寧朝山

（聊城大學(xué) 商學(xué)院，山東 聊城 252059）

一、引言和文獻(xiàn)綜述

黨的十八大明確提出“科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國力的戰(zhàn)略支撐，必須擺在國家發(fā)展全局的核心位置。”強(qiáng)調(diào)要堅(jiān)持走中國特色自主創(chuàng)新道路、實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。2016年7月，國務(wù)院印發(fā)了《“十三五”國家科技創(chuàng)新規(guī)劃》，明確了邁進(jìn)創(chuàng)新型國家，為建成世界科技強(qiáng)國奠定堅(jiān)實(shí)基礎(chǔ)的總目標(biāo)。2018年3月，十三屆全國人大一次會(huì)議的政府工作報(bào)告中50余次提到科技、強(qiáng)調(diào)創(chuàng)新，其中特別指出“加快建設(shè)創(chuàng)新型國家”，“把握世界新一輪科技革命和產(chǎn)業(yè)變革大勢，深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”。因此，在2020年小康社會(huì)全面建成之際，統(tǒng)籌全局，多角度地探究中國科技創(chuàng)新效率的時(shí)空變化趨勢，研究影響各區(qū)域科技創(chuàng)新效率的重要因素，對建設(shè)創(chuàng)新型國家，提高社會(huì)生產(chǎn)力及綜合國力，有重要意義。

在當(dāng)前的時(shí)代背景下，越來越多的學(xué)者開始關(guān)注科技創(chuàng)新。通過對現(xiàn)有文獻(xiàn)的梳理，學(xué)者們主要從以下兩個(gè)方面展開研究：一是基于構(gòu)建的靜態(tài)指標(biāo)體系，通過不同的評價(jià)方法對科技創(chuàng)新不同維度進(jìn)行評價(jià)。巴吾爾江等①巴吾爾江、董彥斌、孫慧、張其：《基于主成分分析的區(qū)域科技創(chuàng)新能力評價(jià)》，《科技進(jìn)步與對策》2012年第29卷第12期，第26-30頁。、徐頑強(qiáng)等②徐頑強(qiáng)、周曉婷：《基于主成分分析法的省域科技創(chuàng)新體系評價(jià)模型構(gòu)建》，《科技管理研究》2016年第36卷第6期，第52-57+84頁。、王彥博等③王彥博、姚黎：《全國科技創(chuàng)新中心的科技創(chuàng)新能力評價(jià)研究——以我國31個(gè)省區(qū)市比較分析為例》，《科技管理研究》2020年第40卷第3期，第1-7頁。以及何睿④何睿：《創(chuàng)新型城市創(chuàng)新能力評價(jià)研究》，合肥工業(yè)大學(xué)碩士學(xué)位論文，2012年。分別采用主成分分析法對我國內(nèi)地各省區(qū)市及國家創(chuàng)新型城市的科技創(chuàng)新能力進(jìn)行了評價(jià)。鄧丹青等①鄧丹青、杜群陽、馮李丹、賈玉平：《全球科技創(chuàng)新中心評價(jià)指標(biāo)體系探索——基于熵權(quán)TOPSIS的實(shí)證分析》，《科技管理研究》2019年第39卷第14期，第48-56頁。、賈春光等②賈春光、程鈞謨、譚曉宇：《山東省區(qū)域科技創(chuàng)新能力動(dòng)態(tài)評價(jià)及空間差異分析》，《科技管理研究》2020年第40卷第2期，第106-114頁。、陳艷華③陳艷華：《基于熵權(quán)TOPSIS的區(qū)域科技創(chuàng)新能力實(shí)證研究》，《工業(yè)技術(shù)經(jīng)濟(jì)》2017年第36卷第5期，第46-51頁。及趙黎明等④趙黎明、劉猛：《基于熵權(quán)TOPSIS的區(qū)域科技創(chuàng)新能力評價(jià)模型及實(shí)證研究》，《天津大學(xué)學(xué)報(bào)》（社會(huì)科學(xué)版）2014年第16卷第5期，第385-390頁。分別運(yùn)用熵權(quán)TOPSIS法對我國9個(gè)典型城市、山東省各地市、中國四大地區(qū)及我國31個(gè)省市的科技創(chuàng)新能力進(jìn)行了實(shí)證分析，李沃源等⑤李沃源、烏蘭：《基于系統(tǒng)構(gòu)成要素的西部地區(qū)科技創(chuàng)新系統(tǒng)環(huán)境組合評價(jià)研究》，《科學(xué)管理研究》2019年第37卷第1期，第59-62頁。利用組合評價(jià)分析、聚類分析和相關(guān)分析等方法,對西部地區(qū)各省、市、自治區(qū)科技創(chuàng)新系統(tǒng)環(huán)境進(jìn)行實(shí)證研究。祝影,唐春光,孫銳,雷家骕⑥祝影、唐春光、孫銳、雷家骕：《基于系統(tǒng)耦合的中國科技創(chuàng)新城市評價(jià)》，《科技管理研究》2019年第39卷第24期，第30-39頁?；隈詈蠀f(xié)調(diào)模型,對23個(gè)中國科技創(chuàng)新城市進(jìn)行創(chuàng)新要素耦合評價(jià)，發(fā)現(xiàn)京津冀地區(qū)、長三角地區(qū)、珠三角地區(qū)的城市位居前列,中西部地區(qū)和東北地區(qū)城市表現(xiàn)乏力。二是基于動(dòng)態(tài)的創(chuàng)新效率進(jìn)行測度評價(jià)。胡麗娜⑦胡麗娜：《基于DEA的區(qū)域科技創(chuàng)新效率測算與評價(jià)》，《數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)》2019年第49卷第17期，第95-101頁。、何龍光⑧何龍光：《 西南地區(qū)科技創(chuàng)新效率評價(jià)及其影響因素研究》，云南財(cái)經(jīng)大學(xué)碩士學(xué)位論文，2019年。、許建紅等⑨許建紅、梁玲、孔令丞：《東部12省市科技創(chuàng)新效率的DEA測評與上海科創(chuàng)策略研究》，《上海對外經(jīng)貿(mào)大學(xué)學(xué)報(bào)》2019年第26卷第2期，第59-68頁。分別使用DEA方法對內(nèi)蒙古12盟市、西南地區(qū)及東部12省市的科學(xué)技術(shù)創(chuàng)新效率進(jìn)行了測度評價(jià)。Fuentest et al.⑩Fuentes H J,Grifell-Tatjé E,Perelman S：《A Parametric Distance Function Approach for MAlmquist Productivity Index Estimation 》 ，《Journal of Productivity Analysis》2001年第15卷第2期，第79-94頁。、Giedré Dzemydait é et al.11Giedré Dzemydaité,Ignas Dzemyda：《The Efficiency of Regional Innovation Systems in New MemberStates of the European Union》，《A Nonparametric DEA Approach.Economics and Business》2016年第28卷第1期，第83-89頁，、Carayannis E G et al.12Carayannis E G,Grigoroudis E,Goletsis Y：《 A Multilevel and Multistage Efficiency Evaluation of Innovation Systems》，《A Multiobjective DEA ApproachExpert Systems with Applications 》2016年第62期，第 63 － 80頁。分別對園區(qū)的科技創(chuàng)新效率、歐盟中部、東部的40個(gè)區(qū)域及23個(gè)歐洲國家創(chuàng)新效率進(jìn)行了測算與評價(jià)。郭淑芬,張俊13郭淑芬、張?。骸吨袊?1個(gè)省市科技創(chuàng)新效率及投入冗余比較》，《科研管理》2018年第39卷第4期，第55-63頁。運(yùn)用CCR-DEA、BCC-DEA和Malmquist-DEA模型測度了2009-2013年中國31個(gè)省市的科技創(chuàng)新效率及其年份變動(dòng)情況，表明研究期內(nèi)完全有效省份的數(shù)量呈增多趨勢,但總數(shù)仍遠(yuǎn)不及一半，5年來,基于技術(shù)進(jìn)步各省市的科技創(chuàng)新效率有所提高。劉釩等14劉釩、鄧明亮：《基于改進(jìn)超效率DEA模型的長江經(jīng)濟(jì)帶科技創(chuàng)新效率研究》，《科技進(jìn)步與對策》2017年第34卷23期，第48-53頁。、林佳麗等15林佳麗、薛聲家：《廣東省各市科技創(chuàng)新有效性評價(jià)——基于DEA超效率模型的分析》，《科技管理研究》2008年第8期，第111-114頁?；诔蔇EA模型對長江經(jīng)濟(jì)帶、廣東省21個(gè)城市科技創(chuàng)新相對有效性進(jìn)行了全面客觀的評價(jià)。張明龍16張明龍：《我國金融支持科技創(chuàng)新的效率評價(jià)——基于超效率DEA與Malmquist指數(shù)方法》，《金融發(fā)展研究》2015年第6期，第18-25.頁?；诔蔇EA模型,分析了我國30個(gè)省、自治區(qū)和直轄市以金融作為投入的科技創(chuàng)新效率，結(jié)果表明中西部地區(qū)的效率增長高于東部地區(qū),技術(shù)效率的變化是導(dǎo)致區(qū)域差異的主要原因。孫東①孫東：《我國科技創(chuàng)新效率測算及影響因素研究——基于超效率DEA-TOBIT兩步法分析》，《稅收經(jīng)濟(jì)研究》2014年第19卷2期，第76-84頁。采用超效率DEA-TOBIT模型測算了我國2002-2012年各省份創(chuàng)新的效率，結(jié)果表明：我國創(chuàng)新效率還不高,處于創(chuàng)新有效狀態(tài)的省份不足1/3,而且創(chuàng)新效率值波動(dòng)較大,沒有出現(xiàn)穩(wěn)定上升趨勢。

當(dāng)前學(xué)者的研究為區(qū)域科技創(chuàng)新的后續(xù)研究奠定了基礎(chǔ)，但仍存在可進(jìn)一步研究的空間。如部分學(xué)者雖然構(gòu)建了科學(xué)創(chuàng)新指標(biāo)體系，采用了各種各樣的方法評價(jià)了科學(xué)創(chuàng)新能力，但只能反映科學(xué)創(chuàng)新的靜態(tài)變化，由于各省市區(qū)的的創(chuàng)新基礎(chǔ)、經(jīng)濟(jì)稟賦，導(dǎo)致其科學(xué)技術(shù)能力本身就存在差別，只進(jìn)行靜態(tài)比較，忽視了其本身的自然稟賦，不能反映其效率值的變化，如某些資源在某個(gè)地區(qū)可能有好的產(chǎn)出，但另外某個(gè)地區(qū)可能就由于其本身的先決的自然條件就不一定有好的產(chǎn)出，如果只比較投入及產(chǎn)出這樣的靜態(tài)值，難免忽視了各地區(qū)科技創(chuàng)新的先決條件；部分學(xué)者運(yùn)用DEA模型進(jìn)行分析時(shí)，由于普通DEA模型的計(jì)量條件，所有創(chuàng)新有效的效率值均為1，不能比較各創(chuàng)新有效區(qū)域的不同。另外，部分學(xué)者使用超效率對科技創(chuàng)新效率進(jìn)行了包絡(luò)分析，但沒有分析其影響因素，不能很好的為把握科技創(chuàng)新提供決策依據(jù)。

本文基于超效率DEA-malmqiust指數(shù)模型，從靜態(tài)及動(dòng)態(tài)角度測度中國各省及南北區(qū)域科技創(chuàng)新效率，進(jìn)而建立Tobit面板數(shù)據(jù)模型，得出了影響科技創(chuàng)新效率的重要因素。本文的重要研究意義在于為各省政府更好地促進(jìn)科技創(chuàng)新，進(jìn)一步提高全國科技創(chuàng)新水平提供可供參考的決策依據(jù)。

二、研究設(shè)計(jì)

(一)創(chuàng)新效率評價(jià)研究設(shè)計(jì)

1．超效率DEA模型

傳統(tǒng)DEA無法區(qū)別有效 DMU 單元之間的效率差異，即當(dāng)有多個(gè)決策單元同時(shí)處于有效時(shí)，它們的效率值都是1，為避免多個(gè)評價(jià)單元同時(shí)處于最優(yōu)最前沿面而無法得到DMU的全序，Andersen和Petersen(1993)提出了超效率DEA模型，其有效決策單元的值可以大于1。其基本思想是當(dāng)評價(jià)一個(gè)決策單元時(shí)，將其與其他決策單元的線性組合做比較，而其排除在外，在測評時(shí)，無效決策單元其生產(chǎn)前沿面不變，因此其效率值與傳統(tǒng)DEA模型一樣。但當(dāng)決策單元的投入如果提高到計(jì)算得到的效率值比例時(shí)，該決策單元仍然可以保持DEA有效，其超效率DE有效決策單元的效率值大于1。超效率DEA模型分為投入導(dǎo)向型和產(chǎn)出導(dǎo)向型兩種。由于投入的數(shù)量是決策的基本變量，與產(chǎn)出量相比，投入量更容易控制，因此，本文采用如下投入導(dǎo)向型超效率DEA模型進(jìn)行分析。

2．Malmquist指數(shù)

Malmquist指數(shù)方法是基于DEA模型提出的，可以利用多種投入與產(chǎn)出變量進(jìn)行效率分析，且不需要相關(guān)的價(jià)格信息，也不需要成本最小化和利潤最大化等的條件，它把生產(chǎn)率的變化原因分為技術(shù)進(jìn)步變化與技術(shù)效率變化：技術(shù)進(jìn)步變化是生產(chǎn)前沿面的移動(dòng)；技術(shù)效率變化是生產(chǎn)技術(shù)的利用效率，是生產(chǎn)前沿面和實(shí)際產(chǎn)出量之間的距離變化。Malmquist指數(shù)定義為：

Malmquist指數(shù)可以進(jìn)一步分解為技術(shù)效率指數(shù)（EF）和技術(shù)進(jìn)步指數(shù)（TE），分解公式如下，

3、指標(biāo)選取

利用超效率DEA-Malumquist指數(shù)度量區(qū)域科技創(chuàng)新效率，其本質(zhì)是要構(gòu)建一個(gè)投入-產(chǎn)出系統(tǒng)，測度其投入產(chǎn)出效率，以此衡量區(qū)域科技創(chuàng)新效率。選取R&D人員全時(shí)當(dāng)量(I1)、R&D經(jīng)費(fèi)支出數(shù)目(I2)以及規(guī)模以上工業(yè)企業(yè)新產(chǎn)品開發(fā)經(jīng)費(fèi)（I3）作為創(chuàng)新投入的衡量指標(biāo)。創(chuàng)新產(chǎn)出是表征創(chuàng)新產(chǎn)出成果的變量，指標(biāo)體系主要是能夠體現(xiàn)創(chuàng)新活動(dòng)產(chǎn)出，故選擇專利申請量(o1)、規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入（o2）和，以及技術(shù)市場成交額（o3）等三個(gè)指標(biāo)作為創(chuàng)新產(chǎn)出指標(biāo)，學(xué)術(shù)界對于使用專利申請量還是專利授權(quán)量一直存在爭論，本文為專利申請量往往能代表一個(gè)地區(qū)人們的創(chuàng)新能力和創(chuàng)新意愿，和專利授權(quán)量相比，由于制度和時(shí)效原因，方分產(chǎn)品存在了社會(huì)價(jià)值但未被授權(quán)，另外一方分未通過申請的專利也可能正在產(chǎn)生社會(huì)價(jià)值而未被授權(quán)，專利申請量則將其考慮在內(nèi)，因而與專利授權(quán)量相比，能夠更好地衡量創(chuàng)新產(chǎn)出。

（二）科技創(chuàng)新效率影響因素研究設(shè)計(jì)

1、Tobit面板數(shù)據(jù)模型

超效率DEA方法得出的效率指數(shù)值都非負(fù)，且數(shù)據(jù)大量集中于(0,1)之間，因此其可以看作是受限因變量，如果直接采用最小二乘法，會(huì)給參數(shù)估計(jì)帶來有偏和不一致①朱麗娟、張改清、張建杰：《水土資源利用方式對種糧大戶技術(shù)效率的影響分析——基于黑龍江省697個(gè)種糧大戶的調(diào)查數(shù)據(jù)》，《經(jīng)濟(jì)經(jīng)緯》2018年第35卷5期，第66-72頁。②段婕、白海林、金慧寧：《創(chuàng)新對軍民融合企業(yè)效率影響的實(shí)證研究——以“十大軍工集團(tuán)”上市公司為例》，《科技管理研究》2019年第39卷2期，第55-61頁。，因此采用Tobit模型考察科技創(chuàng)新效率影響因素。模型設(shè)定如下：

2、變量選擇

本文選擇通過投入導(dǎo)向的超效率DEA模型計(jì)算的科技創(chuàng)新效率來測度各省歷年來區(qū)域創(chuàng)新水平差異，作為被解釋變量。后采用文獻(xiàn)分析法及定性分析，選擇政府支持、教育投入、開放程度、地區(qū)經(jīng)濟(jì)、人力資本、勞動(dòng)力素質(zhì)、微觀創(chuàng)新環(huán)境差異、以及產(chǎn)業(yè)結(jié)構(gòu)中的非農(nóng)產(chǎn)業(yè)作為影響各區(qū)域科技創(chuàng)新效率的因素，分別用科學(xué)技術(shù)投入比重、教育投入比重、外貿(mào)依存度、人均GDP、適齡常住人口比重、高素質(zhì)勞動(dòng)力筆者、城市化率、非農(nóng)產(chǎn)業(yè)比重來衡量作為解釋變量，具體見表1，描述性統(tǒng)計(jì)見表2。

表1 變量指標(biāo)解釋

表2 變量描述性統(tǒng)計(jì)

（三）數(shù)據(jù)來源

本文的數(shù)據(jù)主要來源于《中國科技統(tǒng)計(jì)年鑒（2013—2019）》和《中國統(tǒng)計(jì)年鑒（2013—2019）》，其中2012-2017年國外三大索引系統(tǒng)收錄的科技論文數(shù)指標(biāo)來源于《中國科技統(tǒng)計(jì)年鑒（2014—2019）》。

三、實(shí)證結(jié)果及分析

（一)科技創(chuàng)新靜態(tài)效率評價(jià)

1．省際靜態(tài)效率比較

根據(jù)公式（1）超效率DEA模型，計(jì)算中國2012年-2019年30個(gè)省區(qū)市( 西藏?cái)?shù)據(jù)暫缺) 科技創(chuàng)新效率值，為了便于進(jìn)行靜態(tài)分析，本文根據(jù)分析數(shù)據(jù)將創(chuàng)新效率劃分為四個(gè)級別，分別為創(chuàng)新低效（0.9以下）、創(chuàng)新近有效（0.9-1.0），創(chuàng)新有效（1.0-1.1）和創(chuàng)新高效（1.1以上），具體效率值如表3所示。

表3 2012-2018年中國30個(gè)?。▍^(qū)、市）科技創(chuàng)新效率

廣 西 0.734 0.941 0.959 1.295 1.490 1.265 0.993海 南 0.646 0.698 0.655 0.668 0.495 0.742 0.713重 慶 1.147 1.079 1.307 1.486 1.158 1.037 0.790四 川 1.021 0.964 0.831 1.048 0.871 0.924 0.761貴 州 0.819 1.183 1.526 0.882 0.715 1.066 1.228云 南 0.688 0.598 0.550 0.566 0.426 0.520 0.690陜 西 0.925 0.896 0.874 0.962 0.766 0.978 0.727甘 肅 0.952 1.007 0.902 0.901 0.828 1.129 1.021青 海 0.658 0.812 0.860 1.718 1.604 1.393 1.648寧 夏 0.591 0.901 0.589 0.736 0.465 0.922 1.125新 疆 0.589 0.570 0.853 0.804 0.562 0.639 0.744

橫向來看，只有北京市歷年來保持創(chuàng)新高效，創(chuàng)新效率值始終穩(wěn)定在1.5以上，但創(chuàng)新效率明顯下滑，由2012年的3.734降低到2018年的1.501，降低了近59.8%，相反，青海省創(chuàng)新效率實(shí)現(xiàn)了有效增長，由2012年的0.658增長至2018年的1.648，增長了近50.5%。從實(shí)際情況找尋原因發(fā)現(xiàn)，2015年青海省頒布了《中共青海省委青海省人民政府關(guān)于深化體制機(jī)制改革加快創(chuàng)新驅(qū)動(dòng)發(fā)展的實(shí)施意見》（青發(fā)[2015]17號）、《青海省人民政府關(guān)于改革省級財(cái)政科技計(jì)劃和資金管理的實(shí)施意見》（青政[2015]80號）、《青海省人民政府辦公廳關(guān)于發(fā)展眾創(chuàng)空間推進(jìn)大眾創(chuàng)新創(chuàng)業(yè)的實(shí)施意見》（青政辦[2015]144號）等8項(xiàng)改革性文件，營造了大眾創(chuàng)業(yè)、萬眾創(chuàng)新的政策環(huán)境和制度環(huán)境，因此自2015年伊始，青海省由創(chuàng)新低效地區(qū)發(fā)展至創(chuàng)新高效地區(qū)。北京市作為全國政治中心，其始終保持著高效產(chǎn)出，但通過觀察其投入產(chǎn)出指標(biāo)發(fā)現(xiàn)，歷年來其投入規(guī)模不斷擴(kuò)大，但產(chǎn)出規(guī)模較上年增長較低，以2017年、2018年兩年舉例，2017年R&D 經(jīng)費(fèi)內(nèi)方支出15796512萬元，規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入41192830.9萬元，2018年R&D 經(jīng)費(fèi)內(nèi)方支出18707700.8萬元，擴(kuò)大了近18.4%，模以上工業(yè)企業(yè)新產(chǎn)品銷售收入41366175.3萬元，增加幅度僅為0.4%。河北、山西、內(nèi)蒙古、遼寧、福建、河北、海南、云南、新疆歷年來始終創(chuàng)新低效，效率值穩(wěn)定在0.9以下，而廣東、山東比較特殊在創(chuàng)新低效及近有效之間波動(dòng)，2018年效率值在0.9以下，處于創(chuàng)新抵低效狀態(tài)，效率值不算太高。天津、吉林、黑龍江、上海、浙江、湖南、甘肅、在創(chuàng)近有效及有效之間波動(dòng)、廣西、貴州在創(chuàng)新高效及有效之間波動(dòng)，安徽、湖北、寧夏則實(shí)現(xiàn)了創(chuàng)新效率的增長，由創(chuàng)新低效地區(qū)發(fā)展到創(chuàng)新有效地區(qū)，而江蘇、重慶地區(qū)創(chuàng)新效率明顯下滑，由效率由2012年的高效狀態(tài)降低至2018年的低效狀態(tài)。

縱向來看，2012年至2015年，北京市創(chuàng)新效率始終位于第一位且遠(yuǎn)超出第二位，但在2016年，其創(chuàng)新效率劇烈下滑，由2.488降低至1.527，而在這兩年中財(cái)政支出中的科學(xué)技術(shù)支出占比也由2015年的5.02%降低至2016年的4.46%。2016年及2018年，北京市創(chuàng)新效率排名下滑至第二，青海后期而上成為創(chuàng)新效率排名第一的省市，而通過研究青海及北京的投入指標(biāo)發(fā)現(xiàn)，青海的投入遠(yuǎn)沒有北京的投入規(guī)模大，因而產(chǎn)品飽和度低，邊際產(chǎn)量高，更容易獲得相對較高的比較產(chǎn)出，另一方面講即較高的投入不一定能獲得較高的相對產(chǎn)出。河北、山西、內(nèi)蒙古、云南、新疆等省份處于各省排名末端，而與此同時(shí)作為經(jīng)濟(jì)大市的上海其創(chuàng)新效率一致處于中游，觀察其經(jīng)濟(jì)指標(biāo)可以發(fā)現(xiàn)歷年來其外貿(mào)依存度在90%以上，人均GDP位列各省前列，在如此良好的經(jīng)濟(jì)體制下卻沒有產(chǎn)生好的創(chuàng)新效率，究其原因是因?yàn)楸M管對外貿(mào)易頻繁，但國外高技術(shù)卻難以輸入，盡管地區(qū)經(jīng)濟(jì)較好，但較好的經(jīng)濟(jì)條件往往存在大規(guī)模的投入，規(guī)模過大，由于邊際產(chǎn)量遞減規(guī)律，不一定形成良好的產(chǎn)出，從而導(dǎo)致創(chuàng)新低效率降低。以此本文提出在當(dāng)前對外貿(mào)易與地區(qū)經(jīng)濟(jì)與創(chuàng)新效率之間存在弱聯(lián)系或負(fù)向聯(lián)系的假設(shè)，并在影響因素分析中進(jìn)行論證。

2.區(qū)域靜態(tài)效率比較

根據(jù)秦嶺淮河分界線及南北方行政區(qū)劃的概念，南方地區(qū)包括上海、江蘇、浙江、安徽、福建、江西、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、西藏、臺(tái)灣、香港、澳門，由于數(shù)據(jù)的不可獲得，西藏、臺(tái)灣、香港、澳門本文不予研究，則本文研究的南方省份包括西藏、臺(tái)灣、香港、澳門外的其余15個(gè)省份。北方地區(qū)包括北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、山東、河南、陜西、甘肅、青海、寧夏、新疆等15個(gè)省份。根據(jù)此劃分求解全國（除港澳臺(tái)及西藏）及南方（除港澳臺(tái)及西藏）、北方科技創(chuàng)新效率均值，如圖1。

圖1 2012-2018年全國及南北區(qū)域科技創(chuàng)新效率均值

由2012-2018年中國分區(qū)域科技創(chuàng)新效率均值可以看出，南方區(qū)域科技創(chuàng)新效率整體低于北方地區(qū)，但呈波動(dòng)性上升趨勢，北方區(qū)域科技創(chuàng)新效率波動(dòng)程度遠(yuǎn)大于南方，起伏劇烈，2012年-2016年，大幅度整體下滑，2016-2018年大幅度上升，且基本恢復(fù)到2012年效率值水平，實(shí)現(xiàn)科技創(chuàng)新有效。南方地區(qū)科技創(chuàng)新水平基本在創(chuàng)新近有效區(qū)間內(nèi)，效率值在0.9水平線附近波動(dòng)，距離實(shí)現(xiàn)整體創(chuàng)新有效有一段距離，但小幅度的效率增長趨勢意味著南方科技創(chuàng)新水平在不斷提高，朝著創(chuàng)新有效階段邁進(jìn)。從全國科技創(chuàng)新角度來看，全國科技創(chuàng)新水平基本穩(wěn)定在創(chuàng)新有效區(qū)間內(nèi)，效率值在在0.90－0.95之間波動(dòng)，且2016－2018年創(chuàng)新效率整體實(shí)現(xiàn)增長，由0.9突破到0.95以上，且仍有小范圍增長的趨勢，意味著我國整體創(chuàng)新效率在不斷提高。

（二）全要素生產(chǎn)率及其分解的時(shí)空格局分析

1．省際動(dòng)態(tài)效率比較

運(yùn)用 DEAP2.1軟件得到基于2012年到2018年Malmquist-DEA指數(shù)及其分解指數(shù)進(jìn)行動(dòng)態(tài)分析，如圖2所示。

圖2 2012-2018年各省Malmquist指數(shù)及其分解指數(shù)

由圖2（a）可以看出，各省市全要素生產(chǎn)率變化值均在效率值為1的圓周附近波動(dòng)，基本大于等于1，只有江蘇省全要素生產(chǎn)率變化值小于1，說明與2012年相比，2018我國出江蘇省以外的各省市的全要素生產(chǎn)率實(shí)現(xiàn)了有效增長或維持不變，這意味著我國部分分地區(qū)的生產(chǎn)效率在不斷提高，投入相同的生產(chǎn)要素，產(chǎn)出在不斷增加，這部分地區(qū)如云南、寧夏、新疆、山西、遼寧、福建等靜態(tài)效率值很低的地區(qū)，以及貴州、陜西、甘肅、青海、河北、黑龍江、安徽、江西、河南、湖北、廣東、廣西等創(chuàng)新近有效、有效或突出有效的地區(qū)，而像北京、四川，雖然其靜態(tài)各省相對創(chuàng)新效率值橫向來看降低了，但僅通過全要素生產(chǎn)率變化值，僅從其自身的相對變化來看，其仍然實(shí)現(xiàn)了生產(chǎn)效率的有效增長，而靜態(tài)效率降低的原因主要是與其他省市區(qū)相比，其產(chǎn)出值提升的幅度太小。

由圖2（b）可以看出，陜西、上海、江蘇、山東、湖北、重慶、四川的技術(shù)效率變化值均效率值均小于1，即與2012年相比，未實(shí)現(xiàn)技術(shù)效率的有效進(jìn)步，而青海、寧夏、新疆、河北、山西、內(nèi)蒙古、江西、河南、湖北、廣東、廣西、貴州均突出的實(shí)現(xiàn)了技術(shù)效率的增長，效率變化值穩(wěn)定在1.05-1.1之間,證明了中西部某些地區(qū)的技術(shù)效率增加值高于東部地區(qū)，該結(jié)論與張明龍的結(jié)論中西部地區(qū)的效率增長高于東部地區(qū)具有一致性,。由圖2（c）可知，我國各省市去的技術(shù)進(jìn)步效率變化值均在1以上或在1上，其中青海、北京、黑龍江、四川均突出地實(shí)現(xiàn)了技術(shù)進(jìn)步效率的增長，技術(shù)效率變化值穩(wěn)定在1－1.2之間。

因此可以看出，北京市實(shí)現(xiàn)全要素生產(chǎn)率的有效增長，依賴于技術(shù)進(jìn)步效率，即各個(gè)技術(shù)更新的累計(jì)效應(yīng)，而不是技術(shù)效率，即技術(shù)的應(yīng)用效用。而新疆、河北、山西、內(nèi)蒙古、江西、河南、湖北、廣東、廣西、貴州等地區(qū)實(shí)現(xiàn)全要素生產(chǎn)率的有效增長則依賴于技術(shù)效率而非技術(shù)進(jìn)步效率，值得矚目的是青海實(shí)現(xiàn)全要素生產(chǎn)率的突出增長，原因在于技術(shù)效率及技術(shù)進(jìn)步效率的雙重效應(yīng)，即兩者均實(shí)現(xiàn)有效且突出的增長。

2．南北區(qū)域的動(dòng)態(tài)效率比較

由圖3（a）可以看出，歷年全國全要素生產(chǎn)率變化值基本穩(wěn)定在1以上，僅2018年小幅度地低于1，說明歷年來我國生產(chǎn)效率在不斷增長,2012-2016年，全要素生產(chǎn)率主要受技術(shù)效率影響，兩者的變化值起伏波動(dòng)具有一致性。2016-2017年受到技術(shù)效率與技術(shù)進(jìn)步效率兩者綜合效應(yīng)，全要素生產(chǎn)率未有太大變化，2017-2018年，技術(shù)進(jìn)步效率變化不大，因而主要受技術(shù)效率變化地影響，兩者地變化值均呈下降趨勢。

圖3 2012-2018年分區(qū)域全要素生產(chǎn)率及其分解指標(biāo)變化趨勢

由圖3（b）和（c）知，2012-2014年，南北地區(qū)地全要素生產(chǎn)率地變化值基本一致，均穩(wěn)定在1-1.05之間，均實(shí)現(xiàn)生產(chǎn)效率的增長，2014年后，北方地區(qū)地全要素生產(chǎn)率明顯高于南方，尤其是2014-2015年及其突出，北方地區(qū)地全要素生產(chǎn)率接近1.15，南方地區(qū)地全要素生產(chǎn)率僅接近1.1，究其原因在于，北方地區(qū)技術(shù)效率及技術(shù)進(jìn)步效率變化值基本穩(wěn)定在1以上，2014-2015年，技術(shù)進(jìn)步效率變化值甚至接近1.1，同時(shí)技術(shù)效率變化值亦接近1.05，二南方地區(qū)歷年來技術(shù)效率及技術(shù)進(jìn)步效率變化值起伏波動(dòng)劇烈，且不穩(wěn)定，像2015=2016年技術(shù)進(jìn)步效率變化值便在1之下，未實(shí)現(xiàn)有效增長，2016-2017年、2017-2018年，技術(shù)進(jìn)步效率亦顯著低于1，但總體上看，歷年來南方及北方地區(qū)全要素生產(chǎn)率均能實(shí)現(xiàn)有效增長，全要素生產(chǎn)率變化之值均在1或1之上。

（三）區(qū)域科技創(chuàng)新效率影響因素分析

利用除西藏外30?。ㄊ?、自治區(qū)）2012-2018年7年來9個(gè)指標(biāo)共1890個(gè)數(shù)據(jù)進(jìn)行Tobit面板數(shù)據(jù)回歸（表4），分析全國省際科技創(chuàng)新效率及南北方地區(qū)科技創(chuàng)新效率影響因素。

表4 模型回歸結(jié)果

注：***、**和*分別表示1%，5%和10%的顯著性水平，（）內(nèi)為自抽樣標(biāo)準(zhǔn)誤差。

總體來看，政府支持、對外貿(mào)易、地區(qū)經(jīng)濟(jì)、微觀環(huán)境及產(chǎn)業(yè)結(jié)構(gòu)的回歸系數(shù)均通過1%的顯著性水平檢驗(yàn)，而勞動(dòng)力素質(zhì)的回歸系數(shù)則通過10%水平的顯著性檢驗(yàn)，說明，政府支持、對外貿(mào)易、地區(qū)經(jīng)濟(jì)、微觀環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)以及勞動(dòng)力素質(zhì)均對全國科技創(chuàng)新效率有顯著影響。其中政府支持、地區(qū)經(jīng)濟(jì)、微觀環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)以及勞動(dòng)力素質(zhì)均能有效地促進(jìn)科技創(chuàng)新效率地提高，不管通過觀察各相關(guān)變量的回歸系數(shù)發(fā)現(xiàn)，地區(qū)經(jīng)濟(jì)地回歸系數(shù)較小在10的-5次位，并沒有想象的有強(qiáng)烈的促進(jìn)作用，這可能因?yàn)橹袊?jīng)濟(jì)已經(jīng)高速發(fā)展到一定程度，經(jīng)濟(jì)規(guī)模的擴(kuò)大往往帶來投入的進(jìn)一步擴(kuò)大，但由于邊際產(chǎn)量遞減規(guī)律，不一定獲的理想產(chǎn)出，因而目前地區(qū)經(jīng)濟(jì)與創(chuàng)新效率存在弱聯(lián)系，回歸系數(shù)較小，而對外貿(mào)易則對科技創(chuàng)新效率有一定的削減作用，說明在對外貿(mào)易過程中，由于發(fā)達(dá)國家的技術(shù)封鎖，我國并沒有太多的高技術(shù)流入，反而有一定的流出，證明了前述省際效率縱向比較所提出的當(dāng)前對外貿(mào)易與地區(qū)經(jīng)濟(jì)與創(chuàng)新效率之間存在弱聯(lián)系或負(fù)向聯(lián)系的假設(shè)。

就南方地區(qū)各項(xiàng)影響因素的顯著性水平來看，政府支持的回歸系數(shù)通過1%的顯著性水平檢驗(yàn)，且系數(shù)為正，即財(cái)政支出中科學(xué)技術(shù)占比每增加1個(gè)百分點(diǎn)，南方地區(qū)科技創(chuàng)新效率會(huì)增加0.0671，體現(xiàn)了政府支持對我國南方地區(qū)科技創(chuàng)新效率的關(guān)鍵性作用。勞動(dòng)力素質(zhì)及產(chǎn)業(yè)結(jié)構(gòu)亦通過5%的顯著性水平的檢驗(yàn)，且回歸系數(shù)為正，說明高素質(zhì)人才及非農(nóng)產(chǎn)業(yè)比重即產(chǎn)業(yè)結(jié)構(gòu)升級對促進(jìn)南方地區(qū)創(chuàng)新效率的提高有直接作用。地區(qū)經(jīng)濟(jì)與南方地區(qū)創(chuàng)新效率的提高有著負(fù)向作用，進(jìn)一步驗(yàn)證了邊際產(chǎn)量遞減規(guī)律。

政府支持、微觀創(chuàng)新環(huán)境以及產(chǎn)業(yè)結(jié)構(gòu)均會(huì)有助于北方科技創(chuàng)新效率的增長，且各回歸系數(shù)至少通過10%的顯著性水平檢驗(yàn)，說明上述三個(gè)因素不僅能促進(jìn)北方地區(qū)科技創(chuàng)新效率。而且效果顯著。其中政府支持的回歸系數(shù)為0.2291，即財(cái)政支出中科學(xué)技術(shù)占比每增加1個(gè)百分點(diǎn)，南方地區(qū)科技創(chuàng)新效率會(huì)增加0.2291，政府調(diào)控對于北方地區(qū)創(chuàng)新效率的提高比南方地區(qū)更加明顯。與南方地區(qū)科技創(chuàng)新效率各影響因素相比，微觀創(chuàng)新環(huán)境即城市化率對北方地區(qū)有顯著影響，城市化率每增加1個(gè)百分點(diǎn)，科技創(chuàng)新效率值增加0.0539，而地區(qū)經(jīng)濟(jì)與北方地區(qū)科技創(chuàng)新效率亦有著負(fù)向關(guān)系。

四、研究結(jié)論與啟示

基于2012-2018年全國各省有關(guān)數(shù)據(jù)，對中國各區(qū)域科技創(chuàng)新效率進(jìn)行全面測算及影響因素分析，得出如下結(jié)論：第一、從各省之間的相互比較效率看，北京市歷年來保持創(chuàng)新高效，但近年來有所下滑，而青海省近年來實(shí)現(xiàn)了創(chuàng)新效率的有效增長，河北、山西、內(nèi)蒙古、遼寧、福建、河北、海南、云南、新疆歷年創(chuàng)新效率較低，天津、吉林、黑龍江、上海、浙江、湖南、甘肅基本實(shí)現(xiàn)了創(chuàng)近有效，江蘇、重慶地區(qū)創(chuàng)新效率有所下滑，其余省份創(chuàng)新效率則處于波動(dòng)狀態(tài)。而從各省歷年來本身的比較效率來看，除江蘇省外，全國各地區(qū)全要素生產(chǎn)率均實(shí)現(xiàn)了有效增長。

第二、從各區(qū)域之間的相互比較效率均值來看，南方區(qū)域科技創(chuàng)新效率整體低于北方地區(qū)，但呈波動(dòng)性上升趨勢，北方區(qū)域科技創(chuàng)新效率波動(dòng)程度遠(yuǎn)大于南方，起伏劇烈，全國科技創(chuàng)新水平基本穩(wěn)定在創(chuàng)新近有效區(qū)間內(nèi)，效率值在在0.90-0.95兩水平線之間波動(dòng)，且2016-2018年創(chuàng)新效率整體實(shí)現(xiàn)增長，由0.9突破但0.95以上，且仍有小范圍增長的趨勢，意味著我國整體創(chuàng)新效率在不斷提高。而從各區(qū)域歷年來本身的比較效率來看，南方及北方地區(qū)全要素生產(chǎn)率均能實(shí)現(xiàn)有效增長，全要素生產(chǎn)率變化之值均在1或1之上，全國全要素生產(chǎn)率變化值基本穩(wěn)定在1以上，亦表明我國生產(chǎn)效率在不斷上升。

第三、從各區(qū)域科技創(chuàng)新效率影響因素來看，科學(xué)技術(shù)支出比重的增加、城市化率的提高以及非農(nóng)產(chǎn)業(yè)比重的增加均會(huì)有助于北方科技創(chuàng)新效率的增長，另外政府支持增加以及產(chǎn)業(yè)結(jié)構(gòu)升級亦有助于南方地區(qū)創(chuàng)新效率的增加，除此已外，高素質(zhì)勞動(dòng)力的增肌亦對南方地區(qū)的創(chuàng)新效率有明顯促進(jìn)作用，而從整體分析發(fā)現(xiàn)，政府支持、對外貿(mào)易、微觀創(chuàng)新環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)以及勞動(dòng)力素質(zhì)均對全國科技創(chuàng)新效率有顯著促進(jìn)作用。因此在統(tǒng)籌全局的基礎(chǔ)上，應(yīng)該有效地推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級，加大政府科技投入，不斷培養(yǎng)高素質(zhì)人才，形成良好的創(chuàng)新環(huán)境，因地制宜調(diào)節(jié)影響科技創(chuàng)新效率的主要因素，實(shí)現(xiàn)科技創(chuàng)新效率的穩(wěn)步提高。