中國(guó)科技創(chuàng)新效率測(cè)度及時(shí)空演化研究
——基于省域和四大板塊區(qū)域視角

程 剛，楊夢(mèng)成，李旭輝

(安徽財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，安徽 蚌埠 233030）

我國(guó)正處于經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵階段，科技創(chuàng)新成為經(jīng)濟(jì)高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展的首要推動(dòng)力，是推進(jìn)創(chuàng)新型國(guó)家建設(shè)的必然路徑[1]，而科技創(chuàng)新效率的提升是科技創(chuàng)新實(shí)現(xiàn)更高水平發(fā)展的重要基礎(chǔ)。目前，由于我國(guó)各省區(qū)市在技術(shù)水平先進(jìn)性、創(chuàng)新資源供應(yīng)量、自然生態(tài)承載力等方面存在較大差異，各地區(qū)科技創(chuàng)新發(fā)展極不均衡，已經(jīng)阻礙我國(guó)科技創(chuàng)新效率的整體提升和區(qū)域間的協(xié)同發(fā)展。在此背景下，科學(xué)測(cè)度與評(píng)價(jià)中國(guó)省域科技創(chuàng)新效率，有利于進(jìn)一步掌握區(qū)域科技創(chuàng)新進(jìn)程，對(duì)有效實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略和區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略具有重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

科學(xué)技術(shù)是第一生產(chǎn)力，科技進(jìn)步與創(chuàng)新是推動(dòng)經(jīng)濟(jì)和社會(huì)發(fā)展的決定性因素，科技創(chuàng)新的能力和水平是衡量國(guó)家或地區(qū)綜合競(jìng)爭(zhēng)力的重要標(biāo)準(zhǔn)[2]。因此，科技創(chuàng)新研究成為學(xué)者們關(guān)注的熱點(diǎn)話(huà)題，而科技創(chuàng)新效率是評(píng)價(jià)科技創(chuàng)新質(zhì)量的關(guān)鍵指標(biāo)。從已有研究進(jìn)展看，對(duì)科技創(chuàng)新效率的相關(guān)研究集中在以下幾個(gè)方面：第一，從研究方法上看，隨機(jī)前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）是運(yùn)用最為廣泛的科技創(chuàng)新效率測(cè)度方法。隨機(jī)前沿分析法在測(cè)算過(guò)程中能夠通過(guò)控制個(gè)體誤差對(duì)測(cè)度的干擾，減少個(gè)體差異對(duì)整體測(cè)度結(jié)果的影響，使研究結(jié)論更真實(shí)反映實(shí)際情況。張永安等基于區(qū)域科技創(chuàng)新政策研究視角，運(yùn)用前沿分析方法分析了政策工具對(duì)企業(yè)創(chuàng)新效率的影響[3]；馬曉琳和萬(wàn)志芳采用隨機(jī)前沿分析法，以3個(gè)亞產(chǎn)業(yè)面板數(shù)據(jù)測(cè)算其科技創(chuàng)新效率[4]；潘娟和張玉喜運(yùn)用SFA對(duì)中國(guó)省域科技創(chuàng)新效率進(jìn)行了測(cè)算[5]。但SFA需要事先界定生產(chǎn)函數(shù)形式，一旦出現(xiàn)設(shè)定錯(cuò)誤，極有可能會(huì)導(dǎo)致研究結(jié)論錯(cuò)誤[6]。而數(shù)據(jù)包絡(luò)分析方法運(yùn)用線性規(guī)劃技術(shù)有效規(guī)避主觀設(shè)定函數(shù)形式的影響[7]，并且具有無(wú)需權(quán)重假設(shè)、數(shù)據(jù)量綱無(wú)影響等優(yōu)點(diǎn)。張振揚(yáng)基于2018年我國(guó)30個(gè)地區(qū)的工業(yè)企業(yè)數(shù)據(jù)，利用三階段DEA模型進(jìn)行評(píng)價(jià)和分析[8]；李燕鴻利用三階段DEA模型測(cè)算出珠三角各城市綜合技術(shù)效率值[9]；李向容等以長(zhǎng)江經(jīng)濟(jì)帶為研究對(duì)象，運(yùn)用超效率DEA模型對(duì)其科技創(chuàng)新效率進(jìn)行了定量檢測(cè)[10]。因此，數(shù)據(jù)包絡(luò)分析成為評(píng)價(jià)區(qū)域科技創(chuàng)新效率的主流方法[9]。第二，從研究尺度和研究視角上看，部分學(xué)者從粵港澳大灣區(qū)[11]、京津冀[12]、長(zhǎng)三角[13]和單個(gè)省市[14-15]等不同研究尺度測(cè)度了區(qū)域科技創(chuàng)新效率，部分學(xué)者從農(nóng)業(yè)[16]、工業(yè)[17]、金融[18-19]等研究視角測(cè)度了行業(yè)科技創(chuàng)新效率。學(xué)者們發(fā)現(xiàn)東部地區(qū)科技創(chuàng)新效率穩(wěn)居第一，中西部地區(qū)趨近全國(guó)平均水平[20]；科技創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)具有顯著促進(jìn)作用，并對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展存在雙重路徑影響[21]。

已有研究圍繞科技創(chuàng)新進(jìn)行了多維度多視角的分析和考察，主要貢獻(xiàn)在于：一是考慮到不同區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展水平，分地區(qū)或分行業(yè)對(duì)科技創(chuàng)新效率進(jìn)行評(píng)價(jià)，提出了區(qū)域、產(chǎn)業(yè)科技創(chuàng)新提升發(fā)展路徑；二是運(yùn)用多種方法和模型實(shí)證測(cè)度科技創(chuàng)新效率，進(jìn)而實(shí)現(xiàn)對(duì)科技創(chuàng)新效率值的科學(xué)測(cè)算。已有研究為本文奠定了良好基礎(chǔ)，但關(guān)于我國(guó)科技創(chuàng)新的研究多集中在省際視角，基于國(guó)家區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略視角考察我國(guó)科技創(chuàng)新效率的研究有待進(jìn)一步深入。四大板塊作為我國(guó)經(jīng)濟(jì)發(fā)展在空間格局上的重大創(chuàng)新、區(qū)域協(xié)調(diào)發(fā)展的重要戰(zhàn)略布局，對(duì)推動(dòng)新舊動(dòng)能轉(zhuǎn)換，實(shí)現(xiàn)高質(zhì)量發(fā)展具有重要作用。因此，針對(duì)上述不足，本文基于省域和四大板塊雙重視角揭示我國(guó)科技創(chuàng)新效率發(fā)展特征，選用DEA-Malmquist模型測(cè)度2012—2019年我國(guó)31個(gè)省區(qū)市的科技創(chuàng)新效率，利用空間分析工具ArcGIS刻畫(huà)我國(guó)省域科技創(chuàng)新效率的空間演化特征，以時(shí)間、空間和屬性三個(gè)維度全面考察我國(guó)省域科技創(chuàng)新發(fā)展進(jìn)程，以期探尋我國(guó)科技創(chuàng)新發(fā)展時(shí)空規(guī)律，為提升我國(guó)科技創(chuàng)新水平、躋身創(chuàng)新型國(guó)家行列提供決策參考。

二、模型構(gòu)建與數(shù)據(jù)說(shuō)明

（一）模型構(gòu)建

1.BCC-DEA模型

DEA模型是由Charnes等[6]基于線性規(guī)劃理論提出的一種相對(duì)效率測(cè)度方法[22]，用于衡量生產(chǎn)過(guò)程中具有多個(gè)輸入和輸出“生產(chǎn)部門(mén)”的效率水平[23]。該方法通過(guò)線性規(guī)劃問(wèn)題求解確定權(quán)重，避免了人為賦權(quán)時(shí)決策者的主觀判斷對(duì)測(cè)度結(jié)果的影響，從而保證測(cè)度結(jié)果的客觀性。DEA模型根據(jù)假設(shè)前提的不同，可以分為投入導(dǎo)向模型（BCC）和產(chǎn)出導(dǎo)向模型（CCR）兩類(lèi)。其中，CCR模型假定規(guī)模報(bào)酬不變，對(duì)各決策單元的綜合技術(shù)效率進(jìn)行相對(duì)有效性測(cè)度；BCC模型基于規(guī)模報(bào)酬可變假設(shè)，將技術(shù)效率進(jìn)行分解，排除規(guī)模的影響得到純技術(shù)效率。而科技創(chuàng)新活動(dòng)存在知識(shí)經(jīng)濟(jì)特征，其邊際收益具有不確定性，選擇BCC模型可以實(shí)現(xiàn)對(duì)中國(guó)省域科技創(chuàng)新效率的科學(xué)測(cè)算[1]。模型具體構(gòu)建如下：

2.Malmquist指數(shù)

利用BCC-DEA模型可以有效地對(duì)各省區(qū)市科技創(chuàng)新效率的截面數(shù)據(jù)進(jìn)行靜態(tài)測(cè)度，但科技創(chuàng)新是一個(gè)動(dòng)態(tài)的系統(tǒng)過(guò)程，若僅針對(duì)組內(nèi)決策單元之間單個(gè)年份的相對(duì)效率值進(jìn)行比較，無(wú)法揭示出中國(guó)省域科技創(chuàng)新效率隨時(shí)間的動(dòng)態(tài)演化規(guī)律。因此，為對(duì)中國(guó)省域科技創(chuàng)新效率進(jìn)行效率分解及動(dòng)態(tài)影響機(jī)制分析，本文引入Malmquist指數(shù)對(duì)其動(dòng)態(tài)變化情況進(jìn)行考察。Malmquist指數(shù)的模型內(nèi)涵是運(yùn)用距離函數(shù)對(duì)多個(gè)對(duì)象和多個(gè)指標(biāo)的樣本進(jìn)行測(cè)度描述[24]，并且具有數(shù)據(jù)量綱無(wú)影響、數(shù)據(jù)類(lèi)型要求低等優(yōu)點(diǎn)[25]，同時(shí)能夠簡(jiǎn)潔實(shí)現(xiàn)對(duì)生產(chǎn)效率的測(cè)度和各項(xiàng)分解[26]。其公式如下：

（二）指標(biāo)選取與數(shù)據(jù)來(lái)源

科技創(chuàng)新活動(dòng)是一個(gè)多創(chuàng)新主體協(xié)同、多創(chuàng)新要素聯(lián)動(dòng)的復(fù)雜的社會(huì)系統(tǒng)工程[27]。對(duì)此，本文在中國(guó)省域科技創(chuàng)新效率測(cè)度中，全面綜合考慮全國(guó)各地區(qū)經(jīng)濟(jì)基礎(chǔ)、科技資源稟賦以及創(chuàng)新要素投入來(lái)源與用途等因素，科學(xué)測(cè)度衡量一般創(chuàng)新部門(mén)間的平衡關(guān)系。借鑒已有研究做法，建立科技創(chuàng)新效率測(cè)度指標(biāo)體系（見(jiàn)表1）。

表1 科技創(chuàng)新效率測(cè)度指標(biāo)體系

在投入指標(biāo)上，將科技創(chuàng)新投入分為研發(fā)人員和研發(fā)經(jīng)費(fèi)投入。科技創(chuàng)新本質(zhì)上是人的創(chuàng)造性活動(dòng)，研發(fā)人員作為科技創(chuàng)新活動(dòng)過(guò)程中重要參與者，是影響科技創(chuàng)新效率的決定性因素，同時(shí)也是科技創(chuàng)新活動(dòng)順利實(shí)施的關(guān)鍵所在。研發(fā)經(jīng)費(fèi)是開(kāi)展科技創(chuàng)新活動(dòng)的物質(zhì)基礎(chǔ)和重要前提，對(duì)國(guó)家或區(qū)域科技活動(dòng)起到持續(xù)穩(wěn)定發(fā)展的基石與保障作用。因此，本文以研發(fā)人員和規(guī)模以上工業(yè)企業(yè)研發(fā)經(jīng)費(fèi)表征科技創(chuàng)新投入。在產(chǎn)出指標(biāo)上，將科技創(chuàng)新產(chǎn)出分為知識(shí)成果和經(jīng)濟(jì)效益產(chǎn)出。創(chuàng)新活動(dòng)過(guò)程中的知識(shí)信息凝結(jié)在各類(lèi)文獻(xiàn)中，特別是科技論文及專(zhuān)利文獻(xiàn)，而專(zhuān)利數(shù)據(jù)是量化科技創(chuàng)新能力的關(guān)鍵指標(biāo)，被學(xué)者廣泛作為科技創(chuàng)新的重要衡量因素[15]。新產(chǎn)品銷(xiāo)售收入是區(qū)域科技創(chuàng)新產(chǎn)出的重要呈現(xiàn)，反映科技進(jìn)步帶來(lái)的經(jīng)濟(jì)效益。與已有研究不同，本文增加人均地區(qū)生產(chǎn)總值這一變量為產(chǎn)出指標(biāo)，原因在于科技創(chuàng)新的落腳點(diǎn)是促進(jìn)經(jīng)濟(jì)和社會(huì)發(fā)展，改善全社會(huì)的經(jīng)濟(jì)水平，選取人均地區(qū)生產(chǎn)總值可以反映科技創(chuàng)新發(fā)展對(duì)經(jīng)濟(jì)的推動(dòng)作用[28]。是以，本文以國(guó)內(nèi)專(zhuān)利申請(qǐng)授權(quán)量、規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷(xiāo)售收入以及人均地區(qū)生產(chǎn)總值表征科技創(chuàng)新產(chǎn)出。

鑒于樣本數(shù)據(jù)的可得性，本文選取2012—2019年為樣本考察期，重點(diǎn)探究該時(shí)段內(nèi)中國(guó)31個(gè)省區(qū)市的科技創(chuàng)新效率。本文所涉及的指標(biāo)數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及各省區(qū)市統(tǒng)計(jì)年鑒，期間個(gè)別數(shù)據(jù)缺失值使用插值法補(bǔ)齊。

三、科技創(chuàng)新效率實(shí)證測(cè)度及時(shí)空演化分析

（一）靜態(tài)測(cè)度

1.中國(guó)省域科技創(chuàng)新效率的時(shí)間演化

本文基于BCC-DEA模型，利用DEAP 2.1軟件對(duì)樣本考察期內(nèi)中國(guó)31個(gè)省區(qū)市科技創(chuàng)新效率進(jìn)行逐年測(cè)算，結(jié)果如表2所示。

表2 2012—2019年各省區(qū)市科技創(chuàng)新綜合效率

續(xù)表

第一，從整體時(shí)間演進(jìn)來(lái)看，我國(guó)31個(gè)省區(qū)市的科技創(chuàng)新效率總體呈現(xiàn)波動(dòng)上升的狀態(tài)，將樣本考察期劃分兩階段（2012—1015年、2016—2019年），2012—2015年我國(guó)各省區(qū)市科技創(chuàng)新效率總體均值為0.734，2016—2019年我國(guó)各省區(qū)市科技創(chuàng)新效率總體均值為0.811，這充分表明我國(guó)省域科技創(chuàng)新水平總體呈現(xiàn)較為良好的發(fā)展趨勢(shì)。其中，2016—2019年科技創(chuàng)新效率整體水平上浮10.5%，這種上升源于國(guó)家和政府制定相關(guān)的政策和規(guī)定予以支持和鼓勵(lì)地區(qū)科技創(chuàng)新發(fā)展、鼓勵(lì)創(chuàng)新科技人才培養(yǎng)以及引進(jìn)海內(nèi)外高層次科技人才等舉措，這使得我國(guó)科學(xué)技術(shù)發(fā)展迅速，科技創(chuàng)新能力穩(wěn)步提升。從我國(guó)31個(gè)省區(qū)市來(lái)看，地區(qū)間科技創(chuàng)新效率值差異波動(dòng)幅度較大，總體呈現(xiàn)“W形”趨勢(shì)，2012年DEA有效省區(qū)市包括天津、吉林、上海、江蘇、浙江、重慶和西藏，效率值均為1，最低效率值的陜西為0.393，兩者相差0.607，這表明區(qū)域間具有顯著空間非均衡性；2015年區(qū)域間呈現(xiàn)出更大的差異性，內(nèi)蒙古科技創(chuàng)新效率值最低，為0.353，與DEA有效省區(qū)市相差0.625，但在2016—2018年地區(qū)間差異性在逐步縮小，2019年再次出現(xiàn)拐點(diǎn)，地區(qū)間效率值差異再次拉大。

第二，將中國(guó)31個(gè)省區(qū)市按四大板塊①東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北地區(qū)包括遼寧、吉林和黑龍江。劃分來(lái)看，各地區(qū)呈現(xiàn)出明顯的區(qū)域性差異（見(jiàn)圖1）。東部地區(qū)的科技創(chuàng)新效率在0.756～0.897區(qū)間內(nèi)波動(dòng)式變化，中部地區(qū)的科技創(chuàng)新效率在0.652～0.853范圍內(nèi)升降交替，西部地區(qū)的科技創(chuàng)新效率在0.638～0.815間距內(nèi)上下起伏，東北地區(qū)的科技創(chuàng)新效率在0.621～0.847周?chē)鰷p交替，這表明我國(guó)四大板塊科技創(chuàng)新效率的變化趨勢(shì)不盡相同，原因可能與地區(qū)自身經(jīng)濟(jì)發(fā)展水平、創(chuàng)新資源稟賦以及政府重視程度密切聯(lián)系。東部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略落實(shí)進(jìn)程走在前列，科技創(chuàng)新效率持續(xù)領(lǐng)先中部、西部和東北地區(qū)，創(chuàng)新活力持續(xù)釋放，在關(guān)鍵環(huán)節(jié)取得實(shí)質(zhì)性突破，涌現(xiàn)出一系列高水平原創(chuàng)成果，創(chuàng)新效應(yīng)不斷彰顯。西部地區(qū)經(jīng)濟(jì)發(fā)展水平較低，但四川、重慶、陜西、甘肅等省區(qū)市擁有多所知名高等院校和科研機(jī)構(gòu)，擁有較好的科教資源和人才資源優(yōu)勢(shì)，科技創(chuàng)新效率雖起點(diǎn)低，但具有良好的發(fā)展態(tài)勢(shì)，應(yīng)充分發(fā)揮西部地區(qū)的科技創(chuàng)新潛力，實(shí)現(xiàn)創(chuàng)新引領(lǐng)西部地區(qū)“變軌超車(chē)”。

圖1 全國(guó)及東部、中部、西部、東北地區(qū)科技創(chuàng)新效率趨勢(shì)

第三，從中國(guó)省域視角來(lái)看，各時(shí)期科技創(chuàng)新綜合效率達(dá)到技術(shù)前沿的省區(qū)市較少，基本穩(wěn)定在4～5個(gè)之間，DEA有效省區(qū)市占比在12.9%～16.13%如表3。根據(jù)各省區(qū)市科技創(chuàng)新效率均值，采用四分位數(shù)法將其劃分為4個(gè)梯度等級(jí)。其中，位于整體水平25%以?xún)?nèi)為第一梯隊(duì)；位于整體水平的25%～50%為第二梯隊(duì)；位于整體水平的50%～75%為第三梯隊(duì)；位于整體75%以上為第四梯隊(duì)。第一梯隊(duì)科技創(chuàng)新效率偏低（0.495～0.665），包括河北、山西、內(nèi)蒙古、遼寧、云南、青海和寧夏；第二梯隊(duì)科技創(chuàng)新效率較低（0.665～0.787），包括黑龍江、福建、河南、湖北、海南、甘肅和新疆；第三梯隊(duì)科技創(chuàng)新效率較高（0.787～0.889），包括天津、安徽、江西、山東、廣東、廣西、四川和貴州；第四梯隊(duì)科技創(chuàng)新效率高（0.889～1.000），包括北京、吉林、上海、江蘇、浙江、湖南、重慶和西藏。第一梯隊(duì)中，陜西科技創(chuàng)新效率波動(dòng)幅度最大，整體呈現(xiàn)“倒V”趨勢(shì)，且2012—2016年增長(zhǎng)較快，之后呈下降趨勢(shì)。其余各省區(qū)市由于經(jīng)濟(jì)技術(shù)基礎(chǔ)薄弱或地理位置不利，科技創(chuàng)新綜合效率大多數(shù)年份在0.6以下，距離有效技術(shù)前沿存在一定差距。第二梯隊(duì)中，黑龍江、福建、河南、湖北、海南、甘肅和新疆科技創(chuàng)新綜合效率升降交替，但整體呈現(xiàn)上升態(tài)勢(shì)。其中，新疆科技創(chuàng)新綜合效率增幅最大，達(dá)到59.14%，探究發(fā)現(xiàn)新疆近年來(lái)持續(xù)深化科技體制機(jī)制改革，科技成果轉(zhuǎn)化質(zhì)量提升，“十三五”期間全區(qū)科技計(jì)劃新立項(xiàng)項(xiàng)目6890個(gè)，科技成果轉(zhuǎn)化示范專(zhuān)項(xiàng)2225個(gè)，同時(shí)積極對(duì)接各類(lèi)融資機(jī)構(gòu)，持續(xù)加大雙創(chuàng)活動(dòng)支持力度。第三梯隊(duì)中，貴州科技創(chuàng)新綜合效率上下波動(dòng)最為明顯，由考察期初綜合效率0.622持續(xù)上升至0.985，并在2015年出現(xiàn)拐點(diǎn)，2016年跌落至0.675，隨后出現(xiàn)持續(xù)上升趨勢(shì)。主要原因在于2016年貴州創(chuàng)新要素投入產(chǎn)出結(jié)構(gòu)失衡，專(zhuān)利產(chǎn)出存在較大缺口。2014—2019年江西科技創(chuàng)新綜合效率穩(wěn)定上升，并在2019年達(dá)到綜合效率技術(shù)水平前沿，這源于江西在2013年為切實(shí)推動(dòng)產(chǎn)學(xué)研深度融合，首創(chuàng)科技協(xié)同創(chuàng)新模式，在技術(shù)合作、科研成果轉(zhuǎn)化等領(lǐng)域取得重大突破。第四梯隊(duì)中，除上海、江蘇、湖南外，其余省區(qū)市大多數(shù)年份均為有效狀態(tài)，說(shuō)明該梯隊(duì)省區(qū)市實(shí)現(xiàn)創(chuàng)新資源要素高效配置，投入產(chǎn)出結(jié)構(gòu)較為合理。

表3 2012—2019年各省區(qū)市科技創(chuàng)新要素配置有效區(qū)域及比重

2.中國(guó)省域科技創(chuàng)新效率的空間演化

本文選取2012、2015、2016和2019年的各省區(qū)市科技創(chuàng)新綜合效率值，借助ArcGIS軟件對(duì)其空間分布特征進(jìn)行分析，采用自然斷點(diǎn)法對(duì)我國(guó)31個(gè)省區(qū)市的綜合效率進(jìn)行等級(jí)劃分，共劃分低水平、中等水平和高水平三類(lèi)，等級(jí)具體劃分標(biāo)準(zhǔn)見(jiàn)表4。并結(jié)合表2可以看出，科技創(chuàng)新綜合效率值在空間上的高低分布與經(jīng)濟(jì)發(fā)展格局呈現(xiàn)“東高西低”趨勢(shì)并不完全一致，部分西部地區(qū)科技創(chuàng)新效率值較高。這是由于科技創(chuàng)新效率不同于科技創(chuàng)新能力，科技創(chuàng)新能力是對(duì)科技創(chuàng)新資源在其不同用途之間進(jìn)行合理調(diào)配以實(shí)現(xiàn)成果產(chǎn)出，并經(jīng)由創(chuàng)新載體將創(chuàng)新成果轉(zhuǎn)化為經(jīng)濟(jì)效益與社會(huì)效益，而科技創(chuàng)新效率是利用有限的科技創(chuàng)新資源獲取最大化的科技創(chuàng)新產(chǎn)出。因此，科技創(chuàng)新效率不僅對(duì)經(jīng)濟(jì)和人才具有重要依賴(lài)關(guān)系，還與地區(qū)資源集聚利用水平、科研經(jīng)費(fèi)和人員管理、資源轉(zhuǎn)化力度等存在聯(lián)系，例如甘肅地處西部地區(qū)，但其擁有高效的科研活動(dòng)運(yùn)行機(jī)制和完備的創(chuàng)新政策支持體系，形成了以蘭白自創(chuàng)區(qū)和蘭白試驗(yàn)區(qū)為試點(diǎn)的先行科技體制機(jī)制改革創(chuàng)新區(qū)，加快推進(jìn)了甘肅省科技領(lǐng)域“放管服”改革。是以，甘肅科技創(chuàng)新綜合效率值較高，但總體來(lái)看區(qū)域發(fā)展差異依舊顯著。

表4 等級(jí)劃分標(biāo)準(zhǔn)

（二）Malmquist指數(shù)動(dòng)態(tài)分析

Malmquist可以動(dòng)態(tài)反映中國(guó)省域科技創(chuàng)新效率的變化情況，應(yīng)用Malmquist指數(shù)對(duì)2012—2019年中國(guó)31個(gè)省區(qū)市的科技創(chuàng)新效率進(jìn)行分解，結(jié)果如表5所示。

表5 2012—2019年我國(guó)科技創(chuàng)新效率分年度變動(dòng)指數(shù)及其分解

由表5可知，從整體效率變動(dòng)來(lái)看，2012—2019年我國(guó)科技創(chuàng)新效率生產(chǎn)率指數(shù)均值為1.047，Malmquist生產(chǎn)率上升4.7%。樣本考察期內(nèi)，除2013—2014年全要素生產(chǎn)率小于1以外，其余年份的全要素生產(chǎn)率指數(shù)均大于1，表明我國(guó)科技創(chuàng)新全要素生產(chǎn)率呈波動(dòng)趨勢(shì)，但基本處于穩(wěn)步上升的階段，我國(guó)科技創(chuàng)新發(fā)展總體態(tài)勢(shì)良好，與前文相印證。將全要素生產(chǎn)率進(jìn)一步分解為技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)，可以看出2012—2019年技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)波動(dòng)較為明顯，年度變化不夠穩(wěn)定，平均增長(zhǎng)率分別為2%和2.6%，技術(shù)效率和技術(shù)進(jìn)步均是促進(jìn)我國(guó)科技創(chuàng)新效率提升的關(guān)鍵原因，全要素生產(chǎn)率增長(zhǎng)主要源于兩者的協(xié)同作用。與此同時(shí)，全要素生產(chǎn)率與技術(shù)進(jìn)步指數(shù)呈現(xiàn)較為一致的變化趨勢(shì)，說(shuō)明在樣本考察期內(nèi)技術(shù)進(jìn)步是影響我國(guó)科技創(chuàng)新全要素生產(chǎn)率變化的主導(dǎo)因素。2018—2019年技術(shù)規(guī)模頹勢(shì)初顯，表明我國(guó)或區(qū)域?qū)ΜF(xiàn)有創(chuàng)新資源有效利用能力不足，亟須深化管理體制機(jī)制改革、加強(qiáng)高新技術(shù)研發(fā)，激發(fā)人才創(chuàng)新活力、加快核心關(guān)鍵技術(shù)攻關(guān)仍是推動(dòng)科技創(chuàng)新、打造未來(lái)發(fā)展新優(yōu)勢(shì)的重要舉措。將技術(shù)效率指數(shù)進(jìn)一步分解發(fā)現(xiàn)，樣本考察期內(nèi)純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)均呈現(xiàn)波動(dòng)變化態(tài)勢(shì)。除2013—2014年技術(shù)效率指數(shù)主要受規(guī)模效率指數(shù)影響和2014—2015年、2017—2018年主要受純技術(shù)效率指數(shù)變動(dòng)影響外，其余年份技術(shù)效率指數(shù)受純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)共同作用的影響。總體而言，純技術(shù)效率指數(shù)平均增長(zhǎng)1.7%，規(guī)模效率指數(shù)平均增長(zhǎng)0.3%，表明純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)均對(duì)技術(shù)效率指數(shù)的提高起到促進(jìn)作用。

由表6可知，2012—2019年間中國(guó)31個(gè)省區(qū)市中有26個(gè)省區(qū)市科技創(chuàng)新全要素生產(chǎn)率大于1，占比高達(dá)83.87%，表明我國(guó)科技創(chuàng)新效率在不斷提升，整體趨勢(shì)向好，這主要源于創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的大力實(shí)施以及始終堅(jiān)持科技創(chuàng)新優(yōu)先發(fā)展。其中，西藏的科技創(chuàng)新生產(chǎn)率提升最快，樣本考察期間增幅達(dá)到18.5%，青海和內(nèi)蒙古的科技創(chuàng)新生產(chǎn)率增幅也分別達(dá)到18.2%和11.2%。原因在于這些西部地區(qū)深入學(xué)習(xí)領(lǐng)會(huì)習(xí)近平總書(shū)記的“越是欠發(fā)達(dá)地區(qū)，越需要實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”講話(huà)精神，通過(guò)對(duì)外促進(jìn)區(qū)域發(fā)展聯(lián)動(dòng)、對(duì)內(nèi)全面實(shí)施區(qū)域中長(zhǎng)期科技發(fā)展規(guī)劃，依托“一帶一路”倡議，肩負(fù)“西部崛起”國(guó)家區(qū)域協(xié)調(diào)發(fā)展重任，西部地區(qū)各領(lǐng)域科技發(fā)展取得明顯成效，高質(zhì)量發(fā)展的新格局正在加速形成。而重慶科技創(chuàng)新生產(chǎn)率最低，樣本考察期內(nèi)降幅達(dá)到3.6%，呈現(xiàn)衰退趨勢(shì)，這一結(jié)果與賴(lài)一飛等[29]的結(jié)論相一致。

表6 2012—2019年中國(guó)各省區(qū)市科技創(chuàng)新效率的Malmquist指數(shù)及其分解

續(xù)表

基于Malmquist分解角度看：北京、天津和上海技術(shù)效率均小于1，但其科技創(chuàng)新全要素生產(chǎn)率均大于1，表明技術(shù)進(jìn)步抵消了技術(shù)效率下降的影響。究其原因，北京、天津和上海均具有強(qiáng)大的經(jīng)濟(jì)基礎(chǔ)和優(yōu)越的地理位置，形成集聚創(chuàng)新資源、創(chuàng)新人才強(qiáng)大磁場(chǎng)，吸引著大量資金和人員的涌進(jìn)。江蘇、湖南、重慶和四川技術(shù)效率下降是導(dǎo)致科技創(chuàng)新效率降低的主要原因，其中，江蘇規(guī)模效率降低引起技術(shù)效率下降，純技術(shù)效率無(wú)影響，而其余省區(qū)市技術(shù)效率下降是由純技術(shù)效率和規(guī)模效率共同合力作用的結(jié)果。原因在于創(chuàng)新資源配置結(jié)構(gòu)的低效性，造成創(chuàng)新資源的浪費(fèi)，進(jìn)而對(duì)科技創(chuàng)新效率的提升起到明顯的抑制作用。吉林和西藏技術(shù)效率指數(shù)為1，表明技術(shù)效率對(duì)全要素生產(chǎn)率無(wú)作用，技術(shù)進(jìn)步帶動(dòng)全要素生產(chǎn)率提升。這源于兩省區(qū)科技成果轉(zhuǎn)化活動(dòng)持續(xù)活躍，科技成果轉(zhuǎn)化鏈條逐漸完善，更多創(chuàng)新成果開(kāi)始走向市場(chǎng)。其余省區(qū)市技術(shù)效率均處于增長(zhǎng)趨勢(shì)，原因在于純技術(shù)效率和規(guī)模效率的推動(dòng)作用。

四、結(jié)論及政策啟示

準(zhǔn)確把握中國(guó)省域科技創(chuàng)新效率時(shí)空分異特征，探究其時(shí)空演變過(guò)程，是實(shí)現(xiàn)科技創(chuàng)新協(xié)同發(fā)展、形成科技創(chuàng)新高質(zhì)量發(fā)展格局的重要前提。本文通過(guò)構(gòu)建中國(guó)省域科技創(chuàng)新效率測(cè)度指標(biāo)體系，基于2012—2019年中國(guó)31個(gè)省區(qū)市數(shù)據(jù)，借助BCCDEA模型和Malmquist指數(shù)分解對(duì)中國(guó)省域科技創(chuàng)新效率的區(qū)域差異及時(shí)空演化進(jìn)行實(shí)證分析。

研究發(fā)現(xiàn)，樣本考察期內(nèi)，在全國(guó)視角下，我國(guó)31個(gè)省區(qū)市科技創(chuàng)新效率整體呈現(xiàn)波動(dòng)上升的狀態(tài)，2016—2019年我國(guó)各省區(qū)市科技創(chuàng)新效率均值較2012—2015年上升10.5%，我國(guó)省域科技創(chuàng)新效率總體呈現(xiàn)較好的發(fā)展趨勢(shì)。在區(qū)域視角下，四大板塊具有明顯區(qū)域性差異，其中，東部地區(qū)科技創(chuàng)新效率始終居于四大板塊首位，西部地區(qū)科技創(chuàng)新效率處于較低水平；在省域視角下，各時(shí)期科技創(chuàng)新綜合效率達(dá)到技術(shù)生產(chǎn)前沿的省區(qū)市較少，科技創(chuàng)新效率提升的空間較大。同時(shí)采用四分位數(shù)法劃分梯度等級(jí)結(jié)果顯示，經(jīng)濟(jì)發(fā)達(dá)地區(qū)均位于第三或第四梯隊(duì)，經(jīng)濟(jì)落后地區(qū)大多暫居第一或第二梯隊(duì)。

究其原因，我國(guó)多數(shù)地區(qū)存在投入冗余現(xiàn)象，在現(xiàn)有科技創(chuàng)新投入下大部分地區(qū)未達(dá)到理論產(chǎn)出，造成一定的資源浪費(fèi)，地區(qū)間創(chuàng)新資源配置較不合理，資源利用效率較低。此外，我國(guó)省域科技創(chuàng)新效率總體上升但增速有所放緩，主要原因是規(guī)模效率增加，但其邊際貢獻(xiàn)遞減。因此，各省區(qū)市應(yīng)根據(jù)自身科技創(chuàng)新發(fā)展現(xiàn)狀，合理調(diào)整創(chuàng)新資源投入，促進(jìn)創(chuàng)新主體對(duì)創(chuàng)新資源的高效利用。例如：東部地區(qū)應(yīng)通過(guò)設(shè)立“科技領(lǐng)軍人才”“產(chǎn)業(yè)技術(shù)領(lǐng)軍人才”等各類(lèi)領(lǐng)軍人才支持計(jì)劃及“創(chuàng)新人才培養(yǎng)”“未來(lái)領(lǐng)軍人才”等人才專(zhuān)項(xiàng)項(xiàng)目，將更多的科技資本用于激發(fā)科技活動(dòng)人員的創(chuàng)新動(dòng)機(jī)和創(chuàng)新潛力；西部地區(qū)通過(guò)增加研究課題數(shù)、科技創(chuàng)新項(xiàng)目數(shù)，加大政府研發(fā)資金投入力度，擴(kuò)充區(qū)域整體科技投入規(guī)模。

從動(dòng)態(tài)效率測(cè)度結(jié)果看，樣本考察期內(nèi)，中國(guó)科技創(chuàng)新效率生產(chǎn)率指數(shù)均值大于1，技術(shù)效率和技術(shù)進(jìn)步均是促進(jìn)我國(guó)科技創(chuàng)新效率提升的關(guān)鍵因素，全要素生產(chǎn)率增長(zhǎng)主要源于兩者的協(xié)同作用。其中，技術(shù)進(jìn)步是影響我國(guó)科技創(chuàng)新全要素生產(chǎn)率變化的主導(dǎo)因素，全要素生產(chǎn)率與技術(shù)進(jìn)步指數(shù)呈現(xiàn)較為一致的變化趨勢(shì)。而樣本考察期內(nèi)純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)均呈現(xiàn)波動(dòng)變化態(tài)勢(shì)，大多數(shù)年份技術(shù)效率受兩者同向作用。

因此，各省區(qū)市應(yīng)加快革新科技創(chuàng)新核心技術(shù)，根據(jù)高校、科研院所和企業(yè)等創(chuàng)新主體的科技創(chuàng)新需求，通過(guò)設(shè)置科技計(jì)劃專(zhuān)項(xiàng)，支持其關(guān)鍵核心技術(shù)攻關(guān)，同時(shí)在科技創(chuàng)新技術(shù)支持平臺(tái)、科技成果轉(zhuǎn)化等具體方面下“狠功夫”，聯(lián)合推動(dòng)科技創(chuàng)新技術(shù)進(jìn)步。此外，推進(jìn)純技術(shù)效率和規(guī)模效率的協(xié)同提升，在增強(qiáng)創(chuàng)新資源集聚力的同時(shí)繼續(xù)創(chuàng)新管理機(jī)制和保持技術(shù)先進(jìn)性。