中国高技术产业创新效率研究

第７ 期
徐文听， 徐家源： 中国高技术产业创新效率研究
・ ３・ ２
Ｙ ｎ＝
；）Ｘｅｐ ）×ｅｐ 一 ） （ ） Ｊ ｘ （ Ｂ ｘ （ ｎ １
数， 这里沿用 Ｂ ｔ ｓ 和 Ｃ ｅ ｉ１９ ） ａ ｅｅ ｔ ｏｌ（９２ 提出的函数 ｌ ｔ ）＝ｅｐ 叼 ｔ ） ， ｘ ［ （ — ］ 综合有 “＝ｅｐ 叼 ｔ ） ｘ ［ （ — ］・ （） ４ 式（ ）中的待估计 的未知参数 即表示技术 ４
位， 甘肃、 吉林 、 宁夏、 湖北 、 海南居于末五位。我 国高技术产业 的创新 效率 总体较低 ， 区域 差异性 大， 研发费用 的产 出弹 性 明显高于研发人员 的产出弹性 。我 国高技术产业的创新活动要全方 位整体 提升效率 ， 尤其 要提升 中西部地 区的创新
效率 ， 促进各地区高技术产业 的均衡发展 。
滞后问题。 然而 ， 由于研发难易度不同开发周期也 不 同， 国内外学者对滞后期的选择上 尚未达成一
致， 在此考虑到研究方便 ， 仅设定创新产出的滞后
期 为一 年 。
本文借鉴 Ｂ ｔ ｓ 和 Ｃ ｅ ｉ ａ ｅｅ ｔ ｏｌ 提出的扩展模型 ， ｌ 建立柯布 一道格拉斯随机前沿模型如下 ：
沿分析（Ｆ ） Ｓ Ａ 的方法 ， 对我国高技术产业 的创新
效率进行综合评价。 高技术产业模型与数据
一
、Baidu Nhomakorabea
（ ） 一 随机 前 沿的基本 模 型
随机前沿的模型被广泛应用于生产率的分析 研究 ， 它可利用一组厂商 的样本数据测算 这些厂
我国高技术产业效率方面已经做了许多研究 。何
维达 ， 张远德研究表明， 研究发展投入产 出效率不
直接成果 ， 为了突出创新所带来 的经济效益 ， 故选 择高技术产业的新产品销售收入作为产出指标 。 ２ 投入要素指标的选取。 ． 创新 的产出主要是
由于创新活动所投入的人力和物力共同作用的结
法， 将高技术产业的创新活动视为生产过程 ， 高技
术产业创新的产 出主要 由投入 的研发经费投 入 （Ｄ ） Ｒ Ｅ 和研发人员投入（ Ｄ ） Ｒ Ｐ 决定的。 另外 ， 创 新活动有一定 的开发周期 ， 这就需考虑创新产出
效率随时间的变化而变化的程度。
（ ）变量 与数据 说 明 三
１产出指标 的选取。 ． 对于创新的产出量 ， 研究
者一般采用新产品销售收入、 专利数等指标表示。 李习保在研究区域创新环境对仓新效率的影响时 候以各地 区获得的国内发明专利授权数作为产出 变量 ， ］韩颖 、 徐佩川则将新产 品的销售收入作 为产 出变量来评 价我 国工业部分产业 的创新效 率 。 Ｊ考虑到本文研究对象是高技术产业 的创新 效率 ， 所以更加注重创新的最终成果而非创新 的
Ｖｏ１３ ． ０ ＮＯ． ７
中国高技术产业创新效率研究
徐 文 昕 徐 家 源 ，
（． Ｉ 安徽大学 商学院 ； ． ２ 安徽大学 政治学系 ， 安徽 合肥 ２０ ３ ） ３０ ９
摘
要 ：考察各 省市 ２０ 至 ２０ 年高技术产业创新效率的平 均值 ， 、 ０１ ０８ 天津 福建 、 上海 、 江苏 、 北京创新效率居于前五
Ｉ（ ／ Ｄ ｎ ＹＲ Ｐ）＝ ＋卢Ｉ（ Ｄ ／ Ｅ ｌ Ｒ Ｅ Ｒ Ｐ）＋ ｎ （ ２ １—１ ｌＲ Ｐ ＋ 一 卢 ＋ ）ｎ Ｄ
令 卢 ＋ ＝卢 则有 ： 卢 ， Ｉ（ ／ Ｄ ｎ Ｙ Ｒ Ｐ） ＝卢 ＢＩ（ Ｄ ／ Ｅ ｏ＋Ｊ ｎ Ｒ Ｅ Ｒ Ｐ）＋ １ ３ ２ Ｒ Ｐ＋秽一 ＇ｎ Ｄ ｌ （） ５
最常用的产 出导向的技术效率是 以可观测产出比 相应随机前沿产出之值 ， 即
一
．
专
ｅ （ （ ｘ一 ２ ｐ ） ）
式 （） ２ 所得的技术效率表示潜在 的产 出最终 可以实现的比例。 显然 ， 想要预测技术效率 ， 首先 要对模型中的各参数进行估计。
（ ）模 型的 建立 二 本文沿用 Ｇ ｉｃｅ（９０ ｒｉ ｓ １９ ）等人所采用 的方 ｌｈ
Ｔ ｎ＝ｅｐ 一Ｕ ） 当 ｕ Ｅ ｘ （ ／ ， ☆＝０ ，Ｅ ｔ 时 Ｔ “＝１创 ，
ｌ ＲＤＰ ＋ｔ — ｕ ｎ Ｉ
新活动处于技术效率状态 ， 当 ＞０时 ， ０＜Ｔ Ｅ ＜１ 创新活动处于技术无效率状态。 ， 由于本文的模 型主要用于面板数据 的分析 ， 所 以， 考虑时变技术无效性 ， 则模型中 ＝ ｔ ・ ） “， 其中 ｔ 是表示技术无效性 随时间变化的函 ）
关键词 ：高技术 产业 ；创新效率 ；中西部地区
中圈分类号 ：Ｆ２ ４４ 文献标识码 ：Ａ 文章编 号：１０ ４ ３ （０ １ ０ — ０ ２ ０ ０ ３— ７ ０ ２ １ ） ７ ０ ２ — ５
高技术产业是技术 和知识高度 密集 ， 采用尖 端的信息技术 、 生物技术等生产高技术产品的产
果， 本文研究创新的效率 ， 所以选取与创新最密切 相关 的研究与试验发展 （ ＆ ） Ｒ Ｄ 投入 的作为创新
活动的投入。 ＆ Ｒ Ｄ经费的内部支出是指用于研究 与试验开发活动的实际支出， 不包括 Ｒ Ｄ经费支 ＆
出 中不是 直 接用 于 研 究 与试 验 开 发 的 费用 支 出 ，
式 （ ） Ｙ 表示厂商 ｉ ｔ １ 中， 在 时期的产出， 表 示厂商 ｉ ｔ 在 时期 的投人 ， 表示待估计参数向量 ， Ｊ Ｂ
表示统计噪声的随机误差 ， 表示与技术无效 有关的非负随机变量 ， 式中 ；）×ｅｐ ｖ） ３ ／ ｘ （ 部 分 即表示厂商的随机前沿产 出。 通常随机前沿分析的 目的是预测无效效应 ，
２ １ 年 ７月 ０１ 第 ３ 卷第 ７ ｏ 期
安庆师范学院学报（ 社会科学版）
Ｊ ｕ ａ ｏ ｎｉ ｅｃｅｓＣ ｌｇ （ ｏｉ ｃ ｎｅＥ ｉ ｎ ｏ ｍ ｌｆ ｑ ｇＴ ａ ｈｒ ｏｅ ｅ Ｓ ｃ ｌ ｉ ｃ ｄｉ ） Ａ ｎ ｌ ａＳ ｅ ｔ ｏ
Ｊ １２ １ ｕ． ０ｌ
＋口 矗一配 讧 （） ３ 式 （ ）中： ３ ｉ＝１２ …， 代表各省（ ； ： ， ， Ⅳ， 市）ｔ
１２ …， 代表年份 ； 表示 ｉ 市 ） ｔ ， ， ， 省（ 第 年度 的 创新 产 出；Ｄ － 和 肋 （１ 分 别 表示 ｉ ＲＥ １ ） ｃ） ＿ 省
（ 市）的 Ｒ Ｄ经费投入和 Ｒ Ｄ ＆ ＆ 人员投入 ，一１ ｔ 表
新产品销售收人额和 Ｒ Ｄ经费 内部支 出额来估 ＆ 计 函数模型。 具体方法是在函数式 （ ） ３ 等号左右 各减 ｌ Ｄ ， ｎ Ｐ 对函数式进行变形 ， Ｒ 简单过程如下 ：
ｌ Ｙ—ｌＲ Ｐ ＝／ ｎ ｎＤ ３ ０＋卢 ｌ Ｄ ＋／ ｌＲ Ｐ １Ｒ Ｅ ３ ｎＤ ｎ ２
—
表示技术无效率。 并假设 ， 秽 ～ｉ Ｎ（ ， ） 一 ｉ Ｏ ， ｄ ｉ Ｎ （ ２ 。 ｉ ｄ ， ）
收益等三方面对高技术企业创新的有效性进行分 析 。本文以省级面板数据为依据 ， Ｊ 运用随机前
动产业结构升级 ， 提高劳动生产率和经济效益 ， 有 着巨大 的作用。在 国家改革开放 总方针 的指引 下， 我国高技术产业迅猛发展 ， 国家“ ６ 计划” ８３ 和
以促进 高新技 术成果 商品化 、 产业 化为宗 旨的 “ 火炬计划 ” 的提出， 更表 现出国家对 手高技术产
业发展的高度重视。但我国高技术产业面临创新 能力不强 、 创新效率较低等问题 ， 长此以往必将制 约我国高技术产业发展 ， 对高技术产业创新效率 的深入研究有助于我们全面认识高技术产业的创
新效率现状与特征 ， 而有针对性地采取应对措 从 施。 高技术产业创新多属于技术创新的范畴。熊 彼特 １３ ９４年提出了创新的概念 ， 定义创新为一种 新的生 产 函数 的建 立 ， 生 产 要 素 的 重 新 组 即 合… 。吴贵生定义技术创新为有技术的新构想 ， 经过研究开发或技术组合 ， 到获得实际应用 ， 并产 生经济、 社会效益 的商业化过程 。国内学者对 Ｊ
示 当期 的 是上一期 的要素投入的产出； 为待
估计常数项 ； Ｒ Ｄ经 费的产 出弹性 ； 是 卢是 ＆ Ｒ Ｄ人员 的产 出弹性 ； 是 噪声误差 ， ＆ 通常 由不 可控因素或统计误差造成 ； 为非负随机变量 ，
系数即为 ０ ９０ ）为 了保证函数估计 的科学性 ， ．３５ ， 笔者将使用按照 Ｒ Ｄ活动人员全是当量平均的 ＆
・
２ ４・
安庆师范学院学报 （ 会科学版 ） 社
２１ 年 ０１
经过处理得到的式 （ ） ５ 等价于原函数模型式 （ ）调整后模型 中的两要素投入指标 的相 关系 ３，
分引起的， 说明创新要素投入在创新过程中存在 着明显的效率损失 ， 有接近 ７ ％ 的没有达到前沿 １
数变为 ０ ２４ ， ．０７ 从而既解决了投入要素变量的高 共线性问题 ， 又不影响对效率函数的估计和评价。 ３数据的选取 。 ． 本文建立的是柯布 一道格拉
斯随机前沿模型 ， 因此各投入和产出变量均表现 为对数形式 。 由于我 国部分省份 高技术产业的一
的产出水平是 由技术无效率引起的。 同时 ， 似然比 检验值也较大， 且符合混合卡方分布。 这些均说明
收 稿 日期 ：２ １ —０ ０ ０ １ ３— １
商的相对有效性 ， 并可利 用面板数据测算技术进
步和效率变化 。 随机前沿基本模型如下 ：
基金项 目：国家软 科学研究计划项 目“ 自主创新 背景下 的科技人 力资源 发战略研究 ” ２０ Ｇ Ｑ Ｄ ５ ）安 徽省软 科学研 究计 划 （０７ Ｘ ４ １９ ； 项 目“ 泛长三角区域创新体系构建与安徽创新能力全面提升研究” １ ３５３６ ） “ （０ ０００３ 、泛长三角区域一体化科技人 力资 ０ 源共享开发对 策研究 ” １０ ００ ０ ２ ； （０ ３５ ３ ５ ） 安徽大学“ ｌ 工程” ２１ 三期建设项 目“ 经济学与安徽经济社会发展 ” 和学术创 新 团队建设项 目“ 技术创新与管理” Ｓ Ｔ ０ ７ ） （Ｋ Ｄ０Ｂ 。 作者简介 ：徐文听 ， ， 女 山东临沂人 ， 安徽大学商学院硕士研究生 ； 徐家源 ， 湖南永州人 ， 男， 安徽大学政 治学 系硕士研究生 。
ｌ ＝／ ｎ ３ ０＋卢 Ｒ Ｅ（ ）＋ ｌＲ Ｐ（ ） ｌ Ｄ ｌ ｎ ｎＤ ｆ
因此能更准确地反映真正对创新起作用 的 Ｒ Ｄ ＆ 经费投入量 ， 所以， 本文选取高技术产业 Ｒ Ｄ经 ＆
费 内部支出总额表示研发经费投入（ Ｄ ） 研发 Ｒ Ｅ。 人员投入 （ Ｄ ）方面 ， ＲＰ 则采用高技术产业 Ｒ Ｄ ＆ 活动人员全是当量 ， 即高技术产业 中从事研究与 试验开发活动的全是人员数加非全时人员按工作 量折算为全时人员数的总和。 研发经费和研发人员投入之间常存在较高的 共线性 （ 本文所采用 的两个要素投入指标 的相关
业群。高技术产业作 为动力型 的先导产业 ， 对推
高 ， 分 追 求 规 模 的 扩 张 而 忽 视 了 效 率 的提 过 高 。叶蓁 ， Ｊ 刘志迎基 于高技术产业分行业 的面 板数据研究高技术产业技术效率 ， 指出高技术产 业 中各行业 的技术效率存在显著差异 ， 强调 了高 技术产业中研 发投入 的重要性 。在 高技术产 Ｊ 业创新效率研究方面， 魏芳 ， 赵玉林基于高技术产 业 １ 个行业数据 ， ７ 运用 Ｄ Ａ方法对 高技术产业 Ｅ 的创新效率进行分析 ， 比较各行业间的创新效率 差异 ， 并根据技术有效性 和规模有效性对各个行 业 的发展状态进行分类 － 。刘俊杰 ， ５ Ｊ 傅毓维基于 全国 ３ 个省 （ 、 的高技术企业统计数据 ， Ｏ 市 区） 运 用 Ｄ Ａ方法 ， Ｅ 从综合有效性 、 技术有效性和规模