中國科技服務業(yè)全要素生產(chǎn)率的測度與時空演化研究

黎定軍，文曉雨，宋 聞

(湖南工商大學，湖南 長沙 410205)

一、引言

雖然我國科技服務業(yè)相較于國外起步較晚，但近年來一系列政策的頒布使其得到了快速發(fā)展。2015年國家統(tǒng)計局發(fā)布《國家科技服務業(yè)統(tǒng)計分類(2015)》，首次確定了科技服務業(yè)分類的基本結構框架，并于2018年對其分類進行了修訂，使科技服務業(yè)的范圍進一步明確；2020年習近平總書記提出，“面向世界科技前沿”，堅持創(chuàng)新在我國現(xiàn)代化建設全局中的核心地位，以科技創(chuàng)新引領高質量發(fā)展。國內國際雙循環(huán)的提出也為科技服務業(yè)的發(fā)展帶來了機遇。要形成以國內大循環(huán)為主體、國內國際雙循環(huán)相互促進的新發(fā)展格局，就要堅持創(chuàng)新發(fā)展，加快有助于效率提升的制度變革。隨著產(chǎn)業(yè)結構由“工業(yè)經(jīng)濟”主導向“服務經(jīng)濟”主導轉變，科技創(chuàng)新進入了空前密集活躍的時期。科技服務業(yè)通過聚集知識、人才、技術，將最前沿的資源進行跨行協(xié)調匹配，投入科技產(chǎn)品的研發(fā)、生產(chǎn)與應用中，促進了技術創(chuàng)新與成果轉化。

在經(jīng)濟高質量發(fā)展以及區(qū)域協(xié)調發(fā)展的背景下，科技服務業(yè)的高附加值屬性和對區(qū)域經(jīng)濟發(fā)展的輻射帶動作用越來越受到重視。2019年1月至11月，規(guī)模以上科技服務業(yè)營業(yè)收入同比增長12.0%，且連續(xù)四年均保持在10%以上的增長速度。國外經(jīng)驗表明，一個國家的科技服務業(yè)越發(fā)達，科技服務體系越完善，其科技實力與經(jīng)濟實力也會越強大，科技服務業(yè)已成為許多發(fā)達國家的支柱產(chǎn)業(yè)。我國目前科技服務業(yè)仍處于初級階段，高速發(fā)展容易導致對效率的重視程度不足，因此對科技服務業(yè)全要素生產(chǎn)率進行研究顯得非常重要。通過測算科技服務業(yè)的全要素生產(chǎn)率，系統(tǒng)研究其發(fā)展效率，有利于了解科技服務業(yè)在發(fā)展過程中的問題以及時空演變規(guī)律，對科技服務業(yè)向高質量方向發(fā)展以及提升其對區(qū)域經(jīng)濟的帶動作用具有重要意義。

二、文獻綜述

國外科技服務業(yè)的發(fā)展起步較早，相關研究成果也比較豐富。但由于世界各國科技發(fā)展水平不同，對于科技服務業(yè)的內涵還沒有一個統(tǒng)一的明確劃分。相較于對科技服務業(yè)進行單獨研究，國外學者更集中于對知識密集型商業(yè)服務業(yè)(Knowledge-intensive Business Service,KIBS)進行研究，其研究內容更加精細化、具體化，致力于尋求其內在機理與作用機制。Ciriaci等(2015)[1]通過對歐洲四個國家的實證調查，研究了KIBS是否使制造業(yè)更具創(chuàng)新性的問題，結果表明KIBS通過多種渠道促進了制造業(yè)經(jīng)濟業(yè)績的改善，但其對制造業(yè)的創(chuàng)新作用還值得進一步分析；Pina和Tether(2016)[2]采用定性與定量結合的方法，通過應用一種概念性的知識庫分類來研究KIBS的內部多樣性及行為差異；Zhou和Wang(2020)[3]通過建立一個全新、全面的框架研究KIBS在技術商業(yè)化中的作用。

國內對于科技服務業(yè)的研究主要有三個方面，一是對地區(qū)或全國的科技服務業(yè)發(fā)展水平及對策進行研究。大多數(shù)學者采用構建科技服務業(yè)指標評價體系和相關方法來進行評價。陳春明和薛富宏(2014)[4]從科技服務業(yè)規(guī)模、投入、產(chǎn)出、發(fā)展環(huán)境四個方面構建綜合指標評價體系，衡量了我國科技服務業(yè)的創(chuàng)新水平、發(fā)展現(xiàn)狀、相互關系以及所處環(huán)境；朱相宇和嚴海麗(2017)[5]運用因子分析法，將北京市與新加坡、巴黎科技服務業(yè)的相關指標進行對比分析，研究了北京市科技服務業(yè)發(fā)展水平并提出了發(fā)展路徑；張鵬等(2019)[6]構建了四個維度的指標評價體系，運用改進CRITIC賦權法測算了我國30個省份2007—2016年的發(fā)展水平指數(shù)，并從時間和空間維度對結果進行了比較分析；張劍波等(2018)[7]運用主成分法、因子分析法等構建指標體系，研究了上海市科技服務業(yè)的發(fā)展現(xiàn)狀。研究表明，我國科技服務業(yè)發(fā)展整體呈上升趨勢，但仍存在發(fā)展水平不高、區(qū)域發(fā)展不均等問題。

二是對我國科技服務業(yè)發(fā)展模式的研究。張前榮(2014)[8]通過對美國、日本、德國科技服務業(yè)發(fā)展模式的研究，提出我國應借鑒國外發(fā)達國家的經(jīng)驗，構建切實可行的科技服務業(yè)發(fā)展模式；周柯和靳欣(2019)[9]通過對科技服務業(yè)鏈式化與生態(tài)化耦合發(fā)展內在機理的研究，發(fā)現(xiàn)其產(chǎn)業(yè)鏈和產(chǎn)業(yè)生態(tài)系統(tǒng)之間耦合發(fā)展程度較低，存在企業(yè)規(guī)模較小、產(chǎn)業(yè)鏈結構不合理、生態(tài)要素供給不足等一系列問題；李文川和胡雅文(2017)[10]在總結現(xiàn)有科技服務業(yè)發(fā)展模式的基礎上，通過研究科技服務系統(tǒng)的結構，提出了科技服務業(yè)“細分業(yè)態(tài)互動-重點產(chǎn)業(yè)耦合-外部環(huán)境支撐”的多維協(xié)同發(fā)展模式。雖然我國科技服務業(yè)發(fā)展迅速，但是對于發(fā)展模式的研究還有待加強，需要借鑒國外先進經(jīng)驗，深入對內在機理的探索，構建符合我國國情的發(fā)展模式。

三是對科技服務業(yè)的集聚及集聚效應的研究。張清正和李國平(2015)[11]運用基尼系數(shù)等方法考察了我國科技服務業(yè)的空間集聚態(tài)勢，并進一步分析了影響因素；李曉龍等(2017)[12]運用空間杜賓模型實證檢驗了科技服務業(yè)空間集聚對企業(yè)創(chuàng)新效率的空間溢出效應；姚戰(zhàn)琪(2020)[13]運用中介效應檢驗方法，研究了科技服務業(yè)集聚對產(chǎn)業(yè)升級的影響；鄭蘇江和吳忠(2020)[14]從五個維度分析了上海市2003—2017年科技服務業(yè)與制造業(yè)的相關數(shù)據(jù)，實證研究了上海市科技服務業(yè)與制造業(yè)的發(fā)展關系；王智毓和馮華(2020)[15]使用空間杜賓模型考察了科技服務業(yè)集聚對區(qū)域創(chuàng)新各階段的影響。研究結果表明我國科技服務業(yè)集聚程度并不太高，目前科技服務業(yè)的空間集聚有利于促進周邊地區(qū)創(chuàng)新效率的提升，并發(fā)揮輻射作用，但同時集聚效應也存在差異，而且有“西部高東部低”的發(fā)展態(tài)勢。

綜合相關研究來看，科技服務業(yè)在自身迅速發(fā)展的同時，也通過發(fā)揮技術創(chuàng)新效應和產(chǎn)業(yè)轉型升級效應促進了地區(qū)經(jīng)濟增長，雖然在這一過程中，相關研究在逐步完善，研究成果也不斷豐富，但針對科技服務業(yè)全要素生產(chǎn)率的研究卻比較少，難以跟上科技服務業(yè)的發(fā)展速度，這可能導致很多科技型企業(yè)在快速擴大發(fā)展規(guī)模的同時忽略了投入與產(chǎn)出的效率問題，從而造成資源浪費。本文采用Super-SBM模型研究分析了我國30個省份科技服務業(yè)2009—2018年的全要素生產(chǎn)率，并通過對 Malmquist 指數(shù)的分解評價其效率動態(tài)變化的來源，對了解科技服務業(yè)的生產(chǎn)效率及促進其高效發(fā)展有一定的借鑒意義。

三、研究方法與數(shù)據(jù)來源

(一)研究方法

1.Super-SBM模型

DEA模型(Data Envelopment Analysis)最初是由Charnes等(1978)[16]提出的，是一種基于被評價對象間相對比較的非參數(shù)技術效率分析方法，具有適用范圍廣、原理相對簡單的特點，尤其在分析情況時具有特殊優(yōu)勢。但由于在傳統(tǒng)的DEA模型分析結果中得出的效率值最大為1，而通常多個DMU會被評價為有效，就會出現(xiàn)有效DMU效率值相同的情況。為了解決這一問題,學者們提出了“超效率”模型(Super Efficiency Model)?；诖耍琓one(2001)[17]在提出一種基于松弛變量測度的非徑向、非角度的DEA模型后，在次年進一步提出了Super-SBM模型，通過非射線方式,以優(yōu)化松弛變量為目標函數(shù)，解決了投入和產(chǎn)出變量單位不一致的效率評價問題，并同時考慮投入項與產(chǎn)出項的差額來評估效率值。Super-SBM模型在SBM模型的基礎上,在評價某一生產(chǎn)單元的時候將其自身排除在參考集之外，從而使計算出來的效率值可以大于1，有效解決了相對有效單元的排序問題?？紤]松弛變量的Super-SBM模型具體見公式(1)：

在公式中，ρ表示目標效率值，即生態(tài)效率值；X、yg和yb分別表示投入、期望產(chǎn)出和非期望產(chǎn)出；m、s1和s2分別表示投入、期望產(chǎn)出指標和非期望產(chǎn)出指標個數(shù)；向量S-、Sg和Sb分別表示投入松弛量、期望產(chǎn)出的松弛量和非期望產(chǎn)出的松弛量；λ為權重向量。當ρ≥1時，被評價的決策單元相對有效；當ρ<1時，被評價的決策單元相對無效。

2.Malmquist 指數(shù)

DEA模型計算出來的每個DMU的相對效率值是針對每個時間點進行計算的，是一個靜態(tài)的數(shù)值，但對于一組面板數(shù)據(jù)來說，需要參考不同的時間點來計算每個效率值的變動情況，Malmquist全要素生產(chǎn)率指數(shù)就是用于生產(chǎn)率的變化研究、在進行效率評價之后可以體現(xiàn)效率動態(tài)變化的一種指標。Malmquist指數(shù)最初是由Malmquist(1953)[18]提出的，F(xiàn)are等(1997)[19]將其與DEA理論結合，此后該指數(shù)被廣泛應用于各領域的生產(chǎn)率測算。第i個DMU在t到t+1時期的Malmquist指數(shù)可表示為:

(2)

Malmquist指數(shù)可以被分解為技術進步指數(shù)(TC)和技術效率指數(shù)(EC)，分別反映了技術進步和技術效率對科技服務業(yè)生產(chǎn)效率發(fā)展的貢獻。

ML(xt+1,yt+1,bt+1,xt,yt,bt)

(3)

(4)

MLTC=

(5)

當ML>1時，表示該DMU從t到t+1期的生產(chǎn)效率提高；當ML<1時，表示該DMU從t到t+1期的生產(chǎn)效率下降；當ML=1時，表示該DMU從t到t+1期的生產(chǎn)效率維持不變。當TC>1時，表示當期該DMU的技術水平比上一期有所提高；當TC<1時，表示當期該DMU的技術水平有所下降；當TC=1時，表示當期技術水平保持不變。當EC>1時，表示當期該DMU相比上一期更接近生產(chǎn)前沿，技術效率提高；當EC<1時，表示當期該DMU的技術水平比上一期有所下降，正遠離生產(chǎn)前沿；當EC=1時，表示當期技術效率相比上一期保持不變。

(二)指標選取與數(shù)據(jù)來源

1.指標選取

科技服務業(yè)的全要素生產(chǎn)率主要反映投入與生產(chǎn)的匹配關系，一級指標可分為投入與產(chǎn)出兩大類。對于二級指標的選取應該遵循以下三個原則：一是指標能夠真實反映生產(chǎn)過程，能較好地反映科技服務業(yè)生產(chǎn)率的各個維度，具有實用性；二是指標間要相互獨立，避免重疊影響分析；三是指標數(shù)據(jù)具有可獲得性，且來源真實可靠。通過對相關文獻的查閱，結合學者們評價科技服務業(yè)發(fā)展水平最常用的指標體系，本文參照徐宏毅等(2018)[20]采取的方法，將投入指標分為勞動力投入與資本投入兩個層面，選取了科技服務業(yè)固定資產(chǎn)投資額、研究與試驗發(fā)展(R&D)人員數(shù)、研究與試驗發(fā)展(R&D)內部經(jīng)費支出三個指標，在產(chǎn)出層面選取了技術市場成交額、我國專利授權數(shù)兩個指標，如表1所示。

表1 科技服務業(yè)生產(chǎn)率指標體系

2.數(shù)據(jù)來源與處理

本文測算了我國30個省(市、自治區(qū))科技服務業(yè)2009—2018年的全要素生產(chǎn)率指數(shù)，數(shù)據(jù)統(tǒng)計口徑主要來源于第三產(chǎn)業(yè)中的科學研究與技術統(tǒng)計，考慮到西藏自治區(qū)的統(tǒng)計數(shù)據(jù)存在諸多缺失，故本文未對其進行研究。同時由于研究需要，本文將30個省(市、自治區(qū))劃分為東部、中部、西部三大區(qū)域。相關數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》 《中國科技統(tǒng)計年鑒》 《第三產(chǎn)業(yè)統(tǒng)計年鑒》及各個省份的統(tǒng)計年鑒，具有較強的可靠性。同時考慮到效率值是通過投入產(chǎn)出原始數(shù)據(jù)來表示的，而本文研究了2009—2018年十年的面板數(shù)據(jù)，所以為了保證數(shù)據(jù)在計算過程中具有可比性，對固定資產(chǎn)投資額采取了永續(xù)盤存法處理(李曉峰等，2020)[21]，對內部發(fā)展經(jīng)費支出和技術市場成交額以2009年不變價格為基準，采用CPI指數(shù)進行折算。

四、實證結果及分析

(一)我國科技服務業(yè)全要素生產(chǎn)率靜態(tài)分析

基于2009—2018年中國30個省(市、自治區(qū)，除西藏自治區(qū)外)的數(shù)據(jù)，利用中國科技服務業(yè)發(fā)展質量評價指標體系，采用Super-SBM模型，運用MaxDEA Ultra 6.0軟件，對全國30個省份的科技服務業(yè)效率值進行測算，以衡量其科技服務業(yè)發(fā)展質量，結果見表2。

表2 中國30個省市科技服務業(yè)全要素生產(chǎn)效率值

續(xù)表

1.全國發(fā)展特征

如圖1所示，2009—2018年我國科技服務業(yè)全要素生產(chǎn)率呈現(xiàn)出先上升再下降、然后趨于平穩(wěn)、轉而快速上升的趨勢。效率值最低的年份為2014年，僅0.35，效率值最高的年份為2018年，達到0.47，但是整體的效率水平仍很低，這十年的效率均值僅0.39。這一時序發(fā)展特征完全符合當前我國科技服務業(yè)發(fā)展的現(xiàn)狀，表明我國科技服務業(yè)正處于一個初步發(fā)展的階段，生產(chǎn)效率不高且沒有形成有效的產(chǎn)業(yè)價值鏈。

2009—2010年我國科技服務業(yè)生產(chǎn)效率略微提升，體現(xiàn)出我國科技服務業(yè)發(fā)展初期行業(yè)整體的投入資源較少。2012年科技部提出了有關科技服務業(yè)的發(fā)展重心以及重要的支撐工程，我國逐漸將科技服務業(yè)擺到重要位置，不斷加大對科技服務業(yè)的投入力度。2014年國務院發(fā)布了關于加快科技服務業(yè)發(fā)展的若干意見，首次對科技服務業(yè)做了全面部署，對如何發(fā)展科技服務業(yè)給出了具體的指導性做法(張寒旭和鄧媚，2018)[22]。國家及各級政府也更加關注科技型中小企業(yè)的發(fā)展，給中小型科技企業(yè)上市融資提供重要的服務平臺和政策支持(華勇謀和趙庶吏，2018)[23]。因此，2016—2020年(“十三五”時期)，我國科技服務業(yè)無論是在資本和人員的投入還是行業(yè)的整體產(chǎn)出水平上都有很大增長。

圖1 2009—2018年全國及區(qū)域科技服務業(yè)全要素生產(chǎn)率

2.區(qū)域發(fā)展特征

從區(qū)域的整體效率來看，東部地區(qū)的平均生產(chǎn)效率值為0.51，遠高于中部地區(qū)和西部地區(qū)，西部地區(qū)的平均生產(chǎn)效率值為0.3，而中部地區(qū)的平均生產(chǎn)效率值僅0.23。

東部地區(qū)科技服務業(yè)全要素生產(chǎn)率值從2009年的0.53上升到2011年的0.58，達到峰值，這主要得益于東部地區(qū)良好的經(jīng)濟基礎和科技型人才資源豐富。而隨著科技服務行業(yè)越來越受到國家的重視和支持，“十二五”期間東部地區(qū)各省份加大了對科技服務業(yè)的投入力度，而產(chǎn)出的增長并未同步跟上投入的增加，這在一定程度上導致了行業(yè)生產(chǎn)效率的下降，從2011年的0.58下降到2014年的0.44。2015—2018年為東部地區(qū)科技服務業(yè)的快速發(fā)展時期，其生產(chǎn)率值從0.44上漲到0.55。以廣東省為例，其2009—2016年科技服務業(yè)平均生產(chǎn)率值為0.34，而2017年、2018年科技服務業(yè)全要素生產(chǎn)率值均超過1，這體現(xiàn)出廣東省產(chǎn)業(yè)鏈結構逐漸優(yōu)化，科技服務業(yè)價值創(chuàng)造能力顯著提升。東部地區(qū)如北京市、浙江省、上海市，科技服務業(yè)生產(chǎn)效率值較高，2009—2018年的平均效率值在0.7以上，其中北京市的平均效率值達到了1.49，浙江省的平均效率值也達到了1.31，說明這些地區(qū)擁有較好的產(chǎn)業(yè)基礎和發(fā)展環(huán)境。

西部地區(qū)的科技服務業(yè)生產(chǎn)效率從2009—2018年一直保持波動上漲，從0.2上漲到了0.46，累計漲幅達到130%。這主要是因為西部地區(qū)的省份經(jīng)濟基礎比較落后，無論是投入還是產(chǎn)出的基數(shù)都普遍較小。例如青海省，其科技服務業(yè)固定資產(chǎn)投資、R&D人員數(shù)等投入指標均排在全國末尾，但技術市場成交額等產(chǎn)出量相對較高，因此平均生產(chǎn)率達到了0.6，僅次于北京、浙江、上海三個省市。但在國家政策的引導、扶持下，各省份也在大力發(fā)展科技服務業(yè)，例如陜西省、四川省以及重慶市，它們的技術市場成交額及專利授權數(shù)等全國排名均靠前，因此總體的生產(chǎn)效率值相對較高。

中部地區(qū)的科技服務業(yè)全要素生產(chǎn)率值從2009—2015年幾乎保持在0.2左右小幅波動，說明這一時期中部各省份科技服務業(yè)的生產(chǎn)要素投入量保持著較高水平的增長，而生產(chǎn)要素的產(chǎn)出依舊維持低水平運行，但二者之間的變化幅度大致相當。例如湖南省、河南省、江西省等，它們的整體科技服務業(yè)發(fā)展水平并不低，但是呈現(xiàn)出高投入、低產(chǎn)出的不平衡發(fā)展態(tài)勢。因此，如何提升科技服務業(yè)的價值創(chuàng)造能力和成果轉化率是中部各省份應該重點關注的問題。

(二)我國科技服務業(yè)全要素生產(chǎn)率動態(tài)分析

上文通過Super-SBM模型測算得到科技服務業(yè)的靜態(tài)生產(chǎn)效率，下面還利用Malmquist生產(chǎn)率指數(shù)對科技服務業(yè)進行動態(tài)的效率分析，表3列示了通過MaxDEA Ultra6.9計算得出的2009—2018年我國總體科技服務業(yè)生產(chǎn)效率值(ML)、技術效率指數(shù)(EC)和技術進步指數(shù)(TC)。

表3 2009—2018年我國科技服務業(yè)效率Malmquist生產(chǎn)率指數(shù)結果及分解

續(xù)表1

續(xù)表2

1.全國Malmquist全要素生產(chǎn)率指數(shù)分析

如圖2所示，我國總體科技服務業(yè)生產(chǎn)效率的ML值在2009—2018年期間基本保持在1以上，且呈現(xiàn)出波動上漲的趨勢，2009—2010年的效率值為1.20,最高值出現(xiàn)在2017—2018年期間，為1.48，最低值為2013—2014年的0.99。

從分解值可以看出，2009—2018年科技服務業(yè)生產(chǎn)效率的波動變化主要是由技術進步指數(shù)TC的波動變化引起的，二者的變動曲線幾乎處于貼合的狀態(tài)，而技術效率指數(shù)EC則維持在1左右小幅波動，這說明這段時期科技服務業(yè)生產(chǎn)效率的波動主要受到技術進步因素的影響，而受技術效率的影響并不顯著。技術進步指數(shù)的變化與我國科技創(chuàng)新、實施創(chuàng)新驅動發(fā)展戰(zhàn)略等息息相關。2009—2012年，技術進步指數(shù)從1.15上漲到1.34，而2012年以來，國家對科技服務業(yè)有了更清晰的發(fā)展定位，逐步加大了科技研發(fā)的投入力度，科研的方向也逐漸轉變?yōu)椤案呔狻蹦Ｊ?，因而科研成果落地周期變長，對前期投入要求變高，轉化為生產(chǎn)力的時效性滯后(趙丹等，2019)[24]，技術進步指數(shù)在2012—2016年這一段時期呈現(xiàn)出波動下降的趨勢，但整體仍保持在1以上的水平，這說明雖然技術效率增速變緩，但科技創(chuàng)新、技術升級等對科技服務行業(yè)發(fā)展提供的驅動力是持續(xù)有效的。2009—2018年技術效率指數(shù)相對保持平穩(wěn)，且2010—2014年期間低于1，這說明我國科技服務業(yè)仍未形成較好的產(chǎn)業(yè)集聚和規(guī)模優(yōu)勢，這段時期還是處于較為粗放的發(fā)展模式。

2017—2018年我國科技服務業(yè)ML值大幅度增長，從1.09增長到1.48，漲幅達到35.78%，主要原因是因為技術效率的提高，這一時期技術效率指數(shù)從1上漲到1.29，漲幅為29%。技術效率指數(shù)的顯著增長說明我國科技服務業(yè)的發(fā)展已經(jīng)形成了一定的規(guī)模效應，產(chǎn)業(yè)集聚的發(fā)展優(yōu)勢逐漸顯現(xiàn)，這也得益于各地方政府積極建立高技術產(chǎn)業(yè)園、科技企業(yè)孵化園等助推措施。

圖2 2009—2018年各年科技服務業(yè)Malmquist生產(chǎn)率指數(shù)及分解指數(shù)曲線圖

整體來看，我國科技服務業(yè)技術創(chuàng)新與技術效率這兩個推動行業(yè)發(fā)展的驅動因素并未得到充分融合，2009—2018年科技服務業(yè)的發(fā)展主要由技術進步驅動，但近年來有從技術驅動轉為效率驅動的趨勢，因此，如何使二者達到均衡狀態(tài)、共同推動科技服務業(yè)實現(xiàn)高質量發(fā)展是接下來的研究重點。

2.區(qū)域Malmquist全要素生產(chǎn)率指數(shù)分析

如圖3(a-i)，基于對2009—2018年全國各省份科技服務業(yè)Malmquist生產(chǎn)率值及分解指數(shù)的分析，可以得出以下結論：

圖3 2009—2018年各省份科技服務業(yè)Malmquist生產(chǎn)率指數(shù)及分解指數(shù)圖

(1)各省份科技服務業(yè)的發(fā)展呈現(xiàn)階段性特征。2009—2013年，我國大部分省份科技服務業(yè)ML值呈波動下降，2013—2014年，各區(qū)域科技服務業(yè)生產(chǎn)率指數(shù)水平整體上低于其他時期，尤其是東部地區(qū)的省份，近一半省份ML值小于1，生產(chǎn)率處于下行階段。這很大程度上是由于2012年之后我國經(jīng)濟開始步入新常態(tài)，經(jīng)濟增速放緩，轉而更加注重發(fā)展質量，科技服務業(yè)的發(fā)展也因此受到宏觀經(jīng)濟環(huán)境的影響。2015—2016年除了吉林、廣西等省份的科技服務業(yè)全要素生產(chǎn)率顯著提升，其他省份普遍增速放緩或者保持平穩(wěn)。2017—2018年，全國的科技服務業(yè)生產(chǎn)要素水平出現(xiàn)明顯的集體式提升，除新疆以外，其余省份ML值都高于1，說明國家對科技服務行業(yè)的全面指導初見成效，技術創(chuàng)新能力不斷進步，產(chǎn)業(yè)規(guī)模效益逐漸提高。

(2)在樣本期間，超過2/3的省份科技服務業(yè)Malmquist生產(chǎn)率值呈波動上升的趨勢，北京、上海、廣東、黑龍江、內蒙古、廣西、貴州、陜西、新疆等九個省份有所下降，而這九個省份均處于我國東部以及西部地區(qū)。東部地區(qū)部分省份科技服務業(yè)ML值下降主要是由于產(chǎn)業(yè)發(fā)展已經(jīng)達到一定的規(guī)模和水準，相比其他地區(qū)來說，提升規(guī)模效益以及獲得集聚優(yōu)勢的難度較高，此外，科技創(chuàng)新對整體效率值提升的效用變弱。而西部地區(qū)部分省份科技服務業(yè)ML值下降則主要是由于產(chǎn)業(yè)粗放式擴張，但未形成良好的規(guī)模效應，這需要地方政府采取有效措施來整合資源，促使科技服務業(yè)的高效發(fā)展。

(3)科技服務業(yè)Malmquist生產(chǎn)率值高增速地區(qū)逐漸由東部向中部、西部地區(qū)擴散。2009—2010年，科技服務業(yè)ML值較大的有江蘇、浙江、海南、貴州、新疆等省份，它們主要位于東部和西部地區(qū)。而ML值排名靠后的有河南、湖南、青海、寧夏等省份，它們的科技服務業(yè)全要素生產(chǎn)率有所下降，這些省份主要位于中部以及西部地區(qū)。2011年以來，科技服務業(yè)全要素生產(chǎn)率的空間分布發(fā)生變化，東部地區(qū)的生產(chǎn)率變動逐漸趨于平穩(wěn)，并且高增速地區(qū)逐漸向中、西部地區(qū)擴散，如中部地區(qū)的河南、山西等省份以及西部地區(qū)的重慶、廣西等省份科技服務業(yè)ML值明顯增大，這說明中、西部地區(qū)省份一方面吸收了東部地區(qū)部分省份發(fā)展科技服務業(yè)的成功經(jīng)驗，另一方面加大了對科技服務業(yè)的投入力度，逐步走上了因地制宜的發(fā)展道路。

五、結論與建議

(一)結論

本文通過采用Super-SBM模型以及ML指數(shù)動態(tài)效率分解測度我國30個省份2009—2018年科技服務業(yè)的全要素生產(chǎn)率，全面分析了我國科技服務業(yè)發(fā)展效率的時空演變與區(qū)域間的差異，得到以下結論:

(1)我國科技服務業(yè)的整體發(fā)展水平很低，年均效率值為0.39，依舊處于初步發(fā)展階段。根據(jù)加入松弛變量的Super-SBM模型計算得出的2009—2018年各省份及全國整體的科技服務業(yè)全要素生產(chǎn)效率值，可以看出大部分的省份生產(chǎn)效率值低于0.5，僅北京、上海、浙江三個省市生產(chǎn)率值較高，但是整體的生產(chǎn)效率是逐年遞增的，尤其是在“十三五”期間，國家對科技服務業(yè)的發(fā)展實施了更加全面的計劃，行業(yè)生產(chǎn)效率開始提速。這說明我國科技服務業(yè)靜態(tài)生產(chǎn)效率的時序發(fā)展與宏觀經(jīng)濟、政策因素等息息相關。

(2)2009—2018年Malmquist生產(chǎn)率指數(shù)整體變化不穩(wěn)定，但以年均18%左右的速度增長。2011 年以及 2014 年前后均出現(xiàn)波動，2015 年之后逐漸趨于穩(wěn)定。其中平均技術進步變化和技術效率變化均大于 1，年均增長率分別為15%和2%。從2009年到2016年ML生產(chǎn)率值呈現(xiàn)波動下降的趨勢，主要是受到技術進步變化的影響。而2017—2018年科技服務業(yè)技術效率的變化是ML生產(chǎn)率值快速增長的源動力。此外，在研究時段內，30個省份Malmquist全要素生產(chǎn)率值均值大于1，表現(xiàn)出上升態(tài)勢，說明科技服務業(yè)投入與產(chǎn)出不斷改善，產(chǎn)業(yè)結構不斷優(yōu)化，但我國科技服務業(yè)的發(fā)展并未有效兼顧技術創(chuàng)新能力與規(guī)模效應的同步提升。

(3)東部地區(qū)的科技服務業(yè)整體發(fā)展水平遠高于中部地區(qū)及西部地區(qū)。2009—2018年，東部地區(qū)科技服務業(yè)年均靜態(tài)全要素生產(chǎn)效率值為0.51，中部地區(qū)為0.23，西部地區(qū)為0.3。此外，無論是在科技服務業(yè)的投入還是產(chǎn)出方面東部地區(qū)都大幅度領先其他兩大地區(qū)，這充分說明科技服務業(yè)的發(fā)展受到地區(qū)經(jīng)濟基礎、科研水平及開放性程度等因素的影響(王曉珍，2012)[25]。

(4)當前我國科技服務業(yè)區(qū)域間差距仍然較大，但有縮小的趨勢，體現(xiàn)在科技服務業(yè)Malmquist生產(chǎn)率值高增速地區(qū)逐漸由東部向中部、西部地區(qū)擴散。尤其是2011年以來，東部地區(qū)的生產(chǎn)率變動逐漸趨于平穩(wěn)，而中部地區(qū)如河南、山西等省份以及西部地區(qū)如重慶、廣西等省份科技服務業(yè)ML值明顯增大。東部地區(qū)的科技服務業(yè)發(fā)展已經(jīng)達到一定的規(guī)模和水準，相比其他地區(qū)來說，提升規(guī)模效益以及獲得集聚優(yōu)勢的難度較高，此外，科技創(chuàng)新對整體效率值提升的效用變弱。中、西部地區(qū)雖仍處于較為粗放的發(fā)展模式，但隨著政府的有效引導，以及資源整合、投入水平的顯著提高，科技服務業(yè)的發(fā)展環(huán)境正得到有效改善。

(二)建議

(1)完善制度環(huán)境，強化對科技服務業(yè)的重視程度。我國科技服務業(yè)起步比較晚，相關的法律法規(guī)還有待完善(吳芹和蔣伏心，2020)[26]。通過完善相關政策制度，適當鼓勵、引導科技服務業(yè)發(fā)展，強化科技創(chuàng)新的重視程度，可以為科技服務業(yè)吸引到更多的優(yōu)勢資源，營造一個良好的發(fā)展環(huán)境。

(2)加大科技研發(fā)投入，鼓勵自主創(chuàng)新，著力攻克技術難題?？萍挤諛I(yè)的核心在于通過科技創(chuàng)新來服務社會，而科技創(chuàng)新無疑需要大量的資金、勞動力等投入。面對復雜難測的市場環(huán)境，只有加大科技服務業(yè)的投入，才會有越來越多的企業(yè)敢于自主創(chuàng)新，研發(fā)屬于我們自己的核心技術，技術“卡脖子”的難題才能一步一步解決，科技服務業(yè)才能為社會帶來越來越專業(yè)化、高端化的優(yōu)質服務(劉東，2015)[27]。

(3)協(xié)調區(qū)域發(fā)展，因地制宜，縮小區(qū)域差異。由于地理位置與經(jīng)濟水平的原始差異，不同地區(qū)的科技服務業(yè)可以采取不同的發(fā)展模式，鼓勵差異化戰(zhàn)略。中西部地區(qū)雖然在投入方面存在弱勢，但可以加強投入與產(chǎn)出的效率管理，減少冗雜投入。東部地區(qū)則可以利用其地理、人才、經(jīng)濟資源優(yōu)勢，加大注重技術創(chuàng)新能力的提升。東、中、西部地區(qū)做好產(chǎn)業(yè)銜接，發(fā)揮各自優(yōu)勢，逐步實現(xiàn)協(xié)調發(fā)展(刁伍鈞等，2015)[28]。

(4)適度強化空間聚集，合理利用科技服務業(yè)的輻射帶動作用。科技服務業(yè)通過不同水平、不同層次的集聚，有利于創(chuàng)新資源的空間外溢，發(fā)揮規(guī)模效應、產(chǎn)業(yè)關聯(lián)效應以及知識或技術的溢出效應(祖明和朱建濤，2020)[29]，提升周邊地區(qū)的創(chuàng)新效率，促進相鄰地區(qū)各類企業(yè)的協(xié)同發(fā)展，促進產(chǎn)業(yè)結構升級，有利于地區(qū)經(jīng)濟向高質量方向發(fā)展(崔敏和趙增耀，2020)[30]。

(5)通過市場化建設，打通精準服務渠道，提升科技服務業(yè)服務客體的能力?？萍挤諛I(yè)發(fā)展前期需要政府的大力支持，但在形成一定規(guī)模后需要離開政府這個“避風港”，以市場選擇為導向，自力更生，培養(yǎng)響應市場多種需求的能力，主動融入市場、服務市場。同時，通過對創(chuàng)新技術的運用、精準客戶群體定位，詳細了解客戶需求水平，提供更加精細化、專業(yè)化的服務。