羅斯丹 袁瀅欣

（中國海洋大學(xué)經(jīng)濟(jì)學(xué)院，山東 青島266100）

一、引 言

習(xí)近平在十九大報(bào)告中明確提出要加快建設(shè)創(chuàng)新型國家。而高技術(shù)產(chǎn)業(yè)是一個(gè)知識(shí)和技術(shù)密集型的產(chǎn)業(yè)群，研究開發(fā)投入高、人員比重大，創(chuàng)新性強(qiáng)，附加值高。2016年，我國高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入突破15 萬億元，占制造業(yè)的14.68%，出口額達(dá)到52445 億元，占制造業(yè)出口比重的44.6%。高技術(shù)產(chǎn)業(yè)是科技競爭的重要陣地和國家創(chuàng)新的關(guān)鍵領(lǐng)域，大力發(fā)展高技術(shù)產(chǎn)業(yè)，可以有效改善我國產(chǎn)業(yè)結(jié)構(gòu)，推進(jìn)經(jīng)濟(jì)協(xié)調(diào)穩(wěn)定發(fā)展。高技術(shù)產(chǎn)業(yè)的發(fā)展需要投入極高的科研費(fèi)用，研究開發(fā)過程的不確定因素難以預(yù)料，風(fēng)險(xiǎn)性大。在我國現(xiàn)階段的工業(yè)化進(jìn)程中，增加高技術(shù)產(chǎn)業(yè)R＆D 投入的同時(shí)，提高高技術(shù)產(chǎn)業(yè)效率，增加科技和經(jīng)濟(jì)成果產(chǎn)出，是轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的關(guān)鍵。因此，如何利用有限的資金和資源發(fā)展高技術(shù)產(chǎn)業(yè)，橫向比較各地區(qū)R＆D 效率，同時(shí)縱向觀察各地區(qū)效率隨時(shí)間的變化，是一個(gè)值得探討的重要課題。

國外學(xué)者很早就開始了對(duì)高技術(shù)產(chǎn)業(yè)效率的研究，使用的方法多種多樣。March-Chorda（1999）、Romijn 和Albu（2002）、Neelankavil 和Alaganar（2003）、Rosenzweig 和Roth（2004）、Gaimon 和Morton（2005）、Kim 和Han（2001）、Guan 和Chen（2010）分別采用因子分析法、多元回歸模型、格蘭杰因果檢驗(yàn)、路徑分析法、產(chǎn)品生命周期模型和隨機(jī)前沿分析方法研究高技術(shù)產(chǎn)業(yè)的效率問題。后來大多研究傾向于使用非參數(shù)方法。Guan 和Chen（2010）運(yùn)用網(wǎng)絡(luò)DEA 方法根據(jù)高技術(shù)產(chǎn)業(yè)效率將我國26 個(gè)省分為四類：高研發(fā)高業(yè)績、高研發(fā)低業(yè)績、低研發(fā)高業(yè)績、低研發(fā)低業(yè)績，并針對(duì)性地給出了政策建議。Sena（2004）利用Malmquist 方法測(cè)算了意大利高技術(shù)產(chǎn)業(yè)1989-1994年的TFP，發(fā)現(xiàn)技術(shù)進(jìn)步促進(jìn)了TFP 的提高。Chen 和Yeh（2005）使用DEA 方法從行業(yè)角度分析臺(tái)灣高技術(shù)產(chǎn)業(yè)的效率，發(fā)現(xiàn)計(jì)算機(jī)和半導(dǎo)體行業(yè)效率最高，而生物技術(shù)效率最低。此外，Hemmert（2004）、Collins和Smith（2006）、Wang 和Rafiq（2014）分別從制度、人力資本、組織文化角度對(duì)高技術(shù)企業(yè)效率進(jìn)行了研究。

我國學(xué)者對(duì)高技術(shù)產(chǎn)業(yè)效率的研究主要分為兩大類，一類是從靜態(tài)角度橫向比較各地區(qū)或各行業(yè)某一年的高技術(shù)產(chǎn)業(yè)效率。田家林（2018）使用DEA 方法基于2016年數(shù)據(jù)測(cè)算了我國各省高技術(shù)產(chǎn)業(yè)效率，橫向來看，東部地區(qū)效率值最高，中部地區(qū)效率值最低，進(jìn)一步分析認(rèn)為，中國的高技術(shù)產(chǎn)業(yè)效率貢獻(xiàn)更多來源于規(guī)模擴(kuò)張而非來源于純粹的技術(shù)進(jìn)步。張宗益等（2006）、余泳澤和張妍（2012）、葉銳等（2012）、陳瑩文等（2018）、吉生寶和周小珂（2010）分別使用柯布—道格拉斯生產(chǎn)函數(shù)形式的隨機(jī)前沿面板模型、三投入超越對(duì)數(shù)形式的隨機(jī)前沿面板模型、共享投入關(guān)聯(lián)DEA 模型、改進(jìn)兩階段DEA 模型、三階段DEA 模型進(jìn)行實(shí)證研究，無一例外地發(fā)現(xiàn)中國高技術(shù)產(chǎn)業(yè)整體效率值低，地區(qū)間存在較大差異。此外，成定平和淦蘇美（2017）、孫國鋒等（2016）、馮鋒等（2011）則分別通過三階段DEA、鏈型關(guān)聯(lián)DEA、鏈?zhǔn)紻EA 研究發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)的各類型企業(yè)和各行業(yè)之間效率差異也較大。

另一類是從動(dòng)態(tài)角度縱向分析高技術(shù)產(chǎn)業(yè)效率隨時(shí)間的變化情況。葉丹和黃慶華（2017）、王曉珍等（2017）、陳偉等（2017）、刁秀華等（2018）運(yùn)用DEA-Malmquist 指數(shù)方法分析了我國各省高技術(shù)產(chǎn)業(yè)TFP 的動(dòng)態(tài)變化，刁秀華等（2018）實(shí)證檢驗(yàn)發(fā)現(xiàn)我國高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率隨時(shí)間的變化呈現(xiàn)明顯的區(qū)域差異，2003-2013年間中部地區(qū)增長最快，其次是西部地區(qū)，東部地區(qū)增長最慢。進(jìn)一步地，李彥龍（2018）通過觀察我國高技術(shù)產(chǎn)業(yè)在2003-2015年的效率變化發(fā)現(xiàn)，相對(duì)于勞動(dòng)投入來說，資本的稀缺性更強(qiáng)，R＆D 經(jīng)費(fèi)投入不夠，應(yīng)加大資本投入。余泳澤等（2010）將高技術(shù)產(chǎn)業(yè)分為13 個(gè)細(xì)分行業(yè)，運(yùn)用DEA-Malmquist 指數(shù)方法橫向和縱向分析了各行業(yè)的效率，研究表明，TFP 的提高得益于技術(shù)進(jìn)步，而效率低下則源于純技術(shù)效率。

然而大多數(shù)的評(píng)價(jià)模型過于單一，僅從靜態(tài)角度考慮了某一年的投入產(chǎn)出情況或僅從動(dòng)態(tài)角度考慮時(shí)間變化，很少把靜態(tài)和動(dòng)態(tài)兩個(gè)角度綜合起來進(jìn)行評(píng)價(jià)，不能全面地考察高技術(shù)產(chǎn)業(yè)的現(xiàn)狀和發(fā)展，且有些研究關(guān)于指標(biāo)的選取較為籠統(tǒng)。鑒于此，本文運(yùn)用DEA 方法對(duì)中國29 個(gè)省2016年的高技術(shù)產(chǎn)業(yè)效率進(jìn)行了靜態(tài)評(píng)價(jià)，并采用Malmquist 指數(shù)法對(duì)2009-2016年的效率進(jìn)行動(dòng)態(tài)分析；指標(biāo)選取上，將投入指標(biāo)分為人員和經(jīng)費(fèi)投入，產(chǎn)出指標(biāo)選取知識(shí)和經(jīng)濟(jì)產(chǎn)出兩類，深入分析了DEA 無效的原因所在，同時(shí)將投入與產(chǎn)出的時(shí)間間隔設(shè)為1年，即產(chǎn)出比投入滯后1年。

二、模型設(shè)定與數(shù)據(jù)說明

（一）數(shù)據(jù)包絡(luò)分析模型

高技術(shù)產(chǎn)業(yè)R＆D 效率的分析方法有兩類：參數(shù)法和非參數(shù)法，參數(shù)法最廣泛運(yùn)用的是隨機(jī)前沿分析（SFA），而非參數(shù)法最主要的就是數(shù)據(jù)包絡(luò)分析（DEA）。隨機(jī)前沿分析只能運(yùn)用于多輸入單輸出的效率研究，且需要事先構(gòu)建生產(chǎn)前沿函數(shù)。而數(shù)據(jù)包絡(luò)分析則適用于多輸入多輸出的效率測(cè)算，并且不需要構(gòu)建生產(chǎn)前沿函數(shù)，因此本文采用數(shù)據(jù)包絡(luò)分析法。

數(shù)據(jù)包絡(luò)分析（DEA）是1978年由A.Charnes、W.W.Cooper 和E.Rhodes 提出的一種效率評(píng)價(jià)方法，主要用來研究多輸入多輸出的決策單元（DMU）的相對(duì)有效性。DEA 方法通過線性規(guī)劃確定最優(yōu)點(diǎn)，將最優(yōu)點(diǎn)連接起來形成一條效率前沿的包絡(luò)線，然后將所有DMU 的輸入和輸出映射于空間中。落在邊界上的DMU 相對(duì)有效，將其效率值確定為1；不在邊界上的DMU 相對(duì)無效，效率值小于1。

BC2和C2R 模型是DEA 最基本的兩個(gè)模型，它們的區(qū)別是BC2模型假定規(guī)模報(bào)酬可變，而C2R 模型假設(shè)規(guī)模報(bào)酬不變。假設(shè)有n 個(gè)DMU，這n 個(gè)DMU 都是具有可比性的，每個(gè)DMU 都有m 種類型的“輸入”（表示對(duì)“資源”的耗費(fèi)）和s 種類型的“輸出”（表明“成效”的一些指標(biāo)），輸入越小越好，而輸出越大越好。C2R 模型的對(duì)偶規(guī)劃為

其中

式中，xij、yrj分別表示第j 個(gè)DMU 的第i 個(gè)投入量和第r 個(gè)產(chǎn)出量；sij-、srj+分別表示第j 個(gè)DMU 的投入冗余量和產(chǎn)出不足量；θ 表示第j 個(gè)DMU 的相對(duì)效率值；ε 為非阿基米德無窮小量。

當(dāng)θ=1，sij-=0，srj+=0 時(shí)決策單元j 相對(duì)有效；當(dāng)θ=1，sij-≠0 或srj+≠0 時(shí)決策單元j 是弱有效的；當(dāng)θ＜1 時(shí)決策單元j 相對(duì)無效。

非DEA 有效的DMU 可以通過投影分析得到輸入向量和輸出向量的調(diào)整方向和調(diào)整值，變成DEA 有效的。我們將調(diào)整后的點(diǎn)稱為DMU 在生產(chǎn)前沿面上的“投影”。決策單元j 的投影為：

BC2模型則是在C2R 模型的基礎(chǔ)上增加了凸性假設(shè)模型將綜合技術(shù)效率（effch）分解為純技術(shù)效率（pech）和規(guī)模效率（sech）的乘積：

其中，純技術(shù)效率指企業(yè)技術(shù)和管理產(chǎn)生的效率，而規(guī)模效率則指企業(yè)規(guī)模因素影響的生產(chǎn)效率。

（二）Malmquist 指數(shù)模型

由于DEA 只能用于截面數(shù)據(jù)，不能反映效率隨時(shí)間的變化，而Malmquist 指數(shù)則用于時(shí)間序列或面板數(shù)據(jù)，可以反映決策單元的效率的時(shí)序變化，因此將DEA 與Malmquist 指數(shù)分析方法相結(jié)合，全面評(píng)價(jià)我國各省高技術(shù)產(chǎn)業(yè)R＆D 效率。1953年MalmquistSten 最早提出了Malmquist 指數(shù)，1982年Caves D W、Christensen L R和Diewert W E 首度將該指數(shù)應(yīng)用于生產(chǎn)率變化的測(cè)算，后來RolfFare 等人將它與DEA 理論相結(jié)合，其在生產(chǎn)率測(cè)算中的應(yīng)用越來越廣泛。

假設(shè)以t 時(shí)期的技術(shù)Tt為參照，（xt+1，yt+1）和（xt，yt）分別表示t+1 期和t 期的輸入和輸出指標(biāo)值，DCt+1和DCt分別表示規(guī)模報(bào)酬不變情形下t+1 期和t 期的距離函數(shù)，DVt+1和DVt表示規(guī)模報(bào)酬可變的情形下t+1 期和t 期的距離函數(shù)。

在t 期的技術(shù)條件下，從t 期到t+1 期的Malmquist 指數(shù)為

在t+1 期的技術(shù)條件下，從t 期到t+1 期的Malmquist 指數(shù)為

則t 期到t+1 期的Malmquist 指數(shù)為

Malmquist 指數(shù)可以分為技術(shù)進(jìn)步指數(shù)（techch）和綜合技術(shù)效率變動(dòng)指數(shù)（effch），其中綜合技術(shù)效率變動(dòng)指數(shù)又包括純技術(shù)效率變動(dòng)指數(shù)（pech）和規(guī)模效率變動(dòng)指數(shù)（sech），即

Malmquist 指數(shù)是一個(gè)動(dòng)態(tài)變化指數(shù)，用于衡量從t 期到t+1 期的TFP 變化。當(dāng)該指數(shù)大于1 時(shí)，表示TFP呈上升趨勢(shì)，效率有所提高；當(dāng)該指數(shù)等于1 時(shí)，表示TFP 不變，效率沒有發(fā)生變化；當(dāng)該指數(shù)小于1 時(shí)，表示TFP 呈下降趨勢(shì)，效率有所下降。

綜合技術(shù)效率變動(dòng)指數(shù)（effch）表示每個(gè)DMU 從t 期到t+1 期向生產(chǎn)前沿靠近的程度，也就是企業(yè)在t 期到t+1 期的技術(shù)效率變動(dòng)程度，反映了企業(yè)管理方法以及管理層決策是否正確。指數(shù)大于1 表示技術(shù)效率改善，即企業(yè)管理方式與決策正確；指數(shù)小于1 表示技術(shù)效率下降，即企業(yè)管理方式與決策不當(dāng)。

技術(shù)進(jìn)步指數(shù)（techch）則相當(dāng)于生產(chǎn)前沿面的變動(dòng)，代表生產(chǎn)技術(shù)的變化，反映了技術(shù)進(jìn)步。該指數(shù)大于1，代表生產(chǎn)邊界外移，技術(shù)進(jìn)步；該指數(shù)小于1，代表生產(chǎn)邊界向原點(diǎn)移動(dòng)，技術(shù)衰退。

（三）數(shù)據(jù)來源與指標(biāo)選取

本文所使用的數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》和《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》，選取我國29 個(gè)?。▍^(qū)、市）的高技術(shù)產(chǎn)業(yè)企業(yè)作為研究對(duì)象，采用2009-2016年的面板數(shù)據(jù)，對(duì)他們的R＆D 效率進(jìn)行評(píng)價(jià)。其中，由于西藏和青海地區(qū)數(shù)據(jù)缺失嚴(yán)重，未列入分析。由于R＆D 從輸入到輸出之間存在一定的時(shí)間間隔，因此本文將時(shí)滯設(shè)為1年，每一年高技術(shù)產(chǎn)業(yè)的R＆D 效率都是前一年的投入與當(dāng)年的產(chǎn)出的結(jié)果。

運(yùn)用DEA-Malmquist 指數(shù)模型分析我國高技術(shù)產(chǎn)業(yè)R＆D 效率，投入和產(chǎn)出指標(biāo)的選取非常關(guān)鍵，本文在參考其他文獻(xiàn)基礎(chǔ)上，結(jié)合高技術(shù)產(chǎn)業(yè)的特征，將投入指標(biāo)分為人員投入和經(jīng)費(fèi)投入（見表1），其中人員投入指標(biāo)選取的是R＆D人員折合全時(shí)當(dāng)量，經(jīng)費(fèi)投入指標(biāo)選取了R＆D 經(jīng)費(fèi)內(nèi)部支出、新產(chǎn)品開發(fā)經(jīng)費(fèi)支出和技術(shù)改造經(jīng)費(fèi)支出；產(chǎn)出指標(biāo)分為知識(shí)產(chǎn)出與經(jīng)濟(jì)產(chǎn)出，其中知識(shí)產(chǎn)出包括專利申請(qǐng)數(shù)和有效發(fā)明專利數(shù)，經(jīng)濟(jì)產(chǎn)出包括新產(chǎn)品銷售收入、主營業(yè)務(wù)收入和利潤總額。

表1 高技術(shù)產(chǎn)業(yè)R＆D 效率指標(biāo)體系

三、2016年各省高技術(shù)產(chǎn)業(yè)R＆D 效率靜態(tài)比較

本文采用DEAP2.1 軟件對(duì)各省高技術(shù)產(chǎn)業(yè)R＆D 投入產(chǎn)出效率進(jìn)行了實(shí)證分析。DEA 模型具有兩種基本形式：投入導(dǎo)向和產(chǎn)出導(dǎo)向。其中投入導(dǎo)向模型保持產(chǎn)出不變使投入最小化，而產(chǎn)出導(dǎo)向模型則保持投入不變使產(chǎn)出最大化。鑒于R＆D 投入在各地區(qū)高技術(shù)產(chǎn)業(yè)企業(yè)中具有靈活可調(diào)整性的特征，本文擬采用投入導(dǎo)向型DEA 模型。

（一）效率分析

2016年我國各省高技術(shù)產(chǎn)業(yè)R＆D 投入產(chǎn)出效率的評(píng)價(jià)結(jié)果如表2所示。

表2 2016年我國各省高技術(shù)產(chǎn)業(yè)R＆D 投入產(chǎn)出效率評(píng)價(jià)結(jié)果

1.綜合技術(shù)效率分析

首先，總體而言，2016年高技術(shù)產(chǎn)業(yè)R＆D 效率平均值為0.846，屬于輕度DEA 無效，表明我國高技術(shù)產(chǎn)業(yè)有一定的改善空間。

其次，從區(qū)域來看，中部地區(qū)的綜合技術(shù)效率值最高，西部地區(qū)最低，不同于大多數(shù)的研究結(jié)論，可能的原因是中部崛起戰(zhàn)略的實(shí)施使得西部地區(qū)對(duì)人才的吸引力增強(qiáng)，而東部沿海地區(qū)競爭激烈，人才落戶困難直接阻礙了人才流動(dòng)，西部地區(qū)得天獨(dú)厚的資源優(yōu)勢(shì)使其未有明顯的落后，而東北地區(qū)雖然自實(shí)施老工業(yè)基地振興戰(zhàn)略以來高技術(shù)產(chǎn)業(yè)發(fā)展迅速，R＆D 投入逐年增強(qiáng)，但與省外發(fā)達(dá)地區(qū)相比差距仍然明顯。

最后，從省份來看，在29 個(gè)省份中有12 個(gè)省高技術(shù)產(chǎn)業(yè)的R＆D 投入產(chǎn)出的綜合技術(shù)效率值為1，即這12 個(gè)省高技術(shù)產(chǎn)業(yè)的投入和產(chǎn)出是相對(duì)有效的，并同時(shí)達(dá)到了技術(shù)有效和規(guī)模有效。對(duì)于這些省份，在現(xiàn)有的投入和產(chǎn)出下無法提高效率值，只能增加新的投入或者減少產(chǎn)出種類。其中，東部地區(qū)有北京、天津、上海、山東、廣東，經(jīng)濟(jì)和科技都高度發(fā)達(dá)，比例較高；中部地區(qū)有山西、安徽和河南，西部地區(qū)有廣西、重慶、四川、新疆四個(gè)省，這些省雖然經(jīng)濟(jì)和科技不發(fā)達(dá)，但是發(fā)展比較協(xié)調(diào)，均以較少的投入保證了最優(yōu)的產(chǎn)出，沒有造成資源浪費(fèi)，資源得到了最優(yōu)配置，；東北地區(qū)三個(gè)省均為DEA 無效，但吉林省的效率顯著高于其他兩省。因此可見，各地區(qū)雖然經(jīng)濟(jì)發(fā)展不平衡，但每個(gè)區(qū)域都有標(biāo)桿性的省份，為同一區(qū)域的不同省份提供了參照。另外有17 個(gè)省份高技術(shù)產(chǎn)業(yè)R＆D 效率均小于1，其中有13 個(gè)省的效率值低于平均值，這表示我國大多數(shù)地區(qū)綜合技術(shù)效率相對(duì)無效，存在不同程度的投入產(chǎn)出不匹配問題。在DEA 無效地區(qū)中，甘肅效率最高，陜西最低，兩地效率差值達(dá)0.575，進(jìn)一步證明了地區(qū)間差異較大。

2.純技術(shù)效率分析

在29 個(gè)省份中，除了北京、天津等12 個(gè)DEA 有效的省外，江蘇、江西、甘肅和寧夏4 個(gè)省的純技術(shù)效率也為1，即這4 個(gè)省高技術(shù)產(chǎn)業(yè)的R＆D 現(xiàn)狀是純技術(shù)有效的，要想達(dá)到DEA 有效只能提高規(guī)模效率。其他省的純技術(shù)效率均小于1，說明這些省高技術(shù)產(chǎn)業(yè)綜合效率相對(duì)無效部分歸因于純技術(shù)效率無效。

3.規(guī)模效率和規(guī)模收益分析

當(dāng)規(guī)模效率為1 時(shí)，表明DMU 規(guī)模有效，處于規(guī)模收益不變階段，即每增加一單位的投入，產(chǎn)出也相應(yīng)地增加一個(gè)單位；否則規(guī)模無效，規(guī)模收益變化。除12 個(gè)DEA 有效的省份外，其他省均規(guī)模無效，觀察規(guī)模收益發(fā)現(xiàn)內(nèi)蒙古、吉林、海南、云南和甘肅處于遞增階段，表明這幾個(gè)省的資源使用效率隨投入的增加而提高，可以適當(dāng)增加R＆D 投入，擴(kuò)大產(chǎn)業(yè)規(guī)模，從而提高規(guī)模效率；河北、遼寧等剩下的12 個(gè)省處于規(guī)模收益遞減階段，說明相對(duì)產(chǎn)出來說投入規(guī)模偏大，增加投入并不能產(chǎn)生更大比例的產(chǎn)出，各省應(yīng)當(dāng)差異化發(fā)展，根據(jù)自身的實(shí)際情況選擇規(guī)模水平。

（二）投影分析

使用BC2和C2R 兩個(gè)模型對(duì)非DEA 有效的省份進(jìn)行投影分析，可以看到各省要想達(dá)到DEA 有效的改進(jìn)方向。

1.投入冗余分析

由表3可知，在17 個(gè)高技術(shù)產(chǎn)業(yè)非DEA 有效的省份中，江蘇、江西、甘肅和寧夏4 個(gè)省沒有投入冗余狀況，人員和經(jīng)費(fèi)投入都得到了充分合理的利用，其余13 個(gè)省則或多或少存在投入冗余，對(duì)人員和資金的利用不充分。河北、黑龍江、浙江、福建、湖南和貴州6 個(gè)省的人員冗余狀況較為嚴(yán)重，冗余值都超過了均值，應(yīng)當(dāng)減少人員投入量，合理配置人力資源；R＆D 經(jīng)費(fèi)內(nèi)部支出方面，遼寧、吉林、浙江、湖南和貴州的內(nèi)部經(jīng)費(fèi)得到了充分利用，而河北、內(nèi)蒙古和福建的冗余值超過了平均值，應(yīng)縮減這方面投入；新產(chǎn)品開發(fā)經(jīng)費(fèi)投入在各省基本都得到了充分合理的運(yùn)用，只有內(nèi)蒙古和吉林存在冗余現(xiàn)象；技術(shù)改造經(jīng)費(fèi)支出方面，只有黑龍江、福建和海南不存在冗余現(xiàn)象，其余省份均應(yīng)縮減此項(xiàng)開支，提高高技術(shù)產(chǎn)業(yè)的R＆D 效率。

表3 非DEA 有效省份高技術(shù)產(chǎn)業(yè)R＆D 投入冗余情況

表4 非DEA 有效省份高技術(shù)產(chǎn)業(yè)R＆D 產(chǎn)出不足情況

2.產(chǎn)出不足分析

由表4可知，江蘇、江西、甘肅和寧夏4 個(gè)省的R＆D 產(chǎn)出狀況較好，無論是知識(shí)產(chǎn)出還是經(jīng)濟(jì)產(chǎn)出都達(dá)到了標(biāo)準(zhǔn)值，而其他省份則存在不同程度的產(chǎn)出不足問題。

在專利申請(qǐng)方面，內(nèi)蒙古、吉林、海南和云南沒有達(dá)到目標(biāo)值，且不足值都超過了平均值，專利申請(qǐng)數(shù)不足情況嚴(yán)重，應(yīng)大力提高高技術(shù)產(chǎn)業(yè)的專利申請(qǐng)數(shù)；內(nèi)蒙古、黑龍江、浙江、福建和湖南的有效發(fā)明專利不足，其余省份都達(dá)到了目標(biāo)值；新產(chǎn)品銷售收入方面，黑龍江、湖北、海南、貴州、云南和陜西嚴(yán)重不足，都超過了平均值，西部地區(qū)較為嚴(yán)重，缺乏將知識(shí)產(chǎn)出轉(zhuǎn)化為經(jīng)濟(jì)產(chǎn)出的能力；主營業(yè)務(wù)收入方面，內(nèi)蒙古、吉林、湖北、貴州和云南這5 個(gè)省份達(dá)到了目標(biāo)值，另外遼寧、黑龍江、浙江、福建和湖南主營業(yè)務(wù)收入不足較為嚴(yán)重；利潤總額方面，河北、遼寧、黑龍江、海南和陜西達(dá)到了目標(biāo)值，其余省份的利潤總額或多或少都有不足。

四、2009-2016年各省高技術(shù)產(chǎn)業(yè)R＆D 效率動(dòng)態(tài)分析

利用Malmquist 指數(shù)研究2009-2016年我國29 個(gè)省高技術(shù)產(chǎn)業(yè)的投入產(chǎn)出效率隨時(shí)間的動(dòng)態(tài)變化情況，見表5。

（一）全國高技術(shù)產(chǎn)業(yè)TFP 及其變動(dòng)分析

表5 2009-2016年中國高技術(shù)產(chǎn)業(yè)Malmquist 指數(shù)及其分解

從時(shí)間變動(dòng)上看，從2009-2016年我國高技術(shù)產(chǎn)業(yè)TFP年平均下降5.8%，其中有4年TFP 增加，3年則有所下降，總的來說呈現(xiàn)出上升和下降交替波動(dòng)變化趨勢(shì)，反映了我國高技術(shù)產(chǎn)業(yè)生產(chǎn)率變化不穩(wěn)定，尚未形成逐年增加的良好趨勢(shì)。將TFP 分解來看，技術(shù)效率和技術(shù)進(jìn)步指數(shù)的均值分別為1.033 和0.912，即技術(shù)效率年均增長3.3%，技術(shù)進(jìn)步年均下降8.8%，表明我國高技術(shù)產(chǎn)業(yè)TFP 下降的原因在于技術(shù)退步，由上表也可以看到7年中僅有3年存在技術(shù)進(jìn)步。進(jìn)一步地，純技術(shù)效率和規(guī)模效率變動(dòng)指數(shù)的均值分別為1.004 和1.029，兩者均有所增加，但規(guī)模效率增加值更大，也就是說綜合技術(shù)效率的增加更多來自規(guī)模效率增加。因此，我國高技術(shù)產(chǎn)業(yè)TFP 上升的主要?jiǎng)恿碓从诩夹g(shù)效率提升，下降則歸咎于技術(shù)進(jìn)步的下降。

（二）各省份高技術(shù)產(chǎn)業(yè)TFP 變動(dòng)分析

從總體情況來看，2009-2016年間，高技術(shù)產(chǎn)業(yè)的TFP 指數(shù)變化為0.942，說明TFP 總體呈下降的趨勢(shì)；東部地區(qū)的TFP 略低于中、西部和東北地區(qū)，可能是由于高技術(shù)產(chǎn)業(yè)地區(qū)分布的傾向性使東部地區(qū)生產(chǎn)率在2009年的初始值較高，隨時(shí)間發(fā)展存在一定的收斂性；東部地區(qū)的技術(shù)進(jìn)步指數(shù)則略高于其他地區(qū)，表明東部地區(qū)豐富的人才和經(jīng)費(fèi)使得技術(shù)研發(fā)具有優(yōu)勢(shì)。

從各省份情況來看，大多數(shù)省份的TFP 指數(shù)值小于1，說明我國高技術(shù)產(chǎn)業(yè)整體效率呈下降趨勢(shì)，僅有天津、黑龍江、河南、廣東、廣西、四川、甘肅、寧夏8 個(gè)省大于1，黑龍江最高，可能是因?yàn)獒t(yī)藥制造業(yè)和醫(yī)療儀器及儀器儀表制造業(yè)在黑龍江占主要地位，尤其是以哈藥集團(tuán)股份有限公司為龍頭的醫(yī)藥企業(yè)，生物醫(yī)藥制造業(yè)投入大、風(fēng)險(xiǎn)高、收益佳，且與航空航天器制造業(yè)相比更容易轉(zhuǎn)為經(jīng)濟(jì)效益。

表6 2009-2016年我國29 個(gè)省份高技術(shù)產(chǎn)業(yè)Malmquist 指數(shù)及其分解

觀察表6可以看出，effch＞pftch，即進(jìn)一步證實(shí)了技術(shù)效率是推動(dòng)各省TFP 提升的主要原因，而技術(shù)進(jìn)步指數(shù)小于1，說明大多數(shù)TFP 下降的省份原因在于技術(shù)變動(dòng)的下降，我國的高技術(shù)產(chǎn)業(yè)尚未形成以技術(shù)進(jìn)步為驅(qū)動(dòng)力的創(chuàng)新模式，自主創(chuàng)新能力弱，缺乏核心技術(shù)。

純技術(shù)效率和規(guī)模效率變動(dòng)均值都大于1，即我國高技術(shù)產(chǎn)業(yè)的純技術(shù)效率和規(guī)模效率七年間均有所增加，企業(yè)管理方法適當(dāng)，管理層決策正確。大多數(shù)地區(qū)的規(guī)模效率變動(dòng)指數(shù)都大于1，說明這些地區(qū)高技術(shù)產(chǎn)業(yè)規(guī)模處于一個(gè)較優(yōu)的狀態(tài)，少數(shù)地區(qū)的值小于1，出現(xiàn)這種情況的原因可能是有些高技術(shù)產(chǎn)業(yè)發(fā)展較成熟的省份產(chǎn)業(yè)規(guī)?；鶖?shù)較大，隨著產(chǎn)業(yè)的進(jìn)一步發(fā)展和擴(kuò)張，規(guī)模報(bào)酬增長速度放緩，而有的地區(qū)高技術(shù)產(chǎn)業(yè)較為薄弱，規(guī)模相對(duì)于最優(yōu)規(guī)模仍然較低，規(guī)模報(bào)酬變動(dòng)指數(shù)則較小。從純技術(shù)效率變動(dòng)指數(shù)來看，大多數(shù)省份的值大于或等于1，說明各省高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新過程中技術(shù)效率發(fā)揮了推動(dòng)作用。

五、結(jié) 論

本文在國家創(chuàng)新發(fā)展戰(zhàn)略背景下，基于DEA 模型和Malmquist 指數(shù)模型分別從靜態(tài)和動(dòng)態(tài)角度分析了中國高技術(shù)產(chǎn)業(yè)R＆D 效率情況，并通過進(jìn)一步分解綜合效率和TFP，探究了其內(nèi)在原因，本文得出的主要結(jié)論如下：

靜態(tài)分析我國2016年各省高技術(shù)產(chǎn)業(yè)的效率發(fā)現(xiàn)，全國各省的高技術(shù)產(chǎn)業(yè)R＆D 效率發(fā)展很不平衡，從區(qū)域來看，中部地區(qū)綜合效率值最高，東北地區(qū)最低；從省份來看，既有北京、天津、上海等效率較高的省，他們均達(dá)到了技術(shù)有效和規(guī)模有效，同時(shí)也有陜西、云南等效率較低的省，他們是技術(shù)無效或者規(guī)模無效的，且規(guī)模無效的省份多于技術(shù)無效的省份。進(jìn)一步分析相對(duì)無效省份要想達(dá)到技術(shù)有效在投入和產(chǎn)出上的調(diào)整方向和調(diào)整值發(fā)現(xiàn)，人員投入、R＆D 經(jīng)費(fèi)內(nèi)部支出和技術(shù)改造支出冗余較為嚴(yán)重，應(yīng)適當(dāng)縮減其投入；新產(chǎn)品銷售收入、主營業(yè)務(wù)收入和利潤總額不足嚴(yán)重。

動(dòng)態(tài)研究2009-2016年我國高技術(shù)產(chǎn)業(yè)發(fā)展?fàn)顩r，全國整體的TFP 在這8年間呈現(xiàn)出震蕩波動(dòng)變化，尚未形成持續(xù)的增長趨勢(shì)；從區(qū)域角度看，東北地區(qū)TFP 最高，發(fā)展最快，中部地區(qū)最低；從各省的發(fā)展趨勢(shì)來看，技術(shù)進(jìn)步的普遍下降阻礙了TFP 的增長勢(shì)頭，因此大多數(shù)省份的TFP 下降，技術(shù)效率變動(dòng)指數(shù)則普遍上升。

基于以上研究，本文認(rèn)為各省高技術(shù)產(chǎn)業(yè)應(yīng)著力調(diào)整企業(yè)規(guī)模，根據(jù)各自的實(shí)際需要和技術(shù)水平選擇合適的規(guī)模，從而提高效率；在投入產(chǎn)出方面，應(yīng)適當(dāng)減少人員投入、R＆D 經(jīng)費(fèi)內(nèi)部支出和技術(shù)改造支出，加強(qiáng)科技成果轉(zhuǎn)化為實(shí)際生產(chǎn)力的能力，以市場為導(dǎo)向，實(shí)現(xiàn)產(chǎn)學(xué)研相結(jié)合，增加經(jīng)濟(jì)產(chǎn)出，提高R＆D 效率；各省應(yīng)發(fā)揮各自優(yōu)勢(shì)，揚(yáng)長避短，合理配置資源；高技術(shù)產(chǎn)業(yè)應(yīng)加大創(chuàng)新力度，加強(qiáng)自主創(chuàng)新能力，掌握核心技術(shù)，讓技術(shù)進(jìn)步帶動(dòng)R＆D 效率提升。