劉 偉，李星星

(1.東北財經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，遼寧 大連 116025;2.東北財經(jīng)大學(xué) 數(shù)學(xué)與數(shù)量經(jīng)濟(jì)學(xué)院，遼寧 大連 116025)

一、引 言

目前，高新技術(shù)產(chǎn)業(yè)已經(jīng)成為中國國民經(jīng)濟(jì)中增長最為迅速的產(chǎn)業(yè)，形成了珠三角、長三角和環(huán)渤海三大高新技術(shù)產(chǎn)業(yè)發(fā)展密集區(qū)。但是，與經(jīng)濟(jì)增長的粗放式類似，中國高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新同樣具有粗放性，主要是依靠高投入來支撐的，而并非效率的提升。如何對中國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行合理評價，分析效率的影響因素及作用機(jī)制，找到促進(jìn)高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率提高的現(xiàn)實途徑，具有重要意義。

有關(guān)技術(shù)創(chuàng)新效率的內(nèi)涵學(xué)術(shù)界還沒有權(quán)威的界定，本文將技術(shù)創(chuàng)新效率定義為一種創(chuàng)新過程的技術(shù)效率，測度創(chuàng)新投入與創(chuàng)新產(chǎn)出之間的轉(zhuǎn)換關(guān)系。國內(nèi)學(xué)者對高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新的研究主要從創(chuàng)新能力和創(chuàng)新效率兩個角度來進(jìn)行的。在創(chuàng)新能力方面，蔣殿春和夏良科［1］測算了外商直接投資對中國高新技術(shù)產(chǎn)業(yè)的作用，考慮到不同所有制企業(yè)創(chuàng)新能力的不同，驗證了外資的影響因企業(yè)性質(zhì)的不同而不同。蔣殿春和張宇［2］通過對中國高新技術(shù)產(chǎn)業(yè)面板數(shù)據(jù)的分析，探討了技術(shù)外溢效應(yīng)的存在性以及行業(yè)特征對其的影響。張倩肖和馮根福［3］認(rèn)為外資企業(yè)的R＆D溢出對提高中國本土企業(yè)技術(shù)創(chuàng)新能力有重要作用。在創(chuàng)新效率方面，朱有為和徐康寧［4］采用SFA方法分析了中國高新技術(shù)產(chǎn)業(yè)的研發(fā)效率，指出中國高新技術(shù)產(chǎn)業(yè)的研發(fā)效率整體較低，但呈現(xiàn)逐步上升的趨勢。余泳澤和武鵬［5］等也采用SFA方法進(jìn)行了類似的研究。吳和成［6］運(yùn)用DEA和超效率DEA模型對中國五個高技術(shù)產(chǎn)業(yè)的R＆D效率進(jìn)行分析，獲得了中國“十五”期間高新技術(shù)產(chǎn)業(yè)R＆D效率的基本情況。官建成和陳凱華［7］通過將DEA方法的松弛測度模型和臨界效率模型結(jié)合測度了中國高新技術(shù)產(chǎn)業(yè)創(chuàng)新活動的技術(shù)效率、純技術(shù)效率和規(guī)模效率。

現(xiàn)有的研究成果缺乏對中國省際高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的系統(tǒng)研究，研究模型的選擇較為單一，變量指標(biāo)的選取不盡合理，影響了研究結(jié)論的穩(wěn)健性。本文使用三階段DEA模型與Bootstrap方法，對中國省際高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率進(jìn)行了測算，并給出了效率估計值的置信區(qū)間。同時，分析了各省市高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的主要影響因素，并提出了相應(yīng)的政策建議。

二、研究方法和模型

(一)三階段DEA模型

Fried等［8］在DEA模型的基礎(chǔ)上提出了能夠消除環(huán)境因素和隨機(jī)誤差影響的三階段DEA模型。第一階段的DEA模型使用BCC修正模型，BCC模型將未處于最佳生產(chǎn)規(guī)模和技術(shù)上的無效率分解開來，使得純技術(shù)效率比CCR模式下得到的技術(shù)效率更加精確地反映決策單元的管理水平。但是，BCC模型沒有考慮環(huán)境因素和隨機(jī)誤差對效率測度結(jié)果的影響，無法區(qū)分效率損失是由內(nèi)部管理原因引起的，還是由環(huán)境因素和隨機(jī)誤差引起的。第二階段的SFA模型通過對投入變量的松弛值進(jìn)行分析，剝離出管理無效率、環(huán)境因素以及隨機(jī)誤差等對效率產(chǎn)生的影響，使每個決策單元都面對同樣的環(huán)境。第三階段調(diào)整的DEA模型將第二階段調(diào)整后的各投入變量值代入BCC模型中，代替原始投入變量，重新測算效率值，就可以得到去掉環(huán)境因素與隨機(jī)誤差影響的真實效率值。

(二)Bootstrap方法

DEA模型是通過構(gòu)建生產(chǎn)前沿面來測度各決策單元的效率值，把生產(chǎn)前沿面上的決策單元看作處于完全效率狀態(tài)，而事實上它們并非具有完全效率。從這個角度來看，DEA模型測度的效率值為相對效率，而并非是絕對意義上的“效率”概念。另外，從純粹的統(tǒng)計學(xué)意義上講，Kniep等［9］指出DEA模型的效率估計值的漸近分布一般難以確定。Bootstrap方法可以推斷DEA模型估計值的經(jīng)驗分布，進(jìn)而修正效率估計值的偏差并給出其置信區(qū)間。其基本思想是:不對未知總體作任何假定，僅在原始數(shù)據(jù)的基礎(chǔ)上，通過重復(fù)抽樣來模擬數(shù)據(jù)的生成過程，從而得到原始估計量的近似樣本分布，進(jìn)一步對總體的特征進(jìn)行統(tǒng)計推斷。本文的研究采用R語言編程來實現(xiàn)Bootstrap方法。

三、變量和數(shù)據(jù)

(一)創(chuàng)新投入與產(chǎn)出變量

發(fā)明專利是高新技術(shù)產(chǎn)業(yè)R＆D活動的直接成果，也是國際上通用的衡量技術(shù)創(chuàng)新的產(chǎn)出指標(biāo)，本文用申請授權(quán)的發(fā)明專利數(shù)作為創(chuàng)新活動的產(chǎn)出指標(biāo)。新產(chǎn)品銷售收入從商業(yè)上直觀體現(xiàn)了技術(shù)創(chuàng)新成果的價值，也是體現(xiàn)市場接受能力最好的指標(biāo)，因此，也將其作為技術(shù)創(chuàng)新的產(chǎn)出指標(biāo)。在技術(shù)創(chuàng)新的投入要素上，研發(fā)經(jīng)費(fèi)和研發(fā)人員是R＆D活動實現(xiàn)的關(guān)鍵因素，應(yīng)作為創(chuàng)新投入指標(biāo)。新產(chǎn)品開發(fā)經(jīng)費(fèi)和技術(shù)改造經(jīng)費(fèi)因?qū)?chuàng)新產(chǎn)出有著直接的影響，也應(yīng)作為創(chuàng)新活動的投入指標(biāo)。研發(fā)經(jīng)費(fèi)存量計算方法借鑒Griliches［10］和Coe與Helpman［11］等的做法。新產(chǎn)品開發(fā)經(jīng)費(fèi)和技術(shù)改造經(jīng)費(fèi)的處理方法，與R＆D經(jīng)費(fèi)相同。

(二)環(huán)境變量

1.市場結(jié)構(gòu)

國內(nèi)外學(xué)者關(guān)于市場結(jié)構(gòu)對技術(shù)創(chuàng)新效率的影響意見不一，如Schumpeter［12］認(rèn)為壟斷與研發(fā)有著密切的聯(lián)系，高市場集中度的產(chǎn)業(yè)更有助于激勵企業(yè)的R＆D努力。而Arrow［13］則認(rèn)為競爭性環(huán)境會給企業(yè)R＆D帶來更大的激勵。多數(shù)的研究認(rèn)為壟斷性市場結(jié)構(gòu)不利于研發(fā)效率的提高。對于市場結(jié)構(gòu)變量，本文采用馮根福等［14］和朱有為與徐康寧［4］的設(shè)計，用各行業(yè)企業(yè)數(shù)來表示。

2.企業(yè)規(guī)模

企業(yè)規(guī)模和創(chuàng)新效率的關(guān)系也存在較多爭論。Chen等［15］認(rèn)為技術(shù)創(chuàng)新效率改善需要一定的規(guī)模經(jīng)濟(jì)性。Pavitt等［16］認(rèn)為較小和較大企業(yè)的創(chuàng)新效率比中等企業(yè)更高，也即創(chuàng)新效率和企業(yè)規(guī)模之間呈現(xiàn)U型關(guān)系。對于企業(yè)規(guī)模變量，本文采用各行業(yè)企業(yè)的平均產(chǎn)值來表征，其值等于各行業(yè)總產(chǎn)值除以企業(yè)數(shù)。

3.所有制結(jié)構(gòu)

在所有制結(jié)構(gòu)與技術(shù)創(chuàng)新效率的關(guān)系方面，研究者們的觀點較為一致，大都認(rèn)為非國有企業(yè)的創(chuàng)新效率高于國有企業(yè)，外資企業(yè)的創(chuàng)新效率高于內(nèi)資企業(yè)。本文采用外資企業(yè)比重和國有企業(yè)比重指標(biāo)，通過兩類企業(yè)的總產(chǎn)值除以行業(yè)總產(chǎn)值得到。

4.政府支持

政府支持是增加了企業(yè)總的R＆D投入還是對企業(yè)R＆D投入產(chǎn)生了擠出效應(yīng)存在不確定性，因此政府支持對高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的作用需要進(jìn)一步檢驗。本文采用R＆D經(jīng)費(fèi)內(nèi)部支出中政府資金比例，并考慮滯后一期，來衡量政府支持對高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響。本文中使用的變量及其描述如表1所示。

表1 變量定義

(三)測度樣本和數(shù)據(jù)

本文選取《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》中30個省市 (西藏數(shù)據(jù)不完整，將其剔除)的面板數(shù)據(jù)進(jìn)行實證研究。另外，沿襲中國傳統(tǒng)的東、中、西部劃分方法，將30個省市進(jìn)行區(qū)域劃分。①東部:北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11個省市;中部:山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南等9個省市;西部:廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆等10個省市。

由于從研發(fā)投入到新專利和新產(chǎn)品的誕生以及商業(yè)化通常都需要一定周期，即存在投入產(chǎn)出的時滯，同時各種創(chuàng)新活動周期存在較大差異性，使得投入產(chǎn)出很難對應(yīng)，沒有形成統(tǒng)一標(biāo)準(zhǔn)。多數(shù)高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新周期存在較大差異，從通信電子和信息產(chǎn)業(yè)的幾個月到醫(yī)藥和航天制造的幾年不等。本文為了統(tǒng)一口徑，都統(tǒng)一為1年，創(chuàng)新投入數(shù)據(jù)為2009年，創(chuàng)新產(chǎn)出數(shù)據(jù)為2010年。

四、實證結(jié)果分析

(一)省際高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率測算結(jié)果分析

1.第一階段的DEA模型實證結(jié)果

如表2所示，從整體來看，中國高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率還比較低，且各省市的差異較大。在不考慮環(huán)境因素影響的情況下，高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的平均值為0.563。其中，純技術(shù)效率的平均值為0.671，規(guī)模效率的平均值為0.868。因此，中國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新的低效率主要歸因于純技術(shù)效率的低下。從各省市來看，北京、天津和安徽的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率值為1.00，位于效率前沿面之上，原因在于這些省市的高新技術(shù)產(chǎn)業(yè)發(fā)展較為成熟，技術(shù)相對發(fā)達(dá)，管理水平高;而東北三省、江西、湖北、廣西以及陜西等省份的效率值在全國的排位較為靠后，均在0.200—0.400之間;青海是效率最低的省份，效率值僅為0.005，原因在于青海的高新技術(shù)產(chǎn)業(yè)創(chuàng)新投入量很小，從而造成技術(shù)創(chuàng)新的規(guī)模效率低下，處于規(guī)模效率遞增的階段。

表2 三階段DEA模型估計結(jié)果

中國東、中、西部各個區(qū)域的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和布局、要素稟賦、人力資本、開放程度等客觀條件存在較大差異，導(dǎo)致了地區(qū)之間的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率存在較大差異。如表2所示，東部的效率均值 (0.636)明顯高于中部 (0.498)和西部 (0.538)。東部是開放度最高、經(jīng)濟(jì)最發(fā)達(dá)、產(chǎn)業(yè)發(fā)展最成熟的地區(qū)，帶動了整個東部地區(qū)高新技術(shù)產(chǎn)業(yè)的發(fā)展，技術(shù)創(chuàng)新效率與高新技術(shù)產(chǎn)業(yè)發(fā)展水平存在較強(qiáng)的相關(guān)性。而東部的純技術(shù)效率 (0.707)和規(guī)模效率 (0.904)要分別低于西部 (0.747)和中部 (0.957)，從規(guī)模報酬角度來看，東部很多省市都呈現(xiàn)出規(guī)模報酬遞減的現(xiàn)象，中西部省市則大都為規(guī)模報酬遞增的。中部與西部對比來看，中部的技術(shù)創(chuàng)新效率略低于西部地區(qū)，而其規(guī)模效率卻遠(yuǎn)高于西部，技術(shù)創(chuàng)新效率略低應(yīng)歸結(jié)于純技術(shù)效率的低下。究其原因:一方面中、西部的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新大都處于規(guī)模報酬遞增階段，而中部地區(qū)的創(chuàng)新投入規(guī)模要大于西部，中部地區(qū)呈現(xiàn)出了較高的規(guī)模效率;另一方面實施西部開發(fā)戰(zhàn)略以來，各省市積極引進(jìn)國內(nèi)外先進(jìn)技術(shù)，優(yōu)化了高新技術(shù)產(chǎn)業(yè)發(fā)展的環(huán)境和管理水平，提升了高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率。

2.第二階段的SFA模型實證結(jié)果

如表3所示，各自變量對投入松弛值的系數(shù)大部分通過了顯著性檢驗，說明環(huán)境因素對高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新投入冗余存在顯著影響。

表3 SFA估計結(jié)果

所有制結(jié)構(gòu)對四種創(chuàng)新投入松弛變量具有顯著影響，只有外企比重對研發(fā)經(jīng)費(fèi)松弛量的系數(shù)不顯著。國企比重對所有創(chuàng)新投入指標(biāo)的松弛量的影響為正，而外企比重對所有創(chuàng)新投入指標(biāo)的松弛量的影響為負(fù)。這表明高新技術(shù)產(chǎn)業(yè)中國有化比重的減少和外企比重的增加，有利于減少研發(fā)投入資源的冗余。市場化程度的提高和所有制結(jié)構(gòu)的多元化，促進(jìn)了企業(yè)治理結(jié)構(gòu)和激勵機(jī)制的變革，提高了創(chuàng)新資源的利用效率，成為高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率改善的重要制度基礎(chǔ)。

市場結(jié)構(gòu)除了對研發(fā)經(jīng)費(fèi)松弛量的影響不顯著外，對其他三種創(chuàng)新投入松弛量均具有顯著的正向影響，表明高市場集中度更有利于高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的提高。這一結(jié)論與傳統(tǒng)產(chǎn)業(yè)組織學(xué)的觀點和熊彼特關(guān)于創(chuàng)新的第二種論述是一致的。高的市場集中度更加有利于創(chuàng)新資源的集中，發(fā)揮規(guī)模經(jīng)濟(jì)效應(yīng)，更容易完成重大技術(shù)創(chuàng)新難題的攻關(guān)。同時，技術(shù)創(chuàng)新擴(kuò)散更慢，專利保護(hù)相對容易。

政府支持對四種創(chuàng)新投入松弛量均具有顯著的正向影響，表明政府支持沒有有效改善創(chuàng)新資源的配置。原因可能在于:一方面政府對高新技術(shù)產(chǎn)業(yè)創(chuàng)新的支持更多體現(xiàn)在資金方面，政府部門作為支持資金的單一分配者，易受尋租活動和行政隸屬關(guān)系的影響，從而使得支持的力量無法作用于有效的方向，同時政府缺乏有效監(jiān)管手段，導(dǎo)致創(chuàng)新資源存在浪費(fèi)現(xiàn)象。另一方面是政府的其他創(chuàng)新扶持政策缺乏可操作性，難于落到實處，影響了技術(shù)創(chuàng)新效率的提高。

企業(yè)規(guī)模變量的平方項對四種投入松弛量均具有正向影響，但是僅對研發(fā)經(jīng)費(fèi)和研發(fā)人員兩個投入松弛量的影響顯著為正。說明并非企業(yè)平均規(guī)模越大，其創(chuàng)新效率就會越高，與Pavitt等［16］的結(jié)論相反，企業(yè)規(guī)模與創(chuàng)新效率呈現(xiàn)非線性的倒“U”型關(guān)系。一方面，大規(guī)模企業(yè)往往會因為多層次的管理鏈而導(dǎo)致信息不對稱，從而使得管理效率低下，造成資源配置不合理，影響技術(shù)創(chuàng)新效率。另一方面，企業(yè)要想進(jìn)行研發(fā)就必須有一定的規(guī)模做支撐，小企業(yè)在研發(fā)創(chuàng)新過程中常常面臨資金瓶頸，迫于競爭壓力，很難實現(xiàn)較高的研發(fā)投入，創(chuàng)新效率的提高難度大。因此，中國高新技術(shù)產(chǎn)業(yè)中適度規(guī)模企業(yè)的技術(shù)創(chuàng)新效率會更高。

3.“過渡”階段及第三階段調(diào)整的DEA模型實證結(jié)果

如表2所示，在只調(diào)整了研發(fā)投入以后，大部分省市相對于第一階段DEA的效率值發(fā)生了變化，且其變化值占一、三階段總的效率變化幅度的絕大部分。特別的，遼寧、山東、江蘇、上海、福建、吉林、山西、湖南、內(nèi)蒙古、貴州、寧夏和新疆等12個省市從第一階段DEA到“過渡”階段DEA的效率值變化幅度即為一、三階段技術(shù)創(chuàng)新效率總的變化幅度，表明環(huán)境因素主要通過對研發(fā)投入的調(diào)整而引起創(chuàng)新效率的變化，而對新產(chǎn)品開發(fā)經(jīng)費(fèi)投入和技術(shù)改造經(jīng)費(fèi)投入的調(diào)整作用不大。與之相反，河北、廣東、海南、黑龍江、江西、重慶、云南和甘肅等8個省市的創(chuàng)新效率在第一階段DEA到“過渡”階段DEA的變化幅度要明顯小于其第一到第三階段的整體變化幅度，表明環(huán)境因素對技術(shù)改造經(jīng)費(fèi)投入和新產(chǎn)品開發(fā)經(jīng)費(fèi)投入更具有影響力。由此可見，中國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率提升的措施，應(yīng)當(dāng)因地制宜，根據(jù)不同省市的具體情況有針對性地增加相關(guān)創(chuàng)新投入要素才能實現(xiàn)最佳效果。

整體考察環(huán)境因素對創(chuàng)新投入的調(diào)整過程，北京、天津和安徽3個省市一直位于效率前沿面上;除了內(nèi)蒙古、青海、寧夏和新疆等4個西部省份在調(diào)整投入的過程中技術(shù)創(chuàng)新效率呈現(xiàn)下降趨勢外，其他省市的創(chuàng)新效率均為上升狀態(tài)。說明對于相同環(huán)境條件下的技術(shù)創(chuàng)新過程，內(nèi)蒙古、青海、寧夏和新疆等4個省份的高新技術(shù)產(chǎn)業(yè)的經(jīng)營管理水平與其他省市有相當(dāng)大的差距，故而使得“純粹”反映管理水平的技術(shù)創(chuàng)新效率下降更大，而效率下降的主要原因是規(guī)模效率的下降。如表2所示，對比第一階段與第三階段的估計值，如果不消除環(huán)境因素影響，在三大區(qū)域的效率構(gòu)成中，規(guī)模效率表現(xiàn)“突出”;而當(dāng)調(diào)整了環(huán)境因素影響以后，規(guī)模效率的比重有所降低，而純技術(shù)效率表現(xiàn)“增強(qiáng)”，特別是西部地區(qū)的純技術(shù)效率 (0.783)在第三階段超過了規(guī)模效率 (0.693)?？偟膩碚f，中國三大區(qū)域的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率始終表現(xiàn)出“東高西低”的特征。通過環(huán)境因素對創(chuàng)新投入指標(biāo)的調(diào)整，各區(qū)域高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率估計值不僅整體有所下降，而且其構(gòu)成結(jié)構(gòu)也在各階段表現(xiàn)出不同的特征。在第一階段，各區(qū)域技術(shù)創(chuàng)新效率的構(gòu)成普遍表現(xiàn)為較大的規(guī)模效率與相對較小純技術(shù)效率，兩個指標(biāo)之間差距較大，東、中部地區(qū)尤其明顯，而西部地區(qū)兩個指標(biāo)相對均衡。過渡階段與第三階段各區(qū)域技術(shù)創(chuàng)新效率的構(gòu)成相似，純技術(shù)效率與規(guī)模效率之間的差距減小，西部地區(qū)尤其突出，東部地區(qū)次之，中部地區(qū)兩個指標(biāo)差異較大。

如表4所示，經(jīng)過Bootstrap方法糾偏的技術(shù)創(chuàng)新效率值要明顯低于未糾偏的效率值，原因在于Bootstrap方法考慮到了生產(chǎn)前沿面的非效率因素，由相對效率轉(zhuǎn)為絕對效率。例如，位于前沿面的北京、天津和安徽3個省市的創(chuàng)新效率值均由1.000分別降低到了0.895、0.913和0.682，而創(chuàng)新效率值下降幅度較大的省份有廣東和安徽，下降幅度超過了0.300，山東、上海、福建和山西等4個省市的下降幅度超過了0.200。從Bootstrap方法調(diào)整后的效率值來看，天津最高，為0.913，這是因為，近幾年來許多世界500強(qiáng)企業(yè)紛紛落戶天津高新技術(shù)產(chǎn)業(yè)園區(qū)，設(shè)立科研機(jī)構(gòu)，帶動了天津市高新技術(shù)產(chǎn)業(yè)的協(xié)同發(fā)展。北京的效率排名第二位，為0.895，因為北京智力資源豐富，科研能力較強(qiáng);高新技術(shù)企業(yè)數(shù)量最多、科技人才素質(zhì)高、研發(fā)實力強(qiáng)，許多跨國公司也紛紛設(shè)立研發(fā)中心，從規(guī)模和管理水平上都為北京的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新提供了強(qiáng)大的基礎(chǔ)和支撐。需要引起注意的是，除了西部地區(qū)很多省市的創(chuàng)新效率較低以外，遼寧、海南、黑龍江和吉林的創(chuàng)新效率也很低。與中東部地區(qū)相比，東北三省的高新技術(shù)產(chǎn)業(yè)不僅落后，而且增長速度緩慢，差距逐步加大，技術(shù)創(chuàng)新的能力不強(qiáng)，創(chuàng)新效率低下。海南的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率較低主要是因為其建立的時間相對較晚，高新技術(shù)產(chǎn)業(yè)并不發(fā)達(dá)，產(chǎn)業(yè)發(fā)展的規(guī)模過小，技術(shù)相對落后。

從三大區(qū)域的角度考察，以Bootstrap方法糾偏后的絕對效率值為標(biāo)準(zhǔn)，東部地區(qū)高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新的絕對效率平均值為0.478，依然高于中、西部地區(qū) (分別為0.361和0.376)。與剔除了環(huán)境因素影響的第三階段相對效率結(jié)果不同，西部地區(qū)的絕對效率平均值 (0.376)超過了中部地區(qū)(0.361)。由于考慮了生產(chǎn)前沿面的非效率因素后致使中部省市的創(chuàng)新效率下降幅度大于西部省市?？傮w來看，中國各個區(qū)域的高新產(chǎn)業(yè)技術(shù)創(chuàng)新效率都比較低，影響了整個高新技術(shù)產(chǎn)業(yè)創(chuàng)新能力的提高，采取有效措施，技術(shù)創(chuàng)新效率的提升還有較大空間。

表4 各區(qū)域Bootstrap糾偏的技術(shù)創(chuàng)新效率值

按照效率測算的四個階段，中國三大區(qū)域及全國平均的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的變化路徑如圖1所示。東部地區(qū)平均效率變化路徑為0.636→0.640→0.643→0.478，表明研發(fā)投入的調(diào)整對創(chuàng)新效率的影響要略高于技術(shù)改造投入和新產(chǎn)品開發(fā)投入對其的影響;Bootstrap糾偏的效率的變化比環(huán)境變量對全部投入要素調(diào)整產(chǎn)生的影響要大，說明生產(chǎn)前沿面的非效率因素確實存在;當(dāng)把東部地區(qū)的環(huán)境調(diào)整到與其他地區(qū)相同時，東部地區(qū)的相對效率出現(xiàn)上升趨勢，說明了東部地區(qū)僅反映管理水平的創(chuàng)新效率是更高的。東部地區(qū)技術(shù)創(chuàng)新效率變化最大的省市為山東、上海和廣東，說明環(huán)境因素對創(chuàng)新效率的影響較為顯著。中部地區(qū)的創(chuàng)新效率變化路徑與東部地區(qū)相似，變化幅度均不大。西部地區(qū)創(chuàng)新效率的變化路徑較為陡峭，為0.538→0.496→0.497→0.376，特別是從第一階段到“過渡”階段的變化最大，表明西部地區(qū)研發(fā)投入的調(diào)整對創(chuàng)新效率的影響明顯，西部地區(qū)的研發(fā)投入冗余相對較多;而當(dāng)調(diào)整技術(shù)改造投入和新產(chǎn)品開發(fā)投入時，技術(shù)創(chuàng)新效率明顯提高，說明西部地區(qū)技術(shù)改造投入和新產(chǎn)品開發(fā)投入較為不足，增加這兩種投入可以很大程度提高創(chuàng)新效率。在三階段DEA中，新疆的創(chuàng)新效率變化幅度是最大的，其次是寧夏。當(dāng)把這兩個省市的環(huán)境調(diào)整到與其他省市相同時，新疆和寧夏的相對技術(shù)創(chuàng)新效率有了較大幅度的下降，說明新疆和寧夏兩個省區(qū)的高新技術(shù)產(chǎn)業(yè)的管理水平要低于其他省份。山西、上海、安徽、福建、山東和廣東省的Bootstrap偏差分別達(dá)到0.208、0.202、0.318、0.211、0.204和0.376，說明還有其他影響這些省市高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的重要環(huán)境因素有待進(jìn)一步考察。

圖1 三大區(qū)域創(chuàng)新效率變化路徑

圖2 創(chuàng)新效率的聚類分析結(jié)果

(二)省際高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的聚類分析

為了進(jìn)一步研究中國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的省際差異，本文將剝離了環(huán)境因素影響后的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率構(gòu)成中的純技術(shù)效率與規(guī)模效率值進(jìn)行聚類分析，以考察各省市高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新模式。以0.900的效率值為臨界點對以上兩種效率進(jìn)行劃分，可將中國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率劃分為四種類型，如圖2所示。

第一種類型為“雙高型”，即純技術(shù)效率和規(guī)模效率均達(dá)到0.900以上的省市，包括北京、天津、安徽和廣東等4個省市，其創(chuàng)新效率所需改進(jìn)相對較少。第二種類型表現(xiàn)為純技術(shù)效率較高而規(guī)模效率較低，主要有青海、寧夏、內(nèi)蒙古、新疆和甘肅等5個省區(qū)，其純技術(shù)效率高于0.900而規(guī)模效率在0.900之下，特別是青海省，其規(guī)模效率僅為0.002，這些省區(qū)的重點改進(jìn)方向為規(guī)模效率，應(yīng)加大對技術(shù)創(chuàng)新的投入，擴(kuò)大產(chǎn)業(yè)規(guī)模，實現(xiàn)資源的集中配置。第三種類型表現(xiàn)為純技術(shù)效率較低而規(guī)模效率較高，包括重慶、貴州、河南、湖南、福建、浙江、四川、河北、遼寧、江西、湖北、陜西和黑龍江等13個省市，這些省市的改革重點在于純技術(shù)效率，即應(yīng)當(dāng)注重管理水平，合理配置資源，減少投入浪費(fèi)。第四種類型為純技術(shù)效率和規(guī)模效率都比較低的“雙低型”，有江蘇、海南、云南、山西、山東、上海、廣西和吉林等8個省市，其純技術(shù)效率和規(guī)模效率均在0.900以下，與“雙高型”的省市相比，高新技術(shù)產(chǎn)業(yè)的管理水平相對落后，產(chǎn)業(yè)規(guī)模小，創(chuàng)新投入少，技術(shù)創(chuàng)新效率有較大的改善空間，在發(fā)展中應(yīng)當(dāng)同時兼顧技術(shù)研發(fā)規(guī)模的擴(kuò)大和管理水平的提高。比較奇怪的是江蘇和上海也為“雙低型”，原因可能在于數(shù)據(jù)統(tǒng)計的偏差。

五、研究結(jié)論與政策建議

(一)研究結(jié)論

第一，中國高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率比較低，主要歸因于純技術(shù)效率的低下。各省市高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率差異較大，從三大區(qū)域來看，東部的創(chuàng)新效率最高，其次是西部，中部最低，各區(qū)域的創(chuàng)新效率構(gòu)成普遍表現(xiàn)為較大的規(guī)模效率與相對較小的純技術(shù)效率，東、中部尤其明顯。第二，環(huán)境因素對高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率影響顯著。政府支持不利于改善創(chuàng)新資源的有效配置。國有化比重的下降和外資企業(yè)比重的提高，有利于減少創(chuàng)新資源的浪費(fèi)，促使技術(shù)創(chuàng)新效率的提高。較高市場集中度和適中的企業(yè)規(guī)模，有助于減少創(chuàng)新資源的冗余，使技術(shù)創(chuàng)新具有規(guī)模經(jīng)濟(jì)性，技術(shù)創(chuàng)新效率也越高。第三，在剔除環(huán)境因素影響后，僅對調(diào)整研發(fā)投入的“過渡”階段的創(chuàng)新效率值來看，多數(shù)省市的效率發(fā)生變化，而對技術(shù)改造投入和新產(chǎn)品開發(fā)投入的調(diào)整作用不大。第四，經(jīng)過Bootstrap糾偏的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率值出現(xiàn)明顯的下降，只是各省市的下降幅度存在差異。從三大區(qū)域來看，創(chuàng)新效率發(fā)生了一定的變化，順序為東部、西部和中部。

(二)政策建議

第一，各省市應(yīng)該結(jié)合自身效率損失的原因采取不同的措施，那些純技術(shù)效率較低的省市需要加強(qiáng)管理創(chuàng)新及制度變革，引進(jìn)新的管理理念與方法，建立新的制度體系。那些規(guī)模效率較低的省市需要不斷擴(kuò)大高新技術(shù)產(chǎn)業(yè)規(guī)模，提升規(guī)模效益。第二，各地區(qū)應(yīng)實施高新技術(shù)產(chǎn)業(yè)多元化的產(chǎn)權(quán)制度改革，激發(fā)高新技術(shù)企業(yè)治理結(jié)構(gòu)和激勵機(jī)制的變革，使創(chuàng)新資源配置出現(xiàn)效率導(dǎo)向。重點培育少數(shù)大型高新技術(shù)企業(yè)，發(fā)揮大企業(yè)創(chuàng)新的規(guī)模經(jīng)濟(jì)性以及重大關(guān)鍵技術(shù)創(chuàng)新的引領(lǐng)作用和示范作用。同時，應(yīng)積極扶植中小企業(yè)發(fā)展，增強(qiáng)其參與創(chuàng)新的動力，引導(dǎo)不同類型企業(yè)之間的研發(fā)合作和競爭，形成合理的市場競爭環(huán)境。第三，政府部門應(yīng)該繼續(xù)加大對高新技術(shù)產(chǎn)業(yè)的支持力度，對高新技術(shù)產(chǎn)業(yè)發(fā)展落后地區(qū)給予相應(yīng)的政策傾斜，發(fā)揮政府政策的導(dǎo)向和協(xié)調(diào)作用，引導(dǎo)創(chuàng)新資源的合理適度流動，實現(xiàn)創(chuàng)新資源優(yōu)勢互補(bǔ)，逐漸縮小地區(qū)之間的差距，發(fā)揮協(xié)同創(chuàng)新能力。同時，更應(yīng)該給與技術(shù)創(chuàng)新更多的支持政策，如稅收優(yōu)惠、專利權(quán)保護(hù)等，增強(qiáng)企業(yè)自主創(chuàng)新積極性，促進(jìn)技術(shù)創(chuàng)新效率的提升。

［1］蔣殿春，夏良科.外商直接投資對中國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新作用的經(jīng)驗分析［J］.世界經(jīng)濟(jì)，2005，(8).

［2］蔣殿春，張宇.行業(yè)特征與外商直接投資的技術(shù)溢出效應(yīng):基于高新技術(shù)產(chǎn)業(yè)的經(jīng)驗分析［J］.世界經(jīng)濟(jì)，2006，(10).

［3］張倩肖，馮根福.三種R＆D溢出與本地企業(yè)技術(shù)創(chuàng)新［J］.中國工業(yè)經(jīng)濟(jì)，2007，(11).

［4］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).

［5］余泳澤，武鵬.我國高技術(shù)產(chǎn)業(yè)研發(fā)效率空間相關(guān)性及其影響因素分析［J］.產(chǎn)業(yè)經(jīng)濟(jì)評論，2010，(9).

［6］吳和成.高技術(shù)產(chǎn)業(yè)R＆D效率分析［J］.研究與發(fā)展管理，2008，(10).

［7］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］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，(10).

［8］Fried，H.O.，Lovell，C.A.K.，Schmidt，S.S.，Yaisawarng，S.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis［J］.Journal of Productivity Analysis，2002，17(1-2):157-174.

［9］Kniep，A.，Simar，L.，Wilson，P.Asymptotics for DEA Estimators in Non-Parametric Frontier Models［R］.IAP Technical Report 0323，2003.

［10］Griliches，Z.Patents Statistics as Economic Indicators:A Survey［J］.Journal of Economic Literature，1990，28(4):1661-1707.

［11］Coe，S.，Helpman，M.International R＆D Spillovers［J］.European Economic Review，1995，39(5):859-887.

［12］Schumpeter，J.Capitalism，Socialism and Democracy［M］.New York:Harper Torchbooks，1962.

［13］Arrow，K.Economic Welfare and the Allocation of Resources for Invention［M］.Princeton:Princeton University Press，1962.

［14］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).

［15］Chen，C.T.，Chien，C.F.，Lin，M.H.，Wang，J.T.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.

［16］Pavitt，K.，Robson，M.，Townsend，J.The Size Distribution of Innovating Firms in the UK:1945-1983［J］.Journal of Industrial Economics，1987，35(3):297-316.