,

(安徽工程大學(xué) 地方政府與社會(huì)治理創(chuàng)新研究中心，安徽 蕪湖 241000)

自2010年國(guó)務(wù)院發(fā)布的《關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》后，全國(guó)各省市都陸續(xù)出臺(tái)了地區(qū)的高新技術(shù)產(chǎn)業(yè)發(fā)展規(guī)劃與扶持政策.但是，作為知識(shí)技術(shù)密集產(chǎn)業(yè)，培育和發(fā)展高新技術(shù)產(chǎn)業(yè)不能只停留在政策扶持方面，持續(xù)的技術(shù)創(chuàng)新才是使其成長(zhǎng)的真正動(dòng)力源.因此，對(duì)我國(guó)及各省、直轄市的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行測(cè)度和比較分析，并依此優(yōu)化創(chuàng)新投入資源配置，提高產(chǎn)業(yè)技術(shù)創(chuàng)新效率顯得尤為重要.

1 國(guó)內(nèi)外研究現(xiàn)狀及文獻(xiàn)綜述

國(guó)內(nèi)學(xué)者對(duì)技術(shù)創(chuàng)新理論研究主要是從20世紀(jì)末期開(kāi)始的.胡哲一[1]認(rèn)為技術(shù)創(chuàng)新是以創(chuàng)造性和市場(chǎng)成功實(shí)現(xiàn)為基本特征的周期性技術(shù)經(jīng)濟(jì)活動(dòng)全過(guò)程.劉勁楊[2]認(rèn)為知識(shí)創(chuàng)新、制度創(chuàng)新與技術(shù)創(chuàng)新共同構(gòu)成了創(chuàng)新行為演進(jìn)的主要形式，彼此相關(guān)卻絕不相同，其給出一個(gè)較清晰的邊界，并重新界定了三者概念中易引起混淆的外延與內(nèi)涵.彭金榮[3]指出中國(guó)應(yīng)高度關(guān)注主要發(fā)達(dá)國(guó)家、區(qū)域集團(tuán)及新興國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展態(tài)勢(shì)及走向，在環(huán)境營(yíng)造、產(chǎn)業(yè)選擇、掌握核心技術(shù)、構(gòu)建政策支持體系以及完善法律監(jiān)管體系方面借鑒其成功經(jīng)驗(yàn)，實(shí)現(xiàn)中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)的持續(xù)健康發(fā)展.薛瀾[4]從發(fā)展動(dòng)力、發(fā)展目標(biāo)、發(fā)展模式、發(fā)展主體和發(fā)展格局五個(gè)角度系統(tǒng)考察了世界范圍內(nèi)戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展趨勢(shì)與特征，并提出提升技術(shù)創(chuàng)新能力和完善產(chǎn)業(yè)創(chuàng)新體系等五點(diǎn)啟示.

學(xué)者們針對(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展研究主要集中于發(fā)展機(jī)理及對(duì)策建議方面，而對(duì)產(chǎn)業(yè)技術(shù)創(chuàng)新效率方面的研究十分稀缺.當(dāng)前，普遍應(yīng)用的技術(shù)創(chuàng)新效率測(cè)量方法分為非參數(shù)法和參數(shù)法兩類(lèi).

非參數(shù)法以Charnes[5]等學(xué)者提出的DEA分析方法為代表.Hak Yeon Lee[6]采用DEA分析方法，實(shí)證研究了27個(gè)亞洲國(guó)家的R&D活動(dòng)效率.熊飛[7]等選取北京市的42家高新企業(yè)為研究對(duì)象，并利用DEA中C2R和BC2模型，對(duì)其技術(shù)創(chuàng)新效率進(jìn)行評(píng)價(jià)分析.黃海霞[8]基于2005～2012年我國(guó)省級(jí)面板數(shù)據(jù)，采用DEA-Malmquist指數(shù)模型，測(cè)算了中國(guó)28個(gè)省的戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新的全要素生產(chǎn)率.劉暉[9]等選取2007～2012年我國(guó)28個(gè)省級(jí)面板數(shù)據(jù)為樣本，運(yùn)用DEA方法，測(cè)算了各省份戰(zhàn)略性新興產(chǎn)業(yè)的技術(shù)創(chuàng)新效率.

參數(shù)法以Aigner[10]等提出的隨機(jī)前沿分析方法為代表.Yot[11]以澳大利亞制造業(yè)面板數(shù)據(jù)為研究樣本，運(yùn)用隨機(jī)前沿分析法測(cè)度制造業(yè)技術(shù)效率，并分析金融制度、企業(yè)所有權(quán)歸屬以及管理層激勵(lì)等因素對(duì)企業(yè)技術(shù)效率的影響.肖興志[12]在C-D生產(chǎn)函數(shù)的基礎(chǔ)上，加入時(shí)間趨勢(shì)項(xiàng)，構(gòu)建了創(chuàng)新效率測(cè)算模型來(lái)計(jì)算我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)的創(chuàng)新效率，隨后運(yùn)用Tobit模型分析了企業(yè)規(guī)模、創(chuàng)新方式等因素對(duì)創(chuàng)新效率的影響.呂巖威[13]等基于2003～2010年的面板數(shù)據(jù)，采用SFA模型，測(cè)算了我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)的技術(shù)效率，研究發(fā)現(xiàn)產(chǎn)業(yè)的技術(shù)效率水平低下，但技術(shù)進(jìn)步速度較快.項(xiàng)本武[14]基于2004～2011年中國(guó)7大戰(zhàn)略性新興產(chǎn)業(yè)46個(gè)樣本行業(yè)的面板數(shù)據(jù)，結(jié)合SFA方法，建立超越對(duì)數(shù)生產(chǎn)函數(shù)模型，對(duì)產(chǎn)業(yè)技術(shù)效率進(jìn)行了測(cè)度研究，并進(jìn)一步檢驗(yàn)其影響因素.

SFA方法通過(guò)確定生產(chǎn)函數(shù)可以避免隨機(jī)誤差的干擾，消除了各種隨機(jī)因素的負(fù)面影響，但若函數(shù)形式設(shè)定不當(dāng)，則會(huì)嚴(yán)重影響分析結(jié)果，且假設(shè)要求嚴(yán)格，使用范圍小.而DEA方法無(wú)需設(shè)定具體的函數(shù)形式，可以消除錯(cuò)誤的函數(shù)帶來(lái)的影響，無(wú)需確定指標(biāo)權(quán)重，保證了評(píng)價(jià)的客觀性，適合評(píng)價(jià)多投入多產(chǎn)出的系統(tǒng)，但其未考慮隨機(jī)誤差，即易受極值影響.

2 模型選取、評(píng)價(jià)指標(biāo)體系構(gòu)建及數(shù)據(jù)來(lái)源

2.1 模型選取

考慮到高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新是一個(gè)多投入、多產(chǎn)出的復(fù)雜活動(dòng)，研究認(rèn)為采用DEA方法來(lái)計(jì)算其技術(shù)創(chuàng)新效率是一個(gè)更為有效方法，研究選取DEA中C2R模型來(lái)評(píng)價(jià)全國(guó)各省份的技術(shù)創(chuàng)新效率.

在DEA眾多模型中，C2R模型得到了最廣泛的應(yīng)用，其將科學(xué)-工程效率的定義推廣到多輸入、多輸出的系統(tǒng)的相對(duì)效率評(píng)價(jià)中，提供了一個(gè)有效的方法來(lái)評(píng)價(jià)決策單元(DMU)的相對(duì)效率.此外，C2R模型的許多性質(zhì)和定理，乃至討論與證明技巧，在DEA其他模型的研究中也極具代表性，甚至某些類(lèi)似的結(jié)論，只需回顧一下C2R模型，就會(huì)不證自明.

(1)

在線性規(guī)劃中，如果原始問(wèn)題約束條件多，決策變量少，轉(zhuǎn)換為對(duì)偶問(wèn)題約束變少了，更容易求解.換句話說(shuō)，解原問(wèn)題比對(duì)偶問(wèn)題復(fù)雜的時(shí)候，就可以解對(duì)偶問(wèn)題，因?yàn)樗鼈兊慕馐堑葍r(jià)的.因此，應(yīng)用線性規(guī)劃對(duì)偶理論，引入剩余變量s+與松弛變量s-建立對(duì)偶規(guī)劃，可得模型二，如式(2)所示.

(2)

在C2R模型中，λj將各有效點(diǎn)連接生成有效前沿面，并通過(guò)s+，s-兩變量進(jìn)行水平與垂直地延伸，形成包絡(luò)面.其中，θ表示的是DMU離有效生產(chǎn)前沿面的距離量，能夠看出各個(gè)DMU相對(duì)效率的大小.

2.2 評(píng)價(jià)指標(biāo)體系構(gòu)建

研究將從人力投入和資本投入兩方面建立技術(shù)創(chuàng)新投入指標(biāo)，因?yàn)椋夹g(shù)創(chuàng)新離不開(kāi)人力資本投入，尤其是科技人員的投入.人類(lèi)勞動(dòng)為產(chǎn)業(yè)技術(shù)創(chuàng)新提供了智力支撐，另外，技術(shù)創(chuàng)新本身具有風(fēng)險(xiǎn)和不確定性，而資本為企業(yè)技術(shù)創(chuàng)新活動(dòng)的實(shí)施提供了資金保證，因此，資本投入的多少對(duì)技術(shù)創(chuàng)新活動(dòng)有著重要影響.其中，人力投入指標(biāo)包括R&D活動(dòng)人員折合全時(shí)當(dāng)量和研發(fā)機(jī)構(gòu)人員數(shù)量?jī)身?xiàng)，因?yàn)镽&D活動(dòng)人員和研發(fā)機(jī)構(gòu)人員的數(shù)量和素質(zhì)都能顯著地反映產(chǎn)業(yè)內(nèi)企業(yè)和研發(fā)機(jī)構(gòu)技術(shù)創(chuàng)新能力.由于發(fā)展中國(guó)家區(qū)域內(nèi)的企業(yè)存在技術(shù)劣勢(shì)，其進(jìn)行技術(shù)創(chuàng)新時(shí)，既有自主創(chuàng)新，也會(huì)有模仿創(chuàng)新.所以，創(chuàng)新資本投入應(yīng)包含自主創(chuàng)新資本投入與模仿創(chuàng)新資本投入兩項(xiàng).鑒于此，資本投入指標(biāo)包含R&D經(jīng)費(fèi)內(nèi)部支出、新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出和技術(shù)獲取支出(度量模仿創(chuàng)新資本投入)三項(xiàng).

國(guó)內(nèi)外大多學(xué)者皆從技術(shù)產(chǎn)出(即專(zhuān)利)和經(jīng)濟(jì)產(chǎn)出兩方面來(lái)衡量技術(shù)創(chuàng)新產(chǎn)出，有其一定的合理性.從技術(shù)創(chuàng)新角度來(lái)看，技術(shù)產(chǎn)出主要看科技成果，尤其是受法律保護(hù)的技術(shù)專(zhuān)利，專(zhuān)利可以反映技術(shù)創(chuàng)新的科技成果情況，是潛在經(jīng)濟(jì)產(chǎn)出的重要基礎(chǔ)；而經(jīng)濟(jì)產(chǎn)出則主要指技術(shù)創(chuàng)新活動(dòng)對(duì)產(chǎn)品的改進(jìn)和新產(chǎn)品的上市對(duì)企業(yè)銷(xiāo)售的影響，從企業(yè)追求利潤(rùn)最大化角度來(lái)說(shuō)，新產(chǎn)品銷(xiāo)售收入則反映了技術(shù)創(chuàng)新過(guò)程中全部投入要素彼此作用的經(jīng)濟(jì)產(chǎn)出和終極成效.因此，選取專(zhuān)利申請(qǐng)數(shù)與新產(chǎn)品銷(xiāo)售收入作為產(chǎn)出評(píng)價(jià)指標(biāo).綜上所述，指標(biāo)匯總?cè)绫?所示.

表1 戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新投入產(chǎn)出指標(biāo)體系

2.3 數(shù)據(jù)來(lái)源

研究中所有數(shù)據(jù)均來(lái)源于2011～2016年《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》.由于西藏和青海兩省的相關(guān)數(shù)據(jù)有缺失，因此評(píng)價(jià)中刪掉了西藏、青海兩省.在數(shù)據(jù)處理上，為了體現(xiàn)創(chuàng)新效率結(jié)果導(dǎo)向和方便比較，在技術(shù)投入指標(biāo)等數(shù)據(jù)方面均采取簡(jiǎn)單加總的方法.這種處理方法符合DEA方法對(duì)于決策單元的要求，主要表現(xiàn)在：第一，符合所有的決策單元應(yīng)該具有“同類(lèi)型”特征；第二，為了具有可比性，在選擇決策單元時(shí)要選擇一些先進(jìn)的單元，以利于找出差距.

采用DEA的C2R模型，使用DEAP 2.1軟件計(jì)算出我國(guó)各省份技術(shù)創(chuàng)新效率值及平均值(幾何平均值).為了對(duì)我國(guó)各區(qū)域的戰(zhàn)略性新興產(chǎn)業(yè)投入產(chǎn)出效率進(jìn)行比較，將省份作為生產(chǎn)決策單元，這種劃分方式便于數(shù)據(jù)的收集整理，而且比較結(jié)果具有實(shí)際意義，也有利于找出產(chǎn)生差距的原因.

3 實(shí)證結(jié)果及分析

3.1 各省份的技術(shù)創(chuàng)新效率評(píng)價(jià)

基于全國(guó)29個(gè)省份2010～2015年的數(shù)據(jù)，以各省份為決策單元，使用DEAP 2.1軟件計(jì)算出我國(guó)各省份技術(shù)創(chuàng)新效率的均值和全國(guó)各年份DEA效率的平均值(幾何平均值)，如表2所示.由表2可知，從國(guó)家層面來(lái)看，全國(guó)的綜合效率均值為0.697，這說(shuō)明我國(guó)的綜合效率還沒(méi)有到達(dá)DEA有效，處于低效率狀態(tài)，整體水平不高，有較大的改善空間.從地區(qū)層面來(lái)看，2010～2015年期間，有12個(gè)省市的綜合效率值超過(guò)全國(guó)均值0.697.其中，只有北京市的綜合效率值達(dá)到1，即北京市的技術(shù)創(chuàng)新達(dá)到DEA有效效率水平；而天津市的綜合效率值分別達(dá)到0.992，接近DEA有效效率水平.同樣也有17個(gè)省市的綜合效率值低于全國(guó)的綜合效率均值，其中，廣西、湖北、黑龍江、河北、陜西5個(gè)省份的綜合效率值處于全國(guó)最低水平，均沒(méi)有超過(guò)0.5，其中陜西省的綜合效率值最低，僅為0.345.總體來(lái)說(shuō)，我國(guó)技術(shù)創(chuàng)新處于低效率狀態(tài)，且存在顯著的地區(qū)差異.

表2 我國(guó)各省份DEA效率評(píng)價(jià)結(jié)果

全國(guó)純技術(shù)效率均值為0.773，沒(méi)有達(dá)到DEA有效.從區(qū)域?qū)用鎭?lái)看，北京、內(nèi)蒙古、廣東及新疆4個(gè)省市的純技術(shù)效率值為1，實(shí)現(xiàn)了DEA有效；有15個(gè)省市超過(guò)全國(guó)平均水平，其中天津?yàn)?.997、江蘇為0.981、河南為0.984、安徽為0.937，接近DEA有效效率水平；有14個(gè)省市的純技術(shù)效率值低于全國(guó)平均水平，其中河北、黑龍江、湖北及陜西4個(gè)省份處于全國(guó)最低水平，陜西最低，僅為0.348.總體來(lái)說(shuō)，我國(guó)的純技術(shù)效率均值高于綜合效率均值，但仍沒(méi)有實(shí)現(xiàn)DEA有效，有進(jìn)一步提升空間；亦存在地區(qū)分布不均衡狀態(tài)，東部沿海省份的純技術(shù)效率值相對(duì)高些，而東北省份普遍偏低.此外，低于全國(guó)平均值的地區(qū)占總數(shù)比例為48.3%.研究認(rèn)為造成全國(guó)大范圍純技術(shù)效率較低的原因主要有以下兩點(diǎn)：一、與地區(qū)經(jīng)濟(jì)結(jié)構(gòu)有關(guān)，不難發(fā)現(xiàn)，以重工業(yè)經(jīng)濟(jì)為主的省份，其純技術(shù)效率值均較低，如湖北和東北三?。欢?、北上廣等一線城市對(duì)人才吸引力強(qiáng)，人才流動(dòng)過(guò)于集中，分布不均衡，導(dǎo)致了知識(shí)、科技創(chuàng)新能力差異過(guò)大.

全國(guó)規(guī)模效率均值達(dá)到0.909，雖沒(méi)實(shí)現(xiàn)DEA有效，但處于較高水平.從區(qū)域?qū)用鎭?lái)看，北京的規(guī)模效率值為1，實(shí)現(xiàn)DEA有效，表明其在產(chǎn)業(yè)規(guī)模效應(yīng)方面具有比較優(yōu)勢(shì)；有25個(gè)省份的規(guī)模效率值高于0.8，說(shuō)明了與其他兩項(xiàng)相比，規(guī)模效率更集中于較高的水平，區(qū)域差異較小.所以，與規(guī)模效率相比，我國(guó)應(yīng)更關(guān)注從純技術(shù)效率與綜合效率方面來(lái)提高高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率，以及提升自主創(chuàng)新能力.

3.2 各年度的技術(shù)創(chuàng)新效率評(píng)價(jià)

2010～2015年我國(guó)DEA評(píng)價(jià)效果如表3所示.由表3可知，從時(shí)序角度來(lái)看，2010～2015年全國(guó)的綜合效率的均值為0.697，整體呈現(xiàn)平穩(wěn)波動(dòng)趨勢(shì)，在2010年達(dá)到最高水平0.751，隨后回落到2011年的0.655，2012～2014年期間一直保持上漲趨勢(shì)，2015年則又回落到0.678；2010～2015年全國(guó)的純技術(shù)效率的均值為0.773，最高值為2010年的0.807，期間呈現(xiàn)出回落再上漲的趨勢(shì)；2010～2015年全國(guó)的規(guī)模效率的均值為0.909 ，雖未達(dá)到DEA有效，但處于較高水平，最高值為2010年的0.938，呈現(xiàn)出連續(xù)小幅度震蕩的趨勢(shì).總的來(lái)說(shuō)，我國(guó)高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率仍處于低效狀態(tài)，雖整體呈現(xiàn)上漲趨勢(shì)，但上升緩慢，且存在波動(dòng)性，表現(xiàn)出了產(chǎn)業(yè)技術(shù)創(chuàng)新投入、產(chǎn)出格局優(yōu)化緩慢，存在巨大的進(jìn)步空間.

表3 2010～2015年我國(guó)DEA評(píng)價(jià)效果

3.3 非DEA有效地區(qū)創(chuàng)新投入冗余和產(chǎn)出不足情況

從DEA有效性的經(jīng)濟(jì)含義可知，現(xiàn)有既定產(chǎn)出量的情況下創(chuàng)新投入量配置不合理或現(xiàn)有既定投入量的情況下創(chuàng)新產(chǎn)出量不足是導(dǎo)致決策單元非DEA有效的兩個(gè)主要原因.2015年非DEA有效地區(qū)創(chuàng)新投入冗余和產(chǎn)出不足情況如表4所示.

表4 2015年非DEA有效地區(qū)創(chuàng)新投入冗余和產(chǎn)出不足情況

由表4不難看出，2015年全國(guó)仍有眾多省份(17個(gè))存在著創(chuàng)新投入冗余或產(chǎn)出不足情況，即創(chuàng)新投入資源配置不合理，需要合理地調(diào)整創(chuàng)新資源投入結(jié)構(gòu)；除寧夏和內(nèi)蒙古，其他15個(gè)省市中均未出現(xiàn)專(zhuān)利申請(qǐng)量產(chǎn)出不足現(xiàn)象，這表明了我國(guó)各省市均有較強(qiáng)的知識(shí)創(chuàng)新產(chǎn)出能力；但上海、黑龍江、云南、海南和貴州5個(gè)省市出現(xiàn)了新產(chǎn)品銷(xiāo)售收入產(chǎn)出不足問(wèn)題，表明我國(guó)高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新在經(jīng)濟(jì)產(chǎn)出方面的能力仍有欠缺，科技成果轉(zhuǎn)化能力不強(qiáng)、轉(zhuǎn)化率較低.此外，江蘇、浙江、廣東和江西4個(gè)省份的純技術(shù)效率實(shí)現(xiàn)DEA有效，而綜合效率卻沒(méi)有達(dá)到DEA有效，說(shuō)明了這些省份存在高新技術(shù)產(chǎn)業(yè)的規(guī)模和創(chuàng)新投入、產(chǎn)出不相匹配問(wèn)題，需要適當(dāng)增加或減少產(chǎn)業(yè)規(guī)模.

4 結(jié)論與政策建議

研究基于投入-產(chǎn)出理論構(gòu)建了技術(shù)創(chuàng)新評(píng)價(jià)指標(biāo)體系，依據(jù)2010～2015年面板數(shù)據(jù)，采用了DEA模型，運(yùn)用DEAP 2.1 軟件，實(shí)證測(cè)度了我國(guó)29個(gè)各省市高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率，最終得到如下結(jié)論： 2010～2015年，我國(guó)高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率整體保持上漲趨勢(shì)，卻仍處于低效率狀態(tài)，且上升緩慢并存在波動(dòng)性，創(chuàng)新投入、產(chǎn)出格局優(yōu)化緩慢，具有巨大的進(jìn)步空間.存在明顯的地區(qū)差異，主要體現(xiàn)于各省市的純技術(shù)效率差異過(guò)大，而規(guī)模效率相對(duì)集中于較高水平，區(qū)域間差異較小.研究認(rèn)為各地區(qū)的經(jīng)濟(jì)結(jié)構(gòu)差異和人才分布不均衡是造成這一問(wèn)題的兩個(gè)主要原因.我國(guó)大部分省份都出現(xiàn)了創(chuàng)新投入冗余或創(chuàng)新產(chǎn)出不足的情況，這表明了創(chuàng)新投入資源配置不合理，需要科學(xué)地調(diào)整創(chuàng)新資源投入結(jié)構(gòu)，且技術(shù)創(chuàng)新過(guò)程中存在著知識(shí)產(chǎn)出能力較強(qiáng)、經(jīng)濟(jì)產(chǎn)出能力較弱的問(wèn)題.

基于以上研究結(jié)論，提出以下幾點(diǎn)政策建議：

(1)加大技術(shù)創(chuàng)新投入，堅(jiān)持創(chuàng)新驅(qū)動(dòng)發(fā)展.從實(shí)證分析結(jié)果來(lái)看，2010～2015年全國(guó)規(guī)模效率均值達(dá)到0.909，沒(méi)有實(shí)現(xiàn)DEA有效，只有北京的規(guī)模效率值為1，實(shí)現(xiàn)DEA有效，說(shuō)明從全國(guó)角度來(lái)看仍可以通過(guò)加大技術(shù)創(chuàng)新投入，來(lái)促進(jìn)技術(shù)效率的提升.當(dāng)前我國(guó)高新技術(shù)產(chǎn)業(yè)處于快速發(fā)展階段，但不能一味擴(kuò)大產(chǎn)業(yè)規(guī)模，造成規(guī)模不經(jīng)濟(jì)，應(yīng)堅(jiān)持以技術(shù)創(chuàng)新為核心，堅(jiān)持自主創(chuàng)新，掌握行業(yè)關(guān)鍵核心技術(shù)，加強(qiáng)前沿科技創(chuàng)新，來(lái)驅(qū)動(dòng)產(chǎn)業(yè)發(fā)展.政府不僅應(yīng)從政策、財(cái)政、稅收等多方面來(lái)激發(fā)企業(yè)科技創(chuàng)新活力，還要積極幫助企業(yè)拓展融資渠道，解決高新技術(shù)企業(yè)的融資難題，保證企業(yè)進(jìn)行技術(shù)創(chuàng)新的資金支持.

(2)積極引進(jìn)和培養(yǎng)創(chuàng)新型人才，完善人才創(chuàng)新激勵(lì)機(jī)制.要健全人才引進(jìn)培養(yǎng)體系，激發(fā)勇于創(chuàng)新的社會(huì)環(huán)境；搭建科技創(chuàng)新人才信息庫(kù)，支持高等院校、科研機(jī)構(gòu)科技人員以借用、聘用或兼職等方式到企業(yè)從事研究開(kāi)發(fā)工作，從而有利于減少技術(shù)創(chuàng)新投入冗余，提高純技術(shù)創(chuàng)新效率.另外，要想充分調(diào)動(dòng)企業(yè)研發(fā)人員進(jìn)行創(chuàng)新的積極性，就必須要構(gòu)建一套有效的創(chuàng)新激勵(lì)機(jī)制.可以對(duì)研發(fā)人員進(jìn)行更為有效的績(jī)效考核，給予優(yōu)秀者一定的績(jī)效獎(jiǎng)金，來(lái)增強(qiáng)研發(fā)人員的工作積極性；給予技術(shù)創(chuàng)新項(xiàng)目中貢獻(xiàn)大的科技人員一定數(shù)量的額外獎(jiǎng)勵(lì).適度推廣員工股票期權(quán)計(jì)劃，實(shí)現(xiàn)研發(fā)人員的個(gè)人利益與企業(yè)利益相一致，來(lái)增強(qiáng)職員的工作投入度；給予員工廣闊的晉升空間，加強(qiáng)對(duì)科技人員的權(quán)利激勵(lì).總之，高新技術(shù)產(chǎn)業(yè)企業(yè)需要構(gòu)建以技術(shù)的培育、應(yīng)用、評(píng)價(jià)、考核為核心的創(chuàng)新激勵(lì)機(jī)制.

(3)優(yōu)化創(chuàng)新投入資源配置，加強(qiáng)產(chǎn)學(xué)研合作.從前文非DEA有效地區(qū)創(chuàng)新投入冗余和產(chǎn)出不足分析來(lái)看，全國(guó)高新技術(shù)產(chǎn)業(yè)創(chuàng)新資源配置不合理，而且區(qū)域差異較大，在“十三五”期間必須大力調(diào)整創(chuàng)新投入資源結(jié)構(gòu)，優(yōu)化資源配置，提升技術(shù)創(chuàng)新效率.企業(yè)進(jìn)行技術(shù)創(chuàng)新活動(dòng)要面向市場(chǎng)，不斷提高技術(shù)創(chuàng)新成果轉(zhuǎn)化率，推動(dòng)產(chǎn)業(yè)和產(chǎn)品向價(jià)值鏈中高端躍升.當(dāng)前，我國(guó)專(zhuān)利優(yōu)勢(shì)突出的高新技術(shù)產(chǎn)業(yè)骨干企業(yè)較少，但卻擁有多所高水平院校和研究中心[15]，要加強(qiáng)產(chǎn)學(xué)研合作，鼓勵(lì)高校與科研機(jī)構(gòu)以自身先進(jìn)的技術(shù)，通過(guò)技術(shù)入股的方式參與到企業(yè)中共同研發(fā)新產(chǎn)品，不斷完善產(chǎn)學(xué)研協(xié)同平臺(tái)建設(shè)，創(chuàng)立產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略同盟，提高科研成果的轉(zhuǎn)化水平.

(4)發(fā)揮政府的引導(dǎo)作用.從前文各省份技術(shù)創(chuàng)新效率實(shí)證分析來(lái)看，政府作用在高新技術(shù)產(chǎn)業(yè)發(fā)展中的作用不可忽視，大多數(shù)技術(shù)創(chuàng)新效率高的地區(qū)，政府對(duì)產(chǎn)業(yè)扶持力度和知識(shí)產(chǎn)權(quán)保護(hù)都較好.各地要圍繞國(guó)家重大戰(zhàn)略需求，緊密結(jié)合《中國(guó)制造2025》和《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》，根據(jù)自身實(shí)際經(jīng)濟(jì)發(fā)展情況，充分利用地區(qū)資源優(yōu)勢(shì)，引導(dǎo)高新技術(shù)產(chǎn)業(yè)企業(yè)進(jìn)行前沿科技創(chuàng)新，推動(dòng)產(chǎn)業(yè)走向智能化、高端化、綠色化，提升產(chǎn)業(yè)競(jìng)爭(zhēng)力；增強(qiáng)地域間的溝通和協(xié)調(diào)，減少產(chǎn)業(yè)重復(fù)性建設(shè).此外，政府要適當(dāng)加大知識(shí)產(chǎn)權(quán)保護(hù)力度，建立規(guī)范、法治的知識(shí)產(chǎn)權(quán)保護(hù)制度，來(lái)保障企業(yè)的正當(dāng)權(quán)益，降低產(chǎn)業(yè)的知識(shí)溢出風(fēng)險(xiǎn)，健全知識(shí)產(chǎn)權(quán)保護(hù)體系，營(yíng)造出激勵(lì)創(chuàng)新的制度環(huán)境.

[1] 胡哲一.技術(shù)創(chuàng)新的概念與定義[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,1992,5(13):47-50.

[2] 劉勁楊.知識(shí)創(chuàng)新、技術(shù)創(chuàng)新與制度創(chuàng)新概念的再界定[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2002(5):5-8.

[3] 彭金榮,李春紅.國(guó)外戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展態(tài)勢(shì)及啟示[J].改革與戰(zhàn)略,2011(2):167-171.

[4] 薛瀾,林澤梁,梁正,等.世界戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展趨勢(shì)對(duì)我國(guó)的啟示[J].中國(guó)軟科學(xué),2013(5):18-26.

[5] A CHARNES,W W COOPER,E RHODES.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6):429-444.

[6] HAK YEON LEE,YONG TAE PARK.An international comparison of R&D efficiency:DEA approach[J].Asian Journal of Technology Innovation,2005,13(2): 207-222.

[7] 熊飛,鄭茜,唐葆君.基于DEA方法的高新技術(shù)企業(yè)創(chuàng)新效率研究——以豐臺(tái)科技園為例[J].中國(guó)管理科學(xué),2012(11):696-701.

[8] 黃海霞,張治河.中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)的技術(shù)創(chuàng)新效率——基于DEA-Malmquist指數(shù)模型[J].技術(shù)經(jīng)濟(jì),2015(1):21-27.

[9] 劉暉,劉軼芳,喬啥,等.我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究[J].系統(tǒng)工程理論與實(shí)踐,2015(9):2 296-2 303.

[10] D J AIGNER,C K LOVELL,P SCHMIDT.Formulation and estimation of stochastic frontier production function models[J].Journal of Econometrics,1977(6):21-37.

[11] YOT AMORNKITBIKAI,CHARLES HARVIE.Finance,ownership,excutive remuneration,and technical efficiency:a stochastic frontier analysis of the manufacuring enterprises[J].Australasian Accounting Business and Finance Journal,2011, 5(1):35-55.

[12] 肖興志,謝理.中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新效率的實(shí)證分析[J].產(chǎn)業(yè)和區(qū)域經(jīng)濟(jì)管理,2011(11):26-35.

[13] 呂巖威,孫慧.中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率及其影響因素研究——基于18個(gè)大類(lèi)行業(yè)面板數(shù)據(jù)的分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2013(11):137-146.

[14] 項(xiàng)本武,齊峰.中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率及其影響因素[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào),2015(2):3-11.

[15] 中華人民共和國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局.戰(zhàn)略性新興產(chǎn)業(yè)發(fā)明專(zhuān)利統(tǒng)計(jì)分析總報(bào)告(2015)[EB/OL].http://www.sipo.gov.cn/tjxx/yjcg/201603/t20160324_1246668.html，2016-03-24.