高新技術(shù)園區(qū)創(chuàng)新效率評(píng)價(jià)、影響因素與提升路徑
——以中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)為例

羅 植

（北京市社會(huì)科學(xué)院管理研究所，北京 100101）

一、引言

黨的二十大報(bào)告強(qiáng)調(diào)，高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的首要任務(wù)。目前，推進(jìn)高質(zhì)量發(fā)展還有許多卡點(diǎn)瓶頸。持續(xù)提升科技創(chuàng)新能力是突破這些卡點(diǎn)瓶頸的關(guān)鍵。高新技術(shù)園區(qū)作為我國(guó)科技創(chuàng)新的重要基地，其創(chuàng)新效率不僅直接影響著科技創(chuàng)新能力，也直接影響著經(jīng)濟(jì)社會(huì)發(fā)展質(zhì)量，是實(shí)現(xiàn)高質(zhì)量發(fā)展的主陣地。中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)是我國(guó)第一個(gè)國(guó)家自主創(chuàng)新示范區(qū)。從2013年到2020年，中關(guān)村示范區(qū)的技術(shù)收入從4032.4億元增加到16027.4億元，名義值年均增長(zhǎng)21.8%；企業(yè)專利授權(quán)從20991件增加到71797件，年均增長(zhǎng)19.2%?？梢哉f(shuō)，中關(guān)村是引領(lǐng)科技創(chuàng)新發(fā)展的一面旗幟，是全國(guó)最重要的高新技術(shù)園區(qū)之一，它不僅是北京建設(shè)國(guó)際科技創(chuàng)新中心的主陣地，也是推動(dòng)我國(guó)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的重要引擎。為進(jìn)一步提升高新技術(shù)園區(qū)的創(chuàng)新效率，推動(dòng)高質(zhì)量發(fā)展，有必要以中關(guān)村示范區(qū)為代表，在評(píng)價(jià)創(chuàng)新效率的基礎(chǔ)上，分析決定高新技術(shù)園區(qū)的創(chuàng)新效率主要影響因素，探討創(chuàng)新效率的提升路徑。

評(píng)價(jià)效率的方法不少，以數(shù)據(jù)包絡(luò)分析（DEA）和隨機(jī)邊界分析（SFA）最為常見(jiàn)。肖文和林高榜使用SFA測(cè)算了中國(guó)36個(gè)工業(yè)行業(yè)的技術(shù)創(chuàng)新效率，并分析了政府支持和研發(fā)管理的影響［1］。韓晶使用SFA測(cè)算了中國(guó)高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率，并分析了企業(yè)數(shù)量、總資產(chǎn)和利潤(rùn)等因素的影響［2］。因?yàn)閯?chuàng)新活動(dòng)通常涉及多個(gè)投入和多個(gè)產(chǎn)出，且沒(méi)有比較認(rèn)可的生產(chǎn)函數(shù)形式，所以使用基于DEA估算創(chuàng)新效率的研究更為豐富，研究對(duì)象從微觀的企業(yè)和高校，到中觀的行業(yè)，再到宏觀的地區(qū)都有［3-6］。劉美芳和王晶瑩使用DEAMalmquist指數(shù)模型測(cè)算了中關(guān)村科技園區(qū)各行業(yè)的創(chuàng)新效率變動(dòng)指數(shù)，并基于Tobit模型考察了影響變動(dòng)程度的主要因素［7］。嚴(yán)佳和王晉梅等同樣使用DEA-Malmquist指數(shù)模型測(cè)算了中關(guān)村各園區(qū)創(chuàng)新效率的變動(dòng)指數(shù)［8］?？梢钥吹?，利用基于DEA的方法測(cè)算創(chuàng)新效率或其變動(dòng)指數(shù)的研究比較豐富，但重點(diǎn)針對(duì)中關(guān)村示范區(qū)的不多。而且，現(xiàn)有研究多是利用Malmquist指數(shù)考察創(chuàng)新效率變動(dòng)情況，從多個(gè)角度比較創(chuàng)新效率水平值并考察主要影響因素的研究相對(duì)較少。Malmquist指數(shù)只能反映效率的變化情況，無(wú)法衡量效率的水平值，以此為基礎(chǔ)考察影響因素難以得到無(wú)偏估計(jì)結(jié)果。而且，只有從多個(gè)角度考察影響因素才能更有效地把握其微觀基礎(chǔ)。為此，本研究擬基于DEA方法選擇合適的測(cè)算模型，從多個(gè)角度考察中關(guān)村示范區(qū)創(chuàng)新效率的水平值，并檢驗(yàn)其主要影響因素，為進(jìn)一步提高中關(guān)村示范區(qū)的創(chuàng)新效率，發(fā)揮高新技術(shù)園區(qū)的創(chuàng)新引領(lǐng)作用，提供必要的經(jīng)驗(yàn)依據(jù)。

二、模型、指標(biāo)與數(shù)據(jù)

（一） 超效率SBM模型

數(shù)據(jù)包絡(luò)分析（DEA）是在構(gòu)建生產(chǎn)前沿面的基礎(chǔ)上，通過(guò)比較各單元的投入產(chǎn)出情況到生產(chǎn)前沿面的距離來(lái)測(cè)算相對(duì)效率的?；贒EA的測(cè)算模型很多，考慮到創(chuàng)新活動(dòng)的高風(fēng)險(xiǎn)、高收益，及特殊的投入產(chǎn)出結(jié)構(gòu)等特征，本研究擬在規(guī)模報(bào)酬可變的假設(shè)下，使用非徑向、非有向的超效率SBM（Slacks-Based Measure）模型測(cè)算創(chuàng)新效率［9］。

首先，使用SBM模型測(cè)算所有單元的效率水平。對(duì)于一個(gè)包含n個(gè)決策單元的系統(tǒng)，若將m種投入的向量記為，將s種產(chǎn)出的向量記為，那么，根據(jù)規(guī)模報(bào)酬可變的超效率SBM模型，決策單元0的效率可通過(guò)下式測(cè)算。

評(píng)價(jià)模型中，sx?Rm和sy?Rs分別為投入和產(chǎn)出的松弛變量，即投入的冗余量和產(chǎn)出的不足量。ρ*為決策單元的效率值，介于0到1之間。當(dāng)sx和sy都等于0時(shí)，ρ*為1，即決策單元是有效的。當(dāng)sx或sy不都等于0時(shí)，ρ*則小于1，即決策單位的效率存在改進(jìn)空間。

接著，在計(jì)算得到效率值后，再使用超效率SBM模型重新計(jì)算效率值為1的有效單元（計(jì)算公式可參見(jiàn)Tone的研究［10］），使有效單元也具有相對(duì)可比性。超效率SBM模型突破了有效單元效率值只能是1的上限，使得各單元的效率對(duì)比更為準(zhǔn)確，而且，考察影響因素的方法與模型也不用再局限于Tobit等受限因變量回歸。

（二） 指標(biāo)數(shù)據(jù)

本研究以中關(guān)村示范區(qū)2013年到2020年的創(chuàng)新效率為研究對(duì)象，所涉及的指標(biāo)與數(shù)據(jù)如表1所示。

表1 指標(biāo)與數(shù)據(jù)說(shuō)明

創(chuàng)新活動(dòng)的投入主要可歸結(jié)為勞動(dòng)力和資本兩類。勞動(dòng)力投入使用年末從業(yè)人員中的科技活動(dòng)人員數(shù)量衡量。資本投入使用科技活動(dòng)資本存量衡量。該數(shù)據(jù)使用現(xiàn)有研究普遍使用的永續(xù)盤存法核算，其中流量數(shù)據(jù)使用科技活動(dòng)經(jīng)費(fèi)支出總額，折舊率設(shè)為15%［11］，基年的存量K0在假設(shè)流量增長(zhǎng)率等于存量增長(zhǎng)率的基礎(chǔ)上，通過(guò)K0＝E1/（g＋δ）估算，增長(zhǎng)率g使用流量增長(zhǎng)率近10年的幾何平均數(shù)［12］。

創(chuàng)新活動(dòng)的產(chǎn)出包含多個(gè)方面。一些研究將各類產(chǎn)出分為技術(shù)開(kāi)發(fā)和成果轉(zhuǎn)化兩個(gè)階段［13-14］。技術(shù)開(kāi)發(fā)階段的成果主要體現(xiàn)為專利，成果轉(zhuǎn)化階段的成果主要體現(xiàn)為技術(shù)交易和新產(chǎn)品銷售。本研究同時(shí)考慮這兩個(gè)階段，技術(shù)開(kāi)發(fā)階段的產(chǎn)出用專利授權(quán)數(shù)衡量，成果轉(zhuǎn)化階段的產(chǎn)出用技術(shù)收入和新產(chǎn)品銷售收入衡量。

影響創(chuàng)新效率的外部因素很多，本研究主要從企業(yè)、園區(qū)或行業(yè)、政府、對(duì)外貿(mào)易和市場(chǎng)五個(gè)層面考慮。企業(yè)層面主要通過(guò)企業(yè)數(shù)量考察企業(yè)聚集度的影響，檢驗(yàn)企業(yè)間的競(jìng)爭(zhēng)是否存在溢出效應(yīng)。園區(qū)和或行業(yè)層面主要通過(guò)工業(yè)總產(chǎn)值考察產(chǎn)業(yè)規(guī)模的影響，檢驗(yàn)規(guī)模效應(yīng)是否存在。政府層面主要通過(guò)實(shí)繳稅費(fèi)率考察政府行為的影響，檢驗(yàn)政府支持是否有利企業(yè)的創(chuàng)新活動(dòng)。對(duì)外貿(mào)易主要通過(guò)進(jìn)口及出口占產(chǎn)品銷售收入的比重考察對(duì)外貿(mào)易的影響，檢驗(yàn)進(jìn)出口水平是否有利于新技術(shù)獲取。市場(chǎng)層面主要通過(guò)利潤(rùn)水平考察市場(chǎng)需求的影響，檢驗(yàn)利潤(rùn)率能否激勵(lì)創(chuàng)新活動(dòng)。

上述指標(biāo)涉及的數(shù)據(jù)全部來(lái)自歷年的《北京統(tǒng)計(jì)年鑒》《北京區(qū)域統(tǒng)計(jì)年鑒》《中關(guān)村年鑒》《中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)年鑒》。其中，名義數(shù)據(jù)使用北京市平均的地區(qū)生產(chǎn)總值平減指數(shù)換算實(shí)際值。

（三） 影響因素檢驗(yàn)?zāi)Ｐ?/h3>

根據(jù)上述影響因素的選取，可構(gòu)建如下固定效應(yīng)面板回歸模型。為了削弱共線性和異方差等問(wèn)題的景程，所有變量采用對(duì)數(shù)形式進(jìn)入方程，即使用對(duì)數(shù)線性回歸模型。

模型中，下標(biāo)i表示園區(qū)、行業(yè)或注冊(cè)類型，下標(biāo)t表示年份，ai表示難以觀測(cè)或測(cè)量的個(gè)體效應(yīng)，ε為隨機(jī)干擾項(xiàng)。因變量eff為創(chuàng)新效率。自變量agg為企業(yè)數(shù)量，scale為工業(yè)總產(chǎn)值，gov為實(shí)繳稅費(fèi)總額占總收入的比重，import為進(jìn)口總額占產(chǎn)品銷售收入的比重，export為出口總額占產(chǎn)品銷售收入的比重，profit為利潤(rùn)率。ln為取自然對(duì)數(shù)的標(biāo)記。

三、創(chuàng)新效率與影響因素

（一） 創(chuàng)新效率

按照SBM模型及其超效率模型，從園區(qū)、重點(diǎn)行業(yè)和注冊(cè)類型角度分別測(cè)算中關(guān)村示范區(qū)的創(chuàng)新效率，并計(jì)算其2013年到2020年的平均水平（幾何平均數(shù)），其結(jié)果如圖1所示。

圖1 各園區(qū)、行業(yè)、注冊(cè)類型創(chuàng)新效率平均水平

第一，從園區(qū)角度看，大部分園區(qū)的創(chuàng)新效率處于有效水平附近，其中海淀園的創(chuàng)新效率最為突出。2020年，海淀園的企業(yè)數(shù)量接近整個(gè)示范區(qū)的一半，工業(yè)總產(chǎn)值占示范區(qū)的20%以上，總收入占示范區(qū)的40%以上。2013年到2020年，海淀園的創(chuàng)新效率從3.23持續(xù)增長(zhǎng)到4.60，平均水平達(dá)到4.252。除海淀園外，大部分園區(qū)的創(chuàng)新效率位于1附近。創(chuàng)新效率較低的園區(qū)有石景山園、門頭溝園、西城園和房山園，其2013年到2020年的平均水平都不足0.7。其中，石景山園和門頭溝園的創(chuàng)新效率最低，且相對(duì)穩(wěn)定，其平均水平都不到0.5。西城園創(chuàng)新效率雖然平均水平不高，但波動(dòng)較大，有些年份能達(dá)到有效水平1以上，但有些年份還不足0.3。

第二，從行業(yè)角度看，電子與信息行業(yè)的創(chuàng)新效率最高，生物醫(yī)藥、航空航天和現(xiàn)代農(nóng)業(yè)的創(chuàng)新效率較低。電子與信息是近幾年技術(shù)創(chuàng)新的重點(diǎn)領(lǐng)域、熱點(diǎn)領(lǐng)域。2020年，中關(guān)村示范區(qū)屬于電子與信息行業(yè)的企業(yè)近1.8萬(wàn)家，占整個(gè)示范區(qū)企業(yè)數(shù)量的六成以上。由于市場(chǎng)需求大和技術(shù)轉(zhuǎn)化快等特點(diǎn)，該領(lǐng)域的創(chuàng)新產(chǎn)出也一直處于較高水平。從發(fā)展趨勢(shì)看，電子與信息行業(yè)的創(chuàng)新效率在波動(dòng)中略有提升，從2013年的2.35提高到3.47，2020年又回落到2.66。生物醫(yī)藥、航空航天和現(xiàn)代農(nóng)業(yè)可能受研發(fā)周期較長(zhǎng)等行業(yè)特點(diǎn)的限制，其創(chuàng)新效率長(zhǎng)時(shí)間處于較低水平。

第三，從注冊(cè)類型看，集體和有限責(zé)任的創(chuàng)新效率都接近于2，處于較高水平。私營(yíng)、股份合作和國(guó)有的創(chuàng)新效率整體較低，其平均水平都不到0.4。其中，私營(yíng)的創(chuàng)新效率比較穩(wěn)定，長(zhǎng)期處于0.4以下。集體和股份合作的創(chuàng)新效率存在較大波動(dòng)，個(gè)別年份能達(dá)到有效水平1以上，這可能與其所包含的產(chǎn)業(yè)特點(diǎn)有關(guān)。

（二） 影響因素

分別從園區(qū)和行業(yè)兩個(gè)角度估計(jì)影響因素模型（通過(guò)了LLC和IPS兩種面板單位根檢驗(yàn)），結(jié)果如表2所示。前兩列為以園區(qū)為對(duì)象的估計(jì)結(jié)果，后兩列為以行業(yè)為對(duì)象的估計(jì)結(jié)果（因數(shù)據(jù)異質(zhì)性不包括海洋工程行業(yè)）。作為對(duì)比，第二列和第四列為水平值的線性模型的估計(jì)結(jié)果。為了緩解自相關(guān)和異方差問(wèn)題，使用Driscoll-Kraay穩(wěn)健型標(biāo)準(zhǔn)誤推斷估計(jì)結(jié)果，滯后階數(shù)設(shè)置為1。

表2 創(chuàng)新效率影響因素的估計(jì)結(jié)果

第一，從行業(yè)角度看，企業(yè)聚集有助于創(chuàng)新，但影響程度較小。在行業(yè)對(duì)數(shù)線性模型的估計(jì)結(jié)果中，企業(yè)數(shù)量的估計(jì)系數(shù)可在1%的水平上顯著為正，即同行業(yè)間的企業(yè)競(jìng)爭(zhēng)有助于提升創(chuàng)新水平，同行業(yè)企業(yè)數(shù)量提高1%，創(chuàng)新效率可提高約0.753%。但該變量在線性模型中的估計(jì)結(jié)果并不顯著。說(shuō)明企業(yè)競(jìng)爭(zhēng)的溢出效應(yīng)不高，且存在收益遞減特征。即，在企業(yè)數(shù)量較少時(shí)，增加企業(yè)數(shù)量更容易提高創(chuàng)新效率。但當(dāng)企業(yè)數(shù)量處于較高水平時(shí)，獲得同水平的效率提升，需要增加的企業(yè)數(shù)量將以指數(shù)級(jí)別擴(kuò)大。從園區(qū)角度看，企業(yè)聚集的激勵(lì)作用更弱，且顯著性水平不高。這是因?yàn)椋瑘@區(qū)內(nèi)通常包含多個(gè)行業(yè)，且行業(yè)間競(jìng)爭(zhēng)不及行業(yè)內(nèi)競(jìng)爭(zhēng)，所以企業(yè)競(jìng)爭(zhēng)的溢出效應(yīng)被分散到各行業(yè)。

第二，行業(yè)規(guī)模對(duì)創(chuàng)新效率存在一定促進(jìn)作用，但園區(qū)規(guī)模影響不大。行業(yè)模型中工業(yè)總產(chǎn)值的估計(jì)結(jié)果可在10%的水平顯著為正。其中，對(duì)數(shù)線性模型的結(jié)果說(shuō)明，行業(yè)的工業(yè)總產(chǎn)值提高1%，創(chuàng)新效率提高約0.287%。同樣，因園區(qū)規(guī)模是多個(gè)行業(yè)的總和，所以其促進(jìn)作用有限。

第三，政府的稅費(fèi)優(yōu)惠政策總體上有利于創(chuàng)新效率，但從行業(yè)角度看影響并不顯著。在園區(qū)模型的估計(jì)結(jié)果中，實(shí)繳稅費(fèi)率的估計(jì)系數(shù)可在1%的水平上顯著為負(fù)，說(shuō)明稅費(fèi)優(yōu)惠政策可以提升創(chuàng)新效率，平均實(shí)繳稅費(fèi)降低1%，創(chuàng)新效率約能提升0.574%。但從行業(yè)角度看，該影響在統(tǒng)計(jì)上并不顯著。這可能是因?yàn)閮?yōu)惠政策的制定多是圍繞園區(qū)的，而不是針對(duì)具體行業(yè)的。

第四，對(duì)外貿(mào)易對(duì)創(chuàng)新效率的影響在統(tǒng)計(jì)上不顯著。從中關(guān)村示范區(qū)的經(jīng)驗(yàn)數(shù)據(jù)看，進(jìn)口和出口比重的估計(jì)系數(shù)基本都不顯著，即對(duì)外開(kāi)放程度對(duì)創(chuàng)新效率不存在顯著影響。在線性模型中，雖然進(jìn)口比重的估計(jì)系數(shù)在統(tǒng)計(jì)上是顯著的，但實(shí)際影響水平較低。

第五，市場(chǎng)需求是影響創(chuàng)新效率的重要因素。利潤(rùn)率在四個(gè)模型中的估計(jì)結(jié)果都顯著為正，說(shuō)明穩(wěn)定且較好的市場(chǎng)預(yù)期更有助于企業(yè)開(kāi)展創(chuàng)新活動(dòng)。從行業(yè)模型看，利潤(rùn)率提高1%，創(chuàng)新效率可以提高約0.309%。從園區(qū)模型看，利潤(rùn)率提高1%，創(chuàng)新效率可提高約0.024%。

四、政策含義

通過(guò)DEA-SBM超效率模型，本研究從園區(qū)、行業(yè)和注冊(cè)類型角度測(cè)算了中關(guān)村示范區(qū)的創(chuàng)新效率，檢驗(yàn)了企業(yè)聚集度、園區(qū)及行業(yè)規(guī)模、政府支持、對(duì)外貿(mào)易、市場(chǎng)環(huán)境的影響。結(jié)果顯示，行業(yè)內(nèi)的企業(yè)聚集、擴(kuò)大行業(yè)規(guī)模、提升稅費(fèi)優(yōu)惠和降低市場(chǎng)風(fēng)險(xiǎn)對(duì)提高創(chuàng)新效率都有積極作用。因此，進(jìn)一步提高中關(guān)村示范區(qū)的創(chuàng)新效率，推動(dòng)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展，可以從以下三個(gè)方面考慮。

第一，優(yōu)化營(yíng)商環(huán)境，吸引更多企業(yè)開(kāi)展創(chuàng)新活動(dòng)。企業(yè)是創(chuàng)新的主體。通過(guò)進(jìn)一步優(yōu)化營(yíng)商環(huán)境，深化“放管服”改革，降低科技型企業(yè)的準(zhǔn)入門檻，做強(qiáng)創(chuàng)新主體，是提高自主創(chuàng)新水平的關(guān)鍵。一方面，更多同領(lǐng)域企業(yè)的聚集可以提高競(jìng)爭(zhēng)強(qiáng)度，激勵(lì)企業(yè)更好地將自身的創(chuàng)新能力發(fā)揮出來(lái)。另一方面，這些企業(yè)的聚集還擴(kuò)大了行業(yè)規(guī)模，可通過(guò)規(guī)模效應(yīng)提高創(chuàng)新產(chǎn)出，提升創(chuàng)新效率。

第二，加強(qiáng)稅收優(yōu)惠等資金支持政策，兼顧普惠與精準(zhǔn)。各類資金支持政策可以降低企業(yè)開(kāi)展創(chuàng)新活動(dòng)的成本，在提高企業(yè)創(chuàng)新積極性和創(chuàng)新效率方面一直發(fā)揮著重要作用。中關(guān)村的稅收優(yōu)惠等資金支持政策一直先行先試走在全國(guó)前列，極大地釋放了創(chuàng)新活力。未來(lái)，在保持普惠支持力度的同時(shí)，還可以進(jìn)一步提升政策的精準(zhǔn)性。比如，可圍繞基礎(chǔ)研究和關(guān)鍵技術(shù)，以及數(shù)字經(jīng)濟(jì)等重點(diǎn)領(lǐng)域制定更有針對(duì)性的資金支持政策，兼顧普惠與精準(zhǔn)兩個(gè)方面。

第三，完善科技創(chuàng)新產(chǎn)品的政府采購(gòu)制度，提高采購(gòu)產(chǎn)品的技術(shù)含量和中小企業(yè)的采購(gòu)比重。政府采購(gòu)可以有效降低市場(chǎng)風(fēng)險(xiǎn)，為企業(yè)的創(chuàng)新產(chǎn)品提供穩(wěn)定和預(yù)期清晰的需求。而且，政府采購(gòu)?fù)ǔＤ芙o企業(yè)提供更大的訂單量，并形成示范效應(yīng)，放大市場(chǎng)需求，使企業(yè)的生產(chǎn)形成規(guī)模效應(yīng)，為企業(yè)帶來(lái)更高利潤(rùn)，進(jìn)而提升創(chuàng)新效率。在進(jìn)一步完善政府采購(gòu)科技創(chuàng)新產(chǎn)品制度方面，政府可以不斷提高對(duì)中關(guān)村示范區(qū)高技術(shù)含量產(chǎn)品的采購(gòu)比重，并進(jìn)一步加大對(duì)中小企業(yè)的采購(gòu)比例，為更多企業(yè)和更高風(fēng)險(xiǎn)的創(chuàng)新活動(dòng)提供資金和政策支持。