高 智

（深圳職業(yè)技術(shù)學(xué)院 馬克思主義學(xué)院，廣東 深圳 518055）

1 引言與文獻(xiàn)綜述

高技術(shù)產(chǎn)業(yè)是資本和技術(shù)密集型的產(chǎn)業(yè)，與傳統(tǒng)產(chǎn)業(yè)相比有著更高的研發(fā)經(jīng)費與研發(fā)人員投入，具有高投入、高創(chuàng)新、高風(fēng)險、高附加值和高溢出的特征[1]，是一個國家或地區(qū)綜合競爭力的重要體現(xiàn)。近年來，我國的高技術(shù)產(chǎn)業(yè)獲得了較快的發(fā)展，日益成為促進(jìn)經(jīng)濟發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)升級的重要驅(qū)動力。而高技術(shù)產(chǎn)業(yè)作為我國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的重要載體，其發(fā)展進(jìn)程從政府引導(dǎo)、擴大規(guī)模向注重發(fā)展質(zhì)量、提高創(chuàng)新效率轉(zhuǎn)變，不僅有益于高技術(shù)產(chǎn)業(yè)自身競爭力的提升，也對我國經(jīng)濟的長期可持續(xù)發(fā)展有著十分重要的意義。

高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)協(xié)同集聚，是高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的重要影響因素。Ellison和Glacser等最早提出了協(xié)同集聚的概念，并對其微觀機制做了深入探討，指出技術(shù)、知識密集型企業(yè)會傾向于向某一地區(qū)集中，以獲得技術(shù)外溢，提高企業(yè)生產(chǎn)率水平[2-4]。科技服務(wù)業(yè)作為高技術(shù)產(chǎn)業(yè)與傳統(tǒng)服務(wù)業(yè)融合的新興產(chǎn)業(yè)，天然的與高技術(shù)產(chǎn)業(yè)間存在深刻的產(chǎn)業(yè)關(guān)聯(lián)與協(xié)同關(guān)系。這兩大產(chǎn)業(yè)系統(tǒng)之間相互滲透，相互作用，促進(jìn)了各自產(chǎn)業(yè)的升級進(jìn)步和兩大產(chǎn)業(yè)鏈之間的新銜接，并且進(jìn)一步加深了相互間滲透和協(xié)同發(fā)展[5]。在影響效應(yīng)方面，朱月友等研究發(fā)現(xiàn)，高技術(shù)服務(wù)業(yè)對高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入和專利都具有比較明顯的促進(jìn)作用，高技術(shù)服務(wù)業(yè)有利于高技術(shù)產(chǎn)業(yè)競爭力水平的提高[6]。李曉龍等實證考察了科技服務(wù)業(yè)集聚與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的關(guān)系，認(rèn)為科技服務(wù)業(yè)空間集聚顯著提升了中國高技術(shù)企業(yè)創(chuàng)新效率[7]。孟衛(wèi)軍等基于中國 2009-2017年數(shù)據(jù)，實證研究發(fā)現(xiàn)科技服務(wù)業(yè)與高技術(shù)制造業(yè)協(xié)同集聚的創(chuàng)新效率促進(jìn)效應(yīng)顯著[8]。

可見，已有文獻(xiàn)對于高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)之協(xié)同集聚及其對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響做了許多研究，但大都停留在定性分析層面，而定量分析更多是關(guān)注一個產(chǎn)業(yè)對另一個產(chǎn)業(yè)的影響，考察兩大產(chǎn)業(yè)的協(xié)同集聚與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率關(guān)系的文獻(xiàn)相對較少?；诖耍疚牟捎?2008-2020年的省級面板數(shù)據(jù)，構(gòu)建相應(yīng)的產(chǎn)業(yè)協(xié)同集聚指數(shù)，運用SFA隨機前沿方法測算高技術(shù)產(chǎn)業(yè)創(chuàng)新效率并分析兩大產(chǎn)業(yè)協(xié)同集聚對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響，并提出針對性的政策建議，以更好的促進(jìn)我國高技術(shù)產(chǎn)業(yè)長期可持續(xù)發(fā)展。

2 變量選取與模型設(shè)定

2.1 變量選取

2.1.1 投入變量與產(chǎn)出變量

測算創(chuàng)新效率需要設(shè)置相應(yīng)階段的投入產(chǎn)出變量。本文采用專利申請數(shù)作為技術(shù)研發(fā)階段的產(chǎn)出變量，以新產(chǎn)品銷售收入作為成果轉(zhuǎn)化階段的產(chǎn)出變量，分別記作Pat、Npr。在技術(shù)研發(fā)階段采用R&D內(nèi)部經(jīng)費支出和R&D人員全時當(dāng)量作為投入變量，分別記作Rdk、Rdl；在成果轉(zhuǎn)化階段，以新產(chǎn)品開發(fā)投入和專利申請量作為成果轉(zhuǎn)化階段的直接投入變量，分別記作Npi、Pat。

2.1.2 創(chuàng)新效率的影響因素

（1）高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)協(xié)同集聚指數(shù)。目前，常用的衡量產(chǎn)業(yè)協(xié)同集聚的指標(biāo)主要有Ellison、Glacser等[2-4]構(gòu)建的 E-G指數(shù)和產(chǎn)業(yè)協(xié)同集聚相對指數(shù)。E-G指數(shù)經(jīng)Devereux等[9]的簡化得到廣泛運用，該指數(shù)可以較好的反映不同產(chǎn)業(yè)的協(xié)同集聚程度，但對數(shù)據(jù)的要求較高，且只能反映全國的整體性協(xié)同集聚水平。為此，陳國亮和陳建軍[10]、楊仁發(fā)[11]等提出了產(chǎn)業(yè)協(xié)同集聚相對指數(shù)用以衡量單一區(qū)域的產(chǎn)業(yè)協(xié)同集聚水平，根據(jù)他們的思想，本文構(gòu)建的高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)協(xié)同集聚指數(shù)具體計算公式如下：

其中，Cai代表i區(qū)域高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)的協(xié)同集聚指數(shù)，數(shù)值越高，代表協(xié)同集聚程度越高。Sij代表i區(qū)域高技術(shù)產(chǎn)業(yè)的集聚度，Sik代表i區(qū)域科技服務(wù)業(yè)的集聚度。

產(chǎn)業(yè)集聚度S采用區(qū)位商指標(biāo)，計算公式如下：

其中，Sij為i區(qū)域j產(chǎn)業(yè)的區(qū)位商，eij為i區(qū)域j產(chǎn)業(yè)的就業(yè)人數(shù)，alli為i區(qū)域的總就業(yè)人數(shù)，etj為全國j產(chǎn)業(yè)的就業(yè)人數(shù)，allt為全國的總就業(yè)人數(shù)。

（2）控制變量。除高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)的協(xié)同集聚指數(shù)外，本文在綜合考察已有研究的基礎(chǔ)上，選擇如下影響高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的因素作為控制變量：①企業(yè)規(guī)模，采用高技術(shù)產(chǎn)業(yè)的主營業(yè)務(wù)收入與企業(yè)數(shù)的比值衡量，記作Scale。②政府支持力度，采用高技術(shù)產(chǎn)業(yè) R&D經(jīng)費內(nèi)部支出中政府資金所占比重衡量，記作Gov。③產(chǎn)權(quán)性質(zhì)，采用高技術(shù)產(chǎn)業(yè)就業(yè)人數(shù)中國有企業(yè)就業(yè)人數(shù)的比重衡量，記作Own。

2.2 模型設(shè)定

常用的測算效率的方法有數(shù)據(jù)包絡(luò)分析方法（DEA）和隨機前沿分析方法（SFA）。DEA 方法假設(shè)不存在隨機誤差的影響，將實際產(chǎn)出與生產(chǎn)前沿面的偏離全部歸結(jié)為技術(shù)無效率，而SFA方法則是將偏離分解為隨機誤差項和技術(shù)無效率項，從而有利于提高模型的適用性[12]，因此本文采用隨機前沿模型研究。目前學(xué)術(shù)界采用SFA方法測算效率，常用的生產(chǎn)函數(shù)主要有柯布—道格拉斯（C-D）生產(chǎn)函數(shù)，和超越對數(shù)生產(chǎn)函數(shù)兩種形式。由于超越對數(shù)生產(chǎn)函數(shù)克服了C-D生產(chǎn)函數(shù)替代彈性固定為1缺點，在形式上更具靈活性，能夠避免函數(shù)形式誤設(shè)導(dǎo)致的估計偏差[13-14]，因此本文構(gòu)建了考慮技術(shù)進(jìn)步的超越對數(shù)生產(chǎn)函數(shù)實證模型。具體的隨機前沿生產(chǎn)函數(shù)和技術(shù)無效率函數(shù)如下：

技術(shù)研發(fā)階段生產(chǎn)函數(shù)：

成果轉(zhuǎn)化階段生產(chǎn)函數(shù)：

技術(shù)無效率項函數(shù)：

此外，R&D活動的投入和產(chǎn)出之間往往存在一定的時滯，本文借鑒朱有為等[15]的思想，選擇 1年作為高技術(shù)產(chǎn)業(yè)創(chuàng)新活動投入和產(chǎn)出的滯后期。

2.3 數(shù)據(jù)來源與處理

本文選取中國30個省市（香港、澳門、臺灣以及西藏統(tǒng)計數(shù)據(jù)缺失嚴(yán)重，故舍去）2008-2020年的高技術(shù)產(chǎn)業(yè)及相關(guān)數(shù)據(jù)作為研究基礎(chǔ)（2008年數(shù)據(jù)為滯后變量，實際研究跨度為 2009年-2020年共12年）。數(shù)據(jù)來源為2009-2021年的《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》、《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》及相應(yīng)年份的各省市統(tǒng)計年鑒。缺失數(shù)據(jù)采用線性插值法補齊。

3 實證分析

3.1 模型的檢驗

使用Frontier4.1軟件對中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素進(jìn)行隨機前沿分析。在分析之前需要對以下問題進(jìn)行檢驗：①SFA方法是否適用；②超越對數(shù)生產(chǎn)函數(shù)是否適用；③是否存在前沿技術(shù)進(jìn)步；④是否為中性技術(shù)進(jìn)步。采用如下LR似然比統(tǒng)計量對模型進(jìn)行檢驗：

式（6）中L(H0)和L(H1)分別是零假設(shè)H0（有約束模型）和備擇假設(shè)H1（無約束模型）下的對數(shù)似然函數(shù)值，檢驗統(tǒng)計量（LR）服從自由度為約束變量個數(shù)的混合x2分布。檢驗結(jié)果見表1。

表1 隨機前沿模型假設(shè)檢驗結(jié)果

根據(jù)表1結(jié)果得知，超越對數(shù)SFA方法適用本研究，但技術(shù)研發(fā)階段的超越對數(shù)生產(chǎn)函數(shù)中不存在前沿技術(shù)進(jìn)步的假設(shè)無法在5%的水平上被拒絕。因此，本文最終確定的技術(shù)研發(fā)階段的隨機前沿生產(chǎn)函數(shù)實證模型由式（3）退化為如下形式：

成果轉(zhuǎn)化階段的隨機前沿生產(chǎn)函數(shù)實證模型不變，依然采用式（4）的形式。

3.2 模型估計和結(jié)果分析

最終估計結(jié)果如表2、表3、圖1、圖2所示。表2為高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)和成果轉(zhuǎn)化階段的待估參數(shù)值估計結(jié)果；表3為高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)和成果轉(zhuǎn)化的效率值；圖1圖2分別為高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)和成果轉(zhuǎn)化效率值的時間趨勢圖。

表2 隨機前沿模型估計結(jié)果

表3 全國及各區(qū)域高技術(shù)產(chǎn)業(yè)2009-2020年技術(shù)研發(fā)及成果轉(zhuǎn)化效率值

圖1 技術(shù)研發(fā)效率時間趨勢

圖2 成果轉(zhuǎn)化效率時間趨勢

通過表2可知，兩個模型的γ值都大于0.5，且在 1%水平上顯著，這表明技術(shù)非效率因素是高技術(shù)產(chǎn)業(yè)創(chuàng)新產(chǎn)出未達(dá)到前沿面產(chǎn)出水平的重要原因，也進(jìn)一步說明了隨機前沿方法的適用性。下面將進(jìn)行具體分析。

3.2.1 效率分析

結(jié)合表3和圖1圖2對我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行分析。從全國層面來看，我國高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)效率在2009年至2020年間呈現(xiàn)波動上升趨勢，從2009年的0.776上升到2020年的0.823；成果轉(zhuǎn)化效率在2009年至2017年間呈現(xiàn)波動上升趨勢，從2009年的0.588上升到2017年峰值的0.748，隨后在2018年至2019年間出現(xiàn)小幅回落，2020年又有所回升?？傮w看來，我國高技術(shù)產(chǎn)業(yè)雖依然存在技術(shù)研發(fā)效率高于成果轉(zhuǎn)化效率的“高投入、低效益”的矛盾，但隨著成果轉(zhuǎn)化效率近年來的不斷提高，這種矛盾已經(jīng)出現(xiàn)了很大的緩和。

從區(qū)域?qū)用鎭砜?，東部地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)效率2009-2020年間的最高點為2011年的0.842，之后至 2016年間出了下降趨勢，隨后保持平穩(wěn)，至2020年有所回升；成果轉(zhuǎn)化效率從2009年的0.705波動上升至2018年峰值的0.785，隨后出現(xiàn)一定程度下降。

東部地區(qū)高技術(shù)產(chǎn)業(yè)無論技術(shù)研發(fā)效率還是成果轉(zhuǎn)化效率皆表現(xiàn)出“高位運行”的特點，12年間平均值為三大區(qū)域最高，但與其他地區(qū)相比增幅相對較小，甚至出現(xiàn)一定下降趨勢，似乎達(dá)到效率進(jìn)一步改進(jìn)的瓶頸。中部地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)效率從2009年的0.809波動上升至2013年的0.813，首次實現(xiàn)對東部地區(qū)的超越，隨后至2018年出現(xiàn)明顯下降趨勢，但2019年后迅速回升，至2020年達(dá)到12年間最高點的0.847，連續(xù)兩年超越東部地區(qū)，位居三大區(qū)域之首；成果轉(zhuǎn)化效率12年間呈現(xiàn)顯著的上升趨勢，從2009年的0.567上升至峰值2019年的0.771，隨后2020年出現(xiàn)一定下降，期間2015年和2020年與東部地區(qū)持平，2016年和2019年則超過東部地區(qū)。西部地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)效率2009年至2020年間呈現(xiàn)顯著上升趨勢，從2009年的0.688上升至2020年的0.811，與東部和中部地區(qū)差距已不明顯，其中在2017年和2018年甚至超過中部地區(qū)；成果轉(zhuǎn)化效率在從2009年的0.486波動上升至2017年的0.734，與中部地區(qū)基本持平，但之后兩年出現(xiàn)較大幅度下降，2020年有所回升?？傮w而言，各區(qū)域的高技術(shù)產(chǎn)業(yè)從十二年間的平均值來看無論是技術(shù)研發(fā)效率還是成果轉(zhuǎn)化效率依然呈現(xiàn)出東部大于中部大于西部的特征，但這種差距正在逐漸縮小。東部地區(qū)經(jīng)濟實力雄厚，集聚大量高技術(shù)產(chǎn)業(yè)和創(chuàng)新資源，因而高技術(shù)產(chǎn)業(yè)創(chuàng)新效率一開始遙遙領(lǐng)先，但隨著資源日益集聚，擁擠效應(yīng)也日益顯現(xiàn)，自然會出現(xiàn)效率進(jìn)一步提升的瓶頸。而中西部地區(qū)高技術(shù)產(chǎn)業(yè)發(fā)展相對較晚，但這也意味著有更大的提升空間，而隨著近年來經(jīng)濟的不斷發(fā)展和科技水平的進(jìn)步，高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率日益提升，與東部地區(qū)的差距逐漸縮小。

3.2.2 模型參數(shù)分析

（1）生產(chǎn)方程參數(shù)分析。由表2可知，高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)和成果轉(zhuǎn)化階段的生產(chǎn)方程中大部分變量的系數(shù)都較為顯著。由于本文采用超越對數(shù)生產(chǎn)函數(shù)，生產(chǎn)方程中某個投入要素的產(chǎn)出彈性需通過對生產(chǎn)函數(shù)求關(guān)于該投入要素的偏導(dǎo)數(shù)而得出。經(jīng)計算，技術(shù)研發(fā)階段的資本投入變量lnRdk的產(chǎn)出彈性為0.636，人員投入變量lnRdl的產(chǎn)出彈性為0.299，資本投入的產(chǎn)出彈性大于人員投入產(chǎn)出彈性，這與高技術(shù)產(chǎn)業(yè)的特點以及我國的國情有關(guān)。第一，高技術(shù)產(chǎn)業(yè)的發(fā)展往往需要大量的資金和人員投入，但一方面技術(shù)產(chǎn)出需要一個過程，具有高風(fēng)險的特征，另一方面我國是一個人力資源大國，因此相較于技術(shù)人員，用于技術(shù)研發(fā)的資金稀缺性相對更大，產(chǎn)出彈性也相對更高。第二，我國雖然是一個人力資源大國，但高端技術(shù)人才依然較為缺乏，高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)人員的整體素質(zhì)與發(fā)達(dá)國家相比還存在一定差距，因此人員投入的產(chǎn)出彈性相對較低。在成果轉(zhuǎn)化階段，資本投入變量lnNpi的產(chǎn)出彈性為 0.391，專利投入變量 lnPat的產(chǎn)出彈性為0.590，專利投入的產(chǎn)出彈性大于資本投入的產(chǎn)出彈性，這符合高技術(shù)產(chǎn)業(yè)的特點。高技術(shù)產(chǎn)業(yè)與一般制造業(yè)相比科技含量更高，其市場價值的實現(xiàn)對技術(shù)的依賴性更大，而成果轉(zhuǎn)化階段的專利投入變量正是技術(shù)研發(fā)階段的產(chǎn)出變量，這也表明創(chuàng)新能力與創(chuàng)新水平是高技術(shù)產(chǎn)業(yè)的核心競爭力所在。

（2）技術(shù)無效率項影響因素分析。由表2的效率方程可知，在技術(shù)研發(fā)階段和成果轉(zhuǎn)化階段變量Ca的系數(shù)分別為-6.425和-1.470，且都通過了 5%的顯著性檢驗，這表明高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)協(xié)同集聚對高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)效率和創(chuàng)新成果轉(zhuǎn)化效率均有著顯著的正向影響?？萍挤?wù)業(yè)作為利用現(xiàn)代科學(xué)知識、技術(shù)與方法，以及經(jīng)驗、信息等要素向社會各行業(yè)提供智力服務(wù)的新興產(chǎn)業(yè)[16]，不僅直接為高技術(shù)產(chǎn)業(yè)提供技術(shù)支持，還有利于技術(shù)信息向高技術(shù)產(chǎn)業(yè)流動，降低高技術(shù)產(chǎn)業(yè)技術(shù)信息搜尋成本，并通過專業(yè)服務(wù)利用市場資源不斷促進(jìn)高技術(shù)產(chǎn)業(yè)成果的轉(zhuǎn)化。兩大產(chǎn)業(yè)協(xié)同集聚下，區(qū)域創(chuàng)新體系、創(chuàng)新網(wǎng)絡(luò)得以不斷優(yōu)化，并通過產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)帶動高技術(shù)產(chǎn)業(yè)發(fā)展；同時，分工的不斷深化和知識、技術(shù)的溢出，為高技術(shù)產(chǎn)業(yè)帶來更多的外部性收益，最終降低創(chuàng)新成本，提高創(chuàng)新效率。但是值得注意的是，成果轉(zhuǎn)化階段Ca系數(shù)的絕對值明顯小于技術(shù)研發(fā)階段的絕對值，這說明高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)協(xié)同集聚對高技術(shù)產(chǎn)業(yè)成果轉(zhuǎn)化效率的提升作用明顯小于其對技術(shù)研發(fā)效率的提升作用。這可能與我國科技服務(wù)業(yè)發(fā)展相對滯后有關(guān)?？萍挤?wù)業(yè)作為一個新興產(chǎn)業(yè)，在我國起步較晚，總體上仍處于發(fā)展初期。因此，成果轉(zhuǎn)化階段Ca系數(shù)絕對值大大小于技術(shù)研發(fā)階段Ca系數(shù)絕對值反映出現(xiàn)階段我國科技服務(wù)業(yè)的服務(wù)水平特別是促進(jìn)企業(yè)技術(shù)創(chuàng)新成果向市場轉(zhuǎn)化方面的服務(wù)水平還存在較大不足，通過產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)帶動相關(guān)產(chǎn)業(yè)發(fā)展的能力尚未充分發(fā)揮。

控制變量中，Scale的系數(shù)在創(chuàng)新活動兩階段的都為負(fù)且通過了 5%的顯著性檢驗，表明企業(yè)規(guī)模對于創(chuàng)新效率有顯著的正向影響，企業(yè)規(guī)模越大，往往越能夠負(fù)擔(dān)起更多的創(chuàng)新資源投入，有利于創(chuàng)新效率的提升。Gov的系數(shù)在創(chuàng)新活動兩階段都為正，反映了政府的 R&D支持對企業(yè)創(chuàng)新效率存在負(fù)向影響，雖然這種負(fù)向影響在技術(shù)研發(fā)階段并不顯著，但在成果轉(zhuǎn)化階段通過了10%的顯著性檢驗，這似乎與事實不符，但分析數(shù)據(jù)可知，變量Gov度量的是企業(yè) R&D投入中政府資金的比重，而自主創(chuàng)新能力較強的大型企業(yè)往往自主資金較多，自生能力較強，而創(chuàng)新能力較弱的中小企業(yè)往往自主資金不足，自生能力較差，企業(yè)內(nèi)部 R&D投入更多靠政府扶持，因此Gov系數(shù)為正從某種程度反映了現(xiàn)階段高技術(shù)產(chǎn)業(yè)對政府存在一定“依賴性”。Own的系數(shù)在創(chuàng)新活動兩階段都為正且分別通過了 1%和 5%的顯著性檢驗，表明國有企業(yè)的創(chuàng)新效率相對較低，當(dāng)然這也要客觀分析。國有企業(yè)不僅承擔(dān)了更多的社會責(zé)任，而且一些高質(zhì)量的重大高精尖技術(shù)的研發(fā)和轉(zhuǎn)化都是由國有企業(yè)完成的，這些技術(shù)從研發(fā)到進(jìn)入市場往往需要一個漫長的過程，在短期內(nèi)的大量投入可能并不會馬上帶來相應(yīng)產(chǎn)出，因而表現(xiàn)出效率低的情況，但這并不能否認(rèn)國有企業(yè)在創(chuàng)新領(lǐng)域的重要作用。

4 主要結(jié)論與政策建議

本文利用我國30個省市2008-2020年的省級面板數(shù)據(jù)，構(gòu)建超越對數(shù)隨機前沿模型分別測算了我國高技術(shù)產(chǎn)業(yè)技術(shù)研發(fā)階段和成果轉(zhuǎn)化階段的創(chuàng)新效率，分析高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)協(xié)同集聚對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響。

研究發(fā)現(xiàn)：我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率總體呈現(xiàn)東部高于中部高于西部的特征，但這種差距在逐漸縮小，表現(xiàn)出東部地區(qū)“高位運行”，中西部地區(qū)不斷追趕的趨勢。從要素的產(chǎn)出彈性來看，技術(shù)創(chuàng)新階段表現(xiàn)出明顯的資本推動型增長，說明單純的擴大技術(shù)人員的投入并非明智之舉，而是要重視技術(shù)人員的質(zhì)量；成果轉(zhuǎn)化階段專利投入的產(chǎn)出彈性高于資本投入，說明創(chuàng)新活動的核心是技術(shù)水平，企業(yè)的長期發(fā)展和實現(xiàn)市場價值關(guān)鍵在于技術(shù)創(chuàng)新能力。從高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響因素來看，高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)間的協(xié)同集聚對高技術(shù)產(chǎn)業(yè)的技術(shù)研發(fā)效率和成果轉(zhuǎn)化效率皆存在顯著正向影響，但對技術(shù)研發(fā)效率的正向影響遠(yuǎn)大于成果轉(zhuǎn)化階段，說明現(xiàn)階段我國的科技服務(wù)業(yè)與高技術(shù)產(chǎn)業(yè)間的產(chǎn)業(yè)關(guān)聯(lián)與互動協(xié)同更多的發(fā)生在技術(shù)研發(fā)階段，在成果轉(zhuǎn)化階段影響尚存不足?？刂谱兞糠矫?，企業(yè)規(guī)模對兩階段創(chuàng)新效率都有顯著的正向影響，政府支持力度和國有產(chǎn)權(quán)則表現(xiàn)出負(fù)向影響。

根據(jù)以上結(jié)論，為更好的促進(jìn)我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提升，推動我國高技術(shù)產(chǎn)業(yè)長期健康發(fā)展，本文提出以下政策建議：首先，對于高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)的發(fā)展應(yīng)予以差別化和精細(xì)化引導(dǎo)。近年來東部地區(qū)依靠豐富的創(chuàng)新資源和經(jīng)濟實力集聚了大量的高技術(shù)產(chǎn)業(yè)，而通過創(chuàng)新效率的分析，現(xiàn)階段東部地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率雖依然在高位運行，但表現(xiàn)出一定的下降趨勢，這反映出以往依靠擴大規(guī)模、集聚資源的方式在促進(jìn)創(chuàng)新效率方面已經(jīng)達(dá)到瓶頸，繼續(xù)推動?xùn)|部地區(qū)高技術(shù)產(chǎn)業(yè)健康發(fā)展應(yīng)格外重視高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)的協(xié)同質(zhì)量，積極推動科技服務(wù)業(yè)發(fā)展，形成科技服務(wù)業(yè)與高技術(shù)產(chǎn)業(yè)協(xié)同發(fā)展的良性創(chuàng)新生態(tài)；對于中西部地區(qū)，政府應(yīng)根據(jù)本地經(jīng)濟發(fā)展實際情況，在大力發(fā)展高技術(shù)產(chǎn)業(yè)的同時，做好促進(jìn)科技服務(wù)業(yè)發(fā)展的長期規(guī)劃，逐步形成不同層次、不同規(guī)模的科技服務(wù)業(yè)產(chǎn)業(yè)群。其次，應(yīng)不斷完善政府對高技術(shù)產(chǎn)業(yè)扶持政策的長效機制。政府對高技術(shù)產(chǎn)業(yè)進(jìn)行 R&D資助時不應(yīng)僅單純投入資金，而是要做好長期跟蹤與成果評估，實現(xiàn)企業(yè)獲取政府R&D資助的優(yōu)勝劣汰，使政府的R&D資助起到帶動企業(yè)資本投入的作用，最終激活企業(yè)的技術(shù)創(chuàng)新“自生能力”，真正推動高技術(shù)產(chǎn)業(yè)的健康可持續(xù)發(fā)展。