高新区创新绩效时空分异特征研究.docVIP

高新区创新绩效时空分异特征研究 　　【摘要】本文采用DEA-Malmquist方法，测算了陕西高新区2007～2014年的创新绩效，并对其时空分异特征进行分析。结果表明：陕西高新区总体技术效率偏低，尚未完全释放现有生产要素投入的潜能，应注重提升存量创新资源的利用效率；陕西高新区的技术进步和规模效率的衰退不仅拖累了TFP的增长还抵消了纯技术效率上升对TFP的贡献，导致了TFP的衰退；仅西安和宝鸡高新区的TFP得到改善，西安高新区的提升主要来源于“增长效应”，而宝鸡高新区的改善主要得益于“追赶效应”。 　　【关键词】高新区 创新效率 TFP DEA-Malmquist模型 　　一、引言 　　近年来，中国多数省份纷纷将建设科技型园区作为实现转型升级的战略手段。陕西高新区经过二十余年的发展，已经取得了巨大的成就。根据陕西省科工委和陕西省科技厅的数据，2015年，陕西国家级高新区实现总收入12691亿元，工业总产值10250亿元；实现工业增加值3199亿元，占全省工业增加值的34.18%；实现生产总值4562亿元，占全省生产总值的25.11%。陕西?{新区的发展壮大，充分发挥了其对陕西经济与科技的带动作用，有力地推动了陕西经济的持续快速发展。但是，在陕西高新区高速发展的同时也面临着诸多问题，吸引科技资本水平不高，产业结构趋同[1]，产品出口难度大，空间开发失序等，陕西高新区的发展效率问题没有引起足够的重视。 　　从现有高新区研究成果看，普遍存在考察时间跨度相对较短、定性分析相对较多、或者只采用Malmquist生产率指数模型分析其动态效率等问题。因此，高新区创新效率研究有待进一步深化和丰富。基于此，本文采用DEA方法和Malmquist生产率指数模型对2007～2014年陕西高新区技术效率和TFP的时空分异特征进行分析，并在此基础上提供了高新区技术效率的改善路径，旨在为陕西高新区实现转型升级和创新驱动提供有益参考。 　　二、指标选择与数据来源 　　本文采用DEA模型测算全要素生产率，其结果准确与否很大程度上依赖于选取的投入产出指标。本文将高新区作为生产决策单元，其效率可表示为在一定的投入条件下获得的产出水平。根据数据的可获得性、可比性和陕西高新区发展的实际状况，选择工业总产值和净利润作为产出指标，选择企业数、年末从业人员、年末资产和RD经费内部支出作为投入指标。 　　本文?算所需数据主要来源于2007～2015年《中国火炬统计年鉴》、国研网数据库（）和各高新区的统计年鉴或统计公报。剔除了物价因素对相关指标的影响。此外，由于个别高新区的部分年份数据存在缺失，本文采用插补法得到，以消除原始数据中零值导致的运算失败。 　　三、陕西高新区创新效率分析 　　（一）陕西高新区总体效率特征 　　利用DEAP2.1软件，测算2007～2014年陕西高新区的各项效率指标（表1）。陕西高新区的技术效率均值仅为0.553，最高也只有0.732，低于西部（0.577）和全国（0.628）平均水平。2014年技术效率仅为0.6，表明若完全释放出目前生产要素的潜力，则可以使产出在当前水平上再增长67%。 　　2007～2014年陕西高新区技术效率的运行具体可以分为三个阶段。 　　第一阶段为2007～2008年，技术效率处于上升的过程，从2007年的0.655增长到2008年的0.732，增幅达11.8%，纯技术效率大幅上升是技术效率增长的主要原因，2008年纯技术效率为0.785。表明政府为促进高新技术产业发展而实施的一系列扶持政策效果十分显著，促使技术、人才、资本等资源不断地流向高新区，有效地带动了高新区总产值和利润的增长，助推技术效率快速提升。同时，伴随着高新区融入到国际创新网络当中，以发展倒逼的方式促进区内高新技术企业不断提升技术层次，优化产业结构，带动技术效率的不断上升。 　　第二阶段为2008～2010年，技术效率出现大幅下降；主要是受到全球经济疲弱，外需不足的影响，对陕西高新产业的总产值和利润产生较大影响，也直接影响到陕西高新区发展的技术效率；同时，陕西高新区大多缺乏清晰的产业定位，产业结构相对雷同，资源整合存在资源浪费与重复投入现象，资源投入结构不合理，严重制约着技术效率的上升。为此，在指标的表现上，纯技术效率保持相对平稳，规模效率波动幅度较大，在2010年降至0.604的较低水平，成为导致陕西高新区技术效率波动幅度超过西部和全国的主要影响因素。 　　第三阶段为2010～2014年，技术效率处于增长期，纯技术效率的上升是导致技术效率增长的主要原因。在此阶段，陕西高新区的产业集群作用日益明显，各类创新资源在集群内实现了有效整合，形成了稳定的主导产业和产业链，企业之间的协作分工更加细化，而且产业集群产生的“竞争效应”促使企业