江蘇省高新技術(shù)產(chǎn)業(yè)創(chuàng)新資源配置效率與提升對策研究

杜俊樞

(常州信息職業(yè)技術(shù)學(xué)院數(shù)字經(jīng)濟(jì)學(xué)院 江蘇常州 213164)

0 引言

高新技術(shù)產(chǎn)業(yè)是現(xiàn)代產(chǎn)業(yè)體系的核心，是現(xiàn)代化經(jīng)濟(jì)體系的重要支柱，具有高投入、高風(fēng)險(xiǎn)和高附加值等特點(diǎn)，在推動產(chǎn)業(yè)升級、優(yōu)化資源配置以及獲取國際核心競爭力上具有重要的作用。促進(jìn)高新技術(shù)產(chǎn)業(yè)發(fā)展的核心依靠的是創(chuàng)新，而人力、物力和財(cái)力等創(chuàng)新資源配置效率，直接影響高新技術(shù)產(chǎn)業(yè)創(chuàng)新的競爭力。高新技術(shù)產(chǎn)業(yè)創(chuàng)新資源的配置效率問題一直以來是很多學(xué)者關(guān)注和研究的重點(diǎn)。

現(xiàn)有文獻(xiàn)關(guān)于高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率測量方法的研究主要分為兩大類：一類是構(gòu)建基于數(shù)據(jù)包絡(luò)分析法的模型(簡稱DEA)對高新技術(shù)產(chǎn)業(yè)的技術(shù)研發(fā)效率進(jìn)行測量和評價(jià)。例如，黃海霞和張治河[1]采用DEA方法對2009年至2011年我國戰(zhàn)略性新興產(chǎn)業(yè)科技資源的配置效率進(jìn)行了實(shí)證研究，發(fā)現(xiàn)其整體的配置效率在不斷提升，但沒有達(dá)到最優(yōu)狀態(tài)，并且同一行業(yè)以及不同產(chǎn)業(yè)之間的效率差異比較大。付雪陽[2]采用DEA和DEA-COST方法對重慶市高新技術(shù)各產(chǎn)業(yè)的創(chuàng)新效率進(jìn)行了對比分析，并對資金結(jié)構(gòu)、教育水平等因素與創(chuàng)新效率之間的內(nèi)在邏輯關(guān)系進(jìn)行了深入探索，進(jìn)一步指出了影響創(chuàng)新效率的各因素重要性大小。尹潔[3]等基于創(chuàng)新生態(tài)系統(tǒng)的視角從同化、生長和利用3個階段采樣DEA和Malmquist指數(shù)對我國2008至2015年的高新技術(shù)產(chǎn)業(yè)的創(chuàng)新效率進(jìn)行了研究。另一類是采用隨機(jī)前沿生產(chǎn)函數(shù)(簡稱SFA)對高技術(shù)產(chǎn)業(yè)的研發(fā)效率進(jìn)行測量和評價(jià)。韓晶[4]采用SFA方法對我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行了實(shí)證分析，發(fā)現(xiàn)電子、計(jì)算機(jī)及相關(guān)行業(yè)的創(chuàng)新效率最高，裝備制造業(yè)最低，并進(jìn)一步分析了企業(yè)數(shù)量、產(chǎn)業(yè)內(nèi)三資企業(yè)總資產(chǎn)和產(chǎn)業(yè)利潤對創(chuàng)新效率的影響關(guān)系。易明[5]等通過構(gòu)建SFA模型對我國2000年至2015年27個省市8大經(jīng)濟(jì)區(qū)域的高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行了實(shí)證研究，重點(diǎn)分析了其創(chuàng)新效率的時空分異特征及其影響因素。王成東和蔡淵淵[6]采樣行業(yè)面板數(shù)據(jù)和SFA方法對我國裝備制造業(yè)三階段效率進(jìn)行了研究，對影響因素進(jìn)行了測度和實(shí)證研究。

對比發(fā)現(xiàn)，基于DEA模型的方法在使用條件上較為客觀，不同階段的數(shù)據(jù)具有可比性，并且構(gòu)建的生產(chǎn)函數(shù)模型或者分布假設(shè)不需要確定性，避免了設(shè)定誤差。目前學(xué)術(shù)界對效率類變量的測評采用的主流方法以DEA為主。鑒于此，本研究采用三階段DEA方法對江蘇高新技術(shù)產(chǎn)業(yè)的創(chuàng)新資源配置效率進(jìn)行綜合評價(jià)和分析。

1 研究設(shè)計(jì)

1.1 模型構(gòu)建

三階段DEA模型是由Fried等學(xué)者于2002年在對一般DEA模型基礎(chǔ)上進(jìn)行改進(jìn)后提出來的。該模型的優(yōu)點(diǎn)在于增加了第二階段相似SFA模型，消除了傳統(tǒng)DEA模型中的環(huán)境因素和隨機(jī)誤差因素的影響，并將非參數(shù)方法和參數(shù)方法有效結(jié)合，使最終計(jì)算得出的效率值相對真實(shí)客觀，并具可操作性。

1)第一階段傳統(tǒng)DEA模型。傳統(tǒng)DEA模型主要分為CCR模型和BCC模型。CCR模型主要用來分析在規(guī)模報(bào)酬不變情況下決策單元測度效率的問題。BCC模型則與之相反，是在規(guī)模報(bào)酬可變條件下對效率的測度，更貼合實(shí)際情況。BCC模型分為產(chǎn)出導(dǎo)向型和投入導(dǎo)向型兩類，前者是分析在產(chǎn)出一定的情況下如何使投入最少，后者是在投入要素一定的情況下研究如何使產(chǎn)出最大。BCC模型運(yùn)算可得出純技術(shù)效率、規(guī)模效率以及決策單元的要素投入松弛量，其中技術(shù)效率和規(guī)模效率的乘積可得到綜合創(chuàng)新效率值。高新技術(shù)產(chǎn)業(yè)與傳統(tǒng)行業(yè)相比，在投入和產(chǎn)出上存在較大差異，尤其是創(chuàng)新活動的產(chǎn)出通常具有較高的技術(shù)含金量，其邊際收益的不確定性也較高，因而規(guī)模報(bào)酬的不變性較難適用于高新技術(shù)產(chǎn)業(yè)，因此本文采用投入導(dǎo)向型BCC模型。模型如式(1)所示。

minθ-ε(eTS-+eTS+)

(1)

對應(yīng)的約束條件為：

其中，j=1,2,3…，n表示決策單元，X和Y分別表示投入和產(chǎn)出量。S+和S-分別表示投入和產(chǎn)出變量對應(yīng)的松弛量，λ表示權(quán)重系數(shù)，ε表示無窮小量。

2)第二階段相似SFA模型。在第一階段DEA分析得出投入和產(chǎn)出對應(yīng)的松弛變量，不僅與決策單元的管理無效率有關(guān)，還會受到外部環(huán)境因素以及隨機(jī)誤差項(xiàng)的影響，即得出的效率損失難以區(qū)分是由于內(nèi)部管理的因素引發(fā)還是由外部環(huán)境和隨機(jī)誤差因素引發(fā)。在這一階段，通過對投入變量的松弛值進(jìn)行分析，可以剝離出管理無效率、環(huán)境因素以及隨機(jī)誤差這三類因素對效率產(chǎn)生的影響和干擾，可以使每個決策單元面對相同的環(huán)境因素，進(jìn)而能夠排除影響。對此，構(gòu)建以BCC模型獲得的松弛變量s為因變量，外界環(huán)境因素X為自變量的SFA模型，如式(2)所示。

sij=β0+Xβ+vij+uij

(2)

其中，sij表示第i個決策單元在j類投入資源上的松弛變量，X表示各類環(huán)境因素，β表示各環(huán)境因素對應(yīng)的系數(shù)向量，β0表示回歸方程的常數(shù)項(xiàng)。vij+uij表示混合誤差項(xiàng)，前者表示隨機(jī)誤差項(xiàng)，后者表示管理無效率誤差項(xiàng)，并且這兩個誤差項(xiàng)之間彼此相互獨(dú)立。設(shè)定如下變量γ的計(jì)算式(3)。

(3)

其中σju和σjv分別表示隨機(jī)誤差項(xiàng)和管理無效率誤差項(xiàng)對應(yīng)的方差。如果計(jì)算得出γ值越小越趨向于0，則表明隨機(jī)誤差項(xiàng)的影響很小，可以忽略。如果計(jì)算得出γ值越大越趨向于1，則表明管理無效率對綜合效率的影響較大。根據(jù)第二階段SFA模型得出的數(shù)據(jù)處理結(jié)果，可以對決策單元在投入量上做出重新調(diào)整，因而可以將環(huán)境因素和隨機(jī)干擾因素進(jìn)行分離，調(diào)整后的資源投入值計(jì)算公式如式(4)所示。

(4)

3)第三階段調(diào)整后的DEA模型。第二階段獲得調(diào)整后的投入量，將其代替調(diào)整前的投入量，重新代入DEA模型中的BCC模型進(jìn)行效率計(jì)算，可以算出調(diào)整后的純技術(shù)效率值和規(guī)模效率值，然后將兩者進(jìn)行相乘，可以得到綜合創(chuàng)新效率值，能夠相對真實(shí)地反映各地區(qū)在高新技術(shù)產(chǎn)業(yè)資源配置上的實(shí)際效率值。

1.2 變量選取

如前所述，創(chuàng)新資源配置效率的計(jì)算涉及多個方面的因素，本研究從投入、產(chǎn)出以及環(huán)境變量三大方面進(jìn)行變量的選取。

1)創(chuàng)新投入變量。高新技術(shù)產(chǎn)業(yè)創(chuàng)新活動中最直接的投入要素體現(xiàn)在人力資本和研發(fā)資本。人力資本投入從兩方面來衡量：從事高新技術(shù)產(chǎn)業(yè)研發(fā)的人員數(shù)量和研發(fā)人員折合全時當(dāng)量。研發(fā)資本投入從三方面進(jìn)行測量：研發(fā)資金的支出金額、新產(chǎn)品開發(fā)的經(jīng)費(fèi)支出金額以及從事技術(shù)改造的經(jīng)費(fèi)支出金額。

2)創(chuàng)新產(chǎn)出變量。對創(chuàng)新產(chǎn)出的衡量從實(shí)際經(jīng)濟(jì)產(chǎn)出和專利產(chǎn)出兩方面衡量。實(shí)際經(jīng)濟(jì)產(chǎn)出體現(xiàn)在兩個方面：新產(chǎn)品的開發(fā)項(xiàng)目數(shù)和新產(chǎn)品的銷售收入金額。專利產(chǎn)出方面用各地申請授權(quán)的發(fā)明專利數(shù)來表征。

3)環(huán)境變量。環(huán)境變量涉及5個指標(biāo)：①技術(shù)環(huán)境。高新技術(shù)產(chǎn)業(yè)的研發(fā)對象通常是高精尖的技術(shù)密集型產(chǎn)業(yè)，當(dāng)?shù)財(cái)?shù)量眾多的研發(fā)機(jī)構(gòu)和高等院校對高新技術(shù)產(chǎn)業(yè)的創(chuàng)新發(fā)展有積極的促進(jìn)作用。本研究采用當(dāng)?shù)乜蒲性核臄?shù)量進(jìn)行測量。②所有制結(jié)構(gòu)。企業(yè)所有制性質(zhì)對其開展高技術(shù)研發(fā)的決策有影響，多數(shù)研究認(rèn)為非國有企業(yè)的技術(shù)研發(fā)效率比國有企業(yè)要高。本研究采用高新技術(shù)中國有企業(yè)總產(chǎn)值占當(dāng)期高新技術(shù)總產(chǎn)值的比值進(jìn)行測量。③企業(yè)規(guī)模。企業(yè)規(guī)模對企業(yè)創(chuàng)新效率的影響不一，學(xué)術(shù)界尚未給出確定性的研究結(jié)論。由于不同行業(yè)的企業(yè)規(guī)模難以統(tǒng)計(jì)，為方便統(tǒng)一計(jì)算和測評，本研究采用高新技術(shù)產(chǎn)業(yè)的總產(chǎn)值除以本行業(yè)企業(yè)數(shù)量進(jìn)行測量。④政府支持程度。高新技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新活動由于涉及的資金量大、風(fēng)險(xiǎn)高，通常需要政府的支持政策。本研究采用研發(fā)資金中政府支持資金占總研發(fā)資金的比重來測量。⑤外資占比。高新技術(shù)企業(yè)開展創(chuàng)新活動通常會對標(biāo)本行業(yè)中的歐美企業(yè)，通過開放式創(chuàng)新活動與國外相關(guān)企業(yè)開展交流和技術(shù)合作，以提升本企業(yè)的創(chuàng)新實(shí)力和效率。本研究采用中外合資企業(yè)和外資企業(yè)所在行業(yè)的總產(chǎn)值比重來表征當(dāng)?shù)赝赓Y占比。

1.3 數(shù)據(jù)來源

根據(jù)江蘇省科技廳、江蘇省統(tǒng)計(jì)局2018年發(fā)布的《江蘇省高新技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)分類目錄》，本研究涉及的高新技術(shù)產(chǎn)業(yè)包括航空航天、電子計(jì)算機(jī)及辦公設(shè)備、電子及通信設(shè)備、儀器儀表、醫(yī)藥、智能裝備、新材料、新能源等八大類制造業(yè)，每一大類下面又細(xì)分很多行業(yè)。數(shù)據(jù)獲取上，本文采用江蘇13個地級市2018—2020年的高新技術(shù)產(chǎn)業(yè)數(shù)據(jù)進(jìn)行分析，各數(shù)據(jù)來源于各市統(tǒng)計(jì)年鑒以及江蘇科技統(tǒng)計(jì)網(wǎng)，并對涉及高新技術(shù)產(chǎn)業(yè)的各行業(yè)數(shù)據(jù)進(jìn)行加總。受限于一些細(xì)分行業(yè)沒有詳細(xì)數(shù)據(jù)，因此八大高新技術(shù)產(chǎn)業(yè)的數(shù)據(jù)是根據(jù)已有細(xì)分行業(yè)的數(shù)據(jù)整理而來。由于投入與產(chǎn)出之間需要一定的時間周期，即投入轉(zhuǎn)化為產(chǎn)出存在時滯性，本研究采用時間滯后1年的方法進(jìn)行分析。此外，為了減少價(jià)格因素的影響，對變量中的新產(chǎn)品銷售收入、研發(fā)經(jīng)費(fèi)投入、外資產(chǎn)值、高新技術(shù)產(chǎn)業(yè)總產(chǎn)值等指標(biāo)進(jìn)行價(jià)格調(diào)整，具體為按照同期工業(yè)品出廠價(jià)格指數(shù)(PPI)進(jìn)行平減。

2 實(shí)證分析

2.1 一階段DEA實(shí)證分析

本階段基于投入導(dǎo)向的BCC模型，采用DEAP2.1軟件對江蘇13個地級市的高新技術(shù)產(chǎn)業(yè)的創(chuàng)新效率進(jìn)行分析，計(jì)算結(jié)果如表1所示。

表1 江蘇省2018—2020年各設(shè)區(qū)市高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率情況表

從表1中可以看到，在沒有外部環(huán)境和隨機(jī)誤差因素影響下，2018年至2020年江蘇13個地市高新技術(shù)產(chǎn)業(yè)的創(chuàng)新效率偏低，這三年的綜合效率均值分別為0.791、0.807和0.764，三年的整體均值為0.787。效率偏低說明資源的投入與產(chǎn)出嚴(yán)重不匹配從而導(dǎo)致資源浪費(fèi)較為嚴(yán)重，反映有21.3%的投入沒有創(chuàng)造相應(yīng)的價(jià)值。13個地級市間的綜合效率差距較大，其中蘇州的綜合效率在這三年最高，平均值為0.932，其次是無錫為0.866，淮安和宿遷排名較低，分別為0.642和0.739。從整體來看，江蘇13個地級市的創(chuàng)新綜合效率均為無效率狀態(tài)，因?yàn)槊總€地級市的綜合效率值均小于1，說明普遍存在研發(fā)效率較低的問題。從規(guī)模報(bào)酬變化情況來看，以2018年為例，徐州、連云港和常州三地處于規(guī)模報(bào)酬遞減狀態(tài)，說明這三市增加創(chuàng)新資源投入可能還會導(dǎo)致創(chuàng)新效率的降低，存在產(chǎn)能過剩的問題。2020年受疫情影響，除南通和泰州外，其他11市均處于規(guī)模報(bào)酬遞增狀態(tài)，說明創(chuàng)新效率還有很大的提升空間。

表2為2018年至2020年江蘇各設(shè)區(qū)市高新技術(shù)產(chǎn)業(yè)純技術(shù)效率與規(guī)模效率情況表。從表2可以看出，2018年至2020年期間各地級市的純技術(shù)效率以上升趨勢為主，其中南京、無錫、常州、蘇州和南通有純技術(shù)效率為1的情況，說明這5個城市高新技術(shù)產(chǎn)業(yè)創(chuàng)新的管理水平較高。另外，鎮(zhèn)江和宿遷的純技術(shù)效率值相比其他城市偏低，說明這2個城市需要對管理水平和高新技術(shù)產(chǎn)業(yè)的生產(chǎn)規(guī)模進(jìn)行優(yōu)化和改進(jìn)。從純技術(shù)效率和規(guī)模效率橫向比較來看，各地級市的規(guī)模效率均值多數(shù)比對應(yīng)年份的純技術(shù)效率要高，如2018年江蘇各地級市純技術(shù)效率均值為0.855，規(guī)模效率均值為0.929?？梢钥闯?，江蘇高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的原因主要受制于行業(yè)技術(shù)研發(fā)水平低、技術(shù)成果轉(zhuǎn)化率不高和經(jīng)營管理水平薄弱等因素的影響。

表2 2018年至2020年江蘇各設(shè)區(qū)市高新技術(shù)產(chǎn)業(yè)純技術(shù)效率與規(guī)模效率情況表

2.2 第二階段SFA實(shí)證分析

在第一階段獲得效率數(shù)據(jù)基礎(chǔ)上，將本研究中涉及的技術(shù)環(huán)境、所有制結(jié)構(gòu)、企業(yè)規(guī)模、政府支持程度和外資占比5個變量對應(yīng)的松弛變量作為自變量，研發(fā)經(jīng)費(fèi)支出金額、新產(chǎn)品開發(fā)經(jīng)費(fèi)支出金額和技術(shù)改造經(jīng)費(fèi)支出金額作為因變量進(jìn)行SFA回歸運(yùn)算，2018年數(shù)據(jù)的回歸結(jié)果如表3所示。

表3 二階段SFA回歸結(jié)果

從表3中可以看出，單邊似然比檢驗(yàn)、方差值和γ值均通過了顯著性檢驗(yàn)，模型的估計(jì)結(jié)果可以接受。自變量環(huán)境因素5個指標(biāo)的松弛變量的回歸系數(shù)大部分通過了顯著性檢驗(yàn)，說明這些因素對高新技術(shù)產(chǎn)業(yè)創(chuàng)新投入冗余具有顯著的影響。此外，由于γ值分別為0.001、0.036和0.004，說明管理效率的無效也由一部分外部因素引發(fā)，因此，需要對環(huán)境和隨機(jī)干擾因素進(jìn)行剔除。

從回歸方程的系數(shù)值來看，技術(shù)環(huán)境對應(yīng)的回歸系數(shù)值為正且具有顯著性水平(P<10%)，說明對產(chǎn)業(yè)所在技術(shù)環(huán)境的改善能夠提高高新技術(shù)產(chǎn)業(yè)研發(fā)投入的冗余程度。技術(shù)環(huán)境代表當(dāng)?shù)馗叩仍盒：涂蒲性核臄?shù)量，這些機(jī)構(gòu)的數(shù)量越多，則與產(chǎn)業(yè)結(jié)合的可能性越大，相關(guān)合作也會越多。產(chǎn)學(xué)研合作參與方數(shù)量越多，關(guān)系鏈也就越長，因此在創(chuàng)新活動中出現(xiàn)投入冗余的情況在所難免。所有制結(jié)構(gòu)對應(yīng)的回歸系數(shù)值均為負(fù)值，但不具有統(tǒng)計(jì)學(xué)上的顯著性，說明國有企業(yè)的產(chǎn)值占比對創(chuàng)新資源的投入冗余影響不大。企業(yè)規(guī)模對研發(fā)經(jīng)費(fèi)支出、新產(chǎn)品開發(fā)經(jīng)費(fèi)支出和技術(shù)改造經(jīng)費(fèi)支出的松弛變量的影響均為正且具有顯著性水平，說明高新技術(shù)企業(yè)自身規(guī)模的發(fā)展壯大會增加創(chuàng)新投入冗余。這一研究結(jié)論與規(guī)模效應(yīng)相反，說明當(dāng)前江蘇高新技術(shù)企業(yè)對研發(fā)投入的增加與企業(yè)規(guī)模擴(kuò)張有較大關(guān)系。政府支持的回歸系數(shù)值為正且通過1%的顯著性水平，表明政府對高新技術(shù)產(chǎn)業(yè)的政策和資金扶持，會使企業(yè)加大研發(fā)投資力度，因而造成資源浪費(fèi)。外資占比的系數(shù)為負(fù)并且通過顯著性水平檢驗(yàn)，說明引入外資有助于當(dāng)?shù)馗咝录夹g(shù)產(chǎn)業(yè)創(chuàng)新資源投入的優(yōu)化，當(dāng)?shù)仄髽I(yè)通過經(jīng)驗(yàn)學(xué)習(xí)可以提高資源利用效率，減少冗余資源的投入。

2.3 第三階段DEA實(shí)證分析

剔除環(huán)境變量和隨機(jī)干擾因素后，對第二階段獲得的創(chuàng)新資源投入值進(jìn)行調(diào)整，再使用DEA模型中的BCC模型進(jìn)行重新計(jì)算，得到調(diào)整后的創(chuàng)新綜合效率值，計(jì)算結(jié)果見表4所示。

表4 三階段DEA模型的創(chuàng)新綜合效率(2018年)

從表4中可以看出，就各地級市的綜合效率值而言，除蘇州、鹽城外，其他地級市調(diào)整后相比調(diào)整前的值要高。2018年調(diào)整前的綜合效率均值為0.791，調(diào)整后的為0.826，提高了0.035。純技術(shù)效率值被低估，均值由0.855的提高到了0.914，提高了0.059；而規(guī)模效率則被高估，均值由0.929下降到了0.902，下降了0.027。由此可看出江蘇高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率被拉低的主要原因在于規(guī)模效率偏低。從綜合效率的整體情況來看，調(diào)整前的效率值比調(diào)整后的值要低，說明環(huán)境和隨機(jī)干擾因素產(chǎn)生了作用。從純技術(shù)效率看，無錫、常州和蘇州的值在調(diào)整前后均沒變化且為1，說明這3個城市高新技術(shù)產(chǎn)業(yè)的純技術(shù)效率值沒有受到環(huán)境和隨機(jī)因素的影響。其他10個城市的純技術(shù)效率值均有不同幅度的上升，說明受環(huán)境和隨機(jī)因素的影響較大，這些城市的創(chuàng)新純技術(shù)效率值被低估了。從規(guī)模效率看，無錫、徐州、常州、揚(yáng)州和泰州有一定程度的上升，其余8市的規(guī)模效率值均有不同程度的下降，說明這些城市調(diào)整前的規(guī)模效率就被高估了。

3 研究結(jié)論與建議

3.1 研究結(jié)論

一方面，當(dāng)前江蘇高新技術(shù)產(chǎn)業(yè)的創(chuàng)新資源效率偏低，這與純技術(shù)效率較低有直接關(guān)系。江蘇13個地級市的創(chuàng)新效率存在較大差異，總體而言，南京、蘇州、無錫和常州的創(chuàng)新效率較高，其次是南通、揚(yáng)州、徐州和泰州，宿遷和淮安的創(chuàng)新效率較低。從各地級市綜合效率構(gòu)成來看，純技術(shù)效率整體比規(guī)模效率值要低，導(dǎo)致創(chuàng)新效率偏低的主要原因是創(chuàng)新資源投入冗余或者創(chuàng)新產(chǎn)出不足。

另一方面，各環(huán)境因素對高新技術(shù)產(chǎn)業(yè)的創(chuàng)新資源配置效率有顯著影響。政府對高新技術(shù)產(chǎn)業(yè)發(fā)展的政策導(dǎo)向體現(xiàn)在提供政策、資金支持、改善技術(shù)環(huán)境的同時，也可能會引發(fā)行業(yè)、企業(yè)更多創(chuàng)新資源的投入冗余，表象上提高了創(chuàng)新效率，但實(shí)際造成了資源的浪費(fèi)和資源要素的低效錯配。技術(shù)環(huán)境的改善以及高等科研院所與產(chǎn)業(yè)的有效融合，增加了高新技術(shù)企業(yè)的研發(fā)投入冗余。由于高新技術(shù)企業(yè)的創(chuàng)新鏈通常較長，合作企業(yè)較多，技術(shù)研發(fā)周期較長、風(fēng)險(xiǎn)較高，為確保研發(fā)創(chuàng)新實(shí)效，在創(chuàng)新活動過程中投入的各項(xiàng)創(chuàng)新資源過多而出現(xiàn)冗余的情況難免發(fā)生。適中的企業(yè)規(guī)?？梢越档推髽I(yè)對創(chuàng)新資源的投入，使規(guī)模效應(yīng)能在技術(shù)創(chuàng)新活動中真正體現(xiàn)，同時也有利于提升創(chuàng)新效率。此外，引入外企可有效降低企業(yè)生產(chǎn)要素的投入，通過合作、學(xué)習(xí)可以節(jié)約資源，提升使用效率。

3.2 政策建議

基于以上研究，可以從以下三個方面提升江蘇創(chuàng)新資源配置效率。首先，各地級市應(yīng)該結(jié)合自身綜合效率的實(shí)際情況因地制宜，采取不同的政策措施。純技術(shù)效率偏低的地級市在經(jīng)營管理和制度制訂上需要下功夫，學(xué)習(xí)其他城市先進(jìn)的管理理念和方法，完善現(xiàn)有的高新技術(shù)產(chǎn)業(yè)相關(guān)制度。對于規(guī)模效率偏低的地市，可以增加高新技術(shù)產(chǎn)業(yè)的規(guī)模，但要與企業(yè)自身資源和行業(yè)發(fā)展相適應(yīng)，努力提升規(guī)模效應(yīng)。其次，加大對企業(yè)所有權(quán)制度的改革，使高新技術(shù)企業(yè)朝現(xiàn)代企業(yè)治理結(jié)構(gòu)和激勵機(jī)制方向變革，促進(jìn)創(chuàng)新資源配置既有效益導(dǎo)向又有效率導(dǎo)向。同時，相關(guān)政府部門還應(yīng)發(fā)揮“指揮棒”的作用，引導(dǎo)不同所有權(quán)性質(zhì)的企業(yè)積極參與合作，開展合理的市場競爭。第三，繼續(xù)對高新技術(shù)產(chǎn)業(yè)提供政策和資金支持，使不同的創(chuàng)新資源形成合理適度的流動，尤其對于高新技術(shù)產(chǎn)業(yè)發(fā)展水平相對落后的幾個地級市，可以給予一定的政策傾斜和優(yōu)惠。