创新型城市创新效率评价与投入冗余分析

章文光,李 伟

(北京师范大学 政府管理学院,北京 100875)

摘 要:推动创新型城市建设,是我国实施创新驱动发展战略的重要抓手。运用数据包络分析方法(DEA),综合考虑创新的经济产出、科技产出和社会环境效益,构建CCR和BCC模型,测算了2013- 2014年53个国家创新型试点城市的综合效率及其分解的纯技术效率和规模效益,对非DEA有效城市的投入冗余进行了对比和原因分析,并根据创新型试点城市创新效率测算结果,提出了推进创新型城市建设的政策建议。

关键词:创新型城市;科技创新;创新效率;投入冗余

0 引言

当前,新一轮全球科技革命和产业变革改变了世界科技经济走向,新的产业组织形态、商业模式层出不穷;我国经济发展步入速度变化、结构调整、动力转换的新常态阶段,要素的规模驱动力减弱,经济增长更多依靠人才资源和技术进步。面对国内国际的总体趋势特征,我国作出了加快实施创新驱动发展战略的重大决策。从国家层面看,实施创新驱动发展战略过程中,城市是天然引擎和攻坚主力。从城市层面看,城市间竞争也越来越体现为科技创新“软实力”的竞争。从国际上看,传统的工业城市逐渐走向衰退,新兴的创新型区域如硅谷等已经成为经济增长的龙头。从国内看,东南沿海一些中小型城市依靠科技创新和产业转型,在经济社会发展方面取得了突出成效,在GDP等关键指标上逐步拉开了与中西部及东北地区资源型城市、传统工业城市之间的距离。

2016年上半年,中共中央、国务院印发了《国家创新驱动发展战略纲要》,明确要求建设创新型城市,“增强创新发展的辐射带动功能”,创新型城市在建设创新型国家中的重要性进一步提升。按照中央关于建设创新型国家的总体部署和要求,近年来,科技部、发展改革委等部门不断加大对地方科技工作与区域创新体系建设的指导和支持力度。前期,科技部批复了53个城市、4个城区作为国家创新型试点城市(区);发展改革委批复了17家国家创新型城市试点。2016年底,科技部、发展改革委联合印发了《建设创新型城市工作指引》,将原科技部、发展改革委序列的创新型城市(区)进行整合,形成了61家创新型城市建设名单。其明确由科技部、发展改革委统筹推动创新型城市建设工作,自此,创新型城市建设迈入了新阶段。

经过多年的建设发展,各城市在创新投入、创新环境和创新产出方面均取得了良好成效。为充分了解试点城市发展状况,评估创新发展效率,本文以2013-2014年国家创新型城市发展数据为依据,通过构建CCR和BCC模型,对试点城市的纯技术效率和规模效益进行测算,对各城市投入冗余及产出不足进行比较,并据此提出推进创新型试点城市发展的对策建议。

1 文献回顾

国外关于创新能力的研究始于单一指标评价,如Jungmittag[1]以专利数作为创新指标,采用时间序列数据和面板数据,对欧盟15个国家的创新能力进行实证研究。Zabala-Iturriagagoitia等[2]应用数据包络分析(DEA)方法,将受教育人数以及制造业和高科技服务业就业人数、公共和企业研发支出、高科技专利申请数作为输入指标,以人均GDP作为输出指标,对欧洲区域创新系统绩效进行评价。Zabala-Iturriagagoitia等[3]通过对创新能力衡量方法以及创新指标的比较分析,发现这些方法和指标并非十分严谨,认为适当将定性和定量方法相结合是评价创新系统绩效的有效方法,也有益于政策制定者以及利益相关者进行决策。后来,学者们开始通过构建综合评价指标体系,对创新型城市的创造能力及创新活动等进行评价,应用较广泛的是科学技术和工业记分牌(STI)、欧洲创新记分牌(EIS)。如Pinto和Guerreiro[4]通过对175个地区的创新系统概况进行比较,应用因子分析法将区域创新指标归纳为技术创新、人力资本、经济结构和劳动力市场状况4个维度。

近年来,国内学者越来越多地开始对创新型城市和区域创新绩效进行研究。柳卸林等[5]率先提出了知识创造、知识流动、企业创新能力、创新基础设施、创新产出等中国区域创新能力指标。代明等[6]、周晶晶等[7]分别通过CCR模型和超效率DEA方法对创新型城市创新效率进行了测算,并深入分析了投入与产出的松弛变量和规模效益。李高扬等[8]利用Malmquist指数评价模型对我国17个国家创新型城市的创新绩效进行评价,发现绩效增长的主要动力来源于技术进步,而导致绩效下降的原因存在明显的不一致性。白俊红等[9]也运用同样方法得出类似结论。牛欣等[10]基于Ozman M技术宽度和深度计算方法,利用专利数据对各城市技术创新复杂度进行了考察,发现个别城市存在投入冗余、效率不高、创新复杂程度低等问题。许治等(2013)计算了2001-2008年21个创新型城市的技术成就指数,得出导致各城市技术成就指数差异的主要原因在于技术创造环节。赵玉林等[11]运用DEA方法对15个智力密集型城市创新资源利用效率进行了评价,并对非DEA有效的松弛变量和规模效益进行了分析。曹勇等(2013)运用Theil系数模型对我国四大直辖市创新能力差异进行了比较,发现经济规模、科技成果转化和创新投入对城市创新能力均存在正向影响。寇明婷[12]引入网络DEA,从技术研发和技术转化两个阶段测算了创新型城市创新投资效率。

目前,城市或区域创新绩效评价多侧重于综合指标评价方法以及相对于投入产出量的创新效率综合评价,少有针对创新型城市发展的实证性研究,且多数研究未考虑创新产出中的综合环境产出即创新的社会环境效益。本文依据科技部指标体系,将代表性生态环境指标纳入创新环境产出,将绿色发展、可持续发展与创新发展有机衔接,构建CCR和BCC模型,对我国创新型城市的综合效率及其分解的纯技术效率和规模效益情况进行分析,为创新型城市发展提供参考。

2 考虑环境产出的创新型城市效率评价指标构建

为评价创新型城市试点工作成效,科技部在2010年全面启动创新型城市建设之初,印发了包括6部分、25项二级指标的“创新型城市建设监测评价指标”。采用该指标体系开展评价过程中,部分城市(区)反映一些指标数据难以采集。为此,科技部听取区域创新、科技管理、科技指标等方面专家意见,并正式征求全体试点城市(区)意见建议。在调整修改原指标体系的基础上,印发了“创新型城市创新能力评价指标体系”,包括基础条件、创新投入、创新绩效、创新环境4个部分,共有18项二级指标。18项二级指标中,有12项定量指标,6项定性指标。为突出科技创新对社会发展的支撑作用,在经济指标之外选取了部分环境指标;为确保定量指标的客观性、可对照性,12项定量指标均可依据《中国统计年鉴》、《中国科技统计年鉴》、《中国城市统计年鉴》、《中国环境统计年鉴》等国家级统计年鉴以及相关省份、城市的统计年鉴进行核实。该指标体系中,“每万人拥有的受大专以上教育程度人口数”指标数据搜集的时间连续性和可得性相对受限。因此,本文采用除该指标之外的其它11项定量指标,构建了包括创新资源投入、科技产出、经济效益、社会环境效益4个一级指标和11个二级指标的创新型城市创新效率评价指标体系。这些指标相对独立又相互联系,综合反映了城市创新发展水平和创新方面的优劣势,总体体现了城市创新能力和创新水平。考虑到样本之间的可比性,本研究剔除了北京市海淀区等4个城区样本,集中对53个创新型试点城市情况进行分析。具体指标设置如表1所示。

本文将创新型城市发展分为3个阶段,分别进行评价。第一阶段:创新资源投入—科技产出即创新成果产出阶段。采用每万名就业人员中R&D人员数衡量创新型城市的人力资本质量,采用全社会R&D经费支出占GDP的比重、企业R&D经费支出占主营业务收入的比重和科学技术财政支出占财政支出的比重作为衡量城市研发投入的指标;选择百万人口发明专利申请授权数和每万名R&D人员国际科技论文数作为衡量科技产出的指标。第二阶段:科技产出—经济产出即技术转化阶段,选取人均GDP作为测度宏观经济的指标,采用高技术产业当年价总产值占工业总产值的比重和技术市场成交合同金额占GDP的比重两个指标衡量科技创新对宏观经济带来的影响。第三阶段:经济产出—社会环境效益即环境影响阶段。选取城市空气质量达到二级以上的天数占全年的比重、城镇生活污水处理率、工业二氧化硫去除率和生活垃圾无害化处理率4个指标,综合形成城市环境测度指标,选取万元GDP综合能耗作为反映环境保护状况的代表性指标。DEA计算效率的原则是一定量的投入获得最大产出,而万元GDP综合能耗指标值越小越好,因而对其进行简单的取倒数处理,作为环境效益产出指标。为剔除通货膨胀影响,有关数据均进行了平减处理。

表1 创新型城市创新效率评价指标体系

一级指标二级指标计算公式创新资源投入每万名就业人员中R&D人员数(人)(R&D人员/就业人员)×10000全社会R&D经费支出占地区生产总值的比重(%)(全社会R&D经费支出/GDP)×100企业R&D经费支出占主营业务收入的比重(%)(企业R&D经费支出/主营业务收入)×100科学技术财政支出占财政支出的比重(%)(科学技术财政支出/财政支出)×100科技产出百万人口发明专利申请授权数(件)(发明专利申请授权数/常住人口)×1000000每万名R&D人员国际科技论文数(篇)(国际科技论文数/R&D人员)×100经济产出人均GDP(万元/人)GDP/常住人口高技术产业当年价总产值占工业总产值的比重(%)(高技术产业当年价总产值/工业总产值)×100技术市场成交合同金额占GDP的比重(%)(技术市场成交合同金额/GDP)×10000社会环境效益城市环境(%)(空气质量达到二级以上的天数占全年的比重+城镇生活污水处理率+工业二氧化硫去除率+生活垃圾无害化处理率)/4万元GDP综合能耗(吨标准煤/万元)能源消费总量/GDP

3 创新型城市科技创新效率评价与冗余分析

3.1 城市科技创新投入与产出效率分析

首先,在规模报酬不变的条件下,运用CCR模型测算我国2013-2014年53个创新型城市的科技创新综合效率;然后,运用BCC模型计算规模报酬可变的纯技术效率和规模效率。各城市投入与产出的各项效率情况如表2所示,2013-2014年我国53个创新型城市科技创新投入与产出的综合效率值为0.829 1,其中,纯技术效率值为0.940 0,高于综合效率均值;规模效率均值为0.870 4,低于纯技术效率均值。所有非DEA有效的城市规模报酬均呈现递减趋势,由此可见,我国创新型城市的技术创新效率较高,而规模效率偏低,创新投入水平有待进一步提升。在所有创新型城市中,有20个城市的科技创新综合效率为1并且规模报酬不变,创新活动表现为DEA有效状态;在其余33个规模报酬递减的城市中,11个城市纯技术效率为1,规模效率小于1,说明城市创新活动规模与投入、产出并不完全匹配,若缩小创新活动规模,则可使规模效率达到最高,创新综合效率达到最有效;23个城市的纯技术效率和规模效率均小于1,且由于规模效率较低,其创新效率均表现为纯技术效率较高,而综合效率较低。

3.2 创新型城市科技创新投入冗余分析

规模报酬不变时得到的效率值θ是综合效率,其经济意义是指产出水平保持不变的情况下,以被评价决策单元中表现最佳的作为标准时实际所需投入比例,1-θ就是多投入的比例,即可以减少投入的最大比例。根据DEA在规模报酬不变条件下的CCR模型,可以得到松弛变量值:投入冗余值R和产出不足值S。对33个非DEA有效的城市进行松弛变量分析,结果如表3所示。

33个非DEA有效的创新型城市在4个创新要素投入上均出现了不同程度的冗余。在各投入要素中出现冗余最多的是每万名就业人员中R&D人员数和全社会R&D经费支出占GDP的比重,分别有22个和23个城市存在冗余,且平均多投入110人和38.3%的经费。太原和景德镇在3个投入变量上均存在不同程度的冗余。石家庄、长沙和南宁只在每万名就业人员中R&D人员投入上存在冗余,分别比目标投入多出320.789、69.683、336.555、228.633人/万人,造成了人力资源的较大浪费。在每万名就业人员中R&D人员投入上,长沙的投入冗余最多,为337人,其次是石家庄,实际R&D人员投入比目标值多321人。在全社会R&D经费支出上,长春的经费投入冗余最多,多出部分占GDP的1.116%,其次是泰州,投入冗余占GDP比重的0.804%。在企业R&D经费支出存在冗余的7个城市中,投入冗余最多的是太原,比目标状态值高15.119%,是投入冗余第二多的包头的62.2倍。科学技术财政投入冗余较多的三城市依次是太原、常州、广州,分别比DEA有效状态下的目标支出占财政总支出的比重多2.140%、2.139%和2.070%。

3.3 结果讨论

从创新型城市科技创新效率评价与投入冗余的定量分析结果可以窥见,我国创新型城市建设存在以下主要问题:

(1)我国创新型城市的技术创新效率普遍较规模效率略高,创新产出水平偏低。秦皇岛、呼和浩特、沈阳、大连、哈尔滨、南京等20个城市创新活动表现为DEA有效状态,实现了各要素投入及投入与产出之间的匹配;太原、镇江、景德镇、济南、长沙等 11个城市创新规模有待加大; 石家庄、长春等23个城市创新效率未达到有效状态,主要表现为纯技术效率较高,而综合效率较低。

表2 创新型城市创新效率测算及分解

城市综合效率(CRS)纯技术效率(VRS)规模效率(SE)规模报酬城市综合效率(CRS)纯技术效率(VRS)规模效率(SE)规模报酬石家庄0.75300.81800.9200drs海口1.00001.00001.0000-秦皇岛1.00001.00001.0000-成都1.00001.00001.0000-唐山0.94001.00000.9400drs贵阳0.80400.96000.8370drs太原0.62901.00000.6290drs昆明1.00001.00001.0000-呼和浩特1.00001.00001.0000-西安1.00001.00001.0000-包头0.66000.86500.7630drs宝鸡1.00001.00001.0000-沈阳1.00001.00001.0000-兰州1.00001.00001.0000-大连1.00001.00001.0000-西宁1.00001.00001.0000-长春0.83000.94100.8830drs银川0.95401.00000.9540drs哈尔滨1.00001.00001.0000-昌吉0.55900.92800.6020drs南京1.00001.00001.0000-石河子1.00001.00001.0000-常州0.68900.93200.7390drs郑州0.88401.00000.8840drs连云港1.00001.00001.0000-南通0.49200.83400.5900drs镇江0.95901.00000.9590drs乌鲁木齐1.00001.00001.0000-宁波0.62300.98200.6350drs扬州0.60100.90900.6610drs嘉兴1.00001.00001.0000-杭州0.60300.86700.6950drs合肥1.00001.00001.0000-青岛0.58500.92300.6340drs福州0.68500.86000.7970drs湖州0.42900.74200.5780drs厦门0.37900.75600.5020drs南阳0.69300.80800.8580drs南昌0.82400.92400.8920drs襄阳0.55600.74700.7450drs景德镇0.99101.00000.9910drs宜昌0.84801.00000.8480drs济南0.78601.00000.7860drs萍乡1.00001.00001.0000-洛阳0.93301.00000.9330drs盐城0.47800.79600.6000drs武汉0.61400.69000.8890drs遵义1.00001.00001.0000-长沙0.99801.00000.9980drs济宁0.69500.91300.7620drs广州0.99901.00000.9990drs泰州0.55900.78900.7080drs南宁0.91200.99300.9180drs均值0.82910.94000.8704/

注:-表示规模报酬不变,drs表示规模效率递减,irs表示规模效率递增

表3 创新型城市创新投入冗余情况 单位:人,%

城市ⅠⅡⅢⅣ城市ⅠⅡⅢⅣ石家庄320.7890.0000.0000.000南宁228.6330.0000.0000.000唐山69.6830.0090.0000.000贵阳19.6630.0000.0000.274太原65.1290.00015.1192.140银川200.1840.2280.0000.000包头19.4190.0000.2430.000昌吉0.0000.0000.2020.000长春285.1911.1160.0000.000郑州60.6940.1470.0000.000常州0.0000.1520.0002.139南通0.0000.1860.0000.000镇江0.0000.3060.0000.859扬州0.0000.3160.0000.000宁波0.0000.5550.0001.414杭州0.0000.2390.0001.952福州65.0290.1500.0000.000青岛93.3870.5940.0000.000厦门0.0000.0940.0000.369湖州34.1220.6030.0000.000南昌139.7930.1110.0000.000南阳33.9980.0460.0000.000景德镇29.9070.4120.1170.000襄阳21.9850.0000.0620.000济南201.6850.0000.0490.000宜昌23.4080.1430.0000.000洛阳0.0000.4980.0000.000盐城9.0580.0420.0000.000武汉0.0000.0000.1301.496济宁0.0000.3510.0000.000长沙336.5550.0000.0000.000泰州18.0140.8040.0000.000广州0.0000.0000.0002.070均值109.1630.3832.2751.413

注:Ⅰ、Ⅱ、Ⅲ、Ⅳ分别代表创新活动投入变量每万名就业人员中R&D人员数、全社会R&D经费支出占GDP的比重、企业R&D经费支出占主营业务收入的比重以及科学技术财政支出占财政支出的比重

(2)创新型城市总体上存在要素投入冗余问题,导致创新活动效率不高。石家庄、长沙和南宁三城市存在高素质人员投入冗余。一种要素投入冗余,意味着其它匹配要素投入不足。这3个城市在全社会R&D经费支出、企业R&D经费支出及科学技术财政支出上存在不足。其中,太原、景德镇是投入冗余要素种类最多的城市,太原市全社会R&D经费支出、景德镇市科学技术财政支出与其它投入要素不匹配。

(3)科技活动人员数量超出应有规模,科技创新产出明显不足。长沙、石家庄的科技活动人员创新投入产出效率较低,表现为参与创新的科技活动人员总量虽然很多,但创新产出效果不显著,这与科技活动人员层次高低不一、相关部门科研管理效率不高、科研成果评估与奖励机制不完善等有关。

(4)创新科技成果经济产出低下,技术转化率不高。在创新综合效率不高的城市中,石家庄、太原、包头、青岛、扬州、济宁等城市经济产出中,高技术产业产值和技术市场合同成交额均不高,说明其科技活动的经济和社会效益不足,科技经济产出效率不高,转化率较低,阻滞了创新型城市建设。

4 创新型城市科技创新效率提升对策建议

基于创新效率和投入冗余分析可以看出,各试点城市所处发展阶段不同,科技创新发展水平和效率差异较大。本文结合创新型城市实际情况,就提升创新型城市科技创新效率提出如下对策建议:

(1)构建生态系统,促进融合创新。由前述分析可见,在城市创新体系中,政府、企业等创新主体与技术市场关系密切、相互影响、彼此制约。政府是创新型城市建设的主导者,建设创新型城市是政府的重要战略任务。政府作为公共产品的主要提供者,需通过制度安排、政策优惠、财政支持和系统部署,促进创新型城市建设。政府应转变思维路径,不宜过度聚焦技术创新,而需致力于整合知识、技术、资本、人才等创新资源,融合创新活动的各个参与者,促进科技与经济深度融合。为此,各试点城市需根据自身特点,出台针对性政策措施,创造有利于创新的环境和基础条件,促进政府、企业与科研院所、高校、中介机构等形成生态化创新网络,搭建开放、合作的创新生态系统,推动城市创新水平不断提升[13]

(2)健全技术市场,完善交易规则。从分析结果可以看出,绝大多数科技创新效率不足的城市都存在高技术产业产值和技术市场合同成交金额不高的问题,即从技术研发到投入生产再到技术转化的技术创新链条中存在不同程度的效率不足问题。因此,提升城市创新效率,降低投入冗余,亟需发展技术转移市场,完善技术交易规则和知识产权保护制度,加强技术经纪、技术评估、信息咨询、会计审计、法律服务等中介体系建设,降低技术合作交易成本,加速科技成果转化。

(3)立足资源禀赋,探索发展模式。在我国,创新型城市建设是全新的工作任务,尚未形成普遍适用的模式套路。各试点城市需根据城市发展实际,综合考虑当地经济、科技、资源条件等,确定符合创新型城市建设的目标和突破口,形成独特的发展模式和路径。企业创新资源丰富,但高等学校、科研院所相对较少的城市如宁波、常州等,可以着重培养创新型企业,形成以企业为中心的科技创新体系,发挥龙头骨干企业的规模体量优势、中小企业的后发赶超优势。高校、科研院所富集但企业研发基础较弱的城市,如西安、合肥等,则应充分利用现有科教资源,促进企业与高校、科研院所合作创新,提高科研成果的产业化、商业化能力。

参考文献:

[1] JUNGMITTAG A.Innovation dynamics in the EU: convergence or divergence? a cross-country panel data analysis[J].Empirical Economics, 2006(31):313-331.

[2] ZABALA-ITURRIAGAGOITIA J M, JIMÉNEZ-SEZ F, CASTRO-MARTNEZ E, et al.What indicators do (or do not) tell us about Regional Innovation Systems[J].Scientometrics, 2007, 70(1):85-106.

[3] ZABALA-ITURRIAGAGOITIA J M, VOIGT P, GUTIERREZ-GRACIA A, et al.Regional innovation systems:how to assess performance [J].Regional Studies,2007(7):661-672.

[4] PINTO H, GUERREIRO J.Innovation regional planning and latent dimensions: the case of the Algarve region[J].The Annals of Regional Science, 2010, 44(2):315-329.

[5] 柳卸林,胡志坚.中国区域创新能力的分布与成因[J].科学学研究,2002(5):550-556.

[6] 代明,张晓鹏.创新型城市与创新型企业发展潜因素路径影响分析——基于结构模型路径图法的深圳实证检验[J].科学学与科学技术管理,2011(1):60-66.

[7] 周晶晶,吴思慧,沈能.超效率视角下的我国创新型城市效率评价——以长三角地区为例[J].科技管理研究,2015(16):68-71+82.

[8] 李高扬,刘明广.基于Malmquist指数的国家创新型城市绩效实证评价[J].技术与创新管理,2013(6):517-520.

[9] 白俊红,江可申,李婧.中国区域创新系统创新效率综合评价及分析[J].管理评论,2009(9):3 - 9.

[10] 牛欣,陈向东,张古鹏.典型创新型城市创新特征对比研究[J].科技进步与对策,2013, 30(19):34-40.

[11] 赵玉林,贺丹.智力密集型城市科技创新资源利用效率实证分析[J].中国软科学,2009(10):109-116.

[12] 寇明婷,陈凯华,高霞,等.创新型城市技术创新投资效率的测度方法研究:基于创新过程的视角[J].科研管理,2014(6):56-67.

[13] 喻登科, 周荣.战略性新兴产业集群全要素网络模型及要素共享机制研究[J].科技进步与对策, 2016,33(3):50-56.

(责任编辑:万贤贤)

Evaluation on the Innovation Efficiency of Innovation-Oriented City and its Input Redundancy Analysis

Zhang Wenguang,Li Wei

(School of Government, Beijing Normal University, Beijing 100875, China)

Abstract:Promoting the construction of innovative city is an important measure for the implementation of innovation driven development strategy in China. On the application of Data Envelopment Analysis, synthetically considering economic output, scientific and technological output and social environmental benefits of innovation, it constructs BCC and CCR model, calculates the comprehensive efficiency, pure technical efficiency and scale efficiency of 53 innovative pilot cities, counts and analyzes the input redundancy of non DEA effective cities. Based on the results of the innovation efficiency of innovation-oriented city, it puts forward countermeasures to promote the construction of innovative cities.

Key Words:Innovation-Oriented City; Scientific and Technological Innovation; Innovation Efficiency; Input Redundancy Analysis

收稿日期:2017-01-17

基金项目:国家软科学研究计划项目(2014GXS5B201);北京市社会科学基金重大项目(14ZDA02)

作者简介:章文光(1973-),男,湖南零陵人,博士,北京师范大学政府管理学院教授,研究方向为政府经济管理;李伟(1982-),男,山东泰安人,北京师范大学政府管理学院博士研究生,政工师,研究方向为政府经济管理。

DOI:10.6049/kjjbydc.2016110453

中图分类号:F290

文献标识码:A

文章编号:1001-7348(2017)06-0122-05