朱建濤，祖明，張 軍

(安徽工業(yè)大學(xué)商學(xué)院，安徽馬鞍山243032)

當(dāng)前，我國正處于產(chǎn)業(yè)調(diào)整及轉(zhuǎn)型升級的發(fā)力期，一方面，調(diào)整我國的產(chǎn)業(yè)結(jié)構(gòu)，逐步提升第三產(chǎn)業(yè)對經(jīng)濟(jì)發(fā)展的貢獻(xiàn)力度，提高服務(wù)業(yè)的服務(wù)客體能力，發(fā)展高級服務(wù)外包，打造“中國服務(wù)”[1]；另一方面，在確保發(fā)揮制造業(yè)對經(jīng)濟(jì)發(fā)展支柱作用的同時，逐漸引導(dǎo)其向價值鏈高端衍進(jìn)，增強(qiáng)其對市場的黏度，實現(xiàn)制造業(yè)的高質(zhì)量發(fā)展[2]。現(xiàn)有研究表明，制造企業(yè)單方面難以應(yīng)對市場的不確定性變化及顧客多樣化的需求，制造業(yè)在轉(zhuǎn)型升級過程中需要源于知識密集型服務(wù)業(yè)的支撐作用[3-5]。

科技服務(wù)業(yè)以專業(yè)性的知識或技能向社會其他行業(yè)提供服務(wù)[6]，其水平象征我國高端服務(wù)業(yè)的發(fā)展?fàn)顩r，是我國服務(wù)走向世界的一張“明信片”。此外，科技服務(wù)業(yè)可彌補(bǔ)制造業(yè)轉(zhuǎn)型升級的創(chuàng)新和管理能力不足，以及為產(chǎn)品貼合市場多樣化需求的服務(wù)化提供保障[7-8]?，F(xiàn)有關(guān)于科技服務(wù)業(yè)的研究多從科技服務(wù)業(yè)評價指標(biāo)的構(gòu)建、科技服務(wù)業(yè)產(chǎn)業(yè)集聚及科技服務(wù)業(yè)對其他相關(guān)產(chǎn)業(yè)（如制造業(yè)、高新技術(shù)企業(yè)等）的影響方面著手。科技服務(wù)業(yè)評價指標(biāo)的構(gòu)建主要有定性和定量的方式，定性研究主要是基于專家意見或文獻(xiàn)梳理，構(gòu)建科技服務(wù)業(yè)的發(fā)展水平評價體系[9-10]；定量研究主要通過因子分析提取主成分因子，再結(jié)合其經(jīng)濟(jì)意義對析出的主成分因子進(jìn)行命名[11-12]。針對科技服務(wù)業(yè)產(chǎn)業(yè)集聚，部分學(xué)者探究了影響科技服務(wù)業(yè)空間集聚的因素[13-14]；部分學(xué)者研究了科技服務(wù)業(yè)集聚對制造業(yè)升級、制造業(yè)效率的積極影響[15-16]；時省等[17]實證研究了包括科技服務(wù)業(yè)在內(nèi)的多種知識密集型服務(wù)業(yè)對高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響。

現(xiàn)有的研究豐富了科技服務(wù)業(yè)的評價體系和方法，討論了科技服務(wù)業(yè)與制造業(yè)等的聯(lián)合互動作用，但仍存在不足:第一，針對科技服務(wù)業(yè)評價體系的指標(biāo)選取過于泛化，往往難以真實反映某省科技服務(wù)業(yè)的發(fā)展在全國的排名，或省際之間的相互比較；第二，鮮有關(guān)于科技服務(wù)業(yè)投入產(chǎn)出效率的研究，張恒等[18]分析了科技服務(wù)業(yè)五大細(xì)分行業(yè)的科技服務(wù)業(yè)效率，但沒有區(qū)分不同細(xì)分行業(yè)權(quán)重差異，難免會使噪聲增多，從而影響結(jié)果的準(zhǔn)確性[10]；第三，缺乏針對科技服務(wù)業(yè)效率影響因素的實證研究。綜上，為減少科技服務(wù)業(yè)效率估算中的噪聲[19]，文中選取更為直接、明確的投入和產(chǎn)出變量，在對科技服務(wù)業(yè)效率進(jìn)行靜態(tài)和動態(tài)分析的基礎(chǔ)上，評估科技服務(wù)業(yè)效率，實證研究影響科技服務(wù)業(yè)效率的主要因素，并提出相關(guān)政策建議。

1 評估方法與變量選取

1.1 評估方法

通過數(shù)據(jù)包絡(luò)分析(data envelopment analysis，DEA）模型進(jìn)行效率評估，即在數(shù)據(jù)點的基礎(chǔ)上構(gòu)造一個非參數(shù)的包絡(luò)前沿，使所有觀測的數(shù)據(jù)都在生產(chǎn)前沿的上面或下面，進(jìn)而確定某一決策單元效率是處于有效還是無效狀態(tài)，效率值等于1為有效，小于1則無效。Malmquist指數(shù)可用來評估生產(chǎn)率變化，指數(shù)值大于1表示從t到t+1期一個正的全要素生產(chǎn)率的增長，可分解成技術(shù)進(jìn)步和綜合技術(shù)效率，綜合技術(shù)效率又可分為純技術(shù)效率和規(guī)模效率。

1.1.1 DEA模型

DEA模型有投入導(dǎo)向和產(chǎn)出導(dǎo)向，投入導(dǎo)向即保持產(chǎn)出不變，意在通過改變生產(chǎn)要素的投入來增進(jìn)效率，產(chǎn)出導(dǎo)向則相反。鑒于我國各省對各自科技服務(wù)業(yè)的發(fā)展情況了解不深，但又需不斷加大科技服務(wù)業(yè)的投入，故認(rèn)為從投入角度分析各省的科技服務(wù)業(yè)效率更具現(xiàn)實意義。BCC(Banker,Charnes and Cooper ratio model)和CCR（Charnes,Cooper and Rhodes ratio model）是DEA 效率分析的兩個基本模型，文中選取規(guī)模報酬可變的BCC模型探究各省科技服務(wù)業(yè)的純技術(shù)效率和規(guī)模效率的變化情況，引進(jìn)非阿基米德無窮小量的CCR模型，如:

1.1.2 Malmquist指數(shù)

Malmquist指數(shù)是通過相鄰兩期距離函數(shù)的比率來計算投入產(chǎn)出效率，可對不同時期的動態(tài)生產(chǎn)率TFPCH進(jìn)行評價，計算式為[20]:

式中:TTECH為全要素生產(chǎn)率變化；d0為距離函數(shù)；EFECH為綜合技術(shù)效率變化；TECH為技術(shù)進(jìn)步變化；SECH為規(guī)模效率變化；PTECH為純技術(shù)效率變化；t 和t+1代表兩個相鄰年份。

1.2 科技服務(wù)業(yè)效率評估變量的選取

為能確切評估科技服務(wù)業(yè)效率，根據(jù)已有研究的指標(biāo)選取及數(shù)據(jù)的可得性，通過綜合比對31省(自治區(qū)、直轄市)的統(tǒng)計年鑒、《中國統(tǒng)計年鑒》和《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》，為保持?jǐn)?shù)據(jù)口徑的一致性以及科技服務(wù)業(yè)影響因素分析指標(biāo)的多樣性，選取31省(自治區(qū)、直轄市)統(tǒng)計年鑒和《中國統(tǒng)計年鑒》作為數(shù)據(jù)來源。在確保統(tǒng)計口徑基本一致的條件下，選取北京、天津、山西、內(nèi)蒙古、浙江、安徽、山東、河南、海南和寧夏10省(自治區(qū)、直轄市)作為分析對象。結(jié)合《國家科技服務(wù)業(yè)統(tǒng)計分類(2018)》對科技服務(wù)業(yè)的劃分標(biāo)準(zhǔn)及我國各省對該分類的統(tǒng)計工作實際實施情況，選取“信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)”?！翱茖W(xué)研究、技術(shù)服務(wù)和地質(zhì)勘探業(yè)”兩個最能表征科技服務(wù)業(yè)水平且數(shù)據(jù)可得的子行業(yè)，用兩行業(yè)數(shù)據(jù)加總代表科技服務(wù)業(yè)數(shù)據(jù)。以科技服務(wù)業(yè)固定資產(chǎn)投資(億元)、科技服務(wù)業(yè)城鎮(zhèn)從業(yè)人員(萬人)作為投入變量，以科技服務(wù)業(yè)產(chǎn)值(億元)作為產(chǎn)出變量，樣本期間為2010—2017年。

2 科技服務(wù)業(yè)效率評估結(jié)果及分析

2.1 靜態(tài)分析

采用2010—2017年我國10省(自治區(qū)、直轄市)科技服務(wù)業(yè)的相關(guān)數(shù)據(jù)，使用DEAP2.1軟件，選擇投入導(dǎo)向的VRS模型對其科技服務(wù)業(yè)效率進(jìn)行靜態(tài)分析，結(jié)果見表1。

表1 2010—2017年10省(自治區(qū)、直轄市)科技服務(wù)業(yè)效率Tab.1 Efficiency of provincial science and technology service industry in 10 provinces(autonous regions and municipalities)from 2010 to 2017

續(xù)表1

2.1.1 綜合技術(shù)效率評估結(jié)果

圖1 為2010—2017 年安徽等10 ?。ㄗ灾螀^(qū)、直轄市）科技服務(wù)業(yè)3 類效率得分平均值的變化趨勢。由圖1 可看出:總體上，2014 年前，10 省（自治區(qū)、直轄市）科技服務(wù)業(yè)的平均綜合技術(shù)效率（綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率）先上升后下降，2014 年后則持續(xù)上升；具體上，平均綜合技術(shù)效率較低主要緣于平均純技術(shù)效率較低而非平均規(guī)模效率。2011年8月科技部火炬中心組織推動科技創(chuàng)新服務(wù)體系建設(shè)試點工作，對于試點建設(shè)提出一系列規(guī)模上的要求，并首批遴選了中關(guān)村科技園區(qū)等21 個試點園區(qū)和深圳市等4 個試點城市，這在一定程度上刺激了各省對科技服務(wù)業(yè)的規(guī)模投入，在原科技服務(wù)業(yè)投入不足的背景下，使得2012 年10 ?。ㄗ灾螀^(qū)、直轄市）平均規(guī)模效率得到迅速提高，進(jìn)而促使當(dāng)年綜合技術(shù)效率達(dá)到最高。

圖1 2010—2017年10省(自治區(qū)、直轄市)3種技術(shù)效率得分平均值Fig.1 Average scores of three technical efficiency in 10 provinces(autonous regions and municipalities)from 2010 to 2017

圖2 2010—2017年10省(自治區(qū)、直轄市)平均綜合技術(shù)效率Fig.2 Average comprehensive technical efficiency in 10 provinces(autonous regions and municipalities)from 2010 to 2017

2010—2017 年10 省(自治區(qū)、直轄市)科技服務(wù)業(yè)綜合技術(shù)效率見圖2。由圖2 可看出:我國10 ?。ㄗ灾螀^(qū)、直轄市）之間的科技服務(wù)業(yè)綜合技術(shù)效率差異較大，且地域特征顯著，超過10 省(自治區(qū)、直轄市)綜合技術(shù)效率平均水平的有5個，其中北京達(dá)到技術(shù)有效；其余5個低于10省(自治區(qū)、直轄市)綜合技術(shù)效率平均水平，3 省來自中部地區(qū)(山西、安徽、河南)。由此可見，與經(jīng)濟(jì)欠發(fā)達(dá)的地區(qū)(如中部地區(qū))相比，經(jīng)濟(jì)發(fā)達(dá)的地區(qū)(北京、天津、浙江)科技服務(wù)業(yè)的綜合技術(shù)效率更高。

2.1.2 純技術(shù)效率評估結(jié)果

純技術(shù)效率反映在科技服務(wù)業(yè)規(guī)模不變的前提下，各省科技服務(wù)業(yè)管理、技術(shù)水平的高低及其規(guī)劃的合理程度。由圖1可看出:10省(自治區(qū)、直轄市)科技服務(wù)業(yè)的平均純技術(shù)效率在2010—2017 年呈不穩(wěn)定的波動狀，其中2011 年效率最高，為0.82，2013 年效率最低，為0.731；平均純技術(shù)效率的變化與平均規(guī)模效率的變化呈負(fù)相關(guān)。可見，規(guī)模的投入并不必然帶來綜合效率的提升，而是要將管理和技術(shù)水平與當(dāng)前規(guī)模相匹配。2010—2017 年10 省(自治區(qū)、直轄市)平均純技術(shù)效率如圖3。由圖3可看出，2010—2017年平均純技術(shù)效率高于10省(自治區(qū)、直轄市)平均值的有5個(北京、天津、浙江、山東、寧夏)，其中北京和寧夏達(dá)到技術(shù)有效，隸屬中部地區(qū)(山西、安徽和河南)的省份其純技術(shù)效率低于10省(自治區(qū)、直轄市)均值。

圖3 2010—2017年10省(自治區(qū)、直轄市)平均純技術(shù)效率Fig.3 Average net technical efficiency in 10 provinces(autonous regions and municipalities)from 2010 to 2017

2.1.3 規(guī)模效率評估結(jié)果

規(guī)模效率反映在投入一定的條件下，實際規(guī)模下的產(chǎn)出量與最優(yōu)規(guī)模下產(chǎn)出量的差距。規(guī)模效率值越大，表明該省的生產(chǎn)規(guī)模與最優(yōu)生產(chǎn)規(guī)模越接近。圖1表明:2010—2017年10省(自治區(qū)、直轄市)平均規(guī)模效率的變化趨勢，2014年前呈不穩(wěn)定的波動狀，說明科技創(chuàng)新服務(wù)體系建設(shè)初期，多數(shù)省份仍處于規(guī)模建設(shè)的探索階段，尚不知悉向最優(yōu)規(guī)模發(fā)展的方向；2014年后，則呈平穩(wěn)上升趨勢。綜合來看，2012—2017年我國科技服務(wù)業(yè)實際規(guī)模與最優(yōu)規(guī)模歷經(jīng)了由“趨合”—“分離”—“趨合”的過程，且2014年后“趨合”態(tài)勢愈發(fā)明顯。

圖4 為2010—2017 年10 省(自治區(qū)、直轄市)平均規(guī)模效率。由圖4可知，山東、海南及寧夏的平均規(guī)模效率低于10省(自治區(qū)、直轄市)均值，結(jié)合表1中規(guī)模收益指標(biāo)變化情況可知，海南和寧夏均為規(guī)模收益遞增，表明現(xiàn)階段科技服務(wù)業(yè)規(guī)模低于最優(yōu)規(guī)模，是導(dǎo)致這兩省科技服務(wù)業(yè)綜合技術(shù)效率較低的重要原因。而山東則不同，其規(guī)模收益大多數(shù)年份為遞減類型，因此，造成山東省規(guī)模效率較低的原因是其規(guī)模超出現(xiàn)階段能夠有效利用的最大規(guī)模。

圖4 2010—2017年10省(自治區(qū)、直轄市)平均規(guī)模效率Fig.4 Average scale efficiency in 10 provinces(autonous regions and municipalities)from 2010 to 2017

2.2 動態(tài)分析

為動態(tài)反映科技服務(wù)業(yè)的發(fā)展?fàn)顩r，評估2010—2017年10省(自治區(qū)、直轄市)科技服務(wù)業(yè)全要素生產(chǎn)率變動指數(shù)及其分解指標(biāo)。表2為2010—2017年間10省(自治區(qū)、直轄市)科技服務(wù)業(yè)生產(chǎn)率及其分解指標(biāo)具體變化情況。

表2 2010—2017年10省(自治區(qū)、直轄市)科技服務(wù)業(yè)生產(chǎn)率及其分解指標(biāo)Tab.2 Productivity change index and breakdown index of science and technology service industry in 10 provinces(autonous regions and municipalities)from 2010 to 2017

由表2 可看出，2010—2017 年，10 省(自治區(qū)、直轄市)科技服務(wù)業(yè)全要素生產(chǎn)率變動指數(shù)的平均值為1.093，平均增長率為9.3%。其中，2011—2013 年為負(fù)增長，2013—2016 年正向增長，增長率最高達(dá)20.8%。這一結(jié)果表明，近年來各省科技服務(wù)業(yè)的發(fā)展有跨越“粗放式”，逐步走向“集約式”的跡象。

從全要素生產(chǎn)率變動的分解指標(biāo)看:10 省(自治區(qū)、直轄市)科技服務(wù)業(yè)技術(shù)進(jìn)步平均以8.3%的速度增長，且增長指數(shù)超過1的區(qū)間占絕大多數(shù)；而綜合技術(shù)效率平均以0.9%增長。說明科技服務(wù)業(yè)發(fā)展主要依靠技術(shù)進(jìn)步的支撐，技術(shù)進(jìn)步帶來的貢獻(xiàn)遠(yuǎn)大于綜合技術(shù)效率，換句話說，現(xiàn)有技術(shù)對科技服務(wù)業(yè)的發(fā)展起了拉動作用。

對純技術(shù)效率和規(guī)模效率的變動分析發(fā)現(xiàn)，純技術(shù)效率和規(guī)模效率均呈波動增長態(tài)勢，并且呈此起彼伏的態(tài)勢波動，這與靜態(tài)分析中兩者呈負(fù)相關(guān)變化一致。表明10省(自治區(qū)、直轄市)對科技服務(wù)業(yè)的發(fā)展仍處于不斷探索階段，“頭疼醫(yī)頭，腳痛醫(yī)腳”的現(xiàn)象明顯，對制度和管理水平的提升與現(xiàn)有規(guī)模和最優(yōu)規(guī)模之間差異的調(diào)整存在沖突。但值得注意的是，2016—2017年的純技術(shù)效率和規(guī)模效率均呈正向增長，這表示近年在科技服務(wù)業(yè)制度和管理與規(guī)模之間的不斷嘗試有新的突破，科技服務(wù)相關(guān)平臺管理的規(guī)范化力度不斷加大，對規(guī)模進(jìn)行有效調(diào)整的成果顯著。

2.2.1 科技服務(wù)業(yè)全要素生產(chǎn)率

為分析科技服務(wù)業(yè)生產(chǎn)率變動的省際差異，評估2010—2017年10省(自治區(qū)、直轄市)科技服務(wù)業(yè)的全要素生產(chǎn)率變動及其分解指標(biāo)情況，結(jié)果如表3。由表3可知:2010—2017年10省(自治區(qū)、直轄市)的科技服務(wù)業(yè)全要素生產(chǎn)率的平均增長均在4%以上，這與近年各省加大力度發(fā)展科技服務(wù)業(yè)的相關(guān)舉措相一致；北京、天津的增勢不及山西、內(nèi)蒙古、浙江、安徽和寧夏。一定程度上是北京和天津的科技服務(wù)業(yè)歷來在純技術(shù)效率和規(guī)模效率上高于其他省份，其科技服務(wù)業(yè)始終保持在較優(yōu)的規(guī)模上經(jīng)營并擁有較為有效的管理、制度等，因而在全要素生產(chǎn)率的增幅上不及其余省份。

表3 2010—2017年各省(自治區(qū)、直轄市)科技服務(wù)業(yè)生產(chǎn)率及其分解項變化均值Tab.3 Average change of productivity index and breakdown index of science and technology service industry in each province(autonous regions and municipalities)from 2010 to 2017

2.2.2 科技服務(wù)業(yè)技術(shù)進(jìn)步和綜合技術(shù)效率

從表2，3 中的分解指標(biāo)來看:2010—2017 年10 省(自治區(qū)、直轄市)的科技服務(wù)業(yè)的技術(shù)進(jìn)步指數(shù)均大于1，且大于綜合技術(shù)效率，表明10省(自治區(qū)、直轄市)科技服務(wù)業(yè)均有不同程度上的科技進(jìn)步，但科技水平與管理水平、產(chǎn)業(yè)規(guī)模等的有效匹配尚不足；山西、安徽、河南等經(jīng)濟(jì)欠發(fā)達(dá)中部地區(qū)的技術(shù)進(jìn)步指標(biāo)大于北京、天津等經(jīng)濟(jì)發(fā)達(dá)地區(qū)。

進(jìn)一步分析表2，3可看出:北京的綜合技術(shù)效率一直維持在穩(wěn)態(tài)，山西、內(nèi)蒙古、浙江和寧夏的綜合技術(shù)效率為正向增長，其余省份的效率增長則略顯不足；5省的純技術(shù)效率呈負(fù)向變動；規(guī)模效率上升是科技服務(wù)業(yè)綜合技術(shù)效率增長的主要因素，其中北京始終維持規(guī)模有效，天津規(guī)模效率呈負(fù)向變動，其余省的規(guī)模效率變動值均大于1，也即表明大多數(shù)省科技服務(wù)業(yè)的規(guī)模已逐步向其能夠有效利用的最優(yōu)規(guī)模趨近。

2.3 科技服務(wù)業(yè)效率影響因素分析

2.3.1 指標(biāo)選取與說明

結(jié)合前文靜態(tài)分析和動態(tài)分析的結(jié)果可知，人才、管理、產(chǎn)業(yè)規(guī)模及其有效配置等是影響科技服務(wù)業(yè)發(fā)展的重要因素。結(jié)合文獻(xiàn)[10]，并考慮數(shù)據(jù)的可獲性，選取以下影響10省(自治區(qū)、直轄市)科技服務(wù)業(yè)效率的因素進(jìn)行分析:

1)科技服務(wù)業(yè)固定資產(chǎn)投資 能夠在一定程度上反映各省科技服務(wù)業(yè)的規(guī)模；

2)科技服務(wù)業(yè)城鎮(zhèn)從業(yè)人員平均工資 是激勵科技服務(wù)業(yè)從業(yè)人員工作的重要因素；

3)R&D人員全時當(dāng)量 指全時人員數(shù)加非全時人員數(shù)按工作量折算為全時人員數(shù)的總和，用以表征科技從業(yè)人員的實際工作時長，能夠體現(xiàn)科技服務(wù)業(yè)人力支撐環(huán)境；

4)地方財政科技撥款 表征各省對科技行業(yè)的支持程度，能夠體現(xiàn)科技服務(wù)業(yè)地方財政支撐環(huán)境；

5)R&D內(nèi)部經(jīng)費(fèi)支出 表征各省科技行業(yè)內(nèi)部用于研發(fā)的經(jīng)費(fèi)投入，可體現(xiàn)科技服務(wù)業(yè)的研發(fā)環(huán)境。

采用上述變量可從人才、規(guī)模及資源配置方面較為全面地探究影響科技服務(wù)業(yè)效率的因素。

2.3.2 模型的構(gòu)建與實證結(jié)果分析

為實證分析影響科技服務(wù)業(yè)效率的因素，構(gòu)建如下回歸模型:

其中:C 為綜合技術(shù)效率；V 為純技術(shù)效率；S 為規(guī)模效率；I 為固定資產(chǎn)投資；W 為城鎮(zhèn)從業(yè)人員平均工資；T為R&D人員全時當(dāng)量；L為地方財政科技撥款；F為R&D內(nèi)部經(jīng)費(fèi)支出；i為地區(qū)；t為年份?？紤]到不同變量的數(shù)量級問題，回歸前將所有變量取對數(shù)。經(jīng)豪斯曼檢驗，采用隨機(jī)效應(yīng)模型更合適，在回歸前修正標(biāo)準(zhǔn)誤，回歸結(jié)果如表4。

表4 科技服務(wù)業(yè)效率影響因素的回歸結(jié)果Tab.4 Regression results of factors influencing efficiency of science and technology service industry

固定資產(chǎn)投資對各類效率的影響均為負(fù)向顯著。科技服務(wù)業(yè)屬于知識密集型產(chǎn)業(yè)，固定資產(chǎn)投資量的增加并不能提高服務(wù)人員的知識或技術(shù)水平。此外，固定資產(chǎn)投資的加大雖能彌補(bǔ)“硬資產(chǎn)”(如科技服務(wù)業(yè)的廠房建設(shè)、占地面積等)的不足，但并不能促進(jìn)“軟資產(chǎn)”(科技服務(wù)從業(yè)人員數(shù)、員工工作積極性等)的提升，易加劇由于現(xiàn)有規(guī)模與最優(yōu)規(guī)模不匹配而反噬其規(guī)模效率。由于資源的稀缺性，固定資產(chǎn)投資的增多將直接導(dǎo)致企業(yè)在管理、服務(wù)、員工激勵、R&D項目等方面投入的降低，致使純技術(shù)效率降低。

城鎮(zhèn)從業(yè)人員平均工資對綜合技術(shù)效率和純技術(shù)效率均存在顯著的正向影響，而對于規(guī)模效率的影響呈負(fù)向。工資水平的提高對科技服務(wù)業(yè)從業(yè)人員起到激勵作用，因此效率水平提升。但由于資源的有限性，隨著支付給員工工資總量的提升，用于購買設(shè)備、建設(shè)場地的費(fèi)用相應(yīng)減少。而由靜態(tài)分析中規(guī)模效率指標(biāo)可知，多數(shù)省在2010—2016年間仍處于規(guī)模遞增或不變狀態(tài)，規(guī)模投入非但不能減少，還應(yīng)該增加。因此，城鎮(zhèn)從業(yè)人員平均工資負(fù)向影響規(guī)模效率。

R&D 人員全時當(dāng)量對綜合技術(shù)效率和純技術(shù)效率的影響并不顯著，而對規(guī)模效率存在顯著的負(fù)向影響。科技服務(wù)業(yè)的產(chǎn)出往往涉及科技成果的轉(zhuǎn)化，如專利的發(fā)明、科技項目的運(yùn)營等，科技成果產(chǎn)出的長周期性特點使得R&D人員全時當(dāng)量對綜合技術(shù)效率和純技術(shù)效率的正向影響不顯著，而R&D人員全時當(dāng)量的增加勢必引起人力資源成本的上升，從而限制科技服務(wù)業(yè)的規(guī)模發(fā)展。

地方財政科技撥款對科技服務(wù)業(yè)的綜合技術(shù)效率和純技術(shù)效率存在負(fù)向的顯著影響，對其規(guī)模效率的影響不顯著。地方財政撥款主要用于服務(wù)平臺的建設(shè)與補(bǔ)貼作用，以安徽省服務(wù)平臺為例，主要存在融資渠道不暢、創(chuàng)新動力不足、創(chuàng)新人才匱乏、創(chuàng)新資源短缺和創(chuàng)新環(huán)境不佳等狀況[21]，地方政府主要以財政撥款的形式來支持各地服務(wù)平臺的發(fā)展。但這很大程度上只能維持平臺的運(yùn)營，并不能促使其綜合技術(shù)效率（特別是純技術(shù)效率）的提升，相反，平臺有了政府的“兜底”，很多情況下便不愿花費(fèi)代價去孵化具有長周期性的科技成果，進(jìn)而不利于其純技術(shù)效率的提升。同樣地，企業(yè)也不愿將這份“保障金”用于服務(wù)平臺規(guī)模的擴(kuò)建，以避免入不敷出。因此，地方財政科技撥款對地方科技服務(wù)業(yè)的規(guī)模效率影響不顯著。

R&D內(nèi)部經(jīng)費(fèi)支出對各類效率影響均正向顯著。R&D內(nèi)部經(jīng)費(fèi)支出的增加表示用于R&D項目、管理、服務(wù)等支出增多，不僅激發(fā)科技服務(wù)人員的工作熱情，利于純技術(shù)效率的提升，且促進(jìn)科技服務(wù)業(yè)規(guī)模發(fā)展，進(jìn)而解決規(guī)模不足導(dǎo)致的規(guī)模效率低下問題。

2.3.3 模型穩(wěn)健性檢驗

采用剔除省份及替換變量兩種方法對模型進(jìn)行穩(wěn)健性檢驗。剔除寧夏自治區(qū)后，模型的檢驗結(jié)果與全樣本進(jìn)行回歸所得結(jié)果一致；將“科技服務(wù)業(yè)固定資產(chǎn)投資”用“科技服務(wù)業(yè)法人單位數(shù)”替換的回歸結(jié)果表明，除“R&D人員全時當(dāng)量”系數(shù)由正向不顯著變?yōu)檎蝻@著外，其余系數(shù)未發(fā)生明顯變化。因此，本文研究模型總體上具有良好的穩(wěn)健性。

3 主要結(jié)論與啟示

基于2010—2017 年10 省(自治區(qū)、直轄市)科技服務(wù)業(yè)的數(shù)據(jù)，從靜態(tài)和動態(tài)兩個角度評估10 省(自治區(qū)、直轄市)的科技服務(wù)業(yè)效率及其變動情況，實證分析影響科技服務(wù)業(yè)綜合技術(shù)效率及其分解項的重要因素，得到如下主要研究結(jié)論與啟示。

1)從靜態(tài)角度來看，各地科技服務(wù)業(yè)發(fā)展中，政府的政策導(dǎo)向性明顯，尚未構(gòu)建良好的市場機(jī)制。結(jié)合本課題組對安徽省科技服務(wù)業(yè)管理工作的相關(guān)政府部門和科技服務(wù)業(yè)企業(yè)的調(diào)研發(fā)現(xiàn)，政府仍扮演“兜底”角色，并且針對科技服務(wù)業(yè)的合理管理機(jī)制和體系還未建成。科技服務(wù)業(yè)的發(fā)展存在“馬太效應(yīng)”，即相較于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，經(jīng)濟(jì)發(fā)達(dá)地區(qū)(北京、天津和浙江)的科技服務(wù)業(yè)發(fā)展?fàn)顩r明顯較好。而由于相關(guān)發(fā)展政策的刺激以及科技服務(wù)型企業(yè)的逐漸覺醒，我國科技服務(wù)業(yè)的規(guī)模發(fā)展(實際規(guī)模與最優(yōu)規(guī)模的差異)歷經(jīng)了“趨合”—“分離”—再“趨合”的過程，且2014年以后的“趨合”態(tài)勢愈發(fā)凸顯。換言之，從投入和產(chǎn)出指標(biāo)的選取角度出發(fā)，如何在固定資產(chǎn)投資和從業(yè)人員一定的條件下，發(fā)揮科技服務(wù)業(yè)對其他行業(yè)在科技和知識方面的支撐作用，從而增加科技服務(wù)業(yè)產(chǎn)值，是各地科技服務(wù)業(yè)效率提升的必由之路。進(jìn)一步來說，政府政策導(dǎo)向的重心要由促進(jìn)科技服務(wù)業(yè)的規(guī)模發(fā)展轉(zhuǎn)變?yōu)榧s式發(fā)展，要出臺促進(jìn)科技服務(wù)業(yè)與制造業(yè)等融合發(fā)展的相關(guān)政策，從而突出科技服務(wù)業(yè)的服務(wù)功能。但也要保障市場的主體地位，逐漸卸去“兜底”負(fù)擔(dān)，這也有助于避免“劣幣驅(qū)逐良幣”等不良現(xiàn)象的發(fā)生。

2)從動態(tài)角度來看，技術(shù)進(jìn)步是促進(jìn)全要素生產(chǎn)率提升的主要因素，相鄰省(自治區(qū)、直轄市)的技術(shù)進(jìn)步變化程度相近(如北京1.08，天津1.078；安徽1.091，山東1.09)，表明鄰近地區(qū)科技服務(wù)業(yè)發(fā)展的空間溢出效應(yīng)要大于“虹吸效應(yīng)”，這與沈能[22]對生產(chǎn)性服務(wù)業(yè)的研究結(jié)論相呼應(yīng)，即相鄰地區(qū)科技服務(wù)業(yè)的發(fā)展對于本地區(qū)科技服務(wù)業(yè)的發(fā)展有促進(jìn)作用。此外，經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的技術(shù)進(jìn)步程度大于發(fā)達(dá)地區(qū)現(xiàn)象，以技術(shù)進(jìn)步拉動科技服務(wù)業(yè)的發(fā)展是經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)應(yīng)對科技服務(wù)業(yè)發(fā)展困境的主要手段。將現(xiàn)有技術(shù)與科技服務(wù)業(yè)發(fā)展相融合的人才、管理經(jīng)驗和能力方面仍存在短板。政府可通過對高新技術(shù)和現(xiàn)代管理人才的引進(jìn)，來培養(yǎng)科技服務(wù)業(yè)企業(yè)的技術(shù)利用和資源整合能力。此外，地方政府要加強(qiáng)和周邊地區(qū)針對科技服務(wù)業(yè)發(fā)展的經(jīng)驗交流，促進(jìn)區(qū)域間的知識溢出[23]。

3)科技服務(wù)業(yè)效率的影響因素分析結(jié)果表明，由于科技服務(wù)業(yè)輕資產(chǎn)的特點以及各地政府對科技服務(wù)業(yè)規(guī)模優(yōu)化能力的不足，使我國科技服務(wù)業(yè)的固定資產(chǎn)投入量逐年增加，但無論是對綜合技術(shù)效率、純技術(shù)效率還是規(guī)模效率，均存在反噬現(xiàn)象。相反，“軟”投入能夠帶來綜合技術(shù)效率的顯著提升。此外，綜合技術(shù)效率的分解指標(biāo)表明，城鎮(zhèn)從業(yè)人員平均工資和R&D人員全時當(dāng)量的投入量要把握好度，因為科技服務(wù)企業(yè)資源的有限性限制了純技術(shù)效率和規(guī)模效率的同步增長，并且以“此消彼長”的態(tài)勢變化。最后，地方政府科技服務(wù)業(yè)的發(fā)展要有長遠(yuǎn)規(guī)劃，不能因噎廢食，如R&D人員全時當(dāng)量對純技術(shù)效率無顯著影響，但應(yīng)當(dāng)考慮其技術(shù)研發(fā)和成果轉(zhuǎn)化的長周期性特征，不能與其他影響因素一概而論。

4)總的來看，10省(自治區(qū)、直轄市)科技服務(wù)業(yè)效率及全要素生產(chǎn)率的變化情況表明，近年我國科技服務(wù)業(yè)的發(fā)展?fàn)顩r在不斷改善，針對科技服務(wù)業(yè)發(fā)展的支持性政策不斷出臺，科技服務(wù)業(yè)的投入量不斷增多，科技服務(wù)業(yè)發(fā)展的生態(tài)環(huán)境逐步優(yōu)化，如各地針對服務(wù)型平臺的建設(shè)與規(guī)范化培訓(xùn)活動的開展，以及有利于各地科技服務(wù)業(yè)開展廣泛交流的空間溢出效應(yīng)的存在。但是，各地在科技服務(wù)業(yè)的發(fā)展過程中也呈現(xiàn)出一些問題，如依賴于政府的“兜底”保障，以及科技服務(wù)業(yè)發(fā)展存在明顯的“馬太效應(yīng)”，將現(xiàn)有技術(shù)與科技服務(wù)業(yè)發(fā)展相融合的人才、管理經(jīng)驗等方面的突出短板等。總之，科技服務(wù)業(yè)的發(fā)展要有全局性，各地政府要打通交流渠道，規(guī)范科技服務(wù)業(yè)的管理，將科技服務(wù)業(yè)的發(fā)展與制造業(yè)高質(zhì)量發(fā)展等問題相融合，充分發(fā)揮科技服務(wù)業(yè)對其他行業(yè)的支撐作用。