基于C-D函數(shù)的高新技術(shù)產(chǎn)業(yè)科技投入產(chǎn)出效率分析

孟慶軍，許蓮艷

(河海大學(xué)商學(xué)院，江蘇南京　211100)

?

基于C-D函數(shù)的高新技術(shù)產(chǎn)業(yè)科技投入產(chǎn)出效率分析

孟慶軍，許蓮艷

(河海大學(xué)商學(xué)院，江蘇南京211100)

摘要：研究采用Eviews 6.0計(jì)量經(jīng)濟(jì)學(xué)軟件，根據(jù)中國高新技術(shù)產(chǎn)業(yè)1999年-2012年相關(guān)數(shù)據(jù)，采用滯后變量模型和回歸分析的方法，對高新技術(shù)產(chǎn)業(yè)科技投入與產(chǎn)出之間關(guān)系進(jìn)行了實(shí)證分析，并得出結(jié)論。從總體上看，科技投入在短期內(nèi)極大地促進(jìn)了高新技術(shù)產(chǎn)業(yè)的發(fā)展；從長期來看，科技投入的短促性非常明顯，當(dāng)滯后期為4年或4年以上時，科技投入這一生產(chǎn)要素已不具有顯著性。

關(guān)鍵詞：營銷管理；科技投入；高新技術(shù)產(chǎn)業(yè)；柯布-道格拉斯生產(chǎn)函數(shù)；顯著性

E-mail:1030053529@qq.com

孟慶軍，許蓮艷.基于C-D函數(shù)的高新技術(shù)產(chǎn)業(yè)科技投入產(chǎn)出效率分析[J].河北工業(yè)科技,2015,32(1):17-21.

MENG Qingjun, XU Lianyan.Analysis of science and technology input and output efficient of high technology industry based on C-D function[J].Hebei Journal of Industrial Science and Technology,2015,32(1):17-21.

科技投入是高新技術(shù)產(chǎn)業(yè)科技創(chuàng)新的一個重要源泉，對知識生產(chǎn)部門的資金投入會促進(jìn)知識產(chǎn)出，并最終給企業(yè)創(chuàng)造利潤。根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2012年中國高新技術(shù)企業(yè)共24 636家，在2011年的基礎(chǔ)上增長了13.6%；其創(chuàng)造的利潤額高達(dá)6 186.34億元，增長了18%；高新技術(shù)產(chǎn)業(yè)出口交貨值46 701.09億元，增加了15%；專利申請數(shù)為97 200件，增長了25%。高新技術(shù)企業(yè)強(qiáng)勁發(fā)展的一個重要因素是來自于政府財(cái)政和企業(yè)自身的科技投入：2012年基于大中型工業(yè)企業(yè)口徑下的高新技術(shù)產(chǎn)業(yè)，研究與試驗(yàn)發(fā)展經(jīng)費(fèi)1 491.49億元，比2011年增長了20.5%；科研人員的數(shù)量達(dá)52.6萬人，增長了23%。

科技投入與產(chǎn)出的關(guān)系一直是各個時期經(jīng)濟(jì)學(xué)家關(guān)注的重點(diǎn)。COHEN[1]等認(rèn)為，R&D投資既可以創(chuàng)造出新的知識和信息，而且也可以增強(qiáng)高新技術(shù)企業(yè)吸收現(xiàn)有的知識和信息的能力，促進(jìn)知識和技術(shù)成果的外溢，因此R&D投資具有提高技術(shù)創(chuàng)新能力和吸收消化能力的兩面性。TSAI[2]等對中國臺灣省83家大型電子企業(yè)1994年—2000年的研發(fā)支出進(jìn)行實(shí)證分析，發(fā)現(xiàn)R&D的產(chǎn)出彈性在0.19左右，平均收益率在22%左右，這與英國、美國接近，但低于日本。

梁萊歆[3]等分析了企業(yè)R&D績效評價在實(shí)際應(yīng)用及研究中的現(xiàn)狀，指出在評價研究方法上的不足，提出R&D績效評價方法的運(yùn)用，并提出適合高新技術(shù)企業(yè)的投入指標(biāo)和產(chǎn)出體系的評價方法。蔣國瑞[4]等利用北京市制造業(yè)的技術(shù)效率對行業(yè)的R&D投入效果進(jìn)行分析，研究發(fā)現(xiàn)，企業(yè)研發(fā)資金的內(nèi)部支出與技術(shù)效率存在顯著的正相關(guān)關(guān)系，但外部支出則相反。朱衛(wèi)平[5]等認(rèn)為在邏輯上高新技術(shù)企業(yè)的科技投入與績效之間，應(yīng)該存在著明確的正相關(guān)關(guān)系，且對這種正相關(guān)關(guān)系的穩(wěn)定預(yù)期也應(yīng)該是企業(yè)愿意進(jìn)行科技投入的基本誘因。陳義華[6]等利用DEA模型對2000年—2002年科技投入產(chǎn)出的有效性進(jìn)行排序，并以各地區(qū)3年的科技投入產(chǎn)出相對效率變化率來分析各地區(qū)科技投入的有效性。王艷麗[7]等采用柯布-道格拉斯生產(chǎn)函數(shù)，計(jì)算了1952年以來中國各年TFP及其增長率的大小，并得出其對中國經(jīng)濟(jì)增長的貢獻(xiàn)。

本研究嘗試以1999年—2012年的相關(guān)數(shù)據(jù)，利用Eviews 6.0統(tǒng)計(jì)學(xué)分析軟件，對高新技術(shù)產(chǎn)業(yè)科技投入與產(chǎn)出的關(guān)系進(jìn)行回歸分析[8-10]。

1指標(biāo)的選取和模型的選擇

本文的數(shù)據(jù)來源于1999年—2012年國家統(tǒng)計(jì)年鑒及中國高新技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒，時間跨度為14年。實(shí)證分析運(yùn)用Eviews 6.0計(jì)量經(jīng)濟(jì)學(xué)軟件，對各變量進(jìn)行了回歸分析，并對回歸系數(shù)的顯著性進(jìn)行了檢驗(yàn)。

1.1　分析模型中的指標(biāo)選取

指標(biāo)選取要能夠科學(xué)地反映高新技術(shù)產(chǎn)業(yè)投入產(chǎn)出的實(shí)際情況，但指標(biāo)的數(shù)量并非多多益善，要遵循全面性和有代表性的原則，并考慮指標(biāo)數(shù)據(jù)的可獲取性。

1)樣本。決策單元應(yīng)具有相同任務(wù)和目標(biāo)、具有相同類型、具有相同輸入輸出指標(biāo)，按此要求并考慮各地區(qū)間的橫向比較，本文以大中型工業(yè)企業(yè)為樣本。

2)輸(投)入指標(biāo)。生產(chǎn)過程中最基本的投入要素是勞動和資金。對高新技術(shù)企業(yè)來說，除一般意義上的勞動和資金外，科技投入顯得尤其重要，在指標(biāo)選取時不應(yīng)忽略。本文選取高新技術(shù)企業(yè)固定資產(chǎn)投資額(K)作為資本投入指標(biāo)，高新技術(shù)企業(yè)從業(yè)人員總數(shù)(L)作為勞動投入指標(biāo)，科技活動經(jīng)費(fèi)支出(R)作為科技投入指標(biāo)。

3)輸(產(chǎn))出指標(biāo)。一般以企業(yè)凈利潤為輸出指標(biāo)，考慮到凈利潤不僅與企業(yè)開發(fā)和生產(chǎn)的產(chǎn)品相關(guān)，即與主營業(yè)務(wù)收入相關(guān)，還包括其他業(yè)務(wù)收入、營業(yè)外收入等相關(guān)。而高新技術(shù)企業(yè)是以生產(chǎn)高附加值的高新技術(shù)產(chǎn)品為特征，因此，本文以高新技術(shù)產(chǎn)業(yè)的主營業(yè)務(wù)收入(Y)指標(biāo)為產(chǎn)出指標(biāo)[11]。

1.2　模型的建立

柯布-道格拉斯生產(chǎn)函數(shù)是由美國數(shù)學(xué)家柯布和經(jīng)濟(jì)學(xué)家保羅·道格拉斯在探討投入和產(chǎn)出關(guān)系時創(chuàng)造的，是在生產(chǎn)函數(shù)的一般形式上引入了技術(shù)資源這一要素。一般被用來預(yù)測工業(yè)系統(tǒng)或企業(yè)的生產(chǎn)，以及分析發(fā)展生產(chǎn)途徑的一種經(jīng)濟(jì)數(shù)學(xué)模型，簡稱生產(chǎn)函數(shù)[12]。在分析科技投入與產(chǎn)出的關(guān)系時，考慮到柯布-道格拉斯生產(chǎn)函數(shù)模型中只有資產(chǎn)和勞動力兩種生產(chǎn)要素，因此，采用廣義的生產(chǎn)函數(shù)模型，即將科技投入這一外生變量作為一個生產(chǎn)要素加入到生產(chǎn)函數(shù)中，得到改進(jìn)的生產(chǎn)函數(shù)模型。

該函數(shù)的表現(xiàn)形式為

Y=αKα1Lα2Rα3，

式中：Y表示高新技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入；K表示資本投入；L表示勞動力投入；R表示科技投入；α1,α2,α3分別表示資本、勞動力和科技投入產(chǎn)出的彈性系數(shù)，α則表示綜合技術(shù)水平。

對該函數(shù)取對數(shù)得：

lnY=lnα+α1lnK+α2lnL+α3lnR。

用小寫字母表示對數(shù)值可得：

y=α0+α1k+α2l+α3r，

(1)

式中，α0表示常數(shù)項(xiàng)，假設(shè)不考慮計(jì)量經(jīng)濟(jì)方程中的隨機(jī)誤差。

在現(xiàn)實(shí)經(jīng)濟(jì)活動中，高新技術(shù)企業(yè)投入與產(chǎn)出之間廣泛存在著時間滯后效應(yīng)，即動態(tài)性。以滯后變量Rt-i為解釋變量引入滯后變量模型，表示當(dāng)滯后期為i時，科技投入對高新技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入的影響。

對數(shù)化后，式(1)一般形式為

lnYt=lnα+α1lnKt+α2lnLt+α3lnRt-i，

式中，i表示滯后時間間隔，假設(shè)不考慮計(jì)量經(jīng)濟(jì)方程中的隨機(jī)誤差。

用小寫字母表示對數(shù)值可得：

yt=α0+α1kt+α2lt+α3rt-i，

(2)

式中，α0表示常數(shù)項(xiàng)。

2實(shí)證檢驗(yàn)

采用計(jì)量經(jīng)濟(jì)學(xué)軟件Eviews 6.0，對1999年—2012年間高新技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入、固定資產(chǎn)投資額、從業(yè)人員總數(shù)以及科技投入等統(tǒng)計(jì)數(shù)據(jù)進(jìn)行回歸處理，結(jié)果如表1所示。

表1　科技投入與產(chǎn)出回歸結(jié)果

將表1中的數(shù)據(jù)代入式(1)中，可得生產(chǎn)函數(shù)：

2．1　模型對樣本擬合優(yōu)度檢驗(yàn)(判定系數(shù)R2檢驗(yàn))

判定系數(shù)是以回歸平方和占總平方和的比例作為衡量模型對樣本擬合優(yōu)度的指標(biāo)，且R2的值越接近于1，表明模型對樣本的擬合優(yōu)度越高。在科技投入對生產(chǎn)率的函數(shù)中，R2=0.992 8，這意味著在高新技術(shù)產(chǎn)業(yè)科技投入產(chǎn)出函數(shù)的變化中，有99.28%可以通過所估計(jì)的投入產(chǎn)出函數(shù)來解釋。

2．2　模型的顯著性檢驗(yàn)(F檢驗(yàn))

判定系數(shù)檢驗(yàn)只能說明模型對樣本數(shù)據(jù)的近似情況，而模型的顯著性檢驗(yàn)就是檢驗(yàn)?zāi)Ｐ蛯傮w的近似程度，F(xiàn)檢驗(yàn)是最常用的檢驗(yàn)方法。在模型中，n=14，k=4，n-k-1=9，取顯著水平?=0.01，由F分布表查得臨界值F0.01(4,9)=14.66<236.884 9，所以，有99%的置信度認(rèn)為模型的線性關(guān)系是顯著的。

2．3　變量的顯著性檢驗(yàn)(t 檢驗(yàn))

變量的顯著性檢驗(yàn)旨在對模型中解釋變量和被解釋變量之間是否存在線性關(guān)系作出推斷。根據(jù)表1中的比較數(shù)據(jù)，取α=0.25，查t分布表t0.125=0.695，均大于各解釋變量的t統(tǒng)計(jì)值，則拒絕原假設(shè)，解釋變量對被解釋變量有顯著影響。

回歸分析的結(jié)果表明，資本、勞動力和科技投入都對高新技術(shù)產(chǎn)業(yè)的主營業(yè)務(wù)收入產(chǎn)生影響；科技投入的相關(guān)系數(shù)α>0，說明科技經(jīng)費(fèi)投入與企業(yè)生產(chǎn)率正相關(guān)，也就是說科技投入的增加將提高企業(yè)主營業(yè)務(wù)收入；根據(jù)相關(guān)系數(shù)α=0.5，意味著科技投入每增加一個單位，主營業(yè)務(wù)收入便增加0.5個單位，科技投入的溢出效應(yīng)在當(dāng)期非常明顯。

當(dāng)期科技投入的促進(jìn)作用非常顯著，那對以后各期的影響如何呢？當(dāng)滯后期(i)為1，2，3，4，5時，采用計(jì)量經(jīng)濟(jì)學(xué)軟件進(jìn)行回歸處理，將輸出結(jié)果代入式(2)可得：

當(dāng)滯后期為1時，

當(dāng)滯后期為2時，

當(dāng)滯后期為3時，

當(dāng)滯后期為4時，

根據(jù)上述函數(shù)中kt前的系數(shù)可以看出，滿足生產(chǎn)要素彈性為正的假設(shè)。科技投入r作為技術(shù)進(jìn)步引入生產(chǎn)函數(shù)，也滿足這一基本假設(shè)。從檢驗(yàn)結(jié)果來看，固定資產(chǎn)投資、勞動力數(shù)量及科技投入都在不同程度上對高新技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入產(chǎn)生影響，當(dāng)期、滯后1，2，3，4期時r前的系數(shù)分別為0.5，0.32，0.27，0.22，0.09，說明：1)當(dāng)期科技投入對當(dāng)期高新技術(shù)企業(yè)產(chǎn)業(yè)產(chǎn)出的影響最大，即當(dāng)期對高新技術(shù)產(chǎn)業(yè)進(jìn)行科技投入效率最高；2)隨著滯后期的慢慢累積，科技投入對高新技術(shù)產(chǎn)業(yè)的貢獻(xiàn)越來越小，在滯后期為4時，科技投入的彈性系數(shù)僅為0.09，影響很??；3)綜合滯后期為4時的t統(tǒng)計(jì)量數(shù)值為0.51，其明顯小于臨界值，即此時科技投入這一生產(chǎn)要素已不具有顯著性，也就是當(dāng)滯后期為4年或4年以上時，科技投入對高新技術(shù)產(chǎn)業(yè)的貢獻(xiàn)率很小或幾乎沒有貢獻(xiàn)了。

3結(jié)論與建議

3.1　結(jié)論

利用Eviews 6.0計(jì)量經(jīng)濟(jì)學(xué)軟件對高新技術(shù)產(chǎn)業(yè)在1999年—2012年科技投入產(chǎn)出關(guān)系進(jìn)行了回歸分析，并得出如下結(jié)論。

1) 從總體上說，科技投入會促進(jìn)高新技術(shù)產(chǎn)業(yè)的發(fā)展及盈利能力的提高，當(dāng)期、滯后1~3期時，其彈性系數(shù)在0.22~0.5之間，即科技投入每增加1個單位，主營業(yè)務(wù)收入增加22%~50%，表明科技投入的促進(jìn)作用在短期內(nèi)非常明顯，加快了企業(yè)創(chuàng)新成果的研發(fā)與轉(zhuǎn)化。

2) 從長期來看，當(dāng)滯后期為4年或超過4年時，科技投入對高新技術(shù)產(chǎn)業(yè)促進(jìn)作用并不明顯，表明科技投入存在明顯的短促性，這可能是高新技術(shù)產(chǎn)品更新替代快、高新技術(shù)企業(yè)競爭激烈，亦或是一些高新技術(shù)企業(yè)無法準(zhǔn)確把握市場動向，高科技人才缺乏創(chuàng)新能力。

3.2　建議

根據(jù)回歸分析的結(jié)果可以看出，提高科技投入的數(shù)量可以加快該技術(shù)產(chǎn)業(yè)的發(fā)展，而提高相關(guān)人員的創(chuàng)新能力也是重中之重。據(jù)此，提出以下3點(diǎn)建議。

1)強(qiáng)化高新技術(shù)產(chǎn)業(yè)自主創(chuàng)新資金的投入

從外界來看，政府的相關(guān)財(cái)稅政策變相地提高了企業(yè)利潤，為企業(yè)的科研活動提供了有力的保障。黨的十八屆三中全會提出，大力發(fā)展高新技術(shù)產(chǎn)業(yè)，尤其關(guān)注科技型中小企業(yè)和小微企業(yè)的發(fā)展，不斷出臺了鼓勵、支持和引導(dǎo)高新技術(shù)企業(yè)發(fā)展的稅收政策和財(cái)政政策。如稅法規(guī)定：對國家需要重點(diǎn)扶持的高新技術(shù)企業(yè)減按15%的稅率征收企業(yè)所得稅。自2012-01-01至2015-12-31對年應(yīng)納稅所得額低于6萬元(含6萬元)的小型微利企業(yè)，其所得減按50%計(jì)入應(yīng)納稅所得額。

就企業(yè)自身來說，高新技術(shù)企業(yè)是科技自主創(chuàng)新的主體，而科技資金的投入幾乎是科研經(jīng)費(fèi)的全部來源，科技資金的投入在企業(yè)開展技術(shù)創(chuàng)新活動，促進(jìn)科技成果轉(zhuǎn)化中起著主導(dǎo)作用。企業(yè)創(chuàng)新發(fā)展的過程是一個不斷往返的循環(huán)機(jī)制：科技創(chuàng)新資金投入—科技創(chuàng)新成果轉(zhuǎn)化—經(jīng)濟(jì)收益—科技創(chuàng)新資金再投入。因此需要加大科技投入力度、提升科技投入利用率和轉(zhuǎn)化率，還要積極推進(jìn)創(chuàng)新成果轉(zhuǎn)化為市場經(jīng)濟(jì)收益，提高企業(yè)經(jīng)濟(jì)利潤，增加科技創(chuàng)新資金再投入[13-16]。

2)重視科技經(jīng)費(fèi)投入數(shù)量的同時，保證科技經(jīng)費(fèi)使用的效率

高新技術(shù)企業(yè)應(yīng)建立和完善科技研發(fā)經(jīng)費(fèi)投入的效率評價體系。一是差別選取評價標(biāo)準(zhǔn)。在實(shí)際情況中，諸多高新技術(shù)企業(yè)對不同的研究主體和研究項(xiàng)目采取相同或類似的評價標(biāo)準(zhǔn)，或者不針對本企業(yè)的具體情況，直接照搬其他企業(yè)的評價標(biāo)準(zhǔn)；二是合理評估項(xiàng)目的可行性。許多企業(yè)為了趕上競爭對手，在沒有徹底評估企業(yè)研發(fā)團(tuán)隊(duì)的能力、企業(yè)生產(chǎn)設(shè)備的性能、市場需求狀況等情況下，對不合理或不可行的研發(fā)項(xiàng)目撥付大量資金，最終一敗涂地。

因此，應(yīng)該在充分考慮各種因素的情況下，區(qū)別不同的科研人員和研發(fā)主體，制定不同的科研經(jīng)費(fèi)投入的效率評價體系，以保證在有限的科研經(jīng)費(fèi)下，得到最大的研發(fā)成果產(chǎn)出。

3)突顯科技人員的創(chuàng)新能力，完善科技人員的激勵機(jī)制

促進(jìn)企業(yè)的發(fā)展，人才是關(guān)鍵。企業(yè)應(yīng)建立自己的人才培養(yǎng)和培訓(xùn)計(jì)劃，為企業(yè)源源不斷地輸送高質(zhì)量人才。一是完善人才政策，建立與國際接軌的，以績效優(yōu)先為主的收入分配機(jī)制，建立以技術(shù)、知識、管理技能等要素參股或給予期權(quán)股的形式，吸引并留住擁有各種技能的人才，形成有利于企業(yè)技術(shù)發(fā)展的競爭激勵機(jī)制和精英人才傾斜機(jī)制；二是建立具有激勵效應(yīng)的報(bào)酬體系，重點(diǎn)獎勵在技術(shù)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展中有突出貢獻(xiàn)的科技人才，以及在企業(yè)的經(jīng)營管理過程中有突出業(yè)績的管理人才，鼓勵人才脫穎而出，促使知識轉(zhuǎn)化為生產(chǎn)力，并盡快地轉(zhuǎn)變?yōu)橘Y本和財(cái)富，為企業(yè)和社會的發(fā)展作貢獻(xiàn)。

參考文獻(xiàn)/References:

[1]COHEN W,LEVINTHAL D.Innovation and learning:The two faces of R&D[J].Economic Journal,1989,199:569-596.

[2]TSAI K H,WANG J C.The R&D performance in Taiwan’s electronics industry:A longitudinal examination [J].R&D Management,2004,134:179-189.

[3]梁萊歆,劉建秋.高新技術(shù)企業(yè)R&D績效評價方法探索[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2004(11):29-32.

LIANG Laixin,LIU Jianqiu.High and new technology enterprise R&D performance evaluation method to explore[J].Science of Science and Management of S & T,2004(11):29-32.

[4]蔣國瑞,余高潮.R&D投入與北京制造業(yè)企業(yè)技術(shù)效率的回歸分析[M].北京:北京科學(xué)技術(shù)出版社,2005.

JIANG Guorui,YU Gaochao.R&D Input and Beijing Manufacturing Enterprise Technical Efficiency of Regression Analysis[M].Beijing:Beijing Science and Technology Press,2005.

[5]朱衛(wèi)平,倫蕊.高新技術(shù)企業(yè)科技投入與績效相關(guān)性的實(shí)證分析[J].科技管理研究,2004(5):7-9.

ZHU Weiping,LUN Rui.High and new technology enterprise of science and technology input and an empirical analysis of the performance correlation[J].Science and Technology Management Research,2004(5):7-9.

[6]陳義華,陳騎兵,董玉成，等.基于改進(jìn)DEA模型的科技投入產(chǎn)出有效性分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識,2007,37( 11):38-43.

CHEN Yihua,CHEN Qibing,DONG Yucheng,et al.An empirical analysis on the relative efficiency of the input-output of science and technology using improved DEA model [J].Mathematics in Practice and Theory,2007,37(11):38-43.

[7]王艷麗,劉傳哲.全要素生產(chǎn)率對中國經(jīng)濟(jì)增長的貢獻(xiàn):1952~2002[J].北京理工大學(xué)學(xué)報(bào)(社會科學(xué)版),2006,8(5):88-91.

WANG Yanli,LIU Chuanzhe.The contribution of total factor productivity of China's economic growth:1952~2002 [J].Journal of Beijing Institute of Technology(Social Sciences Edition),2006,8(5):88-91.

[8]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)，2013，20(sup):126-131.

LI Hongwei,REN Na,TAO Min,et al.Research on input-output efficiency of high-techindustry in China based on three-stage DEA model[J].Chinese Journal of Management Science,2013,20(sup):126-131.

[9]徐巧玲.科技投入產(chǎn)出的相對效率評價研究——基于DEA的BCC模型與SE-CCR模型的分析[J].科技管理研究，2014(1)：66-70.

XU Qiaoling.Efficiency evaluation on science and technology input and output:Based on DEA-the BCC model and SE-CCR model[J].Science and Technology Management Research,2014(1):66-70.

[10]陳洪轉(zhuǎn)，舒亮亮.基于DEA模型的我國高新技術(shù)產(chǎn)業(yè)園區(qū)投入產(chǎn)出效率評價[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2013，34(4)：104-109.

CHEN Hongzhuan,SHU Liangliang.Measuring the efficiency of China’s high-tech industrial park by DEA model[J].Science of Science and Management of S & T,2013,34(4):104-109.

[11]孫劍,李啟明.高新技術(shù)企業(yè)投入產(chǎn)出效率評價——基于江蘇十三個城市的實(shí)證研究[J].科學(xué)學(xué)研究,2008,26(sup):61-64.

SUN Jian,LI Qiming.Input-output efficiency evaluation of high-tech enterprise:An empirical research based on thirteen cities in Jiangsu province [J].Studies in Science of Science,2008,26(sup):61-64.

[12]李兵,王錚，李剛強(qiáng)，等.我國科技投入對經(jīng)濟(jì)增長貢獻(xiàn)的實(shí)證研究[J].科學(xué)學(xué)研究,2009,27(2)：196-201.

LI Bing ,WANG Zheng,LI Gangqiang,et al.Empirical study on contribution of S&T input to economic growth in China [J].Studies in Science of Science,2009,27(2)：196-201.

[13]上官小放,賀丹丹,黃子暄.江西省高新技術(shù)企業(yè)科技投入產(chǎn)出績效的實(shí)證研究[J].金融與經(jīng)濟(jì),2013(8):83-87.

SHANGGUAN Xiaofang,HE Dandan,HUANG Zixuan.Jiangxi Province high and new technology enterprise of science and technology input and output performance of the empirical study [J].Journal of Finance and Economics,2013(8):83-87.

[14]賀丹丹.江西省高新技術(shù)企業(yè)科技投入產(chǎn)出績效研究[D].南昌：江西師范大學(xué)，2013.

HE Dandan.Jiangxi Province High-Tech Enterprise of Science and Technology Research Input and Output Performance[D].Nanchang:Jiangxi Normal University,2013.

[15]郭玉明.企業(yè)創(chuàng)新績效影響因素實(shí)證研究[J].河北工業(yè)大學(xué)學(xué)報(bào)，2014，43(1)：101-106.

GUO Yuming.An empirical analysis of the factors affecting innovation performance[J].Journal of Hebei University of Technlogy,2014,43(1):101-106.

[16]李翔.我國高技術(shù)產(chǎn)業(yè)創(chuàng)新系統(tǒng)效率評價[D].上海：上海師范大學(xué)，2013.

LI Xiang.The Efficiency Evaluation of High-Tech Industrial Innovation System in Our Country[D].Shanghai:Shanghai Normal University,2013.

Analysis of science and technology input and output efficient of

high technology industry based on C-D function

MENG Qingjun, XU Lianyan

(School of Business, Hehai University, Nanjing, Jiangsu 211100, China)

Abstract:By using econometrics software Eviews 6.0, according to the related data of China’s high technology industry from 1999 to 2012, empirical analysis about the relationship between science and technology input and output of high technology industry is implemented with lag variable model and regression analysis method. Overall, in the short term, investment in science and technology greatly promotes the development of high technology industries; in the long run, the briefness of investment in science and technology is very obvious: when the lag period is 4 years or more, investment in science and technology has no significance.

Keywords:marketing management; science and technology input; high technology industry; Cobb-Douglas production function; significance

作者簡介：孟慶軍(1963—)，男，江蘇南京人，副教授，碩士，主要從事科技創(chuàng)新、高新技術(shù)管理方面的研究。

基金項(xiàng)目：江蘇省社會科學(xué)基金(13GLB007)；江蘇省教育廳高校哲學(xué)社會科學(xué)研究重點(diǎn)項(xiàng)目(2010ZDIXM004)

收稿日期：2014-07-22;修回日期：2014-09-05；責(zé)任編輯：陳書欣

中圖分類號：F270

文獻(xiàn)標(biāo)志碼：A

doi:10.7535/hbgykj.2015yx01004

文章編號：1008-1534(2015)01-0017-05