羅 植

（北京市社會科學院管理研究所，北京 100101）

一、引言

黨的二十大報告強調，高質量發(fā)展是全面建設社會主義現代化國家的首要任務。目前，推進高質量發(fā)展還有許多卡點瓶頸。持續(xù)提升科技創(chuàng)新能力是突破這些卡點瓶頸的關鍵。高新技術園區(qū)作為我國科技創(chuàng)新的重要基地，其創(chuàng)新效率不僅直接影響著科技創(chuàng)新能力，也直接影響著經濟社會發(fā)展質量，是實現高質量發(fā)展的主陣地。中關村國家自主創(chuàng)新示范區(qū)是我國第一個國家自主創(chuàng)新示范區(qū)。從2013年到2020年，中關村示范區(qū)的技術收入從4032.4億元增加到16027.4億元，名義值年均增長21.8%；企業(yè)專利授權從20991件增加到71797件，年均增長19.2%。可以說，中關村是引領科技創(chuàng)新發(fā)展的一面旗幟，是全國最重要的高新技術園區(qū)之一，它不僅是北京建設國際科技創(chuàng)新中心的主陣地，也是推動我國經濟社會高質量發(fā)展的重要引擎。為進一步提升高新技術園區(qū)的創(chuàng)新效率，推動高質量發(fā)展，有必要以中關村示范區(qū)為代表，在評價創(chuàng)新效率的基礎上，分析決定高新技術園區(qū)的創(chuàng)新效率主要影響因素，探討創(chuàng)新效率的提升路徑。

評價效率的方法不少，以數據包絡分析（DEA）和隨機邊界分析（SFA）最為常見。肖文和林高榜使用SFA測算了中國36個工業(yè)行業(yè)的技術創(chuàng)新效率，并分析了政府支持和研發(fā)管理的影響［1］。韓晶使用SFA測算了中國高技術產業(yè)的創(chuàng)新效率，并分析了企業(yè)數量、總資產和利潤等因素的影響［2］。因為創(chuàng)新活動通常涉及多個投入和多個產出，且沒有比較認可的生產函數形式，所以使用基于DEA估算創(chuàng)新效率的研究更為豐富，研究對象從微觀的企業(yè)和高校，到中觀的行業(yè)，再到宏觀的地區(qū)都有［3-6］。劉美芳和王晶瑩使用DEAMalmquist指數模型測算了中關村科技園區(qū)各行業(yè)的創(chuàng)新效率變動指數，并基于Tobit模型考察了影響變動程度的主要因素［7］。嚴佳和王晉梅等同樣使用DEA-Malmquist指數模型測算了中關村各園區(qū)創(chuàng)新效率的變動指數［8］?？梢钥吹?，利用基于DEA的方法測算創(chuàng)新效率或其變動指數的研究比較豐富，但重點針對中關村示范區(qū)的不多。而且，現有研究多是利用Malmquist指數考察創(chuàng)新效率變動情況，從多個角度比較創(chuàng)新效率水平值并考察主要影響因素的研究相對較少。Malmquist指數只能反映效率的變化情況，無法衡量效率的水平值，以此為基礎考察影響因素難以得到無偏估計結果。而且，只有從多個角度考察影響因素才能更有效地把握其微觀基礎。為此，本研究擬基于DEA方法選擇合適的測算模型，從多個角度考察中關村示范區(qū)創(chuàng)新效率的水平值，并檢驗其主要影響因素，為進一步提高中關村示范區(qū)的創(chuàng)新效率，發(fā)揮高新技術園區(qū)的創(chuàng)新引領作用，提供必要的經驗依據。

二、模型、指標與數據

（一） 超效率SBM模型

數據包絡分析（DEA）是在構建生產前沿面的基礎上，通過比較各單元的投入產出情況到生產前沿面的距離來測算相對效率的?；贒EA的測算模型很多，考慮到創(chuàng)新活動的高風險、高收益，及特殊的投入產出結構等特征，本研究擬在規(guī)模報酬可變的假設下，使用非徑向、非有向的超效率SBM（Slacks-Based Measure）模型測算創(chuàng)新效率［9］。

首先，使用SBM模型測算所有單元的效率水平。對于一個包含n個決策單元的系統(tǒng)，若將m種投入的向量記為，將s種產出的向量記為，那么，根據規(guī)模報酬可變的超效率SBM模型，決策單元0的效率可通過下式測算。

評價模型中，sx?Rm和sy?Rs分別為投入和產出的松弛變量，即投入的冗余量和產出的不足量。ρ*為決策單元的效率值，介于0到1之間。當sx和sy都等于0時，ρ*為1，即決策單元是有效的。當sx或sy不都等于0時，ρ*則小于1，即決策單位的效率存在改進空間。

接著，在計算得到效率值后，再使用超效率SBM模型重新計算效率值為1的有效單元（計算公式可參見Tone的研究［10］），使有效單元也具有相對可比性。超效率SBM模型突破了有效單元效率值只能是1的上限，使得各單元的效率對比更為準確，而且，考察影響因素的方法與模型也不用再局限于Tobit等受限因變量回歸。

（二） 指標數據

本研究以中關村示范區(qū)2013年到2020年的創(chuàng)新效率為研究對象，所涉及的指標與數據如表1所示。

表1 指標與數據說明

創(chuàng)新活動的投入主要可歸結為勞動力和資本兩類。勞動力投入使用年末從業(yè)人員中的科技活動人員數量衡量。資本投入使用科技活動資本存量衡量。該數據使用現有研究普遍使用的永續(xù)盤存法核算，其中流量數據使用科技活動經費支出總額，折舊率設為15%［11］，基年的存量K0在假設流量增長率等于存量增長率的基礎上，通過K0＝E1/（g＋δ）估算，增長率g使用流量增長率近10年的幾何平均數［12］。

創(chuàng)新活動的產出包含多個方面。一些研究將各類產出分為技術開發(fā)和成果轉化兩個階段［13-14］。技術開發(fā)階段的成果主要體現為專利，成果轉化階段的成果主要體現為技術交易和新產品銷售。本研究同時考慮這兩個階段，技術開發(fā)階段的產出用專利授權數衡量，成果轉化階段的產出用技術收入和新產品銷售收入衡量。

影響創(chuàng)新效率的外部因素很多，本研究主要從企業(yè)、園區(qū)或行業(yè)、政府、對外貿易和市場五個層面考慮。企業(yè)層面主要通過企業(yè)數量考察企業(yè)聚集度的影響，檢驗企業(yè)間的競爭是否存在溢出效應。園區(qū)和或行業(yè)層面主要通過工業(yè)總產值考察產業(yè)規(guī)模的影響，檢驗規(guī)模效應是否存在。政府層面主要通過實繳稅費率考察政府行為的影響，檢驗政府支持是否有利企業(yè)的創(chuàng)新活動。對外貿易主要通過進口及出口占產品銷售收入的比重考察對外貿易的影響，檢驗進出口水平是否有利于新技術獲取。市場層面主要通過利潤水平考察市場需求的影響，檢驗利潤率能否激勵創(chuàng)新活動。

上述指標涉及的數據全部來自歷年的《北京統(tǒng)計年鑒》《北京區(qū)域統(tǒng)計年鑒》《中關村年鑒》《中關村國家自主創(chuàng)新示范區(qū)年鑒》。其中，名義數據使用北京市平均的地區(qū)生產總值平減指數換算實際值。

（三） 影響因素檢驗模型

根據上述影響因素的選取，可構建如下固定效應面板回歸模型。為了削弱共線性和異方差等問題的景程，所有變量采用對數形式進入方程，即使用對數線性回歸模型。

模型中，下標i表示園區(qū)、行業(yè)或注冊類型，下標t表示年份，ai表示難以觀測或測量的個體效應，ε為隨機干擾項。因變量eff為創(chuàng)新效率。自變量agg為企業(yè)數量，scale為工業(yè)總產值，gov為實繳稅費總額占總收入的比重，import為進口總額占產品銷售收入的比重，export為出口總額占產品銷售收入的比重，profit為利潤率。ln為取自然對數的標記。

三、創(chuàng)新效率與影響因素

（一） 創(chuàng)新效率

按照SBM模型及其超效率模型，從園區(qū)、重點行業(yè)和注冊類型角度分別測算中關村示范區(qū)的創(chuàng)新效率，并計算其2013年到2020年的平均水平（幾何平均數），其結果如圖1所示。

圖1 各園區(qū)、行業(yè)、注冊類型創(chuàng)新效率平均水平

第一，從園區(qū)角度看，大部分園區(qū)的創(chuàng)新效率處于有效水平附近，其中海淀園的創(chuàng)新效率最為突出。2020年，海淀園的企業(yè)數量接近整個示范區(qū)的一半，工業(yè)總產值占示范區(qū)的20%以上，總收入占示范區(qū)的40%以上。2013年到2020年，海淀園的創(chuàng)新效率從3.23持續(xù)增長到4.60，平均水平達到4.252。除海淀園外，大部分園區(qū)的創(chuàng)新效率位于1附近。創(chuàng)新效率較低的園區(qū)有石景山園、門頭溝園、西城園和房山園，其2013年到2020年的平均水平都不足0.7。其中，石景山園和門頭溝園的創(chuàng)新效率最低，且相對穩(wěn)定，其平均水平都不到0.5。西城園創(chuàng)新效率雖然平均水平不高，但波動較大，有些年份能達到有效水平1以上，但有些年份還不足0.3。

第二，從行業(yè)角度看，電子與信息行業(yè)的創(chuàng)新效率最高，生物醫(yī)藥、航空航天和現代農業(yè)的創(chuàng)新效率較低。電子與信息是近幾年技術創(chuàng)新的重點領域、熱點領域。2020年，中關村示范區(qū)屬于電子與信息行業(yè)的企業(yè)近1.8萬家，占整個示范區(qū)企業(yè)數量的六成以上。由于市場需求大和技術轉化快等特點，該領域的創(chuàng)新產出也一直處于較高水平。從發(fā)展趨勢看，電子與信息行業(yè)的創(chuàng)新效率在波動中略有提升，從2013年的2.35提高到3.47，2020年又回落到2.66。生物醫(yī)藥、航空航天和現代農業(yè)可能受研發(fā)周期較長等行業(yè)特點的限制，其創(chuàng)新效率長時間處于較低水平。

第三，從注冊類型看，集體和有限責任的創(chuàng)新效率都接近于2，處于較高水平。私營、股份合作和國有的創(chuàng)新效率整體較低，其平均水平都不到0.4。其中，私營的創(chuàng)新效率比較穩(wěn)定，長期處于0.4以下。集體和股份合作的創(chuàng)新效率存在較大波動，個別年份能達到有效水平1以上，這可能與其所包含的產業(yè)特點有關。

（二） 影響因素

分別從園區(qū)和行業(yè)兩個角度估計影響因素模型（通過了LLC和IPS兩種面板單位根檢驗），結果如表2所示。前兩列為以園區(qū)為對象的估計結果，后兩列為以行業(yè)為對象的估計結果（因數據異質性不包括海洋工程行業(yè)）。作為對比，第二列和第四列為水平值的線性模型的估計結果。為了緩解自相關和異方差問題，使用Driscoll-Kraay穩(wěn)健型標準誤推斷估計結果，滯后階數設置為1。

表2 創(chuàng)新效率影響因素的估計結果

第一，從行業(yè)角度看，企業(yè)聚集有助于創(chuàng)新，但影響程度較小。在行業(yè)對數線性模型的估計結果中，企業(yè)數量的估計系數可在1%的水平上顯著為正，即同行業(yè)間的企業(yè)競爭有助于提升創(chuàng)新水平，同行業(yè)企業(yè)數量提高1%，創(chuàng)新效率可提高約0.753%。但該變量在線性模型中的估計結果并不顯著。說明企業(yè)競爭的溢出效應不高，且存在收益遞減特征。即，在企業(yè)數量較少時，增加企業(yè)數量更容易提高創(chuàng)新效率。但當企業(yè)數量處于較高水平時，獲得同水平的效率提升，需要增加的企業(yè)數量將以指數級別擴大。從園區(qū)角度看，企業(yè)聚集的激勵作用更弱，且顯著性水平不高。這是因為，園區(qū)內通常包含多個行業(yè)，且行業(yè)間競爭不及行業(yè)內競爭，所以企業(yè)競爭的溢出效應被分散到各行業(yè)。

第二，行業(yè)規(guī)模對創(chuàng)新效率存在一定促進作用，但園區(qū)規(guī)模影響不大。行業(yè)模型中工業(yè)總產值的估計結果可在10%的水平顯著為正。其中，對數線性模型的結果說明，行業(yè)的工業(yè)總產值提高1%，創(chuàng)新效率提高約0.287%。同樣，因園區(qū)規(guī)模是多個行業(yè)的總和，所以其促進作用有限。

第三，政府的稅費優(yōu)惠政策總體上有利于創(chuàng)新效率，但從行業(yè)角度看影響并不顯著。在園區(qū)模型的估計結果中，實繳稅費率的估計系數可在1%的水平上顯著為負，說明稅費優(yōu)惠政策可以提升創(chuàng)新效率，平均實繳稅費降低1%，創(chuàng)新效率約能提升0.574%。但從行業(yè)角度看，該影響在統(tǒng)計上并不顯著。這可能是因為優(yōu)惠政策的制定多是圍繞園區(qū)的，而不是針對具體行業(yè)的。

第四，對外貿易對創(chuàng)新效率的影響在統(tǒng)計上不顯著。從中關村示范區(qū)的經驗數據看，進口和出口比重的估計系數基本都不顯著，即對外開放程度對創(chuàng)新效率不存在顯著影響。在線性模型中，雖然進口比重的估計系數在統(tǒng)計上是顯著的，但實際影響水平較低。

第五，市場需求是影響創(chuàng)新效率的重要因素。利潤率在四個模型中的估計結果都顯著為正，說明穩(wěn)定且較好的市場預期更有助于企業(yè)開展創(chuàng)新活動。從行業(yè)模型看，利潤率提高1%，創(chuàng)新效率可以提高約0.309%。從園區(qū)模型看，利潤率提高1%，創(chuàng)新效率可提高約0.024%。

四、政策含義

通過DEA-SBM超效率模型，本研究從園區(qū)、行業(yè)和注冊類型角度測算了中關村示范區(qū)的創(chuàng)新效率，檢驗了企業(yè)聚集度、園區(qū)及行業(yè)規(guī)模、政府支持、對外貿易、市場環(huán)境的影響。結果顯示，行業(yè)內的企業(yè)聚集、擴大行業(yè)規(guī)模、提升稅費優(yōu)惠和降低市場風險對提高創(chuàng)新效率都有積極作用。因此，進一步提高中關村示范區(qū)的創(chuàng)新效率，推動經濟社會高質量發(fā)展，可以從以下三個方面考慮。

第一，優(yōu)化營商環(huán)境，吸引更多企業(yè)開展創(chuàng)新活動。企業(yè)是創(chuàng)新的主體。通過進一步優(yōu)化營商環(huán)境，深化“放管服”改革，降低科技型企業(yè)的準入門檻，做強創(chuàng)新主體，是提高自主創(chuàng)新水平的關鍵。一方面，更多同領域企業(yè)的聚集可以提高競爭強度，激勵企業(yè)更好地將自身的創(chuàng)新能力發(fā)揮出來。另一方面，這些企業(yè)的聚集還擴大了行業(yè)規(guī)模，可通過規(guī)模效應提高創(chuàng)新產出，提升創(chuàng)新效率。

第二，加強稅收優(yōu)惠等資金支持政策，兼顧普惠與精準。各類資金支持政策可以降低企業(yè)開展創(chuàng)新活動的成本，在提高企業(yè)創(chuàng)新積極性和創(chuàng)新效率方面一直發(fā)揮著重要作用。中關村的稅收優(yōu)惠等資金支持政策一直先行先試走在全國前列，極大地釋放了創(chuàng)新活力。未來，在保持普惠支持力度的同時，還可以進一步提升政策的精準性。比如，可圍繞基礎研究和關鍵技術，以及數字經濟等重點領域制定更有針對性的資金支持政策，兼顧普惠與精準兩個方面。

第三，完善科技創(chuàng)新產品的政府采購制度，提高采購產品的技術含量和中小企業(yè)的采購比重。政府采購可以有效降低市場風險，為企業(yè)的創(chuàng)新產品提供穩(wěn)定和預期清晰的需求。而且，政府采購通常能給企業(yè)提供更大的訂單量，并形成示范效應，放大市場需求，使企業(yè)的生產形成規(guī)模效應，為企業(yè)帶來更高利潤，進而提升創(chuàng)新效率。在進一步完善政府采購科技創(chuàng)新產品制度方面，政府可以不斷提高對中關村示范區(qū)高技術含量產品的采購比重，并進一步加大對中小企業(yè)的采購比例，為更多企業(yè)和更高風險的創(chuàng)新活動提供資金和政策支持。