基于环境约束的我国中东部地区高新技术产业效率评价

聂高辉　黄明清

摘要：本文采用三阶段DEA研究方法，对我国中东部16个省市的高新技术2012年产业效率进行分析，发现市场结构、企业规模、经济发展水平和政府资助等环境因素高估了中部地区规模效率，低估了中东部地区高新技术产业的综合效率和纯技术效率，也低估了东部地区规模效率；从规模报酬看，在剔除环境因素影响后，江苏、浙江、福建、山东地区的规模报酬由递减状态转向递增状态；区域差异性比较的结果显示调整前后的东部地区综合技术效率、纯技术效率高于中部地区，规模效率则表现为东部地区上升、中部地区下降的趋向。

关键词：三阶段DEA；中东部；高新技术产业；效率；环境因素

中图分类号： F062.4 文献标识码：A

收稿日期：2015-09-21

作者简介：聂高辉（1962-），男，江西新干人，江西财经大学信息管理学院教授，管理学博士，研究方向：数量经济分析；黄明清（1990-），男，福建尤溪人，江西财经大学信息管理学院研究生，研究方向：数量经济分析。

进入新世纪以来，我国高新技术产业发展呈现出集中于中东部地区的局面，东部地区高新技术产业发展面临规模过大、产能过剩问题，中部地区面临企业创新效率低等问题，中东部地区高新技术产业发展不平衡、不合理的状态不利于我国高新技术产业的可持续发展。本文以我国中东部高技术产业为研究对象，在构建高技术产业创新效率评价指标体系的基础上，通过三阶段DEA方法对其效率进行综合分析，并针对分析的结果提出相对应的政策建议。

一、研究方法与指标选取

三阶段DEA模型是Fried等人提出的一种相对于传统DEA具有更好地评价决策单元效率的非参数评价模型，它在估计过程中剔除了环境因素与随机因素等对决策单元效率的影响，使得评价结果更具有真实性，该模型的构建过程如下：

第一阶段：传统的DEA模型。传统的DEA模型可分为CCR模型和BCC模型两种，前者假设规模报酬不变，而后者则不要求这一条件。BCC模型将综合效率分解为规模效率和纯技术效率，可以评价规模报酬变化情况下的效率，这点有助于判别创新效率是受规模因素影响，还是受纯技术因素影响。因此，本文选用BCC模型作为三阶段DEA测度效率的基本模型，具体可参见马占新等（2013）[1]的教材。

第二阶段：SFA分析模型。Fried等（2002）[2] 认为除内部因素之外的环境因素、随机干扰和决策单元（DMU）管理无效率是造成传统的DEA模型存在投入松弛变量的主要原因，他们通过构建SFA模型，将环境因素、随机干扰因素的影响剔除，仅保留管理无效率对投入松弛变量的影响。

现以第一阶段计算后产生的投入松弛变量作为被解释变量，环境因素作为解释变量，构造SFA模型：

第三阶段：调整后的DEA模型。再次利用BCC模型对高新技术产业的效率进行测度，此时产出指标的数据保持不变，投入指标的数据为通过剔除环境因素和随机因素影响后的投入数据，这样就可以得到各决策单元剔除了环境因素和随机因素影响后效率值。

根据C-D生产函数，将高技术企业创新效率的投入指标分为资本投入和人力投入，其中资本投入用R&D内部经费支出表示，人力投入用研发机构数和R&D研发人员表示。将高技术企业创新效率的产出指标分为专利产出和新产品，分别用有效发明专利数和新产品销售收入表示。

环境变量主要是那些影响高新技术产业创新效率的外生变量，包括市场结构、企业规模、市场竞争等行业特征因素，也包括一些如经济发展水平、政府资助等宏观变量。本文列举了以下4个影响高技术产业创新效率的环境变量：（1）市场结构，该变量反映了市场竞争强度，采用企业数表示，企业数量越多，则表明市场竞争力就越大。（2）企业规模，用企业的总产值除以企业数来表示。（3）经济发展水平，用地区生产总值来表示。（4）政府资助，用地区政府财政支出中用于科学技术来表示。表1给出了上述指标的选取与说明。

二、实证分析

（一）第一阶段DEA的实证结果分析

本文运用基于投入导向的BCC模型，对2012年我国中东部地区的高新技术产业效率进行测度，采用测算的实现软件为DEAP2.1，得出各地区效率值和规模报酬情况，见表2。

表2结果显示2012年我国中东部地区的综合技术效率、纯技术效率和规模效率存在着显著差异，东部地区的各效率均值分别为0.730、0.835和0.878，除了规模效率外均高于我国中部地区的平均水平。这说明我国东部地区在高新技术产业发展方面处于优势地位，可能是受地理位置、经济水平等综合因素的影响，但也可能存在着规模过大而导致生产效率的受损。此外，表中结果还表明仅有北京、天津和广东3个地区综合效率值为1，说明我国中东部地区高新技术产业效率总体上不太乐观，还有待相关措施与政策改进。另外，东部地区的高新技术产业综合效率整体高于中部地区，这可能与经济发展水平和高新技术产业发展程度有关。

从非有效的其他各地区上可以看出纯技术效率明显低于规模效率，它在很大程度上决定了这些地区的综合效率呈现偏低的现象。从规模报酬情况看，除了江苏、浙江、福建、山东4个地区的高新技术产业出现规模报酬递减，大部分地区的高新技术产业都呈现递增形势，表明这些地区可以通过增加投入规模来提高产出水平。表2中结果是在未剔除环境因素和随机干扰因素对高新技术产业效率影响的情况下得出的，其结果可能不会准确地测算出各地区的高新技术产业的技术效率。因此，尚需剔除环境因素，再对高新技术产业效率进行测算。

（二）第二阶段DEA的实证结果分析

在完成以投入导向的第一阶段BCC模型的高新技术产业效率运算后，将经费投入、人力投入的松弛变量作为被解释变量，以市场结构、企业规模、经济发展水平和政府资助作为解释变量，对它们进行SFA回归分析。此时借助Frontier 4.1软件来实现，结果如表3所示。

从表3中可得SFA 回归结果大多通过T检验，表明原始投入数据是可以通过调整后转到第三阶段进行重新评价。另外，R&D机构投入松弛变量、R&D人员松弛变量及R&D经费内部支出松弛变量三种投入松弛变量的γ值分别为0.0051，0.0212和0.0001均小于1%，表明它们都在1%显著性水平下拒绝原假设，说明环境因素对中东部地区高新技术产业生产效率存在着显著的影响。因此，剔除环境因素和随机因素对效率的影响，可以更好地测度中东部地区高新技术产业效率。

此外，本文也考察环境变量对三种投入松弛变量的影响，下面将逐一对其分析。（1）市场结构，该变量对三个投入松弛变量的系数都为负。市场结构对R&D研发机构投入和R&D经费内部支出的松弛变量通过了10%的显著检验，这表明市场结构的不断改善时，R&D研发机构投入和R&D经费内部支出的松弛量将会得到显著的改善，减少R&D研发机构和R&D经费的投入冗余，将会提高高新技术产业的生产效率水平。（2）企业规模，该环境变量对R&D机构投入松弛变量的系数为正，且通过10%的显著检验，表明高新技术产业的规模过大时，将会增加R&D研发机构投入的松弛变量，造成研发机构过剩浪费，这点与理论相符合。企业规模对&D人员投入松弛变量的系数为负，且通过了5%的显著检验，表明大规模的高新技术产业生产时往往需要更多的研发人员和经费的投入，从而减少人员投入的松弛量，这样才能提高产业的生产效率。（3）经济发展水平，该变量对三个投入松弛变量的系数都为负，并且对R&D人员和R&D经费内部支出的投入松弛变量通过了5%的显著检验，表明经济发展水平越高的地区，R&D人员和R&D经费内部支出的投入松弛量越低，减少R&D人员和R&D经费的投入冗余，这对于提高高新技术产业的生产效率水平具有推动作用，也说明第一阶段DEA实证中关于东部地区的高新技术产业生产效率高于中部地区的结果。（4）政府资助。政府资助对R&D研发机构投入松弛变量的系数都为正，且通过了5%的显著检验，这说明当前中东部地区的R&D研发机构过剩，如果政府还加大对此资助将会增加R&D研发机构投入的松弛变量，造成研发机构过剩浪费，不利于高新技术产业的生产效率。政府资助对R&D人员和R&D经费内部支出的投入松弛变量的系数都为负，并且通过了10%的显著检验，这表明政府加大对高新技术产业的资助，将会R&D人员投入和R&D经费内部支出的松弛量降低，从而使得R&D人员和R&D经费内部支出投入增加，有利于提升高新技术产业生产效率。

通过上述的分析得出环境变量对不同决策单元的投入变量影响有所不同，所以必须调整原投入变量，使所有的决策单元处于相同的环境下，进而考察各地区高新技术产业的真实效率水平。

（三）第三阶段DEA的实证结果分析

借助DEAP 2.1软件执行BCC模型对高新技术产业的效率进行测度，此时的投入指标的数据为通过剔除环境因素和随机因素影响后的投入数据，产出指标的数据保持不变，测度的结果如表4所示。表4结果显示经过剔除环境因素的影响，2012年我国中东部16个省市地区的高新技术产业的平均综合技术效率和纯技术效率都不同程度地上升，而规模效率则呈现下降的趋势，这点也证实了上文关于纯技术效率较低导致综合效率偏低的事实；与此同时，东部地区的高新技术产业的综合技术效率、纯技术效率和规模效率还是显著高于中部地区。此外，北京、天津、上海、江苏和广东5个地区综合效率值为1的处在技术效率的前沿面上，较第一阶段增加了2个地区。

从规模报酬情况看，除北京、天津、上海、江苏和广东5个地区表现为规模报酬不变，其他地区都表现为递增情况，这表明增加投入规模有利于提升综合技术效率。图1给出了调整前后中东部地区的16个省市高新技术产业综合技术效率比较情况，可以看出东部地区经过调整后综合技术效率普遍提高，而中部地区调整后的综合技术效率增加不显著，这说明了东部地区的环境因素对高新技术产业综合效率的影响较大。事实上，东部地区由于经济发展水平较发达、政策优势明显，对外开放有优势，市场化水平较高，使得该地区的高新技术产业的发展程度相对较高，生产技术效率水平明显高于我国内陆地区。

（四）中东部高新技术产业效率差异分析

通过上述实证分析，将调整前后各地区的效率情况整理如表5，以探析不同地区的高新技术产业效率的区域差异。表5给出了东部、中部的高新技术产业效率情况。从综合技术效率看，调整前后东部效率均高于中部地区，表明中部高新技术产业发展形势并不容乐观，还存在着改进的地方。此外，中、东部地区的调整后的综合效率都不同程度地提高，这说明中东部地区高新技术产业受到环境因素的影响较大，表现为环境因素低估了高新技术产业效率。从调整前后的纯技术效率看，仍然东部居首分别为0.836，0.954，中部为0.574，0.602，但可以看出东部地区的调整前后幅度不大，这表明我国东部地区纯技术效率受环境因素的影响不大，环境因素对高新技术产业效率的影响主要表现在规模效率方面。从调整前后的规模效率看，呈现出东部地区的高新技术产业规模效率递增状态，中部地区则表现为下降的态势，并且中部地区调整前后幅度较大。这说明我国中部地区的高新技术产业生产过程中出现规模收益不高，研发投入产出效率不高，高新技术产业生产效率偏低。

三、结论与建议

本文利用三阶段DEA中东部地区高新技术产业的综合效率、纯技术效率和规模效率进行评价，并将中、东地区进行区域比较；为了更好地测度中东部地区高新技术产业效率，使用SFA模型对影响高新技术产业效率的环境因素与随机因素进行剔除，通过前后调整得出以下结论：（1）调整前后高新技术产业的综合技术效率和纯技术效率都不同程度地上升，环境因素与随机因素高估了中部地区规模效率，低估了东部地区规模效率；同时，环境因素与随机因素造成东部地区的高新技术产业纯技术效率的低估。（2）从调整前后规模报酬的比较看，江苏、浙江、福建、山东地区高新技术产业由规模报酬递减状态转向调整后的规模报酬递增状态，说明这些地区高新技术产业生产受到当前的环境因素所限制，导致规模效率偏低，抑制高新技术产业发展。（3）从综合技术效率看，区域差异性比较的结果显示调整后东部效率为0.867，中部为0.536，表明中部地区高新技术产业发展形势不容乐观；从调整前后的纯技术效率看，东部地区的前后调整幅度大不，表明该地区纯技术效率受环境因素的影响不大；从调整前后的规模效率看，中部地区调整前后的规模效率处于下降趋势，表明该地区的规模收益不高。

实证分析结果表明中东部地区在发展高新技术产业存在着显著的差异性，为了缩减中东部地区的高新技术产业效率差异，现提出几点建议：首先，不断改善高新技术产业发展环境。政府应该提供更多优惠的政策环境，完善制度健全体制以保证法律环境，加大对基础设施的建设以保证良好的投资环境，良好健康的发展环境对发展高新技术产业具有重要的推动意义。其次，各地区的高新技术产业本身应该向发展较快的地区学习。通过学习其他地区先进的管理经验，大力提升高新技术产业自主创新水平，不断优化资源配置，提高高新技术产品的市场竞争力。第三，高技术产业要积极地引进优质的外商投资，这对于高新技术产业所需要的先进管理经验、高端技术水平都具有推动作用。最后，政府应该给予高新技术产业更多政策上的优惠，政府的产业政策应该向第三产业尤其是高新技术产业倾斜，鼓励和支持企业进行高新技术产业进行自主创新；同时，通过制定相应政策与法律对企业的创新成果进行保护和资助。

参考文献：

[1] 马占新，马生昀，包斯琴高娃.数据包络分析及其应用案例[M].北京：科学出版社，2013.

[2] Fried H O，Lovell C A K，Schmidt S S，et.al.Accounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of Productivity Analysis，2002，17（2）：157-174.

Abstract：Using the three-stage DEA research method， the paper makes an analysis of the high-tech industry efficiency of 16 provinces and cities in 2012 which site in the mid-eastern China. The results show that the environmental factors which include the market structure， enterprise scale， the level of economic development and government subsidy underestimate the overall technical efficiency and pure technical efficiency，and overestimate the scale efficiency of the central region， but underestimate the scale efficiency of the eastern region；from the perspective of returns to scale， the decrease returns to scale transforms into increasing returns to scale after excluding the influence of environment factors in Jiangsu， Zhejiang， Fujian， and Shandong； furthermore， the regional difference comparison results show that， before and after the adjustment， the comprehensive technical efficiency， pure technical efficiency of eastern region is higher than that of the central region and that the scale efficiency is increased in the east， but decreased in the central region.

Key words：The three-stage DEA；mid-eastern China； high-tech industry； efficiency； environmental factors

（责任编辑：厉新）