張繼軍

(阜陽(yáng)職業(yè)技術(shù)學(xué)院 經(jīng)濟(jì)貿(mào)易系，安徽 阜陽(yáng) 236031)

科技是第一生產(chǎn)力，而科技創(chuàng)新是科技進(jìn)步的源泉，因此，科技創(chuàng)新在國(guó)民生產(chǎn)總值增長(zhǎng)中發(fā)揮著巨大作用。我國(guó)現(xiàn)有研究科技創(chuàng)新的文獻(xiàn)較多，研究科技創(chuàng)新效率主要集中在三個(gè)方面：一是高校科技創(chuàng)新效率，如沈能、宮為天采用可以剔除環(huán)境因素和隨機(jī)干擾影響的三階段DEA模型，對(duì)我國(guó)2000—2011年30個(gè)省(直轄市、自治區(qū))的高?？萍紕?chuàng)新效率進(jìn)行了實(shí)證研究，[1]李清賢、曲紹衛(wèi)、齊書(shū)宇基于2007—2011年Malmquist指數(shù)法分析了教育部直屬高校教師科技創(chuàng)新效率。[2]二是我國(guó)區(qū)域科技創(chuàng)新效率的地區(qū)差異，如樊華、周德群運(yùn)用規(guī)模報(bào)酬可變的DEA模型測(cè)度2000—2007年中國(guó)省域科技創(chuàng)新效率并分析其收斂性和影響因素，[3]汪雨卉、王承云利用2010—2014年的數(shù)據(jù)，構(gòu)建科技創(chuàng)新資源評(píng)價(jià)體系，使用主成分分析法對(duì)粵港澳大灣區(qū)的科技資源分布進(jìn)行綜合評(píng)價(jià)，對(duì)其分布特征進(jìn)行描述。[4]三是某一行業(yè)科技創(chuàng)新效率，如柴瑋、申萬(wàn)、毛亞林采用DEA數(shù)據(jù)包絡(luò)分析方法，對(duì)我國(guó)六家資源型企業(yè)科技創(chuàng)新績(jī)效進(jìn)行評(píng)價(jià)。[5]褚衍昌、陳飛超采用DEA-Malmquist指數(shù)對(duì)我國(guó)機(jī)場(chǎng)業(yè)運(yùn)營(yíng)效率進(jìn)行了客觀分析。[6]莊旭升、張小艷借助超效率DEA模型，計(jì)算出中國(guó)各省商業(yè)銀行對(duì)國(guó)民經(jīng)濟(jì)金融支持的效率水平，并在此基礎(chǔ)上提出了優(yōu)化策略。[7]

綜上可知，目前我國(guó)尚沒(méi)有對(duì)省域內(nèi)各地市科技創(chuàng)新效率差異的研究，因此，本文以安徽省為例，從投入產(chǎn)出視角分析安徽省各地市科技創(chuàng)新效率，試圖比較各地市在科技創(chuàng)新效率存在的差異。

一、研究方法選擇與指標(biāo)選擇

1.研究方法選擇。研究科技創(chuàng)新效率的方法包括兩類：一是設(shè)定模型(如生產(chǎn)函數(shù)等)；二是不設(shè)定模型(如DEA方法、因子分析法等)。由于設(shè)定模型需要從理論上嚴(yán)格論證，并要求準(zhǔn)確性等，考慮科技創(chuàng)新效率的影響因素?zé)o法準(zhǔn)確確定，因此，本文采用DEA方法研究。

2.指標(biāo)選擇。結(jié)合本文的研究方法，綜合數(shù)據(jù)的可衡量性、易獲得性等因素考慮，本文選取以下指標(biāo)：(1)科技創(chuàng)新投入指標(biāo)：R&D經(jīng)費(fèi)(億元)、R&D活動(dòng)人員(人/年)；(2)科技創(chuàng)新產(chǎn)出指標(biāo)：專利授權(quán)量(件)、技術(shù)合同成交額(億元)。

二、指標(biāo)的描述性分析

近年來(lái)，安徽省提出中部崛起，各地區(qū)加快發(fā)展，尤其是科技創(chuàng)新投入不斷加大，因此本文首先分析各地區(qū)科技創(chuàng)新投入與產(chǎn)出的指標(biāo)(見(jiàn)表1)。

表1 2014—2016年安徽各地區(qū)科技創(chuàng)新投入產(chǎn)出指標(biāo)數(shù)據(jù)①

從表1可以看出：(1)R&D經(jīng)費(fèi)投入：2014—2016年，除淮南、六安外，其余地區(qū)均是每年逐漸增加，淮南則逐年遞減，六安先增后減，且遞增幅度大于遞減幅度。(2)R&D活動(dòng)人員數(shù)：淮北、黃山逐年遞減；阜陽(yáng)、滁州、六安、銅陵均先增后減，阜陽(yáng)和滁州遞減幅度大于遞增幅度，六安和銅陵遞增幅度大于遞減幅度；蕪湖、宣城、池州、安慶先減后增，蕪湖和安慶遞減幅度大于遞增幅度，宣城和池州遞增幅度大于遞減幅度；其余地區(qū)均逐年遞增。(3)專利授權(quán)量：淮北、宣城、銅陵三市逐年遞減；宿州、蚌埠、淮南、馬鞍山、池州、黃山六市先增后減，蚌埠遞減幅度大于遞增幅度，宿州、淮南、馬鞍山、池州、黃山五市遞增幅度大于遞減幅度；其余地區(qū)均逐年遞增。(4)技術(shù)合同成交額：淮北和黃山均先減后增，且遞減幅度大于遞增幅度；其余地區(qū)均逐年遞增。

三、科技創(chuàng)新效率分析

從整體上看，安徽省各地區(qū)科技創(chuàng)新投入不斷加大，科技創(chuàng)新產(chǎn)出不斷增加。下文中筆者對(duì)科技創(chuàng)新效率進(jìn)行靜態(tài)與動(dòng)態(tài)分析。

(一)科技創(chuàng)新效率靜態(tài)分析

本文采用DEA方法對(duì)安徽省各地區(qū)科技創(chuàng)新效率進(jìn)行分析，分析結(jié)果見(jiàn)表2。從表2可以看出，2014年安徽省達(dá)到技術(shù)有效的城市為亳州、蚌埠、六安、蕪湖；2015年安徽省達(dá)到技術(shù)有效的城市為蚌埠、阜陽(yáng)、六安、池州、安慶；2016年安徽省達(dá)到技術(shù)有效的城市為阜陽(yáng)、六安；合肥、淮北、宿州、淮南、滁州、馬鞍山、宣城、銅陵、黃山等城市在2014—2016年均未達(dá)到技術(shù)有效。而且從地理位置來(lái)看，皖北達(dá)到技術(shù)有效的城市多于皖南；從平均值來(lái)看，安徽省技術(shù)效率、綜合效率和純技術(shù)效率均呈現(xiàn)逐年遞減趨勢(shì)。

表22014—2016年安徽省各地區(qū)科技創(chuàng)新DEA計(jì)算結(jié)果

注：crste為技術(shù)效率，亦叫綜合效率；vrste為純技術(shù)效率；scale為規(guī)模效率(drs：規(guī)模報(bào)酬遞減；-：規(guī)模報(bào)酬不變；irs：規(guī)模報(bào)酬遞增)，其中crste=vrste×scale

具體如下：(1)合肥、滁州、宣城、安慶市均未達(dá)到技術(shù)有效，且均處于規(guī)模報(bào)酬遞減階段，可見(jiàn)，合肥、滁州、宣城、安慶應(yīng)該減小規(guī)模，增強(qiáng)純技術(shù)效率。另外，蚌埠和馬鞍山均是從規(guī)模報(bào)酬不變轉(zhuǎn)變?yōu)橐?guī)模報(bào)酬遞減階段，且蚌埠亦是從技術(shù)有效轉(zhuǎn)變?yōu)榧夹g(shù)無(wú)效，因此，蚌埠和馬鞍山也應(yīng)該考慮增強(qiáng)純技術(shù)效率。(2)淮北、宿州、淮南、銅陵、黃山也未達(dá)到技術(shù)有效，但均處于規(guī)模報(bào)酬遞增階段，可見(jiàn)，這五市應(yīng)該增加規(guī)模。另外，池州在2015年規(guī)模報(bào)酬率為1時(shí)，達(dá)到技術(shù)有效，且規(guī)模報(bào)酬不變，其余兩年均處于規(guī)模報(bào)酬遞增階段，均未達(dá)到技術(shù)有效；亳州在2014年為技術(shù)有效，2015年和2016年均未達(dá)到技術(shù)有效，皆因規(guī)模效率低，因此，池州和亳州需要增加規(guī)模。(3)阜陽(yáng)有兩年達(dá)到技術(shù)有效，且另一年為規(guī)模報(bào)酬遞增，六安有三年達(dá)到技術(shù)有效，因此，阜陽(yáng)和六安應(yīng)在維持技術(shù)有效的基礎(chǔ)上，增加純技術(shù)效率和規(guī)模效率，進(jìn)一步擴(kuò)大規(guī)模。(4)合肥、安慶、蚌埠、馬鞍山、黃山、亳州、蕪湖、池州、滁州、宣城皆處于規(guī)模報(bào)酬逐漸變低的時(shí)間段，淮北、宿州、淮南、銅陵技術(shù)效率的影響大于規(guī)模效率的影響；六安、阜陽(yáng)皆處于規(guī)模報(bào)酬率和技術(shù)效率合理的狀態(tài)。

(二)科技創(chuàng)新效率動(dòng)態(tài)分析

本文采用Malmquist指數(shù)法對(duì)科技創(chuàng)新效率動(dòng)態(tài)分析，結(jié)果見(jiàn)表3。

表3 2014—2016年安徽省各地區(qū)全要素指數(shù)變化統(tǒng)計(jì)表

注：effch為技術(shù)效率變動(dòng)，techch為技術(shù)變動(dòng)，pech為純技術(shù)效率變動(dòng)，sech為規(guī)模效率變動(dòng)，tfpch為全要素生產(chǎn)率變動(dòng)。其中effch=pech×sech，tfpch=effch×techch。

從表3可以看出：(1)安徽15市全要素效率均增加，變化幅度為0.9%～61.4%，除阜陽(yáng)和宣城的技術(shù)效率增加、六安的技術(shù)效率不變外，其余城市技術(shù)效率均下降，所有城市皆有不同程度的技術(shù)進(jìn)步?？梢?jiàn)，技術(shù)進(jìn)步對(duì)全要素效率提高有極其重要的作用。(2)阜陽(yáng)、滁州、宣城均有規(guī)模效率增加，阜陽(yáng)應(yīng)該大力擴(kuò)大科技創(chuàng)新規(guī)模，進(jìn)而加快全要素效率的提高；滁州、宣城的規(guī)模效率對(duì)全要素效率的提高效果較小，因此，應(yīng)該保持純技術(shù)效率提升的幅度大于規(guī)模效率提高的幅度，從而促使全要素效率的快速提高。(3)合肥、亳州、蕪湖、池州、安慶、黃山等六市均有技術(shù)進(jìn)步，但規(guī)模效率降低影響了技術(shù)效率的變化，滁州、宣城皆因純技術(shù)效率降低影響了技術(shù)效率的變化，淮北、宿州、蚌埠、淮南、馬鞍山、銅陵等六市均出現(xiàn)規(guī)模效率和純技術(shù)效率都減弱，影響了技術(shù)效率變動(dòng)。

四、結(jié)論

1.安徽省各地區(qū)均有技術(shù)進(jìn)步，且技術(shù)效率是影響各地區(qū)科技創(chuàng)新效率的顯著因素。安徽省皖北地區(qū)達(dá)到技術(shù)有效的城市要多于皖南地區(qū)，但總數(shù)較少。

2.滁州、宣城等少數(shù)城市出現(xiàn)純技術(shù)效率降低影響了技術(shù)效率的變化，從而影響全要素效率的增加。因此，安徽省各地區(qū)均應(yīng)繼續(xù)加大R&D經(jīng)費(fèi)、R&D活動(dòng)人員等科技創(chuàng)新投入，從而加快科技創(chuàng)新技術(shù)的快速提升，尤其是純技術(shù)效率的提升，進(jìn)而促進(jìn)全要素效率的大幅度提高。

3.無(wú)論從年份和地區(qū)來(lái)看，安徽省各地區(qū)達(dá)到規(guī)模有效的城市均不多。甚至出現(xiàn)淮北、宿州、蚌埠、淮南、馬鞍山、銅陵等六市規(guī)模效率減弱影響了技術(shù)效率的變動(dòng)。

4.從安徽省各地區(qū)全要素指數(shù)變化情況來(lái)看，規(guī)模效率的變動(dòng)滯后于純技術(shù)效率提升的速度，從而影響了全要素效率的增加。除了滁州、宣城的規(guī)模效率對(duì)全要素效率的提高效果較小，其余城市的規(guī)模效率對(duì)全要素效率的提高均有顯著影響。因此，安徽各地區(qū)均須注重規(guī)模效應(yīng)，加大規(guī)模投入，提高規(guī)模效率。

注釋：

①數(shù)據(jù)來(lái)源：2015年、2016年、2017年安徽省科技統(tǒng)計(jì)公報(bào)；2014年專利授權(quán)量(件)是根據(jù)2015年安徽省科技統(tǒng)計(jì)公報(bào)計(jì)算而來(lái)；技術(shù)合同成交額(億元)為2017年安徽省科技統(tǒng)計(jì)公報(bào)中各市技術(shù)合同認(rèn)定登記情況(2016年)輸出技術(shù)成交額+吸納技術(shù)成交額。