我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的時間演變與地區(qū)分布特征

高曉光

?

我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的時間演變與地區(qū)分布特征

高曉光

[摘要]在創(chuàng)新資源有限條件下，研究如何提高我國高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率，推進(jìn)“中國制造2025”和“一帶一路”戰(zhàn)略，有重大意義。在前人研究基礎(chǔ)上，借助多產(chǎn)出隨機(jī)前沿分析模型對2008-2013年中國30個省級地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新超越對數(shù)生產(chǎn)函數(shù)進(jìn)行了參數(shù)估計，繼而測算出各地區(qū)2008-2013年的創(chuàng)新技術(shù)效率、規(guī)模效率和總技術(shù)效率值，并分析了影響技術(shù)效率的因素。結(jié)論表明：中國高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率與企業(yè)規(guī)模、市場結(jié)構(gòu)、政府投入力度、研發(fā)支出結(jié)構(gòu)呈正向關(guān)系，與經(jīng)濟(jì)發(fā)展水平呈負(fù)向關(guān)系；2008-2013年，中國大部分省級地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率值整體呈現(xiàn)波動式上升趨勢，僅在2009-2010年間受全球金融危機(jī)干擾呈現(xiàn)短暫的下降變化；中國30個省級地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率呈現(xiàn)穩(wěn)健的差異現(xiàn)象，分布格局類似于經(jīng)濟(jì)發(fā)展水平分布；各地區(qū)規(guī)模效率水平均大于技術(shù)效率水平，是總技術(shù)效率水平增長的主要源泉。

[關(guān)鍵詞]高技術(shù)產(chǎn)業(yè)； 創(chuàng)新技術(shù)效率； 規(guī)模效率； 多產(chǎn)出隨機(jī)前沿模型

一引言

30多年來的改革開放將中國經(jīng)濟(jì)推上了一個前所未有的高度，2011年中國的GDP總量超過日本，成為世界第二大經(jīng)濟(jì)體。但要變經(jīng)濟(jì)大國為經(jīng)濟(jì)強(qiáng)國，中國需要著力提升以高技術(shù)產(chǎn)業(yè)為主的制造業(yè)，全面提升國家競爭力。2008年世界金融危機(jī)以來，以美國為首的發(fā)達(dá)國家的再工業(yè)化戰(zhàn)略，使中國發(fā)展高技術(shù)產(chǎn)業(yè)面臨嚴(yán)峻的競爭壓力。因此，在創(chuàng)新資源有限的情況下，研究如何提高中國高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率，推動“中國制造2025”和“一帶一路”戰(zhàn)略既有理論意義又有現(xiàn)實價值。

創(chuàng)新效率一直是學(xué)術(shù)研究的熱點(diǎn)問題。由于高技術(shù)產(chǎn)業(yè)與技術(shù)創(chuàng)新的緊密關(guān)聯(lián)性，以往有大量的文獻(xiàn)討論了高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率問題。這些研究大多在兩個方面有所不同：第一，研究視角上，部分文獻(xiàn)以區(qū)域發(fā)展為視角，研究了中國全域高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率(張同斌等，2010)[1]、局域高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率(馮纓等，2010)[2]。也有部分文獻(xiàn)以產(chǎn)業(yè)為研究視角，利用高技術(shù)產(chǎn)業(yè)分行業(yè)數(shù)據(jù)比較不同行業(yè)之間創(chuàng)新效率的差別(朱有為等，2006[3]；黨國英等，2015[4])。還有部分文獻(xiàn)從產(chǎn)業(yè)層面進(jìn)一步深入，以企業(yè)為研究視角，對不同樣本企業(yè)的創(chuàng)新技術(shù)效率進(jìn)行了研究(Hagedoorn和Cloodt，2003)[5]。第二，研究方法上，對創(chuàng)新技術(shù)效率的測度，以往文獻(xiàn)大多采用因子分析法(黃魯成等，2006)[6]，以數(shù)據(jù)包絡(luò)分析模型為代表的非參數(shù)前沿分析法(劉孟飛，2014)[7]，以隨機(jī)前沿分析模型為代表的參數(shù)分析法(李鵬等，2014)[8]等。研究高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的文獻(xiàn)基本沿用了這些方法(呂品等，2013)[9]，或者使用以這些模型為基礎(chǔ)的方法，如非期望產(chǎn)出數(shù)據(jù)包絡(luò)分析模型(李靜，2009)[10]、數(shù)據(jù)包絡(luò)分析-對抗交叉評價模型(柴華奇等，2010)[11]、三階段數(shù)據(jù)包絡(luò)分析模型(李洪偉等，2012)[12]。

縱觀已有文獻(xiàn)，研究視角取決于研究目的，并無好壞之分，研究方法則不然。數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，DEA)方法在測度創(chuàng)新技術(shù)效率時不考慮測量誤差，往往會導(dǎo)致結(jié)論存在一定缺陷，而Aigner等(1977)[13]、Battese和Corra(1977)[14]提出并改進(jìn)的隨機(jī)前沿分析方法(Stochastic Frontier Analysis，SFA)由于隨機(jī)確定前沿面，且考慮到了隨機(jī)誤差和未考慮變量對產(chǎn)出的可能影響，在處理面板數(shù)據(jù)時得出的結(jié)論更加接近現(xiàn)實，可以有效彌補(bǔ)DEA方法的不足。但以往采用SFA模型進(jìn)行研究的文獻(xiàn)雖然避免了DEA模型的缺陷，卻又存在僅能考慮一個產(chǎn)出的局限性，往往難以將數(shù)據(jù)特征完全容納到模型中，本文借鑒Coelli和Perelman(1999)[15]的方法，將之?dāng)U充為考慮多個產(chǎn)出的隨機(jī)前沿分析模型，從而有效解決該問題。

下文的結(jié)構(gòu)安排為：第二部分在傳統(tǒng)隨機(jī)前沿模型基礎(chǔ)上建立基于產(chǎn)出距離函數(shù)的多產(chǎn)出隨機(jī)前沿模型，選擇創(chuàng)新投入產(chǎn)出以及影響創(chuàng)新技術(shù)效率的表征變量并對數(shù)據(jù)進(jìn)行處理。第三部分對模型進(jìn)行適宜性檢驗和參數(shù)估計，并對模型的實證結(jié)果進(jìn)行分析，重點(diǎn)闡釋樣本期間各地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率時間變化趨勢、區(qū)域分布特征及影響因素，同時關(guān)注規(guī)模效率和總技術(shù)效率。第四部分給出結(jié)論和政策建議。

二研究模型、變量選擇與數(shù)據(jù)處理

(一)基于產(chǎn)出距離函數(shù)的隨機(jī)前沿模型

本文所用的基礎(chǔ)模型是Battese和Coelli(1995)[16]提出的傳統(tǒng)隨機(jī)前沿模型，見式(1)。

yit=f(xit;β)exp(vit-uit)i=1,2,…,I；t=1,2,…,T

(1)

其中，i表示地區(qū)，t表示時期。yit是產(chǎn)出水平，xit是要素投入向量，β是待估參數(shù)向量。f(xit;β)是隨機(jī)前沿生產(chǎn)函數(shù)中的確定性前沿產(chǎn)出，隨機(jī)擾動項由兩部分構(gòu)成：vit是一般意義上的隨機(jī)誤差項，uit是非負(fù)的技術(shù)無效率項。但式(1)表示的隨機(jī)前沿模型僅適用于單個產(chǎn)出的情形，并不能準(zhǔn)確擬合多投入多產(chǎn)出的創(chuàng)新過程。本文采用超越對數(shù)的產(chǎn)出距離函數(shù)對式(1)進(jìn)行改進(jìn)以處理多產(chǎn)出情況下的效率測度，改進(jìn)后的模型見式(2)。

(2)

TEit=exp(-uit)

(3)

(4)

(二)變量選擇、數(shù)據(jù)處理與描述性統(tǒng)計

創(chuàng)新投入方面，本文借鑒官建成等(2009)[18]選取的指標(biāo)，并基于數(shù)據(jù)的可得性原則，采用R&D經(jīng)費(fèi)內(nèi)部支出(RDI)衡量地區(qū)創(chuàng)新過程中的資本投入，采用R&D人員全時當(dāng)量(RDP)表征創(chuàng)新生產(chǎn)過程中的勞動投入。創(chuàng)新產(chǎn)出方面，專利作為技術(shù)創(chuàng)新研發(fā)階段的直接成果，是衡量技術(shù)創(chuàng)新產(chǎn)出的常用指標(biāo)。我國常見的專利有三種，分別為發(fā)明專利、實用新型專利及外觀設(shè)計專利，由于發(fā)明專利最能反映技術(shù)創(chuàng)新水平，所以本文采用擁有發(fā)明專利數(shù)(IPA)作為創(chuàng)新活動的研發(fā)成果指標(biāo)。技術(shù)創(chuàng)新水平不僅體現(xiàn)在技術(shù)創(chuàng)新的研發(fā)成果上，還體現(xiàn)在技術(shù)創(chuàng)新成果的轉(zhuǎn)化應(yīng)用上，一般采用新產(chǎn)品產(chǎn)值作為衡量技術(shù)創(chuàng)新成果轉(zhuǎn)化的指標(biāo)，但是由于《高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》在2011年以后不再統(tǒng)計新產(chǎn)品產(chǎn)值的數(shù)據(jù)，故本文采用新產(chǎn)品銷售收入(NPV)代替。由于研發(fā)投資對創(chuàng)新產(chǎn)出的影響具有連續(xù)性，因此需要將資本投入流量指標(biāo)轉(zhuǎn)化成相應(yīng)的存量指標(biāo)。本文采用永續(xù)盤存法計算R&D資本存量，計算公式見式(5)。其中，RDit、RDit-1分別表示第i個地區(qū)在第t年和第t-1年的R&D資本存量，RDIit表示第i個地區(qū)第t年的R&D經(jīng)費(fèi)支出，δ表示資本的折舊率，本文參照吳延兵(2006)[19]的研究，取δ=15%?；诘腞&D資本存量根據(jù)式(6)計算得出，其中RDIi0表示第i個地區(qū)在基期的R&D經(jīng)費(fèi)支出，gi表示樣本期間第i個地區(qū)R&D經(jīng)費(fèi)支出的年均增長率。為了剔除通貨膨脹率和自然增長率的干擾，本文分別采用研發(fā)價格指數(shù)和工業(yè)品出廠價格指數(shù)對R&D經(jīng)費(fèi)支出和新產(chǎn)品銷售收入進(jìn)行平減，其中研發(fā)價格指數(shù)(RPI)=0.75×工業(yè)品出廠價格指數(shù)(PPI)+0.25×居民消費(fèi)價格指數(shù)(CPI)。

RDit=(1-δ)×RDit-1+RDIit

(5)

(6)

由于創(chuàng)新投入與產(chǎn)出之間存在時滯，本文選取1年為滯后期，即用第t-1年的RD和RDP數(shù)據(jù)作為第t年創(chuàng)新產(chǎn)出IPA和NPV的投入。本文選擇IPA作為yNit對NPV進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化后的變量用NPV*表示。因此，本文的研究模型在式(2)的基礎(chǔ)上具體表示為：

(7)

為了考察高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響因素，借鑒牛澤東等(2012)[20]的研究，本文確定如下影響區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的因素：

(1)經(jīng)濟(jì)發(fā)展水平(ECO)。本文用各地區(qū)GDP的對數(shù)值衡量。新經(jīng)濟(jì)增長理論認(rèn)為技術(shù)創(chuàng)新是產(chǎn)業(yè)持續(xù)增長的核心源泉，因而也是促進(jìn)地區(qū)經(jīng)濟(jì)增長的重要動力，因此我們預(yù)測技術(shù)創(chuàng)新效率與地區(qū)經(jīng)濟(jì)發(fā)展水平呈正向關(guān)系。

(2)企業(yè)規(guī)模(FS)。本文利用地區(qū)高技術(shù)產(chǎn)業(yè)的主營業(yè)務(wù)收入除以企業(yè)個數(shù)得出地區(qū)的平均企業(yè)規(guī)模。學(xué)術(shù)界關(guān)于企業(yè)規(guī)模與技術(shù)創(chuàng)新的關(guān)系存在兩種截然不同的觀點(diǎn)：一種觀點(diǎn)認(rèn)為企業(yè)規(guī)模越大越利于技術(shù)創(chuàng)新，這是因為一方面創(chuàng)新成果具備天然的外溢效應(yīng)，從而使得創(chuàng)新投入的激勵存在扭曲，另一方面創(chuàng)新需要大量的初始沉沒成本，這兩方面都是中小企業(yè)難以承受的。另外一種觀點(diǎn)則認(rèn)為企業(yè)規(guī)模越大反而會對技術(shù)創(chuàng)新產(chǎn)生不利影響，持這種觀點(diǎn)的學(xué)者認(rèn)為中小企業(yè)的創(chuàng)新機(jī)制更加靈活，有利于提高技術(shù)創(chuàng)新效率。

(3)市場結(jié)構(gòu)(MS)。衡量市場結(jié)構(gòu)的常見指標(biāo)有赫芬達(dá)爾指數(shù)，但由于計算赫芬達(dá)爾指數(shù)的數(shù)據(jù)獲取較難，本文采用地區(qū)高技術(shù)產(chǎn)業(yè)的企業(yè)數(shù)量的對數(shù)值來衡量其市場結(jié)構(gòu)，企業(yè)數(shù)量越多，預(yù)示著市場競爭越激烈。作為典型的資本密集型產(chǎn)業(yè)，是寡占型的市場結(jié)構(gòu)還是競爭型的市場結(jié)構(gòu)更能顯著促進(jìn)高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新，還需要通過實證分析進(jìn)一步檢驗。

(4)政府投入力度(GII)。本文采用高技術(shù)產(chǎn)業(yè)R&D經(jīng)費(fèi)內(nèi)部支出中政府資金的占比來衡量政府在高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新發(fā)展中的投入力度。政府投入對高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新存在兩種可能的效應(yīng)：一方面，由于政府投入的支持，降低了企業(yè)從事研發(fā)的成本和風(fēng)險，能夠避免創(chuàng)新的激勵扭曲，從而對提升技術(shù)創(chuàng)新效率有正向影響；另外一方面，政府投入會對企業(yè)R&D投資產(chǎn)生擠出效應(yīng)，削減企業(yè)的研發(fā)規(guī)模，降低企業(yè)的技術(shù)創(chuàng)新效率，這也是十八大以后中央政府主張讓市場成為資源要素分配關(guān)鍵手段的重要原因。當(dāng)前上述兩種效應(yīng)中哪一種占據(jù)主導(dǎo)地位，還需要實證分析的進(jìn)一步檢驗。

(5)研發(fā)支出結(jié)構(gòu)(RDES)。本文采用高技術(shù)產(chǎn)業(yè)技術(shù)引進(jìn)經(jīng)費(fèi)支出與消化吸收經(jīng)費(fèi)支出的比值作為研發(fā)支出結(jié)構(gòu)的表征指標(biāo)。過去30多年中國技術(shù)創(chuàng)新的發(fā)展很大程度上來自于對發(fā)達(dá)國家技術(shù)的直接引進(jìn)，雖然這些引進(jìn)的技術(shù)并非發(fā)達(dá)國家的核心技術(shù)，但是對中國而言卻屬于先進(jìn)的前沿技術(shù)，即使是相對而言處于技術(shù)前沿的高技術(shù)產(chǎn)業(yè)也是如此。長期以來，技術(shù)引進(jìn)后的消化吸收并未得到足夠重視，表現(xiàn)在研發(fā)支出結(jié)構(gòu)呈現(xiàn)出“重引進(jìn)、輕吸收”的局面，我們預(yù)測這樣的研發(fā)支出結(jié)構(gòu)會對技術(shù)創(chuàng)新效率的提升產(chǎn)生不利影響。

此外，技術(shù)創(chuàng)新效率還可能隨時間t呈現(xiàn)規(guī)律性的波動趨勢，由此本文在回歸模型中加入時間變量t，最終構(gòu)建如下的面板回歸模型：

TEit=δ0+δ1t+δ2ECOit+δ3FSit+δ4MSit+δ5GIIit+δ6RDESit+εit

(8)

本文以中國30個省(直轄市、自治區(qū))為研究對象，由于西藏、香港、澳門和臺灣的數(shù)據(jù)嚴(yán)重缺失，本文暫不予考慮。樣本期間為2008-2013年(其中創(chuàng)新投入數(shù)據(jù)是2007-2012年的數(shù)據(jù)，創(chuàng)新產(chǎn)出和其余變量的數(shù)據(jù)是2008-2013年的數(shù)據(jù))，所有的數(shù)據(jù)均來自于2008-2014年《中國科技統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》和《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。部分缺失的數(shù)據(jù)采用線性插值法補(bǔ)齊。地區(qū)經(jīng)濟(jì)總值和高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入同樣采用以2008年為基期的工業(yè)品出廠價格指數(shù)進(jìn)行平減處理。表1給出了所有變量的描述性統(tǒng)計。其中創(chuàng)新投入和產(chǎn)出數(shù)據(jù)均取對數(shù)值以避免異方差性的干擾。從表1中可以看出，除了政府投入力度和研發(fā)支出結(jié)構(gòu)外，其余變量的變異系數(shù)均小于1，說明這些變量在樣本期間基本平穩(wěn)，未出現(xiàn)異常性波動。

表1　各變量的描述性統(tǒng)計

注：下標(biāo)“-1”表示相應(yīng)的變量取滯后一期的數(shù)據(jù)。

三估計結(jié)果與分析

(一)模型檢驗

在利用多產(chǎn)出隨機(jī)前沿模型估計高新技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率前，需要對模型設(shè)定進(jìn)行檢驗，以證明模型的運(yùn)用是合理的。具體有如下假設(shè)檢驗：

假設(shè)1：α11=α22=α12=α13=β11=ρ11=ρ21=0，即式(7)中所有二次項的系數(shù)均為0，如果假設(shè)1成立，說明式(7)可以退化成柯布道格拉斯生產(chǎn)函數(shù)形式；

假設(shè)2：δ0=δ1=δ2=δ3=δ4=δ5=δ6=0，即不存在技術(shù)無效率項，表明實際創(chuàng)新產(chǎn)出與最優(yōu)創(chuàng)新產(chǎn)出之間的偏差來自于白噪聲；

假設(shè)3：γ=0，若假設(shè)3成立，表明技術(shù)無效率項是非隨機(jī)的，影響技術(shù)創(chuàng)新效率的因素直接包含在產(chǎn)出距離函數(shù)中。

表2　1%顯著性水平下的假設(shè)檢驗結(jié)果

從表2顯示的結(jié)果可以看出，在1%顯著性水平下假設(shè)1被拒絕，這說明本文采用基于超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型是正確的，柯布道格拉斯生產(chǎn)函數(shù)并不能很好地擬合中國高技術(shù)產(chǎn)業(yè)創(chuàng)新的投入產(chǎn)出情況。假設(shè)2被拒絕表明中國高技術(shù)產(chǎn)業(yè)實際創(chuàng)新產(chǎn)出與最優(yōu)創(chuàng)新產(chǎn)出之間的偏差不僅來自于噪聲，還來源于技術(shù)無效率項，說明存在影響因素阻礙了創(chuàng)新效率提升。假設(shè)3的檢驗結(jié)果顯示影響技術(shù)效率的因素不適宜直接包含在產(chǎn)出距離函數(shù)中。

(二)模型估計結(jié)果與分析

運(yùn)用Frontier 4.1軟件對式(7)中的部分參數(shù)進(jìn)行ML估計，再根據(jù)齊次性條件計算得出其余參數(shù)值，模型估計結(jié)果如表3所示。從表3可以看出，隨機(jī)前沿模型的γ等于0.755，且通過了1%水平下的顯著性檢驗，這說明中國高技術(shù)產(chǎn)業(yè)普遍存在創(chuàng)新的技術(shù)無效率，且隨機(jī)前沿模型在總體上是估計有效的，這通過觀察對數(shù)似然函數(shù)值和LR值也可以得出。從表3中還可以看出，R&D資本投入和人員投入均未對創(chuàng)新產(chǎn)出產(chǎn)生顯著影響，這說明當(dāng)前中國高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新內(nèi)部機(jī)制存在根本問題，創(chuàng)新激勵存在嚴(yán)重扭曲。

利用上文估計出的參數(shù)，根據(jù)式(3)計算2008-2013年全國30個省級地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率值，結(jié)果見表4。從時間維度來看，2008-2013年全國大部分省級地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率值整體呈現(xiàn)波動式上升趨勢(就平均水平而言，從2008年的0.301上升到2013年的0.451，增幅為0.150)，僅在2009-2010年間呈現(xiàn)短暫的下降變化，這說明隨著時間的推移，全國大部分省級地區(qū)的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新水平都在不斷地向自身的技術(shù)前沿面靠近，這可能得益于合理有序的技術(shù)引進(jìn)策略和不斷提升的技術(shù)吸收消化水平。2009-2010年全國大部分省級地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率出現(xiàn)異常性波動可能是受到了2008年全球金融危機(jī)的滯后性影響：由于在美國引發(fā)的金融危機(jī)向全球逐漸蔓延，中國的經(jīng)濟(jì)發(fā)展逐漸受到一定程度的干擾，并且美國等發(fā)達(dá)國家的再工業(yè)化戰(zhàn)略使得中國向國外購買技術(shù)遭遇更大的壁壘，急劇增加的技術(shù)購買成本對已有技術(shù)的吸收消化產(chǎn)生擠出效應(yīng)，從而降低了創(chuàng)新技術(shù)效率。與絕大部分省級地區(qū)不同的是，2008-2013年期間，北京、山西、上海、福建、青海和新疆等6個地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率整體上呈現(xiàn)下降趨勢，這說明這些地區(qū)的技術(shù)進(jìn)步與技術(shù)吸收水平的增幅出現(xiàn)“一快一慢”或“一慢更慢”的不同步現(xiàn)象：部分地區(qū)過于注重技術(shù)引進(jìn)，雖然提升了技術(shù)水平，但是技術(shù)的吸收消化滯后于技術(shù)進(jìn)步，快速前進(jìn)的技術(shù)前沿面反而使得創(chuàng)新技術(shù)效率逐漸降低，如北京、上海等地；部分地區(qū)缺乏購買技術(shù)的足夠資金，技術(shù)前沿面上移緩慢，與此同時，較少的創(chuàng)新投入使得已有技術(shù)的轉(zhuǎn)化能力更加落后，從而導(dǎo)致創(chuàng)新技術(shù)效率也呈現(xiàn)下降態(tài)勢，如青海、新疆等地。

表3　多產(chǎn)出隨機(jī)前沿模型估計結(jié)果

注：括號內(nèi)為T統(tǒng)計量；***、*分別表示在1%和10%水平下顯著；加粗的系數(shù)值是通過上文的齊次性條件公式計算獲得的。

從地區(qū)視角來看，全國不同省級地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率之間存在較大差距，并且這種差異隨著時間的推移并未出現(xiàn)收斂。從平均水平來看，北京、天津、上海、江蘇、浙江、安徽、福建、山東、湖北、湖南、廣東、重慶及四川等13個地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率位于平均水平0.360之上，而河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、江西、河南、廣西、海南、貴州、云南、陜西、甘肅、青海、寧夏及新疆等17個地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率位于平均水平0.360之下。其中，高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率水平排在前三名的分別是：廣東(0.832)、北京(0.816)和天津(0.749)，后三名分別是：新疆(0.065)、青海(0.067)和寧夏(0.081)。可見高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率水平與經(jīng)濟(jì)發(fā)展水平呈現(xiàn)類似的地區(qū)分布格局：珠三角、京津冀及長三角地區(qū)(其中江蘇高技術(shù)產(chǎn)業(yè)創(chuàng)新效率水平為0.727，排名第四)是高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率水平的高地，而中西部地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率水平整體上落后于東部沿海地區(qū)，呈現(xiàn)典型的東-中-西逐漸遞減的層次結(jié)構(gòu)。這說明中西部地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率水平的提升是提高全國高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率水平的重心，需要重點(diǎn)改善中西部地區(qū)高技術(shù)產(chǎn)業(yè)中企業(yè)的技術(shù)成果沉淀和轉(zhuǎn)化能力。

表4　2008-2013年全國30個省(直轄市、自治區(qū))高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率值

(續(xù)上表)

2008年2009年2010年2011年2012年2013年平均貴州0.2040.2770.2370.2040.2590.2940.246云南0.2390.2420.2260.2870.0550.3630.235陜西0.1810.2360.1740.2830.2760.2930.241甘肅0.0890.0730.0890.1110.1400.1380.107青海0.0720.0480.0910.0810.0890.0200.067寧夏0.0870.0860.0780.0900.0580.0880.081新疆0.0440.1380.0490.1000.0210.0390.065全國平均0.3010.3540.2690.3990.3870.4510.360

再運(yùn)用Stata 12對式(8)進(jìn)行OLS回歸分析，結(jié)果如表5所示?？梢钥闯觯褐袊呒夹g(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率并不具有顯著的時間趨勢，這說明中國高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率并不存在隨時間推移的自然增長或下降趨勢，而更多地受到經(jīng)濟(jì)發(fā)展水平(ECO)、企業(yè)規(guī)模(FS)、市場結(jié)構(gòu)(MS)等變量的顯著影響，具體如下：

經(jīng)濟(jì)發(fā)展水平(ECO)的估計系數(shù)是-0.069，且通過了1%水平下的顯著性檢驗，這說明地區(qū)經(jīng)濟(jì)發(fā)展水平與高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率呈負(fù)相關(guān)關(guān)系，即地區(qū)發(fā)展水平越高，該地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率越低，與我們的預(yù)測相悖，可能的原因是：(1)經(jīng)濟(jì)發(fā)展水平與技術(shù)創(chuàng)新之間僅存在技術(shù)創(chuàng)新推動經(jīng)濟(jì)發(fā)展水平的單向關(guān)系，即隨著技術(shù)創(chuàng)新的發(fā)展，產(chǎn)業(yè)的附加值上升從而推動了經(jīng)濟(jì)的增長，而經(jīng)濟(jì)發(fā)展并不存在對技術(shù)創(chuàng)新的推動作用，甚至在經(jīng)濟(jì)快速發(fā)展過程中迷失于“量”的提升而忽視了對技術(shù)創(chuàng)新的內(nèi)核促進(jìn)作用。(2)地區(qū)的經(jīng)濟(jì)發(fā)展水平越高，可能意味著該地區(qū)的技術(shù)進(jìn)步越快，此時，創(chuàng)新技術(shù)效率提升速度由于不能同步于技術(shù)進(jìn)步反而會出現(xiàn)技術(shù)效率下降的趨勢。

企業(yè)規(guī)模(FS)的估計系數(shù)是0.068，且通過了1%水平下的顯著性檢驗，這說明企業(yè)規(guī)模對高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率呈顯著正向作用，即企業(yè)規(guī)模越大，創(chuàng)新技術(shù)效率也就越大，這說明對中國的高技術(shù)產(chǎn)業(yè)而言，大型企業(yè)所具備的創(chuàng)新優(yōu)勢遠(yuǎn)大于機(jī)構(gòu)臃腫和體制約束帶來的創(chuàng)新激勵扭曲，相比而言，小企業(yè)由于缺少足夠的研發(fā)資本，并且容易在創(chuàng)新產(chǎn)出的外溢效應(yīng)中喪失研發(fā)動力，往往會使得技術(shù)創(chuàng)新呈現(xiàn)無效率態(tài)勢。

市場結(jié)構(gòu)(MS)的估計系數(shù)是0.133，且通過了1%水平下的顯著性檢驗，這說明市場結(jié)構(gòu)對高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率同樣呈顯著正向作用，隨著市場上企業(yè)數(shù)量的增加，市場結(jié)構(gòu)越趨向于完全競爭型，技術(shù)效率隨之逐漸提升，說明寡占型的市場結(jié)構(gòu)并不適合于中國高技術(shù)產(chǎn)業(yè)，雖然高技術(shù)產(chǎn)業(yè)是資本密集型行業(yè)，寡占型市場結(jié)構(gòu)能夠有效激發(fā)研發(fā)資本的規(guī)模效應(yīng)，但是在中國現(xiàn)有激勵機(jī)制下，寡占型的市場結(jié)構(gòu)難以激發(fā)出創(chuàng)新的活力，當(dāng)創(chuàng)新逐漸陷入循環(huán)反復(fù)的模仿式流程中，創(chuàng)新技術(shù)效率就會受到抑制。

政府投入力度(GII)的估計系數(shù)是0.013，但未通過至少10%水平下的顯著性檢驗，政府投入力度未能對技術(shù)效率產(chǎn)生明顯的正向影響，這說明政府投入對企業(yè)進(jìn)行R&D投資帶來的擠出效應(yīng)大于其對創(chuàng)新激勵扭曲的矯正效應(yīng)，政府投入并不應(yīng)該以追求“量”的增加為目標(biāo)，投入結(jié)構(gòu)的調(diào)整應(yīng)當(dāng)?shù)玫街匾?。研發(fā)支出結(jié)構(gòu)(RDES)的估計系數(shù)是0.001，通過了1%水平下的顯著性檢驗，這說明由于我國技術(shù)水平與前沿國家仍存在較大差距，“重引進(jìn)、輕吸收”的研發(fā)支出結(jié)構(gòu)短期內(nèi)仍能有效提升中國高技術(shù)產(chǎn)業(yè)的技術(shù)效率，但是需要警惕的是：隨著時間的推移，過于依賴國外技術(shù)而缺乏自主創(chuàng)新活力的弊端會日漸突顯，甚至阻礙技術(shù)效率的進(jìn)一步提高。

表5　技術(shù)效率影響因素方程估計結(jié)果

注：括號內(nèi)為T統(tǒng)計量；***表示在 1%水平下顯著。

同樣利用上文得出的參數(shù)，再根據(jù)式(4)計算全國30個省級地區(qū)2008-2013年高技術(shù)產(chǎn)業(yè)創(chuàng)新的規(guī)模效率，乘以純技術(shù)效率(即上文所述的技術(shù)效率或創(chuàng)新技術(shù)效率)就可得到衡量投入產(chǎn)出效率的總技術(shù)效率，結(jié)果見表6。從表6中可以看出：(1)規(guī)模效率與純技術(shù)效率并不存在穩(wěn)健的正向相關(guān)關(guān)系，即規(guī)模效率高的地區(qū)，其純技術(shù)效率并不一定高，如四川、浙江等地，規(guī)模效率值均達(dá)到了0.8以上，但純技術(shù)效率均不及0.5。規(guī)模效率排前三名的分別是：廣東(0.996)、江蘇(0.983)、山東(0.904)，后三名的分別是：青海(0.043)、新疆(0.060)、海南(0.138)，這與純技術(shù)效率水平的分布格局也有差別。(2)按年份來看，就全國平均水平而言，2008-2013年，規(guī)模效率水平一直大于純技術(shù)效率水平，這說明導(dǎo)致創(chuàng)新投入產(chǎn)出效率(總技術(shù)效率)不高的主要因素是純技術(shù)效率水平偏低，而這又可歸咎于不合理的技術(shù)投入要素結(jié)構(gòu)、長期的技術(shù)購買和引進(jìn)依賴等原因。(3)2008-2013年，與純技術(shù)效率的增長趨勢一致，規(guī)模效率水平和總技術(shù)效率水平呈現(xiàn)波動式上升趨勢，這說明過去6年針對改善高技術(shù)產(chǎn)業(yè)創(chuàng)新總技術(shù)效率水平的政策措施是有效的，應(yīng)當(dāng)保持相關(guān)政策的前后一致性，并實行漸進(jìn)性調(diào)整，持續(xù)發(fā)揮當(dāng)前政策實施對創(chuàng)新總技術(shù)效率的激發(fā)潛能。

表6　2008-2013年全國30個省(直轄市、自治區(qū))創(chuàng)新總技術(shù)效率分解結(jié)果

注：PTE表示純技術(shù)效率，SE表示規(guī)模效率，TTE表示總技術(shù)效率。

四結(jié)論與政策建議

本文基于產(chǎn)出距離函數(shù)的隨機(jī)前沿分析模型，以2008-2013年中國30個省級地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新生產(chǎn)活動為研究對象，分析了30個省級地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率、規(guī)模效率及總技術(shù)效率的時間演化和地區(qū)分布特征，并對創(chuàng)新技術(shù)效率的影響因素進(jìn)行分析。主要結(jié)論如下：(1)中國高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率受到經(jīng)濟(jì)發(fā)展水平、企業(yè)規(guī)模、市場結(jié)構(gòu)等變量的顯著影響，具體而言，高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率與企業(yè)規(guī)模、市場結(jié)構(gòu)、政府投入力度、研發(fā)支出結(jié)構(gòu)呈正向關(guān)系，而與經(jīng)濟(jì)發(fā)展水平呈負(fù)向關(guān)系。(2)2008-2013年中國30個省級地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率的平均值是0.360，從時間維度來看，2008-2013年全國大部分省級地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率值整體呈現(xiàn)波動式上升趨勢，僅在2009-2010年間呈現(xiàn)短暫的下降變化。從地區(qū)視角來看，全國不同省級地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率之間存在較大的差距，并且這種差異隨著時間的推移并未出現(xiàn)收斂。高技術(shù)產(chǎn)業(yè)創(chuàng)新技術(shù)效率水平與經(jīng)濟(jì)發(fā)展水平呈現(xiàn)類似的地區(qū)分布格局。與絕大部分省級地區(qū)不同的是，2008-2013年期間，北京、山西、上海、福建、青海和新疆等6個地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新技術(shù)效率整體上呈現(xiàn)下降趨勢，這些地區(qū)的技術(shù)引進(jìn)與技術(shù)吸收水平的增幅出現(xiàn)“一快一慢”或“一慢更慢”的不同步現(xiàn)象。(3)規(guī)模效率與純技術(shù)效率并不存在穩(wěn)健的正向相關(guān)關(guān)系，且就全國平均水平而言，2008-2013年規(guī)模效率水平一直大于技術(shù)效率水平，是總技術(shù)效率增長的主要來源。

本研究結(jié)論的政策啟示主要有如下幾點(diǎn)：第一，進(jìn)一步改變粗放型的地區(qū)經(jīng)濟(jì)發(fā)展模式，在保證穩(wěn)定的經(jīng)濟(jì)增速基礎(chǔ)上，加快高技術(shù)產(chǎn)業(yè)的升級和傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)移，實現(xiàn)技術(shù)創(chuàng)新的提升與經(jīng)濟(jì)增長的優(yōu)化。第二，進(jìn)一步實施增大高技術(shù)企業(yè)規(guī)模與加強(qiáng)高技術(shù)產(chǎn)業(yè)市場競爭的雙軌制改革。一方面，培育大型的高技術(shù)企業(yè)，將高技術(shù)產(chǎn)業(yè)中重點(diǎn)技術(shù)的引進(jìn)、吸收乃至自主研發(fā)的功能和任務(wù)賦予大型高技術(shù)企業(yè)。另一方面，避免形成寡頭壟斷式市場結(jié)構(gòu)，在形成大型高技術(shù)企業(yè)的同時，加強(qiáng)高技術(shù)企業(yè)之間的競爭程度，以激發(fā)研發(fā)活力。第三，進(jìn)一步加強(qiáng)政府在高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新活動中的服務(wù)地位，避免政府主導(dǎo)投入帶來的非理性資源配置和消耗，政府應(yīng)該更多地將投入用于公共創(chuàng)新平臺和行業(yè)協(xié)會等第三方服務(wù)或規(guī)制機(jī)構(gòu)的建設(shè)中。在已有高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新發(fā)展政策基礎(chǔ)上實現(xiàn)漸進(jìn)性改革，既保持政策的適應(yīng)性又保持政策的連貫性。其中，改革以加強(qiáng)地區(qū)間高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新合作為主要目的，通過實現(xiàn)地區(qū)間高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新溢出效應(yīng)不斷縮小地區(qū)之間的差距。第四，進(jìn)一步保持各地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)進(jìn)步與技術(shù)效率水平增幅的同步性，無論是發(fā)達(dá)地區(qū)還是欠發(fā)達(dá)地區(qū)，均需實現(xiàn)資源在技術(shù)引進(jìn)和技術(shù)吸收兩方面的優(yōu)化配置。第五，進(jìn)一步發(fā)揮技術(shù)效率改善對總技術(shù)效率提升的決定作用，重點(diǎn)改善各地區(qū)應(yīng)用現(xiàn)有技術(shù)的效率水平，提高已有技術(shù)成果的轉(zhuǎn)化應(yīng)用能力，優(yōu)化各地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新的規(guī)模結(jié)構(gòu)，充分發(fā)揮規(guī)模經(jīng)濟(jì)效應(yīng)，不斷提升規(guī)模效率。

[參考文獻(xiàn)]

[1] 張同斌, 范慶泉. 中國高新技術(shù)產(chǎn)業(yè)區(qū)域發(fā)展水平的梯度變遷與影響因素[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2010, (11): 52-65.

[2] 馮纓, 滕家佳. 江蘇省高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率評價[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理, 2010, (8): 107-112.

[3] 朱有為, 徐康寧. 中國高技術(shù)產(chǎn)業(yè)研發(fā)效率的實證研究[J]. 中國工業(yè)經(jīng)濟(jì), 2006, (11): 38-45.

[4] 黨國英, 秦開強(qiáng). 高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率與影響因素——對五大類23個分行業(yè)的效率分析[J]. 產(chǎn)經(jīng)評論, 2015, 6(2): 15-27.

[5] Hagedoorn, J., Cloodt, M.. Measuring Innovative Performance: Is there an Advantage in Using Multiple Indicators?[J].ResearchPolicy, 2003, 32(8): 1365-1379.

[6] 黃魯成, 張紅彩. 北京制造業(yè)行業(yè)的技術(shù)創(chuàng)新效率評價[J]. 研究與發(fā)展管理, 2006, (3): 279-282.

[7] 劉孟飛. 網(wǎng)絡(luò)融合下的中國電信業(yè)效率評價及其影響因素研究[J]. 產(chǎn)經(jīng)評論, 2014, 5(2): 79-92.

[8] 李鵬, 曾光. 中國農(nóng)副食品加工業(yè)效率評價及分析——基于三階段DEA模型的測算[J]. 產(chǎn)經(jīng)評論, 2014, 5(4): 79-88.

[9] 呂品, 項日峰. 中國裝備制造業(yè)創(chuàng)新效率的測度[J]. 產(chǎn)經(jīng)評論, 2013, 4(4): 42-51.

[10] 李靜. 中國區(qū)域環(huán)境效率的差異與影響因素研究[J]. 南方經(jīng)濟(jì), 2009， (12): 24-35.

[11] 柴華奇, 宋德強(qiáng), 劉永振. 中國區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率測度研究[J]. 情報雜志, 2010, (8): 105-109.

[12] 李洪偉, 任娜, 陶敏等. 基于三階段DEA的我國高新技術(shù)產(chǎn)業(yè)投入產(chǎn)出效率分析[J]. 中國管理科學(xué), 2012, (11): 126-131.

[13] Aigner, D., Lovell, C. A., Schmidt, P.. Formulation and Estimation of Stochastic Frontier Production Function Models[J].JournalofEconometrics, 1977, 6(1): 21-37.

[14] Battese, G. E., Corra, G. S.. Estimation of a Production Frontier Model: With Application to the Pastoral Zone of Eastern Australia[J].AustralianJournalofAgriculturalandResourceEconomics, 1977, 21(3): 169-179.

[15] Coelli, T., Perelman, S.. A Comparison of Parametric and Non-parametric Distance Functions: With Application to European Railways[J].EuropeanJournalofOperationalResearch, 1999, 117(2): 326-339.

[16] Battese, G. E., Coelli, T. J.. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J].EmpiricalEconomics, 1995, 20(2): 325-332.

[17] Balk, B. M.. Scale Efficiency and Productivity Change [J].JournalofProductivityAnalysis, 2001, 15(3): 159-183.

[18] 官建成, 陳凱華. 我國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的測度[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2009, (10): 19-33.

[19] 吳延兵. 中國工業(yè)產(chǎn)業(yè)創(chuàng)新水平及影響因素——面板數(shù)據(jù)的實證分析[J]. 產(chǎn)業(yè)經(jīng)濟(jì)評論, 2006, (2): 155-171.

[20] 牛澤東, 張倩肖. 中國裝備制造業(yè)的技術(shù)創(chuàng)新效率[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2012, (11): 51-67.

[責(zé)任編輯：戴天仕]

Temporal Process and Regional Distribution Characteristics of China’s High-tech Industry Innovation Efficiency

GAO Xiao-guang

Abstract:This paper makes parameter estimation on technology innovation production function of high-tech industry of China’s 30 provincial-level regions from 2008 to 2013 by means of multi-output stochastic frontier model, and then measures out the regional technical efficiency, the scale efficiency and total technical efficiency from 2008 to 2013, and last analyzes the affecting factors of technical efficiency. Conclusions show that: there is a positive relationship between the Chinese high-tech industry innovation efficiency and firm size, market structure, government funding and R&D expenditure structure, but not with the level of economic development; most provincial high-tech innovation efficiency showed a fluctuating upward trend from 2008 to 2013, only from 2009 to 2010 presenting a transient decrease interference change，which was influenced by the global financial crisis; technical innovation efficiency of high-tech industry of China’s 30 provincial regions showed robust differences from 2008 to 2013, with the distribution pattern similar to the distribution of the level of economic development; the regional scale efficiency levels were greater than the technical efficiency levels from 2008-2013, which are the main sources of growth in the total technical efficiency.

Key words:high-tech industry; technological innovation efficiency; scale efficiency；multi-output stochastic frontier model

[中圖分類號]F276.44

[文獻(xiàn)標(biāo)識碼]A

[文章編號]1674-8298(2015)05-0030-12

[作者簡介]高曉光，西藏民族大學(xué)管理學(xué)院實驗師，研究方向：技術(shù)經(jīng)濟(jì)與區(qū)域經(jīng)濟(jì)。

[收稿日期]2015-07-11

[DOI]10.14007/j.cnki.cjpl.2015.05.002

[引用方式]佘時飛.兩層次區(qū)域經(jīng)濟(jì)一體化下產(chǎn)業(yè)空間轉(zhuǎn)移機(jī)理與社會福利效應(yīng)[J].產(chǎn)經(jīng)評論,2015,6(5):20-29.