基于DEA-Malmquist模型的吉林省科技创新效率研究

魏 嘉, 杨雪滢

(长春工业大学 经济管理学院,吉林 长春130012)

0 引言

在国家科技战略与规划指引下,科技创新政策围绕新时期国家创新体系建设主线,科技创新治理能力不断提升,对高质量发展和民生改善形成全面支撑态势。当前,科技创新已成为推动经济高质量发展的重要力量。

近年来,吉林省科技创新取得重要突破,科技创新能力稳步提升,科技整体实力和创新能力迈上新台阶。2021年《中国区域创新能力评价报告》显示,吉林省综合科技创新水平位列全国第19位,居东北三省之首。全社会R&D经费投入实现较大突破,投入强度达到1.3%,总量达到159.5亿元。以上数据表明,吉林省科技创新投入产出稳步扩大。但通过与其他省份投入产出数据比较发现,吉林省与南方经济发达区域相比,投入产出量明显不足,需要对吉林省科技创新效率进行进一步分析,并提出相应的对策与建议。

1 文献综述

纵观学者对于科技创新效率的研究,国外文献从各个角度、运用各种模型对科技创新与经济增长进行讨论。在肯定科技创新对经济增长的核心作用前提下,分离出研究部门和生产部门,专门讨论研究部门的效率变化以及政府、高校等对企业研究的影响,并对创新主体与创新环境的相互影响进行研究。

国内文献明确科技创新呈现出明显的地域差异与特点,科技创新效率主要受创新资源配置的影响。徐小钦等[1]运用DEA-Malmquist法分析重庆市不同性质的企事业单位科技创新效率,得出整个区域科技创新效率情况。孟卫东等[2]运用DEA-Tobit两步法,分析影响2010年我国30个省市区的区域创新体系科技资源配置效率的因素。张鹏等[3]以规模以上工业企业R&D活动人员、规模以上工业企业 R&D经费内部支出、科技支出占一般公共预算支出比重为投入指标,以专利申请授权量和规模以上工业企业新产品销售收入为产出指标,对粤港澳大湾区科技创新效率进行研究,发现技术进步是促进科技创新生产率提升的关键因素,规模效率对技术效率存在明显的阻碍作用。李文广[4]以R&D人员全时当量、R&D资本存量为投入指标,以科技论文数、发明专利申请数和技术市场成交额为产出指标,对青海省的科技创新效率进行研究,发现规模效率对综合效率起到明显的阻碍作用。胡丽娜[5](运用DEA方法对内蒙古自治区科技创新效率进行研究,发现其科技创新投入要素结构不合理。

基于吉林省当前科技创新形势,构建科技创新主体协同创新绩效评价指标体系,运用DEA-Malmquist模型,从静态和动态两个角度对吉林省科技创新效率进行评价和分析,以评价结果为基础,提出吉林省提升科技创新效率的对策与建议。

2 研究模型及指标选择

2.1 模型设定

2.1.1 DEA模型

数据包络分析(DEA)是一种线性规划方法,其以Farrell效率方法为基础,用来评价同类部门或单元(简称DMU)之间的相对有效性[6]。DEA模型下存在投入与产出的导向模式,分规模报酬恒定CCR模型与规模报酬变化BCC模型两种。由于研究的各地区创新投入会发生变化,因此选择规模报酬可变的BCC模型分析[7]。DEA的BCC模型为:

2.1.2 Malmquist指数

1994年Fare等[8]将Malmquist指数与DEA法结合提出DEA-Malmquist模型。Malmquist 指数模型克服了传统DEA静态评价的缺陷,可以动态反映不同时期全要素生产率的变化。全要素生产率指数(TFP)可以分解为技术效率指数(EFF)与技术进步指数(TECH)的乘积。当规模可变时,技术效率指数可分解为规模效率指数(SEC)和纯技术效率指数(PE)。若计算出的Malmquist 指数大于1,则表示该决策单元的生产率在考察期间表现为上升趋势,反之则为下降趋势。

Malmquist 指数的表达式如下:

本文基于DEA-Malmquist指数法,对吉林省科技创新效率进行研究分析。

2.2 指标选取

综合地区科技创新实践过程中呈现出的特点,从技术投入过程和技术创新产出两个角度出发,结合上述两个子系统创新评价活动呈现的创新流程与技术特点,在满足科学性、系统性、可比性、可操作性的客观条件下,系统构建出吉林省科技创新效率评价指标体系[9-10]。

在投入指标内容的选择上,从劳动力成本和资本投入的角度合理选取指标,使用R&D科研经费和内部研发支出来衡量该地区科研创新活动中对研发项目资金的投入;使用R&D人员数来衡量该地区对科研创新活动中的人力资源成本总投入。在产出指标内容的选择方面,使用学术论文发表量和论文专利总授权量来衡量该地区的科研创新活动成果[11-12]。如表1所示。

表1 吉林省科技创新效率投入产出指标

2.3 数据来源

以2015-2021年为研究时间,吉林省9个市(州)作为研究对象。研究数据源自 《中国统计年鉴》《吉林统计年鉴》等。

3 实证分析

3.1 BCC模型静态分析

根据2015-2021年吉林省九市(州)各年投入产出资料,采用DEA-BCC模型,测算各年级科技创新效率。通过软件计算得到综合效率值,得出各市(州)科技创新效率如表2所示。由表2可知,从整体科技创新综合效率来看,2015-2021年,吉林省科技创新效率均值为0.705,纯技术效率相对比较稳定,是规模效率低造成整体效率没有达到有效且呈波动变化,2015-2018年都在0.7左右小幅度变动,在2019年达峰值后2020年大幅度下降,其原因为规模效率低。2021年迅速回复。由此可见,吉林省科技创新投入和产出与技术并不相称,投入规模的不足阻碍了科技创新效率提高。

表2 2015-2021年吉林省科技创新效率均值

从地区差异来看,表3表明吉林省各市(州)平均科技创新效率差距较大。从总体来看,2017年仅有2个城市的技术效率值为1;2019年6个城市的技术效率值均为1;2020年3个城市的技术效率值达到1。这与科技创新综合效率均值先上升后下降的变化趋势相吻合。

表3 2015-2021年吉林省各市(州)科技创新综合效率

3.2 Malmquist指数动态分析

借助 DEAP2.1 软件,运用基于投入导向及规模报酬可变的Malmquist模型,Malmquist 可以动态反映吉林省科技创新效率的变化,对2015-2021年吉林省各市(州)的科技创新效率全要素生产率指数及其各分解指标量进行测算,如表4和表5所示。

表4 2015—2021年吉林省各市州科技创新Malmquist指数及分解

图1 吉林省年份Malmquist指数分解变化趋势

表5 2015—2021吉林省各市(州)科技创新Malmquist指数及分解

图2 吉林省各市(州)Malmquist指数分解变化趋势

由表3可知,2015-2021年,吉林省的技术效率变化指数、技术进步指数、纯技术效率变化指数、规模效率变化指数、平均全要素生产率均值分别为1.070、1.030、1.022、1.047 、1.102,整体科技创新效率处于上升趋势。2015-2019年,全要素生产率发生了显著升降变化,受不可控因素的影响,技术进步指数浮动较大,据此推论,提高各年度TFP指数的关键在于改善技术进步指数。

通过对吉林省Malmquist指数和分解指数变化进行分析,可以发现其并未遵循“同增同降”这一统一规律,意味着各时期的科技创新状况存在差异性。其中TFP指数6年波动,但发展不够平稳,其变化幅度大于0.5,还未达到理想状态。因此,吉林省需进一步稳定发展,加强新技术研发,不断引进和转化吸收外部技术,寻求突破技术进步瓶颈的措施。

通过对吉林省Malmquist指数和分解指数变化进行分析,可以发现其并未遵循“同增同降”这一规律,意味着各个时期的科技创新状况存在差异。全省有7个市(州)的TFP指数均值均大于1,科技创新效率整体上都有所提高,但是各市(州)的这些区域增长率相差很大,增长率在4%～32.9%,其中,白城市和长春市增幅均在20%以上,原因可能是其技术进步指数和规模效率变化指数都较高;松原市TFP指数和技术进步的变动正好相反,说明该区域先进技术未得到很好地利用。

在吉林省科技创新TEP正增长的地区中,技术进步和技术效率均发挥着正向促进作用。

辽源市和白山市TFP 指数的均值均小于 1,是由于该地区的技术进步指数小于 1,技术进步偏低影响该地区TFP指数。

以上分析表明,吉林省科技创新TEP负增长的地区,主要是受了技术进步指数的负向影响。

4 结论与建议

4. 1 研究结论

首先,吉林省综合技术效率虽波动较大,但整体仍呈上升趋势。其中纯技术效率显著提高,但同时大部分地区的规模效率出现下降,从而无法带动综合技术效率进一步提高。说明吉林省目前研发资源配置不够合理,效率未能最大化。其次,从Malmquist指数分析可知,吉林省TFP指数的浮动受技术进步指数影响较大。近年来,吉林省在加大高新技术投入力度的同时,技术创新发展得到显著增长,但是由于资源优势、政策实施、人力资源发挥等因素的影响,不同市(州)之间的技术创新差距较大,这一现象更加表明,技术创新发展资源配置效率降低或者科技发展水平的欠缺,已成为经济社会发展的阻力。第三,政府应加强管理,以推进技术自主创新发展、经济社会的可持续发展。通过科学合理配置各种创新资源,进一步提高科技创新能力。

4.2 对策建议

4.2.1 打造吉林省特色科技创新驱动发展模式

目前吉林省各市(州)在创新资源、创新环境、创新基础等方面存在差距。由此,应明确区域创新薄弱环节,着力补齐科技创新领域的短板。为了推进吉林科技创新发展,地级市应加强国家自主创新示范区建设力度,提升科技要素质量,不断促进高新技术的创新能力,为吉林省科技创新发展创造强有力的技术保障。同时,对于技术创新基础薄弱的地级市,应增加对创新资源的投放,进一步改善科技创新资金的分配结构形式,深化科学技术规划管理水平,以提高科技创新能力的相对技术效率。

4.2.2 营造优良科技人才生态

营造优良科技人才生态是优化科技创新生态的重要条件,吉林省应着手培养科技人才队伍。为了更好地发挥科技人才的作用,应建立多维度的人才引进和培养体系,完善人才引进和培养政策,充分利用当地高校人才资源,加强校企合作,并制定与科技创新产业布局相匹配的人才引进、培育和激励政策,以及建立有效的人才政策,促进高校人才资源优化配置。

4.2.3 完善科技创新管理制度

重点关注国家科技政策,保证政策实施并建立完善的适合吉林省的科技创新制度。通过完善制度,激发人才积极性,引领他们和企业开展技术基础研发,提升技术创新的总体效能;同时,加强对重大科技专项的组织管理,推动科技专项实施;完善技术创新全链条服务体系,推动各种技术创新市场主体协调发展,实现创新需求的有效对接,提升技术创新人力资源的高效合理配置。