張?jiān)旅鳎?蔣元濤

(上海海事大學(xué) 經(jīng)濟(jì)管理學(xué)院， 上海 201306)

高技術(shù)產(chǎn)業(yè)的快速發(fā)展是推動(dòng)國家創(chuàng)新驅(qū)動(dòng)戰(zhàn)略實(shí)施的重要一環(huán)，我國的高技術(shù)產(chǎn)業(yè)包括醫(yī)藥制造業(yè)、航空、航天器以及設(shè)備制造業(yè)、電子及通信設(shè)備制造業(yè)、計(jì)算機(jī)及辦公設(shè)備制造業(yè)、醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)等，屬于高創(chuàng)新能力、高報(bào)酬、高外溢性的產(chǎn)業(yè)，對社會(huì)經(jīng)濟(jì)的發(fā)展和國民福利的提升具有現(xiàn)實(shí)和長遠(yuǎn)價(jià)值。首先，高技術(shù)企業(yè)相比普通企業(yè)具有更強(qiáng)的創(chuàng)新能力，有助于企業(yè)開拓新產(chǎn)品市場，從而擴(kuò)大市場份額；其次，高技術(shù)企業(yè)能夠更高效地利用和配置資源，從而在國際市場上取得競爭優(yōu)勢，員工相應(yīng)地得到更高的報(bào)酬；最后，高技術(shù)產(chǎn)業(yè)進(jìn)行的研發(fā)活動(dòng)具有很強(qiáng)的技術(shù)外溢性和知識(shí)外溢性，可以促進(jìn)其他產(chǎn)業(yè)部門新技術(shù)和新產(chǎn)品的研發(fā)，提高全行業(yè)的生產(chǎn)效率。

高技術(shù)產(chǎn)業(yè)創(chuàng)新效率是其創(chuàng)新投入與創(chuàng)新產(chǎn)出之間的對應(yīng)關(guān)系。創(chuàng)新是高技術(shù)產(chǎn)業(yè)的發(fā)展動(dòng)力，隨著創(chuàng)新投入的不斷增加，對高技術(shù)產(chǎn)業(yè)進(jìn)行創(chuàng)新效率評(píng)估對高技術(shù)產(chǎn)業(yè)的發(fā)展具有十分重要的意義。長期以來，我國高技術(shù)產(chǎn)業(yè)創(chuàng)新發(fā)展存在地區(qū)不平衡、不協(xié)調(diào)的現(xiàn)象，由于創(chuàng)新效率不高，在關(guān)鍵核心技術(shù)方面存在卡脖子問題。因此，從全國區(qū)域的空間視角，分析高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的發(fā)展變化和障礙因素，對提高我國高技術(shù)產(chǎn)業(yè)的創(chuàng)新能力，推動(dòng)高技術(shù)產(chǎn)業(yè)的可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。

1 文獻(xiàn)述評(píng)

發(fā)達(dá)國家的高技術(shù)產(chǎn)業(yè)發(fā)展早于我國，且較為成熟，具有豐富的經(jīng)驗(yàn)，國外學(xué)者也一直致力于高技術(shù)產(chǎn)業(yè)發(fā)展的研究。Bloch和Erich[1]指出高技術(shù)產(chǎn)業(yè)在美國的優(yōu)勢是創(chuàng)新、競爭激烈的自由市場環(huán)境、熟練的勞動(dòng)力以及廣泛的技術(shù)教育基礎(chǔ)設(shè)施。V. Puhakka和S. Sipola[2]從微觀層面研究了高技術(shù)企業(yè)的成長機(jī)制，認(rèn)為高技術(shù)企業(yè)的發(fā)展不僅僅是個(gè)體或企業(yè)層面的經(jīng)營過程，而是一個(gè)嵌入經(jīng)濟(jì)網(wǎng)絡(luò)中的過程。Yum和Seungil[3]通過采用新的集群商數(shù)指數(shù)(CQ)方法和無關(guān)回歸模型(SUR)，重點(diǎn)分析高科技集群的空間格局，研究發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)與美國GDP相互影響，并具有積極的雙向關(guān)系。

近年來，隨著對創(chuàng)新投入力度的不斷加強(qiáng)，我國的高技術(shù)產(chǎn)業(yè)得到快速發(fā)展，很多學(xué)者開始致力于我國高技術(shù)產(chǎn)業(yè)發(fā)展的研究，分為高技術(shù)產(chǎn)業(yè)發(fā)展分析和高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評(píng)價(jià)兩方面。

高技術(shù)產(chǎn)業(yè)發(fā)展方面，湯長安[4]利用空間計(jì)量的方法研究高技術(shù)產(chǎn)業(yè)發(fā)展水平對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響，測算了2000-2015年間中國產(chǎn)業(yè)結(jié)構(gòu)水平的全域Moron’s I指數(shù)，得出結(jié)論：高技術(shù)產(chǎn)業(yè)對產(chǎn)業(yè)結(jié)構(gòu)具有促進(jìn)效應(yīng)，并且這種效應(yīng)可以外溢到其他地區(qū)，但是輻射距離有限。俞立平、鐘昌標(biāo)、王作功[5]提出了產(chǎn)業(yè)創(chuàng)新速度的概念，采用面板向量自回歸模型分析了高技術(shù)產(chǎn)業(yè)創(chuàng)新速度與效益的互動(dòng)機(jī)制，研究結(jié)果表明，高技術(shù)產(chǎn)業(yè)創(chuàng)新速度與效益之間呈現(xiàn)良性互動(dòng)關(guān)系，創(chuàng)新速度與利潤之間呈現(xiàn)U型曲線。趙玉林、胡燕[6]從創(chuàng)新過程視角將高技術(shù)產(chǎn)業(yè)創(chuàng)新過程分為科技成果形成、商業(yè)價(jià)值形成和規(guī)模經(jīng)濟(jì)效益形成三個(gè)階段，測算從創(chuàng)新投入到創(chuàng)新產(chǎn)出的滯后期和創(chuàng)新投入的累積比率。蘇華和劉文君[7]利用1995-2014年統(tǒng)計(jì)數(shù)據(jù)分析了高技術(shù)產(chǎn)業(yè)的發(fā)展差距與影響因素，結(jié)果表明：高技術(shù)產(chǎn)業(yè)主要集中在東部地區(qū)且呈快速發(fā)展趨勢，內(nèi)部差距最大的是西部地區(qū)。李培哲[8]以產(chǎn)學(xué)研為視角，運(yùn)用系統(tǒng)動(dòng)力學(xué)方法，分析了影響高技術(shù)產(chǎn)業(yè)成長的關(guān)鍵因素及其影響程度，研究結(jié)果表示研發(fā)投資、科技人才投入是影響高技術(shù)產(chǎn)業(yè)成長的主要因素。

高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評(píng)價(jià)方面。陳燕兒、蔣伏心和白俊紅[9]基于全要素生產(chǎn)率視角實(shí)證考察了高技術(shù)產(chǎn)業(yè)的高質(zhì)量發(fā)展問題，通過Hicks-Moorsteen TFP指數(shù)實(shí)證分析了中國高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率問題，分析了生產(chǎn)率及其動(dòng)力的區(qū)域差異。李作志、蘇敬勤、劉小燕[10]采用權(quán)重加和模型和乘積模型研究了我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率，研究發(fā)現(xiàn)，在提高生產(chǎn)系統(tǒng)整體效率方面，合理分配研發(fā)投入資源比一味加大研發(fā)投入更有效。封偉毅，楊碩[11]采用2007-2017年的統(tǒng)計(jì)數(shù)據(jù)，借助空間基尼系數(shù)和區(qū)位熵指數(shù)對高技術(shù)產(chǎn)業(yè)聚集度進(jìn)行了測算，研究結(jié)果發(fā)現(xiàn)我國高技術(shù)產(chǎn)業(yè)的整體空間分布處于高水平狀態(tài)。楊倩[12]基于非期望產(chǎn)出的SBM模型評(píng)價(jià)了2018年中國高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率，研究發(fā)現(xiàn)東部地區(qū)一直處于領(lǐng)先水平，中部次之，西部效率變化較大，東北最低。楊友才、李順和史倩姿[13]測算了我國29個(gè)省份1997-2016年高技術(shù)產(chǎn)業(yè)創(chuàng)新效率，采用了全局向量自回歸模型研究我國東中西部之間高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的溢出效應(yīng)，研究結(jié)果發(fā)現(xiàn)，要充分發(fā)揮東部高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新發(fā)展的帶頭作用，同時(shí)增強(qiáng)西部高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新活動(dòng)的發(fā)展。王偉、孫芳城[14]將內(nèi)部非期望產(chǎn)出納入投入產(chǎn)出指標(biāo)體系，運(yùn)用SBM模型和EBM模型測度高技術(shù)產(chǎn)業(yè)技術(shù)開發(fā)、技術(shù)轉(zhuǎn)化和市場化3個(gè)階段創(chuàng)新效率。桂俊煜[15]運(yùn)用改進(jìn)的CRITIC客觀賦值法對指標(biāo)賦權(quán)，并通過非整秩次秩和比法WRSR對我國31個(gè)省市區(qū)的高技術(shù)產(chǎn)業(yè)發(fā)展水平進(jìn)行分級(jí)評(píng)價(jià)，在進(jìn)一步分析各地區(qū)差異及制約因素基礎(chǔ)上，提出應(yīng)加快形成以高技術(shù)產(chǎn)業(yè)為引領(lǐng)的地方經(jīng)濟(jì)發(fā)展，加強(qiáng)政策扶持，促進(jìn)生產(chǎn)要素的合理流動(dòng)，實(shí)現(xiàn)區(qū)域間高技術(shù)產(chǎn)業(yè)協(xié)同發(fā)展。

綜上所述，對于高技術(shù)產(chǎn)業(yè)的研究文獻(xiàn)相當(dāng)豐富。許多文獻(xiàn)指出，影響高技術(shù)產(chǎn)業(yè)創(chuàng)新發(fā)展的主要因素是研發(fā)投資、科技人才投入等[16]；用以評(píng)價(jià)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的指標(biāo)有新產(chǎn)品的市場響應(yīng)度、海外市場響應(yīng)度和自身的研發(fā)水平等，為本文評(píng)價(jià)指標(biāo)的建立提供了基礎(chǔ)。同時(shí)考慮到我國不同地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率存在差異，因此本文采用DEA-Malmquist模型對各省份地區(qū)進(jìn)行創(chuàng)新效率測度和動(dòng)態(tài)分析，從而為全國范圍內(nèi)高技術(shù)產(chǎn)業(yè)創(chuàng)新發(fā)展提供對策建議。

2 評(píng)價(jià)指標(biāo)與模型構(gòu)建

2.1 指標(biāo)構(gòu)建及數(shù)據(jù)說明

在指標(biāo)的選取上，選擇研發(fā)人員數(shù)、研發(fā)投入和新產(chǎn)品開發(fā)投入作為創(chuàng)新過程中的勞動(dòng)投入和資本投入衡量指標(biāo)。創(chuàng)新產(chǎn)出方面，選擇專利申請數(shù)量作為創(chuàng)新產(chǎn)出的第一個(gè)衡量指標(biāo)，此外，新產(chǎn)品銷售額、出口貿(mào)易額反映了創(chuàng)新產(chǎn)出在市場上的響應(yīng)程度，分別作為創(chuàng)新產(chǎn)出的第二、第三個(gè)衡量指標(biāo)。構(gòu)造的中國省際高技術(shù)產(chǎn)業(yè)創(chuàng)新生產(chǎn)效率評(píng)價(jià)指標(biāo)體系如表1所示。

表1 中國省際高技術(shù)產(chǎn)業(yè)創(chuàng)新生產(chǎn)效率評(píng)價(jià)指標(biāo)體系

基于該指標(biāo)體系，本文的決策單元包含中國29個(gè)省市區(qū)，由于西藏、廣東、澳門、香港、臺(tái)灣數(shù)據(jù)缺失，因此不做考慮，樣本區(qū)間為2014年-2018年。創(chuàng)新投入和創(chuàng)新產(chǎn)出指標(biāo)的初始數(shù)據(jù)均來源于《中國科技統(tǒng)計(jì)年鑒》(2014-2019年)。

2.2 超效率DEA模型

考慮到存在多個(gè)決策單元呈現(xiàn)有效狀態(tài)時(shí)，傳統(tǒng)DEA模型測算的生產(chǎn)效率無法對有效的決策單元做進(jìn)一步排序，為了進(jìn)一步鑒別這些有效決策單元之間的效率大小問題，因此采用超效率DEA模型，使DEA有效的決策單元生產(chǎn)前沿面后移，同時(shí)保持DEA無效的決策單元生產(chǎn)前沿面保持不變。超效率DEA模型的數(shù)學(xué)表達(dá)式如式(1)所示。

λJ≥0;j=1,2,…,k-1,k+1,…,n;

(1)

2.3 Malmquist生產(chǎn)率指數(shù)法

在生產(chǎn)效率測算的基礎(chǔ)上，為了進(jìn)一步了解各省綜合生產(chǎn)率的動(dòng)態(tài)變化趨勢，本文采用Malmquist生產(chǎn)率指數(shù)法對2014-2018年中國29個(gè)省區(qū)市生產(chǎn)投入產(chǎn)出面板數(shù)據(jù)進(jìn)行動(dòng)態(tài)分析。由于分別參照兩個(gè)時(shí)期的前沿計(jì)算的M指數(shù)不一定相等，所以根據(jù)Fare(1992)的定義，采用其及幾何平均值作為被評(píng)價(jià)決策單元的MI，其數(shù)學(xué)表達(dá)式如(2)所示：

M0(xt+1,yt+1,xt,yt)=

(2)

其中，Et(xt,yt)和Dt(xt+1,yt+1)分別為以第t期為技術(shù)基準(zhǔn)期時(shí)，第t期和第t+1期決策單元與技術(shù)前沿面的距離函數(shù)。

采用FGLR分解法，Malmquist生產(chǎn)效率指數(shù)可分解為技術(shù)效率變化和技術(shù)變化兩部分，即MI=Effch*Techch。決策單元兩個(gè)時(shí)期技術(shù)效率的變化和技術(shù)變化分別為式(3)、(4):

(3)

(4)

采用FGNZ分解法，技術(shù)效率變化又可進(jìn)一步分解為純技術(shù)效率變化和規(guī)模效率變化兩部分，即Effch=Pech*Sech。分解公式如(5)所示：

(5)

(6)

(7)

所以Malmquist指數(shù)可以分解為MI=Pech*Sech*Techch。

3 中國省際高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評(píng)價(jià)

3.1 基于Pearson相關(guān)系數(shù)的指標(biāo)“同向性”檢驗(yàn)

運(yùn)用DEA模型對中國省際高技術(shù)產(chǎn)業(yè)進(jìn)行生產(chǎn)效率評(píng)價(jià)之前，需要驗(yàn)證之前建立的指標(biāo)體系中投入項(xiàng)與產(chǎn)出項(xiàng)是否滿足“協(xié)同性”假設(shè)。本文采用Pearson相關(guān)性檢驗(yàn)方法分別對2014-2018年中國29個(gè)省區(qū)市各投入變量與產(chǎn)出變量的相關(guān)性進(jìn)行驗(yàn)證，結(jié)果如表2所示。

表2 2014-2018年省市高技術(shù)產(chǎn)業(yè)創(chuàng)新投入與產(chǎn)出的 Pearson 相關(guān)系數(shù)

續(xù)表2

由Pearson相關(guān)性檢驗(yàn)結(jié)果可知，本文選取的三項(xiàng)生產(chǎn)投入變量與生產(chǎn)產(chǎn)出變量均呈“正向”相關(guān)，且在5%的顯著性水平下顯著，說明本文構(gòu)造的效績評(píng)價(jià)指標(biāo)體系符合DEA模型的“同向性”原則。

3.2 基于超效率DEA模型的靜態(tài)分析

本文側(cè)重從投入要素角度，同時(shí)考慮到不同省區(qū)市經(jīng)濟(jì)發(fā)展水平存在差異以及高技術(shù)產(chǎn)業(yè)的規(guī)模不同，采用Super-BCC-I模型，對2014-2018年中國29個(gè)省區(qū)市進(jìn)行靜態(tài)效率分析。應(yīng)用EMS1.3軟件測算得到中國各省市高技術(shù)產(chǎn)業(yè)創(chuàng)新效率如表3所示。

表3 超效率DEA模型的生產(chǎn)效率測算結(jié)果

由超效率DEA模型的建模結(jié)果可知，從截面數(shù)據(jù)角度來看，2014-2018年中國29個(gè)省市區(qū)的平均生產(chǎn)效率均大于1，說明我國總體高技術(shù)產(chǎn)業(yè)創(chuàng)新生產(chǎn)效率水平較高，高技術(shù)產(chǎn)業(yè)依靠研發(fā)人員和研發(fā)投入等技術(shù)要素驅(qū)動(dòng)產(chǎn)業(yè)發(fā)展效益明顯。

從時(shí)間序列數(shù)據(jù)角度來看，有13個(gè)省份年均生產(chǎn)效率有效，約占所有省市區(qū)的44.8%，剩下55.2%的省份都是生產(chǎn)效率無效的，其中，天津(0.78)、河南(0.46)、吉林(0.49)、黑龍江(0.53)、福建(0.69)、湖北(0.67)、湖南(0.74)、海南(0.66)、貴州(0.73)、云南(0.59)、陜西(0.38)、甘肅(0.65)共12個(gè)省的年平均生產(chǎn)率低于0.8，說明我國高技術(shù)產(chǎn)業(yè)創(chuàng)新生產(chǎn)效率存在較大的空間差異。

3.3 基于Malmquist生產(chǎn)率指數(shù)法的動(dòng)態(tài)分析

由2014-2018年中國29個(gè)省市區(qū)的年均Malmquist指數(shù)測算和分解可知，從整體上看，我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的增長率為4%，其中主要依靠生產(chǎn)技術(shù)進(jìn)步和合理的資源配置。

表4 2014-2018年中國29個(gè)省區(qū)市的年均Malmquist指數(shù)和分解

就省份而言，河北(1.04)、內(nèi)蒙古(1.47)、遼寧(1.04)、吉林(1.07)、黑龍江(1.10)、福建(1.01)、山東(1.11)、湖北(1.15)、廣西(1.23)、貴州(1.05)、云南(1.08)、陜西(1.14)、青海(1.46)、寧夏(1.14)和新疆(1.04)15個(gè)省份的年均全要素生產(chǎn)率指數(shù)大于1，即在全國范圍內(nèi)，近幾年這些省份的創(chuàng)新效率得到了提升，北京(1.00)保持不變，其余省份的創(chuàng)新效率均呈下降趨勢。進(jìn)一步觀察中國各省份創(chuàng)新效率的分解結(jié)果可知，山西、上海、安徽和河南創(chuàng)新效率的下降是技術(shù)創(chuàng)新效率降低造成的，江蘇、江西、湖南創(chuàng)新效率的下降是由規(guī)模經(jīng)濟(jì)因素引起的，浙江和四川創(chuàng)新效率的降低是由創(chuàng)新資源配置利用不合理和生產(chǎn)規(guī)模不足造成的，甘肅創(chuàng)新效率降低是由技術(shù)落后和創(chuàng)新資源配置不合理共同造成的；而生產(chǎn)技術(shù)、創(chuàng)新資源配置利用能力和規(guī)模經(jīng)濟(jì)這三個(gè)因素的共同效應(yīng)制約了天津創(chuàng)新效率的提高。

表5 2014-2018年中國29個(gè)省區(qū)市各年平均Malmquist指數(shù)和分解

由2014-2018年中國29個(gè)省市區(qū)各年的平均Malmquist指數(shù)和分解結(jié)果可知， Malmquist生產(chǎn)率指數(shù)在2014-2015年小于1，主要是由于規(guī)模經(jīng)濟(jì)未能充分發(fā)揮作用；在2015-2016年Malmquist生產(chǎn)率指數(shù)大于1，主要是由于創(chuàng)新資源合理配置和創(chuàng)新投入規(guī)模擴(kuò)大帶動(dòng)的；Malmquist生產(chǎn)率指數(shù)在2016-2017年小于1，主要是由于技術(shù)創(chuàng)新效率降低造成的；在2017-2018年Malmquist生產(chǎn)率指數(shù)大幅增長，主要是由于技術(shù)水平得到了大幅提升。

4 結(jié)論及對策

4.1 研究結(jié)論

本文基于中國29個(gè)省區(qū)市2014-2018年高技術(shù)產(chǎn)業(yè)的面板數(shù)據(jù)，綜合采用超效率DEA模型和Malmquist指數(shù)法，對各省市生產(chǎn)效率進(jìn)行測算和分解，測評(píng)我國省際間高技術(shù)產(chǎn)業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出的績效和相對效率。具體的結(jié)論如下： 第一，通過超效率DEA模型對29個(gè)省區(qū)市高技術(shù)產(chǎn)業(yè)生產(chǎn)效率的靜態(tài)分析結(jié)果可知，我國總體高技術(shù)產(chǎn)業(yè)創(chuàng)新生產(chǎn)效率水平較高，高技術(shù)產(chǎn)業(yè)依靠研發(fā)人員和研發(fā)投入等技術(shù)要素驅(qū)動(dòng)產(chǎn)業(yè)發(fā)展效益明顯，但是超過一半的省市區(qū)要素投入結(jié)構(gòu)缺乏合理性，創(chuàng)新生產(chǎn)效率存在較大的區(qū)域差異；第二，通過Malmquist指數(shù)法對中國29個(gè)省區(qū)市高技術(shù)產(chǎn)業(yè)創(chuàng)新能力進(jìn)行動(dòng)態(tài)綜合評(píng)價(jià)，發(fā)現(xiàn)我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率近幾年不夠穩(wěn)定，先快速增長，之后下降，再快速增長，2016-2017年全要素生產(chǎn)率下降的主要原因是的技術(shù)創(chuàng)新水平不足造成的，但2017-2018年全要素生產(chǎn)率又快速增長則主要得益于技術(shù)水平的快速提高；最后，我國不同省市區(qū)的創(chuàng)新效率不足是由于不同的原因造成的，技術(shù)創(chuàng)新、創(chuàng)新資源的配置以及規(guī)模經(jīng)濟(jì)等均會(huì)對高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率造成影響，其中，大多數(shù)省份都存在規(guī)模經(jīng)濟(jì)未能充分發(fā)揮，從而影響創(chuàng)新效率增長的問題。

4.2 對策建議

綜上研究，本文提出以下幾個(gè)方面的對策建議：

1)促進(jìn)高技術(shù)產(chǎn)業(yè)規(guī)模效率的提升。從創(chuàng)新過程的角度看，創(chuàng)新過程分為科技成果形成、商業(yè)價(jià)值形成與規(guī)模經(jīng)濟(jì)效益形成三個(gè)階段，高技術(shù)產(chǎn)業(yè)規(guī)模的擴(kuò)大，可以帶來兩方面的優(yōu)勢：其一，勞動(dòng)生產(chǎn)效率的提高；其二，規(guī)模的外部經(jīng)濟(jì)性。大多數(shù)東部省份存在高技術(shù)產(chǎn)業(yè)規(guī)模效率未能充分發(fā)揮的問題，對于這些科技創(chuàng)新能力強(qiáng)的省份，比如浙江、江西、江蘇、安徽、福建等東部地區(qū)，在提高創(chuàng)新投入規(guī)模的基礎(chǔ)上，應(yīng)該進(jìn)一步加強(qiáng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新投資的管理水平，以實(shí)現(xiàn)創(chuàng)新資源的優(yōu)化配置。

2)加大高技術(shù)產(chǎn)業(yè)產(chǎn)學(xué)研合作力度。許多省份創(chuàng)新資源并沒有得到合理的配置和利用，其中的原因非常復(fù)雜，可以借鑒國際上廣泛實(shí)施的業(yè)界和學(xué)界密切合作的經(jīng)驗(yàn)，通過產(chǎn)學(xué)研合作模式提升創(chuàng)新資源的合理配置。因此，未來高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提升，要切實(shí)推進(jìn)高校、科研院所與企業(yè)之間進(jìn)行資源整合、合作創(chuàng)新。

3)加深東部和中部、西部省份、地區(qū)之間研發(fā)人員、生產(chǎn)技術(shù)的交流。雖然西部大多數(shù)地區(qū)的創(chuàng)新生產(chǎn)效率水平較高，但原因是由于其整體創(chuàng)新生產(chǎn)規(guī)模較小。因此，隨著未來中西部創(chuàng)新投入力度的加大，應(yīng)當(dāng)鼓勵(lì)促進(jìn)東部和中西部地區(qū)的創(chuàng)新交流和合作。

4)通過數(shù)字化提高高技術(shù)企業(yè)的知識(shí)保障和共享工作。除了對企業(yè)內(nèi)部組織形式進(jìn)行扁平化改革，給予研發(fā)人員更大的創(chuàng)造空間，還應(yīng)當(dāng)加緊數(shù)字化轉(zhuǎn)型進(jìn)程，利用數(shù)字化形式提高研發(fā)人員的知識(shí)保障和共享工作。研發(fā)人員的價(jià)值創(chuàng)造在企業(yè)價(jià)值鏈中扮演著關(guān)鍵的角色，企業(yè)要為研發(fā)人員的創(chuàng)造過程做好后勤保障工作。雖然數(shù)字化大都是被作為管理技術(shù)被應(yīng)用，但高技術(shù)企業(yè)應(yīng)當(dāng)利用數(shù)字化進(jìn)程，構(gòu)建研發(fā)產(chǎn)品的數(shù)字孿生體，推動(dòng)研發(fā)進(jìn)程和資源共享，為創(chuàng)新研發(fā)提供精準(zhǔn)的決策依據(jù)。

5)重視營銷策略，實(shí)現(xiàn)產(chǎn)銷平衡。高技術(shù)產(chǎn)品蘊(yùn)含著最新的技術(shù)成果，由于存在著一定的認(rèn)知偏差，廣大消費(fèi)者群體往往對新技術(shù)出現(xiàn)的反應(yīng)比較遲鈍。應(yīng)當(dāng)積極向消費(fèi)者展示新技術(shù)產(chǎn)品能夠給消費(fèi)者帶來的新價(jià)值，重視品牌營銷，不僅僅重視產(chǎn)品本身的推廣，更要重視塑造消費(fèi)者購買習(xí)慣的新認(rèn)知，讓新科技走進(jìn)更多消費(fèi)者的生活。同時(shí)注重收集客戶的反饋信息，生產(chǎn)出更多適銷對路的產(chǎn)品。