基于三階段DEA模型我國高新技術(shù)產(chǎn)業(yè)效率研究

彭倩倩 王茹

摘要：本文運(yùn)用三階段DEA模型對(duì)我國2015年30個(gè)省份的高新技術(shù)產(chǎn)業(yè)的技術(shù)效率進(jìn)行分析，研究結(jié)果表明：我國整體綜合技術(shù)效率處于較低水平，主要是由于規(guī)模效率低造成的；剔除宏觀環(huán)境、投資額和技術(shù)引進(jìn)費(fèi)用環(huán)境因素后，綜合技術(shù)效率和規(guī)模效率顯著下降，只有純技術(shù)效率上升；各省份的技術(shù)效率差距較大，發(fā)展不平衡。在此基礎(chǔ)上提出加強(qiáng)高新技術(shù)產(chǎn)業(yè)的研究與開發(fā)力度、建立完善的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率評(píng)價(jià)體系、提高資源的有效配置等建議。

關(guān)鍵詞：高新技術(shù)產(chǎn)業(yè)；三階段DEA模型；技術(shù)效率

1.引言

高新技術(shù)產(chǎn)業(yè)自起步以來就是一個(gè)國家和地區(qū)促進(jìn)經(jīng)濟(jì)增長，社會(huì)持續(xù)發(fā)展的重要手段，高新技術(shù)產(chǎn)業(yè)進(jìn)出口貿(mào)易是衡量一個(gè)國家和地區(qū)高新技術(shù)產(chǎn)業(yè)發(fā)展?fàn)顩r的一個(gè)重要指標(biāo)。提高高新技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率，實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)，尋求新的經(jīng)濟(jì)增長點(diǎn)，將是未來一段時(shí)期國內(nèi)經(jīng)濟(jì)的主流。在研究中發(fā)現(xiàn)傳統(tǒng)的DEA方法無法去除環(huán)境因素和隨機(jī)因素的影響，不能相對(duì)客觀反映高新技術(shù)產(chǎn)業(yè)技術(shù)效率；而SFA方法雖然剔除了環(huán)境因素的影響，但是具有一定的函數(shù)形式，會(huì)存在偏差。因此本文借鑒前人的研究成果采用三階段DEA方法探討2015年我國各省份高新技術(shù)產(chǎn)業(yè)的技術(shù)效率。

2.研究方法及變量選取

2.1研究方法

為了能夠相對(duì)較客觀的描述我國高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率，借鑒前人的研究結(jié)果，采用Fried等提出的三階段DEA方法。以投入導(dǎo)向?yàn)槔A段DEA模型將決策單元的效率評(píng)價(jià)分為三個(gè)階段，具體模型參考陳巍巍。

2.2變量選取

高新技術(shù)產(chǎn)業(yè)的創(chuàng)新是一個(gè)多要素投入、多產(chǎn)出的復(fù)雜系統(tǒng)，發(fā)展過程中涉及人力、力和財(cái)力的多項(xiàng)投入和多項(xiàng)產(chǎn)出。因青海省高新技術(shù)產(chǎn)業(yè)數(shù)據(jù)的缺失，本文選取了2015年我國30個(gè)省的高新技術(shù)產(chǎn)業(yè)數(shù)據(jù)，以主營業(yè)務(wù)收入（萬元）和專利數(shù)（個(gè)）為產(chǎn)出變量；以R&D經(jīng)費(fèi)內(nèi)部支出（萬元）、企業(yè)數(shù)（個(gè)）和R&D工作人員年平均數(shù)（人）作為投入變量；以宏觀經(jīng)濟(jì)環(huán)境、投資額（萬元）和技術(shù)引進(jìn)費(fèi)用（萬元）為環(huán)境因素變量對(duì)我國高新技術(shù)產(chǎn)業(yè)的技術(shù)效率進(jìn)行分析，其中宏觀經(jīng)濟(jì)環(huán)境用各地區(qū)的GDP（萬元）來衡量。本文數(shù)據(jù)均來自《中國科技統(tǒng)計(jì)年鑒2016》和中國統(tǒng)計(jì)局。

3.實(shí)證結(jié)果分析

3.1第一階段傳統(tǒng)DEA的結(jié)果分析

本文首先運(yùn)用deap2.1軟件，利用BCC模型對(duì)我國2015年30個(gè)省高新技術(shù)產(chǎn)業(yè)效率進(jìn)行測算，測算結(jié)果如表1所示：

DEA測算結(jié)果將技術(shù)效率分為純技術(shù)效率和規(guī)模效率。從表2的結(jié)果可以看出我國高新技術(shù)產(chǎn)業(yè)的整體綜合技術(shù)效率不足0.8，技術(shù)效率不高。其中北京、天津等8個(gè)省市居于效率前沿，但是我國個(gè)別省高新技術(shù)產(chǎn)業(yè)的技術(shù)效率較低如河北、內(nèi)蒙古等省份的高新技術(shù)產(chǎn)業(yè)的技術(shù)效率不足0.6，低于全國整體水平，并且大部分省份的規(guī)模報(bào)酬下降，表明在大部分省份增大高新技術(shù)產(chǎn)業(yè)的規(guī)模并不能提高當(dāng)?shù)氐募夹g(shù)效率。調(diào)整前所得結(jié)果是不考慮環(huán)境因素和隨機(jī)誤差的影響，此結(jié)果是否能客觀描述高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率還需第二階段來驗(yàn)證。

3.2三階段DEA中第二階段SFA回歸結(jié)果

將第一階段測算出的經(jīng)費(fèi)內(nèi)部支出、企業(yè)數(shù)、R&D 年均人數(shù)的松弛變量作為因變量，以各地區(qū)GDP、投資額和技術(shù)引進(jìn)費(fèi)用作為自變量，考察環(huán)境變量對(duì)投入要素的影響。進(jìn)行SFA回歸分析，回歸結(jié)果如表2所示：

SFA回歸結(jié)果表明：大多數(shù)變量通過t檢驗(yàn)，R&D經(jīng)費(fèi)內(nèi)部支出、企業(yè)數(shù)、R&D工作人員數(shù)都通過LR單邊檢驗(yàn)，表示可以進(jìn)行SFA分析。其中投入變量的γ值接近1，表示有必要進(jìn)行環(huán)境因素和隨機(jī)因素對(duì)效率影響的剝離，并且環(huán)境因素對(duì)高新技術(shù)產(chǎn)業(yè)效率影響比隨機(jī)因素影響更大。

3.3第三階段調(diào)整投入后DEA的實(shí)證結(jié)果

首先對(duì)投入變量進(jìn)行調(diào)整，再次進(jìn)行DEA測算，得出各省剔除了環(huán)境因素和隨機(jī)誤差影響的高新技術(shù)產(chǎn)業(yè)技術(shù)效率，測算結(jié)果如表1所示：

結(jié)果顯示，我國高新技術(shù)產(chǎn)業(yè)的技術(shù)效率從0.77降低到0.57，下降了20%，規(guī)模效率從0.94下降到0.65，下降了31%；只有純技術(shù)效率從0.83上升到0.87，從一定程度上減緩了綜合技術(shù)效率的下降幅度。總體來看，我國較好的發(fā)展環(huán)境造成了我國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的虛高，特別是新疆、西藏等西部地區(qū)。

參考文獻(xiàn)

[1]陳修德，梁彤纓.中國高新技術(shù)產(chǎn)業(yè)研發(fā)效率及其影響因素——基于面板數(shù)據(jù)SFPF模型的實(shí)證研究[J]，科學(xué)學(xué)研究，2010，28（8）：1118-1205.

[2]白俊紅.政府R&D資助與企業(yè)技術(shù)創(chuàng)新—基于效率視角的實(shí)證分析[J]，金融研究，2011（6）：181-193.

作者簡介：彭倩倩（1992-12），女，漢，山東臨沂，在讀研究生，研究方向：金融理財(cái)規(guī)劃。

基金項(xiàng)目：河北省社會(huì)科學(xué)基金項(xiàng)目：京津冀高新技術(shù)產(chǎn)業(yè)集群協(xié)同創(chuàng)新戰(zhàn)略、模式與實(shí)現(xiàn)路徑研究（HB17YJ023）

（作者單位：河北地質(zhì)大學(xué)經(jīng)貿(mào)學(xué)院）