科技創(chuàng)新全要素生產(chǎn)率增長的差異范文

本站小編為你精心準(zhǔn)備了科技創(chuàng)新全要素生產(chǎn)率增長的差異參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《中國科技論壇雜志》2015年第十期

主要依靠資源和要素投入而非效率提升所引致的科技進步只能是一種表面的虛假繁榮，而高校科技創(chuàng)新全要素生產(chǎn)率的提升才是提高高校科技創(chuàng)新水平的本質(zhì)訴求和保證高校科技創(chuàng)新永葆青春的不竭動力［1］。全要素生產(chǎn)率是指生產(chǎn)活動在一定時間內(nèi)的效率，即總產(chǎn)量與全部要素投入量之比［2］。在跨時期的動態(tài)條件下，高校科技創(chuàng)新生產(chǎn)要素的配置和利用效率的變化程度可以用全要素生產(chǎn)率來表示［3］。關(guān)于高校科技創(chuàng)新全要素生產(chǎn)率問題，已有學(xué)者做了有益探索，國外學(xué)者更傾向于以具體高校為研究對象，分析高校科技創(chuàng)新成果的轉(zhuǎn)化問題［4］;國內(nèi)學(xué)者則采用不同的方法，選擇不同的研究對象，以不同的研究視角對高校科技創(chuàng)新全要素生產(chǎn)率展開系列探討。

1研究方法和指標(biāo)選取

1.1研究方法傳統(tǒng)的Malmquist指數(shù)是以決策單元當(dāng)期的觀察值構(gòu)造當(dāng)期最佳生產(chǎn)技術(shù)前沿面，而Sequen-tialMalmquist指數(shù)則以決策單元當(dāng)期及前期的觀察值構(gòu)造當(dāng)期最佳生產(chǎn)技術(shù)前沿面，因此Sequen-tialMalmquist指數(shù)能夠?qū)崿F(xiàn)“過去掌握的技術(shù)不會遺忘”的假定，從而避免在測算全要素生產(chǎn)率指數(shù)時出現(xiàn)的虛假“技術(shù)退步”，以及由此導(dǎo)致的技術(shù)效率“被動提高”等不合理現(xiàn)象。另外，雖然SequentialMalmquist指數(shù)能夠有效測度高校科技創(chuàng)新全要素生產(chǎn)率的變化，但是無法說明這種變化的來源，因此有必要對SequentialMalmquist指數(shù)做進一步分解，以期發(fā)現(xiàn)高校科技創(chuàng)新全要素生產(chǎn)率變化的驅(qū)動機制。對SequentialMalmquist指數(shù)的分解可以借鑒Malmquist指數(shù)分解的思路。FreR等將用來表征全要素生產(chǎn)率變化的Malmquist指數(shù)分解為技術(shù)效率變化和技術(shù)進步［5］，1994年FreR等又在1992年的基礎(chǔ)之上，將技術(shù)效率變化進一步分解為純技術(shù)效率變化和規(guī)模效率變化［6］，但是RaySC和Desli認(rèn)為FreR等對Malmquist指數(shù)的分解存在邏輯上的錯誤［7］，并對其進行了修正。國內(nèi)相關(guān)研究基本采取了FreR等的方法對Malmquist指數(shù)進行分解，從而對純技術(shù)效率變化和規(guī)模效率變化做出了錯誤的解釋［8］。基于此，本文按照RaySC和Desli的思路，將SequentialMalmquist指數(shù)分解為純技術(shù)效率變化、純技術(shù)進步和規(guī)模報酬變動，如下式所示。其中，SM為SequentialMalmquist指數(shù)、SPEC為純技術(shù)效率變化、SPTC為純技術(shù)進步、SSCH為規(guī)模報酬變動。SPEC度量了不同時期決策單元相對于生產(chǎn)前沿的距離，SPEC＞1表明純技術(shù)效率改善，反之純技術(shù)效率下降;SPTC度量了不同時期生產(chǎn)前沿的移動，SPTC＞1說明技術(shù)進步，反之技術(shù)退步;SSCH則度量了沿著同一生產(chǎn)前沿的規(guī)模效率變化，SSCH＞1說明規(guī)模報酬遞增，反之規(guī)模報酬遞減。

1.2指標(biāo)選取根據(jù)高校科技創(chuàng)新活動的特點，需要從輸入和輸出角度確定高校科技創(chuàng)新投入產(chǎn)出指標(biāo)。基于此，在現(xiàn)有文獻［9－10］的基礎(chǔ)上，并考慮數(shù)據(jù)的可獲得性，確定高校科技創(chuàng)新投入產(chǎn)出指標(biāo)體系(見表1)。高校科技創(chuàng)新投入是指高校在科技創(chuàng)新活動中所投入的各種科技創(chuàng)新資源，高校科技創(chuàng)新產(chǎn)出是科技創(chuàng)新資源通過高校科技創(chuàng)新系統(tǒng)加工生產(chǎn)之后，所形成的能夠反映高校科技創(chuàng)新能力的重要元素。如表1所示，以上指標(biāo)數(shù)據(jù)均來自于相應(yīng)年份的《高等學(xué)校科技統(tǒng)計資料匯編》。雖然投入產(chǎn)出指標(biāo)之間的共線性并不影響SequentialMalmquist指數(shù)模型的效率測度結(jié)果［11］，但是如果投入產(chǎn)出指標(biāo)數(shù)量過多，會降低模型測算結(jié)果的區(qū)分度，因此，本文根據(jù)投入產(chǎn)出指標(biāo)的性質(zhì)，把相關(guān)性較強的二級指標(biāo)按照一定的權(quán)重做合并和歸類處理，以降低指標(biāo)維度。由于熵值法完全根據(jù)指標(biāo)的變異程度確定指標(biāo)權(quán)重，避免了人為干擾，保障了各指標(biāo)權(quán)重的客觀性，因此，我們采用熵值法對各個二級指標(biāo)進行賦權(quán)。各二級指標(biāo)經(jīng)過標(biāo)準(zhǔn)化和同度量化處理后，按照各自的熵權(quán)加權(quán)合成相應(yīng)的一級指標(biāo)當(dāng)量值，最終形成兩個投入指標(biāo)，分別為人力資源當(dāng)量(X1)和科研經(jīng)費當(dāng)量(X2)，以及四個產(chǎn)出指標(biāo)，即論文及著作當(dāng)量(Y1)、科技項目當(dāng)量(Y2)、科技成果獲獎當(dāng)量(Y3)和科技服務(wù)當(dāng)量(Y4)。

2測算結(jié)果及分析

本文利用SequentialMalmquist指數(shù)測算了1998—2012年中國29個省份的高校科技創(chuàng)新全要素生產(chǎn)率，并按照RaySC和Desli方法對其進行分解(由于篇幅限制未給出具體的計算結(jié)果，如果需要可向筆者索要)。

2.1高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解的統(tǒng)計特征分析表2描述了高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解的統(tǒng)計特征。由表2可知，首先，全國高校科技創(chuàng)新全要素生產(chǎn)率在考察期內(nèi)的平均增長率為0.21%，表明全要素生產(chǎn)率總體呈現(xiàn)增長特征，全要素生產(chǎn)率增長的省份多達21個，占樣本總數(shù)的72.41%，而全要素生產(chǎn)率下降的省份只有8個，占樣本總數(shù)的27.59%，可見大部分省份的高校科技創(chuàng)新全要素生產(chǎn)率均實現(xiàn)了增長;其次，全國高校科技創(chuàng)新純技術(shù)效率在考察期內(nèi)的平均增長率為－0.27%，說明純技術(shù)效率出現(xiàn)了下降，純技術(shù)效率下降的省份多達25個，保持不變的只有3個，上升的只有陜西省;再次，全國高校科技創(chuàng)新純技術(shù)進步率為0.61%，表明純技術(shù)進步率總體呈現(xiàn)增長特征，且全部省份的高校科技創(chuàng)新純技術(shù)進步率均保持一定增長，可見SequentialMalmquist指數(shù)方法實現(xiàn)了“過去掌握的技術(shù)不會遺忘”的假定;最后，全國高校科技創(chuàng)新規(guī)模報酬變動指數(shù)小于1，說明全國高校科技創(chuàng)總體處于規(guī)模報酬遞減階段，規(guī)模報酬變動率下降的省份有22個，增長的省份有7個。

2.2高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解的空間差異分析圖1為中國東部、中部和西部地區(qū)高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解的空間分布情況。由圖1可知，東部地區(qū)高校科技創(chuàng)新全要素生產(chǎn)率指數(shù)大于中、西部地區(qū)，中部地區(qū)高校科技創(chuàng)新全要素生產(chǎn)率指數(shù)最低;西部地區(qū)高校科技創(chuàng)新純技術(shù)效率變化指數(shù)最高，東、中部地區(qū)高校科技創(chuàng)新純技術(shù)效率變化指數(shù)相差不大;東、中、西部地區(qū)高校科技創(chuàng)新純技術(shù)進步指數(shù)依次遞減;中部地區(qū)規(guī)模報酬變動指數(shù)略高于東、西部地區(qū)，東部地區(qū)規(guī)模報酬變動指數(shù)最低。出現(xiàn)這種結(jié)果的主要原因在于，高科技產(chǎn)業(yè)主要分布在經(jīng)濟較為發(fā)達的東部地區(qū)，東部地區(qū)的科技創(chuàng)新能力較強，位于該地區(qū)的高等學(xué)校可以更為便捷的享受技術(shù)進步與創(chuàng)新成果，故而東部地區(qū)高校科技創(chuàng)新純技術(shù)進步指數(shù)相對較高。另外，由于東部地區(qū)政府財政能力較強，往往向該地區(qū)高校科技創(chuàng)新活動投入過多的資源，容易形成龐大的科技創(chuàng)新規(guī)模，甚至出現(xiàn)冗余的科技創(chuàng)新投入，所投入的資源很難被充分利用，從而導(dǎo)致東部地區(qū)高校科技創(chuàng)新純技術(shù)效率變化指數(shù)以及規(guī)模報酬變動指數(shù)偏低。為進一步分析各省份高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解的空間分布差異，首先利用四分位數(shù)方法，將高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解離散化為4種類型，分別用來表示各指數(shù)值的高低，然后運用ArcGIS10.0軟件對各省份的數(shù)據(jù)進行可視化處理，從而繪制出各省份高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解的空間分布圖(由于篇幅限制，該圖未呈現(xiàn))。高校科技創(chuàng)新全要素生產(chǎn)率指數(shù)較高的省份主要分布在東部地區(qū)，排名靠前的省份主要有河北、陜西、河南、山東、海南、重慶、安徽、天津和浙江等，位于西部地區(qū)的陜西省高校科技創(chuàng)新全要素生產(chǎn)率指數(shù)偏高的主要原因是，由于該省集中了大量高等院校，而且高等院校的綜合實力較強;高校科技創(chuàng)新純技術(shù)效率變化指數(shù)排名靠前的省份主要有陜西、北京、江蘇、海南、安徽和寧夏等，排名靠后的省份主要有上海、天津、山東和黑龍江。值得一提的是位于西部地區(qū)的云南、四川、內(nèi)蒙古、新疆和甘肅等省份的高校科技創(chuàng)新純技術(shù)效率獲得較快的發(fā)展，并且這些省份成連片分布狀態(tài);高校科技創(chuàng)新純技術(shù)進步指數(shù)排名靠前的省份主要有河北、山東、河南、北京、天津和江蘇等，排名靠后的省份主要有寧夏、貴州、海南和內(nèi)蒙古等;高校科技創(chuàng)新規(guī)模報酬變動指數(shù)排名靠前的省份主要有海南、天津、江西、甘肅和浙江等，排名靠后的省份主要有北京、河南、江蘇和廣西等，可見該指數(shù)各等級省份呈現(xiàn)交叉分布狀態(tài)。

3收斂性檢驗

由上述研究可知，各區(qū)域和各省份之間的高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解均在不同程度上存在差異，對各地區(qū)高校科技創(chuàng)新全要素生產(chǎn)率增長進行σ收斂檢驗和絕對β收斂檢驗，以期發(fā)現(xiàn)高校科技創(chuàng)新收斂與發(fā)散的變化規(guī)律。

3.1σ收斂檢驗高校科技創(chuàng)新全要素生產(chǎn)率增長的σ收斂是指以標(biāo)準(zhǔn)差、基尼系數(shù)等σ指標(biāo)度量的不同地區(qū)高校科技創(chuàng)新全要素生產(chǎn)率指數(shù)之間的差距隨著時間的推移逐步縮小(高校科技創(chuàng)新純技術(shù)效率變化、純技術(shù)進步和規(guī)模報酬變動的σ收斂的定義及模型與高校科技創(chuàng)新全要素生產(chǎn)率增長的σ收斂的定義及模型類似，為節(jié)約篇幅將不再給出)。本文按照曾先峰、李國平［12］以及韓海彬、趙麗芳［13］的思路。由圖2可知，無論是高校科技創(chuàng)新全要素生產(chǎn)率增長還是其各組成部分(即，純技術(shù)效率變化、純技術(shù)進步和規(guī)模報酬變動)的σ指標(biāo)值均呈現(xiàn)波動下降態(tài)勢，說明被考察對象在考察期內(nèi)存在σ收斂趨勢。另外，通常認(rèn)為σ收斂是β收斂的充分條件。因此，初步判斷高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解存在β收斂，為了驗證該結(jié)論，本文亦對高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解進行絕對β收斂檢驗。

3.2絕對β收斂檢驗高校科技創(chuàng)新全要素生產(chǎn)率增長絕對β收斂是指高校科技創(chuàng)新全要素生產(chǎn)率指數(shù)較低的省份對較高省份存在“追趕效應(yīng)”，即前者的全要素生產(chǎn)率指數(shù)的增長速度要快于后者的全要素生產(chǎn)率指數(shù)的增長速度，最終所有省份的高校科技創(chuàng)新全要素生產(chǎn)率將收斂于共同的穩(wěn)態(tài)水平。根據(jù)現(xiàn)有研究［14］，把用于檢驗高校科技創(chuàng)新全要素生產(chǎn)率增長的絕對β收斂模型定義為。其中，i代表省份，t和t+T分別表示T時段的期初年和期末年，ln表示取自然對數(shù)，SM表示高校科技創(chuàng)新全要素生產(chǎn)率指數(shù)，α為常數(shù)項，ε為誤差項，β表示期初年高校科技創(chuàng)新全要素生產(chǎn)率指數(shù)(lnSMi，t)的系數(shù)，若β＜0，則高校科技創(chuàng)新全要素生產(chǎn)率增長存在絕對β收斂。在式(3)的基礎(chǔ)上，利用OLS方法可以對高校科技創(chuàng)新全要素生產(chǎn)率增長的絕對β收斂進行檢驗，按照相同的思路亦可對高校科技創(chuàng)新全要素生產(chǎn)率增長的組成部分進行絕對β收斂檢驗，具體結(jié)果如表3所示。由表3可知，高校科技創(chuàng)新全要素生產(chǎn)率增長及其分解的β系數(shù)均為負(fù)值，并且都通過了1%的顯著性檢驗，說明高校科技創(chuàng)新全要素生產(chǎn)率增長、純技術(shù)效率變化、純技術(shù)進步和規(guī)模報酬變動均存在絕對β收斂。

4政策啟示

(1)由于東、西部地區(qū)高校科技創(chuàng)新純技術(shù)進步指數(shù)差距較大，故應(yīng)加強西部地區(qū)高校與東部地區(qū)高校的人才流動與技術(shù)交流，通過引進東部地區(qū)高校先進的科技創(chuàng)新手段，加快西部地區(qū)高校科技創(chuàng)新的技術(shù)變遷。(2)研究結(jié)果表明，高校科技創(chuàng)新純技術(shù)效率下降幅度明顯，未來尚有不小的提升空間，對此，應(yīng)加強高校科技創(chuàng)新管理工作的實效性，制定相應(yīng)的高校科技創(chuàng)新目標(biāo)與規(guī)劃，注重高校科技創(chuàng)新工作人員的分工協(xié)作，從目標(biāo)清晰、權(quán)責(zé)分明、動態(tài)監(jiān)測的角度，致力于高校科技創(chuàng)新技術(shù)效率的提升［15］。(3)建立以績效為導(dǎo)向的高校科技創(chuàng)新投入機制，政府應(yīng)根據(jù)高校科技創(chuàng)新效率評估結(jié)果，優(yōu)化高校科技創(chuàng)新資源配置結(jié)構(gòu)，對于資源投入過多的省份，應(yīng)控制投入規(guī)模，反之亦然。另外，也應(yīng)避免投入過剩和投入不足的現(xiàn)象發(fā)生，力爭保持投入產(chǎn)出的最優(yōu)化。

作者：王效俐 劉娜娜 單位：同濟大學(xué)經(jīng)濟與管理學(xué)院