李 蕓，雷宏振，張小筠

（1.陜西師范大學(xué) 國(guó)際商學(xué)院，西安 710062；2.西安外國(guó)語(yǔ)大學(xué) 經(jīng)濟(jì)金融學(xué)院，西安 710062）

國(guó)與國(guó)之競(jìng)爭(zhēng)，有資源之爭(zhēng)，有貿(mào)易之爭(zhēng)，歸根結(jié)底都是科技之爭(zhēng)。馬克思曾深刻地指出：社會(huì)勞動(dòng)生產(chǎn)力，首先是科學(xué)的力量。我國(guó)改革開(kāi)放之初，鄧小平同志就根據(jù)當(dāng)代科學(xué)技術(shù)發(fā)展的現(xiàn)狀與趨勢(shì)，明確地提出了“科學(xué)技術(shù)是第一生產(chǎn)力”的論斷，這一論斷的提出既指出了現(xiàn)代科技發(fā)展的重要特點(diǎn)，也明確了科技發(fā)展的必然結(jié)果。十九大報(bào)告提出，創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐，是破解結(jié)構(gòu)性矛盾的“金鑰匙”。因此科技創(chuàng)新效率可以說(shuō)是科技創(chuàng)新能力和動(dòng)力的綜合反映，它可以用一定時(shí)期內(nèi)科技創(chuàng)新產(chǎn)出與投入的比值來(lái)表示。根據(jù)國(guó)家知識(shí)產(chǎn)權(quán)局知識(shí)產(chǎn)權(quán)發(fā)展研究中心發(fā)布最新的《中國(guó)知識(shí)產(chǎn)權(quán)發(fā)展?fàn)顩r評(píng)價(jià)報(bào)告》數(shù)據(jù)顯示：黨的“十八大”以來(lái)，我國(guó)堅(jiān)持創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，深入實(shí)施知識(shí)產(chǎn)權(quán)戰(zhàn)略，綜合發(fā)展水平穩(wěn)步提升，然而知識(shí)產(chǎn)權(quán)狀況依然呈現(xiàn)出東中西部遞減的趨勢(shì)，為什么這種區(qū)域分布不平衡的現(xiàn)象依然存在？經(jīng)濟(jì)新常態(tài)背景下，如何在資源稀缺、財(cái)力有限的前提下提升各省份（地區(qū)）科技活動(dòng)創(chuàng)新效率，獲取更高的研發(fā)產(chǎn)出依然值得關(guān)注。由此可見(jiàn)，深入分析區(qū)域科技創(chuàng)新效率以及影響因素對(duì)于國(guó)家整體科技進(jìn)步、技術(shù)創(chuàng)新、有針對(duì)性地制定科技發(fā)展、產(chǎn)業(yè)規(guī)劃、資源配置等政策具有非常重要的意義。

一、文獻(xiàn)綜述及指標(biāo)選取

科技創(chuàng)新效率是衡量國(guó)家創(chuàng)新?tīng)顟B(tài)的重要指標(biāo)，有關(guān)科技創(chuàng)新、研發(fā)等問(wèn)題的研究，以往文獻(xiàn)主要集中在以下幾方面：一是高技術(shù)產(chǎn)業(yè)的研發(fā)效率相關(guān)研究：大多數(shù)基于科布道格拉斯生產(chǎn)函數(shù)選取相應(yīng)指標(biāo)進(jìn)行分析。其中朱有為和徐康寧［1］借助Battese 和Coelli［2］的技術(shù)效率模型，對(duì)中國(guó)13 個(gè)高技術(shù)行業(yè)10 年的研發(fā)效率進(jìn)行分析，結(jié)果發(fā)現(xiàn)，研發(fā)資本積累對(duì)新產(chǎn)品銷(xiāo)售收入的產(chǎn)出彈性高于研發(fā)人員投入的產(chǎn)出彈性，但研發(fā)活動(dòng)處于規(guī)模不經(jīng)濟(jì)，研發(fā)效率的行業(yè)差異逐漸縮小。李邃等［3］對(duì)我國(guó)28 個(gè)省份地區(qū)9 年間的高技術(shù)產(chǎn)業(yè)研發(fā)效率和全要素生產(chǎn)率增長(zhǎng)率進(jìn)行研究，結(jié)果發(fā)現(xiàn)東部省份地區(qū)的研發(fā)效率普遍高于中、西部省份地區(qū)；研發(fā)活動(dòng)的全要素生產(chǎn)率和技術(shù)進(jìn)步都呈現(xiàn)增長(zhǎng)，但技術(shù)效率未明顯變化；對(duì)大多數(shù)省份地區(qū)的技術(shù)進(jìn)步是促進(jìn)全要素生產(chǎn)率增長(zhǎng)的主要?jiǎng)恿?。王慶金等［4］以2012—2016 年中國(guó)東部地區(qū)9個(gè)省市高技術(shù)行業(yè)數(shù)據(jù)，采用兩階段DEA 模型和交叉DEA 模型相結(jié)合的方法對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新運(yùn)營(yíng)效率進(jìn)行評(píng)價(jià)，并結(jié)合自評(píng)效率和他評(píng)效率進(jìn)行地區(qū)間效率、行業(yè)間效率比較。結(jié)果表明，中國(guó)東部地區(qū)高技術(shù)產(chǎn)業(yè)整體效率仍然偏低，但高技術(shù)產(chǎn)業(yè)區(qū)位優(yōu)勢(shì)明顯，技術(shù)開(kāi)發(fā)階段和經(jīng)濟(jì)轉(zhuǎn)化階段效率表現(xiàn)出差異化特征；二是工業(yè)企業(yè)的研發(fā)效率相關(guān)研究：王欽和張隺［5］以中國(guó)工業(yè)企業(yè)技術(shù)創(chuàng)新40 年為背景，研究了工業(yè)企業(yè)技術(shù)創(chuàng)新四階段中制度環(huán)境與企業(yè)行為的共同演進(jìn)；徐莉和方梓旭［6］采用數(shù)據(jù)包絡(luò)分析法測(cè)算中國(guó)規(guī)模以上工業(yè)企業(yè)R&D 效率，并考察了影響因素，研究發(fā)現(xiàn)，規(guī)模以上工業(yè)企業(yè)R&D 效率總體不高，地區(qū)之間差異明顯；企業(yè)盈利能力和R&D 效率呈不顯著的正向關(guān)系，企業(yè)R&D 重視程度、高校及科研機(jī)構(gòu)數(shù)量和R&D 效率呈顯著的正向關(guān)系，政府支持對(duì)R&D 效率呈不顯著的負(fù)向關(guān)系。陳元志等［7］對(duì)我國(guó)大中型工業(yè)企業(yè)2001—2015 年的面板數(shù)據(jù)進(jìn)行研究發(fā)現(xiàn)，中國(guó)大中型企業(yè)的綜合技術(shù)效率在不斷提高并且差距在不斷縮小，不同類(lèi)型企業(yè)之間的差距在不斷縮小。中外合資經(jīng)營(yíng)企業(yè)和外資企業(yè)的綜合技術(shù)效率長(zhǎng)處于優(yōu)勢(shì)地位，內(nèi)資企業(yè)的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率在絕大多數(shù)時(shí)間均處于追趕地位。陶愛(ài)萍等［8］利用2011—2016 年我國(guó)工業(yè)行業(yè)數(shù)據(jù)，實(shí)證檢驗(yàn)了R&D 資金投入結(jié)構(gòu)對(duì)技術(shù)創(chuàng)新效率的影響，結(jié)果發(fā)現(xiàn)資金的不同來(lái)源渠道對(duì)技術(shù)創(chuàng)新效率的提升具有不同作用，技術(shù)引進(jìn)和購(gòu)買(mǎi)及行業(yè)競(jìng)爭(zhēng)程度的提高不利于技術(shù)創(chuàng)新效率的提升，行業(yè)利潤(rùn)水平上升和國(guó)有企業(yè)占比升高有利于技術(shù)創(chuàng)新效率的提升；三是產(chǎn)學(xué)研協(xié)同創(chuàng)新效率的相關(guān)研究。姜彤彤［9］基于DEA-Malmquist 指數(shù)方法，對(duì)我國(guó)省際產(chǎn)學(xué)研合作全要素生產(chǎn)率及區(qū)域差異進(jìn)行了研究，結(jié)果發(fā)現(xiàn)：整體上，我國(guó)產(chǎn)學(xué)研合作全要素生產(chǎn)率年均增長(zhǎng)1.6%，主要?jiǎng)恿?lái)自技術(shù)效率的增長(zhǎng)，而技術(shù)進(jìn)步率則出現(xiàn)下降趨勢(shì)。董鋒等［10］在研究產(chǎn)學(xué)研協(xié)同創(chuàng)新發(fā)展的背景下，從人力、財(cái)力、科技和經(jīng)濟(jì)4 個(gè)方面構(gòu)建了產(chǎn)學(xué)研協(xié)同創(chuàng)新效率評(píng)價(jià)指標(biāo)體系，并對(duì)全國(guó)30 個(gè)省、市、自治區(qū)2001—2014 年的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率進(jìn)行實(shí)證研究，結(jié)果發(fā)現(xiàn)全國(guó)產(chǎn)學(xué)研協(xié)同創(chuàng)新效率整體偏低，且呈現(xiàn)出東部高、中西部低的現(xiàn)象，同時(shí)發(fā)現(xiàn)各地區(qū)協(xié)同創(chuàng)新效率具有顯著差異性。董菁菁［11］在分析產(chǎn)學(xué)研協(xié)同創(chuàng)新內(nèi)在機(jī)理的基礎(chǔ)上，利用遼寧省的企業(yè)面板數(shù)據(jù)對(duì)產(chǎn)學(xué)研協(xié)同創(chuàng)新的效率及其影響因素進(jìn)行研究。通過(guò)文獻(xiàn)梳理發(fā)現(xiàn)，已有學(xué)者對(duì)科技創(chuàng)新效率的研究做出了許多有益的嘗試，通常從高技術(shù)產(chǎn)業(yè)、規(guī)模以上工業(yè)企業(yè)等行業(yè)層面考察研發(fā)效率，但科技活動(dòng)不僅存在于高校、科研機(jī)構(gòu)和工業(yè)企業(yè)，還存在于其他類(lèi)型的科技活動(dòng)中，因此部分指標(biāo)難以反映整體科技活動(dòng)創(chuàng)新效率，為體現(xiàn)科技活動(dòng)的整體性和全面性，本文采用2009—2017 年我國(guó)30 個(gè)省份（地區(qū)）（西藏地區(qū)和港澳臺(tái)地區(qū)因數(shù)據(jù)缺失剔除）的科技活動(dòng)整體數(shù)據(jù)分析科技活動(dòng)創(chuàng)新效率及其影響因素。本文的理論貢獻(xiàn)主要有以下幾點(diǎn)：①采用產(chǎn)出導(dǎo)向的非徑向的效率測(cè)度模型（slack-based measure，SBM）分析科技活動(dòng)創(chuàng)新全要素生產(chǎn)率及其分解，避免了運(yùn)用徑向模型本身的測(cè)度缺陷［12］，更客觀(guān)地反映了我國(guó)新常態(tài)下整體和區(qū)域科技活動(dòng)的創(chuàng)新效率；②結(jié)合Malmquist Index 深入分析我國(guó)整體和各省份的科技創(chuàng)新全要素生產(chǎn)率及其分解指標(biāo)，就全要素生產(chǎn)率變動(dòng)作為因變量來(lái)探討影響因素，有別于大多數(shù)以綜合效率也就是以技術(shù)效率為因變量來(lái)討論影響因素；③進(jìn)一步探討了如何在有限的資源財(cái)力約束條件下，優(yōu)化資源配置，提升科技投入產(chǎn)出效率，并為制定相關(guān)發(fā)展政策提供依據(jù)。

二、模型構(gòu)建和變量選取

（一）研究方法：產(chǎn)出導(dǎo)向的SBM 模型

Tone［13］提出了一種基于松弛變量測(cè)度的非徑向DEA 模型，它避免了傳統(tǒng)DEA-BC2和DEA-C2R 存在的投入產(chǎn)出的角度和徑向的選擇帶來(lái)的偏差?？梢栽诂F(xiàn)有投入相對(duì)穩(wěn)定的前提下擴(kuò)大產(chǎn)出，使效率測(cè)算更為精確。

SBM 模型描述如下：假設(shè)有n個(gè)決策單元DMU，記為DMUj（j=1，2，…，n），每個(gè)決策單元DMU有n種投入要素，記為xi（i=1，2，…，m），m種產(chǎn)出，記為yr（r=1，2，…，s），則

其中：ρ為效率評(píng)價(jià)指標(biāo)；xij為第j個(gè)DMU的第i個(gè)投入變量；yrj為第j個(gè)DMU的第r個(gè)產(chǎn)出變量；θj為參照集中各要素的權(quán)重。本文使用MaxDEA6.0 軟件進(jìn)行SBM 模型分析。

（二）曼奎斯特指數(shù)（Malmquist index）模型

全要素生產(chǎn)率（total factor productivity，TFP）由索洛提出，是指生產(chǎn)活動(dòng)在一定時(shí)間內(nèi)的效率，是衡量單位總投入和總產(chǎn)出的生產(chǎn)率指標(biāo)，一般定義為人力、物力、財(cái)力開(kāi)發(fā)利用的效率。這里的“全”并非指所有要素帶來(lái)的增長(zhǎng)，而是指不能歸因于勞動(dòng)、資本等有形要素的增長(zhǎng)部分，其來(lái)源往往包括有3 個(gè)來(lái)源：一是效率的改善；二是技術(shù)進(jìn)步；三是規(guī)模效應(yīng)。因此全要素生產(chǎn)率的增長(zhǎng)率常常被看作是科技進(jìn)步的指標(biāo)。

全要素生產(chǎn)率的度量通常有參數(shù)法和非參數(shù)法兩種，參數(shù)法有索洛殘差法；生產(chǎn)函數(shù)法，主要適用于多投入單產(chǎn)出的情況；非參數(shù)法包括代數(shù)指數(shù)法、TFP 指數(shù)法、曼奎斯特指數(shù)模型和數(shù)據(jù)包絡(luò)分析法。本文選取Farrell 等［14］構(gòu)建的基于DEA 的曼奎斯特指數(shù)法，因其避免了使用參數(shù)法設(shè)定函數(shù)不當(dāng)導(dǎo)致的結(jié)果誤差，其次不需要假設(shè)，且計(jì)算簡(jiǎn)便易行，能夠?qū)Χ鄠€(gè)對(duì)象多個(gè)指標(biāo)進(jìn)行計(jì)算。兼具了DEA 分析法的特點(diǎn)并且有自身優(yōu)勢(shì)。

曼奎斯特生產(chǎn)率指數(shù)變動(dòng)值即全要素生產(chǎn)率（TFP）變動(dòng)值。TFP可以分解為技術(shù)效率變化指數(shù)（effch）和技術(shù)進(jìn)步指數(shù)（techch）兩項(xiàng)。技術(shù)效率變化指數(shù)是處于規(guī)模報(bào)酬不變且要素自由處置條件下的效率變化指數(shù)，它度量的是從t時(shí)期到t+1 時(shí)期生產(chǎn)決策單元到最佳生產(chǎn)可能性邊界的追趕程度，也被稱(chēng)為“追趕效應(yīng)”。技術(shù)進(jìn)步指數(shù)度量的是技術(shù)邊界從t時(shí)期到t+1 時(shí)期的移動(dòng)情況，也被稱(chēng)為“增長(zhǎng)效應(yīng)”。效率變化指數(shù)又可以被分解為純技術(shù)效率變化指數(shù)（pech）和規(guī)模效率變化指數(shù)（sech），若TFP＞1，說(shuō)明從第t期到t+1 期的全要素生產(chǎn)率呈增長(zhǎng)狀態(tài)，反之亦然。若sech＞1，表明相對(duì)于t期，第t+1 期的規(guī)模效率更接近固定規(guī)模報(bào)酬；若pech＞1，表明規(guī)模報(bào)酬可變的條件下，純技術(shù)效率有所改善；前兩者的乘積構(gòu)成技術(shù)效率，effch＞1，表明決策單元向技術(shù)有效前沿面趨近，相對(duì)技術(shù)效率有所提高；若techch＞1，則說(shuō)明技術(shù)出現(xiàn)了進(jìn)步或創(chuàng)新，即生產(chǎn)可能性邊界向外移動(dòng)。

（三）Tobit 模型

Tobit 模型是由美國(guó)經(jīng)濟(jì)學(xué)家Tobin［15］在1958 年提出來(lái)的，Tobit 模型的標(biāo)準(zhǔn)形式如下：

其中：yi為潛在因變量向量；xi為自變量向量；β為系數(shù)向量；?i為誤差項(xiàng)，?i～N（0，σ2）。

（四）變量選取和數(shù)據(jù)來(lái)源

為確保選取指標(biāo)的科學(xué)性、準(zhǔn)確性和有效性，本文所有數(shù)據(jù)均來(lái)源于《中國(guó)科技數(shù)據(jù)庫(kù)》《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》選取我國(guó)30 個(gè)省級(jí)行政區(qū)域的相關(guān)數(shù)據(jù)分析，其中西藏地區(qū)和港澳臺(tái)地區(qū)因數(shù)據(jù)缺失剔除。參考國(guó)內(nèi)外學(xué)者對(duì)指標(biāo)體系的相關(guān)研究，根據(jù)柯布道格拉斯生產(chǎn)函數(shù)中涉及變量，選取相應(yīng)指標(biāo)見(jiàn)表1。

表1 指標(biāo)選取及說(shuō)明

通常創(chuàng)新投入要轉(zhuǎn)化成產(chǎn)出存在一定的時(shí)間滯后，本文參照陳光華等［16］、董菁菁［17］的觀(guān)點(diǎn)，設(shè)定創(chuàng)新滯后期為1年。由于研發(fā)經(jīng)費(fèi)內(nèi)部支出、新產(chǎn)品銷(xiāo)售收入、技術(shù)市場(chǎng)成交額這3 項(xiàng)指標(biāo)均與物價(jià)變動(dòng)相關(guān)，本文按照朱平芳和徐偉民［18］的方法對(duì)這些指標(biāo)以2008 年為基期進(jìn)行平減處理。其中，固定資產(chǎn)投資價(jià)格指數(shù)、消費(fèi)物價(jià)指數(shù)、工業(yè)品出廠(chǎng)價(jià)格指數(shù)的相關(guān)數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站。為了消除模型回歸中可能出現(xiàn)的異方差情況，最大程度減少數(shù)據(jù)的波動(dòng)，本文在實(shí)證分析前對(duì)所有數(shù)據(jù)進(jìn)行了對(duì)數(shù)化處理。

三、實(shí)證結(jié)果及分析

基于本文模型構(gòu)建和變量選取，接下來(lái)從靜態(tài)的技術(shù)效率和動(dòng)態(tài)的生產(chǎn)率變動(dòng)［19］對(duì)觀(guān)察期間內(nèi)的科技創(chuàng)新效率進(jìn)行深入剖析。技術(shù)效率的概念最早由Farrell［14］提出，認(rèn)為技術(shù)效率反映廠(chǎng)商給定投入集獲得的最大產(chǎn)出能力，Leibenstein［20］從產(chǎn)出角度對(duì)技術(shù)效率進(jìn)行了闡釋?zhuān)J(rèn)為技術(shù)效率反映了實(shí)際產(chǎn)出與市場(chǎng)價(jià)格一定、投入規(guī)模比例相同的相似環(huán)境下最優(yōu)理想產(chǎn)出的比率，如果這個(gè)比率小于1，意味著生產(chǎn)單位存在效率損失。本文應(yīng)用SBM 模型測(cè)算出的技術(shù)效率可以分解為純技術(shù)效率和規(guī)模效率，而衡量動(dòng)態(tài)生產(chǎn)率的變動(dòng)情況則用Malmquist 全要素生產(chǎn)率指數(shù)測(cè)算，可以分解為技術(shù)效率變動(dòng)和技術(shù)進(jìn)步變動(dòng)。

（一）技術(shù)效率測(cè)算

運(yùn)用MAXDEA6.0 軟件，計(jì)算2009—2017 年我國(guó)30 個(gè)?。ㄊ?、自治區(qū)）科技創(chuàng)新的技術(shù)效率指標(biāo)，具體指標(biāo)見(jiàn)表2。

表2 2009—2017 年我國(guó)省際科技創(chuàng)新技術(shù)效率值

從表2 可以看出：全國(guó)2009—2017 年技術(shù)效率均值為0.637，表明總體科技創(chuàng)新技術(shù)效率不高，2009 年全國(guó)平均技術(shù)效率為0.525，2017 年這一均值上升為0.758，技術(shù)效率近10 年間得到明顯提升；綜合各個(gè)省份的數(shù)據(jù)顯示：技術(shù)效率值達(dá)到最優(yōu)的省份有北京、廣東、浙江、重慶、青海和新疆，大部分為東部發(fā)達(dá)省份，全國(guó)有15 個(gè)地區(qū)技術(shù)效率高于全國(guó)平均水平，其中技術(shù)效率較高（高于0.8）的地區(qū)有10 個(gè)，除青海、海南和新疆外，都是東部城市或直轄市，說(shuō)明技術(shù)效率所反映的對(duì)現(xiàn)有技術(shù)利用、管理水平與經(jīng)濟(jì)發(fā)達(dá)程度呈正相關(guān)關(guān)系，技術(shù)創(chuàng)新效率的區(qū)域不平衡現(xiàn)象依然存在。

（二）基于Malmquist 指數(shù)模型的效率分解

本文通過(guò)SBM 模型測(cè)算了我國(guó)各省份（地區(qū)）的技術(shù)效率，系統(tǒng)分析了各個(gè)地區(qū)技術(shù)效率變化過(guò)程，探討了觀(guān)察期間內(nèi)我國(guó)科技創(chuàng)新靜態(tài)效率情況［21］。為進(jìn)一步探討科技創(chuàng)新效率的動(dòng)態(tài)變化情況，在此基礎(chǔ)上，選取Malmquist 指數(shù)測(cè)算全國(guó)及各省份科技創(chuàng)新全要素生產(chǎn)率變動(dòng)指數(shù)，深入分析引起全要素生產(chǎn)率變動(dòng)的技術(shù)效率變化和技術(shù)進(jìn)步變化情況，若全要素生產(chǎn)率指數(shù)及其分解項(xiàng)技術(shù)效率變動(dòng)和技術(shù)進(jìn)步變動(dòng)大于1 的話(huà)，則意味著全要素生產(chǎn)率指數(shù)、技術(shù)效率和技術(shù)進(jìn)步是改善的、增長(zhǎng)的、進(jìn)步的，反之則是倒退的、惡化的和退步的。具體結(jié)果見(jiàn)表3。

根據(jù)表3 科技活動(dòng)全要素生產(chǎn)率指數(shù)及其分解結(jié)果來(lái)看：①M(fèi)almquist 生產(chǎn)率指數(shù)均值為1.178，表明我國(guó)省際整體科技活動(dòng)全要素生產(chǎn)率呈增長(zhǎng)態(tài)勢(shì)，從全要素生產(chǎn)率的分解項(xiàng)來(lái)看，技術(shù)效率增長(zhǎng)20.4%，技術(shù)進(jìn)步增長(zhǎng)7.0%，進(jìn)一步對(duì)技術(shù)效率變化進(jìn)行分解，我國(guó)科技創(chuàng)新整體純技術(shù)效率增長(zhǎng)10.6%，而規(guī)模效率增長(zhǎng)12.4%，由此可見(jiàn)，我國(guó)整體科技活動(dòng)全要素生產(chǎn)率的提升主要是由技術(shù)效率變化引起的，而技術(shù)效率的提升主要由規(guī)模效率變化引起的；②從TFP 的兩個(gè)分解項(xiàng)看，技術(shù)效率變化和技術(shù)進(jìn)步變化總體是大于1的，但在觀(guān)察周期內(nèi)呈現(xiàn)出明顯的波動(dòng)增長(zhǎng)特征。進(jìn)一步分析各省份（地區(qū)）科技活動(dòng)全要素生產(chǎn)率指數(shù)及其分解項(xiàng)，其結(jié)果見(jiàn)表4。

表3 2009—2017 年各年份科技創(chuàng)新Malmquist 生產(chǎn)率指數(shù)及其分解

表4 2009—2017 年按地區(qū)科技創(chuàng)新Malmquist 生產(chǎn)率指數(shù)及其分解

由表4 可看出，全國(guó)除5 個(gè)省份的TFP值變動(dòng)略有下降外，其余省份均有不同程度的增長(zhǎng)。傳統(tǒng)經(jīng)濟(jì)發(fā)達(dá)的東部省份（地區(qū)），例如北京、廣東、上海、浙江、江蘇等地區(qū)技術(shù)進(jìn)步變動(dòng)大于技術(shù)效率變動(dòng)。在一些經(jīng)濟(jì)欠發(fā)達(dá)的中西部省份（地區(qū)），例如河南、廣西、江西、安徽等地區(qū)技術(shù)效率變化大于技術(shù)進(jìn)步變化，這一點(diǎn)與全國(guó)TFP值分解指標(biāo)一致?？梢?jiàn)，中西部省份的科技創(chuàng)新活動(dòng)對(duì)我國(guó)整體科技活動(dòng)創(chuàng)新效率有重要影響。

綜合表2、表3 和表4 可以看出：技術(shù)效率反映的是在現(xiàn)有技術(shù)進(jìn)步和創(chuàng)新條件下，對(duì)現(xiàn)有技術(shù)更充分、更有效的利用能力，因此管理水平提升、生產(chǎn)經(jīng)驗(yàn)累積是實(shí)現(xiàn)技術(shù)效率提高的主要途徑；而技術(shù)進(jìn)步變化指數(shù)在研究中通常反映了實(shí)際中技術(shù)引進(jìn)或技術(shù)創(chuàng)新的結(jié)果，而技術(shù)進(jìn)步變化會(huì)引起可能性生產(chǎn)邊外向移動(dòng)，從而形成技術(shù)進(jìn)步，繼而提升全要素生產(chǎn)率的提升［22］。通過(guò)以上分析反映出東部地區(qū)創(chuàng)新基礎(chǔ)資源好，比如經(jīng)費(fèi)投入力度大、人力資本豐裕，技術(shù)進(jìn)步變動(dòng)表現(xiàn)優(yōu)秀，說(shuō)明這些地區(qū)技術(shù)引進(jìn)或者技術(shù)創(chuàng)新能力強(qiáng)于中西部欠發(fā)達(dá)地區(qū)；而西部地區(qū)經(jīng)費(fèi)投入與人力資本差距明顯差距很大，但是近10 年數(shù)據(jù)表明，這些地區(qū)也在不斷進(jìn)行追趕，表現(xiàn)在技術(shù)效率變化幅度大于技術(shù)進(jìn)步變化幅度，說(shuō)明對(duì)現(xiàn)有資源有效利用能力不斷增強(qiáng)。綜上所述，不管創(chuàng)新基礎(chǔ)如何，都需要重視資源優(yōu)化配置，加大技術(shù)創(chuàng)新力度，才能進(jìn)一步提高科技活動(dòng)創(chuàng)新效率。

（三）影響因素分析

通過(guò)分析顯示我國(guó)科技創(chuàng)新效率整體水平得到較大幅度提升，但仍表現(xiàn)出較為明顯的地區(qū)差異，有必要進(jìn)一步探討這些差異是由哪些因素所致。新古典增長(zhǎng)理論認(rèn)為，各經(jīng)濟(jì)體的發(fā)展不僅受初期水平的影響，還會(huì)受到諸如資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、人口、技術(shù)水平等因素的影響，因此，為了探究差異性的根源，建立Tobit 回歸模型對(duì)科技創(chuàng)新活動(dòng)影響因素（表5）進(jìn)行分析。

1.影響因素變量選擇

（1）政府支持?？萍蓟顒?dòng)人力、物力、財(cái)力豐裕的地區(qū)，能夠?yàn)榭萍紕?chuàng)新活動(dòng)提供優(yōu)良的土壤，因此政府對(duì)科技創(chuàng)新活動(dòng)的支持力度越大，地區(qū)創(chuàng)新活動(dòng)越活躍，就越有可能通過(guò)競(jìng)爭(zhēng)、合作不斷提高創(chuàng)新效率。

（2）對(duì)外開(kāi)放。絕對(duì)優(yōu)勢(shì)理論認(rèn)為對(duì)外開(kāi)放有利于區(qū)域經(jīng)濟(jì)增長(zhǎng)。對(duì)外開(kāi)放程度的提升能夠擴(kuò)大并加深科技活動(dòng)的競(jìng)爭(zhēng)與合作，有助于創(chuàng)新要素集中和優(yōu)化配置，有利于地區(qū)和地區(qū)間的技術(shù)創(chuàng)新合作和技術(shù)進(jìn)步，對(duì)科技創(chuàng)新活動(dòng)帶來(lái)強(qiáng)有力的刺激，不斷促進(jìn)創(chuàng)新效率的提升。

（3）產(chǎn)業(yè)結(jié)構(gòu)。所謂產(chǎn)業(yè)機(jī)構(gòu)是指各產(chǎn)業(yè)間的相互聯(lián)系和比例關(guān)系。在經(jīng)濟(jì)發(fā)展不同階段，各產(chǎn)業(yè)間占經(jīng)濟(jì)總量比重大不一樣，產(chǎn)業(yè)間合理的構(gòu)成比例和相互關(guān)系能夠通過(guò)關(guān)聯(lián)效應(yīng)促進(jìn)科技創(chuàng)新活動(dòng)效率的提升，已有文獻(xiàn)中一般選取第二產(chǎn)業(yè)增加值占GDP 比重衡量。

（4）人力資本。內(nèi)生增長(zhǎng)理論［23］認(rèn)為，人力資本的累積能夠?qū)夹g(shù)創(chuàng)新水平高低產(chǎn)生重要影響。通常，高水平的人力資本存量意味著地區(qū)勞動(dòng)力整體素質(zhì)較高，這些勞動(dòng)力則蘊(yùn)含著豐富的知識(shí)儲(chǔ)備和勞動(dòng)技能，能夠?yàn)閯?chuàng)新活動(dòng)提供人才保障。

（5）信息化水平?？萍紕?chuàng)新活動(dòng)離不開(kāi)各種知識(shí)、信息、要素的流動(dòng)，而信息化是利用信息技術(shù)、促進(jìn)信息交流和知識(shí)共享的重要手段，可見(jiàn)信息化建設(shè)是開(kāi)展科技創(chuàng)新活動(dòng)的基礎(chǔ)設(shè)施環(huán)境的重要方面，能夠?yàn)閯?chuàng)新活動(dòng)提供重要的支撐。

表5 影響因素變量描述

2.回歸分析

本文構(gòu)建我國(guó)科技活動(dòng)效率影響因素Tobit 回歸模型如下：

其中：β0為常數(shù)項(xiàng)；β1、β2、β3、β4、β5為各自變量的回歸系數(shù)；i和t分別表示地區(qū)和時(shí)間；ui，t表示隨機(jī)干擾項(xiàng)；G代表政府支持；O代表對(duì)外開(kāi)放；S代表產(chǎn)業(yè)結(jié)構(gòu)；H代表人力資本；I代表信息環(huán)境。為消除異方差，對(duì)所有解釋變量取對(duì)數(shù)。各變量描述性性統(tǒng)計(jì)結(jié)果見(jiàn)表6。

表6 描述性統(tǒng)計(jì)結(jié)果

本文利用Stata15.0 軟件進(jìn)行Tobit 回歸分析，在回歸中加入了年份和地區(qū)的虛擬變量以控制其他因素的影響，回歸結(jié)果見(jiàn)表7。

表7 Tobit 回歸結(jié)果

結(jié)果表明，政府支持對(duì)TFP的影響在5%水平上通過(guò)了顯著性檢驗(yàn)，系數(shù)為0.295，說(shuō)明政府支持每提高1%，TFP提高0.295%，意味著政府對(duì)地區(qū)科技活動(dòng)越重視，支持力度越大，財(cái)政科技支出資金會(huì)進(jìn)一步傾斜給科技創(chuàng)新活動(dòng)，進(jìn)能促進(jìn)地區(qū)TFP提升。對(duì)外開(kāi)放程度對(duì)TFP的影響在1%水平上通過(guò)了顯著性檢驗(yàn)，系數(shù)為0.427，說(shuō)明對(duì)外開(kāi)放程度每提高1%，TFP相應(yīng)提高0.427%，意味著對(duì)外開(kāi)放力度大的地區(qū)，科技創(chuàng)新活動(dòng)實(shí)體間的競(jìng)爭(zhēng)與合作越全面，創(chuàng)新活動(dòng)將更活躍，對(duì)地區(qū)科技創(chuàng)新效率越能產(chǎn)生積極影響。而產(chǎn)業(yè)結(jié)構(gòu)在10%水平上通過(guò)了顯著性檢驗(yàn)，系數(shù)為-0.490，可能意味著地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)仍存在不合理的地方；人力資本對(duì)TFP的影響在1%水平上通過(guò)了顯著性檢驗(yàn)，系數(shù)為1.628，說(shuō)明人力資本每提高1%，TFP相應(yīng)提高1.628%，意味著地區(qū)高素質(zhì)人才越集中，對(duì)當(dāng)?shù)乜萍紕?chuàng)新活動(dòng)效率將產(chǎn)生顯著的推動(dòng)力，當(dāng)前經(jīng)濟(jì)發(fā)達(dá)省份依然占據(jù)了良好的人才優(yōu)勢(shì)，這是導(dǎo)致科技創(chuàng)新活動(dòng)效率不均衡的重要方面；信息化程度對(duì)TFP的影響在近似在10%水平上通過(guò)了顯著性檢驗(yàn)，系數(shù)為0.253，說(shuō)明信息化水平每提高1%，TFP提高0.253%，表明地區(qū)信息化水平對(duì)科技創(chuàng)新活動(dòng)效率影響較大。

四、結(jié)論與建議

本文采用曼奎斯特生產(chǎn)率指數(shù)方法測(cè)算了我國(guó)科技活動(dòng)全要素生產(chǎn)率及其分解指標(biāo)，對(duì)各省份（地區(qū)）科技活動(dòng)的技術(shù)效率和全要素生產(chǎn)率動(dòng)態(tài)變化進(jìn)行了比較分析，并基于面板Tobit 模型對(duì)科技活動(dòng)全要素生產(chǎn)率的影響因素進(jìn)行了實(shí)證分析，主要得到以下結(jié)論。

（1）在研究期間整體科技活動(dòng)全要素生產(chǎn)率有所增長(zhǎng)，主要來(lái)源于技術(shù)效率變化。東部省份（地區(qū)）全要素生產(chǎn)效率提升主要來(lái)源于技術(shù)進(jìn)步，西部省份（地區(qū)）全要素生產(chǎn)率變動(dòng)較大，主要來(lái)源于技術(shù)效率變化。

（2）研究期間整體技術(shù)效率均值為0.637，表明總體資源配置效率不高，而從2009 年與2017 年的技術(shù)效率均值來(lái)看，提升幅度較大，表明資源配置效率在提升；并進(jìn)一步發(fā)現(xiàn)，資源配置效率跟經(jīng)濟(jì)發(fā)達(dá)程度正相關(guān)。

（3）政府支持、對(duì)外開(kāi)放、人力資本對(duì)科技創(chuàng)新效率具有顯著正影響，產(chǎn)業(yè)結(jié)構(gòu)對(duì)科技創(chuàng)新效率有顯著負(fù)影響，信息化水平對(duì)科技創(chuàng)新效率具有正影響。

因此，為更好地提升我國(guó)整體科技創(chuàng)新效率，聚集創(chuàng)新要素，優(yōu)化資源配置，提出如下建議。

（1）從創(chuàng)新要素管理上入手。政府應(yīng)高度重視科技創(chuàng)新活動(dòng)對(duì)地區(qū)經(jīng)濟(jì)發(fā)展和競(jìng)爭(zhēng)力的推動(dòng)作用，在客觀(guān)資源約束條件下從單純的投入管理到效率管理轉(zhuǎn)變，改革科技管理政策，有效匹配科技活動(dòng)所需人財(cái)物的數(shù)量和質(zhì)量，實(shí)現(xiàn)資源優(yōu)化配置，提供良好的配套，增強(qiáng)科技創(chuàng)新對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐作用，推動(dòng)地區(qū)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展。

（2）從改善科技創(chuàng)新環(huán)境上入手。利用各異資源稟賦和地區(qū)優(yōu)勢(shì)增強(qiáng)科技實(shí)力，研究表明［28-29］基礎(chǔ)設(shè)施建設(shè)和經(jīng)濟(jì)環(huán)境對(duì)區(qū)域創(chuàng)新效率的作用較為顯著，改善基礎(chǔ)環(huán)境，發(fā)揮市場(chǎng)作用，搭建創(chuàng)新平臺(tái)，促進(jìn)產(chǎn)學(xué)研合作創(chuàng)新及成果成果轉(zhuǎn)化。

（3）從創(chuàng)新激勵(lì)機(jī)制上入手。政府提供良好的配套措施，建立相應(yīng)的支持政策和人才激勵(lì)機(jī)制，設(shè)置研發(fā)項(xiàng)目和人才類(lèi)計(jì)劃，擴(kuò)充區(qū)域整體科技投入規(guī)模［30］，完善各類(lèi)科技資金的管理與監(jiān)督措施，激活科技活動(dòng)人員活力，提升科技資本投入的績(jī)效。

需要指出的是，科技創(chuàng)新活動(dòng)整體效率的提升離不開(kāi)各部分效率提升的共同作用，因此各地區(qū)在實(shí)際發(fā)展中應(yīng)該根據(jù)本省份的科技創(chuàng)新發(fā)展的實(shí)際情況，合理配置各種創(chuàng)新要素，并努力協(xié)調(diào)科技勞動(dòng)、科技資本和技術(shù)之間的關(guān)系，提升我國(guó)整體科技創(chuàng)新效率。