丁青青

摘 要：應(yīng)用DEA-Malmquist指數(shù)法對(duì)我國(guó)54個(gè)國(guó)家級(jí)高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)的創(chuàng)新效率進(jìn)行了動(dòng)態(tài)測(cè)算，結(jié)果顯示我國(guó)54個(gè)國(guó)家級(jí)高新區(qū)整體的創(chuàng)新效率生產(chǎn)率水平在2007-2016年內(nèi)呈現(xiàn)先下降后上升的趨勢(shì)。但從Malmquist生產(chǎn)率指數(shù)的分解結(jié)果來看，高新區(qū)的創(chuàng)新效率是技術(shù)進(jìn)步與效率提升反向變化的結(jié)果，因此要在加大對(duì)高新區(qū)資源投入的同時(shí)，構(gòu)建與之相匹配的科技資源配置體制，以實(shí)現(xiàn)技術(shù)進(jìn)步和效率提升共同推動(dòng)高新區(qū)創(chuàng)新效率的增長(zhǎng)。

關(guān)鍵詞：數(shù)據(jù)包絡(luò)分析（DEA）;Malmquist生產(chǎn)率指數(shù);創(chuàng)新能力評(píng)價(jià);高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)

中圖分類號(hào)：F2 文獻(xiàn)標(biāo)識(shí)碼：A doi：10.19311/j.cnki.1672-3198.2019.35.005

0 引言

創(chuàng)新是一個(gè)國(guó)家和民族興旺發(fā)達(dá)的不竭動(dòng)力，而高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)作為把高新技術(shù)轉(zhuǎn)化為實(shí)際生產(chǎn)力的主要?jiǎng)?chuàng)新載體，正在經(jīng)濟(jì)發(fā)展中扮演著越來越重要的角色。高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)作為以發(fā)展高新技術(shù)和最大限度將科技成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力為目的而設(shè)置的特定區(qū)域，成為我國(guó)科技創(chuàng)新和產(chǎn)業(yè)發(fā)展的重要基地，在區(qū)域經(jīng)濟(jì)發(fā)展中發(fā)揮重要的作用。一個(gè)區(qū)域或高新園區(qū)的創(chuàng)新能力具體表現(xiàn)為將人力和財(cái)力等軟硬件投入轉(zhuǎn)化為經(jīng)濟(jì)效益、人才培養(yǎng)及知識(shí)創(chuàng)造等產(chǎn)出的能力。

關(guān)于區(qū)域或園區(qū)的創(chuàng)新能力評(píng)價(jià)，比較有代表性的方法包括Robert Huggins的知識(shí)競(jìng)爭(zhēng)力指標(biāo)體系、數(shù)據(jù)包絡(luò)分析、隨機(jī)前沿模型、人工神經(jīng)網(wǎng)絡(luò)、主成分分析法、TOPSIS綜合評(píng)價(jià)法等。數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）作為一種可以綜合評(píng)價(jià)多投入多產(chǎn)出的非參數(shù)評(píng)估方法，具有無需設(shè)定生產(chǎn)函數(shù)關(guān)系和預(yù)先估計(jì)任何參數(shù)或權(quán)重的優(yōu)勢(shì)，因此評(píng)價(jià)結(jié)果比較客觀，可以在很大程度上避免主觀因素影響，近年來隨著國(guó)家對(duì)創(chuàng)新發(fā)展的重視程度不斷加大，關(guān)于高新區(qū)創(chuàng)新評(píng)價(jià)的文章也層見疊出。但是主要是應(yīng)用DEA非參數(shù)估計(jì)的影響因素分析，鮮有學(xué)者對(duì)國(guó)家級(jí)高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)層面應(yīng)用DEA-Malmquist指數(shù)對(duì)高新區(qū)創(chuàng)新能力的動(dòng)態(tài)演變規(guī)律實(shí)施較長(zhǎng)時(shí)間的評(píng)價(jià)。

本文采用《中國(guó)火炬統(tǒng)計(jì)年鑒》（2007-2016）十年面板數(shù)據(jù)作為數(shù)據(jù)來源，以2007年批復(fù)的54家國(guó)家級(jí)高新區(qū)為研究樣本，在高新區(qū)創(chuàng)新活動(dòng)的投入、產(chǎn)出層面選取五個(gè)細(xì)分指標(biāo)。結(jié)果顯示我國(guó)54個(gè)國(guó)家級(jí)高新區(qū)整體的創(chuàng)新效率生產(chǎn)率水平在2007-2016年內(nèi)呈現(xiàn)先下降后上升的趨勢(shì)。兩個(gè)時(shí)間節(jié)點(diǎn)的大事件即：2008年全球金融危機(jī)爆發(fā)和2011年“十二五”規(guī)劃對(duì)高新區(qū)提出新的戰(zhàn)略指導(dǎo)，這兩大事件對(duì)國(guó)家高新區(qū)創(chuàng)新發(fā)展產(chǎn)生了重大影響。從Malmquist生產(chǎn)率指數(shù)（Malmquist Productivity Index，MPI）的分解結(jié)果來看，高新區(qū)的創(chuàng)新效率是技術(shù)進(jìn)步與效率提升反向變化的結(jié)果，因此要在加大對(duì)高新區(qū)資源投入的同時(shí)，構(gòu)建與之相匹配的科技資源配置體制，以實(shí)現(xiàn)技術(shù)進(jìn)步和效率提升共同推動(dòng)高新區(qū)創(chuàng)新效率的增長(zhǎng)。

1 高新區(qū)創(chuàng)新能力評(píng)價(jià)指標(biāo)構(gòu)建

本文采用《中國(guó)火炬統(tǒng)計(jì)年鑒》（2007-2016）十年面板數(shù)據(jù)作為數(shù)據(jù)來源，以2007年批復(fù)的54家國(guó)家級(jí)高新區(qū)為研究樣本，覆蓋全國(guó)大部分省、市和自治區(qū)。在創(chuàng)新活動(dòng)投入、產(chǎn)出層面上，考慮指標(biāo)選取的客觀性、全面性、弱相關(guān)性和易獲取性，選用表1中5個(gè)細(xì)分指標(biāo)構(gòu)建高新技術(shù)產(chǎn)業(yè)園區(qū)的創(chuàng)新能力評(píng)價(jià)體系。

3 國(guó)家級(jí)高新區(qū)的創(chuàng)新能力評(píng)價(jià)

3.1 從全國(guó)層面分析

將54家高新區(qū)在2007至2016年十年間的面板數(shù)據(jù)代入上文所提出的DEA-Malmquist模型，可以求解得到每個(gè)高新區(qū)各年份MPI及其分解指數(shù)EC和TC。為觀察全國(guó)范圍內(nèi)高新區(qū)整體創(chuàng)新效率的平均變化情況，首先分別對(duì)各個(gè)高新區(qū)十年間的MPI、EC和TC進(jìn)行幾何平均，再將全國(guó)54家高新區(qū)的幾何均值進(jìn)行算術(shù)平均。眾所周知在樣本期內(nèi)，發(fā)生了兩件對(duì)國(guó)家高新區(qū)發(fā)展產(chǎn)生重大影響的關(guān)鍵事件。一是2008年全球金融危機(jī)爆發(fā);二是2011年“十二五”規(guī)劃對(duì)高新區(qū)提出新的戰(zhàn)略指導(dǎo)。根據(jù)兩個(gè)事件的時(shí)間節(jié)點(diǎn)，將樣本的時(shí)間跨度2007-2016進(jìn)一步分為兩個(gè)子時(shí)段，即金融危機(jī)效應(yīng)時(shí)段（2007-2011）與“十二五”規(guī)劃戰(zhàn)略指導(dǎo)出臺(tái)時(shí)段（2011-2016）。樣本觀察期內(nèi)所有年份和各子時(shí)段的年平均MPI、EC及TC如表2所示。

由表2可知，10年間全國(guó)高新區(qū)整體創(chuàng)新能力的全要素生產(chǎn)率（TFP）為-1.15%，呈下降趨勢(shì)。具體到兩個(gè)子時(shí)段， 2007-2011年間受金融危機(jī)影響，高新區(qū)整體TFP下降2.67%，其原因主要是受到技術(shù)衰退的制約。在2011-2016這一時(shí)段內(nèi)我國(guó)國(guó)家級(jí)高新區(qū)生產(chǎn)率整體水平保持穩(wěn)步上升態(tài)勢(shì)，這是由于這一時(shí)期我國(guó)對(duì)高新區(qū)發(fā)展的重視程度日益提升，“十二五”規(guī)劃中對(duì)國(guó)家級(jí)高新區(qū)提出新的戰(zhàn)略指導(dǎo)后，明確了實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)，壯大高新技術(shù)產(chǎn)業(yè)集群，探索經(jīng)濟(jì)發(fā)展新模式和輻射帶動(dòng)周邊區(qū)域新機(jī)制的指導(dǎo)思想，這一契機(jī)為高新區(qū)發(fā)展帶來新一輪的機(jī)遇期。

從本應(yīng)用結(jié)果來看，對(duì)于MPI的兩類分解指數(shù)EC和TC，當(dāng)一種分解指數(shù)上升時(shí)，總會(huì)伴隨另一種分解指數(shù)的下降，反映了國(guó)家高新區(qū)的創(chuàng)新效率是技術(shù)進(jìn)步與效率提升反向變化的結(jié)果。技術(shù)效率的提高很可能在深層次上是技術(shù)退步的結(jié)果，因?yàn)榧夹g(shù)退步而帶來的技術(shù)前沿面的后退使得決策單元與技術(shù)前沿面的相對(duì)距離縮短，從而導(dǎo)致效率結(jié)果提升。另一方面，技術(shù)前沿面的變化既可能是大部分決策單元績(jī)效改善的結(jié)果，也可能是個(gè)別決策單元進(jìn)步的結(jié)果，如果是后一種情況，則會(huì)出現(xiàn)絕大部分決策單元在提升的技術(shù)前沿面評(píng)價(jià)下，效率明顯下降。我們認(rèn)為，高新區(qū)的創(chuàng)新效率TFP增長(zhǎng)應(yīng)該是由效率改善和技術(shù)進(jìn)步共同推動(dòng)的結(jié)果，創(chuàng)新效率提高的健康模式是兩者協(xié)同發(fā)展、相互促進(jìn)。因此，要在加大對(duì)高新區(qū)資源投入的同時(shí)，構(gòu)建與之相匹配的科技資源配置體制，以實(shí)現(xiàn)技術(shù)進(jìn)步和效率提升共同推動(dòng)高新區(qū)創(chuàng)新效率的增長(zhǎng)。

3.2 從區(qū)域?qū)用娣治?/p>

為配合我國(guó)實(shí)行區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略和實(shí)施具有針對(duì)性的區(qū)域政策，將全國(guó)劃分為東部、中部、西部三大板塊，其中東部板塊包括遼寧、北京、天津、河北、山東、上海、江蘇、浙江、福建、廣東、海南11個(gè)省市;中部板塊包括吉林、黑龍江、山西、河南、安徽、江西、湖北、湖南8省;西部板塊包括陜西、重慶、四川、貴州、云南、甘肅、青海、寧夏、廣西、內(nèi)蒙古、新疆11個(gè)省市及自治區(qū)。將54家國(guó)家級(jí)高新區(qū)按上述3個(gè)區(qū)域進(jìn)行劃分，以探究高新區(qū)生產(chǎn)率變化的區(qū)域差異。

圖1表明在2007-2011年間三大區(qū)域MPI變化趨勢(shì)基本一致，都在1附近上下輕微浮動(dòng)，主要由于這一時(shí)段內(nèi)受金融危機(jī)影響，生產(chǎn)率水平停滯不前且略有下滑。但自2011年之后，在國(guó)家政策的扶持和引導(dǎo)下，國(guó)家級(jí)高新區(qū)迎來了新的發(fā)展機(jī)遇。西部地區(qū)的生產(chǎn)率率先得到大幅提升，明顯高于中東部地區(qū)，而東部地區(qū)生產(chǎn)率水平最低。雖然東部地區(qū)的高新區(qū)整體實(shí)力優(yōu)于其它區(qū)域，但是其動(dòng)態(tài)生產(chǎn)率的分析結(jié)果卻低于中部和西部地區(qū)。這在一定程度上說明，起步較晚且相對(duì)落后的西部區(qū)域，在國(guó)家政策扶持、地方政府強(qiáng)化管理以及自身提升空間較大等因素的共同作用下，與東中部在生產(chǎn)效率上的差距在逐步縮小。2011-2016年間，三大區(qū)域整體生產(chǎn)率均呈現(xiàn)上升態(tài)勢(shì)，且生產(chǎn)率的變化趨勢(shì)基本一致。值得指出的是中部和東部地區(qū)生產(chǎn)率的大幅增長(zhǎng)出現(xiàn)在2013年之后，可能原因之一是中部和東部區(qū)域由于經(jīng)濟(jì)開放程度和對(duì)外貿(mào)易依存度較高，受到金融危機(jī)帶來的沖擊影響更大也更為持久。由圖1不難看出，高新區(qū)的全要素生產(chǎn)率的變化與其所處地理位置和經(jīng)濟(jì)區(qū)域關(guān)系不大，全國(guó)范圍內(nèi)高新區(qū)的生產(chǎn)率基本保持大體一致的變化狀況。

4 結(jié)論

本文利用DEA-Malmquist指數(shù)法對(duì)我國(guó)國(guó)家級(jí)高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)的創(chuàng)新效率進(jìn)行了動(dòng)態(tài)測(cè)算，結(jié)果表明我國(guó)54個(gè)國(guó)家級(jí)高新區(qū)整體的創(chuàng)新效率生產(chǎn)率水平在2007-2016年內(nèi)呈現(xiàn)先下降再上升的趨勢(shì)。從Malmquist生產(chǎn)率指數(shù)的分解結(jié)果來看，高新區(qū)的創(chuàng)新效率是技術(shù)進(jìn)步與效率提升反向變化的結(jié)果，因此要在加大對(duì)高新區(qū)資源投入的同時(shí)，構(gòu)建與之相匹配的科技資源配置體制，以實(shí)現(xiàn)技術(shù)進(jìn)步和效率提升共同推動(dòng)高新區(qū)創(chuàng)新效率的增長(zhǎng)。區(qū)域?qū)用娣治鼋Y(jié)果顯示三大區(qū)域整體生產(chǎn)率變化趨勢(shì)基本一致，高新區(qū)的全要素生產(chǎn)率的變化與其所處地理位置和經(jīng)濟(jì)區(qū)域關(guān)系不大。

參考文獻(xiàn)

[1]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978，（2）：429-444.

[2]Malmquist S.Index numbers and indifference surfaces[J].Trabajos de Estatistica，1953，（4）：209-242.

[3]Fre R，Grosskopf S，Lindgren B，et al.Productivity changes in Swedish pharmacies 1980-1989：A non-parametric Malmquist approach[J].Journal of Productivity Analysis，1992，3（1）：81-97.