金 镭,周鑫淼,常原华
(1.中国石油大学(北京)经济管理学院,北京 102249;2.中国人民大学环境学院,北京 100872)
我国2006 年发布的《国家中长期科学和技术发展规划纲要(2006—2020 年)》明确提出要建设创新型国家,2016 年发布的《国家创新驱动发展战略纲要》强调科技创新必须摆在国家发展全局的核心位置。随着政策的指引和改革的深入,我国2016 年首次进入全球创新指数前25 强,到2019 年在全球创新指数排名上升至第14 位,创新能力不断提升,但工业发展仍面临自主创新能力较弱、国际竞争力不足等问题[1]。从区域视角来看,我国工业产业发展布局逐渐出现内迁现象,并且区域间存在创新差异。因此,关注区域视角的产业创新效率评价及剖析创新效率的变动情况,对协调区域产业结构调整和升级、平衡区域产业创新与经济的发展,进而提升我国产业创新能力具有重大现实意义。
创新效率一直是学术界关注的热点问题。从创新效率测度方法来看,较为典型的是计量经济范畴的随机前沿(stochastic frontier approach,SFA)方法和管理科学与数理经济交叉范畴的数据包络分析(data envelopment analysis,DEA)法。数据包络分析相比于随机前沿方法,由于无需事先设定前沿生产函数,能够对多投入多产出的决策单元(DMU)测算效率,并且避免了指标量纲不一致以及权重确定时的主观性等问题,所以大多数学者选择数据包络分析方法进行效率测度。而且,在传统的CCR、BCC 模型基础上逐渐发展出SBM-DEA、SE-DEA、交叉效率DEA 等多种模型。从创新效率评价的对象和维度来看,主要分为地区、产业和企业3 个层面以及时间和空间两个维度。……