協同創新視角下產學研合作全要素生產率研究

姜彤彤

協同創新視角下產學研合作全要素生產率研究

姜彤彤

基于DEA-Malmquist指數方法，對協同創新視角下我國省際產學研合作全要素生產率及區域差異進行評價和分析。得出如下結論：整體上，我國產學研合作全要素生產率年均增長1.6%，其中技術效率年均增長5.3%，技術進步率年均下降3.5%。追趕效應存在而增長效應不存在。規模效率和純技術效率同步增加推動了技術效率的穩步提升。省際差異看，大部分省份技術效率保持不變或者實現增長，只有10個省份技術進步率處于上升當中。區域差異看，協同創新視角下東部/中部地區產學研合作全要素生產率超過西部地區。

協同創新；產學研合作；全要素生產率；區域差異

一、研究背景及相關文獻概述

20世紀80年代以來，以企業為技術需求方、以高等學校和科研機構為技術供給方的產學研合作逐漸形成規模并蓬勃發展，通過促進技術創新所需要素的高效組合，成為科技進步的重要支柱和中堅力量。2011年，胡錦濤同志在清華大學建校100周年大會上提出協同創新概念。2012年春，高等學校創新能力提升計劃應運而生，各地高校建設成立一批協同創新中心。2012年底的十八大報告和2014年我國政府工作報告中，協同創新一詞被不斷提到和強調。隨著這一詞匯在我國的興起，產學研合作發展到了一個新的具有挑戰性的階段。新形勢下，科技進步和技術創新不能只通過單一主體進行，而需要多個創新主體共同參與、合作、交互和協同，這是科技創新能否成功實現的關鍵所在。因此，有必要對協同創新視角下我國產學研合作相關問題進行研究和探索。

目前的相關研究大多圍繞著產學研協同創新的概念、意義、現狀、戰略、模式、理論基礎等進行，只有少數文獻涉及量化和實證研究，主要包括：（1）產學研合作效率評價。Brimble&Doner（2007）[1]從國家和行業角度測算比較泰國產學研合作水平，并解釋原因；Abramo et al.（2009）[2]對意大利高等學校和行業間的科研合作進行研究；劉民婷和孫衛（2011）[3]采用DEA方法對陜西省制造業產學研合作效率進行實證分析；陳光華等（2014）[4]以廣東省部分產學研合作研發項目為例，基于DEATobit兩步法對產學研合作項目的創新效率及影響因素進行測算和比較，并提出政策建議；張煊和孫躍（2014）[5]在構建產學研合作網絡概念模型基礎上，對我國省域產學研合作網絡創新效率及影響因素進行實證驗證。（2）產學研合作全要素生產率評價。楊勝良（2012）[6]采用基于DEA的Malmquist指數法，對西北農林科技大學2006-2010年產學研全要素生產率進行評價和對比；仇冬芳和胡正平（2013）[7]基于DEA-Malmquist指數方法對我國省域范圍內產學研合作效率及全要素生產率進行實證分析；金惠紅等（2014）[8]采用DEA-Malmquist指數方法對教育部直屬高校2009-2012年的產學研合作效率進行測算和比較。

上述文獻均采用非參數DEA相關方法進行研究，較為成熟和普遍，但存在如下問題：主要側重于合作效率評價，僅有少量文獻對產學研合作全要素生產率進行測算和分析，選擇的投入產出指標也沒有突出協同創新視角下三方創新主體的協同效果；研究對象包括高校和省際范圍，但在省際研究中缺乏區域差異比較。在我國產學研合作過程中，隨著時間的推移，整體上創新產出不斷增長是毋庸置疑的，但這種增長是投入型增長還是技術進步推動的生產型增長呢？顯然后者是我們想要看到的。為回答這個問題，筆者在協同創新視角下選擇產學研合作投入產出指標并搜集相關數據，基于DEA-Malmquist指數分析方法，測度和評價省域范圍內產學研合作全要素生產率并比較其區域差異，有針對性地提出對策建議。

二、模型、變量與數據

（一）基于DEA的Malmquist指數分析方法

全要素生產率（Total Factor Productivity，簡稱TFP）主要用來測算和評價生產率增長的程度，具體計算時用總產出除以全部要素投入量。該指標分解之后可以解釋生產率變動的方向、趨勢、源泉和程度?；跀祿j分析（Data Envelopment Analysis，簡稱DEA）的曼奎斯特（Malmquist）指數分析方法是計算全要素生產率的經典、代表性方法，大部分相關文獻都采用此方法進行實證研究和分析。該方法在距離函數基礎上計算投入產出生產率，它不需要取得指標的價格信息，也無須嚴格的限制條件、函數設置及數據預處理，因此得到了廣泛應用[9][10]。利用這種方法可以將全要素生產率的變動分解為相關聯的指標，具體指標及其解釋如圖1所示，所有指標都是高于1表示效率提高，低于1表示效率降低，等于1表示效率不變。

圖1 Malmquist指數及其分解指標的含義

（二）投入/產出指標體系構建及數據來源

協同創新視角下的產學研合作強調三方創新主體的參與和協同，設計如圖2所示的指標體系。根據現有文獻，合作創新活動的投入包括經費和人力資本的投入，指標X1和X2分別反映了三方的研發經費和研發人力的實際投入。其中，X1指三方每年實際用于研發活動的經費，X2是三方參與研發活動的全時人員和非全時人員綜合折算后的結果；X3、X4分別是科研機構、高等學校從企業方獲取的各類競爭性合作資金。合作創新活動的產出包括各類可量化的成果，比如知識產權、技術轉讓、新產品等。專利申請授權數是區域范圍內自主創新能力和技術發展水平的代表性指標，用Y1來表示；在十八屆三中全會“發展技術市場，健全技術轉移機制”指導思想下，技術市場上三方主體通過轉讓各類技術產品等簽訂的合同金額，反映了區域范圍內產學研合作帶來的技術轉化能力，用Y2來表示；而工業企業開發新產品的規模和能力及實際取得的銷售收入，直接反映其對合作研發的重視程度及直接成果，用指標Y3來表示。為對我國不同省份/區域產學研協同創新生產率進行對比分析，選擇省際范圍內的產學研合作活動作為研究對象，具體決策單元為除西藏、香港、臺灣、澳門外的30個省、市、自治區。所有數據均來自于近年來的《中國科技統計年鑒》。原始數據對應時間范圍為2003-2012年。數據處理采用面向產出的方式，相關軟件為DEAP2.1。

圖2 協同創新視角下產學研合作投入/產出指標體系

三、實證評價結果與分析

為找到協同創新視角下產學研合作全要素生產率的變動趨勢和規律，將2003-2012年的面板數據代入以產出為導向的DEA-Malmquist指數模型。該指數是用來衡量階段變化的一個指標，表明相鄰兩個時期對照后的比值，因而計算出的是9組年度對比指數，如表1所示。其他不同省份、不同區域的數據如表2、圖3、表3所示。

（一）協同創新視角下不同年份產學研合作全要素生產率評價及分析

表1 年度平均Malmquist指數及其分解指標（2003-2012）

由表1可見，協同創新視角下我國產學研合作全要素生產率整體上呈現上升趨勢，年均增長率達到1.6%。這說明10年間，在建設創新型國家的背景下，我國產學研合作投入產出生產率實現了一定程度的增長。其中，前兩個和最后一個相鄰年度生產率是下降的，其他6個相鄰年度增長幅度從0.5%到24.7%不等。具體分析一下增長率變動的原因，技術效率年度平均增長5.3%，推動了生產率的整體向上變動；而技術進步率是下降的，年均下降率達到3.5%，對全要素生產率提升起到了阻礙作用。技術效率上升的主要原因是規模效率和純技術效率同步增加，年度平均分別達到2.2%和3%，變動方向和程度基本一致，對生產率增長產生了大致相當的影響。綜合來看，追趕效應存在而增長效應不存在。即我國各省份產學研活動構造的生產前沿面隨著時間的推移沒有提升而有所下降，但同年度內大部分省份距離前沿面更為接近了。為此，必須找到產學研合作存在的問題，從知識、教育、技術培訓、規模經濟、組織管理等方面不斷改善，才能有效提升技術進步率和整體生產率。

（二）協同創新視角下不同省份產學研合作全要素生產率評價及分析

由表2可以看出，2003-2012年我國省際產學研協同創新全要素生產率為1.016，該指標及分解指標與前一部分測算結果完全相同。在這30個省份中，寧夏、海南、新疆、云南、山西等10個省份全要素生產率下降，特別是寧夏和海南的下降幅度分別達到36.5%和19%；其他20個省份全要素生產率實現增長，幅度從0.2%到20.5%不等，排在前五位的分別是陜西、安徽、江蘇、北京、江西。具體到技術效率，僅有云南、新疆、寧夏三省小幅度下降，其他27個省份保持不變或者上升，陜西、甘肅、安徽、吉林、江西等省份上升勢頭最為猛烈，從13.4%到18.5%不等。同理分析，分別有4個省份的產學研合作純技術效率、規模效率下降，下降幅度都在5%以內。其他26個省份大幅度上升，純技術效率最大上升幅度16.3%，規模效率最大上升幅度9.5%，兩者共同促進了整體技術效率的增長，即存在一定的追趕效應。對于技術進步率來說，有10個省份處于上升當中，幅度從0.3%到12.2%不等，安徽省保持不變，其他19個省份的下降幅度在0.7%和35%之間，這說明對大部分省份來說增長效應不存在。因為技術效率的抬升作用超過了技術進步率的阻礙效果，所以整體上生產率上升了。但要進一步提升生產率，必須針對每個省份的具體情況，從管理、技術、規模等多面著手，多管齊下。

表2 協同創新視角下30個省、市、自治區省際產學研合作Malmquist指數及其分解指標（2003-2012）

圖3清晰地展示了協同創新視角下不同省份產學研合作全要素生產率及分解情況?？梢?，總體上所有的指標都存在明顯的省際差異，但這種差異尚無規律可循。具體到每個指標，在大約半數的省份全要素生產率和技術進步率的變動有所同步，在部分省份是和技術效率表現出一定的趨同性。寧夏、海南、陜西、安徽等省的生產率變動程度最劇烈，其他省份也存在不同程度的變化。不同省份純技術效率和規模效率也差異明顯，但沒有技術進步率和全要素生產率的變動幅度大。對每一個具體省份來說，應結合每年度的Malmquist指數及其分解指標，準確給自身定位并找到差距，在整體上該省份到底處于什么位置、變動趨勢如何，導致這種變動的原因是什么，然后有的放矢地提出解決的對策建議。

圖3 協同創新視角下30省、市、自治區產學研合作Malmquist指數及其分解指標（2003-2012）

（三）協同創新視角下不同區域產學研合作全要素生產率評價及分析

表3說明：（1）我國的東部地區和中部地區產學研協同創新全要素生產率呈上升趨勢，10年間的平均增長幅度達到4.1%和4%，而西部地區下降了1.4%，落后于中東部地區。（2）東部地區產學研合作技術效率和技術進步率都大于1，說明追趕效應和增長效應都存在，但前者對生產率的推動作用更為明顯，達到3.4%；大多數東部省份距離生產前沿面更為接近。中部地區和西部地區的技術效率都是超過1的，但技術進步率低于1。說明這兩個地區追趕效應存在但增長效應不存在。中部地區的追趕效應更為明顯?！白汾s效應”成立的主要原因是單位內部制度完善、管理改進和變革、資源優化和整合等，盡管大多數省份和區域追趕效應存在，但仍有很大的提升空間；“增長效應”又稱為前沿面移動效應，是不同年份產學研合作技術進步的標志，需通過引進人才和先進設備、技術創新和應用等手段加以改進。（3）不論是中東部還是西部地區，產學研合作規模效率和純技術效率都是超過1的，共同推動該地區技術效率的增長，而且推動的程度大致相當。（4）協同創新視角下我國三大區域產學研活動還是存在明顯的生產率差異的。究其原因，東部地區由于地理位置、經濟發展、創新人才、政策配套等存在較大優勢，在產學研合作的方方面面都超越中西部地區。

表3 協同創新視角下不同區域產學研合作Malmquist指數及其分解（2003-2012）

四、結論及對策

新形勢下，產學研三方合作要求實現創新資源的交互、共享和優勢互補，促進資源集聚，培養創新人才，為產業轉型升級、經濟持續增長和創新型國家建設等提供有力支撐和保障。筆者基于DEA-Malmquist指數方法，對我國30個省、市、自治區產學研合作全要素生產率及區域差異進行實證評價和分析，得出如下結論：

協同創新視角下我國產學研合作全要素生產率年均增長1.6%，其中技術效率年均增長5.3%，而技術進步率年均下降3.5%，對全要素生產率提升起到了阻礙作用。技術效率上升的主要原因是規模效率和純技術效率同步增加，年度平均分別達到2.2%和3%。省際差異看，云南、新疆、寧夏三省技術效率小幅度下降，其他27個省份保持不變或者增長；有10個省份技術進步率上升，幅度從0.3%到12.2%不等，安徽省保持不變，其他省份的下降幅度在0.7%和35%之間。綜合來看，追趕效應存在而增長效應不存在。區域差異看，東部地區和中部地區產學研協同創新全要素生產率呈上升趨勢，而西部地區下降了1.4%，落后于中東部地區。東部地區產學研合作技術效率和技術進步率都大于1，說明追趕效應和增長效應都存在。而中部地區和西部地區的技術效率都是超過1的，但技術進步率低于1。說明這兩個地區追趕效應存在但增長效應不存在。

協同創新對產學研合作提出了新的要求，要提升其全要素生產率，必須在以下方面加以改進：（1）政府部門制定引導政策和優惠措施，促進產學研協同創新的實現和升級。各級政府通過開展產學研洽談活動，實現項目、技術、人才、資金對接，聯合各部門運用產業、財政、稅收、金融等措施，為產學研合作提供各種保障。集中優勢力量實現關鍵技術的突破和創新，為各地區經濟發展和產業轉型升級提供技術支撐。（2）確立產學研三方在合作中的主體地位，形成鐵三角關系。建立以國家重點實驗室、工程技術中心、大學科技園等為依托的合作創新平臺。同時改進教師績效考核辦法，通過制度創新調動高校教師從事產學研合作的積極性和主動性；探索各種市場化手段，促進創新要素的流動和匯聚；使產學研合作實現常態化、長效化。（3）人才是實現產學研協同創新、提升其生產率的關鍵因素。需要不斷進行教育體制改革，著力培育和發掘創新型人才，同時引進真正有水平的海歸學者，為我所用。對產學研三方現有的研發人員，通過設計有效的激勵機制和培育機制，挖掘他們的潛能、保證其創新能力的穩步提升。（4）加強國際交流合作，拓展協同創新渠道。通過大型企業與國外知名高校、科研機構的合作，依托國家和各省市的人才建設工程，引進先進技術解決企業關鍵問題，利用各種國外優勢資源，增強產學研三方的創新能力和技術水平。

[1]Brimble P.,Doner R.F.University-Industry Linkages and Econom ic Development:The Case of Thailand[J].W orld Development，2007，（6）.

[2]Abramo G.,et al.University-Industry Collaboration in Italy:A Bibliometric Exam ination[J].Technovation，2009，（6-7）.

[3]劉民婷，孫衛.基于DEA方法的產學研合作效率評價研究[J].科學學與科學技術管理，2011，（3）.

[4]陳光華，王建冬，楊國梁.產學研合作創新效率分析及其影響因素研究[J].科學管理研究，2014，（2）.

[5]張煊，孫躍.產學研合作網絡的創新效率研究——來自中國省域產學研合作的數據證明[J].山西財經大學學報，2014，（6）.

[6]楊勝良.基于Malmquist指數的農林院校產學研結合績效研究——以西北農林科技大學為例[J].西安電子科技大學學報（社會科學版），2012，（3）.

[7]仇冬芳，胡正平.我國省域產學研合作效率及效率持續性——基于省域面板數據和DEA-Malmquist生產率指數法[J].技術經濟，2013，（12）.

[8]金惠紅，薛希鵬，雷文瑜.教育部直屬高校產學研合作效率測度——基于非參數DEA-Malmquist指數的實證分析[J].浙江工業大學學報（社會科學版），2014，（3）.

[9]Caves D.W.,Christensen L.R.,DiewertW.E.The Economic Theory of Index Numbersand the Measurement of Input,Output and Productivity[J].Econometrica，1982，（6）.

[10]FarrellM.J.TheMeasurementof Productive Efficiency[J]. Journalof the Royal Statistical Society，1957，（3）.

[責任編輯：陳梅云]

姜彤彤，山東師范大學經濟學院副教授，管理學博士，山東濟南250014

G64

A

1004-4434(2015)09-0150-0緣

教育部人文社科研究青年基金項目“中國高校人文社科科研效率評價及影響因素研究”（13YJCZH 064）；教育部人文社科研究青年基金項目“協同創新視角下產學研合作效率評價及提升路徑研究”（14YJCZH 164）；濟南市軟科學研究計劃項目“協同創新視角下濟南市產學研合作模式、運行機制及發展對策研究”（201401416）