周筱揚， 左國存

(湖南理工學(xué)院 經(jīng)濟(jì)與管理學(xué)院， 湖南 岳陽 414000)

當(dāng)前，中國整體進(jìn)入加快建設(shè)創(chuàng)新型國家的重要時期，經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段[1]。科技創(chuàng)新是湖南省經(jīng)濟(jì)高質(zhì)量發(fā)展的“關(guān)鍵變量”。在“十三五”時期，全省上下認(rèn)真貫徹落實創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，科技創(chuàng)新呈現(xiàn)量質(zhì)齊升的良好局面，建設(shè)“創(chuàng)新型湖南”取得重大進(jìn)展。創(chuàng)新發(fā)展已經(jīng)成為湖南省經(jīng)濟(jì)發(fā)展的重大戰(zhàn)略部署。

1 文獻(xiàn)綜述

關(guān)于科技創(chuàng)新效率的相關(guān)研究主要集中于以下兩個方面：①通過參數(shù)或非參數(shù)方法對科技創(chuàng)新效率進(jìn)行測度。楊凱[2]運用隨機(jī)前沿分析方法對中國主要城市的創(chuàng)新效率水平進(jìn)行測評，探究城市創(chuàng)新產(chǎn)出的轉(zhuǎn)化率水平；李廣春等[3]從科技投入和產(chǎn)出兩方面構(gòu)建科技創(chuàng)新效率的綜合評價指標(biāo)，對中部6省科技創(chuàng)新效率進(jìn)行實證研究。更多研究采用非參數(shù)方法對科技創(chuàng)新效率進(jìn)行測度，主要是數(shù)據(jù)包絡(luò)分析(data envelopment analysis，DEA)。張鵬等[4]采用DEA-Malmquist指數(shù)方法，對粵港澳大灣區(qū)10個城市2014—2019年的科技創(chuàng)新效率進(jìn)行靜態(tài)與動態(tài)分析；在傳統(tǒng)DEA基礎(chǔ)上，王禮剛[5]運用三階段DEA模型，對中部6省科技創(chuàng)新效率進(jìn)行評價。②對科技創(chuàng)新效率影響因素的相關(guān)研究。目前普遍在對科技創(chuàng)新效率測度的基礎(chǔ)上，運用Tobit回歸模型探究科技創(chuàng)新效率的影響因素。楊正軍等[6]認(rèn)為政府扶持、對外開放與經(jīng)濟(jì)發(fā)展對科技創(chuàng)新效率促進(jìn)作用；王雅麗等[7]從政府扶持力度、經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、教育水平和外商投資方面探尋長江經(jīng)濟(jì)帶科技創(chuàng)新效率的影響因素。

對科技創(chuàng)新效率及影響因素的研究主要集中于中國省域[8]、京津冀城市群[9]、長江經(jīng)濟(jì)帶[10]、粵港澳大灣區(qū)[4]等區(qū)域，但目前對湖南省各地級市科技創(chuàng)新效率測度及影響因素的研究較少。鑒于此，在已有研究的基礎(chǔ)上，以湖南省14個地級市為例，使用DEA對其2015—2019年科技創(chuàng)新效率進(jìn)行評價，并使用Tobit模型探究科技創(chuàng)新效率的影響因素，以期為湖南省科技創(chuàng)新效率的提升提出政策建議和參考。

2 湖南省各地級市科技創(chuàng)新效率評價

2.1 科技創(chuàng)新效率指標(biāo)體系構(gòu)建與數(shù)據(jù)來源

參考藍(lán)海等[11]、汪艷霞等[12]的研究，在科技創(chuàng)新投入指標(biāo)方面，選取研究與試驗發(fā)展(R&D)經(jīng)費內(nèi)部支出衡量科技資金投入，R&D人員全時當(dāng)量衡量科技人力資本投入；在科技創(chuàng)新產(chǎn)出指標(biāo)方面，通過有效發(fā)明專利量反映地區(qū)授權(quán)過后并且持續(xù)繳納年費的專利數(shù)量，科技論文數(shù)反映地區(qū)科研成果以論文形式發(fā)表的狀況，以專利申請量反映地區(qū)專利技術(shù)申請的狀況。具體科技創(chuàng)新投入與產(chǎn)出指標(biāo)見表1。

表1 科技創(chuàng)新效率投入與產(chǎn)出指標(biāo)

研究對象為湖南省各地級市，原始數(shù)據(jù)來源于歷年《湖南統(tǒng)計年鑒》，雖然科技創(chuàng)新投入與科技產(chǎn)出在短期之間存在著一年時間上的滯后，但從長期的角度看，科技創(chuàng)新投入與科技產(chǎn)出之間存在著均衡穩(wěn)定的關(guān)系，因此選取2015—2019年的投入產(chǎn)出數(shù)據(jù)在時間上不存在滯后[12]。

2.2 DEA模型

DEA是一種非參數(shù)估計方法，用于解決多投入、多產(chǎn)出的決策評價問題，在進(jìn)行科技創(chuàng)新效率測度時選用BCC模型，即規(guī)模報酬可變的DEA模型，使得在計算技術(shù)效率的時候不會受到規(guī)模效率的影響[13]，本文選用產(chǎn)出導(dǎo)向的BCC模型。

2.3 科技創(chuàng)新效率分析

運用DEAP 2.1軟件，對湖南省14個地級市2015—2019年的科技創(chuàng)新綜合效率、純技術(shù)效率以及規(guī)模效率進(jìn)行測度。

2.3.1 科技創(chuàng)新綜合效率分析

從表2可以看出，2015—2019年湖南省的平均綜合技術(shù)效率呈不斷上升的趨勢。2015—2019年，張家界市和湘西州的綜合效率一直為1，處于DEA有效狀態(tài)，張家界市和湘西州作為全省重要的旅游城市，積極響應(yīng)國家、省政府的號召，緊緊圍繞科技創(chuàng)新發(fā)展主題，持續(xù)加大科技創(chuàng)新投入，積極加強高新產(chǎn)業(yè)園區(qū)和可持續(xù)發(fā)展試驗區(qū)建設(shè)，推進(jìn)科技與旅游深度融合，加快科技成果轉(zhuǎn)化。岳陽市作為湖南經(jīng)濟(jì)總量第二的城市，由于科技創(chuàng)新資源配置不均，科技成果產(chǎn)出水平低，造成綜合技術(shù)效率均值最低，僅為0.311。長株潭三市依托市內(nèi)科技優(yōu)勢，積極聯(lián)合打造科技創(chuàng)新高地，近年來科技創(chuàng)新綜合效率顯著提升。2019年長沙市和株洲市皆處于DEA有效狀態(tài)。

2.3.2 科技創(chuàng)新綜合效率分析

由表3可以發(fā)現(xiàn)，2015—2019年湖南省科技創(chuàng)新的純技術(shù)效率均值為0.753，處于較高水平，但各個地級市之間還存在顯著差異。在14個地級市中，長沙市、株洲市、張家界市和湘西州這4個地級市的純技術(shù)效率均為1，處于DEA有效的狀態(tài)。長沙市、株洲市、衡陽市和湘潭市等地區(qū)，在大力推進(jìn)科技創(chuàng)新的進(jìn)程中，政府部門積極出臺科技政策鼓勵科技創(chuàng)新，引導(dǎo)科技資金合理有效利用，達(dá)到了較高的資源配置效率。而婁底市、懷化市和郴州市等地級市，科技創(chuàng)新基礎(chǔ)能力較為薄弱，科技創(chuàng)新的純技術(shù)效率值偏低，需要適當(dāng)?shù)囊蒲腥瞬?，增加R&D經(jīng)費投入，進(jìn)一步支持高技術(shù)產(chǎn)業(yè)發(fā)展。

表2 2015—2019年湖南省14個地級市科技創(chuàng)新綜合效率值

表3 2015—2019年湖南省14個地級市科技創(chuàng)新純技術(shù)效率值

2.3.3 科技創(chuàng)新綜合效率分析

由表4可知，2015年，湖南省各地級市科技創(chuàng)新綜合效率均值僅為0.564，2019年大幅上升到0.980，且2015—2019年湖南省科技創(chuàng)新的規(guī)模效率均值為0.802，明顯高于綜合效率及純技術(shù)效率。在研究期內(nèi)，張家界市和湘西州科技創(chuàng)新規(guī)模效率處于到DEA有效狀態(tài)。湘潭市、衡陽市和益陽市等市由于規(guī)模效率偏低導(dǎo)致綜合創(chuàng)新效率處于較低水平，長沙市作為湖南省的省會，是長江中游城市群和“長江經(jīng)濟(jì)帶”重要的節(jié)點城市，“長株潭城市群”的關(guān)鍵核心城市，受到國家的重視要高于其他地級市，規(guī)模創(chuàng)新效率僅為0.704，低于平均值；同樣作為“長株潭城市群”之一的湘潭市，并且是湖南區(qū)域性中心城市，其規(guī)模創(chuàng)新效率為0.723，也低于均值。這兩個重要城市R&D經(jīng)費充足、科研人才數(shù)量較多、高技術(shù)產(chǎn)業(yè)發(fā)達(dá)，但由于管理體制的弊端導(dǎo)致科研資源的堆積，造成了科研資源的浪費，最終拉低了資源的配置效率。

表4 2015—2019年湖南省14個地級市科技創(chuàng)新規(guī)模效率值

3 湖南省各地級市科技創(chuàng)新效率影響因素分析

3.1 Tobit回歸模型構(gòu)建

在參考相關(guān)研究和科技發(fā)展報告的基礎(chǔ)上，從經(jīng)濟(jì)發(fā)展水平、政府支持力度、人力資本、產(chǎn)業(yè)結(jié)構(gòu)方面分析對科技創(chuàng)新效率的影響。

1)以“地區(qū)人均生產(chǎn)總值”來衡量地區(qū)經(jīng)濟(jì)發(fā)展水平。地區(qū)經(jīng)濟(jì)發(fā)展水平反映一個地區(qū)的總體發(fā)展情況，通常來說，經(jīng)濟(jì)發(fā)展水平較高的地區(qū)經(jīng)濟(jì)資源、科技資源較為豐富，集聚效應(yīng)與規(guī)模效應(yīng)強，對于城市的科技創(chuàng)新效率具有積極的促進(jìn)作用。

2)以“每10萬人中在校大學(xué)生數(shù)”來衡量地區(qū)科技創(chuàng)新的科研人才。人力資本是科技創(chuàng)新開展的重要因素，高水平的人力資本代表較高的勞動者素質(zhì)。通常來說，地區(qū)科研人才越多，科技創(chuàng)新效率越高。

3)采用“規(guī)模以上工業(yè)企業(yè)研發(fā)使用來自政府部門的科技活動資金”以衡量政府的支持力度。政府作為“看得見的手”，具有調(diào)節(jié)科技資源合理配置的作用。通常來說，對科技創(chuàng)新的支持力度越大，科技創(chuàng)新效率越高。

4)采用“第三產(chǎn)業(yè)產(chǎn)值占GDP的比重”作為產(chǎn)業(yè)結(jié)構(gòu)的衡量指標(biāo)?？萍夹袠I(yè)作為重要的第三產(chǎn)業(yè)，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化會對科技創(chuàng)新效率具有明顯的影響，第三產(chǎn)業(yè)的發(fā)達(dá)程度直接影響地區(qū)的科技創(chuàng)新效率。

Tobit模型是因變量滿足某種約束條件的取值模型，又稱為樣本選擇模型或受限因變量模型。由于使用BCC-DEA模型得出湖南各地級科技創(chuàng)新綜合效率值處于0～1之間，因此使用Tobit回歸模型分析各因素對湖南省各地級市科技創(chuàng)新效率的影響，構(gòu)建Tobit回歸模型：

Yit=α0+α1X1+α2X2+α3X3+α4X4+μit

(1)

式中：i=1，2，…，14；t=2015，2016，…，2019；Yit為湖南省14個地級市科技創(chuàng)新綜合技術(shù)效率值；X1為地區(qū)人均生產(chǎn)總值；X2為每10萬人中在校大學(xué)生數(shù)；X3為規(guī)模以上工業(yè)企業(yè)研發(fā)使用來自政府部門的科技活動資金；X4為第三產(chǎn)業(yè)產(chǎn)值占GDP的比重；μit為隨機(jī)擾動項。

3.2 回歸結(jié)果分析

根據(jù)上述Tobit模型，利用Stata15軟件進(jìn)行Tobit模型回歸，回歸結(jié)果見表5。

表5 Tobit模型回歸分析結(jié)果

根據(jù)Tobit回歸結(jié)果可以得出，地區(qū)人均生產(chǎn)總值X1與科技創(chuàng)新綜合效率呈現(xiàn)負(fù)相關(guān)，且在1%的水平下顯著，這表明地區(qū)經(jīng)濟(jì)的發(fā)展反而阻礙了科技創(chuàng)新綜合效率的提高。究其原因，湖南省西部地區(qū)多山川，地茂復(fù)雜，交通不便，西部地區(qū)懷化、張家界等市基礎(chǔ)設(shè)施落后，耕作方式原始，近年來的經(jīng)濟(jì)發(fā)展成果主要向完善基礎(chǔ)設(shè)施、提高居民基本生活水平等方面傾斜，未能重視科技創(chuàng)新水平及效率的提升，從而導(dǎo)致湖南省科技創(chuàng)新效率總體低下；而岳陽市、常德市、郴州市等地區(qū)科研行業(yè)在國民經(jīng)濟(jì)中占比較低，科技資源較為薄弱。因此，就目前來看，經(jīng)濟(jì)發(fā)展水平與科技創(chuàng)新綜合效率具有負(fù)相關(guān)性。

每10萬人中在校大學(xué)生數(shù)X2與科技創(chuàng)新綜合效率呈現(xiàn)正相關(guān)性，但相關(guān)性較弱，且在1%的水平下顯著。技術(shù)研發(fā)是一項知識高度密集的活動，對勞動者素質(zhì)要求較高，需要具有專業(yè)的知識技能，掌握豐富的專業(yè)知識，科研人才能夠有效地利用科技資源，從而提高科技創(chuàng)新效率。勞動者素質(zhì)越高，技術(shù)研發(fā)效率就越高，勞動者素質(zhì)的提升促進(jìn)了科技研發(fā)效率的提升。

規(guī)模以上工業(yè)企業(yè)研發(fā)使用來自政府部門的科技活動資金X3與科技創(chuàng)新綜合效率存在正相關(guān)性，但相關(guān)性較弱，且在1%的水平下顯著。這說明政府支持對科技創(chuàng)新效率具有積極意義，地區(qū)政府支持力度越大，科技創(chuàng)新效率越高。政府對科技創(chuàng)新活動重視程度越大，就會投入更多的科技活動資金、完善相應(yīng)的科技配套支持政策，從而促使科研部門完善科研基礎(chǔ)設(shè)施，購買先進(jìn)的實驗器材、設(shè)備等，創(chuàng)造更為完備的科研環(huán)境，從而提升科技創(chuàng)新效率。

第三產(chǎn)業(yè)產(chǎn)值占GDP的比重X4與科技創(chuàng)新綜合效率具有很強的正相關(guān)性，并且在1%的水平下顯著。第三產(chǎn)業(yè)在國民經(jīng)濟(jì)中所占比重越大，經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化程度越高，科技行業(yè)在國民經(jīng)濟(jì)中地位越為重要，會大幅度帶動科技創(chuàng)新效率的提升。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化會促使經(jīng)濟(jì)、人才、物力等資源的配置更有效率，避免各類資源的冗余和浪費，促進(jìn)地區(qū)科技創(chuàng)新效率的提高。

4 結(jié)論與建議

4.1 研究結(jié)論

通過對湖南省14個地級市科技創(chuàng)新效率的測算及影響因素的分析，得出以下結(jié)論：①通過DEA模型對湖南省14個地級市科技創(chuàng)新效率進(jìn)行測度，發(fā)現(xiàn)各地級市在綜合效率、純技術(shù)效率及規(guī)模效率方面皆存在較大差距，規(guī)模效率有顯著上升趨勢。②通過Tobit模型對科技創(chuàng)新效率的影響因素進(jìn)行回歸，發(fā)現(xiàn)地區(qū)人均生產(chǎn)總值與科技創(chuàng)新效率呈現(xiàn)較弱的負(fù)相關(guān)，而每10萬人中在校大學(xué)生數(shù)、規(guī)模以上工業(yè)企業(yè)研發(fā)使用來自政府部門的科技活動資金、第三產(chǎn)業(yè)產(chǎn)值占GDP的比重與科技創(chuàng)新效率呈現(xiàn)正相關(guān)，且第三產(chǎn)業(yè)產(chǎn)值占GDP的比重與科技創(chuàng)新效率的相關(guān)性較強。

4.2 對策建議

4.2.1 合理配置經(jīng)濟(jì)資源

在調(diào)動一切積極因素大力發(fā)展經(jīng)濟(jì)的過程中，要注意對既得經(jīng)濟(jì)資源進(jìn)行優(yōu)化配置。經(jīng)濟(jì)發(fā)展成果既要進(jìn)行教育、醫(yī)療等公共基礎(chǔ)設(shè)施的建設(shè)，提升居民生活質(zhì)量，滿足居民多層次的生活需要，又要兼顧科技領(lǐng)域，引導(dǎo)社會資本、風(fēng)險投資基金向科技行業(yè)注入，并增加基礎(chǔ)設(shè)施建設(shè)資金，完善交通運輸網(wǎng)絡(luò)，優(yōu)化網(wǎng)絡(luò)通信系統(tǒng)，營造良好的科技創(chuàng)新硬件環(huán)境，以完備的基礎(chǔ)設(shè)施助力科技創(chuàng)新效率的提升。

4.2.2 引育高水平科技人才

高學(xué)歷科技人才對于提高科技創(chuàng)新效率、提高科技成果產(chǎn)出率具有明顯的促進(jìn)作用?？茖W(xué)技術(shù)是第一生產(chǎn)力，而人才是生產(chǎn)力中最具有決定性的因素，高學(xué)歷人才是科技創(chuàng)新的寶貴財富，科研機(jī)構(gòu)、高等院校等主體積極實施人才引進(jìn)政策，通過學(xué)歷培訓(xùn)、在職培訓(xùn)等多種方式引育高水平科技人才。強化內(nèi)部激勵約束機(jī)制，加強對人才的專業(yè)技能知識的培養(yǎng)，提升科技人才自身的素養(yǎng)和能力。

4.2.3 積極發(fā)展以高技術(shù)為主的第三產(chǎn)業(yè)

知識密集型的第三產(chǎn)業(yè)是科技創(chuàng)新的中堅力量，各地政府需要加大對科技型企業(yè)的政策優(yōu)惠力度，對符合政策要求的企業(yè)，用盡、用活各種可以促進(jìn)科技產(chǎn)業(yè)發(fā)展的利好政策，扶持科技導(dǎo)向型企業(yè)的發(fā)展?？萍紕?chuàng)新往往不是單一企業(yè)的活動，更多需要產(chǎn)學(xué)研深度合作。同時，鼓勵高校教師積極參與地區(qū)縱向課題的研究，積極引導(dǎo)高校人才赴企業(yè)參觀、實習(xí)，更好地把握市場方向和前沿技術(shù)，也鼓勵企業(yè)在高校設(shè)置校企合作培養(yǎng)基地，拓展學(xué)校到企業(yè)的去路，構(gòu)建良好的產(chǎn)學(xué)研科技合作環(huán)境。