SBM 模型下我国区域创新水平测算分析

江涛涛，田 新

（常州大学 商学院，江苏 常州 213164）

引言

十一届三中全会以来，创新作为引领经济发展的第一动力一直贯穿于国家发展全局，之后在十八大中进一步将创新驱动发展战略提升至国家战略层面。随后党的十九届四中、五中全会更是强调了要坚持创新引领现代化建设的中心位置，继续完善科技创新体制机制，在加快建设创新型国家的同时，要构建起社会主义经济条件下关键核心技术攻关新型举国制度。区域创新作为创新驱动发展的重要组成部分，是推动区域经济社会发展的重要动力，在强化战略科技力量、建设创新型国家中发挥着关键作用。

创新是推动经济高质量发展的重要动力，多年来得到了学者的广泛关注，在现有关于创新水平的研究中，较多学者采用数据包络分析方法（DEA）和随机前沿分析方法（SFA）对国家及区域的创新水平进行测量分析，研究区域主要包括了国家、区域和具体省份三个角度。兰海霞（2020）运用DEA 方法对我国整体的创新水平进行了分析，研究发现，我国整体区域创新水平上升趋势明显，并表现出东部＞中部＞西部的趋势，区域间差异性明显。胡晓静（2021）利用DEA-BBC 模型分析了京津冀区域的静态和动态创新效率，研究发现，该区域的综合创新水平虽不高，但时间上增长趋势明显。李璐（2014）、王元亮（2020）在不同样本期内分别利用SFA 模型和DEA-Tobit 对河南省进行研究，发现其创新水平均表现出逐年增长的趋势。

综上所述，目前关于区域创新水平的研究较为成熟，这些都为研究创新发展提供了重要的基础。但是一般常用的DEA 模型仅从时间角度上分析了区域创新的发展，未考虑创新投入产出的松弛变量情况，而SBM模型充分考虑了投入产出的松弛变量情况，强调了产出的增加可以在投入不变的前提下实现，极大地提高了测算结果的准确性。因此，本文利用2009—2018 年的创新投入产出数据，利用非径向SBM 模型对区域创新水平进行了时间和区域上的分析，并根据结论提出相关政策建议。

一、指标选取及数据来源

区域创新水平的测算数据包括了创新产出与创新投入两个部分，具体指标选择见下页表1。本文采用的数据为2009—2018 年全国各省（西藏、港澳台地区除外）的高校科研数据，西藏地区由于数据不完整，故作删除处理。其中，新产品销售收入和技术市场成交额来自《中国统计年鉴（2010—2020）》，R&D 资本存量通过永续存盘法测算得出，其余指标数据来自《中国科技统计年鉴（2010—2020）》。

表1 区域创新投入产出指标

在创新投入上，本文从人力和财力视角出发进行选取。在人力资本上，为了反映出创新人员的实际参与程度，本文选取了折合计算后的R&D 人员全时当量以反映人力资本实际投入，增强指标选取的科学性。在财力上，若仅依据R&D 经费内部支出进行衡量缺乏全面性考虑，难以反映后期研发支出对创新产出的影响，因此本文在R&D 经费内部支出的基础上采用永续盘存法进行估计，基本公式如（1）所示：

K为 i 省 t 期的研发资本存量，K为 i 省在 t-1时期的研发资本存量，E为i 省t-1 期的研发资本投入，δ为折旧率，本文参考吴延兵（2006）的方法将资本折旧率取值为15%。其中，价格指数参考朱平芳（2016）的方法，令其等于0.55×消费者价格指数+0.45×固定资产投资价格指数（数据来源于2008—2019 年《中国统计年鉴》），并参考 Griliches（1980）的方法令研发支出的平均增长率等于研发资本存量的平均增长率，基期R&D 资本存量的计算方法如式（2）所示：

K和E分别代表基期资本存量和研发资本投入，g为研发资本投入的平均增长率，δ为折旧率。

在区域创新的产出上，本文主要考虑经济和科研两个方面的产出。新产品销售收入和技术市场成交额具有较强的市场性，在一定程度上可以反映出创新产品的市场收益水平，更为客观地体现出创新技术的市场价值。在创新科研产出的指标上，本文选取了国内三种专利技术授权数和国外SCI 收录我国科技论文数进行衡量，前者包括了发明专利、实用新型专利和外观设计专利三种，授权数和SCI 收录数都是经过相关专家严格审查后进行的授权和收录，更具有权威性。因此，本文选取新产品销售收入和技术市场成交额代表创新经济产出。

二、测算方法

DEA 方法最初是在1984 年由 Chames & Cooper等学者提出，该方法是对效率评价概念进行延伸后的一种非参数方法，多用作评价多投入多产出的系统效率。初期的CCR 模型和BBC 模型虽然可以针对多种投入和产出进行效率的测量，然而，CCR 模型的假设是在最优生产规模下开展的，即规模报酬不变，这在一定程度上与现实情况相脱离，而且两者均以径向和线性分段理论作为测量基础，难以深入分析投入和产出的松弛情况。在此背景下，Kaoru Tone（2001）在 2001 年构建了可分析变量松弛情况的SBM 模型，在组织产品进行生产的过程中，一定的投入有时难以获得预期的产出，或者一定的产出往往需要大量的投入，利用SBM模型可以较为准确地反映投入多出量或产出缺少量的程度。SBM 模型是对具有m 种投入和s 种产出的DMU（x，y）的效率进行测量，模型如下：

三、实证结果分析

本文以2009—2018 年为研究期间，将创新投入产出数据代入SBM 模型，对我国区域创新水平进行了综合测算。研究期间内全国的区域创新水平如下页图1所示。我国区域创新水平在研究期间内基本处于0.4~0.8之间，整体创新水平虽未达到DEA 有效状态，但基本处于中等偏上水平。其中，2013 年的区域创新水平有所下降，分析后发现，2013 年我国三种专利的授权数较2012 年有所上升。此外，2013 年的人力投入增长量较前几年也有所下降。但样本期内我国区域创新水平从2009 年的0.457 增长到2018 年的0.672，平均增长率为4.7%，2009—2016 年发展趋势为平缓上升趋势，近两年则表现出明显的增长趋势。自我国开始实施创新驱动发展以来，区域内科技投入不断增加，科技创新活动也逐渐增多，科技与经济的联系日益密切，进一步推动了高新技术产业、高校科研等的发展，以企业为核心、产学研合作的新型创新模式也得到快速发展，这些都直接促进了我国区域创新水平的提升。

图1 2009—2018 年全国创新水平

从东、中、西三个地区的区域创新水平可以看出，样本期内，东部、中部和西部地区均未达到DEA 有效，但总体基本保持着波动上升趋势，见表2。东部地区的创新水平从2009 年的0.391 上升至2018 年的0.546，中部地区的创新水平从2009 年的0.320 上升至2018年的0.648，西部地区从2009 年的0.279 上升至2018年的0.554。从三个地区的全时期均值可见，区域创新水平从高到底分别为东部、中部和西部，这与我国区域间经济发展水平的趋势较为一致。

表2 2009—2018 年东中西区域创新水平

三个区域中，东部地区2009 年为样本期内最低值，东部地区的对外开放水平处于国内高值地区、经济发展水平也较高，该地区不仅有国内优秀的科研院所和高新技术企业，也吸引了大量的国外资金和高技术企业入驻，2008 年金融危机的影响在2009 年表现得较为明显，随后2010—2012 年的区域创新水平均得到了不同程度的回升。在此之后，创新技术、资金等的大量涌入为区域创新的发展积攒了巨大资源，促进了区域创新的提升，使得期间区域创新水平保持在较高的水平。随后2014—2018 年均表现出逐年增长的趋势，创新投入和产出在不断增加的同时也得到有效的配置和利用。与东部地区相比，中部地区和西部地区的经济发展水平较低，创新资源较为匮乏。东部地区在整体的区域创新发展水平中较高，基本保持着稳定增长趋势，中部地区与东部地区的发展趋势较为一致，西部地区则始终保持着较为平稳的增长趋势。中西部地区的发展，一方面可能是国家政策上加大了对中西部地区的创新投入，2011 年《国务院关于中西部地区承接产业转移的指导意见》、2012 年《关于大力实施促进中部地区崛起的意见》等的印发推动了中西部地区的创新进程；另一方面随着创新资源向中西部地区的不断倾斜，弥补了以往中西部地区创新资源匮乏的情况，虽然与东部地区相比仍较少，但中西部地区的资源得到了较为有效地配置和利用，在创新资源有限的情况下提高了创新产出，进而推动了区域创新水平的提高。

四、政策建议

本文基于2009—2018 年省域间创新投入产出数据，利用非径向SBM 模型测算分析了区域创新水平，结论表明，我国区域创新水平虽未达到DEA 有效，但整体处于中等偏上水平，且在样本期内是波动上升的，说明我国区域创新近年来发展成效较为显著；区域上东部地区创新水平明显高于中西部地区，区域差异性明显，但三个区域的创新水平在样本期内基本保持着上升趋势。

从实证结果可以看出，我国东中西三个区域创新水平仍存在较大差异。因此，首先在资源配置上要改善创新资源分配格局，保证创新资源的有效分配和利用。政府在进行创新资源分配时要综合考虑各区域经济发展水平、教育程度、规模等多种因素，制定合理的创新资源分配政策和规划。其次，政策上要加大对西北地区和中部地区的支持。西北地区和中部地区的区域创新水平低于东部地区，说明该地区的创新能力仍存在较大发展空间，政策的继续支持既可以满足其创新需求，也可以吸引创新人才向东西部地区的流动。最后，要继续鼓励中西部地区承担先进地区技术创新转移，借鉴、学习国内外先进经验和技术，提升东西部地区的创新能力。