新疆工业企业科技创新效率空间测评

侯震梅，周 勇，王芝浩

(新疆财经大学，新疆 乌鲁木齐 830012)

中共中央、国务院于2016年印发了《国家创新驱动发展战略纲要》，提出到2050年我国要建成世界科技创新强国，并且强调要以科技创新为核心带动全面创新，以高效率的创新体系支撑高水平创新型国家建设。R&D(研究与开发或研究与试验性发展)经费投入是开展科技创新活动的基础，也是衡量一个国家或地区自主创新能力的重要指标。近年来，新疆R&D投入不断增加，但从科技进步统计监测报告来看，科技进步指数的排位却呈现持续下降的趋势。效率是实际投入与最优产出的比率，科技创新效率能客观衡量一个国家或地区的创新发展质量。一直以来，工业企业是R&D经费支出的主要使用者，如2015年新疆R&D经费支出的75%是用于规模以上工业企业，规模以上工业企业产值占工业总产值的99.8%。因此，定量测度规模以上工业企业的科技创新效率，对提升新疆科技创新能力有重要意义。

一、文献综述

关于创新，著名经济学家熊彼特[1]于1912年在《经济发展理论》一书中第一次从经济学角度提出创新的概念，认为创新就是把生产要素和生产条件的新组合引入生产体系，即建立一种新的生产函数，其目的是为了获取潜在利润。20世纪50年代，管理大师彼得·德鲁克将创新概念引入管理领域，认为创新通过有目的的专注变革努力，提升企业经济潜力或社会潜力。1987年经济学家弗里曼提出了国家创新体系，并将国家创新系统定义为一个主权国家内的公共部门和私人部门中各种机构组成的网络，这些机构的活动和相互作用促进了新技术和组织模式的开发、引进和扩散。此后，多位学者加入了这一研究行列，不断发展国家创新系统理论。

关于效率，Farrell于1957年提出了效率模型。此后，Koop[2]、Dmitry[3]等人进一步发展了效率测度方法(如包络分析DEA方法)，关于效率的实证研究得以不断深入。在此基础上，诸多学者研究了技术创新效率的测度问题。如Beneito[4]通过构造技术创新生产函数，测度创新的技术效率，并研究技术创新效率的动态演化特征；Kou[5]采用DEA方法对OECD 国家的技术创新效率进行了研究。我国学者也对技术创新效率进行了深入研究。如池仁勇等[6]利用DEA方法，对我国30个省、市、自治区的技术创新效率进行了测度，结果表明我国技术创新效率呈东高西低的特征；张宗益等[7]采用我国31个省、市、自治区的panel data数据，运用基于对数型柯布—道格拉斯生产函数的随机前沿生产函数(SFA)，实证研究了我国区域技术创新效率，结果表明我国区域技术创新效率呈上升趋势，但总体效率偏低，且东、中、西部技术创新效率差距显著；李婧等[8]在考虑空间效应的基础上，运用随机前沿模型对创新效率进行实证分析，结果表明我国的创新生产表现出规模报酬递减的特征，空间效应对区域创新效率的提升具有显著正影响，其他控制变量中劳动者素质、基础设施对区域创新效率有显著正影响，而产业结构对区域创新效率有显著负影响；史修松等[9]运用随机前沿函数分析方法，测算了我国区域创新效率及其空间差异，认为我国区域创新效率总体水平不高，区域差异较为明显，东部地区的创新效率高于中西部地区；李嬛[10]基于BCC-DEA模型，对上海市科技要素配置效率和优化路径进行实证研究，发现科技研发投入支持力度减弱、科技产出增速放缓是上海市科技发展中面临的最主要问题。

综上可以看出，关于我国科技创新效率的评估研究较为丰富，但在研究方法上没有充分考虑投入要素的空间影响，在研究角度上没有充分考虑创新环境对产出水平的影响，在研究样本上多基于中东部地区，对西部地区尤其是对新疆的研究较为少见。基于此，本文拟扩展空间随机前沿模型，加入投入变量和环境变量的空间影响，定量测算新疆各地州市工业企业科技创新效率。

二、新疆工业企业科技创新效率的测度因素

本文对区域科技创新效率的测度主要基于创新投入产出效率理论，即在一定的技术环境与创新资源配置下，单位创新投入获得的创新产出，或单位创新产出所消耗的创新投入。科技创新投入向产出的转化程度决定了创新效率，但效率本身很难被精准测度，学界也没有统一的测度方法。关于技术创新效率的研究比较有代表性的理论方法有参数法随机前沿分析(Stochastic Frontier Analysis，SFA)和非参数法数据包络分析(Data Envelopment Analysis，DEA)。SFA与DEA各有优劣，SFA考虑随机误差和无效率因素对创新效率的影响，但存在模型设定偏差的影响；DEA能有效揭示技术创新效率的内涵，但对指标的敏感性较强。随机前沿生产函数法不仅有统计检验作为样本拟合优度和统计性质的参考，同时还考虑了技术非效率和随机冲击对个体差异的影响，因此一些学者更倾向于采用随机前沿生产函数法研究效率问题。随机前沿生产函数法主要基于传统的生产函数法构造随机前沿函数，并对随机误差进行分解，将随机扰动项分解为影响投入转化不可控的随机因素和技术效率损失误差项。

工业企业的科技创新活动可被视为完整的生产过程,包括创新投入与创新产出。基于随机前沿生产函数法测度区域技术创新效率，就是在既定技术条件和生产要素的组合下测度最优产出与实际产出的差距，因此投入要素与既定技术条件的衡量是测度效率的关键。随机前沿生产函数法的投入要素多从人力资本和物质资本角度考虑，本文借鉴既有成果，用R&D人员投入和 R&D经费投入两个变量来表征科技创新投入。具体来说，本文采用R&D人员全时当量显性指标来衡量R&D人员投入，R&D经费投入参考吴延兵[11]的永续存盘法核算获得，选取工业增加值作为衡量科技创新产出的指标。此外，既定技术条件可概括为创新环境，主要从各地区经济发展水平、服务环境、农村劳动力素质等方面衡量[12]。

三、科技创新效率评估模型的确定及变量的选择

随着空间经济学理论和实证研究的发展，空间计量模型逐渐成为研究经济问题的重要工具。对于区域科技创新效率研究而言，如果区域间存在空间交互效应和空间外部性而模型中未引入空间影响，则可能产生模型设定偏误，从而导致参数估计和技术效率推断有偏。本文借鉴既有研究成果[13-14]，将空间随机前沿研究方法应用于新疆工业企业科技创新效率的研究中。

(一)空间随机前沿模型

1.模型设计。经典的面板随机前沿模型如下：

yit=xitβ+εit(i=1,…,N; t=1,…,T)

(1)

经典的随机前沿模型不包括任何空间依赖性，并且假定样本单元相互独立，这在实际研究中十分受限。当考虑空间影响时，可在经典随机前沿模型中加入因变量的空间影响或自变量的空间影响，得到一般的空间杜宾模型。

本文考虑近邻单元产出与投入对给定单元产出与投入的空间影响(空间杜宾模型SDM)，得到如下模型：

(2)

其中εit=vit-uit，且uit≥0。

2.模型估计。空间滞后模型通常采用ML、GMM及Bayesian MCMC方法，本文采用Elhorst[15]和Glass[16]等提出的ML估计法。对SDM模型引入记号，空间杜宾模型SDM的似然函数为：

本文借鉴Tientao[17]等人的做法在(2)式中引入Z=(X,WX)，δ=(β,θ)，则(2)式具有(3)式的极大似然函数。按Elhorst[15]空间滞后模型参数估计和Glass[16]空间随机前沿滞后模型给出的参数估计方法，E[Y|ρ,β,δ]可用以下中心化的对数似然函数给出，即：

(4)

其中，e0=y-Zδ0, e1=Wy-Zδ1，δ0=(Z′Z)-1Z′y,δ1=(Z′Z)-1Z′Wy。

(5)

λ可用下式进行估计：

(6)

(7)

(8)

(二)变量的选择与构造

1.变量的选择。本文变量的选择主要从科技创新投入、科技创新产出及科技创新环境等维度考虑。工业企业科技创新R&D活动是一个系统过程，可以用“科技投入—技术获取—成果转化—产出”的系统过程来测度。科技创新产出可以用专利申请数、拥有发明专利数、新产品销售收入和工业增加值等指标来衡量。但新疆在发明专利统计方面的工作整体而言较为滞后，截至2015年底，伊犁州直属县(市)和塔城地区都没有正式发布发明专利数据，且缺乏新产品销售收入数据，因此本文参考袁卫等人[20]的研究，选取工业增加值作为衡量科技创新产出的重要指标。对于科技创新投入指标，通常从人力资源投入和资本投入两个方面考虑，规模以上工业企业R&D人员是工业企业科技创新活动的主体，且所占比重较大，因而本文只考虑规模以上工业企业R&D人员对创新效率的影响，并把规模以上工业企业R&D人员全时当量作为人力资源投入指标。此外，与多数学者一样，将规模以上工业企业R&D经费投入作为资本投入。科技创新环境从经济发展水平、服务环境、资源环境等方面考虑。

2.变量的构造。在本文所使用的随机前沿模型中，工业企业科技创新产出用工业增加值(Y)测度，人员投入用R&D 人员折合当量(L)测度，资金投入用R&D经费投入(K)测度。由于科技创新环境会影响创新效率，因此本文加入控制变量来消除因环境的不同而造成的投入与产出效率的偏差。资源环境的代理变量选择大学与高职院校在校人数(Higher)，服务环境的代理变量选择地区人均GDP(GDP)。此外，考虑到价格因素的影响，本文将GDP指数按2005年不变价格进行平减，R&D资本投入由R&D经费支出经永续存盘法估算得到，具体步骤详见史修松的相关研究[9]。

(三)数据来源

本文以新疆乌鲁木齐市、克拉玛依市、吐鲁番地区、伊犁州直属县(市)、塔城地区、阿勒泰地区、哈密地区、阿克苏地区、和田地区、喀什地区、巴音郭楞蒙古自治州、博尔塔拉蒙古自治州、昌吉回族自治州和克孜勒苏柯尔克孜自治州工业企业为考察对象，样本考察时间为2012年—2015年，数据来源于1997年—2016 年《新疆统计年鉴》，2012年—2016年新疆各地州市经济社会发展公报，以及2014年—2015年《新疆科技统计年鉴》。

四、实证分析

(一)科技创新投入及环境的多维标度分析

本部分主要以可视化的方式展现样本地区科技创新投入及环境情况，2014年和2015年各变量的描述性统计详见表1。

表1 2014年和2015年各变量的描述性统计

从横向看，样本地区规模以上工业企业R&D经费投入与人员投入差异较大，呈现向个别地区集中的态势。如乌鲁木齐市与克拉玛依市一直是新疆科技经费两大主要投入区，经济发展水平也高于其他地区。从纵向看， R&D经费投入与人员投入的区域配置不均衡，如乌鲁木齐市、克拉玛依市以及吐鲁番地区的研发经费投入占全疆的50%以上，研究人员占全疆的60%以上。总体上看，近年来新疆R&D经费投入呈高位增长态势。

通过定位企业安全管理现状与发展，通过管理机制设计、企业运行环境分析、信息技术的应用三个方面的研究，以管理机制为基础，以企业运行环境为约束，构建安全监督管理移动互联工作平台，以支撑管理机制运行、满足实际环境运行要求。

为直观反映样本地区在R&D活动中的差异性，本文采用多维标度的方法，从R&D经费投入及科技创新环境多维度，展示2012年—2015年其开展R&D活动的相对位置。

图1 2012年—2015年样本地区科技创新投入多维标度图

图1中，x方向代表R&D人员投入L和经费投入K的水平，投入水平越高，横向坐标越大；y方向代表大学和高职院校在校人数H及人均GDP的水平，H越大纵坐标的值越大，而人均GDP越大纵坐标的值越小。需要说明的是，由于乌鲁木齐市和克拉玛依市在科技创新投入与科技创新环境方面与其余地州差距悬殊，加入这两个地区不易清晰展示其余地州的相对位置，因此在图1中没有展示乌鲁木齐市与克拉玛依市的相对位置。如2012年乌鲁木齐市的坐标为(4.11,1.66)，克拉玛依市的坐标为(2.50,-1.25)，分属一、四象限，科技创新投入、产出与环境远好于其他地州。综合各坐标轴方向与变量的相关性，乌鲁木齐市与克拉玛依市分属不同的象限主要是由大学和高职院校在校人数与人均GDP的差异造成的。2013年—2015年的情况也较为类似，乌鲁木齐市与克拉玛依市在水平方向的坐标比较大，其次是巴音郭楞蒙古自治州、昌吉回族自治州和吐鲁番地区。总体来看，新疆各地州市在科技创新投入、科技创新产出、科技创新环境等方面发展较不平衡，乌鲁木齐市和克拉玛依市属于第一层次，巴音郭楞蒙古自治州和昌吉回族自治州属于第二层次，其他地州属于第三层次。

(二)科技创新效率的计量分析

在空间杜宾模型SDM中，由于和田地区、喀什地区和克孜勒苏柯尔克孜自治州工业及经济发展水平相对较低，从事科技创新活动的工业企业较少，科技创新投入水平比较低，因此只考虑其余11个地州市工业企业科技创新效率。具体模型如下：

(9)

在实证模型中所有变量都已取对数，考虑到时间对前沿效率的影响，特在模型中加入t和t2。随机前沿(SF)表示模型中有t、t2、l、k、Higher、GDP，无空间滞后项，其中Higher和GDP为技术无效项的影响因素；空间滞后(SAR)表示在上述模型中加入(IT⊗W)y；空间杜宾(SDF)表示在SAR中加入(IT⊗W)l、(IT⊗W)k等项。按照估计方法给出的步骤分别拟合模型，结果如表2所示。

表2模型参数估计的结果

注: *、**、***和.分别表示在10%、5%、1%及 0.1%的显著性水平上显著。

表2展示了SF、SAR和SDF的极大似然估计结果。空间自相关系数ρ在0.1%的显著性水平上显著，说明因变量y的空间影响是存在的，并且估计结果随模型的不同而不同。为了选择合适的模型，可利用Akaike information Criteria (AIC)和Bayesian Information Criteria (BIC)进行判别。SDF具有较大的AIC和BIC，且似然函数相差不大，因此选择SDF模型。由模型估计结果可以看出：

其一，科技创新活动的R&D人员投入与经费投入的弹性都显著大于零。模型中R&D人员投入和经费投入的弹性分别为0.128和0.137，在1%的统计水平上都显著，且R&D经费投入弹性高于R&D人员投入弹性，说明规模以上工业企业R&D人员与经费的增加会提高科技创新活动的产出，且R&D经费投入比人员投入更有效。长期以来，新疆科技创新投入力度不够，如2015年新疆R&D经费投入强度为0.56%，远低于全国平均水平2.07%，在R&D经费投入方面还有很大的上升空间，R&D经费投入的增加将有利于提升新疆科技创新产出。

其二，R&D人员投入对本地区工业企业科技创新产出有促进作用，但对相邻地区则可能存在一定的阻碍作用，主要是R&D人员投入不仅能促进本地经济发展，同时还可带动相邻地区资源、资金、人才向高发展水平地区聚集。总体上看，新疆工业企业R&D人员规模较小，尤其是边远地区科技人才更为匮乏，而加快科技人才培养是开展科技创新活动的必备条件，今后应更加重视科技研发人员的投入和培养。

其三，工业企业科技创新产出水平不仅受本地区R&D人员投入、经费投入、资源环境、服务环境的影响，还受相邻地区工业企业科技创新产出水平的影响，且相邻地区工业企业科技创新产出水平对本地区工业企业科技创新产出水平有正向促进作用。R&D活动具有溢出效应，如果邻近科技创新水平高的地区，则科技创新水平相对较低地区可以通过学习借鉴先进知识和优秀科技成果，促进本地区企业以及地区经济发展。当然，这种促进作用与地区的知识水平、技术吸收能力、区域合作能力等密切相关，且当这些能力较低时，R&D活动的溢出效应也比较弱。

其四，R&D经费投入对本地区工业企业科技创新水平起到积极的促进作用，但对相邻地区的科技创新并没有起到显著的促进作用。可能的解释为，新疆各地经济发展水平差异显著，限制了区域间的合作与交流，从而削弱了R&D活动的溢出效应。

其五，地区经济发展水平的高低对工业企业科技创新效率有显著影响。模型中人均GDP的估计系数为-0.039，说明地区人均GDP每增长1%，科技创新产出将下降0.039%。实际上经济发展水平与科技创新效率是相互促进的，经济发展水平越高，越有利于科技创新效率的提升，但从实证结果来看，并没有表现出这种正向促进作用。造成这种情况的原因有很多，其中新疆各地州市科技创新投入的极端不平衡是主要原因之一，投入的不平衡容易造成资源错配，使得技术水平提升对经济增长贡献度较低，创新效率偏低。

其六，人力资源环境的改善对地区工业企业科技创新效率的提升没有表现出显著作用，主要原因是新疆各地高等教育机构分布不平衡。

表3展示了新疆11个地州市工业企业科技创新效率及排名情况。各地区工业企业科技创新效率的平均水平为0.55，标准差为0.18，各地差异比较显著。国家重要石化基地克拉玛依市工业企业科技创新效率最高，首府乌鲁木齐市工业企业科技创新效率位居第二，国家新型城镇化试点地区巴音郭楞蒙古自治州工业企业科技创新效率位居第三，紧邻乌鲁木齐市的昌吉回族自治州工业企业科技创新效率位居第四，伊犁州直属县(市)、阿克苏地区、吐鲁番地区和阿勒泰地区工业企业科技创新效率较低，排在最后四位。

表3各地区科技创新效率及排名

另外，由图2可以看出，新疆11个地州市工业企业科技创新效率分布呈现双峰特征，各地差异较大，大致可分为4个层次。其中，克拉玛依市工业企业科技创新效率远高于其他地区，属于第一梯队；乌鲁木齐市和巴音郭楞蒙古自治州工业企业科技创新效率较高，属于第二梯队；昌吉回族自治州、哈密地区和博尔塔拉蒙古自治州工业企业科技创新效率处于中等水平，属于第三梯队；伊犁州直属县(市)、吐鲁番地区、塔城地区、阿勒泰地区和阿克苏地区工业企业创新效率较低，属于第四梯队。

图2各地区科技创新效率密度曲线图

表4展示了新疆11个地州市工业企业科技创新效率的直接效应、间接效应和总效应。11个地州市工业企业科技创新效率直接效应的平均值为0.645，间接效应的平均值为0.804，这说明从平均来看，某地区对相邻地区的溢出效应小于其他地区对该地区的溢出效应的总和。克拉玛依市工业企业科技创新效率的直接效应为0.956高于间接效应0.706，巴音郭楞蒙古自治州工业企业科技创新效率的直接效应为0.865高于间接效应0.615，乌鲁木齐市工业企业科技创新效率的直接效应与间接效应大体相同，阿克苏地区、吐鲁番地区、阿勒泰地区、伊犁州直属县(市)等地区工业企业科技创新效率的间接效应则远高于直接效应。

表4各地区科技创新效率分解

五、结论及启示

(一)结论

本文利用2012年—2015年新疆14个地州市的面板数据考察新疆工业企业科技创新资本投入、人员投入、资源环境和服务环境对科技创新效率的影响。实证研究发现：各地区工业企业在科技创新投入、科技创新产出、科技创新环境等方面发展不平衡，企业科技创新效率有显著差异，经济发展水平越高，科技创新效率越高；同时工业企业科技创新效率呈现梯度分布特征，多数地区工业企业科技创新效率处于一般水平，还有较大的上升空间；另外，由于人力资源供给的极端不平衡性，造成服务环境对科技创新水平的提升无显著影响。

(二)启示

第一，加大科技创新投入力度，努力营造支持、保护和崇尚创新的良好氛围，真正实现创新驱动发展。应进一步加大对新疆各地州市的科技创新投入力度，扩大科技研发规模，提升科技研发能力，转变科技创新规模小且不平衡的局面，增强科技发展动力，助力新疆经济发展。第二，在区域经济发展中进一步促进科技与经济深度融合，使技术创新真正成为经济增长的引擎。转变传统的发展思维，以科技创新推动经济发展；同时建立科学的企业导向与发展体系，形成以企业为主导的产学研协同发展模式，积极推动工业企业产业创新，提升新疆整体科技实力与经济发展水平。第三，以“对口援疆”与丝绸之路经济带建设为契机，加强新疆各地州市与援疆省市间科技领域的全面合作，加强科技、经济方面的交流与沟通，助推新疆产业结构转型升级。新疆可借丝绸之路经济带核心区建设之机，充分发挥地域、资源和人文优势，促进区域交流互通，引导先进适用技术向受援地转移，优化产业组织方式，从而更快更好地促进区域经济发展。第四，增强重点产业科技创新能力，拓展产业发展空间。积极发展石油化工及油田设备制造、油田技术服务等下游精细化工产业，培育发展节能环保产业；制造业可朝着分工细化、协作紧密的方向发展，促进信息技术向市场、设计、生产等环节渗透，推动生产方式向柔性、智能、精细化方向转变。第五，逐步改变人力资源供给极端不平衡的状态，改善科技创新人力资源服务环境，以对创新效率的提升产生积极影响。鉴于区域发展实际，今后可进一步加大内地高校对新疆高校的对口支援力度，通过三本院校搬迁等方式提升当地就业者的素质；同时借助“互联网+”创新成人教育，提高区域人力资源水平及配置的均衡性，促进当地经济发展。