科技創(chuàng)新與礦業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展研究
——基于礦產(chǎn)資源產(chǎn)業(yè)差異視角

成金華， 左芝鯉*， 李詠麟

(1.中國地質(zhì)大學(xué)(武漢)經(jīng)濟(jì)管理學(xué)院， 武漢 430074；2.中國地質(zhì)大學(xué)(武漢)資源環(huán)境經(jīng)濟(jì)研究中心， 武漢 430074)

礦產(chǎn)資源是人類社會賴以生存和發(fā)展的重要物質(zhì)基礎(chǔ).礦產(chǎn)資源供給了人類95%以上的能源，80%以上的工業(yè)原料，70%以上的農(nóng)業(yè)生產(chǎn)原料，礦業(yè)支撐了我國70%以上的國民經(jīng)濟(jì)運轉(zhuǎn)[1].在經(jīng)濟(jì)發(fā)展新常態(tài)背景下，我國正面臨著發(fā)展轉(zhuǎn)型、增速換擋、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等眾多挑戰(zhàn)，而科技創(chuàng)新則是引領(lǐng)經(jīng)濟(jì)高質(zhì)量發(fā)展的核心驅(qū)動力.雖然礦業(yè)作為傳統(tǒng)行業(yè)之一，但其高質(zhì)量發(fā)展必定離不開現(xiàn)代高新技術(shù)的推動，礦業(yè)的發(fā)展歷程一定是科技持續(xù)進(jìn)步的過程.十九屆五中全會中明確提出保障能源和戰(zhàn)略性礦產(chǎn)資源安全，確保國家經(jīng)濟(jì)安全，科技創(chuàng)新正是破解資源開發(fā)利用難題和保障資源安全可靠供應(yīng)的根本之策.在此背景下，探索科技創(chuàng)新與礦業(yè)高質(zhì)量發(fā)展的平衡點，尋求產(chǎn)業(yè)健康發(fā)展新出發(fā)點，對于我國經(jīng)濟(jì)發(fā)展與國家安全具有重要意義.

經(jīng)濟(jì)高質(zhì)量發(fā)展在2017年黨的十九大首次提出，中國經(jīng)濟(jì)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段.新時代下的高質(zhì)量發(fā)展必須是效率和質(zhì)量導(dǎo)向的，即體現(xiàn)質(zhì)量第一、效率優(yōu)先，以實現(xiàn)更高質(zhì)量、更有效率、更加公平、更可持續(xù)的發(fā)展[2].熊彼特[3](Schumpeter J A)是第一位提出創(chuàng)新理論并將其應(yīng)用于經(jīng)濟(jì)發(fā)展理論的經(jīng)濟(jì)學(xué)家，他指出創(chuàng)新是經(jīng)濟(jì)發(fā)展最本質(zhì)的屬性且創(chuàng)新是一種創(chuàng)造性破壞.孫祁祥和周新發(fā)[4]指出科技創(chuàng)新與經(jīng)濟(jì)高質(zhì)量發(fā)展之間存在復(fù)雜的聯(lián)系，主要包括微觀、中觀和宏觀三個層面.其中，微觀層面包括企業(yè)、高校、科研院所等機(jī)構(gòu)；中觀層面包括產(chǎn)業(yè)鏈、價值鏈和區(qū)域科技創(chuàng)新增長極；宏觀層面為中國科技在世界的總體競爭力水平.而技術(shù)進(jìn)步對礦產(chǎn)資源行業(yè)的開發(fā)利用起著主導(dǎo)作用，它推動了我國礦產(chǎn)資源的空間流動和轉(zhuǎn)移，極大地增強(qiáng)了我國礦業(yè)的核心競爭能力.因此，強(qiáng)調(diào)科技創(chuàng)新與促進(jìn)技術(shù)進(jìn)步是我國礦業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵，而如何測算礦業(yè)科技創(chuàng)新效率就顯得極其重要.

Afriat[5]于1972年首次提出了科技創(chuàng)新效率，他認(rèn)為若一個可行的投入產(chǎn)出向量效率在技術(shù)上有效，則可指代研發(fā)科技創(chuàng)新活動中的技術(shù)效率.科技創(chuàng)新效率的評價與測度逐漸成為衡量各行業(yè)或地區(qū)科技資源配置和發(fā)展水平的重要指標(biāo).國內(nèi)外關(guān)于科技創(chuàng)新效率的研究大多基于科技創(chuàng)新的投入與產(chǎn)出的指標(biāo)分析，從研究方法上來看，主要有基于非參數(shù)理論的數(shù)據(jù)包絡(luò)分析法(data envelopment analysis，DEA)和基于數(shù)學(xué)規(guī)劃的參數(shù)方法——隨機(jī)前沿生產(chǎn)函數(shù)法(stochastic frontier approach，SFA)兩類.從評價對象上來看，國內(nèi)外學(xué)者多圍繞行業(yè)、區(qū)域和企業(yè)三個層面展開研究.在行業(yè)層面，Sun等[6]利用隨機(jī)前沿分析測度了韓國制造業(yè)的技術(shù)創(chuàng)新效率并進(jìn)行比較分析.Tingley等[7]利用SFA和DEA模型測算了英吉利海峽漁業(yè)生產(chǎn)的技術(shù)創(chuàng)新效率，并采用Tobit回歸模型分析了影響技術(shù)效率的主要因素.董明濤[8]基于CCR的DEA模型測度了2009年—2011年我國農(nóng)業(yè)科技創(chuàng)新配置效率，并建立個體固定效應(yīng)模型分析其影響因素.方福前和張平[9]利用DEA模型測算了2001年—2006年我國14個高科技行業(yè)的科技創(chuàng)新效率，并通過投影分析法分析了部分行業(yè)的投入過剩和產(chǎn)出不足.牛澤東等[10]基于隨機(jī)前沿分析法測算了1997年—2010年我國裝備制造業(yè)7個子行業(yè)的技術(shù)創(chuàng)新效率，并用無效率方程對其影響因素進(jìn)行分析.在區(qū)域?qū)用?，錢麗等[11]基于共同前沿理論，利用CCR-BCC的兩階段DEA模型測度分析了我國2003年—2010年各省份企業(yè)綠色科技研發(fā)和成果轉(zhuǎn)化效率，并對其影響因素進(jìn)行分析.Wang等[12]采用三階段DEA模型測算了30個國家的科技創(chuàng)新效率，并用Tobit回歸模型控制外部環(huán)境.史修松等[13]運用隨機(jī)前沿分析方法測算并分析了中國29個省份的區(qū)域創(chuàng)新效率及其空間差異.在企業(yè)層面，Zhang等[14]采用隨機(jī)前沿分析法分析了中國8 341家大中型企業(yè)1995年的研發(fā)效率問題.池仁勇[15]通過對浙江省200多家大中小企業(yè)進(jìn)行問卷調(diào)查，利用數(shù)據(jù)包絡(luò)分析方法測算其技術(shù)創(chuàng)新效率，并對影響因素進(jìn)行回歸檢驗.

綜上所述，現(xiàn)有的研究中針對科技創(chuàng)新對礦產(chǎn)資源行業(yè)影響的研究較少，大多采用截面數(shù)據(jù)研究區(qū)域科技創(chuàng)新效率問題，在其動態(tài)變化趨勢和時滯效應(yīng)的研究上有待深入.此外，現(xiàn)有的研究對科技創(chuàng)新投入的冗余分析有所欠缺，使得資源合理配置問題尚未解決.本文相較于已有研究，主要從以下幾部分進(jìn)行深入拓展：1) 本文選用礦產(chǎn)資源行業(yè)5個主要子產(chǎn)業(yè)2011年—2019年的面板數(shù)據(jù)，采用規(guī)模報酬可變的兩階段DEA模型，對科技創(chuàng)新投入產(chǎn)出過程中的時滯性加以考慮；2) 基于效率評價結(jié)果，用Malmquist指數(shù)將礦業(yè)科技創(chuàng)新效率分解為純技術(shù)效率和規(guī)模效率兩個部分，對其動態(tài)演化趨勢和靜態(tài)效率進(jìn)行了對比分析；3) 對礦產(chǎn)資源行業(yè)相關(guān)的科技成果產(chǎn)出與成果轉(zhuǎn)化兩個階段的效率進(jìn)行優(yōu)化分析，測算出投入冗余和產(chǎn)出不足，并探究了效率損失的原因，并給出了相應(yīng)的對策建議.

1 研究方法與指標(biāo)選取

1.1 模型構(gòu)建

DEA方法是運用線性規(guī)劃來測算效率，不需要確定指標(biāo)權(quán)重和統(tǒng)一指標(biāo)量綱，能夠有效處理多投入多產(chǎn)出問題，在效率測度上具有優(yōu)勢[16].其中，兩階段DEA模型充分考慮了投入產(chǎn)出的中間過程，能夠得到科技創(chuàng)新投入產(chǎn)出過程中不同階段對整體效率的影響情況[17].

本研究將科技創(chuàng)新對采礦業(yè)發(fā)展的影響過程劃分成兩個階段，即產(chǎn)出階段和轉(zhuǎn)化階段.通過構(gòu)建兩階段DEA模型，分別測度其不同階段下的科技創(chuàng)新效率，為實現(xiàn)采礦業(yè)的高質(zhì)量發(fā)展提供理論依據(jù).其中，第一階段測度與各產(chǎn)業(yè)相關(guān)的R&D人力投入、R&D經(jīng)費投入等要素而產(chǎn)出科技成果的效率，該階段體現(xiàn)的是科技成果產(chǎn)出效率；第二階段測度的是科技成果的轉(zhuǎn)化效率，指將第一階段的產(chǎn)出進(jìn)行轉(zhuǎn)化以實現(xiàn)其經(jīng)濟(jì)價值，通過將所產(chǎn)生的成果產(chǎn)品化，并將科技創(chuàng)新成果應(yīng)用到礦產(chǎn)資源產(chǎn)業(yè)的方方面面，從而促進(jìn)采礦業(yè)高質(zhì)量發(fā)展.

第一階段是以投入最小化產(chǎn)出最大化為目標(biāo)，評價指標(biāo)為投入—產(chǎn)出效率：

(1)

將公式(1)運用Charnes-Cooper變換[18]可得：

(2)

式中，ωi，λd分別為第一階段投入指標(biāo)和產(chǎn)出指標(biāo)的權(quán)重系數(shù)，η1為不受約束的實時變量.若η1等于零，則決策單元是生產(chǎn)規(guī)模最優(yōu)狀態(tài)，表示規(guī)模報酬不變，若η1不等于零，則決策單元處于規(guī)模遞減或遞增狀態(tài).

第二階段是以產(chǎn)出最大化投入最小化為目標(biāo)，評價指標(biāo)為產(chǎn)出-投入效率：

(3)

式中，

通過Charnes-Cooper變換對公式(3)進(jìn)行轉(zhuǎn)換，可以得到最終模型(4)：

(4)

式中，λd，uk分別為第一階段投入指標(biāo)和產(chǎn)出指標(biāo)的權(quán)重系數(shù)，η2為不受約束的實時變量.若η2等于零，則決策單元是生產(chǎn)規(guī)模最優(yōu)狀態(tài)，表示規(guī)模報酬不變，若η2不等于零，則決策單元處于規(guī)模遞減或遞增狀態(tài).

為了比較各時期的消費水平波動變化，Sten Malmquist[19]于1953年提出了Malmquist 指數(shù).而后Caves[20]通過引入方向距離函數(shù)構(gòu)建全要素生產(chǎn)率(TFP)波動的指標(biāo).Fare[21]首次利用數(shù)據(jù)包絡(luò)分析對TFP指數(shù)進(jìn)行測度，同時構(gòu)造出FGNZ[22]分解模型，將Malmquist 指數(shù)分解為規(guī)模效率變化(SEC)、技術(shù)效率變化(TEC)和技術(shù)進(jìn)步(TC)指數(shù).隨后，Ray和Desli[23]對其分解模型加以修訂，增強(qiáng)了模型解釋力，構(gòu)建出RD分解模型.

DEA-Malmquist指數(shù)模型不同與以往的靜態(tài)DEA分析，它可以分析全要素生產(chǎn)率的變化及其各分解因素對全要素生產(chǎn)率變化的影響.利用該模型，首先根據(jù)投入產(chǎn)出數(shù)據(jù)構(gòu)造出生產(chǎn)前沿面函數(shù)，通過數(shù)據(jù)包絡(luò)分析的非參數(shù)理論對距離函數(shù)進(jìn)行求解，求出各個決策單元(DMU)在相鄰時期內(nèi)到生產(chǎn)前沿的距離，以此作為不同時期TFP的變化.全要素生產(chǎn)率變動指數(shù)(ITFPCH)的計算公式如下所示：

ITFPCH，

(5)

式中，在t時期和t+1時期的投入和產(chǎn)出向量分別用xt，yt，xt+1，yt+1表示；dt(xt，yt)，dt+1(xt+1，yt+1)分別代表第t期和第t+1期距離函數(shù).

當(dāng)ITFPCH值小于1時表示全要素生產(chǎn)率減少，創(chuàng)新效率下降；當(dāng)ITFPCH大于1時表示全要素生產(chǎn)率增加，創(chuàng)新效率提升.假設(shè)規(guī)模報酬不變，ITPFCH可分解得到綜合技術(shù)效率指數(shù)(IEC)和技術(shù)進(jìn)步指數(shù)(ITC)兩個部分，其分解過程如下：

Mt，t+1=IEC×ITC，

(6)

其中，

IEC指各個DMU從t到t+1期與生產(chǎn)前沿面的距離遠(yuǎn)近.當(dāng)IEC大于1時，綜合技術(shù)效率減小，表示比前期更接近生產(chǎn)前沿面.ITC指最優(yōu)生產(chǎn)前沿面的邊界的變動.當(dāng)ITC大于1時，表明生產(chǎn)前沿面向上提升.假設(shè)規(guī)模報酬可變，IEC能分解得到IPEC和ISEC，其分解過程如下：

IEC=IPEC×ISEC，

(7)

其中，

式中，c和v分別表示規(guī)模報酬不變和規(guī)模報酬可變兩種情況.

1.2 指標(biāo)選取

根據(jù)2011年國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)，采礦業(yè)包括煤炭開采與洗選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)、開采專業(yè)及輔助性活動和其他采礦業(yè)7大類，考慮到數(shù)據(jù)可得性和產(chǎn)業(yè)特殊性，本研究僅選取主要的煤炭開采與洗選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)這五大產(chǎn)業(yè)作為研究單元.根據(jù)已有研究中的指標(biāo)選取[24-25]，同時考慮到數(shù)據(jù)的可獲取、全面、合理等要求，最終采用兩階段DEA模型選擇的產(chǎn)出指標(biāo)描述如下.

通過參考相關(guān)研究文獻(xiàn)的指標(biāo)[24-25]，結(jié)合指標(biāo)數(shù)據(jù)的可得性、全面性及指標(biāo)依據(jù)的合理性，確定兩階段DEA模型中涉及的各階段的投入產(chǎn)出指標(biāo).

將成果產(chǎn)出階段作為第一階段，在此過程中，礦產(chǎn)資源產(chǎn)業(yè)相關(guān)的科技創(chuàng)新要素投入產(chǎn)出為科技成果.投入指標(biāo)包括各產(chǎn)業(yè)R&D項目數(shù)、各產(chǎn)業(yè)R&D人員數(shù)和各產(chǎn)業(yè)R&D經(jīng)費投入，產(chǎn)出指標(biāo)主要包括發(fā)表科技論文數(shù)量及有效發(fā)明專利數(shù)量.將成果轉(zhuǎn)化階段作為第二階段，在此過程中，相應(yīng)的科技創(chuàng)新成果轉(zhuǎn)化為生產(chǎn)得到的經(jīng)濟(jì)效益.投入指標(biāo)為第一階段的產(chǎn)出指標(biāo)，產(chǎn)出指標(biāo)為新產(chǎn)品銷售收入，新產(chǎn)品銷售收入是衡量創(chuàng)新績效的常用指標(biāo)[26-27]，其反映了產(chǎn)業(yè)的創(chuàng)新市場價值.投入產(chǎn)出框架如圖1所示.

圖1 兩階段DEA投入-產(chǎn)出框架圖Fig.1 Two-stage DEA input-output framework

1.3 數(shù)據(jù)來源

本文選取2011年—2019年采礦業(yè)中煤炭開采與洗選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)這五大產(chǎn)業(yè)為研究對象，相關(guān)數(shù)據(jù)來源于2011年—2019年《中國科技統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》、EPS數(shù)據(jù)平臺、國家知識產(chǎn)權(quán)局專利檢索及分析系統(tǒng)等，數(shù)據(jù)分布如圖2所示.

2 實證分析

2.1 技術(shù)創(chuàng)新對礦產(chǎn)資源產(chǎn)業(yè)影響的效率評價

本文通過投入導(dǎo)向型和產(chǎn)出導(dǎo)向型的DEA-BCC模型，借助DEA-SOLVER軟件，對兩個階段的面板數(shù)據(jù)進(jìn)行測算，并在模型中考慮超效率，最終分階段評價科技創(chuàng)新對礦產(chǎn)資源產(chǎn)業(yè)的影響，并得到各產(chǎn)業(yè)各個階段的綜合效率、純技術(shù)效率、規(guī)模效率，結(jié)果如表1所示.

科技成果產(chǎn)出階段：就綜合效率而言，五大產(chǎn)業(yè)的排名如下：黑色金屬礦采選業(yè)>非金屬礦采選業(yè)>有色金屬礦采選業(yè)>石油和天然氣采選業(yè)>煤炭開采和洗選業(yè).其中，僅黑色金屬礦采選業(yè)的綜合效率均值實現(xiàn)了DEA有效，煤炭開采和洗選業(yè)、石油和天然氣采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)的綜合效率較低，尚未實現(xiàn)DEA有效.就純技術(shù)效率均值而言，煤炭開采和洗選業(yè)、石油和天然氣采選業(yè)、黑色金屬礦采選業(yè)均超過了1，這說明這三個產(chǎn)業(yè)在投入要素的使用上是合理的，實現(xiàn)了技術(shù)DEA有效.盡管煤炭開采和洗選業(yè)、石油和天然氣采選業(yè)、黑色金屬礦采選業(yè)這三個產(chǎn)業(yè)的技術(shù)DEA有效，但是其規(guī)模無效是導(dǎo)致其綜合效率水平未能實現(xiàn)DEA有效的原因.此外，有色金屬礦采選業(yè)和非金屬礦采選業(yè)都處于規(guī)模效應(yīng)遞增狀態(tài)，這在一定程度上彌補(bǔ)了由于技術(shù)效率不足所導(dǎo)致的綜合效率低下的問題，使得其綜合效率排名靠前.

科技成果轉(zhuǎn)化階段：就綜合效率而言，五大產(chǎn)業(yè)的排名如下：有色金屬礦采選業(yè)>煤炭開采和洗選業(yè)>非金屬礦采選業(yè)>黑色金屬礦采選業(yè)>石油和天然氣采選業(yè).其中，有色金屬礦采選業(yè)和煤炭開采和洗選業(yè)的綜合效率均值實現(xiàn)了DEA有效.就純技術(shù)效率均值而言，煤炭開采和洗選業(yè)的純技術(shù)效率均值為5.28，這反映了煤炭開采和洗選業(yè)的科技成果投入實現(xiàn)了有效的經(jīng)濟(jì)產(chǎn)出，同時，這也規(guī)避了其規(guī)模效率較低所引起的DEA無效問題.此外，盡管石油和天然氣采選業(yè)和黑色金屬礦采選業(yè)的規(guī)模效率較高，但其純技術(shù)效率較低是引起其DEA無效的主要原因.綜上，可以說明技術(shù)因素和規(guī)模因素是導(dǎo)致不同礦產(chǎn)資源行業(yè)科技成果產(chǎn)出及轉(zhuǎn)化DEA無效的主要原因.

注：X1、X2、X3、Y1、Y2、Z1分別代表R&D項目數(shù)、R&D人員數(shù)、R&D投入經(jīng)費、發(fā)表科技論文篇數(shù)、有效發(fā)明專利數(shù)及新產(chǎn)品銷售收入.圖2 原始數(shù)據(jù)分布圖Fig.2 The distribution of raw data

產(chǎn)業(yè)年份第一階段第二階段綜合效率純技術(shù)效率規(guī)模效率規(guī)模效應(yīng)綜合效率純技術(shù)效率規(guī)模效率規(guī)模效應(yīng)2011年0.141.000.14-2.9016.670.17drs2012年0.151.000.15-0.573.190.18drs2013年0.191.000.19-0.653.660.18drs2014年0.301.000.30-1.257.000.18drs煤炭開采和洗選業(yè)2015年0.371.000.37-0.763.850.20drs2016年0.401.000.40-0.392.170.18drs2017年0.291.000.29-1.044.250.24drs2018年0.391.000.39-1.234.190.29drs2019年0.501.000.50-0.782.500.31drs均值0.301.000.301.065.280.21

續(xù)表1

為了更直觀表示各階段的效率值及綜合效率值的時間動態(tài)演化過程，對其繪制了直方圖，結(jié)果如圖3所示.通過對比兩階段綜合效率值，可以發(fā)現(xiàn)石油和天然氣開采業(yè)及黑色金屬礦采選業(yè)的科技成果產(chǎn)出效率遠(yuǎn)遠(yuǎn)高于科技成果轉(zhuǎn)化效率，這在一方面說明其充分利用了科技投入實現(xiàn)了科技成果的高效產(chǎn)出，在產(chǎn)出階段能夠充分發(fā)揮科技創(chuàng)新的“后發(fā)優(yōu)勢”，在轉(zhuǎn)化階段由于自身資源和應(yīng)用能力的局限性，導(dǎo)致其科技成果轉(zhuǎn)化效率值低于產(chǎn)出效率，且處于DEA無效.因此要注意增加轉(zhuǎn)化階段的投入，通過合理的資源配置實現(xiàn)科技成果的落地與應(yīng)用，提升產(chǎn)業(yè)的創(chuàng)新績效，推動產(chǎn)業(yè)的高質(zhì)量發(fā)展.此外，有色金屬礦采選業(yè)和黑色金屬礦采選業(yè)的綜合效率逐年遞增，這是由于國家對金屬礦采選業(yè)的重點扶持，相繼出臺了一系列政策、規(guī)劃對金屬礦采選業(yè)進(jìn)行宏觀調(diào)控，其中，控制總量發(fā)展、對落后企業(yè)進(jìn)行淘汰、改進(jìn)技術(shù)和優(yōu)化產(chǎn)業(yè)的布局等措施進(jìn)一步增強(qiáng)了企業(yè)國際競爭力，并促進(jìn)相關(guān)產(chǎn)業(yè)和國民經(jīng)濟(jì)平穩(wěn)較快發(fā)展.有色金屬工業(yè)作為國家“十二五”規(guī)劃中重點強(qiáng)調(diào)的行業(yè)，要求在總量控制、產(chǎn)品結(jié)構(gòu)優(yōu)化和技術(shù)研發(fā)等方面取得新的進(jìn)展.這些產(chǎn)業(yè)政策的提供為金屬礦采選業(yè)的發(fā)展提供了良好的機(jī)會.

圖3 五大礦產(chǎn)資源產(chǎn)業(yè)的分階段效率值Fig.3 Staged efficiency values of the five major mining industries

研究采用兩階段綜合效率的平均值作為劃分的標(biāo)準(zhǔn)，分別按綜合效率0.61和1.00 劃分高低區(qū)域，可以分為I類高產(chǎn)出效率—高轉(zhuǎn)化效率；II類高轉(zhuǎn)化效率—低產(chǎn)出效率；III類低產(chǎn)出效率—低轉(zhuǎn)化效率；IV類高產(chǎn)出效率—低轉(zhuǎn)化效率，如圖4所示.其中，有色金屬礦采選業(yè)和煤炭開采和洗選業(yè)為II類，非金屬礦采選業(yè)和石油和天然氣采選業(yè)為III類，黑色金屬礦采選業(yè)為IV類，沒有產(chǎn)業(yè)分布在I類，表明我國礦產(chǎn)資源產(chǎn)業(yè)發(fā)展不均衡問題較為突出，礦產(chǎn)資源采選業(yè)各行業(yè)發(fā)展水平不高.一方面，是由于我國產(chǎn)業(yè)創(chuàng)新能力較弱，采、選、加工工藝與國際先進(jìn)水平存在較大差距.此外，長期粗放式開采導(dǎo)致資源環(huán)境破壞嚴(yán)重，經(jīng)濟(jì)效益低下，“小散亂”的產(chǎn)業(yè)結(jié)構(gòu)使得礦產(chǎn)資源行業(yè)的整體競爭力較弱，規(guī)模效益較差[28].同時，礦山所有權(quán)的模糊界定和礦產(chǎn)資源管理體制的缺陷使得資源開采門檻較低，容易導(dǎo)致?lián)c割裂式資源開采，這樣的開采方式在很大程度上影響著產(chǎn)業(yè)的健康發(fā)展，一方面會割裂礦產(chǎn)資源產(chǎn)業(yè)鏈條的完整性，制約產(chǎn)業(yè)鏈的延伸和集群化發(fā)展.另一方面，對礦山企業(yè)規(guī)模效應(yīng)的形成具有阻滯性，導(dǎo)致企業(yè)結(jié)構(gòu)不合理，集約化水平不高，企業(yè)實力不強(qiáng)，經(jīng)濟(jì)效益不高[29].

圖4 2011年—2019年礦產(chǎn)資源五大產(chǎn)業(yè) 成果產(chǎn)出效率—成果轉(zhuǎn)化效率分布Fig.4 The distribution of the output efficiency and the transformation efficiency of five major mining industries from 2011 to 2019

2.2 基于Malmquist指數(shù)的全要素生產(chǎn)率變化分解

通過將DEA模型與Malmquist指數(shù)相結(jié)合，并對礦產(chǎn)資源產(chǎn)業(yè)進(jìn)行分析，能夠?qū)ΦV業(yè)科技創(chuàng)新效率進(jìn)行動態(tài)分析，探究其中的驅(qū)動力因素和演化趨勢，為學(xué)界相關(guān)研究和政府提供理論實踐.Malmquist指數(shù)及其分解出的EC和TC皆為相鄰兩期比較計算出來的，將2011年—2019年的面板數(shù)據(jù)進(jìn)行測算，得到TFP值及其分解值如表3所示.

表3 不同階段的要素投入和產(chǎn)出的年均值松弛調(diào)整比例(2011年—2019年)Tab.3 The annual average slack adjustment ratio of the input and output in the two stages (2011-2019) %

運用Malmquist指數(shù)可以對礦產(chǎn)資源產(chǎn)業(yè)的動態(tài)效率進(jìn)行評價，并探究其中的驅(qū)動力和演化趨勢，能夠為政府部門及相關(guān)學(xué)者提供參考借鑒.表2根據(jù)2011年—2019年的面板數(shù)據(jù)測算出了8個相鄰年度的結(jié)果，得到了礦產(chǎn)資源產(chǎn)業(yè)兩階段的全要素生產(chǎn)率.

表2 五大產(chǎn)業(yè)全要素生產(chǎn)率分解效率變動值(2011年—2019年)Tab.2 Changes in the total factor productivity efficiency of the five major mining industries (2011-2019)

成果產(chǎn)出階段，五大產(chǎn)業(yè)的全要素生產(chǎn)率均大于1，各產(chǎn)業(yè)全要素生產(chǎn)率(TFP)略有波動，2011年—2019年間，煤炭開采和洗選業(yè)、黑色金屬礦采選業(yè)和有色金屬礦采選業(yè)增長了0.94%、9.09%、22.44%，石油和天然氣采選業(yè)和非金屬礦采選業(yè)下降了16%和5.35%.這說明石油和天然氣采選業(yè)及非金屬礦采選業(yè)的投入、產(chǎn)出的TFP呈現(xiàn)出不良狀況.通過Malmquist指數(shù)法進(jìn)一步分解可得，石油和天然氣采選業(yè)中的技術(shù)效率年均增長了19.44%，技術(shù)進(jìn)步率減少了18.62%，可見技術(shù)進(jìn)步在較大程度上阻礙了TFP的增長，技術(shù)效率是促進(jìn)TFP增長的動力源泉.其中，由于技術(shù)效率對TFP的“拖累效應(yīng)”導(dǎo)致石油和天然氣采選業(yè)的Malmquist指數(shù)呈負(fù)增長.此外，非金屬礦采選業(yè)的技術(shù)效率年均減少5.83%，技術(shù)進(jìn)步率增長了0.09%，該產(chǎn)業(yè)的TFP的降低主要受到技術(shù)效率的降低所導(dǎo)致，存在“拖累效應(yīng)”.成果轉(zhuǎn)化階段，煤炭開采和洗選業(yè)及非金屬礦采選業(yè)的TFP小于1，且均低于成果產(chǎn)出階段，表明這兩個產(chǎn)業(yè)在將創(chuàng)新成果變現(xiàn)為經(jīng)濟(jì)效益的能力上較為薄弱.其中，煤炭開采和洗選業(yè)的TFP年均下降了41.67.此外，石油和天然氣采選業(yè)的TFP翻了6倍，其技術(shù)效率翻了13倍，這表明該產(chǎn)業(yè)技術(shù)效率的大幅度提升給產(chǎn)業(yè)的均衡發(fā)展帶來了機(jī)遇.

從變化趨勢看， 礦產(chǎn)資源產(chǎn)業(yè)的全要素生產(chǎn)率、技術(shù)進(jìn)步、技術(shù)效率存在較大差異，影響全要素生產(chǎn)率變動的驅(qū)動因素有所不同.此外，技術(shù)效率和技術(shù)進(jìn)步率存在顯著的背離關(guān)系，即存在“偏科”現(xiàn)象[30].由于我國礦產(chǎn)資源產(chǎn)業(yè)的技術(shù)進(jìn)步與技術(shù)效率之間存在明顯的負(fù)向關(guān)聯(lián)，且二者存在抵消效應(yīng)，從而導(dǎo)致礦產(chǎn)資源產(chǎn)業(yè)全要素生產(chǎn)率的負(fù)向增長， 同時也反映出當(dāng)前礦產(chǎn)資源產(chǎn)業(yè)對現(xiàn)有技術(shù)成果的產(chǎn)出與轉(zhuǎn)化有待深化.

2.3 技術(shù)創(chuàng)新對礦產(chǎn)資源產(chǎn)業(yè)影響的兩階段效率優(yōu)化分析

為深入分析科技創(chuàng)新對礦產(chǎn)資源產(chǎn)業(yè)影響的原因，探究效率損失的原因，本文借鑒孟祥海[31]的做法測算了這5大礦產(chǎn)資源產(chǎn)業(yè)的年均投入產(chǎn)出要素的松弛量與對應(yīng)投入產(chǎn)出值的比率(如表4所示)以反映投入產(chǎn)出的冗余情況.

在成果產(chǎn)出階段，煤炭開采和洗選業(yè)、黑色金屬礦采選業(yè)和有色金屬礦采選業(yè)、石油和天然氣采選業(yè)和非金屬礦采選業(yè)均存在投入冗余的現(xiàn)象，尤其是在項目數(shù)量和人員投入中，需要加強(qiáng)對科技創(chuàng)新人員的分類管理，嚴(yán)格對科技創(chuàng)新項目立項的審批程序，同時需要加強(qiáng)科技經(jīng)費監(jiān)管，通過合理配置達(dá)到資金的合理利用，以提高其效益.此外，黑色金屬礦采選業(yè)和有色金屬礦采選業(yè)、石油和天然氣采選業(yè)和非金屬礦采選業(yè)需要提高科技論文的產(chǎn)出數(shù)量，煤炭開采和洗選業(yè)、黑色金屬礦采選業(yè)和有色金屬礦采選業(yè)和非金屬礦采選業(yè)需要提高有效專利申請數(shù)，鼓勵專利申請，提高專利申請質(zhì)量.總體而言，現(xiàn)階段亟需加強(qiáng)對有色金屬礦采選業(yè)和非金屬礦采選業(yè)的科技創(chuàng)新研究，通過技術(shù)創(chuàng)新來提高產(chǎn)業(yè)附加值，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，實現(xiàn)產(chǎn)業(yè)的高質(zhì)量發(fā)展.在成果轉(zhuǎn)化階段，僅存在投入冗余現(xiàn)象需要優(yōu)化.此外，煤炭開采和洗選業(yè)、黑色金屬礦采選業(yè)和有色金屬礦采選業(yè)、石油和天然氣采選業(yè)和非金屬礦采選業(yè)在產(chǎn)出階段存在產(chǎn)出不足現(xiàn)象，但在轉(zhuǎn)化階段存在投入冗余的現(xiàn)象，說明這些產(chǎn)業(yè)的科技論文和專利的產(chǎn)出量較多，但是對科技成果的應(yīng)用能力較弱，尤其是在推動產(chǎn)業(yè)高質(zhì)量發(fā)展上的科技創(chuàng)新成果應(yīng)用不匹配，尚未實現(xiàn)生產(chǎn)力的轉(zhuǎn)化.因此，在未來的研發(fā)應(yīng)用中，要以市場為導(dǎo)向，在結(jié)合國家戰(zhàn)略和產(chǎn)業(yè)需求的基礎(chǔ)上，做到“提質(zhì)增效”，加速科技成果的落地轉(zhuǎn)化，為實現(xiàn)礦產(chǎn)資源行業(yè)高質(zhì)量發(fā)展提供源源不斷的動力.

3 結(jié)論與建議

本文利用2011年￣—2019年煤炭開采與洗選業(yè)、石油和天然氣開采業(yè)、黑色金屬礦采選業(yè)、有色金屬礦采選業(yè)、非金屬礦采選業(yè)這五大主要的礦產(chǎn)資源產(chǎn)業(yè)的相關(guān)R&D投入產(chǎn)出指標(biāo)數(shù)據(jù)，基于兩階段DEA-BCC模型和Malmquist 指數(shù)模型對研究期內(nèi)我國主要的礦產(chǎn)資源產(chǎn)業(yè)的科技創(chuàng)新效率進(jìn)行綜合評價和優(yōu)化分析，深入分析了礦產(chǎn)資源產(chǎn)業(yè)在成果產(chǎn)出階段和成果轉(zhuǎn)化階段的創(chuàng)新效率和其Malmquist 指數(shù)變動特征及增長差異，并在此基礎(chǔ)上對投入產(chǎn)出進(jìn)行冗余分析以實現(xiàn)效率優(yōu)化.得出如下主要結(jié)論.

1) 科技成果產(chǎn)出階段的綜合效率排名為黑色金屬礦采選業(yè)>非金屬礦采選業(yè)>有色金屬礦采選業(yè)>石油和天然氣采選業(yè)>煤炭開采和洗選業(yè)；科技成果轉(zhuǎn)化階段的綜合效率排名為有色金屬礦采選業(yè)>煤炭開采和洗選業(yè)>非金屬礦采選業(yè)>黑色金屬礦采選業(yè)>石油和天然氣采選業(yè).

2) 石油和天然氣開采業(yè)及黑色金屬礦采選業(yè)的科技成果產(chǎn)出效率遠(yuǎn)遠(yuǎn)高于科技成果轉(zhuǎn)化效率，其充分利用了科技創(chuàng)新的“后發(fā)優(yōu)勢”，但是在科技成果的轉(zhuǎn)化與落地應(yīng)用上存在較大局限性.我國礦產(chǎn)資源產(chǎn)業(yè)發(fā)展不均衡問題較為突出，礦產(chǎn)資源采選業(yè)各行業(yè)發(fā)展水平不高，I類產(chǎn)業(yè)分布缺乏.

3) 成果產(chǎn)出階段中，礦產(chǎn)資源產(chǎn)業(yè)全要素生產(chǎn)率的降低主要是由于技術(shù)效率帶來的“拖累效應(yīng)”，此外，我國礦產(chǎn)資源產(chǎn)業(yè)的全要素生產(chǎn)率增長存在時序差異，其中，全要素生產(chǎn)率的變動呈現(xiàn)顯著的“偏科”現(xiàn)象， 即技術(shù)效率與技術(shù)進(jìn)步呈負(fù)向關(guān)聯(lián).

4) 在成果產(chǎn)出階段，煤炭開采和洗選業(yè)、黑色金屬礦采選業(yè)和有色金屬礦采選業(yè)、石油和天然氣采選業(yè)和非金屬礦采選業(yè)均存在人員、經(jīng)費等投入冗余的現(xiàn)象；在成果轉(zhuǎn)化階段，僅存在投入冗余現(xiàn)象需要優(yōu)化，需要進(jìn)一步提高產(chǎn)出轉(zhuǎn)化效率，以實現(xiàn)健康發(fā)展.

通過研究提出如下政策建議以提高礦產(chǎn)資源產(chǎn)業(yè)技術(shù)創(chuàng)新效率，推動礦業(yè)高質(zhì)量發(fā)展：1)壓減過剩產(chǎn)能.對于規(guī)模遞減和規(guī)模效率指數(shù)小于1 的行業(yè)，比如煤炭開采和洗選業(yè)、黑色金屬礦采選業(yè)等應(yīng)該減小規(guī)模，隨著我國對煤炭和金屬礦行業(yè)壓減產(chǎn)能的深入實施，在“瘦身健體”和“提質(zhì)增效”的背景下，通過提高經(jīng)濟(jì)要素的配置效率和全要素生產(chǎn)率，淘汰低效率企業(yè)和僵尸企業(yè)，推動要素轉(zhuǎn)移至高效率產(chǎn)業(yè)、企業(yè)，使得整個行業(yè)的全要素生產(chǎn)率始終處于動態(tài)提升的過程，以實現(xiàn)礦產(chǎn)資源行業(yè)的健康、高效、高質(zhì)量發(fā)展.2)多措并舉提升產(chǎn)業(yè)技術(shù)創(chuàng)新能力.通過技術(shù)賦能提升經(jīng)濟(jì)高質(zhì)量發(fā)展的動力，提高產(chǎn)品和服務(wù)的供給水平.加大R&D 投入是提高我國礦產(chǎn)資源產(chǎn)業(yè)自主創(chuàng)新能力的基礎(chǔ)，但是需要建立礦產(chǎn)資源產(chǎn)業(yè)科研經(jīng)費投入管理的長效機(jī)制，合理有效的配置資源，提高投入產(chǎn)出效率，通過技術(shù)創(chuàng)新延伸產(chǎn)業(yè)鏈，實現(xiàn)產(chǎn)業(yè)長足發(fā)展.3)為營造良好的產(chǎn)業(yè)技術(shù)創(chuàng)新環(huán)境搭建平臺.政府要成為創(chuàng)新鏈條的粘合劑，通過搭建溝通平臺、政策扶持等增強(qiáng)創(chuàng)新鏈的活力與動力.一方面，完善的礦產(chǎn)資源產(chǎn)業(yè)技術(shù)創(chuàng)新體系和中介服務(wù)體系；另一方面，通過完善投融資平臺，為產(chǎn)業(yè)引資、集資等創(chuàng)造便利.