国家高新区高技术产业技术效率研究

张冀新　刘烨　罗颉

摘 要：高新技术企业总量和国家高新区企业总量中，高技术产业型企业数量占比分别为43.3%和45.9%。以高新技术企业为比较对象，运用三阶段DEA模型，研究国家高新区高技术产业技术效率差异。结果表明，国家高新区高技术产业制造业技术效率被低估，高技术产业服务业技术效率被高估，但高新技术企业中高技术产业技术效率均被高估。调整后，国家高新区高技术产业制造业规模优势最显著，仅计算机及办公设备制造业技术效率为1。调整产业结构，优化税费政策，提高国际竞争力，可有效提高国家高新区高技术产业技术效率。

关键词：高技术产业制造业;高技术产业服务业;三阶段DEA;技术效率;国家高新区

中图分类号：F 276.44   文献标识码：A   文章编号：1672-7312（2020）06-0608-06

Research on Technical Efficiency of High-tech Industry in National High-tech Zone

ZHANG Ji-xin，LIU Ye，LUO Jie

（School of Economics and Management，Hubei University of Technology，Wuhan 430068，China）

Abstract：Among the total number of high-tech enterprises and the total number of enterprises in the national high-tech zone，the number of high-tech industrial enterprises accounts for 43.3% and 45.9% respectively.High-tech enterprises and national high-tech zones were selected as the high-tech industrial agglomeration carriers，and three-stage DEA model was used to study the technical efficiency differences of high-tech manufacturing industry and service industry in each carrier.Results show that the two vectors efficiency of the high technology service industry is overvalued and the carrier efficiency of high-tech enterprises in high-tech manufacturing industry is overestimated，but the carrier efficiency of national high-tech zone is underestimated.After

adjustment，the scale advantage of high-tech manufacturing carrier in national high-tech zone is the most significant.Taking measures of adjusting industrial structure，optimizing tax and fee policy，and improving international competitiveness can improve carrier efficiency of high-tech industry effectively.

Key words：high-tech manufacturing industry;high-tech service

industry;three-stage DEA model;technical efficiency;national high-tech zone

0 引言

國家高新区新兴产业生成能力和集聚效应不断增强，已经成为支撑和引领区域产业结构调整的核心力量。国家自创区成为我国培育和发展新兴产业的重要策源地[1]。146家国家高新区内上报统计的高新技术企业数量，2016年达到38 841家，比2015年增加24.7%;占全国高企数量比例，由2015年40.9%，降至2016年38.8%[2]。国家为引导高技术产业发展，为高新技术企业提供税收优惠政策，引导产业结构调整，转向高投入产出、高创新能力的高技术产业。2016年全国高新技术企业数量首次突破1万家，同比增加31.4%，营业收入达到26.1万亿元，2010—2016年连续七年持续增长，而出口创汇总额2014—2016年连续两年下降，国际竞争力有待进一步提升。2014—2016年高新技术产业从业人员、营业收入持续增长，工业总产值、出口创汇出现波动，要素市场扭曲显著抑制高技术产业创新效率提高[3]。技术效率是在既定的投入下产出可增加的能力或在既定的产出下投入可减少的能力。高技术产业聚集有利于促进技术创新的产生和扩散[4]，但发展过程中因投入产出比例不合理，也存在资源浪费现象，需要不断优化资源配置，引进新技术和创新已有技术。多数研究表明，高技术产业发展不均衡现象普遍存在，企业规模与技术研发效率存在显著U型关系[5]，高技术产业各行业间技术效率差距较大，投入产出不合理。高技术产业创新速度受要素投入、利润、产业规模等因素的影响，其中规模对创新速度的影响最大[6]。国内外学者对技术效率的研究主要可以分为区域[7]、产业[8]、开发区[9]3个角度，不同的方法研究结果可能会存在差别，正确掌握各个研究方法的原理及应用范围才能更好区分技术效率差异。DEA方法和SFA方法测算的技术效率平均值存在显著差异，但高度相关，同时运用两种方法进行评价可以实现非参数方法和参数方法的优势互补，增强结果可信度和稳健性[10]。在很多存在环境因素影响的研究中，学者们都选择采用三阶段DEA方法，因为与传统DEA方法相比，三阶段DEA方法可以消除环境因素和随机因素的影响，把所有影响效率的因素分为内部因素和外部因素，使得效率更加客观可信，因此三阶段DEA方法是研究存在环境因素和随机因素影响下的绩效和效率评估问题的较为普遍方法[11]。陈巍巍等学者在分析三阶段DEA方法的原理和应用的基础上提出了模型第二阶段运行过程中存在的一些问题和分歧，并对这些问题进行归纳总结[12]。Fried[13]（2002）等提到应用随机前沿分析（SFA）理论的三阶段DEA模型，从而更加准确地反映各决策单元的效率情况。刘伟（2015）基于三阶段DEA模型，在控制环境因素基础上测算高新技术产业的研发创新效率，在剔除政府支持、市场结构、企业规模、所有制结构等环境因素以前规模效率被高估，纯技术效率被低估[14]。刘满凤和李圣宏（2016）运用三阶段DEA模型研究2012年我国高新区创新效率，结果表明，环境因素严重制约中西部高新区创新效率，环境因素对经典DEA模型结果可能有显著影响[15]。三阶段DEA测度的物流效率[16]、创新效率[17]、科普效率[18]，显示综合效率不断波动，各省效率水平差异较大。为此，通过高新技术企业和国家高新区载体效率分析，比较高技术产业制造业与服务业效率差异，以期为高技术产业各行业优化布局，提升载体效率，提供参考建议。

1 研究方法与变量选择

1.1 三阶段DEA模型与方法

三阶段DEA方法剔除了环境因素及其他随机因素对生产效率的影响，通过利用传统的DEA模型松弛变量所包含的信息，对投入或产出进行调整，把所有投入决策单元假定在同一外部环境的条件下来剔除环境因素的影响，再用传统DEA方法测算投入的技术效率，使结果更加真实的反映实际情况。第一阶段，传统DEA模型（BCC模型），使用DEAP 2.1进行原始投入产出数据效率的测算。该模型假定规模报酬可变，测算的效率是综合效率（TE），即技术效率（TE），在BCC模型中，综合效率又可分解为规模效率（SE）和纯技术性率（PTE），即TE=SE×PTE。其中，综合效率（TE）表示在产出不变的条件下，实现投入最小的能力;规模效率（SE）表示与有效规模效率相比，决策单元规模经济性的发挥程度;纯技术效率（PTE）是指剔除规模因素影响下的效率。第二阶段，相似SFA模型。Fried[13]认为影响各决策单元的技术效率除了投入外还有其他因素的影响，其他因素包括环境因素（Environmental Effects）、管理无效率（Managerial Inefficiencies）和统计噪声（Statistical Noise），因此要用SFA回归来剔除其他因素的影响。在第一阶段的基础上计算各决策单元的松弛变量，决策单元的投入冗余值可以反映出初始投入的低效率，再将各个投入的松弛变量与环境变量进行回归，可以构建如下类似SFA回归方程，如公式（1）所示。

Sni=f（zi;βn）+vni+uni;i=1，2，3，…，M;n=1，2，3，…，N（1）

式中：Sni为第i个决策单元的第n次投入的松弛值，即投入冗余值;Zni为环境变量的值;βn为环境变量的系数。将松弛变量作为被解释变量进行回归时，

vni+μni

为混合误差项[19]，其中vni为随机误差，并且服从正态分布，表示随机干扰项对投入松弛变量的影响;μni为管理无效率，服从半正态分布，表示管理无效率对投入松弛变量的影响。SFA回归的目的是剔除环境因素的影响，使得所有决策单元都处于相同的外部环境中。首先用Fronter 4.1进行回归求出各参数的估计值，然后分离管理无效率，求出

vni和μni，最后再对各决策单元进行调整，调整公式如公式（2）所示。

xAni=xni+

[maxf（zi;β^n）-f（zi;β^n）]+[max（vni）-vni]

;i=1，2，3，…，M;n=1，2，3，…，N（2）

式中：xAni为

调整后投入;xni为原始投入;[maxf（zi;β^n）-f（zi;β^n）]

为对环境变量的调整，表示假定决策单元在最差的环境中需要增加的投入量;

[max（vni）-vni]

为对随机干扰项的调整，表示使决策单元处于最差的随即干扰的条件下需要增加的投入量。

第三阶段，调整后的DEA模型。将调整后的投入与原产出代入第一阶段的原DEA模型中，再次测算各决策单元的效率，此时已剔除了环境因素和随机干扰项的影响，测算的效率更加有可信度。

1.2 高技术产业技术效率变量选择构建合适的技术效率指标评价体系，有助于研究高技术产业载体技术效率。高技术产业技术效率评价指标体系的构建，既能够全面衡量高技术产业的载体差异，以便政府和企业能够及时掌握高技术产业的集聚动向和创新能力，又能够为研究高技术产业技术效率提供依据，确定投入产出最优比例。根据高技术产业影响因素选择合适的投入产出指标。较多学者选择研发经费、技术改造经费、科技活动经费支出、年末固定资产、科技研发人员数、企业个数等作为投入指标，选择发明专利数、技术性收入、工业总产值、出口创汇等作为产出指标研究技术效率[20]。文中选择以高技术产业年末从业人员和年末资产，作为人员和资产投入指标研究国家高新区高技术产业技术效率;以高技术产业营业收入为产出指标，反映高技术产业的收入波动。1.3 环境变量和数据来源国家高新区与高新技术企业的高技术产业技术效率不仅受到投入变量影响，还受到环境因素影响，环境变量应选择不受主观因素影响但又对产业效率有影响的指标。选取入统企业个数、出口总额、上缴税费3个环境变量。入统企业个数可在一定程度上反映高技术产业行业规模和市场结构，入统企业个数越多说明该行业集聚效应较好，市场竞争力较强。新经济理论认为，在开放的体系中，技术和知识的溢出是经济持续增长的决定因素，而国际贸易是实现经济溢出和推动经济增长的重要途径。出口总额能够体现出口产品技术溢出，间接体现各产业技术溢出，促进产业技术创新，提高技术效率。上缴税费反映政府对高技术产业各行业扶持力度，各行业上缴税费差异，间接反映政府扶持力度，影响高技术产业发展方向。指标体系与环境变量原始样本数据来源于《2017中国火炬统计年鉴》，高新技术企业和国家高新区为载体的高技术产业各项指标数据如表1所示。可以看出，相比2016年，国家高新区作为载体的高技术产业制造业，年末从业人员略有增加，基本不变，但制造业和服务业出口总额均下降，国家高新区高技术产业的国际竞争力有待提升。

2 实证研究

2.1 第一阶段技术效率分析在BCC模型的前提条件下，文中选取年末从业人员和年末资产作为投入指标，选择营业收入作为产出指标。前期工作中的产出指标还有工业总产值。但是服务行业没有工业总产值，所以最终去掉了工业总产值这个产出指标，以两个投入一个产出的BCC模型，利用DEAP 2.1测度2016年国家高新区与高新技术企业的高技术产业技术效率，见表2。

从表2可以看出，在不考虑环境因素影响的條件下，高新技术企业中，高技术产业各行业的平均技术效率为0.671，仍有超过30%的上升空间，纯技术效率平均值为0.739，平均规模效率为0.92。说明高新技术企业载体技术效率较低主要受纯技术效率较低影响，因此要提高高新技术企业载体技术效率应首先考虑提高纯技术效率。在高新技术企业载体中，高技术产业7个行业规模收益递减，4个行业规模收益不变，计算机及办公室设备制造业和信息化学品制造业2个行业技术有效，电子商务服务、检验检测服务和知识产权及相关法律服务3个行业规模收益递增。制造业的技术效率均值为0.745，服务业技术均值为0616，制造业技术效率高于服务业，服务业有较大提升空间。高新技术企业载体中，技术效率低于0.5的高技术行业，仅有航空、航天器制造业，说明航空、航天器制造业技术处于较低阶段，仍有较大提升空间;其中技术效率高于0.8的行业有电子及通信设备制造业、计算机及办公设备制造业和信息化学品制造业，其他10个行业的技术效率处于0.5和0.8之间，说明高新技术企业载体技术效率仍有较大的提升空间。

国家高新区高技术产业平均技术效率为057，仍有超过40%的提升空间，纯技术效率平均值为0.68，规模效率平均值为0.852，规模效率较高表明造成国家高新区高技术产业技术效率较低的原因是纯技术效率较低。在国家高新区中，技术有效的行业仅有计算机及办公设备制造业1个行业，其他13个行业仍处于技术非效率阶段;国家高新区载体效率中，高技术产业有10个行业规模收益递增，医药制造业、电子及通信设备制造业和信息服务3个行业规模收益递减。制造业的效率均值为0.896，服务业的效率均值为0.820。国家高新区载体中，技术效率低于0.5的行业有航天航空器及设备制造业、信息服务、电子商务服务、检验检测服务和科技成果转化服务5个行业，急需提高行业技术效率;技术效率高于0.8的仅有计算机及办公室设备制造业，8个行业技术效率处于0.5到0.8之间，说明国家高新区各行业效率普遍较低，载体效率有待提升。

从第一阶段的结果可以看出，高新技术企业载体效率为0.671，而国家高新区载体效率仅为057。高技术产业14个行业中，仅有研发与设计服务的载体技术效率是国家高新区高于高新技术企业，其他13个行业的技术效率都是高新技术企业高于国家高新区，并且信息化学品制造业的高新技术企业载体效率为1，但在国家高新区的载体效率仅为0.61，说明国家高新区载体技术效率仍有待提高。高技术产业制造业与服务业的纯技术效率、规模效率，高新技术企业载体各效率值，均高于国家高新区高技术产业各效率值。

2.2 第二阶段相似SFA回归结果分析

在三阶段DEA的第二阶段相似SFA回归模型中，在第一阶段的基础上，将年末从业人员的投入冗余和年末资产的冗余作为被解释变量，将年末入统企业个数、出口总额和上缴税费作为解释变量，构建SFA回归模型，运用Fronter 4.1进行SFA回归，考虑环境因素对投入冗余的影响。当回归系数为正时，表示解释变量值增加时，会导致被解释变量值随之增加，说明环境变量值增加时会导致投入冗余值增加，造成投入产出效率降低，反之，当回归系数为负时，说明环境变量值增加时会导致投入冗余值减少，从而提高投入产出效率。利用Fronter 4.1回归的结果见表3。

由表3可知，在高新技术企业载体中，高技术产业入统企业个数和上缴税费都与投入冗余成正比的关系，而在国家高新区中，上缴税费与投入冗余成正比的关系，而入统企业个数与年末从业人员冗余成正比，与年末资产冗余成反比的关系。SFA回归时检验LR值，即单边似然估计值和γ值，由于第二阶段进行SFA回归时环境变量均为3个，SFA回归自由度为3的5%水平下单边似然估计临界值为7.045，当γ值接近1时，管理无效率是影响投入冗余的主要原因，当γ值接近0时，随机模型退化为确定性模型。使用OLS回归，而文中的4个回归模型的γ值均接近1，虽然国家高新区年末从业人员冗余值与环境变量回归LR值小于临界值，但该模型γ值为1，可继续使用随机模型分离管理无效率项，调整投入变量。2.2.1 入统企业个数

SFA回归结果表明，在高新技术企业载体和国家高新区载体中，入统企业个数与年末从业人员冗余和年末资产冗余回归系数为正。说明投入冗余会随着入统企业个数增加而增加，导致技术效率降低，一方面是因为企业数量增多，企业规模效益并未同步增长，另一方面企业数量增加，促使产业规模扩张和更多人员投入，导致人员投入效率降低。入统企业个数与年末从业人员也是正比关系。在高新技术企业载体中，企业个数与年末资产成正比，说明企业个数增加，年末资产冗余值也会增加，导致年末资产投入效率降低，主要是因为企业个数增加导致企业规模增加，而高新技术企业中均为高技术产业。因此资金投入会增加，导致年末资产投入效率减小。国家高新区企业个数与年末资产成反比，说明年末资产冗余会随着企业个数的增加而减少。相比高新技术企业载体的分散分布，国家高新区载体集聚效应，资产投入溢出效应，导致非高技术产业拥有资金优势，从而间接提高高技术产业的资产效率。

2.2.2 出口总额

SFA回归结果表明，高新技术企业和国家高新区载体中，出口总额与投入冗余均成反比的关系。说明投入冗余会随着出口总额的增加而减少，有效提高载体技术效率。主要是因为出口增加会促进外向经济增长，激发高技术产业创新活力，提高高技术产业国际竞争力，从而进一步提高技术效率。

2.2.3 上缴税费

上缴税费在一定程度上能够反映出政府对高技术产业的支持和扶持政策。从SFA回归结果可以看出，不管是在高新技术企业还是国家高新区，上缴税费与投入冗余均成正比的关系。说明投入冗余会随着上缴税费的增加而增加，从而导致投入低效率，这主要是因为上缴税费增加意味着政府对高技术产业的扶持力度减小，在一定程度上会阻碍高技术产业规模扩张，从而导致高技术产业载体效率降低。

2.3 第三阶段调整后技术效率分析第三阶段是在第二阶段相似SFA回归的基础上，进行管理无效率项的分离，再计算调整后的投入。在剔除环境因素的影响下，利用调整后的投入和原产出，重新测算高技术产业各载体14个行业的技术效率、规模效率和纯技术效率，测算结果见表2。1）调整后，国家高新区载体，高技术产业制造业技术效率上升，服务业技术效率下降;高新技术企业载体，高技术产业制造业、服务业技术效率均下降。调整后，两个载体的高技术产业制造业与服务业技术效率差异，超过0.4。国家高新区对高技術产业制造业、服务业的载体效率，均高于高新技术企业载体，国家高新区集聚效应优势明显。调整后高新技术企业技术效率与调整前的比较，11个行业被高估，电子及通信设备制造业和信息服务2个行业被低估。调整前后国家高新区载体技术效率各行业相差较大，9个行业被高估，医药制造业、电子及通信设备制造业、信息化学品制造业和信息服务3个行业被低估。调整后高新技术企业与国家高新区各行业的载体技术效率较为接近，但计算机及办公设备制造业载体效率差异达到0.544。调整后国家高新区各行业载体技术效率更高，一方面是因为在调整后，高新技术企业与国家高新区处于同一外部环境中，而国家高新区中的非高新技术企业，增加了国家高新区高技术产业规模，弥补了高技术产业中高新技术企业劣势，技术创新效率更高;另一方面，国家高新区中非高新技术企业可为载体中高技术产业提供资金和技术支持，这也使得调整后国家高新区载体技术效率高于高新技术企业载体效率。调整后高技术产业载体效率的行业分布见表4。

2）在剔除环境因素和随机因素影响条件下，高新技术企业纯技术效率均值为0.421，制造业和服务业纯技术效率分别为0.65和0.25。调整后高新技术企业大部分行业的纯技术效率反而降低，而且调整后高新技术企业产业的纯技术效率为有效的仅有两个行业，分别为电子及通信设备制造业和信息化学品制造业。说明高新技术企业载体中多数行业纯技术效率被高估。调整后国家高新区纯技术效率均值为0.483，制造业纯技术效率均值为0.744，服务业纯效率均值为0.288。调整后国家高新区载体高技术产业服务业纯技术效率，仅信息服务业被低估，其余服务业纯技术效率均有所降低;但制造业纯技术效率上升，信息化学品制造业技术效率由调整前0.78，调整后为1，医药制造业、信息化学品制造业纯技术效率被低估。调整后高技术产业纯技术效率，国家高新区载体低于高新技术企业载体的有医药制造业、信息服务、专业技术服务业的高技术服务3个行业。调整前国家高新区载体纯技术效率低于高新技术企业载体，而调整后国家高新区载体纯技术效率高于高新技术企业载体，国家高新区技术创新的集聚效应是关键因素。

3）调整后高新技术企业载体规模效率均值为0.707，制造业规模效率均值为0.856，服务业规模效率均值为0.596。高新技术企业载体，调整后规模效率有效的行业仅信息化学品制造业，其他产业的规模效率都处于规模非效率。国家高新区调整后规模效率均值为0.795，制造业规模效率均值为0.979，服务业规模效率均值为0.656，制造业规模效率基本接近规模效率有效，而服务业规模效率变化较小。调整后国家高新区规模效率整体较高，但也有被高估的现象，航空、航天器及设备制造业、医疗器械及仪器仪表制造业、电子商务服务检验检测服务、知识产权及相关法律服务、环境监测及治理行业5个行业规模效率被高估。

调整后国家高新区高技术产业规模效率普遍大于高新技术企业载体，而且国家高新区与高新技术企业规模效率相差较小。环境监测及治理服务行业，国家高新区高技术产业技术效率低于高新技术企业中高技术产业技术效率0.3以上，其他行业规模效率载体间差异较小。

3 结语大多数学者对高技术产业的研究旨在研究高技术产业的最佳投入产出比，使得产出达到最有效值。文中运用三阶段DEA模型对高技术产业的两个载体：高新技术企业和国家高新区技术效率进行研究，结果表明调整前高新技术企业载体、国家高新区载体的技术效率均值分别为0.671和057，调整前两个载体的高技术产业技术效率整体较低。高新技术企业载体中，航空、航天器及设备制造业的技术效率不到0.5，技术效率有效的行业有计算机及办公室设备制造业和信息化学品制造业;国家高新区载体中，航空、航天器及设备制造业、信息服务、电子商务服务、检验检测服务和科技成果转化服务低于0.5，而技术有效的行业仅计算机及办公室设备制造业，说明国家高新区载体技术效率严重降低，而且國家高新区载体效率低于高新技术企业载体效率。根据调整后的结果可以看出，高新技术企业和国家高新区载体技术效率均被高估，且高新技术企业被高估的程度高于国家高新区。调整前后的纯技术效率相比，高新技术企业和国家高新区均被高估，但是高新技术企业载体高估程度更高，调整后高新技术企业载体纯技术效率整体较低，而国家高新区调整后纯技术效率大部分被高估且效率较低，说明高新技术企业和国家高新区的高技术管理有待完善。调整前后高新技术企业和国家高新区的各行业技术效率相差较大，说明高技术产业各行业发展不均衡，而计算机及办公司设备制造业技术效率最高，航空、航天器及设备制造业技术效率最低。根据研究结果，文中建议从3个方面提升国家高新区高技术产业技术效率。

1）从外部环境分析，宽松国际环境、积极财政政策、企业集约发展，可以有效提升高技术产业载体效率。

2）保持国家高新区高技术制造业载体优势。从高技术产业制造业载体效率分析，信息化学品制造业适合高新技术企业的分散布局，计算机及办公设备制造业适合国家高新区集聚发展。两个载体的电子及通信设备制造业存在较多管理约束，国家高新区的医药制造业管理约束尤为明显。

3）强化国家高新区高技术服务业载体优势。从高技术产业服务业载体效率分析，剥离环境和管理因素后，两个载体的信息服务业各项效率明显上升，国家高新区高技术产业服务业载体规模优势明显。

参考文献：

[1]科技部.国家高新技术产业开发区“十三五”发展规划[R].国科发高[2017]90号，2017.

[2]科技部火炬高技术产业开发中心.2017中国火炬统计年鉴[Z].北京：中国统计出版社，2017.

[3]戴魁早，刘友金.要素市场扭曲与创新效率——对中国高技术产业发展的经验分析[J].经济研究，2016（07）：72-86.

[4]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（02）：212-219.

[5]范德成，李盛楠.考虑空间效应的高技术产业技术创新效率研究[J].科学学研究，2018（05）：901-912.

[6]俞立平，王作功，胡林瑶.高技术产业创新速度的影响机制研究[J].科学学研究，2018（05）：913-921.

[7]李平.环境技术效率、绿色生产率与可持续发展：长三角与珠三角城市群的比较[J].数量经济技术经济研究，2017（11）：3-23.

[8]董明放，韩先锋.研发投入影响了战略性新兴产业技术效率吗？[J].科学学与科学技术管理，2016（01）：95-107.

[9]沈能，周晶晶.基于两阶段共同边界DEA的国家大学科技园创新效率研究[J].管理工程学报，2018（02）：188-195.[10]程慧平.基于DEA和SFA方法的信息服务业技术效率研究[J].科学学与科学技术管理，2013，34（04）：28-34.

[11]乔元波，王砚羽.基于三阶段DEA-Windows分析的中国省域创新效率评价[J].科学学与科学技术管理，2017（01）：88-97.

[12]陈巍巍，张雷，马铁虎，等.关于三阶段DEA模型的几点研究[J].系统工程，2014（09）：144-149.

[13]Fried H O，Lovell C A K，Schmidit S S，et al.Accounting for environment effects and statistical nosie in data envelopment analysis[J].Journal of Productivity Analysis，2002，17（01）：157-174.

[14]刘伟.中国高新技术产业研发创新效率测算——基于三阶段DEA模型[J].数理统计与管理，2015，34（01）：17-26.

[15]刘满凤，李圣宏.基于三阶段DEA模型的我国高新技术开发区创新效率研究[J].管理评论，2016，28（01）：42-52.

[16]张竟轶，张竟成.基于三阶段DEA模型的我国物流效率综合研究[J].管理世界，2016（08）：178-179.

[17]乔元波，王砚羽.基于三階段DEA-Windows分析的中国省域创新效率评价[J].科学学与科学技术管理，2017，38（01）：88-97.

[18]刘广斌，李建坤.基于三阶段DEA模型的我国科普投入产出效率研究[J].中国软科学，2017（05）：139-148.

[19]Jondrow J，Lovell C A K，Materov I S，et al.On the estimation of technical inefficiency in the stochastic frontier production function mode[J].Journal of Econometrics，1982，19（S2-3）：233-238.

[20]谢子远.国家高新区技术创新效率影响因素研究[J].科研管理，2011，32（11）：52-58.

（责任编辑：张 江）

收稿日期：

2020-01-12

基金项目：

国家自然科学基金青年项目“战略性新兴产业创新价值链脆弱性形成机理与超循环调控研究”（71703033）

作者简介：

张冀新（1982-），男，河北邯郸人，副教授，硕士生导师，博士，主要从事技术经济的研究工作.