摘要：文章基于DEA（數(shù)據(jù)包絡(luò)分析）分析法和Malmquist指數(shù)法構(gòu)建了包含資金投入、人員投入、經(jīng)濟(jì)產(chǎn)出和知識(shí)產(chǎn)出等指標(biāo)的三級(jí)評(píng)價(jià)指標(biāo)體系，對(duì)山西省高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行了分析評(píng)價(jià)。研究發(fā)現(xiàn)：2011—2021年山西省高技術(shù)產(chǎn)業(yè)技術(shù)效率平均值低于全國平均水平，其中2018—2021年技術(shù)效率逐年上升，到2021年純技術(shù)效率達(dá)到1，表明在技術(shù)層面已達(dá)到最優(yōu)；部分年度存在投入不當(dāng)和產(chǎn)出不足的現(xiàn)象，需要削減投入冗余，調(diào)整投入比例；Malmquist指數(shù)分解結(jié)果表明，純技術(shù)效率是推動(dòng)山西省高技術(shù)產(chǎn)業(yè)創(chuàng)新效率增長的核心驅(qū)動(dòng)力，而技術(shù)進(jìn)步則對(duì)效率改善產(chǎn)生了一定的“拖累”作用。

關(guān)鍵詞：高技術(shù)產(chǎn)業(yè)；創(chuàng)新效率；DEA分析；Malmquist指數(shù)

中圖分類號(hào)：C931" " " " 文獻(xiàn)標(biāo)識(shí)碼：A" " " 文章編號(hào)：1674-0688（2024）04-0033-05

0 引言

近年來，隨著我國經(jīng)濟(jì)的高速發(fā)展，高技術(shù)產(chǎn)業(yè)已逐漸成為我國經(jīng)濟(jì)市場發(fā)展的中流砥柱，是國家實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的主要陣地，也是推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要突破口。山西省作為我國重要的能源和重工業(yè)基地，面臨轉(zhuǎn)型升級(jí)的迫切需求，發(fā)展高技術(shù)產(chǎn)業(yè)、提升創(chuàng)新效率，對(duì)促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化、增強(qiáng)核心競爭力具有重要意義。2022年，山西省共有120個(gè)高技術(shù)企業(yè)開展Ramp;D活動(dòng)，全省研究與試驗(yàn)發(fā)展（Ramp;D）經(jīng)費(fèi)投入高達(dá)273.7億元，高技術(shù)產(chǎn)業(yè)Ramp;D人員投入為9 089人，Ramp;D經(jīng)費(fèi)支出為15.7億元，新產(chǎn)品開發(fā)及技術(shù)改造經(jīng)費(fèi)支出為28.2億元。盡管政府和社會(huì)對(duì)創(chuàng)新的投入不斷增加，但是評(píng)估這些創(chuàng)新投入是否有效，是否真正推動(dòng)高技術(shù)企業(yè)創(chuàng)新效率及生產(chǎn)率的提升，是很有必要的。

國內(nèi)外學(xué)者運(yùn)用不同的方法和模型，對(duì)高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率進(jìn)行了深入的探討。例如，沈俊鑫等［1］、張?jiān)旅鞯龋?］通過數(shù)據(jù)包絡(luò)分析法（DEA分析法），構(gòu)建超效率DEA模型對(duì)我國各省區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行評(píng)價(jià)；宋躍剛等［3］運(yùn)用DEA-Malmquist模型對(duì)我國高技術(shù)產(chǎn)業(yè)區(qū)域創(chuàng)新效率進(jìn)行測(cè)定；田逸飄等［4］則將隨機(jī)前沿分析（SFA）技術(shù)用于高技術(shù)產(chǎn)業(yè)技術(shù)效率的測(cè)度；范德成等［5］綜合運(yùn)用DEA-Malmquist和BMA方法研究了高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響因素及其作用機(jī)制。這些研究具有一定的理論意義和參考價(jià)值，但仍存在一些不足之處。首先，針對(duì)特定區(qū)域如山西省的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評(píng)價(jià)研究相對(duì)較少，缺乏對(duì)地方特色的深入挖掘；其次，現(xiàn)有研究構(gòu)建的指標(biāo)體系單一，未能全面反映高技術(shù)產(chǎn)業(yè)創(chuàng)新的復(fù)雜性和多元性。因此，構(gòu)建一個(gè)全面而系統(tǒng)的創(chuàng)新效率評(píng)價(jià)指標(biāo)體系，對(duì)山西省高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行綜合測(cè)度和評(píng)價(jià)，不僅必要，而且迫切。本研究能夠揭示山西省高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的現(xiàn)狀和瓶頸，為相關(guān)部門制定針對(duì)性政策提供科學(xué)依據(jù)。

1 研究方法

1.1 DEA分析法

DEA分析法可以對(duì)不同類型的投入產(chǎn)出進(jìn)行計(jì)算，在一定規(guī)模下設(shè)置最終收益不變作為背景，計(jì)算綜合效率及技術(shù)效率、規(guī)模效率。DEA分析法的計(jì)算公式如下：

[min]［[θ]-[ε]（[eT][s-]+[eT][s+]）］=[VD]（[ε]）

[s.t][j-1nXj（t）λj+s-=θXj（t）j=1nYjλj-s+=Yot=1nλi=1λj≥0，j∈J，s-≥0，s+≥0]" " " " " " " " （1）

其中：[s-]為各類投入產(chǎn)生的松弛向量，[s+]為各類產(chǎn)出相關(guān)的松弛向量，[θ]為預(yù)先設(shè)定的目標(biāo)數(shù)值，[λ]為橫向設(shè)定為1的向量。如果[θ]=1，[s-]=[s+]=0，則表明目標(biāo)單元具備效用性；如果[θ]＜1，則表明目標(biāo)單位并不具備效用性。

1.2 Malmquist指數(shù)法

使用DEA方法中的Malmquist指數(shù)法對(duì)創(chuàng)新效率進(jìn)行進(jìn)一步分解。創(chuàng)新效率[M0]的變化，可以先分解為技術(shù)效率（TE）和技術(shù)進(jìn)步（TP），再分解為規(guī)模效率（SE）、純技術(shù)效率（PE）和技術(shù)進(jìn)步（TP），即

[Mo=TE×TP=SE×PE×TP]" " " " "（2）

Malmquist指數(shù)由3個(gè)變化指數(shù)構(gòu)成，當(dāng)某一指數(shù)變化率大于1時(shí)，表明該指數(shù)是全要素生產(chǎn)率增長的驅(qū)動(dòng)力；反之，若低于1，則意味著該指數(shù)是導(dǎo)致全要素生產(chǎn)率下降的主要原因。Malmquist指數(shù)大于1、等于1或小于1，分別代表全要素生產(chǎn)率水平較上一期增長、不變或下降。

2 指標(biāo)體系的構(gòu)建與數(shù)據(jù)來源

2.1 評(píng)價(jià)指標(biāo)體系的構(gòu)建

采用DEA分析法進(jìn)行的效率評(píng)價(jià)主要考慮投入和產(chǎn)出兩類變量，本研究將影響高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的因素轉(zhuǎn)化或分解為創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個(gè)一級(jí)指標(biāo)，結(jié)合前人的研究經(jīng)驗(yàn)［3，5-7］，綜合考慮科學(xué)性、可行性等原則，選取資金投入、人員投入、經(jīng)濟(jì)產(chǎn)出和知識(shí)產(chǎn)出4個(gè)二級(jí)指標(biāo)，新產(chǎn)品開發(fā)經(jīng)費(fèi)支出、技術(shù)改造經(jīng)費(fèi)支出、Ramp;D 人員折合全時(shí)當(dāng)量等10個(gè)三級(jí)指標(biāo)作為高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的評(píng)價(jià)指標(biāo)（見表1）。

2.2 數(shù)據(jù)來源

本研究數(shù)據(jù)來源于2012—2022年《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》（其中2018年停刊一年，故缺失2017年的統(tǒng)計(jì)數(shù)據(jù)），選取2011—2021年（缺2017年）投入與產(chǎn)出數(shù)據(jù)，由于DEA為相對(duì)指標(biāo)，為保證結(jié)論的可靠性，選取全國省域數(shù)據(jù)共同構(gòu)建生產(chǎn)前沿面，剔除數(shù)據(jù)缺失的西藏、青海、內(nèi)蒙古和寧夏，選擇我國27個(gè)省、區(qū)、市的數(shù)據(jù)，共27個(gè)評(píng)價(jià)單元，10個(gè)時(shí)間序列，10個(gè)指標(biāo)，合計(jì)2 700個(gè)觀測(cè)值。

3 實(shí)證結(jié)果分析與評(píng)價(jià)

3.1 我國省域高技術(shù)產(chǎn)業(yè)的技術(shù)效率

運(yùn)用DEAP2.1軟件對(duì)我國27個(gè)省、區(qū)、市2011—2021年高技術(shù)產(chǎn)業(yè)創(chuàng)新投入產(chǎn)出指標(biāo)進(jìn)行計(jì)算，選擇BCC模型產(chǎn)出導(dǎo)向模式，得到各地區(qū)各年度的技術(shù)效率值（見表2）。

從表2中可以看出，我國2011—2021年高技術(shù)產(chǎn)業(yè)各地區(qū)綜合技術(shù)效率平均值為0.911，其中北京、江蘇、安徽、河南、廣東、廣西6個(gè)地區(qū)的技術(shù)效率均值為1，說明這6個(gè)地區(qū)各年度產(chǎn)業(yè)創(chuàng)新績效均位于前沿面上，其投入產(chǎn)出的相對(duì)效率最大，也就是DEA有效；而其他地區(qū)都存在不同程度的非DEA有效，其中山西省的技術(shù)效率平均值為0.878，低于全國平均水平，技術(shù)創(chuàng)新投入產(chǎn)出效率較低，存在投入不當(dāng)和產(chǎn)出不足的現(xiàn)象。

3.2 山西省高技術(shù)產(chǎn)業(yè)的技術(shù)效率分解

將技術(shù)效率進(jìn)一步分解為純技術(shù)效率和規(guī)模效率，對(duì)山西省2011—2021年的技術(shù)效率分解情況進(jìn)行分析，結(jié)果見表3。

從表3可以看出，山西省2011—2021年技術(shù)效率均值為0.878，其中2011、2012、2014、2015和2016年的技術(shù)效率值為1，說明山西省的產(chǎn)業(yè)創(chuàng)新績效在以上年份位于前沿面上，實(shí)現(xiàn)了最高的相對(duì)效率，即DEA有效，相比之下，2013、2018、2019、2020和2021年都存在不同程度的非DEA有效，即存在效率提升空間。2013年規(guī)模效率明顯偏低且處于規(guī)模收益的遞增階段，這意味著2013年山西省高技術(shù)產(chǎn)業(yè)規(guī)模效益有待進(jìn)一步挖掘，增加投資規(guī)模將獲得規(guī)模收益。隨著投資規(guī)模的不斷增加，2018年呈現(xiàn)技術(shù)效率比規(guī)模效率低的情形，純技術(shù)效率僅為0.552且處于規(guī)模收益的遞減階段，說明2018年山西省高技術(shù)產(chǎn)業(yè)投資規(guī)模較大，存在大量投入冗余，需要適當(dāng)縮減投資規(guī)模，否則不但不能帶來更多產(chǎn)出，不當(dāng)?shù)耐顿Y比例還會(huì)降低創(chuàng)新績效。2019—2021年，山西省的技術(shù)效率得到了顯著改善并呈逐年上升趨勢(shì)，產(chǎn)業(yè)規(guī)模逐步優(yōu)化，規(guī)模效率表現(xiàn)較好，處于規(guī)模報(bào)酬遞增階段，規(guī)模效應(yīng)逐漸顯現(xiàn)。2021年，純技術(shù)效率為1，表明在技術(shù)上已無提升空間，但規(guī)模效率為0.975，低于純技術(shù)效率，說明此時(shí)生產(chǎn)規(guī)模與投入產(chǎn)出不匹配且處于規(guī)模收益的遞增階段，應(yīng)增加投資規(guī)模以獲得規(guī)模收益。

3.3 山西省高技術(shù)產(chǎn)業(yè)技術(shù)效率的改進(jìn)

依據(jù)DEA分析結(jié)果，山西省高技術(shù)產(chǎn)業(yè)2018—2021年度綜合技術(shù)效率值分別為0.549、0.752、0.824和0.975，投入產(chǎn)出效率逐年提升，2021年已高于全國平均水平，主要源于近年來在增加投入的同時(shí)，投入比例得到了不斷優(yōu)化，投入資源的使用率得到明顯改善，但依然沒有處于前沿面，均表現(xiàn)為非DEA有效。其中，2021年的純技術(shù)效率為1，而規(guī)模效率小于1，說明在當(dāng)前規(guī)模下沒有投入需要減少、沒有產(chǎn)出需要增加，綜合效率沒有達(dá)到有效是因?yàn)槠湟?guī)模和投入、產(chǎn)出不匹配；2018、2019和2020年均存在技術(shù)效率低下的情況，也就是投入要素比例不當(dāng)使得定量投入未能獲得最佳產(chǎn)出，表現(xiàn)為投入冗余（剩余變量si-）和產(chǎn)出不足（松弛變量sr+），為達(dá)到DEA有效，需要調(diào)整投入比例，削減冗余投入并增加產(chǎn)出。通過投影分析可以了解資源投入和產(chǎn)出狀況，找出非DEA有效的來源以及對(duì)應(yīng)指標(biāo)應(yīng)該改善的程度。表4為山西省高技術(shù)產(chǎn)業(yè)2018—2020年的6項(xiàng)投入要素和4項(xiàng)產(chǎn)出要素的剩余變量和松弛變量。

從投入要素來看，2018年Ramp;D經(jīng)費(fèi)內(nèi)部支出、新產(chǎn)品開發(fā)經(jīng)費(fèi)支出、技術(shù)改造經(jīng)費(fèi)支出、Ramp;D經(jīng)費(fèi)內(nèi)部支出占主營業(yè)務(wù)收入的比例以及從業(yè)人員平均人數(shù)均存在大量無效投入，不但浪費(fèi)了資源，還降低了創(chuàng)新效率，分別需要削減10 111.094萬元、24 057.444萬元、11 269.155萬元、0.277%以及28 471.383人；2019年，Ramp;D經(jīng)費(fèi)內(nèi)部支出存在1 731.955萬元的投入冗余，Ramp;D人員折合全時(shí)當(dāng)量存在946.723人年的投入冗余，從業(yè)人員平均人數(shù)存在19 221.424人的投入冗余，其他投入要素不需要削減；2020年，新產(chǎn)品開發(fā)經(jīng)費(fèi)支出需削減22 602.706萬元，Ramp;D人員折合全時(shí)當(dāng)量需削減1 779.615人年，從業(yè)人員平均數(shù)需削減33 659.068人。從產(chǎn)出要素來看，專利申請(qǐng)數(shù)在2018年和2019年均產(chǎn)出不足，要達(dá)到DEA有效，2018年專利申請(qǐng)數(shù)需要增加454.068件，2019年需要增加607.492件；對(duì)于利潤總額，2019年需要增加14.631億元，2020年需要增加107.477億元；對(duì)于有效發(fā)明專利數(shù)，2019年和2020年分別需要增加505.77件和122.296件；新產(chǎn)品銷售收入在各年份均未顯示出產(chǎn)出不足，不需要增加。通過這些具體的削減和增加措施，山西省高技術(shù)產(chǎn)業(yè)可以優(yōu)化資源配置，減少無效投入，提高創(chuàng)新效率，并最終實(shí)現(xiàn)更有效的產(chǎn)出。

研究結(jié)果表明，在2018—2020年，山西省高技術(shù)產(chǎn)業(yè)可通過DEA投影分析改進(jìn)投入產(chǎn)出數(shù)值，以降低資源浪費(fèi)及無效生產(chǎn)，提高創(chuàng)新投入和產(chǎn)出的技術(shù)效率。綜合考慮剩余變量、松弛變量和徑向距離，可以得出調(diào)整后達(dá)到DEA有效的目標(biāo)值，也就是最佳投入產(chǎn)出數(shù)值。2018—2020年山西省高技術(shù)產(chǎn)業(yè)調(diào)整后的目標(biāo)值見表5、表6、表7。

從表5、表6、表7可以看出，通過改進(jìn)投入比例可以得到如下效果：2018年改進(jìn)投入比例可使得新產(chǎn)品銷售收入、利潤總額、專利申請(qǐng)數(shù)、有效發(fā)明專利分別增加1 465 283.301萬元、49.545億元、263.967件和821.952件；2019年分別增加549 353.969萬元、11.168億元、85.084件和225.701件；2020年分別增加457 659.998萬元、7.963億元、126.274件和194.104件。綜合考慮剩余變量、松弛變量和徑向距離，就可以得出調(diào)整后達(dá)到DEA有效的目標(biāo)值，也就是最佳投入產(chǎn)出數(shù)值。綜上，通過采取一系列措施，山西省高技術(shù)產(chǎn)業(yè)在2018—2020年的投入產(chǎn)出規(guī)模及比例逐步得到優(yōu)化，優(yōu)化投入比例所能夠帶來的產(chǎn)出增加值逐年下降，投入產(chǎn)出逐漸趨近于最佳水平。

3.4 基于Malmquist指數(shù)的山西省高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評(píng)價(jià)

運(yùn)用DEAP2.1軟件基于Malmquist指數(shù)對(duì)2018—2021年全國27個(gè)省、區(qū)、市的高技術(shù)產(chǎn)業(yè)創(chuàng)新投入產(chǎn)出指標(biāo)進(jìn)行計(jì)算。選擇BCC模型產(chǎn)出導(dǎo)向模式，可以得到山西省高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率（TFP）變化及其分解指數(shù)（見表8）。

從表8可以看出，山西省高技術(shù)產(chǎn)業(yè)在2019—2021年的TFP值均大于1，說明近年來全要素生產(chǎn)率總體呈持續(xù)增長趨勢(shì)，并且全要素生產(chǎn)率增長情況高于全國平均水平，山西省對(duì)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新活動(dòng)人力和物力的投入取得了顯著的成績。通過Malmquist指數(shù)的分解發(fā)現(xiàn)，2019年山西省高技術(shù)產(chǎn)業(yè)的全要素生產(chǎn)率增長主要得益于純技術(shù)效率的提升，技術(shù)進(jìn)步減緩了整體TFP的增長。2020年，盡管規(guī)模效率、技術(shù)進(jìn)步都有所提升，但是由于純技數(shù)效率減緩，影響了整體TFP的增長。2021年，技術(shù)效率、技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率均實(shí)現(xiàn)了增長，分別提高了18.3%、1.9%、14.2%和3.6%?？傮w來看，山西省高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率雖然低于全國平均水平，但是增長勢(shì)頭強(qiáng)勁，特別是純技術(shù)效率的提升對(duì)TFP增長起到了關(guān)鍵作用。未來，山西省應(yīng)繼續(xù)加強(qiáng)技術(shù)創(chuàng)新和提高資源配置效率，以進(jìn)一步提升產(chǎn)業(yè)競爭力。

4 結(jié)論

本文通過實(shí)證研究對(duì)2011—2021年山西省高技術(shù)產(chǎn)業(yè)的技術(shù)效率進(jìn)行了深入分析，從結(jié)果來看，山西省技術(shù)效率平均值低于全國平均水平且部分年度非DEA有效。進(jìn)一步分解技術(shù)效率發(fā)現(xiàn)，2018—2021年山西省的技術(shù)效率呈現(xiàn)逐年上升趨勢(shì)，到2021年，純技術(shù)效率達(dá)到1，表明在技術(shù)層面已經(jīng)達(dá)到最優(yōu)，不需要減少投入或增加產(chǎn)出。然而，規(guī)模效率為0.975，意味著通過增加投資規(guī)模可進(jìn)一步獲得規(guī)模收益。在2018—2020年，山西省的純技術(shù)效率較低，反映其存在投入不當(dāng)和產(chǎn)出不足的現(xiàn)象。通過進(jìn)一步對(duì)2018—2021年度創(chuàng)新投入產(chǎn)出進(jìn)行投影分析發(fā)現(xiàn)，近年來山西省的創(chuàng)新投入比例不斷優(yōu)化，投入資源的使用率得到明顯提高。Malmquist指數(shù)的分解結(jié)果進(jìn)一步揭示了純技術(shù)效率是促進(jìn)山西省高技術(shù)產(chǎn)業(yè)創(chuàng)新效率增長的核心驅(qū)動(dòng)力，而技術(shù)進(jìn)步則對(duì)創(chuàng)新效率的改善產(chǎn)生負(fù)面作用。

綜合來看，國家及山西省政府對(duì)高技術(shù)產(chǎn)業(yè)的重視和政策支持，促進(jìn)了創(chuàng)新效率的顯著提升，并顯現(xiàn)較好的純技術(shù)效率，產(chǎn)業(yè)規(guī)模也得到了逐步優(yōu)化。為了進(jìn)一步提升高技術(shù)產(chǎn)業(yè)的整體技術(shù)創(chuàng)新績效和發(fā)展水平，建議政府加強(qiáng)引導(dǎo)作用，逐步完善技術(shù)創(chuàng)新政策體系，不斷強(qiáng)化高技術(shù)企業(yè)在技術(shù)引進(jìn)、技術(shù)學(xué)習(xí)、技術(shù)開發(fā)等環(huán)節(jié)的能力，持續(xù)提升企業(yè)的自主創(chuàng)新能力和水平。

5 參考文獻(xiàn)

［1］沈俊鑫，張超穎，李晶.中國高技術(shù)產(chǎn)業(yè)科技創(chuàng)新效率評(píng)價(jià)研究——基于三階段超效率DEA模型［J］.江蘇商論，2023（12）：117-122.

［2］張?jiān)旅?，蔣元濤.中國省際高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評(píng)價(jià)研究——基于超效率DEA模型和Malmquist指數(shù)法［J］.科技和產(chǎn)業(yè)，2021，21（1）：1-7.

［3］宋躍剛，張欣.中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率測(cè)度［J］.統(tǒng)計(jì)與決策，2022，38（10）：86-91.

［4］田逸飄，郭佳欽，陽楊.西部陸海新通道制度環(huán)境對(duì)高技術(shù)產(chǎn)業(yè)技術(shù)效率的影響研究——基于SFA與中介變量法 ［J］.科技與經(jīng)濟(jì)，2021，34（4）：86-90.

［5］范德成，谷曉梅.高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率關(guān)鍵影響因素分析——基于DEA-Malmquist和BMA方法的實(shí)證研究［J］.科研管理，2022，43（1）：70-78.

［6］王嘉麗，趙杭莉，張夏恒.創(chuàng)新鏈視角下中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究［J］.技術(shù)經(jīng)濟(jì)與管理研究，2022（2）：41-46.

［7］李盛楠，范德成.中國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率影響因素研究——一個(gè)理論框架［J］.科技進(jìn)步與對(duì)策，2020，37（7）：43-51.