一、引言及文獻綜述
隨著我國經濟總量的持續增長, 經濟發展面臨著“換擋調速”的新形勢, 經濟結構勢必應進行相應地戰略調整, 而走創新發展之路是適應經濟增長新形勢的必由之路。長江經濟帶人口和生產總值均超過全國的40%, 對于帶動全國經濟協調發展具有十分重要的影響, 是實施創新驅動發展戰略的重要基地。因此, 對長江經濟帶的科技創新全要素生產率開展動態研究并探尋變化的動因, 進而為區域經濟發展政策的制定提供相應理論依據與政策建議具有十分重要的理論和現實意義。
針對科技創新績效評價, 已有研究主要從兩個方面展開。一是定性視角。邁克爾波特 (2002) 提出國家經濟發展的四個階段, 其中創新驅動是國家經濟發展不可替代的一個階段。馬克 (2013) 認為創新驅動可以通過知識創新、技術創新、管理創新的不斷完善和相互作用, 成為經濟不斷增強長期發展后勁的動力源泉。二是定量視角。較多學者分析科技對經濟的影響規律, 如白俊紅、王林東 (2016) 運用空間計量分析防范實證考察創新驅動對中國省級區域經濟差距的影響及收斂進程;唐未兵、傅元海 (2014) 等人運用動態面板廣義矩估計技術創新與競爭增長集約化水平的相關性。也有學者構建創新驅動監測評估指標體系, 如劉煥等 (2016) 構建以創新能力、創新資源、協同創新、區域創新體系和治理績效五方面指標進行實證分析。
綜合來看, 較多學者多從科技對經濟的影響角度進行定量分析, 采用模型進行回歸, 對二者之間在長期中期或短期中的線性關系進行深入探討, 盡管結果不盡相同, 但均顯示長期下科技對經濟具有不可逆的促進作用。然而, 經濟的影響因素眾多, 這種間接衡量科技成果不具備區域間的可比性, 因此, 本文擬采用DEA-Malmquist指數基于科技創新投入產出指標直接對科技創新績效進行評價, 利用長江經濟帶11省市的區域差別尋找其科技創新的驅動因素, 以期針對不同省市的科技創新提出相應的對策。
二、區域創新績效的測算
(一) 模型選擇
為研究地區科技創新效率的變動情況, 本文基于DEA建立Malmquist指數計算科技創新效率指數變動值即為全要素生產率 (TFP) 變動值。從t時期到t+1時期, Malmquist指數可表示為:
其中: (xt+1, yt+1) 和 (xt, yt) 分別表示t+1時期和t時期的財政投入產出的向量。d0t和d0t+1分別表示同一地區以相同時期前沿面為參照, 時期t和t+1的距離函數。
考慮規模報酬可變, 上式Malmquist生產效率指數可進一步分解為
其中:TE、T、S分別表示為純技術效率變動、技術進步和規模報酬變動。TFP指數大于1則表明科技創新效率有所提高, 反之, 則表示科技創新效率降低。根據上式, 純技術效率TE大于1表示地區科技創新資源的分配和利用有所改善, 技術進步指數大于1則表示該地區科技創新的技術提高了支出效率, 若規模指數S大于1說明規模變化帶來效率的提升。
() 數據來源和變量說明
本文的考察對象是長江經濟帶11省份的區域創新績效。數據來源于2009-2017年《中國統計年鑒》和《中國科技統計年鑒》。因2008年以后統計年鑒中數據統計口徑發生變化, 故選取2008年以后數據進行分析。
在產出指標方面, 已有文獻通常以專利數量作為科技創新產出指標。專利數量能夠反映某一地區科技發明的相關信息, 作為科技創新產出指標具有一定的合理性, 且專利數量在全國范圍內統計口徑一致, 具有可比性, 數據也較易取得。此外, 以新產品銷售收入作為區域創新的最終商業化產出。
而在投入指標方面, 與區域創新有關的投入項目, 主要有R&D人員與R&D資本。其中R&D人員采用R&D人員全時當量來衡量。而關于R&D資本投入, 一些研究采用當期的投入產出數據來確定當期的生產前沿面, 這樣也導致了“技術有可能退步”這一不合理結果的出現。為解決這一不合理現象, 借鑒吳延兵 (2006) 的做法, 引入“過去技術不會被遺忘”的假定, 即采用R&D資本存量來構造最佳實踐前沿。采用永續盤存制進行核算, 如下式:
式 (1) 中, Kit表示i地區第t時期的R&D資本存量, δ為折舊率, 按較多學者的做法, 取值15%, 原因是R&D資本更新速度比一般資產要快;Ei (t-1) 表示i地區第t-1時期的實際R&D經費內部支出, 同時將R&D支出明細分為日常性支出和資本性支出兩類, 計算出2008-2016年間這兩類支出占R&D總支出的比重, 最終得出R&D支出價格指數=0.85*消費價格指數+0.15*固定資產投資價格指數, 對各期的名義R&D經費按2008年物價進行平減處理。
對于基期資本存量, 在假設R&D資本存量增長率與實際R&D經費增長率一致的基礎上, 其估計公式可表示為:
式 (2) 中, Ki0為基期資本存量, g為實際R&D經費支出的幾何平均增長率0.2, δ為折舊率0.15。
三、實證結果分析
(一) 長江經濟帶科技創新TFP變動情況
利用DEAP2.1對長江經濟帶11個省份地區科技創新投入產出進行DEA-Malmquist指數分析, 得到年度平均的科技創新TFP指數的變動情況, 見表1?？疾炱陂g長江經濟帶科技創新全要素生產率整體較有所增長, 年均增長約9.5%。其中, 綜合技術效率年均增長0.9%, 技術進步水平年均增長達8.5%, 可以看出, 科技創新TFP的增長主要源于技術進步的提高。
進一步分析, 除了2008-2009年, 全要素生產率下降2.3%, 2009-2016年全要素生產率均顯示增長, 但增長幅度也有一定波動性, 2010-2011年增長5.1%, 2012-2013年增長6%, 其余年度增長均在10%以上。分析上述現象, 可能原因如下:一則是受2008年美國次貸危機影響, 國際經濟大環境呈現出經濟下行壓力較大的態勢, 我國經濟亦受全球金融危機的波及表現出全要素生產率下降, 此后隨著全球經濟復蘇, 全要素生產率呈現出波動性增長;二則由于2012年我國經濟正處于增長瓶頸期, 產能過剩等問題日益嚴峻, 經濟結構亟待改善。后來通過進行供給側改革、產業轉型等一系列行之有效的政策來刺激有效需求, 2012年以后經濟趨勢穩步向好。
全要素生產率變動指數可分解為綜合技術效率變動指數和技術進步變動指數。綜合技術效率變動指數較為平穩, 下降與增長幅度并不顯著, 這說明考察期內各年度綜合技術效率較為平穩。相對于綜合技術效率變動, 技術進步變動趨勢存在顯著差異, 表現為除2008-2009年變動情況與全要素生產率變動趨勢相反, 2009-2016年與TFP變動趨勢相同, 且從2012年-2016年年均波動情況與全要素生產率變動幅度幾乎相同, 由此可見, 技術進步是長江經濟帶科技創新全要素生產率變動的主要驅動因素。
綜合技術效率又可分解為純技術效率變動指數和規模效率變動指數, 由表2可知, 綜合技術效率年均增長了0.9%, 說明長江經濟帶科技創新資源配置效率并未顯著改善, 純技術效率增長1%, 規模效率下降0.1%, 這說明綜合技術效率的提升主要源于純技術效率的增長。隨著創新驅動戰略的推行, 長江經濟帶加大科技創新投入, 注重創新內涵建設, 科技創新體系在資源配置、組織變革和經營方面改善顯著, 但在生產規模合理化程度有所下降。這說明在擴大科技投入的同時, 應該重視生產規模的控制, 改變當前投入規模盲目擴大的粗放型增長方式, 向集約型轉變。
(二) 不同省份地區科技創新TFP變動情況
整體看, 考察其間科技創新全要素生產率平均增長9.5%。從各區域來看, 各省份地區的科技創新均有所增長, 但增速不盡相同, 差異明顯。增速在均值以上的依次是貴州、四川、安徽、江西、云南、江蘇, 提升幅度最大的是貴州, 年均增長率達16.6%, 增速最低的是浙江。根據全要素生產率變動指數的分解, 將TFP增長分為兩類:一類是技術進步驅動型, 而資源配置效率下降, 如浙江、貴州、云南科技創新的全要素生產率增長主要源于技術進步, 抵消了由于資源配置效率下降的影響;另一類是技術進步和資源配置效率雙驅動, 如江西、湖北、湖南、重慶等地, 綜合效率和技術進步效率指數都大于1, 而雙驅動下, 技術進步效率的貢獻均大于資源配置效率。更進一步分析, 綜合效率分解為純技術效率和規模效率, 由表2可知, 除云南, 其他地區純技術效率均大于1, 而規模效率僅有5個地區大于1, 且增長幅度不顯著, 說明長江經濟帶科技創新綜合技術效率的提升由純技術效率的提升所驅動, 而生產規模損失拖累了綜合技術效率的增長。
進一步跟進地域劃分, 將長江經濟帶劃分為上中下游, 其中下游包括上海、江蘇、浙江;中游包括安徽、江西、湖北、湖南、重慶;上游包括四川、貴州和云南。根據表2可知, 三大區域中, 上游地區以技術進步驅動為主, 科技創新效率提升幅度較大, 該地區創新投入產出基礎較為薄弱, 科技創新投入效果提升明顯。中游以資源配置和技術進步雙驅動為主, 其中安徽省增速最快, 這和安徽省加快落實中部崛起戰略、持續進行產業結構調整有密切的關聯, 自主創新能力得到增強, 體現出了創新驅動戰略顯著的輻射作用。相對上游和中游地區而言, 下游地區經濟發展水平較高, 創新效率增速較為緩慢, 資源配置效率在規模擴大的同時未得到有效提升。
四、結語
基于長江經濟帶11個省市地區2008—2016年的科技創新投入產出面板數據, 采用DEA-Malmquist指數模型對長江經濟帶科技創新生產率變化情況進行實證研究, 將全要素生產率變動分解為技術進步變動、純技術效率變動和規模效率變動, 從技術水平、資源配置效率和生產規模方面來闡述近9年來長江經濟帶科技創新效率的演化。主要得到如下結論:
(1) 科技創新全要素生產率總體上有所增長, 年平均增長9.5%, 但增長幅度呈震蕩波動。震蕩波動的主要是在2008年和2012年, 原因是2008年受次貸危機影響, 2012年經濟轉型。
(2) 技術水平的變動是全要素生產率變動的主要驅動力量。從分析得知, 綜合技術效率增長率僅0.9%, 技術進步效率增長率為8.5%。由此可見, 現階段技術進步的貢獻更為顯著, 資源配置的效率并沒有顯著提升, 長江經濟帶大部分區域科技創新的產出增長仍然是依賴于創新投入要素驅動的增長方式。
(3) 綜合技術效率進一步分解后可知, 純技術進步貢獻高于規模效率。生產規模的擴大并不必然帶來效率的提升, 部分地區甚至出現規模增長效率損失。
(4) 長江經濟帶科技創新全要素生產率增長呈現出明顯的區域差異。11省份地區的全要素生產率增長的驅動因素也不同, 浙江、貴州、云南的資源配置效率有所下降, 其主要是由于規模效率損失導致的;江西、湖北、四川三省全要素生產率增長依靠技術進步和資源配置效率雙驅動增長;上海、江蘇、安徽和重慶全要素增長主要依靠技術進步效率, 資源配置效率未得到改善。
針對以上情況, 長江經濟帶各區域的后續發展需要依據自身的發展情況制定改善措施:
(1) 注重創新驅動全面均衡發展。一方面要提高自主創新能力。瞄準國際創新趨勢、特點進行自主創新, 使我國的自主創新站在國際技術發展前沿;另一方面要進行多種模式的創新。既要在優勢領域進行原始創新, 也要對現有技術進行集成創新, 還應加強引進技術的消化吸收再創新。
(2) 注重長江經濟帶區域均衡發展。長江經濟帶三大區域應當結合自身實際情況, 選擇準與本地相適應的產業作為著力點, 相互依托, 共謀發展。應該大力促進各區域之間的科技交流, 加強上中下游合作, 統籌協調各區域協同發展, 以科技創新驅動經濟增長, 縮小地區差異, 最終形成發展合力, 實現共同發展。
(3) 注重資源配置引領均衡發展。將優勢資源整合聚集到戰略目標上, 力求在重點領域、關鍵技術上取得重大突破;建立共同參與、利益共享、風險共擔的產學研用協同創新機制;營造激勵創新的公平競爭環境, 發揮市場競爭激勵創新的根本性作用, 構建以企業為主體、市場為導向、產學研相結合的技術創新體系;此外還要從制度安排、創新環境建設、管理創新等方面著手提升資源配置效率。
摘要：本文基于2008-2016年長江經濟帶11個省市面板數據, 采用DEA-Malmquist指數法對長江經濟帶科技創新全要素生產率變動情況進行實證分析。結果表明:生產率總體上呈現增長態勢, 年平均增長率9.5%, 增長幅度呈震蕩波動, 而在生產率變動的過程中, 技術水平的變動是最主要驅動因素。通過分析各省份的數據發現, 生產規模的擴大并不必然帶來生產率的提升, 個別地區甚至出現規模增長與效率損失同期存在的情形。由此根據不同地區的特點提出創新驅動全面均衡發展、區域均衡發展、資源配置引領均衡發展等建議。
關鍵詞：長江經濟帶,科技創新,全要素生產率
參考文獻
[1] 約瑟夫·熊彼特.國家競爭優勢[M]李明軒, 邱如美譯.北京:華夏出版社, 2002.
[2] 任保平, 文豐安.新時代中國高質量發展的判斷標準、決定因素與實現途徑[J].改革, 2018 (4) .
[3] 馬克.創新驅動發展:加快形成新的經濟發展方式的必然選擇[J].社會科學在線, 2013 (3) .
[4] 洪銀興.論創新驅動經濟發展戰略[J].經濟學家, 2013 (1) .
[5] 吳延兵.R&D與生產率——基于中國制造業的實證研究[J].經濟研究, 2006 (11) .
[6] 陳明華, 張曉萌, 仲崇陽, 劉玉鑫.長江經濟帶全要素生產率增長的地區差異及影響因素[J].經濟社會體制比較, 2018 (2) .