張運(yùn)華，高 晶

(江蘇科技大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇鎮(zhèn)江212003)

高科技產(chǎn)業(yè)作為研究和開(kāi)發(fā)密集型產(chǎn)業(yè)，具有高研發(fā)投入和高創(chuàng)新性兩大特點(diǎn).新世紀(jì)以來(lái)，我國(guó)的高科技產(chǎn)業(yè)發(fā)展迅速，對(duì)經(jīng)濟(jì)增長(zhǎng)的帶動(dòng)作用日益增強(qiáng).作為國(guó)民經(jīng)濟(jì)的重要支柱，技術(shù)的載體和轉(zhuǎn)化媒介，高科技產(chǎn)業(yè)的持續(xù)、健康發(fā)展對(duì)于產(chǎn)業(yè)結(jié)構(gòu)提升和經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變均具有重要意義，更是衡量一個(gè)國(guó)家綜合國(guó)力的重要標(biāo)志.目前，學(xué)術(shù)界對(duì)于高科技產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究已經(jīng)積累了相當(dāng)?shù)幕A(chǔ)，取得了豐碩的成果.文獻(xiàn)［12］運(yùn)用數(shù)據(jù)包絡(luò)分析方法(data envelopment analysis，DEA)分析了高新技術(shù)產(chǎn)業(yè)的效率，但并未考慮影響效率的環(huán)境因素;文獻(xiàn)［34］利用隨機(jī)前沿的方法對(duì)中國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行了實(shí)證分析，考慮到創(chuàng)新產(chǎn)出是一個(gè)多指標(biāo)體系，單純的隨機(jī)前沿方法并不能同時(shí)有效地進(jìn)行處理，這樣會(huì)掩蓋產(chǎn)出指標(biāo)之間可能存在的關(guān)聯(lián)性;文獻(xiàn)［5］從價(jià)值鏈的角度出發(fā)，構(gòu)建規(guī)模報(bào)酬可變情形下的兩階段鏈?zhǔn)疥P(guān)聯(lián)DEA模型，分析了中國(guó)28個(gè)省份高技術(shù)產(chǎn)業(yè)的效率，但并未對(duì)高新技術(shù)領(lǐng)域的各行業(yè)進(jìn)行分析.文獻(xiàn)［6］利用兩階段DEA模型，對(duì)1999～2007年我國(guó)高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率進(jìn)行了測(cè)度，但沒(méi)有考慮到投入和產(chǎn)出之間存在的滯后問(wèn)題，從而對(duì)研究結(jié)果的準(zhǔn)確性帶來(lái)一定影響.文獻(xiàn)［7］運(yùn)用三階段的DEA模型研究高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率，但其使用的是截面數(shù)據(jù)，局限在于除了沒(méi)有考慮投入和產(chǎn)出之間的滯后問(wèn)題，也不能利用面板數(shù)據(jù)所包含的信息優(yōu)勢(shì)，從而會(huì)導(dǎo)致研究結(jié)論產(chǎn)生偏差.

簡(jiǎn)單的數(shù)據(jù)包絡(luò)分析法并沒(méi)有考慮測(cè)度問(wèn)題給數(shù)據(jù)帶來(lái)的隨機(jī)誤差，而是將所有存在的隨機(jī)誤差認(rèn)為是效率的不同，從而導(dǎo)致數(shù)據(jù)的偏差越多，平均效率的偏差也會(huì)越大.隨機(jī)前沿函數(shù)法雖然對(duì)于無(wú)效率項(xiàng)的影響因素進(jìn)行了考慮，但其對(duì)于多產(chǎn)出的情況，只能分別進(jìn)行處理，然后進(jìn)行匯總分析.兩階段DEA模型，第一階段運(yùn)用傳統(tǒng)的DEA模型得出效率值;在第二階段將第一階段效率值作為產(chǎn)出，同時(shí)引入虛擬投入變量，用于評(píng)價(jià)綜合效率值.雖然兩階段DEA模型將環(huán)境因素納入模型，但無(wú)法剝離環(huán)境及誤差因素對(duì)效率的影響，結(jié)果仍不具有可比性.針對(duì)以上模型存在的不足，文中采用基于面板隨機(jī)效應(yīng)Tobit模型，在有效控制環(huán)境因素和隨機(jī)誤差的基礎(chǔ)上，同時(shí)考慮了投入與產(chǎn)出之間的滯后問(wèn)題，在此基礎(chǔ)上對(duì)我國(guó)高新技術(shù)產(chǎn)業(yè)的創(chuàng)新效率進(jìn)行深入的探討.

1 研究思路

1.1 第一階段:傳統(tǒng)DEA模型

本階段將采用投入導(dǎo)向下的規(guī)模報(bào)酬可變(BCC)模型進(jìn)行分析.投入導(dǎo)向就是在保證產(chǎn)出不變的情況下達(dá)到投入的最小化.之所以采用BCC模型，是由高科技產(chǎn)業(yè)知識(shí)、技術(shù)密集以及高投入的特點(diǎn)決定的.在技術(shù)環(huán)境影響下盡量減少不必要的投入、降低負(fù)產(chǎn)出，對(duì)于優(yōu)化資源配置乃至產(chǎn)業(yè)機(jī)構(gòu)的升級(jí)都是十分必要的.由于BCC模型已經(jīng)是一個(gè)相當(dāng)成熟的DEA模型，這里就不再加以描述.

1.2 第二階段:利用Tobit模型量化環(huán)境因素的影響

在Fried等的三階段DEA模型中，認(rèn)為第一階段傳統(tǒng)DEA模型分析得到的投入產(chǎn)出松弛變量受到三項(xiàng)因素的影響，即隨機(jī)因素、環(huán)境因素和管理效率.第二階段則通過(guò)構(gòu)建類似SFA模型來(lái)分別觀測(cè)以上三個(gè)因素的影響.投入差額的公式表示如下:

sij=xij－Xiλ≥0，i=1，2，…，m，j=1，2，…，n

式中:sij為第一階段運(yùn)算得出的第j個(gè)決策單元的第i種投入的差額，xij為第j個(gè)決策單元的第i種投入的實(shí)際值，Xiλ為第j個(gè)決策單元的最佳投入值.

考慮到第一階段傳統(tǒng)DEA模型所估計(jì)出來(lái)的投入差額變量值最小為零，不可以為負(fù)值的情況，故會(huì)產(chǎn)生數(shù)據(jù)截?cái)?censored data)的問(wèn)題，因此，文中采用Tobit截?cái)嗷貧w模型來(lái)取代SFA回歸模型［8］.Tobit模型的定義為:

為了控制環(huán)境和隨機(jī)擾動(dòng)因素的影響，需要對(duì)投入變量進(jìn)行調(diào)整.文中則以環(huán)境最差的決策單元為標(biāo)準(zhǔn)，把處于不同環(huán)境的決策單元調(diào)整至處于相同的環(huán)境.調(diào)整公式如下:

1.3 第三階段:使用調(diào)整后的數(shù)據(jù)進(jìn)行DEA評(píng)價(jià)

將第二階段調(diào)整后得到的投入值和第一階段原始的產(chǎn)出值重新應(yīng)用BCC模型進(jìn)行技術(shù)效率評(píng)估.由此得到的各決策單元的效率值即為剔除了環(huán)境因素及隨機(jī)影響因素后的技術(shù)效率值，即僅剩下管理因素影響的效率值.從而對(duì)比第一階段更能反映各決策單元的實(shí)際運(yùn)營(yíng)情況.

2 變量的選取及數(shù)據(jù)來(lái)源

2.1 投入產(chǎn)出指標(biāo)的選取

創(chuàng)新產(chǎn)出.文中創(chuàng)新產(chǎn)出用兩個(gè)指標(biāo)來(lái)衡量，即新產(chǎn)品銷售收入和申請(qǐng)專利數(shù).新產(chǎn)品銷售收入代表產(chǎn)業(yè)創(chuàng)新成果的轉(zhuǎn)化能力，能夠客觀反映高技術(shù)產(chǎn)業(yè)研發(fā)所形成的新產(chǎn)品的競(jìng)爭(zhēng)力;而申請(qǐng)專利數(shù)是高技術(shù)產(chǎn)業(yè)研發(fā)的直接產(chǎn)出，可以充分反映擁有自主知識(shí)產(chǎn)權(quán)的設(shè)計(jì)和科技成果的情況［9］.

創(chuàng)新投入.勞動(dòng)力的投入和資本投入是研究投入產(chǎn)出效率的常用指標(biāo)，文中同樣使用勞動(dòng)和資本投入作為創(chuàng)新投入.對(duì)于高技術(shù)產(chǎn)業(yè)創(chuàng)新效率來(lái)說(shuō)，研發(fā)勞動(dòng)的投入與研發(fā)費(fèi)用的投入對(duì)其有著直接的影響，也是最主要的影響因素.文中采用各行業(yè)的R＆D人員全時(shí)當(dāng)量和R＆D經(jīng)費(fèi)內(nèi)部支出作為創(chuàng)新投入變量，分別用于反映高技術(shù)產(chǎn)業(yè)在研發(fā)中人力資源的投入量和資金的投入量［3］.17個(gè)高技術(shù)行業(yè)包括:①化學(xué)藥品制造，②化學(xué)藥品原藥制造，③化學(xué)藥品制劑制造，④生物生化制品制造，⑤航空航天器制造，⑥通信設(shè)備制造，⑦雷達(dá)及配套設(shè)備制造，⑧廣播電視設(shè)備制造，⑨電子器件制造，⑩電子元件制造，○11家用視聽(tīng)設(shè)備制造，○12其他電子設(shè)備制造，○13電子計(jì)算機(jī)及辦公設(shè)備制造，○14電子計(jì)算機(jī)整機(jī)制造，○15電子計(jì)算機(jī)外部設(shè)備制造，○16醫(yī)療設(shè)備及器械制造，○17儀器儀表制造.

此外，在R＆D效率分析中，由于研發(fā)具有滯后效應(yīng)和周期性，不能采用同年的投入和產(chǎn)出數(shù)據(jù).R＆D投入與它的產(chǎn)出實(shí)現(xiàn)之間的時(shí)間滯后結(jié)果可以從未來(lái)幾年的產(chǎn)出變量的變動(dòng)中觀察到.在高新技術(shù)產(chǎn)業(yè)中，R＆D投入與產(chǎn)出之間的平均時(shí)滯為3年［10］.因此，文中采用時(shí)滯為3年，投入數(shù)據(jù)的考察時(shí)期為1996～2008年，產(chǎn)出數(shù)據(jù)的考察時(shí)期為1999～2011年.

2.2 環(huán)境指標(biāo)的選取

對(duì)于環(huán)境變量的選取，選取那些對(duì)高技術(shù)產(chǎn)業(yè)效率產(chǎn)生影響但不在樣本主觀可控范圍內(nèi)的因素.借鑒文獻(xiàn)［11］，選擇的環(huán)境變量包括:①行業(yè)企業(yè)數(shù)(NE)，這一變量反映了該行業(yè)的市場(chǎng)結(jié)構(gòu)狀態(tài)，企業(yè)數(shù)越多表明市場(chǎng)競(jìng)爭(zhēng)力越強(qiáng);②平均企業(yè)規(guī)模(AS)，該變量反映行業(yè)的市場(chǎng)規(guī)模狀態(tài)，平均企業(yè)規(guī)模越大，越有能力進(jìn)行技術(shù)創(chuàng)新;③政府資助(GS)，采用科技活動(dòng)經(jīng)費(fèi)籌集額中政府資金指標(biāo)表示，反映政府的直接財(cái)政支持力度.由于技術(shù)創(chuàng)新具有較大的風(fēng)險(xiǎn)性，政府直接資金資助從一定程度上分擔(dān)了高技術(shù)產(chǎn)業(yè)創(chuàng)新的部分風(fēng)險(xiǎn)，從而鼓勵(lì)了企業(yè)技術(shù)創(chuàng)新活動(dòng)的深入進(jìn)行.④金融扶持(FS)，采用科技活動(dòng)經(jīng)費(fèi)籌集額中金融機(jī)構(gòu)貸款數(shù)表示.這一變量反映了金融體系的資金支持力，金融體系較高的資源配置能力和風(fēng)險(xiǎn)管理功能能夠顯著提高技術(shù)創(chuàng)新的收益.⑤行業(yè)R＆D密集度(IRD)，反映行業(yè)整體的更新發(fā)展速度，行業(yè)更新速度越快，對(duì)技術(shù)創(chuàng)新的依賴程度越高.⑥平均技術(shù)人員(AT)，反映行業(yè)創(chuàng)新意愿，具有較高創(chuàng)新意愿的行業(yè)創(chuàng)新活躍性也就越強(qiáng)［12］.文中數(shù)據(jù)均來(lái)源于歷年《中國(guó)高新技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》.

2.3 相關(guān)數(shù)據(jù)調(diào)整

1 )對(duì)與價(jià)格相關(guān)的數(shù)據(jù)指標(biāo)數(shù)據(jù)進(jìn)行調(diào)整.由于通貨緊縮或膨脹會(huì)造成與價(jià)格相關(guān)的指標(biāo)數(shù)據(jù)的虛增或虛減，尤其是在時(shí)間序列較長(zhǎng)時(shí)，影響更大.所以為了更準(zhǔn)確地反映高技術(shù)產(chǎn)業(yè)的真實(shí)運(yùn)行情況，對(duì)指標(biāo)數(shù)據(jù)進(jìn)行調(diào)整，從而剔除價(jià)格因素的影響.文中利用固定資產(chǎn)投資價(jià)格指數(shù)來(lái)對(duì)與價(jià)格相關(guān)的R＆D經(jīng)費(fèi)內(nèi)部支出和新產(chǎn)品銷售收入等指標(biāo)數(shù)據(jù)進(jìn)行價(jià)格平減，使得數(shù)據(jù)之間更加具有可比性.

2 )R＆D經(jīng)費(fèi)投入的累積性和滯后性.對(duì)于高科技產(chǎn)業(yè)來(lái)說(shuō)，當(dāng)年的R＆D經(jīng)費(fèi)投入對(duì)當(dāng)年的績(jī)效產(chǎn)出產(chǎn)生影響，而往年的R＆D經(jīng)費(fèi)投入所形成的經(jīng)驗(yàn)和知識(shí)的積累會(huì)對(duì)產(chǎn)業(yè)未來(lái)的科技產(chǎn)出產(chǎn)生深遠(yuǎn)的影響.所以，采用R＆D經(jīng)費(fèi)內(nèi)部支出存量來(lái)替代當(dāng)年的R＆D經(jīng)費(fèi)內(nèi)部支出值.

采用永續(xù)盤(pán)存法計(jì)算1995～2008年各年R＆D內(nèi)部支出經(jīng)費(fèi)存量，計(jì)算公式為:Kt=Kt－1(1－δ)+It.其中，Kt為當(dāng)年R＆D內(nèi)部支出經(jīng)費(fèi)存量;Kt－1為前一年的R＆D內(nèi)部支出經(jīng)費(fèi)存量;It為當(dāng)年按不變價(jià)格調(diào)整后的R＆D內(nèi)部支出經(jīng)費(fèi)流量;δ為折舊率，參照國(guó)際慣例，把它設(shè)定為15%.數(shù)據(jù)的描述性統(tǒng)計(jì)見(jiàn)表1.

表1 數(shù)據(jù)的描述性統(tǒng)計(jì)Table1 Descriptive statistics of data

3 實(shí)證結(jié)果與分析

綜合運(yùn)用投入導(dǎo)向的CCR模型和BCC模型，分別求得高技術(shù)產(chǎn)業(yè)17個(gè)分行業(yè)第一階段和第三階段的平均創(chuàng)新效率(Ee)、配置效率(Ae)、研發(fā)效率(Te)、純技術(shù)效率(PTE)與規(guī)模效率(SE)，從這3個(gè)方面來(lái)綜合分析各行業(yè)的技術(shù)創(chuàng)新效率.利用DEAP 2.1，Stata 12.0軟件計(jì)算各效率值，計(jì)算結(jié)果見(jiàn)表2.

表2 第一階段與第三階段創(chuàng)新效率、研發(fā)和配置效率平均值Table2 Average innovation efficiency，R＆D efficiency and allocative efficiency of the first stage and the third stage

由表2可得，①高技術(shù)產(chǎn)業(yè)各部門(mén)研發(fā)效率與配置效率高低不均，由于研發(fā)效率或者要素配置效率低下，導(dǎo)致高技術(shù)產(chǎn)業(yè)各部門(mén)的創(chuàng)新效率不高.進(jìn)一步細(xì)分行業(yè)中，除家用視聽(tīng)設(shè)備制造業(yè)、電子計(jì)算機(jī)外部設(shè)備制造業(yè)和醫(yī)療設(shè)備及器械制造業(yè)的研發(fā)效率處于生產(chǎn)前沿面上外，其余各個(gè)行業(yè)的效率值都不在前沿面上.②剔除環(huán)境因素和隨機(jī)影響因素之后，研發(fā)效率有所上升，由原來(lái)的0.881上升到0.889，但配置效率卻下降了，導(dǎo)致創(chuàng)新效率依然較低.可見(jiàn)，外部環(huán)境因素雖然促進(jìn)了配置效率提高，卻降低了研發(fā)效率.2000年以來(lái)，對(duì)于我國(guó)高技術(shù)產(chǎn)業(yè)，一直強(qiáng)調(diào)市場(chǎng)機(jī)制對(duì)于資源配置的重要作用，逐漸減少行政直接干預(yù)，但是卻以創(chuàng)新效率的降低為代價(jià).考慮到規(guī)模報(bào)酬因素對(duì)于高技術(shù)產(chǎn)業(yè)生產(chǎn)創(chuàng)新的重要性，進(jìn)一步將創(chuàng)新研發(fā)效率分為純技術(shù)效率與規(guī)模效率(表3).可見(jiàn)，較低的純技術(shù)效率是研發(fā)效率不高的主要原因.

表3 第一階段與第三階段DEA估計(jì)結(jié)果Table3 DEA estimates of the first stage and the third stage

表4 各行業(yè)第一階段與第三階段效率值分布Table4 Distribution of efficiency value of the first stage and the third stage

從表3，4可知，對(duì)比分析第一階段和第三階段分別測(cè)算的結(jié)果，可以明顯看出剔除環(huán)境因素和隨機(jī)影響因素之后，各DMU效率表現(xiàn)發(fā)生很大改變，表現(xiàn)為純技術(shù)效率值的顯著上升和規(guī)模效率值的略微下降，且最終促使研發(fā)效率稍微有所提升，并且規(guī)模效率和純技術(shù)效率之間的差距顯著縮小了.這意味著單純從可控的管理效率角度來(lái)看，高技術(shù)產(chǎn)業(yè)各個(gè)技術(shù)部門(mén)的技術(shù)研發(fā)創(chuàng)新能力和要素配置的損耗被低估，也說(shuō)明環(huán)境和隨機(jī)影響因素對(duì)創(chuàng)新效率存在顯著影響，但對(duì)不同的效率值的影響方向存在著差異.由于第三階段測(cè)算的效率值為剔除掉不可控的環(huán)境和隨機(jī)影響因素的創(chuàng)新效率值，因此各個(gè)行業(yè)處于相同的外部環(huán)境下，其結(jié)果更具有可比性.從高技術(shù)產(chǎn)業(yè)17個(gè)分行業(yè)的效率表現(xiàn)的平均情況來(lái)看，第三階段研發(fā)效率均值與第一階段相比有所上升，由原來(lái)的0.881上升到0.889，同時(shí)純技術(shù)效率均值也有所上升，由0.924上升到0.943，而規(guī)模效率均值則有一定下降，由第一階段的0.955下降到調(diào)整后的0.943.根據(jù)公式Te=PTE*SE，結(jié)果說(shuō)明我國(guó)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新所帶來(lái)的收益有一部分被規(guī)模的低效率抵消了.此外，對(duì)比第一、三階段各高技術(shù)行業(yè)所處的規(guī)模狀態(tài)可以發(fā)現(xiàn)，各高技術(shù)行業(yè)的規(guī)模狀態(tài)由第一階段的三種規(guī)模報(bào)酬?duì)顟B(tài)并存轉(zhuǎn)變?yōu)橐?guī)模報(bào)酬遞增狀態(tài)占多數(shù)，而其它規(guī)模狀態(tài)占少數(shù)的情況.對(duì)比調(diào)整前后結(jié)果發(fā)現(xiàn)，在剔除環(huán)境和隨機(jī)影響因素之后，各高技術(shù)行業(yè)各部門(mén)技術(shù)創(chuàng)新效率水平高低不等，除家用視聽(tīng)設(shè)備、電子計(jì)算機(jī)外部設(shè)備、醫(yī)療設(shè)備、器械3個(gè)行業(yè)綜合技術(shù)效率較高，接近于1外，其他行業(yè)綜合效率普遍相對(duì)較低，且行業(yè)間效率差距高低不等.無(wú)論市場(chǎng)是否處于完全競(jìng)爭(zhēng)情況下，技術(shù)創(chuàng)新效率最高的行業(yè)都為家用視聽(tīng)設(shè)備、電子計(jì)算機(jī)外部設(shè)備及醫(yī)療設(shè)備及器械3個(gè)行業(yè)，最低的分別為航空航天器制造業(yè)和廣播電視設(shè)備制造業(yè).

此外，對(duì)中國(guó)高技術(shù)產(chǎn)業(yè)調(diào)整前與調(diào)整后的創(chuàng)新效率進(jìn)行了時(shí)序分解(圖1).從圖1中可以看出，調(diào)整后的研發(fā)效率值相對(duì)調(diào)整前的綜合效率值較高，除在1999～2000年之間有小幅度的下滑之外，其余年份研發(fā)效率水平在逐漸改善.在1997～1999年之間，研發(fā)效率值上升較快，其主要?jiǎng)恿?lái)源于純技術(shù)效率的快速上升，而2000年之后，研發(fā)效率值的穩(wěn)健上升主要?jiǎng)恿?lái)源于規(guī)模效率值的平緩上升.

圖1 研發(fā)創(chuàng)新效率時(shí)序變化圖Fig.1 Temporal variation of the R＆D innovation efficiency

從規(guī)模報(bào)酬階段來(lái)看(表5)，調(diào)整前我國(guó)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率以規(guī)模報(bào)酬遞減(4個(gè)，23.53%)與規(guī)模報(bào)酬不變(6個(gè)，35.29%)為主，而調(diào)整后主要表現(xiàn)為以規(guī)模報(bào)酬遞增為主(11個(gè)，64.70%)，可見(jiàn)我國(guó)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新現(xiàn)正處于規(guī)模報(bào)酬遞增的階段.

表5 第一階段與第三階段規(guī)模報(bào)酬階段Table5 Scale reward stage of the first stage and the third stage

為了更清楚地表達(dá)高技術(shù)產(chǎn)業(yè)各大行業(yè)的效率分布，以0.9為臨界點(diǎn)，按照規(guī)模效率與純技術(shù)效率對(duì)各行業(yè)的創(chuàng)新類型進(jìn)行分類，如表6所示.

表6 各行業(yè)規(guī)模效率與純技術(shù)效率分布Table6 Distribution of scale efficiency and pure technical efficiency

表6將各高技術(shù)產(chǎn)業(yè)各大行業(yè)的創(chuàng)新模式分為4種類型.類型一:規(guī)模效率和純技術(shù)效率均高于0.9的“雙高型”［7］，此類行業(yè)包括醫(yī)藥制造業(yè)、化學(xué)藥品制劑制造業(yè)、生物生化制品制造業(yè)等9個(gè)行業(yè).這幾個(gè)行業(yè)的規(guī)模效率和純技術(shù)效率都較高，所需要的改進(jìn)較少.類型二:規(guī)模效率高于0.9，而純技術(shù)效率低于0.9的“高低型”，主要包括化學(xué)藥品原藥制造業(yè)、航空航天器制造業(yè)、電子器件制造業(yè)等5個(gè)行業(yè).這些行業(yè)今后的發(fā)展重點(diǎn)應(yīng)該是改進(jìn)管理和制度水平，大力提高純技術(shù)效率，從而有效提高生產(chǎn)力.類型三:規(guī)模效率低而純技術(shù)效率高的“低高型”，主要包括雷達(dá)及配套設(shè)備制造業(yè)、廣播電視設(shè)備制造業(yè)、其他電子設(shè)備制造業(yè)3個(gè)行業(yè).這些行業(yè)規(guī)模效率均低于0.9，而純技術(shù)效率在0.9以上，這類行業(yè)今后提高技術(shù)效率的重心應(yīng)該放在進(jìn)一步改善并創(chuàng)新規(guī)模從而提升規(guī)模效率上.最后一種類型是規(guī)模效率和純技術(shù)效率均低于0.9的“雙低型”，沒(méi)有行業(yè)屬于這一類型，可見(jiàn)我國(guó)高科技行業(yè)不斷發(fā)展與改善取得了顯著的效果.

4 結(jié)論

文中為了使結(jié)果更為可靠，在測(cè)算高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率時(shí)，對(duì)數(shù)據(jù)的選擇方面使用了面板數(shù)據(jù)，對(duì)方法的選擇方面使用的三階段的DEA模型，同時(shí)兼顧到了投入與產(chǎn)出之間的滯后問(wèn)題.實(shí)證研究的結(jié)果表明，與傳統(tǒng)的DEA測(cè)算方法相比較，在剔除隨機(jī)誤差影響因素和環(huán)境因素之后，研發(fā)效率有所上升，但配置效率卻下降了，導(dǎo)致創(chuàng)新效率依然較低;同時(shí)，在考慮隨機(jī)誤差影響因素和環(huán)境因素的情況下，規(guī)模效率有所降低，但是純技術(shù)效率卻有了顯著的提高，制約研發(fā)效率的主要因素由原先的純技術(shù)效率改變?yōu)楹髞?lái)的規(guī)模效率.這一結(jié)論從一個(gè)側(cè)面反映了我國(guó)的高技術(shù)產(chǎn)業(yè)市場(chǎng)有一個(gè)普遍存在的問(wèn)題:即企業(yè)數(shù)量過(guò)多、而規(guī)模過(guò)小，從而嚴(yán)重阻礙了我國(guó)高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新技術(shù)效率的進(jìn)一步提升.因此，促進(jìn)我國(guó)高技術(shù)企業(yè)做強(qiáng)做大是未來(lái)這一段時(shí)間內(nèi)我國(guó)高技術(shù)產(chǎn)業(yè)市場(chǎng)面臨的主要結(jié)構(gòu)調(diào)整的方向.各高技術(shù)行業(yè)可以根據(jù)自身規(guī)模效率和純技術(shù)效率的特點(diǎn)，有針對(duì)性地?cái)U(kuò)大創(chuàng)新生產(chǎn)規(guī)?；蛱岣吖芾硭?，從而快速有效地促進(jìn)我國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新研發(fā)效率水平的整體提升.

高新技術(shù)產(chǎn)業(yè)創(chuàng)新能力是一個(gè)國(guó)家創(chuàng)新能力的重要標(biāo)志，文中提出如下政策建議:①高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升，不能僅僅關(guān)注“技術(shù)”維度，缺乏對(duì)于資源配置角度的關(guān)注，也即“市場(chǎng)”維度.應(yīng)進(jìn)一步理清市場(chǎng)與企業(yè)之間的關(guān)系，加大放權(quán)，為企業(yè)的創(chuàng)新?tīng)I(yíng)造良好的外部環(huán)境.所以，當(dāng)務(wù)之急是發(fā)展和完善市場(chǎng)機(jī)制，促進(jìn)資源要素的自由流動(dòng)，充分發(fā)揮市場(chǎng)配置資源的效率.②政府對(duì)于高技術(shù)產(chǎn)業(yè)的政策支持要盡量權(quán)衡配置效率與研發(fā)創(chuàng)新技術(shù)效率，研發(fā)創(chuàng)新技術(shù)效率的提高不能以配置效率的降低為代價(jià)，并且在促進(jìn)研發(fā)創(chuàng)新技術(shù)效率提升時(shí)，要盡量避免規(guī)模效率和配置效率的損失.在充分發(fā)揮市場(chǎng)資源配置效用的基礎(chǔ)上給予適當(dāng)?shù)恼咭龑?dǎo)，從而促進(jìn)高技術(shù)產(chǎn)業(yè)的創(chuàng)新與發(fā)展.③高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提升不僅依賴市場(chǎng)與政府政策的支持，更依靠企業(yè)家及企業(yè)家精神的存在，企業(yè)家及企業(yè)家精神能夠刺激社會(huì)零碎的知識(shí)、技術(shù)資源的整合，從而更大發(fā)揮知識(shí)、技術(shù)資源的配置和利用效率，發(fā)展和振興高技術(shù)產(chǎn)業(yè).

References)

［1］ 陳偉，康鑫，馮志軍.區(qū)域高技術(shù)產(chǎn)業(yè)知識(shí)產(chǎn)權(quán)運(yùn)營(yíng)效率研究:基于DEA和TOPSIS模型的實(shí)證分析［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2011，32(11):125130.

Chen Wei，Kang Xin，F(xiàn)eng Zhijun.Research on the regional high-tech industries operation efficiency of intellectual property based on the perspective of DEATOPSIS［J］.Science of Science and Management of S＆T，2011，32(11):125130.(in Chinese)

［2］ 官建成，陳凱華.我國(guó)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的測(cè)度［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009(10):1933.

Guan Jiancheng，Chen Kaihua.Measuring innovation performance of Chinese high-tech industries［J］.The Journal of Quantitative＆Technical Economics，2009 (10):1933.(in Chinese)

［3］ 韓晶.中國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究［J］.科學(xué)學(xué)研究，2010，28(3):467472.

Han Jing.An empirical analysis on China’s high-technology industry innovation efficiency based on SFA［J］.Studies in Science of Science，2010，28(3):467472. (in Chinese)

［4］ 藍(lán)慶新.我國(guó)高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的經(jīng)驗(yàn)分析: 20012008年［J］.財(cái)經(jīng)問(wèn)題研究，2010(10):2632.

Lan Qingxin.An empirical study of innovation Efficiency in China’s high-tech Industry 20012008［J］.Research on Financial and Economic Issues，2010(10):2632.(in Chinese)

［5］ 肖仁橋，錢(qián)麗，陳忠衛(wèi).中國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素研究［J］.管理科學(xué)，2012，25(5):8598.

Xiao Renqiao，Qian Li，Chen Zhongwei.Research on the innovation efficiency and Its affecting factors in China’s high-tech industries［J］.Journal of Management Science，2012，25(5):8598.(in Chinese)

［6］ 黃舜，管燕.基于過(guò)程的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率測(cè)度［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2010，29(1):9297.

Huang Shun，Guan Yan.Emciencymeasure of high-tech industry rechnical innovation based on the process［J］.Journal of Industrial Technological Economics，2010，29 (1):9297.(in Chinese)

［7］ 劉川.我國(guó)高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率研究——基于三階段DEA方法［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2012(12):1925.

Liu Chuan.Research on the R＆D efficiency of high-tech industry based on the three-stage DEA［J］.Journal of Industrial Technological Economics，2012(12):1925.(in Chinese)

［8］ 羅彥如，冉茂盛，黃凌云.中國(guó)區(qū)域技術(shù)創(chuàng)新效率實(shí)證研究三階段DEA模型的應(yīng)用［J］.科技進(jìn)步與對(duì)策，2010，27(14):2024.

Luo Yanru，Ran Maosheng，Huang Lingyun.Empirical study on efficiency of China’s regional technical innovation:an application of three-stage DEA model［J］.Science＆Technology Progress and Policy，2010，27(14): 2024.(in Chinese)

［9］ 景保峰，周霞，呂健權(quán).廣東省高技術(shù)產(chǎn)業(yè)研發(fā)效率實(shí)證研究［J］.技術(shù)經(jīng)濟(jì)與管理研究，2011(10):96100.

Jing Baofeng，Zhou Xia，LüJianquan.The empirical stud on R＆D efficiency of high-technology industries in Guangdong Province:based on stochastic frontier analysis approach［J］.Technology Economics＆Management Research，2011(10):96100.(in Chinese)

［10］ Hagedoorn J，Cloodt M.Measuring innovative performance:is there an advantage in usingmultiple indicators［J］.Research Policy，2003(32):13651379.

［11］ SimarL P W.Estimation and inference in two-stage，semi-parametric models of production processes［J］.Journal of Econometrics，2007，136:3164.

［12］ 成力為，孫瑋，王九云.要素市場(chǎng)不完全視角下的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率:基于三階段DEAWindows的內(nèi)外資配置效率和規(guī)模效率比較［J］.科學(xué)學(xué)研究，2011，29(6):930938.

Cheng Liwei，Sun Wei，Wang Jiuyun.High-tech Innovation efficiency under the condition of incomplete factor market:on the perspective of scale and allocation efficiency based on three-stage DEAWindow［J］.Studies in Scienceof Science，2011，29(6):930938.(in Chinese)