中國省級區(qū)域創(chuàng)新效率評價
——基于兩階段共享投入動態(tài)網(wǎng)絡(luò)交叉效率模型

向小東 項 偉

(福州大學(xué)經(jīng)濟(jì)與管理學(xué)院，福建福州 350108)

一、引言

隨著經(jīng)濟(jì)全球化和知識經(jīng)濟(jì)時代的到來，創(chuàng)新已經(jīng)成為提升國家或地區(qū)競爭力、促進(jìn)經(jīng)濟(jì)增長和社會發(fā)展的關(guān)鍵因素。當(dāng)前，我國正處于實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略、建設(shè)創(chuàng)新型國家的重要時期。但受經(jīng)濟(jì)發(fā)展水平、文化教育程度等因素制約，與發(fā)達(dá)國家相比我國創(chuàng)新資源較為缺乏，這制約了國家創(chuàng)新能力的進(jìn)一步提升。同時，近年來受新冠肺炎疫情等因素影響，我國經(jīng)濟(jì)步入下行通道，國家創(chuàng)新投入增速有所回落，財政科技支出較過去有所下降。創(chuàng)新經(jīng)費資源相對縮減，這提醒政府要更注重提高各區(qū)域創(chuàng)新資源的利用效率。因此，使用科學(xué)定量化方法對我國區(qū)域創(chuàng)新效率進(jìn)行評價，對提高區(qū)域創(chuàng)新資源利用效率，進(jìn)一步推動創(chuàng)新驅(qū)動發(fā)展具有重要意義。

目前，學(xué)術(shù)界在創(chuàng)新效率評價的研究中所采用的方法主要有參數(shù)方法和非參數(shù)方法。其中，參數(shù)方法以隨機(jī)前沿分析(SFA)為代表，非參數(shù)方法以數(shù)據(jù)包絡(luò)分析(DEA)為代表。SFA模型多用于單產(chǎn)出的系統(tǒng)中，且需要事先構(gòu)建生產(chǎn)函數(shù)，帶有一定的主觀性。(1)倪淵：《基于滯后非徑向超效率DEA的高?？蒲行试u價研究》，《管理評論》2016年第11期。而 DEA 作為一種評價多投入多產(chǎn)出系統(tǒng)效率的方法，不需要指定具體的生產(chǎn)函數(shù)形式，不需要事先設(shè)定權(quán)重，有效避免了評價的主觀性(2)周忠寶、喻懷寧、馬超群，等：《基于自由處置性的網(wǎng)絡(luò)系統(tǒng)效率評價模型研究》，《中國管理科學(xué)》2015年第11期。，因此DEA模型在創(chuàng)新效率評價的研究中越來越受青睞。DEA創(chuàng)新效率評價模型可以分為靜態(tài)DEA模型和動態(tài)DEA模型。

基于靜態(tài)DEA模型的創(chuàng)新效率評價研究，根據(jù)是否打開了創(chuàng)新系統(tǒng)的“黑箱”，可以進(jìn)一步分為單階段靜態(tài)效率研究和多階段靜態(tài)效率研究。在單階段靜態(tài)效率研究方面，Sharma和Thomas基于DEA模型評價和比較了多個國家的創(chuàng)新效率。(3)Sharma S., Thomas V., “Inter-country R&D efficiency analysis: An application of data envelopment analysis”, Scientometrics, vol.76, no.3(2008), pp.483-501.劉暉等利用DEA模型對中國28個省市的新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行了評價和分析，發(fā)現(xiàn)中國新興產(chǎn)業(yè)創(chuàng)新效率普遍較低。(4)劉暉、劉軼芳、喬晗，等：《我國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究》，《系統(tǒng)工程理論與實踐》2015年第9期。這些學(xué)者基于傳統(tǒng)DEA模型對創(chuàng)新效率進(jìn)行了評價，雖然避免了SFA方法的缺陷，但沒能揭示創(chuàng)新系統(tǒng)內(nèi)部結(jié)構(gòu)如何影響整體效率。為打開創(chuàng)新系統(tǒng)的“黑箱”，分析整體效率與階段效率之間的關(guān)系，一些學(xué)者采用網(wǎng)絡(luò)DEA模型對創(chuàng)新效率進(jìn)行了評價。Guan和Chen構(gòu)建了典型的創(chuàng)新生產(chǎn)過程評價框架，利用網(wǎng)絡(luò)DEA模型對中國26個省級區(qū)域的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行了評價。(5)Guan J., Chen K., “Measuring the innovation production process: A cross-region empirical study of China's high-tech innovations”, Technovation, vol.30, no.5-6(2010), pp.348-358.肖仁橋等采用規(guī)模報酬可變情形下的兩階段鏈?zhǔn)紻EA模型，對中國28個省市高技術(shù)產(chǎn)業(yè)的整體創(chuàng)新效率和階段效率進(jìn)行了評價分析，發(fā)現(xiàn)中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率偏低。(6)肖仁橋、錢麗、陳忠衛(wèi)：《中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素研究》，《管理科學(xué)》2012年第5期。為了更接近真實的創(chuàng)新系統(tǒng)，一些學(xué)者考慮到創(chuàng)新系統(tǒng)中的共享投入變量。馮志軍和陳偉構(gòu)建了資源約束型共享投入兩階段DEA模型，對中國高技術(shù)產(chǎn)業(yè)多個細(xì)分行業(yè)的創(chuàng)新整體效率和子階段效率進(jìn)行了評價。(7)馮志軍、陳偉：《中國高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率研究——基于資源約束型兩階段 DEA 模型的新視角》，《系統(tǒng)工程理論與實踐》2014年第5期。Chen等構(gòu)建了考慮共享投入和中間額外投入的網(wǎng)絡(luò)DEA模型，對中國區(qū)域高技術(shù)產(chǎn)業(yè)的效率進(jìn)行了評價，發(fā)現(xiàn)大部分地區(qū)在商業(yè)化階段的效率低于研發(fā)階段效率。(8)Chen X., Liu Z., Zhu Q., “Performance evaluation of China's high-tech innovation process: Analysis based on the innovation value chain”, Technovation, vol.74-75(2018), pp.42-53.以上研究都是從靜態(tài)角度對創(chuàng)新效率進(jìn)行評價，而創(chuàng)新是一個連續(xù)的事件，經(jīng)過多個時間間隔(9)Yu A., Shi Y., You J., et al., “Innovation performance evaluation for high-tech companies using dynamic network data envelopment analysis approach”, European Journal of Operational Research, vol.292, no.1(2021), pp.199-212.，具有多時期的動態(tài)特征，因此從動態(tài)角度對創(chuàng)新效率進(jìn)行評價會更加合理。

動態(tài)創(chuàng)新效率評價的研究中，學(xué)者們使用的DEA模型主要有三類。第一類是DEA-Malmquist模型，通過本期到下期效率的變化，對效率進(jìn)行動態(tài)分析。Guan等采用DEA-Malmquist模型研究了國家之間的協(xié)作方式對研發(fā)效率的影響。(10)Guan J.C., Zuo K.R., Chen K.H., et al., “Does country-level R&D efficiency benefit from the collaboration network structure?”, Research Policy, vol.45, no.4(2016),pp.770-784.肖夢等采用DEA-Malmquist模型對中國285個地級市在2012—2016年的創(chuàng)新效率進(jìn)行評價，發(fā)現(xiàn)全要素生產(chǎn)效率的提高主要得益于技術(shù)效率提升。(11)肖夢、鄧宏兵、謝偉偉：《中國區(qū)域創(chuàng)新發(fā)展績效測度研究》，《科技管理研究》2019 年第14期。第二類是DEA窗口模型，它在移動平均的原則下，將同一決策單元在不同時期視為不同的單元進(jìn)行效率評價。王學(xué)軍和張文敏分別采用DEA窗口模型和SFA模型對2007—2012年中國30個省市的研發(fā)創(chuàng)新效率進(jìn)行了評價。(12)王學(xué)軍、張文敏：《基于 DEA 視窗和 SFA 的中國區(qū)域研發(fā)創(chuàng)新效率對比研究》，《商業(yè)研究》2015年第8期。Lin等采用理想窗口寬度的DEA窗口模型評價了中國多個制造業(yè)的技術(shù)創(chuàng)新效率。(13)Lin S., Sun J., Marinova D., et al., “Evaluation of the green technology innovation efficiency of China's manufacturing industries: DEA window analysis with ideal window width”, Technology Analysis and Strategic Management, vol.30, no.10(2018), pp.1166-1181.DEA-Malmquist 模型和 DEA 窗口模型雖然評價了效率隨時間的變化，但都假設(shè)決策單元在單個時期內(nèi)的創(chuàng)新活動是獨立的。然而在實踐中，創(chuàng)新活動在連續(xù)時期間存在一種相互依賴關(guān)系，這種相互依賴關(guān)系是由結(jié)轉(zhuǎn)變量的聯(lián)系體現(xiàn)的。(14)Chen K., Kou M., Fu X., “Evaluation of multi-period regional R&D efficiency: An application of dynamic DEA to China's regional R&D systems”, Omega, vol.74(2018), pp.103-114.這種考慮結(jié)轉(zhuǎn)變量的DEA模型即為第三類動態(tài)DEA模型。嚴(yán)太華等以R&D資本存量為結(jié)轉(zhuǎn)變量，使用產(chǎn)出導(dǎo)向的動態(tài)SBM模型對中國省級高技術(shù)產(chǎn)業(yè)的整體效率和時期效率進(jìn)行評價并對收斂性進(jìn)行了檢驗。(15)嚴(yán)太華、劉松濤、劉煥鵬：《中國高技術(shù)產(chǎn)業(yè)動態(tài)效率測度與收斂性分析:基于產(chǎn)出導(dǎo)向 DSBM 模型的實證》，《管理工程學(xué)報》2015 年第3期。Chen等以研發(fā)資本存量為結(jié)轉(zhuǎn)變量，構(gòu)建動態(tài)DEA模型對中國區(qū)域研發(fā)活動的整體效率進(jìn)行評價，并比較了多種模型的效率結(jié)果。(16)Chen K., Kou M., Fu X., “Evaluation of multi-period regional R&D efficiency: An application of dynamic DEA to China's regional R&D systems”, Omega, vol.74(2018), pp.103-114.這些研究都是在單階段結(jié)構(gòu)下進(jìn)行的，忽略了創(chuàng)新系統(tǒng)的內(nèi)部結(jié)構(gòu)。后來，一些學(xué)者從多階段考慮創(chuàng)新系統(tǒng)連續(xù)時期間的結(jié)轉(zhuǎn)變量。Kou等構(gòu)建了動態(tài)網(wǎng)絡(luò)DEA模型，對OECD國家在多時期、多階段下的創(chuàng)新效率進(jìn)行了評價，發(fā)現(xiàn)這些國家整體創(chuàng)新效率低下主要源于應(yīng)用效率低下。(17)Kou M., Chen K., Wang S., et al., “Measuring efficiencies of multi-period and multi-division systems associated with DEA: An application to OECD countries' national innovation systems”,Expert Systems with Applications,vol.34(2016), pp.494-510.Xiong等分別以新立項項目數(shù)和管理成本為研發(fā)階段和成果轉(zhuǎn)化階段的結(jié)轉(zhuǎn)變量，構(gòu)建了動態(tài)網(wǎng)絡(luò)DEA模型，對中國科學(xué)院17家研究機(jī)構(gòu)的R&D效率進(jìn)行了評價。(18)Xiong X.,Yang G.L., Guan Z.C., “Assessing R&D efficiency using a two-stage dynamic DEA model: A case study of research institutes in the Chinese Academy of Sciences”, Journal of Informetrics, vol.12, no.3(2018), pp.784-805.

由上述文獻(xiàn)綜述可知，對基于DEA模型的創(chuàng)新效率評價學(xué)者們進(jìn)行了較多的研究，取得了較多的成果。但這些研究大多假設(shè)決策單元的創(chuàng)新活動在一個時期的運行獨立于其他時期，忽略了創(chuàng)新活動相鄰時期之間的聯(lián)系，降低了評價的準(zhǔn)確性。雖有學(xué)者構(gòu)建了考慮結(jié)轉(zhuǎn)變量的動態(tài)DEA模型對創(chuàng)新效率進(jìn)行評價，但他們的研究仍存在不足或可以進(jìn)一步研究的內(nèi)容：(1)這些研究大多未能打開創(chuàng)新系統(tǒng)的“黑箱”，僅從單階段角度考慮結(jié)轉(zhuǎn)變量，忽略了創(chuàng)新系統(tǒng)的內(nèi)部結(jié)構(gòu)，容易出現(xiàn)偽有效單元，且對效率低下的決策單元無法找到其效率低下的真正原因。雖然Kou等和Xiong等構(gòu)建了動態(tài)網(wǎng)絡(luò)DEA模型，在打開創(chuàng)新系統(tǒng)“黑箱”的基礎(chǔ)上考慮子階段相鄰時期之間的結(jié)轉(zhuǎn)變量。但他們都是基于兩階段鏈?zhǔn)骄W(wǎng)絡(luò)結(jié)構(gòu)對創(chuàng)新系統(tǒng)進(jìn)行評價，沒有考慮初始創(chuàng)新資源同時被子階段所消耗和第二階段增加獨立投入的現(xiàn)實情況，得到的創(chuàng)新效率評價結(jié)果與實際情況存在一定的偏差,并且所構(gòu)建的模型中未考慮極端權(quán)重對整體效率的影響，沒有對時期效率和階段時期效率的權(quán)重進(jìn)行限制。(2)包括Kou等和Xiong等在內(nèi)的考慮結(jié)轉(zhuǎn)變量的創(chuàng)新效率評價研究都是基于自評角度對創(chuàng)新效率進(jìn)行評價，以最大化被評單元的效率為目標(biāo)確定權(quán)重，容易產(chǎn)生DEA有效單元，并且不能對有效單元進(jìn)行進(jìn)一步區(qū)分，無法解決有效單元的排序問題?；谏鲜稣J(rèn)識，本文將考慮結(jié)轉(zhuǎn)變量的動態(tài)網(wǎng)絡(luò)DEA模型與兩階段共享投入網(wǎng)絡(luò)DEA模型結(jié)合，并對時期效率權(quán)重和階段時期效率權(quán)重進(jìn)行限制，避免極端權(quán)重對效率的影響，在此基礎(chǔ)上結(jié)合壓他型交叉效率模型思想，構(gòu)建兩階段共享投入動態(tài)網(wǎng)絡(luò)交叉效率模型，從自互評體系對我國省級區(qū)域的創(chuàng)新效率進(jìn)行評價及深入分析。

二、模型構(gòu)建

本文沿襲肖仁橋等(19)肖仁橋、錢麗、陳忠衛(wèi)：《中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素研究》，《管理科學(xué)》2012年第 5期。、范德成和李盛楠(20)范德成、李盛楠：《區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率測度與提升路徑研究——基于共享投入關(guān)聯(lián)型兩階段 DEA 模型》，《運籌與管理》2019年第5期。的做法，將區(qū)域創(chuàng)新系統(tǒng)劃分為知識研發(fā)階段和經(jīng)濟(jì)轉(zhuǎn)化階段，在此基礎(chǔ)上考慮兩個子階段相鄰時期之間的結(jié)轉(zhuǎn)關(guān)系。因此，多時期兩階段共享投入網(wǎng)絡(luò)結(jié)構(gòu)的創(chuàng)新系統(tǒng)可以用圖1表示。

圖1 多時期兩階段共享投入網(wǎng)絡(luò)結(jié)構(gòu)創(chuàng)新系統(tǒng)

(一)兩階段共享投入動態(tài)網(wǎng)絡(luò)自評模型

參考Kou等構(gòu)建的動態(tài)網(wǎng)絡(luò)自評DEA模型(21)Kou M., Chen K., Wang S., et al., “Measuring efficiencies of multi-period and multi-division systems associated with DEA: An application to OECD countries' national innovation systems”,Expert Systems with Applications,vol.34(2016), pp.494-510.：(1)整體自評效率由時期自評效率加權(quán)組成，時期自評效率由階段時期自評效率加權(quán)組成，權(quán)重可以根據(jù)它們間的內(nèi)生關(guān)系生成；(2)相同的指標(biāo)在不同時期得到同樣的評價，賦予相同的乘數(shù)權(quán)重。本文將其與兩階段共享投入網(wǎng)絡(luò)DEA模型結(jié)合，并借鑒Chen等將共享投入在系統(tǒng)不同子階段設(shè)置相同乘數(shù)權(quán)重的處理方法(22)Chen Y., Du J., Sherman H.D., et al., “DEA model with shared resources and efficiency decomposition”, European Journal of Operational Research, vol.207, no.1(2010), pp.339-349.，構(gòu)建模型式(1)計算規(guī)模報酬不變假設(shè)下DMUd的整體自評效率。

s.t

Lit≤αit≤Hit(i=1,…,I;t=1,…,T)

(i=1,…,I;q=1,…,Q;r=1,…,R;s=1,…,S;m=1,…,M;b=1,…,B)

(1)

令βidt=αituid，經(jīng) Charnes-Cooper 變化，式(1)的分式規(guī)劃模型可化為如式(2)所示的線性規(guī)劃模型。

s.t.

(2)

(3)

(4)

(5)

(6)

雖然根據(jù)該方法可以得到時期自評效率和階段時期自評效率的權(quán)重，但實際計算過程中可能會出現(xiàn)極端權(quán)重使得效率值不合理。因此，為了避免極端權(quán)重的出現(xiàn)，本文對時期自評效率和階段時期自評效率的權(quán)重進(jìn)行約束，需要將約束條件式(7)添加至模型(2)中，其中aNt、a1t和a2t為各權(quán)重值的下限。約束條件式(7)可以轉(zhuǎn)化為線性不等式，因此添加約束條件后的模型(2)仍是線性規(guī)劃模型。

(7)

(二)兩階段共享投入動態(tài)網(wǎng)絡(luò)交叉效率模型

根據(jù)上述公式可以計算得到?jīng)Q策單元在自評模型下的效率，然而傳統(tǒng)自評DEA模型只能將被評單元區(qū)分為有效單元與非有效單元，不能對有效單元進(jìn)行優(yōu)劣排序，且自評方法容易產(chǎn)生表面上DEA有效，但在互評中卻處于不利地位的偽有效單元。(23)梁樑、吳杰：《數(shù)據(jù)包絡(luò)分析(DEA)的交叉效率研究進(jìn)展與展望》，《中國科學(xué)技術(shù)大學(xué)學(xué)報》2013年第11期。Sexton等在CCR模型基礎(chǔ)上提出了交叉效率模型，利用決策單元之間自互評體系代替?zhèn)鹘y(tǒng)的自評體系，實現(xiàn)了對決策單元效率的進(jìn)一步區(qū)分，但存在最優(yōu)權(quán)重可能不唯一的問題。(24)Sexton T.R.,Silkman R.H., Hogan A.J., “Data envelopment analysis: Critique and extensions”,New Directions for Program Evaluation, vol.32(1986), pp.73-105.為解決這個問題，Doyle等提出了壓他型交叉效率模型來確定唯一最優(yōu)權(quán)重，該模型的思想是，在保證DMUd的CCR自評效率值不變的情況下，選取一組最優(yōu)權(quán)重使其他決策單元平均交叉效率最小。(25)Doyle J., Green R., “Efficiency and cross-efficiency in DEA: Derivations,meanings and uses”,Journal of the operational research society, vol.45, no.5(1994), pp.567-578.本文將壓他型交叉效率模型思想拓展到考慮結(jié)轉(zhuǎn)活動的兩階段共享投入動態(tài)網(wǎng)絡(luò)DEA模型中，在保證DMUd的整體自評效率不變的情況下，選取一組最優(yōu)權(quán)重使其他決策單元的整體平均交叉效率最小。兩階段共享投入動態(tài)網(wǎng)絡(luò)壓他型交叉效率模型如下所示。

s.t.

(8)

經(jīng) Charnes-Cooper 變化，式(8)的分式規(guī)劃模型可化為如式(9)所示的線性規(guī)劃模型。

s.t.

(9)

(10)

(11)

(12)

(13)

(14)

(15)

通過對模型式(9)求解n次，可以得到n組最優(yōu)權(quán)重，從而對每個決策單元相應(yīng)的效率值評價n次，最終得到整體交叉效率矩陣θNT、階段交叉效率矩陣θiT(i=1,2)、時期交叉效率矩陣θNt(t=1,…,T)和階段時期交叉效率矩陣θit(i=1,2;t=1,…,T)。整體交叉效率矩陣θNT的表達(dá)式為：

(16)

(17)

(18)

(19)

(20)

三、兩階段共享投入動態(tài)網(wǎng)絡(luò)交叉效率模型的應(yīng)用

(一)指標(biāo)說明及數(shù)據(jù)來源

知識研發(fā)階段主要通過投入人力、財力得到各種知識成果，因此本文選取R&D經(jīng)費內(nèi)部支出和R&D人員折合全時當(dāng)量作為投入指標(biāo)，選取三種專利申請受理數(shù)、科技論文收錄數(shù)作為產(chǎn)出指標(biāo)。根據(jù)Yu等的研究，知識研發(fā)階段可以利用以往的專利成果開發(fā)知識產(chǎn)品(26)Yu A.,Shi Y.,You J.,et al., “Innovation performance evaluation for high-tech companies using dynamic network data envelopment analysis approach”, European Journal of Operational Research, vol.292, no.1(2021), pp.199-212.，因此本文選取三種專利有效數(shù)作為研發(fā)階段的結(jié)轉(zhuǎn)變量。由于不同類型的專利所具有的創(chuàng)新技術(shù)含量不同，借鑒白俊紅和蔣伏心的研究(27)白俊紅、蔣伏心：《考慮環(huán)境因素的區(qū)域創(chuàng)新效率研究——基于三階段 DEA 方法》，《財貿(mào)經(jīng)濟(jì)》2011年第10 期。，對發(fā)明、實用新型和外觀設(shè)計專利分別賦予0.5、0.3和0.2的權(quán)重。

經(jīng)濟(jì)轉(zhuǎn)化階段是將知識研發(fā)階段的知識成果轉(zhuǎn)化為經(jīng)濟(jì)效益的過程，該階段也需要人力和財力的支持。因此，該階段的投入除了研發(fā)階段產(chǎn)出的知識成果外，也包括了R&D經(jīng)費內(nèi)部支出和R&D人員折合全時當(dāng)量?？紤]到使用新的知識成果，需要對現(xiàn)有生產(chǎn)設(shè)施進(jìn)行改造，選取技術(shù)改造經(jīng)費支出作為該階段的獨立投入。產(chǎn)出指標(biāo)則選取規(guī)模及以上企業(yè)新產(chǎn)品銷售收入和新產(chǎn)品出口額。借鑒Kou等將資本存量作為經(jīng)濟(jì)轉(zhuǎn)化階段結(jié)轉(zhuǎn)變量的方式(28)Kou M.,Chen K.,Wang S.,et al., “Measuring efficiencies of multi-period and multi-division systems associated with DEA: An application to OECD countries' national innovation systems”,Expert Systems with Applications,vol.34(2016), pp.494-510.，本文利用永續(xù)盤存法對規(guī)模及以上企業(yè)的新產(chǎn)品開發(fā)經(jīng)費進(jìn)行折舊計算，得到新產(chǎn)品開發(fā)經(jīng)費存量，將其作為經(jīng)濟(jì)轉(zhuǎn)化階段的結(jié)轉(zhuǎn)變量。

由于創(chuàng)新是復(fù)雜且不可控的過程，創(chuàng)新活動從最初原始投入到新產(chǎn)品上市的整個過程都具有時滯性。(29)陳倩倩、陳業(yè)華、李風(fēng)燕：《基于共享投入 DEA 模型的我國區(qū)域創(chuàng)新效率預(yù)測》，《統(tǒng)計與決策》2019 年第 14 期。參考余泳澤和劉大勇(30)余泳澤、劉大勇：《創(chuàng)新價值鏈視角下的我國區(qū)域創(chuàng)新效率提升路徑研究》，《科研管理》2014年第5期。、Zhang和Cui(31)Zhang Y., Cui M., “Determining the innovation efficiency of resource-based cities using a relational network dea model: Evidence from China”, The Extractive Industries and Society, vol.7, no.4(2020),pp.1557-1566.的研究，本文在知識研發(fā)階段和經(jīng)濟(jì)轉(zhuǎn)化階段各設(shè)置一年的滯后期。選取我國30個省市2014—2020年相關(guān)數(shù)據(jù)(由于西藏數(shù)據(jù)不全，不納入評價范圍)，對2014—2018年我國省級區(qū)域的創(chuàng)新效率進(jìn)行評價。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2015—2021)和《中國科技統(tǒng)計年鑒》(2015—2020)。

(二)中國省級區(qū)域創(chuàng)新效率評價結(jié)果分析

借鑒Chen等的研究(32)Chen X.,Liu Z.,Zhu Q., “Performance evaluation of China's high-tech innovation process: Analysis based on the innovation value chain”, Technovation, vol.74-75(2018), pp.42-53.，本文對于共享投入分配比例αit的范圍限制在[0.2,0.8],并要求階段時期效率的權(quán)重不小于0.3，時期效率的權(quán)重不小于0.1，即0.8≥αit≥0.2，a1t=a2t=0.3，aNt=0.1。根據(jù)上述公式，利用MATLAB 2016a軟件，計算得到2014—2018年我國30個省市在自互評體系下的知識研發(fā)階段時期效率(E1t)、經(jīng)濟(jì)轉(zhuǎn)化階段時期效率(E2t)、時期效率(ENt)、知識研發(fā)階段效率(E1T)、經(jīng)濟(jì)轉(zhuǎn)化階段效率(E2T)和整體效率(ENT)，效率值如表1所示。

表1 2014—2018年中國省級區(qū)域創(chuàng)新效率評價結(jié)果

根據(jù)表1最后一行的后三個數(shù)，可以看出在整個考察期中國30個省市的知識研發(fā)階段效率、經(jīng)濟(jì)轉(zhuǎn)化階段效率和整體效率的均值分別為0.860、0.764和0.814，無論是知識研發(fā)階段效率還是整體效率都處于良好水平，但仍有一定的提升空間，而經(jīng)濟(jì)轉(zhuǎn)化階段效率相對偏低。從省際角度看，不同省市效率存在差異?？疾炱趦?nèi)整體效率均值為0.814，整體效率值低于全國均值的省市有15個，占總數(shù)的50%，表明考察期內(nèi)一半地區(qū)的整體效率達(dá)不到國家平均水平，反映出各地區(qū)創(chuàng)新效率存在不平衡性。其中東部地區(qū)在考察期內(nèi)的整體效率均值最高(0.836)，中部地區(qū)次之(0.820)，西部地區(qū)最低(0.786)，呈現(xiàn)東、中、西地區(qū)整體效率遞減。(33)東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南，中部地區(qū)包括山西、吉林、黑龍江、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、陜西、甘肅、青海、寧夏和新疆。30個省市中，廣東的整體效率最高，為0.959。廣東地處我國東南沿海，經(jīng)濟(jì)發(fā)展起步早，對外開放程度高，科技投入力度大且營商環(huán)境優(yōu)越，吸引了大批創(chuàng)新型企業(yè)和人才，為地區(qū)創(chuàng)新發(fā)展注入了強(qiáng)大動力。內(nèi)蒙古的效率最低，需要進(jìn)一步提高整體創(chuàng)新能力，吸引中高端人才和高技術(shù)企業(yè)入駐，為自治區(qū)的創(chuàng)新發(fā)展注入活力。

從知識研發(fā)階段來看，東、西、中地區(qū)的效率依次遞減，效率均值分別為0.866、0.864和0.847，三個地區(qū)的知識研發(fā)階段效率差異不大。東部地區(qū)有著雄厚的經(jīng)濟(jì)實力，擁有眾多高校、研究所和高新技術(shù)產(chǎn)業(yè)，為區(qū)域創(chuàng)新提供了人才與資金支持。其中，廣東的知識研發(fā)階段效率最高。廣東擁有大批創(chuàng)新型企業(yè)以及國內(nèi)龍頭企業(yè)，吸引了大量的人才流入，其充足的研發(fā)資金與人力資源為知識研發(fā)創(chuàng)造了良好的環(huán)境。而中西部地區(qū)受國家政策扶持力度較大，在“中部崛起”“西部大開發(fā)”等戰(zhàn)略的支持下，中西部地區(qū)承接了大量的產(chǎn)業(yè)轉(zhuǎn)移，加快了地區(qū)的科研發(fā)展速度。同時，西安、合肥、武漢、成都等中西部科教城市的興起和發(fā)展為地區(qū)吸引了大量科技人才，進(jìn)一步促進(jìn)了地區(qū)知識研發(fā)水平的提升。在經(jīng)濟(jì)轉(zhuǎn)化階段，東、中、西三個地區(qū)效率遞減，效率均值分別為0.794、0.791和0.713。東部地區(qū)和中部地區(qū)的效率差距不大，而西部地區(qū)的經(jīng)濟(jì)轉(zhuǎn)化階段效率偏低。西部地區(qū)受限于基礎(chǔ)設(shè)施相對落后、技術(shù)市場不成熟、科技服務(wù)機(jī)構(gòu)數(shù)量有限等原因，技術(shù)創(chuàng)新成果難以有效落地，需要加快推動產(chǎn)業(yè)轉(zhuǎn)型升級，構(gòu)建良好的創(chuàng)新市場環(huán)境，推動知識成果的商業(yè)化轉(zhuǎn)換。30個省市中，北京在經(jīng)濟(jì)轉(zhuǎn)化階段的效率最低，僅0.566。北京的創(chuàng)新資源投入規(guī)模較大，常年居于全國前列，科研資源的過度集中可能會造成“科研擁擠”(34)余泳澤、劉大勇：《創(chuàng)新價值鏈視角下的我國區(qū)域創(chuàng)新效率提升路徑研究》，《科研管理》2014年第5期。，大量的科研成果難以在當(dāng)?shù)貙崿F(xiàn)商業(yè)化，導(dǎo)致北京的經(jīng)濟(jì)轉(zhuǎn)化階段效率較低。

在表1的基礎(chǔ)上，根據(jù)東、中、西部地區(qū)的劃分分式，按照年份計算，可以得到2014—2018年全國及三個地區(qū)的階段時期效率均值和時期效率均值，結(jié)果如表2所示。

表2 2014—2018年全國及三個地區(qū)階段時期效率均值和時期效率均值

根據(jù)表2的第二列到第四列可以看出，全國經(jīng)濟(jì)轉(zhuǎn)化階段時期效率均值的變化與時期效率均值的變化特征相似，在考察期內(nèi)呈持續(xù)上升的趨勢，而知識研發(fā)階段時期效率均值呈波動上升的趨勢。值得注意的是，2014—2018年，經(jīng)濟(jì)轉(zhuǎn)化階段時期效率均值都低于知識研發(fā)階段時期效率均值，說明與知識研發(fā)階段效率相比，我國將知識成果轉(zhuǎn)化為經(jīng)濟(jì)效益的效率相對偏低。從表2的第五列到第十三列可以看出，2018年三個地區(qū)的階段時期效率和時期效率相較2014年都有所增長，東、中、西地區(qū)的知識研發(fā)階段時期效率年均增長率分別為1.72%、2.27%和2.73%；經(jīng)濟(jì)轉(zhuǎn)化階段時期效率年均增長率分別為2.64%、3.19%和3.12%；時期效率年均增長率分別為2.17%、2.63%和3.27%。2014—2015年各地區(qū)知識研發(fā)階段時期效率和時期效率上升明顯，其中，東、中、西地區(qū)在2015年的知識研發(fā)階段時期效率相較2014年分別提升6.45%、7.73%和8.97%；時期效率三個地區(qū)分別提升2.97%、5.04%和5.03%。而各地區(qū)的經(jīng)濟(jì)轉(zhuǎn)化階段時期效率在2017—2018年上升最為突出，三個地區(qū)分別提升9.10%、4.19%和9.53%。上述結(jié)果可以看出，西部地區(qū)的階段時期效率和時期效率的年均增長速度在三個地區(qū)中最快，意味著西部地區(qū)在這期間的整體創(chuàng)新效率得到了快速提高。東部地區(qū)的增長速度最為緩慢，東部地區(qū)的階段時期效率和時期效率相對較高，效率的提升空間相對較小，導(dǎo)致效率的年均增長率較低。

(三)中國省級區(qū)域創(chuàng)新效率類型分類

根據(jù)30個省市的知識研發(fā)階段效率和經(jīng)濟(jì)轉(zhuǎn)化階段效率與全國平均水平的關(guān)系，可以構(gòu)建如圖2所示的創(chuàng)新效率分類矩陣，分類結(jié)果見表3。

圖2 創(chuàng)新效率分類矩陣

由表3可知，在考察期內(nèi)中國30個省市，創(chuàng)新效率類型為高研發(fā)效率高轉(zhuǎn)化效率型的省市有7個，占全國的23.3%。它們在考察期內(nèi)實現(xiàn)了對創(chuàng)新資源相對合理的配置，無論是在知識研發(fā)階段還是經(jīng)濟(jì)轉(zhuǎn)化階段都有較好的表現(xiàn)。值得注意的是，雖然這些省市表現(xiàn)出相同的創(chuàng)新效率類型，但各省市的創(chuàng)新資源投入規(guī)模有著較大差異。以廣東和江西為例，在考察期內(nèi)廣東的R&D經(jīng)費投入平均為21220038萬/年，而江西為2234995萬/年；在R&D人員全時當(dāng)量上，廣東平均為570045人/年，江西為57557人/年。創(chuàng)新資源投入規(guī)模越大，其創(chuàng)新資源管理難度越大，更容易產(chǎn)生資源浪費現(xiàn)象。(35)范德成、李盛楠：《區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率測度與提升路徑研究——基于共享投入關(guān)聯(lián)型兩階段 DEA 模型》，《運籌與管理》2019 年第5期。對于廣東這類創(chuàng)新資源投入規(guī)模較大的省份，想要進(jìn)一步提高創(chuàng)新能力，需要提高資源管理和配置水平，注重提高創(chuàng)新資源利用效率。而對于江西這類資源投入規(guī)模相對較小的省份，則需要適當(dāng)擴(kuò)大創(chuàng)新資源投入規(guī)模，在減少浪費的同時增加創(chuàng)新成果產(chǎn)出。

表3 中國省級區(qū)域的創(chuàng)新效率模式分類

創(chuàng)新效率類型為高研發(fā)效率低轉(zhuǎn)化效率型的省市有11個，主要來自中西部欠發(fā)達(dá)地區(qū)。這些省市在知識研發(fā)階段有著較高的效率，然而在經(jīng)濟(jì)轉(zhuǎn)化階段的效率較低。因此，這些省市需要注重提高經(jīng)濟(jì)轉(zhuǎn)化效率，加大對知識成果商業(yè)化的支持力度、改善技術(shù)市場環(huán)境、加強(qiáng)產(chǎn)學(xué)研合作，使產(chǎn)出的知識成果更符合市場需求。低研發(fā)效率高轉(zhuǎn)化效率型的省份有6個，這些省份能夠較好地完成知識成果的經(jīng)濟(jì)效益轉(zhuǎn)化，但在知識研發(fā)階段的效率偏低。它們應(yīng)該注重研發(fā)效率的提高，加大對基礎(chǔ)研究的重視力度，加強(qiáng)與有研發(fā)優(yōu)勢的地區(qū)的科技交流，吸收其他地區(qū)先進(jìn)的技術(shù)成果，同時優(yōu)化人才政策，吸引科研人才流入。

低研發(fā)效率低轉(zhuǎn)化效率型的省市有6個，它們在兩個階段的效率都低于全國水平。其中大部分省市創(chuàng)新資源相對缺乏，要么缺少高校、科技機(jī)構(gòu)和高技術(shù)產(chǎn)業(yè)聚集，要么不能在研發(fā)階段取得優(yōu)秀的知識成果。同時，它們的產(chǎn)業(yè)基礎(chǔ)較為薄弱，工業(yè)化水平較為落后，不能對知識成果進(jìn)行有效的吸收利用。因此，這些省市需要加強(qiáng)與東部發(fā)達(dá)地區(qū)的交流，吸收它們先進(jìn)的技術(shù)和管理經(jīng)驗。政府需要對這些省市進(jìn)行適當(dāng)?shù)姆龀?，給予一定的優(yōu)惠政策，吸引高技術(shù)企業(yè)、人才流入。值得注意的是，天津和遼寧雖然位于東部地區(qū)，但效率相對偏低。它們都是以傳統(tǒng)工業(yè)、制造業(yè)為基礎(chǔ)的省市，創(chuàng)新主體相對缺乏活力，近年來在知識創(chuàng)造、企業(yè)創(chuàng)新和創(chuàng)新環(huán)境等方面遇到了發(fā)展瓶頸，需要進(jìn)一步加快轉(zhuǎn)型升級，優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)和轉(zhuǎn)變發(fā)展方式。

四、結(jié)論

本文構(gòu)建兩階段共享投入動態(tài)網(wǎng)絡(luò)交叉效率模型，在知識研發(fā)階段和經(jīng)濟(jì)轉(zhuǎn)化階段各設(shè)置一年的滯后期，對2014—2018年中國30個省級區(qū)域創(chuàng)新系統(tǒng)的整體效率及其階段效率進(jìn)行評價。比較了不同地區(qū)創(chuàng)新系統(tǒng)的整體效率與階段效率的差異，并根據(jù)兩階段效率值對各省市的創(chuàng)新效率類型進(jìn)行分類。得到如下結(jié)論：(1)在考察期內(nèi)，中國省級區(qū)域創(chuàng)新系統(tǒng)的整體效率和知識研發(fā)階段效率較為良好，而經(jīng)濟(jì)轉(zhuǎn)化階段效率相對偏低，并且不同省市間創(chuàng)新效率存在較大差異。整體效率呈東、中、西地區(qū)遞減，時期效率的年均增長率呈東、中、西地區(qū)遞增。(2)中國30個省市中，創(chuàng)新效率類型屬于高研發(fā)效率高轉(zhuǎn)化效率型的省市占全國的23.3%，主要來自東部沿海地區(qū)和少數(shù)中、西部地區(qū)，它們在考察期內(nèi)實現(xiàn)了對創(chuàng)新資源相對合理的配置。而低研發(fā)效率低轉(zhuǎn)化效率型的省市仍有6個，這些省市的創(chuàng)新資源未能得到有效使用，需要同步提高在知識研發(fā)和經(jīng)濟(jì)轉(zhuǎn)化階段的效率。

為了提高國家整體創(chuàng)新水平，我國需著重提高在經(jīng)濟(jì)轉(zhuǎn)化階段的效率，加強(qiáng)產(chǎn)學(xué)研合作促進(jìn)知識產(chǎn)品落地，提高知識產(chǎn)品的商業(yè)化能力。東部地區(qū)需要進(jìn)一步發(fā)揮自身的科技和區(qū)位優(yōu)勢，提高資源管理和配置水平，加快效率增長速度，在提高自主創(chuàng)新能力的同時帶動中、西部地區(qū)發(fā)展。中、西部地區(qū)則需要利用好國家扶持政策，改善技術(shù)市場環(huán)境，吸引人才和企業(yè)流入，加快地區(qū)的科技發(fā)展，打開市場拓寬經(jīng)濟(jì)轉(zhuǎn)化渠道，加強(qiáng)知識創(chuàng)造以及知識成果商業(yè)化能力。同時各省市需要根據(jù)自身創(chuàng)新效率類型選擇適宜的創(chuàng)新戰(zhàn)略，對創(chuàng)新過程中的薄弱階段進(jìn)行重點提升。