高技术产业效率区域比较研究范文

《湖南财政经济学院学报》2014年第六期

一、相关研究述评

近几年，我国高技术产业R＆D绩效问题受到学术界的广泛关注，一方面众多学者在高技术产业R＆D投入对产出的影响方面做了相关的理论和实证研究，且得出的结论也大致相同。周明和李宗植(2009)［4］利用空间面板模型分析方法，实证分析得出研发资本存量作为主要的投入因素对创新产出的影响相当显著。李平等(2011)［5］采取传统计量方法对我国高技术产业1997－2009年的省级面板数据进行分析，得出高技术产业研发资源投入与产业发展有长期均衡关系。曹勇和苏凤娇(2012)［6］就我国高技术产业创新投入对产出绩效的影响机理进行研究，认为R＆D投入对创新绩效有重要影响。赵志耘和杨朝峰(2013)［7］实证分析了中国高技术产业2000－2005年创新效率，认为R＆D经费和人员投入对我国高技术产业创新的影响作用突出。另一方面也有很多学者对我国高技术产业研发绩效进行研究，其中一部分学者专注于对单个地区的研究。张芳、张玉卓(2013)［3］利用DEA模型分析了河北省高新技术产业R＆D资源投入产出的绩效，得出河北省研发投入与产出不均衡。姚晓芳、李晓敏、龙丹(2013)［8］同样选用DEA模型对合肥市一些高技术产业的R＆D投入产出效率进行实证分析，认为合肥市整体的研发投入规模大、产出高，然而其中也存在一些问题。齐园和张永安(2014)［9］基于因子分析与DEA模型的二步法实证研究了近年来北京高技术产业的技术效率。更多学者对我国整体各区域高技术产业技术研发投入对创新绩效进行比较测度，并且普遍认为我国整体的研发效率偏低。朱有为和徐康宁(2006)［10］测算了我国高技术产业的R＆D效率，认为我国高技术产业的R＆D效率整体偏低但表现出稳步上升的状态。魏洁云、江可申、李雪冬(2012)［1］对我国高技术产业各地区的研发投入产出绩效水平进行测算，得出近年来我国高技术产业的平均技术效率值比较低，并且研发效率在地区之间差异明显。肖仁桥、钱丽、陈忠卫(2012)［11］对我国各省份高技术产业创新整体效率以及两阶段效率进行实证分析，认为我国高技术产业整体效率与分阶段效率都相对偏低。刘云和杨湘浩(2012)［12］应用随机前沿分析方法实证分析了中国高技术产业的区域研发效率，认为我国高技术产业各区域的研发效率比较低但总体呈上升趋势，且区域地理位置对高技术产业的研发效率影响比较显著。现有关于高技术产业区域R＆D绩效问题研究的文献给笔者的研究提供了丰富的参考资料，然而其中也有一些不足:第一，在选取R＆D经费投入指标时，一方面没有进行指数平减或者仅考虑某一项平减指数，另一方面只考虑当期投入而没有考虑以往存量的影响;第二，对效率变化分析多以定性描述为主而缺少定量比较分析，或者定量分析时仅截取某一年的截面数据或选取短短几年数据测量研发创新效率;第三，关于具体区域创新效率的差距以及发展趋势缺乏进一步分析。笔者针对以上不足，首先，在选取R＆D经费投入方面参照朱平芳和徐伟民(2003)［13］构造R＆D投入的价值指数进行平减，再参考朱有为和徐康宁(2006)［10］的做法将R＆D经费投入采用永续盘存法计算存量;其次，选用具有时效性、跨期较长的面板数据，进行全面而详细地定量测度，使得分析结果更具参考价值;最后，将区域经济发展中的收敛性分析引入高技术产业研发效率研究中，进一步检验中国各区域高技术产业的创新效率差距是否随时间的推移扩大或缩小。

二、方法及指标数据

1、研究方法(1)C2R与BC2模型高技术产业R＆D活动是一个具有多输入和多输出的复杂过程，难以运用经典的统计模型对其效率进行直接测度，因此目前多数学者从相对效率的视角对其进行测量，即采用数据包络分析方法(简称DEA)。数据包络分析方法是著名运筹学家A．Charnes与W．Cooper等(1978)［14］以相对效率概念为基础，研究决策单元(DMU)相对有效性的方法，其实质就是根据一组关于输入输出的观察值来估计有效生产的前沿面，并以此进行多目标技术效率评价。设有n个待评价对象。

2、指标选取及数据来源(1)R＆D投入指标关于R＆D投入指标，多数学者主要从人力投入、资本投入两个方面考虑。笔者采用高技术产业R＆D人员折合全时当量这一指标作为R＆D活动的人力资源投入的衡量指标;在资本投入衡量指标上，采用了R＆D经费内部支出这一指标［1］。此外，鉴于新产品开发经费对产生新产品有着直接的影响，因此也将其作为R＆D投入的一个衡量指标。(2)R＆D产出指标国内学者普遍从研发创新成果和取得的经济效益两个方面来确定高技术产业R＆D活动的产出指标。其中专利作为R＆D活动最直接的成果产出，考虑数据的可获得性，因此采用专利申请数作为一项指标;发明专利技术含量相对较高，并且受专利授权机构审查能力的约束较少，又能客观反映高技术产业的原始创新能力与研发创新综合实力，所以将拥有发明专利数作为衡量R＆D活动的科技成果产出的另一项指标［11］。此外，高技术产业进行研发活动的根本目的在于其成果在经济上的实现以获得巨大的经济效益，进而把新产品销售收入作为反映研发经济效益的主要指标［10］。(3)数据来源及处理笔者以我国各省高技术产业作为研究对象，所用数据来自《中国高技术产业统计年鉴》，另外采用的各个平减指数来自《中国统计年鉴》。选用面板数据结构对其进行实证分析，样本截面单元为我国28个省(直辖市)(新疆、青海和西藏数据缺失较多在计算中予以剔除，另外不包括港澳台地区)，有个别缺失数据采用相邻四年的数据取平均进行替代。将28个省、市、自治区划分为东、中、西部三大区域，东部地区包括北京、上海、天津、福建、广东、海南、河北、江苏、辽宁、山东、浙江11个省份;中部包括安徽、河南、黑龙江、湖北、湖南、山西、吉林、江西8个省份;西部包括甘肃、宁夏、陕西、贵州、四川、内蒙古、广西、云南、重庆9个省份。这样就可以对我国东、中、西三大区域以及各省份的高技术产业研发效率进行分析。R＆D资本投入采用永续盘存法(PerpetualInventoryMethod，PIM)计算R＆D经费存量［18］。计算过程如下:首先参照朱平芳和徐伟民(2003)［13］构造R＆D投入的价值指数:PI=0.55PIc+0.45PIi，其中PI为测算的R＆D价格指数(以2000年为基期PI=1)，PIc、PIi分别为消费价格指数和固定资产投资价格指数，将各省不同年份的R＆D经费内部支出平减为2000年不变价，然后将平减后的R＆D经费内部支出参照谢兰云(2010)［19］做法计算研发资本存量。g为2000－2012年内R＆D经费支出的年平均增长率，Ei，0为初始年份的R＆D支出量。在新产品开发费用和新产品销售收入平减方面，分别采用固定资产投资指数和工业品出厂价格指数平减为2000年不变价。

三、实证分析

1、技术效率及其分解应用C2R及BC2模型，运用DEAP2.1软件，分别逐年测算2000－2012年我国高技术产业各省区研发创新的技术效率及其纯技术效率和规模效率，表1列出了全国各省区及东、中、西三大地区研发创新技术效率及其分解的历年均值。从表1中可看出，北京、天津、山西、内蒙古、上海、云南、海南、福建等地具有相对较高的技术效率，历年技术效率均值在0.7以上，且北京、天津、内蒙古、上海、云南、海南及福建等省份的纯技术效率均值都比规模效率均值要大，这表明这些省份的技术效率较高主要是由其纯技术效率带动的。河北、黑龙江、江西、湖北、陕西等省份的技术效率历年均值较小都在0.4以下，从其分解效率来看，这些地区的纯技术效率均值均小于其规模效率均值，这说明造成这些地区技术效率低下的原因主要是由于纯技术效率不高。上述结果说明，造成一些省区技术效率较高或较低的原因都与纯技术效率有关，这就要求技术效率较低的地区必须进一步加强制度建设和提高管理水平。进一步比较东、中、西部三大地区的技术效率，可以看出东部地区的技术效率明显要高于中、西部地区，说明高技术产业创新发展与经济发展水平具有一定程度上的一致性，这也基本符合我国现实情况，因为东部地区在制度建设和管理水平上均好于中、西部地区。然而从规模效率上来看，东部地区要稍微落后于中、西部地区，这或许说明我国高技术产业东部地区的创新规模已达到相对较高水平，并开始面临规模不经济的问题。而我国高技术产业中、西部地区期初创新规模较小，可以通过进一步提高研发创新规模来获得更多的规模报酬。最后从纯技术效率与规模效率的比较来看，中、西部地区的纯技术效率均值均显著小于规模效率均值，同样说明抑制我国中、西部地区高技术产业创新发展的主要原因是纯技术效率不高。

2、Malmquist生产率增长及其分解再次利用DEAP2.1软件包计算2000－2012年我国28个省区的Malmquist生产率指数及其分解指数。(1)高技术产业区域研发生产率变动的总体分析表2列出我国高技术产业28个省市2000－2012年的TEC、TC、PTEC、SEC和TFP值。从表2可看出，2000－2012年间我国高技术产业省级区域研发的全要素生产率平均增长7.5%，这主要得益于技术效率(4.1%)的增长，其中纯技术效率平均增长2.5%，规模效率平均增长1.6%;同时，技术进步效率平均增长3.2%。上述结果表明近年来我国高技术产业区域研发全要素生产率的整体提升，表现为先进地区通过积极研发新技术所带动的增长效应(技术进步)，但更主要的是落后地区向先进地区学习和追赶效应(技术效率增长)。进一步分析表明，我国在推动产业有序转移和优化产业空间布局的政策带动下，中西部地区的高技术产业发展十分引人注目。纵向考察，我国高技术产业区域研发全要素生产率在2000－2012年间整体呈增长的趋势，但期间也出现短暂衰退的现象(2004－2005、2007－2008、2009－2010)，这表明我国高技术产业区域研发的全要素生产率的增长并不十分稳定，期间造成这种不稳定的原因或许有很多，笔者认为这个原因还有待于进一步考察。然而一般说来，高技术产业的研发活动容易受到国家宏观环境以及政府政策的影响，当国家宏观经济形势较好，高技术产业随经济形势良好而快速成长;反之，会出现衰退的迹象。此外各地政府也会在不同时期重视科技研发活动从而提供政策支持，研发创新则会表现出良好的发展态势。(2)各区域研发生产率变动及差异性分析表3列出了三大地区以及各省2000－2012年平均Malmquist生产率指数及其各分解指数。从表3可看出，东、中、西部三大地区全要素生产率均呈现正指数增长态势，且中部快于东、西部，只有中部地区全要素生产率指数高于全国平均水平，而东、西部都低于全国平均水平。值得注意的是，东、中部技术进步效率变化的幅度远远高于西部地区，西部地区技术进步效率变化平均呈衰退状态，而东部地区技术效率指数又低于中、西部地区。这意味着中、西部地区在技术效率方面增长较快，东部地区主要在技术进步方面增长较快。这表明近年来，东部地区在其先前优势的基础上，依靠其资金和人才优势主导高技术产业的技术进步，而中、西部地区由于资金和人才的相对匮乏，使得在技术进步变动方面落后于东部。但是中、西部地区技术效率增长是值得关注的，随着我国产业转移政策的实施，中、西部地区依靠承接东部产业转移，在基础设施、政策环境等方面不断优化，使得产业基础得以提升，将会释放出巨大的产业发展潜能。这启示我国应进一步调整地区研发创新结构，合理配置各地区的研发创新投入。

3、各地区研发生产率收敛性分析通过对各地区高技术产业研发效率的分析，可以看出各地区之间的创新效率存在显著差距，因此需要进一步研究各地区之间创新效率差距是否随时间的推移扩大或缩小。为了分析我国高技术产业各区域研发全要素生产率指数差距的变化趋势，根据Barro等(1992)［20］的定义对其进行收敛性检验，首先采用σ收敛分析高技术产业各区域研发全要素生产率增长差距的变化趋势。在依据离散程度下降度量收敛的测度分析中，有许多指标都可以用来对其进行分析，笔者采用变异系数来考察我国高技术产业各区域研发全要素生产率增长差距的σ收敛。借鉴李小胜和朱建平(2013)［21］采用变异系数的公式CV=σ/TFP来表示，σ为各区域研发全要素生产率增长标准差，TFP为我国高技术产业各区域研发全要素生产率增长平均值，利用上文中的数据计算得到的变异系数，其变化趋势如图1所示。由图1可以看出，全国及东、中、西部地区的高技术产业各区域研发全要素生产率指数的变异系数都出现一定下降趋势，但是这个趋势并不是很明显，这表明研发生产率只在一定程度上存在σ收敛，相应的研发Malmquist指数在地区间差距渐渐缩小。另外可以看出从2006年以后各地区之间变异系数趋势趋稳，表明近几年地区间差距相对稳定。为了进一步检验地区间收敛趋势的显著性，参考彭国华(2005)［22］与白俊红等(2008)［23］所使用的绝对β－收敛回归模型对此进行检验。式(8)中，TECi、TEi分别为第i省技术效率变化率和基期技术效率，β0、β1分别为常数项和回归系数，εi为随机扰动项。当回归系数β1为负值时，表示存在绝对收敛，反之，意味着发散。参照谢兰云(2010)［19］的处理方法，笔者将2000－2012年间各地区高技术产业技术效率变化率的均值作为模型中的TEC值，回归结果如表4所示。从检验结果可以看出，全国及东、中、西部地区回归系数β1均为负值且在1%的显著性水平下显著，表明全国及东、中、西部地区的技术效率都是显著收敛的，意味着高技术产业地区之间的创新效率差距会缩小。

四、结论及政策建议

1、结论应用C2R、BC2模型以及DEA－Malmquist指数方法，对我国高技术产业各地区研发创新过程中的技术效率、技术进步以及Malmquist生产率指数等效率指标进行了实证测度，并进一步探讨了我国高技术产业各地区创新效率的收敛问题。通过对近年来我国高技术产业各地区研发创新过程中的效率状况以及收敛问题进行比较和分析，得出初步结论如下:第一，我国高技术产业各地区研发创新的技术效率整体不高，并且东中西部各大区域之间、省与省之间技术效率存在显著差异。东部地区的技术效率明显要高于中、西部地区，但在规模效率方面，东部地区要稍微落后于中、西部地区，而纯技术效率较低是导致各地区技术效率不高的最主要原因。第二，近年来我国高技术产业各区域研发创新的全要素生产率均呈增长的趋势，这是由先进地区积极研发的新技术所带动的增长效应以及落后地区向先进地区学习和追赶效应两个方面共同作用的结果，但同时还发现期间也出现若干年份短暂衰退的现象。第三，东、中、西部三大地区全要素生产率均呈现正指数缓慢增长态势，东、中部技术进步效率变化的幅度远远高于西部地区，西部地区技术进步效率变化平均呈衰退状态，而东部地区技术效率指数又低于中、西部地区，说明中、西部地区在技术效率方面增长较快，东部地区主要在技术进步方面增长较快。第四，全国以及东、中、西部地区技术效率存在显著的收敛趋势，高技术产业地区之间的创新效率差距会缩小，表明我国近年来促进地区间协调发展的战略与政策使得落后地区的追赶效应已开始显现。

2、政策建议第一，继续将技术创新作为发展高技术产业战略支撑点，而高技术产业R＆D投入是影响其创新效率的主要因素，因此国家应该通过财政政策、税收政策等工具将创新资源向创新效率落后的中西部地区倾斜，增加对中西部地区高技术产业R＆D投入。第二，倡导自主创新同时引进国外先进技术进行消化吸收再创新，同时需要适度控制研发投入规模，注重创新资源的优化配置，改善我国高技术产业技术效率不高的现状，尤其是纯技术效率方面。第三，高技术产业的发展需要良好的基础设施，而我国中西部地区基础设施建设落后，如当前的高速铁路、高速公路等多集中在东部地区，因此更加注重基础设施的区域平衡性有利于我国整体高技术产业创新绩效的提升，这就需要大力支持中西部的基础设施建设，提升中西部地区的高技术创新能力，实现各区域的协调发展。第四，促进地区间协调发展，还要求东部地区要进一步发挥其区位以及技术优势，加强国际科技合作，增强自身的国际竞争力，在不断壮大的同时，积极带动中西部地区的科技进步以及高技术产业的发展。中西部地区也要在东部地区带动下，利用国家较好的扶持政策，进行产业优化升级，充分利用自身独特的资源禀赋，发展具有自身特色的高技术产业，通过学习、模仿、吸收东部地区高技术产业的技术和管理经验，进一步提升创新效率。第五，中西部地区规模效应虽然开始显现，但是并未充分发挥，因此需要进一步加强中西部地区高技术产业集群环境建设，通过专业化高技术产业集聚、知识密集型服务关联带动等措施，促进创新与市场相结合，缩小高技术产业创新的区域差距。第六，加强政产学研的联系，消除影响创新效率的薄弱环节，国家还要在扶持大学、研究所等基础研究以及科技创新基础设施方面对中西部适度进行政策倾斜，加强其技术扩散效应，促进欠发达的中西部地区向东部地区技术追赶。第七，高技术产业的R＆D效率的高低主要取决于创新人才研发水平，在这种情况下，中西部地区要提供相应的发展环境吸引人才、留住人才，上述的基础设施建设以及教育等方面支持，是有利于吸引和留住人才的;此外还需要国家通过健全和落实知识产权保护等相关方面的法律，切实保护创新者的利益，并建立一套科学合理的高技术企业研发绩效动态评估体系，监测研发部门以及其他部门人员的技术创新水平。

作者：王青春徐洁香单位：安徽财经大学