合芜蚌技术创新效率动态评价与影响因素研究——基于改进的DEA-Tobit两步法分析

杜先进，胡 苏，徐 晟，赵惠芳

（合肥工业大学a.管理学院；b.产业转移与创新发展研究中心，安徽合肥230009）

●安徽经济

合芜蚌技术创新效率动态评价与影响因素研究
——基于改进的DEA-Tobit两步法分析

杜先进a，b，胡 苏a，徐 晟a，b，赵惠芳a，b

（合肥工业大学a.管理学院；b.产业转移与创新发展研究中心，安徽合肥230009）

文章基于面向竞争的DEA对抗型交叉评价模型和具有动态评价功能的差异驱动模型，运用2004-2012年的面板数据，对合肥、芜湖、蚌埠的技术创新效率进行动态评价，发现合芜蚌各区域技术创新效率差异较大，且近年来呈下降趋势。运用Tobit模型实证分析合芜蚌各区域技术创新效率的影响因素，发现劳动者素质、政府支持度、企业主体地位对合芜蚌各区域技术创新效率具有显著性影响，在此基础上提出相关建议。

合芜蚌自主创新综合实验区；技术创新效率；动态评价；影响因素分析

一、引言

内生增长理论［1］认为技术进步是保证经济持续增长的决定因素。十八大提出科技创新是提高社会生产力和综合国力的战略支撑，强调要坚持走中国特色自主创新道路、实施创新驱动发展战略。十八届三中全会进一步要求深化科技体制改革，建立健全创新体制，整合科技规划和资源并完善政府支持机制。合芜蚌自主创新综合实验区（简称合芜蚌）集中了安徽省大部分的创新资源，三市共有130多所高等院校、科研院所和6个国家级工程技术研究中心，相对我国中西部地区而言科技资源较为密集。合芜蚌自主创新综合实验区成立以来，技术创新投入大幅增加，增长幅度远高于省内其他地区。2008-2012年合芜蚌R&D经费支出年均增长34.8%，而同时期安徽省其他地区R&D经费支出年均增长率为24%。与此同时，合芜蚌在自主创新方面也取得了巨大成就，2012年实验区高新技术产业产值达6 171亿元，三种专利授权为23504项，分别为2008年的3.8倍和9.4倍。2013年是合芜蚌自主创新综合试验区创建5周年，在看到合芜蚌绝对成绩的同时，更需要对各区域技术创新效率及其影响机理进行深入研究。通过开展合芜蚌各区域技术创新效率阶段性评价及其影响因素分析并提出效率提升建议，形成“以评促改、以评促建、以评促管、评建结合”的创新评价与管控机制，对优化和提升合芜蚌技术创新资源配置及技术创新能力，进而推动安徽崛起具有重要意义。

二、文献综述

作为安徽省通过实施自主创新引领区域发展的战略支点，合芜蚌的战略地位激发了诸多学者的研究热情。赵双琳等［2］通过对合芜蚌战略性新兴产业的同构分析、产业布局的适宜性分析以及协同度的测量，发现合芜蚌的产业协同度较低；张秀荣等［3］对合芜蚌的经济空间格局总体协调程度进行分析，结果显示合芜蚌的经济空间格局虽呈不断优化的趋势，但仍处在不协调状态；赵惠芳等［4］调查分析了合芜蚌跨产业集群创新的现状和问题，并给出相关的对策建议；张敏等［5］分析了合芜蚌R&D经费投入的总量、强度和结构，探讨了合芜蚌R&D经费投入规模和强度等方面存在的问题及其原因。罗菲［6］基于2004-2008年的面板数据，运用DEA模型研究对合芜蚌区域经济发展的有效性进行了纵向和横向比较；刘媛媛［7］基于2010年数据运用DEA方法对合芜蚌以及安徽省其他地市的创新绩效进行静态分析。以上研究侧重对合芜蚌产业结构和发展现状的测度与描述，而对合芜蚌技术创新效率的研究则较少涉及。因此，对合芜蚌各区域技术创新效率与影响因素进行动态评价和实证分析不仅具有实践意义，还具有一定的理论价值。

国内学者在区域技术创新效率测度方法的选择上可分为两类。一类为参数方法，如张宗益［8］、龚雪媚［9］等运用随机前沿生产函数（SFA）实证研究了我国各地区的技术创新效率；另一类是非参数方法，如吴和成［10］、官建成［11］、方爱平［12］等运用数据包络分析法（DEA）对我国相关区域的科技投入产出效率进行了比较分析。与参数方法相比较，DEA方法无须设定投入产出函数和权重假设，因而运用十分广泛。但DEA传统CCR模型对投入和产出指标权重分配具有不合理性，为改进DEA传统CCR模型的缺陷，郭磊等［13］将DEA利众型交叉效率模型应用到区域技术创新效率评价中，并实证研究了我国31个省级行政区的技术创新效率。

部分学者认为，合芜蚌的空间格局不断优化，协作机制趋于完善，但仍然处于不协调状态［2-3］。近年来安徽省对合芜蚌在政策和资金方面的支持力度较大，合芜蚌创新资源投入增加明显，但全省的创新资源总量是有限的，此外创新投入要素中如人才资源等具有流动性，这使得合肥、芜湖、蚌埠在创新资源的获得方面“此消彼长”的竞争现象难以避免。区域所拥有创新资源的质和量均对区域创新的能力和效率产生一定影响，所以在研究合芜蚌技术创新效率的过程中不可忽视区域间对创新资源的竞争性。

综上所述，本文从三个方面对合芜蚌技术创新效率研究进行拓展：首先，运用面向竞争的对抗型交叉评价模型（Aggressive Cross Evaluation Model，ACE模型）对合芜蚌各区域在各时点的技术创新效率进行测度；其次，综合考虑各区域技术创新效率的时序差异和效率波动，运用差异驱动模型对各区域技术创新效率进行动态评价，并将创新能力领先地区的上海作为参考对象，与合芜蚌各区域技术创新效率进行横向对比研究；最后，实证分析合芜蚌各区域技术创新效率影响因素，据此提出提升合芜蚌技术创新效率的建议。

三、技术创新效率评价模型

（一）面向竞争的DEA-ACE模型

为改善DEA传统CCR模型［14］与交叉效率评价模型［15］的不足，Doyle等［16］在交叉评价模型的基础上提出利众型和对抗型的交叉评价模型。考虑到合芜蚌各区域间对创新资源的竞争性，本文选用面向对抗型交叉评价模型（DEA-ACE）进行效率测度。

令Xi、Yi为DMUi(i=1,2,…,n)的投入和产出向量，Vi、Ui分别为投入和产出向量的权重向量。利用CCR模型可计算DMUi的效率值Eii，并建立DEA-ACE模型：

矩阵E中主对角元素Eii为决策单元的自我评价值，第i列为各决策单元对DMUi的交叉评价值，其值越大说明DMUi的效率越高。将E中第i列元素进行算术平均，得到DMUi的效率值，记为E*i：

（二）动态评价的差异驱动模型

区域技术创新效率具有阶段性动态变化的特点，对此类动态评价问题，郭亚军［17］、钱吴永等［18］认为可引入时序权重，使得越是近期的评价值在动态评价中被赋予越高的权重，以体现当前信息的重要性。为了全面评价合芜蚌各区域技术创新效率，本文在DEA-ACE模型的基础上，综合运用时序权重与效率值的波动性建立差异驱动模型，实现合芜蚌技术创新效率的动态评价。

记T=(t1,t2,…,tp)为评价时间区间；Ei*t=(Ei*t1,Ε*it2,…,Ei*tp)为运用DEA-ACE模型求解得到的MDUi在各时点的效率值；Wt=(Wt1,Wt2,…,WtP)＞0为时序权重向量，其中时序权重体现了不同时刻的Ei*t对于评价DMUi的技术创新效率具有不同的重要性；τi=exp(SiAi)为MDUi效率变异指数，其中Si、Ai为DMUi在评价时间区间内的效率标准差和效率均值，效率变异指数体现了各区域技术创新效率的波动性。本文根据各区域技术创新效率的年均增长率对效率波动属性进行判别，针对不同性质的效率波动建立奖励或惩罚机制，若DMUi的年均增长率为正值，则对该波动予以奖励，反之则进行惩罚。在此基础上，建立差异驱动模型：

其中，Di为DMUi的区域技术创新效率动态评价指数；hi=E*itWTt；Ri为DMUi的创新效率年均增长率；μ1、μ2分别为hi、τi的权重，且μ1+μ2=1，0＜μ1,μ2＜1，可由专家打分法获得。

四、评价指标体系与数据

区域技术创新效率的评价指标体系包括投入和产出两类。学者们一般从创新资金和人才资源两个角度衡量创新投入［8，19］，结合现有研究成果，本文用R&D经费支出和R&D人员折合全时当量作为创新投入指标。R&D经费支出反映了一个地区各创新主体实际用于R&D活动所支付的费用；R&D人员折合全时当量是参加R&D活动中的全时人员数与非全时人员按工作量折算为全时人员数的总和，全面客观地反映了R&D活动的人力资源投入量。创新产出按照科技成果所处的阶段，可分为直接产出和间接产出［20-21］。直接产出是指新知识和新技术的生产，如专利、科技论文等；间接产出是指知识或技术通过转化而形成的社会经济效益，如新产品销售额、高新技术产业产值等。其中，文献［22-23］使用直接产出、文献［13］基于间接产出、文献［24-25］综合运用直接和间接产出共同度量创新产出。考虑到指标的全面性、代表性以及数据的可获得性，本文用三种专利授权数和高新技术产业产值作为创新产出指标。三种专利授权数综合体现了一个地区的自主创新能力和科技实力；高新技术产业产值体现了技术创新活动成果的经济效益，是科技与经济发展、社会需求紧密结合的结果。

为实现对合芜蚌自主创新综合实验区成立前后两个阶段技术创新效率的动态评价，并与长三角发达地区进行横向比较，本文基于合肥、芜湖、蚌埠、上海四个地区2004-2012年的面板数据，对各区域技术创新效率进行测度。所用数据来源于2004-2013年《安徽省统计年鉴》、《安徽省科技统计资料汇编》、《上海统计年鉴》。区域创新活动的产出相对于投入具有滞后性，投入需要经过一定的时间才能转化成科技产出，本文借鉴部分学者的研究成果，将产出相对于投入的滞后期设为一年。因此，本文对各区域技术创新效率的实际测度时间为8年，即2004-2011年。

五、合芜蚌技术创新效率实证分析

（一）历年技术创新效率测度

本文分别运用DEA-ACE模型与CCR模型，并分别通过Matlab7.0与DEAP2.1软件计算得到合肥、芜湖、蚌埠、上海四个区域2004-2011年的技术创新效率，结果如表1所示。

观察表1中两种模型的测度结果，各区域的效率空间分布格局基本一致，说明运用DEA-ACE模型的测度结果是科学可靠的。基于DEA-CCR模型的测度结果中，芜湖2004-2011年的创新效率皆为1，蚌埠、上海也出现3年和6年的创新效率为1的现象，而基于DEA-ACE模型的测度结果中，各区域创新效率没有等于1的情况，更加灵敏地反映出了各区域创新效率在时间序列上的变化情况，同时也增强了区域间的创新效率在横向上的可比性。以上结果表明，基于DEA-ACE模型的测度结果，对于各区域更具参考价值和指导意义。

表1 基于两种模型的各区域历年技术创新效率

（二）各区域技术创新效率横向分析

本文基于DEA-ACE模型的测度结果，再运用差异驱动模型，综合考虑各区域技术创新效率的时序差异和效率波动性，得到合肥、芜湖、蚌埠、上海四个区域2004-2011年的技术创新效率动态评价指数Di。如表2所示：合肥、芜湖、蚌埠在与上海的横向对比时，芜湖的Di为0.818，高于上海、合肥和蚌埠；上海、蚌埠的Di分别为0.777、0.614 4；而合肥的Di仅为0.384。说明合芜蚌的资源配置效率差异较大，不均衡现象十分突出：芜湖的区域创新效率在与国内领先地区相比具有优势；而相比之下，合肥、蚌埠的区域创新效率仍有较大差距，其中合肥的差距最为明显。

表2 各区域技术创新效率横向对比

（三）各区域技术创新效率纵向分析

为了对合芜蚌各自主创新综合实验区成立前后两个阶段的技术创新效率进行对比，本文将合芜蚌各区域技术创新效率转换为图1。图1显示，在合芜蚌自主创新综合实验区成立前即2004-2007年，合肥、芜湖、蚌埠的技术创新效率呈上升趋势；而在合芜蚌自主创新综合实验区成立后，合芜蚌各区域的技术创新效率呈下降趋势，其中合肥的技术创新效率下降趋势十分显著。

图1 合芜蚌技术创新效率变化趋势

六、合芜蚌技术创新效率影响因素分析

（一）影响因素变量

区域创新活动是在特定的区域创新系统中进行的，学者们已从不同角度对影响区域技术创新效率的相关因素进行了研究。虞晓芬［24］从企业性质、产业结构、人力资本、企业规模等方面分析了我国技术创新效率的形成原因；张宗益［8］认为我国区域研发效率的影响因素包括产学研合作、知识产权保护、经济开放程度、产业结构、经济体制和企业制度、创新人才投入等方面；刘和东［23］研究了政府资助、金融支持、企业主体和产学研合作与我国区域研发效率之间的关系。结合一些学者的观点和合芜蚌区域创新环境的特点，本文分别从区域发展水平、经济体制、劳动者素质、区域开放程度、政府支持度、企业主体地位等六个维度分析其对合芜蚌各区域技术创新效率的影响，各影响因素变量的符号及定义如表3所示。

（二）Tobit回归模型

在进行回归分析时，若因变量的指数值属于被切割或删失数据，运用最小二乘法的普通线性回归则不能满足无偏性要求。在本文的研究中，合芜蚌各区域技术创新效率处于0～1之间变动，因变量数据被截断，宜采用处理受限因变量的To⁃bit模型测度各影响因素变量对合芜蚌区域技术创新效率的影响。模型如下：

在模型（4）中，Yi为因变量，表示合芜蚌各区域的技术创新效率值；Xi为自变量，表示合芜蚌各区域技术创新效率的影响因素变量；β为相关系数；εi表示误差项且εi～N(0,σ2)。

（三）回归结果与分析

基于合芜蚌各区域技术创新效率影响因素变量2004-2011年面板数据，通过Eviews6.0软件对数据进行回归分析，得到结果如表4所示。

表4 合芜蚌各区域技术创新效率影响因素的Tobit回归分析

根据表4中各影响因素变量的回归系数可知：区域发展水平对合芜蚌各区域技术创新效率具有正向影响，但在统计上不显著，这可能是因为合芜蚌各区域的经济发达程度较低，对各种创新要素的吸引和集聚能力较弱，区域发展对于区域创新活动的支撑作用还未充分发挥。经济体制、经济开放程度变量对合肥、芜湖、蚌埠技术创新效率的影响均不显著，这表明生产资料的所有制差异以及外商直接投资并未对合芜蚌各区域技术创新效率产生较大影响。

从劳动者素质的回归系数来看，合肥、芜湖显著为负，蚌埠则显著为正。数据显示，自2008-2012年，合肥、芜湖每十万人口中大专及以上的受教育程度人口数年均增长率为10.4%、28.2%，相关人才引进政策初见成效，而同期蚌埠的年均增长率仅为0.9%。2012年合肥、芜湖每十万人中拥有大专以上学历的人口数约为蚌埠的2.4倍和1.6倍。相对于蚌埠，合肥、芜湖拥有大量的高素质劳动者，但可能因人才结构与需求不对称，导致其创造力并未得到充分发挥。

政府支持度对合肥、芜湖、蚌埠技术创新效率皆显著为负相关。自合芜蚌自主创新综合实验区成立以来，合芜蚌获得了政策上的极大支持，政府财政科技投入力度急剧增加，然而在合芜蚌区域创新软环境未能得到同步改善以及区域间的协调度依然较低的背景下，资源配置效率和创新管理水平不高、政府对资金监管不到位，势必造成资源的浪费和技术创新效率的下降。

合芜蚌各区域的企业主体地位呈显著正向相关，表明企业的创新主体地位逐步增强，企业作为技术创新的直接主体，既是技术创新的参与者也是创新成果的转化者，其运作效率和管理水平一般高于高等院校、科研院所，企业创新投入的增加和创新主体地位的确立将有利于区域技术创新效率的提升。

七、总结与建议

本文运用面向竞争的DEA-ACE和差异驱动模型，以合芜蚌自主创新综合实验区为研究对象，基于技术创新效率评价指标体系和2004-2012年面板数据，动态测度了合芜蚌各区域技术创新效率。在此基础上，将合芜蚌各区域技术创新效率与上海进行横向比较，发现芜湖的效率最高，上海、合肥和蚌埠的效率依次递减；对合芜蚌自主创新综合实验区成立前后两个阶段的技术创新效率进行纵向对比分析，发现合芜蚌各区域在2004-2007年间，效率呈上升趋势，而2008-2011年合芜蚌各区域的效率呈下降趋势，其中合肥下降最为明显。

本文进一步运用Tobit模型对合芜蚌技术创新效率的影响机理进行实证分析。回归结果显示，区域发展水平、经济体制、经济开放程度对合芜蚌技术创新效率的影响不显著；劳动者素质、政府支持度、企业主体地位等变量对合芜蚌各区域技术创新效率具有显著性影响，正是因为这些因素引起了合芜蚌各区域间技术创新效率的横向差异和纵向变化。根据影响因素分析结果，本文对提升合芜蚌技术创新效率提出以下建议：

第一，合芜蚌各区域在积极引进创新人才的同时，应该更加注重区域发展的实际需求，结合当地产业、经济和社会发展的现状，优化人才结构，使得人力资源的创造性得到充分发挥。

第二，适当调节政府资金投入，加强政府对合芜蚌各区域技术创新活动的服务职能。一方面，政府的资金支持是合芜蚌区域创新投入的重要组成部分，但“井喷”式的财政投入，易造成合芜蚌各区域“消化不良”；另一方面，政府作为间接创新主体，转变政府职能，加强合芜蚌各区域协调机制建设，改善合芜蚌的创新软环境，为企业、高校、科研院所的创新活动以及产学研合作提供更多的政策导向、支持和服务，对于提升合芜蚌各区域技术创新效率具有更重要的意义。

第三，进一步增强企业的创新主体地位。企业是创新体系中最有生命力的创新主体，是技术开发的主要执行者和实现者，由于企业比其他创新主体更加接近市场，其技术创新活动是科技与经济的紧密结合，具有更强的创新动力和更快的创新速度，最终使得企业在同等投入水平下可能拥有更多的创新产出。企业的创新主体地位的增强，对于提升合芜蚌各区域技术创新效率具有巨大的促进作用。

［1］Romer PM.Endogenous Technological Change［J］.Journal of Political Economy，1990，198（5）：71-102.

［2］赵双琳，朱道才，张秀荣.合芜蚌自主创新区战略性新兴产业发展研究［J］.郑州航空工业管理学院学报，2010，28（5）：37-43.

［3］张秀荣，朱道才，吴姚尚.合芜蚌经济空间格局总体协调度分析［J］.宜春学院学报，2011，33（10）：65-68.

［4］赵惠芳，刘瑞，闫安.合芜蚌跨行政区域产业集群创新现状调查及对策［J］.合肥工业大学学报，2012，26（4）：6-11.

［5］张敏，李丹丹.合芜蚌R＆D经费投入现状分析及政策建议［J］.科技和产业，2013，13（1）：84-88.

［6］罗菲.“合芜蚌”区域经济发展的DEA有效性研究［J］.经济研究，2010（5）：65-69.

［7］刘媛媛.合芜蚌自主创新试验区创新绩效评价［D］.合肥：安徽大学，2012：1-34.

［8］张宗益，周勇，钱灿，等.基于SFA模型的我国区域技术创新效率的实证研究［J］.软科学，2006，20（2）：125-128.

［9］龚雪媚，汪凌勇，董克.基于SFA方法的区域技术创新效率研究［J］.科技管理研究，2011（16）：58-59.

［10］吴和成，刘思峰.基于改进DEA的地域R&D相对效率评价［J］.研究与发展管理，2007，19（2）：108-112.

［11］官建成，何颖.科学—技术—经济的联结与创新绩效的国际比较研究［J］.管理科学学报，2009，12（5）：61-75.

［12］方爱平，李虹.基于DEA模型的西部区域科技投入产出效率分析——以西部大开发12个省、市、自治区为例［J］.科技进步与对策，2013，30（15）：52-56.

［13］郭磊，刘志迎，周志翔.基于DEA交叉效率模型的区域技术创新效率评价研究［J］.科学学与科学技术管理，2011，32（11）：138-143.

［14］Charnes A，CooperW W，Rhodes E.Measuring the efficien⁃cy of decisionmaking units［J］.European Journal of Opera⁃tionalResearch，1978，2（6）：429-444.

［15］Sexton TR，Silkman R H，Hogan A J.Data envelopmentanal⁃ysis：Critique and extensions［M］.San Francisco：Jossey Bass，1986：73-105.

［16］Doyle J，Green R.Efficiency and Cross–efficiency in DEA：Derivations，meanings and the uses［J］.Journalof the Opera⁃tionalResearch Society，1994，45：567-578.

［17］郭亚军，胡蕾，王志刚.具有三次差异驱动特征的动态评价方法［J］.系统工程学报，2011，26（4）：547-548.

［18］钱吴永，党耀国，刘思峰.基于差异驱动原理与均值关联度的动态多指标决策模型［J］.系统工程与电子技术，2012，34（2）：337-341.

［19］李婧，谭清美，白俊红，等.中国区域技术创新效率的随机前沿模型分析［J］.系统工程，2009，27（8）：44-47.

［20］旷宗仁，章瑾，左停.中国农业科技创新投入产出分析［J］.中国科技论坛，2012（7）：132-136.

［21］裴潇，陈俊领.湖北省高技术产业技术创新绩效评价研究［J］.科技进步与对策，2013，30（21）：128-132.

［22］白俊红，江可申，李婧.应用随机前沿模型评测中国区域研发创新效率［J］.管理世界，2009（10）：51-60.

［23］刘和东.中国区域研发效率及其影响因素研究——基于随机前沿函数的实证分析［J］.科学学研究，2011，29（4）：558-555.

［24］虞晓芬，李正卫，池仁勇，等.我国区域技术创新效率：现状与原因［J］.科学学研究，2005，23（2）：258-264.

［25］史修松，赵曙东，吴福象.中国区域技术创新效率及其空间差异研究［J］.数量经济技术经济研究，2009（3）：45-55.

［责任编辑：余志虎］

The Dynam ic Evaluation on Technological Innovation Efficiency and the Study on Its Influencing Factors in He-W u-Beng Independent Innovation Pilot Area—Based on Improved DEA-Tobit Two-stageM odel

DUXian-jina，b，HUSua，XUShenga，b，ZHAOHui-fanga，b
(a.SchoolofManagement；b.TheResearch Centerof Industrial Transferand InnovativeDevelopment，HefeiUniversity of Technology，Hefei230009，China)

The paper uses the panel data of He-Wu-Beng Independent Innovation Pilot Area during the year of 2004 to 2012 andmakesa dynamic evaluation of the technological innovation efficiency in the areabased on the DEA aggressive crossevalua⁃tionmodelwith competitive characteristics and difference drivingmodelwith the dynamic evaluation function.The results show that regional technological innovation efficiency ofHe-Wu-Beng Independent Innovation PilotArea isunbalanced in the differ⁃ent regions.Furthermore，the efficiency presentsa downward trend in recentyears.The paper alsomakesan empiricalanalysis on the influencing factors of regional technological innovation efficiency in the area by app lying Tobitmodel.The study shows that the quality of laborers，government support and themain body status of enterprises have significant impacts on regional technological innovation efficiency in thearea.Finally，the paper puts forward related suggestionsbased on theabove research.

He-Wu-Beng Independent Innovation PilotArea；technological innovation efficiency；dynamic evaluation；anal⁃ysisof influencing factors

F061.5；F124.3

A

1007-5097（2014）11-0027-05

10.3969/j.issn.1007-5097.2014.11.006

2014-03-13

国家软科学研究计划项目（2013GXS2D026）；国家社会科学基金重点项目（13AJY004）；安徽省哲学社会科学规划项目（AHSKQ2014D24）；教育部人文社会科学研究项目（11YJA630167）

杜先进（1979-），男，安徽合肥人，讲师，博士，研究方向：区域发展，创新管理；

胡苏（1988-），男，安徽六安人，硕士，研究方向：技术创新管理；

徐晟（1972-），男，湖北武汉人，副教授，博士，研究方向：区域发展，创新管理；

赵惠芳（1952-），女，江苏泗县人，教授，硕士生导师，研究方向：区域发展，创新管理。