基于数据包络分析的天津高技术产业科技创新资源配置研究

寇小萱，王双进，孙艳丽

（天津商业大学a.商学院；b.管理创新与评价研究中心，天津 300134）

基于数据包络分析的天津高技术产业科技创新资源配置研究

寇小萱a，b，王双进a，孙艳丽a

（天津商业大学a.商学院；b.管理创新与评价研究中心，天津 300134）

利用2005—2014年我国省际科技创新投入和产出的面板数据，应用DEA模型，构建天津高技术产业科技创新能力指标体系和创新效率评价模型，进行天津高技术产业科技创新能力的省际比较和资源配置分析。研究发现：天津航空航天及设备制造业、医疗设备及仪器仪表制造业的年际间技术效率波动较大；航空航天设备制造业、计算机及办公设备制造业两大行业总体上表现为规模效率递增或不变。在此基础上，针对发现的问题，从政府、产业、企业三个层面提出政策建议。

高技术产业；创新绩效；DEA模型

1 引言与文献综述

随着新技术、新产业的国际竞争日益激烈，各国、各地区对以创新型企业为主的高技术产业创新驱动提出了更迫切的要求，而创新绩效是衡量产业发展的一个主要指标。据全球著名信息供应商汤森路透公司发布的《2016年全球创新报告》[1]指出：“2015年涌现出前所未有的创新成果，全球创新速度实现13.7%的两位数增长，达到创纪录水平。”同时，世界知识产权组织、美国康奈尔大学共同发布的《2016年全球创新指数报告》[2]指出，中国位列世界最具创新力经济体第25位。国家创新蓝皮书——《中国创新发展报告（2015）》[3]显示，无论是每千人R&D人员专利数还是三方专利数，中国都远落后于美国和日本，其中的最大差距在于科技创新效率。在国内，相比于科技创新大省（市）的广东、江苏、北京、上海来说，无论是科技创新投入能力还是产出能力，天津高技术产业都有较大差距。在此背景下，了解天津高技术产业技术创新现状及影响因素，探讨天津高技术产业技术创新效率，揭示其现存问题并探索科技创新资源优化配置路径，为政府制定有效产业发展政策，以创新驱动激发天津高技术产业供给侧新动力提供理论依据。

通过已有文献回顾，众多学者[4-10]以区域为研究对象，探讨区域内高技术产业创新效率，或是比较不同区域高技术产业创新效率。也有学者从技术创新效率的专利效率[11-12]、技术研发效率[13-14]、成果转化效率[15-16]、研发投入效率[17-18]等方面进行研究。还有学者[19-24]对高技术产业技术创新的影响因素进行分析。只有少数学者[25-26]分行业进行高技术产业的创新绩效效率评价，亦鲜有对天津市高技术产业创新绩效进行评价的研究，鉴于此本文运用数据包络分析法对天津市高技术产业科技创新绩效进行分行业评价分析。

2 基于DEA技术模型的分析

2.1 DEA模型和评价指标的选定

高技术产业科技创新投入和产出系统是一个多投入多产出的复杂系统，具体的生产函数关系难以确定，而DEA方法无需指定投入与产出的生产函数形态，是评价科技创新率一种行之有效的方法。

DEA（Data Envelopment Analysis）是基于相对效率为基础对相同类型额多指标投入、多指标产出复杂生产关系的决策单元（DMU）的相对有效性进行评价的一种非参数统计方法。假定有N个DMU，每个DMU有S种类型投入，M种类型产出，则

其中，xik和ymk分别表示第k个DMU的第s个项投入和第m项产出；θk表示第k个DMU的纯技术效率值，其取值介于0和1之间，且越接近1表示DMU越有效，λk表示第s项投入和第m项产出的权数；S和S分别表示第k个DMU的第s项投入松弛变量和第m项产出剩余变量。

依照《中国高技术产业统计年鉴》的划分标准，采用天津高技术产业中医药制造业、航空航天及设备制造业、电子及通讯制造业、计算机及办公设备制造业、医疗设备及仪器仪表制造业五大行业2005—2014年的面板数据。由于高技术产业科技创新边际收益具有不确定性，本文采用投入导向的规模报酬可变的BCC模型进行效率测算。选取R&D人员全时当量作为人力投入指标，R&D内部经费和外部经费及新产品开发经费作为资金投入指标，选取新产品销售收入作为经济产出指标，专利申请数作为技术产出指标，见表1。

我国高技术产业研发活动经费投入与产出成果之间具有明显的时间滞后性，产出往往难以在投入当期充分发挥出来。经费投入和产出成果间的时差约为1～2年。本文选择高技术产业的滞后期为一年，即R&D经费投入与技术创新产出的时间差为一年。

表1 天津高技术产业技术创新效率评价指标体系

运用DEAP2.1软件，对天津高技术产业五大行业（2005—2014年）数据进行总体技术创新效率测算，得到能反映五大行业科技创新水平的技术效率、规模效率和规模报酬，具体结果见表2。

2.2 技术效率分析

在天津高技术产业五大行业中，医药制造业的技术效率最高，为0.847 7，技术效率小于0.5的行业为航空航天及设备制造业，在五大行业中技术效率值最低为0.480 2，其他三个行业均值为0.718 5。不同行业、不同年份，技术效率值波动各有特点。其中，航空航天及设备制造业和医疗设备及仪器仪表制造业的年际间技术效率波动较大，呈现较大起伏，表明缺乏行之有效的宏观调控。考察期的十年间，这两大行业有11年次技术效率未达DEA有效（见图1），但二者的原因不同，对于前者，规模效率较低的导致其DEA无效的主要引致因素，而后者主要是纯技术效率低造成的。

医药制造业在2005—2014年期间，技术效率均值处于中上游水平。除2010年波动较大外，其余年份较为稳定。2010年技术效率值在行业内最低，为0.378，技术创新有效值与实际值比例较低，实际投入量存在冗余。2007—2009年和2012—2014年，两个时期均在生产前沿面上，说明天津医药制造业在技术水平、制度、管理上，其R&D经费投入、人力投入和新产品开发经费等投入资源的使用是有效率的。

表2 2005—2014年天津高技术产业科技创新效率结果

航空航天及设备制造业中，在考察期技术效率均值低于0.5，对各类资源的配置和使用效率较低，离投入产出最优状态还有很大提升空间。在考察期的十年间，技术效率无效程度严重的有五个年份，占比达50%，可见有一半的样本技术效率较低，生产经营投入并没有实现产出最大化和效益最大化。2010年后，技术效率呈现加速提升态势，至2014年技术效率值达到DEA有效。效率评价结构显示，天津航空航天制造产业2005—2006年、2010—2013年呈非技术有效，效率值年际变化呈现W型态势。在上述两个低谷之后的时期，技术效率值和规模效率值保持高位。其个中原因，笔者认为由创新投入的滞后效应引起，2005—2006年不断增加的科技创新投入在当期没有发挥出优势，而在2007—2009年逐渐释放了产出效应。2014年保持在效率值高位运行亦是缘于创新投入的惯性作用。

在电子及通讯设备制造业中，技术效率十年间均值为0.688 1，处于中上游水平。作为高新技术产业，高附加值、高技术含量是电子及通信设备制造业的重要特点，而技术创新效率对产品技术含量的提升起着决定性作用。2005—2008年间，呈非技术有效，且有3年技术效率值在0.5以下，究其原因，纯技术效率低下是主要影响因素。2009—2013年，技术效率值保持高位运行，呈DEA有效，至2014年，随着R&D人力、财力及新产品开发经费的稳步提升，新产品销售收入和申请专利量因技术创新的相对滞后而不升反降，造成2014年技术效率值大幅跌至0.5以下。

计算机及办公设备制造业，2005—2014年技术效率均值为0.783 8，在历经2005—2009年DEA有效后，其技术效率出现回落，说明电子及通讯设备产业发展不能仅靠规模效应带动，更要充分利用技术创新的引领作用，同时，其规模报酬自2010年来处于递增阶段，表明天津电子及通讯设备制造业在规模上尚有较大提升空间。

2.3 规模效率和规模报酬分析

图1 2005—2014年天津高技术产业技术效率态势图

图2 2005—2014年天津高技术产业规模效率态势图

2005—2014年，五大行业规模效率最大为1，除去《中国高技术产业统计年鉴》中2005年和2006年航空航天及设备制造业的数据缺失外，最低值为0.021，标准差为0.327 5，说明年际间和不同产业间规模效率差异很大。图1可以看出，相对于DEA非有效的DMU来说，五大行业共有27个年次处于最佳投入点，及相对于产业当前产出水平而言要素投入量是最经济的。在23个年次DEA非有效的样本行业中，航空航天设备制造业、计算机及办公设备制造业、医疗设备及仪器仪表制造业等三大行业12年次表现为规模效率递增，其中3个年次大于0.8。规模效率值低于0.8的DMU占总样本的34.0%。通过进一步分析发现，规模效率值与公司规模本身并无显著相关关系。

2006年、2010年和2011年，天津医药制造业处于规模递减阶段，数据显示，2006年和2011年R&D人员全时当量分别比上年增长40.0%和115.1%，人力投入的大幅增加没有带来当期产出的同比增加，致使规模效率值较低，而2010年规模递减主要是技术产出专利申请量比上年下降18.4%所致。2007—2009年和2012—2014年均处于规模不变阶段。

2005—2007年，天津航空航天及设备制造业除新产品研发分别投入1 091万元、1 308万元和1 579万元外，其余R&D内部经费和R&D人员工时量等要素投入与新产品销售收入和申请专利数等产出量皆为空缺。2008年起，各项科技创新投入量在前期低起点的基础上大幅增加，2009年经过R&D人力和材料投入削减后，2010年以来，天津航空航天及设备制造业规模效率逐年递增，呈现规模报酬递增阶段，航空航天产业集聚区正在加速形成。2010—2014年短短几年间，航空航天及设备制造业的新产品销售收入从0.328亿元飙升至219.92亿元，发生了跳跃性的质变。目前已形成以滨海高新区航天制造业、临空产业区（航空城）航空制造业，开发区西区为核心的航空航天产业集聚区，产业规模迅速扩大。

在电子及通讯设备制造业中，规模效率十年间均值为0.841 5，处于上游水平。电子信息产业是当今技术更新周期最短、市场同质产品竞争最为激烈、低水平重复投入相对过剩的产业。2006—2008年间，呈非规模有效，处于规模报酬递减阶段，存在投入松弛量，产出增加小于投入增加，出现规模不经济现象。需要淘汰落后产能，调整优化产业结构，增加核心竞争力。数据显示，2009年比上年压缩科技创新投入要素，R&D人员折合全时当量、R&D经费内部支出、新产品开发经费三项投入指标分别比上年调减了6.58%、22.64%、25.12%。在大幅优化产业结构后，2009—2013年天津电子及通讯设备制造业的规模效率处于DEA有效的理想状态。

在计算机及办公设备制造业中，2005—2014年，规模效率均值为0.9001，接近于包络前沿面。除2009年规模报酬递减外，2005—2008年和2011年规模报酬不变，考察期内其余年份处于规模报酬递增阶段，产出的增加大于投入的增加。数据显示，2011年后科技创新投入量和产出量均呈现大幅增加态势。其中2011年的R&D人员工时量、R&D经费内部支出、新产品开发经费分别比上年大幅增长4.13倍、8.15倍和6.13倍，彰显产业政策的调整效应。

在医疗设备及仪器仪表制造业中，2005—2014年间，规模效率均值为0.794 4，最大值为1，最小值为0.021，可见该行业年际间规模效率波动幅度较大。图4显示，2008—2014年，天津仪器仪表产业规模效率值呈锯齿状波动态势，相应的规模报酬呈现隔年递减的现象。在所考察的500个DMU中，2005年仪器仪表业的规模效率值最低，究其原因，2005年R&D经费和新产品开发费用比上年分别上涨18.8%和342.4%，而作为重要科技产出的专利申请量由上年13件降为0，凸显了科技投入的滞后效应。在3个报酬递减年份2009年、2011年和2014年，主要是由于科技创新投入量分别比上年大幅增长，而产出的增长速度赶不上投入增长速度所致。

3 结论及建议

3.1 结 论

本文从科技创新投入产出角度构建了天津市高技术产业创新绩效的影响因素和评价指标体系，运用数据包括分析方法，对2005—2014年天津高技术产业科技创新的影响因素和成果转化效率进行了评价分析。研究结果显示：

（1）在天津高技术产业五大行业中，医药制造业的技术效率最高，为0.847 7，航空航天及设备制造业最低为0.480 2，其他三个行业均值为0.718 5。航空航天及设备制造业和医疗设备及仪器仪表制造业的年际间技术效率波动较大，呈现较大起伏，表明缺乏行之有效的宏观调控。考察期的十年间，这两大行业有11年次技术效率未达DEA有效，但二者的原因不同，对于前者，规模效率较低的导致其DEA无效的主要引致因素，而后者主要是纯技术效率低造成的。

（2）五大行业规模效率最大为1，最低值为0.021，标准差为0.327 5，年际间和不同产业间规模效率差异很大。五大行业共有27个年次处于最佳投入点，在23个年次DEA非有效的样本行业中，航空航天设备制造业、计算机及办公设备制造业、医疗设备及仪器仪表制造业等三大行业12年次表现为规模效率递增，其中3个年次大于0.8。规模效率值低于0.8的DMU占总样本的34.0%。

3.2 政策建议

针对研究结果以及发现的问题，为了提高资源配置效率，以期达到最优创新绩效，从政府、产业、企业三个层面提出几点建议：

（1）政府层面。首先，政府要从京津冀协同发展的高度，强化科技创新供需对接，以此增强京津冀高技术产业核心竞争力。以企业为主体，市场为导向，加快科技合作，促进京津冀企业、高校、科研院所、跨国公司研发中心广泛合作，加大三地技术市场交易力度，制定优惠政策促进高技术企业进行技术共享，促进科技协同创新成果在天津落地转化。

其次，政府部门需要适当增加研发投入，改革政府研发投入方式，提高政府R&D资金的使用效率，充分发挥政府的引导作用，积极引导资金投入主体多元化的高技术产业投融资体系，培育和健全高技术产业风险投资机制，鼓励社会资本投向高技术领域，以市场为导向促进科技成果向商业成果转化，建设具有天津特色的区域创新体系，从而进一步提高高技术企业的自主创新能力，提高创新效率。

（2）产业层面。首先，天津要牢牢抓住“五大战略”机遇叠加的黄金发展期，围绕京津冀经济一体化发展所带来的巨大商机，重点提升技术创新效率。天津致力于高端制造业，将天津以电子及通信设备制造业为引领的优势产业及龙头企业，与北京航空航天制造业和河北医药制造业，形成高技术产业强强协同、优势互补的产业体系。同时，把整个上游的科技创新服务对接和延伸到下游的制造，从而构成一个发挥各自优势、分工协作，又统一有序的高技术产业链。通过产业链的打造，打破行政垄断，京津冀实现“234”的产业布局结构，即“双核”、“三轴”、“四区”。

其次，积极培育中介服务体系，大力发展专业化的信息与技术服务，为天津高技术产业的衍生和成长提供金融与信息支持。支持科研机构、中小企业积极申报各类科技支撑计划，为其提供各类信息服务。同时，积极扶持各类孵化器建设，促进天津高技术产业创新集群机制的形成。

（3）企业层面。正确处理技术引进与企业自主研发的关系，提高引进消化吸收再创新能力，降低产业对外依存度。编制技术引进目录，减少重复引进，加强对技术引进消化吸收再创新的引导和规范，提高技术引进和再创新的绩效。一是要多途径加强技术引进投入。二是技术引进后，注重投入相应的研发资源进行配套研究。要科学安排技术引进后消化创新资源的投入，逐步缩小技术引进与消化吸收创新投入的差距，使二者比例渐进达到1∶1。真正做到“引进—消化吸收—创新—增强国际竞争力”。三是建立用于消化、创新的专项资金，以引导和扶持企业增强对引进技术、设备的消化和创新。同时在若干新兴领域或优势领域，对引进的技术、自主研发的技术进行系统的集成，对原始性创新进行适当布点和投入，增强集成创新和原始创新能力，使得三股创新形成合力，争取基础性、原创性创新的重大突破。

［1］ 汤森路透.颠覆性的时代创新——2016全球创新报告（中文版）［R］.伦敦，2016：4.

［2］ 世界知识产权组织，美国康奈尔大学.全球创新，取胜之道——2016年全球创新指数［R］.纽约，2016：14.

［3］ 清华大学技术创新研究中心.国家创新蓝皮书：中国创新发展报告（2015）［R］.北京：社会科学文献出版社，2015：44-45.

［4］ 王丽平，周龙.京津冀高技术产业技术创新效率评价及资源配置研究［J］.科技管理研究，2016（8）：1-7.

［5］ 高晓光.中国高技术产业创新效率影响因素的空间异质效应——基于地理加权回归模型的实证研究［J］.世界地理研究，2016（8）：122-131.

［6］ 张文敏.中国区域高技术产业技术创新效率评价——基于两阶段DEA-Windows［J］.科技创业月刊，2016（3）：1-4.

［7］ 陈建丽，孟令杰，姜彩楼.两阶段视角下高技术产业技术创新效率及影响因素研究［J］.数学的实践与认识，2014（2）：63-74.

［8］ 卢文泽.我国各省高技术产业技术创新效率研究——基于SSBM超效率模型［J］.科技和产业，2014（1）：13-15.

［9］ 尹伟华.中国区域高技术产业技术创新效率评价研究——基于客观加权的网络SBM模型［J］.统计与信息论坛，2012（8）：99-106.

［10］刘勇.基于Malmquist-DEA指数的高技术产业运行效率评价——对28个省(市、自治区)的实证分析［J］.工业技术经济，2010（3）：67-70.

［11］吴卫红，王阳阳.高技术产业技术创新的经济效率与专利效率比较研究［J］.生态经济，2016（10）：110-115.

［12］顾晓燕.中国高技术产业知识产权创造影响因素的实证检验［J］.经济学家，2012（12）：62-67.

［13］李宪.中国高技术产业R&D效率研究［J］.赤峰学院学报：自然科学版，2016（7）：99-100.

［14］贺京同，冯尧.中国高技术产业科技成果转化效率的实证研究——基于DEA-Malmquist指数方法［J］.云南社会科学，2011（7）：92-97.

［15］张鸿，汪玉磊.陕西省高技术产业技术创新效率及影响因素分析［J］.陕西师范大学学报：哲学社会科学版，2016（9）：118-126.

［16］许霞.高技术产业创新效率省际差异与空间收敛检验——基于两阶段DEA的实证分析［J］.北京邮电大学学报：社会科学版，2016（2）：78-86.

［17］杜震，秦旭.高技术产业创新投入配置对创新效率影响分析［J］.工业技术经济，2013（4）：102-108.

［18］宋之杰，孙其龙.高技术产业R&D投入的影响因素分析——基于2000—2010年高技术产业面板数据［J］.燕山大学学报：哲学社会科学版，2012（9）：105-109.

［19］黄荭，石爱虎.高技术产业R&D投入对经济增长影响实证研究——基于30个省级面板数据的GMM估计［J］.集美大学学报：哲社版，2016（10）：36-44.

［20］韩东林，徐晓艳，李春影.高技术产业集群创新绩效的影响因素研究——以中国三大区域为例［J］.管理现代化，2016（7）：52-54.

［21］杨浩昌，李廉水，刘军.高技术产业聚集对技术创新的影响及区域比较［J］.科学学研究，2016（2）：212-219.

［22］桂黄宝.我国高技术产业创新效率及其影响因素空间计量分析［J］.经济地理，2014（6）：100-107.

［23］张娜，杨秀云，李小光.我国高技术产业技术创新影响因素分析［J］.经济问题探索，2015（1）：30-35.

［24］李培楠，赵兰香，万劲波.创新要素对产业创新绩效的影响——基于中国制造业和高技术产业数据的实证分析［J］.科学学研究，2014（4）：602-604.

［25］周任远，张元庆.基于随机前沿函数的上海高技术产业创新效率研究［J］.科技创业月刊，2016（5）：1-3.

［26］张华平.我国高技术产业创新效率变动分析——基于行业面板数据的实证研究［J］.华东经济管理，2016（9）：88-93.

Resource Allocation of Innovation in Hi-tech Industry in Tianjin Based on DEA

KOU Xiao-xuana，b，WANG Shuang-jina，SUN Yan-lia
（a.School of Business；b.Management Innovation and Evaluation Research Center，Tianjin University of Commerce，Tianjin 300134，China）

Using the provincial panel data of input and output of science and technology innovation in China from 2005 to 2014，the article uses DEA model to construct the index system and innovation efficiency evaluation model of high-tech industry in Tianjin，and makes a comparative study of high-tech innovation capacity and resource allocation between Tianjin and other provinces.The findings are as follows：the interannual technical efficiency fluctuated remarkably in the manufacturing industry of aerospace equipment，medicalequipmentandinstrumentationwhilethescaleefficiencyof manufacturing industry of aerospace equipment，computer and office equipment increased progressively or remained the same. Based on the above problems，it puts forward some suggestions from the three levels of government，industry and enterprise.

high-tech industry；innovation performance；DEA model

（责任编辑 王满达）

F223

A

1674-2362（2016）06-0017-06

2016-10-20

天津市科技计划项目（14ZLZLZF00007）

寇小萱（1964—），女，河北石家庄人，教授，博士，主要从事市场营销、企业社会责任研究；王双进（1973—），男，河北廊坊人，副教授，博士，主要从事产业经济研究；孙艳丽（1982—），女，山东烟台人，硕士研究生，主要从事市场营销、高等教育管理研究。