沙德春 胡鑫慧

摘 要：在知識經(jīng)濟時代背景下，科技創(chuàng)新是推動社會經(jīng)濟發(fā)展的重要動力。運用DEA模型測度2017年中國各省區(qū)技術(shù)創(chuàng)新效率。研究表明：我國整體技術(shù)創(chuàng)新效率水平不高，近4/5省區(qū)的技術(shù)創(chuàng)新效率未達到最優(yōu)水平，較低的純技術(shù)效率水平是造成該現(xiàn)象的重要因素;東部地區(qū)技術(shù)創(chuàng)新效率最高，各效率值均位列四大地區(qū)首位，西部地區(qū)與其他地區(qū)技術(shù)創(chuàng)新效率差異顯著;科技固定資產(chǎn)投資和技術(shù)市場成交額對技術(shù)創(chuàng)新效率水平影響顯著。新時代全面提升我國各省區(qū)技術(shù)創(chuàng)新效率水平，應(yīng)以優(yōu)化資源配置為主，注重創(chuàng)新能力，配合針對性的運行機制，協(xié)調(diào)區(qū)域間差異。

關(guān)鍵詞：技術(shù)創(chuàng)新效率;數(shù)據(jù)包絡(luò)分析;中國

中圖分類號：F204? ? 文獻標(biāo)識碼：A? ? 文章編號：1671-0037（2020）1-45-8

創(chuàng)新是引領(lǐng)發(fā)展的第一動力，黨的十八大明確提出“科技創(chuàng)新是提高社會生產(chǎn)力和綜合國力的戰(zhàn)略支撐”。為提高我國科技創(chuàng)新水平，國家投入了大量的資金支持，研究與發(fā)展（R&D）經(jīng)費從1990年的125億元增至2017年的17 500億元。隨著大量資源的投入，科技創(chuàng)新效率逐漸成為關(guān)注的焦點，國家越來越重視科技創(chuàng)新發(fā)展在空間上的均衡問題，黨的十九大進一步提出實施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略。受各種地理自然環(huán)境、社會經(jīng)濟發(fā)展條件的制約，我國各區(qū)域間發(fā)展差異較為明顯。為此，國家采取了一系列措施，協(xié)調(diào)區(qū)域發(fā)展，在西部大開發(fā)、東北振興、中部崛起等重大決策部署的影響下，我國逐漸形成了東中西互動、南北方協(xié)調(diào)的發(fā)展格局，區(qū)域差異也在逐漸縮小之中。近幾年“一帶一路”建設(shè)、京津冀協(xié)同發(fā)展、長江經(jīng)濟帶發(fā)展等戰(zhàn)略進一步增強了區(qū)域發(fā)展的整體協(xié)調(diào)性。深入了解我國目前區(qū)域技術(shù)創(chuàng)新效率水平及其區(qū)域差異，有助于促進區(qū)域協(xié)調(diào)發(fā)展，為產(chǎn)業(yè)發(fā)展制定科學(xué)的發(fā)展戰(zhàn)略，同時為優(yōu)化資源配置提供政策性建議。

1 文獻綜述

在國家戰(zhàn)略的支持下，當(dāng)今社會對技術(shù)創(chuàng)新日益關(guān)注，國內(nèi)學(xué)者關(guān)于技術(shù)創(chuàng)新相關(guān)問題的研究也逐漸增多。在研究方法方面，技術(shù)創(chuàng)新是多投入、多產(chǎn)出的復(fù)雜活動，為了測度其整體效率，須使用泰爾指數(shù)法、松柏回歸、動態(tài)空間計量模型、隨機前沿分析（SFA）、數(shù)據(jù)包絡(luò)分析（DEA）等分析方法，其中DEA應(yīng)用更多[1]。范德成等從創(chuàng)新投入產(chǎn)出視角，利用泰爾指數(shù)法研究了我國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新的實際效率差異[2]。張超林等基于松柏回歸，探討了股票流動性、代理效率與企業(yè)技術(shù)創(chuàng)新之間的內(nèi)在機制[3]。楊博等采用超效率SBM-Malmquist模型，對我國各地高校的技術(shù)創(chuàng)新水平進行測度[4]。趙慶采用空間計量學(xué)模型，探索了產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級對技術(shù)創(chuàng)新效率的影響[5]。范成德運用隨機前沿模型測度了空間效應(yīng)等因素對高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響等[6]。陳元志等使用VRS徑向的DEA模型，對我國大中型工業(yè)企業(yè)的技術(shù)創(chuàng)新效率進行了比較[7]。岳鴻飛基于松弛變量的方向性距離函數(shù)測算了我國各省的綠色技術(shù)創(chuàng)新效率[8]。宋來勝等采用SFA方法，分析了我國技術(shù)創(chuàng)新效率的影響因素[9]。

在研究對象方面，關(guān)于技術(shù)創(chuàng)新效率的研究主要集中在制造業(yè)、高新技術(shù)、醫(yī)藥、物聯(lián)網(wǎng)等產(chǎn)業(yè)。王明亮等從研發(fā)投入與產(chǎn)業(yè)集中度的視角，探究了我國通信設(shè)備制造業(yè)創(chuàng)新效率的影響因素[10]。方正起等從創(chuàng)新價值鏈的視角，評價了我國軍工企業(yè)的技術(shù)創(chuàng)新效率[11]。熊阿珍等以15家制藥企業(yè)為樣本，對其進行技術(shù)創(chuàng)新效率評價[12]。李林子等從技術(shù)創(chuàng)新價值鏈的角度，評價了我國環(huán)保產(chǎn)業(yè)技術(shù)創(chuàng)新效率[13]。隆云滔等探究了我國電子及通信設(shè)備制造業(yè)的區(qū)域創(chuàng)新效率的差異[14]。陳恒等對我國高專利密集度產(chǎn)業(yè)、醫(yī)藥企業(yè)的技術(shù)創(chuàng)新效率進行了實證分析[15-16]。黃濤等研究了我國物聯(lián)網(wǎng)產(chǎn)業(yè)的創(chuàng)新效率及其相關(guān)性[17]。還有部分學(xué)者對我國特定地區(qū)的技術(shù)創(chuàng)新效率進行了探索[18-24]。

綜上所述，目前關(guān)于技術(shù)創(chuàng)新效率方面的探究主要集中在各類行業(yè)產(chǎn)業(yè)、具體的地域范圍等方面，針對全國各省區(qū)的技術(shù)創(chuàng)新效率水平測度相對較少。本文運用DEA模型，以全國31個?。▍^(qū)市）的技術(shù)創(chuàng)新效率為分析對象，通過構(gòu)建技術(shù)創(chuàng)新效率評價指標(biāo)體系，測度各?。▍^(qū)市）技術(shù)創(chuàng)新效率，總結(jié)其地域分布特點，揭示我國技術(shù)創(chuàng)新發(fā)展中存在的主要問題，并對其原因進行探索，進而提出相應(yīng)的改善措施與建議。

2 評價模型構(gòu)建

數(shù)據(jù)包絡(luò)分析方法（DEA）主要借助數(shù)學(xué)規(guī)劃確定相對有效的生產(chǎn)前沿面，并將決策單元投影到生產(chǎn)前沿面上，通過比較各決策單元的相對生產(chǎn)前沿面的偏離程度，來測度其相對有效性[25]。同傳統(tǒng)評價方法相比，DEA方法更加不受數(shù)據(jù)量綱影響，也不需要估計生產(chǎn)函數(shù)關(guān)系，操作更加簡單快捷，適用于多投入多產(chǎn)出的綜合評價性問題。DEA方法最基本的模型是CCR模型，CCR模型是基于規(guī)模報酬不變的效率測度模型，后擴展到基于規(guī)模報酬可變的BCC模型。BCC模型不僅可以反映決策單元的技術(shù)效率和規(guī)模效率，還可以反映決策單元的投入產(chǎn)出松弛變量取值及其投影下的有效目標(biāo)值。因此，本文選取BCC模型，對我國各?。▍^(qū)市）技術(shù)創(chuàng)新效率進行分析，深入研究我國技術(shù)創(chuàng)新效率，并對給出非DEA有效?。▍^(qū)市）的調(diào)整方案，提出針對性的完善措施。建立如下BCC模型：

BCC模型將綜合效率值分解為純技術(shù)效率值和規(guī)模效率值，只有純技術(shù)效率和規(guī)模效率同時有效時，綜合效率才有效。綜合效率是對決策單元的資源配置能力、資源使用效率等方面的綜合衡量與評價;純技術(shù)效率是制度和管理水平帶來的效率，若資源配置結(jié)構(gòu)不合理，則純技術(shù)效率相對無效;規(guī)模效率是對決策單元的現(xiàn)有規(guī)模是否達到了最優(yōu)規(guī)模的測度，是指在當(dāng)前制度和管理水平下，規(guī)模因素對生產(chǎn)效率的影響水平，若當(dāng)前規(guī)模設(shè)置不合理，則規(guī)模效率相對無效，即規(guī)模效率值小于1。

3 指標(biāo)體系構(gòu)建

科學(xué)合理地選擇投入與產(chǎn)出指標(biāo)對于有效地使用DEA模型十分重要。從最終能用實物和價值量體現(xiàn)的角度選擇技術(shù)創(chuàng)新投入指標(biāo)，應(yīng)該包括人力、財力、物力三個方面。同時鑒于數(shù)據(jù)可獲得性，本文采用研究與試驗發(fā)展（R&D）人員全時當(dāng)量、研究與試驗發(fā)展（R&D）經(jīng)費、科技固定資產(chǎn)投資作為技術(shù)創(chuàng)新投入指標(biāo)?？剂繃一虻貐^(qū)技術(shù)創(chuàng)新產(chǎn)出需要從技術(shù)進步和應(yīng)用創(chuàng)新兩方面考慮，為此選擇的技術(shù)創(chuàng)新產(chǎn)出指標(biāo)為：國內(nèi)專利申請授權(quán)量、技術(shù)市場成交額、新產(chǎn)品銷售收入。專利是科技創(chuàng)新產(chǎn)品輸出的基礎(chǔ)，是衡量一個地區(qū)技術(shù)進步的基本標(biāo)準(zhǔn);而技術(shù)市場的成交合同金額反映了創(chuàng)新成果的價值，是技術(shù)進步應(yīng)用到市場后體現(xiàn)的經(jīng)濟效益。新產(chǎn)品銷售收入可以從側(cè)面反映科技投入對區(qū)域產(chǎn)業(yè)發(fā)展的貢獻率以及科技成果的市場轉(zhuǎn)化能力。指標(biāo)的相關(guān)數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒（2018）》，具體內(nèi)容見表1。本文以我國31個?。▍^(qū)市）作為決策評價主體，以2017年度相關(guān)數(shù)據(jù)作為樣本數(shù)據(jù)。具體指標(biāo)體系見表2。

4 技術(shù)創(chuàng)新效率實證分析

4.1 總體效率水平分析

運用DEA模型，以《中國統(tǒng)計年鑒2018》中的相關(guān)數(shù)據(jù)為樣本，對我國各省（區(qū)市）的技術(shù)創(chuàng)新效率進行測度。本文選取我國31個?。▍^(qū)市）作為決策單元，運用DEA軟件，將技術(shù)創(chuàng)新投入產(chǎn)出效率評價指標(biāo)體系中的相關(guān)數(shù)據(jù)代入BCC模型，得到各?。▍^(qū)市）技術(shù)創(chuàng)新綜合效率、純技術(shù)效率以及規(guī)模效率值，結(jié)果如表3所示。

從運行結(jié)果來看，我國有6個省區(qū)的綜合效率值為1，是BCC模型的有效決策單元，位于BCC模型的有效生產(chǎn)邊界上。表明這些省（區(qū)市）既不存在純技術(shù)無效率，也不存在規(guī)模無效率，其技術(shù)創(chuàng)新效率相對有效，資源使用效率相對較高，資源配置與規(guī)模發(fā)展等相對最優(yōu)。在其他DEA無效省區(qū)，各省區(qū)純技術(shù)效率與規(guī)模效率未同時達到1，表明其存在不同程度的資源分配問題或規(guī)模發(fā)展問題。從整體來看，我國技術(shù)創(chuàng)新效率水平不高（如表3所示），綜合效率平均值僅為0.707，雖然有6個綜合效率值為1的省區(qū)，但是大部分省區(qū)不在有效生產(chǎn)邊界上，我國技術(shù)創(chuàng)新效率整體較低。

從純技術(shù)效率來看，31個省區(qū)中有7個省區(qū)純技術(shù)效率為1，位于BCC模型的有效邊界上。純技術(shù)效率用于衡量決策主體以既定投入資源提供相應(yīng)產(chǎn)出的能力，與決策主體的管理水平直接相關(guān)。而我國大部分省區(qū)的純技術(shù)效率相對無效，全國平均水平較低，僅為0.757，表明其資源管理水平有待提升，資源配置相對不合理。

從規(guī)模效率來看，雖然僅有6個省區(qū)的規(guī)模效率值達到最優(yōu)，但是其他各省區(qū)的規(guī)模效率值都相對較高，全國平均水平也達到0.934，整體規(guī)模效率較好?？梢姡覈壳皳碛械募夹g(shù)創(chuàng)新發(fā)展規(guī)模與當(dāng)前技術(shù)創(chuàng)新效率相適應(yīng)。綜合考慮純技術(shù)效率與規(guī)模效率可以看出，我國綜合效率低的根源主要在于純技術(shù)效率低，即技術(shù)創(chuàng)新無效率主要是技術(shù)創(chuàng)新資源分配不當(dāng)所引起的，技術(shù)創(chuàng)新效率的改善主要依賴于資源分配、使用效率等的提升。

為深入探究我國技術(shù)創(chuàng)新效率水平分布情況，本文以綜合效率值為評價指標(biāo)，將其分為五個等級，0.2為一個等級差。其中綜合效率值為1的評價為“DEA有效”，技術(shù)創(chuàng)新效率水平最優(yōu);小于1大于0.8的評價為“較好”，位于0.6～0.8之間的為“一般”，下一等級評價為“較差”，小于0.4的則為“差”。以此為評價標(biāo)準(zhǔn)對各省區(qū)效率值進行分類，可得我國技術(shù)創(chuàng)新效率分布情況表（如表4）。通過分析可知，我國各省區(qū)技術(shù)創(chuàng)新效率水平達到最優(yōu)的僅有6個，占總量的19.4%，而DEA相對無效的省區(qū)則占80.6%。由此可見，我國近五分之四省區(qū)的技術(shù)創(chuàng)新效率水平屬于DEA無效，其技術(shù)創(chuàng)新資源投入產(chǎn)出存在一定的投入冗余或產(chǎn)出不足，造成了一定程度的資源浪費。在DEA相對無效的決策單元中，僅有3個決策單元創(chuàng)新效率水平為“較好”，其綜合效率水平均在全國平均水平之上。近半數(shù)的省區(qū)效率水平在0.7左右，與全國平均水平較為接近，綜合效率水平“一般”。另有四分之一的省區(qū)綜合效率水平位于“較差”階段，低于0.6。綜上所述，我國整體的技術(shù)創(chuàng)新效率水平較低。

4.2 區(qū)域分布差異

根據(jù)我國經(jīng)濟社會加速發(fā)展的新形勢，全國分為四大經(jīng)濟區(qū)域：東部地區(qū)、東北地區(qū)、中部地區(qū)和西部地區(qū)。為研究我國技術(shù)創(chuàng)新效率的區(qū)域發(fā)展差異，本文分別考察了中部、東部、西部、東北地區(qū)的區(qū)域技術(shù)創(chuàng)新效率狀況，以各區(qū)域?。▍^(qū)市）的效率值平均值作為其所在區(qū)域的效率值，其分布情況如圖1所示。研究發(fā)現(xiàn)，我國目前技術(shù)創(chuàng)新效率仍呈現(xiàn)出明顯的區(qū)域不平衡特征。東部地區(qū)技術(shù)創(chuàng)新的綜合效率平均值為0.76，遠高于西部地區(qū)（0.65），東北地區(qū)（0.73）和中部地區(qū)（0.71）綜合效率水平較為接近，且均在全國平均水平之上。因此，我國東部地區(qū)技術(shù)創(chuàng)新效率水平最優(yōu)，與其他地區(qū)差異較大，而東北和中部地區(qū)之間的技術(shù)創(chuàng)新效率發(fā)展差異較小，西部地區(qū)則與其他地域存在顯著差異，其技術(shù)創(chuàng)新效率存在顯著不足。從純技術(shù)效率來看，東北、東部和中部地區(qū)純技術(shù)效率值較為接近，且均高于全國平均水平（0.757），其資源使用效率相對較高。而西部地區(qū)則表現(xiàn)較差，其純技術(shù)效率值為0.67，遠低于全國平均水平。由此可見，西部地區(qū)的技術(shù)創(chuàng)新發(fā)展存在較為明顯的資源浪費，未能充分發(fā)揮各項人力、財力、物力資源的作用。從規(guī)模效率來看，東北、中部、東部、西部地區(qū)規(guī)模效率值較為接近，表明四大區(qū)域間的規(guī)模效率協(xié)調(diào)較好，在規(guī)模效率方面無明顯的區(qū)域性差異;且西部地區(qū)的規(guī)模效率值相對較高，表明其規(guī)模發(fā)展與當(dāng)前技術(shù)創(chuàng)新效率水平相適應(yīng)。從整體來看，四大地區(qū)的綜合效率值分布與純技術(shù)效率值較為接近，規(guī)模效率無明顯差異。由此可見，我國四大區(qū)域間存在的綜合效率差異主要是由純技術(shù)效率差異引起的。

4.3 DEA無效省區(qū)分析與調(diào)整

技術(shù)創(chuàng)新效率無效的主要原因一般為投入比例不合理、投入存在冗余或產(chǎn)出不足等。對BCC模型中的投入產(chǎn)出松弛變量進行分析，調(diào)整DEA無效省區(qū)的各類投入產(chǎn)出。

根據(jù)DEA運行結(jié)果中的投入松弛變量值，給出我國各省區(qū)技術(shù)創(chuàng)新投入調(diào)整方案，如表5所示。人力投入方面，由表5可知，在25個綜合效率無效省區(qū)中，有6個省區(qū)的技術(shù)創(chuàng)新投入存在人員投入冗余，表明人力資源投入力度較大，但是未能創(chuàng)造相應(yīng)的技術(shù)創(chuàng)新產(chǎn)出，造成了人員投入的冗余。此時需要對這些省區(qū)的研發(fā)人員投入進行縮減，或者提高研發(fā)人員素質(zhì)，充分發(fā)揮人才作用，更好地提高運行效率。財力投入方面，僅有5個省區(qū)的技術(shù)創(chuàng)新研發(fā)經(jīng)費投入存在冗余，且其調(diào)整值相對較小。由此可見，我國各省區(qū)對技術(shù)創(chuàng)新資金的分配及使用效率較為合理。物力投入方面，14個省區(qū)存在科技固定資產(chǎn)投資冗余，表明這些省區(qū)在對技術(shù)創(chuàng)新物資的分配及使用方面還存在很大的不足，并由此造成了極大的資源空置，需要重視技術(shù)創(chuàng)新的物資分配及使用問題。在3個投入指標(biāo)中，科技固定資產(chǎn)投資這一指標(biāo)需要調(diào)整的省區(qū)相對最多，是影響我國技術(shù)創(chuàng)新效率的主要因素。

通過軟件運行結(jié)果，計算出技術(shù)創(chuàng)新產(chǎn)出指標(biāo)調(diào)整方案，具體內(nèi)容如表6所示。直接產(chǎn)出方面，在25個DEA無效決策單元中，有9個省區(qū)存在國內(nèi)專利申請授權(quán)量產(chǎn)出不足，20個決策單元存在技術(shù)市場成交額產(chǎn)出不足。國內(nèi)專利申請授權(quán)量是技術(shù)創(chuàng)新的直接表現(xiàn)，決定了一個地區(qū)的創(chuàng)新能力;技術(shù)市場成交額則是對技術(shù)創(chuàng)新成果的進一步肯定，因而兩者是衡量技術(shù)創(chuàng)新效率的重要指標(biāo)。而我國大部分省區(qū)存在技術(shù)創(chuàng)新直接產(chǎn)出不足，則表明其創(chuàng)新能力有待提高，需要加強技術(shù)創(chuàng)新能力提升，增強研發(fā)能力。在間接產(chǎn)出方面，僅有2個省區(qū)存在新產(chǎn)品銷售收入產(chǎn)出不足，大部分地區(qū)表現(xiàn)良好。在3個產(chǎn)出指標(biāo)中，需要對技術(shù)市場成交額調(diào)整的省區(qū)占比較大，在25個DEA無效決策單元中近80%的決策單元均存在技術(shù)市場成交額的產(chǎn)出不足。當(dāng)前條件下，增加技術(shù)市場成交額能有效提高我國技術(shù)創(chuàng)新效率水平。因此，技術(shù)市場成交額對技術(shù)創(chuàng)新效率水平具有顯著的正向促進作用。

5 結(jié)論與建議

本文利用DEA模型對我國各省區(qū)技術(shù)創(chuàng)新效率進行了評價與分析，研究表明：①我國各省區(qū)技術(shù)創(chuàng)新效率總體水平不高，純技術(shù)效率較低是導(dǎo)致綜合效率較低的主要因素，為提高技術(shù)創(chuàng)新效率則需要加強管理制度的完善。而我國規(guī)模效率平均水平較高，充分發(fā)揮了規(guī)模效應(yīng)對創(chuàng)新效率的影響。②我國各省區(qū)技術(shù)創(chuàng)新效率具有明顯區(qū)域差異。東部地區(qū)是技術(shù)創(chuàng)新綜合效率最高的區(qū)域;西部地區(qū)遠遠落后于東部地區(qū);東北地區(qū)與中部地區(qū)技術(shù)創(chuàng)新水平較為接近，表現(xiàn)良好，雖低于東部地區(qū)，但是兩個地區(qū)綜合效率值均在全國平均水平之上。③對于相對DEA無效的省區(qū)而言，科技固定資產(chǎn)投資和技術(shù)市場成交額在各指標(biāo)中占有較大的調(diào)整比例，科技固定資產(chǎn)投資投入冗余和技術(shù)市場成交額產(chǎn)出不足是導(dǎo)致技術(shù)創(chuàng)新效率較低的主要因素。

根據(jù)本文相關(guān)研究結(jié)論，針對我國技術(shù)創(chuàng)新效率的提升問題，提出以下發(fā)展建議：第一，優(yōu)化技術(shù)創(chuàng)新資源配置，提高資源使用效率。技術(shù)創(chuàng)新效率提升的重點不在于追加投入資源，關(guān)鍵在于如何提升現(xiàn)有資源的合理配置與使用，避免資源浪費造成的技術(shù)創(chuàng)新效率低下，合理配置科研經(jīng)費與科研設(shè)備，避免資源的空置、浪費，提高各項資源的使用效率。第二，提高各省區(qū)內(nèi)對于投入資源的管理與運營能力，注重技術(shù)創(chuàng)新投入資源的合理使用，努力提高研發(fā)人員的素質(zhì)，提高研發(fā)能力，調(diào)動研發(fā)積極性，不斷增強各省區(qū)對技術(shù)創(chuàng)新成果的轉(zhuǎn)化能力。第三，充分發(fā)揮政府的協(xié)調(diào)作用，營造良好的創(chuàng)新環(huán)境。合理規(guī)劃技術(shù)創(chuàng)新資源配置、資金供給、人才分配等，建立完善的技術(shù)創(chuàng)新支持體系。此外，從技術(shù)創(chuàng)新效率的地域差異分布可知，西部地區(qū)與東部具有明顯差距，這種差距的存在很可能加劇四大地區(qū)經(jīng)濟發(fā)展差距，因此對于西部地區(qū)而言，加速提升創(chuàng)新能力，提高創(chuàng)新效率，從而促進西部地區(qū)社會經(jīng)濟發(fā)展，是縮小與東部地區(qū)之間發(fā)展差異的有效途徑之一。

參考文獻：

[1] 秦青.區(qū)域工業(yè)企業(yè)技術(shù)創(chuàng)新效率及影響因素：基于三階段SBM模型的分析[J].地域研究與開發(fā)，2018，37（2）：47-51.

[2] 范德成，李盛楠.中國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新實際效率測度及收斂性分析[J].軟科學(xué)，2019，33（10）：1-6，19.

[3] 張超林，楊竹清.股票流動性、代理效率與企業(yè)技術(shù)創(chuàng)新：基于泊松回歸的實證研究[J].華東經(jīng)濟管理，2018，32（11）：151-158.

[4] 楊博，曹輝.基于超效率SBM-Malmquist模型的我國各地區(qū)高校技術(shù)創(chuàng)新國際化效率評價[J].科技管理研究，2018，38（16）：52-56.

[5] 趙慶.產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級能否促進技術(shù)創(chuàng)新效率？[J].科學(xué)學(xué)研究，2018，36（2）：239-248.

[6] 范德成，李盛楠.考慮空間效應(yīng)的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究[J].科學(xué)學(xué)研究，2018，36（5）：901-912.

[7] 陳元志，陳勁，吉超.中國不同類型企業(yè)技術(shù)創(chuàng)新效率的趨勢與比較[J].科研管理，2018，39（5）：1-10.

[8] 岳鴻飛.基于環(huán)境規(guī)制的我國綠色技術(shù)創(chuàng)新效率測算[J].統(tǒng)計與決策，2018，34（8）：100-104.

[9] 宋來勝，蘇楠.開放式創(chuàng)新對我國技術(shù)創(chuàng)新效率影響的隨機前沿分析：基于R&D經(jīng)費外部支出視角[J].當(dāng)代經(jīng)濟管理，2017，39（11）：31-37.

[10] 王明亮，余芬.我國電子及通信設(shè)備制造業(yè)創(chuàng)新效率實證分析[J].科技管理研究，2018，38（7）：85-92.

[11] 方正起，張寶承，秦杰.創(chuàng)新價值鏈視角下我國上市軍工企業(yè)技術(shù)創(chuàng)新效率評價研究[J].經(jīng)濟與管理評論，2019，35（6）：37-48.

[12] 熊阿珍，孟光興.基于DEA方法的制藥企業(yè)技術(shù)創(chuàng)新效率研究：以深滬前15位上市公司為例[J].中國新藥雜志，2019，28（14）：1675-1680.

[13] 李林子，傅澤強，李雯香.基于創(chuàng)新價值鏈的我國環(huán)保產(chǎn)業(yè)技術(shù)創(chuàng)新效率評價[J].科技管理研究，2019，39（13）：74-80.

[14] 隆云滔，裴瑞敏，楊國梁.電子及通信設(shè)備制造業(yè)區(qū)域創(chuàng)新績效演化研究[J].科技管理研究，2018，38（16）：162-168.

[15] 陳恒，何平，林超然，等.基于SBM-NDEA模型的我國高專利密集度產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究[J].運籌與管理，2018，27（3）：191-199.

[16] 陳恒，何平，徐睿姝，等.基于DEA-Malmquist指數(shù)的醫(yī)藥企業(yè)技術(shù)創(chuàng)新效率評價[J].科技管理研究，2017，37（9）：69-73.

[17] 黃濤，謝友才.物聯(lián)網(wǎng)產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究：基于創(chuàng)新兩階段視角[J].科技與經(jīng)濟，2016，29（3）：34-38.

[18] 童澤望.湖北省上市企業(yè)技術(shù)創(chuàng)新效率評價[J].統(tǒng)計與決策，2019，35（18）：185-188.

[19] 石薛橋，董茂峰.中部六省區(qū)域創(chuàng)新兩階段效率評價：基于2007-2014年面板數(shù)據(jù)[J].商業(yè)經(jīng)濟研究，2017（2）：141-143.

[20] 郝金磊，尹萌.絲綢之路經(jīng)濟帶沿線地區(qū)創(chuàng)新效率評價及影響因素研究：基于BCC和Malmquist指數(shù)法的DEA-Tobit模型[J].科技管理研究，2018，38（5）：69-76.

[21] 李夢琦，胡樹華，王利軍.基于DEA模型的長江中游城市群創(chuàng)新效率研究[J].軟科學(xué)，2016，30（4）：17-21，45.

[22] 王麗平，周龍.京津冀高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率評價及資源配置研究[J].科技管理研究，2016，36（8）：1-7，13.

[23] 柴國生.技術(shù)創(chuàng)新對經(jīng)濟增長驅(qū)動作用差異性實證研究：以河南省為例[J].創(chuàng)新科技，2018，18（1）：25-30.

[24] 楊蘭橋.河南省科技創(chuàng)新資源統(tǒng)籌與優(yōu)化配置研究[J].創(chuàng)新科技，2019，19（2）：57-62.

[25] BANKER R D，CHARNE A， Cooper W W. Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis[J].Management Science， 1984，30（9）：1078-1092.