羅芳　王遠卓

摘 要：長江經(jīng)濟帶是中國經(jīng)濟總量最大，腹地最廣闊的經(jīng)濟區(qū)，創(chuàng)新資源富集，以創(chuàng)新驅(qū)動促進長江經(jīng)濟帶產(chǎn)業(yè)轉(zhuǎn)型升級是國家重要戰(zhàn)略部署，因而對其區(qū)域創(chuàng)新效率的研究意義重大。文章首先基于永續(xù)盤存法，對2008—2017年長江經(jīng)濟帶規(guī)模以上工業(yè)企業(yè)的研發(fā)資本存量進行測算，然后在此基礎(chǔ)上通過數(shù)據(jù)包絡(luò)分析技術(shù)，分別從時間、空間的維度對長江經(jīng)濟帶工業(yè)技術(shù)創(chuàng)新效率進行考察，還區(qū)分了純技術(shù)效率與規(guī)模效率，從而探究制約長江經(jīng)濟帶工業(yè)技術(shù)創(chuàng)新效率提升的主要因素，并提出相應(yīng)對策。

關(guān) 鍵 詞：技術(shù)創(chuàng)新效率;永續(xù)盤存法;DEA-Malmquist指數(shù)模型;DEA-BCC模型

DOI：10.16315/j.stm.2019.06.008

中圖分類號： F 224.9

文獻標(biāo)志碼： A

Research on technological innovation efficiency of industrial

enterprises in Yangtze River Economic Belt

LUO Fang， WANG Yuan-zhuo

（Business School， University of Shanghai for Science and Technology， Shanghai 200093， China）

Abstract：The Yangtze River Economic Belt is Chinas largest economic aggregate， the vastest economic zone in the hinterland， the accumulation of innovative resources， and the promotion of industrial transformation and upgrading of the Yangtze River Economic Belt by innovation is an important strategic deployment of the country. Firstly， based on the perpetual inventory method， the paper calculates the R&D capital stock of industrial enterprises above designated size in the 2008—2017 Yangtze River Economic Belt， and then based on the data envelopment analyses technology， the Yangtze River Economic Belt from the time and space dimensions. The paper investigates the efficiency of industrial technology innovation， and also distinguishes the pure technical efficiency and scale efficiency， so as to explore the main factors that restrict the efficiency of industrial technology innovation in the Yangtze River Economic Belt， and propose corresponding countermeasures.

Keywords：efficiency of industrial technological innovation; perpetual inventory method;DEA-Malmquist index; DEA-BCC model

“十九大”報告指出，創(chuàng)新是引領(lǐng)發(fā)展的第一動力，是建設(shè)現(xiàn)代化經(jīng)濟體系的戰(zhàn)略撐。到2035年，我國要躋身創(chuàng)新型國家前列，而企業(yè)作為建設(shè)創(chuàng)新型國家的主體和生力軍，是推進創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的重要基礎(chǔ)力量。而隨著技術(shù)創(chuàng)新投入要素的不斷增長，技術(shù)創(chuàng)新效率也成為企業(yè)乃至區(qū)域發(fā)展日益關(guān)切的問題。

長江經(jīng)濟帶作為中國總量最大經(jīng)濟區(qū)，其11個?。ㄊ校﹪撩娣e超過全國1/5，但根據(jù)統(tǒng)計年鑒數(shù)據(jù)顯示，截至2017年其GDP總量卻占全國 44.98%。與此同時，長江經(jīng)濟帶域內(nèi)還集聚了大量創(chuàng)新資源，囊括全國 1/3 的高等院校和科研機構(gòu)，擁有全國一半左右的兩院院士和科技人員，各類國家級創(chuàng)新平臺超過500家，研發(fā)經(jīng)費支出、有效發(fā)明專利數(shù)、新產(chǎn)品銷售收入占全國比重分別為43.9%、44.3%、50% [1]，在國家戰(zhàn)略定位中扮演著引領(lǐng)全國轉(zhuǎn)型發(fā)展的創(chuàng)新驅(qū)動帶以及東中西互動合作的協(xié)調(diào)發(fā)展帶的重要角色。

在此背景下，觀測長江經(jīng)濟帶規(guī)模以上工業(yè)企業(yè)技術(shù)創(chuàng)新效率變動，對于指導(dǎo)區(qū)域經(jīng)濟發(fā)展則具有重要戰(zhàn)略價值。因此，本文將對長江經(jīng)濟帶不同地區(qū)創(chuàng)新要素利用情況進行靜態(tài)、動態(tài)的考察，分析各地區(qū)創(chuàng)新效率的發(fā)展態(tài)勢，從而在此基礎(chǔ)上為促進長江經(jīng)濟帶工業(yè)技術(shù)創(chuàng)效率增長提出合理建議。

1 文獻綜述

隨著近年來創(chuàng)新驅(qū)動發(fā)展上升為國家戰(zhàn)略，區(qū)域企業(yè)技術(shù)創(chuàng)新效率問題也成為了國內(nèi)研究熱點，探討的主要焦點集中創(chuàng)新效率的影響因素探究與創(chuàng)新效率評價2個方面上。對于創(chuàng)新的概念，1912年熊彼得較早提出：創(chuàng)新是對生產(chǎn)要素的優(yōu)化配置，同時以企業(yè)是推動高技術(shù)產(chǎn)業(yè)優(yōu)化升級核心主體。特別在創(chuàng)新驅(qū)動的社會背景下，不僅要加大創(chuàng)新資源投入，同時也要注重資源投入的效率。進一步的，1957年Farre定義了技術(shù)效率：技術(shù)效率是指按照既定的要素投入比例，生產(chǎn)一定量產(chǎn)品所需要的最小成本和實際成本的百分比。換言之，研究技術(shù)創(chuàng)新效率即是探究在創(chuàng)新資源持續(xù)投入過程中的轉(zhuǎn)化率，創(chuàng)新資源投入的邊界與最優(yōu)配置，以及影響技術(shù)創(chuàng)新效率變動的主要因素。

通過文獻梳理發(fā)現(xiàn)，在區(qū)域于創(chuàng)新能力與各因素之間關(guān)聯(lián)性方面的探索，國內(nèi)外均已形成了較為成熟的理論。從企業(yè)宏觀視角來看，企業(yè)創(chuàng)新能力的主要關(guān)聯(lián)要素有行業(yè)發(fā)展能力、創(chuàng)新意識、創(chuàng)新資源配置、企業(yè)戰(zhàn)略管理能力等[2];從企業(yè)微觀視角來看，又可分為內(nèi)部因素與外部因素。其中，內(nèi)部因素最重要的當(dāng)屬企業(yè)技術(shù)水平以及人力資本，富集這類要素的大型企業(yè)往往創(chuàng)新能力更強。外部因素較為復(fù)雜，包括地區(qū)金融環(huán)境穩(wěn)定性、外商投資強度、政府支持程度、企業(yè)與高校聯(lián)系程度等 [3-4]。另外，人力資本、企業(yè)創(chuàng)新投入密度、資本開放水平等因素對區(qū)域內(nèi)、外的技術(shù)創(chuàng)新分別有著不同程度的影響[5]。而在研究眾多創(chuàng)新影響因素的基礎(chǔ)上，學(xué)者們又進一步對各區(qū)域創(chuàng)新技術(shù)效率進行了評價[6-7]：

目前評測效率的方法主要有參數(shù)法和非參數(shù)法2大類別：參數(shù)法以隨機前沿分析為代表，該方法的優(yōu)點是具有堅實的經(jīng)濟理論基礎(chǔ)，可以清晰描述生產(chǎn)的過程。例如：韓兆洲等[8]根據(jù)隨機前沿模型（SFA）以2011—2015年中國31個省、市、自治區(qū)以及工業(yè)38個行業(yè)為樣本測算了中國區(qū)域?qū)＠a(chǎn)出效率以及產(chǎn)業(yè)創(chuàng)新效率，研究表明中國各產(chǎn)業(yè)創(chuàng)新效率平穩(wěn)增長，而進一步提升專利產(chǎn)出和產(chǎn)業(yè)創(chuàng)新效率需重點從制度、服務(wù)、人力資本投入、專利成果轉(zhuǎn)化等方面切入。陳紅軍等[9]結(jié)合投影尋蹤模型構(gòu)建了效評測創(chuàng)新效率的隨機前沿改進模型，實證發(fā)現(xiàn)創(chuàng)新人力資源要素產(chǎn)出彈性高于創(chuàng)新財力資源，創(chuàng)新人力資源要素對創(chuàng)新產(chǎn)出呈正“U”型關(guān)系。這些研究較為詳盡的揭示了創(chuàng)新效率與要素間的關(guān)系，但其缺點是需要事先設(shè)置生產(chǎn)函數(shù)的形式，如果誤設(shè)了生產(chǎn)函數(shù)，結(jié)果便會出現(xiàn)較為嚴重的偏差;非參數(shù)法則以數(shù)據(jù)包絡(luò)分析為代表，該方法基于線性規(guī)劃理念來測度效率，因而無需設(shè)定生產(chǎn)函數(shù)的具體形式，避免了主觀設(shè)定生產(chǎn)函數(shù)的影響，且能夠處理多投入多產(chǎn)出條件下的效率度量。例如：朱愛輝等[10]基于DEA模型，選取資金與人員作為投入指標(biāo)，新產(chǎn)品產(chǎn)值、新產(chǎn)品銷售收入、專利申請數(shù)作為產(chǎn)出指標(biāo)，對湖南裝備制造業(yè)的技術(shù)創(chuàng)新效率進行了有效測量;陳偉

等[11]運用DEA-Malmquist指數(shù)方法，從不同維度實證分析了東北地區(qū)大中型工業(yè)企業(yè)的技術(shù)創(chuàng)新效率及其變化情況;馮智雨等[12]結(jié)合DEA方法與Tobit回歸對遼寧省的創(chuàng)新效率進行評估并進行影響因素分析。值得注意的是，在眾多的數(shù)據(jù)包絡(luò)法分析文章中，鮮有同時聚焦了長江經(jīng)濟帶與工業(yè)領(lǐng)域，關(guān)于長江經(jīng)濟帶全域工業(yè)技術(shù)創(chuàng)新效率及其協(xié)同策略的研究較為匱乏。另外，傳統(tǒng)研究中由于數(shù)據(jù)難以獲取往往僅用當(dāng)年R&D投入作為科研的物質(zhì)資本投入，嚴重忽視了R&D作為一項固定資產(chǎn)的累積特性，從而影響實驗結(jié)果：董登珍等[13]構(gòu)建以R&D資本存量作為創(chuàng)新投入變量的省級技術(shù)創(chuàng)新指標(biāo)體系，研究中發(fā)現(xiàn)前期的R&D資本投入對于當(dāng)期技術(shù)創(chuàng)新活動具有顯著影響。白俊紅等[14]在關(guān)于區(qū)域創(chuàng)新協(xié)同的研究中同樣通過永續(xù)盤存法測算了中國30個省的研發(fā)資本存量作為投入要素。

綜上所述，本文將通過永續(xù)盤存法測算長江經(jīng)濟帶域內(nèi)各省級行政區(qū)2008—2018年R&D資本存量以作為投入指標(biāo)之一，并基于DEA-BCC模型考察長江經(jīng)濟帶各省級行政區(qū)內(nèi)規(guī)模以上工業(yè)企業(yè)創(chuàng)新效率，通過創(chuàng)新效率指數(shù)分解進一步分析造成各區(qū)域創(chuàng)新效率的差異的原因，并在此基礎(chǔ)上運營，DEA-Malmquist指數(shù)模型對各時期創(chuàng)新效率進行動態(tài)觀察，最終對長江經(jīng)濟帶域內(nèi)創(chuàng)新效率的增長提出針對性的建議。

2 研究方法

本文的考察范圍劃定在長江經(jīng)濟帶所囊括的11個省級行政區(qū)，包括上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11省市，并以各省級行政區(qū)為界收集規(guī)模以上工業(yè)企業(yè)創(chuàng)新數(shù)據(jù)，考察期限為2008年初至2017年末。

考慮DEA模型特點，輸入指標(biāo)要求各輸入輸出指標(biāo)間具有較強的獨立性，因此輸入與輸出指標(biāo)的數(shù)量不宜過多。投入方面，眾多研究將規(guī)模以上工業(yè)企業(yè)的當(dāng)年R&D經(jīng)費，R&D人員當(dāng)量、新產(chǎn)品研發(fā)經(jīng)費作為核心指標(biāo)，但考慮到一方面現(xiàn)實情況中R&D經(jīng)費的支出用途廣泛，包括人員引進與投入研發(fā)、技術(shù)引進的消化與吸收、科研設(shè)備的購買與投入使用都需要一定時間沉淀，才能真正轉(zhuǎn)化為創(chuàng)新實力;另一方面企業(yè)的科研創(chuàng)新工作除了當(dāng)年投入外，前期投入累積也是重要的影響因素，因此用規(guī)模以上工業(yè)企業(yè)的當(dāng)年R&D資本存量代替當(dāng)年R&D經(jīng)費投入衡量企業(yè)當(dāng)年創(chuàng)新實力更為客觀合理，后文將詳細介紹R&D資本存量的計算方法。在產(chǎn)出方面，專利是比較常見的輸出指標(biāo)綜上，但考慮工業(yè)企業(yè)不同于高校以及科研機構(gòu)，在企業(yè)中盈利才是創(chuàng)新的持續(xù)動力，因此加入新產(chǎn)品的銷售收入作為創(chuàng)新產(chǎn)出指標(biāo)。綜上，本文將選取歷年規(guī)模以上工業(yè)企業(yè)R&D資本存量、規(guī)模以上工業(yè)企業(yè)新產(chǎn)品研發(fā)金發(fā)投入、規(guī)模以上工業(yè)企業(yè)R&D人員當(dāng)量作為投入指標(biāo);規(guī)模以上工業(yè)企業(yè)成功申請有效專利數(shù)和規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入作為產(chǎn)出指標(biāo)。原始數(shù)據(jù)主要來源于國泰安企業(yè)創(chuàng)新數(shù)據(jù)庫，并重點參考了《中國統(tǒng)計年鑒》、《中國科技年鑒》以及各省區(qū)統(tǒng)計年鑒，下文將對區(qū)域工業(yè)創(chuàng)新效率的測度方法展開介紹。

2.1 數(shù)據(jù)處理

本文采用永續(xù)盤存法分別對上海、江蘇、浙江、安徽的R&D資本存量進行核算，方法原理如下所示：

K_it=（1-δ）×K_i（t-1）+E_i（t-1）。 （1）

K_i0=E_i0/（g+δ）。 （2）

其中：K_it表示i區(qū)域第t期的當(dāng)期R&D資本存量;g為實際R&D經(jīng)費支出的幾何平均增長率;δ為折舊率，顯然不同屬性的固定資產(chǎn)具有不同的折舊率，國際上通常認為R&D的資本折舊率會高于普通固定資產(chǎn)但并未形成統(tǒng)一標(biāo)準(zhǔn)，江永宏等通過比較各國R&D資產(chǎn)折舊率研究，指出我國R&D高達20.6%。該折舊率后來也被運用于我國的R&D改革方法實踐中，因此本文統(tǒng)一選用20.6%作為長三角區(qū)域的折舊率。E_i（t-1）為i區(qū)域第t-1期的R&D經(jīng)費支出。

首先，基期資本存量是在假設(shè)R&D資本存量增長率與實際R&D經(jīng)費增長率一致的基礎(chǔ)上，通過式（2）進行估算。然后構(gòu)造R&D支出價格指數(shù)=0.55×居民消費價格指數(shù)+0.45×固定資產(chǎn)投資價格指數(shù)，對各期的名義金額進行平減處理?？紤]新產(chǎn)品研發(fā)實際包含再本期R&D經(jīng)費中，該價格指數(shù)在本文中也用于處理新產(chǎn)品研發(fā)經(jīng)費投入。最后，對于新產(chǎn)品銷售收入數(shù)據(jù)，本文利用各省會歷年居民消費價格指數(shù)作平減處理。

2.2 模型概述

2.2.1 區(qū)域工業(yè)創(chuàng)新效率的靜態(tài)測算——DEA-BCC模型

本文采用規(guī)模報酬可變的DEA-BCC模型測算區(qū)域內(nèi)規(guī)模以上工業(yè)企業(yè)在特定時間內(nèi)靜態(tài)的綜合創(chuàng)新效率，還可被進一步分解為純技術(shù)效率以及規(guī)模效益，其中純技術(shù)效率是企業(yè)由于管理和技術(shù)水平等因素影響的創(chuàng)新效率，而規(guī)模效率則是企業(yè)資源配置以及資源投入規(guī)模因素影響的創(chuàng)新效率。當(dāng)綜合技術(shù)效率達到1時，說明企業(yè)的技術(shù)創(chuàng)新效率達到了當(dāng)前各區(qū)域中的最優(yōu)狀態(tài)。

假設(shè)有n個決策單元，每個決策單元都有m種的投入變量x_1j，x_2j，…，x_mj和s種的產(chǎn)出變量y_1j，y_2j，…，y_sj，且∑λi=1滿足的約束條件，其中λj≥0，j=1，2，…，n，如式（3）所示。

2.2.2 區(qū)域工業(yè)創(chuàng)新效率的動態(tài)測算——DEA-Malmquist指數(shù)方法

對于區(qū)域規(guī)模以上工業(yè)企業(yè)創(chuàng)新效率的演變特征，本文通過Malmquist指數(shù)進行觀測。該方法不僅可以直接對創(chuàng)新效率的變化進行測度，還可以將引起這種變化的因素分解為技術(shù)效率變動以及技術(shù)進步。即Malmquist指數(shù)=技術(shù)進步×技術(shù)效率變動=技術(shù)進步×純技術(shù)效率變動×規(guī)模效益。模型中y為區(qū)域技術(shù)協(xié)同創(chuàng)新產(chǎn)出，x為區(qū)域技術(shù)協(xié)同創(chuàng)新投入，d為距離函數(shù)，t和t+1代表時期。當(dāng)指數(shù)大于1表示相應(yīng)效率的改進，而小于1則表示相應(yīng)效率退步具體模型如下：

3 實證分析

3.1 長江經(jīng)濟帶規(guī)模以上工業(yè)企業(yè)靜態(tài)技術(shù)創(chuàng)新效率測度

基于DEA-BCC模型，通過DEAP軟件運算得到2017年度長江經(jīng)濟帶規(guī)模以上工業(yè)企業(yè)技術(shù)創(chuàng)新效率的指標(biāo)，如表1所示。

長江經(jīng)濟帶沿線各區(qū)域的綜合技術(shù)創(chuàng)新效率差異較大，總體上呈現(xiàn)出沿長江經(jīng)濟帶向下逐步降低的趨勢，如圖2所示。其中，上海是目前工業(yè)技術(shù)創(chuàng)新效率最高的省級行政區(qū)，其各項指標(biāo)均達到了現(xiàn)階段長江經(jīng)濟帶DEA有效狀態(tài)，以此為參照，分別有浙江、安徽、湖南、四川、貴州5省份達到了與上海相當(dāng)?shù)募兗夹g(shù)效率最優(yōu)狀態(tài)，一定程度上說明這些省份在工業(yè)企業(yè)技術(shù)與管理水平方面達到DEA有效。但在規(guī)模效率方面，長江經(jīng)濟帶域內(nèi)除上海外所有區(qū)域均未達到DEA有效狀態(tài)，結(jié)合目前各地規(guī)模報酬現(xiàn)狀——長江經(jīng)濟帶域內(nèi)省或直轄市除云南以外均已進入創(chuàng)新要素投入規(guī)模報酬遞減的階段，尤其是R&D資本存量較高的長三角地區(qū)如江蘇，要素的投入配置亟需優(yōu)化，未來規(guī)模效率的優(yōu)化也將成為工業(yè)企業(yè)創(chuàng)新效率提升的重要突破口。

進一步解析各區(qū)域工業(yè)企業(yè)綜合技術(shù)創(chuàng)新效率差異的主導(dǎo)因素，可分為規(guī)模效率欠缺型如江蘇、安徽、四川、貴州等;還有技術(shù)效率欠缺型如江西、湖北、云南等。因此長江經(jīng)濟帶工業(yè)技術(shù)創(chuàng)新效率的提升要因地制宜，緊抓影響效率的主要因素階段性地進行戰(zhàn)略調(diào)整，這對于區(qū)域技術(shù)創(chuàng)新發(fā)展戰(zhàn)略有著重要的指導(dǎo)意義：僅從純技術(shù)效率看，江蘇省達到了0.954，十分接近最優(yōu)狀態(tài)，但由于其規(guī)模效率僅為0.753，嚴重影響了最終的綜合創(chuàng)新效率。這一方面說明江蘇省技術(shù)創(chuàng)新效率排名較低的主要原因是資源配置不合理，要素的投入比例亟待調(diào)整;另一方面也反映出江蘇省作為長江經(jīng)濟帶工業(yè)R&D資本存量最高省份所蘊含的巨大創(chuàng)新潛力。僅從規(guī)模效率來看，云南排名較高，但綜合效率排名末尾，主要是由于純技術(shù)效率的嚴重欠缺，結(jié)合文測算的投入數(shù)據(jù)，發(fā)現(xiàn)云南省工業(yè)企業(yè)技術(shù)創(chuàng)新的物質(zhì)底蘊嚴重不足，域內(nèi)大型工業(yè)企業(yè)亟需加大其R&D投資以提升其純技術(shù)效率。

3.2 長江經(jīng)濟帶規(guī)模以上工業(yè)企業(yè)動態(tài)技術(shù)創(chuàng)新效率測度

基于DEA-Malmquist指數(shù)模型，可通過DEAP軟件運算得到2008—2017年長江經(jīng)濟帶域內(nèi)規(guī)模以上工業(yè)企業(yè)技術(shù)創(chuàng)新效率動態(tài)變化。

從長江經(jīng)濟帶全域來看，2008—2009年是所有年份中唯一創(chuàng)新效率出現(xiàn)負增長的年份，數(shù)據(jù)顯示該年度的技術(shù)創(chuàng)新衰退主要是由于規(guī)模效率低下引起。2009—2017年長江經(jīng)濟帶規(guī)模以上工業(yè)企業(yè)整體技術(shù)創(chuàng)新M指數(shù)均大于1，平均值達到1.078，說明長江經(jīng)濟帶規(guī)模以上工業(yè)企業(yè)技術(shù)創(chuàng)新效率平均以每年7.8%的比率增長，技術(shù)創(chuàng)新效率總體呈逐年上升趨勢。工業(yè)企業(yè)技術(shù)創(chuàng)新效率自2013進入快速增長期，截止2016年增速均達到10%以上，但2016—2017年間的增速明顯放緩，僅達到1.2%，如表2所示。

進一步對長江經(jīng)濟帶域內(nèi)省會的工業(yè)企業(yè)創(chuàng)新效率動態(tài)變化進行解析，如表3所示。從整個觀察時期Malmquist效率指數(shù)平均值均不小于1，長江經(jīng)濟帶域內(nèi)創(chuàng)新效率持續(xù)提升。其中，貴州、云南、安徽的Malmquist效率指數(shù)分別較上海高出10.24%、6.24%、4.56%，說明地區(qū)技術(shù)協(xié)同創(chuàng)新效率增長速度與區(qū)域創(chuàng)新效率出現(xiàn)分化趨勢，一定程度上也反映了地區(qū)技術(shù)創(chuàng)新的不平衡問題在長江經(jīng)濟帶內(nèi)得到逐步緩解。即各省市的技術(shù)協(xié)同創(chuàng)新效率出現(xiàn)增長，但對Malmquist效率指數(shù)進一步分解，各區(qū)域創(chuàng)新效率的提升存在差異。

長江經(jīng)濟帶上游的四川、貴州地區(qū)工業(yè)技術(shù)創(chuàng)新效率變化情況較為健康，其中，四川省從技術(shù)進步到規(guī)模效率在上游域內(nèi)均排名靠前，Malmquist效率指數(shù)達到1.141，是整個長江經(jīng)濟帶內(nèi)工業(yè)企業(yè)技術(shù)創(chuàng)新效率增長幅度第二的地區(qū)。根據(jù)前文靜態(tài)分析結(jié)果，重慶創(chuàng)新效率排名較高，但動態(tài)測算結(jié)果卻相反，其Malmquist效率指數(shù)均值僅1.001，創(chuàng)新效率近年來幾乎沒有變化。而云南的問題則更為突出，規(guī)模效率與技術(shù)效率均出現(xiàn)退步，僅通過技術(shù)進步維持效率增長;長江經(jīng)濟帶中游域內(nèi)，江西、湖北、湖南的Malmquist效率指數(shù)均值略低于全國水平，但在創(chuàng)新資源的配給效率上足夠重視，年均增速普遍高于全國平均，究其原因還是創(chuàng)新資源的投入量不足，技術(shù)進步較慢;長江經(jīng)濟帶下游省會及直轄市（即長三角地區(qū)）的純技術(shù)創(chuàng)新效率均值為1，Malmquist效率指數(shù)主要由技術(shù)水平進步所拉動，說明該區(qū)域工業(yè)技術(shù)創(chuàng)新十分依賴于R&D的大量投入，在創(chuàng)新資源投入的管理效率，變現(xiàn)能力以及資源的配比等方面進步緩慢，因此技術(shù)效率與規(guī)模效率也平均增長也較小。目前主要是依賴于技術(shù)創(chuàng)新資源的投入單頭拉動，現(xiàn)階段實現(xiàn)長效穩(wěn)健的增長應(yīng)重點在優(yōu)化資源匹配模式上發(fā)力，實現(xiàn)規(guī)模與效益的匹配。

而縱觀各發(fā)展階段，長江經(jīng)濟帶沿線區(qū)域各省市的技術(shù)協(xié)同創(chuàng)新Malmquist效率指數(shù)普遍大于1，僅湖南省與重慶市由于技術(shù)進步指標(biāo)較低出現(xiàn)小于1的情況，說明其技術(shù)進步率出現(xiàn)了下降，但總體來說各省市的技術(shù)創(chuàng)新效率處于上升的狀態(tài)：2008—2011年，Malmquist效率指數(shù)均值受規(guī)模效率所限僅達到1.072，其中，以靠近中部地區(qū)的湖南與安徽為最，分別較上海高出10.2%與12.0%。同時，純技術(shù)效率增速僅0.5%，因此整體呈現(xiàn)出由技術(shù)進步拉動創(chuàng)新效率增長的趨勢，而這一情況在2011—2014年得到了明顯改善，規(guī)模效率平均增速由負轉(zhuǎn)正達到了1.3%，Malmquist效率指數(shù)平均值也上升到了1.085，這主要是由江蘇、浙江、江西、貴州的規(guī)模效率提升所致，基本涵蓋了長江經(jīng)濟帶上、中、下三域，說明創(chuàng)新資源投入、管理效率在長江經(jīng)濟帶域內(nèi)得到了普遍提升。隨著創(chuàng)新資本的不斷投入與累積，2014—2017年創(chuàng)新要速的規(guī)模效率也再次出現(xiàn)瓶頸，整體出現(xiàn)停滯狀態(tài)，其中R&D資本存量最高的江蘇省還出現(xiàn)了規(guī)模效率負增長，長江經(jīng)濟帶全域Malmquist效率指數(shù)從1.085回落至1.078。

4 結(jié)論與建議

通過實證分析，本文得出了以下主要結(jié)論以及政策建議：

1）靜態(tài)的角度來看，各省會工業(yè)技術(shù)創(chuàng)新效率差異存在不同的主要矛盾，主要可分為規(guī)模效率欠缺型如江蘇、安徽、四川、貴州等地和技術(shù)效率欠缺型江西、湖北、云南等地。因此，現(xiàn)階段長江經(jīng)濟帶工業(yè)技術(shù)創(chuàng)新效率的提升需要因地制宜，江西、湖北、云南需要在技術(shù)效率上重點發(fā)力，完善技術(shù)創(chuàng)新市場體系，加強技術(shù)創(chuàng)新市場監(jiān)管，加強知識產(chǎn)權(quán)保護力度，激發(fā)技術(shù)創(chuàng)新，市場主體的活力，探索產(chǎn)學(xué)研多主體知識產(chǎn)權(quán)共贏機制從而充分釋放技術(shù)效率。而江蘇、安徽、湖南、四川、貴州等地則需要重點探索更高校創(chuàng)新資源分配機制，如借助互聯(lián)網(wǎng)貢獻平臺，實現(xiàn)創(chuàng)新資源的跨區(qū)域、跨主體多層級交互，同時制定彈性人才政策，促進科研人才在各區(qū)域、各單位依據(jù)需求高效流動。

2）動態(tài)的視角來看，長江經(jīng)濟帶上、中、下流域各省級行政區(qū)創(chuàng)新效率增幅參差不齊，上游創(chuàng)新協(xié)同能力亟需提升。長江經(jīng)濟帶域內(nèi)，上游區(qū)域（四川、重慶、貴州、云南）創(chuàng)新效率增速最為不均衡，四川與貴州發(fā)展較為健康，重慶效率停滯不前，而云南效率增長遠落后于其他三省。一定程度上反應(yīng)了該區(qū)域創(chuàng)新協(xié)同水平較差，大中型工業(yè)企業(yè)應(yīng)大力推進資源聯(lián)動機制，如企業(yè)跨區(qū)域與各地高校、政府、企業(yè)對接，通過合作提升創(chuàng)新活動的協(xié)同性;中游區(qū)域企業(yè)（湖南、湖北、江西）創(chuàng)新效率增長顯著，但技術(shù)進步不足，應(yīng)在加大研發(fā)投入的同時優(yōu)先對外引入創(chuàng)新龍頭企業(yè)與人才;下游區(qū)域（上海、江蘇、浙江、安徽）雖效率提升較快，但過于依賴大量投資帶來的技術(shù)提升，目前規(guī)模與技術(shù)效率都接近瓶頸期，應(yīng)視情況制定適應(yīng)性增長戰(zhàn)略，適當(dāng)向中、上游區(qū)域轉(zhuǎn)出相對落后產(chǎn)能，為高創(chuàng)新性資源的注入騰出空間，從而提升總體效率。

3）總體上來看，長江經(jīng)濟帶沿線各區(qū)域的綜合技術(shù)創(chuàng)新效率差異較大，呈現(xiàn)出沿長江經(jīng)濟帶向下逐步降低的趨勢，同時，長江經(jīng)濟帶域內(nèi)省或直轄市除云南以外均已進入創(chuàng)新要素投入規(guī)模報酬遞減的階段，規(guī)模效率的優(yōu)化愈發(fā)成為創(chuàng)新效率提升的重要突破口。

從整個長江經(jīng)濟帶的協(xié)同來看，長三角地區(qū)產(chǎn)業(yè)應(yīng)騰籠換鳥，逐步向西南地區(qū)轉(zhuǎn)出產(chǎn)業(yè)鏈中相對低端的工業(yè)企業(yè)，為該地區(qū)高質(zhì)量的企業(yè)入駐騰出資源空間，逐步實現(xiàn)工業(yè)上的產(chǎn)業(yè)升級，同時為落后地區(qū)工業(yè)發(fā)展提供原始的積累。鼓勵諸如云南、貴州等人力、土地成本較低的地區(qū)筑巢引鳳，依據(jù)自身工業(yè)產(chǎn)業(yè)發(fā)展需求打造各類產(chǎn)業(yè)園，工業(yè)基地，補貼企業(yè)入駐。實現(xiàn)長江經(jīng)濟帶全域內(nèi)工業(yè)發(fā)展上的協(xié)同互補，減少資源冗余與錯配，提升規(guī)模效率，緩解規(guī)模報酬遞減趨勢。

參考文獻：

[1]《長江經(jīng)濟帶創(chuàng)新驅(qū)動產(chǎn)業(yè)轉(zhuǎn)型升級方案》[2016]440號.

[2]CHEN S，GOLLEY J.‘Green productivity growth in Chinas industrial economy[J].Energy Economics，2014，44：89.

[3]SHI X，WU Y.The effect of internal and external factors on innovative behaviour of Chinese manufacturing firms[J].China Economic Review，2017，46（Supplement）：50.

[4]譚俊濤，張平宇，李靜.中國區(qū)域創(chuàng)新績效時空演變特征及其影響因素研究[J].地理科學(xué)，2016，36（1）：39.

[5]崔志新，陳耀.區(qū)域技術(shù)創(chuàng)新協(xié)同的影響因素研究：基于京津冀和長三角區(qū)域面板數(shù)據(jù)的實證分析[J].經(jīng)濟與管理，2019，33（3）：1.

[6]LI L， LIU B， LIU W， et al. Efficiency evaluation of the regional high-tech industry in China： a new framework based on meta-frontier dynamic DEA analysis[J].Socio-Economic Planning Sciences，2017，60：24.

[7]LEE J， KIM C， CHOI G， et al. Exploring data envelopment analysis for measuring collaborated innovation efficiency of small and medium-sized enterprises in Korea[J].European Journal of Operational Research，2019，278（2）：533.

[8]韓兆洲，程學(xué)偉.中國區(qū)域?qū)＠a(chǎn)出與產(chǎn)業(yè)創(chuàng)新效率研究[J].產(chǎn)經(jīng)評論，2018，9（3）：75.

[9]陳紅軍，謝富紀.中國三大都市圈創(chuàng)新資源配置效率影響因素研究[J].上海管理科學(xué)，2018，40（2）：1.

[10]朱愛輝，陳富民.基于DEA模型的湖南裝備制造業(yè)技術(shù)創(chuàng)新效率研究[J].科技與管理，2015，17（1）：85.

[11]陳偉，景銳，張慧泉，等.東北地區(qū)大中型工業(yè)企業(yè)技術(shù)創(chuàng)新效率評價：基于DEA-Malmquist指數(shù)方法[J].華東經(jīng)濟管理，2017，31（2）：66.

[12]馮智雨，戴萬亮.遼寧省創(chuàng)新效率評估與創(chuàng)新驅(qū)動路徑研究：基于DEA-Tobit模型[J].科技與管理，2017，19（5）：16.

[13]董登珍，林曉霞，龔明.湖北省技術(shù)創(chuàng)新效率評價：基于研發(fā)資本存量角度[J].科技管理研究，2018，38（16）：81.

[14]白俊紅，蔣伏心.協(xié)同創(chuàng)新、空間關(guān)聯(lián)與區(qū)域創(chuàng)新績效[J].經(jīng)濟研究，2015，50（7）：174.

[編輯：費 婷]

收稿日期： 2019-09-14

作者簡介： 羅 芳（1964—），女，教授，博士;

王遠卓（1995—），男，碩士研究生.