高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率及影響因素研究
——基于兩階段StoNED和Tobit模型的實證分析

范德成，杜明月

(哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱 150001)

1 引言

近年來，中國工業(yè)一直保持著平穩(wěn)快速的發(fā)展態(tài)勢。然而，當(dāng)前國際經(jīng)濟(jì)環(huán)境復(fù)雜多變，國內(nèi)經(jīng)濟(jì)下行壓力不斷加大，面臨困難與挑戰(zhàn)，工業(yè)需要改革和調(diào)整，促進(jìn)傳統(tǒng)工業(yè)粗放的大規(guī)模生產(chǎn)和模仿創(chuàng)新逐步轉(zhuǎn)向新興工業(yè)集約的精益化生產(chǎn)和自主創(chuàng)新，以更好地適應(yīng)增速放緩、結(jié)構(gòu)優(yōu)化、動力轉(zhuǎn)換的經(jīng)濟(jì)發(fā)展新常態(tài)[1]。高端裝備制造業(yè)作為一種技術(shù)密集的戰(zhàn)略性新興產(chǎn)業(yè)，在推動制造業(yè)轉(zhuǎn)型升級過程中發(fā)揮著至關(guān)重要的引擎作用，同時也彰顯著先進(jìn)裝備技術(shù)的核心競爭力。目前，相關(guān)部門注重培育和發(fā)展高端裝備制造業(yè)，并且出臺了一系列行業(yè)政策，在各地區(qū)加以部署、落實和推進(jìn)。然而，這些政策在促進(jìn)高端裝備制造業(yè)發(fā)展的同時，也暴露出了缺乏核心技術(shù)、重復(fù)投資、資源分散、惡性競爭等棘手問題，亟待予以解決[2]。發(fā)展高端裝備制造業(yè)關(guān)鍵在于技術(shù)創(chuàng)新，而人力、資金、物力等要素作為技術(shù)創(chuàng)新活動的基礎(chǔ)資源，對其進(jìn)行合理有效配置能夠充分發(fā)揮創(chuàng)新投入的效用，提高創(chuàng)新成果轉(zhuǎn)化和產(chǎn)出能力。由于效率是衡量產(chǎn)業(yè)技術(shù)創(chuàng)新能力的一項重要指標(biāo)，再者高端裝備制造業(yè)總體上仍處于起步階段，在發(fā)展過程中容易受到內(nèi)部因素和外部因素的影響，因此如何提升高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率，避免資源投入冗余和不足等問題的出現(xiàn)，準(zhǔn)確把握影響效率的關(guān)鍵因素，突破當(dāng)前部分體制機(jī)制壁壘和發(fā)展瓶頸，具有十分重要的理論意義和現(xiàn)實意義。

關(guān)于技術(shù)創(chuàng)新資源配置效率的內(nèi)涵，目前學(xué)術(shù)界還沒有權(quán)威清晰的界定，相關(guān)研究成果主要集中在技術(shù)創(chuàng)新效率和科技資源配置效率兩個方面。Farrel[3]認(rèn)為生產(chǎn)效率包括技術(shù)效率和配置效率；Afriat[4]最早提出技術(shù)創(chuàng)新效率的概念，認(rèn)為投入產(chǎn)出比與生產(chǎn)可能性邊界密切相關(guān)；Raab等[5]學(xué)者選取美國50個州的高技術(shù)產(chǎn)業(yè)作為研究樣本，運用DEA模型測度技術(shù)創(chuàng)新效率；Nelson[6]和Porter[7]率先對科技資源配置情況進(jìn)行研究，通過搜集相關(guān)歷史數(shù)據(jù)對國與國之間的科技資源配置方式、科技經(jīng)費支出以及科技創(chuàng)新政策進(jìn)行比較分析；Schmidt等學(xué)者[8-9]對企業(yè)的研發(fā)人員與資金配置、研發(fā)方案選擇等方面進(jìn)行研究；官建成等[10]綜合運用SBM-DEA和CEM-DEA模型對我國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行深入分析；牛澤東[11]等運用SFA模型對我國裝備制造業(yè)七大子行業(yè)技術(shù)創(chuàng)新效率進(jìn)行測算，并對影響效率的關(guān)鍵因素進(jìn)行具體分析；何海燕等[12]以企業(yè)為視角，運用統(tǒng)計方法著重分析技術(shù)壁壘對科技資源配置的影響；范斐等[13]運用比較優(yōu)勢模型作實證分析，認(rèn)為我國科技資源配置存在顯著的地區(qū)差異；汪朗峰等[14]運用SFA模型分析科技資源配置效率對高技術(shù)產(chǎn)業(yè)發(fā)展影響的總體和階段特征；黃海霞等[15]運用DEA模型分析我國戰(zhàn)略性新興產(chǎn)業(yè)的科技資源配置效率水平。關(guān)于相關(guān)影響因素分析，已有研究主要考察企業(yè)規(guī)模、所有制結(jié)構(gòu)、市場結(jié)構(gòu)、融資結(jié)構(gòu)等幾個方面。比如，Scherer和Ross[16]認(rèn)為規(guī)模較大的企業(yè)由于管理控制過度或者不到位會抑制技術(shù)創(chuàng)新效率的提高，Chen等[17]則認(rèn)為規(guī)模經(jīng)濟(jì)效應(yīng)有助于提升技術(shù)創(chuàng)新效率；Zhang，Anming[18]認(rèn)為由于產(chǎn)權(quán)不明晰、管理制度僵化等問題的存在，國有成分與企業(yè)研發(fā)效率呈負(fù)相關(guān)關(guān)系，馮根福等[19]則認(rèn)為國有比重高的行業(yè)與研發(fā)效率存在正相關(guān)關(guān)系；陳修德等[20]認(rèn)為市場競爭程度對技術(shù)創(chuàng)新效率起反作用，與熊彼特關(guān)于壟斷有利于技術(shù)創(chuàng)新的觀點一致，朱有為等[21]則發(fā)現(xiàn)市場競爭在一定程度上對技術(shù)創(chuàng)新效率起正作用；白俊紅等[22]認(rèn)為政府支持對技術(shù)創(chuàng)新效率具有負(fù)影響?？偨Y(jié)國內(nèi)外文獻(xiàn)發(fā)現(xiàn)：內(nèi)容上，學(xué)者們分別在區(qū)域、產(chǎn)業(yè)以及企業(yè)層面對技術(shù)創(chuàng)新效率和科技資源配置效率進(jìn)行了深入研究，但對技術(shù)創(chuàng)新資源配置效率的研究尚不多；關(guān)于影響因素，學(xué)者們都對產(chǎn)業(yè)組織方面的影響因素十分重視，但觀點存在很大差異，甚至相反。方法上，學(xué)者們主要運用DEA和SFA模型，其中，DEA的優(yōu)點在于無需指定生產(chǎn)函數(shù)形式或分布假設(shè)，避免設(shè)定誤差，解決了決策單元的最優(yōu)化問題，并且能夠提供多個效率測算指標(biāo)，缺點在于將任何對生產(chǎn)可能邊界的偏離都度量為非效率成分，未能將隨機(jī)誤差分離出來；SFA的優(yōu)點在于能夠?qū)兇獾碾S機(jī)誤差和非效率項進(jìn)行有效分離，缺點在于不恰當(dāng)?shù)纳a(chǎn)函數(shù)形式或誤差項的分布假設(shè)可能會將設(shè)定誤差和效率估計混淆在一起[23]。鑒于此，本文綜合考慮技術(shù)創(chuàng)新效率和科技資源配置效率，基于行業(yè)面板數(shù)據(jù)，運用動態(tài)隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)模型和Tobit模型對高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率以及影響因素進(jìn)行整體和階段分析，進(jìn)而彌補一定研究不足。

2 研究方法

2.1 隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)分析法

隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)分析法(StoNED)首先由學(xué)者Kwosmanen[24-25]提出，該方法是在傳統(tǒng)DEA和SFA模型的基礎(chǔ)上建立和發(fā)展起來的。其中，確定成分采用與DEA相同的非參數(shù)處理方式，所引入的隨機(jī)成分通常遵循SFA的設(shè)定方法。因此，StoNED不僅有效地避免了因生產(chǎn)函數(shù)形式預(yù)設(shè)導(dǎo)致誤差與效率估計相混淆的缺陷，而且能夠較好地將隨機(jī)誤差項與非效率項進(jìn)行合理分離，換言之，StoNED結(jié)合了DEA和SFA兩者的優(yōu)點。在之前的學(xué)術(shù)成果中，StoNED模型多數(shù)應(yīng)用于截面數(shù)據(jù)，屬于靜態(tài)隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)模型[26-27]。為了更好地理解StoNED模型,本文在介紹靜態(tài)隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)模型的基礎(chǔ)上，采用一種應(yīng)用于面板數(shù)據(jù)的StoNED模型，即動態(tài)隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)模型，其最大的特點在于模型中包含時間變量，使得效率能夠在時間上進(jìn)行比較。

2.1.1 靜態(tài)隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)模型

該部分主要介紹一種基于多投入單產(chǎn)出的截面StoNED模型：投入向量用x表示，產(chǎn)出向量用y表示，經(jīng)典生產(chǎn)函數(shù)y=f(x)表示生產(chǎn)技術(shù)，f表征著生產(chǎn)可能集邊界，目的是用數(shù)據(jù)來估計先驗、未知的生產(chǎn)函數(shù)。參照DEA模型，假設(shè)生產(chǎn)函數(shù)是單調(diào)遞增的凹函數(shù)，沒有特定的函數(shù)形式；參照SFA模型，將參數(shù)引入到模型之中，使之不同于DEA模型。由于殘差εi=vi-ui，i=1,…,n的出現(xiàn)，可能會導(dǎo)致產(chǎn)出觀測值yi不等于真實值f(xi)。組合殘差項εi包括非效率項ui(ui>0)和誤差項vi，生產(chǎn)函數(shù)的具體形式如下：

yi=f(xi)+εi=f(xi)-ui+vi

(1)

對比SFA模型所采用的改進(jìn)最小二乘法(MOLS)，StoNED模型采用一種被稱為凹面非參數(shù)最小二乘法(CNLS)的回歸技術(shù)。CNLS不同于OLS之處在于采用了更普通的非參數(shù)回歸方程形式，而且此回歸方程考慮了單調(diào)性和凹性。CNLS模型可以寫成一個二次規(guī)劃問題：

(2)

對比OLS估計，CNLS允許截距和斜率隨著樣本個體變化而改變，與SFA模型相似之處在于該模型也具有n個不同斜率向量βi。隨機(jī)參數(shù)模型采用相同、特定的函數(shù)形式來估計n個不同生產(chǎn)函數(shù)，而CNLS模型采用一種非特定的生產(chǎn)函數(shù)形式來估計n個切超平面。第一個約束條件為線性回歸方程，其中斜率βi代表投入要素i的邊際產(chǎn)出；第二個約束條件采用不等式形式對生產(chǎn)函數(shù)施加凹性限制；第三個約束條件對生產(chǎn)函數(shù)施加了單調(diào)遞增限制。

為了將非效率項ui和誤差項vi分離，首先采用矩估計的方法計算二階中心矩和三階中心矩：

(3)

式(3)中的m2和m3分別為真實矩μ2和μ3的一致估計量，進(jìn)一步得到：

(4)

(5)

其中φ表示標(biāo)準(zhǔn)正態(tài)概率密度函數(shù)，Φ表示標(biāo)準(zhǔn)正態(tài)分布函數(shù)[23]。

由于觀測值yi與真實值f(xi)的差異不是由誤差項引起的，而是由非效率項導(dǎo)致的，故在公式(1)的等號兩邊同除以f(xi)得到公式：

(6)

由于E(vi)=0，故公式(6)可改寫為：

(7)

2.1.2 動態(tài)隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)模型

起初在研究隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)模型時，曾假設(shè)生產(chǎn)技術(shù)和效率項不隨時間變化而變化?，F(xiàn)在允許生產(chǎn)函數(shù)能夠呈現(xiàn)出技術(shù)進(jìn)步或退步，把時間變量t納入生產(chǎn)函數(shù)f當(dāng)中，并把生產(chǎn)函數(shù)寫作f(x,t),t=0,1,…,T。同理，將非效率項ui用函數(shù)ui(t)代替，i=1,…,n。另外，將組合殘差項設(shè)定為乘法形式而不是加法形式，以此來降低異方差的影響，得到新的StoNED模型：

yit=f(xit,t)/(1+ui(t)-vit)

(8)

yit=f(xit,t)-ui(t)·yit+vit·yit

(9)

借助生產(chǎn)函數(shù)f(x,t)可以得到多種設(shè)置技術(shù)進(jìn)步的方式，現(xiàn)假設(shè)技術(shù)進(jìn)步是投入、產(chǎn)出量較高型的，不妨將函數(shù)f(x,t)寫為：

(10)

以上兩條性質(zhì)能顯示出模型(10)的通用性，也說明在此模型框架內(nèi)設(shè)置技術(shù)變化是十分方便的。于是可以采用非參數(shù)的形式來估計基期生產(chǎn)函數(shù)f(xit,0)，采用非參數(shù)或參數(shù)的形式來設(shè)置技術(shù)變化函數(shù)Am(t)。更為重要的是，不管如何設(shè)置函數(shù)Am(t)，基期生產(chǎn)函數(shù)f(xit,0)的凹性在各個時期均能保持一致。

純非參數(shù)函數(shù)可寫成以下特定的形式：

Am(t)=γmt

(11)

其中，γmt對投入和時間來說是一個常量，將大量新的未知參數(shù)引入到模型之中；相對而言，選取一種參數(shù)近似形式可以減少不必要未知參數(shù)的過多引入。比如，采用二次方程的形式：

Am(t)=θmt+ψmt2

(12)

若假設(shè)技術(shù)退步不出現(xiàn)，則應(yīng)滿足約束條件：

Am(t+1)≥Am(t),?t=0,1,…,T-1

(13)

在凹面非參數(shù)最小二乘法(CNLS)的框架中，采用純非參數(shù)的形式來設(shè)定效率變化是不可行的，除非添加一些嚴(yán)格的約束條件，若沒有這些約束條件，則效率變化很難與隨機(jī)誤差區(qū)分開。因此，采用半?yún)?shù)方法，即以非參數(shù)的形式來估計生產(chǎn)函數(shù)，非效率函數(shù)ui(t)用參數(shù)方程來近似表達(dá)。參照Cornwelletal[28]的處理方式，將ui(t)設(shè)定為二次多項式的特定形式：

ui(t)=ai+bit+cit2

(14)

若bi=ci=0，則認(rèn)為效率保持穩(wěn)定不變；若bi>0且ci=0，則認(rèn)為效率線性增長；若bi>0且ci≠0，則認(rèn)為效率表現(xiàn)為非線性變化；另外，常數(shù)ai可解釋為階段初期的非效率水平。

將式(10)、(12)、(14)結(jié)合到StoNED模型(9)中，得到待估計回歸方程：

-(ai+bit+cit2)yit+vityit

(15)

為了估計未知的基期生產(chǎn)函數(shù)f(xit,0)以及參數(shù)α,β,θ,ψ,a,b,c,v，構(gòu)建凹面非參數(shù)最小二乘法(CNLS)估計模型：

(16)

其中，目標(biāo)函數(shù)旨在計算隨機(jī)誤差項vit平方和的最小值；第一個約束條件代表回歸方程，基期生產(chǎn)函數(shù)f(xit,0)用切超平面αit+βitxit來表示；第二個約束條件對切超平面施加了凹性限制；第三個約束條件對生產(chǎn)函數(shù)f(xit,t)施加了單調(diào)遞增限制；第四個約束條件對技術(shù)變化進(jìn)行了非負(fù)限制，即Am(t)≥0。根據(jù)基期生產(chǎn)函數(shù)的性質(zhì)，結(jié)合模型(16)的約束條件，可以保證生產(chǎn)函數(shù)f(xit,0)的凹性和單調(diào)性[29]。

總之，效率的測度必須由模型(16)間接得出，效率值E可采用以下標(biāo)準(zhǔn)化形式表示：

(17)

2.2 Toibt模型

為了進(jìn)一步了解高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率的顯著性影響因素，本文以StoNED模型所測算的效率作為被解釋變量，以各個影響因素作為解釋變量，設(shè)定多元線性回歸方程。由于效率取值大于0，數(shù)據(jù)被限制在特定的區(qū)間之內(nèi)，屬于截斷問題，倘若直接采用普通最小二乘法，可能會導(dǎo)致結(jié)果偏移或不一致。因此，本文采用受限因變量模型中的規(guī)范截取回歸模型，亦稱為Toibt模型。具體形式如下：

(18)

其中：Yk為受限的被解釋變量，Xk為解釋變量，β為未知參數(shù)向量，μk～N(0,σ2)。

3 變量選取與數(shù)據(jù)處理

3.1 統(tǒng)計分類

高端裝備制造業(yè)是指生產(chǎn)制造高技術(shù)、高附加值的先進(jìn)工業(yè)設(shè)施設(shè)備的行業(yè)。目前，我國高端裝備制造業(yè)缺乏明確的統(tǒng)計分類標(biāo)準(zhǔn)，相關(guān)調(diào)查體系尚未得到建立，致使在獲取相關(guān)數(shù)據(jù)方面難以形成統(tǒng)一的規(guī)范。由于高端裝備制造業(yè)歸屬于戰(zhàn)略性新興產(chǎn)業(yè)的范疇，因此本文參考國家統(tǒng)計局編制并發(fā)布的《戰(zhàn)略性新興產(chǎn)業(yè)》(試行)、《高技術(shù)產(chǎn)業(yè)統(tǒng)計分類目錄》以及《國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)》，結(jié)合相關(guān)文獻(xiàn)對戰(zhàn)略性新興產(chǎn)業(yè)的分類研究[15]，按照科學(xué)性、合理性、大口徑、一致性以及可獲得性的原則，將高端裝備制造業(yè)(I0)劃分為七大子行業(yè)，分別包括：通用設(shè)備制造業(yè)(I1)、專用設(shè)備制造業(yè)(I2)、電氣器械及器材制造業(yè)(I3)、儀器儀表及文化辦公機(jī)械制造業(yè)(I4)、交通運輸設(shè)備制造業(yè)(I5)、航空航天設(shè)備制造業(yè)(I6)和醫(yī)療設(shè)備及儀器制造業(yè)(I7)。

3.2 數(shù)據(jù)來源

本研究所需要的原始數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》、《中國工業(yè)經(jīng)濟(jì)統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《工業(yè)企業(yè)科技活動統(tǒng)計年鑒》和《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。然而，在獲取數(shù)據(jù)時出現(xiàn)統(tǒng)計口徑不一致的問題：比如，1998年至2006年的統(tǒng)計范圍是全部國有企業(yè)和年主營業(yè)務(wù)收入在500萬元以上的非國有工業(yè)企業(yè)；2007年至2010年的統(tǒng)計范圍是年主營業(yè)務(wù)收入在500萬元及以上的工業(yè)企業(yè)；2011年及以后年份的統(tǒng)計范圍是年主營業(yè)務(wù)收入在2000萬元以上的工業(yè)企業(yè)。統(tǒng)計口徑隨時間發(fā)生了分段變化，為保證樣本數(shù)據(jù)具有可比性，本文采用2011-2014年的數(shù)據(jù)，通過選取有統(tǒng)一口徑的區(qū)間來規(guī)避此類問題。

3.3 變量選取及處理

產(chǎn)業(yè)技術(shù)創(chuàng)新活動是一項復(fù)雜的系統(tǒng)工程，相關(guān)研究主要包含兩種角度：一種是將其作為整體進(jìn)行分析[10，21]，另一種則根據(jù)價值鏈理論將其劃分為技術(shù)研發(fā)和技術(shù)轉(zhuǎn)化兩個階段進(jìn)行分析[30-31]，技術(shù)創(chuàng)新活動伴隨著資源的持續(xù)配置，而且容易受到內(nèi)外部因素影響。產(chǎn)業(yè)技術(shù)創(chuàng)新資源配置效率指的是在產(chǎn)業(yè)內(nèi)部協(xié)調(diào)、整合和分配資源，使配置后的創(chuàng)新要素按照一定比例實現(xiàn)最優(yōu)組合，進(jìn)而發(fā)揮出最大效能[32]。為了能夠正確利用StoNED和Tobit模型測度高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率并分析其影響因素，關(guān)鍵是要合理地選擇投入、產(chǎn)出變量以及影響因素變量。由于技術(shù)研發(fā)和技術(shù)轉(zhuǎn)化階段效率關(guān)聯(lián)密切，且均可能影響整體效率，因此本文采用兩階段的研究方式，相關(guān)變量的選取和處理如下：

3.3.1 技術(shù)研發(fā)階段的投入產(chǎn)出變量

該階段的資源投入通常從人力和資金兩個方面考慮，研發(fā)人員和研發(fā)經(jīng)費被認(rèn)作技術(shù)創(chuàng)新活動中的重要組成部分。比如，有的學(xué)者采用R&D人員數(shù)量和R&D經(jīng)費支出作為技術(shù)研發(fā)階段的投入變量[33]。充分考慮研發(fā)的基本投入要素，本文選取R&D人員全時當(dāng)量(F1)、R&D經(jīng)費內(nèi)部支出(F2)以及新產(chǎn)品開發(fā)經(jīng)費支出(F3)作為技術(shù)研發(fā)階段的投入變量；專利數(shù)作為國際上通用的創(chuàng)新產(chǎn)出指標(biāo)，主要分為專利申請數(shù)、有效發(fā)明專利數(shù)和專利授權(quán)數(shù)[34]，由于專利申請量高于有效發(fā)明專利量，能夠更全面地反映科技產(chǎn)出，而專利授權(quán)量受主觀因素的影響，因此本文選擇專利申請量(F4)作為技術(shù)研發(fā)階段的產(chǎn)出變量，其中，R&D經(jīng)費內(nèi)部支出和新產(chǎn)品開發(fā)經(jīng)費支出均采用存量的形式。具體的計算過程為：首先運用加權(quán)R&D價格指數(shù)對R&D經(jīng)費內(nèi)部支出進(jìn)行平減[35]，消除價格變化的影響，以2011年為不變價格；然后借鑒Griliches和Goto等學(xué)者[36-37]的處理方法，采用永續(xù)盤存法(PIM)對價格平減后的R&D經(jīng)費內(nèi)部支出進(jìn)行存量估算，基期為2011年，計算公式如下：

RDEi,t=(1-δ)RDEi,t-1+Ei,t

(19)

其中：RDEi,t與RDEi,t-1分別表示第i個產(chǎn)業(yè)在第t年和第t-1年的R&D經(jīng)費內(nèi)部支出存量；Ei,t表示第i個產(chǎn)業(yè)在第t年的R&D經(jīng)費內(nèi)部支出；δ為折舊率，本文取δ=15%?；赗&D經(jīng)費內(nèi)部支出存量的計算公式如下：

(20)

其中：Ei,1表示基期價格不變的R&D經(jīng)費內(nèi)部支出；δ為折舊率；g為所研究時段內(nèi)R&D經(jīng)費內(nèi)部支出的年增長率。新產(chǎn)品開發(fā)經(jīng)費支出存量的估算方法與R&D經(jīng)費內(nèi)部支出相同。

3.3.2 技術(shù)轉(zhuǎn)化階段的投入產(chǎn)出變量

該階段的資源投入通常從人力、資金和技術(shù)三個方面考慮，至于人力方面，本文選取年末從業(yè)人員數(shù)(F5)作為人力投入變量；至于資金方面，有的學(xué)者采用技術(shù)改造經(jīng)費支出存量作為資金投入變量[38]，由于目前我國自主創(chuàng)新能力較為薄弱，仍然以模仿創(chuàng)新和漸進(jìn)性創(chuàng)新為主，故本文采用非研發(fā)經(jīng)費支出(F6)作為資金投入變量，以非研發(fā)經(jīng)費支出除以10%作為基期資本存量[39]，基期為2011年，其它處理方法與R&D經(jīng)費內(nèi)部支出相同，非研發(fā)經(jīng)費支出包括技術(shù)引進(jìn)費用支出、技術(shù)消化吸收費用支出、技術(shù)改造費用支出以及購買國內(nèi)技術(shù)費用支出；至于技術(shù)方面，專利申請數(shù)(F4)作為中間變量，既可以作為上一階段的產(chǎn)出變量，又可以作為本階段的投入變量，因此本文采用專利申請數(shù)作為技術(shù)轉(zhuǎn)化階段的技術(shù)投入變量。另外，產(chǎn)出變量通常包括新產(chǎn)品銷售收入、新產(chǎn)品產(chǎn)值和新產(chǎn)品開發(fā)項目數(shù)，由于新產(chǎn)品產(chǎn)值部分?jǐn)?shù)據(jù)缺失，而新產(chǎn)品開發(fā)項目數(shù)又帶有一定主觀色彩，因此本文采用新產(chǎn)品銷售收入(F7)作為技術(shù)轉(zhuǎn)化階段的創(chuàng)新產(chǎn)出變量，并利用工業(yè)生產(chǎn)者出廠價格指數(shù)對其進(jìn)行平減，以2011年為不變價格。

3.3.3 影響因素變量

本文著重從產(chǎn)業(yè)組織的視角分析高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率(EFF)的影響因素，分別從產(chǎn)業(yè)組織的三個要素中選取影響因素變量。廠商要素：企業(yè)規(guī)模(ES)一般采用企業(yè)數(shù)量或年末從業(yè)人員數(shù)表示，本文選取企業(yè)平均產(chǎn)值，即行業(yè)工業(yè)總產(chǎn)值與企業(yè)數(shù)量的比值來反映企業(yè)規(guī)模；所有制結(jié)構(gòu)(OS)采用分行業(yè)國有企業(yè)工業(yè)總產(chǎn)值占所統(tǒng)計的全部工業(yè)企業(yè)總產(chǎn)值的比重表示，其中，相關(guān)工業(yè)總產(chǎn)值選用工業(yè)GDP指數(shù)進(jìn)行平減，以2011年為不變價格。市場要素：市場集中度(MC)能夠有效地反映壟斷或競爭程度，本文選用各個子行業(yè)的企業(yè)數(shù)占整個行業(yè)企業(yè)總數(shù)的比重對市場集中度進(jìn)行度量，其中，市場集中度為反向指標(biāo)，即數(shù)值越大，市場集中度越小，反之亦然[40]。產(chǎn)業(yè)政策要素：政府支持(GS)貫穿于整個科技創(chuàng)新活動之中，本文選取政府資金占研發(fā)經(jīng)費內(nèi)部支出的比重來表征政府支持[41]。

4 實證分析

4.1 高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率的測度結(jié)果分析

經(jīng)典的數(shù)據(jù)包絡(luò)模型將決策單元視為“黑箱”，忽視中間環(huán)節(jié)，評價結(jié)果與客觀實際相比有所偏差，難以探析上游和下游階段的運作效率對整體效率的影響，而關(guān)聯(lián)型兩階段解析模型可以有效彌補以上不足[42]。鑒于此，本文選擇高端裝備制造業(yè)全行業(yè)以及下屬的七大子行業(yè)作為研究對象，采用動態(tài)隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)模型，分別測度技術(shù)研發(fā)、技術(shù)轉(zhuǎn)化兩階段以及整體技術(shù)創(chuàng)新資源配置效率。結(jié)合模型(16)，設(shè)定為以下形式：

(21)

其中：L、K和M分別表示人力、資金和技術(shù)或其它投入要素。模型(21)可以運用GAMS軟件進(jìn)行求解和相關(guān)參數(shù)估計，最終得到高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置的整體效率(EFF)和技術(shù)研發(fā)、技術(shù)轉(zhuǎn)化兩階段效率值(EFF(1)和EFF(2))，具體數(shù)據(jù)見表1。

表1 高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率值

注：CV(CoefficientofVariation)表示變異系數(shù)，是針對七大子行業(yè)而言的，數(shù)據(jù)均保留五位小數(shù)，下同。

表1給出的是高端裝備制造業(yè)全行業(yè)和子行業(yè)在2011-2014年的技術(shù)創(chuàng)新資源配置效率值，均值以及變異系數(shù)。其中，效率均值反映的是技術(shù)創(chuàng)新資源配置的總體情況。從全行業(yè)角度來看，整體效率為0.60491，技術(shù)研發(fā)階段效率為0.56268，技術(shù)轉(zhuǎn)化階段效率為0.81490，以0.5為基準(zhǔn)，高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率在整體和技術(shù)研發(fā)階段均處于中游偏上水平，技術(shù)轉(zhuǎn)化階段效率處于較高水平，技術(shù)轉(zhuǎn)化階段效率比技術(shù)研發(fā)階段高，屬于低研發(fā)高轉(zhuǎn)化資源配置效率型。從子行業(yè)角度來看，整體和分階段效率均表現(xiàn)出行業(yè)異質(zhì)性，差異比較明顯。交通運輸設(shè)備制造業(yè)整體和技術(shù)轉(zhuǎn)化階段效率最高，分別為0.83715和0.97706，然而技術(shù)研發(fā)階段效率為0.40961，處于中等偏下水平，技術(shù)轉(zhuǎn)化階段效率比技術(shù)研發(fā)階段高，說明該行業(yè)屬于低研發(fā)高轉(zhuǎn)化資源配置效率型；醫(yī)療設(shè)備及儀器制造業(yè)技術(shù)研發(fā)階段效率為0.77444，效率最高，而整體和技術(shù)轉(zhuǎn)化階段效率相對較低，分別為0.40617和0.55095，技術(shù)研發(fā)階段效率比技術(shù)轉(zhuǎn)化階段高，說明該行業(yè)屬于高研發(fā)低轉(zhuǎn)化資源配置效率型；航空航天設(shè)備制造業(yè)整體、技術(shù)研發(fā)以及技術(shù)轉(zhuǎn)化階段效率最低，分別為0.17541、0.20217和0.49280，技術(shù)轉(zhuǎn)化階段效率比技術(shù)研發(fā)階段高，說明該行業(yè)屬于低研發(fā)高轉(zhuǎn)化資源配置效率型。

由于高端裝備制造業(yè)屬于新興產(chǎn)業(yè)，尚處于初始發(fā)展階段，內(nèi)外部環(huán)境不穩(wěn)定，各行業(yè)在人力、經(jīng)費、創(chuàng)新平臺等方面可能存在一定差異，發(fā)展水平可能會隨著時間的推移不斷發(fā)生變化，下面著重分析高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率的變化特征和趨勢。

圖1 高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置整體效率變化

圖1描繪的是高端裝備制造業(yè)全行業(yè)以及子行業(yè)技術(shù)創(chuàng)新資源配置整體效率隨時間推移的變化特征，直觀來看，圖中8條曲線在2011-2014年間的走勢大體一致，且基本呈U型變化。具體來說，所有行業(yè)的整體效率均在2011-2012年下降，在2012-2014年回升，其中交通運輸設(shè)備制造業(yè)在2012和2013年保持效率不變，均為0.67431，在2011和2014年效率最高，為1.00000，而且其效率值在2011-2014年均高于其它產(chǎn)業(yè)，說明交通運輸設(shè)備制造業(yè)技術(shù)積累較為深厚，在行業(yè)應(yīng)用方面較為成熟，資源配置優(yōu)于其它產(chǎn)業(yè)；航空航天設(shè)備制造業(yè)的整體效率值在2011-2014年均低于其它產(chǎn)業(yè)，由于行業(yè)自身的特殊性，相關(guān)技術(shù)一直處于前沿位置，雖然技術(shù)革新空間較大，但攻堅難度也會隨著不斷探索而增大，創(chuàng)新資源配置效率低于其它產(chǎn)業(yè)。

圖2 技術(shù)研發(fā)階段的高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率變化

圖2描繪的是高端裝備制造業(yè)全行業(yè)以及子行業(yè)技術(shù)創(chuàng)新資源配置效率在技術(shù)研發(fā)階段隨時間推移的變化特征，直觀來看，圖中8條曲線在2011-2014年出現(xiàn)了三種走勢。具體來說，通用設(shè)備制造業(yè)、專用設(shè)備制造業(yè)、儀器儀表及文化辦工機(jī)械制造業(yè)、航空航天設(shè)備制造業(yè)以及整個高端裝備制造業(yè)的效率值均在2011-2013年呈現(xiàn)下降態(tài)勢，在2013-2014年又有所回升，醫(yī)療設(shè)備及儀器制造業(yè)的效率值在2011-2012年呈現(xiàn)下降態(tài)勢，在2012-2014年保持上升態(tài)勢，呈U型波動，說明研發(fā)前期投入大量人力、資金等資源，經(jīng)過一段時間消化，冗余現(xiàn)象逐漸得到緩解，產(chǎn)出不斷增多，效率有所提高；電氣器械及器材制造業(yè)和交通運輸設(shè)備制造業(yè)的效率值在2011-2014年一直處在下降過程中，說明兩者研發(fā)起動優(yōu)勢較為凸出，但后勁略顯不足。

圖3 技術(shù)轉(zhuǎn)化階段的高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率變化

圖3描繪的是高端裝備制造業(yè)全行業(yè)以及子行業(yè)技術(shù)創(chuàng)新資源配置效率在技術(shù)轉(zhuǎn)化階段隨時間推移的變化特征，直觀來看，圖中8條曲線在2011-2014年出現(xiàn)了四種走勢。具體而言，通用設(shè)備制造業(yè)、專用設(shè)備制造業(yè)、電氣器械及器材制造業(yè)、醫(yī)療設(shè)備及儀器制造業(yè)以及整個高端裝備制造業(yè)的效率值在2011-2012年呈現(xiàn)上升態(tài)勢，在2012-2014年呈現(xiàn)下降態(tài)勢，其中，電氣器械及器材制造業(yè)在2012年效率最高，為1.00000，這些行業(yè)市場進(jìn)入壁壘較小，短期優(yōu)勢明顯，商品能夠迅速投入市場并轉(zhuǎn)化為收入，但隨著市場逐漸飽和，需求動力又表現(xiàn)不足；儀器儀表及文化辦工機(jī)械制造業(yè)的效率值在2011-2014年保持穩(wěn)定的下降趨勢，原因可能是產(chǎn)業(yè)化層次低，發(fā)展模式比較粗放，勞動人員結(jié)構(gòu)冗雜；交通運輸設(shè)備制造業(yè)在2011年效率最高，為1.00000，在2012和2013年保持效率不變，降為0.95511，而且效率值在2013-2014年又出現(xiàn)了一定程度的回升，該行業(yè)市場結(jié)構(gòu)屬于壟斷競爭類型，產(chǎn)品差異不大，技術(shù)轉(zhuǎn)化效率有高有低；航空航天設(shè)備制造業(yè)的效率值在2011-2014年一直保持穩(wěn)定的上升態(tài)勢，研發(fā)階段需要技術(shù)攻關(guān)，成果積累緩慢，但在此階段開始逐步得到轉(zhuǎn)化。

圖4 高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率的變異系數(shù)

圖4描繪的是高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率分別在整體、技術(shù)研發(fā)以及技術(shù)轉(zhuǎn)化階段的變化趨勢，直觀來看，整體效率的變異系數(shù)逐漸減小，技術(shù)研發(fā)階段效率的變異系數(shù)逐漸增大，技術(shù)轉(zhuǎn)化階段效率的變異系數(shù)呈現(xiàn)U型變化態(tài)勢，且在2012年出現(xiàn)分水嶺。變異系數(shù)采用樣本數(shù)據(jù)的標(biāo)準(zhǔn)差與數(shù)學(xué)期望的比值來表示，在進(jìn)行數(shù)組之間離散程度比較時，是一個比較理想的衡量尺度。具體而言，整體效率的變異系數(shù)在2011-2014年之間從0.50630遞減至0.38156，表明效率變化逐步趨于收斂，高端裝備制造業(yè)各個子行業(yè)技術(shù)創(chuàng)新資源配置效率的差距隨著時間的推移在不斷縮??；技術(shù)研發(fā)階段效率的變異系數(shù)在2011-2014年之間從0.30235遞增至0.49525，表明效率變化逐步趨于發(fā)散，高端裝備制造業(yè)各個子行業(yè)技術(shù)創(chuàng)新資源配置效率的差距隨著時間的推移在不斷拉大；技術(shù)轉(zhuǎn)化階段效率的變異系數(shù)從2011年開始至2012年，由0.30681減至最小，數(shù)值為0.27241，從2012年至2014年，逐步增加到0.33551，表明效率變化趨勢不穩(wěn)定，開始趨于收斂，然后又趨于發(fā)散，高端裝備制造業(yè)各個子行業(yè)技術(shù)創(chuàng)新資源配置效率的差距隨著時間的推移先變小后變大。

4.2 高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率的影響因素分析

為了從產(chǎn)業(yè)組織的視角分析高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率的關(guān)鍵影響因素，本文采用基于面板數(shù)據(jù)的Tobit模型，分別建立高端裝備制造業(yè)在整體、技術(shù)研發(fā)以及技術(shù)轉(zhuǎn)化階段上的多元線性回歸方程，具體形式為：

EFFi,t=C+α1ln(ESi,t)+α2ln(OSi,t)+α3ln(MCi,t)+α4ln(GSi,t)+εi,t

(22)

(23)

(24)

表2 高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置整體效率影響因素的Toibt回歸結(jié)果

注：*表示10%的顯著性水平，**表示5%的顯著性水平，***表示1%的顯著性水平，下同。

在整體效率方面，由表2中的回歸結(jié)果可以得到：除了所有制結(jié)構(gòu)以外，企業(yè)規(guī)模、市場集中度以及政府支持這三個自變量都通過了顯著性檢驗。具體而言，所有制結(jié)構(gòu)的回歸系數(shù)為0.09403，沒有通過顯著性檢驗，表明所有制結(jié)構(gòu)并沒有對高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置整體效率起作用；企業(yè)規(guī)模的回歸系數(shù)為0.28920，通過了1%的顯著性水平檢驗，表明企業(yè)規(guī)模與高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置整體效率正相關(guān)，前者對后者起到一定促進(jìn)作用，即企業(yè)規(guī)模越大，效率越高，原因可能是從研發(fā)投入開始到最終產(chǎn)出，廠商的規(guī)模經(jīng)濟(jì)效應(yīng)經(jīng)歷較長時期之后終于得以實現(xiàn)，或者說企業(yè)規(guī)模不斷擴(kuò)大有助于整體效率的提升；市場集中度的回歸系數(shù)為0.07641，通過了1%的顯著性水平檢驗，表明市場集中度與高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置整體效率正相關(guān)，而市場集中度為反向指標(biāo)，因此市場集中度數(shù)值越小，壟斷程度越高，效率越低，原因可能是壟斷市場不利于技術(shù)創(chuàng)新資源配置整體效率的提升，壟斷型產(chǎn)業(yè)往往滿足技術(shù)創(chuàng)新帶來的當(dāng)前利潤，導(dǎo)致產(chǎn)業(yè)缺乏技術(shù)創(chuàng)新動力，因此適度的市場競爭有利于技術(shù)創(chuàng)新資源配置整體效率的提升，而且能夠在較長時期內(nèi)推動技術(shù)實現(xiàn)革新和突破；政府支持的回歸系數(shù)為-0.24435，通過了5%的顯著性水平檢驗，表明政府支持與高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置整體效率負(fù)相關(guān)，前者對后者起到一定抑制作用，即政府支持越多，效率越低，原因可能是政府以資金支持的形式直接介入到科技創(chuàng)新活動之中，容易造成擠出效應(yīng)，企業(yè)在資金周轉(zhuǎn)方面相對粗放，缺乏精細(xì)管理和責(zé)任意識，導(dǎo)致技術(shù)創(chuàng)新資源配置整體效率偏低。

表3 技術(shù)研發(fā)階段高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率影響因素的Toibt回歸結(jié)果

在技術(shù)研發(fā)階段，由表3中的回歸結(jié)果可以得到：解釋變量中只有企業(yè)規(guī)模和政府支持這兩個變量通過了顯著性檢驗，所有制結(jié)構(gòu)和市場集中度均未通過顯著性檢驗。具體而言，企業(yè)規(guī)模的回歸系數(shù)為-0.21337，通過了5%的顯著性水平檢驗，表明企業(yè)規(guī)模與技術(shù)研發(fā)階段的高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率負(fù)相關(guān)，前者對后者起到一定抑制作用，即企業(yè)規(guī)模越大，效率反而越低，原因可能是由于時滯性的存在，技術(shù)研發(fā)階段的高投入在短期內(nèi)未能得到相應(yīng)的產(chǎn)出，導(dǎo)致技術(shù)創(chuàng)新資源配置效率低下；所有制結(jié)構(gòu)的回歸系數(shù)為0.06270，沒有通過顯著性檢驗，表明所有制結(jié)構(gòu)并沒有對技術(shù)研發(fā)階段的高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率起作用；市場集中度的回歸系數(shù)為-0.03121，也沒有通過顯著性檢驗，表明市場集中度并沒有對技術(shù)研發(fā)階段的高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率起作用，原因可能是雖然市場壟斷在人力、資金等方面存在固有優(yōu)勢，但是在技術(shù)研發(fā)過程中，這種優(yōu)勢在短期之內(nèi)難以得到實現(xiàn)，導(dǎo)致其對技術(shù)研發(fā)階段效率作用不明顯；政府支持的回歸系數(shù)為-0.19651，通過了10%的顯著性水平檢驗，表明政府支持與技術(shù)研發(fā)階段的高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率負(fù)相關(guān)，前者對后者起到一定抑制作用，即政府支持越多，效率越低，原因與整體效率分析相同。

表4 技術(shù)轉(zhuǎn)化階段高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率影響因素的Toibt回歸結(jié)果

在技術(shù)轉(zhuǎn)化階段，由表4中的回歸結(jié)果可以得到：解釋變量中只有所有制結(jié)構(gòu)未通過顯著性檢驗，其余變量均通過顯著性檢驗。具體而言，企業(yè)規(guī)模的回歸系數(shù)為0.42305，通過了1%的顯著性水平檢驗，表明企業(yè)規(guī)模與技術(shù)轉(zhuǎn)化階段的高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率正相關(guān)，前者對后者起到一定促進(jìn)作用，即企業(yè)規(guī)模越大，效率越高，原因可能是企業(yè)規(guī)模與技術(shù)創(chuàng)新資源配置效率存在某種U型關(guān)系，效率隨著企業(yè)規(guī)模的擴(kuò)大出現(xiàn)短暫的下降之后，技術(shù)手段逐漸趨于成熟，初期和中間投入開始得到相應(yīng)的轉(zhuǎn)化和產(chǎn)出；所有制結(jié)構(gòu)的回歸系數(shù)為-0.02042，沒有通過顯著性檢驗，表明所有制結(jié)構(gòu)并沒有對技術(shù)轉(zhuǎn)化階段的高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率起作用；市場集中度的回歸系數(shù)為0.07612，通過了1%的顯著性水平檢驗，表明市場集中度與高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置整體效率正相關(guān)，而市場集中度為反向指標(biāo)，因此市場集中度數(shù)值越小，壟斷程度越高，效率越低，原因與整體效率分析相同；政府支持的回歸系數(shù)為-0.17554，通過了5%的顯著性水平檢驗，表明政府支持與技術(shù)轉(zhuǎn)化階段的高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率負(fù)相關(guān)，前者對后者起到一定抑制作用，即政府支持越多，效率越低，原因與整體效率分析相同。

5 結(jié)語

本文采用動態(tài)隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)模型，分整體和兩階段對2011-2014年我國高端裝備制造業(yè)技術(shù)創(chuàng)新資源配置效率進(jìn)行測度，并利用Tobit模型對效率的關(guān)鍵影響因素進(jìn)行實證分析。研究的結(jié)論和政策啟示主要有：

(1)高端裝備制造業(yè)全行業(yè)的技術(shù)創(chuàng)新資源配置整體效率處于中等偏上水平，仍有較大上升空間，存在資源投入冗余或浪費、高投入低轉(zhuǎn)化或低產(chǎn)出等問題；技術(shù)研發(fā)階段效率處于中等水平，技術(shù)轉(zhuǎn)化階段效率處于較高水平，由于技術(shù)轉(zhuǎn)化階段是技術(shù)研發(fā)的下游階段，因此技術(shù)研發(fā)階段效率偏低成為整體效率未實現(xiàn)最優(yōu)的制約因素，需要予以重點改進(jìn)；高端裝備制造業(yè)子行業(yè)之間存在不同程度的行業(yè)異質(zhì)性，全行業(yè)以及各個子行業(yè)的技術(shù)創(chuàng)新資源配置效率變化特征有所異同，而且整體效率變化趨于收斂，技術(shù)研發(fā)階段效率變化趨于發(fā)散，技術(shù)轉(zhuǎn)化階段效率變化呈現(xiàn)U型態(tài)勢，即先收斂后發(fā)散。以上分析表明，目前我國高端裝備制造業(yè)的發(fā)展尚處在初級階段，技術(shù)創(chuàng)新資源配置還存在一定缺陷，產(chǎn)出投入比未能夠?qū)崿F(xiàn)最大化，仍然需要進(jìn)行改善。

(2)企業(yè)規(guī)模對技術(shù)研發(fā)階段效率具有負(fù)向作用，企業(yè)規(guī)模的擴(kuò)大不利于中間產(chǎn)出效率提高；對技術(shù)轉(zhuǎn)化階段效率具有正向作用，企業(yè)規(guī)模的擴(kuò)大有利于最終產(chǎn)出效率提高；對整體效率具有正向作用，企業(yè)規(guī)模的擴(kuò)大導(dǎo)致最終產(chǎn)出與初始投入的比值增大，即效率得到提高，同時也反映了規(guī)模經(jīng)濟(jì)的階段性變化。因此，相關(guān)部門應(yīng)當(dāng)優(yōu)化企業(yè)規(guī)模結(jié)構(gòu)，鼓勵高端裝備制造企業(yè)通過兼并、聯(lián)合和股權(quán)轉(zhuǎn)讓等重組方式對技術(shù)創(chuàng)新資源進(jìn)行有效配置，避免出現(xiàn)規(guī)模不經(jīng)濟(jì)和資源投入冗余或者浪費。

(3)市場集中度與整體和技術(shù)轉(zhuǎn)化階段效率正相關(guān)，而市場集中度為反向指標(biāo)表明壟斷不利于技術(shù)創(chuàng)新資源配置效率的提高；市場集中度對技術(shù)研發(fā)階段效率作用不明顯，說明壟斷的優(yōu)勢因時滯性的存在未能得以體現(xiàn)。因此，產(chǎn)業(yè)內(nèi)部與外部各方應(yīng)努力營造適度、良性和充滿活力的競爭環(huán)境，促使技術(shù)創(chuàng)新要素在市場范圍內(nèi)得到充分流動。

(4)政府支持對技術(shù)創(chuàng)新資源配置效率具有負(fù)向作用，表明過多的政府資金投入不利于效率的提高。因此，政府在制定相關(guān)優(yōu)惠政策的同時，應(yīng)當(dāng)把產(chǎn)業(yè)中的企業(yè)視為技術(shù)創(chuàng)新主體，充分發(fā)揮市場的作用，而政府支持要確保科技活動經(jīng)費投向基礎(chǔ)性和公共性的技術(shù)創(chuàng)新領(lǐng)域。

[1] 黃群慧，李曉華．中國工業(yè)發(fā)展“十二五”評估及“十三五”戰(zhàn)略[J]．中國工業(yè)經(jīng)濟(jì)，2015，(9)：5-20．

[2] 呂巖威，孫慧．中國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率及其影響因素研究——基于18個大類行業(yè)面板數(shù)據(jù)的分析[J]．科學(xué)學(xué)與科學(xué)技術(shù)管理，2013，(11)：137-146．

[3] Farrell M J．The measurement of productive efficiency[J]．Journal of Royal Statistical Society，1957,20(3)：253-281.

[4] Afriat S N．Efficiency estimation of production functions[J]．International Economic Review，1972,13(3)：568-598．

[5] Rabb R A，Kotamraju P．The efficiency of the high-tech economy：Conventional development indexes versus a performance index [J]．Journal of Regional Science，2006，46(3)：545-562．

[6] Nelson R．National systems of innovation:A Comparative Analysis [M].Oxford:Oxford University Press,1993.

[7] Porter M．Cluster and the new economic of competition[J]．Harvard Business Review，1998,76(6)：77-90.

[8] Schmidt R L．Stochastic optimization model to improve production planning and R&D resource allocation in biopharmaceutical production processes[J]．Management Science, 1996，42(4)：603-617．

[9] Liu C C，Chen C Y．A two-dimensional model for allocating resources to R&D programs[J]．Journal of American Academy of Business，2004，5(1)：459-473．

[10] 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]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，(10)：19-33．

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

[12] 何海燕，林波，張劍．技術(shù)壁壘對我國企業(yè)科技資源配置的影響[J]．科學(xué)學(xué)研究，2011，(6)：856-860+839．

[13] 范斐，杜德斌，李恒．區(qū)域科技資源配置效率及比較優(yōu)勢分析[J]．科學(xué)學(xué)研究，2012，(8)：1198-1205．

[14] 汪朗峰，伏玉林．高技術(shù)產(chǎn)業(yè)發(fā)展中科技資源配置研究[J]．科研管理，2013，(2)：152-160．

[15] 黃海霞，張治河．基于DEA模型的我國戰(zhàn)略性新興產(chǎn)業(yè)科技資源配置效率研究[J]．中國軟科學(xué)，2015，(1)：150-159．

[16] Scherer F M，Ross D．Industrial market structure and economic performance[M]．Boston：Houghton Mifflin，1990．

[17] Chen C T，Chien C F，Lin M H，et al．Using DEA to evaluate R&D performance of the computers and peripherals firms in Taiwan[J]．International Journal of Business, 2004，9(4)：347-359．

[18] Zhang Anming, Zhang Yimin,Zhao R.A study of the R&D efficiency and production of Chinese firms[J]．Journal of Comparative Economic，2003，31(3)：443-464．

[19] 馮根福，劉軍虎，徐志霖．中國工業(yè)部門研發(fā)效率及其影響因素實證分析[J]．中國工業(yè)經(jīng)濟(jì)，2006，(11)：46-51．

[20] 陳修德，梁彤纓．中國高新技術(shù)產(chǎn)業(yè)研發(fā)效率及其影響因素——基于面板數(shù)據(jù)SFPF模型的實證研究[J]．科學(xué)學(xué)研究，2010，(8)：1198-1205．

[21] 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．

[22] 白俊紅，江可申，李婧．應(yīng)用隨機(jī)前沿模型評測中國區(qū)域研發(fā)創(chuàng)新效率[J]．管理世界，2009，(10)：51-61．

[23] 籍艷麗，趙麗琴．一種效率測度的新方法：隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)分析法[J]．統(tǒng)計與決策，2011，(5)：33-34．

[24] Kuosmanen T．Stochastic nonparametric envelopment of data: Combining virtue of SFA and DEA in a unified framework[R]．Discussion Paper，MTT Agrifood Research Finland,2006．

[25] Kuosmanen T．Stochastic nonparametric envelopment of panel data：Frontier estimation with fixed and random effects approaches[R]．Discussion Paper，MTT Agriffood Research Finland，2007．

[26] 周四軍，王欣，胡瑞．中國商業(yè)銀行X效率測度——StoNED方法與超效率DEA方法的比較研究[J]．統(tǒng)計與信息論壇，2012，(4)：3-9．

[27] 袁麗靜，楊瓊．基于StoNED模型的技術(shù)效率半?yún)?shù)分析——以鋼鐵行業(yè)為例[J]．財經(jīng)問題研究，2015，(5)：35-41．

[28] Cornwell C，Schmidt P，and Sickles R．Production frontiers with cross sectional and time series variation in efficiency levels[J]．Journal of Econnometrics 1990,46(1-2)：185-200．

[29] 汪茂泰，何永芳．動態(tài)隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)分析法及其應(yīng)用[J]．統(tǒng)計與決策，2015，(21)：83-85．

[30] 鄭堅．高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率評價的改進(jìn)DEA方法研究[D]．哈爾濱;哈爾濱工業(yè)大學(xué)，2008．

[31] 肖仁橋，錢麗，陳忠衛(wèi)．中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素研究[J]．管理科學(xué)，2012，25(5)：85-98．

[32] 王亮．區(qū)域創(chuàng)新系統(tǒng)資源配置效率的演進(jìn)規(guī)律與創(chuàng)新機(jī)制研究[D]．長春：吉林大學(xué)，2008．

[33] Sharma S，Thomas V J．Inter-country R&D efficiency analysis：An application of data envelopment analysis[J]．Scientometrics，2008，76(3)：483-501．

[34] Guan Jiancheng，Gao Xia．Exploring the H-index at patent level[J]．Journal of the American Society for Information Science and Technology，2009， 60(1)：35-40．

[35] 劉偉，陳菁泉，李星星．中國省際高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新的TFP測算及收斂趨勢研究[J]．經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013，33(1)：36-50．

[36] Griliches，Z．R&D and the productivity slowdown [J]．American Economic Review，1980，70(2)：343-348．

[37] Goto A，Suzuki K．R&D capital，rate of return on R&D investment and spillover of R&D in Japanese manufacturing industries [J]．The Review of Economics and Statistics，1989，71(4)：555-564．

[38] 劉偉．基于Bootstrap-Malmquist指數(shù)的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率分析[J]．經(jīng)濟(jì)學(xué)動態(tài)，2013，(3)：42-52．

[39] 張軍，吳桂英，張吉鵬．中國省際物質(zhì)資本存量估算：1952-2000[J]．經(jīng)濟(jì)研究，2004，(10)：35-44．

[40] 張娜，楊秀云，李小光．我國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新影響因素分析[J]．經(jīng)濟(jì)問題探索，2015，(1)：30-35．

[41] 肖文，林高榜．政府支持、研發(fā)管理與技術(shù)創(chuàng)新效率——基于中國工業(yè)行業(yè)的實證分析[J]．管理世界，2014，(4)：71-80．

[42] 王美強(qiáng)，李勇軍．具有雙重角色和非期望要素的供應(yīng)商評價兩階段DEA模型[J]．中國管理科學(xué)，2016，24(12)：91-97．