基于兩階段DEA的我國區(qū)域創(chuàng)新能力評(píng)價(jià)

宋李俊，朱明學(xué)，孟祥超

（重慶理工大學(xué)機(jī)械工程學(xué)院，重慶 400054）

實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式是克服我國當(dāng)前人口、資源與環(huán)境等約束，推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展的最有效方式［1］。創(chuàng)新能力成為衡量地區(qū)經(jīng)濟(jì)發(fā)展水平與綜合能力的重要指標(biāo)，進(jìn)一步強(qiáng)化創(chuàng)新能力能夠在新技術(shù)、新產(chǎn)業(yè)中尋求發(fā)展機(jī)遇與獲取主動(dòng)權(quán)［2］。我國創(chuàng)新投入持續(xù)增加，2007—2017年R&D內(nèi)部支出從3 710（億元）增加到17 606（億元），年均增長16.4%。然而創(chuàng)新資源是有限的，創(chuàng)新資源的投入一定要經(jīng)過科學(xué)的決策才能保障資源投入的有效性，才能保障有限資源的高效產(chǎn)出。因此，分析創(chuàng)新驅(qū)動(dòng)的影響因素，并對(duì)創(chuàng)新效果進(jìn)行科學(xué)的評(píng)價(jià)就成為創(chuàng)新驅(qū)動(dòng)發(fā)展的關(guān)鍵環(huán)節(jié)。對(duì)于創(chuàng)新驅(qū)動(dòng)因素及其影響機(jī)制和創(chuàng)新評(píng)價(jià)體系的研究也顯得十分必要。

縱觀國內(nèi)外相關(guān)研究，有關(guān)創(chuàng)新的研究比較豐富。從理論出發(fā)，深入研究R&D投入、創(chuàng)新驅(qū)動(dòng)環(huán)境、政府政策等創(chuàng)新要素與創(chuàng)新績效之間的關(guān)系。Yis等［3］研究科技創(chuàng)新政策投入對(duì)不同區(qū)域創(chuàng)新能力的差異性影響，發(fā)現(xiàn)創(chuàng)新政策對(duì)大部分地區(qū)的推動(dòng)作用。Escribano等［4］以產(chǎn)出導(dǎo)向研究創(chuàng)新績效影響因素，如研發(fā)投入要素、環(huán)境要素對(duì)創(chuàng)新產(chǎn)出的影響，Dovev［5］研究外部技術(shù)與創(chuàng)新產(chǎn)出的關(guān)系，發(fā)現(xiàn)外部技術(shù)有利于系統(tǒng)創(chuàng)新產(chǎn)出，對(duì)系統(tǒng)自主創(chuàng)新帶來負(fù)向影響。宋文月［6］采用SYS-GMM模型分析企業(yè)創(chuàng)新模型和政府科技支撐力度對(duì)經(jīng)濟(jì)增長的影響，發(fā)現(xiàn)企業(yè)自主創(chuàng)新能力制約全生產(chǎn)要素的提高。李培楠［7］發(fā)現(xiàn)內(nèi)部資金對(duì)創(chuàng)新績效的“倒U型”關(guān)系，政策支持對(duì)創(chuàng)新績效的“正U型”關(guān)系。

在創(chuàng)新評(píng)價(jià)指標(biāo)方面，周文泳等［8］從創(chuàng)新投入、產(chǎn)出、環(huán)境等方面分析各區(qū)域創(chuàng)新能力關(guān)鍵因素，發(fā)現(xiàn)研發(fā)人員與基礎(chǔ)設(shè)施是關(guān)鍵制約因素。徐立平等［9］對(duì)比諸多創(chuàng)新能力評(píng)價(jià)方法，從創(chuàng)新投入、產(chǎn)出與管理、營銷等方面實(shí)證分析企業(yè)的創(chuàng)新能力。李健等［10］從產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新政策環(huán)境與資源投入等方面探討京津冀創(chuàng)新能力的形成機(jī)理。

在評(píng)價(jià)方法上，主要采用主成分分析法、熵值法、模糊綜合評(píng)價(jià)、BP神經(jīng)網(wǎng)絡(luò)、層次分析法、DEA分析法等方法評(píng)價(jià)創(chuàng)新能力［11］。周柯等［12］采用熵值法測算我國區(qū)域創(chuàng)新驅(qū)動(dòng)發(fā)展能力，并對(duì)其影響因素進(jìn)行實(shí)證分析。魏闕等［13］采用層次分析法和綜合評(píng)價(jià)法對(duì)吉林省創(chuàng)新能力進(jìn)行量化分析，為提高創(chuàng)新能力提供政策建議。劉鳳朝等［14］繪制各創(chuàng)新要素間的因果關(guān)系圖，運(yùn)用神經(jīng)網(wǎng)絡(luò)模型驗(yàn)證創(chuàng)新功能模塊之間的關(guān)系，并建立對(duì)創(chuàng)新成果影響的系統(tǒng)動(dòng)力學(xué)模型。

近年來，越來越多的學(xué)者運(yùn)用數(shù)據(jù)包絡(luò)分析（DEA）評(píng)價(jià)主體的創(chuàng)新能力。比如Kao［15］提出一般化兩階段DEA模型測算子階段的效率值，根據(jù)效率分解法獲得整體效率。代明等［16］運(yùn)用DEA中的CCR模型對(duì)國家級(jí)城市創(chuàng)新績效實(shí)證分析，總結(jié)出創(chuàng)新型企業(yè)發(fā)展依賴企業(yè)自主創(chuàng)新，同時(shí)創(chuàng)新型城市對(duì)企業(yè)不同階段的差別支持和影響。韓兵等［17］運(yùn)用兩階段DEA分析高技術(shù)企業(yè)在研發(fā)以及技術(shù)轉(zhuǎn)化兩階段的效率，發(fā)現(xiàn)大部分地區(qū)企業(yè)重視中間成果而忽略商品化產(chǎn)出問題，針對(duì)不同地區(qū)企業(yè)技術(shù)創(chuàng)新提出針對(duì)性對(duì)策。

綜上所述，已有許多學(xué)者對(duì)區(qū)域創(chuàng)新能力評(píng)價(jià)指標(biāo)和方法進(jìn)行研究，特別是DEA模型的運(yùn)用豐富了創(chuàng)新能力評(píng)價(jià)方法。但大都利用提出的評(píng)價(jià)指標(biāo)進(jìn)行能力的綜合評(píng)價(jià)，而未對(duì)創(chuàng)新評(píng)價(jià)指標(biāo)之間的影響、耦合關(guān)系進(jìn)行分析，從而使評(píng)價(jià)效果不準(zhǔn)確。傳統(tǒng)的兩階段DEA考慮了創(chuàng)新中間過程及指標(biāo)間的因果關(guān)系，但忽略了有些評(píng)價(jià)指標(biāo)在實(shí)際創(chuàng)新過程中存在被兩個(gè)階段共享使用的情形，而這類共享投入很難確定在兩個(gè)階段之間的分配系數(shù)。為了準(zhǔn)確描述創(chuàng)新的內(nèi)部過程及準(zhǔn)確評(píng)價(jià)創(chuàng)新能力，本文中將創(chuàng)新過程分為創(chuàng)新研發(fā)子階段與成果轉(zhuǎn)化子階段，考慮指標(biāo)之間的關(guān)系，例如，研發(fā)階段將為后續(xù)的成果轉(zhuǎn)化階段提供重要的中間產(chǎn)出。同時(shí)考慮共享投入對(duì)兩階段評(píng)價(jià)模型的影響，提出改進(jìn)的兩階段DEA模型并對(duì)我國30個(gè)省份創(chuàng)新能力進(jìn)行有效評(píng)價(jià)，為實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略提供參考與理論支持。

1 兩階段創(chuàng)新能力評(píng)價(jià)模型設(shè)計(jì)

1.1 創(chuàng)新能力評(píng)價(jià)指標(biāo)體系

從投入產(chǎn)出角度評(píng)價(jià)創(chuàng)新能力，在參考國內(nèi)外研究文獻(xiàn)基礎(chǔ)上提出了包括資金、技術(shù)、知識(shí)等在內(nèi)的投入指標(biāo)體系和包括營收、產(chǎn)值、環(huán)境影響等在內(nèi)的產(chǎn)出指標(biāo)體系。結(jié)合創(chuàng)新過程來看，一些評(píng)價(jià)指標(biāo)之間存在著相互聯(lián)系，比如研發(fā)支出會(huì)產(chǎn)生部分知識(shí)和技術(shù)，表現(xiàn)出論文數(shù)量和專利量的增加；論文和專利帶動(dòng)技術(shù)進(jìn)步，增加新產(chǎn)品收入，減少工業(yè)污染物的排放。這些投入指標(biāo)之間的相互聯(lián)系必然會(huì)影響創(chuàng)新能力的評(píng)價(jià)效果。因此，合理有效的評(píng)價(jià)創(chuàng)新能力就要考慮到創(chuàng)新過程以及這些投入產(chǎn)出評(píng)價(jià)因素的相互作用。為此，本文將創(chuàng)新過程與評(píng)價(jià)指標(biāo)體系結(jié)合起來，提出了基于創(chuàng)新過程的評(píng)價(jià)指標(biāo)體系，有關(guān)評(píng)價(jià)指標(biāo)如表1所示。

表1 創(chuàng)新能力評(píng)價(jià)指標(biāo)

如圖1所示，將創(chuàng)新過程分解為研發(fā)子階段與成果轉(zhuǎn)化子階段。第1階段的投入為資金和人員要素投入，而這些投入影響了直接產(chǎn)出（國際三大論文索引數(shù)）和中間產(chǎn)出（專利授權(quán)量、技術(shù)市場成交額）。成果轉(zhuǎn)化階段投入為專利授權(quán)量、技術(shù)市場成交額、企業(yè)其他創(chuàng)新支出（企業(yè)技術(shù)引進(jìn)、購買、改造、消化支出），這些創(chuàng)新要素的投入影響了最終產(chǎn)出（新產(chǎn)品銷售收入、工業(yè)增加值、環(huán)境指數(shù)）。由于國家和社會(huì)對(duì)環(huán)保的重視程度，必須考慮創(chuàng)新要素投入在環(huán)境產(chǎn)出方面的效果，因此，在產(chǎn)出指標(biāo)中增加了環(huán)境指數(shù)。環(huán)境指數(shù)是運(yùn)用熵值法綜合氮氧化物排放量、二氧化硫排放量、煙（粉）塵排放量與廢水化學(xué)需氧量獲得［18-19］。在兩階段評(píng)價(jià)體系中專利授權(quán)量與技術(shù)市場成交額作為中間變量參與了兩個(gè)階段創(chuàng)新過程。實(shí)際創(chuàng)新過程中，研發(fā)階段的R&D內(nèi)部支出與R&D人員全時(shí)當(dāng)量大部分被研發(fā)階段消耗，另一部分被成果轉(zhuǎn)化階段使用，因此R&D內(nèi)部支出與R&D人員全時(shí)當(dāng)量為兩階段共享投入。

1.2 兩階段創(chuàng)新能力評(píng)價(jià)模型

1.2.1 子階段創(chuàng)新能力評(píng)價(jià)模型

數(shù)據(jù)包絡(luò)分析（DEA）是 Charnes、Cooper等1978年提出的一種評(píng)價(jià)多投入與多產(chǎn)出的同類決策單元相對(duì)效率的評(píng)價(jià)方法，主要以CCR模型為基礎(chǔ)，并轉(zhuǎn)化成等價(jià)線性規(guī)劃問題求解?；贒EA方法中的規(guī)模報(bào)酬不變（CCR）模型，假設(shè)有n個(gè)被評(píng)價(jià)決策單元DMU，結(jié)合兩階段創(chuàng)新過程與評(píng)價(jià)指標(biāo)，第j0個(gè)決策單元DMUj0一階段創(chuàng)新效率值與二階段創(chuàng)新效率值可用模型（1）與模型（2）求解。

其中：vi1、vi2、ur1、ur2、kd表示變量 xi1、xi2、yr1、yr2、zd的權(quán)重；αij表示共享投入xi1在第1階段的配置比例，模型（1）（2）中約束條件分別保證了一階段與二階段創(chuàng)新效率值小于1。為合理建立模型，考慮共享投入與中間變量同時(shí)存在兩個(gè)階段帶來的沖突問題。權(quán)重 vi1、kd在模型（1）（2）中保持一致［20］。

1.2.2 整體創(chuàng)新能力評(píng)價(jià)模型

本文參考加權(quán)加法測算整體效率。加權(quán)加法是通過找到一組子階段最優(yōu)權(quán)重來實(shí)現(xiàn)整體效率最大化［21-22］。整體創(chuàng)新效率 θj0可按照式（3）加權(quán)加法進(jìn)行綜合，權(quán)重ω1與ω2分別是子階段占整體的重要性。

參考現(xiàn)有研究，最優(yōu)權(quán)重ω1、ω2通常以各階段投入占總投入的多少來計(jì)算，見式（4）。

1.2.3 評(píng)價(jià)模型的最優(yōu)求解

通過模型（1）～（4）可以求解整體效率與子階段效率。然而當(dāng)整體效率存在一組最優(yōu)解時(shí)，子階段效率值可能存在多組最優(yōu)解，即第1階段優(yōu)先下的最優(yōu)解或第2階段優(yōu)先下的最優(yōu)解；整體效率也可能具有多組最優(yōu)解。針對(duì)這些問題，目前多數(shù)研究在保持整體最優(yōu)條件下，根據(jù)偏好求解其中一個(gè)子階段效率最優(yōu)解，來尋求整體效率和子階段都唯一的最優(yōu)解。但這仍然可能存在多組效率值，因此可對(duì)此方法做一些改進(jìn)，在保證整體和某一子階段最優(yōu)的條件下，求解另一個(gè)子階段效率最優(yōu)值。具體方法為整體效率保持最優(yōu)水平θj0之下，根據(jù)偏好優(yōu)化研發(fā)階段效率值，則保證整體效率與研發(fā)階段效率都達(dá)到最優(yōu)，再優(yōu)化第2階段效率值，就可得到研發(fā)階段優(yōu)先的唯一的子階段效率與整體效率。則最優(yōu)求解模型（5）為：

模型（5）的約束條件保證了整體效率與研發(fā)階段效率都處在最優(yōu)值。利用Charnes-Cooper變換和線性變換將模型（5）等價(jià)轉(zhuǎn)化為線性模型，通過求解模型可獲得第j0個(gè)決策單元DMUj0整體效率θ與研發(fā)階段優(yōu)先的子階段效率

2 創(chuàng)新能力評(píng)價(jià)實(shí)證分析

2.1 數(shù)據(jù)收集與數(shù)據(jù)說明

本文以30個(gè)省份（西藏因數(shù)據(jù)缺失，未對(duì)其分析）為研究對(duì)象，根據(jù)構(gòu)建的創(chuàng)新能力指標(biāo)評(píng)價(jià)體系收集相關(guān)數(shù)據(jù)，所選指標(biāo)描述性統(tǒng)計(jì)如表2所示。數(shù)據(jù)主要來源于2015—2017年《中國統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》整理所得。在運(yùn)用DEA方法進(jìn)行評(píng)價(jià)時(shí)，應(yīng)考慮研發(fā)階段與轉(zhuǎn)化階段的時(shí)間滯后效應(yīng)，初始投入指標(biāo)時(shí)間節(jié)點(diǎn)選取2015年，中間產(chǎn)出與追加投入采用2016年數(shù)據(jù)，最終產(chǎn)出則定位于2017年。

2.2 實(shí)證結(jié)果分析

根據(jù)本文提出的評(píng)價(jià)模型與創(chuàng)新能力評(píng)價(jià)指標(biāo)數(shù)據(jù)，利用lingo11軟件編程測算2015—2017年30個(gè)省份創(chuàng)新效率與共享投入配置比例，并比較本文模型與傳統(tǒng)兩階段DEA模型、單階段DEA模型的區(qū)別與聯(lián)系，計(jì)算結(jié)果見表3。

表2 描述性統(tǒng)計(jì)

表3 創(chuàng)新效率值與共享投入配置的計(jì)算結(jié)果

續(xù)表（表3）

1）與單階段模型和傳統(tǒng)兩階段模型的對(duì)比

單階段DEA模型評(píng)價(jià)創(chuàng)新能力，忽略了創(chuàng)新系統(tǒng)內(nèi)部多階段結(jié)構(gòu)這一實(shí)際情況，把創(chuàng)新內(nèi)部過程視作一個(gè)“黑箱”，無法正確描述創(chuàng)新過程。事實(shí)上，在不考慮創(chuàng)新過程和資源配置的情況下，單階段DEA模型的整體效率均值為0.943，省份中達(dá)到有效值1的有17個(gè)。在考慮兩階段創(chuàng)新過程的情況下，整體效率均值為0.775，省份中達(dá)到有效值1的有2個(gè)，這說明了將創(chuàng)新過程分解為兩階段會(huì)大幅降低整體創(chuàng)新效率值。在可獲得的信息上，兩階段模型測算了創(chuàng)新研發(fā)效率（均值0.759）和轉(zhuǎn)化效率（均值0.791），便于針對(duì)性地找出提高效率的方法。

傳統(tǒng)兩階段DEA模型與本文模型都將創(chuàng)新過程分為研發(fā)階段與成果轉(zhuǎn)化階段，測算兩階段效率與整體效率。區(qū)別是本文模型考慮初始投入在兩階段間的資源分配，可獲得R&D內(nèi)部支出、R&D人員全時(shí)當(dāng)量在兩階段間的配置信息。結(jié)合表4第2～4列與第7～9列測算結(jié)果，在研發(fā)階段的效率測算方面，由于忽略了共享投入的資源分配，傳統(tǒng)模型研發(fā)效率均值達(dá)到了0.759，達(dá)到了有效值1的有7個(gè)。在考慮共享投入之后，研發(fā)效率均值為0.520，達(dá)到有效值的有3個(gè)。這說明忽略共享投入導(dǎo)致省份研發(fā)效率有效的數(shù)量增多，無效省份的相對(duì)效率也較高。從考慮共享投入測量結(jié)果來看：不同省份高研發(fā)效率與低研發(fā)效率差距較大，且初始投入在研發(fā)階段分配更多的省份效率反而較低，例如浙江、山東、四川、安徽等地。這說明共享投入對(duì)測算研發(fā)效率具有一定影響，共享投入的資源配置對(duì)各個(gè)階段的投入量具有調(diào)節(jié)作用，考慮共享投入能夠準(zhǔn)確判斷創(chuàng)新資源投入的實(shí)際情況，從而測算研發(fā)階段創(chuàng)新效率。而在成果轉(zhuǎn)化階段，傳統(tǒng)兩階段和改進(jìn)后兩階段下的創(chuàng)新效率差異不大，均值分別為0.791和0.727。這說明共享投入對(duì)成果轉(zhuǎn)化階段效率整體影響較小。從測算結(jié)果觀察：不同省份高轉(zhuǎn)化效率和低轉(zhuǎn)化效率間差距更小，如浙江、廣東、湖北、湖南等地，傳統(tǒng)兩階段模型下創(chuàng)新效率為1，在考慮共享投入資源配置情況下，效率值都有一定程度的下降。這說明考慮共享投入對(duì)高效率值的省份具有一定調(diào)節(jié)作用。

2）整體效率分析

從表3與圖2可知：我國30個(gè)省份整體效率均值為0.532，大部分地區(qū)整體效率小于0.8，整體創(chuàng)新能力有待提高。其中北京、陜西、青海、吉林等8個(gè)省份整體效率達(dá)到了0.8以上。陜西、吉林、青海的創(chuàng)新效率與以往研究相差較大，數(shù)據(jù)顯示陜西、吉林、青海2015—2017年的論文與專利數(shù)量、新產(chǎn)品產(chǎn)值、環(huán)境指數(shù)均逐年上升，而創(chuàng)新投入增長緩慢，說明這些省份處于低投入高回報(bào)狀態(tài)，資源利用效率得到了提高。

3）研發(fā)階段效率分析

根據(jù)表3與圖3可知：我國30個(gè)省份研發(fā)階段效率均值為0.520，大部分地區(qū)研發(fā)效率在0.3～0.6之間。這說明我國研發(fā)階段效率值偏低。

北京、上海、陜西、黑龍江、青海研發(fā)階段效率最高。這是因?yàn)楸本?、上海是我國文化、?jīng)濟(jì)中心，在大規(guī)模投入下，實(shí)現(xiàn)了國際論文索引量、專利授權(quán)量、技術(shù)市場成交額的高產(chǎn)出。而陜西與黑龍江等其他同等投入地區(qū)相比，在國際三大論文索引量與技術(shù)市場成交額遙遙領(lǐng)先。青海、海南等地發(fā)展服務(wù)與旅游行業(yè)，以綠色創(chuàng)新為切入點(diǎn)，以很少的R&D資金和人員投入獲得了較多的專利與論文量。

廣東、浙江與江蘇等地投入了非常多的人力、物力資源，例如，廣東的R&D人力投入約是北京人力投入量的2倍。在產(chǎn)出方面，廣東的技術(shù)市場成交額偏低，浙江的國際論文索引數(shù)偏低。這是因?yàn)橹匾曆邪l(fā)投入而忽略了研發(fā)投入的有效利用。研發(fā)階段管理機(jī)制的不完善限制了研發(fā)投入—產(chǎn)出的轉(zhuǎn)化效率。

4）成果轉(zhuǎn)化階段效率分析

根據(jù)表3與圖4可知：我國30個(gè)省份成果轉(zhuǎn)化效率均值為0.727，成果轉(zhuǎn)化效率值偏高。這是因?yàn)槲覈蟛糠值貐^(qū)工業(yè)體系發(fā)展逐漸完善，成果轉(zhuǎn)化機(jī)制比較成熟，專利、技術(shù)等中間成果能夠快速實(shí)現(xiàn)產(chǎn)業(yè)化。另一方面，可持續(xù)發(fā)展戰(zhàn)略的實(shí)施，控制了工業(yè)污染物的排放，提高了環(huán)境指數(shù)。

其中北京、上海、天津、青海、海南成果轉(zhuǎn)化效率均大于0.9。北京、上海與天津等地技術(shù)市場活躍，資金與人員充足，具有完善的創(chuàng)新制度，創(chuàng)新不僅帶來了利潤的增長，還減少了對(duì)環(huán)境的損害。其次是浙江、重慶、福建、湖北、湖南、江西等地，成果轉(zhuǎn)化效率值在0.6以上。河北（0.288）與山東（0.355）成果轉(zhuǎn)化效率值處于最低水平。山東、河北在R&D資金和人員方面投入較大，新產(chǎn)品收入和工業(yè)增加值的增長幅度較小，工業(yè)廢水、廢氣的排放量居多，具有較低的環(huán)境指數(shù)，屬于高投入低產(chǎn)出狀態(tài)。這些省份較低的環(huán)境指數(shù)對(duì)成果轉(zhuǎn)化階段創(chuàng)新效率具有較大負(fù)向作用。

2.3 提高創(chuàng)新能力實(shí)現(xiàn)路徑

對(duì)比表3第3列與第4列、圖4與圖5發(fā)現(xiàn)：2015—2017年大部分地區(qū)研發(fā)階段效率小于成果轉(zhuǎn)化階段效率。這是因?yàn)槲覈邪l(fā)階段管理與創(chuàng)新機(jī)制還不夠成熟，導(dǎo)致大量的創(chuàng)新投入有效利用率不高，而我國已經(jīng)進(jìn)入工業(yè)化中后期階段，擁有了較完善的工業(yè)體系和強(qiáng)大的制造能力，專利等科研成果能夠快速實(shí)現(xiàn)產(chǎn)業(yè)化，轉(zhuǎn)化為經(jīng)濟(jì)效益。由此可見，目前大部分地區(qū)提升創(chuàng)新能力的關(guān)鍵是提高研發(fā)階段效率。而陜西、黑龍江、青海、吉林、甘肅研發(fā)階段效率大于成果轉(zhuǎn)化階段效率，則制約這類地區(qū)創(chuàng)新能力提高的是成果轉(zhuǎn)化階段效率，應(yīng)該對(duì)第二階段加以重視。

通過對(duì)整體效率分析與子階段對(duì)比分析，發(fā)現(xiàn)大部分地區(qū)提升創(chuàng)新能力的關(guān)鍵是提高研發(fā)階段效率，針對(duì)每個(gè)地區(qū)特點(diǎn)與實(shí)際情況，設(shè)計(jì)提高地區(qū)創(chuàng)新能力實(shí)現(xiàn)路徑。利用表3效率值，以研發(fā)階段效率均值0.520和成果轉(zhuǎn)化階段效率均值0.727為參考線，畫出效率矩陣圖（見圖5）。從圖5可以看出：參考線將30個(gè)省份分為4類，即高研發(fā)高轉(zhuǎn)化（A）、高研發(fā)低轉(zhuǎn)化（B）、低研發(fā)低轉(zhuǎn)化（C）、低研發(fā)高轉(zhuǎn)化（D），其中A區(qū)共有9個(gè)省份、B、C、D區(qū)共有21個(gè)省份，大部分省份具有提升空間。

對(duì)于分別處于B、C、D區(qū)的省份可采取不同路徑提高創(chuàng)新能力。對(duì)于低研發(fā)高轉(zhuǎn)化的D區(qū)，比如浙江、福建、寧夏、廣西、湖南、天津，研發(fā)階段效率小于平均值，則要注重提高研發(fā)階段效率。對(duì)于高研發(fā)低轉(zhuǎn)化的B區(qū)，比如四川、遼寧、新疆、黑龍江，則要注重提高成果轉(zhuǎn)化效率。對(duì)于位于C區(qū)的省份，創(chuàng)新研發(fā)階段效率和成果轉(zhuǎn)化階段效率都小于均值，則要在兩方面都有所加強(qiáng)，比如廣東、河南、安徽、江西、云南成果轉(zhuǎn)化階段效率接近均值，可過渡到D區(qū)，然后再重點(diǎn)突破研發(fā)階段效率。值得注意的是山東與河北，兩階段效率值都非常低，一方面應(yīng)該從科研管理、人才引進(jìn)等提高創(chuàng)新研發(fā)效率，另一方面通過產(chǎn)學(xué)研協(xié)同創(chuàng)新、科技中介機(jī)構(gòu)、技術(shù)交易市場等多角度提高成果轉(zhuǎn)化階段效率。

3 結(jié)論

建立了考慮共享投入與中間產(chǎn)出、追加投入的兩階段DEA模型，將創(chuàng)新過程分為研發(fā)階段與成果轉(zhuǎn)化階段，利用該模型評(píng)價(jià)2015—2017年30個(gè)省份創(chuàng)新驅(qū)動(dòng)發(fā)展能力。建立了創(chuàng)新驅(qū)動(dòng)發(fā)展能力評(píng)價(jià)體系，從創(chuàng)新投入到中間產(chǎn)出，最終帶來經(jīng)濟(jì)效益與環(huán)境改善。對(duì)比本文中所提出模型與傳統(tǒng)兩階段DEA模型、單階段DEA模型發(fā)現(xiàn)，傳統(tǒng)模型過高的估計(jì)研發(fā)階段效率，而在成果轉(zhuǎn)化階段兩者差別不大。通過對(duì)各省份的創(chuàng)新效率測算，為這些地區(qū)客觀認(rèn)識(shí)自身創(chuàng)新能力水平、針對(duì)自身薄弱階段尋找提升創(chuàng)新能力實(shí)現(xiàn)路徑提供了參考意見。

在所提出的創(chuàng)新能力評(píng)價(jià)體系中，選取的是直接體現(xiàn)創(chuàng)新投入產(chǎn)出的指標(biāo)，然而在實(shí)際應(yīng)用中，還有很多創(chuàng)新環(huán)境因素對(duì)創(chuàng)新過程產(chǎn)生影響，比如政策環(huán)境、人文環(huán)境、基礎(chǔ)設(shè)施等。這種情況下，可以考慮三階段DEA模型，在兩階段DEA模型的基礎(chǔ)上處理環(huán)境變量影響創(chuàng)新能力評(píng)估問題。