区域科技创新政策绩效比较研究——基于北京、上海、天津和重庆的实证研...
摘  要：本研究基于DEA -Malmquist 指数模型测算北京、上海、天津和重庆四个直辖市的区域科技创新政策绩效，结合实证以全要素生产率变动指数tfpch 衡量政策绩效，并对tfpch 及其他指数结果进行分解和说明。结果表明，在一期滞后的前提下，考察的四个直辖市区域科技创新政策绩效只有北京略有提升，另外三个城市均有小幅降低，政策效果尚不明显，但这并不代表政策无效，而可能是由不同城市相异的政策滞后效应带来的。就北京来看，区域科技创新政策绩效的提升主要来源于技术进步指数techch 的提升，即技术进步有助于提升科技创新政策绩效。本研究一方面为城市创新建设提供一定借鉴，另一方面也为创新导向的城市改进方案设计和区域科技创新政策的立改废提供思路。关键词：DEA -Malmquist 指数模型；区域科技创新政策绩效；城市创新
中图分类号：G322    文献标识码：
A    DOI ：10.3772/j.issn.1009-8623.2021.02.006区域科技创新政策绩效比较研究
——基于北京、上海、天津和重庆的实证研究
郄海拓1，高　雅2，张志娟1
（1.中国科学技术信息研究所，北京　100038；2.北京工业大学经济与管理学院，北京　100124）
党的十九大报告中提出，“从2020年到2035年，在全面建成小康社会的基础上，再奋斗15年，基本实现社
会主义现代化。到那时，我国经济实力、科技实力将大幅跃升，跻身创新型国家前列”[1]。城市建设是创新型国家建设的重要部分，因而城市创新发展研究极具必要性。在中国科学技术信息研究所发布的《国家创新型城市创新能力评价报告2019》中，提到78个创新型城市汇聚了全国78.5%的R&D 经费投入和78.7%的地方财政科技投入，拥有全国85%以上的有效发明专利，成为建设创新型国家的关键节点[2]，国外学者Cooke [3]提出，相对于国家创新系统，区域创新在针对性发展优势产业方面更具优势，而且创新系统内部要素流动更便利[4]，因而研究区域创新更易得到
客观准确和易于推广的结论。另外，有学者提出，知识和技术等要素具备可复制性特征[5]，并且要素对临近地区有一定溢出效应[6]，区域创新也存在一定空间溢出效应[7]，因而区域创新带动周边更大范围的创新是从区域创新推广到国家创新的有效路径，重视以城市为创新单元的“城市—国家”区域创新发展路径是提高城市乃至国家创新能力的重要途径。
城市创新建设以城市科技创新政策为指引，政策决定着城市创新建设的方向，因而基于区域实际的创新投入和产出情况来研究区域科技创新政策的绩效及其影响因素，有助于客观反映政策的真实效果，为城市创新建设路径的选择和区域科技创新政策立改废提供决策借鉴。以典型城市为样本研究区
第36卷 第2期2021年2月
全球科技经济瞭望
Global Science, Technology and Economy Outlook
V ol.36  No.2Feb. 2021
第一作者简介：郄海拓（1988—），女，博士，助理研究员，主要研究方向为经济与管理系统复杂性、创新政策、科技政策。通讯作者简介：项目来源：
收稿日期：2020-12-28
北京科技计划政策法规与体制机制改革项目“公私合作促进公共研发与创新服务的对策研究”（Z151100002615007）；中国科学技术信息研究所创新研究基金青年项目“基于文本挖掘的国家创新型城市科技创新政策量化评价研究”（QN2020-06）。
2
/
直辖市有几个
1
1
),,,(t
t
t t y x y x M ++域科技创新政策的现状、绩效和改进路径，在理论和实践上都有很重要的意义。
本文利用DEA -Malmquist 指数模型，以北京、上海、天津和重庆四个直辖市为例，从投入产出角度研究我国区域科技创新政策绩效的变动情况。选择这几个城市是因为相对于其他城市而言，直辖市政策的独立性更强，政策样本易于统计和区分，对附近城市的带动和知识技术的外溢效应更明显，同时这几个城市创新建设成果较优，对其他城市建设的参考意义更强。本研究以全要素生产率变动指数tfpch 来衡量科技创新政策绩效，实现政策绩效变动相应指数的量化分析，并对变动原因予以分解，明确区域科技创新政策绩效变动程度、方向及其原因，在理论层面上深化了对区域科技创新政策的研究，从创新投入产出角度实现了政策绩效的客观量化，在实践层面上为城市创新建设相关工作的开展和政策决策者对区域科技创新政策进行立改废提供参考。
1　研究方法
在现有研究中，区域创新能力以创新主体的创新投入产出水平表现出来[8]，投入产出是测算绩效的有效方法，因而本研究也从投入产出角度来衡量区域创新的效果。刘凤朝等[9]研究发现，政府R&D 投入对企业R&D 投入有显著引致效应而后者又对技术进步有显著引致效应，因而以政府为起点引导R&D 投入进而促成技术进步，最终影响经济
和社会发展是城市发展的重要发展思路。刘会武等[10]认为应对由政策支持的创新活动进行效率、效果、效益等方面的评价。在创新投入变量的选择方面，R&D 相关的经费、人力、全时当量等是常用变量[11, 12]，在创新产出的变量选择方面，专利授权数是常用的衡量指标[13-18]。
政策数据的非结构化特征使得科技创新政策绩效评价成为政策研究的难点，以往研究中常用创新投入产出情况来衡量，如冯峰等[12]学者的研究以政策作用区域的投入产出情况测度政策绩效，这种方法在理论上具备较强合理性，在应用上方法的操作性和结论的可借鉴性较强，因而本文遵循投入产出思路进行科技创新政策绩效研究。DEA -Malmquist 指数模型法在研究全要素生产率变动方面具备很大优势，可直接凭借投入产出要素确定全要素生产率变动指数tfpch 的变动情况，并且可以将变动原因进行分解，具体体现为技术进步指数techch、技术效率指数effch、纯技术效率变动指数pech 与规模效率变动指数sech 的取值情况，因此本文选取这种方法测度区域科技创新政策绩效。
DEA -Malmquist 指数模型法是研究和测度同质决策单元的全要素生产率常用的定量方法[19]。Malmquis
t 指数通过对目标决策单元在一个时间间隔内技术进步效率与技术效率的分析得到目标决策单元相对于经济效率动态的变动情况，其距离函数公式[20]如式（1）所示（符号结合本研究略有改动）：
(x t ,y t )和(x t +1,y t+1)代表时间间隔t 和t +1内的投入产出量，而D t 和D t +1代表相应时间间隔的距离
函数，且距离函数小于1。
Malmquist 指数表示为式（2）：
（1）
2
/1
1
),,,(t
t
t t y x y x M ++（2）
Malmquist 指数全要素生产率变动指数tfpch 即决策单元在时间间隔t 和t +1内生产效率变动情况，可分为技术进步指数techch 和技术效率指数effch，取值为两者乘积[19，20]。
本研究采用DEAP2.1软件测算四个城市的全要素生产率变动指数tfpch 及相应的技术进步指数
techch、技术效率指数effch、纯技术效率变动指数pech 和规模效率变动指数sech 的具体数值并详细解释具体含义，以判定四个直辖市的科技创新政策绩效变化情况以及其原因。
对五个指标具体的含义与关系进行简要的介绍与说明：tfpch 是全要素生产率变动指数，在本
◇郄海拓，高　雅，张志娟：区域科技创新政策绩效比较研究——基于北京、上海、天津和重庆的实证研究
研究中代表的是特定城市科技创新政策绩效的变动情况，当tfpch 值大于1，代表所考察时间区间内该城市的科技创新政策绩效提升，反之则代表该科技创新政策绩效下降。effch 是技术效率指数，在研究中代表技术效率的变动情况，与tfpch 的判定方法类似，当effch 取值大于1，表示技术效率水平有所提升，反之则下降。techch 是技术进步指数，在研究中代表技术进步的变动情况，当techch 取值大于1，表示技术进步水平处于提升状态，反之则是下降状态。三个指数的关系是全要素生产率变动指数tfpch 的数值是技术效率指数effch 和技术进步指数techch 的乘积，这个关系使Malmquist 指数分解变得清晰，易于分解全要素生
产率变动指数tfpch 是由技术效率指数effch 和技术进步指数techch 怎样作用而产生的，以及具体的数值如何，在实证结果分析部分将进一步说明。与上述三个指数的关系类似，技术效率指数effch 是由纯技术效率变动指数pech 和规模效率变动指数sech 的乘积[19，20]得到的。纯技术效率变动指数pech 代表的是纯技术效率的变动情况，依然是取值大于1代表纯技术效率提升，反之纯技术效率降低。类似的，规模效率变动指数sech 代表的是规模效率的变动情况，取值大于1代表规模效率提升，反之下降。为更加直观地体现五个指标间的关系，以Malmquist 指数分解图进行展示，如图1所示。
图1　Malmquist
指数分解图
2　实证研究
研究先统计了四个直辖市的区域科技创新政
策情况，选取北大法宝数据库对区域科技创新政策
数据进行统计。现有很多政策相关研究的政策样本
均来源于北大法宝数据库[21-25]
，因而本文选择北大
法宝作为政策样本的来源较为合理。考虑到滞后期
的影响，时间选择2011—2019年，分别对四个直辖市和中央以“科技创新”为筛选条件进行筛选，结果如表1和图2所示。从数量走势来看，中央和直辖市总体的科技创新政策发布趋势相同，如2014年中央发布的科技创新政策最少，直辖市总体也在2014年发布较少的区域科技创新政策，说明区域政策是以中央发布的政策为指引的，而2015—2018年则是科技创新政策数量较多的四年。从政策数量的统计结果来看，虽然有些城市存在一定的滞后，但总体来说区域科
技创政策的制定与中央科技创新政策有很强的相关
性，因而中央能够依靠科技创新政策来引导区域科技创新政策的制定与实施，进而影响区域创新活动，
国家要充分利用政策的这一引导作用。从城市来看，
上海科技创新政策数量最多，随后是北京、重庆，最后是天津。
2.1　变量选择
研究中选取了两类变量，即投入变量和产出变量。为充分考虑各类创新活动及相关支持，本研究选择与研发相关的变量和地方公共财政支
出中科学技术支出的部分作为政策投入变量，即（1）规模以上工业企业：R&D 经费（万元）；（2）规模以上工业企业：R&D 项目数（项）；（3）规模以上工业企业：R&D 人员全时当量（人年）；（4）当年地方公共财政支出：科学技术（万元）共四个变量作为投入变量，并将投入变量提前一期处理。
产出变量采用专利授权数（项）来衡量。专利授·科技计划与管理·
表1　2011—2019年北大法宝科技创新政策数量统计表（单位：项）
图2　2011—2019年北大法宝科技创新政策数量统计图
年份北京上海天津重庆四直辖市年度合计
中央20119617647443633332012881856262397458201310212050863583692014738835882842952015109223419546835620161452542811754452720171132136297485547201817315345704414652019
98
159
50
37
344
339
变量类型变量衡量
投入变量
规模以上工业企业：R&D 经费（万元）规模以上工业企业：R&D 项目数（项）规模以上工业企业：R&D 人员全时当量（人年）地方公共财政支出：科学技术（万元）
产出变量
专利授权量（件）
表2　变量汇总表
权数和专利申请数均为衡量创新产出最常用的变量，但是相对于专利申请数，专利授权数能更加直观地体现创新产出的“结果”，因而本文选择专利授权数作为衡量创新产出的变量，变量汇总表如表2所示。2.2　数据来源
本研究选取2012—2019年北京、上海、天津和重庆四个直辖市的创新投入产出数据作为样本数据（投入变量提前一期处理），对科技创新政策绩
1002003004005006002011201220132014
20152016201720182019
天津
年份
政策数量（项
）
◇郄海拓，高　雅，张志娟：区域科技创新政策绩效比较研究——基于北京、上海、天津和重庆的实证研究
效进行比较研究，相关数据来源于wind 数据库，数据取自然对数处理。2.3　实证结果分析
表3 ~表6和图3 ~图6分别是四个直辖市的科技创新政策绩效Malmquist 指数及其分解情况的汇总表与示意图。2012年是基年，因而指数结果从2013年开始。
表3和图3是北京市科技创新政策绩效的Malmquist 指数结果。
图3比表3更加直观，可以看到全要素生产率变动指数tfpch 在2013—2019年出现了波动，其中在2014年降到最低，对应表3可以看出2014年的tfpch 值为0.927，而技术进步指数techch 的走
势与tfpch 走势相似性较高，可以初步判断全要素生产率变动主要源于技术进步指数的变动，而表3中的数值也印证了这一判断。结合表3与图3发现，技术效率指数effch 与规模效率变动指数sech 重合，且纯技术效率变动指数pech 值始终为1，因而纯技术效率保持不变，技术效率指数effch 的波动主要源于规模效率的变动，在2015—2017有下降，其他年份均有所提升。因而可以判断，北京市科技创新政策绩效虽有所波动，但总体来说提升多于下降（提升五年，下降两年），且2013、2017、2018的绩效提升程度较高，绩效变动主要源于技术进步指数techch 的变动，而技术效率指数effch 的变动主要源于规模效率变动指数sech。
表3　2013—2019年北京市科技创新政策绩效Malmquist 指数与分解情况表
年份effch techch pech sech tfpch 2013  1.022  1.021  1.000  1.022  1.0422014  1.0050.922  1.000  1.0
050.92720150.990  1.027  1.0000.990  1.01720160.9930.956  1.0000.9930.94920170.983  1.058  1.0000.983  1.0402018  1.030  1.011  1.000  1.030  1.0412019
1.005
1.019
1.000
1.005
1.024
图3　2013—2019年北京市科技创新政策绩效Malmquist
指数与分解情况图
0.900
0.9200.9400.9600.9801.0001.0201.0401.0601.0802013
2014201520162017
2018
2019
年份
指数得分
·科技计划与管理·

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。