基于兩階段SFA模型的中國醫(yī)藥企業(yè)技術(shù)創(chuàng)新效率研究

尹述穎　陳立泰

摘要：運用超越對數(shù)生產(chǎn)函數(shù)隨機前沿模型，采用2009～2013年中國103家滬深醫(yī)藥上市公司面板數(shù)據(jù)，在考慮創(chuàng)新時滯的情況下根據(jù)創(chuàng)新生成和創(chuàng)新轉(zhuǎn)化的兩階段特點構(gòu)建投入產(chǎn)出指標體系，測算了兩階段的中國醫(yī)藥企業(yè)技術(shù)創(chuàng)新效率，分析了關(guān)鍵影響因素的作用。結(jié)果顯示：中國醫(yī)藥上市公司的技術(shù)創(chuàng)新具有階段性，創(chuàng)新生成階段的資源利用率介于39%～46%，創(chuàng)新轉(zhuǎn)化階段的效率損失不超過35%，創(chuàng)新生成成果促進了創(chuàng)新成果轉(zhuǎn)化；考慮時滯后的技術(shù)創(chuàng)新效率值（1年或2年）高于時滯為0的技術(shù)創(chuàng)新效率值；企業(yè)技術(shù)行為、企業(yè)主體特征、企業(yè)外部環(huán)境對兩階段的技術(shù)創(chuàng)新效率發(fā)揮不一致的作用，部分因素的作用受到了時滯的影響。

關(guān)鍵詞：醫(yī)藥行業(yè)；技術(shù)創(chuàng)新效率；隨機前沿生產(chǎn)函數(shù)

DOI：10.13956/j.ss.1001-8409.2016.05.12

中圖分類號：F062.4；F273.1 文獻標識碼：A 文章編號：1001-8409（2016）05-0054-05

Abstract：With the Stochastic Frontier Production Function，based on the panel data of 103 pharmaceutical listed companies from 2009 to 2013， by building a system of inputoutput indicators which reflect characteristics of innovation generation phase and innovation transformation phase considering innovation lag， this paper estimates pharmaceutical firms technological innovation efficiency， and analyses the critical influences. Results show that， Chinese pharmaceutical listed companies technological innovation efficiency show periodic features， resource utilization in innovation generation phase is between 39% 46%， efficiency loss in innovation transformation stage is less than 35%， innovation generation promotes the transformation of innovative output； the technology innovation efficiency is higher if considering the lag （1 year or 2 years）； the influence of technology behavior， subject features and external environment on technological innovation efficiency of the two stages are not consistent， the effect of some factors is affected by the delay.

Key words：pharmaceutical industry； technological innovation efficiency； stochastic frontier production function

在中國建設(shè)國家創(chuàng)新體系的背景下，經(jīng)濟發(fā)展方式逐漸由要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變。對于兼具經(jīng)濟效益與社會效益的醫(yī)藥產(chǎn)業(yè)，一方面，中國醫(yī)藥產(chǎn)業(yè)已步入高速發(fā)展期，有望在2020年以前成為全球第二大藥品市場①

。中國醫(yī)藥工業(yè)總產(chǎn)值由2007年的6，719億元升至2013年的22，297億元，年均復(fù)合增長率達22.13%，持續(xù)高于GDP增速和全國工業(yè)平均增速，利潤總額從2007年的373.65億元升至2013年的2197億元，效益增長快于產(chǎn)值增長②

。另一方面，相對于占世界人口比例的19.3%③

，中國醫(yī)藥工業(yè)產(chǎn)值僅占世界的7%④

。作為典型技術(shù)驅(qū)動型產(chǎn)業(yè)，醫(yī)藥產(chǎn)業(yè)原始創(chuàng)新能力不足、自主創(chuàng)新產(chǎn)品較少、國際市場競爭力較弱，正形成突破競爭重圍的瓶頸。隨著技術(shù)創(chuàng)新的應(yīng)用領(lǐng)域得到進一步擴展，企業(yè)作為技術(shù)創(chuàng)新的主體，亟需利用有限的創(chuàng)新資源轉(zhuǎn)化成為持續(xù)的競爭優(yōu)勢。

Schumpeter首次提出創(chuàng)新理論，創(chuàng)新被其看作是企業(yè)家對生產(chǎn)要素的重新組合，建立了新的生產(chǎn)函數(shù)[1]。此后技術(shù)創(chuàng)新相關(guān)理論體系逐步形成和發(fā)展，被應(yīng)用于各工業(yè)領(lǐng)域。當前，關(guān)于中國醫(yī)藥技術(shù)創(chuàng)新的研究主要集中于兩方面：①定量測度區(qū)域?qū)用婊蛐袠I(yè)層面的技術(shù)創(chuàng)新效率，如張永慶等用隨機前沿生產(chǎn)函數(shù)測算中國醫(yī)藥制造業(yè)的研發(fā)效率，孫虹等用DEA方法測算河北省醫(yī)藥制藥業(yè)相對創(chuàng)新效率，孫峰等測算全國醫(yī)藥制造業(yè)研發(fā)經(jīng)費產(chǎn)出彈性等[2～4]；②定性討論關(guān)鍵影響因素對于醫(yī)藥行業(yè)技術(shù)創(chuàng)新的影響作用，關(guān)鍵因素包括創(chuàng)新獲利能力和政府支持力度、股權(quán)結(jié)構(gòu)和制度環(huán)境、有效市場需求等[5～7]。當前相關(guān)研究仍存在一些不足：①技術(shù)創(chuàng)新具有階段性，創(chuàng)新生成和創(chuàng)新轉(zhuǎn)化應(yīng)分開討論，并且從創(chuàng)新投入到創(chuàng)新產(chǎn)出存在時滯，而現(xiàn)有研究鮮少考慮這些因素；②已有成果傾向于區(qū)域和醫(yī)藥行業(yè)研究，企業(yè)作為技術(shù)創(chuàng)新的主體，很少被當成研究對象來討論?；诖?，本文的貢獻在于：從醫(yī)藥上市公司入手，分階段測度中國醫(yī)藥企業(yè)技術(shù)創(chuàng)新效率，討論關(guān)鍵影響因素及創(chuàng)新時滯發(fā)揮的作用。

1 研究設(shè)計

1.1 研究方法的選擇

20世紀60年代，Rogers和Larson系統(tǒng)考察了美國硅谷的起步和成長，定性分析該區(qū)域技術(shù)創(chuàng)新效率，由此開創(chuàng)了技術(shù)創(chuàng)新效率的研究。20世紀70年代以后用于測度效率的DEA方法和SFA方法相繼被提出，經(jīng)歷Aigner和Lovell Schmidt、Meeusen和Vanden Broeck、Battese和Coelli等發(fā)展階段[8～10]，逐步成為了效率測度的主流手段。其中，SFA方法作為參數(shù)方法，是利用生產(chǎn)函數(shù)來構(gòu)造前沿面，采用技術(shù)無效率項的條件期望作為技術(shù)效率，結(jié)果不易受特殊點影響，也不會出現(xiàn)效率值相同且為1的情況。當樣本量較大時，其可靠性、可比性比DEA方法好。若將每個醫(yī)藥上市公司視作一個創(chuàng)新生產(chǎn)系統(tǒng)，得到若干個評估單元，根據(jù)生產(chǎn)最優(yōu)化和技術(shù)效率理論，評估各單元創(chuàng)新資源在時間和空間上分布的合理性和均衡性，還可以考慮技術(shù)非效率對于各單元的作用大小，符合本文的研究情況，故采用SFA方法。

1.2 樣本與數(shù)據(jù)

2009年“新醫(yī)改”涉及的“三醫(yī)聯(lián)動”對中國醫(yī)藥生產(chǎn)流通體制的改革產(chǎn)生了長遠影響，并且2009年以前上市公司信息披露的成熟度較低，而樣本跨越年份越短，樣本損失越多。綜合權(quán)衡下，本文以滬深兩市2009年以前上市的醫(yī)藥公司為研究對象，剔除B股、關(guān)鍵數(shù)據(jù)缺失、主營業(yè)務(wù)非醫(yī)藥業(yè)的樣本，共計得到103家上市公司從2009～2013年共515個樣本觀測值?；A(chǔ)數(shù)據(jù)來源于wind金融數(shù)據(jù)庫、上市公司的年度報告和專利之星檢索系統(tǒng)。

1.3 變量選取

1.3.1 投入變量

本文探討重心在于技術(shù)創(chuàng)新效率，投入指標是與創(chuàng)新過程直接相關(guān)的要素投入，故兩階段共享要素投入[11]。勞動投入采用公司每年技術(shù)人員投入數(shù)，資本投入采用公司年研發(fā)經(jīng)費投入額。

1.3.2 產(chǎn)出變量

對于技術(shù)驅(qū)動型的醫(yī)藥產(chǎn)業(yè)，創(chuàng)新效率不僅包括創(chuàng)新的生成，還包括創(chuàng)新成果的轉(zhuǎn)化。借鑒江劍、肖仁橋等人的階段劃分與指標選擇[12，13]，本文將醫(yī)藥技術(shù)創(chuàng)新的產(chǎn)出分解為兩個階段，其中創(chuàng)新生成階段產(chǎn)出指標為該年度專利申請數(shù)，創(chuàng)新轉(zhuǎn)化階段為主營業(yè)務(wù)收入。

1.3.3 影響因素

從兩個階段的特點出發(fā)，本文考慮以下方面的影響因素。

企業(yè)技術(shù)行為。技術(shù)學習是企業(yè)技術(shù)創(chuàng)新的重要環(huán)節(jié)，在創(chuàng)新驅(qū)動戰(zhàn)略下是取得創(chuàng)新突破的關(guān)鍵。在創(chuàng)新生成階段，技術(shù)學習行為反映于技術(shù)學習意愿，反映于技術(shù)學習水平[14]，該行為貫穿于內(nèi)外知識源獲取與開放式創(chuàng)新的全過程，受設(shè)備、人員、制度等多因素的協(xié)同影響。本文借鑒張玉臣研發(fā)經(jīng)費與研發(fā)人員比值的指標選擇[15]，在此基礎(chǔ)上取二者的相對指標。其中，研發(fā)費用強度（Cap）等于企業(yè)該年度研發(fā)費用投入除以主營業(yè)務(wù)收入，體現(xiàn)資金行為；研發(fā)人員強度（Per）等于企業(yè)該年度技術(shù)人員投入除以員工總?cè)藬?shù)，體現(xiàn)基礎(chǔ)面上公司對技術(shù)學習和創(chuàng)新的重視度。在創(chuàng)新轉(zhuǎn)化階段，企業(yè)的技術(shù)行為主要體現(xiàn)在對創(chuàng)新成果的有效使用，考慮到專利申請數(shù)比專利授權(quán)數(shù)、科技項目數(shù)在衡量創(chuàng)新產(chǎn)出方面更具代表性，并且推測專利的轉(zhuǎn)化行為與員工綜合素質(zhì)密切相關(guān)，因此本文選用專利申請數(shù)的相對水平（Pat）和員工受教育程度（Edu，大專及以上員工比例）。

企業(yè)主體特征。企業(yè)的規(guī)模特征、管理模式、運營模式、功能特征等影響企業(yè)技術(shù)創(chuàng)新活動的實現(xiàn)。本文選取股權(quán)集中度、企業(yè)規(guī)模及所有權(quán)性質(zhì)3個指標衡量其主體特征。股權(quán)集中度（Own）是衡量公司股權(quán)分布狀態(tài)及穩(wěn)定狀態(tài)的重要指標，用第一大股東的持股比例來表示；技術(shù)創(chuàng)新效率的改善需要適度的規(guī)模經(jīng)濟作為支撐[16]，企業(yè)規(guī)模（Scal）用企業(yè)總資產(chǎn)（元）來表示；所有權(quán)性質(zhì)（Pro）作為虛擬變量引入，國有企業(yè)和民營企業(yè)分別賦值為1和0。

企業(yè)外在環(huán)境。一方面，基礎(chǔ)研究具有公共物品屬性，研究成果易實現(xiàn)多方共享，故企業(yè)技術(shù)創(chuàng)新活動離不開政策疏導與資金激勵；另一方面，外在環(huán)境的支持尤其是政府資助可能通過削減企業(yè)的創(chuàng)新支出降低技術(shù)創(chuàng)新效率，發(fā)揮“擠出效應(yīng)”[17]。所以本文選用政府支持力度（Gov）表示政府對企業(yè)的鼓勵程度，用年報中“政府補助”來表示。

綜上，投入產(chǎn)出變量選擇情況如表1。

最后，考慮到從創(chuàng)新資源的投入，不論是到創(chuàng)新成果的生成，還是到創(chuàng)新成果向利潤的轉(zhuǎn)化都存在時滯，因此本文基于已有文獻（大多學者未設(shè)定時滯[18]，官建成將時滯設(shè)為2年[19]）考慮三種情況：無時滯、時滯1年和時滯2年。

2 實證結(jié)果及分析

采用超越對數(shù)生產(chǎn)函數(shù)構(gòu)成的評價模型，運用Frontier4.1軟件對樣本分別進行兩階段回歸，輸出效率值及回歸結(jié)果。其中創(chuàng)新生成階段對應(yīng)模型1（無時滯）、模型2（時滯1年）和模型3（時滯2年），創(chuàng)新轉(zhuǎn)化階段對應(yīng)模型4（無時滯）、模型5（時滯1年）和模型6（時滯2年）。根據(jù)輸出數(shù)據(jù)，在分析模型設(shè)定與選擇的適用性（見表2）后，對樣本結(jié)果進行描述性統(tǒng)計（見表3），進而評價醫(yī)藥上市公司技術(shù)創(chuàng)新效率（見表4、表5），最后探討非技術(shù)效率的作用（見表4、表5）。

2.1 模型的適用性檢驗

對式（2）建立原假設(shè)H0：二次項系數(shù)均為0，βkk=βll=βtt=βkl=βkt=βlt=0，使用廣義似然比檢驗量進行檢驗（見表2），各LR值在1%水平下大于對應(yīng)自由度的χ2分布臨界值，拒絕原假設(shè)H0，認為超越對數(shù)生產(chǎn)函數(shù)比Cobb-Douglas生產(chǎn)函數(shù)更適用于本文的分析。另外，表4和表5的殘差項顯示各模型中σ2值顯著大于0，說明模型中隨機擾動存在；各模型中γ值在0.01水平下顯著大于0，說明中國醫(yī)藥上市公司存在明顯的技術(shù)無效率。綜上所述，可認為基于超越對數(shù)生產(chǎn)函數(shù)的隨機前沿分析符合本文研究設(shè)定。

2.2 醫(yī)藥上市公司技術(shù)創(chuàng)新效率的描述性統(tǒng)計

通過對效率輸出值的統(tǒng)計（見表3），本文描述了醫(yī)藥上市公司技術(shù)創(chuàng)新效率的生產(chǎn)前沿。得出：①無論是否考慮影響因素，創(chuàng)新生成階段的醫(yī)藥上市公司技術(shù)創(chuàng)新效率均小于創(chuàng)新轉(zhuǎn)化階段，創(chuàng)新生成階段的創(chuàng)新資源利用效率（創(chuàng)新生成效率）介于39%～46%，效率損失至少為54%，但創(chuàng)新轉(zhuǎn)化階段的技術(shù)創(chuàng)新效率（創(chuàng)新轉(zhuǎn)化效率）只有不超過35%的進步空間，趨向于技術(shù)有效，表明相比創(chuàng)新成果的轉(zhuǎn)化，醫(yī)藥創(chuàng)新生成過程過于低效，創(chuàng)新成果的產(chǎn)生構(gòu)成了重要瓶頸。②從效率值分布來看，醫(yī)藥上市公司技術(shù)創(chuàng)新效率在兩個階段均表現(xiàn)出不平衡分布，顯示不同醫(yī)藥上市公司創(chuàng)新活動不均衡發(fā)展的特征。③考慮時滯后的技術(shù)創(chuàng)新效率值明顯高于無時滯的技術(shù)創(chuàng)新效率值，因此對于創(chuàng)新活動時滯的設(shè)定具有一定科學性。

2.3 投入產(chǎn)出分析

從兩階段參數(shù)估計結(jié)果看（見表4和表5），技術(shù)創(chuàng)新效率的總體時間趨勢不明顯，意味著醫(yī)藥制造業(yè)的創(chuàng)新效率提升是一個自然過程，但中國醫(yī)藥企業(yè)內(nèi)部創(chuàng)新機制的不合理很可能延緩了該進程。具體而言：

創(chuàng)新生成階段，研發(fā)資本產(chǎn)出彈性平均值為0.6835，研發(fā)人員產(chǎn)出彈性平均值為3.5376。表明研發(fā)資本和研發(fā)人員投入在創(chuàng)新生成階段發(fā)揮正向作用，且平均增加1%研發(fā)資本投入，將增加0.6835個單位的專利產(chǎn)出；平均增加1%技術(shù)人員投入，將增加3.5376個單位的專利產(chǎn)出，研發(fā)人員投入相對不足。

創(chuàng)新轉(zhuǎn)化階段，研發(fā)資本產(chǎn)出彈性平均值為-4.1343，研發(fā)人員產(chǎn)出彈性平均值為7.3004。資本投入彈性系數(shù)為負說明研發(fā)費用投入過度，或研發(fā)費用投入在創(chuàng)新轉(zhuǎn)化階段未完全發(fā)揮作用，而研發(fā)人員則在該階段發(fā)揮顯著正向作用。平均增加1%研發(fā)資本投入，將降低4.1343個單位的專利產(chǎn)出；平均增加1%技術(shù)人員投入，將增加7.3004個單位的專利產(chǎn)出，研發(fā)資本投入相對過剩。

2.4 影響因素分析

2.4.1 企業(yè)技術(shù)行為

模型1和模型2中研發(fā)費用強度（Cap）的回歸系數(shù)為負，模型3中回歸系數(shù)為正，顯著性依次降低，說明醫(yī)藥企業(yè)在無時滯或時滯1年的情況下，增加研發(fā)費用的投入比例，會提升創(chuàng)新生成效率，但研發(fā)費用強度與創(chuàng)新生成效率之間可能存在倒“U”型關(guān)系，研發(fā)費用強度的負向作用在2年后才得以體現(xiàn)。3個模型均顯示研發(fā)人員強度（Per）的回歸系數(shù)為正，表明研發(fā)人員投入對創(chuàng)新生成效率發(fā)揮正向作用，但現(xiàn)階段研發(fā)人員投入比例趨于失衡，反而產(chǎn)生負面影響。

模型4至模型6中創(chuàng)新生成水平（Pat）的回歸系數(shù)較高且顯著為負，說明無論是否存在時滯，第一階段的創(chuàng)新生成都對第二階段的創(chuàng)新轉(zhuǎn)化產(chǎn)生強烈的推動作用，而在現(xiàn)階段該現(xiàn)象比較明顯。3個模型中員工受教育程度（Edu）的回歸系數(shù)顯著為負，說明提高大專及以上員工的比例，可提升醫(yī)藥企業(yè)的創(chuàng)新轉(zhuǎn)化效率。

2.4.2 企業(yè)主體特征

股權(quán)集中度（Own）的回歸系數(shù)在模型1至模型3中顯著為正，表明股權(quán)集中度的提高不利于創(chuàng)新生成效率提升，回歸系數(shù)在模型4至模型6中由顯著為正轉(zhuǎn)變?yōu)轱@著為負并逐漸降低，表明股權(quán)集中度與創(chuàng)新轉(zhuǎn)化效率存在“U”型關(guān)系，股權(quán)集中度的提高對創(chuàng)新轉(zhuǎn)化效率的提升作用至少在2年后才有所體現(xiàn)。企業(yè)規(guī)模（Scal）的回歸系數(shù)在模型1至模型3中顯著為負，回歸系數(shù)較大，說明企業(yè)規(guī)模越大，企業(yè)創(chuàng)新生成效率越傾向于提升，但該作用隨創(chuàng)新生成時滯延長而減小。回歸系數(shù)在模型4至模型6中由顯著為正變化為顯著為負且逐漸降低，表明企業(yè)規(guī)模與創(chuàng)新轉(zhuǎn)化效率存在“U”型關(guān)系，較大的企業(yè)規(guī)模對創(chuàng)新轉(zhuǎn)化效率的提升作用至少在2年以后才會體現(xiàn)出來。所有權(quán)性質(zhì)（Pro）的回歸系數(shù)在所有模型中都為負，結(jié)合賦值情況，可認為國有企業(yè)不論在創(chuàng)新生成還是在創(chuàng)新轉(zhuǎn)化方面，創(chuàng)新效率都高于民營企業(yè)。

2.4.3 企業(yè)外部環(huán)境

政府支持力度（Gov）在模型1和模型4中的回歸系數(shù)都為負，說明無時滯條件下加強政府支持力度能顯著促進醫(yī)藥企業(yè)技術(shù)創(chuàng)新效率的提高，但隨著時滯延長，回歸系數(shù)趨于正，這反映政府資金支持具有一定時效，醫(yī)藥企業(yè)創(chuàng)新生成與創(chuàng)新轉(zhuǎn)化效率的提高有賴于政府部門提供穩(wěn)定的政策扶持和資金鼓勵，營造持續(xù)良好的產(chǎn)業(yè)環(huán)境。

3 結(jié)論與啟示

①中國醫(yī)藥上市公司的技術(shù)創(chuàng)新具有階段性，創(chuàng)新生成階段的資源利用率介于39%～46%，創(chuàng)新轉(zhuǎn)化階段效率損失不超過35%，創(chuàng)新生成成果促進了創(chuàng)新成果轉(zhuǎn)化。②醫(yī)藥技術(shù)創(chuàng)新過程存在時滯，部分因素的作用受到時滯的影響。③創(chuàng)新生成階段，企業(yè)規(guī)模對技術(shù)創(chuàng)新效率有正向影響，研發(fā)人員強度、股權(quán)集中度對技術(shù)創(chuàng)新效率有負向影響，研發(fā)費用強度與創(chuàng)新生成效率之間存在倒“U”型關(guān)系，政府支持力度與創(chuàng)新生成效率之間存在“U”型關(guān)系；創(chuàng)新轉(zhuǎn)化階段，專利水平、員工受教育水平、股權(quán)集中度對技術(shù)創(chuàng)新效率均產(chǎn)生負向影響，股權(quán)集中度、企業(yè)規(guī)模與創(chuàng)新轉(zhuǎn)化效率存在“U”型關(guān)系；國有企業(yè)在兩階段的效率均高于民營企業(yè)。

據(jù)此，本文認為：①創(chuàng)新成果的生成問題比創(chuàng)新成果的利潤轉(zhuǎn)化問題更值得關(guān)注，政府在對醫(yī)藥產(chǎn)業(yè)實施鼓勵政策時，應(yīng)著力從完善立法、政策誘導、資金支撐等方面促進創(chuàng)新成果的生成，規(guī)范醫(yī)藥產(chǎn)業(yè)創(chuàng)新環(huán)境建設(shè)，尤其要將民營企業(yè)訴求放在更重要的位置；②企業(yè)應(yīng)通過推動資金和人力要素的有效流動，將企業(yè)規(guī)模、研發(fā)費用占比、人力結(jié)構(gòu)、股權(quán)集中度等控制在適宜范圍，提升創(chuàng)新資源的配置合理性；③企業(yè)技術(shù)學習行為是一項長期工程，政府應(yīng)主動搭建企業(yè)技術(shù)學習的網(wǎng)絡(luò)和橋梁，將知識獲取和轉(zhuǎn)化網(wǎng)絡(luò)的構(gòu)建納入國家創(chuàng)新體系的建設(shè)當中。

參考文獻：

[1]Joseph A. Schumpeter： Technical Innovation Theory[M].Boston：Harvard University Press， 1934.

[2]張永慶， 劉清華， 徐炎. 中國醫(yī)藥制造業(yè)研發(fā)效率及影響因素[J]. 中國科技論壇， 2011（1）：70-74.

[3]孫虹， 俞會新. 河北省醫(yī)藥制造業(yè)技術(shù)創(chuàng)新效率及創(chuàng)新能力研究[J]. 科技管理研究， 2012（10）：85-90.

[4]孫峰， 王有志， 余景亮. 我國醫(yī)藥制造業(yè)研發(fā)投入產(chǎn)出效率與對策——基于醫(yī)藥制造業(yè)Panal Date的實證研究[J]. 科技進步與對策， 2014（1）：46-50.

[5]蔡基宏. 影響我國醫(yī)藥行業(yè)創(chuàng)新能力關(guān)鍵因素分析——美國的經(jīng)驗和啟示[J].上海經(jīng)濟研究， 2009（11）：14-20.

[6]許玲玲. 制度環(huán)境、股權(quán)結(jié)構(gòu)與企業(yè)技術(shù)創(chuàng)新[J].軟科學， 2015（12）：22-26.

[7]鄒彩芬， 劉雙， 謝瓊. 市場需求、政府補貼與企業(yè)技術(shù)創(chuàng)新關(guān)系研究[J].統(tǒng)計與決策， 2014（9）：179-182.

[8]Aigner D J， Klovell C A， Schmidt P. Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics， 1977， 6（3）： 21-37.

[9]Meeusen W， Vanden Broeck J. Efficiency Estimation from Cobb-douglas Production Functions with Composed Error[J].International Economic Review， 1977， 18（2）： 435-444.

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

[11]曾德明， 楊倩， 戴海聞. 協(xié)作研發(fā)網(wǎng)絡(luò)模式與技術(shù)創(chuàng)新效率：以汽車產(chǎn)業(yè)上市公司為例[J]. 中國科技論壇， 2014（10）：22-27.

[12]江劍， 官建成. 中國中低技術(shù)產(chǎn)業(yè)創(chuàng)新效率分析[J].科學學研究，2008，26（6） ： 1325-1332.

[13]肖仁橋， 王宗軍， 錢麗. 價值鏈視角下我國不同性質(zhì)工業(yè)企業(yè)技術(shù)創(chuàng)新效率研究[J].中國科技論壇， 2014（1）：76-82+107.

[14]肖丁丁， 朱桂龍. 產(chǎn)學研合作創(chuàng)新效率及其影響因素的實證研究[J].科技管理， 2013（1）：11-18.

[15]張玉臣， 李曉桐.中國高新技術(shù)改造傳統(tǒng)產(chǎn)業(yè)企業(yè)技術(shù)創(chuàng)新效率測算及其影響因素——基于超越對數(shù)隨機前沿模型的實證分析[J].技術(shù)經(jīng)濟， 2015（3）： 18-26+111.

[16]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)濟技術(shù)經(jīng)濟研究， 2012（11）：51-67.

[17]Wallsten S J. The Effects of Government-Industry R&D Programs on Private R&D： The Case of the Small Business Innovation Research Program [J]. Rand Journal of Economics， 2000， 31（1）： 82-100.

[18]Wang E C，Huang W. Relative Efficiency of R&D Activities： A Cross-country Study Accounting for Environmental Factors in the DEA Approach[J]. Research Policy， 2007，36（2）：260-273.

[19]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)濟技術(shù)經(jīng)濟研究， 2009（10）：19-33.

（責任編輯：張 勇）