境条件和随机误差等因素使得综合技术效率被高估.此外，江苏、浙江、河南、湖南、广东等区域的综合技术效率均有不同程度的提高，说明这些区域由于环境和随机误差等因素使得综合技术效率被低估.同时，研发阶段综合技术效率值下降区域主要集中于西部地区，上升区域主要集中于东部地区，这可能与区域创新资源、创新技术以及经济发展等的差异有关.由于研发阶段综合技术效率、纯技术效率和规模效率变化图形类似，在此只给出其综合技术效率变化图，如图2所示.

3.4.2 转化阶段对比分析

图3 转化阶段综合技术效率变化

对比表3和表5的转化阶段可知，其综合技术效率均值从0.635下降到0.589，纯技术效率均值从0.718上升到0.823，规模效率均值从0.896下降到0.730，本文研究发现，剔除环境等因素影响后，转化阶段的综合技术效率和规模效率均值都有所下降，而纯技术效率均值却略有所上升，说明环境等因素的存在虚高了规模效率，从而导致转化阶段的综合技术效率也被高估.江西、河南和广东综合技术效率值始终为1，说明其并未受到环境和随机因素的影响，技术创新效率水平相对较高.海南则从技术有效变为了技术无效，同时，山西、内蒙古、广西、贵州、云南、甘肃、青海、宁夏和新疆等区域的综合技术效率均有不同程度的降低，说明这些区域由于良好的环境条件和随机误差等因素使得综合技术效率被高估.此外，北京、天津、上海、江苏、浙江、福建、山东、四川、陕西等区域的综合技术效率都有不同程度的提高，说明这些区域由于环境随机误差等因素使得综合技术效率被低估.同时，转化阶段综合技术效率值下降区域主要集中于西部地区，上升区域主要集中于东部地区.由于转化阶段综合技术效率、纯技术效率和规模效率变化图形类似，在此只给出综合技术效率变化图，如图3所示.

3.5 2个阶段创新效率关系分析

为了更加直观地看到各个区域的自主创新效率，本文以剔除环境等因素后得到的较为真实的效率值为依据，根据平均值来划分效率的相对高低，分析区域自主创新效率研发和转化2个阶段关系，将区域分为高研发-高转化、低研发-低转化、高研发-低转化和低研发-高转化4种类型，具体如表6所示.

表6 研发阶段与转化阶段创新效率关系分布

从表6中可以看出，高研发-高转化的区域主要集中在东部地区，这些区域有着较好的创新技术和创新资源，也有着较好的发展前景，但区域之间的创新竞争力相对较强，所以，要想保持高研发和高转化的优势，就需要利用自身优势，研发自主创新核心技术，提高竞争力.低研发-低转化的区域相对集中于西部地区，这些区域的环境以及技术设施等相对较差，且缺乏相应的有竞争优势的创新人才，所以，这些区域在改善自身管理环境和技术研发设施外，还需要引进先进的人才，此外，可以通过技术引进或者与相应机构合作来降低创新风险，慢慢转化为高研发-低转化或者低研发-高转化类型，从而转化为高研发-高转化类型.高研发-低转化的区域虽然有着较高的研发效率，但是其转化效率相对较低，这些区域要着重关注如何将技术研发转化为经济收入，更好地满足大众需求，提高其转化阶段的效率.低研发-高转化的区域创新产品市场化效率较高，但是研发创新能力欠缺，这类型的区域可以通过与创新研发机构合作等措施来提高自主创新效率，发展成为高研发-高转化类型.

4 结论和建议

为探究区域自主创新发展现状，提高国家创新能力和国际竞争力，本文以区域自主创新为研究对象，基于3阶段DEA评价方法，在剥离了环境因素与随机因素影响的基础上，对我国30个区域的研发和转化2个动态阶段区域自主创新效率进行测度，得出以下几点研究结论：1)总体来看，我国区域自主创新效率差别相对较大，存在区域发展不平衡的问题；此外，纯技术效率均值高于规模效率均值，大部分区域的规模报酬处于递增状态，创新规模不足限制了区域自主创新效率的提升.2)剔除环境因素和随机误差因素后，我国区域自主创新效率转化阶段均值略高于研发阶段，研发阶段是提升区域自主创新效率的关键；此外，环境等因素的存在使得研发和转化2个阶段规模效率值被高估，从而导致其相应的综合技术效率被高估.3)我国区域自主创新效率主要受到环境因素的影响，且不同的环境因素对其产生的影响不同，具体表现为：政府支持力度增加有助于提升区域自主创新整体效率；劳动者素质提高不利于区域自主创新转化阶段效率的提升；外国直接投资阻碍了区域自主创新整体效率；研究机构投入有助于提升区域自主创新研发阶段效率，相对阻碍了转化阶段效率.4)根据研发和转化效率关系可知，不同的区域之间存在着显著差异，有4种不同类型，且低效率的原因各不相同，东部地区主要集中在高研发-高转化区域，西部地区主要集中在低研发-低转化的区域.

基于上述研究结论，本文提出以下对策建议：1)扩大区域自主创新规模，加大创新资源投入.规模效率不高导致区域自主创新综合技术效率较低，规模报酬不足限制了其创新效率的提升.各区域应该根据自身创新资源和创新能力，结合发展特点，扩大自主创新规模，加大创新投入，促进创新资源的利用率，调整自主创新规模与投入结构的配置效率.2)提高研发阶段创新效率，以促进区域自主创新效率的提升.我国要想从整体上提高区域自主创新效率，应该更加重视其研发阶段效率，加大对研发阶段的人力和财力投入，提高其研发阶段效率值.这一方面可以通过培养相应高科技人员，研发创新的核心技术，来提高区域自主创新能力，另一方面可以通过技术引进、转化和吸收等方式，降低自主创新的风险性，提高创新的主动性和能动性，进而促进研发阶段创新效率.3)改善自主创新环境，提高创新管理水平.环境因素对区域自主创新效率影响较大，政府支持力度的增加能够促进区域自主创新效率，所以，区域应该加大政府支持力度，发挥政府在创新方面的引领作用，制定和完善相应的创新支持政策，为其创建更好的创新环境；劳动者素质的提高能够减少区域自主创新研发阶段人力投入，增加研发阶段财力投入，但会阻碍转化阶段效率，所以，区域在提高劳动者素质的同时，也应该注重核心科研人员的培养，引进创新型人才，提高创新研发成果的技术含量以及实用性，从而提高其自主创新效率；外国直接投资的增加会阻碍区域自主创新整体效率，所以，区域应该减少外国直接投资，更多地提高自身科研水平，可以在与国外机构合作和交流的基础上，降低创新的成本以及创新的风险性，避免核心技术的长期垄断，从而提高自主创新效率水平；研究机构投入的增加能够提高区域自主创新研发阶段效率，但会降低转化阶段效率，所以，区域要在研发阶段根据自身条件和需求，增加相应研发机构数量，提高研发效率水平，同时，促进研发机构在转化阶段的创新技术交流和知识资源的共享，在竞争中寻求合作，共同提高转化阶段效率水平.4)根据区域自主研发-转化创新效率关系表，各区域应该根据所属类型采取针对性的应对措施，以提高区域自主创新效率，促进区域创新的协调发展.高研发-高转化区域应该在保持自身创新效率的水平上，发展核心技术，保持核心竞争力；低研发-低转化区域应该在加大自主创新投资、提高自身创新管理水平基础上，引进和培养创新型人才，加强与其他区域的技术交流和合作；高研发-低转化区域应该在保持其高研发效率的基础上，以需求为导向满足消费者需求，从而提高经济转化效率；低研发-高转化区域应该在保持其高转化效率的基础上，通过技术引进、技术模仿和技术改造等技术合作方式提高自身研发阶段效率；此外，各区域在加强资源配置效率、提高资源利用率的同时，建立区域间的联动机制，进而促进区域自主创新的协调发展.