中国省域应急产业创新绩效的时空演化研究

杨 超， 贾 伟

(1.中国矿业大学 公共管理学院， 江苏 徐州 221116; 2.中国矿业大学 安全工程学院， 江苏 徐州 221116)

《“十四五”国家应急体系规划》指出，“深化应急管理科教产教双融合，推动安全应急产业向中高端发展”。应急产业的发展不仅为防范和应对突发事件提供了物质保障、技术支撑和专业服务，而且能提升全社会风险抵御能力，保障人民群众生命财产安全和维护国家公共安全。应急产业的成熟水平成为一个省份紧急生产和调配应急物资的“物理瓶颈”，反映科技对现代化应急管理的赋能效用。现清全国各省应急产业的创新绩效发展态势，将为各省针对性优化施策提供证据支撑。

既有研究从应急产业创新能力、应急产业集聚与经济增长、影响产业发展因素3个维度对“应急产业绩效”展开了探讨，为本研究提供了前期基础和借鉴。已有学者研究探讨了应急产业协同创新能力评价[1]和技术支撑能力的政策引导[2]；研究了不同区域应急产业集聚对经济增长的贡献，验证了应急产业对经济贡献的差异程度[3-4]。影响应急产业发展的因素研究不仅包括产业标准、产品需求等社会和技术层面因素[5-8]，还包括公共安全意识、政策工具、产业创新价值链等角度探讨政策工具对产业发展的促进作用[9-11]。尽管既有研究已经初步涉及应急产业绩效的讨论，但却鲜有对全国省域层面应急产业创新绩效的测算。

产业创新绩效重在揭示产业科技创新所产生的产品和利润等实际效益[12-13]。鉴于此，本文从两个层面测度了2011—2020年中国各省应急产业的创新绩效，揭示时空分布演化过程和关键时间节点的产生原因。一是从动态层面的测算，利用Malmquist指数分析2011—2020年应急产业科技创新的全要素生产率时空演化过程；二是从静态层面的测算，利用BCC模型对全要素生产率出现增长的关键时间节点进行静态分析。

1 研究方法与数据来源

1.1 DEA-Malmquist模型构建

数据包络分析是以相对有效性的概念为基础发展起来的效率分析方法[14]。其包含CCR与BCC两个模型，前者假设规模收益不变，后者假设规模收益可变。本文主要使用BCC模型进行静态分析，该模型得出的技术效率排除了规模的影响，称为“纯技术效率”，其表达式为

minθ-ε∑(s-+s+)

(1)

Malmquist指数通常用于测量全要素生产率及技术进步和技术效率变化[15]。其中全要素生产率(Tfpch)可以分解为技术进步(Techch)和技术效率(Effch)，而技术效率(Effch)又可进一步分解为纯技术效率(Pech)与规模效率(Sech)，具体表达式为

(2)

(3)

(4)

Tfpch=Effch×Techch=(Pech×Sech)×Tech

(5)

式中：Dt(xt,yt)、Dt+1(xt+1,yt+1)代表距离函数；(xt,yt)、(xt+1,yt+1)表示t期及t+1期的投入产出向量。当TFP=1时，表示全要素生产率保持不变；当TFP>1时，表示全要素生产率有所提升；当TFP<1时，表示全要素生产率出现下降。

1.2 指标选取与数据来源

为测度2011—2020年应急产业创新绩效，选取近10年各省份规上企业R&D研发人员数、各省份科技论文数、各省份规上企业有效专利数及各省份规上企业新项目数作为投入项。并将近10年应急产业企业的利润总额及产成品数量作为产出项，从而对应急产业在创新绩效方面的投入产出效率进行分析。

应急产业作为新兴产业，在传统产业分类中并无具体对应分类，因此工业经济统计中缺少专项统计，这使得有效测度应急产业的利润总额及产成品数量存在困难。本研究采取张延海等[3]和曹广喜等[4]在计算应急产业集聚效应的归类方法，选取与应急产业紧密相关的6个代表性行业作为对象，即医药制造业，专用设备制造业，铁路、船舶、航空航天和其他运输设备制造业，电气机械及器材制造业，计算机、通信和其他电子设备制造业以及仪器仪表制造业。将代表性行业利润总额及产成品数量的加总作为用以反映应急产业利润总额及产成品数量的投入项指标。但铁路、船舶、航空航天和其他们运输设备制造业在2011前后统计口径发生了变化(2011年以前按交通运输设备制造业进行统计，之后按照汽车制造业与铁路、船舶、航空航天和其他运输设备制造业两项分开统计)，因此，利用SPSS进行线性插值，对2011年铁路、船舶、航空航天和其他运输设备制造业的利润总额及产成品数量进行缺失值插补，具体指标及数据来源见表1。

表1 投入产出指标及来源

2 应急产业创新绩效测度与分析

2.1 基于Malmquist指数的中国省域应急产业创新绩效动态分析

Malmquist指数能够动态反映不同省份全要素生产率的动态变化及异质性[14]。本文采用DEAP2.1软件对2011—2020年中国省域层面应急产业创新绩效进行分析，时间趋势见表2。

表2 2011—2020年中国省域应急产业创新绩效时间趋势

图1 2011—2020年中国省域应急产业创新绩效时间变化趋势

在时间层面上，近10年各省市应急产业创新绩效的特征可以概括为以下3个方面：

1)近10年全要素生产率的均值为0.964，降幅为-3.6%，说明应急产业创新绩效总体上呈下降趋势，如图1所示。近10年全要素生产率整体变动幅度较大，反映出应急产业创新绩效存在较大的不确定性。此外，除2015年及2020年的全要素生产率出现增长外(增幅为8.20%和0.40%)，而其余年份的全要素生产率均出现不同程度的下降。这可能与2014年12月发布的《国务院办公厅关于加快应急产业发展的意见》及2020年新冠疫情爆发相关，前者为中国首次对应急产业做出全面部署的政策性文件，后者则直接导致应急产品需求量骤增，也反映出应急产业受到政策和重大社会事件的影响较大。

2)技术效率的均值为0.995，降幅为-0.5%，相比全要素生产率及技术进步降幅最小。而从变化趋势可以看出虽然其降幅最小，但整体变化幅度较大，说明应急产业技术效率仍需加强。此外，对比技术进步变动，发现2014、2015、2017及2020年技术进步呈现增长态势，但对应的技术效率均出现不同程度的下降，说明应急产业技术效率变化对于技术进步变化存在一定滞后性，二者间的不适配可能阻滞了全要素生产率提升。

3)技术进步的均值为0.969，降幅为-3.4%，说明应急产业技术进步仍存在较大提升空间。技术进步变动是在3种效率趋势中的波动最为剧烈，反映出技术进步提升方面的紧迫性和复杂性。一方面，技术进步是提升应急技术装备的适应性和可靠性的重要支撑，而剧烈波动则说明其支撑作用还亟待增强。另一方面，剧烈波动也表现出技术进步影响因素的复杂性。

表3呈现了近10年各省份应急产业创新绩效空间变化结果。

随着我国人口老龄化与生活方式的变化，糖尿病从少见病变成一个流行病，对人们生活质量和寿命带来较大影响，成为不容忽视的公共卫生问题。有研究证明，依从治疗医嘱和生活管理是控制血糖的最好方法，若能将血糖保持在一个理想的水平，可有效降低糖尿病相关并发症的发生率。该研究在北京昌平区回龙观社区管辖的糖尿病患者中随机抽取100例，采用对照的方式，分析健康教育对糖尿病患者治疗依从性及疗效的影响。

这里将空间变化态势概括为3个方面：

1)全要素生产率仅北京、云南、上海及青海在2011—2020年大于1，其增幅为8%、1.7%、1.5%、

表3 2011—2020年中国省域应急产业创新绩效空间态势

0.1%，而其余27个省份的全要素生产率则均出现不同程度的下降，且尤以山东、河北、新疆降幅最为明显，分别为-7.3%、-7.8%、-9.7%，如图2所示。分区域来看，东、中、西地区的全要素生产率分别为0.972、0.953、0.968，按其高低进行排名：东部地区>西部地区>中部地区，说明近10年东部地区应急产业创新绩效较好，中、西部次之，这可能与应急产业作为小众产业，在中、西部地区受到的重视相对较小有关。

2)技术效率共有17个省份大于等于1，而只有14个省份技术效率小于1，从空间态势的变化而言，与技术效率均值表现出来的较低降幅相一致，但时间层面的变化也反映出应急产业的技术效率亟待加强。分区域来看， 东、中、西地区的技术效率分别为0.992、0.991、1.004，按其高低进行排名：西部地区>东部地区>中部地区，说明近10年西部地区整体的技术效率处于快速提升阶段，其增幅为0.4%，而东、中部地区的技术效率则出现下降，降幅分别为0.8%和0.9%.

3)技术进步除北京、上海、新疆及海南大于1外，其余27个省份都出现了不同程度的下降，说明各省份应急产业的技术进步仍需进一步提升。分区域而言，东、中、西部地区的技术进步分别为0.98、0.962、0.964，虽然均出现下降，但东部地区的技术进步明显高于中、西部地区，说明东部地区应急产业的技术进步幅度要高于中、西部地区，这可能与东部地区在经济、技术方面原有的累积优势有关。

图2 2011—2020年中国省域应急产业创新绩效空间变化态势

2.2 基于BCC模型的重要时间节点静态分析

针对在动态分析过程中全要素生产率出现增长的重要时间节点，这里从静态层面分别对2015年及2020年中国省域层面应急产业创新绩效的投入产出指标进行了进一步测算，结果见表4。

总体而言，2015年及2020年综合技术效率的均值分别为0.827和0.854，纯技术效益的均值分别为0.841和0.877，规模效益均值分别为0.981和0.975。相较于2015年，2020年综合技术效益及纯技术效益出现较高，但规模效应出现下降。

具体而言，在2015年，共有13个省份综合技术效益等于1，达到DEA有效，13个省份纯技术效益等于1以及15个省份规模效益等于1。在2020年，共有10个省份综合技术效益等于1，达到DEA有效，14个省份纯技术效益等于1以及11个省份规模效益等于1。对比来看，2015年综合技术效益、纯技术效益及规模效应达到最优的省份数量基本一致，而2020年综合技术效益、纯技术效益及规模效应达到最优的省份数量则呈现“一高双低”的现象。2020年全要素生产率的提升主要受重大社会事件的影响，而2020年出现的“一高双低”说明重大社会事件对应急产业技术水平提升成效显著，但同时会对应急产业的规模造成负面冲击，因此重大社会事件对应急产业创新绩效的驱动作用是一把极不稳定的“双刃剑”。而政策则与之相反，其驱动作用更为稳定。

针对这两年分区域应急产业创新绩效差异见表5。2015年东、中、西部地区决策单元达到DEA有效的比例分别为19.35%、12.9%、9.68%，而2020年东、中、西部地区决策单元达到DEA有效的比例分别为22.58%、3.23%、6.45%。综合来看，2015年及2020年东部地区DEA有效的比例要远高于中、西部地区，因此东部地区相比中、西部地区对于政策及重大社会事件的变化更为敏感，能够及时捕捉及把握政策及重大社会事件引致的“窗口期”，并以此为切入点带动地区应急产业发展。

表4 重要时间节点(2015、2020年)省域应急产业创新绩效差异比较

表5 重要时间节点(2015、2020年)区域应急 产业创新绩效差异比较

3 结论

采用DEA-Malmquist方法对2011—2020年中国省域层面应急产业科技创新的全要素生产率进行动态分析，并利用BCC模型对全要素生产率出现增长的关键时间节点进行静态分析，揭示出应急产业创新绩效的时空分布格局及演化趋势。研究得到如下结论：

1)在时间趋势层面。①2011—2020年应急产业全要素生产率均值为0.964，降幅为3.6%,总体呈现下降态势，且近10年应急产业全要素生产率波动幅度较大，表明应急产业创新绩效存在较大不确定性。②全要素生产率只在2015年及2020年呈现增长态势，增幅分别为8.2%和0.4%。而以上年份出现的关键性事件表明，政策及重大社会事件是有效增强应急产业创新绩效的核心诱因。而结合重要时间节点的分析发现，重大社会事件确能有效提振应急产业技术水平，但同时又会冲击产业规模，是一把作用极不稳定的“双刃剑”，而政策较之则更加稳定。③2014、2015、2017及2020年技术进步增效明显，增幅分别为5.6%、9.1%、0.5%、0.7%，而对标相应技术效率，则均呈现下降态势，表明在技术进步增效明显的同时，技术效率未能及时适应技术进步变化而出现下降。此外2011—2020年技术效率与技术进步出现-0.5%及-3.1%的降幅也说明二者均存在不同程度提升空间。

2)在空间态势层面。①2011—2020年应急产业创新绩效总体呈现“东部较强，西部居中，中部靠后”的空间格局。其中北京、云南、上海及青海出现显著增长，增幅为8%、1.7%、1.5%、0.1%，其余27个省份均呈现下降态势，且尤以山东、河北、新疆降幅最为明显，降幅分别为-7.3%、-7.8%、-9.7%。此外，结合对重要时间节点的分析，发现东部地区对于关键性事件更为敏感，能有效捕捉及把握关键性事件引致的“窗口期”，并以此为“突破口”加速地区应急产业发展。②2011—2020年西部地区应急产业技术效率进步明显，增幅为4%，其中以甘肃、云南、重庆、青海及宁夏的增幅最为显著，而东、中部地区则均出现下降，降幅为-0.8%和-0.9%。说明近10年西部地区应急产业的技术效率逐步进入发展加速期，能以持续推进地区应急产业发展为重点，地区内应急企业能够主动学习先进制度及管理经验，积极探索创新绩效提升的新模式，进而在技术效率的方面率先实现新突破。③2011—2020年东、中、西部地区应急产业在技术进步方面均出现不同程度下降，其中东部地区降幅为-2%，相比中、西部地区出现-3.8%和-3.6%的降幅,东部地区在技术进步方面保有相对优势。但3个地区的负增长也表明未来应着眼于加快应急产业领域新旧技术更替，拓宽应急企业对于新材料、新工艺等的引进与利用，积极搭建应急产业政产学研交流平台作为技术进步的重要举措，并以此为契机，谋取应急产业技术进步的跨越式发展。