天津科技创新效率两阶段过程评价与提升研究
王元明1徐大海2
(1 天津商业大学公共管理学院，天津 300134；2 天津市科学技术信息研究所，天津 300072)
摘 要: 根据创新城市的评价体系及创新产出的不同阶段，将科技创新的效率评价分为两个阶段：创新资源的利用效率、创新产出的转化效能。基于天津当前整体创新投入不足及区域发展不均衡的特点，运用DEA和SFA模型研究环境变量对各区创新效率效能的评价做出修正，评价两个阶段各区域的真实水平及差异。研究结果：天津各区创新效率水平高于效能水平；同时在两个阶段的规模效益递增的区域占大多数，因此有必要进一步提升创新资源的投入，同时创新管理模式，加强资源利用率。基于两阶段研究的结论提出了各区域在两阶段的提升策略建议。两阶段的区域创新效率评价对于探索区域创新资源的利用效率具有可操作性和有效性。
关键词: 创新效率；创新效能；DEA；天津；创新城市
0 引 言
《2018中国创新城市评价报告》显示，我国城市总体创新水平指数为63.26%，比上年提高了5.04个百分点。京津冀区域中，北京以创新总指数为81.14%的水平位于第一，R&D经费支出与GDP比值、万人输出和吸纳技术成交额、知识密集型服务业就业人员占全社会就业人员比重等指标，均排在参评城市的第1位。天津仍然以60.82%的创新水平居于第二梯队，整体第5名的位置。其中创新条件和创新影响上升1位，而创新投资下降3位。在创新环境方面具有一定的优势，但在人力资源和研究体系方面尚有提升的空间[1]。由于天津城市区位和城市功能布局等原因，天津各行政区科技创新能力存在较大差异，一定程度上限制了城市整体创新能力的提升。由此可见，充分发掘天津在科技创新效率效能上的差异发展优势对提升天津整体科技创新水平，推动京津冀一体化协同发展具有重要的战略意义。
Cooke(1928)提出区域创新系统，认为地理的邻近性对于创新的空间集聚具有重要的作用，也就是创新具有地理属性[2]。Beiliant、Fujita(2007)证明了知识和经济之间的关联作用，提出区域的经济发展水平是创新的环境要素[3]。区域内的其他组织之间、环境和系统的相互作用，实现创新活动(王焕祥、孙斐，2009)[4]。因此关于创新影响要素的研究成果较多。在随着京津冀协同发展的不断深入，以三地为研究对象的创新效率评价成果也逐渐增多[5-6]，现有研究成果所采用的效率评价的指标体系也基本一致，主要以R&D人员、经费等作为投入指标，以专利、论文、新产品等作为产出指标，以生产率提升等作为创新的效能。以较为统一的指标体系，学者们对各个不同层次的区域展开创新效率评价[7-9]。其中主要方法之一是EDA方法，他们有效地证明了在剔除外部环境干扰和随机因素干扰后，评价单元的效率水平有明显的变化[10-11]。对于效率评价方法的探讨文献以应用为主，牛秀红、刘海滨、周佳宁(2019)考虑到DEA方法以及创新系统的特性，将传统的技术创新和经济转化作为两阶段的不同效率目标，对区域创新效率加以评价[12]。更多的学者倾向于以相邻区域为评价单元进行区域创新效率的比较[13]。对于区域内部的研究，孙瑜康、孙铁山、席强敏(2017)以北京各乡镇为研究对象，研究其创新的空间结构[14]，青佩明(2019)，郑素丽、胡一鸣(2019)等也对省域创新效率进行了分析，以探讨区域创新效率的制约因素[15-16]。但对于创新效率效能并没有很好地区分。根据创新城市的定义，具有理想的创新条件、充分的创新投入、积极的企业创新活动以及有利的创新影响。也就是说科技创新是在创新环境之下，以创新投入获得创新产出，进而产生创新效能的一个完整的过程。这一过程可以分为两个阶段(见图1)，其中第一个阶段是传统的创新投入要素基础上的创新产出，本文定义为创新效率；第二阶段则是基于创新产出的区域创新效能的体现，本文将其定义为创新效能。两个环节以创新产出为结合点，以创新环境为背景要素。从行政区域来说，政策的影响作用对于各行政区基本一致，但是各区之间的创新投入和环境要素的差异会导致创新效率的不同，因此，本文基于天津各行政区为研究对象，来探讨各个区域之间的创新效率效能差异，寻找各行政区创新效率和效能提升的策略。
图1 创新城市背景下创新效率和效能形成的两阶段过程
1 研究方法
1.1 三阶段DEA 模型理论
第一阶段：传统DEA模型分析初始效率。
1978年A.Charnes等提出数据包络分析(Data Envelopment Analysis，简称DEA模型)方法，用于评价相同部门间的相对有效性。在第一阶段，对于任一决策单元(DMU)，表示为以下模型：
农产品电子商务要想进一步发展，就必须重视提高农产品质量。市县各级政府部门应该配合国家相关农产品质量管理部门，做好本地区农产品等级划分工作，并按照统一、简化、优选的原则，构建适合本地区农产品电子商务发展的农产品生产、加工、储藏、包装、配送一体化的标准体系，并逐步与国家行业标准体系有效对接。通过借助标准化管理，依托本地区农产品特色，积极申请无公害认证，实现农产品三品一标化，有效提高农产品质量，满足消费者对高品质农产品需求。
(1)
其中，j =1,2,…,n 表示决策单元序号，X 、Y 分别是投入、产出向量。
CCK-8检测结果显示，在SW480细胞中过表达miR-454-3p后，细胞的生长受到了明显的促进（图3左），组间差异显著（P＜0.05）。同时，细胞克隆形成实验结果显示，miR-454-3p mimics转染组较阴性对照组细胞在培养1周后出现较多细胞克隆（图3右），组间差异显著（P＜0.05）。
第二阶段：似SFA回归。
耗材信息化管理符合当前国家医改政策要求，让广大医护工作者有更多的时间用于临床医护，提高了医疗服务质量；一体化管理实现了耗材从采购到病人使用的全流程追溯，减少了医疗安全隐患，减少了耗材浪费，节约了医疗资源，促进了临床合理消耗的监督管理；管理模式创新，实现了耗材管理的高度信息化、专业化，提高了医院精益化管理水平；专业第三方社会资源的合理引入，激发了行业活力和社会创造力。
Fried(2002)认为管理无效率(managerial inefficiencies)、环境因素(environmental effects)和统计噪声(statistical noise)同时作用于决策单元的绩效。借助于SFA回归剔除环境因素和随机因素对效率测度的影响。SFA回归函数为：
由表4的分析结果可知：
（2）西南巴伦支海天然气水合物的地球物理标志主要包括BSR、空白反射带和浅层气体聚集异常反射等，地质标志主要包括麻坑地貌、气烟囱和断裂构造及其他气体渗漏构造特征。
(2)
其中，S ni 是第i 个决策单元第n 项投入要素的松弛值；Z i 是环境变量，β n 是环境变量的系数；v ni +μ ni 是混合误差项，
是随机误差项；
是管理无效率，根据罗登跃(2012)等的公式[17]，按照公式(3)提取管理无效率项。
(3)
因此，本文得出以下研究结论：
SFA分离环境因素之后，对投入变量进行调整：
(4)
其中，
是调整后的投入；X ni 是调整前的投入；
是对外部环境因素进行调整；[max(v ni )-v ni ]是将所有决策单元置于相同比较背景水平下。
施工流程和施工工期是土建工程施工进度管理的重点，因此需要对其进行科学的规划。这就需要再对其进行规划的时候应该充分考虑各种外界因素及自然因素，合理的进行流程及工期的安排，予以提高施工的工程效率。为了防止人为因素导致工期拖延的情况，可以采取施工进度责任制，以落实施工责任，控制施工质量。为了提高施工进度的效率化，可以采用施工技术信息化，以提高施工管理的工作效率，以确保施工进度的顺利进行和施工质量的有效控制，而且施工进度的保证和施工技术的提高，都有利于工程整体形象的提升。最后，施工单位要做好工程的过程控制工作，以确保每个阶段的工程质量，从而落实整个土建工程的施工质量。
1.2 指标体系与数据收集
国家统计局《中国创新指数(CII)研究》课题组研究设计了评价我国创新能力的指标体系和指数编制方法，并对2005—2011年中国创新指数(China Innovation Index，CII)及4个分指数(创新环境指数、创新投入指数、创新产出指数、创新成效指数)进行了初步测算。本文依据前文的两阶段创新效率效能模型，整理构建了两个阶段的投入-产出分析指标体系(见表1)。
表1 投入-产出指标体系
2 天津各区科技创新效能评价与分析
基于2018年度《中国科技统计年鉴》《天津市统计年鉴》以及《天津市科技年鉴》中的初始数据[18-20]，本文从两个阶段分析天津16个行政区的科技创新的效率效能。
2.1 投入- 产出效率评价
由DEAP2.0和FRONTIER4.1对天津16个行政区的科技创新的技术效率和规模报酬状况进行分析，在SFA阶段(结果见表2)，根据显著性水平α =0.05，环境因素对投入要素具有一定的影响，其中第一投入要素(R&D经费)和第三投入要素(财政科技支出占一般公共预算支出比重)的LR值6.9>5.128也通过检验，但环境要素对这两个投入要素的影响作用不显著，因此本文只调整第二投入要素即R&D人员的投入水平。剔除环境变量后，进行投入-产出效率分析，结果见表3。
表2 第一阶段SFA结果
表3 投入要素调整前后效率值比较
由表3可知：
第三阶段：剔除环境要素后调整投入要素，再次测算各决策单元的效率。
天津16个行政区中，在环境要素影响作用剔除前后，和平、南开、津南、西青、宁河和滨海新区共计6个区位于效率前沿面，规模有效，其对于现有创新投入的使用较为有效。
对钢轨的表面状态而言，在滚筒式校直机上对钢轨进行标准校直，在较短的时间内就会出现磨耗，这是因为钢轨在校直过程中会使钢轨体内的内应力增大；在一定的压力机上对钢轨进行适量的校直，则对钢轨波磨的影响程度较轻。
李叔和被押下警车的时候，一缕阳光照在他脸上。他笑笑，想到今生今世，能为一个自己所爱的人做件大事，值了，当初，他追付玉的时候，就有过这样的想法，觉得有朝一日就该替付玉去死。
从规模效应递减变成递增的区包括河西、东丽两区。这说明这些区域的环境因素包括GDP和人口密度限制了其规模扩张效率。
河东、河北、红桥、北辰、武清、宝坻、静海和蓟州这几区始终处于规模效益递增梯队，说明这些区的创新投入要素应当适度增加，从而获得更多的创新产出。
2.2 产出- 效能评价
基于DEAP2.0和FRONTIER4.1对天津16个行政区的科技创新的效能情况进行分析，在自由度为3，显著性水平α =0.05的情况下，环境要素对第二个产出要素即有效发明专利具有显著的作用，其中LR =8.19，大于临界值7.045，因此调整投入变量，调整后的科技创新产出效能分析结果见表4。
i =1,2,…,I ;n =1,2,…,N
表4 各区科技创新效能对比分析
S ni =f (Z i ;β n )+v ni +μ ni
东丽和津南从规模递减转变为规模递增，这说明剔除环境要素下，这两个区在创新效能的提升方面仍然具有提升的空间。
和平、宝坻以及蓟州始终位于效率前沿面，对于创新产出的转化具有相对较高的水平。
环境要素对东丽、津南、武清、宁河和静海等区的影响较大。其中宁河和静海直接退出了效率前沿面，这说明原来的评价方法高估了二者的创新效能。
武清区从规模效益递增变为规模有效，这说明不考虑环境变量影响，其总体技术效率偏低，河西、河北、东丽、西青、津南几个区的综合效率有大幅度的提升，这说明传统的创新评价方法对于这些区域的创新效能评价严重低估。天津各区的综合效率和技术效率比较结果见图2。
图2 天津各区Crste和Scale要素前后对比
3 结论和建议
根据前文分析结果，分别从两个阶段给出各个区的效率效能提升策略(见表5)。
3.1 研究结论
其中,
环境变量对于效率具有一定的影响作用，因此该方法对于准确地评价创新效率具有一定适用性，这对于管理者的判断而言具有一定参考价值。
从整体上来看，天津各区在创新效率阶段的平均水平要高于创新效能阶段。这也说明目前天津的创新水平建设更注重创新投入阶段的管理水平，对于创新产出转化有进一步提升空间。从管理者的角度而言，科技创新的基本布局已经具备，但需要定位全市的科技创新重点工作，从而确定有效的投入方向和策略，并实现已有投入的最大化产出。
天津各区在效率效能两个阶段的综合能力差距较大，最高效率水平是最低效率水平的5倍，这说明各区在创新产业的规划和布局方面应该适当加强市内区域创新资源的进一步重新定位和组合，从而提升整体创新水平。
表5 天津各区创新效率效能提升策略
从整体而言，多数区域处于规模效益递增的状态，这意味着在接下来的几年，天津可以通过加大创新资源的投入来获得更高的创新水平，同时还要注重创新成果的转化与利用水平，实现科技创新的效能提升。
3.2 对策建议
根据前文的结论，针对天津各区的创新效率状况，本文提出以下对策建议：
整体而言，天津的科学基础较为薄弱。应当进一步加大基础研究经费，逐步突破原始创新薄弱的局面，在创新效能上进行改善。
综上所述,在哺乳期早期乳腺炎治疗中,揉散法与理疗联合治疗可有效提升临床治疗效果,故值得推广。但需要引起注意的是,在实施揉散法操作时,医者应当结合患者的实际情况,适当调整按揉穴位,以便达到更为显著的治疗效果。
合理统筹全市的科研机构，对重要的关键领域的研究坚持自由探索和合理导向，发挥科研组合力量，实现创新的区域分工效率。
132例MCN患者中MCN-nIC 115例(87.1%)，其中MCN伴低-中度异型增生113例(85.6%)，MCN伴高度异型增生2例(1.5%)；MCN-IC 17例(12.9%)。MCN-nIC与MCN-IC的比例为6.8∶1。
按古尔维奇法，并由实验确定相关的经验系数，经转换得炉膛出口烟温的计算公式。但古尔维奇法在大容量锅炉的计算上不准确，卜洛赫等提出以计入炉膛辐射受热面热负荷的方法对炉膛形状的影响进行修正，修正后的计算式如下，
完善以增加知识价值为导向的分配体系。科技创新的主要要素是科研人员，科研人员的引入和培养是一项系统工程，其中其创新活力更多地需要合理、科学的分配机制予以支撑。因此通过制定合理知识价值为基础的分配制度，对于天津各区的创新效率整体的提升具有重要作用。
加强推进京津冀协同创新。作为京津冀协同创新联盟的重要成员，各区应在区域合作机制的背景下，拓展合作领域，强化合作服务。加强与中科院、中关村的对接，实现自主创新的新局面，同时主动服务河北。
参考文献
[1] 中国创新城市评价课题组.2018中国创新城市评价报告[R].2018．
[2] COOKE P.Regional innovation systems:Competitive regulation in the new Europe[J].Geoforum，1992，23(3):365-382．
[3] BERLIANT M，FUJITA M.Dynamics of knowledge creation and transfer:The two person case[J].International Journal of Economic Theory，2009，5(2):155-179．
[4] 王焕祥，孙斐.区域创新系统的动力机制分析[J].中国科技论坛，2009(1):36-40．
[5] 张贵，李涛，原慧华.京津冀协同发展视阈下创新创业生态系统构建研究[J].经济与管理，2017，31(6):5-11．
[6] 席增雷，袁青川，徐伟.基于Malmquist-TFP模型的京津冀地区科技创新经济效率评价[J].宏观经济研究，2018(7):132-140．
[7] 危怀安，平霰.区域协同视角下城市群科技创新与经济产出效率时空分异研究——以武汉城市圈为例[J].科技进步与对策，2019，36(11):40-45．
[8] 刘树峰，杜德斌，覃雄合，侯纯光.基于创新价值链视角下中国创新效率时空格局与影响因素分析[J].地理科学，2019，39(2):173-182．
[9] 王新红，石欣欣.R&D投入、专利产出与企业业绩——基于创业板高新技术上市公司的经验数据[J].技术与创新管理，2017，38(4):397-402．
[10] 王玉梅，姬璇，吴海西.基于三阶段DEA模型的创新效率评价研究——以节能环保上市公司为例[J].技术经济与管理研究，2019(3):25-30．
[11] 王飞航，李友顺.基于三阶段数据包络分析模型的我国西部地区国家级高新区创新效率评价[J].科技管理研究，2019，39(1):55-60．
[12] 牛秀红，刘海滨，周佳宁.西部典型城市创新效率测算及影响因素路径分析[J].中国科技论坛，2019(4):111-123．
[13] 张立杰，梁锦凯.我国丝绸之路经济带沿线省(市、区)高技术产业创新效率研究——基于DEA-Malmquist-Tobit方法[J].科技进步与对策，2019，36(13)：68-75．
[14] 孙瑜康，孙铁山，席强敏.北京市创新集聚的影响因素及其空间溢出效应[J].地理研究，2017，36(12):2419-2431．
[15] 青佩明.创新效率评价及空间差异分析——以湖南省为例[J].湖南工业大学学报，2019，33(1):94-99．
[16] 郑素丽，胡一鸣.浙江省高技术产业创新效率评价与优化路径：基于双阶段DEA方法的实证研究[J].科技管理研究，2019，39(5):89-96．
[17] 罗登跃.三阶段DEA模型管理无效率估计注记[J].统计研究.2012，29(4)：104-107．
[18] 国家统计局社会科技和文化产业统计司，科学技术部创新发展司.中国科技统计年鉴2018[M].北京：中国统计出版社，2018.
[19] 天津市统计局，国家统计局天津调查总队.天津统计年鉴2018[M]. 北京：中国统计出版社，2018.
[20] 天津市统计局，天津市科学技术局，天津市教育委员会.天津科技统计年鉴2018[R].2018.
Research on Two -stage Process Evaluation and Promotion of Technological Innovation Efficiency in Tianjin
WANG Yuan -ming 1XU Da -hai 2
(1 School of Public Management, Tianjin University of Commerce, Tianjin 300134, China; 2 Tianjin Institute of Science and Technology Information, Tianjin 300072, China)
Abstract : According to the evaluation system of innovation cities and different stages of innovation output, this paper divides the efficiency evaluation of scientific and technological innovation into two stages: the first stage is the utilization efficiency of innovation resources, and the second stage is the transformation efficiency of innovation output. Based on the characteristics of overall insufficient innovation investment and unbalanced regional development in Tianjin, this paper uses DEA and SFA models to study the revision by environmental variables on the evaluation of innovation efficiency of each district, and to evaluate the real level and difference of each district in the two stages. The results show that the level of innovation efficiency in various districts of Tianjin is higher than the efficacy level; and the regions with increasing scale efficiency in two stages account for the majority; therefore, it is necessary to further enhance the investment of innovation resources, innovate management mode and strengthen the utilization rate of resources. Finally, based on the conclusions of the two-stage study, this paper puts forward the two-stage promotion strategy suggestions for each district. The two-stage evaluation of regional innovation efficiency is operable and effective for exploring the utilization efficiency of regional innovation resources.
Key words : innovation efficiency; innovation efficacy; DEA; Tianjin; innovation city
基金项目: 天津市软科学研究计划项目——“京津冀创新资源流动格局及其演化研究”(项目编号：17ZLZXZF00130；项目负责人：王元明)成果之一。
作者简介: 王元明，管理学博士，天津商业大学公共管理学院副教授，研究方向：公共项目管理；徐大海(通信作者)，管理学博士，天津市科学技术信息研究所高级工程师，研究方向：技术创新管理。
(收稿日期： 2019 -05 -10)
标签：创新效率论文; 创新效能论文; dea论文; 天津论文; 创新城市论文; 天津商业大学公共管理学院论文; 天津市科学技术信息研究所论文;