我國高新區(qū)Ｍａｌｍｑｕｉｓｔ生產(chǎn)率增長研究

[摘要] 運用DEA方法，通過測算我國高新區(qū)2001年～2004年間的Malmquist生產(chǎn)率指數(shù)，研究發(fā)現(xiàn)，我國高新區(qū)的生產(chǎn)率在不斷增長，其中主要是技術進步的貢獻，但這一貢獻呈逐年下降的趨勢。

[關鍵詞] 數(shù)據(jù)包絡分析 Malmquist生產(chǎn)率指數(shù) 高新區(qū)

如何培育自主創(chuàng)新能力是我國目前面臨的一個重要課題，而建立科技園區(qū)是世界許多國家提高技術創(chuàng)新能力的有效途徑，成功的例子有美國的硅谷、英國的劍橋、法國的索非亞、印度的班加羅爾，以及我國臺灣的新竹等，這些科技園區(qū)在引領當?shù)丶夹g進步上都發(fā)揮了重要的作用。

自1991年以來，我國相繼建立了53個國家級高新技術產(chǎn)業(yè)開發(fā)區(qū)。在過去的十多年時間里，我國高新區(qū)發(fā)展十分迅速，規(guī)模迅速擴大，在培育高新技術產(chǎn)業(yè)輻射、推動地方產(chǎn)業(yè)結構調(diào)整和升級、帶動地區(qū)經(jīng)濟發(fā)展等方面也都做出了突出的貢獻。本文的目的是探討我國高新區(qū)生產(chǎn)率增長表現(xiàn)，為此，我們采用Malmquist生產(chǎn)率指數(shù)(Productivity Index)來衡量高新區(qū)生產(chǎn)率變化，以期得到有益的結論。

一、研究方法

Malmquist生產(chǎn)率指數(shù)是分析同類決策單元（Decision Making Units，簡稱DMU）生產(chǎn)率增長的常用方法。根據(jù)Fre et al.(1994)，基于投入的Malmquist生產(chǎn)率指數(shù)計算公式如下：

(1)

其中，Dti(xt，yt)和Dtt+1(xt+1，yt+1)分別為第t期及第t+1期的投入距離函數(shù)(Distance Function)，它們分別表示第t期和第t+1期的投入和產(chǎn)出相對于第t期和第t+1期生產(chǎn)前沿面的位置。Dit+1(xt，yt)和Dit(xt+1，yt+1)則分別表示第t期及第t+1期的投入產(chǎn)出相對于第t+1期及第t期生產(chǎn)前沿面的位置。距離函數(shù)等于CCR模型的技術效率的倒數(shù)。第k個DMU的Dit(xt+1，yt+1)可用規(guī)劃(2)來求解，Dti(xt，yt)可同理得到：

(2)

當Malmquist生產(chǎn)率指數(shù)大于(小于)1時表示該DMU從第t期到第t+1期生產(chǎn)率改善(衰退)。在固定規(guī)模報酬假設下，Malmquist生產(chǎn)率指數(shù)可進一步分解為技術變動(Technical Change，TECH)及效率變動(Efficiency Change，EFFCH)的乘積：

(3)

(4)

(5)

技術變動表示生產(chǎn)前沿面移動，TECH大于(小于)1分別表示第t期到第t+1期間DMU技術進步(衰退)。效率變動表示DMU管理資源的進步或衰退幅度，EFFCH大于(小于)1表示第t+1期相對于第t期DMU與生產(chǎn)前沿面的距離變近(遠)。在規(guī)模報酬可變的假設下，根據(jù)BCC模型，EFFCH又可進一步分解為純技術效率變動(Pure Technical Efficiency Change，PECH)和規(guī)模效率變動(Scale Efficiency Change，SECH)的乘積。

二、變量與數(shù)據(jù)來源

本文以我國53個國家級高新技術產(chǎn)業(yè)開發(fā)區(qū)為研究對象，剔除掉兩個數(shù)據(jù)不全的高新區(qū)(綿陽高新區(qū)和寶雞高新區(qū))，最后的研究對象為51個高新區(qū)，研究的時間段為2001年至2004年。這51個高新區(qū)按我國三大經(jīng)濟地帶分，東部、中部和西部地區(qū)分別有27個、14個和10個。

本文選取反映各個高新區(qū)基本經(jīng)濟活動的“資本”和“勞動”作為投入變量，其中資本由高新區(qū)年末資產(chǎn)表示，勞動以高新區(qū)年末從業(yè)人員代替。同時，本文選取各個高新區(qū)的年營業(yè)總收入、凈利潤和工業(yè)總產(chǎn)值作為產(chǎn)出變量，其中營業(yè)總收入反映了高新區(qū)的總體創(chuàng)收能力，凈利潤反映了高新區(qū)的獲利能力，而工業(yè)總產(chǎn)值則在一定程度上反映了科技成果產(chǎn)業(yè)化能力。由于高新區(qū)本身的功能和特點，本文認為對這三個產(chǎn)出指標的任何單一追求都不能體現(xiàn)高新區(qū)的高效率，只有將三者綜合考察才能較好地衡量高新區(qū)效率。2001年的數(shù)據(jù)來自《2002中國開發(fā)區(qū)年鑒》，其余各年數(shù)據(jù)均來自中國科技部火炬計劃官方網(wǎng)站。

三、實證分析

根據(jù)前面所述方法，運用OnFront軟件運算我們可得到每個高新區(qū)的Malmquist生產(chǎn)率指數(shù)及其各項分解項變動指數(shù)，結果整理如表所示。從中可以看出，我國高新區(qū)在2001年～2002年、2002年～2003年、2003年～2004年期間內(nèi)，Malmquist生產(chǎn)率指數(shù)都大于1，這說明我國高新區(qū)的生產(chǎn)率總體上在逐年改善，2001年～2004年間高新區(qū)生產(chǎn)率累計增長34.69%。

根據(jù)表，我國高新區(qū)技術變動指數(shù)在2001年～2002年、2002年～2003年和2003年～2004年期間內(nèi)依次為1.2573、1.1180和1.0192，這說明我國高新區(qū)生產(chǎn)率的增長主要源于技術進步。但盡管如此，情況卻不容樂觀，這是因為技術變動指數(shù)呈逐年下降的趨勢。作為擔負著促進我國技術進步重任的高新區(qū)，技術進步對生產(chǎn)率增長的貢獻不斷下降，這是不正常的現(xiàn)象，而這在一定程度上也說明我國高新區(qū)技術創(chuàng)新能力的欠缺。

我國高新區(qū)綜合技術效率變動同樣不容樂觀，2001年～2002年間高新區(qū)效率變動指數(shù)為0.8457，遠小于1，表明高新區(qū)效率在這期間是惡化的。2002年～2003年和2003年～2004年間分別為1.0208和1.0912，變動不大，雖然不至于退步，但也沒多少進步。2001年～2004年期間為0.9329，說明2004年與2001年相比，我國高新區(qū)效率有所下降。當然，從總體的發(fā)展趨勢來看，我國高新區(qū)效率目前正在得到改善。

再進一步分析影響效率變化的兩個因素會發(fā)現(xiàn)，純技術效率變動指數(shù)都大于1，2001年～2002年、2002年～2003年、2003年～2004年期間內(nèi)，純技術效率變動依次為1.0184、1.0147、1.0593，2001年～2004年間為1.0750，從2001年到2004年間每年都有所提高，說明雖然純技術效率的提高幅度不大，但畢竟在朝更好的方向發(fā)展。規(guī)模效率變化指數(shù)的發(fā)展趨勢和綜合技術效率變化指數(shù)類似，2001年～2002年和2001年～2004年間分別只有0.8391和0.8782，均小于1，但2002年～2003年和2003年～2004年間均大于1，分別為1.0248和1.0320，說明我國高新區(qū)規(guī)模效率也正在得到改善。以上結果表明，我國高新區(qū)綜合技術效率變動主要受到規(guī)模效率變化的影響，而這從另一個角度上說明了我國高新區(qū)整體經(jīng)營管理水平和技術水平低下的狀況。

四、結論

建立和發(fā)展高新區(qū)是促進我國技術進步的重要手段，也是解決我國當前自主創(chuàng)新能力不足的重要途徑。本文采用Malmquist生產(chǎn)率指數(shù)對我國51個高新區(qū)的生產(chǎn)率增長進行分析，研究結果表明，高新區(qū)的生產(chǎn)率在不斷增長，其中主要是技術進步的貢獻，但技術進步對高新區(qū)生產(chǎn)率增長的貢獻呈逐年下降的趨勢，反映了我國高新區(qū)持續(xù)創(chuàng)新能力的普遍不足；高新區(qū)綜合技術效率并沒有得到明顯改善，有些時期甚至出現(xiàn)效率惡化現(xiàn)象，而綜合技術效率的變動則主要受規(guī)模效率而不是純技術效率的變動影響。

本文的研究結果對我國高新區(qū)進一步有效發(fā)展將提供理論依據(jù)與參考：其一，雖然我國高新區(qū)在過去的十幾年里取得了很大的發(fā)展，但在總體上高新區(qū)生產(chǎn)率增長不容樂觀，這應引起我國高新區(qū)管理當局的高度重視；其二，從總體來看，提高技術創(chuàng)新能力是促進我國高新區(qū)持續(xù)發(fā)展的關鍵所在，這需要進一步完善高新區(qū)研發(fā)轉化機制，逐步完善創(chuàng)新機制，并加大研發(fā)經(jīng)費投入。

參考文獻：

[1]王藝明:我國高新區(qū)的技術效率、規(guī)模效率與規(guī)模報酬[J].上海經(jīng)濟研究，2003(8):46～53

[2]Banker， R. D.， A. Charnes， and W. W. Cooper. 1984. Some Models for Estimation Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science， 30， 1078～1092

[3]Charnes， A.， W. W. Cooper， and E. Rhoodes.1978. Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research， 2， 429～444

[4]Fre， R.， S. Grosskopf， M. Norris， and Z. Zhang，1994Productivity Growth， Technical Progress， and Efficiency Change in Industrialized Countries[J].American Economic Review， 84， 66～83