張慧穎， 許小真

(天津大學(xué)管理與經(jīng)濟(jì)學(xué)部， 天津 300072)

隨著國(guó)內(nèi)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)以及中美貿(mào)易磨擦，知識(shí)產(chǎn)權(quán)成為中央以及地方政府的工作重點(diǎn)之一，知識(shí)產(chǎn)權(quán)是創(chuàng)新驅(qū)動(dòng)發(fā)展的重要支撐，是建設(shè)創(chuàng)新型國(guó)家的重要組成部分。知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用效率本質(zhì)上反映的是企業(yè)等創(chuàng)新主體對(duì)知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用的能力，對(duì)于邊界清晰的行政區(qū)域，政府也有相應(yīng)的資源與措施來(lái)引導(dǎo)創(chuàng)新主體。因此，政府是對(duì)區(qū)域效率負(fù)責(zé)任的主體，區(qū)域效率的高低是政府部門相關(guān)業(yè)績(jī)的表現(xiàn)。于是，各級(jí)政府根據(jù)自身的發(fā)展需求制定相應(yīng)的知識(shí)產(chǎn)權(quán)發(fā)展戰(zhàn)略，提升區(qū)域的知識(shí)產(chǎn)權(quán)效率是當(dāng)前政府的重要抓手。

本文著眼于區(qū)域視野，用效率值的形式呈現(xiàn)區(qū)域知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用的能力現(xiàn)狀。本文中的區(qū)域范疇，既可以是省市范圍，也可以是經(jīng)濟(jì)圈乃至國(guó)家等更大的范圍。通過對(duì)本區(qū)域知識(shí)產(chǎn)權(quán)能力有更明確的認(rèn)識(shí)，區(qū)域政府能夠調(diào)節(jié)資源投入，也能夠更加明確自身的現(xiàn)狀與未來(lái)發(fā)展定位，制定有針對(duì)性的提升措施。

一、 文獻(xiàn)綜述

目前對(duì)知識(shí)產(chǎn)權(quán)創(chuàng)造及運(yùn)用效率的研究已有不少，基于本研究的出發(fā)點(diǎn)，本文主要從研究方法、滯后性和指標(biāo)體系三方面對(duì)前人的研究進(jìn)行總結(jié)歸納。

從研究方法來(lái)看，在涉及到知識(shí)產(chǎn)權(quán)效率評(píng)價(jià)的有關(guān)問題時(shí)，國(guó)內(nèi)外學(xué)者大多都是選用DEA(data envelopment analysis)方法。該方法的原理是通過保持決策單元DMU(decision making units)的輸入或者輸出不變，借助于數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)確定相對(duì)有效的生產(chǎn)前沿面，將各個(gè)決策單元投影到DEA的生產(chǎn)前沿面上，并通過比較決策單元偏離DEA前沿面的程度來(lái)評(píng)價(jià)相對(duì)有效性。DEA方法有助于在投入方面提出改進(jìn)建議，而且可以用于建構(gòu)合適的效率評(píng)估標(biāo)準(zhǔn)，為知識(shí)產(chǎn)權(quán)創(chuàng)造、運(yùn)用、保護(hù)、管理等多方面的效率提升提供建議[1-2]。

為了解決傳統(tǒng)DEA模型中的 “黑箱”問題，考慮到創(chuàng)新系統(tǒng)的內(nèi)部運(yùn)行機(jī)理和內(nèi)部運(yùn)作階段特征，解決DEA方法只考慮輸入輸出、不考慮中間過程的固有難題，學(xué)者近期運(yùn)用鏈?zhǔn)紻EA模型[3]或共享初始投入兩階段DEA模型[4]來(lái)進(jìn)行效率測(cè)算。在兩階段DEA方法中，學(xué)者把知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用看作是一個(gè)前后承接的連續(xù)過程，知識(shí)產(chǎn)權(quán)創(chuàng)造的產(chǎn)出成果會(huì)直接變成知識(shí)產(chǎn)權(quán)運(yùn)用過程的投入。然而在現(xiàn)實(shí)情況當(dāng)中，知識(shí)產(chǎn)權(quán)的創(chuàng)造和運(yùn)用并不發(fā)生必然的承接次序。通常企業(yè)會(huì)投入資源創(chuàng)造專利著作權(quán)等知識(shí)產(chǎn)權(quán)，并在全國(guó)甚至全球的知識(shí)產(chǎn)權(quán)數(shù)據(jù)庫(kù)中搜索可用的知識(shí)產(chǎn)權(quán)。運(yùn)用形式是多種多樣的，包括對(duì)已經(jīng)被認(rèn)證的知識(shí)產(chǎn)權(quán)成果的授權(quán)、轉(zhuǎn)讓、許可、質(zhì)押、引用等。而其中某些運(yùn)用與前期的知識(shí)產(chǎn)權(quán)創(chuàng)造過程甚至是無(wú)關(guān)系的。如此看來(lái)，把知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用完全看作一個(gè)連續(xù)過程是過于狹義且牽強(qiáng)的。本文把知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用過程拆分開來(lái)，分別計(jì)算區(qū)域知識(shí)產(chǎn)權(quán)的創(chuàng)造和運(yùn)用效率。

在知識(shí)產(chǎn)權(quán)創(chuàng)造與運(yùn)用過程中，投入與產(chǎn)出之間存在著滯后效應(yīng)，目前文獻(xiàn)在處理知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用的滯后期時(shí)，都是采用初始投入、中間產(chǎn)出和最終產(chǎn)出為t、t+1和t+2年的方式[3-4]，并沒有闡明滯后期的計(jì)算依據(jù)。本文認(rèn)為對(duì)于不同的投入產(chǎn)出指標(biāo)，滯后期不能一概而論。借鑒本課題組之前的研究結(jié)果[5]，本文認(rèn)為使用阿爾蒙多項(xiàng)式分布滯后模型來(lái)進(jìn)行滯后期的計(jì)算是合理的。阿爾蒙滯后模型可以減少待估參數(shù)，能有效消除一般分布滯后模型帶來(lái)的多重共線性問題，能夠較為準(zhǔn)確地計(jì)算出投入產(chǎn)出指標(biāo)間的滯后期。

在構(gòu)建知識(shí)產(chǎn)權(quán)創(chuàng)造及運(yùn)用效率的指標(biāo)體系方面，學(xué)者們?cè)谕度氘a(chǎn)出指標(biāo)中頻繁使用到了專利申請(qǐng)量、專利授權(quán)量、有效發(fā)明專利數(shù)等指標(biāo)，但由于對(duì)于這些專利指標(biāo)的意義界定不明晰，對(duì)這三個(gè)指標(biāo)的選取較為隨意。筆者通過在中國(guó)知網(wǎng)上查閱到的10篇有關(guān)知識(shí)產(chǎn)權(quán)績(jī)效方面的文章，對(duì)其中構(gòu)建的知識(shí)產(chǎn)權(quán)創(chuàng)造與運(yùn)用的投入產(chǎn)出指標(biāo)進(jìn)行了整理，整理結(jié)果如表1所示[6-13]。

表1 知識(shí)產(chǎn)權(quán)評(píng)價(jià)指標(biāo)整理

由表1可以發(fā)現(xiàn)，在知識(shí)產(chǎn)權(quán)創(chuàng)造的投入指標(biāo)中，R&D經(jīng)費(fèi)內(nèi)部支出和R&D人員全時(shí)當(dāng)量在全部文章中都有出現(xiàn)；在知識(shí)產(chǎn)權(quán)創(chuàng)造的產(chǎn)出指標(biāo)和運(yùn)用的投入指標(biāo)中，大多文獻(xiàn)是在專利申請(qǐng)量、專利授權(quán)量和有效發(fā)明專利數(shù)這三個(gè)指標(biāo)中采用了其中兩個(gè)指標(biāo)；在運(yùn)用的產(chǎn)出指標(biāo)方面，新產(chǎn)品銷售收入和技術(shù)市場(chǎng)合同成交額是文章中出現(xiàn)的高頻指標(biāo)，具有一定的代表性和說服力。專利申請(qǐng)量作為流量指標(biāo)，顯示的是該時(shí)段新增的專利申請(qǐng)量數(shù)據(jù)，而有效發(fā)明專利數(shù)作為一個(gè)存量數(shù)據(jù)，顯示的是已經(jīng)得到授權(quán)、仍然處于保護(hù)期中并且沒有因?yàn)閷＠麢?quán)人沒交維持費(fèi)而終止的發(fā)明專利數(shù)量。既有文獻(xiàn)并沒有考慮到專利指標(biāo)的存量或者流量的屬性問題，顯然這樣就偏狹了，也不符合實(shí)際情況，本研究在制定指標(biāo)體系時(shí)修正了這一問題。

二、 指標(biāo)的確定1. 指標(biāo)體系的確定

在知識(shí)產(chǎn)權(quán)創(chuàng)造與運(yùn)用的指標(biāo)構(gòu)建方面，本文總結(jié)并完善了知識(shí)產(chǎn)權(quán)創(chuàng)造與運(yùn)用的過程思路，考慮到了專利指標(biāo)的流量和存量屬性，結(jié)合實(shí)際情況對(duì)評(píng)價(jià)指標(biāo)進(jìn)行了修正，如表2所示。

表2 知識(shí)產(chǎn)權(quán)效率評(píng)價(jià)指標(biāo)

在投入指標(biāo)方面，R&D經(jīng)費(fèi)內(nèi)部支出和人員全時(shí)當(dāng)量無(wú)論是在知識(shí)產(chǎn)權(quán)創(chuàng)造還是運(yùn)用階段都是必要的投入指標(biāo)，其反映的是知識(shí)產(chǎn)權(quán)基礎(chǔ)創(chuàng)造所擁有的人力、財(cái)力支撐。在知識(shí)產(chǎn)權(quán)運(yùn)用階段的投入指標(biāo)方面，由于專利是知識(shí)產(chǎn)權(quán)運(yùn)用的基礎(chǔ)，所以另外增加了有效發(fā)明專利數(shù)這一存量數(shù)據(jù)，表明現(xiàn)今有效的發(fā)明專利都有可能被正在進(jìn)行中的知識(shí)產(chǎn)權(quán)運(yùn)用過程所引用和參考，是高技術(shù)產(chǎn)業(yè)商品化和市場(chǎng)化的基礎(chǔ)。由于發(fā)明專利是最能夠體現(xiàn)科技創(chuàng)造成果的專利種類，實(shí)用新型專利和外觀設(shè)計(jì)專利一般都是小投入型的專利，所以本文只把發(fā)明專利作為評(píng)估指標(biāo)。

在產(chǎn)出指標(biāo)方面，在知識(shí)產(chǎn)權(quán)創(chuàng)造階段，工業(yè)企業(yè)進(jìn)行新知識(shí)、新技術(shù)的研發(fā)投入，其產(chǎn)出主要是以專利形式表現(xiàn)的知識(shí)產(chǎn)權(quán)成果。所以本文用專利申請(qǐng)量這一流量指標(biāo)作為產(chǎn)出指標(biāo)，反映近年來(lái)在R&D方面投入的人力和財(cái)力在新成果方面的呈現(xiàn)。在知識(shí)產(chǎn)權(quán)運(yùn)用階段，其產(chǎn)出主要以經(jīng)濟(jì)效益來(lái)衡量，本文使用新產(chǎn)品銷售收入和技術(shù)市場(chǎng)合同成交額這兩個(gè)高頻指標(biāo)作為產(chǎn)出指標(biāo)，以反映專利交易、轉(zhuǎn)化和產(chǎn)業(yè)化成果。

2. 數(shù)據(jù)來(lái)源

在尋找數(shù)據(jù)時(shí)，與中國(guó)統(tǒng)計(jì)年鑒的口徑一致，本文選用工業(yè)企業(yè)的數(shù)據(jù)來(lái)呈現(xiàn)研究結(jié)果，即用工業(yè)企業(yè)主要主體來(lái)體現(xiàn)各省知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用效率情況。本文除了在測(cè)算滯后期時(shí)所用到的2007年的R&D經(jīng)費(fèi)內(nèi)部支出、發(fā)明專利申請(qǐng)量和新產(chǎn)品銷售收入的數(shù)據(jù)來(lái)自于《中國(guó)科技統(tǒng)計(jì)年鑒》外，其余所有的數(shù)據(jù)均來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》。根據(jù)統(tǒng)計(jì)年鑒的數(shù)據(jù)，截止到目前，可以獲得的最新數(shù)據(jù)是2016年的統(tǒng)計(jì)數(shù)據(jù)，基于數(shù)據(jù)的完整性和可獲得性，數(shù)據(jù)中未包含西藏自治區(qū)和港澳臺(tái)地區(qū)。

3. 滯后性處理

本文采用了2007—2016年10年的數(shù)據(jù)來(lái)測(cè)算滯后期與滯后權(quán)重，將得到的結(jié)果應(yīng)用于全國(guó)各省的知識(shí)產(chǎn)權(quán)創(chuàng)造與運(yùn)用的投入產(chǎn)出指標(biāo)中，參照課題組之前的研究結(jié)果，本級(jí)科技人員數(shù)與科技服務(wù)機(jī)構(gòu)數(shù)量對(duì)其他指標(biāo)影響較小，而本級(jí)科學(xué)技術(shù)支出對(duì)其他指標(biāo)影響非常明顯。因此，本文用R&D經(jīng)費(fèi)內(nèi)部支出與各產(chǎn)出指標(biāo)間的滯后期來(lái)反映知識(shí)產(chǎn)權(quán)創(chuàng)造與運(yùn)用階段投入對(duì)產(chǎn)出的滯后期。另外，對(duì)于知識(shí)產(chǎn)權(quán)運(yùn)用階段新增的有效發(fā)明專利這一投入指標(biāo)，由于其存量屬性，顯示的是當(dāng)期有效的專利數(shù)量，專利轉(zhuǎn)化為經(jīng)濟(jì)效益的時(shí)間周期不等，為了能夠涵蓋所有專利的轉(zhuǎn)化情況，采用2016年的有效發(fā)明專利數(shù)作為最終數(shù)據(jù)。

在數(shù)據(jù)分析過程中，對(duì)原始數(shù)據(jù)進(jìn)行了數(shù)據(jù)標(biāo)準(zhǔn)化處理，以消除量綱單位的影響，解決數(shù)據(jù)指標(biāo)之間的可比性。在用阿爾蒙多項(xiàng)式法進(jìn)行滯后期分析時(shí)，會(huì)涉及到時(shí)間序列的處理問題，要求所用時(shí)間序列具有平穩(wěn)性。所以在做滯后期分析之前，用Eviews軟件對(duì)決定滯后期的指標(biāo)進(jìn)行平穩(wěn)性檢驗(yàn)，R&D經(jīng)費(fèi)內(nèi)部支出和新產(chǎn)品銷售收入在ADF的一階差分平穩(wěn)性檢驗(yàn)下，分別通過了顯著性水平為1%和10%的t檢驗(yàn)，專利申請(qǐng)量在ADF的二階差分平穩(wěn)性檢驗(yàn)下，通過了顯著性水平為5%的t檢驗(yàn)，所有指標(biāo)數(shù)據(jù)ADF檢驗(yàn)的置信度均超過90%，認(rèn)為是平穩(wěn)序列，可以用阿爾蒙法進(jìn)行滯后分析。

(1)知識(shí)產(chǎn)權(quán)創(chuàng)造階段的滯后分析。首先對(duì)工業(yè)企業(yè)知識(shí)產(chǎn)權(quán)創(chuàng)造階段的投入產(chǎn)出指標(biāo)進(jìn)行滯后期分析，通過模型計(jì)算及軟件操作結(jié)果，判斷滯后期為3，所以選取3階滯后對(duì)R&D經(jīng)費(fèi)內(nèi)部支出和專利申請(qǐng)量?jī)蓚€(gè)指標(biāo)的多項(xiàng)式滯后模型用阿爾蒙法進(jìn)行回歸。根據(jù)阿爾蒙多項(xiàng)式法的結(jié)果，得到其滯后模型的表達(dá)式為

Yt=a+b0X0+b1X1+b2X2+b3X3+u

(1)

根據(jù)式(1)，第t年的產(chǎn)出指標(biāo)可以通過當(dāng)年及之前3年的R&D經(jīng)費(fèi)內(nèi)部支出指標(biāo)Xi(i=0，1，2，3)解釋，也就是表明第t年的產(chǎn)出指標(biāo)是由t，t-1，t-2，t-3 四年的投入指標(biāo)所決定，而式(1)中的系數(shù)b0、b1、b2、b3所反映的是不同年份的投入指標(biāo)對(duì)第t年產(chǎn)出指標(biāo)的影響力，那么Ci=bi/∑bi(i=0，1，2，3)所反映的就是在滯后期內(nèi)的各年份的投入對(duì)第t年的產(chǎn)出貢獻(xiàn)率。

將式(1)變化后得到

Yt=a+∑bi(c0X+c1Xt-1+c2Xt-2+c3Xt-3)+u(i=0，1，2，3)

(2)

定義新變量：Zt=c0Xt+c1Xt-1+c2Xt-2+c3Xt-3

代入式(2)得到表達(dá)式

Yt=a+∑biZt+u(i=0，1，2，3)

(3)

通過模型計(jì)算及軟件操作結(jié)果，得出知識(shí)產(chǎn)權(quán)創(chuàng)造階段的滯后系數(shù)為C0=0.383 99，C1=0.287 99，C2=0.191 99，C3=0.096。由此計(jì)算出2016 年30個(gè)省市R&D經(jīng)費(fèi)內(nèi)部支出和R&D人員全時(shí)當(dāng)量的加權(quán)求和量作為最終的實(shí)驗(yàn)數(shù)據(jù)。

(2)知識(shí)產(chǎn)權(quán)運(yùn)用階段的滯后分析。對(duì)知識(shí)產(chǎn)權(quán)運(yùn)用階段的數(shù)據(jù)采用和創(chuàng)造階段相同的運(yùn)算方式，得到的滯后期也為3年。設(shè)第0，1，2，3年知識(shí)產(chǎn)權(quán)運(yùn)用的投入對(duì)第0年的產(chǎn)出的貢獻(xiàn)率分別為C00、C11、C22、C33，通過同樣的模型計(jì)算方法得出的知識(shí)產(chǎn)權(quán)運(yùn)用階段的滯后系數(shù)為C00=0.380 46，C11=0.285 34，C22=0.190 23，C33=0.095 11。

由此計(jì)算出在知識(shí)產(chǎn)權(quán)運(yùn)用階段，2016 年30個(gè)省市R&D經(jīng)費(fèi)內(nèi)部支出和R&D人員全時(shí)當(dāng)量的加權(quán)求和量。另外，對(duì)于有效發(fā)明專利這個(gè)投入指標(biāo)，由于其為存量數(shù)據(jù)，所以直接使用2016年本年的數(shù)據(jù)作為最終的實(shí)驗(yàn)數(shù)據(jù)。

三、 相對(duì)效率分析

本文采用數(shù)據(jù)包絡(luò)分析(DEA)的方法，來(lái)測(cè)算區(qū)域知識(shí)產(chǎn)權(quán)創(chuàng)造效率和運(yùn)用效率，根據(jù)已有研究和經(jīng)驗(yàn)來(lái)看，DMU的個(gè)數(shù)必須是輸入輸出變量數(shù)目之和的兩倍以上，否則DEA效率的區(qū)別能力會(huì)變?nèi)?。過多的決策單元被判定為DEA有效，本文的DMU數(shù)量為30個(gè)，而投入產(chǎn)出指標(biāo)的總和最多為5個(gè)，滿足DEA模型的基本需求。DEA進(jìn)一步將技術(shù)效率分解為純技術(shù)效率和規(guī)模效率。純技術(shù)效率是指當(dāng)規(guī)模報(bào)酬可變時(shí)，被考察決策單元與生產(chǎn)前沿之間的距離。規(guī)模效率衡量的則是規(guī)模報(bào)酬不變的生產(chǎn)前沿與可變規(guī)模報(bào)酬的生產(chǎn)前沿之間的距離，說明由于不能在合適規(guī)模報(bào)酬下生產(chǎn)而造成的無(wú)效率程度。

在進(jìn)行效率評(píng)價(jià)時(shí)，本文利用DEA2.1軟件，采用DEA理論中的BCC模型，選取投入導(dǎo)向的DEA模式，先把30個(gè)省份作為決策單元，進(jìn)行知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用效率的測(cè)算，隨后把區(qū)域范圍擴(kuò)大化，延展到經(jīng)濟(jì)圈的范疇。

1. 省際相對(duì)效率分析

本文采用2016年修正后的投入數(shù)據(jù)和產(chǎn)出數(shù)據(jù)，對(duì)30個(gè)省市的知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用效率進(jìn)行測(cè)算，結(jié)果如表3所示，各省的效率空間分布如圖1所示。

表3 省際知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用效率

DMU創(chuàng)造效率運(yùn)用效率TEPTESERTSTEPTESERTS北 京0.7330.7390.992irs1.0001.0001.000-天 津0.4200.4240.990irs0.6560.7040.932drs河 北0.3250.3300.985irs0.4480.5020.893drs山 西0.2370.2660.888irs0.3290.3640.904irs內(nèi)蒙古0.1990.2160.921irs0.3250.4040.804irs遼 寧0.3550.3630.978irs0.5880.5890.998drs吉 林0.2180.2480.879irs1.0001.0001.000-黑龍江0.2990.3380.885irs0.2720.2730.996irs上 海0.4890.4920.994irs0.8631.0000.863drs江 蘇0.5820.8760.664drs0.6000.8700.690drs浙 江0.6060.7940.763drs0.8121.0000.812drs安 徽1.0001.0001.000-0.7240.8890.815drs福 建0.5310.5340.996irs0.3740.4170.896drs江 西0.7610.7730.984irs0.8760.8770.998irs山 東0.3740.3741.000-0.6140.9070.677drs河 南0.3080.3150.979irs0.5320.6270.849drs湖 北0.4150.4180.992irs0.6880.7930.868drs湖 南0.4280.4320.991irs0.8791.0000.879drs廣 東0.6701.0000.670drs0.6120.9200.665drs廣 西0.5360.5590.959irs0.8840.9020.980irs海 南0.3440.8050.427irs0.4221.0000.422irs重 慶0.7550.7630.990irs1.0001.0001.000-四 川0.7080.7130.993irs0.4730.4810.982drs貴 州0.5980.6720.890irs0.3910.4870.802irs云 南0.6150.6460.953irs0.3710.4300.863irs陜 西0.3400.3500.973irs0.5360.5360.999-甘 肅0.3890.4290.907irs0.5070.5100.996irs青 海0.6961.0000.696irs1.0001.0001.000-寧 夏0.6130.7260.844irs0.3270.6010.545irs新 疆0.6960.7660.908irs0.6000.7610.788irs

圖1 知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用效率空間分布散點(diǎn)圖

由表3可以看出，在知識(shí)產(chǎn)權(quán)創(chuàng)造效率方面，30個(gè)省市的平均效率值為0.514，處在一個(gè)較低的水平，說明我國(guó)知識(shí)產(chǎn)權(quán)創(chuàng)造水平整體偏低。只有安徽的知識(shí)產(chǎn)權(quán)創(chuàng)造效率達(dá)到了最優(yōu)。DEA 提供的效率是相對(duì)其他決策單元而言的，安徽的綜合效率雖然達(dá)到了最優(yōu)，但并不代表已完全發(fā)揮了投入資源的全部潛力。內(nèi)蒙古、山西、黑龍江、吉林的效率值非常低，在0.3以下，其中內(nèi)蒙古的效率最低，對(duì)比原始數(shù)據(jù)可以發(fā)現(xiàn)，內(nèi)蒙古的R&D經(jīng)費(fèi)投入較其他省份相差幾十倍，而黑龍江的R&D人員投入較其他省份也是相差幾十倍，科技投入的嚴(yán)重匱乏是導(dǎo)致這些省份效率低下的關(guān)鍵因素。

從表3可以發(fā)現(xiàn)，絕大部分省份的規(guī)模效率都較高，規(guī)模效率的平均值達(dá)到了0.889，山東省的規(guī)模效率更是達(dá)到了前沿面上，體現(xiàn)了生產(chǎn)要素的投入和配置較為合理。但從效率的數(shù)值上可以發(fā)現(xiàn)，綜合效率受純技術(shù)效率的影響非常顯著，大部分省份都因?yàn)檩^低的純技術(shù)效率而拉低了整體的綜合效率。當(dāng)然也有相反的情況，廣東和青海的純技術(shù)效率為1，而規(guī)模效率卻很低，反映出其投入規(guī)模與比例不合理，存在落后產(chǎn)能閑置或低水平運(yùn)轉(zhuǎn)的現(xiàn)象，規(guī)模效率極大制約了其綜合效率的提高。

在知識(shí)產(chǎn)權(quán)運(yùn)用效率方面，30個(gè)省市的平均知識(shí)產(chǎn)權(quán)運(yùn)用效率值為0.626，高于知識(shí)產(chǎn)權(quán)創(chuàng)造效率，可見創(chuàng)造和運(yùn)用的效率高低并不完全對(duì)應(yīng)。北京、吉林、重慶和青海的效率達(dá)到了最優(yōu)，通過結(jié)合原始數(shù)據(jù)進(jìn)行分析，在效率最優(yōu)的區(qū)域中同樣存在低投入低產(chǎn)出的情況。青海在知識(shí)產(chǎn)權(quán)運(yùn)用方面的低投入低產(chǎn)出致使其相對(duì)效率較高，但青海的發(fā)展?jié)摿θ杂写诰?。?nèi)蒙古、山西、黑龍江和寧夏的效率值非常低，在0.35以下，內(nèi)蒙古、山西和黑龍江的知識(shí)產(chǎn)權(quán)創(chuàng)造效率均處于全國(guó)的末位，說明有效發(fā)明專利數(shù)不足，且新產(chǎn)品銷售收入也較低，知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用效率低下體現(xiàn)了地區(qū)的知識(shí)產(chǎn)權(quán)意識(shí)不夠強(qiáng)烈，政府對(duì)知識(shí)產(chǎn)權(quán)事業(yè)的支持不到位，市場(chǎng)薄弱。知識(shí)產(chǎn)權(quán)運(yùn)用的綜合效率同樣受純技術(shù)效率的影響較為顯著，現(xiàn)階段綜合效率的提高較多受制于純技術(shù)效率的低下，全國(guó)規(guī)模效率的平均值為0.846，較高的規(guī)模效率反映出專利市場(chǎng)的流通非常廣泛，專利產(chǎn)品的轉(zhuǎn)化渠道較多。然而，上海、浙江、湖南和海南例外，是規(guī)模效率牽制了其綜合效率的提高。

2. 經(jīng)濟(jì)圈效率分析

本文論述的經(jīng)濟(jì)圈不僅僅是指地域上相對(duì)集中的省市，而是指體量上相當(dāng)且經(jīng)濟(jì)聯(lián)系密切的地區(qū)。近年來(lái)，中央對(duì)經(jīng)濟(jì)圈的建設(shè)愈加重視，相繼出臺(tái)了大量關(guān)于區(qū)域協(xié)同發(fā)展的政策文本。目的是在自身某方面不足的情況下，可以通過區(qū)域聯(lián)合產(chǎn)生互補(bǔ)效應(yīng)，達(dá)到“共贏”的效果。京津冀、長(zhǎng)江三角洲和珠江三角洲是我國(guó)的三大經(jīng)濟(jì)圈，京津冀經(jīng)濟(jì)圈是環(huán)渤海經(jīng)濟(jì)圈的核心，長(zhǎng)江三角洲包含上海、江蘇、浙江和安徽，珠江三角洲通常指粵、港、澳區(qū)域?；跀?shù)據(jù)的可獲得性和統(tǒng)計(jì)口徑的一致性，本文只取廣東省的數(shù)據(jù)來(lái)表示珠江三角洲。本節(jié)計(jì)算了相應(yīng)省市的平均值作為經(jīng)濟(jì)圈的數(shù)據(jù)，結(jié)果如表4所示。

表4 經(jīng)濟(jì)圈知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用效率

根據(jù)表4數(shù)據(jù)分析，三大經(jīng)濟(jì)圈的情況完全不同，京津冀經(jīng)濟(jì)圈的知識(shí)產(chǎn)權(quán)創(chuàng)造效率最低甚至低于全國(guó)的平均水平，但其知識(shí)產(chǎn)權(quán)運(yùn)用效率較高，無(wú)論是在創(chuàng)造還是運(yùn)用層面，京津冀的規(guī)模效率都是最優(yōu)的，可見京津冀在投入的規(guī)模與比例方面比較合理。近年來(lái)，國(guó)家出臺(tái)了促進(jìn)京津冀協(xié)同發(fā)展的一系列政策，活躍了市場(chǎng)，推動(dòng)了京津冀知識(shí)產(chǎn)權(quán)運(yùn)用效率的進(jìn)一步提升。長(zhǎng)江三角洲的知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用效率都較高，且純技術(shù)效率和規(guī)模效率均處在較高水平，無(wú)明顯弱項(xiàng)，這得益于長(zhǎng)江三角洲發(fā)展時(shí)間較早，區(qū)域聯(lián)合歷史悠久，有長(zhǎng)期的技術(shù)能力積累，知識(shí)產(chǎn)權(quán)基礎(chǔ)雄厚。珠江三角洲集中了我國(guó)大批量的創(chuàng)業(yè)企業(yè)，其知識(shí)產(chǎn)權(quán)創(chuàng)造效率無(wú)疑也是較高的，但其運(yùn)用能力有待提升，從數(shù)據(jù)可以看出，珠三角在知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用方面的純技術(shù)效率非常高，產(chǎn)業(yè)結(jié)構(gòu)良好且能發(fā)揮出最大的經(jīng)濟(jì)和社會(huì)效益，但是受制于本區(qū)域規(guī)模效率一般，所以整體的綜合效率并不突出。

綜上所述，效率值的大小與經(jīng)濟(jì)發(fā)展水平?jīng)]有直接的關(guān)聯(lián)，但是高效率地區(qū)大多集中或連片分布，知識(shí)產(chǎn)權(quán)創(chuàng)造的高效率區(qū)主要集中在東南沿海地區(qū)和西部地區(qū)，知識(shí)產(chǎn)權(quán)運(yùn)用的高效率區(qū)主要集中在東部沿海地區(qū)、西部地區(qū)和南方部分省份，我國(guó)的東北地區(qū)和北部地區(qū)是知識(shí)產(chǎn)權(quán)整體較為薄弱的部分。區(qū)域聯(lián)合可以通過資源互補(bǔ)、產(chǎn)業(yè)轉(zhuǎn)移等方式實(shí)現(xiàn)取長(zhǎng)補(bǔ)短，促進(jìn)區(qū)域的協(xié)同發(fā)展。因此，相近區(qū)域間可以形成經(jīng)濟(jì)圈的形式，通過區(qū)域間的交流互補(bǔ)實(shí)現(xiàn)共同發(fā)展。

四、 結(jié) 語(yǔ)

本文在阿爾蒙滯后模型的基礎(chǔ)上，采用DEA方法對(duì)我國(guó)30個(gè)省市的知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用效率進(jìn)行分析，得出了以下結(jié)論：1)我國(guó)現(xiàn)階段知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用的效率不高，各省市普遍存在要素投入冗余、效益產(chǎn)出不足情況；2)工業(yè)企業(yè)技術(shù)效率的分解中純技術(shù)效率對(duì)綜合效率的影響及制約能力強(qiáng)于規(guī)模效率，大部分地區(qū)的效率結(jié)構(gòu)表現(xiàn)為較高的規(guī)模效率和較低的純技術(shù)效率；3)效率值的大小與經(jīng)濟(jì)發(fā)展水平?jīng)]有直接的關(guān)聯(lián)，但是高效率地區(qū)大多集中或連片分布；4)DEA效率達(dá)到1的地區(qū)不意味著其知識(shí)產(chǎn)權(quán)創(chuàng)造或運(yùn)用的能力已達(dá)到最優(yōu)狀態(tài)，這些地區(qū)仍有較大發(fā)展空間；5)知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用過程存在著固有的滯后性，考慮到滯后性對(duì)知識(shí)產(chǎn)權(quán)產(chǎn)出的影響，有助于區(qū)域更加準(zhǔn)確地進(jìn)行自我評(píng)價(jià)以采取相應(yīng)的改善措施。

效率的高低受到投入產(chǎn)出比例、數(shù)量、政策效應(yīng)等多方面因素的影響，區(qū)域所要達(dá)到的目標(biāo)是資源的高效利用與合理的資源配置。通過區(qū)域效率值的測(cè)算，不同區(qū)域的企業(yè)和政府兩大主體可以根據(jù)自身的實(shí)際情況和發(fā)展定位[15]，針對(duì)當(dāng)前存在的問題實(shí)施改進(jìn)措施。

1. 企業(yè)主體的投入調(diào)整策略

本文測(cè)算的是工業(yè)企業(yè)的知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用效率，工業(yè)企業(yè)作為國(guó)民經(jīng)濟(jì)產(chǎn)值貢獻(xiàn)的主要主體，也是知識(shí)產(chǎn)權(quán)產(chǎn)生和運(yùn)用最為活躍的主體。當(dāng)前，大部分區(qū)域的效率都為非DEA有效，不同區(qū)域可以根據(jù)自身實(shí)際情況對(duì)知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用的投入產(chǎn)出做出調(diào)整。對(duì)于經(jīng)濟(jì)較發(fā)達(dá)地區(qū)的企業(yè)，在注重產(chǎn)業(yè)規(guī)模發(fā)展的同時(shí)，也應(yīng)改善產(chǎn)業(yè)結(jié)構(gòu)，提高投入產(chǎn)出要素的集約利用率，加快高新技術(shù)產(chǎn)業(yè)技術(shù)更新速度，提高技術(shù)推廣的有效程度，提高自身知識(shí)產(chǎn)權(quán)純技術(shù)效率。對(duì)于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，企業(yè)擁有更大的發(fā)展?jié)摿?，要增?qiáng)擁有自主知識(shí)產(chǎn)權(quán)核心技術(shù)的意識(shí)，提高研發(fā)經(jīng)費(fèi)和人員的投入量，使研發(fā)成果盡可能轉(zhuǎn)化為專利等知識(shí)產(chǎn)權(quán)的形式，并且要積極謀求與經(jīng)濟(jì)發(fā)達(dá)區(qū)域的交流合作，促進(jìn)區(qū)域間的產(chǎn)業(yè)協(xié)作，加速人才、技術(shù)等生產(chǎn)要素的自由流動(dòng)。

2. 政策啟示

本文的現(xiàn)實(shí)意義就在于將區(qū)域的現(xiàn)實(shí)狀況進(jìn)行反饋，為政府今后制定政策提供決策方向，實(shí)現(xiàn)理論與實(shí)際相結(jié)合。對(duì)于效率較好的東部沿海地區(qū)而言，政府應(yīng)積極引導(dǎo)其進(jìn)行跨區(qū)域合作，充分發(fā)揮帶頭作用，輻射周邊地區(qū)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化。對(duì)于同樣效率較高的西部地區(qū)，由于其存在低投入低產(chǎn)出的情況，建議政府可以通過給予企業(yè)一次性財(cái)政補(bǔ)助、申請(qǐng)專利獎(jiǎng)勵(lì)補(bǔ)助等財(cái)政支持，擴(kuò)大知識(shí)產(chǎn)權(quán)投入量，充分挖掘地區(qū)潛力，但同時(shí)要考慮到知識(shí)產(chǎn)權(quán)轉(zhuǎn)化的滯后性，在給予資金支持的同時(shí)要控制好度，以免出現(xiàn)資源擠壓、資源浪費(fèi)等現(xiàn)象。對(duì)于效率較低的東北和北部地區(qū)，由于這些地區(qū)的重工業(yè)占主導(dǎo)地位，建議政府要鼓勵(lì)本地區(qū)增加對(duì)高科技企業(yè)的引進(jìn)，引導(dǎo)地區(qū)逐步進(jìn)行產(chǎn)業(yè)轉(zhuǎn)移，根據(jù)本地區(qū)固有的重工業(yè)主導(dǎo)的特點(diǎn)，制定差別化的產(chǎn)業(yè)轉(zhuǎn)移政策[16]，優(yōu)化產(chǎn)業(yè)配置。另外，在宏觀的政策引導(dǎo)方面，為擴(kuò)大規(guī)模效應(yīng)，提升知識(shí)產(chǎn)權(quán)運(yùn)用效率，政府可以促進(jìn)知識(shí)產(chǎn)權(quán)與市場(chǎng)的靈活對(duì)接，搭建知識(shí)產(chǎn)權(quán)交易和技術(shù)轉(zhuǎn)移平臺(tái)，使科技成果和市場(chǎng)的聯(lián)系更為緊密。同時(shí)，建立規(guī)范、法治的知識(shí)產(chǎn)權(quán)運(yùn)營(yíng)環(huán)境，加強(qiáng)立法工作和監(jiān)督力度，降低知識(shí)產(chǎn)權(quán)運(yùn)營(yíng)風(fēng)險(xiǎn)。