余慧敏，翟丹妮，劉 穎，周悠然

（南京郵電大學 管理學院，江蘇 南京 210003）

一、引言

我國《2018 年政府工作報告》提出：在近年的國家發(fā)展工作中，長三角地區(qū)一市三省協(xié)同發(fā)展，促進各省市之間合作，揚長避短，更好地提高了發(fā)展效率。長三角地區(qū)因其地理優(yōu)勢，加之共同的文化根基，一體化發(fā)展顯然有利于打造高質(zhì)量的區(qū)域集群，進而帶動長江經(jīng)濟帶乃至全國經(jīng)濟的發(fā)展。

工業(yè)作為農(nóng)業(yè)與商業(yè)之間的中軸產(chǎn)業(yè)，具有盤活區(qū)域乃至國家經(jīng)濟的重要效用，而高效率的創(chuàng)新體系則是工業(yè)不斷發(fā)展的活力。同時本文將對崔志新、倪永良、王奇珍、王麗麗[1-13]等學者已有對區(qū)域創(chuàng)新效率的研究作出補充，選取長三角地區(qū)十個具有代表性的城市，以其規(guī)模以上工業(yè)企業(yè)的R&D 數(shù)據(jù)作為研究對象，對比分析長三角地區(qū)內(nèi)部城市的創(chuàng)新效率，并對各城市規(guī)模以上工業(yè)創(chuàng)新效率進行研探敘述。

二、研究方法與指標選擇

（一）研究方法

數(shù)據(jù)包絡(luò)分析法利用線性規(guī)劃衡量對擁有相同目標的運營單位進行相對有效性評價。本文采用CCR 與BCC 模型對創(chuàng)新效率進行研究。綜合技術(shù)效率（Technical Efficiency，TE）可分解為規(guī)模效率（Scale Efficiency，SE）和純技術(shù)效率（Pure Technical Efficiency，PTE）的乘積。

以評價某個決策單元j0的效率評價指數(shù)hj0為目標，設(shè)立分式線性規(guī)劃，有評價DMU-j0的DEACCR 模型目標函數(shù)與約束條件如下：

若線性規(guī)劃最優(yōu)目標值hj0=1，則DMU0為CCR模型下弱DEA 有效。線性規(guī)劃的向量形式存在最優(yōu)解ω0、μ0，滿足ω0＞0，μ0＞0，h0=μ0y0=1，則DMU0為CCR 模型下DEA 有效。

若對偶規(guī)劃的任意最優(yōu)解θ0都滿足θ0=1，，則可以說此時DMU0為CCR模型下DEA 有效。

針對DMU0的BCC 模型如下：

（二）指標選擇

對我國進行區(qū)域創(chuàng)新效率分析的多數(shù)研究是在省之間或地區(qū)之間進行對比，對城市之間創(chuàng)新效率的研究較少；同時，2016 年5 月國務(wù)院批準的《長江三角洲城市群發(fā)展規(guī)劃》中也提出“建立城市網(wǎng)格關(guān)系”的概念。所以我們將研究單元縮小至城市，選擇上海、合肥、蕪湖、寧波、杭州、紹興、南京、蘇州、無錫、常州十個具有代表性的城市作為決策單元（DMUj（1≤j≤10））。

對于規(guī)模以上工業(yè)企業(yè)的創(chuàng)新，R&D 人員當量與研發(fā)經(jīng)費是其資源投入的代表性指標，可以較為準確地衡量工業(yè)企業(yè)對創(chuàng)新的重視程度，而專利申請數(shù)與有效發(fā)明數(shù)則較為明確地反映了工業(yè)企業(yè)的創(chuàng)新型成果。所以本文選取上述指標作為評價指標。

三、長三角地區(qū)規(guī)模以上工業(yè)企業(yè)創(chuàng)新效率實證分析

依據(jù)已選定的模型與指標選取了上海市（DMU1）、合肥市（DMU2）、蕪湖市（DMU3）、寧波市（DMU4）、杭州市（DMU5）、紹興市（DMU6）、南京市（DMU7）、蘇州市（DMU8）、無錫市（DMU9）、常州市（DMU10）十市為決策單元。各指標數(shù)據(jù)選取各省市規(guī)模以上工業(yè)企業(yè)為基準，數(shù)據(jù)來源于上述十個城市統(tǒng)計局公布的各市《統(tǒng)計年鑒》。利用DEASolver軟件求解，得結(jié)果如表2 所示。

表1 區(qū)域規(guī)模以上工業(yè)企業(yè)創(chuàng)新技術(shù)效率評價指標

表2 各省市DEA 效率表

（一）綜合技術(shù)效率分析

使用DEA-CCR 模型得到的綜合效率分析結(jié)果制成圖1，對綜合效率圖表結(jié)果可以做以下分類：

DEA 綜合效率上升的決策單元：南京市。值得關(guān)注的是，南京市的綜合效率值雖然有增長，但其基數(shù)與增長率均處于一個較低的水準。

DEA 綜合效率基本穩(wěn)定在1 附近的決策單元：上海市、合肥市、蕪湖市、杭州市、紹興市、無錫市。

圖1 十城市2013—2017 年綜合技術(shù)效率統(tǒng)計條形圖

DEA 綜合效率下降的決策單元：寧波市、蘇州市、常州市。這三座城市的綜合效率值則均從0.6～0.7 這一區(qū)間段出現(xiàn)不同程度的下跌。

（二）純技術(shù)效率分析

圖2 十城市2013—2017 年純技術(shù)效率統(tǒng)計條形圖

區(qū)別于CCR 模型，BCC 模型得出的純技術(shù)效率可以排除實際生產(chǎn)中不確定環(huán)境因素的存在，得到理論生產(chǎn)函數(shù)的純技術(shù)效率，從而用于表示決策單元的投入要素配置是否達到最優(yōu)。

DEA 純技術(shù)效率出現(xiàn)上升趨勢的決策單元：南京市。純技術(shù)效率呈增長趨勢，與其綜合效率趨勢相近。

DEA 純技術(shù)效率在1 附近的決策單元：上海市、合肥市、蕪湖市、杭州市、紹興市、無錫市。這些城市的規(guī)模以上工業(yè)企業(yè)在現(xiàn)有投入要素配置下已經(jīng)達到了資源利用最優(yōu)化。

DEA 純技術(shù)效率出現(xiàn)下降趨勢的決策單元：寧波市、蘇州市、常州市。上述城市純技術(shù)效率呈持續(xù)下降趨勢，但降幅小于綜合效率降幅。

（三）規(guī)模效率分析

圖3 十城市2013—2017 年規(guī)模效率統(tǒng)計條形圖

將結(jié)果制作成圖3，并依據(jù)其依據(jù)變化趨勢進行分組處理。

DEA 規(guī)模效率為1 的決策單元：上海市、合肥市、蕪湖市、杭州市、紹興市、無錫市?？梢杂^察到規(guī)模效率出現(xiàn)波動的蕪湖市與杭州市，其波動程度與綜合效率無異。

DEA 規(guī)模效率下降的決策單元：寧波市、南京市、蘇州市和常州市。觀察圖1、圖2、圖3 可以發(fā)現(xiàn)這四個城市的規(guī)模效率下降幅度都接近綜合效率的下降幅度。

（四）創(chuàng)新效率分析綜述

三圖對比可以得到，上海市、合肥市、蕪湖市、杭州市、無錫市這些決策單元在現(xiàn)有資源配置條件下已經(jīng)做到DEA 有效。其中，上海市作為我國極具代表性的創(chuàng)新型城市，其決策單元投入要素與產(chǎn)出要素的量基數(shù)大且都保持“穩(wěn)中有增”，同時一直保持DEA 有效。因而，對于進行創(chuàng)新效率優(yōu)化的各個決策單元，上海市規(guī)模以上工業(yè)企業(yè)是一個較為優(yōu)秀的參考借鑒對象。寧波市綜合效率持續(xù)下降的主導因素顯然是規(guī)模效率的大幅下降，同時不能忽略寧波市純技術(shù)效率值長期處于0.5 且以微小幅度下降的分析結(jié)果。南京市的綜合效率與純技術(shù)效率均小幅上升，但其規(guī)模效率卻出現(xiàn)了下降。蘇州市的規(guī)模效率一直維持在0.9 以上，但純技術(shù)效率持續(xù)較大幅度下降至小于0.4，故其綜合效率也處于一個較低的水平且持續(xù)下降。而常州市2013—2016年的綜合效率持續(xù)下降成因較為復雜，其綜合效率與純技術(shù)效率都經(jīng)歷了先上升后下降的過程，但2016-2017 年綜合效率的“斷崖式下降”則是規(guī)模效率大幅下降引起的。

四、投影改進

（一）基于氣泡圖的決策單元投入要素改進方向研究

圖4 城市PTE、SE 波士頓矩陣

根據(jù)上文對圖表的分析結(jié)果，各個決策單元的創(chuàng)新效率對其純技術(shù)效率與規(guī)模效率的變動反饋程度各不相同，較難確定政策調(diào)整與效率改進的主導方向。對于這樣的情況，本文擬采用改進后的波士頓矩陣來反映其創(chuàng)新效率的變動主導因素。以純技術(shù)效率為水平軸、規(guī)模效率為垂直軸并分別選取0.75 為純技術(shù)效率的分界標準線，0.95 為規(guī)模效率的分界標準線。由這兩條線將十個決策單元分為四個部分，具體分類如下：

全面調(diào)整型：純技術(shù)效率與規(guī)模效率均低于標準線值的。

企業(yè)規(guī)模調(diào)整型：規(guī)模效率低于標準線值但純技術(shù)效率高于標準線值的。

技術(shù)因素調(diào)整型：純技術(shù)效率低于標準線值但規(guī)模效率高于標準線值的。

維持增長型：純技術(shù)效率與規(guī)模效率均高于標準線值的。

由波士頓矩陣可以看出，除蘇州、寧波、常州、南京外的決策單一均為維持增長型，這并不說明這些城市不需要進行調(diào)整，而是應該使這些城市的純技術(shù)效率與規(guī)模效率都從弱DEA 有效轉(zhuǎn)化為DEA有效。

（二）對決策單元投入要素冗余量的投影改進

利用改變投入產(chǎn)出量的投影理論，可以找出投入因素的冗余量與產(chǎn)出因素的缺少量，從而更有針對性地調(diào)整冗余的投入要素，將DEA 無效或弱DEA有效的DMU 轉(zhuǎn)換為有效DMU，從而做到利用率最大化。

對于調(diào)整型的四個決策單元，顯然其規(guī)模效率都未能達到DEA 有效，但規(guī)模效率的調(diào)整難以用量化數(shù)據(jù)說明，因此本文僅選取純技術(shù)要素的調(diào)整，即投入要素的調(diào)整量進行說明分析。

應注意的是，投影改進的建議僅針對投入要素進行調(diào)整，規(guī)模因素與環(huán)境因素并不在投影改進的范圍內(nèi)，所以投入要素調(diào)整值為0 并不代表創(chuàng)新要素不需要調(diào)整，而是代表在當前投入要素配置下應調(diào)整環(huán)境因素與規(guī)模因素，而非調(diào)整投入要素。

調(diào)整的數(shù)目代表了該市要達到DEA 有效所需調(diào)整的投入、產(chǎn)出數(shù)量，對于投入要素的調(diào)整指的是當前狀態(tài)下該投入要素的缺少量，對于產(chǎn)出要素的調(diào)整是指當前狀態(tài)下該產(chǎn)出要素應該增加的量。

四項指標單位分別為：人、萬元、項、件。

五、啟示

綜合上述分析結(jié)果，本文得到以下啟示。

（一）各市應因地制宜，根據(jù)自身情況進行創(chuàng)新資源配置的調(diào)整

寧波市、蘇州市均應注重自身R&D 人員冗余的問題，對持續(xù)存在的冗余情況做出相關(guān)調(diào)整，同時寧波市還應注重企業(yè)規(guī)模的調(diào)整，轉(zhuǎn)變企業(yè)規(guī)模持續(xù)下降導致綜合效率下降的局面。而南京市與常州市則應對R&D 經(jīng)費投入進行精簡配置，資金出現(xiàn)冗余也不利用創(chuàng)新效率的提高。

表3 2013—2017 年四個決策單元要素調(diào)整表

（二）市與市創(chuàng)新部門之間可以形成相關(guān)的組織或定期進行工作交流與資源交換

這類措施不僅可以使城市之間相互借鑒經(jīng)驗，同時可以對某些資源進行區(qū)域化配置。創(chuàng)新人員資源冗余的城市可以與創(chuàng)新人員資源不足的城市進行溝通，做出相應舉措，同時提高兩地創(chuàng)新效率。例如，投入資源冗余導致綜合創(chuàng)新效率不高的城市可以將自身冗余的資源通過政策向高產(chǎn)出低效率的城市引導，以解決資源分配失衡給兩省或多省帶來的效率與產(chǎn)出問題。

（三）政府應加強創(chuàng)新環(huán)境建設(shè)，引導相關(guān)產(chǎn)業(yè)積極性

綜合本文圖表可以發(fā)現(xiàn)，影響創(chuàng)新效率的因素不僅僅為創(chuàng)新資源，創(chuàng)新環(huán)境也是因素之一。除去企業(yè)內(nèi)部管理因素，政府對創(chuàng)新的引導與保護必不可少，需要充分調(diào)動從業(yè)人員的積極性，對新產(chǎn)品的技術(shù)市場進行適度補貼，逐漸使產(chǎn)出要素短缺值縮小，提升DEA 效率。同時，應根據(jù)實際情況增加對創(chuàng)新工作的投入，從基礎(chǔ)資源配置上對創(chuàng)新工作給予支持。

（四）現(xiàn)有的區(qū)域創(chuàng)新效率研究體系在指標選取與數(shù)據(jù)描述方面趨于固化

在指標選取方面，大部分研究都使用了相同的幾個指標，而沒有對新指標進行相關(guān)性檢驗并對新指標進行研究。而同時對于創(chuàng)新效率的研究數(shù)據(jù)多使用統(tǒng)計性描述而非原始數(shù)據(jù)，可能會導致政策制定時以偏概全，忽略效率問題的次要原因。

（五）對于區(qū)域創(chuàng)新效率的理論研究中容易忽略各區(qū)域?qū)崟r政策調(diào)整對數(shù)據(jù)的影響

創(chuàng)新效率研究中絕大多數(shù)方法以數(shù)據(jù)為基礎(chǔ)進行進一步分析，但往往遺漏實時政策會對數(shù)據(jù)產(chǎn)生影響進而造成結(jié)果差異的事實，所以，實時政策這一影響因素在今后的區(qū)域創(chuàng)新效率研究中如何進行綜合考量，是研究者不應忽略的問題。