基于SE-DEA 模型的廣東省科技創(chuàng)新效率評價研究

（廣東省科技干部學(xué)院商學(xué)院，廣東珠海 519090）

近年來，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，同時，經(jīng)濟(jì)增長方式由傳統(tǒng)的要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，提升區(qū)域創(chuàng)新能力成為促進(jìn)區(qū)域經(jīng)濟(jì)增長的重要措施。中國區(qū)域科技創(chuàng)新評價報告顯示，2018—2019 年度，全國綜合科技創(chuàng)新水平指數(shù)得分為69.63，廣東79.47，遠(yuǎn)高于全國平均水平，僅次于上京津，穩(wěn)居全國前列。當(dāng)前，廣東正處于轉(zhuǎn)型升級的關(guān)鍵階段，必須堅定不移地走創(chuàng)新驅(qū)動發(fā)展道路，以科技推動產(chǎn)業(yè)升級，是實(shí)現(xiàn)經(jīng)濟(jì)增長的動力轉(zhuǎn)換與結(jié)構(gòu)調(diào)整，降低經(jīng)濟(jì)波動、實(shí)現(xiàn)經(jīng)濟(jì)平穩(wěn)增長的重要保障，也是促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級、破解產(chǎn)業(yè)發(fā)展所面臨的瓶頸問題的重要路徑。

1 文獻(xiàn)綜述

針對科技創(chuàng)新，國內(nèi)外的研究主要集中在以下3 個方面：

其一，科技創(chuàng)新與經(jīng)濟(jì)的內(nèi)生增長理論方面。著名的熊彼特［1］創(chuàng)新理論對經(jīng)濟(jì)增長的內(nèi)在機(jī)理做了系統(tǒng)性研究。其二，科技創(chuàng)新指標(biāo)體系的評價方面。谷國鋒等［2］、李雨晨等［3］建立了政策法規(guī)（數(shù)量）指標(biāo)、科技投入（資源）指標(biāo)、科技產(chǎn)出（效率）指標(biāo)、科技實(shí)現(xiàn)（效益）指標(biāo)和可持續(xù)發(fā)展（綜合評價）指標(biāo)等5 個方面共35 個指標(biāo)的評價體系，同時選取具有代表性的投入和產(chǎn)出指標(biāo)，將其分為規(guī)模性指標(biāo)和相對性指標(biāo)進(jìn)行考量；李妍等［4］以廣東科技發(fā)展實(shí)際為例，構(gòu)建了廣東科技創(chuàng)新指數(shù)與評價指標(biāo)體系。其三，科技創(chuàng)新評價的實(shí)證研究方面。如易文鈞等［5］將科技創(chuàng)新因素從全要素生產(chǎn)率中剝離出來，以長三角和中部五省的面板數(shù)據(jù)為例研究科技創(chuàng)新投入和產(chǎn)出對經(jīng)濟(jì)增長的影響；閻東彬［6］、謝泗薪等［7］以京津冀城市群面板數(shù)據(jù)為例用市場和專利影響力兩項代表性指標(biāo)研究科技創(chuàng)新與區(qū)域經(jīng)濟(jì)增長的關(guān)系；另有其他學(xué)者參考之前的研究成果將科技創(chuàng)新投入與產(chǎn)出的典型指標(biāo)作為評價科技創(chuàng)新能力的變量代表［8-15］，分析各省市或各經(jīng)濟(jì)區(qū)域之間科技創(chuàng)新能力的差異性。

綜上所述，國內(nèi)外針對科技創(chuàng)新效率的評價研究主要基于科技創(chuàng)新投入與產(chǎn)出的代表性指標(biāo)分析，從研究方法上看，一類采用計量經(jīng)濟(jì)學(xué)為主的非參數(shù)方法，如數(shù)據(jù)包絡(luò)分析方法（DEA）對某一時期的截面數(shù)據(jù)進(jìn)行區(qū)域科技創(chuàng)新效率的評價，此方法具備適用性，一類采用數(shù)學(xué)規(guī)劃為主的參數(shù)方法，如隨機(jī)前沿分析法（SFA）。因此，本文將已被文獻(xiàn)證實(shí)與科技創(chuàng)新效率相關(guān)的代表性投入產(chǎn)出指標(biāo)作為評價體系，用于廣東省各地市科技創(chuàng)新效率的差異化比較研究，對廣東省的科技創(chuàng)新發(fā)展提出策略建議。

2 模型構(gòu)建及實(shí)證研究

2.1 研究方法的選擇

本文選取大多數(shù)學(xué)者采用的數(shù)據(jù)包絡(luò)分析法，使用DEA 中CCR 模型計算廣東省2018 年21 個地市科技創(chuàng)新效率。

2.2 科技創(chuàng)新效率評價指標(biāo)和數(shù)據(jù)的選取

綜合之前學(xué)者研究的成果，科技創(chuàng)新效率的評價指標(biāo)大體分為R&D 人員與經(jīng)費(fèi)的投入指標(biāo)和專利、技術(shù)合同、高新技術(shù)產(chǎn)品的產(chǎn)出指標(biāo)，因此本文選取專利申請量、專利授權(quán)量、技術(shù)合同成交金額、高新技術(shù)產(chǎn)品產(chǎn)值、高新技術(shù)產(chǎn)品出口額作為產(chǎn)出，其中，大多數(shù)文獻(xiàn)將專利的申請和授權(quán)量作為科技創(chuàng)新的產(chǎn)出指標(biāo)，它們是科技創(chuàng)新的重要表征因素，本文加入高新技術(shù)產(chǎn)品相關(guān)指標(biāo)，是因?yàn)榧夹g(shù)合同成交額、高新技術(shù)產(chǎn)品產(chǎn)值和出口額體現(xiàn)了技術(shù)創(chuàng)新成果的轉(zhuǎn)化率和區(qū)域產(chǎn)業(yè)的技術(shù)創(chuàng)新水平［18］。將R&D 人員、R&D 經(jīng)費(fèi)、R&D 經(jīng)費(fèi)占本地GDP 比重、地方財政科技撥款、地方財政撥款占地方財政支出的比例作為投入指標(biāo)，基本與國家科技創(chuàng)新投入與產(chǎn)出的指標(biāo)評價體系一致。廣東省21 個地市的科技創(chuàng)新數(shù)據(jù)如表1 所示，均來源于2018 年廣東科技統(tǒng)計數(shù)據(jù)和各地市科技統(tǒng)計數(shù)據(jù)。

表1 廣東省各地市2018 年科技創(chuàng)新投入產(chǎn)出表

2.3 DEA 效率分析

本文采用MYDEA 軟件對表1 的數(shù)據(jù)進(jìn)行分析，由于DEAP2.0 軟件運(yùn)行結(jié)果有12 個地市科技創(chuàng)新效率超過1，達(dá)到DEA 有效，但是排名仍不夠清晰，故而用SE-DEA 方法以產(chǎn)出為導(dǎo)向?qū)?1 個地市的科技創(chuàng)新效率進(jìn)行排名。具體結(jié)果如表2 所示。

表2 廣東省21 個地市科技創(chuàng)新效率評價結(jié)果

將表1 中的數(shù)據(jù)進(jìn)行可視化，可得到廣東省21個地市科技創(chuàng)新投入產(chǎn)出指標(biāo)對比圖，如圖1 所示。圖2 顯示出各地市科技創(chuàng)新效率的評價值，結(jié)果更加直觀。

圖1 廣東省21 個地市科技創(chuàng)新投入產(chǎn)出指標(biāo)對比

圖2 廣東省21 個地市科技創(chuàng)新效率評價值對比

從圖2 的評價結(jié)果來看，廣東省21 個地市的科技創(chuàng)新效率評價值中，廣州市排名第一，達(dá)到4.04分，從表1 的數(shù)據(jù)來看，廣州市的R&D 人員投入低于深圳和東莞，甚至不足深圳的1/3，科技經(jīng)費(fèi)投入低于深圳，之所以評分最高，是因?yàn)樵诋a(chǎn)出指標(biāo)中，專利申請及授權(quán)量超過東莞，技術(shù)合同成交額全省第一，由此可見，科技創(chuàng)新效率的高低與科技人員和經(jīng)費(fèi)的投入多少并無直接關(guān)聯(lián)，而與投入是否能夠達(dá)到相應(yīng)比例的產(chǎn)出有關(guān)。

云浮市排名第二，達(dá)到2.34分，且規(guī)模效益遞增，表1 的數(shù)據(jù)里云浮市的R&D 人員及經(jīng)費(fèi)投入在全省排在最后一名，但技術(shù)合同成交金額、高新技術(shù)產(chǎn)品產(chǎn)值卻分別超過14 地市和7 地市，因此其科技創(chuàng)新效率排名較高。從表2 的結(jié)果來看，云浮市投入指標(biāo)中R&D 經(jīng)費(fèi)與目標(biāo)值一致，但R&D 人員投入冗余747 人，產(chǎn)出指標(biāo)中專利申請與授權(quán)量不足，分別偏移目標(biāo)量216 件與150件，技術(shù)合同成交金額、高新技術(shù)產(chǎn)品產(chǎn)值及高新技術(shù)產(chǎn)品出口額均有冗余，這表明云浮市R&D 經(jīng)費(fèi)投入較為合理，但還需優(yōu)化R&D 人員的資源配置，重點(diǎn)提高專利申請與授權(quán)量，保證研究人員的科技創(chuàng)新能力和水平。

東莞市排名第三，評價值2.17 分，表1 的數(shù)據(jù)中能夠看到東莞市的R&D 研究人員及經(jīng)費(fèi)的投入在全省名列前茅，說明政府對科技投入較為重視，表2 看到在產(chǎn)出指標(biāo)中高新技術(shù)產(chǎn)品產(chǎn)值偏移量居全省第一，但仍需合理配置R&D 人員和經(jīng)費(fèi)投入，重點(diǎn)提高技術(shù)合同成交金額，以保證投入產(chǎn)出指標(biāo)的平衡。

在21 個地市中，深圳市科技創(chuàng)新能力毋庸置疑，專利申請及授權(quán)量、高新技術(shù)產(chǎn)品產(chǎn)值及出口額的產(chǎn)出指標(biāo)均遙遙領(lǐng)先于其他地市，排名第一，但其科技創(chuàng)新效率卻排在第七位，只有1.39分，表現(xiàn)不佳，從表2 的分析結(jié)果來看，深圳市科技創(chuàng)新效率已達(dá)到DEA 有效，投入指標(biāo)除R&D 經(jīng)費(fèi)占GDP 比重與目標(biāo)值一致外，其余投入指標(biāo)與產(chǎn)出指標(biāo)均有較大冗余量，但產(chǎn)出指標(biāo)的偏移目標(biāo)最大值不如廣州、東莞等市，因此深圳在未來的科技創(chuàng)新政策中應(yīng)當(dāng)優(yōu)化R&D 人員和經(jīng)費(fèi)的投入結(jié)構(gòu)，在合理的范圍內(nèi)產(chǎn)出高質(zhì)量的成果，尤其需提升高新技術(shù)產(chǎn)品產(chǎn)值，提高科技創(chuàng)新效率。

在21 個地市的科技創(chuàng)新效率評價結(jié)果中陽江、揭陽兩市在R&D 人員及經(jīng)費(fèi)投入指標(biāo)上偏移量較小或無偏移，表1 中陽江市這兩個指標(biāo)數(shù)據(jù)不足揭陽市的1/4，但陽江市評價值為1.51 分，排名第六，而揭陽市評價值為0.63 分，排在第二十位，陽江市的專利授權(quán)量與高新技術(shù)產(chǎn)品產(chǎn)值分別超過目標(biāo)值1 109 件和111.59 億元，揭陽市這兩個指標(biāo)卻距離目標(biāo)值差3 148 件和183.15 億元，表1 中的產(chǎn)出數(shù)據(jù)陽江市高新技術(shù)產(chǎn)品產(chǎn)值甚至超過了揭陽，這說明即使投入數(shù)據(jù)不存在偏差或偏差較少，產(chǎn)出數(shù)據(jù)上的不足也會大大影響科技創(chuàng)新效率的評價值。

總體來看，廣東省21 個地市的科技創(chuàng)新效率評價差異明顯，廣州第一，云浮、東莞、河源名列前茅，茂名、揭陽、肇慶位列倒數(shù)，各項投入產(chǎn)出指標(biāo)領(lǐng)先的深圳市排名第七，這表明科技創(chuàng)新效率的評價值與區(qū)域經(jīng)濟(jì)發(fā)展水平關(guān)系不大，而與投入是否能達(dá)到對應(yīng)比例的產(chǎn)出有關(guān)。廣州地處省會城市，聚集了全省近70%的高校、97%的國家級重點(diǎn)學(xué)科、69%的國家重點(diǎn)實(shí)驗(yàn)室以及58%的獨(dú)立研究機(jī)構(gòu)，有這樣一批高水平研究平臺和研究人員，科技創(chuàng)新效率排名第一實(shí)至名歸。而從珠三角、粵東西北區(qū)域的角度觀察，四個區(qū)域城市排名有先有后，科技創(chuàng)新效率并未呈現(xiàn)明顯的地域特色，這也印證了之前的分析結(jié)果，但值得一提的是，珠三角9 市規(guī)模報酬均呈現(xiàn)遞減狀態(tài)，而粵西3 市、粵北5 市（除韶關(guān)外）則呈現(xiàn)遞增狀態(tài)，這表明珠三角正處于科技創(chuàng)新投入收益不平衡階段，應(yīng)盡快調(diào)整科技創(chuàng)新政策，優(yōu)化人員及經(jīng)費(fèi)投入結(jié)構(gòu)，凝聚力量在重大科技基礎(chǔ)設(shè)施、重大科技創(chuàng)新平臺和重大科技項目上核心攻關(guān)并取得成果，提升科技創(chuàng)新效率。而珠三角對于粵東西北的輻射帶動效應(yīng)明顯，粵東西北中有9 市處于規(guī)模報酬遞增階段，更應(yīng)抓住機(jī)遇，緊跟粵港澳大灣區(qū)建設(shè)腳步，加快人才集聚，提升粵東西北地區(qū)自主科技創(chuàng)新能力。

3 結(jié)論與下一步的研究建議

本文運(yùn)用SE-DEA 模型對2018 年廣東省21 個地市的科技創(chuàng)新效率進(jìn)行評價，廣州市排名第一，肇慶排在末位，投入產(chǎn)出指標(biāo)中排名首位的深圳市科技創(chuàng)新效率評價值僅排在第七位，說明科技創(chuàng)新效率與區(qū)域經(jīng)濟(jì)發(fā)展水平關(guān)聯(lián)不大，且并非R&D 人員與經(jīng)費(fèi)投入越多，效率越高，若無相應(yīng)產(chǎn)出比例，效率值反而降低。

基于以上實(shí)證分析結(jié)論，為了能夠推動廣東省科技創(chuàng)新效率的提升，可以采取如下措施：

（1）優(yōu)化珠三角科技創(chuàng)新人員及經(jīng)費(fèi)的資源配置，加大規(guī)模效益遞增的粵東西北區(qū)域人員及經(jīng)費(fèi)投入力度。首先，積極推進(jìn)科技創(chuàng)新人員配置改革及科技經(jīng)費(fèi)改革，推動珠三角科技創(chuàng)新資源集聚，促進(jìn)科技創(chuàng)新資源優(yōu)勢互補(bǔ)，重點(diǎn)扶持符合廣東科技創(chuàng)新及產(chǎn)業(yè)發(fā)展重大需求的核心技術(shù)項目。其次，加大粵東西北區(qū)域經(jīng)費(fèi)投入，加強(qiáng)省科技資金的傾斜支持力度，鼓勵珠三角重點(diǎn)大學(xué)、研究機(jī)構(gòu)和先進(jìn)企業(yè)等與粵東西北聯(lián)合，促進(jìn)高層次科技創(chuàng)新人才互助交流，充分發(fā)揮區(qū)域優(yōu)勢產(chǎn)業(yè)的主導(dǎo)作用，突出地域特色，全面提升廣東省科技創(chuàng)新能力，促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。

（2）在有效的科技創(chuàng)新人員及經(jīng)費(fèi)配置下，加大科技創(chuàng)新產(chǎn)出，提高科技創(chuàng)新效率。從實(shí)證分析結(jié)果來看，云浮、河源、湛江、陽江、潮州和汕頭6 市在廣東省21 個地市科技創(chuàng)新效率的排名中進(jìn)入前十，超過珠三角5 市（惠州、佛山、珠海、江門、肇慶），與傳統(tǒng)認(rèn)知有一定的差異，但印證了某些學(xué)者之前的研究結(jié)論，如張長征等［18］研究結(jié)果表明，經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，其高新技術(shù)產(chǎn)業(yè)的粗放式和外延式發(fā)展模式漸漸趨于停滯，但高水平產(chǎn)業(yè)創(chuàng)新能力尚未完全形成，而落后地區(qū)正在“復(fù)制”前者以往的規(guī)模擴(kuò)張和低水平產(chǎn)業(yè)創(chuàng)新推動產(chǎn)業(yè)集聚，因此科技創(chuàng)新效率可能更高。從本文結(jié)果來看，深圳、珠海、佛山等珠三角發(fā)達(dá)城市之所以科技創(chuàng)新效率排名較低，更多的是高新技術(shù)產(chǎn)業(yè)的相關(guān)產(chǎn)出沒有達(dá)到投入指標(biāo)相應(yīng)比例的預(yù)期目標(biāo)，待高新技術(shù)產(chǎn)業(yè)創(chuàng)新路徑發(fā)展完善后，可能會刷新這一結(jié)論。

（3）以市場為導(dǎo)向，以企業(yè)為主體，重視科技成果的轉(zhuǎn)化，服務(wù)區(qū)域經(jīng)濟(jì)。從實(shí)證結(jié)果來看，廣東省大部分地市的技術(shù)合同成交額偏低，這說明廣東雖然具備一流高校及科研機(jī)構(gòu)等資源優(yōu)勢，但總體科技成果轉(zhuǎn)化率依然較低，大部分高?？蒲谐晒煌Ａ粼谡撐摹?shí)驗(yàn)室試驗(yàn)階段，難以產(chǎn)業(yè)化，未來可以打造科技成果轉(zhuǎn)化平臺，促進(jìn)高校、科研機(jī)構(gòu)和企業(yè)對接，以推動基礎(chǔ)研究項目向市場驗(yàn)證項目轉(zhuǎn)化為核心，加快基礎(chǔ)研究成果與可市場化成果之間的轉(zhuǎn)化速度，同時盡快修訂科技成果轉(zhuǎn)化法，重點(diǎn)挖掘創(chuàng)新供給和創(chuàng)新需求兩方面的潛力，保證科技創(chuàng)新工作者對科技成果的處置權(quán)和收益權(quán)，鋪設(shè)科技與經(jīng)濟(jì)之間的制度橋梁。

最后值得說明的是，本文僅使用2018 年的截面數(shù)據(jù)，結(jié)論雖能大致反映出廣東省21 個地市科技創(chuàng)新效率的排名，但仍具有一定的局限性。下一步研究建議拓展至面板數(shù)據(jù)，得出的結(jié)論將會更加精確。