“一帶一路”沿線省際科技創新效率評價及影響因素分析

陳聰聰 馬向平

摘要：選取2012—2017年的統計數據，采用數據包絡分析法（DEA）構建兩階段科技創新效率評價指標體系，基于投入產出視角測算“一帶一路”沿線省份的科技創新效率，并利用投影分析探究其時空差異的影響因素，進而為各省份科技創新效率提高和合理配置科技創新資源提供建議。

關鍵詞：“一帶一路”;科技創新效率評價;影響因素;投影分析

中圖分類號：F224.9 ? ? ? ? 文獻標識碼：A

文章編號：0439-8114（2020）06-0198-05

DOI：10.14088/j.cnki.issn0439-8114.2020.06.041 ? ? ? ? ? 開放科學（資源服務）標識碼（OSID）：

Inter-provincial scientific and technological innovation efficiency evaluation

and analysis of influencing factors along the “Belt and Road”

CHEN Cong-cong，MA Xiang-ping

（School of Public Administration，China University of Geosciences，Wuhan 430074，China）

Abstract： By selecting statistical data from 2012 to 2017， a data envelopment analysis （DEA） method was used to construct a two-stage scientific and technological innovation efficiency evaluation index system. Based on the input-output perspective， the technological innovation efficiency of the provinces along the “Belt and Road” was measured， and projection analysis was used to explore the influencing factors of their spatial and temporal differences. Some suggestions were provided for improving the efficiency of scientific and technological innovation in various provinces and rationally allocating scientific and technological innovation resources..

Key words： “Belt and Road”; evaluation of technological innovation efficiency; influencing factors; projection analysis

從2013年習近平總書記提出共建“絲綢之路經濟帶”和“21世紀海上絲綢之路”的倡議，到2015年中國發布《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動》，這幾年來的發展成就證明了“一帶一路”戰略不僅是深化中國改革開放的重要力量，也是國際經濟合作的新思路。2017年，中國又啟動了《“一帶一路”科技創新行動計劃》，旨在探索國際科技創新合作的新模式，優化創新環境，集聚創新資源。近年來，中國對促進科技創新日益重視，“一帶一路”戰略的提出，為中國科技創新提供了一個嶄新的區域資本市場。

中國《科技成果轉化法》中明確定義了科技成果轉化的概念：科技成果轉化是指科研機構研究開發的具有實用價值的科技成果，通過企業對科研成果進行試驗、開發、應用和推廣，直到形成新產品、新工藝、新材料、發展新產業實現市場經濟價值的過程。近年來，部分國內學者注意到科技成果研發轉化的階段性特質，開始從階段分解的視角開展研究。錢麗等[1]運用DEA模型測量2003—2010年各省份企業綠色科技研發和轉化兩階段的技術創新效率以及區域間的差距，并檢驗兩階段效率的影響因素。宇文晶等[2]將創新過程分解為技術轉化和產品轉化兩個過程，并構建了兩階段串聯的DEA模型對區域高技術產業的創新效率進行了分析。包英群等[3]基于兩階段DEA方法對中國平板產業的企業創新效率進行了分析。

總體來看，有關科技創新成果轉化的研究非常豐富，但是實證研究方面也存在一些不足，研究的地域性和時效性有待拓寬。鑒于此，本研究聚焦“一帶一路”沿線，針對科技創新成果轉化的階段性特征，構建一個兩階段DEA模型，通過分階段、分區域、分時間的效率評價，嘗試為“一帶一路”沿線省份科技創新效率的提高提供相關建議。

1 ?研究方法

數據包絡分析法（DEA）是一種多指標評價分析方法，主要用于評價具有相同類型的多投入多產出的具有同質性決策單元（DMU）之間的相對有效性。其實質是采用數學規劃模型估計有效生產的前沿面，凡是處在前沿面上的決策單元，DEA認定其投入產出組合最有效率，并將其效率指標定為1;不在前沿面上的決策單元則被認定為無效率。此外，DEA還可以判斷各個決策單元的投入規模的適合程度，給出各決策單元調整其投入規模的方向和程度。結合本研究的實際并參考相關學者的研究成果，本研究將中國第j個省（市）的科技創新綜合技術效率TE的公式定義如下：

2 ?指標體系與數據來源

2.1 ?指標選取

本研究基于創新價值鏈理論和相關學者的研究經驗，將科技創新過程分為銜接緊密的兩階段：科技研發階段和成果轉化階段。在科技研發階段，綜合劉順忠等[4]、李婧等[5]學者的研究成果，選取R&D研發人員全時當量、規模以上工業企業研發機構數和R&D科研經費內部支出分別作為科技研發的人力投入和資本投入指標;根據產出性質的不同，選取科技論文專著量和國內3種專利申請授權量分別作為科技研發階段的基礎研發產出指標和應用研發產出指標;在成果轉化階段，綜合部分學者[6-12]的研究成果，選擇第一階段的產出指標和新產品開發經費投入、引進技術經費投入作為成果轉化階段的投入指標，本階段的產出指標選擇技術市場合同交易額和規模以上工業企業新產品銷售收入。

2.2 ?樣本數據

本研究選取“一帶一路”沿線共計18個省（市、自治區）為決策單元，分別是新疆維吾爾自治區、陜西省、甘肅省、寧夏回族自治區、青海省、內蒙古自治區、黑龍江省、吉林省、遼寧省、廣西壯族自治區、云南省、西藏自治區、上海市、福建省、廣東省、浙江省、海南省以及重慶市。本研究的數據全部來自中國科技統計年鑒、地方統計年鑒、統計公報等官方資料。由于科技創新投入與產出存在一個時間差，因此每一階段的投入與產出都分別采用了1年滯后處理。以2015—2017年的數據為例，科技研發階段的投入指標采用2015年數據，科技研發階段的產出指標和成果轉化階段的投入指標采用2016年的數據，成果轉化階段的產出指標采用2017年的數據。

3 ?實證分析

3.1 ?相關性檢驗

為了保證研究過程中投入變量和產出變量的同向性，利用SPSS 22.0軟件對投入變量和產出變量之間的pearson相關系數進行檢驗，檢驗結果如表2所示，兩階段的投入產出變量的相關系數均為正，且均通過了5%統計水平下的顯著性檢驗，說明投入變量和產出變量之間符合同向性原則，可以開展進一步研究。

3.2 ?科技創新效率評價結果

將“一帶一路”沿線18個省（市、自治區）2012—2014年和2015—2017年兩個時間段的省際數據分別導入DEAP2.1軟件，并基于VRS和OUTPUT OR IENTATED產出角度，分析各省份科技創新綜合效率、純技術效率和規模效率。綜合技術效率是對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價;純技術效率反映的是決策單元在一定的生產技術條件下投入要素的生產效率;規模效率反映的是規模因素影響的生產效率。當綜合技術效率=1時，表示該決策單元的投入產出是綜合有效的，即同時技術有效和規模有效。當純技術效率=1時，表示在目前的技術水平上，其投入資源的使用是有效率的，未能達到綜合有效的根本原因在于其規模無效，因此其改革的重點在于如何更好地發揮其規模效益。

“一帶一路”沿線18個省（市、自治區）的科技創新分段效率結果見表3，由表3可以看出，浙江省、廣東省的科技創新效率較高，在兩個時間段內，科技研發和成果轉化兩階段的綜合效率、純技術效率和規模效率值均為1，說明這兩個省份在科技創新中技術和規模都實現了有效性，科技創新投入、產出過程發展得當，科技創新績效達到了DEA有效。

重慶市、黑龍江省的科技研發階段的綜合效率、純技術效率和規模效率值均為1，說明其知識創新投入都相對比較低，但技術和規模都實現了有效性。成果轉化階段方面，重慶市在2012—2014年的值為1，說明其效率為DEA有效，但是2015—2017年降低為DEA無效;黑龍江省的規模效率值均高于純技術效率值，但是二者的值均低于18省份的平均水平。

遼寧省、吉林省、上海市、廣西壯族自治區、西藏自治區、陜西省在成果轉化階段的效率值均為1，說明其在技術和規模中都實現了有效性。在科技研發效率方面，遼寧省在2012—2014年規模效率為1，純技術效率低于平均水平，說明其純技術效率存在冗余現象;吉林省在2015—2017年的純技術效率為1，但規模效率低于平均水平，說明其規模效率存在冗余現象;上海市和陜西省由非DEA有效變為DEA有效，說明科技創新投入和產出更為科學合理，值得注意的是陜西省得益于其高水平高校眾多因此科技創新效率較高;廣西壯族自治區雖然純技術效率和規模效率均上漲但是還是沒有達到DEA有效;西藏自治區的情況與上述省份有所不同，西藏自治區的DEA有效不排除是因為投入和產出都很低造成的虛高現象。

云南省的兩階段的綜合效率、純技術效率和規模效率值均小于1，說明在科技創新中技術和規模都沒有實現有效利用，科技創新投入、產出過程存在冗余現象，科技創新效率沒有達到DEA有效。

18個省（市、自治區）的綜合效率都是處于波動變化的，空間分布特征呈現東高西低，東部地區的省市其綜合效率整體高于中、西部地區，這與東部地區經濟發達有關。

3.3 ?投影分析

投影分析不僅可以幫助探究“一帶一路”沿線省（市、自治區）科技創新效率差異的影響因素，還可以揭示各決策單元投入和產出的調整方向以及調整幅度，為各省（市、自治區）科技創新效率提高和合理配置科技創新資源提供建議。

由表4可見，在科技研發階段，造成非DEA有效的原因主要是投入冗余，過多的R&D人力投入和R&D經費投入沒有帶來相應數量的產出，相對而言產出不足的幅度是較小的。由表5可見，在成果轉化階段，非DEA有效是投入冗余和產出不足雙重原因造成的，尤其是新產品開發經費投入和技術引進經費冗余嚴重，產出可增加值數額比較大說明目前的科技成果轉化產出相對匱乏。此外，西藏自治區、寧夏回族自治區、新疆自治區等西部欠發達地區雖然實現了DEA有效，但是不排除其投入產出值偏低造成的虛高現象。因此，總體來說，投入冗余的省（市、自治區）可以考慮適當縮減科研經費投入或者提高科研經費的使用效率。

4 ?結論與啟示

效率評價結果顯示，在年度差異方面，2015—2017年的科技研發效率相比2012—2014年有所提高，但是成果轉化效率近乎持平，沒有明顯的提高。而且福建省、重慶市、云南省、新疆維吾爾自治區的成果轉化綜合效率也呈現下降趨勢，如果不能及時采取措施遏止頹勢，將會阻礙區域發展和“一帶一路”戰略計劃的實施。在省際差異方面，東部較中西部地區整體效率更高，原因可能在于東部地區經濟發展水平更高、高校和人才更為集中，且部分西部地區科技創新市場活躍度也不夠。且僅有浙江省、廣東省實現了兩階段DEA有效，規模無效是多數DEA無效率省份的原因，說明目前的科技投入與產出結構并沒有發揮出最大的規模效益。云南省的兩階段效率值都低于平均水平且都是DEA無效，說明科技創新技術和規模都沒有達到有效利用。

投影分析結果表明，投入產出結構不合理是導致沿線DEA無效省（市、自治區）科技成果轉化效率偏低的重要原因。在科技研發階段，陜西省是值得注意的，陜西省高校和科研機構眾多但是出現了嚴重的人力投入和經費投入冗余，這說明陜西省的科技成果轉化市場供需不平衡，現有市場無法消化這些人力和經濟投入，這就需要從供給側進行改革。因此，如何合理配置人才和經費支出應當是包括陜西省在內的投入冗余的省（市、自治區）下一步努力的方向。在成果轉化階段，大部分省份面臨的問題是論文專利、新產品開發經費和技術引進經費冗余，同時產出可增加值數額較大，說明產出嚴重不足。因此，各省（市、自治區）可對照自己的目標值做出相應的改變。

首先，投入冗余的相關省（市、自治區）如陜西省，鑒于市場的供需不平衡，應當在研發投入方面進行供給側改革，政府和高校在投入過程中也要有所側重，通過管理創新和體制、機制創新，優化科技創新資源配置，并加強政府科技資金使用的監管;而投入不足的省（市、自治區）則需要適當增加面向高校、科研機構和高新技術企業的研發投入，提升科技中介機構組織的服務能力。

此外，“一帶一路”沿線地區經濟發展水平差異大，加強各地區之間的科技創新交流合作，促進知識、資金、技術和人才等資源在各地區的流動，促進科技成果跨區域轉移轉化和創新資源開放共享，也是未來省際合作相關科技政策設計需要考慮的前瞻性問題。另外，可以將“科技創新效率”納入各級政府考評體系，進一步激勵“產學研”合作產生更大的經濟效益，并鼓勵高校為代表的科研機構能夠切實與廣大企業的創新實踐緊密結合，提高科技成果商品化、產業化的速度，從而進一步提升區域和產業的競爭力。

參考文獻：

[1] 錢 ?麗，肖仁橋，陳忠衛.我國工業企業綠色技術創新效率及其區域差異研究：基于共同前沿理論和DEA模型[J].經濟理論與經濟管理，2015（1）：26-43.

[2] 宇文晶，馬麗華，李海霞.基于兩階段DEA的區域高技術產業創新效率及影響因素研究[J].研究與發展管理，2015（3）：137-146.

[3] 包英群，魯若愚，熊 ?麟.基于二階段DEA模型中國平板顯示產業創新效率研究[J].科學學與科學技術管理，2016（9）：49-57.

[4] 劉順忠，官建成.區域創新系統創新績效的評價[J].中國管理科學，2002（1）：75-78.

[5] 李 ?婧，白俊紅，譚清美.中國區域創新效率的實證分析：基于省際面板數據及DEA方法[J].系統工程，2008（12）：1-7.

[6] 官建成，何 ?穎.基于DEA方法的區域創新系統評價[J].科學學研究，2005（2）：265-272.

[7] 張運華，吳 ?潔.基于動態網絡DEA的區域科技活動效率評價[J].系統科學與數學，2017（1）：100-111.

[8] 陳洪轉，舒亮亮.基于DEA模型的我國高新技術產業園區投人產出效率評價[J].科學學與科學技術管理，2013（4）：104-109.

[9] 倪鯤鵬.中國“一帶一路”沿線省區創新體系協同發展研究[D].蘭州：蘭州大學，2016.

[10] 劉 ?為.大學科技園創新效率評價研究——基于兩階段共同邊界DEA模型[D].江蘇蘇州：蘇州大學，2015.

[11] 劉根廷.“一帶一路”戰略助推中國科技成果轉化的經濟學分析[J].現代商業，2018（29）：162-164.

[12] 劉永松，王婉楠，王墨林.基于兩階段網絡DEA模型的國家創新效率研究——基于南亞、東南亞國家[J].云南財經大學學報，2019，35（6）：84-94.