我国区域科技创新效率评价——以省际数据为样本.pdfVIP

维普资讯 2008年第9期 科技管理研究 ScienceandTechnologyManagementResearch 20O8No．9 文章编号：1000—7695 (2008)O9—0087一o4 我国区域科技创新效率评价 以省际数据为样本 李兰冰 (南开大学城市与区域经济研究所，天津 300071) 摘要：以DEA模型为理论工具对我国31个省 (直辖市)的区域科技创新效率进行总体评价，并利用Tobit模 型对区域创新无效率的影响因素予以识别，最后对研究结论的相关政策含义予以阐释。 关键词：区域创新效率；综合技术效率；纯技术效率；规模效率；DEA模型 中图分类号：F2o7 文献标识码：A 在全球化的竞争新时代 ，区域正以多种复杂的方式进行 入导向型DEA模型。对于DEA的数学原理本文不再赘述， 着全球的资源、市场、生存空间和发展机会的争夺和较量， 主要评价DEA模型的优点与不足。概要地讲，DEA方法对投 经济发展呈现出明显的区域化特征，区域层面的竞争力在国 入、产出的价格信息不具备严格要求，投入、产出变量的权 家经济发展中的地位 日益凸现。随着区域竞争的不断升级， 重由数学规划根据样本数据产生，不受人为主观因素影响， 目前区域竞争模式已经从资源、资本要素导向型转变为科技 关键是该方法无需指定生产函数形态 ，因此适用于评价具有 创新导向型。无论是区域内产业所形成的核心竞争力还是企 多投入、多产出的决策单位的生产效率。DEA方法的不足之 业的核心竞争力，都是长期创新累积的结果 I【J。区域创新能 处主要在于无法分离随机因素和测量误差的影响。综合考虑 力已经成为影响一个地区核心竞争力乃至国际竞争力的关键 DEA方法的特点和区域创新系统的特性 ，本文认为应用 DEA 因素，已经成为区域经济发展的内生动力和重要驱动力。因 方法研究区域创新效率具有合理性和可行性。 此，区域创新绩效评价显得非常重要。 1．2 Tobit回归分析模型 区域创新效率是区域科技创新活动中投入与产出之间的 Tobit回归模型最早由诺贝尔经济学奖获得者JamesTobin 对比关系，反映了区域创新系统对资源的配置能力与使用效 (1958) 率先提出，又称截断式回归模型 (CensoredRegres． 率，是形成区域创新能力的关键要素。对于效率研究而言， sionMode1)。该模型的一个重要特征就是被解释变量为截断 Coelli(1996) 指出两种方法最具代表性，一种是数据包络 数据，即被解释变量都大于或者小于某个确定值。由于区域 分析法 (DataEnvelopmentAnalysis；DEA)，另外一种就是随 创新效率值介于0与1之间，区域创新无效率 (效率值的倒 机边界法 (StochasticFrontierAnalysis；SFA)。与SFA相 比， 数减 1)则为从0到无穷大之间的左界截断数据 ，若以普通 DEA方法无需指定生产函数形态 ，更加适用于评价具有多投 最zb--乘法进行参数估计将是有偏且不一致的。鉴于此，本 入、多产出的决策单位的生产效率。区域创新活动错综复杂， 文选择Tobit回归对我国各区域创新无效率的影响因素进行分 具有典型的多投入 一多产出生产关系特性，因此本文将选择 析，可以证明用最大似然估计法估计出的Tobit模型参数将是 DEA方法对我国区域创新效率予以定量评价。 一 致估计量。 1．3 指标选择与数据来源 1 理论模型与数据来源 科学合理地选择投入与产出指标对于有效地使用DEA模 1．1 数据包络分析法