京津冀科普全要素生产率测算与分析
李江辉1，王 宾2
(1.中国社会科学院数量经济与技术经济研究所，北京 100732；2.中国社会科学院农村发展研究所，北京 100732)
摘 要： 本文在梳理京津冀地区科普发展现状基础上，基于非参数DEA-Malmquist指数方法，测算了2008—2016年京津冀地区科普全要素生产率，并对其时序变化和区域差异进行了分析。结果显示，京津冀地区科普全要素生产效率是有效的，科普Malmquist指数大致呈现 “M”型波动，而科普全要素生产率的提高主要源于科技进步带来的影响。同时，北京市科普资源配置效率明显优于天津市和河北省。最后，针对京津冀地区科普发展现状和实证结果提出了具有针对性的政策建议。
关键词： 科普全要素生产率；DEA-Malmquist模型；京津冀地区
0 引言
京津冀区域是中国规模最大、最具活力的北方经济发展地区，越来越引起全国乃至世界的瞩目[1]。京津冀协同发展对于提升区域社会经济发展水平，解决区域发展不平衡矛盾具有重要战略意义。多年来，京津冀地区科普发展一直位居全国前列，尤其是北京市科普发展能力和辐射力均处于全国领先地位。中国科协在2018年公布了第十次全国公民科学素质抽样调研结果，数据显示，北京市该项指标已经超过了20%，天津市也在10%以上，均高于全国平均水平。为了推进京津冀地区创新发展，三地在科技、教育、经济、社会等领域深入交流与协作，共同为探讨新形势下区域合作和科普合作做出了贡献。
从现有研究来看，科普资源配置效率问题已经开始得到越来越多学者的关注[2-7]，旨在研究科普资源的投入(科普人员、科普场地和科普经费)所能够得到的科普产出(科普活动、科普传媒)水平[7]。在研究方法的选择上，有主成分分析法(PCA)[2]、熵权—GEM方法[3]、分形模型[4]、数据包络分析(DEA)[5-7]和三阶段DEA方法[8]；在研究客体的选择上，大多数学者都是将全国作为研究总样本，时间跨度基本在2006年以后，也就是 《中国科普统计年鉴》公布以来，对我国科普投入与产出之间的关系进行了较为详细的理论和实证分析，认为我国科普投入产出效率呈现波动性，且各省科普能力水平存在明显差异。
但是，针对区域性科普投入产出效率，特别是科普全要素生产率(Total Factor Productivity，TFP)的研究较少。在经济增长研究中，全要素生产率的差异被认为是造成国家间人均产出悬殊差异的重要原因[9]，全要素生产率是指在各种要素投入水平既定的条件下，所达到的额外生产效率，提高全要素生产率是提高劳动生产率的根本途径[10]。全要素生产率作为衡量生产过程中利用全部要素投入获得产出的能力水平的重要指标[11]，本质仍是生产率，用于衡量经济单元的生产效率[12]，估算全要素生产率是制定和评价长期可持续增长政策的基础[13]。而所谓科普全要素生产率，是指在科普活动中，科普投入既定情况下，所能够产出的额外生产效率，即科普活动所带来的产出大于投入的差值。由于全要素生产率变动的测算方法包括增长核算法、生产函数法、随机前沿分析法和数据包络分析法[14]。本文认为，界定科普投入与科普产出之间的具体函数关系较为困难，也不能够很好消除量纲影响。为此，选用数据包络分析(DEA)方法。而Malmquist指数法，能够将全要素生产率分解成为技术效率变动、技术进步和规模报酬变动三部分，可以客观判定京津冀地区科普全要素生产率，找到推动京津冀地区科普工作进展的因素。
基于此，针对目前鲜有文献提及京津冀地区科普全要素生产率的不足，本文探讨了三地科普发展现状，利用2006—2016年科普数据，基于DEA-Malmquist模型，尝试性地测算了京津冀地区科普全要素生产率，试图通过科普全要素生产力的测算，分析科普运行规律，提出针对京津冀协同发展的更具针对性的政策建议。
1 京津冀地区科普发展现状
1.1 科普人员
2006年以来，京津冀地区科普专职人员、兼职人员和创作人员数量呈现逐年递增态势，分别由2006年的11857人、100638人、1265人增加到2016年的19789人、134820人和1942人。就其占全国科普人员的比重而言，2016年，三项指标各占全国8.85%、8.28%和13.73%。其中，科普创作人员数量较多，主要因为北京、天津、河北聚集了国内科研实力较好的高校、院所，能够为科普原创提供可能，其创新意识强、原创能力高。然而，现实情况是，京津冀地区科普人员中能够从事科普创作的人员较少，不到科普人员总数的十分之一，很难满足科普发展的需要，也很难适应市场的发展，满足人民群众对科普的需求。
1.2 科普经费
2006年以来，京津冀地区科普经费筹集额和科普专项经费整体呈缓慢增长趋势，但是，其占全国的比重却出现下滑。排除2008年京津冀地区，特别是北京市为举办奥运会所筹集的较高科普经费外，其他年份京津冀地区科普经费不足，主要在于天津市、河北省科普经费较低。以2016年为例，北京市科普经费筹集额25.12亿元，而天津市和河北省仅为2.45亿元和3.71亿元；从人均科普专项经费指标来看，北京市人均专项科普经费达到了22.14元，远远高于天津市的4.47元和河北省的1.30元，而天津市和河北省的人均科普专项经费均低于全国平均水平(4.48元)。
1.3 科普场馆
在我国，科技馆、科学技术博物馆和青少年科技馆构成了科普场馆的主要部分，为推动科普事业发展提供了强有力的支撑。有数据显示，京津冀地区科普场馆和公共科普场所逐年增加，由2006年的120个、24908个增加到2016年的202个、26863个，涨幅各为68.33%和7.85%。
1.4 科普传播媒介
科普传播媒介主要包括科普图书、科普期刊和科普音像制品。有数据显示，除了2013年京津冀地区电视、电台科普播出时间达到最高之外，其余年份，无论是科普传播媒介，还是电视、电台科普播出时间涨幅不大。这主要是因为，伴随着新媒体时代的到来，传统科普传播媒介已经开始逐渐滞后于科普事业的发展，科普宣传方式和思路需要转变，要加强对市场的判断力和感知力，寻找更适合现代科普宣传的手段。
1.5 科普活动
2016年，京津冀地区国家交流活动次数达到553次，占全国总数的22.29%。而作为全国科技活动周的主会场，京津冀地区科普专题活动举办次数也要明显高于其他各省，就举办活动次数绝对值来看，占全国科技活动周中科普专题活动的历年比重均在15%左右。
2 京津冀地区科普全要素生产率测算
2.1 研究方法
学术界对于 “效率”的评价主要集中在参数分析方法和非参数分析方法。参数分析方法包括随机前沿分析和确定前沿分析两种方式，非参数分析方法主要通过数据包络分析法，由于DEA方法无需事先确定生产函数的形式、允许无效率存在以及便于分解等诸多优势，得到了越来越广泛的应用[15]。
(1)数据包络分析。
在 MATLAB／SIMULINK环境下搭建基于SVPWM控制零磁通短路电流限制器的仿真模型并进行仿真分析［5-6］。
韦小宝两口吃了半只，说道：“双儿，这倒像是湖州粽子一般，滋味真好。”四个字，不仅是形容粽子，更是屌丝逆袭泡上白富美的喜悦。
式中，(x t ,y t )和(x t+1 ,y t+1 )分别表示t 期和t +1期的投入产出变量；d t (x t ,y t ) 和d t (x t+1 ,y t+1 )分别表示以t 期技术T 为参照，t 期和t +1期的距离函数；d t+1 (x t ,y t ) 和d t+1 (x t+1 ,y t+1 )分别表示以t 期技术T +1为参照，t 期和t +1期的距离函数。
x ij 为第j 个决策单元对第i 种输入的投入量，x ij >0；y rj 为第j 个决策单元对第r 种输入的投入量，y ij >0；v i 为对第i 种输入的一种度量；u r 为对第r 种输入的一种度量。则所构建的CCR模型为：
根据单因素实验结果设计Box-Behnken Design实验，设定不同漂烫温度、漂烫时间、切片厚度和冷冻时间实验设计结果如表4所示。根据表4试验结果进行主成分分析。
(1)
此时，为了求解上述规划，需要引入松弛变量s -和剩余变量s +，则：
(2)
1984年，Banker等又提出了BCC模型，该模型可以评价部门间的相对技术有效性。假设n 个决策单元对应的输入数据和输出数据分别为：
(3)
其中，x j ∈E m ,y j ∈E s ,x j >0,y j >0(j =1,2,…,n )，则BCC模型为：
目前，珠江三角洲港口群已配备了近500 台LNG动力港作车，建成6座撬装式LNG加气站，水系主要港口的重要港区均已建设岸电设施。港口与船舶污染物接收转运处置与港口作业污染专项治理，也在不断推进当中。
(4)
其对偶规划为(同上，分别引入松弛变量s -和剩余变量s +)：
算法具体流程见图3，其中：No和Po分别为插入-分段操作中插入点之前的集装箱集合与船舶贝内箱位集合，不参与分段搜索；Nr=N(t)\No和Pr=P\Po表示参与分段搜索的集装箱集合与船舶贝内箱位集合，需要重新为Nr中的集装箱指派Pr中的船舶贝内箱位；其他符号参见上一节的符号定义。
(5)
由于CCR模型更适用于研究多投入指标和多产出指标的评价系统，无须对数据进行无量纲化处理，能够尽可能保证原始信息的完整性。因此，为保证研究严谨性，本文采用CCR模型。
(2)Malmquist指数。1953年，Malmquist首次提出Malmquist指数[17]，其在测算全要素生产率过程中不依赖于具体的生产函数形式，因而能够有效地避免因模型设定的随意性而导致的测算偏差，进而可以得到较为稳健的测算结果[18]。Malmquist指数从t 期到t +1期的TFP变化可以表示为：
M (x t+1 ,y t+1 ,x t ,y t )=
(6)
CCR模型假设有n 个决策单元，每个决策单元都有m 种类型的 “输入”以及s 种类型的 “输出”，各单元的输入和输出数据可以表示为：
1978年，Banker、Charnes和Cooper提出了数据包络分析法，其本质在于通过数学规划的方法，判断输入与输出的单位之间你的相对有效性，判断DMU是否位于生产可能集的 “前沿面”上，使用DEA对DMU进行效率评价时，可得到很多在经济学中具有深刻经济含义和背景的管理信息[16]。其中，CCR模型和BCC模型应用最为广泛。
若M >0，表示评估的决策单元从t 期到t +1期的生产率是增长的；若M <0，表示评估的决策单元从t 期到t +1期的生产率是衰退的；若M =0，表示评估的决策单元从t 期到t +1期的生产率没有变化。
对每一个网格节点数i , 对应一个具体的半径R, 纬度角θ都完全遍历积分一次. 从纬度角θ网格节点数等于1处, 即垂直于光学系统镜面处开始积分, 积分到纬度角θ网格节点数等于MK处, 即积分到光学系统镜面处.
采用多元阶层回归分析法，进一步检验三个变量之间的相互关系。本研究将农村居民的社会隔离作为原因变量，经济状况作为调节变量，生存质量作为结果变量。同时，将样本对象的性别、年龄、婚姻状况、文化程度和职业状况作为控制变量纳入回归模型，目的是为了剔除混杂影响(详见表2)。根据Muller、Judd和Yzerbyt (2005)[8]提出的调节效应检验方法：①表2中M1即为模型一，为控制变量对生存质量的影响；②表2中M2即为模型二，为剔除了控制变量影响后，社会隔离和经济状况对生存质量的影响；③表2中M3即为模型三，为剔除了控制变量影响后，社会隔离和经济状况的交互项对生存质量的影响。
Malmquist指数在规模报酬不变的条件下可以分解为技术效率变化指数(Effch)和技术进步指数(Techch)，用公示可以表示为：
M (x t+1 ,y t+1 ,x t ,y t )=
广西ETC发展制约因素分析及其对策………………………………………………………………………………… 宋 健（3/23）
(7)
若T echch>1，表示技术在进步；若T echch<1，表示技术在退步；若T echch=1，表示技术不变。若E ffch>1，表示技术效率在提高；若E ffch<1，表示技术效率损失；若E ffch=1，表示技术效率不变。
京津冀地区科普全要素生产率测算与分析：
实验分别加标量为5、10、50 mg/kg的鲜牛奶、奶粉和酸奶(每个水平重复6次)，按照1.2节和1.4节的方法进行前处理和分析测定，计算加标回收率和RSD，结果见表2-4表。
(8)
若P ech>1，表示纯技术效率进步；若P ech<1，表示纯技术效率退步；若P ech=1，表示纯技术效率不变。若S ech>1，表示第t +1期相对于第t 期而言，越来越接近固定规模报酬，或逐渐向长期最佳规模逼近；若S ech<1，表示第t +1期相对于第t 期而言，距离规模报酬越来越远。
2.2 实证分析
本文基于数据易获得性及可比性，在借鉴了部分学者[2-7]关于科普投入与科普产出的分析基础上，从投入、产出两个维度阐述了京津冀地区科普全要素生产率。其中，选取科普人员(科普专职人员与科普兼职人员)、科普经费(年度科普经费筹集额)、科普场馆(科技馆、科学技术类博物馆、青少年科技馆)、科普场所(城市社区科普(技)专用活动室、农村科普(技)活动场地)等变量作为投入要素，以科普传媒(科普图书、科普期刊、音像制品)、科普大赛(科普(技)讲座、科普(技)展览、科普(技)竞赛)、科普活动(科普国际交流)等变量作为产出要素，共包含15个指标。
研究中的所有数据来源于 《中国科普统计2017年版》，搜集了全国2006—2016年31省(市、自治区)的面板数据。同时，为了满足DEA模型对指标的要求，本文运算环节将31个省(市、自治区)作为决策单元，超过科普投入指标和产出指标个数之和(7个)的2倍，符合DEA模型处理标准。
技术效率变化指数(Effch)还可以进一步分解为纯技术效率变化指数(Pech)和规模效率变化指数(Sech)，用公式可以表示为：
(1)年际变化。图1数据显示，2008—2016年京津冀地区科普Malmquist指数大致呈现M型波动趋势，其中，在2011年和2015年达到了两个波峰，分别为1.110和1.173。除了2008年Malmquist指数最低之外，其余年份基本处于1附近。因此，京津冀地区科普生产效率是有效的。此时，技术进步(techch)指数在近六年来(除了2013年)均为有效，有效改善了京津冀科普资源的配置效率，表明科普全要素生产率的提高主要源于科技进步。同时，由于技术效率可以分解为纯技术效率和规模效率，数据运算得到，2008年以来京津冀地区技术效率平均值为1.002，其中，纯技术效率变化指数为1，则技术效率变化的主要原因在于规模效率变化。
图1 京津冀地区分年度科普全要素生产率
(2)省际变化。由于受到社会、经济等因素影响，科普发展必然存在明显的区域差异。北京聚集了全国大量的资源，人才优势明显、科普经费充足、科普基础设施完备，国际交流广泛等，为北京市科普工作发展奠定了坚实的基础，借助于较好的科普投入，北京市科普产出效率较高，科普资源真正得到了更为有效的配置。而天津市和河北省，相对于北京市而言较弱，特别是河北省，在科普投入方面，较北京市和天津市有差距，也就使得其科普产出效率不高。图2数据显示，2008—2016年，北京市科普资源配置效率要高于天津市和河北省，北京市和天津市近九年的科普全要素生产率是有效的。就全要素生产率分解因素来看，三省资源配置效率均得益于技术进步。由此表明，科技进步在推进地区科普全要素生产率提高的进程中具有重要意义。
图2 京津冀地区科普全要素生产率
3 对策建议
3.1 加强合作，推进京津冀科普资源共享
京津冀地区在推进科普事业协同发展时，应该实现资源共享，以优势互补为发展原则，相互协作，打破现有体制机制障碍，通过整合科普资源，扩大科普空间，合力打造大科普，开展全方位合作，构建科普合作长效机制。在现有合作机制基础上，推出更适合时代发展和区域需要的科普政策，搭建资源共享服务平台，实现地区优势科普资源共享，更好地服务于京津冀科普事业发展。
无论是现实实践，还是本文实证结果，京津冀三省(市)在推进科普事业发展进程中，存在着较为明显的地区差异。为此，要加强三地协作交流，推动三地科普产业在园区、项目、人才各个领域的对接，实现区域优势互补，集聚人才、项目、信息、成果资源。这将有助于三地之间的科普资源实现优势互补，形成更强的辐射带动作用，推进区域间科技活动交流与合作，为全国科技创新中心建设营造良好的周边环境。
3.2 培育打造一支专业科普创作人才队伍
时刻树立创新意识，将创新发展深刻融入科普工作的各个环节中，鼓励和加大创作科普原创产品。北京市作为创意之都，应该借助全国科技创新中心建设的发展机遇，充分发挥其在人才、资源上的优势，加大科普创作人才队伍培养，通过高等院校或科研院所，积极推动专业人才进行科普创作。天津市和河北省也应该在科普创作人才队伍的建设中，积极营造创新氛围，优化人才引进环境，着重从培养机制、激励机制及后续教育环节上努力，培养机制环节应注重为科普人才提供智力保障，激励机制环节应充分调动科普人才展现价值的积极性，而后续教育环节则应注重激发科普人才的探索精神[19]。
原来这次大会规定凡是提交抗议书的要付二十美元的手续费。女教练还坚持要重放现场摄制的电视录像，以证明时间并没有短缺。
同时，鼓励和支持科学家参与到科普中，开展 “院士科普行” “专家科普讲座”等系列活动。科学家和院士具有较强的社会影响力，对于科学知识的把握和宣传具有深刻的认识和体系化的理论，通过发挥其带动性，增强科学的新引力和感染力。
3.3 继续加大科普专项资金投入力度
目前来看，京津冀地区科普专项资金投入力度在全国范围内位居前列，但是，与人们对科普的需求之间的矛盾仍然比较突出，相对于北京地区，科普专项经费相对充足的现实，天津市和河北省在对科普投入的力度和强度上，相对落后于北京市，科普专项资金较低。因此，要在现有支持力度基础上，继续加大科普专项经费的投入，用于改善科普人才、科普创作等方面的发展短板。
尽管科普具有公益性质，但是，为推进科普市场化，推动科普事业更好更快更符合人民群众需要发展，可以通过引入市场机制参与科普事业建设，通过加强对社会团体的审核力度，壮大科普主体。通过科学客观评估，鼓励社会科普组织、个人积极参与、投资科普事业，整合社会资源，探索建立市场化运作机制。在经费资助和项目的选择上，进一步简化程度，加强资金使用的有效性和针对性，提高利用效率，增强科普对社会经济发展的带动作用。
该工程共安装风机盘管253台，抽检25台进行检测风量检测；新风机组供安装10台，抽检1台进行新风量检测；柜式空调机组共2台，抽检1台柜式空调机组进行冷冻水流量和总风量的检测；空调系统冷冻水总流量全数检测；抽检10个空调房间进行室内温度检测；因该系统为风冷系统，不涉及到冷却水的检测。检测结果以一层102室为例，102室室内面积为108m2，共安装4台风机盘管，共8个空调送风口，4个新风出口。设计人数为60人，设计新风量为20m3/h·P，表示如表1。
3.4 提高科普场馆利用效率
通过本文的实证分析结果来看，技术进步是京津冀科普全要素生产率提高的主要原因，为此，京津冀地区借助较好的社会经济发展基础，科普基础设施建设投入较多，科普场馆、科普公共宣传场所明显优于其他地区，也在很大程度上推动了京津冀地区科普事业发展。但是，科普场馆利用效率仍然不高。为此，京津冀地区科普场馆应加强协作，积极整合科普场馆资源，建立科普场馆联盟，加大宣传推广力度。借助微信、微博等新媒体平台，扩大影响力，通过组织喜闻乐见、老少咸宜的科普活动，吸纳更多的人群参与进来，通过对科普场馆的有效利用，使其发挥最大功效。
3.5 打造具有国际影响力的科普品牌
京津冀协同发展战略是我国区域经济发展的重要一极，为推进京津冀地区发展，协调推进区域经济转型升级，北京市正力争打造全球原始创新策源地、形成全球开放创新核心区，这就需要加大科技创新力度，也就相应要求京津冀地区科普活动走出国门，走向世界，体现国际化。
通过深化三地在学术、人才、国际交流等领域全方位合作，实现资源共享共建，汇聚专家资源，打造高端化、国际化科普活动品牌，积极走出去，宣传中国科普精品，扩大对外影响力，向国际化品牌转型升级。同时，也要积极 “引进来”，吸收更多国际知名科普活动在京津冀地区开展交流，搭建国际科普资源联盟，增强国家间科普互动。
参考文献：
[1]李京文,李剑玲.京津冀协同创新发展比较研究[J].经济与管理,2015,29(2):13-17.
[2]李婷.地区科普能力指标体系的构建及评价研究[J].中国科技论坛,2011(7):12-17.
[3]任嵘嵘,郑念,赵萌.我国地区科普能力评价——基于熵权法-GEM[J].技术经济,2013,32(2):59-64.
[4]张立军,张潇,陈菲菲.基于分形模型的区域科普能力评价与分析[J].科技管理研究,2015,35(2):44-48.
[5]王宾,李群.基于DEA分析的中国科普投入产出效率评价研究[J].数学的实践与认识,2015,45(15)：214-220.
[6]刘广斌,刘璐,任伟宏.基于DEA的中国科普投入产出效率初步分析[J].重庆大学学报(社会科学版),2016(1):118-126.
[7]刘广斌,李建坤.基于DEA方法的地区科普资源配置及利用效率评价[J].科普研究,2017,12(6):69-76.
[8]刘广斌,李建坤.基于三阶段DEA模型的我国科普投入产出效率研究[J].中国软科学,2017(5):139-148.
[9]邵宜航,步晓宁,张天华.资源配置扭曲与中国工业全要素生产率—基于工业企业数据库再测算[J].中国工业经济,2013(12):39-51.
[10]蔡昉.中国经济增长如何转向全要素生产率驱动型[J].中国社会科学,2013(1):56-71.
[11]王奇,王会,陈海丹.中国农业绿色全要素生产率变化研究：1992—2010年[J].经济评论,2012(5):24-33.
[12]蔡跃洲,付一夫.全要素生产率增长中的技术效应与结构效应—基于中国宏观和产业数据的测算及分解[J].经济研究,2017(1):72-88.
[13]郭庆旺,贾俊雪.中国全要素生产率的估算：1979—2004[J].经济研究,2005(6):51-60.
[14]章祥荪,贵斌威.中国全要素生产率分析：Malmquist指数法评述与应用[J].数量经济技术经济研究,2008,25(6):111-122.
[15]杨锦英,韩晓娜,方行明.中国粮食生产效率实证研究[J].经济学动态,2013(6):47-53.
[16]马占新.广义数据包络分析[M].北京:科学出版社,2012.
[17]MALMQUIST S.Index number and indifference surfaces[J].Trabajos de estadistica，1953，4(2):209-242.
[18]毛其淋,盛斌.对外经济开放、区域市场整合与全要素生产率[J].经济学(季刊),2012,11(1):181-210.
[19]李群,王宾.中国科普人才发展调查与预测[J].中国科技论坛,2015(7):148-153.
Total Factor Productivity of Science Popularization in Beijing -Tianjin -Hebei Region
Li Jianghui1，Wang Bin2
(1.Institute of Quantitative & Technical Economics of Chinese Academy of Social Science，Beijing 100732，China；2.Rural Development Institute of Chinese Academy of Social Science，Beijing 100732，China)
Abstract： This paper calculated the total factor productivity of science popularization in Beijing-Tianjin-Hebei region by non-parameter DEA-Malmquist index from 2008 to 2016，and expounded the status of science popularization in Beijing-Tianjin-Hebei region.The result reflected that the productivity of science popularization in Beijing-Tianjin-Hebei region was effective，and the Malmquist Index appeared M type distribution，the improvement of the total factor productivity of science popularization mainly came from the influence of the progress of science and technology.Meanwhile，the resource allocation efficiency of Beijing was obviously better than Tianjin and Hebei province.At last，this paper put forward some targeted policy recommendations.
Key words: Total factor productivity of science popularization；DEA-Malmquist Index；Beijing-Tianjin-Hebei Region
基金项目： 中国博士后科学基金第11批特别资助项目,中国博士后科学基金第62批面上资助项目(2017M621019)。
收稿日期： 2018-11-21
作者简介： 李江辉(1979-)，男，中国社会科学院数量经济与技术经济研究所博士后;研究方向：经济评价、宏观经济。
中图分类号: G322
文献标识码: A
(责任编辑 刘传忠)
标签：科普全要素生产率论文; DEA-Malmquist模型论文; 京津冀地区论文; 中国社会科学院数量经济与技术经济研究所论文; 中国社会科学院农村发展研究所论文;