基于DEA-Malmquist的河南省科技創(chuàng)新效率研究

張清葉 趙天宇

(1.河南工學(xué)院 理學(xué)部；2.河南工學(xué)院 經(jīng)濟(jì)學(xué)院，河南 新鄉(xiāng) 453003)

0 引言

隨著國(guó)家中部崛起戰(zhàn)略以及中原城市群、中原經(jīng)濟(jì)區(qū)等區(qū)域戰(zhàn)略的實(shí)施，河南省集糧食生產(chǎn)核心區(qū)、中原經(jīng)濟(jì)區(qū)、鄭州航空港經(jīng)濟(jì)綜合試驗(yàn)區(qū)、鄭洛新國(guó)家自主創(chuàng)新示范區(qū)、中國(guó)(河南)自由貿(mào)易示范區(qū)于一身，其在貫徹實(shí)施國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、建設(shè)創(chuàng)新型國(guó)家中起著舉足輕重的作用,科學(xué)評(píng)價(jià)河南省科技創(chuàng)新效率，探索其影響因素，不僅可以更有針對(duì)性地對(duì)河南省在科技創(chuàng)新實(shí)施過程中存在的問題進(jìn)行指導(dǎo)，還可以為我國(guó)科技創(chuàng)新效率提升與相關(guān)政策決策制定提供科學(xué)參考。

關(guān)于科技創(chuàng)新效率的評(píng)價(jià)，國(guó)內(nèi)外學(xué)者進(jìn)行了大量研究[1-10],其中國(guó)內(nèi)學(xué)者大多是以省際或區(qū)域?yàn)檠芯繉?duì)象。張鵬、李林欣、曾永泉(2021)[1]以規(guī)模以上工業(yè)企業(yè)R&D活動(dòng)人員、規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出、科技支出占一般公共預(yù)算支出的比重為投入指標(biāo)，以專利申請(qǐng)授權(quán)量和規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入為產(chǎn)出指標(biāo)，對(duì)粵港澳大灣區(qū)的科技創(chuàng)新效率進(jìn)行了研究，發(fā)現(xiàn)技術(shù)進(jìn)步是促進(jìn)科技創(chuàng)新生產(chǎn)率提升的關(guān)鍵因素，規(guī)模效率對(duì)技術(shù)效率存在明顯的阻礙作用；徐林(2021)[2]以R&D人員數(shù)量和R&D經(jīng)費(fèi)金額為投入指標(biāo)，以高技術(shù)產(chǎn)品產(chǎn)值和專利授權(quán)量為輸出指標(biāo)，基于長(zhǎng)三角18個(gè)城市的數(shù)據(jù)測(cè)度了長(zhǎng)三角城市群的創(chuàng)新效率，結(jié)果發(fā)現(xiàn)創(chuàng)新效率與R&D經(jīng)費(fèi)投入正相關(guān)；彭曉靜(2021)[3]以R&D人員折合全時(shí)當(dāng)量和R&D經(jīng)費(fèi)支出為投入指標(biāo)，以專利申請(qǐng)數(shù)量為產(chǎn)出指標(biāo)，對(duì)京津冀城市群創(chuàng)新效率進(jìn)行了研究，發(fā)現(xiàn)創(chuàng)新效率與政府支持、外商投資水平正相關(guān)；方亮、邱燕(2020)[4]以科技活動(dòng)人員、科技活動(dòng)內(nèi)部支出和R&D經(jīng)費(fèi)內(nèi)部支出為投入指標(biāo)，以技術(shù)收入、工業(yè)總產(chǎn)值和凈利潤(rùn)為產(chǎn)出指標(biāo)，對(duì)安徽省國(guó)家級(jí)高新區(qū)科技創(chuàng)新效率進(jìn)行了研究，發(fā)現(xiàn)規(guī)模效率是限制高新區(qū)綜合效率的最重要因素。李文廣(2020)[5]以R&D人員全時(shí)當(dāng)量和R&D資本存量為投入指標(biāo)，以科技論文數(shù)、發(fā)明專利申請(qǐng)數(shù)和技術(shù)市場(chǎng)成交額為產(chǎn)出指標(biāo)，對(duì)青海省的科技創(chuàng)新效率進(jìn)行了研究，發(fā)現(xiàn)規(guī)模效率對(duì)綜合效率起到了明顯的阻礙作用。近來不少學(xué)者開始轉(zhuǎn)向?qū)ν粎^(qū)域內(nèi)不同城市的創(chuàng)新效率進(jìn)行評(píng)價(jià)，如廖麗平等[6]基于技術(shù)生態(tài)視角，分培育和孵化兩個(gè)階段分別選取科技創(chuàng)新投入和產(chǎn)出指標(biāo)，對(duì)廣東省21個(gè)地級(jí)市進(jìn)行了科技創(chuàng)新效率研究，發(fā)現(xiàn)廣東省在孵化階段的整體科技創(chuàng)新效率高于培育階段，純技術(shù)效率和規(guī)模效率均對(duì)整體效率的提升起著阻礙作用；張子珍等[7]以科技活動(dòng)人數(shù)、政府科技投入、全社會(huì)固定資產(chǎn)投資和互聯(lián)網(wǎng)寬帶接入總戶數(shù)為科技創(chuàng)新投入指標(biāo)，以國(guó)內(nèi)專利申請(qǐng)授權(quán)數(shù)和工業(yè)企業(yè)總資產(chǎn)貢獻(xiàn)率為產(chǎn)出指標(biāo)，對(duì)山西省11個(gè)地級(jí)市的科技創(chuàng)新效率進(jìn)行了研究，發(fā)現(xiàn)山西省科技資源配置效率與經(jīng)濟(jì)發(fā)展水平和政府教育投入強(qiáng)度顯著正相關(guān)。王元亮[8]以R&D活動(dòng)人員折合全時(shí)當(dāng)量和R&D經(jīng)費(fèi)內(nèi)部支出為科技創(chuàng)新投入指標(biāo)，以有效發(fā)明專利數(shù)、形成國(guó)家或行業(yè)標(biāo)準(zhǔn)數(shù)及發(fā)表科技論文數(shù)為科技創(chuàng)新產(chǎn)出指標(biāo)，利用CCR模型對(duì)河南省地市科技創(chuàng)新效率進(jìn)行研究，探討城市科技投入結(jié)構(gòu)。

綜上，國(guó)內(nèi)外學(xué)者對(duì)科技創(chuàng)新效率進(jìn)行了較多研究，但針對(duì)河南省的研究尤其是分城市動(dòng)態(tài)分析較少，且相關(guān)指標(biāo)選取口徑的非一致性導(dǎo)致了研究結(jié)果始終處于分化狀態(tài)。鑒于河南省在國(guó)家創(chuàng)新戰(zhàn)略發(fā)展中的重要地位，本文在充分閱讀文獻(xiàn)并進(jìn)行省內(nèi)多地市實(shí)地考察基礎(chǔ)上，針對(duì)河南省18個(gè)地市(指17個(gè)省轄地級(jí)市和一個(gè)省轄縣級(jí)市濟(jì)源，為敘述方便起見，簡(jiǎn)稱18個(gè)地級(jí)市)建立科技創(chuàng)新效率評(píng)價(jià)指標(biāo)體系，將DEA模型與Malmquist指數(shù)法相結(jié)合，從靜態(tài)與動(dòng)態(tài)角度分別對(duì)河南省科技創(chuàng)新效率做出科學(xué)評(píng)價(jià)與分析，并給出有針對(duì)性的政策建議。

1 模型構(gòu)建

為科學(xué)評(píng)價(jià)河南省區(qū)域科技創(chuàng)新效率，本文首先利用BCC模型進(jìn)行靜態(tài)分析，然后結(jié)合Malmquist指數(shù)法利用河南省18個(gè)地級(jí)市的面板數(shù)據(jù)進(jìn)行動(dòng)態(tài)分析并探究導(dǎo)致區(qū)域科技創(chuàng)新差異的原因。

1.1 DEA-BCC模型

數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis, DEA)由美國(guó)運(yùn)籌學(xué)家Charnes、Cooper和Rhodes于1978年提出，主要用于測(cè)度復(fù)雜系統(tǒng)多投入多產(chǎn)出條件下，同類決策單元綜合效率的相對(duì)有效性。數(shù)據(jù)包絡(luò)分析是一種非參數(shù)分析方法[11-12]，無需指定生產(chǎn)函數(shù)的具體形式，借助于數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)可直接得出投入產(chǎn)出的最優(yōu)權(quán)重，排除了很多主觀因素，具有較強(qiáng)的客觀性，在效率分析中被廣泛使用。根據(jù)投入產(chǎn)出的規(guī)模報(bào)酬變化情況，DEA模型可分為基于規(guī)模報(bào)酬不變的CCR模型、規(guī)模報(bào)酬可變的BCC模型、規(guī)模報(bào)酬遞減的FG模型等。其中最具有代表性的是CCR模型和BCC模型。由于現(xiàn)實(shí)中規(guī)模報(bào)酬不變的假設(shè)很難滿足，故本文采用規(guī)模報(bào)酬可變的BCC模型進(jìn)行河南省區(qū)域科技創(chuàng)新效率靜態(tài)分析。

(1)

設(shè)線性規(guī)劃問題(1.1)的最優(yōu)解為(θ*，s+*,s-*,λ*)，若θ*=1，s+*=s-*=0，則決策單元j0為DEA總體有效，即在n個(gè)決策單元組成的系統(tǒng)中，決策單元j0現(xiàn)有的投入量和產(chǎn)出量都達(dá)到了最優(yōu)；若θ*=1，s+*、s-*不全為0，則決策單元j0為弱DEA總體有效，在n個(gè)決策單元組成的系統(tǒng)中，在產(chǎn)出不變的情況下，可將投入量減少s+；如果θ*<1，則決策單元j0為DEA總體無效，此時(shí)可將其投入產(chǎn)出在生產(chǎn)有效前沿進(jìn)行投影。決策單元j0的綜合效率θ*可進(jìn)一步分解為純技術(shù)效率(vrste)和規(guī)模效率(scale)，綜合效率綜合衡量和評(píng)價(jià)決策單元的科技創(chuàng)新能力和效率，規(guī)模效率用于衡量現(xiàn)有產(chǎn)出規(guī)模與最優(yōu)產(chǎn)出規(guī)模之間的差距，純技術(shù)效率用于衡量決策單元的管理水平等。

1.2 Mamlquist指數(shù)

雖然DEA具有不需要對(duì)生產(chǎn)函數(shù)結(jié)構(gòu)做先驗(yàn)假定、不需要對(duì)參數(shù)進(jìn)行估計(jì)、允許無效率行為存在等優(yōu)點(diǎn)，但其只能對(duì)同一時(shí)期不同決策單元的效率值進(jìn)行比較，無法測(cè)度同一決策單元在不同時(shí)期效率值的動(dòng)態(tài)變化。基于此，1994年Fare等首次將Malmquist指數(shù)理論與DEA方法結(jié)合在一起，提出了EDA-Malmqist模型[13].

設(shè)(xt,yt)、(xt+1,yt+1)分別表示第t期和第t+1期相鄰兩期的投入量與產(chǎn)出量，DCt(xt,yt)、DCt+1(xt,yt)表示規(guī)模報(bào)酬不變時(shí)基于第t期和第t+1期技術(shù)條件的距離函數(shù)，DVt(xt,yt)、DVt+1(xt,yt)表示規(guī)模報(bào)酬可變時(shí)基于第t期和第t+1期技術(shù)條件的距離函數(shù)，則Malmquist指數(shù)可表示為：

tfp=M(xt,yt,xt+1,yt+1)

其中，tfp為全要素生產(chǎn)率指數(shù)(Total Factor Productivity,TFP)，當(dāng)tfp>1時(shí)，表示全要素生產(chǎn)率提高；當(dāng)tfp<1時(shí)，表示全要素生產(chǎn)率惡化，當(dāng)tfp=1時(shí)，表示全要素生產(chǎn)率不變。進(jìn)一步，在規(guī)模報(bào)酬不變的假設(shè)下，Malmquist指數(shù)可以分解為技術(shù)效率變動(dòng)指數(shù)(Effch)和技術(shù)進(jìn)步變動(dòng)指數(shù)(Techch),其中

當(dāng)規(guī)模報(bào)酬可變時(shí)，技術(shù)效率變動(dòng)指數(shù)Effch可進(jìn)一步分解為純技術(shù)效率變動(dòng)指數(shù)(Pech)和規(guī)模效率變動(dòng)指數(shù)(Sech),其中：

tfp=Effch×Techch=Pech×Sech×Techch.

全要素生產(chǎn)率變化指數(shù)(TFP)為技術(shù)效率變化指數(shù)(Effch)與技術(shù)進(jìn)步變化指數(shù)(Techch)的乘積，可用來反映決策單元在技術(shù)、管理等方面的綜合水平，技術(shù)效率變動(dòng)指數(shù)(Effch)反映了決策單元管理方法、決策以及投入結(jié)構(gòu)的優(yōu)劣，技術(shù)進(jìn)步指數(shù)(Techch)反映了技術(shù)不斷發(fā)展、完善以及新技術(shù)不斷代替舊技術(shù)的過程，純技術(shù)效率變動(dòng)指數(shù)(Pech)>1說明管理和制度的改善使效率提高，規(guī)模效率變動(dòng)指數(shù)(Sech)>1表示決策單元的規(guī)模在逐漸優(yōu)化。

2 指標(biāo)選取與數(shù)據(jù)來源

2.1 指標(biāo)選取

將科技創(chuàng)新過程視為一個(gè)生產(chǎn)過程，投入包括資本和勞動(dòng)，產(chǎn)出為科技創(chuàng)新成果。在使用DEA-Malmquist方法進(jìn)行定量分析時(shí)，投入、產(chǎn)出指標(biāo)的選取非常關(guān)鍵，選取的指標(biāo)不同，得出的結(jié)論亦會(huì)隨之改變。為了更全面、科學(xué)測(cè)度各地區(qū)域科技創(chuàng)新效率，同時(shí)考慮到數(shù)據(jù)的科學(xué)性、合理性和可得性，在充分考慮其他學(xué)者研究成果的基礎(chǔ)上結(jié)合業(yè)內(nèi)專家意見，本文選取的科技投入指標(biāo)包括5個(gè)： R&D人員折合全時(shí)當(dāng)量(人年)、R&D政府資金(萬元)、R&D企業(yè)資金(萬元)、R&D其他資金(萬元)和R&D外部資金(萬元)。其中R&D政府資金、R&D企業(yè)資金、R&D其他資金屬于R&D內(nèi)部支出，是為了開展R&D活動(dòng)，研究與開發(fā)機(jī)構(gòu)用于本機(jī)構(gòu)內(nèi)部的實(shí)際支出。R&D經(jīng)費(fèi)其他資金，主要來自于風(fēng)險(xiǎn)投資與發(fā)行債券等。R&D外部資金屬于R&D外部支出，主要是委托外單位實(shí)施R&D活動(dòng)所實(shí)際支付的費(fèi)用，常用于衡量一個(gè)地區(qū)科技創(chuàng)新活動(dòng)的活躍程度；科技產(chǎn)出指標(biāo)包括：發(fā)表科技論文數(shù)(篇)、發(fā)明專利申請(qǐng)數(shù)(件)、技術(shù)市場(chǎng)成交額(萬元)。

表1 科技創(chuàng)新投入產(chǎn)出指標(biāo)

2.2 數(shù)據(jù)來源及其統(tǒng)計(jì)分析

利用《河南省統(tǒng)計(jì)年鑒》整理河南省18個(gè)地級(jí)市2014-2019年科技投入與產(chǎn)出的數(shù)據(jù)，若某一年某項(xiàng)數(shù)據(jù)缺失，則取該地區(qū)該項(xiàng)指標(biāo)相鄰兩年數(shù)據(jù)的算術(shù)平均值并向下取整。考慮到科技活動(dòng)的“投入”與“產(chǎn)出”之間存在時(shí)滯，本文在數(shù)據(jù)處理時(shí)將科技投入作滯后一期處理，即用2014年投入和2015年產(chǎn)出作為一組數(shù)據(jù)，用2015年的科技投入和2016年的科技產(chǎn)出作為一組數(shù)據(jù)，以此類推。為便于觀察，圖1、圖2繪制了測(cè)度期內(nèi)河南省科技投入與產(chǎn)出折線圖。顯然，測(cè)度期內(nèi)各項(xiàng)科技創(chuàng)新投入均呈現(xiàn)持續(xù)增加態(tài)勢(shì)，河南省R&D經(jīng)費(fèi)內(nèi)部支出持續(xù)增加，R&D人員全時(shí)當(dāng)量整體呈現(xiàn)出遞增趨勢(shì)，但有波動(dòng)；科技創(chuàng)新產(chǎn)出各項(xiàng)存在一定分化，其中發(fā)明專利申請(qǐng)量和技術(shù)市場(chǎng)成交額逐年增加，科技論文發(fā)表量呈V型走勢(shì)。為便于進(jìn)一步考察R&D經(jīng)費(fèi)各組成部分的變化趨勢(shì)，圖3繪制了R&D經(jīng)費(fèi)分項(xiàng)投入情況。測(cè)度期內(nèi)，R&D企業(yè)資金持續(xù)增加，占R&D內(nèi)部資金比例達(dá)到86.28%，是R&D經(jīng)費(fèi)主要來源；政府R&D資金在2015年支持力度陡增，2016年有所下降，之后每年投入持續(xù)增加；R&D其他資金在2014-2018年持續(xù)增加，且增長(zhǎng)速度逐漸增大，在2018年達(dá)到最大，在2019年猛然下降；R&D經(jīng)費(fèi)外部支出基本保持穩(wěn)定增長(zhǎng)。

圖1 河南省科技創(chuàng)新投入

圖2 河南省科技創(chuàng)新產(chǎn)出

圖3 R&D經(jīng)費(fèi)分項(xiàng)投入情況

3 實(shí)證研究

3.1 DEA-BCC靜態(tài)分析

將整理好的數(shù)據(jù)帶入模型(1)，利用DEAP2.1軟件求解可得河南省18個(gè)地級(jí)市5年來的平均綜合效率、純技術(shù)效率和規(guī)模效率，下面分別從整體上和地區(qū)差異上進(jìn)行分析。

表2列出了18個(gè)地級(jí)市2014-2019年間綜合效率、純技術(shù)效率、規(guī)模效率的平均值，表中數(shù)據(jù)可用于反映河南省的整體科技創(chuàng)新水平。為了更清晰地觀察5年來河南省科技創(chuàng)新效率的變化趨勢(shì)，圖4將綜合效率、純技術(shù)效率和規(guī)模效率繪制在了一起。

表2 2014-2019年河南省地級(jí)市科技創(chuàng)新效率均值

圖4 河南省18個(gè)地級(jí)市科技創(chuàng)新效率平均值

整體來看，測(cè)度期內(nèi)河南省科技創(chuàng)新綜合效率波動(dòng)較大，純技術(shù)效率起主導(dǎo)作用。規(guī)模效率在2015年達(dá)到最大，后持續(xù)下降。2012年黨的十八大提出實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，河南陸續(xù)出臺(tái)了一系列有關(guān)推動(dòng)科技創(chuàng)新、加大科技創(chuàng)新投入，促進(jìn)高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)發(fā)展，以及與高科技人才引進(jìn)的相關(guān)財(cái)政科技支持政策。各地市也積極響應(yīng)分層落實(shí)，科技創(chuàng)新資源投入大幅增加，各地市純技術(shù)效率、規(guī)模效率都有較大提高；2016年后雖然省政府、各地市陸續(xù)出臺(tái)科技創(chuàng)新利好政策，但在2016年政府R&D資金投入有所下降，R&D其他資金增速放緩，再加上金融市場(chǎng)體系發(fā)展滯后、河南省科技創(chuàng)新人才不足，導(dǎo)致科技創(chuàng)新資源錯(cuò)配，投入冗余增加，規(guī)模效率持續(xù)遞減。

從地區(qū)差異來看，表3和圖5表明，平均來說，河南省不同地市科技創(chuàng)新效率差異較大。近年來，鄭州、洛陽、許昌、信陽4個(gè)城市同時(shí)達(dá)到純技術(shù)效率有效和規(guī)模效率有效，說明這4個(gè)地市的科技創(chuàng)新投入資源配置結(jié)構(gòu)合理、管理水平高；鶴壁、焦作、濟(jì)源3個(gè)城市的純技術(shù)效率有效，但規(guī)模效率不足；開封、平頂山、新鄉(xiāng)、漯河、三門峽、南陽、商丘7個(gè)城市綜合效率略微不足，是由純技術(shù)效率和規(guī)模效率共同導(dǎo)致的，存在一定的提升空間；安陽、濮陽2個(gè)城市綜合效率不足，主要是由純技術(shù)效率不足導(dǎo)致的，在適當(dāng)調(diào)整投入資源配置的同時(shí)，重點(diǎn)需在純技術(shù)效率方面下功夫，如引進(jìn)新技術(shù)、新工藝等。

表3 2014-2019年河南省18個(gè)地級(jí)市科技創(chuàng)新效率均值

圖5 河南省科技投入與產(chǎn)出靜態(tài)分析結(jié)果

3.2 Malmquist動(dòng)態(tài)分析

Malmquist指數(shù)可以動(dòng)態(tài)反映決策單元科技創(chuàng)新效率的變化情況，利用DEAP2.1可求得表4和表5. 由表4可知，2014-2019年間，河南省平均全要素生產(chǎn)率為0.962，整體的科技創(chuàng)新效率處于下降趨勢(shì)。結(jié)合圖6發(fā)現(xiàn)，整體來看，近年來河南省全要素生產(chǎn)率指數(shù)變化與規(guī)模效率指數(shù)變化趨勢(shì)一致。

表4 2014-2019年河南省18個(gè)地級(jí)市科技創(chuàng)新平均Malmquist指數(shù)分解

表5 2014-2019年河南省18個(gè)地級(jí)市科技創(chuàng)新效率均值

圖6 河南省科技投入與產(chǎn)出動(dòng)態(tài)分析結(jié)果

2017年之前，技術(shù)進(jìn)步變化指數(shù)的增長(zhǎng)未能抵消技術(shù)效率變化指數(shù)的下降，導(dǎo)致tfp下降，但tpf>1，表明科技創(chuàng)新效率整體改善；2018年之后，技術(shù)效率變化指數(shù)有所增大，但技術(shù)進(jìn)步指數(shù)急劇下降，導(dǎo)致tpf<1。

從地區(qū)差異來看，表5表明，平均來說，2014-2019年間河南省不同地市全要素生產(chǎn)率變化差異較大，從濟(jì)源的0.485到焦作的1.263，波動(dòng)幅度大，區(qū)域科技創(chuàng)新綜合效率不均衡。期間，技術(shù)效率和純技術(shù)效率有所提高，規(guī)模效率略微下降，技術(shù)進(jìn)步效率下降較明顯。規(guī)模效率反映資源配置情況。由表5可以看出，河南省18個(gè)地級(jí)市的規(guī)模效率整體較好，數(shù)據(jù)全部位于0.883～1.08之間，僅鶴壁、周口、濟(jì)源3個(gè)城市規(guī)模效率不足，應(yīng)進(jìn)一步優(yōu)化科技創(chuàng)新的投入產(chǎn)出規(guī)模。從純技術(shù)效率來看，河南省整體創(chuàng)新水平較高，其中開封、安陽、新鄉(xiāng)、濮陽、周口、駐馬店表現(xiàn)尤為突出，只有平頂山的創(chuàng)新水平略低。技術(shù)進(jìn)步方面，鄭州、洛陽、新鄉(xiāng)、焦作、濮陽、許昌、南陽、駐馬店8個(gè)城市的技術(shù)進(jìn)步指數(shù)超過1，其中鄭州、焦作、許昌技術(shù)進(jìn)步指數(shù)較高，反映出在創(chuàng)新活動(dòng)中這4個(gè)城市較活躍；濟(jì)源的技術(shù)進(jìn)步指數(shù)最低，只有0.55，濟(jì)源應(yīng)針對(duì)技術(shù)進(jìn)步影響因素積極采取措施。

4 結(jié)論與對(duì)策建議

本文運(yùn)用DEA-Malmquist方法對(duì)2014-2019年期間河南省18個(gè)地級(jí)市的科技創(chuàng)新效率進(jìn)行了實(shí)證研究，得到如下主要結(jié)論：①樣本期間，河南省科技金融投入主要來自企業(yè)自有資金，科技創(chuàng)新態(tài)勢(shì)平穩(wěn)增長(zhǎng)，科技成果轉(zhuǎn)化呈上升趨勢(shì)；②靜態(tài)分析結(jié)果表明，河南省企業(yè)科技創(chuàng)新整體缺乏效率，純技術(shù)效率起了主導(dǎo)作用，規(guī)模效率持續(xù)下降；分地區(qū)靜態(tài)分析表明，部分地區(qū)(鄭州、洛陽、許昌、信陽)在樣本期間達(dá)到了完全有效，鶴壁、焦作、濟(jì)源等地在純技術(shù)效率方面達(dá)到完全有效，其他地區(qū)則全部處于非效率狀態(tài)，純技術(shù)效率偏低是核心制約因素，安陽地區(qū)表現(xiàn)出最為明顯純技術(shù)效率約束；③動(dòng)態(tài)分析結(jié)果表明，2015-2017年間河南省技術(shù)進(jìn)步波動(dòng)最為顯著，且與技術(shù)效率變動(dòng)方向相反，二者存在相互抵消機(jī)制導(dǎo)致整體TFP波動(dòng)下降。2018-2019年技術(shù)進(jìn)步下降劇烈，導(dǎo)致TFP大幅下滑。分地區(qū)看，動(dòng)態(tài)測(cè)算中技術(shù)效率是支撐TFP增長(zhǎng)的核心因素。鄭州、洛陽、安陽、新鄉(xiāng)、焦作、濮陽、許昌、南陽、駐馬店等九地技術(shù)進(jìn)步效率超過1，處于技術(shù)進(jìn)步狀態(tài)，位列第一的是許昌，鄭州排名第二。技術(shù)效率有15個(gè)地區(qū)達(dá)到或超過1，技術(shù)進(jìn)步有8個(gè)地區(qū)達(dá)到或超過1?？梢妱?dòng)態(tài)分析能夠更清晰反映地區(qū)間科技創(chuàng)新效率的動(dòng)態(tài)改變。

根據(jù)本文實(shí)證結(jié)果，提出如下兩項(xiàng)對(duì)策，以助力河南省科技創(chuàng)新效率提升：

圖7 河南省18個(gè)地級(jí)市平均Malmquist指數(shù)對(duì)比

加大河南省科技創(chuàng)新人才培養(yǎng)和科技人力資本投入?？萍既藛T投入波動(dòng)較大不利于科技創(chuàng)新，創(chuàng)新要求連續(xù)性，人力資本是最為重要而稀缺的創(chuàng)新要素，目前這仍然是制約全省科技創(chuàng)新的瓶頸，應(yīng)該從教育培訓(xùn)入手，加大全省高等院校創(chuàng)新型人才培養(yǎng)力度，服務(wù)創(chuàng)新發(fā)展戰(zhàn)略。

加大研發(fā)投入。河南省政府科技投入近幾年有所提高，但在科技金融投入中占比仍不高，這種狀況不利于企業(yè)開展創(chuàng)新，尤其是基礎(chǔ)性、原發(fā)性創(chuàng)新，由于其投資額度大，周期長(zhǎng)，風(fēng)險(xiǎn)不可預(yù)期，因此此類研發(fā)對(duì)政府投入依托性較強(qiáng)，另外，政府加大科技金融投入還可起到信號(hào)作用，引導(dǎo)金融市場(chǎng)以及其他社會(huì)主體加大對(duì)企業(yè)研發(fā)投入力度，共同推進(jìn)企業(yè)科技創(chuàng)新。