,

(1. 浙江大學(xué)經(jīng)濟(jì)學(xué)院, 杭州 310028; 2. 浙江理工大學(xué)經(jīng)濟(jì)管理學(xué)院, 杭州 310018)

經(jīng)過30年的高速增長,我國經(jīng)濟(jì)增長的可持續(xù)性越來越受到學(xué)界的關(guān)注,特別是隨著人口結(jié)構(gòu)、資源、環(huán)境等一些重要約束條件的變化,我國經(jīng)濟(jì)增長要保持持續(xù)性,就必須從依賴要素投入轉(zhuǎn)變到效率提高上來。在此背景下,研究我國各區(qū)域的創(chuàng)新效率并揭示其背后的影響因素不僅具有一定的理論價值,更具有重要的現(xiàn)實意義。

目前對創(chuàng)新效率的評價研究多從創(chuàng)新資源的使用效率入手,而對創(chuàng)新活動(或成果)如何影響區(qū)域經(jīng)濟(jì)發(fā)展,研究甚少。其中對其產(chǎn)生的效果及強(qiáng)度測算更是少有實證研究。然而中國的現(xiàn)實情況是創(chuàng)新資源投入增長迅速,創(chuàng)新成果不斷激增,創(chuàng)新成果的轉(zhuǎn)化率卻非常低。從1999年至2008年,研究與開發(fā)(R&D)經(jīng)費內(nèi)部支出年均增長率達(dá)到22.8%,R&D人員全時當(dāng)量翻了兩番,專利授權(quán)量增長了近3倍。而根據(jù)世界銀行估計,中國的創(chuàng)新成果轉(zhuǎn)化率非常低,只有15%左右,并且技術(shù)創(chuàng)新對經(jīng)濟(jì)增長的貢獻(xiàn)率只有29%,與發(fā)達(dá)國家的60%～80%差距很大。因此,研究創(chuàng)新效率只考慮創(chuàng)新生產(chǎn)過程的投入與產(chǎn)出是不夠的。創(chuàng)新成果最終能否產(chǎn)生經(jīng)濟(jì)效益、能產(chǎn)生多大的經(jīng)濟(jì)效益是創(chuàng)新效率內(nèi)涵中必須考察的重要內(nèi)容。因此,本文試圖在理清創(chuàng)新效率的內(nèi)涵基礎(chǔ)上,從創(chuàng)新生產(chǎn)過程的技術(shù)效率和成果轉(zhuǎn)化過程的效率兩個層次全面評價創(chuàng)新活動的效果。

目前對創(chuàng)新效率的研究,主要是依據(jù)知識生產(chǎn)函數(shù)將創(chuàng)新資源投入與創(chuàng)新產(chǎn)出聯(lián)系起來,運用生產(chǎn)效率的測量方法衡量創(chuàng)新效率。在創(chuàng)新投入的選擇上,經(jīng)歷了從單一投入變量(創(chuàng)新資本投入或者創(chuàng)新勞動投入)[1-2]到同時考慮多個投入要素[3-4];從簡單地選取流量指標(biāo)到考慮時滯效應(yīng)[5],再到計算創(chuàng)新投入的存量指標(biāo)[4]的過程,但對創(chuàng)新投入的變量選取一直較為集中,大多是創(chuàng)新資本投入和創(chuàng)新勞動投入。

在創(chuàng)新產(chǎn)出指標(biāo)的選擇中,專利數(shù)的通用性、一致性和易得性使得其成為研究者常用的指標(biāo)。然而,這樣的做法只能反映創(chuàng)新資源的使用效率,因為專利不能反映創(chuàng)新活動產(chǎn)生的經(jīng)濟(jì)、社會效益[6-7]。為改進(jìn)模型結(jié)果,有學(xué)者將GDP作為創(chuàng)新產(chǎn)出[8-10],但這樣的處理方式夸大了創(chuàng)新資源的產(chǎn)出,GDP并非都由創(chuàng)新投入產(chǎn)生。又有學(xué)者以全要素生產(chǎn)率(TFP)來代替,衡量科技進(jìn)步對TFP的作用[11-12]。然而,這類文獻(xiàn)多以研究經(jīng)濟(jì)增長為重點,只是把科技創(chuàng)新作為影響經(jīng)濟(jì)增長的一個重要因素來考察。因此,現(xiàn)有文獻(xiàn)對創(chuàng)新效率的測算大多以選取科技創(chuàng)新成果為產(chǎn)出指標(biāo)(專利數(shù)等),計算的是創(chuàng)新生產(chǎn)過程中創(chuàng)新資源的使用效率。

但本文認(rèn)為反映創(chuàng)新成果對經(jīng)濟(jì)增長的貢獻(xiàn)效率,是測算創(chuàng)新效率應(yīng)該包含的重要內(nèi)容。簡單以專利數(shù)為產(chǎn)出指標(biāo)計量的創(chuàng)新效率是不全面的。本文試圖打開創(chuàng)新的“黑箱子”,從創(chuàng)新生產(chǎn)和創(chuàng)新轉(zhuǎn)化兩個過程,運用創(chuàng)新技術(shù)效率和轉(zhuǎn)化效率兩個指標(biāo)全面衡量創(chuàng)新效率。

一、研究思路與方法

本文研究思路如圖1所示。本文的效率測算基于隨機(jī)前沿法(SFA)展開。隨機(jī)前沿法(SFA)將誤差項分為技術(shù)效率誤差和隨機(jī)誤差兩部分,避免了統(tǒng)計誤差對效率的影響,有效改善了估計結(jié)果。

圖1 本文研究思路

目前使用較多的是Battese和Coelli[13]提出的擴(kuò)展模型:

Yit=f(Xit,β)exp(vit-uit)

(1)

uit=δ0+Zitδk+wit

(2)

式中:zit是技術(shù)非效率的影響因素;δ0是常數(shù)項;δ是影響因素的系數(shù),若為負(fù),表明該因素對效率有正影響,反之,則有負(fù)影響;wit是隨機(jī)誤差項。

二、模型與數(shù)據(jù)

本文使用的數(shù)據(jù)來源于2000-2009年《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》。本文研究對象為中國內(nèi)地省級行政地區(qū),西藏由于數(shù)據(jù)不全,分析中暫時不予考慮。

(一)中國區(qū)域創(chuàng)新技術(shù)效率模型與數(shù)據(jù)

創(chuàng)新技術(shù)效率模型是以R&D支出和勞動為投入指標(biāo),以科技創(chuàng)新成果為產(chǎn)出指標(biāo),構(gòu)建知識生產(chǎn)函數(shù),并運用生產(chǎn)效率的產(chǎn)出法測算。在隨機(jī)前沿模型中,基于產(chǎn)出法的生產(chǎn)效率值為[14]:

(3)

本文將具體選用C-D和超越對數(shù)兩種形式的知識生產(chǎn)函數(shù),構(gòu)建創(chuàng)新技術(shù)效率的隨機(jī)前沿模型,并依據(jù)似然比檢驗,選取最合適的模型形式。兩類函數(shù)形式的模型如下:

(4)

(5)

式中:i為本文所選區(qū)域;t為時間;Pit為觀察單元的創(chuàng)新產(chǎn)出;Xit代表各類創(chuàng)新資源投入,文中選取了最有代表性的創(chuàng)新資本投入(IKit)和創(chuàng)新勞動投入(ILit)。

在衡量創(chuàng)新技術(shù)效率的模型中,創(chuàng)新產(chǎn)出Pit選取目前普遍使用的是專利數(shù)*國內(nèi)多位學(xué)者(李習(xí)保,2006;白俊紅等,2009)在測算創(chuàng)新效率(其創(chuàng)新效率即為本文界定的創(chuàng)新技術(shù)效率)時,認(rèn)為,專利授權(quán)量代表了創(chuàng)新成果被社會認(rèn)可的程度,因此,均以專利授權(quán)量代表創(chuàng)新產(chǎn)出。但筆者認(rèn)為從專利申請量到專利授權(quán)量之間的損失部分,主要與地方專利認(rèn)定規(guī)則和制度有關(guān),不應(yīng)歸入創(chuàng)新生產(chǎn)過程,資源使用效率的損失。并且,從創(chuàng)新資源投入與創(chuàng)新產(chǎn)出之間的對應(yīng)關(guān)系看,選取專利授權(quán)量會造成創(chuàng)新技術(shù)效率的低估。指標(biāo)。創(chuàng)新資本投入(IKit)在本文選取了R&D經(jīng)費投入*文中R&D經(jīng)費投入數(shù)據(jù)按2000年價格平減,同時加入滯后項,反映創(chuàng)新投入的時間累積效果。創(chuàng)新勞動投入(ILit)選用R&D人員全時當(dāng)量。

為進(jìn)一步衡量創(chuàng)新技術(shù)效率的影響因素,文中構(gòu)建非效率模型。為了細(xì)化創(chuàng)新生產(chǎn)和創(chuàng)新成果轉(zhuǎn)化兩個過程的差異,此處僅從創(chuàng)新生產(chǎn)過程中資源的分配,以及創(chuàng)新主體間的知識流動來考反映創(chuàng)新技術(shù)效率的區(qū)域差異。

從資源分配的角度,本文以各地區(qū)政府資助占科技活動經(jīng)費籌集的比例(GOV)反映政府支持對地區(qū)創(chuàng)新生產(chǎn)活動的影響。同時,使用各地區(qū)銀行貸款占科技活動經(jīng)費籌集的比例(Bank)來反映地區(qū)金融機(jī)構(gòu)對創(chuàng)新生產(chǎn)活動的支持。從地區(qū)創(chuàng)新主體間的關(guān)聯(lián)角度,三大創(chuàng)新主體企業(yè)、高校、科研機(jī)構(gòu)間的知識交流對創(chuàng)新生產(chǎn)過程的績效有明顯影響。文中以各地區(qū)企業(yè)資金占高?？萍蓟顒咏?jīng)費籌集的比例(Link1)和各地區(qū)企業(yè)資金占科研機(jī)構(gòu)科技活動經(jīng)費籌集的比例(Link2)來分別表示企業(yè)和高校、企業(yè)和科研機(jī)構(gòu)之間的聯(lián)結(jié)關(guān)系。從地區(qū)企業(yè)間知識溢出的角度,對于發(fā)展中國家和地區(qū)而言,知識的流動和溢出十分重要。文中擬從三個方面來描述區(qū)域知識溢出水平:高新技術(shù)產(chǎn)業(yè)份額(HTh),以各地區(qū)高新技術(shù)產(chǎn)業(yè)產(chǎn)值占國內(nèi)生產(chǎn)總值的比重衡量。產(chǎn)業(yè)集中度(K),以地區(qū)相對專業(yè)化指數(shù)衡量,該指數(shù)采用“Krugman專業(yè)化指數(shù)”。外商直接投資比重(FDI),以地區(qū)外商投資總額占固定資產(chǎn)投資的份額表示。

因此,反映創(chuàng)新技術(shù)效率影響因素的技術(shù)非效率模型可由式(6)表示,創(chuàng)新技術(shù)效率模型中變量的描述性統(tǒng)計結(jié)果如表1所示。

uit=δ0+δ1GOVit+δ2Bankit+δ3Link1it+δ4Link2it+δ5HThit+δ6Kit+δ7FDIit+wit

(6)

表1 創(chuàng)新技術(shù)效率模型中變量的描述性統(tǒng)計結(jié)果

(二)中國區(qū)域創(chuàng)新轉(zhuǎn)化效率模型及數(shù)據(jù)

(7)

選用超越對數(shù)生產(chǎn)函數(shù)時,該值為:

(8)

文中同樣選擇C-D和超越對數(shù)兩種形式的生產(chǎn)函數(shù),構(gòu)建基于投入法的隨機(jī)前沿模型。此時模型可設(shè)定為:

(9)

(10)

式中,Yit代表i地區(qū)在時間t的經(jīng)濟(jì)產(chǎn)出;Pit代表創(chuàng)新投入;Xij代表除創(chuàng)新投入外的其他生產(chǎn)要素投入,主要指資本投入Kit和勞動投入Lit。

模型中,經(jīng)濟(jì)產(chǎn)出(Yit)選取了地區(qū)國內(nèi)生產(chǎn)總值來衡量,并以2000年價格為基準(zhǔn)。

在經(jīng)濟(jì)生產(chǎn)模型中,資本投入(Kit)的選取以資本存量來衡量。資本存量的測算采用“永續(xù)盤存法”*Kt,i=It,i+(I-αi)Kt-1,I式中,Kt,i是地區(qū)i第t年的資本存量,It,i是地區(qū)i在第t年的固定資產(chǎn)投資,以統(tǒng)計年鑒中的“固定資產(chǎn)形成總額”來代表,αi是地區(qū)i的固定資產(chǎn)折舊率。取αi為9.6%,并以張軍等(2004)估算的2000年各地區(qū)的資本存量為基準(zhǔn)(2000年價格)。計算。勞動投入(Lit)文中選取了2000年到2009年《中國統(tǒng)計年鑒》中各地區(qū)年底就業(yè)人口數(shù)。

本模型創(chuàng)新投入不同于上一模型中的創(chuàng)新資源投入。此處的創(chuàng)新投入是經(jīng)濟(jì)生產(chǎn)過程中生產(chǎn)要素投入的一項,與資本、勞動投入一樣是影響經(jīng)濟(jì)產(chǎn)出的重要因素。為了將上下兩個模型有機(jī)的聯(lián)系起來,此處的創(chuàng)新投入直接選取上一模型中的創(chuàng)新產(chǎn)出,即專利數(shù)來衡量。同時,只有被市場認(rèn)可的那部分才會對經(jīng)濟(jì)生產(chǎn)產(chǎn)生影響。因此,在此模型中以各地區(qū)的專利授權(quán)量作為創(chuàng)新投入的代表*當(dāng)筆者將創(chuàng)新效率分解為創(chuàng)新技術(shù)效率和創(chuàng)新轉(zhuǎn)化效率后,創(chuàng)新資源投入與創(chuàng)新產(chǎn)出(無論是否被社會認(rèn)可)之間,反映了創(chuàng)新生產(chǎn)過程的資源使用效率;創(chuàng)新成果(被社會認(rèn)可的部分)進(jìn)一步對經(jīng)濟(jì)產(chǎn)出產(chǎn)生推動作用,這反映了創(chuàng)新成果的轉(zhuǎn)化能力。而專利申請量到專利授權(quán)量的減少部分不應(yīng)歸為任何一類創(chuàng)新效率的損失。。

為了進(jìn)一步考察經(jīng)濟(jì)生產(chǎn)過程影響非效率的原因,文中再次構(gòu)建非效率模型。非效率因素的選取主要來自于目前研究經(jīng)濟(jì)生產(chǎn)效率的主流文獻(xiàn),歸納起來主要有六方面,包括對外開放程度指標(biāo)(IC),以進(jìn)出口總額占地區(qū)GDP的比重衡量;產(chǎn)業(yè)結(jié)構(gòu)變量(HTh),以地區(qū)高新技術(shù)產(chǎn)業(yè)占地區(qū)工業(yè)總產(chǎn)值的比重衡量;市場化程度(SOE)選取了最通常的國有經(jīng)濟(jì)在工業(yè)總產(chǎn)值中的比重;金融發(fā)展水平(Finance)以地區(qū)存貸款總額占當(dāng)?shù)谿DP的比重來代表;基礎(chǔ)設(shè)施水平(Bace)以地區(qū)歷年郵電業(yè)務(wù)量占GDP的比重衡量;勞動力知識水平(Labor)以大專以上學(xué)歷人口占地區(qū)總?cè)丝诘谋戎貋矸从场?/p>

綜上所述,經(jīng)濟(jì)生產(chǎn)的技術(shù)非效率模型如式(11)所示,創(chuàng)新轉(zhuǎn)化效率模型中變量的描述性統(tǒng)計結(jié)果見表2。

μit=γ0+γ1ICit+γ2HThit+γ3SOEit+γ4Financeit+γ5Baceit+γ6Laborit+σit

(11)

表2 創(chuàng)新轉(zhuǎn)化效率模型的變量描述性統(tǒng)計結(jié)果*需要說明的是,由于計算各年度地區(qū)資本存量時需要初期的資本存量,在早期的統(tǒng)計年鑒中沒有重慶和四川分開的數(shù)據(jù),此處只能將這兩個地區(qū)作為一個觀察單元來對待。因此該模型的觀察單元僅為29個。

三、結(jié)果分析

(一)中國區(qū)域創(chuàng)新技術(shù)效率模型的估計結(jié)果分析

基于1999-2008年省級行政區(qū)面板數(shù)據(jù),按照式(4)、式(5)和式(6)模型結(jié)構(gòu),運用Battese和Coelli(1995)方法,分別考察無時間滯后、滯后1年、滯后2年及滯后3年的C-D生產(chǎn)函數(shù)和超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型。本部分估計了零假設(shè)和非零假設(shè)隨機(jī)前沿生產(chǎn)函數(shù)模型,并進(jìn)行似然比檢驗。結(jié)果表明,在創(chuàng)新技術(shù)效率的16個待定模型中,不考慮時間因素的C-D生產(chǎn)函數(shù)隨機(jī)前沿模型是最適用的。估計結(jié)果如表3。

表3 地區(qū)創(chuàng)新技術(shù)效率模型估計結(jié)果

注:括號內(nèi)為t檢驗值,*、**和***分別表示10%、5%和1%顯著性水平(雙側(cè))。

模型1～4分別表示無時滯、滯后1年、滯后2年和滯后3年的投入產(chǎn)出關(guān)系。模型的σ2和γ值均在1%的顯著水平下顯著,表明非效率因素在創(chuàng)新生產(chǎn)過程中顯著存在,同時印證了本文采用SFA方法的合理性。

從4個模型的參數(shù)估計結(jié)果看,R&D經(jīng)費投入與創(chuàng)新產(chǎn)出顯著相關(guān),但勞動投入系數(shù)雖為正,但除模型1通過10%的顯著水平外,其他均不能通過檢驗。這表明目前中國的創(chuàng)新生產(chǎn)過程是一種更多依賴資金投入的粗放型模型。

表3的下半部分給出了技術(shù)非效率影響因素的估計結(jié)果。政府資助(GOV)和金融支持(Bank),均為不顯著的正值,這表明政府和金融機(jī)構(gòu)對創(chuàng)新的經(jīng)費資助都沒有對創(chuàng)新技術(shù)效率產(chǎn)生明顯提升作用,其中原因值得深入探究。

代表創(chuàng)新主體間關(guān)聯(lián)的變量Link1和Link2結(jié)果各不相同。代表企業(yè)和高校之間科研活動交流的變量(Link1)在4個模型中均為不顯著的負(fù)值,表明企業(yè)和高校之間科研交流并未對創(chuàng)新技術(shù)效率的提高產(chǎn)生顯著作用。然而,代表企業(yè)與科研機(jī)構(gòu)之間科研交流的變量(Link2)顯著提高了地區(qū)的創(chuàng)新技術(shù)效率?？梢?逐漸踏上企業(yè)化轉(zhuǎn)制之路的科研院所,科研活動更能適應(yīng)市場的需求。

在三類知識溢出變量中,高新技術(shù)產(chǎn)業(yè)份額(HTh)的估計系數(shù)均為顯著正值,表明高新技術(shù)產(chǎn)業(yè)對地區(qū)創(chuàng)新效率的提高產(chǎn)生了顯著的負(fù)面影響。白俊紅等[16]也有類似結(jié)論,這可能與各個地區(qū)對高新技術(shù)產(chǎn)業(yè)的界定標(biāo)準(zhǔn)、高新技術(shù)產(chǎn)業(yè)的研發(fā)類型和研究階段有關(guān)。產(chǎn)業(yè)集中度(K)的估計系數(shù)為不顯著的負(fù)值,表明某地區(qū)的產(chǎn)業(yè)集聚與創(chuàng)新技術(shù)效率的正相關(guān)性并不顯著。這需要進(jìn)一步考察產(chǎn)業(yè)集聚與創(chuàng)新集聚之間的關(guān)聯(lián)性是否是有條件的。外商直接投資水平(FDI)的估計系數(shù)為顯著的負(fù)值,表明外商直接投資對提高地區(qū)創(chuàng)新技術(shù)效率產(chǎn)生了顯著的促進(jìn)作用。

(二)中國區(qū)域創(chuàng)新轉(zhuǎn)化效率模型的估計結(jié)果分析

基于與(一)同樣的方法,按照式(9)、式(10)和式(11)模型結(jié)構(gòu),C-D生產(chǎn)函數(shù)無時滯、滯后1年、滯后2年和滯后3年各模型通過檢驗,分別用模型5-8代表。4個模型的σ2和γ值均在1%的顯著水平下顯著,表明技術(shù)非效率因素顯著存在。

表4上半部分反映了生產(chǎn)要素投入對總產(chǎn)出的影響及程度。結(jié)果表明,資本、勞動和創(chuàng)新對總產(chǎn)出均有顯著促進(jìn)作用。其中,資本的帶動作用最強(qiáng),勞動次之,而創(chuàng)新對總產(chǎn)出的帶動作用最弱。這表明中國目前的經(jīng)濟(jì)發(fā)展方式仍然是以高物質(zhì)資源投入拉動的投資型經(jīng)濟(jì)模式。

表4 經(jīng)濟(jì)生產(chǎn)活動的隨機(jī)前沿模型估計結(jié)果

注:括號內(nèi)為t檢驗值,*、**和***分別表示10%、5%和1%的顯著性水平(雙側(cè))。

在表4下半部分的技術(shù)非效率因素中,對外開放度指標(biāo)(IC)顯著為負(fù),表明對外開放對經(jīng)濟(jì)增長的促進(jìn)作用顯著,這從改革開放以來中國經(jīng)濟(jì)的快速增長已得到很好的印證。產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)(HTh)為不顯著負(fù)值,表明高新技術(shù)產(chǎn)業(yè)的發(fā)展對經(jīng)濟(jì)增長促進(jìn)作用并不明顯,這一結(jié)論值得深入研究。市場化程度(SOE)的估計結(jié)果表明國有企業(yè)對地區(qū)經(jīng)濟(jì)發(fā)展有顯著的抑制作用,市場化改革的深入,市場化水平的提高,能有效促進(jìn)經(jīng)濟(jì)的發(fā)展。金融深度指標(biāo)(Finance)為顯著的正值,表明金融深化對經(jīng)濟(jì)發(fā)展產(chǎn)生了顯著的負(fù)面影響。對金融深化與經(jīng)濟(jì)增長關(guān)系的研究相當(dāng)?shù)亩?有部分文獻(xiàn)支持本文的結(jié)果[17]?；A(chǔ)設(shè)施水平(Bace)指標(biāo)也表現(xiàn)出顯著的正值,即對經(jīng)濟(jì)增長表現(xiàn)出顯著的負(fù)向影響,這與基礎(chǔ)設(shè)施投入的特點有關(guān),巨額的沉淀成本擠出了大量產(chǎn)業(yè)投資。特別是在高投入時期,有可能出現(xiàn)抑制經(jīng)濟(jì)增長的情況。勞動力知識水平指標(biāo)(Labor)對地區(qū)經(jīng)濟(jì)增長作用不顯著,說明現(xiàn)階段高等教育人口尚未成為區(qū)域經(jīng)濟(jì)發(fā)展的主要推動力量,這可能與高等教育的人才供給與地區(qū)人才需求的結(jié)構(gòu)失衡有關(guān)。

(三)中國區(qū)域創(chuàng)新技術(shù)效率與轉(zhuǎn)化效率值的測算及其區(qū)域比較

根據(jù)公式(4)和模型1～模型4,可計算各地區(qū)不同年份的創(chuàng)新技術(shù)效率。表5給出了相應(yīng)的描述性統(tǒng)計?？梢?各地區(qū)的創(chuàng)新技術(shù)效率均顯著低于1,意味著中國各地區(qū)的創(chuàng)新生產(chǎn)都處于無效配置狀態(tài)。運用Spearman相關(guān)性檢驗,模型1～模型4測算的區(qū)域創(chuàng)新技術(shù)效率值排序高度一致。以模型4結(jié)果為例,創(chuàng)新技術(shù)效率平均值為0.67,且地區(qū)間的創(chuàng)新差異也較大。在省域中,最高與最低得分相差3.35倍。

表5 區(qū)域創(chuàng)新技術(shù)效率值描述性統(tǒng)計結(jié)果

根據(jù)公式(8),和模型5～模型8,可計算各個地區(qū)不同年份的創(chuàng)新轉(zhuǎn)化效率值。表6給出了相應(yīng)的描述性統(tǒng)計結(jié)果。仍然運用Spearman相關(guān)性檢驗,4個模型的計算結(jié)果保持高度一致,且創(chuàng)新轉(zhuǎn)化效率平均值顯著小于1,且總體上小于創(chuàng)新技術(shù)效率值。以模型8為例,全國平均得分僅為0.38,這意味著在現(xiàn)有經(jīng)濟(jì)生產(chǎn)條件下,實現(xiàn)相同的經(jīng)濟(jì)總產(chǎn)出,最小的創(chuàng)新成果投入僅為現(xiàn)有實際投入的0.38,或者說,在實際的經(jīng)濟(jì)生產(chǎn)過程中,創(chuàng)新成果可創(chuàng)造的60%以上的經(jīng)濟(jì)價值未能實現(xiàn)。

表6 區(qū)域創(chuàng)新轉(zhuǎn)化效率值描述性統(tǒng)計結(jié)果

為了進(jìn)一步反應(yīng)創(chuàng)新效率的區(qū)域差異,繪制每個地區(qū)的創(chuàng)新技術(shù)效率和轉(zhuǎn)化效率的散點圖。如圖2所示。

圖2 區(qū)域創(chuàng)新技術(shù)效率和轉(zhuǎn)化效率散點圖*該散點圖是根據(jù)模型4和模型8的計算結(jié)果,以各地區(qū)創(chuàng)新技術(shù)效率和轉(zhuǎn)化效率的平均值描繪而成。

從圖2可知,東部地區(qū)*本文沿襲傳統(tǒng)的東、中、西部的劃分方式,其中東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南;中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部地區(qū)包括重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古。,除個別地區(qū)外,創(chuàng)新技術(shù)效率和轉(zhuǎn)化效率都普遍較高。中部地區(qū)的創(chuàng)新技術(shù)效率比較集中,大部分都處在中高區(qū)域,但創(chuàng)新轉(zhuǎn)化效率值較分散。西部地區(qū)的創(chuàng)新技術(shù)效率有高有低,但創(chuàng)新轉(zhuǎn)化效率普遍較低?？梢?絕大部分地區(qū)的創(chuàng)新技術(shù)效率和轉(zhuǎn)化效率存在較大差異,普遍存在“兩張皮”的現(xiàn)象。進(jìn)一步地,幾乎全部地區(qū)都落在45°線以上的區(qū)域,表明我國絕大部分地區(qū)創(chuàng)新技術(shù)效率都高于創(chuàng)新轉(zhuǎn)化效率。并且,創(chuàng)新轉(zhuǎn)化效率較高的地區(qū),創(chuàng)新技術(shù)效率也較高;創(chuàng)新技術(shù)效率較低的地區(qū),創(chuàng)新轉(zhuǎn)化效率也較低?？梢?中國目前的創(chuàng)新生產(chǎn)活動的產(chǎn)出效率已經(jīng)超過經(jīng)濟(jì)生產(chǎn)活動對創(chuàng)新成果的有效需求,創(chuàng)新生產(chǎn)過程和轉(zhuǎn)化過程的脫離主要是由于“創(chuàng)新轉(zhuǎn)化效率不足”而導(dǎo)致的“創(chuàng)新生產(chǎn)能力相對過?！?。

四、結(jié) 語

本文通過構(gòu)建知識生產(chǎn)函數(shù)和經(jīng)濟(jì)生產(chǎn)函數(shù),運用測算生產(chǎn)效率的兩種方法(產(chǎn)出法和投入法),從創(chuàng)新技術(shù)效率和創(chuàng)新轉(zhuǎn)化效率兩個角度,不僅完善了創(chuàng)新效率的內(nèi)涵,還為研究創(chuàng)新的經(jīng)濟(jì)、社會效益提供了可行的實證思路。在運用生產(chǎn)效率計算的投入法和產(chǎn)出法基礎(chǔ)上,借助隨機(jī)前沿法,測算了中國各地區(qū)(不包括西藏、港澳臺地區(qū))自1999年至2008年的創(chuàng)新技術(shù)效率和轉(zhuǎn)化效率,及其相應(yīng)的影響因素。

研究發(fā)現(xiàn),中國各區(qū)域創(chuàng)新技術(shù)效率均顯著低于1,技術(shù)非效率因素顯著存在。目前,中國的創(chuàng)新生產(chǎn)是一種更多依賴資金投入的粗放型模式。政府和金融機(jī)構(gòu)對創(chuàng)新活動的資助對創(chuàng)新技術(shù)效率的提高都沒有起到明顯的作用。企業(yè)與高校之間的科研交流對促進(jìn)創(chuàng)新生產(chǎn)的技術(shù)效率沒有發(fā)揮出顯著的作用。而企業(yè)與科研機(jī)構(gòu)的聯(lián)系顯著提高了地區(qū)創(chuàng)新技術(shù)效率。各地區(qū)的高新技術(shù)產(chǎn)業(yè)不僅沒有對創(chuàng)新技術(shù)效率產(chǎn)生促進(jìn)作用,反而有顯著的負(fù)面影響。而各地區(qū)的外商直接投資水平對創(chuàng)新技術(shù)效率的提高產(chǎn)生了顯著的促進(jìn)作用。

中國各區(qū)域的創(chuàng)新轉(zhuǎn)化效率普遍偏低。轉(zhuǎn)化效率的全國平均得分僅為0.38,這意味在實際的經(jīng)濟(jì)生產(chǎn)過程中,有將近60%的創(chuàng)新產(chǎn)出沒有實現(xiàn)其應(yīng)有的經(jīng)濟(jì)價值。同時,各地區(qū)的經(jīng)濟(jì)生產(chǎn)總效率(根據(jù)產(chǎn)出法計算)明顯優(yōu)于創(chuàng)新轉(zhuǎn)化效率,進(jìn)一步表明創(chuàng)新在我國經(jīng)濟(jì)發(fā)展中尚未發(fā)揮重要作用,目前的經(jīng)濟(jì)發(fā)展仍然是一種高資源投入的經(jīng)濟(jì)增長方式。

從中國各地區(qū)的創(chuàng)新技術(shù)效率和創(chuàng)新轉(zhuǎn)化效率的比較看,普遍存在“兩張皮”的現(xiàn)象,且創(chuàng)新生產(chǎn)能力普遍超過創(chuàng)新轉(zhuǎn)化水平,出現(xiàn)了創(chuàng)新生產(chǎn)能力相對過剩的獨特現(xiàn)象和問題。然而,創(chuàng)新生產(chǎn)過程、創(chuàng)新轉(zhuǎn)化過程本應(yīng)是一個有機(jī)的整體,互為支撐、螺旋發(fā)展。這將嚴(yán)重阻礙創(chuàng)新活動的開展和創(chuàng)新質(zhì)量的提高。因此,加快提高創(chuàng)新轉(zhuǎn)化效率是各地區(qū)創(chuàng)新發(fā)展的關(guān)鍵,是實現(xiàn)創(chuàng)新生產(chǎn)過程和創(chuàng)新轉(zhuǎn)化過程有機(jī)整體的核心問題。

本文研究還存在一定的局限。文中創(chuàng)新效率的測算由于數(shù)據(jù)的可得性仍然選取了通常使用的專利作為創(chuàng)新成果的代表,正如學(xué)術(shù)界一直討論的那樣,專利指標(biāo)有其弊端,因此,探尋更為合理的替代指標(biāo)是創(chuàng)新研究的一個重要方向。

參考文獻(xiàn)：

[1] Jaffe A B. Demand and supply influences in R&D intensity and productivity growth[J]. Review of Economics and Statistics, 1988, 70(3): 431-437.

[2] Jefferson G H, Bai H M, Guan X J, et al. R and D performance in Chinese industry[J]. Economics of Innovation and New Technology, 2004, 13(1/2): 23-45.

[3] Zhang A M, Zhang Y M, Zhao R. A study of the R&D efficiency and、 productivity of Chinese firms[J]. Journal of Comparative Economics, 2003, 31(3): 444-464.

[4] 吳延兵. R&D與生產(chǎn)率: 基于中國制造業(yè)的實證研究[J]. 經(jīng)濟(jì)研究, 2006(11): 60-71.

[5] Pakes G A Z. Patents and R&D at the firm level: a first report[J]. Economics Letters, 1980, 5(4): 377-381.

[6] Archambault E. Methods for using patents in cross-country comparison[J]. Scientometrics, 2002, 54(1): 15-30.

[7] Archibugi D. Patenting as an indicator of technological innovation: a review[J]. Science and Public Policy, 1992, 19: 357-368.

[8] Griliches Z. Productivity, R&D and basic research at the firm level in the 1970s[J]. American Economic Review, 1986, 76(6): 141-154.

[9] Lederman D, Maloney W F. Research and development (R&D) and development[C]//Policy Research Working Paper Series 3024. The World Bank, 2003: 5-87.

[10] 白敏怡. 基于共同前沿函數(shù)法的中國區(qū)域創(chuàng)新體系效率的評估[J]. 上海管理科學(xué), 2007(3): 4-6.

[11] Griliches Zvi. R&D and productivity slowdown[J]. American Economic Review, 1980a, 70(1): 343-348.

[12] 王英偉, 成邦文. 我國研究與發(fā)展對全要素生產(chǎn)率影響的定量分析[J]. 科技管理研究, 2005(6): 39-42.

[13] Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data[J]. Empirical Economics, 1995, 20: 325-332.

[14] Kumbhakar S C. The measurement and decomposition of cost-inefficiency: the translog cost system[J]. Oxford Economic Papers, 1991, 43(4): 667-683.

[15] Kaneko S, Tanaka K, Toyota T. Water effieiency of agricultural production in China: regional comparison from 1999 to 2002[J]. International Journal of Agricultural Resources, Governance and Ecology, 2004, 3: 231-251.

[16] 白俊紅, 江可申, 李 婧. 應(yīng)用隨機(jī)前沿模型評測中國區(qū)域研發(fā)創(chuàng)新效率[J]. 管理世界, 2009(10): 51-61.

[17] 李廣眾. 銀行、股票市場與長期經(jīng)濟(jì)增長: 中國的經(jīng)驗研究與國際比較[J]. 世界經(jīng)濟(jì), 2002(9): 57-62.