东部12省市科技创新效率的DEA测评与上海科创策略研究（下）.pdf

东部东部 1212 省市科技创新效率的省市科技创新效率的DEADEA 测评与上海科创策略研究测评与上海科创策略研究（（下下）） 东部东部 1212 省市科技创新效率的省市科技创新效率的 DEADEA 测评与上海科创策略研究测评与上海科创策略研究 （（下下）） 2019年 04月 26 日 三、三、东部东部 1212 省市科技创新效率动态变化分析 省市科技创新效率动态变化分析 三三、、东部东部 1212 省市科技创新效率动态变化分析省市科技创新效率动态变化分析 前文从静态视角对东部 12省市的科技创新效率、综合效率、规模效率做了系统分析，但 这并不能反映各个地区自身的动态变化过程。为了对科技创新效率进行动态分析，选取 Malmquist指数作为工具来测度生产力的变化，反映生产前沿的移动及 DMU的追赶效应， 通过动态的分析能直观地看到东部地区科创效率的动态变化情况。运用 Deap2.1 软件，测 算出 2011～2016 年东部12 个省（直辖市）的全要素生产率，如表 5 所示。 无法显示链接的图像。该文件可 能已被移动、重命名或删除。请验 证该链接是否指向正确的文件和 位置。 从表 5可以看出全要素生产率变化逐年提升，2013～2014 年全要素生产率变化大于 1，反 映出东部地区在创新领域的生产力水平是稳中向好，年均增长达到 4.3%，最后一期较前一 期增长幅度达 11.7%。全要素生产率增长变化得益于技术进步变化，其年均增长 5%， 2015～2016 年增幅超过 20%。反观技术效率变化却是上下浮动，无增长，说明无效地区相 较对比期的生产前沿线的距离是扩大的，无效分值越来越低，与静态分析得出结论相一致： 落后地区与先进地区相比较落差较大。动态变化更反映出这个落差越来越大，与整体的生 产前沿线的向外扩张形成反差。 进一步分析技术效率的无效变化，技术效率变化较规模效率变化显得逊色，在末期出现倒 退，导致综合效率变化无效。规模效率从均值上看是略微增长 0.2%，末期也是负增长，从 前文静态规模收益上来讲是正值，但是动态反映出规模报酬率却在降低，从目前趋势看， 技术水平和管理水平无效变化，规模效率变化下降，这并不利于长期发展。 通过这一时期的城市全要素生产率变化，从中可以具体看到是哪些 DMU在进步，哪些 DMU 表现不佳，具体如图 1 所示。 无法显示链接的图像。该文件可 能已被移动、重命名或删除。请验 证该链接是否指向正确的文件和 位置。 从图 1可以看出有北京、海南、广州、山东、浙江、江苏、上海、辽宁等 8个 DMU测度期 的全要素生产率变化均值1，表示在测度期它们的生产力水平是进步的，对整个地区的提 升起到了推动作用，这些单元的持续进步推动生产前沿线的向外移动，生产率得以提高。 尽管上海测度期内的静态效率近两年不够理想，但动态分析发现上海的全要素生产率呈增 长趋势，说明上海具有后发潜力，需要政府进一步设计激励机制以鼓励科技成果在当地转 化进而实现有效的经济效益增加。 四、四、上海科技创新发展的对策建议上海科技创新发展的对策建议 四四、、上海科技创新发展的对策建议上海科技创新发展的对策建议 分析表明，上海科技创新能力对经济效率提升的支持作用相对不足，究其原因是科技创新 成果转化不充分，创新成果同产业对接不充分。进一步分析原因，是上海缺乏开放协同的 创新网络，产学研用的科创联动缺乏各主体之间的互补和共享，科创资源配置的效率也不 高。 上海作为主要的科技创新区域，聚集的科研创新能力一直走在全国前列，然而科技创新的 最终目的是能够加快实现中国的智能制造 2025 和高端制造设备的创新。由此本文认为上 海促进科技创新驱动经济发展效率的顶层设计首先需要明确以下定位： 一是要确定发展路径定位，寻找可以增强科技转化能力的动力，优化创新生态，持续提高 创新供给能力和效率的创新发展机制，比如上海正在推进的创新功能性平台。该平台明确 定位为“推进研发与转化”功能为主，平台内的研发侧重于成果转化和市场检验后的再研 发，进而经过多次循环创新为实现科创驱动经济增长提供有效的实施路径，以“以建促研” 的原则实现反哺创新。这种有明确目标定位的功能型平台能够从源头就加大了科技创新驱 动经济发展效率的力度。二是要设计明晰的产学研用各参