徐子穎， 徐 晨

(大連海事大學(xué) 航運(yùn)經(jīng)濟(jì)與管理學(xué)院， 遼寧 大連 116026)

創(chuàng)新是新時(shí)代高質(zhì)量發(fā)展的動(dòng)力，黨的十九大報(bào)告提出中國將加快建設(shè)創(chuàng)新型國家，也將支持有條件的地方建設(shè)國際和區(qū)域科技創(chuàng)新中心，更加注重企業(yè)在創(chuàng)新活動(dòng)中的主體地位[1]。高新技術(shù)企業(yè)作為創(chuàng)新驅(qū)動(dòng)發(fā)展的“沖鋒隊(duì)”，直接影響了區(qū)域技術(shù)進(jìn)步和區(qū)域經(jīng)濟(jì)發(fā)展[2]。然而，高新技術(shù)企業(yè)還存在整體國際競爭力較低、缺乏持續(xù)成長能力、研發(fā)能力和成果轉(zhuǎn)化能力不平衡等問題[3]。《2019年全球競爭力報(bào)告》對141個(gè)經(jīng)濟(jì)體的競爭力指數(shù)進(jìn)行分析和排名，中國內(nèi)地的總體競爭力排名第28位，創(chuàng)新能力排名第24位，研發(fā)支出占GDP比例的排名為15位，申請專利數(shù)排名第32位，商業(yè)化排名第34位。這些數(shù)據(jù)說明了中國創(chuàng)新能力雖然有較大提升，但科技研發(fā)投入與產(chǎn)出不能匹配，商業(yè)化程度不高。因此，開展高新技術(shù)企業(yè)創(chuàng)新效率評價(jià)，有利于各地區(qū)認(rèn)清現(xiàn)狀，提升管理水平，優(yōu)化資源配置，有針對性地采取相關(guān)措施提高區(qū)域科技創(chuàng)新能力。

高新技術(shù)企業(yè)具有高技術(shù)、高知識產(chǎn)權(quán)的特點(diǎn)，企業(yè)如何進(jìn)行科技資源配置將會(huì)直接影響科技創(chuàng)新產(chǎn)出，并作用于經(jīng)濟(jì)產(chǎn)出，從而影響到區(qū)域經(jīng)濟(jì)的發(fā)展[4]。目前，越來越多的學(xué)者運(yùn)用多種創(chuàng)新方法從不同角度探索了技術(shù)創(chuàng)新效率，常用的參數(shù)法包括SFA方法，非參數(shù)方法包括DEA方法。Liu等[5]基于DEA-Tobit模型測度了高技術(shù)產(chǎn)業(yè)發(fā)展環(huán)境與創(chuàng)新效率的關(guān)系；Fan等[6]將區(qū)域內(nèi)創(chuàng)新和區(qū)域間合作創(chuàng)新整合，采用改進(jìn)的DEA模型分析2003—2016年區(qū)域創(chuàng)新效率的總體影響；肖仁橋等[7]從價(jià)值鏈角度出發(fā)，應(yīng)用兩階段鏈?zhǔn)紻EA模型對28個(gè)省份高新技術(shù)產(chǎn)業(yè)整體效率進(jìn)行評價(jià)，發(fā)現(xiàn)高新技術(shù)產(chǎn)業(yè)整體效率和分階段效率偏低且呈現(xiàn)“U”形變化趨勢；Li等[8]采用了RAGA-PP-SFA模型，測度2010—2015年高端制造業(yè)綠色技術(shù)創(chuàng)新效率，發(fā)現(xiàn)高端制造業(yè)綠色技術(shù)創(chuàng)新效率區(qū)域差異較大，總體水平偏低；韓晶[9]利用SFA方法對高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率和影響因素積進(jìn)行分析，認(rèn)為高新技術(shù)產(chǎn)業(yè)創(chuàng)新產(chǎn)出是經(jīng)費(fèi)拉動(dòng)型，產(chǎn)業(yè)利潤與創(chuàng)新效率呈正相關(guān)；Hong等[10]利用SFA方法研究了政府補(bǔ)貼、私人研發(fā)資金對高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響，發(fā)現(xiàn)人力資本和私人研發(fā)資金對高新技術(shù)產(chǎn)業(yè)的創(chuàng)新績效貢獻(xiàn)較大，而政府補(bǔ)助會(huì)對創(chuàng)新效率帶來負(fù)面影響；劉偉[11]使用三階段DEA模型測算了高新技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率，發(fā)現(xiàn)在剔除環(huán)境因素的影響之后規(guī)模效率被高估，純技術(shù)效率被低估；范德成等[12]運(yùn)用DEA-Malmquist和BMA方法對中國29個(gè)城市的技術(shù)創(chuàng)新效率和潛在影響因素進(jìn)行檢驗(yàn)；馮纓等[13]基于DEA方法從橫向和縱向兩個(gè)角度分析了江蘇省5大高新技術(shù)行業(yè)的技術(shù)創(chuàng)新效率；韓兵等[14]采用動(dòng)態(tài)兩階段DEA模型對中國27個(gè)省域2012—2015年高新技術(shù)創(chuàng)新績效進(jìn)行評價(jià)。

通過對已有文獻(xiàn)的整理，發(fā)現(xiàn)國內(nèi)外的學(xué)者對評價(jià)方法進(jìn)行了多維度的創(chuàng)新，從指標(biāo)體系構(gòu)建、區(qū)域績效水平和影響因素角度切入，為高新技術(shù)企業(yè)持續(xù)發(fā)展和政府政策制定提供了新角度。同時(shí)，現(xiàn)有研究也存在可完善之處：①已有文獻(xiàn)評價(jià)對象大多是省級區(qū)域或局部地區(qū)的高新技術(shù)企業(yè)，城市級別角度的研究較少，而高新技術(shù)企業(yè)主要集中于19個(gè)副省級及以上城市，從而導(dǎo)致不能有針對性地提出區(qū)域性的相關(guān)建議。②大多數(shù)學(xué)者在進(jìn)行指標(biāo)體系設(shè)計(jì)時(shí)對中間過程的關(guān)注不夠，沒有充分考慮技術(shù)活動(dòng)的特點(diǎn)，測得結(jié)果的精度大大降低。為解決這些問題，基于高新技術(shù)企業(yè)創(chuàng)新活動(dòng)的多投入和多產(chǎn)出特征，以時(shí)滯效應(yīng)為前提，運(yùn)用動(dòng)態(tài)兩階段DEA模型，構(gòu)建高新技術(shù)企業(yè)兩階段指標(biāo)體系，評價(jià)中國19個(gè)副省級城市及以上高新技術(shù)企業(yè)的技術(shù)創(chuàng)新效率，打開技術(shù)創(chuàng)新過程中的“黑箱”，并為強(qiáng)化科技戰(zhàn)略背景下的高新技術(shù)企業(yè)的發(fā)展提供建議。

1 研究設(shè)計(jì)

1.1 研究方法

DEA方法是由Charnes、Cooper和Rhodes 在1978年提出的一種效率評價(jià)方法[15]?；谝?guī)模報(bào)酬不變的假設(shè)，通過對多個(gè)決策單元(DMU)輸入與輸出的研究，從相對有效性的角度評價(jià)型同類型的多投入、多產(chǎn)出決策單元的綜合技術(shù)效率(technical efficiency，TE)，該模型被稱為C2R模型。Banker等[16]在規(guī)模報(bào)酬可變的基礎(chǔ)之上構(gòu)建了BC2模型，用于評價(jià)決策單元的純技術(shù)效率(pure technical efficiency, PTE)，剔除了規(guī)模效率(scale efficiency，SE)對技術(shù)效率的干擾。在技術(shù)創(chuàng)新過程中，邊際收益具有不確定性。因此，采用以投入導(dǎo)向的BC2模型為基礎(chǔ)對高新技術(shù)企業(yè)技術(shù)創(chuàng)新效率進(jìn)行評價(jià)。

投入導(dǎo)向的BC2模型為

(1)

式中：m表示投入變量數(shù)；s表示產(chǎn)出變量數(shù)；θ表示決策單元DMU的有效值；xji為投入要素；yjr為產(chǎn)出要素；λ表示n個(gè)DMU的線性組合向量；s-、s+為投入、產(chǎn)出松弛變量；ε為一個(gè)很小的正數(shù)。對于該模型假設(shè)其最優(yōu)解為λ0、s-0、s+0、θ0在滿足不同情況下，DMU0的有效性情況見表1。

表1 DMU0有效性情況

1.2 變量選取

在已有研究成果的基礎(chǔ)上，根據(jù)數(shù)據(jù)可獲得性、系統(tǒng)性及科學(xué)性等指標(biāo)體系構(gòu)建原則，綜合考慮高新技術(shù)企業(yè)創(chuàng)新的過程，分別構(gòu)建了兩階段的投入產(chǎn)出指標(biāo)體系。在研發(fā)階段，選取 R&D人員折合全時(shí)當(dāng)量作為創(chuàng)新人力投入指標(biāo)，R&D內(nèi)部經(jīng)費(fèi)支出作為創(chuàng)新經(jīng)費(fèi)投入指標(biāo)[17]，以專利申請數(shù)作為產(chǎn)出指標(biāo)衡量企業(yè)的技術(shù)研發(fā)成果[18]；在成果轉(zhuǎn)化階段，選取專利申請數(shù)、R&D人員折合全時(shí)當(dāng)量和R&D內(nèi)部經(jīng)費(fèi)支出作為創(chuàng)新投入指標(biāo)，衡量技術(shù)、人力和資金投入，技術(shù)收入作為產(chǎn)出指標(biāo)，衡量企業(yè)的技術(shù)經(jīng)濟(jì)成果。構(gòu)建的評價(jià)指標(biāo)體系見表2。

表2 高新技術(shù)企業(yè)技術(shù)創(chuàng)新指標(biāo)體系

1.3 數(shù)據(jù)來源

研究對象為中國19個(gè)副省級及以上城市的高新技術(shù)企業(yè)，原始數(shù)據(jù)來源為2017—2020年的《中國火炬統(tǒng)計(jì)年鑒》以及2018年專利統(tǒng)計(jì)年報(bào)。充分考慮到科技創(chuàng)新活動(dòng)的時(shí)滯效應(yīng)，借鑒Nasierowski 等[19]的研究成果，將研發(fā)投入到成果產(chǎn)出延后1年，選擇2016年為第1階段的投入時(shí)點(diǎn)，研發(fā)投入需要一年的時(shí)間形成發(fā)明專利，因此技術(shù)產(chǎn)出選取2018年的數(shù)據(jù)，選取2019年的數(shù)據(jù)作為技術(shù)轉(zhuǎn)化后的產(chǎn)出。各地區(qū)指標(biāo)的原始數(shù)據(jù)見表3。

表3 2016、2018、2019年指標(biāo)原始數(shù)據(jù)

2 實(shí)證分析

根據(jù)理論模型，運(yùn)用DEAP2.1軟件，以投入為導(dǎo)向分析創(chuàng)新投入和產(chǎn)出數(shù)據(jù)，測度2016—2019年19個(gè)副省級及以上城市技術(shù)創(chuàng)新效率。

2.1 第1階段創(chuàng)新效率分析

將第2階段投入、產(chǎn)出指標(biāo)輸入，得到第1階段技術(shù)創(chuàng)新效率見表4。

表4 第1階段技術(shù)創(chuàng)新效率

從表4可以看出，各城市數(shù)據(jù)集中程度較高。從總體上來看，高新技術(shù)企業(yè)創(chuàng)新綜合效率偏低，平均值為0.577，純技術(shù)效率為0.721，規(guī)模效率為0.821，均未達(dá)到最優(yōu)。各城市效率值普遍偏低，其中，長春滿足TE=PTE=SE=1,DEA有效，即在投入的基礎(chǔ)上所獲得的產(chǎn)出達(dá)到最優(yōu)，既是技術(shù)有效，也是規(guī)模有效，規(guī)模收益不變；北京、廣州、成都和深圳滿足PTE=1，DEA弱有效，技術(shù)有效，即產(chǎn)出相對于投入達(dá)到最優(yōu)，SE<1，為非規(guī)模有效且規(guī)模收益遞減；其他城市則是非DEA有效且規(guī)模收益遞減。

2.2 第2階段創(chuàng)新效率分析

將第2階段投入、產(chǎn)出指標(biāo)輸入，得到第2階段技術(shù)創(chuàng)新效率，見表5。

根據(jù)表5可以看出，各城市總體數(shù)據(jù)較低，平均綜合技術(shù)效率僅為0.430，表現(xiàn)較差，純技術(shù)效率為0.696，規(guī)模效率為0.625，有較大提升空間。其中，北京為 DEA有效，達(dá)到了最優(yōu)；長春、武漢滿足PTE=1，DEA弱有效，規(guī)模收益遞增；其余城市為非DEA有效，規(guī)模收益均為遞增。

表5 第2階段技術(shù)創(chuàng)新效率

2.3 兩階段創(chuàng)新效率對比分析

2.3.1 總體角度

把技術(shù)創(chuàng)新分為兩個(gè)階段，從總體來看，兩階段綜合效率值較低，且第1階段的綜合技術(shù)效率比第2階段高出34.19%，第2階段達(dá)到最優(yōu)的城市數(shù)量與第1階段相同。說明中國副省級以上城市高新技術(shù)企業(yè)在技術(shù)創(chuàng)新活動(dòng)中對人員、資本的配置能力和資源使用效率偏低，成果轉(zhuǎn)化效率低于研發(fā)效率，研發(fā)階段對技術(shù)創(chuàng)新效率的貢獻(xiàn)較大，各城市高新技術(shù)企業(yè)重視科技研發(fā)投入和成果的輸出，而忽視經(jīng)濟(jì)效益。因此提高新技術(shù)創(chuàng)新效率的關(guān)鍵在于把科技成果轉(zhuǎn)化為經(jīng)濟(jì)利益，提升商業(yè)化、產(chǎn)品化效率。

第1階段的規(guī)模效率高出純技術(shù)效率13.87%，說明副省級以上城市高新技術(shù)企業(yè)的管理和技術(shù)等因素對創(chuàng)新效率的貢獻(xiàn)較小，而企業(yè)規(guī)模經(jīng)濟(jì)效應(yīng)對創(chuàng)新效率影響較大。同時(shí)，除已達(dá)到最優(yōu)的長春之外，其他地區(qū)企業(yè)處于規(guī)模收益遞減狀態(tài)，研發(fā)投入和技術(shù)產(chǎn)出不匹配，自主創(chuàng)新能力提升甚微。

第2階段的純技術(shù)效率比規(guī)模效率高出11.36%，說明相較于技術(shù)無效的因素，規(guī)模無效性是造成企業(yè)的成果轉(zhuǎn)化效率偏低的主要原因。同時(shí)，除北京以外，其他地區(qū)企業(yè)處于規(guī)模收益遞增狀態(tài)，但并未達(dá)到最優(yōu)，創(chuàng)新效益不明顯。

2.3.2 空間角度

從綜合技術(shù)效率角度對19個(gè)副省級以上城市技術(shù)創(chuàng)新效率結(jié)果繪制排名象限分布圖，結(jié)果如圖1所示。

圖1 各城市技術(shù)創(chuàng)新效率排名象限分布

將19個(gè)評價(jià)對象分為4種類型，具體如下：

1)區(qū)域Ⅰ為低研發(fā)-低轉(zhuǎn)化，包括廈門和大連。這些城市在研發(fā)和轉(zhuǎn)化兩方面都有很大進(jìn)步空間，應(yīng)該努力提升經(jīng)濟(jì)水平，優(yōu)化市場結(jié)構(gòu)，加強(qiáng)區(qū)域創(chuàng)新合作，逐步推進(jìn)建設(shè)雙高模式。

2)區(qū)域Ⅱ?yàn)楦哐邪l(fā)-低轉(zhuǎn)化，包括重慶、長春、南京、沈陽、哈爾濱、青島和寧波。這些地區(qū)有較強(qiáng)的研發(fā)能力，但由于市場成熟度、發(fā)展水平的限制，技術(shù)商業(yè)化、產(chǎn)品化效率偏低，從而效益降低，所以這些區(qū)域應(yīng)該在保持研發(fā)水平的條件下，提高轉(zhuǎn)化效率，重視產(chǎn)品和技術(shù)市場。

3)區(qū)域Ⅲ為高研發(fā)—高轉(zhuǎn)化，包括成都、廣州和濟(jì)南。①成都作為后起之秀，近年來在區(qū)域經(jīng)濟(jì)發(fā)展、高質(zhì)量人才引進(jìn)和科技創(chuàng)新投入方面取得了不錯(cuò)效果，整體創(chuàng)新活力較強(qiáng)；②廣州作為國家中心城市，在全國科技中心排名第4，創(chuàng)新投入力度大，市場發(fā)展成熟；③濟(jì)南雖然在創(chuàng)新人力、經(jīng)費(fèi)投入和經(jīng)濟(jì)產(chǎn)出水平偏低，增幅也不顯著，由于成果轉(zhuǎn)化存在一定滯后性，因而測度的效率值較高?？傊?，這些地區(qū)在資源配置、資源使用效率以及產(chǎn)業(yè)結(jié)構(gòu)等方面相對優(yōu)于其他城市，因此這些地區(qū)要在維持現(xiàn)有條件的基礎(chǔ)上，加大研發(fā)投入力度，強(qiáng)化成果轉(zhuǎn)化和吸收，加強(qiáng)區(qū)域合作。

4)區(qū)域Ⅳ為低研發(fā)—高轉(zhuǎn)化，包括北京、天津、上海、武漢、杭州、西安和深圳。北京、上海和深圳經(jīng)濟(jì)基礎(chǔ)雄厚，創(chuàng)新政策體系完善，在技術(shù)創(chuàng)新資本和人力投入方面占據(jù)絕對優(yōu)勢，但是資源配置和管理水平不足導(dǎo)致技術(shù)研發(fā)效率相對較低，商業(yè)化水平較高，技術(shù)市場發(fā)展較為完善，成果轉(zhuǎn)化能力強(qiáng)。這些地區(qū)都比較重視技術(shù)的輸出，但整體技術(shù)水平競爭力不足。因此，應(yīng)該要加大技術(shù)引進(jìn)的力度，著重提升企業(yè)管理水平，優(yōu)化資源配置，重視研發(fā)產(chǎn)出和人才引進(jìn)。

3 結(jié)論及建議

3.1 結(jié)論

本文以時(shí)滯效應(yīng)為前提，運(yùn)用動(dòng)態(tài)兩階段DEA模型中的BC2模型對中國19個(gè)副省級及以上城市2016—2019高新技術(shù)企業(yè)技術(shù)創(chuàng)新效率進(jìn)行研究，構(gòu)建高新技術(shù)企業(yè)兩階段指標(biāo)體系，更全面地對各個(gè)城市高新技術(shù)企業(yè)創(chuàng)新效率進(jìn)行評價(jià)，從而進(jìn)一步分析不同地區(qū)技術(shù)創(chuàng)新效率的差異性。研究的主要結(jié)論為：在第1階段，19個(gè)城市高新技術(shù)企業(yè)平均綜合技術(shù)效率為0.577，總體水平偏低，只有長春達(dá)到最優(yōu)水平，其余城市集中性較高；在第2階段，19個(gè)城市高新技術(shù)企業(yè)平均綜合技術(shù)效率較低，純技術(shù)效率和規(guī)模效率有較大進(jìn)步空間，只有北京達(dá)到最優(yōu)水平；總體上，第1階段研發(fā)效率企業(yè)規(guī)模經(jīng)濟(jì)效應(yīng)對創(chuàng)新效率影響較大，第2階段規(guī)模無效性是造成企業(yè)的成果轉(zhuǎn)化效率偏低的主要原因；空間上，各副省級及以上城市高新技術(shù)企業(yè)創(chuàng)新效率具有顯著差異，尤其是區(qū)域Ⅰ和區(qū)域Ⅲ高新技術(shù)企業(yè)差距較大，且差異呈現(xiàn)擴(kuò)大趨勢。

3.2 建議

結(jié)合具體情況，對高新技術(shù)企業(yè)發(fā)展提出以下建議：

1)加大科技研發(fā)投入力度，提高專利申請數(shù)。加大研發(fā)投入力度，采取切實(shí)措施加大對技術(shù)研發(fā)和專利申請的支持力度，重視研發(fā)成果產(chǎn)出，最大限度地將創(chuàng)新投入轉(zhuǎn)化為有效技術(shù)成果，推進(jìn)高新技術(shù)企業(yè)向創(chuàng)新驅(qū)動(dòng)模式轉(zhuǎn)變。

2)注重技術(shù)商業(yè)化效率。以需求導(dǎo)向創(chuàng)新為主導(dǎo)，注重市場和客戶的實(shí)際需求，強(qiáng)化創(chuàng)新技術(shù)商業(yè)化、產(chǎn)品化效率，提高市場活躍度，推動(dòng)科技成果發(fā)揮作用。

3)提升企業(yè)管理水平。鼓勵(lì)企業(yè)提高管理水平，集中優(yōu)勢資源，合理配置人力、資本等要素，不斷完善激勵(lì)機(jī)制和創(chuàng)新管理制度，激發(fā)員工的創(chuàng)造力，提高新技術(shù)創(chuàng)新管理決策科學(xué)化。

4)加強(qiáng)區(qū)域合作創(chuàng)新，提高高新技術(shù)企業(yè)競爭力。推進(jìn)區(qū)域企業(yè)創(chuàng)新交流，學(xué)習(xí)和借鑒“雙高”區(qū)域的高新技術(shù)企業(yè)的特色管理方法和先進(jìn)商業(yè)模式，實(shí)現(xiàn)優(yōu)勢互補(bǔ)，擴(kuò)大技術(shù)、知識的溢出效應(yīng)，積極發(fā)展特色產(chǎn)業(yè)、技術(shù)，逐步提升高新技術(shù)企業(yè)整體競爭力。

由于研究方法存在一定局限性，只針對輸入與輸出指標(biāo)的相對效率進(jìn)行評價(jià)，沒有剔除環(huán)境噪聲帶來的影響，結(jié)果可能存在偏差。在今后的研究中，可以擴(kuò)大指標(biāo)體系范疇，并進(jìn)行評價(jià)方法的創(chuàng)新，進(jìn)一步分析高技術(shù)企業(yè)的技術(shù)創(chuàng)新效率。