如何衡量创新效率：非参数法和参数分析法的研究进展

（一）创新效率的主要测量方法

针对创新效率测量方法，国内外研究主要集中在以数据包络法（DEA）为代表的非参数法和随机前沿分析（SFA）为代表的参数分析法。考虑不同研究样本、不同层面、不同时间序列和截面要求等因素，具体选择上有所不同。董艳梅、朱英明将两阶段DEA模型和动态网络模型相结合，对我国高技术产业创新效率进行整体评价，得出在成果转化阶段具有较大改进空间的结论（董艳梅，朱英明，2015）。王海龙、连晓宇、林德明将DEA模型与Tobit模型综合运用，研究了我国区域绿色技术创新效率对绿色增长绩效的影响（王海龙，连晓宇，林德明，2016）。李鸿禧、迟国泰运用DEA中的CCR模型和BCC模型测算了我国副省级城市科技创新总体投入产出效率、纯技术效率和规模效率，通过DEA-t检验萃取影响效率的关键指标（李鸿禧，迟国泰，2016）。范斐、杜德斌、李恒遵循比较优势原理，利用NRCA模型计算出我国31个省市区域各科技资源要素配置效率（范斐，杜德斌，李恒，2012）。戚湧，郭逸基于SFA方法评价了全国和江苏科技资源市场配置效率（戚湧，郭逸，2015）。

（二）测度指标的选取

在测度产业、企业创新效率时，叶丹、黄庆华选用R&D活动人员折合全时当量、R&D存量作为投入指标，新产品销售收入、专利申请数作为产出指标（叶丹，黄庆华，2017）。周雪蓉、涂建军选用科技活动人员、中高级职称人数、R&D经费支出、科技活动计费支出作为投入指标，技术收入、商品销售收入作为产出指标（周雪蓉，涂建军，2015）。赵树宽、余海晴、巩顺龙以科技活动人员数、研发人员数、科技活动经费支出和研发经费支出等作为创新投入指标，新产品销售收入、专利申请数作为创新产出指标（赵树宽，余海晴，巩顺龙，2013）。戚湧、刘军以R&D人员数、R&D经费内部支出代表创新投入，新产品开发经费支出、新产品销售收入和专利申请数等代表创新产出（戚湧，刘军，2017）。王伟、邓伟平从技术开发阶段、技术转化阶段和市场化阶段等三阶段，以R&D人员全时当量、科技活动人员数、非科技活动人员数表征人力投入指标，上一年有效发明专利数、当年有效发明专利数、当年新产品开发项目数表征技术投入指标，R&D经费内部支出、新产品开发费支出、新增固定资产投资表征资金投入，当年有效发明专利数、当年新产品开发项目数和当年新产品销售收入等表征产出指标（王伟，邓伟平，2017）。李向东、李南、刘东皇选用高技术产业新产品销售收入表征产出指标，R&D资本存量、R&D人员表征投入指标（李向东，李南，刘东皇，2015）。

在对省域科技创新效率进行测度时，樊华、周德群选用了科技活动人员占就业人口比重、R&D人员占科技活动人员比重，科技经费支出占GDP比重，科技活动人员人均科技经费支出，地方财政科技拨款占地方财政支出比重等五项投入指标，高技术产业规模以上企业产值占二、三产业的比重，高技术产业产品出口额占地区出口比重，每万名科技活动人员专利申请授权量，每万名科技活动人员发表国内中文期刊科技论文数，每万名科技活动人员技术市场成交合同金额等五项产出指标（樊华，周德群，2012）。冯志军、朱建新选取科技活动人员，科技活动经费内部支出，R&D活动人员折合全时当量，R&D经费内部支出等四项投入指标，发明专利申请授权数，国内中文科研论文数，国外主要检索工具收录我国科技论文数等三项产出指标（冯志军，朱建新，2011）。梁芳、王毓军、李志学选择科技活动人员，科技经费支出额，高技术产品进口额等三项投入指标，科技论文，专利申请授权量，高技术产业规模以上企业增加值，高技术产品出口额等三项产出指标（梁芳，王毓军，李志学，2010）。郑海军、王毓军在知识创造阶段构建了R&D经费，科技经费支出和高技术产品进口额等三项投入指标，专利申请授权量，国内中文期刊科技论文数等两项产出指标，以及商业应用阶段的科技活动人员，R&D经费，科技经费支出等三项投入指标，技术市场成交合同金额，高技术产业规模以上企业增加值，高技术产品出口额等3项产出指标（郑海军，王毓军，2012）。(www.xing528.com)

在测度城市科技创新效率时，梅姝娥、陈文军；张鸿、汪玉磊、郝添磊将科技资源配置设定为两阶段：第一阶段为技术研发过程，科技投入主要包括R&D人员和R&D经费支出，科技成果有授权专利和科技论文；第二阶段为成果转化过程，其投入指标为上一阶段的产出指标，产出则包括高新技术产业产值，技术市场成交额，规模以上工业企业新产品产值（梅姝娥，陈文军，2016；张鸿，汪玉磊，郝添磊，2016）。张斌、李新飞、钱福良将R&D人员数量，R&D经费内部支出，全社会固定资产投资等3项作为科技投入指标，将专利申请量和高新技术产业产值等2项作为科技产出指标（张斌，李新飞，钱福良，2015）。侯振海、周勇用工业增加值度量科技活动产出，用R&D人员折合当量，R&D投入经费度量科技投入（侯振海，周勇，2016）。

（三）创新环境影响因素的度量

袁茜、吴利华、张平将科技扶持，环保意识，基础设施等3项作为区域环境因素（袁茜，吴利华，张平，2017）。叶丹、黄庆华；周雪蓉、涂建军根据《中国区域创新能力报告》，选取创新基础设施，市场环境，劳动者素质，金融环境和创业水平等五项代表区域创新环境（叶丹，黄庆华，2017；周雪蓉，涂建军，2015）。李晨光、张永安选用政策投资比重，政策减税比重，创新人才比重，政府项目比重，共建实验室比重等五项作为区域创新政策因素（李晨光，张永安，2014）。肖丁丁、朱桂龙用政府资助和出口导向等两项设定为影响产学研合作创新效率的外在环境因素（肖丁丁，朱桂龙，2013）。李向东、李南、刘东皇选取地方政府资助，金融机构支持，国际贸易，外商直接投资，所有制因素，产业规模等六项度量产业创新系统外环境影响因素（李向东，李南，刘东皇，2015）。余永泽、刘大勇根据不同创新阶段，采用不同环境因素来度量，在知识创新阶段，用政府支持力度，受教育水平和高等教育投入水平等三项度量；在研发创新阶段，用经济发展水平，信息化水平和政府支持力度等三项度量；在产品创新阶段，用金融支持力度，市场化水平，外商投资水平和政府支持力度等四项度量（余永泽，刘大勇，2014）。孔原、刘览认为区域科技环境因素包括：人力资源基础，信息环境，政府支持，金融支持和区域经济因素等（孔原，刘览，2014）。贾帅帅、王孟欣对环境因素的度量选取了人均GDP、分地区外商投资、港澳台商投资工业企业总产值等（贾帅帅，王孟欣，2017）。

通过梳理现有研究发现，对于创新效率研究样本的选择，国内学者主要集中在省域、行业、产业等宏观研究层面，对企业微观层面研究在逐步关注，基于城市视角相对较少，而县域层面基本还没有涉及。针对创新效率测量方法，国内外研究主要集中在以数据包络法（DEA）为代表的非参数法和随机前沿分析（SFA）为代表的参数分析法。环境影响因素的度量有政策环境、经济环境、科技环境等不同视角，不完全是区域创新环境。鉴于此，本实证采用全国20个综合实力百强县市的面板数据，以超越对数生产函数随机前沿模型（SFA）对其整体科技创新效率进行测度，并探究区域创新环境对其创新效率的影响。