投入產出視角下科技創新效率差異研究
——以安徽省為例

張繼軍

(阜陽職業技術學院 經濟貿易系，安徽 阜陽 236031)

科技是第一生產力，而科技創新是科技進步的源泉，因此，科技創新在國民生產總值增長中發揮著巨大作用。我國現有研究科技創新的文獻較多，研究科技創新效率主要集中在三個方面：一是高校科技創新效率，如沈能、宮為天采用可以剔除環境因素和隨機干擾影響的三階段DEA模型，對我國2000—2011年30個省(直轄市、自治區)的高校科技創新效率進行了實證研究，[1]李清賢、曲紹衛、齊書宇基于2007—2011年Malmquist指數法分析了教育部直屬高校教師科技創新效率。[2]二是我國區域科技創新效率的地區差異，如樊華、周德群運用規模報酬可變的DEA模型測度2000—2007年中國省域科技創新效率并分析其收斂性和影響因素，[3]汪雨卉、王承云利用2010—2014年的數據，構建科技創新資源評價體系，使用主成分分析法對粵港澳大灣區的科技資源分布進行綜合評價，對其分布特征進行描述。[4]三是某一行業科技創新效率，如柴瑋、申萬、毛亞林采用DEA數據包絡分析方法，對我國六家資源型企業科技創新績效進行評價。[5]褚衍昌、陳飛超采用DEA-Malmquist指數對我國機場業運營效率進行了客觀分析。[6]莊旭升、張小艷借助超效率DEA模型，計算出中國各省商業銀行對國民經濟金融支持的效率水平，并在此基礎上提出了優化策略。[7]

綜上可知，目前我國尚沒有對省域內各地市科技創新效率差異的研究，因此，本文以安徽省為例，從投入產出視角分析安徽省各地市科技創新效率，試圖比較各地市在科技創新效率存在的差異。

一、研究方法選擇與指標選擇

1.研究方法選擇。研究科技創新效率的方法包括兩類：一是設定模型(如生產函數等)；二是不設定模型(如DEA方法、因子分析法等)。由于設定模型需要從理論上嚴格論證，并要求準確性等，考慮科技創新效率的影響因素無法準確確定，因此，本文采用DEA方法研究。

2.指標選擇。結合本文的研究方法，綜合數據的可衡量性、易獲得性等因素考慮，本文選取以下指標：(1)科技創新投入指標：R&D經費(億元)、R&D活動人員(人/年)；(2)科技創新產出指標：專利授權量(件)、技術合同成交額(億元)。

二、指標的描述性分析

近年來，安徽省提出中部崛起，各地區加快發展，尤其是科技創新投入不斷加大，因此本文首先分析各地區科技創新投入與產出的指標(見表1)。

表1 2014—2016年安徽各地區科技創新投入產出指標數據①

從表1可以看出：(1)R&D經費投入：2014—2016年，除淮南、六安外，其余地區均是每年逐漸增加，淮南則逐年遞減，六安先增后減，且遞增幅度大于遞減幅度。(2)R&D活動人員數：淮北、黃山逐年遞減；阜陽、滁州、六安、銅陵均先增后減，阜陽和滁州遞減幅度大于遞增幅度，六安和銅陵遞增幅度大于遞減幅度；蕪湖、宣城、池州、安慶先減后增，蕪湖和安慶遞減幅度大于遞增幅度，宣城和池州遞增幅度大于遞減幅度；其余地區均逐年遞增。(3)專利授權量：淮北、宣城、銅陵三市逐年遞減；宿州、蚌埠、淮南、馬鞍山、池州、黃山六市先增后減，蚌埠遞減幅度大于遞增幅度，宿州、淮南、馬鞍山、池州、黃山五市遞增幅度大于遞減幅度；其余地區均逐年遞增。(4)技術合同成交額：淮北和黃山均先減后增，且遞減幅度大于遞增幅度；其余地區均逐年遞增。

三、科技創新效率分析

從整體上看，安徽省各地區科技創新投入不斷加大，科技創新產出不斷增加。下文中筆者對科技創新效率進行靜態與動態分析。

(一)科技創新效率靜態分析

本文采用DEA方法對安徽省各地區科技創新效率進行分析，分析結果見表2。從表2可以看出，2014年安徽省達到技術有效的城市為亳州、蚌埠、六安、蕪湖；2015年安徽省達到技術有效的城市為蚌埠、阜陽、六安、池州、安慶；2016年安徽省達到技術有效的城市為阜陽、六安；合肥、淮北、宿州、淮南、滁州、馬鞍山、宣城、銅陵、黃山等城市在2014—2016年均未達到技術有效。而且從地理位置來看，皖北達到技術有效的城市多于皖南；從平均值來看，安徽省技術效率、綜合效率和純技術效率均呈現逐年遞減趨勢。

表22014—2016年安徽省各地區科技創新DEA計算結果

注：crste為技術效率，亦叫綜合效率；vrste為純技術效率；scale為規模效率(drs：規模報酬遞減；-：規模報酬不變；irs：規模報酬遞增)，其中crste=vrste×scale

具體如下：(1)合肥、滁州、宣城、安慶市均未達到技術有效，且均處于規模報酬遞減階段，可見，合肥、滁州、宣城、安慶應該減小規模，增強純技術效率。另外，蚌埠和馬鞍山均是從規模報酬不變轉變為規模報酬遞減階段，且蚌埠亦是從技術有效轉變為技術無效，因此，蚌埠和馬鞍山也應該考慮增強純技術效率。(2)淮北、宿州、淮南、銅陵、黃山也未達到技術有效，但均處于規模報酬遞增階段，可見，這五市應該增加規模。另外，池州在2015年規模報酬率為1時，達到技術有效，且規模報酬不變，其余兩年均處于規模報酬遞增階段，均未達到技術有效；亳州在2014年為技術有效，2015年和2016年均未達到技術有效，皆因規模效率低，因此，池州和亳州需要增加規模。(3)阜陽有兩年達到技術有效，且另一年為規模報酬遞增，六安有三年達到技術有效，因此，阜陽和六安應在維持技術有效的基礎上，增加純技術效率和規模效率，進一步擴大規模。(4)合肥、安慶、蚌埠、馬鞍山、黃山、亳州、蕪湖、池州、滁州、宣城皆處于規模報酬逐漸變低的時間段，淮北、宿州、淮南、銅陵技術效率的影響大于規模效率的影響；六安、阜陽皆處于規模報酬率和技術效率合理的狀態。

(二)科技創新效率動態分析

本文采用Malmquist指數法對科技創新效率動態分析，結果見表3。

表3 2014—2016年安徽省各地區全要素指數變化統計表

注：effch為技術效率變動，techch為技術變動，pech為純技術效率變動，sech為規模效率變動，tfpch為全要素生產率變動。其中effch=pech×sech，tfpch=effch×techch。

從表3可以看出：(1)安徽15市全要素效率均增加，變化幅度為0.9%～61.4%，除阜陽和宣城的技術效率增加、六安的技術效率不變外，其余城市技術效率均下降，所有城市皆有不同程度的技術進步。可見，技術進步對全要素效率提高有極其重要的作用。(2)阜陽、滁州、宣城均有規模效率增加，阜陽應該大力擴大科技創新規模，進而加快全要素效率的提高；滁州、宣城的規模效率對全要素效率的提高效果較小，因此，應該保持純技術效率提升的幅度大于規模效率提高的幅度，從而促使全要素效率的快速提高。(3)合肥、亳州、蕪湖、池州、安慶、黃山等六市均有技術進步，但規模效率降低影響了技術效率的變化，滁州、宣城皆因純技術效率降低影響了技術效率的變化，淮北、宿州、蚌埠、淮南、馬鞍山、銅陵等六市均出現規模效率和純技術效率都減弱，影響了技術效率變動。

四、結論

1.安徽省各地區均有技術進步，且技術效率是影響各地區科技創新效率的顯著因素。安徽省皖北地區達到技術有效的城市要多于皖南地區，但總數較少。

2.滁州、宣城等少數城市出現純技術效率降低影響了技術效率的變化，從而影響全要素效率的增加。因此，安徽省各地區均應繼續加大R&D經費、R&D活動人員等科技創新投入，從而加快科技創新技術的快速提升，尤其是純技術效率的提升，進而促進全要素效率的大幅度提高。

3.無論從年份和地區來看，安徽省各地區達到規模有效的城市均不多。甚至出現淮北、宿州、蚌埠、淮南、馬鞍山、銅陵等六市規模效率減弱影響了技術效率的變動。

4.從安徽省各地區全要素指數變化情況來看，規模效率的變動滯后于純技術效率提升的速度，從而影響了全要素效率的增加。除了滁州、宣城的規模效率對全要素效率的提高效果較小，其余城市的規模效率對全要素效率的提高均有顯著影響。因此，安徽各地區均須注重規模效應，加大規模投入，提高規模效率。

注釋：

①數據來源：2015年、2016年、2017年安徽省科技統計公報；2014年專利授權量(件)是根據2015年安徽省科技統計公報計算而來；技術合同成交額(億元)為2017年安徽省科技統計公報中各市技術合同認定登記情況(2016年)輸出技術成交額+吸納技術成交額。