謝洪軍，張 慧

(重慶理工大學(xué)經(jīng)濟與貿(mào)易學(xué)院，重慶 400054)

一、引言

后金融危機時代，隨著人口結(jié)構(gòu)的轉(zhuǎn)變、資源與環(huán)境約束趨緊，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和轉(zhuǎn)變經(jīng)濟發(fā)展方式成為我國的迫切任務(wù)。2014年12月的中央經(jīng)濟工作會議明確提出，經(jīng)濟“新常態(tài)”下應(yīng)堅持以提高質(zhì)量和效益為中心。這凸顯出當(dāng)前我國轉(zhuǎn)變經(jīng)濟增長，注重發(fā)展質(zhì)量的戰(zhàn)略思想。技術(shù)效率能直觀地反映產(chǎn)業(yè)效率和核心競爭力，是反映工業(yè)經(jīng)濟增長質(zhì)量的重要指標(biāo)之一。作為我國的動力型先導(dǎo)產(chǎn)業(yè)，高技術(shù)產(chǎn)業(yè)在中央及各地區(qū)工業(yè)經(jīng)濟中具有舉足輕重的地位。長江經(jīng)濟帶一直以來被譽為我國的“高科技走廊”，沿江地區(qū)高技術(shù)產(chǎn)業(yè)園區(qū)密集，在帶動地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級和地區(qū)經(jīng)濟騰飛中發(fā)揮著重要作用。然而，由于區(qū)域協(xié)調(diào)共生和產(chǎn)業(yè)聯(lián)動機制尚未明確建立，各地區(qū)同質(zhì)性發(fā)展和支柱性產(chǎn)業(yè)趨同問題日益凸現(xiàn)，其中高技術(shù)產(chǎn)業(yè)占據(jù)著重要地位。在此背景下，對長江經(jīng)濟帶沿江省市高技術(shù)產(chǎn)業(yè)的技術(shù)效率進行合理評價，比較地區(qū)差異和行業(yè)差異，以此提出針對性的政策建議，對于探尋提高高技術(shù)產(chǎn)業(yè)的效率和質(zhì)量的途徑，優(yōu)化長江經(jīng)濟帶沿江高技術(shù)產(chǎn)業(yè)的資源配置和產(chǎn)業(yè)區(qū)域發(fā)展格局具有長遠(yuǎn)的現(xiàn)實意義。

對技術(shù)效率的測度，DEA和SFA兩種方法使用最為廣泛。國內(nèi)外學(xué)者也較多采用這兩種方法對高技術(shù)產(chǎn)業(yè)技術(shù)效率進行實證測度。Chung-Jen Chen 和 Chin-Chen Huang[1]、Min-Ren Yan 和 Kuo-Ming Chien[2]利用傳統(tǒng)DEA模型基于臺灣地區(qū)高科技工業(yè)園區(qū)數(shù)據(jù)分別對高技術(shù)產(chǎn)業(yè)和企業(yè)效率進行了評價。孫劍、李啟明基于此模型對江蘇省13市高技術(shù)產(chǎn)業(yè)企業(yè)的技術(shù)效率進行了測度[3]。DEA方法與因子分析方法的結(jié)合也已被一些學(xué)者所采用[4]。Subal Kumbhakar、Peter Voigt等采用隨機前沿的SFA模型對歐洲高新技術(shù)企業(yè)2000—2005 年的效率進行了分析[5]。何維達(dá)等[6]、范凌鈞等[7]、余泳澤等[8]同樣采用此模型對我國整體及各地區(qū)高技術(shù)產(chǎn)業(yè)的效率進行了測度。鑒于DEA模型和SFA模型本身存在的局限和不足，F(xiàn)ried提出了三階段DEA模型，這一方法對傳統(tǒng)DEA方法進行了改進[9]，因而在近年高技術(shù)產(chǎn)業(yè)效率研究中被較多采用[10-12]。已有文獻(xiàn)或基于全國層面或某一省份的高技術(shù)產(chǎn)業(yè)細(xì)分行業(yè)進行研究，或基于東中西部籠統(tǒng)的區(qū)域劃分對高技術(shù)產(chǎn)業(yè)整體進行研究，但結(jié)合長江經(jīng)濟帶和“高科技走廊”這一新的戰(zhàn)略區(qū)域，基于地區(qū)和行業(yè)細(xì)分的視角，對沿江省市高技術(shù)產(chǎn)業(yè)效率進行合理評價，將更有針對性和參考價值。因此，本文基于沿江11省市2008—2013年數(shù)據(jù)，借助三階段DEA模型，對長江經(jīng)濟帶高技術(shù)產(chǎn)業(yè)效率進行更合理地評價，為沿江地區(qū)提高高技術(shù)產(chǎn)業(yè)各細(xì)分行業(yè)效率和發(fā)展質(zhì)量，進而為政府決策提供依據(jù)和參考。

二、研究方法

DEA模型最早是由Charnes、Coopor和Rhodes于1978提出的。但是傳統(tǒng)DEA測度方法將實際與前沿面的偏離全部歸結(jié)為管理無效率因素，不盡合理。因此，F(xiàn)ried提出了三階段DEA方法，剔除非管理因素對效率水平的影響，從而得到反映實際管理水平的效率值[9]。

(一)第一階段:傳統(tǒng)DEA模型

采用投入導(dǎo)向的BCC模型，在規(guī)模報酬可變的假定下評估決策單元的有效性。在BCC模型中，綜合效率水平就被分解為純技術(shù)效率和規(guī)模效率。傳統(tǒng)DEA方法已較為成熟，此處對其線性規(guī)劃原理不再贅述。

(二)第二階段:類似SFA回歸

第一階段得出的投入松弛變量受到管理效率、環(huán)境因素和隨機因素的影響，第二階段通過構(gòu)建類似SFA回歸，對第一階段中非有效決策單元的各項投入松弛進行分解，從中分離出環(huán)境變量和隨機因素的影響。假設(shè)有n個決策單元和m種投入，構(gòu)建SFA模型:

sij表示第j個決策單元的第i項投入的松弛變量，zj=(z1j，z2j，…，zpj)表示 p 個可觀測的環(huán)境變量，β為待估計參數(shù)。fi(zj，βi)表示環(huán)境變量對投入松弛sij的影響，一般取線性形式。uij+vij表示混合誤差，uij表示管理無效率因素，且假定其服從截斷正態(tài)分布，即 uij～ N+(μi，)，vij表示產(chǎn)業(yè)噪音的隨機誤差因素，假定vij～N(0)，且 vij與 uij相互獨立。定義，當(dāng)γ越趨向于1，表明管理非有效因素作用越大，模型設(shè)定越合理。設(shè)γ=0和γ≠0的假設(shè)條件下待估計參數(shù)的極大似然函數(shù)值分別為 L(θ0)和L(θ1)，通過構(gòu)建LR單邊似然檢驗統(tǒng)計量，來檢驗?zāi)Ｐ驮O(shè)定的合理性。

式(2)中，單邊似然檢驗LR符合Mixed χ2分布，當(dāng)LR大于其臨界值時，拒絕γ=0的原假設(shè)，表明模型設(shè)定是合理的。根據(jù)回歸結(jié)果，從中分離出環(huán)境變量和隨機因素對投入松弛變量的影響，對決策單元的各項投入進行調(diào)整。根據(jù)Jondrow提出的方法，得到管理非效率的條件估計量[13]。

從中分離出環(huán)境特征和隨機因素對投入松弛變量的影響，以最有效的決策單元為基準(zhǔn)，對所有決策單元的各項投入進行調(diào)整

xij和分別表示調(diào)整前后的投入量，通過式(5)調(diào)整使得所有的決策單元面臨相同的經(jīng)營環(huán)境和運氣。

(三)第三階段:調(diào)整后DEA模型

將各決策單元經(jīng)過第二階段調(diào)整后的投入變量和原始產(chǎn)出變量，重新應(yīng)用BCC模型進行效率測度，從而得到剔除環(huán)境變量和隨機因素影響后各決策單元的效率值。

三、實證分析

根據(jù)《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》中對高技術(shù)產(chǎn)業(yè)的分類標(biāo)準(zhǔn)，基于三階段DEA評價模型，對長江經(jīng)濟帶沿江11省市高技術(shù)產(chǎn)業(yè)五大細(xì)分行業(yè)的技術(shù)效率進行測度，包括醫(yī)藥制造業(yè)、航空航天器制造業(yè)、電子及通信設(shè)備制造業(yè)、電子計算機及辦公設(shè)備制造業(yè)和醫(yī)療設(shè)備及儀器儀表制造業(yè)。研究的樣本區(qū)間為2008—2013年6年的數(shù)據(jù)。數(shù)據(jù)來源于2009—2014年的《中國統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和《中國科技經(jīng)費投入統(tǒng)計公報》。

(一)變量定義

1.投入產(chǎn)出變量定義

考慮到高技術(shù)產(chǎn)業(yè)的屬性和發(fā)展特點，選取從業(yè)人員年平均人數(shù)(X1，人)、R＆D經(jīng)費內(nèi)部支出(X2，萬元)和投資額(X3，億元)三項投入指標(biāo)。利潤是反映產(chǎn)業(yè)現(xiàn)期生產(chǎn)運營能力和經(jīng)濟效益的直接指標(biāo)，專利申請數(shù)排除了人為因素的影響，能夠反映高技術(shù)產(chǎn)業(yè)的核心競爭力和未來產(chǎn)出增長潛力，因此選取利潤總額(Y1，億元)和專利申請數(shù)(Y2，件)兩項作為產(chǎn)出指標(biāo)。

投入產(chǎn)出指標(biāo)的選取是應(yīng)用DEA模型對產(chǎn)業(yè)效率進行科學(xué)合理評價的關(guān)鍵。本文的決策單元為11個，共選取3個投入指標(biāo)和2個產(chǎn)出指標(biāo)，滿足模型要求。通過SPSS17.0軟件對投入產(chǎn)出指標(biāo)的相關(guān)性進行檢驗，利潤總額與從業(yè)人員年均人數(shù)、R＆D經(jīng)費內(nèi)部支出、投資額的Pearson相關(guān)系數(shù)分別為 0.922、0.890、0.964，專利申請數(shù)與從業(yè)人員年均人數(shù)、R＆D經(jīng)費內(nèi)部支出、投資額的Pearson 相關(guān)系數(shù)分別為 0.969、0.942、0.899，且各系數(shù)檢驗均通過了1%的顯著性水平，說明指標(biāo)選取是合理的。

2.環(huán)境變量定義

在構(gòu)建SFA回歸模型中，考慮高技術(shù)產(chǎn)業(yè)的屬性和發(fā)展特點，從宏觀經(jīng)濟環(huán)境、產(chǎn)業(yè)競爭程度、科技活動環(huán)境和所有制結(jié)構(gòu)4個方面考慮外部不可控因素:選取地區(qū)GDP作為宏觀環(huán)境因素，選取產(chǎn)業(yè)企業(yè)數(shù)量衡量產(chǎn)業(yè)競爭程度，選取科技經(jīng)費投入強度衡量科技活動環(huán)境。由于《中國高技術(shù)產(chǎn)業(yè)年鑒》從2012年起不再統(tǒng)計總產(chǎn)值和增加值指標(biāo)，為統(tǒng)一口徑，選取國有企業(yè)主營業(yè)務(wù)收入占行業(yè)主營業(yè)務(wù)總收入的比重作為所有制結(jié)構(gòu)因素。

使用各省市歷年GDP平減指數(shù)對地區(qū)GDP指標(biāo)進行平減。由于沒有經(jīng)費支出、利潤及投資額相關(guān)的價格指數(shù)，本文以2008年為基期，采用各省市歷年的GDP平減指數(shù)對R＆D經(jīng)費內(nèi)部支出、投資額、利潤總額三項指標(biāo)進行平減，得到以2008年為基期不變價格的各項投入產(chǎn)出值。

(二)實證結(jié)果

1.第一階段:傳統(tǒng)DEA測度

不考慮環(huán)境條件和隨機因素的影響，應(yīng)用投入導(dǎo)向的傳統(tǒng)DEA中BCC模型，對2008—2013年長江經(jīng)濟帶沿江11省市高技術(shù)產(chǎn)業(yè)五大細(xì)分行業(yè)技術(shù)效率進行測度。由于云南省的航空航天器制造業(yè)和貴州省電子計算機及辦公設(shè)備制造業(yè)數(shù)據(jù)缺失較多，故不做考察。應(yīng)用Deap2.1軟件對各省市五大行業(yè)2008—2013年技術(shù)效率測度并求均值，實證結(jié)果如表1所示。

表1 調(diào)整前各省市分行業(yè)5年技術(shù)效率均值

在不考慮環(huán)境特征和隨機因素影響的情況下，就醫(yī)藥制造行業(yè)來看，上海和貴州6年均值處于技術(shù)效率前沿;云南、江蘇、四川、重慶次之，6年效率均值均達(dá)到了0.9以上;江西和湖北技術(shù)效率水平均低于0.7，仍有較大的改進空間。對11省市6年效率求均值，醫(yī)藥制造行業(yè)6年綜合技術(shù)效率為0.878，純技術(shù)效率和規(guī)模效率分別為0.940、0.932，整體效率情況良好。

航空航天器制造業(yè)，安徽省處于技術(shù)效率前沿，純技術(shù)效率和規(guī)模效率都達(dá)到最優(yōu)。其次為重慶、浙江、江蘇，效率均達(dá)到0.8以上。上海、湖南、湖北四省市技術(shù)效率均在0.6以下，其中湖北省最低，效率整體情況不理想。進一步分析發(fā)現(xiàn)，四省市低效率水平主要源自純技術(shù)效率水平較低。

電子及通信設(shè)備制造業(yè)，貴州技術(shù)效率最高，處于效率前沿面。云南和浙江效率水平也相對較高，為0.9以上。其次為安徽、上海、江西。湖南在11省市中效率值最低，僅為0.694，其純技術(shù)效率低于規(guī)模效率，成為綜合效率的制約因素。

電子計算機及辦公設(shè)備制造業(yè)，浙江處于效率前沿。四川、云南次之，均達(dá)到了0.95以上，兩省市純技術(shù)效率均達(dá)到了最優(yōu)。湖南和江蘇技術(shù)效率整體情況也相對較好。湖北和重慶相對效率水平最低，前者主要純技術(shù)效率較低有待提高，后者是由于純技術(shù)效率和規(guī)模效率均不高所致。

醫(yī)療設(shè)備及儀器儀表制造業(yè)，上海、浙江、湖南三省市處于效率前沿。四川和安徽次之，效率均達(dá)到0.95及以上。江西技術(shù)效率為0.541，遠(yuǎn)低于其他10省市。進一步發(fā)現(xiàn)其低效率水平源自純技術(shù)效率較低，仍有較大的提升空間。

在不考慮環(huán)境條件和隨機因素的條件下，長江經(jīng)濟帶高技術(shù)產(chǎn)業(yè)中，醫(yī)藥制造業(yè)、電子及通信設(shè)備制造業(yè)和醫(yī)療設(shè)備及儀器儀表制造業(yè)綜合技術(shù)效率分別為 0.878、0.832、0.869，純技術(shù)效率和規(guī)模效率均遠(yuǎn)高于其他兩行業(yè)。

2.第二階段:類似SFA回歸

為剔除環(huán)境變量和隨機因素對技術(shù)效率的影響，第二階段針對第一階段中非有效決策單元，以各項投入變量冗余為被解釋變量，以上文中構(gòu)建的4個環(huán)境變量為解釋變量進行回歸分析。應(yīng)用Frontier4.1軟件，回歸結(jié)果如表2所示。

3個投入松弛變量的回歸模型中，大部分環(huán)境變量的參數(shù)都至少通過了10%顯著性檢驗，γ均達(dá)到了0.999，表明管理無效率因素對各投入松弛變量產(chǎn)生了重要影響。且三個模型中LR單邊檢驗均通過1%的顯著性水平，表明構(gòu)建類似SFA回歸模型是合理且必要的。

3.第三階段:調(diào)整后DEA測度結(jié)果

利用式(5)對所有決策單元的各項投入變量進行調(diào)整，對調(diào)整后的投入變量和原始產(chǎn)出變量重新應(yīng)用投入導(dǎo)向的BCC模型進行效率測度，實證結(jié)果如表3所示。

表2 類似SFA回歸結(jié)果

表3 調(diào)整后各省市分行業(yè)五年技術(shù)效率均值

對比表1和表3剔除環(huán)境變量和隨機因素的影響前后，各省市五大行業(yè)6年技術(shù)效率均值有明顯改變，說明環(huán)境變量和隨機因素會使技術(shù)效率評估出現(xiàn)偏差。調(diào)整后，醫(yī)藥制造業(yè)，上海和四川處于效率前沿;航空航天器制造業(yè)，江蘇省處于效率前沿;電子及通信設(shè)備制造業(yè)，上海和浙江效率明顯提高，與貴州一并處于前沿，江蘇和四川效率水平也顯著提高，云南、湖南和重慶明顯降低;電子計算機及辦公設(shè)備制造業(yè)，調(diào)整后浙江仍處于技術(shù)效率前沿，除了江蘇效率提高外，大部分地區(qū)效率水平出現(xiàn)大幅下降，主要是調(diào)整后規(guī)模效率大幅下降所致;醫(yī)療設(shè)備及儀器儀表制造業(yè)，上海和浙江仍處于效率前沿，效率水平大多出現(xiàn)下降。

剔除環(huán)境和隨機因素影響后，同質(zhì)環(huán)境下11省市6年效率均值除醫(yī)藥制造和電子通信設(shè)備制造業(yè)綜合技術(shù)效率水平有所提高外，其他行業(yè)效率均值均出現(xiàn)下降，進一步分析發(fā)現(xiàn)航空航天器制造業(yè)則源自規(guī)模效率水平的下降，其他兩行業(yè)是由純技術(shù)效率和規(guī)模效率共同下降所致。調(diào)整后效率的行業(yè)差異依然存在，醫(yī)藥制造業(yè)和電子及通信設(shè)備制造業(yè)效率水平較高，其他3個行業(yè)技術(shù)效率不盡理想。

四、結(jié)論與建議

本文應(yīng)用三階段DEA評價模型，對長江經(jīng)濟帶沿江11省市高技術(shù)產(chǎn)業(yè)五大細(xì)分行業(yè)的技術(shù)效率進行實證測度，得出主要結(jié)論如下:

第一，沿江省市效率水平受到環(huán)境特征和隨機因素的影響，剔除這些影響因素后，高技術(shù)產(chǎn)業(yè)各行業(yè)效率水平并不理想，仍有很大提升空間。調(diào)整后，除電子及通信設(shè)備制造業(yè)外，其他行業(yè)的綜合技術(shù)效率均出現(xiàn)下降，技術(shù)效率水平較低。地區(qū)GDP、R＆D經(jīng)費投入強度、國有企業(yè)占行業(yè)比重對R＆D經(jīng)費支出和投資額兩項投入冗余具有顯著的正向作用，造成了資源的浪費，影響了產(chǎn)業(yè)效率水平。

第二，效率水平存在明顯的行業(yè)差異和地區(qū)差異。從行業(yè)來看，醫(yī)藥制造業(yè)、醫(yī)療設(shè)備及儀器儀表制造業(yè)和電子及通信設(shè)備制造業(yè)3個行業(yè)的效率遠(yuǎn)高于其他兩個行業(yè)，且剔除環(huán)境特征和隨機因素影響后，差異仍存在。就地區(qū)來看，各地區(qū)5個行業(yè)的效率水平和優(yōu)勢產(chǎn)業(yè)也存在差異。

長江經(jīng)濟帶一直以來被譽為我國的“高科技走廊”。然而實證結(jié)果表明，現(xiàn)有條件下，沿江高技術(shù)產(chǎn)業(yè)的實際產(chǎn)出并未達(dá)到最大化，效率水平并不理想，且存在較大的行業(yè)差異和地區(qū)差異。沿江省市應(yīng)充分發(fā)揮特色資源和比較優(yōu)勢，有針對性地提高經(jīng)營管理水平或規(guī)模收益，提高高技術(shù)產(chǎn)業(yè)的效率水平和發(fā)展質(zhì)量。在“一帶一路”國家戰(zhàn)略實施的背景下，以高技術(shù)產(chǎn)業(yè)為支點，充分發(fā)揮高技術(shù)產(chǎn)業(yè)對其他產(chǎn)業(yè)的輻射和帶動作用，促進人員、技術(shù)、資本等要素在長江經(jīng)濟帶產(chǎn)業(yè)間的合理高效流動，有利于優(yōu)化資源配置的區(qū)域結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)，形成優(yōu)勢互補、錯位發(fā)展的競爭格局，避免下一輪粗放型增長和地區(qū)競爭中出現(xiàn)的低水平重復(fù)建設(shè)和產(chǎn)能過剩。

[1]CHEN C J，HUANG C C.A multiple criteria evaluation of High Tech industries for the science-based industrial park in Taiwan[J].Information ＆ Management，2004(7):839-851.

[2]YAN M R，CHIEN K M.Evaluating the Economic Performance of High-Technology Industry and Energy Efficiency:A Case Study of Science Parks in Taiwan[J].Energies，2013(2):973-987.

[3]孫劍，李啟明.高新技術(shù)企業(yè)投入產(chǎn)出效率評價——基于江蘇十三個城市的實證研究[J].科學(xué)學(xué)研究，2008(10):62-64.

[4]容美平，王斌會.我國各地區(qū)高技術(shù)產(chǎn)業(yè)投入產(chǎn)出效率綜合評價[J].科技進步與對策，2010(7):26-28.

[5]KUMBHAKAR S C，LOVELL C.Stochastic Frontier Analysis[M].New York:Cambridge University Press，2000.

[6]何維達(dá)，張遠(yuǎn)德.基于非參數(shù)隨機前沿面模型的高技術(shù)產(chǎn)業(yè)效率研究[J].經(jīng)濟經(jīng)緯，2008(4):71-74.

[7]范凌鈞，李南，陳燕兒.中國高技術(shù)產(chǎn)業(yè)技術(shù)效率區(qū)域差異的實證分析[J].系統(tǒng)工程，2011(2):57-62.

[8]余泳澤，張妍.我國高技術(shù)產(chǎn)業(yè)地區(qū)效率差異與全要素生產(chǎn)率增長率分解——基于三投入隨機前沿生產(chǎn)函數(shù)分析[J].產(chǎn)業(yè)經(jīng)濟研究，2012(1):45-51.

[9]FRIED，LOVELL C，et al.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis，2002(17):121-136.

[10]王軍，楊惠馨.2006—2008年中國省際高技術(shù)產(chǎn)業(yè)效率實證研究[J].統(tǒng)計研究，2010(12):47-49.

[11]吉生保，周小柯.基于三階段DEA模型的中國高技術(shù)產(chǎn)業(yè)效率研究[J].中央財經(jīng)大學(xué)學(xué)報，2010(12):62-66.

[12]張穎.基于三階段DEA模型的安徽省高技術(shù)產(chǎn)業(yè)效率分析[D].合肥:安徽大學(xué)，2013.

[13]JONDROW J，LOVELL C A K，MATEROV I S.On The Estimination of Technical Inefficiency in the Stochastic Frontier Production Function Model[J].Journal of Econometrics，1982(19):233-238.