科技投入與東北地區經濟增長關系的實證分析*

姜國慶，居潤林

（沈陽工業大學經濟學院，沈陽110870）

科技投入與東北地區經濟增長關系的實證分析*

姜國慶，居潤林

（沈陽工業大學經濟學院，沈陽110870）

采用非參數的DEA分析方法，使用Malmquist指數計算我國東北三省2002—2014年科技投入的技術效率指數、技術進步指數和全要素生產率指數，分析科技投入與經濟增長的關系。結果表明：東北三省13年平均技術效率為0.937，科技投入存在6.3%的資源浪費；科技投入產出效率總體增長不快主要是因為資源配置得不到有效優化。應推進建立市場機制，鼓勵民營科技企業發展，形成良好的市場競爭氛圍，促進科技資源的合理有效配置，加快技術進步。

數據包絡分析法；東北地區；科技投入；經濟增長；資源配置

中共中央在2016年4月26日發布意見提出新一輪東北振興戰略。在全球經濟一體化的背景下，科技進步在國家戰略中的作用日益顯著。科技投入為科技進步提供了物質保障，日益成為推動經濟發展的重要因素，因此振興東北的一個關鍵在于提高科技投入對經濟增長的貢獻。

自1957年經濟學家索洛在《技術變化和總量生產函數》一文中提出全要素分析方法，從而確立了技術進步能夠決定經濟增長的觀點以來［1］，國內外學者對這一理論觀點作了大量的研究。同時，也有學者對科技投入對經濟的貢獻進行了研究。

Nasierowski和Arcelus（2003）［2］運用DEA方法對45個國家的數據進行了實證研究，得出的結果是R＆D投入和技術創新是促進區域經濟增長的重要因素。師萍等（2007）［3］根據1986—2004年的數據分析了我國科技投入的績效及變化。徐春杰等（2006）［4］建立了內生增長模型以評價我國科技投入的產出績效。李雄詒和李新杰（2010）［5］根據2000—2007年的R＆D投入數據，使用DEA方法分析了河南省R＆D投入的效率。盧方元和趙銀虎（2012）［6］同樣使用DEA方法分析了河南省R＆D的績效情況。劉媛媛等（2014）［7］分析了新疆地區科技投入對經濟增長的貢獻。

從相關的文獻可以看出，主要的研究對象還是國家或者某產業與行業，對東北地區的研究還較少。因此，本文立足于東北地區構建相應的指標體系，運用DEA方法分析東北地區科技投入與地區經濟發展的關系，探索地區科技投入對經濟發展的促進作用并分析關鍵影響因素，以期為東北地區的經濟發展提供決策參考。

一、研究方法

1.CCR模型和BCC模型

科技投入是指從全社會的角度進行人力、資本等資源的配置，很難從投入和產出之間尋找出確切的函數。而DEA方法的優勢在于不需要確定具體的輸入和輸出生產函數的表達式，取而代之的是通過決策單元（DMU）借助數學規劃和統計來確定有效的生產前沿面，通過比較DMU偏離前沿面的程度來評價其有效性，具有很強的客觀性。基于以上原因，本文采用DEA方法來分析東北地區科技投入與經濟增長的關系。

設有n個DMU，m個輸入，s個輸出，輸入輸出指標向量為

CCR模型的對偶形式為

本文中純技術效率（PE）表示科技資源的配置是否最優化，規模效率（SE）表示的是東北三省科技投入是否處于最佳的規模。

2.M almquist指數

Malmquist指數是由Caves等人建立起來的用于測量全要素生產率（TFP）變化的指數，對分析科技投入產出的動態變化非常適用。基于DEA方法的Malmquist指數能夠很客觀地處理多輸入多輸出的情況，這是一般的生產函數方法所不具備的優勢。更重要的是，該指數能被分解為幾個有意義的指數，從而有助于深入了解產出動態變化的原因。

Malmquist指數在規模報酬不變的條件下可以分解為技術效率變動指數（EC）和技術變動指數（TC），其公式分別為

式中：EC體現了相對技術效率的變化，也被稱為“追趕效應”，當EC＞1時，表明技術效率較原來有所提高；TC體現了技術的進步，也被稱為“增長效應”，表明技術在原有基礎上的創新［9-10］，當TC＞1時即出現了技術進步。

資源配置效率的改善和技術水平的提升能夠加強科技投入對經濟的促進作用。Malmquist指數運用面板數據，可彌補CCR模型的缺點，使分析更加完整。

二、指標及數據選擇

1.投入與產出指標選擇

生產活動研究中最重要的投入指標是勞動力和資本，科技投入產出也是如此。科技投入需要從人力投入、資金投入和環境輸入三個方面考慮。根據數據可獲得性，本文選擇的投入指標為R＆D人員全時當量、R＆D經費內部支出額、R＆D經費支出中的資產性支出，產出指標為支出法衡量的GDP。R＆D人員全時當量體現了科技投入的勞動力投入情況，R＆D經費內部支出額體現了對科技的資本投入，R＆D經費支出中的資產性支出表現為研究環境的改善，如研究室的建立、設備儀器的更新等。進行科技投入主要的目的是改善生產方式，提高各行業的生產質量和數量從而促進經濟增長，故本文將支出法衡量的GDP作為產出指標。

2.數據選擇

本文選取了東北地區2002—2014年R＆D人員全時當量、R＆D經費內部支出額、R＆D經費支出中的資產性支出等指標和支出法衡量的GDP這一產出指標。其中R＆D人員全時當量、R＆D經費內部支出額、R＆D經費支出中的資產性支出的數據來源于《中國科技統計年鑒2002—2014》，支出法GDP的數據來源于中國國家統計局網站。

三、實證分析

本文的實證研究過程分為兩步：第一步是采用每年的截面數據，利用CCR模型和BCC模型求出東北地區各省的技術效率（TE）、純技術效率（PE）和規模效率（SE）；第二步是求出Malmquist指數，將Malmquist指數分解為技術效率與技術進步效率，其中技術效率進一步分為純技術效率和規模效率，判斷各指數每年變化的情況以及變化產生的原因。本文使用DEAP 2.1軟件對我國東北地區遼寧、吉林、黑龍江三省的科技投入對經濟增長產出的效率進行了分析。

（一）效率分析

2002—2014年東北地區科技投入產出的TE值、PE值、SE值如表1所示。

1.技術效率分析

如表1所示，2002—2014年東北地區每年的平均技術效率分別為0.913，0.934，0.948，0.945，0.890，0.939，0.866，0.934，0.935，1.000，1.000，0.936，0.941；總平均技術效率為0.937，這表明東北地區科技方面投入存在6.3%的投入資源浪費。從三省之間的比較可以看出：吉林省平均技術效率都為1，表明吉林省的技術利用充分，相對有效率；黑龍江省的平均技術效率為0.919，介于0.9～1之間，屬于弱有效，即稍微調整投入量即可達到有效率的狀態；遼寧省的平均技術效率為0.892，小于0.9，處于相對無效率狀態，即存在相對較大的投入資源浪費。

表1 2002—2014年東北三省科技投入產出情況

2.純技術效率分析

通過BCC模型可以求得東北地區科技投入的純技術效率值，該值能體現技術無效率多大程度上由純技術無效率所造成。純技術無效率反映的是日常管理的政策合理性及管理的水平。

由表1可知，東北地區13年平均純技術效率為0.986，該數據表明東北地區的日常經營管理水平總體較高，但是各省之間還有差異。遼寧和吉林的平均純技術效率都為1，表明兩省的日常管理水平較高；黑龍江省的平均純技術效率為0.958，大于0.9且小于1，屬于弱有效，體現了其日常管理水平不高，需要加以改進。

黑龍江省2009、2010、2013、2014四年投入產出情況如表2所示，可見黑龍江省需在日常管理上進行提高。

表2 黑龍江省投入產出情況萬元

3.規模效率分析

BCC模型可求得東北地區科技投入的規模效率值，該值能體現東北地區的科技投入是否處于最佳的規模。如果結果顯示規模報酬遞減，則需要減小科技方面人力、資本等投入，且減少相關要素的投入；如果結果顯示處于規模報酬遞增狀態，則需要擴大科技方面勞動、資本等的投入規模，增加相關要素的投入。

東北地區總的年平均規模效率為0.951。遼寧省2002—2014年的平均規模效率為0.892，小于總平均值；吉林省的平均規模效率為1；黑龍江省的平均規模效率為0.960。遼寧省除2011與2012兩年外，其余年份一直處于規模遞減階段；黑龍江省在2006—2010年與2013—2014年處于規模遞減階段，應當縮減規模。其余的年份三省均處于規模報酬不變的狀態，故需要保持原有規模即可。

以黑龍江省2014年的數據為例，規模效率值是0.943，處于規模遞減階段；純技術效率低，反映了資源的投入中浪費較多且管理水平較低。根據最優的目標，黑龍江省2014年的R＆D人員全時當量、R＆D經費內部支出、資產性支出分別應該由62 648人／年、1 613 469萬元、255 814萬元縮減至52 065.4人／年、1 447 299.4萬元、146 259.5萬元。

經過以上分析可以看出：東北地區技術效率是比較低的，而其中的主要原因是其規模效率較低。其中遼寧省年平均規模效率只為0.892，相當大程度上影響了整體效率；黑龍江省在純技術效率方面弱有效，可見其日常管理急需加強。

（二）M almquist指數分析

下面分析東北三省科技投入產出的動態變化。2003—2014年，東北三省科技投入數據Malmquist指數如表3所示。本文將2002年定為基期，其Malmquist指數為l。從表3中能夠看出，之后12年東北地區的全要素生產率指數（TFP）分別為1.066，0.998，1.044，1.086，0.994，1.122，1.289，1.155，1.167，0.975，0.971，1.077；均值為1.076。可以看出，在之后12年中全要素生產率呈現波動趨勢，在2004、2007、2012、2013年略有降低，其中2009年全要素生產率指數上升幅度較大。

表3 2003—2014年東北三省科技投入數據M alm quist指數

總體來說，東北地區技術進步的平均增長率為7.5%，是要素生產率的平均增長率上升的主要原因；全要素生產率指數均值為1.076，即全要素生產率的平均增長率為7.9%；技術效率的增長率為0.5%，規模效率增長率為0.8%，而純技術效率卻下降了0.2%。這說明東北地區總體科技投入的全要素生產率增長率不高，技術效率增長幅度不明顯，其中純技術效率負增長，說明東北地區在資源的配置與日常管理方面存在問題。

2003—2014年東北三省科技投入情況如圖1所示，可見表現資源配置效率的EC的數值這12年間一直圍繞1上下波動。僅2003、2004、2007、2009、2011年EC的數值大于1，即僅在這5年資源配置效率得到提高，其余年度資源配置效率都處在無效率狀態或者臨界狀態。這種情形表明東北三省這12年間在資源配置方面的進步不明顯，不能有效地將投入資源轉化為應有的產出，體現了社會科技部門的日常管理水平比較低下，資源投入的浪費情況比較明顯。

表現技術進步效率的TC數值總體在1的上方，表明大多數年度其都處在有效率的狀態，即技術穩步提高，僅在2007年明顯處在無效率的狀態。TC數值2003—2014年總體上經歷了先上升后下降的過程，在2008年達到峰值1.220，并且有4個年度的TC數值在1.1左右，說明東北三省在這12年間技術進步效應比較顯著。

圖1 2003—2014年東北三省科技投入的EC、TC、TFP

最后從兩者結合的TFP數值來看，總體也經歷了一個先上升后下降的過程，在2009年達到峰值1.289，并在2013—2014年有企穩回升的態勢。所以從總體上看，東北地區的全要素生產率指數為有效率的狀態，僅在2012、2013年處在無效率狀態。從指數分解來看，整個地區技術進步效應明顯，技術進步效應對全要素生產率指數的拉動作用顯著；而資源配置效率不高，影響了整個地區科技投入全要素生產率的提高。經濟理論表明，完全競爭市場的資源配置總是最有效的，資源配置效率指數最高［11］。由此來看，東北地區這12年間資源配置效率不高是因為科技產業的市場化程度不高，還不能最有效地分配科技投入資源。

從東北地區內部的比較來看，三省平均全要素生產效率指數均大于1，說明東北地區在資源配置的效率和科技進步方面都有所進步。其中，遼寧省總體上在資源配置效率和技術進步水平方面均有提高，使其全要素生產效率指數最高；吉林省資源配置效率沒有提高，僅保持了不變，技術的小幅進步使其全要素生產效率指數大于1；黑龍江省資源配置效率是退步的，說明其在資源投入與日常管理方面存在問題，全要素生產效率指數約為1，可以說全要素生產效率基本沒有進步。

東北三省整體全要素生產率指數上升幅度較小，主要原因是資源配置效率得不到提高、管理水平低下。今后，應加強區域內科研能力并提高管理部門的管理水平。

四、結論及建議

本文選擇東北地區為樣本，收集了2002—2014年間的科技投入數據，利用DEA方法，分別運用截面數據和面板數據分析了其科技投入的產出效率，得出以下結論與建議：

從截面數據分析來看，本文利用CCR模型與BCC模型測算了東北三省每年的技術效率值、純技術效率值和規模效率值。東北地區13年平均的技術效率值為0.937，表明東北地區科技投入中的資源投入存在6.3%的浪費。東北地區技術效率均值小于1，處于非有效的狀態，主要是因為遼寧省和黑龍江省的技術效率較低，并且黑龍江省多個年份出現投入冗余現象，原因是該地區科技產業的市場化程度不高，市場競爭不明顯。

從面板數據分析來看，本文計算了東北地區Malmquist指數，將該指數分解為分別表現資源配置效率與技術進步效率的兩種，以判斷指標的變化情況以及變化來源。現階段東北三省科技投入技術效率的提高快于資源配置優化，科技投入產出效率的總體增長受制于資源配置得不到有效提高。

東北地區科技投入的追趕效應不明顯，對地區經濟增長雖然有貢獻，但是效果有限。應推進建立市場機制，鼓勵支持民營科技企業發展，形成良好的市場競爭氛圍，促進科技資源的合理有效配置，推進科技產業的市場化，提高管理部門的管理水平，以期在競爭的環境中提高科技進步的速度。

［1］Solow R M.Technical change and the aggregate production function［J］.M ind，1957，39（3）：554-562.

［2］NasierowskiW，Arcelus F J.On the efficiency of national innovation systems［J］.Socio-economic Planning Sciences，2003，37（3）：215-234.

［3］師萍，許治，張炳南.我國R＆D投入績效的實證研究［J］.中國軟科學，2007（6）：125-130.

［4］徐春杰，李強.科技投入產出績效評價的內生增長模型研究［J］.中國軟科學，2006（8）：65-72.

［5］李雄詒，李新杰.基于DEA的河南省R＆D投入效率實證分析［J］.河南商業高等專科學校學報，2010，23（5）：48-54.

［6］盧方元，趙銀虎.基于DEA的河南省R＆D績效研究［J］.地域研究與開發，2012，31（6）：40-43.

［7］劉媛媛，孫慧.新疆科技投入對區域經濟增長的貢獻度分析：基于擴展C-D生產函數和DEA分析法［J］.科研管理，2014，35（10）：26-32.

［8］魏權齡.數據包絡分析（DEA）［J］.科學通報，2000，45（17）：1793-1808.

［9］單春霞.基于DEA-Malmquist指數方法的高新技術產業R＆D績效評價［J］.統計與決策，2011（2）：70-74.

［10］秦琳貴，王青，馬強.遼寧省裝備制造業效率分析：基于DEA模型和Malmquist指數法［J］.沈陽工業大學學報（社會科學版），2016，9（4）：314-324.

［11］劉薇娜，李楠.我國東北地區經濟增長、技術效率與技術進步增長率分析［J］.對外經貿，2008（9）：4-7.

Em pirical analysis of technology investment and econom ic grow th of Northeast China

JIANG Guo-qing，JU Run-lin
（School of Econom ics，Shenyang University of Technology，Shenyang 110870，China）

Based on non-parametric Data Envelopment Analysis（DEA）and Malmquist index，the technical efficiency index，technical progress index and Total Factor Producitivity index of investment in science and technology are calculated for the three provinces of Northeast China between 2002 and 2014，so as to analyze the relationship between the science and technology investment and econom ic grow th.The results show that the average technical efficiency of investment in science and technology of the 13 years is0.937，indicates that 6.3%of the input are wasted；the overall slow grow th of the efficiency of investment in science and technology is due to the improper allocation of resources.The establishment of market mechanisms should be promoted，and the development of private technology enterprises should be encouraged.A good market climate should be formed，the rational and effective allocation of science and technology resources should be enhanced，so as to speed up the progress of technology.

Data Envelopment Analysis（DEA）；Northeast China；investment in science and technology；econom ic grow th；resource allocation

F 061.5

A

1674-0823（2017）01-0037-06

10.7688／j.issn.1674-0823.2017.01.06

（責任編輯：張 璐）

2016-10-17

沈陽經濟區工作辦公室委托項目（2016-0-32-215）。

姜國慶（1960-），男，遼寧普蘭店人，教授，主要從事國際貿易政策，國際貿易實務，區域經濟和行業經濟預測、評價及規劃等方面的研究。

11 13∶29在中國知網優先數字出版。

http：∥www.cnki.net／kcms／detail／21.1558.C. 20170111.1329.026.htm l