楊 劍，夏慧良

（安徽大學(xué)管理學(xué)院，安徽合肥 230039）

自1988 年5 月中國首個(gè)國家級高新區(qū)——北京中關(guān)村高新區(qū)建立以來，至2021 年，經(jīng)國務(wù)院批準(zhǔn)設(shè)立的國家級高新區(qū)已達(dá)169 家。2020 年，169 家國家高新區(qū)實(shí)現(xiàn)地區(qū)生產(chǎn)總值12.2 萬億元，占國內(nèi)生產(chǎn)總值的12.3%；區(qū)內(nèi)企業(yè)R&D 經(jīng)費(fèi)支出8 259.2億元，約占全國（未含港澳臺地區(qū)）企業(yè)R&D 經(jīng)費(fèi)支出的50%［1］。作為高科技產(chǎn)業(yè)聚集的載體，國家級高新區(qū)吸引了大量的創(chuàng)新資源，已成為中國經(jīng)濟(jì)發(fā)展的中堅(jiān)力量和創(chuàng)新高地。隨著創(chuàng)新投入的增加，客觀準(zhǔn)確地衡量國家級高新區(qū)的科技創(chuàng)新效率，對于設(shè)計(jì)和完善園區(qū)科技創(chuàng)新政策、充分發(fā)揮高新區(qū)的科技創(chuàng)新引領(lǐng)功能具有重要作用。

1 文獻(xiàn)回顧

關(guān)于中國高新區(qū)科技創(chuàng)新效率評價(jià)問題，學(xué)界開展了許多有價(jià)值和有意義的研究。從評價(jià)方法來看，一些研究通過構(gòu)建創(chuàng)新績效指標(biāo)體系評價(jià)高新區(qū)創(chuàng)新績效，例如張偉等［2］建立了一套高新技術(shù)園區(qū)運(yùn)行效率評價(jià)指標(biāo)體系，對國家級高新區(qū)的運(yùn)行狀況和發(fā)展水平進(jìn)行評價(jià)；Chen 等［3］開發(fā)了包括能耗和技術(shù)支持等7 個(gè)指標(biāo)的商業(yè)園區(qū)高科技產(chǎn)業(yè)評估系統(tǒng)；黃春鈴等［4］建立了與高新區(qū)勞動生產(chǎn)率、經(jīng)濟(jì)和社會發(fā)展相關(guān)的評價(jià)指標(biāo)體系，運(yùn)用因子分析和聚類分析方法研究53 家國家高新區(qū)的生產(chǎn)效率；閆國慶等［5］構(gòu)建了國家高新區(qū)創(chuàng)新水平測度指標(biāo)體系，并重點(diǎn)討論了構(gòu)建原則、指標(biāo)選取等問題；汪海鳳等［6］采用因子聚類分析方法研究了國家高新區(qū)的綜合發(fā)展水平；張立峰等［7］運(yùn)用隨機(jī)前沿分析方法對京津冀地區(qū)國家級高新區(qū)創(chuàng)新效率進(jìn)行研究。此類研究大多采用參數(shù)模型方法對高新區(qū)創(chuàng)新效率進(jìn)行評價(jià)，而參數(shù)模型方法存在因模型設(shè)定錯誤而估計(jì)有偏和不一致的風(fēng)險(xiǎn)［8］。

隨著數(shù)據(jù)包絡(luò)分析方法（DEA）的發(fā)展和推廣，DEA 逐漸成為評價(jià)高新區(qū)科技創(chuàng)新效率的主流方法。在國內(nèi)已有相關(guān)研究中，如常玉等［9］對西部地區(qū)13家國家級高新區(qū)創(chuàng)新效率進(jìn)行了DEA 評價(jià)；白俊紅等［10］使用DEA-Tobit 兩步法解釋創(chuàng)新效率的環(huán)境方面影響；謝子遠(yuǎn)［11］使用DEA 方法測量了高新區(qū)的創(chuàng)新效率，并在此基礎(chǔ)上使用Tobit 模型分析了區(qū)域內(nèi)高科技創(chuàng)新效率影響因素；劉滿鳳等［12］基于三階段DEA 模型對高新技術(shù)開發(fā)區(qū)創(chuàng)新效率進(jìn)行研究；王飛航等［13］分析了西部地區(qū)國家級高新區(qū)企業(yè)的創(chuàng)新效率；曾武佳等［14］利用三階段DEA-Tobit分析方法分析了103 家國家級高新區(qū)的創(chuàng)新效率及其影響因素；鄭旭輝等［15］運(yùn)用共享投入關(guān)聯(lián)兩階段DEA 和Meta-frontier 模型對比分析了福建省國家高新區(qū)與國內(nèi)其他先進(jìn)高新區(qū)的創(chuàng)新效率；儲姍姍等［16］從創(chuàng)新價(jià)值鏈角度，運(yùn)用兩階段DEA 模型對江蘇省12 家國家高新區(qū)創(chuàng)新效率進(jìn)行了評價(jià)。

綜上所述，現(xiàn)有相關(guān)研究對中國高新區(qū)科技創(chuàng)新效率進(jìn)行了較全面的探討，但尚未見同時(shí)測量中部與長三角地區(qū)國家級高新區(qū)科技創(chuàng)新效率并將兩者進(jìn)行比較分析的研究。為此，本研究運(yùn)用三階段DEA 模型，評價(jià)和比較分析中部與長三角地區(qū)國家級高新區(qū)的科技創(chuàng)新效率。

2 評價(jià)指標(biāo)體系構(gòu)建

2.1 投入產(chǎn)出指標(biāo)

根據(jù)高新區(qū)的定義和評價(jià)指標(biāo)體系建立原則，構(gòu)建包含創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個(gè)一級指標(biāo)的高新區(qū)科技創(chuàng)新效率評價(jià)指標(biāo)體系（見表1）。投入指標(biāo)包括人力資源投入、資本投入、規(guī)模投入。其中，人力資源投入下設(shè)研發(fā)人員全時(shí)當(dāng)量指標(biāo)；資本投入水平則采用了年末資產(chǎn)和R&D 經(jīng)費(fèi)內(nèi)部支出兩個(gè)指標(biāo)來衡量；規(guī)模投入以高新區(qū)的入統(tǒng)企業(yè)數(shù)來衡量，因?yàn)槿虢y(tǒng)企業(yè)數(shù)量可以反映高新區(qū)的規(guī)模大小以及配套產(chǎn)業(yè)的完善情況。產(chǎn)出指標(biāo)方面，基于數(shù)據(jù)的可獲得性和減少產(chǎn)出重疊影響的考慮，參考劉滿鳳等［12］的研究，選取工業(yè)總產(chǎn)值、出口創(chuàng)匯、技術(shù)性收入3 個(gè)指標(biāo)，以及反映高新區(qū)創(chuàng)新成果轉(zhuǎn)化的產(chǎn)品銷售收入作為創(chuàng)新產(chǎn)出指標(biāo)。

表1 高新區(qū)科技創(chuàng)新效率評價(jià)指標(biāo)體系

2.2 環(huán)境變量

將影響高新區(qū)科技創(chuàng)新效率的環(huán)境因素分為內(nèi)部因素和外部因素，內(nèi)部因素是可以進(jìn)行人為控制的投入產(chǎn)出要素，而外部因素則與高新區(qū)所在地區(qū)的經(jīng)濟(jì)環(huán)境密切相關(guān)。結(jié)合前人的成果和研究數(shù)據(jù)的可獲得性，選取了經(jīng)濟(jì)發(fā)展水平、工業(yè)化進(jìn)程、科技財(cái)政支出、市場開放程度和教育水平等作為環(huán)境變量。

3 數(shù)據(jù)來源與研究方法

3.1 樣本選取與數(shù)據(jù)來源

以中國中部和長三角地區(qū)34 家國家級高新區(qū)作為研究對象（以下簡稱“樣本高新區(qū)”），利用其2013—2018 年的投入產(chǎn)出數(shù)據(jù)及其所在地的環(huán)境變量數(shù)據(jù)，分析科技創(chuàng)新效率的動態(tài)發(fā)展趨勢。研究數(shù)據(jù)主要來源于2013—2018 年《中國高新技術(shù)統(tǒng)計(jì)年鑒》《中國火炬統(tǒng)計(jì)年鑒》以及相關(guān)城市的統(tǒng)計(jì)年鑒，少量缺失數(shù)據(jù)通過相應(yīng)地區(qū)的數(shù)據(jù)加權(quán)計(jì)算后得出。研究數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果如表2 所示。

表2 樣本高新區(qū)科技創(chuàng)新投入產(chǎn)出數(shù)據(jù)描述性統(tǒng)計(jì)結(jié)果

3.2 研究方法

DEA 法是由Charnes 等［17］提出的衡量決策單元投入產(chǎn)出效率的常用工具，經(jīng)眾多學(xué)者的改進(jìn)和完善衍生出了多種類型的DEA 模型。其中，為了消除環(huán)境因素的影響和隨機(jī)因素的干擾，F(xiàn)ried 等［18］提出了三階段 DEA 模型。考慮到中部與長三角地區(qū)的經(jīng)濟(jì)社會發(fā)展環(huán)境差異較大，選用投入導(dǎo)向的三階段DEA 模型對樣本高新區(qū)的科技創(chuàng)新效率展開評價(jià)：

（1）第一階段，采用規(guī)模報(bào)酬可變的BCC 模型得到高新區(qū)科技創(chuàng)新的初始效率值和目標(biāo)投入值，并由實(shí)際投入值與目標(biāo)投入值的差值得到松弛變量，即每家高新區(qū)可以節(jié)約的投入量。通過BCC 模型計(jì)算出來的效率值為綜合技術(shù)效率（TE），可以分解為規(guī)模效率（SE）和純技術(shù)效率（PTE），如式（1）所示：

（2）第二階段，以第一階段得到的松弛變量作為被解釋變量，以環(huán)境變量為解釋變量，構(gòu)建相應(yīng)的隨機(jī)前沿分析（SFA）模型，如式（2）所示：

（3）第三階段，將調(diào)整過后高新區(qū)的投入產(chǎn)出數(shù)據(jù)代入第一階段的模型，再次測算高新區(qū)的科技創(chuàng)新效率。

4 實(shí)證分析

4.1 第一階段DEA 實(shí)證分析

4.1.1 調(diào)整前綜合技術(shù)效率

如表3 所示，樣本高新區(qū)在2013-2018 年間科技創(chuàng)新的綜合技術(shù)效率存在較大差距，多數(shù)高新區(qū)各時(shí)期的效率值波動比較大。從綜合技術(shù)效率來看，南京、蘇州、徐州、合肥、新余、鷹潭、武漢、益陽等地的高新區(qū)在大多數(shù)時(shí)期處于有效前沿面上，這在一定程度上說明這些地區(qū)的國家級高新區(qū)對科技創(chuàng)新投入的轉(zhuǎn)化能力較強(qiáng)；馬鞍山、常州、紹興、鄭州等地的國家級高新區(qū)在個(gè)別年份處于有效前沿面上；效率低下的國家級高新區(qū)主要分布在中部地區(qū)，以及長三角的溫州、寧波、紹興等地。

表3 樣本高新區(qū)科技創(chuàng)新的第一階段綜合技術(shù)效率

表3 （續(xù)）

需要說明的是，安徽既屬于長三角地區(qū)又屬于中部地區(qū)，因此本研究將其從中部和長三角地區(qū)分離出來，單獨(dú)列出其國家級高新區(qū)的效率值以便比較分析。

4.1.2 調(diào)整前純技術(shù)效率

從整體來看，樣本高新區(qū)科技創(chuàng)新的純技術(shù)效率要高于其各自的綜合技術(shù)效率，且年度波動幅度很小（見圖1）。其中，在長三角地區(qū)，多數(shù)高新區(qū)處于純技術(shù)效率前沿面上，上海及江蘇的整體純技術(shù)效率較高，寧波、溫州、紹興三地的純技術(shù)效率較低，可能與三地的產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)含量較低有關(guān)；在中部五省，江西、湖北以及湖南的純技術(shù)效率相對較高，太原、河南的純技術(shù)效率相對較低。

圖1 2013—2018 年樣本高新區(qū)科技創(chuàng)新的第一階段純技術(shù)效率

4.1.3 調(diào)整前規(guī)模效率

從整體上看，樣本高新區(qū)科技創(chuàng)新的規(guī)模效率要高于綜合技術(shù)效率和純技術(shù)效率，且多數(shù)高新區(qū)規(guī)模效率的年度變化非常平穩(wěn)（見圖2）。其中，長三角地區(qū)的效率較高，多數(shù)處在有效前沿面上，但是蘇州、無錫、常州、南京以及上海的效率變化較大，可能是由于這些地區(qū)經(jīng)濟(jì)發(fā)達(dá)、規(guī)模效應(yīng)以及產(chǎn)業(yè)聚集程度較高，科技創(chuàng)新資源較多容易造成冗余；安徽和中部地區(qū)的江西、湖北、湖南的效率都大于0.8，處于相對有效的位置且波動相對較小，而位于河南和山西的效率值大多數(shù)穩(wěn)定在0.6 左右，處于中低水平。

4.2 第二階段SFA 實(shí)證分析

利用Frontier4.1 軟件進(jìn)行回歸分析，結(jié)果如表4所示：LR 單邊檢驗(yàn)達(dá)到1%顯著性水平，說明地區(qū)開放程度、政府支持程度以及工業(yè)化進(jìn)程對各樣本高新區(qū)投入冗余量具有顯著的影響；同時(shí)，各投入冗余量的值也都通過 1%的顯著性檢驗(yàn)，說明管理無效率對投入冗余量產(chǎn)生了影響。因此，采取 SFA模型剔除環(huán)境干擾和隨機(jī)誤差項(xiàng)對高技術(shù)產(chǎn)業(yè)科技創(chuàng)新效率的影響是非常有必要的。

表4 樣本高新區(qū)科技創(chuàng)新的第二階段投入指標(biāo)檢驗(yàn)結(jié)果

（1）經(jīng)濟(jì)發(fā)展水平。該變量與各投入指標(biāo)的松弛變量均為顯著正相關(guān)，說明經(jīng)濟(jì)發(fā)展水平對這3個(gè)指標(biāo)的投入冗余有顯著影響。原因可能是國家級高新區(qū)所在城市的經(jīng)濟(jì)發(fā)展水平越高，其集聚吸納能力越強(qiáng)，能夠吸引更多的科技創(chuàng)新資源投入，但是過多的資源投入造成了一定的投入冗余現(xiàn)象。

（2）工業(yè)化進(jìn)程。該變量與各投入指標(biāo)的松弛變量均為顯著負(fù)相關(guān)，說明工業(yè)化進(jìn)程的發(fā)展有利于研發(fā)人員投入、固定資產(chǎn)投入的合理配置，減少資源冗余和無效投入，從而提高技術(shù)效率；同時(shí)，較高的工業(yè)化程度也有助于提升高新區(qū)內(nèi)的產(chǎn)業(yè)集群效應(yīng)，促進(jìn)園區(qū)內(nèi)同類企業(yè)與產(chǎn)業(yè)鏈上下游企業(yè)的發(fā)展。

（3）科技財(cái)政支出。該變量與研發(fā)人員投入和R&D 經(jīng)費(fèi)支出的松弛變量之間負(fù)相關(guān)但不顯著，說明政府財(cái)政科技投入在一定程度上有助于節(jié)約高新區(qū)科技創(chuàng)新方面的人員投入和經(jīng)費(fèi)投入；與年末固定資產(chǎn)、入統(tǒng)企業(yè)數(shù)量呈不顯著正相關(guān)關(guān)系，說明財(cái)政投入的增加有可能刺激投資人的投資沖動，促使他們?yōu)榱双@得政府相關(guān)補(bǔ)貼而盲目開設(shè)企業(yè)或增加固定投資，從而造成高新區(qū)內(nèi)企業(yè)數(shù)量和固定資產(chǎn)投資的冗余，降低了園區(qū)的創(chuàng)新效率。

（4）市場開放程度。該變量與研發(fā)人員投入和入統(tǒng)企業(yè)數(shù)為顯著正相關(guān)，說明外資進(jìn)入越多、開放程度越高，進(jìn)入園區(qū)的科技創(chuàng)新資源越多，但大量創(chuàng)新資源堆積卻有可能導(dǎo)致創(chuàng)新資源得不到高效率配置。

（5）教育水平。該變量與研發(fā)人員投入和入統(tǒng)企業(yè)數(shù)的松弛變量為顯著正相關(guān)，表明教育水平的提高有助于豐富當(dāng)?shù)厝肆Y源、增加高新區(qū)開辦企業(yè)的數(shù)量，但如果人力資源配置不佳可能導(dǎo)致這些創(chuàng)新資源冗余以及使用低效率。

4.3 第三階段調(diào)整后效率值分析

4.3.1 調(diào)整后的綜合技術(shù)效率

剔除外部環(huán)境影響和隨機(jī)誤差干擾后，利用DEAP2.1 軟件再次估算各樣本高新區(qū)的科技創(chuàng)新效率，結(jié)果如表5 所示，可見各地區(qū)高技術(shù)產(chǎn)業(yè)科技創(chuàng)新的第三階段綜合效率水平差異明顯。其中，長三角地區(qū)上海、南京、蘇州以及中部地區(qū)武漢、襄陽的少數(shù)幾家高新區(qū)在大多數(shù)時(shí)期處于效率有效水平；長三角地區(qū)徐州、泰州、紹興、溫州的效率水平普遍較低，蘇州、無錫、常州、南京和杭州的效率值逐年上升至0.8 以上；安徽和中部每個(gè)省份只有一兩家高新區(qū)的效率較高，其他的效率水平亟待提高。相較于第一階段，各樣本高新區(qū)調(diào)整科技創(chuàng)新投入產(chǎn)出數(shù)據(jù)后的創(chuàng)新效率值更加穩(wěn)定，說明剔除環(huán)境因素的影響能夠更加真實(shí)地反映高技術(shù)產(chǎn)業(yè)的科技創(chuàng)新效率水平。

表5 樣本高新區(qū)科技創(chuàng)新的第三階段綜合效率

表5 （續(xù)）

4.3.2 調(diào)整后的純技術(shù)效率

如圖3 所示，除個(gè)別年份外，樣本高新區(qū)科技創(chuàng)新的純技術(shù)效率處于較高水平，其中純技術(shù)效率最低的洛陽高新區(qū)效率值也超過了0.8?？梢娡ㄟ^對外部因素的調(diào)整，各高新區(qū)科技創(chuàng)新在不同時(shí)間的純技術(shù)效率值差異較小、波動不大，且經(jīng)濟(jì)相對落后地區(qū)的純技術(shù)效率數(shù)值有所提升。

圖3 2013—2018 年樣本高新區(qū)科技創(chuàng)新的第三階段純技術(shù)效率

4.3.3 調(diào)整后的規(guī)模效率

如圖4 所示，剔除外部環(huán)境變量和隨機(jī)誤差項(xiàng)干擾，各樣本高新區(qū)科技創(chuàng)新的規(guī)模效率值分化更加嚴(yán)重，與所在地經(jīng)濟(jì)發(fā)展水平高度相關(guān)。其中，從地區(qū)來看，長三角的江蘇、浙江和上海對外開放程度較高、國家級高新區(qū)發(fā)展歷史較長、政府管理水平較高，是中國的資本和高科技產(chǎn)業(yè)聚集地，產(chǎn)生了虹吸效應(yīng)，尤其體現(xiàn)在上海、蘇州、無錫、常州、南京、杭州和寧波的高新區(qū)；而中部地區(qū)只有位于省會城市或經(jīng)濟(jì)發(fā)展水平較高地市的高新區(qū)的效率才較高，例如只有鄭州和南昌的效率值多年在0.8 以上，而景德鎮(zhèn)、鷹潭、新余、安陽、新鄉(xiāng)、南陽等地的效率值始終徘徊在較低水平。

圖4 2013—2018 年樣本高新區(qū)科技創(chuàng)新的第三階段規(guī)模效率

4.3.4 調(diào)整后不同地區(qū)高新區(qū)科技創(chuàng)新效率比較

如表6 所示，在綜合技術(shù)效率方面，各地區(qū)高新區(qū)的效率值均呈現(xiàn)出不斷上升的態(tài)勢，說明近年來國家級高新區(qū)科技創(chuàng)新效率不斷提升，但仍存在較大的增長空間，且不同地區(qū)高新區(qū)的效率水平差異較顯著，其中長三角地區(qū)的平均效率最高，安徽和中部地區(qū)的效率差異不大；在純技術(shù)效率方面，各地區(qū)高新區(qū)都處于較高水平，說明隨著創(chuàng)新擴(kuò)散帶來的正外部效應(yīng)，國家級高新區(qū)的科技創(chuàng)新投入產(chǎn)出效率相對高效且趨同；在規(guī)模效率方面，各高新區(qū)效率較低且差異較小，其中長三角地區(qū)2013—2015 年的效率最低，可能是經(jīng)濟(jì)發(fā)展形成虹吸效應(yīng)吸引的大量科技創(chuàng)新資源未得到充分利用所致，但2016 年后這一情況得到很大改變，并于2018 年規(guī)模效率達(dá)到最高。

表6 分地區(qū)樣本高新區(qū)科技創(chuàng)新效率對比

5 結(jié)論

（1）中國不同地區(qū)的國家級高新區(qū)科技創(chuàng)新效率發(fā)展水平不均衡。實(shí)證結(jié)果顯示，長三角地區(qū)國家級高新區(qū)的科技創(chuàng)新效率較高；中部地區(qū)國家級高新區(qū)的科技創(chuàng)新效率較低；而安徽省得益于承接產(chǎn)業(yè)轉(zhuǎn)移的紅利以及劃入長三角的政策紅利，相較于中部地區(qū)其國家級高新區(qū)的科技創(chuàng)新效率稍好，但與長三角地區(qū)國家級高新區(qū)相比，其創(chuàng)新基礎(chǔ)較差，技術(shù)創(chuàng)新效率的提升空間較大。

（2）長三角地區(qū)各國家級高新區(qū)科技創(chuàng)新效率差異不大，但中部地區(qū)同一省份高新區(qū)在創(chuàng)新效率上存在較大差異。其中，中部地區(qū)省會城市和經(jīng)濟(jì)發(fā)達(dá)地市的高新區(qū)無論是綜合技術(shù)效率還是規(guī)模效率都處于領(lǐng)先水平，其余地市高新區(qū)效率較低，呈現(xiàn)兩極分化態(tài)勢。原因可能是中部地區(qū)的科技創(chuàng)新資源相對缺乏，省會城市及經(jīng)濟(jì)發(fā)達(dá)城市具有更強(qiáng)的虹吸效應(yīng)，因此當(dāng)?shù)馗咝聟^(qū)能夠集聚更多科技創(chuàng)新資源。

（3）各地區(qū)國家級高新區(qū)的科技創(chuàng)新效率受環(huán)境因素影響較大。實(shí)證結(jié)果表明，外部環(huán)境因素影響降低了樣本高新區(qū)科技創(chuàng)新的純技術(shù)效率；同時(shí)，由于純技術(shù)效率的促進(jìn)作用大于規(guī)模效率的制約作用，高新區(qū)科技創(chuàng)新的綜合技術(shù)效率值在調(diào)整后均有所上升。

（4）各地區(qū)國家級高新區(qū)的科技創(chuàng)新效率逐年提高但尚有提升空間。實(shí)證結(jié)果顯示樣本高新區(qū)的科技創(chuàng)新效率，除純技術(shù)效率均值一直處于較高水平外，綜合技術(shù)效率和規(guī)模效率均值在2013—2018年一直處于上升趨勢，說明隨著社會各界對科技引領(lǐng)發(fā)展的日益重視，全社會的科技創(chuàng)新效率不斷提升；但另一方面，各高新區(qū)的科技創(chuàng)新效率不高，長三角地區(qū)高新區(qū)2018 年科技創(chuàng)新的綜合技術(shù)效率均值也只有0.75，究其原因，主要是規(guī)模效率較低所導(dǎo)致的，說明在“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的時(shí)代背景下，全社會的科技創(chuàng)新資源投入不斷加大，但并未產(chǎn)生良好的規(guī)模效應(yīng)，而且規(guī)模效益不高還可能在一定程度上造成了研發(fā)人員、研發(fā)資金投入的浪費(fèi)，影響了高新區(qū)整體的科技創(chuàng)新效率水平提升。