區域技術協同創新效率測度及其演變特征研究

崔志新 陳耀

摘 要？演基于DEA-BCC模型和Malmquist指數模型，分別測度2006～2016年京津冀和長三角區域技術協同創新效率及其演變趨勢，并對其進行對比分析。研究結果顯示：從靜態演變趨勢來看，2006～2016年京津冀和長三角兩個區域的技術協同創新效率平均值處于DEA無效狀態，區域內部效率變化分異現象明顯，其中京津冀技術協同創新效率低于長三角地區，尤其是津冀兩地的效率水平偏低，但這種差距也有逐漸縮小的趨勢;從動態演變趨勢來看，2006～2016年京津冀和長三角兩個區域的技術協同創新效率呈現快速增長的趨勢，總體來看，技術進步是效率提升的重要動力源泉，但在不同階段，部分地區也出現了技術效率變化對總效率提升的拉動作用顯著。

關鍵詞？演區域技術創新;協同創新效率;DEA-BCC模型;DEA-Malmquist指數模型

[中圖分類號]F127[文獻標識碼] A[文章編號]1673-0461（2019）03-0061-06

一、引 言

技術創新是引領發展的第一動力，是區域實現跨越式發展和可持續發展的基本路徑。統計顯示，2016年京津冀和長三角兩個區域專利申請受理數分別為35萬件和119.8萬件，兩個區域的專利總量占到全國的一半，其中，京津冀的專利數不足長三角地區的三成。從多主體協同創新角度，京津冀和長三角兩個區域多主體合作專利數分別為4 188件和11 592件，長三角地區合作專利數約為京津冀的2.8倍。可見，總體上京津冀地區技術創新水平低于長三角地區。然而，從區域創新發展均衡性來看，長三角地區技術創新能力及創新單元分布相對均衡，但京津冀地區技術創新能力存在明顯的極化現象和梯度差異，這也為京津冀區域技術協同創新創造了發展機遇。在這些創新發展背景下，隨著區域創新發展上升為國家戰略以來，區域技術協同創新發展步伐加快，探討區域內主體之間協同創新行為，以及未來應該如何改善主體創新要素使得區域技術協同創新和發展更加合理高效成為熱點話題。

學術界有關區域技術創新及協同創新效率的研究：呂榮杰，張冰冰，張義明（2018）[1]以2013～2015年北京技術輸出到國內其他30個省份為研究對象，對北京跨區域技術轉移效率的系統性影響研究。董登珍，林曉霞，龔明（2018）[2]通過構建以研發資本存量作為創新投入變量建立省級區域技術創新指標體系，運用數據包絡分析方法對我國30個省級區域2004～2015年的技術創新效率進行測算與比較分析，研究結果表明：考慮研發資本存量后，可以顯著考察到前期的研發資本投入對當期的技術創新活動的影響。劉漢初，樊杰，周侃（2018）[3]利用阿爾蒙法分布滯后模型引入科技創新的滯后效應，并采用可變規模報酬VRS模型，評估中國30個省域單元的科技創新有效的累計投入規模和創新效率，結果表明：中國科技創新投入規模呈現出“沿海—內陸”的極大差距，區域間科技創新投入差距已經大于經濟發展水平的差距;科技創新效率的空間分異明顯，高效率單元集中在北京、天津、上海、浙江、廣東等發達省份，科技創新效率在區域層面上總體呈現由東向西梯度遞減規律。Kuhlmarm（2004）[4]基于制度層面提出，區域協同創新體系應包括區域內的行政系統、企業系統、教育系統、研究系統以及創新環境5個要素。Sun & Cao（2015）[5]構建區域創新框架，將區域協同創新分解為區域內部的和區域之間兩種協同類型，采用二維度象限分析框架分析區域研究協同。吳傳清，黃磊，文傳浩（2017）[6]運用DEA-Malmquist指數和面板Tobit模型對2008～2014年長江經濟帶技術創新效率進行了測度及影響因素分析，研究發現：長江經濟帶技術創新效率呈上升趨勢，但仍有部分省市創新資源配置不合理未能實現DEA有效;上中下游地區技術創新效率分異顯著，呈典型“V型”分布，上下游地區較高而中游地區較低。邵漢華，鐘琪（2018）[7]利用SBM-DEA模型測算了2001～2015年我國30個省的協同創新效率，通過構建空間計量模型和門檻面板模型，實證檢驗了研發要素流動對協同創新效率的影響及其中的非線性調節作用，研究發現：各區域協同創新效率整體明顯提高，并趨向于均衡發展，但存在一些省份在高水平聚攏和低水平集聚。陳懷超等（2018）[8]采用Malmquist指數對中部6省產學研創新效率進行評價，研究發現，河南、安徽和湖南地區產學研三大主體創新效率均得到提升，湖北、江西和山西三大主體創新效率并未全部得到提升。魏國江（2018）[9]通過建立空間計量模型，測算我國產學研不同主體主導的協同創新效率發現，各主體創新更多依靠自主研發，對外部經費投入的創新效率均較低;高校在協同創新中作用最弱，研究機構效果最佳;企業協同創新的空間擴散能力最差，高校在三者中距離擴散最遠。

總體上，學術界大多數研究成果是對區域技術創新的研究，而關于區域技術協同創新的研究更多是傾向于企業、高校、研究機構等多主體協同創新行為的理論分析，未能闡述區域技術協同創新效率及其及其演變特征。本文借鑒現有研究成果，選取占據我國創新近半水平的京津冀和長三角兩個區域，采用DEA-BCC模型和DEA-Malmquist指數模型，從靜態和動態兩個層面探討京津冀和長三角兩個區域技術協同創新效率及其演變特征。

二、研究方法

（一）DEA-BCC模型

本文采用的是規模報酬可變BCC模型。具體計算過程如下：

假設有n個決策單元，每個決策單元都有m種的投入變量x1j，x2j，…，xmj和s種的產出變量y1j，y2j，…，ysj，且=1滿足的約束條件，其中λj≥0，j=1，2，...，n。具體模型如下：

通過該模型可以計算出區域技術協同創新的靜態效率，可分解成技術協同創新純技術效率和規模效率，其中，綜合效率=純技術效率×規模效率。

（二）DEA-Malmquist指數模型

為了更好地研究區域技術協同創新的效率，本文采用了Malmquist指數來研究區域技術協同創新隨時間推移而產生的動態變化。Malmquist指數可以分解為技術效率和技術進步兩個指數，其中技術效率指數還可以進一步分解為純技術效率和規模效率兩個指數。Malmquist指數模型如下：

其中，y為區域技術協同創新產出，x為區域技術協同創新投入，d為距離函數，t和t+1代表時期。當指數大于1表示相應效率的改進，而小于1則表示相應效率退步。

三、效率測評實證分析

（一）指標選擇及數據來源

區域技術協同創新效率主要是基于要素投入和成果產出的研究思想來測算的。在要素投入方面，選取每萬人口擁有大學畢業生數、普通高等學校/機構數量、規上工業企業新產品開發經費與銷售收入之比、規上工業企業有R&D活動的企業數占比和全社會R&D投入強度等作為投入指標;在成果產出方面，選取高校、企業、研究機構等多主體合作的專利數量作為產出指標。本文重點研究了2005～2016年京津冀和長三角兩個區域的技術協同創新效率，其中以2005年為基準年，文中所利用的數據主要來源于《中國統計年鑒》《中國科技統計年鑒》、京津冀和長三角各省市的統計年鑒、國家知識產權局專利檢索數據等。

（二）京津冀和長三角技術協同創新效率評價

1.靜態效率結果分析

依據投入導向型BCC模型，利用DEAP2.1軟件測算出2006～2016年京津冀和長三角區域技術協同創新靜態效率（綜合效率），具體結果如表1所示。

（1）區域層面。從橫向比較來看，京津冀和長三角兩個區域整體的效率水平均處于DEA無效狀態，但長三角的技術協同創新效率平均值為0.846，尤其是2016年達到0.961，接近DEA有效狀態，遠高于京津冀的效率水平，約為京津冀的2倍。從縱向比較來看，盡管2006～2016年京津冀和長三角各省市的技術協同創新效率平均值均小于1，但總體上呈上升的態勢，尤其是2013年以來上升趨勢明顯，說明在京津冀協同發展戰略、長江經濟帶戰略和創新驅動發展戰略的深入布局下，大力推進區域創新資源有效配置，區域內主體間協同創新取得一定進展，但由于區域創新資源發展不平衡不充分問題依然突出，致使京津冀和長三角各省市的技術協同創新效率仍處于DEA無效的狀態，區域技術協同創新效率仍有待提升。

（2）省市層面。從橫向比較來看，北京、上海、江蘇、浙江4個省市的技術協同創新效率平均值大于0.9，接近達到DEA有效的狀態，說明這些地區借助研發投入的驅動，充分利用知識型人力資本、企業及科研院所的創新資源，促使區域技術協同創新效率保持較高的水平;安徽的技術協同創新效率平均值為0.506，而2016年的效率值達到0.926，接近DEA有效的狀態，表現出從DEA無效向DEA有效快速過渡的狀態;天津和河北兩個省市的技術協同創新效率的平均值表現出DEA無效的狀態，主要是因為這些省市的創新資源不足、創新能力不強，企業與研究院所等主體的技術需求與供給不匹配，故造成了這些地區的創新資源配置效率偏低，區域內主體間協同意愿不高。從縱向比較來看，北京和浙江的技術協同創新效率，除個別年份稍低之外總體上處于DEA有效的狀態;天津、江蘇和安徽3省市的技術協同創新效率呈上升態勢，其中天津的技術協同創新效率處于DEA無效狀態，而江蘇從2009年開始達到了DEA有效的狀態，安徽從2015年開始也臨近DEA有效的狀態;河北的技術協同創新效率呈波動發展態勢，處于DEA無效狀態;上海的技術協同創新效率呈先下降后上升態勢，前期表現出從DEA有效向DEA無效變化，但到2016年出現臨近DEA有效的狀態。

2.動態效率結果分析

依據投入導向型Malmquist指數模型，利用DEAP2.1軟件測算出2006～2016年京津冀和長三角區域技術協同創新動態效率（Malmquist效率指數），及2006～2010年、2010～2013年、2013～2016年三個階段的區域技術協同創新動態效率，具體結果如表2所示。

（1）區域層面。2006～2016年京津冀和長三角技術協同創新Malmquist效率指數值均大于1，且京津冀技術協同創新Malmquist效率指數值低于長三角的指數值，約低0.077;京津冀和長三角兩個區域的技術協同創新要素生產率分別提升了25.1%和32.8%;這些說明京津冀和長三角兩個區域的技術協同創新效率整體處于上升趨勢，一定程度上反映了兩個區域的創新效率有明顯改善。對Malmquist效率指數進一步分解發現，技術進步是促使區域技術協同創新要素生產率提升的主要因素，而純技術效率指數值始終處于1，故總體上技術效率的提升主要是由規模效率提升的帶動。

分階段來看，在2006～2010年、2010～2013年、2013～2016年三個時間段內京津冀和長三角技術協同創新Malmquist效率指數值均大于1，技術協同創新要素生產率在三個時間段內分別提升了41.2%、30.4%和11.6%，其中，在2006～2010年和2010～2013年兩個時間段內，京津冀技術協同創新Malmquist效率指數值低于長三角的指數值，分別約低0.141和0.135，而在2013～2016年時段內京津冀技術協同創新Malmquist效率指數值則高于長三角的指數值，約高0.009。對Malmquist效率指數進一步分解發現，技術進步是促使區域技術協同創新要素生產率提升的主要因素，尤其是在2013～2016年時段內京津冀的技術進步指數明顯比長三角區域高，說明自京津冀協同發展戰略實施以來，京津冀技術協同創新效率取得了顯著改進;純技術效率指數值始終處于1，說明相應的效率沒有得到改進;而促使三個時間段內技術效率的提升主要是由規模效率提升的帶動。

（2）省市層面。2006～2016年京津冀和長三角各省市的技術協同創新Malmquist效率指數值均大于1，即各省市的技術協同創新效率出現增長;其中，安徽的技術協同創新Malmquist效率指數值最高，即安徽的技術協同創新效率增長最快，達到49.9%;相比，北京的技術協同創新Malmquist效率指數值最低，但也增長了17%。參照Malmquist效率指數分解結果，分析技術進步是促進各省市技術協同創新效率變化的主導因素，特別是增長最快的安徽，其技術進步每年增長24.2%，而增長相對較慢的北京每年也增長了17%;技術效率變化屬于輔助推動要素，總體來看，除上海的技術效率指數值為0.999之外，各省市的技術效率指數值均大于1，對技術效率進一步分解發現，各省市的技術效率指數值均為1，而引起技術效率的變化主要是規模效率變化所引起的，其中，安徽的規模效率變化最大，每年增長了20.8%，而上海的規模效率每年降低了0.1%，除此之外的各省市規模效率也均出現不同程度的提升。

分階段來看，在2006～2010年、2010～2013年、2013～2016年三個時間段內京津冀和長三角兩區域各省市的技術協同創新Malmquist效率指數值均大于1，總體上各省市的技術協同創新效率處于上升的狀態。

在2006～2010年時間段內，各省市技術協同創新Malmquist效率指數值從大到小依次為安徽、河北、江蘇、浙江、天津、上海和北京，其中安徽較北京和上海分別高0.768和0.715，分別約為北京和上海的1.6倍和1.5倍，說明地區技術協同創新效率增長速度呈現區域創新分異化趨勢，一定程度上也反映了地區技術創新的不平衡不充分問題得到緩解。Malmquist效率指數分解結果顯示，在北京、天津、上海、江蘇和浙江地區，技術進步是驅動地區技術協同創新效率提升的主導因素，而技術效率變化也對地區技術協同創新效率提升起到了輔助作用;在河北和安徽地區，技術效率的變化是驅動地區技術協同創新效率提升的主導因素，而技術進步則發揮輔助作用。對技術效率進一步分解發現，北京、上海的技術效率指數值均是1，說明兩地的技術協同創新效率提升主要是由于技術進步的變化推動的;江蘇的純技術效率指數為1.001，規模效率指數為1.093，兩者均在技術效率提升中發揮了作用;而天津、河北、浙江和安徽的純技術效率變化均為1，技術效率提升主要依靠規模效率變化來拉動的。

在2010～2013年時間段內，各省市技術協同創新Malmquist效率指數值從大到小依次為安徽、江蘇、浙江、天津、北京、上海和河北，其中安徽較河北高0.321，約為其1.3倍。Malmquist效率指數分解結果顯示，盡管技術進步是驅動地區技術協同創新效率提升的主導因素，但除了北京和上海之外，各省市的技術效率變化也發揮了重要的作用，對這些地區的技術效率進一步分解發現，規模效率變化是拉動技術效率提升的重要要素。

在2013～2016年時間段內，各省市技術協同創新Malmquist效率指數值從大到小依次為天津、北京、浙江、上海、江蘇、安徽和河北，其中天津較河北高0.19，各省市的技術協同創新效率增長速度較2006～2010年和2010～2013年兩個時間段內的地區創新分異化趨勢有所放緩，但區域分異化態勢依然存在。Malmquist效率指數分解結果顯示，安徽技術協同創新效率提升是由技術效率變化推動的，每年增長12.4%;而其余各省市的技術協同創新效率提升是則由技術進步推動的，其中天津和上海規模效率的變化也是推動技術協同創新效率提升的重要因素，對其技術效率進一步分解發現，這兩地的規模效率變化作用顯著，每年分別增長7.8%和2.8%。

綜上可知，京津冀和長三角兩區域各省市的技術協同創新效率呈現快速增長趨勢，總體來看，技術進步是效率提升的重要動力源泉，但在不同階段，部分地區也出現了技術效率變化對總效率提升的拉動作用顯著，同時，盡管區域的創新分異現象明顯，但在一定程度上隨著技術創新快速提升的同時，創新要素配置效率也在不斷改進。

四、結論與建議

（一）主要結論

本文通過構建區域技術協同創新投入和產出指標體系，利用DEA-BCC模型和Malmquist指數模型分別測算出了2006～2016年京津冀和長三角兩區域技術協同創新效率靜態演變趨勢和動態演變趨勢。

從靜態演變趨勢來看，2006～2016年兩個區域的技術協同創新效率均處于DEA無效狀態，其中京津冀技術協同創新效率低于長三角地區，但這種差距呈現縮小的趨勢。在各省市方面，地區技術協同創新效率發展趨勢中，長三角地區的技術協同創新效率相比更接近DEA有效狀態，其中，江蘇和浙江已達到DEA有效狀態，而上海和安徽接近DEA有效狀態;京津冀地區僅北京的效率自2013年開始達到DEA有效狀態，而天津和河北的仍處于DEA無效狀態。

從動態演變趨勢來看，2006～2016年京津冀和長三角兩個區域的技術協同創新效率呈現快速增長的趨勢，其中京津冀技術協同創新Malmquist效率指數值低于長三角地區，從增長動力方面來看，技術進步是主要因素，規模效率改變是輔助因素。在2006～2010年、2010～2013年、2013～2016年三個時間段內，2013～2016年京津冀繼續協同創新效率增速出現快于長三角地區的趨勢，兩個區域的技術協同創新效率差距有所縮小。在各省市方面，總體上各省市的技術協同創新效率均呈現上升的趨勢，其中，安徽的技術協同創新效率增速最快，且在2006～2010年期間處于增速最快階段，而盡管北京的技術協同創新效率增速相比較慢，但在2013～2016年期間增速得到明顯提升，增長了15.3%。總體上，各省市的技術協同創新要素生產效率變動是由技術進步有效變動造成的，但同時規模效率變動也是另一個重要因素。

（二）建議

第一，加速高質量基礎平臺建設，充分引導區域技術創新要素有效流動。研究結果顯示：京津冀和長三角兩個區域的技術協同創新效率盡管處于上升的趨勢，但區域技術協同創新效率差異顯著，區域創新要素不平衡不充分問題突出，恰恰加速區域技術創新要素實現高效流動是解決這種突出問題突破口。引進培育高水平、國際化的基礎研究機構，作為區域創新與可持續發展的重要支撐;加大財稅金融政策扶持，設立技術協同創新專項發展資金，運用風險補償等措施，集中優勢創新資源，加快推進科技攻關，著力引導區域內創新資源要素合理配置。

第二，完善技術創新市場體系，為創新主體營造更為良好的知識產權保護環境。研究結果顯示：京津冀和長三角兩個區域的技術協同創新效率處于DEA無效狀態，需要進一步提升技術創新要素生產率和管理效益。加強技術創新市場監管，充分利用市場化的力量提升區域技術水平和協同創新效率，推動技術創新成果轉化;加強知識產權保護力度，激發技術創新市場主體的活力，探索多主體知識產權共贏機制。

第三，建立區域科技創新資源共享機制，實現跨區域、跨主體多層級交互。研究結果顯示，京津冀和長三角兩個區域的創新要素資源協同配置和利用水平仍有待進一步提升。可以充分借鑒如深圳市建立的科技資源共享機制，利用科技管理信息系統，實現大中型科研儀器設備向社會開放共享;建設一批開放式的重大科技設施、創新載體和服務平臺，其中政府建設的科技基礎設施，以及利用財政資金購置的重大科學儀器設備成本價開放，企業、科研機構等其自有科研設施鼓勵資源開放共享。

收稿日期：2018-12-03

網絡出版網址：http：//kns.cnki.net/kcms/detail/13.1356.F.20181212.1636.002.html 網絡出版時間：2018-12-14 ?08：51：56

基金項目：中國博士后科學基金面上資助項目《京津冀區域技術創新協同度測評及其提升要素研究》（2017M621007）;中國社會科學院京津冀協同發展智庫課題《京津冀協同發展指數跟蹤評價研究》（2018G07）;國家社會科學基金一般項目《京津冀協同發展的階段效果評價研究》（18BGL273）。

作者簡介：崔志新（1985-），女，滿族，河北秦皇島人，管理學博士，中國社會科學院工業經濟研究所博士后、京津冀協同發展智庫研究人員，研究方向為區域經濟、企業管理;陳耀（1958-），男，中國社會科學院工業經濟研究所研究員、博士生導師，中國區域經濟學會副理事長兼秘書長，研究方向為區域經濟、產業經濟。

[1] 呂榮杰，張冰冰，張義明. 跨區域技術轉移效率前因組態研究[J]. 科學學研究，2018，36（11）：1986-1994.

[2] 董登珍，林曉霞，龔明. 湖北省技術創新效率評價——基于研發資本存量角度[J]. 科技管理研究，2018（16）：81-87.

[3] 劉漢初，樊杰，周侃. 中國科技創新發展格局與類型劃分——基于投入規模和創新效率的分析[J]. 地理研究，2018，37（5）：910-924.

[4] KUHLMARM S. Euronpean/German Effects and Policy Evaluation in Regional Innovation[C]// International workshop on comprehensive review of S&T basic plans in Japan： Towards the effective benchmarking of intergrated S&T policy. Tokyo： NISTEP， 2004： 1-25.

[5] SUN YUTAO， CAO CONG. Intra-and inter-regional research collaboration across organizational boundaries： evolving patterns in China[J]. Technological forecasting & social change， 2015， 96： 215-231.

[6] 吳傳清，黃磊，文傳浩. 長江經濟帶技術創新效率及其影響因素研究[J]. 中國軟科學，2017（5）：160-170.

[7] 邵漢華，鐘琪. 研發要素空間流動與區域協同創新效率[J]. 軟科學，2018，32（11）：120-129.

[8] 陳懷超，張晶，費玉婷，范建紅. 中部六省產學研創新效率對省域創新的影響——基于Malmquist指數與灰色關聯度的分析[J]. 科技進步與對策，2018，35（20）：137-143.

[9] 魏國江. 產學研協同創新效率與空間擴散能力——不同主體主導的影響差異[J]. 產業經濟評論，2018（9）：37-49.