基于DEA-Malmquist模型的吉林省科技創(chuàng)新效率研究

魏 嘉, 楊雪瀅

(長春工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,吉林 長春130012)

0 引言

在國家科技戰(zhàn)略與規(guī)劃指引下,科技創(chuàng)新政策圍繞新時期國家創(chuàng)新體系建設(shè)主線,科技創(chuàng)新治理能力不斷提升,對高質(zhì)量發(fā)展和民生改善形成全面支撐態(tài)勢。當(dāng)前,科技創(chuàng)新已成為推動經(jīng)濟(jì)高質(zhì)量發(fā)展的重要力量。

近年來,吉林省科技創(chuàng)新取得重要突破,科技創(chuàng)新能力穩(wěn)步提升,科技整體實(shí)力和創(chuàng)新能力邁上新臺階。2021年《中國區(qū)域創(chuàng)新能力評價(jià)報(bào)告》顯示,吉林省綜合科技創(chuàng)新水平位列全國第19位,居?xùn)|北三省之首。全社會R&D經(jīng)費(fèi)投入實(shí)現(xiàn)較大突破,投入強(qiáng)度達(dá)到1.3%,總量達(dá)到159.5億元。以上數(shù)據(jù)表明,吉林省科技創(chuàng)新投入產(chǎn)出穩(wěn)步擴(kuò)大。但通過與其他省份投入產(chǎn)出數(shù)據(jù)比較發(fā)現(xiàn),吉林省與南方經(jīng)濟(jì)發(fā)達(dá)區(qū)域相比,投入產(chǎn)出量明顯不足,需要對吉林省科技創(chuàng)新效率進(jìn)行進(jìn)一步分析,并提出相應(yīng)的對策與建議。

1 文獻(xiàn)綜述

縱觀學(xué)者對于科技創(chuàng)新效率的研究,國外文獻(xiàn)從各個角度、運(yùn)用各種模型對科技創(chuàng)新與經(jīng)濟(jì)增長進(jìn)行討論。在肯定科技創(chuàng)新對經(jīng)濟(jì)增長的核心作用前提下,分離出研究部門和生產(chǎn)部門,專門討論研究部門的效率變化以及政府、高校等對企業(yè)研究的影響,并對創(chuàng)新主體與創(chuàng)新環(huán)境的相互影響進(jìn)行研究。

國內(nèi)文獻(xiàn)明確科技創(chuàng)新呈現(xiàn)出明顯的地域差異與特點(diǎn),科技創(chuàng)新效率主要受創(chuàng)新資源配置的影響。徐小欽等[1]運(yùn)用DEA-Malmquist法分析重慶市不同性質(zhì)的企事業(yè)單位科技創(chuàng)新效率,得出整個區(qū)域科技創(chuàng)新效率情況。孟衛(wèi)東等[2]運(yùn)用DEA-Tobit兩步法,分析影響2010年我國30個省市區(qū)的區(qū)域創(chuàng)新體系科技資源配置效率的因素。張鵬等[3]以規(guī)模以上工業(yè)企業(yè)R&D活動人員、規(guī)模以上工業(yè)企業(yè) R&D經(jīng)費(fèi)內(nèi)部支出、科技支出占一般公共預(yù)算支出比重為投入指標(biāo),以專利申請授權(quán)量和規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入為產(chǎn)出指標(biāo),對粵港澳大灣區(qū)科技創(chuàng)新效率進(jìn)行研究,發(fā)現(xiàn)技術(shù)進(jìn)步是促進(jìn)科技創(chuàng)新生產(chǎn)率提升的關(guān)鍵因素,規(guī)模效率對技術(shù)效率存在明顯的阻礙作用。李文廣[4]以R&D人員全時當(dāng)量、R&D資本存量為投入指標(biāo),以科技論文數(shù)、發(fā)明專利申請數(shù)和技術(shù)市場成交額為產(chǎn)出指標(biāo),對青海省的科技創(chuàng)新效率進(jìn)行研究,發(fā)現(xiàn)規(guī)模效率對綜合效率起到明顯的阻礙作用。胡麗娜[5](運(yùn)用DEA方法對內(nèi)蒙古自治區(qū)科技創(chuàng)新效率進(jìn)行研究,發(fā)現(xiàn)其科技創(chuàng)新投入要素結(jié)構(gòu)不合理。

基于吉林省當(dāng)前科技創(chuàng)新形勢,構(gòu)建科技創(chuàng)新主體協(xié)同創(chuàng)新績效評價(jià)指標(biāo)體系,運(yùn)用DEA-Malmquist模型,從靜態(tài)和動態(tài)兩個角度對吉林省科技創(chuàng)新效率進(jìn)行評價(jià)和分析,以評價(jià)結(jié)果為基礎(chǔ),提出吉林省提升科技創(chuàng)新效率的對策與建議。

2 研究模型及指標(biāo)選擇

2.1 模型設(shè)定

2.1.1 DEA模型

數(shù)據(jù)包絡(luò)分析(DEA)是一種線性規(guī)劃方法,其以Farrell效率方法為基礎(chǔ),用來評價(jià)同類部門或單元(簡稱DMU)之間的相對有效性[6]。DEA模型下存在投入與產(chǎn)出的導(dǎo)向模式,分規(guī)模報(bào)酬恒定CCR模型與規(guī)模報(bào)酬變化BCC模型兩種。由于研究的各地區(qū)創(chuàng)新投入會發(fā)生變化,因此選擇規(guī)模報(bào)酬可變的BCC模型分析[7]。DEA的BCC模型為:

2.1.2 Malmquist指數(shù)

1994年Fare等[8]將Malmquist指數(shù)與DEA法結(jié)合提出DEA-Malmquist模型。Malmquist 指數(shù)模型克服了傳統(tǒng)DEA靜態(tài)評價(jià)的缺陷,可以動態(tài)反映不同時期全要素生產(chǎn)率的變化。全要素生產(chǎn)率指數(shù)(TFP)可以分解為技術(shù)效率指數(shù)(EFF)與技術(shù)進(jìn)步指數(shù)(TECH)的乘積。當(dāng)規(guī)模可變時,技術(shù)效率指數(shù)可分解為規(guī)模效率指數(shù)(SEC)和純技術(shù)效率指數(shù)(PE)。若計(jì)算出的Malmquist 指數(shù)大于1,則表示該決策單元的生產(chǎn)率在考察期間表現(xiàn)為上升趨勢,反之則為下降趨勢。

Malmquist 指數(shù)的表達(dá)式如下:

本文基于DEA-Malmquist指數(shù)法,對吉林省科技創(chuàng)新效率進(jìn)行研究分析。

2.2 指標(biāo)選取

綜合地區(qū)科技創(chuàng)新實(shí)踐過程中呈現(xiàn)出的特點(diǎn),從技術(shù)投入過程和技術(shù)創(chuàng)新產(chǎn)出兩個角度出發(fā),結(jié)合上述兩個子系統(tǒng)創(chuàng)新評價(jià)活動呈現(xiàn)的創(chuàng)新流程與技術(shù)特點(diǎn),在滿足科學(xué)性、系統(tǒng)性、可比性、可操作性的客觀條件下,系統(tǒng)構(gòu)建出吉林省科技創(chuàng)新效率評價(jià)指標(biāo)體系[9-10]。

在投入指標(biāo)內(nèi)容的選擇上,從勞動力成本和資本投入的角度合理選取指標(biāo),使用R&D科研經(jīng)費(fèi)和內(nèi)部研發(fā)支出來衡量該地區(qū)科研創(chuàng)新活動中對研發(fā)項(xiàng)目資金的投入;使用R&D人員數(shù)來衡量該地區(qū)對科研創(chuàng)新活動中的人力資源成本總投入。在產(chǎn)出指標(biāo)內(nèi)容的選擇方面,使用學(xué)術(shù)論文發(fā)表量和論文專利總授權(quán)量來衡量該地區(qū)的科研創(chuàng)新活動成果[11-12]。如表1所示。

表1 吉林省科技創(chuàng)新效率投入產(chǎn)出指標(biāo)

2.3 數(shù)據(jù)來源

以2015-2021年為研究時間,吉林省9個市(州)作為研究對象。研究數(shù)據(jù)源自 《中國統(tǒng)計(jì)年鑒》《吉林統(tǒng)計(jì)年鑒》等。

3 實(shí)證分析

3.1 BCC模型靜態(tài)分析

根據(jù)2015-2021年吉林省九市(州)各年投入產(chǎn)出資料,采用DEA-BCC模型,測算各年級科技創(chuàng)新效率。通過軟件計(jì)算得到綜合效率值,得出各市(州)科技創(chuàng)新效率如表2所示。由表2可知,從整體科技創(chuàng)新綜合效率來看,2015-2021年,吉林省科技創(chuàng)新效率均值為0.705,純技術(shù)效率相對比較穩(wěn)定,是規(guī)模效率低造成整體效率沒有達(dá)到有效且呈波動變化,2015-2018年都在0.7左右小幅度變動,在2019年達(dá)峰值后2020年大幅度下降,其原因?yàn)橐?guī)模效率低。2021年迅速回復(fù)。由此可見,吉林省科技創(chuàng)新投入和產(chǎn)出與技術(shù)并不相稱,投入規(guī)模的不足阻礙了科技創(chuàng)新效率提高。

表2 2015-2021年吉林省科技創(chuàng)新效率均值

從地區(qū)差異來看,表3表明吉林省各市(州)平均科技創(chuàng)新效率差距較大。從總體來看,2017年僅有2個城市的技術(shù)效率值為1;2019年6個城市的技術(shù)效率值均為1;2020年3個城市的技術(shù)效率值達(dá)到1。這與科技創(chuàng)新綜合效率均值先上升后下降的變化趨勢相吻合。

表3 2015-2021年吉林省各市(州)科技創(chuàng)新綜合效率

3.2 Malmquist指數(shù)動態(tài)分析

借助 DEAP2.1 軟件,運(yùn)用基于投入導(dǎo)向及規(guī)模報(bào)酬可變的Malmquist模型,Malmquist 可以動態(tài)反映吉林省科技創(chuàng)新效率的變化,對2015-2021年吉林省各市(州)的科技創(chuàng)新效率全要素生產(chǎn)率指數(shù)及其各分解指標(biāo)量進(jìn)行測算,如表4和表5所示。

表4 2015—2021年吉林省各市州科技創(chuàng)新Malmquist指數(shù)及分解

圖1 吉林省年份Malmquist指數(shù)分解變化趨勢

表5 2015—2021吉林省各市(州)科技創(chuàng)新Malmquist指數(shù)及分解

圖2 吉林省各市(州)Malmquist指數(shù)分解變化趨勢

由表3可知,2015-2021年,吉林省的技術(shù)效率變化指數(shù)、技術(shù)進(jìn)步指數(shù)、純技術(shù)效率變化指數(shù)、規(guī)模效率變化指數(shù)、平均全要素生產(chǎn)率均值分別為1.070、1.030、1.022、1.047 、1.102,整體科技創(chuàng)新效率處于上升趨勢。2015-2019年,全要素生產(chǎn)率發(fā)生了顯著升降變化,受不可控因素的影響,技術(shù)進(jìn)步指數(shù)浮動較大,據(jù)此推論,提高各年度TFP指數(shù)的關(guān)鍵在于改善技術(shù)進(jìn)步指數(shù)。

通過對吉林省Malmquist指數(shù)和分解指數(shù)變化進(jìn)行分析,可以發(fā)現(xiàn)其并未遵循“同增同降”這一統(tǒng)一規(guī)律,意味著各時期的科技創(chuàng)新狀況存在差異性。其中TFP指數(shù)6年波動,但發(fā)展不夠平穩(wěn),其變化幅度大于0.5,還未達(dá)到理想狀態(tài)。因此,吉林省需進(jìn)一步穩(wěn)定發(fā)展,加強(qiáng)新技術(shù)研發(fā),不斷引進(jìn)和轉(zhuǎn)化吸收外部技術(shù),尋求突破技術(shù)進(jìn)步瓶頸的措施。

通過對吉林省Malmquist指數(shù)和分解指數(shù)變化進(jìn)行分析,可以發(fā)現(xiàn)其并未遵循“同增同降”這一規(guī)律,意味著各個時期的科技創(chuàng)新狀況存在差異。全省有7個市(州)的TFP指數(shù)均值均大于1,科技創(chuàng)新效率整體上都有所提高,但是各市(州)的這些區(qū)域增長率相差很大,增長率在4%～32.9%,其中,白城市和長春市增幅均在20%以上,原因可能是其技術(shù)進(jìn)步指數(shù)和規(guī)模效率變化指數(shù)都較高;松原市TFP指數(shù)和技術(shù)進(jìn)步的變動正好相反,說明該區(qū)域先進(jìn)技術(shù)未得到很好地利用。

在吉林省科技創(chuàng)新TEP正增長的地區(qū)中,技術(shù)進(jìn)步和技術(shù)效率均發(fā)揮著正向促進(jìn)作用。

遼源市和白山市TFP 指數(shù)的均值均小于 1,是由于該地區(qū)的技術(shù)進(jìn)步指數(shù)小于 1,技術(shù)進(jìn)步偏低影響該地區(qū)TFP指數(shù)。

以上分析表明,吉林省科技創(chuàng)新TEP負(fù)增長的地區(qū),主要是受了技術(shù)進(jìn)步指數(shù)的負(fù)向影響。

4 結(jié)論與建議

4. 1 研究結(jié)論

首先,吉林省綜合技術(shù)效率雖波動較大,但整體仍呈上升趨勢。其中純技術(shù)效率顯著提高,但同時大部分地區(qū)的規(guī)模效率出現(xiàn)下降,從而無法帶動綜合技術(shù)效率進(jìn)一步提高。說明吉林省目前研發(fā)資源配置不夠合理,效率未能最大化。其次,從Malmquist指數(shù)分析可知,吉林省TFP指數(shù)的浮動受技術(shù)進(jìn)步指數(shù)影響較大。近年來,吉林省在加大高新技術(shù)投入力度的同時,技術(shù)創(chuàng)新發(fā)展得到顯著增長,但是由于資源優(yōu)勢、政策實(shí)施、人力資源發(fā)揮等因素的影響,不同市(州)之間的技術(shù)創(chuàng)新差距較大,這一現(xiàn)象更加表明,技術(shù)創(chuàng)新發(fā)展資源配置效率降低或者科技發(fā)展水平的欠缺,已成為經(jīng)濟(jì)社會發(fā)展的阻力。第三,政府應(yīng)加強(qiáng)管理,以推進(jìn)技術(shù)自主創(chuàng)新發(fā)展、經(jīng)濟(jì)社會的可持續(xù)發(fā)展。通過科學(xué)合理配置各種創(chuàng)新資源,進(jìn)一步提高科技創(chuàng)新能力。

4.2 對策建議

4.2.1 打造吉林省特色科技創(chuàng)新驅(qū)動發(fā)展模式

目前吉林省各市(州)在創(chuàng)新資源、創(chuàng)新環(huán)境、創(chuàng)新基礎(chǔ)等方面存在差距。由此,應(yīng)明確區(qū)域創(chuàng)新薄弱環(huán)節(jié),著力補(bǔ)齊科技創(chuàng)新領(lǐng)域的短板。為了推進(jìn)吉林科技創(chuàng)新發(fā)展,地級市應(yīng)加強(qiáng)國家自主創(chuàng)新示范區(qū)建設(shè)力度,提升科技要素質(zhì)量,不斷促進(jìn)高新技術(shù)的創(chuàng)新能力,為吉林省科技創(chuàng)新發(fā)展創(chuàng)造強(qiáng)有力的技術(shù)保障。同時,對于技術(shù)創(chuàng)新基礎(chǔ)薄弱的地級市,應(yīng)增加對創(chuàng)新資源的投放,進(jìn)一步改善科技創(chuàng)新資金的分配結(jié)構(gòu)形式,深化科學(xué)技術(shù)規(guī)劃管理水平,以提高科技創(chuàng)新能力的相對技術(shù)效率。

4.2.2 營造優(yōu)良科技人才生態(tài)

營造優(yōu)良科技人才生態(tài)是優(yōu)化科技創(chuàng)新生態(tài)的重要條件,吉林省應(yīng)著手培養(yǎng)科技人才隊(duì)伍。為了更好地發(fā)揮科技人才的作用,應(yīng)建立多維度的人才引進(jìn)和培養(yǎng)體系,完善人才引進(jìn)和培養(yǎng)政策,充分利用當(dāng)?shù)馗咝Ｈ瞬刨Y源,加強(qiáng)校企合作,并制定與科技創(chuàng)新產(chǎn)業(yè)布局相匹配的人才引進(jìn)、培育和激勵政策,以及建立有效的人才政策,促進(jìn)高校人才資源優(yōu)化配置。

4.2.3 完善科技創(chuàng)新管理制度

重點(diǎn)關(guān)注國家科技政策,保證政策實(shí)施并建立完善的適合吉林省的科技創(chuàng)新制度。通過完善制度,激發(fā)人才積極性,引領(lǐng)他們和企業(yè)開展技術(shù)基礎(chǔ)研發(fā),提升技術(shù)創(chuàng)新的總體效能;同時,加強(qiáng)對重大科技專項(xiàng)的組織管理,推動科技專項(xiàng)實(shí)施;完善技術(shù)創(chuàng)新全鏈條服務(wù)體系,推動各種技術(shù)創(chuàng)新市場主體協(xié)調(diào)發(fā)展,實(shí)現(xiàn)創(chuàng)新需求的有效對接,提升技術(shù)創(chuàng)新人力資源的高效合理配置。