区域“大众创业，万众创新”效率评价—

摘要：以中国内地31个省(市)数据为基础，以“大众创业，万众创新”(简称“双创”)的本质及特征为依据，构建了一套区域“双创”效率评价指标体系。运用三阶段DEA方法，在控制环境因素的基础上考察了各地区“双创”投入产出转化效率。研究显示，目前各区域“双创”效率发展不均衡，规模效率和纯技术效率除个别地区达到1以外，其它地区都存在不同程度的效率缺损。最后，根据规模效率和纯技术效率大小，对31个省市的“双创”效率进行四分图归纳，根据归纳结果提出了相应的解决措施，可为“双创”可持续发展提供参考依据。

关键词：区域创新；双创绩效；效率评价；创新环境；三阶段DEA

0 引言

区域是承载国家“大众创业，万众创新”战略的重要载体。大力开展“大众创业，万众创新”是新常态下中国经济结构转型的重要战略手段,是拉动中国各区域经济发展的新引擎。因此，区域“双创”开展情况直接影响国家经济战略走向。

目前，中国大力投入人力、资金等开展“双创”活动，但这些投入因素是否完全转化为产出，是否造成了资源浪费则不得而知。因此，对区域“双创”效率进行测量显得尤为必要，对于“双创”发展及中国经济发展具有重要的现实意义。目前，学术界大多数研究集中在对“双创”的定性分析层面和高科技创新创业效率评价方面，鲜有关于区域“双创”效率的定量研究。

因此，本文首先对“双创”及高科技创新创业效率研究进行文献梳理，为研究“双创”效率奠定理论基础。其次，根据“大众创业，万众创新”的本质及特征，建立了一套区域“双创”效率评价指标体系，运用三阶段DEA方法，在控制环境变量的基础上，考察中国内地31个省(市)的区域“双创”效率。最后，针对实证分析结果，提出相应政策建议，希冀推动中国“大众创业，万众创新”活动健康良性发展。

1 文献回顾

本文根据已有文献，对高科技创新效率及“双创”研究进行梳理，总结高科技创新效率研究情况和“双创”特征及研究进展，为后文研究“双创”效率提供借鉴。

目前，学术界关于创新效率的主流研究集中于高科技创新，研究方向皆从创新投入产出角度着手，其主要区别在于是否考虑外界干扰。在研究过程中，不同学者都基于国际标准选取创新投入产出指标，如投入指标都选取人力投入(R&D科技人员投入)和资本投入(R&D经费投入)，创新产出指标主要以专利、新产品产值衡量。陈伟[1]、赵树宽[2]、颜莉[3]基于二阶段DEA方法，把创新系统视作一个黑箱，不考虑系统内部实际运作过程，对创新系统的投入产出转化效率进行测量。白俊红[4]、钱丽[5]、齐亚伟[6]、刘满凤[7]等分别从区域层面、企业层面及创新主体层面对创新效率进行测量，并考虑了创新环境如基础设施、政府支持、金融环境及劳动者素质等对创新效率的影响。大部分研究表明，创新环境对创新效率有显著影响，创新环境完善程度对创新投入产出转化率具有保驾护航作用。

关于高科技创新效率的研究已经较为成熟，而“双创”研究目前处于起步阶段，大量研究集中于对“双创”发展现状进行分析并提出相应政策建议。李华琴[8]指出，青年是“双创”的主力军，但是，当前大学生缺乏创新能力和创业能力，无法承担重任。雷德雨[9]指出，中小微企业是“双创”的重要主体，在发展过程中存在服务体系不完善、金融支撑不足等问题。牛冲槐[10]以山西省为研究对象，对“双创”发展影响因素进行层次分析，其中，“双创”主体自身原因、市场及政府支持等都对其发展具有重要影响。

总体来看，关于高科技创新效率的研究已经较为完善，对“双创”的研究还处于探索认识阶段，研究主题单一，还有较大的探索空间。故本文在现有研究的基础上，根据“双创”的特点及本质，构建一套区域“双创”效率评价指标体系，测算各个省(市)的“双创”效率，量化“双创”发展现状，为“双创”发展提供理论依据。

2 评价指标体系与模型构建

2.1 评价指标体系构建

“双创”的本质是一种经济行为，衡量其是否成功的主要指标是投入产出效率，而影响投入产出效率的主要因素在于“双创”外部环境。根据“双创”的本质及特征，构建了一套系统的区域“双创”效率评价指标体系，如表1所示。

“双创”作为经济活动的一种具体表现形式，按照国际指标选取原则，本文选取人力资源投入和资金投入作为“双创”的主体投入。梳理相关文献及资料可以看出，其活动主体主要是普通大众和中小企业。根据吴志攀[11]对“双创”的研究，其参与主体一般倾向于年轻化，根据最新年龄划分，15-45岁阶段都为青年人口，因此，采用“青年人口占总人口比例”代表地区“双创”人力资源投入数量。中小企业是“双创”活动的重要生力军，自李克强总理提出“大众创业，万众创新”以来，国家重点关注中小企业，颁布系列措施鼓励中小企业发展。地区中小企业数量越多，开展“双创”的主体就越多。因此，选取“中小企业数目占总企业数目比例”衡量地区创新主体数量。融资难一直是阻碍中小企业发展的绊脚石，目前中国社会资本投入中小企业的数量较少，中小企业发展更多依赖于政府资金，因此，选取“科技型中小企业创新基金金额”作为“双创”的主要资金来源。

“双创”产出主要包括科技成果产出和经济效益产出。“双创”活动的主要开展主体是普通大众和中小企业，开展领域是服务业，因此，其产出主要有普通大众的专利发明、新产品数目、新产品产值及服务业产值等。根据数据的可得性及准确性，选取“非职务专利发明占专利发明总量的比例”、“地区新产品销售收入与研发经费比值”、“服务业占地区生产总值的比例”3个指标衡量“双创”活动产出。

“双创”是一种经济行为，其投入产出并不是在“黑箱子”中运行，投入产出结果受到外部环境的影响。外部环境主要包括以下几个方面：基础设施、市场环境及政府支持。在互联网引领经济发展的时代，“双创”的开展对互联网需求较高，因此，选取“每百户家庭平均拥有电脑台数”作为地方基础设施的代表因素。地区要大力实施创新创业，市场需求和市场氛围是重要支撑条件，因此，选取“地区居民消费水平”和“地区私营企业与国有企业的比例”衡量市场活力。政府一方面给予财政支持，另一方面也要提供法律保护，给“双创”营造一个和谐的环境，本文选取“知识产权侵权保护程度”作为政府法律支持的衡量尺度。

在发展过程中，各个地区的外部环境不一样，因此，需要对外部环境进行控制。通过对比传统经典DEA、二阶段DEA和三阶段DEA方法，最终选取三阶段DEA作为评价方法，并对三阶段DEA模型、具体操作过程和原理进行简要描述[12-16]。其模型构建如图1所示。

三阶段DEA模型是一种更为客观、系统的评价方法,弥补了传统DEA模型不考虑环境变量和随机误差的不足。传统经典DEA直接测量创新的投入产出比率，不考虑其它因素[17,18]。二阶段DEA的研究过程主要分为两个步骤，第一步运用DEA方法对区域创新效率进行测量，第二步把控制变量作为自变量与创新效率进行回归分析，根据环境值判断环境影响的大小和方向。三阶段DEA的研究过程比二阶段DEA复杂一些，其主要机理在于认为第一阶段的投入松弛是由环境、管理无效率及随机干扰造成的。具体操作分三步：第一步运用经典DEA评价方法测算创新投入产出效率并计算投入松弛；第二步构建SFA方法，分离出管理无效率造成的投入松弛，并对原始投入变量进行调整；第三步根据调整后的投入变量计算投入产出效率。

三阶段DEA的运行主要根据如下步骤和原理：

第一阶段：运用DEAP软件对原始投入产出效率进行测量，计算原始投入值和目标投入值之间的投入松弛变量。

第二阶段：构建SFA模型。Stochastic Frontier Analysis模型是由Fried等于2002年提出的，其构建公式如下：

其中：Snt是投入松弛变量；f表示环境对投入松弛的影响；Zt是环境变量；βn是环境变量的系数；Vnt代表随机干扰造成的投入松弛；Unt代表管理无效率对投入松弛的影响。通过对每个投入松弛变量与环境进行回归分析，剔除环境因素和随机干扰对投入产出的影响，调整原始投入，将所有投入产出放在相同环境下，测量各个区域的创新效率。其调整公式如式(2)所示。

f(Zt;

)]+[MAX(Vnt)-Vnt]

其中，XntB代表调整后的投入；Xnt代表调整前的投入；MAX(f(Zt;

))-f(Zt;

)代表环境最大值与每个DMU环境值的差值；[MAX(Vnt)-Vnt]代表最大随机干扰与每个DMU随机干扰的差值。

第三阶段：重新测量投入产出效率。通过对原始投入值进行松弛变量调整，采用调整后的投入产出值重新测量转化效率。

3 实证分析

由于“双创”的投入与产出具有一定时滞效应，根据以往学者的研究情况，一般选择1-2年作为发展时滞，本文选取1年作为研究时滞，数据主要来源于国家统计年鉴和国家知识产权局。根据数据可得性，产出指标为2014年数据，由于具有1年的时滞效应，投入与环境指标选择2013年数据。按照三阶段DEA评价方法，第一阶段和第三阶段采用DEAP2.1软件进行DEA效率评价，第二阶段采用Frontier4.1软件对创新环境进行SFA回归分析。

3.1 第一阶段传统DEA结果输出

第一阶段运用传统经典DEA方法，不考虑环境因素，把产出投入指标放进DEAP2.1软件中进行效率测评，如表2所示。

经过第一阶段传统的DEA测量，发现目前“双创”的创新效率较高，综合效率平均值达到0.88，没有达到效率前沿面的原因在于规模效率不高。西藏、天津、内蒙古、江西、海南、广西、广东、北京等多个地区的综合效率为1，投入产出转化效率达到100%。陕西省创新效率最低，也高达0.593。为了更加直观地看清中国区域“双创”效率值的高低分布情况，将内地31个省市的“双创”效率值分成3类，综合效率值低于0.794的地区为“双创”低效率地区，高于0.922的为高效率地区，位于0.794～0.922之间的为中等效率地区，如图2所示。

结果显示，目前中国大部分地区属于高创新效率地区，包括西藏、天津、内蒙古、江西、海南、广西、广东、北京、海南、重庆、山东、河南、上海、浙江、宁夏、甘肃等16个省市；中等效率地区包括黑龙江、河北、江苏、青海、贵州、陕西、新疆等9个省市，其余省市属于低效率地区。可见，区域创新效率值与中国当前经济发展状况严重不符，西藏、海南等经济比较落后地区的创新转化效率为100%，而上海、江苏、浙江等地的创新转化效率只在全国平均值左右，这与经济发展理论是相悖的。因此，出现该结果的原因可能是传统经典的DEA没有考虑环境因素的影响，所以，通过三阶段DEA效率评价方法，在第二阶段引入环境变量，对原始的创新投入进行调整。

3.2 第二阶段SFA分析结果

第二阶段分别以青少年人口比例、中小企业数目比例、科技型中小企业创新基金的松弛变量为因变量，以环境因素(基础设施，政府支持及市场环境)为自变量，建立SFA回归分析，结果如表3所示。

注：t值检验解释变量与被解释变量之间是否存在显著相关性，*表示在10%的水平下显著，**表示在5%的水平下显著，***表示在1%的水平下显著

结果显示，青少年人口比例、中小企业数目比例与科技型中小企业创新基金的投入松弛变量都通过了显著性检验，表明环境因素在创新系统中的影响比随机误差等更为重要。从表中回归结果来看，各个环境变量对投入松弛都有一定程度的影响。

(1)基础设施。每100户居民平均拥有电脑台数对中小企业数目及科技型中小企业创新基金有显著正向作用，表明基础设施越完善，越有利于获取国家资金投入，普通大众及中小企业也具有开展“双创”的基础条件，主体更加愿意投入到“双创”活动中。因此，区域开展“双创”活动，要不断完善基础设施，为“双创”的开展提供环境保证。

(2)市场环境。居民消费水平与青少年比例存在显著正相关关系，说明居民消费水平越高，则地区经济发展水平越高，吸引越多青年人口进入该地区；其次，消费水平越高，越能带动地区产业及经济发展，有利于开展“双创”活动。私营企业与国营企业的比例和科技型中小企业创新基金投入存在显著负相关作用，其原因在于中国把大部分资金投向了国有企业，而私营企业获得的资助较少。政府应该改变资金投入比例，把部分资金从国有企业转入中小企业，带动地区经济发展。

(3)政府支持。政府支持对中小企业发展存在显著正向作用，政府对中小企业成果进行保护，使中小企业更加愿意投入资金和人力进行创新创业活动；知识产权侵权保护程度越高，越有利于中小企业创新创业发展和获得创新基金资助。基于此，政府应该颁布具体针对性措施，为创新成果提供法律保护。

以上结果表明，不同环境要素对投入产出的影响有所不同。因此，在第一阶段简单地对投入产出要素进行效率评价是不够全面的，应该把环境因素控制在相同水平再进行测量。接下来，运用式(2)对原始投入变量进行调整，最后，对调整后的原始投入与产出变量进行DEA效率测量。

3.3 第三阶段DEA测量结果

第三阶段运用DEAP2.1软件对第二阶段调整后的原始投入与第一阶段的产出值进行DEA效率测评，控制环境变量后的测量结果如表4所示。

控制环境因素后，投入产出转化效率发生了较大改变。全国的平均综合效率由调整前的0.88下降为调整后的0.58，调整前的纯技术效率与规模效率中规模效率相对较低，调整后两者之间关系发生了对调，调整后全国综合效率偏低的主要原因是纯技术效率不高。调整后对全国各个省市的创新效率进行观察发现，各个地区的投入产出转化效率不高，只有个别省市达到了较高的转化效率。西藏、广西、海南等地区在控制环境因素后，创新效率由1降低到了0.5左右，相对符合现实经济现状。

通过第一阶段和第三阶段的比较可以看出，环境因素对“双创”效率的影响较大。造成此现象的主要原因在于目前中国各个地区经济发展水平不一，东、中西部层级分化较为明显，这对于各区域的资本投入影响较大；其次，“双创”的发展与各个地区历史文化、思想观念也有关，比如某些地区人们更加偏向于在国企工作，不愿意自己创业等。第三阶段在第一阶段的基础上对环境因素进行控制，把31个省市置于相同环境下进行研究，使各个地区的“双创”效率具有可比性，更加符合现实中“双创”的投入产出情况。为了更加方便直观地对比调整后的投入产出转化效率，把调整后的效率值标注在地图上，如图3所示。

调整后结果显示，区域“双创”效率分布有较大变化，大部分地区转化效率偏低。以0.8和0.5为界，转化效率高于0.8的仅有北京、天津、河北、内蒙古、山西、辽宁等6个省市，低于0.5的有山东、甘肃、浙江、江西、上海、河南、广东、江苏、安徽、四川、福建、湖南、新疆、青海、宁夏、陕西等16个地区。此结果与目前中国各地区“双创”发展情况相吻合，即各地区 “双创”投入大量人力、资金等，但效果不显著。

为了更加清晰地认识各个地区创新效率转化低的原因，本文按照第三阶段DEA效率的测算结果，对各地区的纯技术效率和规模效率分别以0.8为界，低于0.8的地区为低纯技术效率地区和低规模效率地区，高于0.8的地区为高纯技术效率地区和高规模效率地区，据此绘制了“双创”效率结果四分图，如图4所示。

整体来看，中国较多区域“双创”效率还没有达到前沿面主要是纯技术效率不高所致。以0.8为分界线，把31个省市的“双创”效率按照纯技术效率和规模效率高低，分为 “双高”、 “低高”、 “高低”、“双低”4类。

第一类为规模效率和纯技术效率都高于0.8的“双高”模式。这种模式包括北京、天津、河北、内蒙古、山西、辽宁等6个省市，这些地区属于“双创”开展效益较好地区。北京、天津青年人口比例接近80%，作为中国中心城市，较多青年人汇集于这些地区，充分发挥自身创新能力，助推“双创”的开展。另一方面，这些地区经济发达，资金投入多，技术管理合理。

第二类为规模效率低于0.8、纯技术效率高于0.8的“低高”模式，这种模式包括广西、吉林、黑龙江、陕西、云南、浙江、西藏等7个省市。陕西、云南、广西的青年比例较低，吉林、黑龙江、云南地区的资金投入较少，人力投入和资本投入共同导致规模效率偏低。

第三类为规模效率高于0.8、纯技术效率低于0.8的“高低”模式。这种模式包括重庆、山东、上海、甘肃、江西、四川、河南、安徽、江苏、广东、湖南、福建等12个省市。这些地区资本投入和人力资源投入较高，但由于市场资源配置、地区自身技术管理等原因，导致地区总体技术效率偏低。

第四类为规模效率低于0.8、纯技术效率低于0.8的“双低”模式，这种模式包括海南、湖北、宁夏、新疆、青海5个省市。通过对比数据发现，湖南、宁夏、新疆、青海的青少年人口比例较低，占总人口的70%及以下，新疆、青海、宁夏、湖北等地区中小企业数量占比较少，导致投入规模小、规模效率偏低。这些地区技术管理不到位、技术引进少、技术吸收转化能力弱，导致技术效率偏低。

4 结论及政策建议

本文首先对中国目前关于“双创”和区域创新创业的研究进行梳理，并根据其特征和本质建立了一套区域“双创”效率评价指标体系，然后，以中国内地31个省市的数据为基础，以区域“双创”效率评价指标体系为依据，通过综合运用三阶段DEA评价方法，把环境因素作为控制变量，实证考察了各个区域“大众创业，万众创新”的创新绩效。研究结果显示，在不控制外部环境因素的前提下，“双创”效率的平均水平为0.88，没有达到效率前沿面的主要原因是规模效率不够高。考虑环境因素之后，通过第二阶段运用环境因素与投入松弛进行回归分析，把31个省市的创新投入产出都放在相同环境下进行重新测量，发现区域“双创”效率降为0.58，其主要原因是纯技术效率不够高。对于31个省市的纯技术效率和规模效率，低于0.8的为低效率地区，高于0.8的为高效率地区。最后，对地区纯技术效率和规模效率较低的地区提出以下建议：

(1)对于规模效率低于0.8的地区，即海南、湖北、宁夏、新疆、青海、广西、吉林、黑龙江、陕西、云南、浙江、西藏等12个省市，可以从几下几个方面着手提高地区规模效率：①鼓励现有地区普通大众积极投入“双创”活动，如采取税收优惠激励、奖金奖励及个人发展激励等；②广泛吸收外来先进人才，采取相应激励措施，吸引外来人才为本地区创造经济效益；③积极响应国家“二胎”政策号召等。青少年是地区经济发展的重要组成部分，各个地区应该积极增加新生人口，提高地区人口活力；④以政府为主，引导社会资金为“双创”开展提供资金保证。

(2)对于纯技术效率低于0.8的地区，即重庆、山东、上海、甘肃、江西、四川、河南、安徽、江苏、广东、湖南、福建、湖南、湖北、宁夏、新疆、青海等17个省市，应注重以下几个方面：①广泛吸收外来先进技术，政府积极主动为本地区引进技术，促进中小企业吸收学习；②提高地区技术服务水平，为中小企业开展“双创”设立中介服务机构，如众创空间、孵化器等；③提高地区技术管理能力。“双创”的成功开展离不开大量投入，而且与资源配置效率及资源使用效率紧密相关。

[1] 陈伟,冯志军,姜贺敏,等.中国区域创新系统创新效率的评价研究——基于链式关联网络DEA模型的新视角[J].情报杂志,2010,29(12):24-29.

[2] 赵树宽,余海晴,巩顺龙.基于DEA方法的吉林省高技术企业创新效率研究[J].科研管理,2013,34(2):36-43.

[3] 颜莉.中国区域创新效率评价指标体系实证研究[J].管理世界,2012(5):174-175.

[4] 白俊红,蒋伏心.考虑环境因素的区域创新效率研究——基于三阶段DEA方法[J].财贸经济,2011(10):104-112.

[5] 钱丽,肖仁桥,陈忠卫.环境约束、技术差距与企业创新效率——基于中国省际工业企业的实证研究[J].科学学研究,2015,33(3):378-389.

[6] 齐亚伟.区域创新环境对三大创新主体创新效率的影响比较研究[J].科技进步与对策,2015(14):41-46.

[7] 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(1):42-52.

[8] 李华琴,罗英.基于大众创业万众创新制度设计研究[J].科学管理研究,2015(6):19-24.

[9] 雷德雨.推进“大众创业、万众创新”的难点和对策研究[J].经济研究参考,2016(10):21-25.

[10] 牛冲槐,温雅钰.基于ISM的大众创业影响因素层次结构研究——以山西省为例[J].科技进步与对策,2016,33(14):28-32.

[11] 吴志攀.“大众创业万众创新”的局面何以形成?对北京大学部分青年校友创业情况的观察与初步分析[J].北京大学学报:哲学社会科学版,2015,52(3):40-43.

[12] ESTELLE S M,JOHNSON A L,RUGGIERO J.Three-stage DEA models for incorporating exogenous inputs [J].Computers & Operations Research,2010,37(6):1087-1090.

[13] GARC A-S,NCHEZ I M.Efficiencyand effectiveness of Spanish football teams:a three-stage DEA approach [J].Central European Journal of Operations Research,2007,15(1):312-314.

[14] YANG Y,MA M.Proceedings of the 2nd international conference on green communications and networks [M].Springer Publishing Company,Incorporated,2013:223.

[15] 邓波,张学军,郭军华.基于三阶段DEA模型的区域生态效率研究[J].中国软科学,2011(1):92-99.

[17] CHEN Y,LIU B,SHEN Y,et al.The energy efficiency of China′s regional construction industry based on the three-stage DEA model and the DEA-DA model [J].Ksce Journal of Civil Engineering,2015,20(1):34-47.

[18] COOPER W W,TONE K,SEIFORD L M.Data envelopment analysis:a comprehensive text with models,applications,references and dea-solver software [J].Journal of the Operational Research Society,2010,14(90):145-156.

Research on Efficiency Evaluation of Regional "Double Innovation"——Measure the Environmental Factors

Abstract：This study uses a database of 31 provinces to build a regional efficiency evaluation model, particular for the mass entrepreneurship and innovation ("Double Innovation" for short) for the first time and based on the nature and characteristics of Double Innovation. Specifically, the research sets the environment as a control variable and applies the three-stage DEA method to evaluate the Double Innovation efficiency of 31 provinces. The results show that regional Double Innovation efficiency is not balanced, referring to other than few regional scale efficiency and pure technical efficiency of conversion value 1, scale efficiency and pure technical efficiency in other regions exist different degree of efficiency defect. Meanwhile, this paper implements a four-part analysis of 31 provinces according to the size of scale and pure technical efficiency. In the end, it puts forward the corresponding measures and suggestions for the development of Double Innovation.

Key Words:Region Innovation; Double Innovation; Efficiency Evaluation; Innovation Environment; Three-stage DEA

基金项目：中央高校基本科研业务费项目(skqx201502)；成都市软科学研究项目(2015-RK00-00083-ZF)

作者简介：王元地(1979-)，男，博士，四川峨眉人，四川大学商学院教授、博士生导师，研究方向为技术创新管理、技术学习；陈禹(1993-)，女，重庆人，土家族，四川大学商学院硕士研究生，研究方向为技术经济及管理。

区域“大众创业，万众创新”效率评价——控制环境因素后的测量

0 引言

1 文献回顾

2 评价指标体系与模型构建

3 实证分析

4 结论及政策建议