基于Malmquist指数法的我国西部地区科技创新效率评价

陈 娜，林 军

（甘肃政法学院 经济管理学院，甘肃 兰州 730070）

一、引言

党的十九大报告中明确指出，创新是构建现代化经济体系的战略支撑。这表明创新已成为推动我国经济增长的新的引擎。而科技创新效率水平是衡量区域科技创新资源有效利用程度的重要依据。我国西部地区作为发展区域，经济增长动力要由投资驱动、要素驱动转变为创新驱动。近年来，我国西部地区在国家西部大开发战略的推动下，科技总体状况虽有很大改善，但与东部发达地区相比，无论是规模大小还是水平高低都有一定的差距。因此，研究我国西部地区科技创新效率将具有非常重要的现实意义。一方面，可以了解区域科技创新的综合水平，从而为相关部门制定、规划更好的产业政策、优化产业结构、全面提升区域创新能力、推动产业转移与升级提供参考[1]；另一方面，通过西部地区各省市科技效率差异比较，可以了解各地区科技资源配置情况和管理情况，从而为下一步科技创新战略布局提供决策信息。

二、研究综述

科技创新是推动区域经济社会发展的重要驱动力，但不同地区的科技创新效率水平存在着明显差异。广大学者从不同的视角对我国区域科技创新效率展开了广泛研究。张前荣采用2004—2006年的科技数据，运用DEA对我国各省的科技创新效率进行了评价研究并提出了相应的政策建议[2]。欧阳哓运用数据包络方法对“金砖国家”的创新体系的效率进行了测算和分析[3]。于成学以我国15个副省级城市为研究对象，运用数据包络方法对其科技创新效率进行了实证分析[4]；尤瑞玲运用超效率模型对我国沿海地区的科技创新效率进行了省域差异分析[5]。童纪新以江苏省各城市为研究对象，运用灰色关联分析法对其科技创新效率进行了实证分析[6]。李牧南基于DEA和问卷实证的双重视角，对广东专业镇技术效率进行了测算与分析[7]。郭磊以我国31个省、市、自治区为研究对象，采用2008年的截面数据对其技术创新效率进行了评价研究[8]。纵观以上文献可以发现，现有的科技创新效率研究成果已相当丰富，但缺少对西部地区科技创新的针对性研究，我国西部各省市的科技创新效率及其变化趋势如何，现有的研究并未给出统计意义上的支持性证据。为此，本文基于Malmquist指数分解法，就我国西部地区2005—2014年的科技创新效率进行测算和分析，以期对我国西部地区科技创新的良好发展提供借鉴。

三、研究方法

Malmquist指数指多投入、多产出的决策单元的生产率状况的测度。而马氏全要素生产指数被定义为距离函数测算值的比率，是某个决策单元连续一段时期内的全要素生产率变化的测度。Malmquist（1953）在消费分析研究中首次提出Malmquist指数以解释不同无差异曲线上消费束如何移动的问题。此后，Caves等人将该指数（Tfpch）进一步分解为技术效率变化指数（Effch）和技术进步指数（Techch）两部分。Fare等（1994）进一步将技术效率变化指数（Effch）分解成纯技术效率变化指数（Pech）和规模效率变化指数（Sech）两部分。我们将t时刻某决策单元的投入产出向量用（xt，yt）表示，Tt为t时刻的生产可能集，t是离散参数变量[9]，则Malmquist生产率指数可以作如下表达：

Effch表示从t到t+1时刻的效率变化指数，主要测度生产单位是否在接近生产前沿面的运行状况下组织生产，表示两个时刻某个DMU对生产前沿面的“追赶效应”。

Techch表示从时刻t到时刻t+1的技术变化指数，衡量的两个时刻生产前沿面的移动，主要表明了全要素生产率受技术进步的作用和影响。这样就有：

四、实证分析

（一）数据来源及指标体系构建

1.数据来源。本文选取了全国、三大地区以及西部各省市2005—2014年科技创新活动的面板数据进行实证分析。由于西藏缺失数据较多，因此本文将其排除。投入指标数据和部分产出指标数据来源于《中国科技统计年鉴》，技术市场交易额指标数据来源于《中国统计年鉴》。由于科技创新活动的投入和产出之间存在时滞效应，因此需要考虑投入与产出之间的时间差异问题。国际上一般将这个时滞期确定为1—3年，本文采用1年时滞期。其中投入指标选取2004—2013年的数据，产出指标选取2005—2014年的数据。

2.指标体系构建。根据数据的可测性、可操作性和科学性原则，借鉴部分学者构建的科技创新评价指标体系[3-8][10-12]，本文选取的投入指标为R&D人员全时当量和R&D经费内部支出两个变量；科技创新效率直接产出指标为发明专利授权量和三大机构收录科技论文数两个变量，技术创新效率的间接产出指标为技术市场交易额。

（二）效率的Malmquist指数分析

本文运用 DEA-Malmqusit指数法对 2005—2014年我国西部地区的全要素生产率进行了测算与分析，运用Deap2.1软件测度的科技创新效率见表1。

（1）从表1可以看出，2005—2014年，西部地区科技创新的TFP年均增长率为5.4%，略高于全国2.6%和东部地区4.3%的水平；从分解项来看，西部地区的技术效率增长率为2.2%，技术进步增长率为3.2%，说明西部地区不仅注重对原有技术的消化、运用，而且关注技术本身的进步；东部地区技术效率下降幅度为2.6%，技术进步增长率为7.1%，说明东部地区全要素生产率的提高主要依赖于技术进步，但对技术的有效利用程度不高；而中部地区技术效率下降幅度为2%，技术进步下降幅度为0.7%，说明我国中部地区技术水平和管理水平均有待进一步提升。

表1 2005—2014年我国各区域Malmquist指数及其分解

（2）从西部地区内部分析发现，无论是西南地区还是西北地区均呈现出良好的增长态势。说明在TFP提升的速度上，西部地区具有一定的优势，这与西部大开发战略的有效实施具有很大的关系。从10年间西部地区各省市FTP增长幅度看，四川、陕西、青海等地区增幅均超过10%，进一步表明这些地区优化创新资源、完善科技区域基础设施、加快经济发展速度的措施确实发挥了重要作用。TFP下降地区为广西、内蒙古、新疆，这些地区作为资源环境型地区和少数民族居住区，科技文化基础相对薄弱，创新人才难以引进等因素一定程度上制约了技术创新水平的提升。从技术效率指数变化来看，西部地区各省市中，重庆、四川、贵州、陕西、青海、甘肃的技术效率指数大于1，其余地区小于1；而从技术进步指数看，所有省市的技术进步指数均大于1，说明西部地区技术创新效率提高主要得益于技术进步的作用，而技术效率的潜能在部分省市中有待进一步开发和挖掘。

图1 2005—2014年西部地区科技创新效率及结构变动

（3）从图1可以看出，我国西部地区 2005—2014年间的科技创新效率变化幅度有起伏，分布不均。进一步观察发现，科技创新效率增长下降主要是由技术效率下滑引起的。10年间，除了2011年和2014年，西部地区科技创新效率都有一定的增长，说明我国西部地区科技创新总体呈现出高速增长的态势，而技术效率有很多年份出现了下降趋势，说明西部地区对技术资源的利用水平有限；从技术进步变化来看，总体呈现增长趋势，只有极个别年份出现了下降趋势，可见我国西部地区科技创新效率的提升主要得益于技术进步。

五、结论及建议

（一）研究结论

本文采用2005—2014年间的样本数据，运用DEA-Malmquist指数就我国西部地区的科技创新效率进行了动态评价，最终得出结论如下：

（1）从科技创新效率增长的结构看，2005—2014年间我国西部地区科技创新效率总体呈现增长态势，与全国其他地区相比，在TFP提升速度上，西部地区具有一定优势。

（2）从TFP分解情况来看，技术进步是促进我国西部地区科技创新效率增长的主要动因，技术效率只起辅助作用。进一步从技术效率的分解情况来看，纯技术效率提升是技术效率增长的主要动因，而规模效率的增长已经放缓，反而呈下降趋势。

（3）从西部内部分析发现，西部地区各省市科技创新效率差异较大。总体来说，除广西、内蒙古、新疆以外，其余各省市10年间均呈现出较好的增长态势。而从技术效率分解来看，导致部分省市技术效率下降的因素各异。云南、宁夏两个地区技术效率下降主要是由纯技术效率下降引起的；而广西、内蒙古、新疆是其纯技术效率与规模效率共同下降导致的结果。

（二）对策建议

根据以上分析结果，本文有针对性地提出以下几点建议：

1.鼓励合作创新，提升自主创新水平。从以上分析可以看出，西部地区技术创新水平的提高对区域科技创新效率的作用是明显的。新形势下，以我国产业战略转型和升级为契机，西部地区应进一步促进各创新主体之间的协调与配合，企业与科研院所或高校之间可通过技术转让、建设研发基地等途径构建西部地区自主创新体系，增强技术创新能力。

2.优化科技创新资源配置，促进技术消化、吸收及利用。技术效率提升对区域科技创新及经济发展都具有巨大的推动作用。近年来，西部地区技术效率在发展规模与速度上都出现了下降趋势，说明其对技术的利用水平有限。因此，一方面，应加强区域科技创新资源的优化配置，规范各项管理制度，努力提升其管理水平和经验。另一方面，应加强与东部发达地区或国外高技术企业的合作与联系，进一步提升技术消化-吸收-利用水平。

3.注重地区差异，减少落后地区体制障碍和技术壁垒。各省市应结合自身优势和短板，加强技术支持力度，创新技术管理制度。一方面，加快人力资本在地区间的流动，鼓励创新人才积极参与，打破地区间技术转移壁垒，推进科技管理体制改革。另一方面，发挥政府政策导向作用，加大落后地区扶持和投资力度，营造良好的创新环境。

[1]黄鹏.我国高技术产业技术创新效率的差异性分析[D].重庆大学，2014：1.

[2]张前荣，2009.我国省域科技投入产出效率的实证分析[J].南京师大学报（1）：59-63.

[3]欧阳哓，陈琦，2014.“金砖国家”创新体系的技术效率与单因素效率评价[J].数量经济技术经济研究（5）：71-85.

[4]于成学，2012.中国副省级城市科技创新效率评价与实证[J].科技管理研究（1）：61-63.

[5]尤瑞玲，陈秋玲，2017.我国沿海地区科技创新效率的省域差异研究[J].技术经济与管理研究（5）：119-123.

[6]童纪新，陈继兴，蔡元成.基于灰色关联分析的区域科技创新效率评价研究[J].科技进步与决策，2011，28（12）：128-132.

[7]李牧南，周俊锋，2015.广东专业镇技术创新效率评价[J].科学学研究（4）：627-640.

[8]郭磊，刘志迎，周志翔，2011.基于DEA交叉效率模型的区域技术创新效率评价研究[J].科学学与科学技术管理（11）：138-143.

[9]陈娜.基于DEA的我国上市软件公司经营效率评价[D].西北农林科技大学，2013：16-17.

[10]张姣芳，姚晓萍，2011.基于Malmquist指数法的我国区域科技创新效率评价[J].理论探讨（8）：262-263.

[11]刘凤朝，潘雄锋.基于Malmquist指数法的我国科技创新效率评价[J].科学学研究，2007，25（5）：986-990.

[12]黄寰，王玮，曾智，2015.基于DEA-Malmquist指数的四川创新科技效率评价分析[J].软科学（10）：131-135.