科技投入與東北地區(qū)經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析*

姜國(guó)慶，居潤(rùn)林

（沈陽(yáng)工業(yè)大學(xué)經(jīng)濟(jì)學(xué)院，沈陽(yáng)110870）

科技投入與東北地區(qū)經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析*

姜國(guó)慶，居潤(rùn)林

（沈陽(yáng)工業(yè)大學(xué)經(jīng)濟(jì)學(xué)院，沈陽(yáng)110870）

采用非參數(shù)的DEA分析方法，使用Malmquist指數(shù)計(jì)算我國(guó)東北三省2002—2014年科技投入的技術(shù)效率指數(shù)、技術(shù)進(jìn)步指數(shù)和全要素生產(chǎn)率指數(shù)，分析科技投入與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。結(jié)果表明：東北三省13年平均技術(shù)效率為0.937，科技投入存在6.3%的資源浪費(fèi)；科技投入產(chǎn)出效率總體增長(zhǎng)不快主要是因?yàn)橘Y源配置得不到有效優(yōu)化。應(yīng)推進(jìn)建立市場(chǎng)機(jī)制，鼓勵(lì)民營(yíng)科技企業(yè)發(fā)展，形成良好的市場(chǎng)競(jìng)爭(zhēng)氛圍，促進(jìn)科技資源的合理有效配置，加快技術(shù)進(jìn)步。

數(shù)據(jù)包絡(luò)分析法；東北地區(qū)；科技投入；經(jīng)濟(jì)增長(zhǎng)；資源配置

中共中央在2016年4月26日發(fā)布意見(jiàn)提出新一輪?wèn)|北振興戰(zhàn)略。在全球經(jīng)濟(jì)一體化的背景下，科技進(jìn)步在國(guó)家戰(zhàn)略中的作用日益顯著。科技投入為科技進(jìn)步提供了物質(zhì)保障，日益成為推動(dòng)經(jīng)濟(jì)發(fā)展的重要因素，因此振興東北的一個(gè)關(guān)鍵在于提高科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)。

自1957年經(jīng)濟(jì)學(xué)家索洛在《技術(shù)變化和總量生產(chǎn)函數(shù)》一文中提出全要素分析方法，從而確立了技術(shù)進(jìn)步能夠決定經(jīng)濟(jì)增長(zhǎng)的觀點(diǎn)以來(lái)［1］，國(guó)內(nèi)外學(xué)者對(duì)這一理論觀點(diǎn)作了大量的研究。同時(shí)，也有學(xué)者對(duì)科技投入對(duì)經(jīng)濟(jì)的貢獻(xiàn)進(jìn)行了研究。

Nasierowski和Arcelus（2003）［2］運(yùn)用DEA方法對(duì)45個(gè)國(guó)家的數(shù)據(jù)進(jìn)行了實(shí)證研究，得出的結(jié)果是R＆D投入和技術(shù)創(chuàng)新是促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)的重要因素。師萍等（2007）［3］根據(jù)1986—2004年的數(shù)據(jù)分析了我國(guó)科技投入的績(jī)效及變化。徐春杰等（2006）［4］建立了內(nèi)生增長(zhǎng)模型以評(píng)價(jià)我國(guó)科技投入的產(chǎn)出績(jī)效。李雄詒和李新杰（2010）［5］根據(jù)2000—2007年的R＆D投入數(shù)據(jù)，使用DEA方法分析了河南省R＆D投入的效率。盧方元和趙銀虎（2012）［6］同樣使用DEA方法分析了河南省R＆D的績(jī)效情況。劉媛媛等（2014）［7］分析了新疆地區(qū)科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)。

從相關(guān)的文獻(xiàn)可以看出，主要的研究對(duì)象還是國(guó)家或者某產(chǎn)業(yè)與行業(yè)，對(duì)東北地區(qū)的研究還較少。因此，本文立足于東北地區(qū)構(gòu)建相應(yīng)的指標(biāo)體系，運(yùn)用DEA方法分析東北地區(qū)科技投入與地區(qū)經(jīng)濟(jì)發(fā)展的關(guān)系，探索地區(qū)科技投入對(duì)經(jīng)濟(jì)發(fā)展的促進(jìn)作用并分析關(guān)鍵影響因素，以期為東北地區(qū)的經(jīng)濟(jì)發(fā)展提供決策參考。

一、研究方法

1.CCR模型和BCC模型

科技投入是指從全社會(huì)的角度進(jìn)行人力、資本等資源的配置，很難從投入和產(chǎn)出之間尋找出確切的函數(shù)。而DEA方法的優(yōu)勢(shì)在于不需要確定具體的輸入和輸出生產(chǎn)函數(shù)的表達(dá)式，取而代之的是通過(guò)決策單元（DMU）借助數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)來(lái)確定有效的生產(chǎn)前沿面，通過(guò)比較DMU偏離前沿面的程度來(lái)評(píng)價(jià)其有效性，具有很強(qiáng)的客觀性?；谝陨显颍疚牟捎肈EA方法來(lái)分析東北地區(qū)科技投入與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。

設(shè)有n個(gè)DMU，m個(gè)輸入，s個(gè)輸出，輸入輸出指標(biāo)向量為

CCR模型的對(duì)偶形式為

本文中純技術(shù)效率（PE）表示科技資源的配置是否最優(yōu)化，規(guī)模效率（SE）表示的是東北三省科技投入是否處于最佳的規(guī)模。

2.M almquist指數(shù)

Malmquist指數(shù)是由Caves等人建立起來(lái)的用于測(cè)量全要素生產(chǎn)率（TFP）變化的指數(shù)，對(duì)分析科技投入產(chǎn)出的動(dòng)態(tài)變化非常適用?；贒EA方法的Malmquist指數(shù)能夠很客觀地處理多輸入多輸出的情況，這是一般的生產(chǎn)函數(shù)方法所不具備的優(yōu)勢(shì)。更重要的是，該指數(shù)能被分解為幾個(gè)有意義的指數(shù)，從而有助于深入了解產(chǎn)出動(dòng)態(tài)變化的原因。

Malmquist指數(shù)在規(guī)模報(bào)酬不變的條件下可以分解為技術(shù)效率變動(dòng)指數(shù)（EC）和技術(shù)變動(dòng)指數(shù)（TC），其公式分別為

式中：EC體現(xiàn)了相對(duì)技術(shù)效率的變化，也被稱(chēng)為“追趕效應(yīng)”，當(dāng)EC＞1時(shí)，表明技術(shù)效率較原來(lái)有所提高；TC體現(xiàn)了技術(shù)的進(jìn)步，也被稱(chēng)為“增長(zhǎng)效應(yīng)”，表明技術(shù)在原有基礎(chǔ)上的創(chuàng)新［9-10］，當(dāng)TC＞1時(shí)即出現(xiàn)了技術(shù)進(jìn)步。

資源配置效率的改善和技術(shù)水平的提升能夠加強(qiáng)科技投入對(duì)經(jīng)濟(jì)的促進(jìn)作用。Malmquist指數(shù)運(yùn)用面板數(shù)據(jù)，可彌補(bǔ)CCR模型的缺點(diǎn)，使分析更加完整。

二、指標(biāo)及數(shù)據(jù)選擇

1.投入與產(chǎn)出指標(biāo)選擇

生產(chǎn)活動(dòng)研究中最重要的投入指標(biāo)是勞動(dòng)力和資本，科技投入產(chǎn)出也是如此?？萍纪度胄枰獜娜肆ν度?、資金投入和環(huán)境輸入三個(gè)方面考慮。根據(jù)數(shù)據(jù)可獲得性，本文選擇的投入指標(biāo)為R＆D人員全時(shí)當(dāng)量、R＆D經(jīng)費(fèi)內(nèi)部支出額、R＆D經(jīng)費(fèi)支出中的資產(chǎn)性支出，產(chǎn)出指標(biāo)為支出法衡量的GDP。R＆D人員全時(shí)當(dāng)量體現(xiàn)了科技投入的勞動(dòng)力投入情況，R＆D經(jīng)費(fèi)內(nèi)部支出額體現(xiàn)了對(duì)科技的資本投入，R＆D經(jīng)費(fèi)支出中的資產(chǎn)性支出表現(xiàn)為研究環(huán)境的改善，如研究室的建立、設(shè)備儀器的更新等。進(jìn)行科技投入主要的目的是改善生產(chǎn)方式，提高各行業(yè)的生產(chǎn)質(zhì)量和數(shù)量從而促進(jìn)經(jīng)濟(jì)增長(zhǎng)，故本文將支出法衡量的GDP作為產(chǎn)出指標(biāo)。

2.數(shù)據(jù)選擇

本文選取了東北地區(qū)2002—2014年R＆D人員全時(shí)當(dāng)量、R＆D經(jīng)費(fèi)內(nèi)部支出額、R＆D經(jīng)費(fèi)支出中的資產(chǎn)性支出等指標(biāo)和支出法衡量的GDP這一產(chǎn)出指標(biāo)。其中R＆D人員全時(shí)當(dāng)量、R＆D經(jīng)費(fèi)內(nèi)部支出額、R＆D經(jīng)費(fèi)支出中的資產(chǎn)性支出的數(shù)據(jù)來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒2002—2014》，支出法GDP的數(shù)據(jù)來(lái)源于中國(guó)國(guó)家統(tǒng)計(jì)局網(wǎng)站。

三、實(shí)證分析

本文的實(shí)證研究過(guò)程分為兩步：第一步是采用每年的截面數(shù)據(jù)，利用CCR模型和BCC模型求出東北地區(qū)各省的技術(shù)效率（TE）、純技術(shù)效率（PE）和規(guī)模效率（SE）；第二步是求出Malmquist指數(shù)，將Malmquist指數(shù)分解為技術(shù)效率與技術(shù)進(jìn)步效率，其中技術(shù)效率進(jìn)一步分為純技術(shù)效率和規(guī)模效率，判斷各指數(shù)每年變化的情況以及變化產(chǎn)生的原因。本文使用DEAP 2.1軟件對(duì)我國(guó)東北地區(qū)遼寧、吉林、黑龍江三省的科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)出的效率進(jìn)行了分析。

（一）效率分析

2002—2014年?yáng)|北地區(qū)科技投入產(chǎn)出的TE值、PE值、SE值如表1所示。

1.技術(shù)效率分析

如表1所示，2002—2014年?yáng)|北地區(qū)每年的平均技術(shù)效率分別為0.913，0.934，0.948，0.945，0.890，0.939，0.866，0.934，0.935，1.000，1.000，0.936，0.941；總平均技術(shù)效率為0.937，這表明東北地區(qū)科技方面投入存在6.3%的投入資源浪費(fèi)。從三省之間的比較可以看出：吉林省平均技術(shù)效率都為1，表明吉林省的技術(shù)利用充分，相對(duì)有效率；黑龍江省的平均技術(shù)效率為0.919，介于0.9～1之間，屬于弱有效，即稍微調(diào)整投入量即可達(dá)到有效率的狀態(tài)；遼寧省的平均技術(shù)效率為0.892，小于0.9，處于相對(duì)無(wú)效率狀態(tài)，即存在相對(duì)較大的投入資源浪費(fèi)。

表1 2002—2014年?yáng)|北三省科技投入產(chǎn)出情況

2.純技術(shù)效率分析

通過(guò)BCC模型可以求得東北地區(qū)科技投入的純技術(shù)效率值，該值能體現(xiàn)技術(shù)無(wú)效率多大程度上由純技術(shù)無(wú)效率所造成。純技術(shù)無(wú)效率反映的是日常管理的政策合理性及管理的水平。

由表1可知，東北地區(qū)13年平均純技術(shù)效率為0.986，該數(shù)據(jù)表明東北地區(qū)的日常經(jīng)營(yíng)管理水平總體較高，但是各省之間還有差異。遼寧和吉林的平均純技術(shù)效率都為1，表明兩省的日常管理水平較高；黑龍江省的平均純技術(shù)效率為0.958，大于0.9且小于1，屬于弱有效，體現(xiàn)了其日常管理水平不高，需要加以改進(jìn)。

黑龍江省2009、2010、2013、2014四年投入產(chǎn)出情況如表2所示，可見(jiàn)黑龍江省需在日常管理上進(jìn)行提高。

表2 黑龍江省投入產(chǎn)出情況萬(wàn)元

3.規(guī)模效率分析

BCC模型可求得東北地區(qū)科技投入的規(guī)模效率值，該值能體現(xiàn)東北地區(qū)的科技投入是否處于最佳的規(guī)模。如果結(jié)果顯示規(guī)模報(bào)酬遞減，則需要減小科技方面人力、資本等投入，且減少相關(guān)要素的投入；如果結(jié)果顯示處于規(guī)模報(bào)酬遞增狀態(tài)，則需要擴(kuò)大科技方面勞動(dòng)、資本等的投入規(guī)模，增加相關(guān)要素的投入。

東北地區(qū)總的年平均規(guī)模效率為0.951。遼寧省2002—2014年的平均規(guī)模效率為0.892，小于總平均值；吉林省的平均規(guī)模效率為1；黑龍江省的平均規(guī)模效率為0.960。遼寧省除2011與2012兩年外，其余年份一直處于規(guī)模遞減階段；黑龍江省在2006—2010年與2013—2014年處于規(guī)模遞減階段，應(yīng)當(dāng)縮減規(guī)模。其余的年份三省均處于規(guī)模報(bào)酬不變的狀態(tài)，故需要保持原有規(guī)模即可。

以黑龍江省2014年的數(shù)據(jù)為例，規(guī)模效率值是0.943，處于規(guī)模遞減階段；純技術(shù)效率低，反映了資源的投入中浪費(fèi)較多且管理水平較低。根據(jù)最優(yōu)的目標(biāo)，黑龍江省2014年的R＆D人員全時(shí)當(dāng)量、R＆D經(jīng)費(fèi)內(nèi)部支出、資產(chǎn)性支出分別應(yīng)該由62 648人／年、1 613 469萬(wàn)元、255 814萬(wàn)元縮減至52 065.4人／年、1 447 299.4萬(wàn)元、146 259.5萬(wàn)元。

經(jīng)過(guò)以上分析可以看出：東北地區(qū)技術(shù)效率是比較低的，而其中的主要原因是其規(guī)模效率較低。其中遼寧省年平均規(guī)模效率只為0.892，相當(dāng)大程度上影響了整體效率；黑龍江省在純技術(shù)效率方面弱有效，可見(jiàn)其日常管理急需加強(qiáng)。

（二）M almquist指數(shù)分析

下面分析東北三省科技投入產(chǎn)出的動(dòng)態(tài)變化。2003—2014年，東北三省科技投入數(shù)據(jù)Malmquist指數(shù)如表3所示。本文將2002年定為基期，其Malmquist指數(shù)為l。從表3中能夠看出，之后12年?yáng)|北地區(qū)的全要素生產(chǎn)率指數(shù)（TFP）分別為1.066，0.998，1.044，1.086，0.994，1.122，1.289，1.155，1.167，0.975，0.971，1.077；均值為1.076?？梢钥闯?，在之后12年中全要素生產(chǎn)率呈現(xiàn)波動(dòng)趨勢(shì)，在2004、2007、2012、2013年略有降低，其中2009年全要素生產(chǎn)率指數(shù)上升幅度較大。

表3 2003—2014年?yáng)|北三省科技投入數(shù)據(jù)M alm quist指數(shù)

總體來(lái)說(shuō)，東北地區(qū)技術(shù)進(jìn)步的平均增長(zhǎng)率為7.5%，是要素生產(chǎn)率的平均增長(zhǎng)率上升的主要原因；全要素生產(chǎn)率指數(shù)均值為1.076，即全要素生產(chǎn)率的平均增長(zhǎng)率為7.9%；技術(shù)效率的增長(zhǎng)率為0.5%，規(guī)模效率增長(zhǎng)率為0.8%，而純技術(shù)效率卻下降了0.2%。這說(shuō)明東北地區(qū)總體科技投入的全要素生產(chǎn)率增長(zhǎng)率不高，技術(shù)效率增長(zhǎng)幅度不明顯，其中純技術(shù)效率負(fù)增長(zhǎng)，說(shuō)明東北地區(qū)在資源的配置與日常管理方面存在問(wèn)題。

2003—2014年?yáng)|北三省科技投入情況如圖1所示，可見(jiàn)表現(xiàn)資源配置效率的EC的數(shù)值這12年間一直圍繞1上下波動(dòng)。僅2003、2004、2007、2009、2011年EC的數(shù)值大于1，即僅在這5年資源配置效率得到提高，其余年度資源配置效率都處在無(wú)效率狀態(tài)或者臨界狀態(tài)。這種情形表明東北三省這12年間在資源配置方面的進(jìn)步不明顯，不能有效地將投入資源轉(zhuǎn)化為應(yīng)有的產(chǎn)出，體現(xiàn)了社會(huì)科技部門(mén)的日常管理水平比較低下，資源投入的浪費(fèi)情況比較明顯。

表現(xiàn)技術(shù)進(jìn)步效率的TC數(shù)值總體在1的上方，表明大多數(shù)年度其都處在有效率的狀態(tài)，即技術(shù)穩(wěn)步提高，僅在2007年明顯處在無(wú)效率的狀態(tài)。TC數(shù)值2003—2014年總體上經(jīng)歷了先上升后下降的過(guò)程，在2008年達(dá)到峰值1.220，并且有4個(gè)年度的TC數(shù)值在1.1左右，說(shuō)明東北三省在這12年間技術(shù)進(jìn)步效應(yīng)比較顯著。

圖1 2003—2014年?yáng)|北三省科技投入的EC、TC、TFP

最后從兩者結(jié)合的TFP數(shù)值來(lái)看，總體也經(jīng)歷了一個(gè)先上升后下降的過(guò)程，在2009年達(dá)到峰值1.289，并在2013—2014年有企穩(wěn)回升的態(tài)勢(shì)。所以從總體上看，東北地區(qū)的全要素生產(chǎn)率指數(shù)為有效率的狀態(tài)，僅在2012、2013年處在無(wú)效率狀態(tài)。從指數(shù)分解來(lái)看，整個(gè)地區(qū)技術(shù)進(jìn)步效應(yīng)明顯，技術(shù)進(jìn)步效應(yīng)對(duì)全要素生產(chǎn)率指數(shù)的拉動(dòng)作用顯著；而資源配置效率不高，影響了整個(gè)地區(qū)科技投入全要素生產(chǎn)率的提高。經(jīng)濟(jì)理論表明，完全競(jìng)爭(zhēng)市場(chǎng)的資源配置總是最有效的，資源配置效率指數(shù)最高［11］。由此來(lái)看，東北地區(qū)這12年間資源配置效率不高是因?yàn)榭萍籍a(chǎn)業(yè)的市場(chǎng)化程度不高，還不能最有效地分配科技投入資源。

從東北地區(qū)內(nèi)部的比較來(lái)看，三省平均全要素生產(chǎn)效率指數(shù)均大于1，說(shuō)明東北地區(qū)在資源配置的效率和科技進(jìn)步方面都有所進(jìn)步。其中，遼寧省總體上在資源配置效率和技術(shù)進(jìn)步水平方面均有提高，使其全要素生產(chǎn)效率指數(shù)最高；吉林省資源配置效率沒(méi)有提高，僅保持了不變，技術(shù)的小幅進(jìn)步使其全要素生產(chǎn)效率指數(shù)大于1；黑龍江省資源配置效率是退步的，說(shuō)明其在資源投入與日常管理方面存在問(wèn)題，全要素生產(chǎn)效率指數(shù)約為1，可以說(shuō)全要素生產(chǎn)效率基本沒(méi)有進(jìn)步。

東北三省整體全要素生產(chǎn)率指數(shù)上升幅度較小，主要原因是資源配置效率得不到提高、管理水平低下。今后，應(yīng)加強(qiáng)區(qū)域內(nèi)科研能力并提高管理部門(mén)的管理水平。

四、結(jié)論及建議

本文選擇東北地區(qū)為樣本，收集了2002—2014年間的科技投入數(shù)據(jù)，利用DEA方法，分別運(yùn)用截面數(shù)據(jù)和面板數(shù)據(jù)分析了其科技投入的產(chǎn)出效率，得出以下結(jié)論與建議：

從截面數(shù)據(jù)分析來(lái)看，本文利用CCR模型與BCC模型測(cè)算了東北三省每年的技術(shù)效率值、純技術(shù)效率值和規(guī)模效率值。東北地區(qū)13年平均的技術(shù)效率值為0.937，表明東北地區(qū)科技投入中的資源投入存在6.3%的浪費(fèi)。東北地區(qū)技術(shù)效率均值小于1，處于非有效的狀態(tài)，主要是因?yàn)檫|寧省和黑龍江省的技術(shù)效率較低，并且黑龍江省多個(gè)年份出現(xiàn)投入冗余現(xiàn)象，原因是該地區(qū)科技產(chǎn)業(yè)的市場(chǎng)化程度不高，市場(chǎng)競(jìng)爭(zhēng)不明顯。

從面板數(shù)據(jù)分析來(lái)看，本文計(jì)算了東北地區(qū)Malmquist指數(shù)，將該指數(shù)分解為分別表現(xiàn)資源配置效率與技術(shù)進(jìn)步效率的兩種，以判斷指標(biāo)的變化情況以及變化來(lái)源?，F(xiàn)階段東北三省科技投入技術(shù)效率的提高快于資源配置優(yōu)化，科技投入產(chǎn)出效率的總體增長(zhǎng)受制于資源配置得不到有效提高。

東北地區(qū)科技投入的追趕效應(yīng)不明顯，對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)雖然有貢獻(xiàn)，但是效果有限。應(yīng)推進(jìn)建立市場(chǎng)機(jī)制，鼓勵(lì)支持民營(yíng)科技企業(yè)發(fā)展，形成良好的市場(chǎng)競(jìng)爭(zhēng)氛圍，促進(jìn)科技資源的合理有效配置，推進(jìn)科技產(chǎn)業(yè)的市場(chǎng)化，提高管理部門(mén)的管理水平，以期在競(jìng)爭(zhēng)的環(huán)境中提高科技進(jìn)步的速度。

［1］Solow R M.Technical change and the aggregate production function［J］.M ind，1957，39（3）：554-562.

［2］NasierowskiW，Arcelus F J.On the efficiency of national innovation systems［J］.Socio-economic Planning Sciences，2003，37（3）：215-234.

［3］師萍，許治，張炳南.我國(guó)R＆D投入績(jī)效的實(shí)證研究［J］.中國(guó)軟科學(xué)，2007（6）：125-130.

［4］徐春杰，李強(qiáng).科技投入產(chǎn)出績(jī)效評(píng)價(jià)的內(nèi)生增長(zhǎng)模型研究［J］.中國(guó)軟科學(xué)，2006（8）：65-72.

［5］李雄詒，李新杰.基于DEA的河南省R＆D投入效率實(shí)證分析［J］.河南商業(yè)高等專(zhuān)科學(xué)校學(xué)報(bào)，2010，23（5）：48-54.

［6］盧方元，趙銀虎.基于DEA的河南省R＆D績(jī)效研究［J］.地域研究與開(kāi)發(fā)，2012，31（6）：40-43.

［7］劉媛媛，孫慧.新疆科技投入對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度分析：基于擴(kuò)展C-D生產(chǎn)函數(shù)和DEA分析法［J］.科研管理，2014，35（10）：26-32.

［8］魏權(quán)齡.數(shù)據(jù)包絡(luò)分析（DEA）［J］.科學(xué)通報(bào)，2000，45（17）：1793-1808.

［9］單春霞.基于DEA-Malmquist指數(shù)方法的高新技術(shù)產(chǎn)業(yè)R＆D績(jī)效評(píng)價(jià)［J］.統(tǒng)計(jì)與決策，2011（2）：70-74.

［10］秦琳貴，王青，馬強(qiáng).遼寧省裝備制造業(yè)效率分析：基于DEA模型和Malmquist指數(shù)法［J］.沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，9（4）：314-324.

［11］劉薇娜，李楠.我國(guó)東北地區(qū)經(jīng)濟(jì)增長(zhǎng)、技術(shù)效率與技術(shù)進(jìn)步增長(zhǎng)率分析［J］.對(duì)外經(jīng)貿(mào)，2008（9）：4-7.

Em pirical analysis of technology investment and econom ic grow th of Northeast China

JIANG Guo-qing，JU Run-lin
（School of Econom ics，Shenyang University of Technology，Shenyang 110870，China）

Based on non-parametric Data Envelopment Analysis（DEA）and Malmquist index，the technical efficiency index，technical progress index and Total Factor Producitivity index of investment in science and technology are calculated for the three provinces of Northeast China between 2002 and 2014，so as to analyze the relationship between the science and technology investment and econom ic grow th.The results show that the average technical efficiency of investment in science and technology of the 13 years is0.937，indicates that 6.3%of the input are wasted；the overall slow grow th of the efficiency of investment in science and technology is due to the improper allocation of resources.The establishment of market mechanisms should be promoted，and the development of private technology enterprises should be encouraged.A good market climate should be formed，the rational and effective allocation of science and technology resources should be enhanced，so as to speed up the progress of technology.

Data Envelopment Analysis（DEA）；Northeast China；investment in science and technology；econom ic grow th；resource allocation

F 061.5

A

1674-0823（2017）01-0037-06

10.7688／j.issn.1674-0823.2017.01.06

（責(zé)任編輯：張 璐）

2016-10-17

沈陽(yáng)經(jīng)濟(jì)區(qū)工作辦公室委托項(xiàng)目（2016-0-32-215）。

姜國(guó)慶（1960-），男，遼寧普蘭店人，教授，主要從事國(guó)際貿(mào)易政策，國(guó)際貿(mào)易實(shí)務(wù)，區(qū)域經(jīng)濟(jì)和行業(yè)經(jīng)濟(jì)預(yù)測(cè)、評(píng)價(jià)及規(guī)劃等方面的研究。

11 13∶29在中國(guó)知網(wǎng)優(yōu)先數(shù)字出版。

http：∥www.cnki.net／kcms／detail／21.1558.C. 20170111.1329.026.htm l