長江經(jīng)濟帶科技資源配置效率分析

長江經(jīng)濟帶科技資源配置效率分析

史安娜1，2，胡方卉1

(1. 河海大學(xué)商學(xué)院，江蘇南京210098;2. 沿海開發(fā)與保護(hù)協(xié)同創(chuàng)新中心，江蘇南京210098)

摘要：隨著我國經(jīng)濟可持續(xù)的發(fā)展，創(chuàng)新驅(qū)動成為經(jīng)濟發(fā)展的重點，科技資源是否得到合理配置至關(guān)重要。運用DEA超效率CCR模型與Malmquist指數(shù)方法，建立科技投入—產(chǎn)出指標(biāo)體系，分析比較2001—2014年我國長江經(jīng)濟帶上的11個省域科技資源配置效率。研究表明：長江經(jīng)濟帶科技資源配置效率總體呈現(xiàn)增長趨勢，不同省域科技資源配置效率存在差異，有些省域科技資源配置處于無效狀態(tài)。

關(guān)鍵詞：長江經(jīng)濟帶；科技資源配置效率；DEA超效率CCR模型；Malmquist指數(shù)模型

DOI：10.3876/j.issn.1671-4970.2015.05.010

收稿日期：2015-10-08

基金項目：國家社會科學(xué)基金重點項目(15AGL011)

作者簡介：史安娜(1962—)，女，江蘇丹陽人，教授，博士，從事技術(shù)創(chuàng)新與技術(shù)經(jīng)濟研究。

中圖分類號：G322

文獻(xiàn)標(biāo)志碼：A

文章編號：1671-4970(2015)05-0051-04

一、引言

長江經(jīng)濟帶是我國的重要經(jīng)濟走廊，涉及江、浙、滬、皖、渝等11個省市，輻射面積約205萬km2，占全國總?cè)丝诤蜕a(chǎn)總值均的40%以上，是我國科、教、農(nóng)、商綜合發(fā)展最發(fā)達(dá)的地區(qū)之一[1]。當(dāng)前，在我國經(jīng)濟發(fā)展面臨資源、環(huán)境雙重壓力與約束下，長江經(jīng)濟帶依靠傳統(tǒng)低要素成本驅(qū)動的發(fā)展已難以為繼，以創(chuàng)新驅(qū)動替代傳統(tǒng)要素驅(qū)動，走可持續(xù)發(fā)展之路，走綠色發(fā)展之路是長江經(jīng)濟帶發(fā)展的必然選擇。2014年國家提出了要依托黃金水道，建設(shè)長江經(jīng)濟帶，將長江經(jīng)濟帶發(fā)展與“一帶一路”、京津冀協(xié)同發(fā)展并列為國家要重點實施的三大戰(zhàn)略。長江經(jīng)濟帶戰(zhàn)略明確將長江經(jīng)濟帶定位為具有全球影響力的內(nèi)河經(jīng)濟帶、東中西互動合作的協(xié)調(diào)發(fā)展帶、沿海沿江沿邊全面推進(jìn)的對內(nèi)對外開放帶和生態(tài)文明建設(shè)的先行示范帶。因此，改變長江經(jīng)濟帶的經(jīng)濟發(fā)展方式，探求創(chuàng)新驅(qū)動發(fā)展的新模式，是長江經(jīng)濟帶可持續(xù)發(fā)展所需解決的重要問題。

學(xué)界對長江經(jīng)濟帶的研究可以追溯到20世紀(jì)80年代。而關(guān)于區(qū)域科技資源配置相關(guān)研究，主要集中在以下幾個方面：一是分析影響科技資源配置的因素，如：孟衛(wèi)東綜合分析了影響區(qū)域創(chuàng)新體系科技資源配置效率的因素[2]；靖學(xué)青從科技資源投入角度進(jìn)行了研究[3]。二是通過測算科技資源配置效率分析其空間布局，如：金懷玉運用三階段DEA模型對我國各地區(qū)科技資源配置效率進(jìn)行了實證分析[4]；陳國生采用Bootstrap-DEA方法研究了中國科技資源配置效率的空間差異[5]；徐曉陽等運用數(shù)據(jù)包絡(luò)分析分別測算了制造業(yè)、交通業(yè)的科技資源配置效率[6-7]。從已有的研究來看，針對長江經(jīng)濟帶科技資源配置效率的研究還較為少見。本文著重研究長江經(jīng)濟帶的科技資源配置狀況，為進(jìn)一步尋求創(chuàng)新驅(qū)動發(fā)展的模式提供依據(jù)。

二、模型構(gòu)建

1. DEA超效率CCR模型

1978年Charnes和Cooper等提出數(shù)據(jù)包絡(luò)分析(DEA)方法，由于DEA方法無須估計投入與產(chǎn)出的生產(chǎn)函數(shù)，且在處理多輸入與多輸出的效率評價時具有獨特優(yōu)勢，故多數(shù)學(xué)者直接利用DEA來判斷決策單元之間的相對有效性。CCR模型是DEA方法中的基礎(chǔ)常用模型之一，其基本假設(shè)是規(guī)模報酬不變。但是在基本的CCR模型計算結(jié)果中，可能會出現(xiàn)多個有效決策單元，無法對有效決策單元進(jìn)行比較。Per Andersen提出的超效率CCR模型可以解決這一問題，其具體形式如下：假設(shè)系統(tǒng)有n個決策單元(DMU)，有m個輸入變量，s個輸出變量，則第j個DMU的輸入、輸出向量可以表示為：

xj=(x1j,x2j,…,xmj)T>0

yj=(y1j,y2j,…,ymj)T>0，(j=1,2,…,n)

對于每個DUM的效率值可以通過如下線性規(guī)劃求得：

minλ,θθ

(i=1,2,…j-1,j+1,…,n)

(1)

其中，θ表示效率；則1-θ值表示減少的最大投入比例，即多投入的比例；xi,yi表示決策單元i的投入和產(chǎn)出；λi表示新建一個有效的決策單元組合時第i個DUM的組合權(quán)重。

2. Malmquist指數(shù)模型

1953年瑞典經(jīng)濟學(xué)家提出了Malmquist指數(shù)，該方法可將全要素生產(chǎn)率(TFPch)分解成技術(shù)進(jìn)步變動指數(shù)(TPch)、純技術(shù)效率變化(PEch)、規(guī)模效率變化(SEch)。當(dāng)規(guī)模報酬不發(fā)生變化時，Malmquist指數(shù)可以分解為技術(shù)效率變動指數(shù)(TEch)乘以技術(shù)進(jìn)步變動指數(shù)(TPch)，即：

TFPch =M(xt+1,yt+1,xt,yt)=

(2)

當(dāng)規(guī)模報酬產(chǎn)生變化時，可進(jìn)一步將技術(shù)效率變動指數(shù)(TEch)分解為純技術(shù)效率指數(shù)(PEch)與規(guī)模效率指數(shù)(SEch)。其中，規(guī)模效率指數(shù)(SEch)可以用來判斷單位的生產(chǎn)有沒有達(dá)到生產(chǎn)的規(guī)模最優(yōu)狀態(tài)，即：

TEch =PEch·SEch=

(3)

結(jié)合以上2式，得：

TFPch =TPch·PEch·SEch(4)

三、指標(biāo)選取與數(shù)據(jù)來源

科技資源配置效率是指用于科技活動的資源投入相對于其產(chǎn)出的利用程度?？萍蓟顒拥耐度氚ㄈ肆Α⑽锪?、財力；科技活動的產(chǎn)出可分為直接的科技成果產(chǎn)出與間接的社會經(jīng)濟效益產(chǎn)出。直接產(chǎn)出指通過科技活動直接產(chǎn)生的知識產(chǎn)出，如學(xué)術(shù)成果、創(chuàng)造性成果等；間接產(chǎn)出指科技成果生產(chǎn)銷售后的產(chǎn)出，主要表現(xiàn)為科技成果的推廣與應(yīng)用所帶來的經(jīng)濟效益。

1. 指標(biāo)選取

《全國科技進(jìn)步統(tǒng)計檢測報告》中曾使用關(guān)于科技投入產(chǎn)出的統(tǒng)計指標(biāo)，本文以此為依據(jù)構(gòu)建長江經(jīng)濟帶科技資源配置效率測算指標(biāo)體系。其中，科技投入指標(biāo)分別選用長江經(jīng)濟帶研究與試驗發(fā)展人員數(shù)量、研究與試驗發(fā)展經(jīng)費內(nèi)部支出以及研究與試驗發(fā)展經(jīng)費內(nèi)部支出占國內(nèi)生產(chǎn)總值的比重；科技產(chǎn)出指標(biāo)主要用國外主要檢索工具收錄論文數(shù)、專利申請數(shù)量、技術(shù)市場合同成交額和高新技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入衡量(表1)。在長江經(jīng)濟帶科技資源配置產(chǎn)出指標(biāo)中，原始科技創(chuàng)新主要以國外主要檢索工具收錄論文數(shù)表示，技術(shù)創(chuàng)新主要以專利申請數(shù)量表示，科技創(chuàng)新的市場轉(zhuǎn)化主要以技術(shù)市場合同成交額和高新技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入表示[8]。

表1　長江經(jīng)濟帶科技資源配置效率評價指標(biāo)體系

2. 數(shù)據(jù)來源與處理

本文考察了長江經(jīng)濟帶上11個省域科技投入產(chǎn)出之間的關(guān)系，數(shù)據(jù)均來源于2001—2014年《中國科技統(tǒng)計年鑒》。由于科技活動的實際工作具有復(fù)雜性，故對數(shù)據(jù)進(jìn)行如下處理：首先，為剔除價格因素的影響，保證統(tǒng)計口徑一致性，采用GDP平減指數(shù)(基期為2001年)對科技財力投入及科技間接產(chǎn)出指標(biāo)進(jìn)行數(shù)據(jù)處理。其次，由于滯后效應(yīng)存在于科技投入和產(chǎn)出之間，故對數(shù)據(jù)進(jìn)行滯后處理，本文根據(jù)科技投入、產(chǎn)出不同的特性，選取科技投入指標(biāo)的時間滯后2期，科技產(chǎn)出指標(biāo)滯后1期。

四、研究結(jié)果與分析

1. 長江經(jīng)濟帶科技資源配置效率時間序列分析

本文借助deap2.1軟件，計算2001—2011年我國長江經(jīng)濟帶科技資源配置各項效率指標(biāo)(表2)：2001—2011年技術(shù)效率的平均值為1.047，最大值為1.667，最小值為0.564，波動幅度較大且整體效率不高。從長江經(jīng)濟帶科技資源配置效率總體變化趨勢看，技術(shù)效率指數(shù)與純技術(shù)效率指數(shù)折線大體平行，而與規(guī)模效率指數(shù)折線在部分時段呈現(xiàn)反向變化，說明長江經(jīng)濟帶科技資源配置效率的分解中純技術(shù)效率變化對技術(shù)效率的作用力更強。

通過對長江經(jīng)濟帶2001—2011年的數(shù)據(jù)進(jìn)行Malmquist指數(shù)分析，得到各年全要素生產(chǎn)率及其分解結(jié)果(表2)。根據(jù)測算結(jié)果可知：

表2　長江經(jīng)濟帶科技資源配置效率變動的時間序列分析

第一，2001—2011年期間長江經(jīng)濟帶科技資源配置效率存在很大的變動，處于下降與上升變化交替的過程中，總體上表現(xiàn)為增長態(tài)勢，具有明顯的階段性特征。其中2001—2002年、2003—2004年、2006—2007年、2008—2011年時間段內(nèi)長江經(jīng)濟帶科技資源配置效率呈現(xiàn)不同比例的增長趨勢；而其余時間段內(nèi)呈現(xiàn)不同程度的下降態(tài)勢。

第二，2004—2005年，技術(shù)效率呈現(xiàn)下降趨勢，從 2004年的1.101降至2005年的0.962，降幅達(dá)12.62%，但是規(guī)模效率卻小幅上升，技術(shù)效率的下降主要由純技術(shù)效率的降低導(dǎo)致的；2005—2006年，雖然當(dāng)年的社會科技投入較往年相比達(dá)到歷史最高水平，但技術(shù)效率卻大幅下降至0.564，純技術(shù)效率和規(guī)模效率也同時降低，這一結(jié)果與《2006年全國科技進(jìn)步統(tǒng)計檢測報告》中所顯示的科技活動產(chǎn)出指數(shù)降低了3.11%相吻合，主要是由于科技資源配置無效率，R & D活動人員增長較快使得單位科技論文數(shù)下降，表現(xiàn)為原始科技創(chuàng)新產(chǎn)出不足所致；2006—2007年，技術(shù)效率大幅上升至1.667，上升了66.17%，這是純技術(shù)效率和規(guī)模效率同時大幅上升的拉動效果。

第三，技術(shù)進(jìn)步變動與技術(shù)效率變動共同影響著長江經(jīng)濟帶科技資源配置的效率，技術(shù)進(jìn)步和科技資源配置效率之間的變動是同向的，而技術(shù)效率與科技資源配置效率之間的關(guān)系不太明顯。因此，長江經(jīng)濟帶科技資源配置效率增長的主要根源在于技術(shù)進(jìn)步，技術(shù)效率的影響相對比較微弱。

2. 長江經(jīng)濟帶科技資源配置效率省域比較分析

利用DEA超效率CCR模型，測算長江經(jīng)濟帶11個省域的科技資源配置效率，結(jié)果如表3所示?？傮w上看，長江經(jīng)濟帶上有些省域的科技資源配置處于無效狀態(tài)，以致總體科技資源配置效率不高。具體來說同一時期，長江經(jīng)濟帶11個省份科技資源配置效率的數(shù)值、方向變動存在較大差異。上海、江蘇等7個省域的效率值呈現(xiàn)增長趨勢，省域之間的增長率不同，其中四川省效率增長最多；重慶、浙江等其他4個省域的效率值卻體現(xiàn)為下降的趨勢，其中貴州省下降最多。同時也可看出長江經(jīng)濟帶上省域之間的科技資源配置效率排序，2005年長江經(jīng)濟帶上省域科技資源配置效率由高到低排序前三的依次為：上海、浙江、江蘇，到2011年排序前三的依次為：江蘇、上海、重慶。

進(jìn)一步對長江經(jīng)濟帶各省域進(jìn)行Malmquist指數(shù)分析，可得到各省域的全要素生產(chǎn)率及其分解結(jié)果，如表4所示。從表4可知，上海、江蘇等4個省域的科技資源配置效率主要受技術(shù)進(jìn)步變動的影響；安徽、湖北等4個省域的科技資源配置效率受到了技術(shù)進(jìn)步與技術(shù)效率變動的共同影響;江西、湖南等3個省域主要受到技術(shù)效率變動的作用。從技術(shù)效率變動指數(shù)的分解來看，純技術(shù)效率的變動對四川、云南等4個省域的技術(shù)效率變動影響作用較大。其余大多數(shù)省域是受純技術(shù)效率變動與規(guī)模效率變動的雙重影響。

表3　基于超效率CCR模型的2001—2011長江經(jīng)濟帶省域科技資源配置效率

表4　長江經(jīng)濟帶科技資源配置效率變動的省域比較

五、結(jié)論與建議

本文通過對長江經(jīng)濟帶科技資配置效率的時序演變與省域差異分析，得到以下結(jié)論與建議：①從長江經(jīng)濟帶科技資配置總體效率的評價看，長江經(jīng)濟帶科技資源配置效率總體呈現(xiàn)增長趨勢；同時，在技術(shù)進(jìn)步與技術(shù)效率的雙重作用下，階段性特征明顯。研究表明，由于技術(shù)進(jìn)步對配置效率的影響更大，因此，提升長江經(jīng)濟帶產(chǎn)業(yè)發(fā)展的核心技術(shù)的原始創(chuàng)新能力，將有助于大大提高長江經(jīng)濟帶科技資源效率。②從在長江經(jīng)濟帶上不同省域科技資配置效率評價上看，長江經(jīng)濟帶上超過半數(shù)的省域存在科技投入浪費等現(xiàn)象，致使科技資源配置處于無效的狀態(tài)；長江經(jīng)濟帶上11個省域的科技資源配置效率值變化、方向變化區(qū)別較大，同時不同的全要素分解效率指數(shù)對不同省域科技資源配置效率的影響程度不同。因此，針對各省域產(chǎn)業(yè)發(fā)展的特點，加強長江經(jīng)濟帶科技資源的協(xié)調(diào)配置，加快省域間創(chuàng)新要素的流動，促進(jìn)原始創(chuàng)新、技術(shù)創(chuàng)新和科技成果轉(zhuǎn)化等方面的有效協(xié)同，才能提升長江經(jīng)濟帶科技資源配置效率，實現(xiàn)創(chuàng)新驅(qū)動發(fā)展。

參考文獻(xiàn)：

[1] 成長春.長江經(jīng)濟帶協(xié)調(diào)性均衡發(fā)展的戰(zhàn)略構(gòu)想[J].南通大學(xué)學(xué)報:社會科學(xué)版，2015(1)：1-8.

[2] 孟衛(wèi)東,王清. 區(qū)域創(chuàng)新體系科技資源配置效率影響因素實證分析[J]. 統(tǒng)計與決策,2013(4):96-99.

[3] 靖學(xué)青. R&D投入類型結(jié)構(gòu)與經(jīng)濟增長的灰色關(guān)聯(lián)分析[J]. 東南大學(xué)學(xué)報:哲學(xué)社會科學(xué)版,2013(6):26-29.

[4] 金懷玉,菅利榮. 考慮滯后效應(yīng)的我國區(qū)域科技創(chuàng)新效率及影響因素分析[J]. 系統(tǒng)工程,2013(9):98-106.

[5] 陳國生,楊鳳鳴,陳曉亮等. 基于Bootstrap-DEA方法的中國科技資源配置效率空間差異研究[J]. 經(jīng)濟地理,2014(11):36-42.

[6] 徐曉陽,趙喜倉. 江蘇省制造業(yè)企業(yè)科技資源配置效率研究[J]. 科技管理研究,2011(23):65-68.

[7] 黃崇偉,謝素華,凌建明. 基于數(shù)據(jù)包絡(luò)分析的交通科技項目投入產(chǎn)出科技效率評價[J]. 東南大學(xué)學(xué)報：哲學(xué)社會科學(xué)版,2008(6):36-39.

[8] 徐巧玲. 科技資源配置與經(jīng)濟增長的關(guān)系[J]. 社會科學(xué)家,2014(6):61-64.