李 犟，吳和成

（南京航空航天大學經(jīng)濟與管理學院，南京211106）

黨的十九大報告指出我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，提高全要素生產(chǎn)率是當前的迫切要求。而全要素生產(chǎn)率的增長由技術進步和資源配置效率拉動，故推動技術創(chuàng)新和優(yōu)化資源配置效率是驅(qū)動高質(zhì)量發(fā)展的主要路徑［1-2］。我國作為工業(yè)大國，工業(yè)企業(yè)是當前國家創(chuàng)新體系以及實體經(jīng)濟的主體，其發(fā)展質(zhì)量是實現(xiàn)經(jīng)濟高質(zhì)量的基礎與前提［3］。因此，在我國邁入經(jīng)濟新常態(tài)的背景下，剖析我國各地區(qū)工業(yè)企業(yè)創(chuàng)新資源配置效率的動態(tài)演變特征，厘清效率的時空差異，深入探究效率提升的內(nèi)在路徑，對促進工業(yè)企業(yè)高質(zhì)量發(fā)展，轉(zhuǎn)變我國經(jīng)濟發(fā)展方式具有積極的現(xiàn)實意義。

一、文獻評述

目前對于工業(yè)企業(yè)創(chuàng)新資源配置效率的研究主要集中于效率測度方法、評價指標和影響因素等方面。在研究方法上，Raab和Kotamraju［4］采用徑向DEA（數(shù)據(jù)包絡分析）模型，Zhang等［5］構建了改進的網(wǎng)絡DEA模型，Lee等［6］運用了基于DEA的全局Malmquist生產(chǎn)率分析法，陳瑩文等［7］構建了兩階段DEA模型，綦良群等［8］將SFA（隨機前沿分析）方法和Cobb-Douglas生產(chǎn)函數(shù)相結合設計了效率評價模型。在創(chuàng)新投入產(chǎn)出的指標選擇上，李鴻禧和遲國泰［9］挑選科技從業(yè)人員數(shù)、R&D經(jīng)費內(nèi)部支出和財政科技經(jīng)費為投入指標，新產(chǎn)品產(chǎn)值、高新技術產(chǎn)業(yè)產(chǎn)值和技術市場成交額為產(chǎn)出指標；熊曦等［10］擇取R&D經(jīng)費內(nèi)部支出、R&D人員折合全時當量作為投入指標，專利申請數(shù)、新產(chǎn)品開發(fā)項目數(shù)、新產(chǎn)品銷售收入和利潤總額作為產(chǎn)出指標；胡漢輝等［11］選擇R&D經(jīng)費內(nèi)部支出與GDP之比、R&D人員全時當量作為投入指標，發(fā)明專利申請授權數(shù)和技術市場成交合同金額作為產(chǎn)出指標。從影響因素出發(fā)，徐莉和方梓旭［12］研究了企業(yè)盈利能力、企業(yè)R&D重視程度、市場競爭程度和政府支持等因素，馮宗憲等［13］分析了政府投入與市場化程度變量對效率的影響，錢麗等［14］從創(chuàng)新氛圍、產(chǎn)學研合作、應用研究和人才支持等方面對影響因素進行了考察。

綜上所述，工業(yè)企業(yè)資源配置效率的測度模型、測度指標及影響因素是當前學術研究熱點。但從目前國內(nèi)對于工業(yè)企業(yè)資源配置效率的已有研究來看，仍有以下問題值得進一步探索：①從研究模型設置上來看，現(xiàn)有效率測度一般都是基于以下兩個假設之一：不減少產(chǎn)出的情況下，投入達到有效時應減少的程度；不增加投入的條件下，產(chǎn)出達到有效時應增加的程度。這兩個假設忽略了二者同時存在的情況，會導致效率得分虛高；②現(xiàn)有文獻通常以Malmquist指數(shù)法、Windows-DEA方法對效率的趨勢變化進行考察，僅能考察單一決策單元效率的變化趨勢，無法動態(tài)表征全部研究對象的效率演進；③現(xiàn)有的指標設計一般以絕對數(shù)量為主，已不適應高質(zhì)量發(fā)展“調(diào)結構穩(wěn)增長”的內(nèi)涵要求，且已有研究缺乏對指標選取的定量分析，而一個好的指標體系應結合定性分析與定量分析得到；④已有研究較多關注影響效率的外部變量，鮮有涉及企業(yè)內(nèi)部具體的指標無效分析，不利于深入剖析影響效率的企業(yè)內(nèi)部因素。

基于以上考慮，本文擬運用非導向模型進行分析，推進創(chuàng)新活動資源投入與創(chuàng)新產(chǎn)出的雙向調(diào)整，以適應經(jīng)濟新常態(tài)下的供給側(cè)結構性改革；增加定量分析，并從相對水平或強度的角度，設計評價指標體系，為有價值的效率測度提供必要的前提；基于省域視角對工業(yè)企業(yè)資源配置效率及其分解指標進行總體的動態(tài)刻畫，彌補該領域研究的不足，這對從總體上把握效率的變化趨勢具有積極意義；考察各項投入指標的冗余以及各項產(chǎn)出指標的不足情況，探索提高效率的切實路徑。

二、研究方法

（一）ERM模型

創(chuàng)新資源配置效率受多種因素的影響，將創(chuàng)新系統(tǒng)視為黑箱是估計創(chuàng)新效率的有效途徑［15］。相比于SFA方法，DEA模型不需要嚴格的假設前提，更適用于評價具有多投入多產(chǎn)出特點的工業(yè)企業(yè)。Charnes等［16］首先構建了規(guī)模報酬不變的DEA模型，之后Banker［17］對此進行拓展，構建了規(guī)模報酬可變的DEA模型。這兩個傳統(tǒng)的DEA模型忽略了投入冗余與產(chǎn)出不足同時存在的情況，且指標同比例變化，不符合實際生產(chǎn)情況?；诖耍琍astor等［18］改進了這兩個DEA模型，構建了ERM（enhanced russell measure）即增強型羅素測量，同時此模型計算得到的效率不受指標量綱和數(shù)量級的影響，滿足本文所研究問題的需要。

記(xij，yrj)(i=1，2，…，m；r=1，2，…，s；j=1，2，…，n)為各地區(qū)指標數(shù)據(jù)的集合，其中 m 為投入指標數(shù)，s為產(chǎn)出指標數(shù)，n為待評價地區(qū)數(shù)。則工業(yè)企業(yè)創(chuàng)新資源配置的技術效率（technical efficiency，TE）可由模型（1）求得。

不變規(guī)模報酬下的ERM模型為

其中：λj為結構變量；θi與φr分別為第i個投入要素的利用率與第r個創(chuàng)新產(chǎn)出指標產(chǎn)出的比例。在模型（1）下的有效（效率值等于1）滿足技術和規(guī)模同時有效，所以技術效率也稱綜合效率。模型（1）在增加的約束條件后，可分離規(guī)模效率（scale efficiency，SE），計算出純技術效率（pure technical efficiency，PTE）。為區(qū)別技術效率與純技術效率，后文均用綜合效率這一表述。綜合效率、純技術效率與規(guī)模效率的關系為TE=PTE×SE。如果SE為1，則該決策單元規(guī)模有效。在模型（1）求解出最優(yōu)解的同時和>1分別代表該決策單元的規(guī)模報酬狀態(tài)是遞增、不變和遞減。此外，通過1-θi和φr-1可識別第i個投入要素的冗余程度和第r個產(chǎn)出指標的不足水平。

（二）核密度估計

考察效率的總體演進趨勢，自然想到借助于效率的概率密度曲線進行刻畫。核密度估計法是一種不依賴于密度函數(shù)形式的假定而對密度函數(shù)進行估計的方法。設創(chuàng)新資源配置效率為隨機變量X，其密度函數(shù)為f(x)=f(x1，x2，…，xn)，若{X1，X2，…，Xn}為它的一個獨立同分布的樣本，則f(x)的核密度估計為

三、指標設計與樣本選擇

發(fā)展不平衡不充分是中國面臨的客觀問題，在設定評價指標時應充分考慮到不同區(qū)域的差異，同時從高質(zhì)量發(fā)展所要求的結構合理層面，本文主要選用相對或者平均意義上的指標。創(chuàng)新投入指標通常從勞動和經(jīng)費的角度進行選擇?，F(xiàn)有的指標設計通常用R&D人員數(shù)或全時當量來表示勞動方面的投入，但隨著技術水平的進步，生產(chǎn)技術、設備以及環(huán)境在不斷改善，員工減少未必會導致收益減少，用人數(shù)或者時間表示勞動對創(chuàng)新產(chǎn)出的貢獻已不合時宜，故采用人均的勞動經(jīng)費可較好表征勞動的消耗。進一步結合工業(yè)企業(yè)創(chuàng)新過程的特點，初步選擇用于描述創(chuàng)新資源投入水平或強度的待選評價指標集：人員勞務費/R&D人員數(shù)，R&D人員全時當量/平均從業(yè)人員，研究人員全時當量/R&D人員全時當量，R&D經(jīng)費內(nèi)部支出/主營業(yè)收入，R&D經(jīng)費內(nèi)部支出/R&D人員數(shù)，R&D項目經(jīng)費支出/R&D項目數(shù)，對研究機構與高校支出/R&D經(jīng)費外部支出，引進技術經(jīng)費支出/R&D經(jīng)費內(nèi)部支出，新產(chǎn)品開發(fā)經(jīng)費支出額/新產(chǎn)品開發(fā)項目，新產(chǎn)品開發(fā)經(jīng)費支出額/主營業(yè)收入。

用于描述創(chuàng)新產(chǎn)出的指標，已有研究主要集中在專利和新產(chǎn)品上?；诖?，初步設計的指標有：專利申請數(shù)/平均從業(yè)人員數(shù)，專利申請數(shù)/R&D人員全時當量，發(fā)明專利申請數(shù)/平均從業(yè)人員，發(fā)明專利申請數(shù)/R&D人員全時當量，新產(chǎn)品開發(fā)項目數(shù)/R&D項目數(shù)，新產(chǎn)品銷售收入/主營業(yè)收入，新產(chǎn)品銷售收入/新產(chǎn)品開發(fā)項目數(shù)，新產(chǎn)品出口額/新產(chǎn)品銷售收入，利潤總額/R&D經(jīng)費內(nèi)部支出。

指標設計在考慮指標數(shù)據(jù)可得性的前提下，評價指標應能較充分地體現(xiàn)研究現(xiàn)象的內(nèi)涵，并且用盡可能少的指標反映盡可能多的創(chuàng)新過程信息。雖然一個完美的指標體系從理論上難以獲得，但是可以通過統(tǒng)計工具在指標擇取方面發(fā)揮一些作用。在DEA分析中，如果評價指標過多會導致有效的決策單元增加，會扭曲評價結果。因此，在選擇評價指標時，可從線形相關的角度對待選指標集進行處理。設有p個待選指標x1，x2，…，xp，以(x11，x12，…，x1n) ，(x21，x22，…，x2n) ，…，(xp1，xp2，…，xpn)表示p個變量的一組樣本觀察值，則可得到樣本相關系數(shù)矩陣R。為保證指標間變化的一致性，首先舍去負相關的指標，剔除原則是保留具有代表性的指標。然后，對于相關系數(shù)較高的指標進行適當舍去，這里取0.7。例如，指標“R&D經(jīng)費內(nèi)部支出/主營業(yè)收入”與“新產(chǎn)品開發(fā)經(jīng)費支出額/主營業(yè)收入”存在高度相關，但R&D經(jīng)費內(nèi)部支出/主營業(yè)收入與其他指標相關性較小，故保留。

通過上述過程，可分別得到模型需要的投入與產(chǎn)出指標。最終投入指標：X1為人員勞務費/R&D人員數(shù)，X2為R&D經(jīng)費內(nèi)部支出/主營業(yè)收入，X3為引進技術經(jīng)費支出/R&D經(jīng)費內(nèi)部支出，X4為新產(chǎn)品開發(fā)經(jīng)費支出額/新產(chǎn)品開發(fā)項目。產(chǎn)出指標：Y1為專利申請數(shù)/R&D人員全時當量，Y2為新產(chǎn)品開發(fā)項目數(shù)/R&D項目數(shù)，Y3為新產(chǎn)品出口額/新產(chǎn)品銷售收入。

本文分析所用數(shù)據(jù)來源于《中國工業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》，并經(jīng)過計算整理得到，時間跨度為2013—2017年，是目前可資利用的最新數(shù)據(jù)。分析的地區(qū)為除海南、西藏、青海、香港特區(qū)、澳門特區(qū)和臺灣地區(qū)（數(shù)據(jù)缺失）外的28個省級區(qū)域。統(tǒng)計年鑒中的相關數(shù)據(jù)口徑為規(guī)模以上工業(yè)企業(yè)，在此予以說明。在DEA模型中，評價樣本越多，效率區(qū)分度越好。本文采用2013—2017年的5個橫截面數(shù)據(jù)為觀測值，擴大評價樣本，彌補單個橫截面數(shù)據(jù)上出現(xiàn)較多有效單元而區(qū)分能力降低的不足。

在國家科技創(chuàng)新制度不斷完善的大環(huán)境下，研究期內(nèi)反映工業(yè)創(chuàng)新資源的關鍵指標值如R&D人員數(shù)、R&D經(jīng)費內(nèi)部支出以及新產(chǎn)品銷售收入等增長平穩(wěn)，且我國于2015年提出《中國制造2025》以及“供給側(cè)結構性改革”等與工業(yè)轉(zhuǎn)型升級提質(zhì)增效息息相關的戰(zhàn)略、改革等，并于2017年提出“高質(zhì)量發(fā)展”這一發(fā)展要求，故選擇2013—2017年的數(shù)據(jù)研究有其代表性，能基本反映不同戰(zhàn)略階段我國工業(yè)企業(yè)創(chuàng)新資源配置效率狀況，所得研究結果對于未來我國高質(zhì)量發(fā)展所需要的政策制定有較好的參考價值。改革開放以來，各地區(qū)工業(yè)的發(fā)展經(jīng)歷了深刻變化，傳統(tǒng)的東、中、西三大區(qū)域的劃分方式已不合時宜，因此，本文借鑒文獻［19］的標準，進一步將其劃分為八大區(qū)域，見表1。

表1 區(qū)域劃分

四、實證分析

（一）效率測度及分析

根據(jù)2013—2017年28省份工業(yè)企業(yè)面板數(shù)據(jù)，利用上述模型計算得到各年各省份工業(yè)企業(yè)創(chuàng)新資源配置的綜合效率、純技術效率和規(guī)模效率。限于篇幅，詳細數(shù)據(jù)從略。根據(jù)計算結果整理得到全國及八大區(qū)域的效率均值情況，見表2。

從綜合效率來看，東部沿海綜合經(jīng)濟區(qū)和南部沿海綜合經(jīng)濟區(qū)效率均值歷年均在全國均值之上，但是從規(guī)模報酬來看，這兩個綜合經(jīng)濟區(qū)內(nèi)部地區(qū)總體上處于規(guī)模報酬遞減的狀態(tài)，表明繼續(xù)增加創(chuàng)新資源不能提高效率。東北綜合經(jīng)濟區(qū)、北部沿海綜合經(jīng)濟區(qū)和西北綜合經(jīng)濟區(qū)效率呈U型變化的趨勢，其中西北綜合經(jīng)濟區(qū)綜合效率總體上較高，但效率變化幅度較大，2017年效率為1，2015年效率為0.329。西南綜合經(jīng)濟區(qū)和長江中游綜合經(jīng)濟區(qū)效率一直在0.5～0.7之間波動，其中安徽地區(qū)歷年資源配置均為有效。黃河中游綜合經(jīng)濟區(qū)效率始終在0.4～0.5之間，河南地區(qū)歷年效率值均為1，意味著每年河南的工業(yè)企業(yè)創(chuàng)新資源配置均處于生產(chǎn)前沿面，創(chuàng)新投入產(chǎn)出規(guī)模適宜。從全國均值來看，中國工業(yè)企業(yè)創(chuàng)新資源配置綜合效率整體相對不佳，呈U型變化趨勢，于2017年達到最大值0.579，5年平均的效率值僅為0.531。

純技術效率主要反映生產(chǎn)單元的制度安排及管理水平等方面。基于純技術效率測度結果，可以看到東部沿海綜合經(jīng)濟區(qū)、南部沿海綜合經(jīng)濟區(qū)和西南綜合經(jīng)濟區(qū)研究期內(nèi)的純技術效率均值均高于全國均值，其中，浙江2015年效率為0.9，其余年份均達到有效，而上海效率一直處于0.4以下，表明上海地區(qū)投入要素過剩和產(chǎn)出不足較為嚴重，投入產(chǎn)出結構不合理，資源配置沒有處于最佳。西北綜合經(jīng)濟區(qū)、東北綜合經(jīng)濟區(qū)和北部沿海綜合經(jīng)濟區(qū)效率都呈先減后增的趨勢。黃河中游綜合經(jīng)濟區(qū)效率值除2015年外，始終低于全國均值，其中陜西和內(nèi)蒙古效率值始終低于0.3，說明這兩個地區(qū)的工業(yè)企業(yè)管理水平相對較低，制度安排還不夠完善。而長江中游綜合經(jīng)濟區(qū)效率值持續(xù)在0.6左右波動，相對穩(wěn)定。

規(guī)模效率表示當前地區(qū)的生產(chǎn)規(guī)模與最優(yōu)規(guī)模之間的距離。除東北綜合經(jīng)濟區(qū)外，其余區(qū)域在各年份的規(guī)模效率都高于0.85，其中北部綜合經(jīng)濟區(qū)和西北綜合經(jīng)濟區(qū)效率值始終高于0.9。這說明，當前制約我國工業(yè)企業(yè)創(chuàng)新資源配置綜合效率提升的關鍵因素在于純技術效率。從全國均值來看，我國工業(yè)企業(yè)創(chuàng)新資源配置規(guī)模效率始終優(yōu)于綜合效率和純技術效率，5年均值為0.927，總體上保持穩(wěn)定。

表2 八大區(qū)域工業(yè)企業(yè)創(chuàng)新資源配置綜合效率、純技術效率和規(guī)模效率

（二）效率的動態(tài)演進

在上文對各區(qū)域的效率變化趨勢進行分析的基礎上，進一步利用核密度估計方法考察效率分布曲線位置、峰值和形態(tài)等方面的變化，進而表征效率的分布動態(tài)演進過程。

由圖1可知，我國工業(yè)企業(yè)創(chuàng)新資源配置綜合效率分布的動態(tài)演進呈現(xiàn)兩個鮮明的區(qū)間特征，從密度分布曲線的形態(tài)來看，曲線在0～0.6相對低效率區(qū)間和0.6～1相對高效率區(qū)間變化顯著，且2015年為曲線形態(tài)變化的分水嶺。2013—2015年期間，低效率區(qū)間的分布曲線波峰逐漸增高，說明在此區(qū)間內(nèi)的地區(qū)效率差異在逐漸變小，而高效率區(qū)間的分布曲線呈右拖尾特征，且曲線逐漸向下移動，表明高效率地區(qū)有減少的趨勢。而2015—2017年低效率區(qū)間的分布曲線波峰高度下降且寬度由陡峭變?yōu)楸馄剑f明此時期資源配置綜合效率省域差異逐漸變大，高效率區(qū)間的分布曲線逐漸抬起，表明高效率地區(qū)逐漸增多。由此可見，我國于2015年提出“中國制造2025”和供給側(cè)結構性改革等發(fā)展戰(zhàn)略后，我國部分地區(qū)工業(yè)企業(yè)資源配置效率得到優(yōu)化，相關政策效應逐步顯現(xiàn)。總體而言，我國工業(yè)企業(yè)創(chuàng)新資源配置綜合效率存在顯著的追趕效應，即從低效率逐漸向高效率轉(zhuǎn)移，由于效率在低值聚集的情況得到改善，所以省域差異逐漸增大，并于2017年呈現(xiàn)明顯的雙峰特征。

考察期間我國工業(yè)企業(yè)創(chuàng)新資源配置純技術效率動態(tài)演進趨勢如圖2所示，純技術效率密度分布圖與綜合效率十分相似。通過對綜合效率與純技術效率進行spearman相關系數(shù)檢驗發(fā)現(xiàn)，在1%的顯著性水平下，二者歷年呈顯著的正相關，這表明純技術效率與綜合效率的排名顯著一致，是決定工業(yè)企業(yè)創(chuàng)新資源配置綜合效率高低排序的關鍵指標。在0～0.6區(qū)間，效率分布曲線波峰高度大幅度下降，位置向左移動，這是由于部分地區(qū)由低效率向高效率轉(zhuǎn)移，造成低效率地區(qū)總體上核密度變低。在0.6～1區(qū)間，曲線逐漸抬起，實現(xiàn)效率提升的省份的數(shù)量逐漸增多。綜合而言，工業(yè)企業(yè)創(chuàng)新資源配置純技術效率存在“俱樂部”收斂情況，一部分省份純技術效率在低值集聚，另外一部分省份純技術效率向高值靠攏。

分析期內(nèi)我國工業(yè)企業(yè)創(chuàng)新資源配置規(guī)模效率動態(tài)演進趨勢如圖3所示。2013—2015年，我國工業(yè)企業(yè)創(chuàng)新資源配置規(guī)模效率核密度分布曲線左拖尾特征明顯，同時“單峰”分布的特征比較明顯，顯示規(guī)模效率持續(xù)在高水平集聚。2015年分布曲線波峰最寬，且左拖尾最長，表明2015年規(guī)模效率總體上省域差異最為顯著。2015年之后，分布曲線波峰高度上升且寬度由扁平變?yōu)槎盖?，表明地區(qū)間規(guī)模效率差異減小。

（三）效率分布差異檢驗

高質(zhì)量發(fā)展還應關注地區(qū)間的差異問題。第（二）節(jié)中基于各年的截面數(shù)據(jù)分析了效率的總體變化趨勢，本節(jié)進一步考察各地區(qū)效率值的差異情況。通過對效率的分布檢驗可識別區(qū)域內(nèi)部各地區(qū)差異顯著程度，如果區(qū)域內(nèi)部各地區(qū)工業(yè)企業(yè)資源配置效率分布相同，便可認為區(qū)域內(nèi)部效率值差異相對較小。

圖1 工業(yè)企業(yè)創(chuàng)新資源配置綜合效率動態(tài)演進圖

圖2 工業(yè)企業(yè)創(chuàng)新資源配置純技術效率動態(tài)演進圖

圖3 工業(yè)企業(yè)創(chuàng)新資源配置純技術效率動態(tài)演進圖

Kruskal-Wallis單向方差秩方法（K-W檢驗）是檢驗k個獨立樣本是否來自同分布總體的非參數(shù)假設檢驗方法［20］。該方法只要求樣本獨立，不受總體分布性質(zhì)和方差是否相等的限制。原假設為k個總體無顯著差異。檢驗統(tǒng)計量為-3(n+1)，ni為第 i個樣本中觀察值的個數(shù)，，Ri為第 i個樣本的秩和。檢驗結果見表3。

表3 八大區(qū)域工業(yè)企業(yè)資源配置效率分布的K-W檢驗結果

從區(qū)域檢驗結果來看，東北綜合經(jīng)濟區(qū)綜合效率、純技術效率與規(guī)模效率的K-W檢驗p值分別為0.826、0.132和0.219，不能拒絕原假設，表明內(nèi)部3個地區(qū)效率分布來自同一個總體。與其他綜合經(jīng)濟區(qū)相比，東北地區(qū)的之間效率差異相對較小但效率總體上處于較低的水平。作為我國的老工業(yè)基地，如今東北地區(qū)面臨著嚴重的工業(yè)研發(fā)人才流失，創(chuàng)新激勵不足與金融支持弱的外部環(huán)境，對工業(yè)企業(yè)的發(fā)展有著嚴重的抑制作用。未來需進一步加快體制機制的轉(zhuǎn)型與改進，促進管理制度、激勵制度與成果轉(zhuǎn)化制度對工業(yè)企業(yè)創(chuàng)新活動的正向引導。

南部沿海綜合經(jīng)濟區(qū)綜合效率和純技術效率檢驗p值分別為0.347、0.116，在5%的顯著性水平下，福建和廣東的效率總體分布差異不顯著。廣東和福建作為我國工業(yè)發(fā)展較好的地區(qū)，聚集了大量的工業(yè)資源，隨著人員、經(jīng)費等創(chuàng)新要素規(guī)模的擴大，雖然總量不同，但同時面臨著相應的制度安排和管理水平不能完全發(fā)揮投入資源生產(chǎn)潛力的問題，所以造成二者效率水平相對不佳，差異不顯著。其中，廣東的效率值總體上有逐漸改善的趨勢，純技術效率在2017年達到有效，未來福建可以加強與廣東的合作，以廣東為標桿，深化制度改革和提升管理水平，優(yōu)化創(chuàng)新資源配置效率。而廣東與福建投入產(chǎn)出規(guī)模差異較大，故規(guī)模效率分布差異顯著。

雖然甘肅、寧夏、新疆這些地區(qū)效率波動較大，但西北綜合經(jīng)濟區(qū)檢驗結果顯示這3個地區(qū)效率分布差異并不顯著，表明這3個地區(qū)的工業(yè)發(fā)展存在某種共性。隨著“一帶一路”倡議的實施，這些地區(qū)正逐步從原先對外開放的腹地變成對外開放的前沿，未來應積極促進獨特的區(qū)位優(yōu)勢與能源優(yōu)勢轉(zhuǎn)變成經(jīng)濟優(yōu)勢。

北部沿海綜合經(jīng)濟區(qū)、東部沿海綜合經(jīng)濟區(qū)、黃河中游綜合經(jīng)濟區(qū)、長江中游綜合經(jīng)濟區(qū)和西南綜合經(jīng)濟區(qū)內(nèi)部效率分布均未能在0.05的顯著水平下拒絕原假設，可見，總體上我國區(qū)域間與區(qū)域內(nèi)部差異依然顯著，未來促進地區(qū)間的均衡發(fā)展可先從縮小區(qū)域內(nèi)部差異開始，再逐漸過渡到區(qū)域間的均衡發(fā)展。

（四）投入冗余與產(chǎn)出不足分析

資源投入冗余和產(chǎn)出不足是造成綜合效率嚴重無效的表現(xiàn)［21］。如何提升資源配置效率，我們需要分析非有效的地區(qū)的創(chuàng)新投入資源冗余和產(chǎn)出不足情況。各地區(qū)投入冗余與產(chǎn)出不足研究期內(nèi)的均值（除去各年效率均為1的安徽與河南地區(qū)）見表4。為避免規(guī)模無效影響，表4的無效分析是基于測度純技術效率模型的計算結果。

表4 各地區(qū)平均投入冗余與產(chǎn)出不足率

綜合投入指標情況，投入指標引進技術經(jīng)費支出/R&D經(jīng)費內(nèi)部支出冗余情況最為嚴重，八大綜合經(jīng)濟區(qū)內(nèi)部各地區(qū)均有較高的冗余，5年平均冗余率高于50%的省份達到13個，其中超過70%的地區(qū)有7個，表明目前我國工業(yè)企業(yè)強引進、弱消化吸收的現(xiàn)象仍然嚴重。造成這一現(xiàn)象的原因主要有兩個：第一，我國工業(yè)企業(yè)技術引進經(jīng)費與消化吸收經(jīng)費難以均衡配置，以2013—2017年為例，我國工業(yè)企業(yè)技術引進與消化吸收經(jīng)費之比分別為1∶0.38、1∶0.37、1∶0.26、1∶0.23和1∶0.30，而日韓等工業(yè)強國這一比例為1∶3左右，部分重點領域高達1∶7，遠遠高于我國工業(yè)企業(yè)對于引進與吸收經(jīng)費配置比；第二，低水平技術重復引進，“軟性”技術缺乏。由于國外對于核心高端技術的壟斷，國內(nèi)引進技術多以低水平技術為主。而企業(yè)為了搶占市場先機，盲目投資于市場風口，由于企業(yè)的個體性與獨立性，導致同一地區(qū)內(nèi)部和不同地區(qū)間的同一行業(yè)對低水平技術的重復引進。此外，技術引進多以機器、設備等硬件為主，消耗了大量的資金，技術秘訣、圖紙和專利等軟性技術缺乏。如何均衡引進與吸收經(jīng)費的配置、減少重復引進和轉(zhuǎn)變重硬輕軟的思維是未來我國工業(yè)企業(yè)應注意的問題。

從人員勞務費/R&D人員數(shù)指標來看，浙江和云南等地區(qū)5年平均的冗余率為0，說明這類地區(qū)現(xiàn)有制度安排與管理模式能夠最大化的利用研發(fā)人員的勞動。上海地區(qū)5年平均冗余率超過50%，北京地區(qū)平均冗余率接近40%，此外，天津、河北、內(nèi)蒙、福建、山東、湖南、廣東和重慶等地區(qū)冗余率均超過20%，主要集中在北部沿海綜合經(jīng)濟區(qū)和南部沿海綜合經(jīng)濟區(qū)等區(qū)域，這些地區(qū)同傳統(tǒng)西部部分地區(qū)相比，經(jīng)濟水平相對更高、基礎設施狀況相對更完善，且企業(yè)福利、勞動報酬等方面更具有競爭力，能夠吸引大量的工業(yè)人才，但這些經(jīng)濟區(qū)工業(yè)企業(yè)因現(xiàn)行管理方式、內(nèi)部治理結構和人員激勵制度等方面難以匹配工業(yè)人才規(guī)模的擴展速度，造成勞動要素的擁擠，對創(chuàng)新資源配置效率產(chǎn)生了負向影響。

從R&D經(jīng)費內(nèi)部支出/主營業(yè)收入指標來看，5年平均冗余率小于5%的非歷年有效省份有9個，主要集中在西南綜合經(jīng)濟區(qū)和西北綜合經(jīng)濟區(qū)，表明這些地區(qū)對于該指標利用較為充分。天津和上海地區(qū)平均冗余率超過50%，黑龍江、江蘇、山東、湖北、湖南和陜西等地區(qū)冗余率均超過30%，從區(qū)域?qū)用鎭砜?，冗余較為嚴重的區(qū)域主要集中在北部沿海綜合經(jīng)濟區(qū)、東部沿海綜合經(jīng)濟區(qū)和南部沿海綜合經(jīng)濟區(qū)等傳統(tǒng)東部地區(qū)?？傮w來說，該指標冗余呈現(xiàn)出一定的兩級分化現(xiàn)象，傳統(tǒng)西部地區(qū)冗余率較低，傳統(tǒng)東部地區(qū)冗余率較高。

而新產(chǎn)品開發(fā)經(jīng)費項目均值在4個投入指標中冗余相對較小，除河南與安徽外，5年平均冗余率小于10%的省份有15個，其中小于5%的省份有11個。黃河中游綜合經(jīng)濟區(qū)總體來說冗余最為嚴重，山西、內(nèi)蒙古和陜西地區(qū)5年的平均冗余率均超過20%。

新產(chǎn)品出口額/新產(chǎn)品銷售收入這一指標是企業(yè)國際競爭力的體現(xiàn)，最能體現(xiàn)創(chuàng)新產(chǎn)出的質(zhì)量，而這一產(chǎn)出指標不足最為顯著。除浙江與廣東地區(qū)外，其余地區(qū)均有該指標不足的情況，相當部分地區(qū)該指標產(chǎn)出不足十分嚴重。2008年金融危機后，世界經(jīng)濟低迷，貿(mào)易保護主義抬頭，作為對外依存度較高的中國受到顯著影響，國內(nèi)市場逐漸成為企業(yè)銷售增長的主要來源；另一方面，工業(yè)生產(chǎn)要素成本不斷攀升，國際比較優(yōu)勢不斷變?nèi)酢?jù)美國波士頓咨詢公司發(fā)布的《成本競爭力指數(shù)》，美國相對中國的制造業(yè)成本劣勢已經(jīng)縮小到5%以內(nèi)。從勞動成本來看，2004—2014年，在全球前25位的出口國中，中國和俄羅斯年均工資增長率始終保持在10%～20%，而其他經(jīng)濟體的年均工資增長率僅為2%～3%。從能源成本來看，從2004—2014年，中國工業(yè)用電的成本上升約66%，天然氣成本增加138%。在要素成本上升和不穩(wěn)定的國際貿(mào)易背景下，未來應突出管理創(chuàng)新與制度創(chuàng)新導向，提高技術引進效率，并發(fā)揮我國在大數(shù)據(jù)、人工智能與互聯(lián)網(wǎng)領域的優(yōu)勢，促進制造業(yè)轉(zhuǎn)型升級，提高新產(chǎn)品附加值，增強產(chǎn)品國際競爭力。

專利申請數(shù)/R&D人員全時當量這一指標不足主要集中在東北、黃河中游和東部沿海綜合經(jīng)濟區(qū)。而新產(chǎn)品開發(fā)項目數(shù)/R&D項目數(shù)這一指標總體上不足最小，平均產(chǎn)出不足率在5%以下的地區(qū)占比非歷年有效地區(qū)數(shù)的85%，表明我國工業(yè)企業(yè)新產(chǎn)品項目開發(fā)能力較強。

五、結論與建議

本文借助非導向的ERM模型并結合適應高質(zhì)量發(fā)展背景的效率評價指標，測度了我國28個省市工業(yè)企業(yè)的創(chuàng)新資源配置效率，并重點關注了效率的動態(tài)演進，區(qū)域內(nèi)部差異以及各指標的無效情況。得出如下結論：①我國八大綜合經(jīng)濟區(qū)工業(yè)企業(yè)整體創(chuàng)新資源配置綜合效率不佳，且多地區(qū)工業(yè)企業(yè)勞動、經(jīng)費等創(chuàng)新要素邊際收益遞減；②2015年之前，我國工業(yè)企業(yè)創(chuàng)新資源配置綜合效率在低值聚集，2015之后，部分地區(qū)工業(yè)企業(yè)創(chuàng)新資源配置綜合效率得到改善，逐步向高效率演進。純技術效率與綜合效率的變化趨勢基本一致，而規(guī)模效率總體上波動較小且處于較高水平；③八大區(qū)域中，僅有東北、南部沿海和西北綜合經(jīng)濟區(qū)內(nèi)部各省份效率分布差異不顯著；④當前我國工業(yè)企業(yè)同時存在勞動、經(jīng)費等創(chuàng)新投入資源利用率不高和專利、新產(chǎn)品出口等產(chǎn)出不足的“雙因”現(xiàn)象。

基于以上結論，本文認為我國今后首先需要完善工業(yè)創(chuàng)新資源管理體制，釋放創(chuàng)新資源生產(chǎn)潛力。當前我國工業(yè)企業(yè)創(chuàng)新活動的相關制度安排（人才激勵制度、財務制度以及技術引進消化制度等）不夠成熟、管理水平不佳，勞動、經(jīng)費等創(chuàng)新要素冗余較為嚴重。通過推動人才激勵、創(chuàng)新經(jīng)費管理體制等方面的改革，充分釋放人才創(chuàng)新潛能，提高創(chuàng)新資金使用效率與收益。對于引進技術的消化吸收，應健全對技術引進項目的績效評估，即當一個地區(qū)技術引進項目的績效未能達到某種要求，那么國家在某一時間段可以減少該地區(qū)技術引進項目的支持。此措施也可延伸到相關企業(yè)。

其次，充分發(fā)揮“互聯(lián)網(wǎng)+”、人工智能和5G等新理論、新技術在創(chuàng)新資源配置的重要作用。在國際貿(mào)易環(huán)境不穩(wěn)定的同時，我國工業(yè)企業(yè)生產(chǎn)要素成本不斷攀升，新產(chǎn)品國際比較優(yōu)勢逐漸變?nèi)?。而當前全球制造業(yè)已呈現(xiàn)出網(wǎng)絡化、智能化、數(shù)字化等趨勢，人工智能、5G、大數(shù)據(jù)、深度學習以及移動互聯(lián)網(wǎng)等新技術、新理論能夠滲透于包括研發(fā)設計、生產(chǎn)制造、銷售和售后服務的各個制造業(yè)環(huán)節(jié)，并重新塑造產(chǎn)業(yè)供應鏈，提高工業(yè)新產(chǎn)品附加值，已成為各國公認的新一輪產(chǎn)業(yè)變革核心驅(qū)動力。這些新技術、新理論的應用是工業(yè)企業(yè)轉(zhuǎn)型升級的新動能，將充分釋放中國科技創(chuàng)新的技術紅利，是解決人口紅利下降背景下生產(chǎn)成本上升、新產(chǎn)品國際競爭力弱問題的有效途徑。

最后，加快跨區(qū)域協(xié)同創(chuàng)新平臺建設，塑造區(qū)域協(xié)調(diào)發(fā)展新格局。當前我國地區(qū)工業(yè)發(fā)展不平衡不充分主要是由于工業(yè)創(chuàng)新資源在區(qū)域間以及區(qū)域內(nèi)部被錯配以及創(chuàng)新資源自由流動不暢。未來區(qū)域協(xié)調(diào)發(fā)展應尊重客觀經(jīng)濟規(guī)律，充分發(fā)揮不同地區(qū)的比較優(yōu)勢?？鐓^(qū)域協(xié)同創(chuàng)新平臺正是以提高資源配置效率與創(chuàng)新質(zhì)量為目的，整合各地區(qū)在各個生產(chǎn)環(huán)節(jié)的創(chuàng)新資源，打造功能互補、區(qū)域聯(lián)動、錯位競爭的空間布局，實現(xiàn)區(qū)域創(chuàng)新體系整體效益最大化的重要機制保障。構建跨區(qū)域協(xié)同創(chuàng)新平臺同時也是推進區(qū)域經(jīng)濟一體化的重要舉措。