泛長三角地區(qū)國家級高新區(qū)運行效率測度與評價

陶永宏， 婁偉偉， 吳潔

(江蘇科技大學(xué) 經(jīng)濟管理學(xué)院, 江蘇 鎮(zhèn)江 212003)

實施創(chuàng)新驅(qū)動是我國新時期經(jīng)濟發(fā)展的核心戰(zhàn)略,而具有高技術(shù)含量、高附加值和高競爭力的高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)建設(shè)則是我國實施創(chuàng)新驅(qū)動戰(zhàn)略的關(guān)鍵之一。

泛長三角地區(qū)目前擁有的國家級高新區(qū)數(shù)量占全國總數(shù)的20%。據(jù)統(tǒng)計,2015年,該地區(qū)國家級高新區(qū)從業(yè)人員數(shù)、營業(yè)收入、凈利潤、出口創(chuàng)匯、產(chǎn)品銷售收入、技術(shù)收入分別占全國國家級高新區(qū)總量的21.3%、21.8%、24.5%、32.7%、24.1%和20.2%.這些數(shù)據(jù)充分顯示了泛長三角地區(qū)國家級高新區(qū)在全國的重要地位。然而,該地區(qū)國家級高新區(qū)建設(shè)盡管在規(guī)模上成績驕人,但其在管理和發(fā)展過程中是否各盡所能,技術(shù)、設(shè)備和資金的引進是否收到了預(yù)期成效,各高新區(qū)發(fā)展質(zhì)量是否在不斷提高,這些都需要在對高新區(qū)運行效率進行評價的基礎(chǔ)上得出結(jié)論。

目前,國內(nèi)外對于高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)的研究主要集中在以上幾個方面。通過上述分析可以發(fā)現(xiàn),在這些研究中，定性研究占絕大多數(shù),而對于運行效率這樣的定量研究國內(nèi)只有蘇素[12]、陸根堯[13]等少數(shù)學(xué)者有所涉及,對泛長三角地區(qū)高新區(qū)運行效率的研究目前尚屬空白。

筆者采用數(shù)據(jù)包絡(luò)分析(DEA)和Malmquist指數(shù)分析方法,對泛長三角地區(qū)國家級高新區(qū)的運行效率進行測算,并對測算結(jié)果進行全面的分析與評價。

一、 研究設(shè)計

(一) 研究方法確定

常見的生產(chǎn)效率衡量方法有比率分析、回歸分析、超越對數(shù)生產(chǎn)函數(shù)分析、隨機前沿分析和數(shù)據(jù)包絡(luò)分析等。高新區(qū)作為一個生產(chǎn)活動多樣、市場不確定的復(fù)雜經(jīng)濟體,DEA方法非常適合于高新區(qū)運行效率的測度。

單純運用DEA方法對各DMU的生產(chǎn)效率進行測度,其獲得的效率值是相對于生產(chǎn)前沿面的相對值,而不同時期DEA方法確定的生產(chǎn)前沿并不一定相同,因此同一DMU不同時期的生產(chǎn)效率并不具有可比性,更不能通過比較不同時期的運行效率來分析高新區(qū)的發(fā)展變化情況。

針對DEA方法的這種局限性,本文引入了Malmquist指數(shù)(MI)。Malmquist指數(shù)最初是用來分析不同時期消費情況變化的。1992年,Fare等人將其與DEA方法相結(jié)合并應(yīng)用于全要素生產(chǎn)率增長分析的問題上。筆者將其用來測度各高新區(qū)不同時期運行效率的變化值。

(二) 分析模型設(shè)計

1. DEA模型優(yōu)化

(1)

通過式(1)求最小的θ值,并稱之為純技術(shù)效率。它是在不考慮規(guī)模因素影響的前提下DMU的資源配置效率。技術(shù)效率與純技術(shù)效率之間的關(guān)系可以表達(dá)為:技術(shù)效率=純技術(shù)效率×規(guī)模效率。這里的規(guī)模效率指的是決策單元是否在合適的規(guī)模下生產(chǎn)。另外,通過規(guī)模收益不變模型中的線性組合系數(shù)與1的關(guān)系,可以判斷出各高新區(qū)所處的規(guī)模報酬狀態(tài)。

BCC模型也存在一個問題,即會得到多個運行有效的高新區(qū)(效率值=1),而對這些運行有效的高新區(qū)的效率高低無法進一步區(qū)分。為解決這一問題,在進行效率評價時,將被評價的DMU從參考集中剔除,此時被評價的DMU的效率是參考其他DMU構(gòu)成的前沿得出的,有效的DMU的效率值一般會大于1,從而可對有效的DMU進行區(qū)分,并對各高新區(qū)的運行效率進行更深入的比較分析,筆者將之稱為SUP-BCC模型,規(guī)劃式如式(2)：

(2)

2.Malmquist指數(shù)分析

MI=TC·PEC·SEC

(3)

上述公式中:第一項即技術(shù)變化(生產(chǎn)前沿面變化),當(dāng)TC>1時,表示技術(shù)是進步的,反之則表示技術(shù)退步;第二項表示的是純技術(shù)效率變化,即在不考慮規(guī)模因素影響的前提下決策單元的資源配置效率變化,當(dāng)其值大于1時，就表示管理改善、效率提升;最后一項規(guī)模效率變化則反映了要素投入或產(chǎn)出的改變是否改變了規(guī)模效率,判斷方法與前兩項相同。

二、 實證分析

(一) 指標(biāo)體系構(gòu)建與數(shù)據(jù)選取

參考經(jīng)濟理論中的生產(chǎn)函數(shù)模型及蘇素、陸根堯等人的研究成果,結(jié)合高新區(qū)的實際情況和數(shù)據(jù)的可獲得性,同時滿足投入產(chǎn)出指標(biāo)同向性和相關(guān)性原則,筆者構(gòu)建如表1的投入產(chǎn)出指標(biāo)體系。投入指標(biāo)包括年末從業(yè)人員數(shù)x1、高新區(qū)企業(yè)數(shù)x2和年末資產(chǎn)x3,這三項指標(biāo)綜合反映了高新區(qū)的勞動投入和資本投入;工業(yè)總產(chǎn)值y1反映了報告期內(nèi)以貨幣形式表現(xiàn)的工業(yè)最終產(chǎn)品和提供的工業(yè)勞務(wù)的總價值量,營業(yè)總收入y2反映的是高新區(qū)產(chǎn)成品收入及其他業(yè)務(wù)收入,凈利潤y3則反映了高新區(qū)的盈利能力。筆者認(rèn)為只有綜合考慮三者才能真正反映高新區(qū)的運行產(chǎn)出。

表1 泛長三角國家級高新區(qū)運行效率評價指標(biāo)體系

為了對所選的投入產(chǎn)出指標(biāo)的合理性進行檢驗,筆者運用SPSS軟件對投入產(chǎn)出指標(biāo)進行了分析。結(jié)果如表2所示,投入和產(chǎn)出的相關(guān)系數(shù)均大于0,且在0.01水平(雙側(cè))上顯著相關(guān)。這表明筆者所選的投入指標(biāo)和產(chǎn)出指標(biāo)既滿足了同向性原則,又具有較強的相關(guān)性,指標(biāo)體系合理。

表2 高新區(qū)投入產(chǎn)出相關(guān)系數(shù)

注:**表示在0.01水平(雙側(cè))上顯著相關(guān)

截至2016年底,泛長三角地區(qū)共有包括蘇州工業(yè)園在內(nèi)的國家級高新區(qū)30家,僅2012—2015這4年間就有14家國家級高新區(qū)成立。鑒于近年成立的高新區(qū)數(shù)據(jù)統(tǒng)計資料不夠完整,筆者選取2012年之前成立的16家高新區(qū)為研究對象,利用2011—2015年的數(shù)據(jù)資料對該地區(qū)國家級高新區(qū)的運行效率進行深入分析。針對一些文章考慮到投入和產(chǎn)出具有時滯性的問題,國外和國內(nèi)的一些學(xué)者通過實證研究表明,不考慮時間滯后性對效率的測度影響并不大[14-15],因此筆者也不再考慮時間滯后性問題。

(二) 實證研究與結(jié)果分析

1. 相對效率值實證結(jié)果與分析

運用SUP-BCC模型分別對泛長三角地區(qū)16個國家級高新區(qū)2011年和2015年的投入產(chǎn)出數(shù)據(jù)進行處理,得到各高新區(qū)的運行效率及分解值，如表3所示。

表3 各高新區(qū)2011年、2015年運行效率及其分解值

注: 1. 表中DMU按2011年各高新區(qū)技術(shù)效率大小降序排列; 2. 原始數(shù)據(jù)來自《中國火炬統(tǒng)計年鑒2012—2016》

由表3可知,2011年泛長三角地區(qū)運行有效(技術(shù)效率≥1)的高新區(qū)只有南京、合肥、泰州、上海紫竹和上海張江5家,而運行相對無效的高新區(qū)占到總數(shù)的68.8%,運行效率低于0.8的也有50%。這說明在當(dāng)前的技術(shù)和管理水平下,多數(shù)高新區(qū)的投入產(chǎn)出結(jié)構(gòu)并不合理,整體運行水平有待提高。另外,2011年泛長三角地區(qū)所有高新區(qū)的規(guī)模效率都小于1,平均值為0.792,而純技術(shù)效率的均值為1.241。很顯然,導(dǎo)致該地區(qū)高新區(qū)運行不佳的主要原因是規(guī)模效率太低。通過規(guī)模報酬狀態(tài)來看,處于規(guī)模報酬遞減的高新區(qū)有9家,也就是說，有半數(shù)以上的高新區(qū)規(guī)模過于龐大,現(xiàn)有的技術(shù)和管理水平不能將這些投入完全轉(zhuǎn)化為產(chǎn)出,造成了資源浪費。而這些規(guī)模報酬遞減的高新區(qū)除昆山以外,其他全部都是國家第一批成立的高新區(qū),經(jīng)過近20年的發(fā)展,其規(guī)模已經(jīng)相當(dāng)可觀,然而由于早期建設(shè)缺乏科學(xué)的規(guī)劃和引導(dǎo),加上未能在發(fā)展中及時調(diào)整,導(dǎo)致出現(xiàn)了管理不科學(xué)、投入冗余等一系列問題。其中，處于規(guī)模報酬遞增狀態(tài)的7家高新區(qū)全部都是在2011的前兩年成立的,正處于發(fā)展建設(shè)初期,規(guī)模相對于已有的管理和技術(shù)條件而言還有所欠缺。因此，他們應(yīng)該借鑒其他高新區(qū)的建設(shè)經(jīng)驗,科學(xué)規(guī)劃與引導(dǎo),穩(wěn)步擴大規(guī)模。

由表3可知,2015年,運行有效的高新區(qū)達(dá)到7家,效率在0.8以上的高新區(qū)占比81.3%。這說明，泛長三角地區(qū)的國家級高新區(qū)整體運行質(zhì)量有所提高,發(fā)展趨于成熟。通過觀察不難發(fā)現(xiàn),排名發(fā)生較大變化的高新區(qū)有上海紫竹、無錫、蘇州、蘇州工業(yè)園和杭州5家高新區(qū):上海紫竹高新區(qū)由2011年的第4位下降到了第8位,原因是規(guī)模效率過于低下,經(jīng)過5年的發(fā)展,上海紫竹高新區(qū)并未解決其規(guī)模相對過小的問題,如何實現(xiàn)該高新區(qū)規(guī)模增長是管理者亟待解決的問題;蘇州高新區(qū)的問題與上海紫竹恰恰相反,導(dǎo)致蘇州高新區(qū)運行效率下降的原因在于其規(guī)模過大;無錫高新區(qū)排名降低的原因則又有所不同,其運行效率降低的原因在于純技術(shù)效率的下降,在近年成立的高新區(qū)表現(xiàn)出較高的技術(shù)和管理水平的情況下,無錫高新區(qū)并未順應(yīng)時代潮流及時作出調(diào)整,從而導(dǎo)致了其運行效率下降;蘇州工業(yè)園和杭州高新區(qū)較2011年無論是純技術(shù)效率還是規(guī)模效率都有所提高,這是它們積極響應(yīng)國家政策、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、實施創(chuàng)新驅(qū)動得到的良好結(jié)果。紹興高新區(qū)2015年的排名較2011年沒有變化,一直位于所有高新區(qū)的最末位,運行效率相對低下,但其在純技術(shù)效率方面表現(xiàn)優(yōu)異,即在不考慮規(guī)模因素影響的前提下,該高新區(qū)的資源配置很合理。然而,由于其規(guī)模一直相對較小,且經(jīng)過幾年發(fā)展并未有所改觀,導(dǎo)致其規(guī)模效率表現(xiàn)不佳,因此，迅速、科學(xué)、合理地擴大規(guī)模是紹興高新區(qū)發(fā)展的當(dāng)務(wù)之急。

2. Malmquist指數(shù)實證結(jié)果與分析

前文對泛長三角地區(qū)國家級高新區(qū)2011年和2015年的運行效率進行了絕對值分析,然而2011—2015這5年間該地區(qū)高新區(qū)運行效率具體變化趨勢還無從知曉。因此,筆者運用MAX-DEA軟件對該地區(qū)高新區(qū)運行效率近年變化情況進行了Malmquist指數(shù)(MI)分析,并進一步剖析引起高新區(qū)全要素效率變化(MI)的技術(shù)變化(TC)和技術(shù)效率變化(EC)情況。

圖1表示泛長三角國家級高新區(qū)四個時期全要素效率變化以及分解值。由圖可知,該地區(qū)高新區(qū)運行的全要素效率整體呈下降趨勢,年均下降2%。通過分析其分解結(jié)構(gòu)的變化趨勢發(fā)現(xiàn),全要素效率下降主要是由技術(shù)退步(年均退步5%)引起的,而技術(shù)效率雖然有所波動,但整體上以年均3%的幅度上升,在一定程度上阻止了全要素效率的大幅度下降。

圖1 泛長三角國家級高新區(qū)不同時期全要素效率變化及其分解值

高新區(qū)技術(shù)效率整體呈上升趨勢(與前文相對效率值實證結(jié)果一致),但也存在較大波動。為了探究具體原因,筆者將技術(shù)效率變化進一步分解為純技術(shù)效率變化和規(guī)模效率變化,如圖2。由圖2可知,規(guī)模效率變化的走勢和技術(shù)效率變化的走勢基本吻合,純技術(shù)效率變化雖然有所下降,但其趨勢較平和,這說明技術(shù)效率的波動主要是由規(guī)模效率變化引起的。

表4是各高新區(qū)2011—2015年均全要素效率變化值及其分解值?？梢钥闯?5年間全要素效率處于不斷增長(全要素效率變化值≥1)的高新區(qū)只有7家,而處于下降狀態(tài)的高新區(qū)占比56.3%。這說明一半以上的高新區(qū)在發(fā)展過程中并未持續(xù)關(guān)注發(fā)展效率,而只是純粹地追求規(guī)模擴大。如果不及時解決此種問題,其弊端則會越來越明顯,甚至妨礙高新區(qū)未來的發(fā)展。在16家高新區(qū)中,技術(shù)效率處于增長狀態(tài)的有10家,這說明大部分高新區(qū)越來越重視資源的有效利用。這與近年來我國不斷推動供給側(cè)改革、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新驅(qū)動發(fā)展等戰(zhàn)略有密切關(guān)系。蘇州、泰州、無錫、合肥、上海紫竹、南京等高新區(qū)技術(shù)效率不斷下降的原因各異:蘇州、泰州和上海紫竹都是因為其規(guī)模效率整體下降而導(dǎo)致技術(shù)效率下降;無錫和南京則是因為純技術(shù)效率下降導(dǎo)致技術(shù)效率不斷降低;合肥高新區(qū)的技術(shù)效率不斷下降與規(guī)模效率下降和純技術(shù)效率下降都有關(guān)系。因此，管理者應(yīng)該根據(jù)不同高新區(qū)的不同變化情況采取相應(yīng)措施,及時消除不利條件產(chǎn)生的影響,提高資源利用率。

圖2 泛長三角國家級高新區(qū)不同時期技術(shù)效率變化及其分解值

DMU全要素效率變化技術(shù)變化技術(shù)效率變化規(guī)模效率變化純技術(shù)效率變化蚌埠10660983108510421041蘇州工業(yè)園10470950110310351066昆山10250965106209541114蕪湖10240975105010371013上海張江10241005101810890935常州10130961105510051049杭州10100864116810191146寧波09840923106709871082蘇州09620974098809661023紹興09510949100209221087江陰09470917103310131020泰州09400945099509811014無錫09260956096910030966合肥09260977094809980949上海紫竹09250941098209481036南京09160929098610100976

注:表中DMU按全要素效率變化值降序排列

三、 提升高新區(qū)運行效率的建議

第一，在高新區(qū)的建設(shè)過程中,應(yīng)避免因追求政績而盲目投入資源、招商引資。各高新區(qū)應(yīng)根據(jù)自身的實際情況,布置與當(dāng)?shù)刭Y源條件相吻合的產(chǎn)業(yè),加強協(xié)作配套,形成產(chǎn)業(yè)鏈條,有目的性地進行建設(shè)。

第二，高新區(qū)擔(dān)負(fù)著發(fā)展高新技術(shù)產(chǎn)業(yè)、實現(xiàn)科技創(chuàng)新的重要使命,在企業(yè)入駐機制方面要有一定的限制。參考美國硅谷、北京中關(guān)村的建設(shè)經(jīng)驗,高新區(qū)應(yīng)大力發(fā)展民營科技企業(yè),支持并培育中小科技企業(yè)以形成集群,增強自主創(chuàng)新能力。對園區(qū)內(nèi)高消耗、高污染、產(chǎn)品附加值低的企業(yè)應(yīng)實行退出機制,優(yōu)化園區(qū)的投資環(huán)境。

第三，注重高新區(qū)創(chuàng)新網(wǎng)絡(luò)體系建設(shè)。政府應(yīng)積極參與到高新區(qū)創(chuàng)新環(huán)境建設(shè)中去,搭建并維護共性技術(shù)創(chuàng)新平臺,設(shè)立重點實驗室以支持企業(yè)創(chuàng)新;加強對知識產(chǎn)權(quán)的保護,鼓勵專利申請,完善專利申請制度;積極推進高校、科研院所與企業(yè)之間的合作交流,努力實現(xiàn)理論向產(chǎn)品的有效轉(zhuǎn)化。

第四，加強高新區(qū)之間的合作交流。泛長三角地區(qū)各高新區(qū)發(fā)展參差不齊,有些規(guī)模過大,有些規(guī)模過小。管理者應(yīng)從宏觀層面促進各高新區(qū)之間經(jīng)驗、資金、人才的合理流動,縮小各園區(qū)之間的差距,實現(xiàn)協(xié)調(diào)發(fā)展。比如，上海紫竹高新區(qū)可以加強與上海張江高新區(qū)的合作,學(xué)習(xí)其建設(shè)管理經(jīng)驗,可從規(guī)模過大的張江高新區(qū)引進人才、技術(shù)與資金,實現(xiàn)不同高新區(qū)的協(xié)同、健康發(fā)展。

四、 結(jié)論

第一，2011年,16家國家級高新區(qū)大部分處于運行無效狀態(tài),且運行效率低于0.8的高新區(qū)占比50%,導(dǎo)致這種結(jié)果的原因在于該地區(qū)高新區(qū)規(guī)模效率太低。經(jīng)過4年的發(fā)展,該地區(qū)高新區(qū)運行效率整體上有所提升,效率排名退步較大的有上海紫竹、無錫和蘇州三家,進步較大的有蘇州工業(yè)園和杭州,排名一直處于末位的是紹興高新區(qū)。

第二，泛長三角地區(qū)16家高新區(qū)從2011年到2015年全要素效率整體處于下降狀態(tài),導(dǎo)致這種情況的原因在于高新區(qū)運行技術(shù)的退步。雖然在這期間技術(shù)效率處于增長趨勢,但也有較大波動,而引起波動的是規(guī)模效率的變化。5年間,16家高新區(qū)中有一半以上園區(qū)的全要素效率處于年均下降狀態(tài)。這顯然不是技術(shù)效率下降導(dǎo)致的,因為有10家高新區(qū)的年均技術(shù)效率變化大于1,導(dǎo)致其余6家高新區(qū)技術(shù)效率處于年均下降狀態(tài)的原因各不相同。

筆者雖然對高新區(qū)運行效率評價指標(biāo)進行了精心篩選,并參考了大量文獻(xiàn)進行閱讀,但由于現(xiàn)在還沒有一套標(biāo)準(zhǔn)的高新區(qū)運行效率評價指標(biāo)體系,因此指標(biāo)選取的科學(xué)性還有待進一步驗證。此外，由于受文章篇幅限制和操作的不現(xiàn)實性,筆者對于高新區(qū)運行效率測算結(jié)果的分析只能停留在結(jié)果本身,而未能對各高新區(qū)存在的深層次問題進行剖析。

[ 1 ] MANSOUR A M H, KANSO L. Science park implementation——a proposal for merging research and industry in developing Arab countries[J]. HBRC Journal, 2017(152): 326-335.

[ 3 ] 程郁, 郭雯. 聯(lián)合治理視角下的高新區(qū)管理體制創(chuàng)新[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理, 2014(2): 86-95.

[ 4 ] KUSHARSANTO Z S, PRADITA L. The important role of science and technology park towards indonesia as a highly competitive and innovative nation ☆[J]. Procedia-Social and Behavioral Sciences, 2016(227): 545-552.

[ 5 ] 解佳龍, 胡樹華, 王利軍. 高新區(qū)發(fā)展階段劃分及演化路徑研究[J]. 經(jīng)濟體制改革, 2016(3): 107-113.

[ 6 ] 張鑭. 湖北省高新技術(shù)開發(fā)區(qū)產(chǎn)業(yè)發(fā)展水平的評價[J]. 統(tǒng)計與決策, 2015(3): 55-57.

[ 7 ] BASILE A. Networking system and innovation outputs: the role of science and technology parks[J]. International Journal of Business & Management, 2011(5): 52-59.

[ 8 ] ALBAHARI A, PéREZ-CANTO S, BARGE-GIL A, et al. Technology parks versus science parks: does the university make the difference[J]. Technological Forecasting & Social Change, 2016(116): 13-28.

[ 9 ] 張建清, 白潔, 王磊. 產(chǎn)城融合對國家高新區(qū)創(chuàng)新績效的影響——來自長江經(jīng)濟帶的實證研究[J]. 宏觀經(jīng)濟研究, 2017(5): 108-117.

[10] 余珮, 程陽. 我國國家級高新技術(shù)園區(qū)創(chuàng)新效率的測度與區(qū)域比較研究——基于創(chuàng)新價值鏈視角[J]. 當(dāng)代財經(jīng), 2016(12): 3-15.

[11] 劉滿鳳, 李圣宏. 基于三階段DEA模型的我國高新技術(shù)開發(fā)區(qū)創(chuàng)新效率研究[J]. 管理評論, 2016(1): 42-52.

[12] 蘇素, 欒奕. 國家級高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)運行效率評價研究[J]. 特區(qū)經(jīng)濟, 2013(5): 162-163.

[13] 陸根堯, 趙丹, 林永然. 國家級高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)運行效率評價——基于DEA-Malmquist指數(shù)和聚類分析[J]. 浙江理工大學(xué)學(xué)報(社會科學(xué)版), 2014(6): 449-455.

[14] HOLLANDERS H, ESSER F C. Measuring innovation efficiency[J]. INNO-Metrics Thematic Paper, 2007(6): 739-746.

[15] 孫國鋒, 張嬋, 姚德文. 大中型高技術(shù)企業(yè)創(chuàng)新效率測度與分解——基于DEA模型的實證分析[J]. 審計與經(jīng)濟研究, 2016(3): 111-119.