高新技术产业创新效率测算研究

高新技术产业创新效率测算研究

摘要:文章采用三阶段DEA模型方法,选取我国高新技术产业的7个细分行业领域,实证研究了高新技术产业的创新效率态势。结果表明:目前我国高新技术产业的创新效率总体上处于较低水平。不同高新技术产业的创新效率存在一定差距,经三阶段DEA模型调整后,七大高新技术产业的创新效率更加趋向平衡,但行业效率水平都偏低。政策扶持、技术支持等环境因素,为高新技术产业创新效率带来更多的研发创新投入冗余。

关键词:三阶段DEA模型;高新技术产业;创新效率

0引言

我国经济已经开始从高速增长阶段向高质量发展阶段转变,2018年国务院政府工作报告首次提出了高质量发展的要求。高新技术产业作为知识和技术密集型产业,必然成为启动我国经济高质量发展的重要引擎。目前我国已初步形成了长三角、珠三角、环渤海三大高新技术产业基地,高新技术产业发展欣欣向荣。但与此同时也面临着过多依赖于创新资源投入高而非创新效率提升快的问题,下一步如何突破这个瓶颈尤为重要。目前国内外学者虽然从多种角度测算了高新技术产业的效率水平[1-8],但能够细化分析效率结构特征的文献并不多。同时,我国高新技术产业门类也有所调整,目前基于最新行业门类的研究也较少。本文针对这些研究的不足展开分析,主要是根据国家重点支持的高新技术领域,测算了其创新效率。创新点有两个方面:第一是研究指标体系的创新,在借鉴相关研究的基础上,从宏观到中观和微观,选取了高新技术产业创新效率的影响因素指标,使指标体系更加健全;第二是研究方法的创新,主要针对三阶段DEA和一阶段DEA的评价结果进行比较,不仅可以更加深入分析研判高新技术产业的创新效率,同时也可以比较一阶段DEA方法和三阶段DEA方法在估算创新效率时的异同。

1模型构建、变量选取与数据来源

1.1三阶段DEA模型构建

(1)一阶段DEA模型。利用每一决策单元DMU的初始投入产出数据,导入DEA模型进行测算,具体得到纯技术效率PTE和规模效率SE,以及DMU的要素投入松弛量。

1.2变量选取

(1)产出变量(Y)。为了反映高新技术产业的创新效率,选择与技术研发创新最直接相关的变量进行表示。本文认为,新产品产出量代表了研发创新的直接成果,是创新效率的最直观体现[11],因此采用高新技术产业的新产品销售收入来体现创新的产出量。(2)投入变量。与创新活动最直接相关的投入要素就是研发资本和人才。本文选择两类要素变量综合体现高新技术产业创新活动的投入。对于研发资本,采用研发经费投入(K)来衡量;对于研发人才,采用技术和研发活动人员折合全时当量(R)来表示。(3)影响因素变量。主要包含六个指标:①技术环境(Sci)。高新技术产业是一种技术密集型的产业,因此一个良好的技术环境对高新技术产业的创新活动具有深刻的影响[12]。本文采用研发机构、高等院校的数量进行衡量。②产权结构(Right)。一个企业的产权结构,影响着企业内部的实际管理控制情况,因而对企业技术研发的决策具有主导作用。本文采用高新技术产业中的非国有企业总产值占同期高新技术产业总产值的比重进行衡量。③企业规模(Size)。企业规模大小对一个高新技术企业的资金、人才和技术等要素的配置带来一定影响,因而也可能会影响创新效率。考虑到企业规模差异难以统计,本文采用均值化处理方法,用高新技术产业的总产值与企业数量的比值进行衡量。④市场集中程度(Mar)。为简便起见,采用高新技术产业的企业数量进行衡量。⑤政府支持(Gov)。高新技术产业的研发创新活动,离不开政府的支持。特别是创新活动面临着较高风险,有必要通过政策支持来估计企业开展创新活动。本文采用研发活动经费中政府支持资金所占的比重进行衡量。⑥外资支持(Fore)。在一个开放的环境下,我国高新技术产业的创新活动也离不开对外合作交流,一方面可以通过吸收国外先进技术来提升本土技术含金量,另一方面也可以通过外资引入,增强资金实力,为研发创新活动注入更多力量。本文采用高新技术产业中的中外合资经营企业、中外合作经营企业、外资企业三类外商投资企业总产值所占的比重进行衡量。

1.3数据来源

根据国家重点支持的高新技术领域(2016版),高新技术产业可分为电子信息技术、生物与新医药技术、航空航天技术、新材料技术、高技术服务、新能源与节能技术、资源与环境技术、先进制造与自动化技术8大类,每一大类下面又涵盖了多项细分行业。但是,限于有些细分行业目前并没有详细的数据,因此需要根据高新技术产业领域,对细分行业进行斟酌选取。同时,又考虑到高技术服务业在指标类型上以及统计数据上与制造业存在差异,因此本文只考虑其他制造业类型的高新技术产业。本文关于投入产出和影响因素变量指标数据的时期为2001—2017年,数据来源于2002—2018年的《中国统计年鉴》《中国高技术产业统计年鉴》,以及国研网统计数据库。为了降低价格因素对分析造成影响,对高新技术产业各行业的新产品销售收入、研发经费投入、三类外商资本产值、高新技术产业总产值等指标按照同期的工业品出厂价格指数进行平减。

2实证分析

2.1一阶段DEA结果分析

首先,根据一阶段DEA模型,测算七大类高新技术产业的纯技术效率和规模效率,进而测算各高新技术产业的综合创新效率。根据表2的测算及统计性描述结果,得到以下结论:(1)从总体情况来看,我国高新技术产业的创新效率并不高。从高新技术产业面上来看,创新效率的平均值仅为0.4728,其中纯技术效率为0.7480,规模效率仅为0.4728。由此可见,我国高新技术产业总体上存在着“高新不新”的状况,未来在技术创新方面还有很大的提升空间。(2)从效率分解来看,技术成果的效益不高成为制约高新技术产业创新效率的重要软肋。虽然高新技术产业的规模效率达到0.748,但是纯技术效率仅为0.6354。由此可见,我国高新技术产业创新效率的损失,主要受到技术研发水平低、技术创新成果转化率不高、技术管理水平薄弱等因素的共同影响。(3)从行业横向比较来看,不同高新技术产业的创新效率存在一定差距。高新技术产业创新效率的偏度系数达到1.1876,峰度系数达到2.8248,说明高新技术产业创新效率按行业分布特征明显偏离正态分布,属于集中陡峭型的特征。对七大高新技术产业按照综合创新效率进行分段,综合创新效率高于0.6的产业仅新材料技术产业一类,综合创新效率在0.4~0.6之间的由电子信息技术、生物与新医药技术、航空航天技术、新能源与节能技术、先进制造与自动化技术5类,综合创新效率低于0.4的产业为资源与环境技术一类。资源与环境技术产业虽然是符合绿色发展导向和趋势的,但是我国目前该产业仍处于发展初期,许多低效率的企业包上环保的外壳进入该领域,对行业创新效率的提升带来负面影响。

2.2二阶段SFA结果分析

本文分别将一阶段DEA模型中得到的研发经费投入的松弛变量、研发人员的松弛变量作为因变量,将六个影响因素变量作为自变量,进行SFA分析。由于创新研发活动存在一定的时滞性,因此对所有自变量均做一阶滞后项处理。由LR值、δ2、γ的结果可以看出,模型的回归效果比较理想。根据系数得出如下结论:(1)技术环境对研发经费投入、研发人员松弛变量的影响均为正,且通过1%的显著性检验,可见技术环境的优化能够提高高新技术产业研发投入的冗余程度。由于产学研合作战线往往较长,为了确保研发创新效果,在研发投入过程中难免会出现投入过多而出现冗余的情况。(2)产权结构对研发经费投入、研发人员松弛变量的影响均为负,且通过1%的显著性检验。一个企业的内部管理,与产权结构存在较大关联。一般而言,非国有企业更能构建灵活的激励、监管等机制,因而可以更加有效减少研发投入冗余。(3)企业规模、市场集中两个因素对研发经费投入、研发人员松弛变量的影响均为负,且都通过显著性检验。这说明市场盘子中高新技术企业的增加、企业自身规模的壮大,都有利于降低创新投入冗余。这进一步显示规模效应和集聚效应对提高创新投入效率的作用。(4)政府支持对研发经费投入、研发人员松弛变量的影响均为正,且通过1%的显著性检验,可见政府对高新技术企业的要素扶持,会引起企业投资的盲目性,从而造成资源投入的浪费。(5)外资支持的影响系数均为负,且通过1%的显著性检验。外资的引入有利于优化配置研发要素投入,从而提高利用效率,降低投入冗余。

2.3三阶段DEA结果分析

基于SFA模型结果对高新技术产业的投入值重新调整,再使用DEA模型重新测算,得到新的创新效率值。根据表4的测算及描述性统计结果,得到以下结论:(1)总体上我国高新技术产业的创新效率普遍较低。经三阶段DEA模型调整后,高新技术产业的创新效率均值也仅为0.4804。其中,七大产业中仅电子信息技术产业的综合创新效率高于0.5,其余均在0.3~0.5之间。(2)部分环境因素为高新技术产业创新效率带来了研发创新投入冗余。对比三阶段DEA和一阶段DEA结果可知,三阶段DEA得到的综合创新效率为0.4463,低于一阶段DEA模型结果。其中,规模效率为0.5797,较一阶段DEA结果下降了22.5%。从SFA结果可知,我国对高新技术产业发展的政策导向,在加大政策支持、优化技术环境的同时,也造成了更多投入冗余,从而在表象上抬高了创新效率[13]。由下页图1可以发现,新材料技术行业的结果变化最为明显,虽然电子信息技术行业的三阶段DEA创新效率较一阶段有所提高,但新材料技术行业的三阶段DEA创新效率却明显降低。(3)环境因素的剔除,使不同高新技术产业的创新效率趋向均等化。对比三阶段DEA和一阶段DEA结果可知,剔除环境因素后,七大高新技术产业的综合创新效率落在[0.36,0.52]区间,较剔除前范围缩小;标准差数值明显降低,偏度系数和峰度系数的绝对值也均明显降低。

3结论

本文选取我国高新技术产业的七大行业领域,以2001—2017年为时间跨度,采用三阶段DEA模型实证分析了高新技术产业的创新效率态势。综合本文的实证研究结果,得到以下结论:(1)我国高新技术产业的创新效率总体上处于较低水平,未来在技术创新方面还有很大的提升空间。经三阶段DEA模型调整后,创新效率进一步降低。(2)从分产业来看,不同高新技术产业的创新效率存在一定差距。其中综合创新效率高于0.6的产业仅新材料技术产业一类;而经三阶段DEA模型调整后,综合创新效率高于0.5的产业仅电子信息技术产业一类。(3)部分环境因素方面,特别是国家对高新技术发展的战略导向,在加大政策支持、优化技术环境的同时,也造成了更多投入冗余。(4)剔除环境因素以后,不同高新技术产业的创新效率趋向均等化,而且高新技术产业创新效率的提升由原来的主要得益于规模效率转变为得益于技术进步。

作者:孙研 李涛 单位:西安财经大学