歐光軍，劉新年

（武漢科技大學(xué) 管理學(xué)院，湖北 武漢 430065）

一、引言

黨的十九大報(bào)告指出，我國經(jīng)濟(jì)已經(jīng)進(jìn)入高質(zhì)量發(fā)展階段，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展是當(dāng)前和今后一段時(shí)期關(guān)注的主題。高技術(shù)產(chǎn)業(yè)作為技術(shù)密集、附加值高、資源消耗少的產(chǎn)業(yè)，在帶動(dòng)結(jié)構(gòu)優(yōu)化和轉(zhuǎn)變經(jīng)濟(jì)增長方式中起著重要作用，并取得了迅猛發(fā)展。據(jù)統(tǒng)計(jì)數(shù)據(jù)得，2020 年高技術(shù)產(chǎn)業(yè)利潤總額為12 394 億，比上一年增長17.9%；增加值占GDP 比重20.3%。然而，受經(jīng)濟(jì)基礎(chǔ)、政策重視程度等因素影響，國內(nèi)高技術(shù)產(chǎn)業(yè)仍存在進(jìn)口依賴嚴(yán)重、創(chuàng)新資源投入低、發(fā)展不平衡等諸多問題[1]。因此，加大對高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展研究對我國產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

通過文獻(xiàn)梳理發(fā)現(xiàn)，國內(nèi)已有的高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展研究主要集中在自構(gòu)評價(jià)體系[2-4]，實(shí)現(xiàn)路徑[5]，以及影響因素[6-8]，而從效率角度評價(jià)區(qū)域高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展水平的文獻(xiàn)還比較少。效率一般指在特定時(shí)間內(nèi)組織中各種投入與產(chǎn)出或收益與成本之間的關(guān)系[9]，提高效率是高質(zhì)量發(fā)展的首要任務(wù)[10]，因此，測量效率也是衡量一個(gè)區(qū)域高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展水平的重要指標(biāo)，有必要進(jìn)行研究。

衡量效率主要有兩種方式，一種非參數(shù)法（以SFA為代表），一種為參數(shù)法（以DEA 為代表）。由于DEA 方法具有無需設(shè)定前沿生產(chǎn)函數(shù)、可用于多投入多產(chǎn)出等優(yōu)點(diǎn)，已被多數(shù)學(xué)者用于產(chǎn)業(yè)發(fā)展效率衡量的研究。如杜文忠和胡燕萍（2018）[11]利用SEDEA 模型對我國先進(jìn)裝備制造業(yè)發(fā)展效率研究；李洪偉等（2012）[12]為剔除外部環(huán)境和隨機(jī)因素影響，采用三階段DEA 模型對我國高新技術(shù)產(chǎn)業(yè)效率進(jìn)行測量；何歡（2018）[13]利用DEA-Tobit 模型評價(jià)了高技術(shù)產(chǎn)業(yè)創(chuàng)新效率，并探討了互聯(lián)網(wǎng)對效率值的影響；夏彩云和羅圳（2017）[14]利用DEA-Malmquist模型研究15 個(gè)省份高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率。

綜上，現(xiàn)有國內(nèi)外學(xué)者對我國高新技術(shù)高質(zhì)量發(fā)展研究，已取得一定有價(jià)值的成果，但仍存在以下不足。一是，少有人從高質(zhì)量發(fā)展角度對高技術(shù)產(chǎn)業(yè)發(fā)展效率進(jìn)行測量。二是，發(fā)展效率測量方法上采用傳統(tǒng)DEA 模型，效率值最大為1，對于有效單元是不能比較的。三是，利用超效率模型往往忽視效率影響因素，或考慮的影響因素較少，難以得出較為信服的結(jié)論?；诖耍疚耐ㄟ^對高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展內(nèi)涵和特征分析，運(yùn)用超效率SBM -Malmquist-Tobit 模型分析高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率，深入剖析效率差異及其產(chǎn)生原因，為促進(jìn)我國高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展提供建議。

二、理論模型構(gòu)建

（一）超效率SBM 模型

超效率SBM 模型是Tone Kaoru 提出的，在傳統(tǒng)DEA 效率測度有效值為1 的基礎(chǔ)上，進(jìn)一步區(qū)分有效DMU?？紤]到每個(gè)決策單元的生產(chǎn)規(guī)模具有差異性，結(jié)合高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展內(nèi)涵，采用非導(dǎo)向規(guī)模報(bào)酬可變模型進(jìn)行測量，具體模型如下：

其中n表示被評價(jià)的決策單元，即DMU，m和S表示投入和產(chǎn)出的數(shù)量，第k個(gè)決策單元的投入和產(chǎn)出分別記為xik、yrk，ρ表示效率值，分別表示為投入和產(chǎn)出的松弛變量。當(dāng)ρ≥1 時(shí)，說明被評價(jià)的決策單元有效。

（二）RD-Malmquist 指數(shù)

RD-Malmquist 指數(shù)是Ray和Desli提出的，基于規(guī)模報(bào)酬可變的動(dòng)態(tài)效率。其表達(dá)式及分解式如下所示：

其中mi（xt+1，yt+1，xi，yi）表示高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率變化（TFPCH），該指數(shù)可以分解為綜合技術(shù)效率變化指數(shù)（EFFCH）與技術(shù)進(jìn)步變化指數(shù)（TECH）的乘積。而EFFCH又可分解為規(guī)模效率變動(dòng)（SECH）與純技術(shù)效率變動(dòng)（PTECH）的乘積，即：TFPCH=EFFCH×TECH=SECH×PTECH×TECH。公式中，di表示投入導(dǎo)向的距離函數(shù)，第一項(xiàng)為規(guī)模效率變動(dòng)，第二項(xiàng)為純技術(shù)效率變動(dòng)，第三項(xiàng)為技術(shù)進(jìn)步變化指數(shù)。若Malmquist 指數(shù)大于1 則表明TFPCH提高，小于1 則表明TFPCH下降，等于1 則表明TFP不變。

（三）Tobit 回歸模型

為探究影響效率因素，本文將高質(zhì)量發(fā)展效率值作為被解釋變量，以各種可能影響效率的因素作為解釋變量進(jìn)行實(shí)證檢驗(yàn)。由于被解釋變量為大于0 的截?cái)鄶?shù)據(jù)，因此采用Tobit 回歸模型進(jìn)行分析，如下所示：

其中yi為被解釋變量，Xi為解釋變量，β為待估參數(shù)，α0為常規(guī)項(xiàng)，εi為隨機(jī)誤差。

三、指標(biāo)選取及數(shù)據(jù)來源

（一）投入產(chǎn)出指標(biāo)

根據(jù)相關(guān)文獻(xiàn)梳理，高質(zhì)量發(fā)展內(nèi)涵主要從過程和結(jié)果視角闡述，具體為資源利用率高、質(zhì)量效益高、環(huán)境污染小、社會(huì)效益好、產(chǎn)品技術(shù)水平高等[15]，是經(jīng)濟(jì)、技術(shù)創(chuàng)新、環(huán)境和社會(huì)協(xié)調(diào)發(fā)展的體現(xiàn)[16]?？紤]到高技術(shù)產(chǎn)業(yè)具備技術(shù)密集、附加值高、資源消耗少等特點(diǎn)，結(jié)合高質(zhì)量發(fā)展內(nèi)涵，本文認(rèn)為高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展以創(chuàng)新驅(qū)動(dòng)為內(nèi)核，建立可持續(xù)的高技術(shù)產(chǎn)品、技術(shù)體系，以提高產(chǎn)業(yè)高競爭能力。結(jié)合高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展內(nèi)涵和已有的研究成果，遵循指標(biāo)的可比性、可測性、合理性等原則，構(gòu)建高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率評價(jià)指標(biāo)體系。其中投入要素以R&D 人員全時(shí)當(dāng)量衡量高質(zhì)量發(fā)展科技人力投入，以R&D 經(jīng)費(fèi)內(nèi)部支出和技術(shù)獲取及技術(shù)改造衡量高質(zhì)量發(fā)展內(nèi)外部技術(shù)獲取的經(jīng)費(fèi)支出；以企業(yè)個(gè)數(shù)衡量高質(zhì)量發(fā)展規(guī)模投入。產(chǎn)出指標(biāo)以利潤總額衡量創(chuàng)新成果價(jià)值、創(chuàng)造水平；以發(fā)明專利數(shù)衡量直接創(chuàng)新成果；以新產(chǎn)品銷售收入衡量研發(fā)轉(zhuǎn)化成經(jīng)濟(jì)效益能力；以新產(chǎn)品出口交貨值衡量創(chuàng)新成果質(zhì)量。

（二）效率影響因子指標(biāo)

影響高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率的因素有很多，本文從宏觀視角出發(fā)，借鑒以往學(xué)者研究成果，選取人均GDP、人力資源質(zhì)量、金融支持、科研物質(zhì)條件、行業(yè)市場規(guī)模等，這些宏觀環(huán)境可能對高技術(shù)產(chǎn)業(yè)的生產(chǎn)經(jīng)營產(chǎn)生影響，進(jìn)而影響高質(zhì)量發(fā)展效率。其中人力資源質(zhì)量用每十萬人口科研人員數(shù)量來衡量、金融支持用銀行業(yè)各金融機(jī)構(gòu)貸款余額與當(dāng)?shù)禺?dāng)年的GDP 之比來衡量，科研物質(zhì)條件用科學(xué)研究和技術(shù)服務(wù)業(yè)新增固定資產(chǎn)占全社會(huì)比重來衡量，行業(yè)市場規(guī)模用主營業(yè)務(wù)收入與企業(yè)數(shù)之比來衡量。

（三）數(shù)據(jù)來源及處理

本文采用全國29 個(gè)省市（不含西藏、青海、港澳臺(tái)地區(qū)）2015—2020 年面板數(shù)據(jù)作為研究樣本，并將時(shí)滯期按照已有學(xué)者[17-19]研究設(shè)置為1 年，即以2015—2019 年的數(shù)據(jù)為投入數(shù)據(jù)，以2016—2020年的數(shù)據(jù)為產(chǎn)出數(shù)據(jù)。數(shù)據(jù)來源于中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒、中國金融年鑒和EPS 數(shù)據(jù)庫等。數(shù)據(jù)采集過程中，運(yùn)用移動(dòng)平均法和插值法補(bǔ)全了一些缺失數(shù)據(jù)。

由于投入變量中R&D 經(jīng)費(fèi)內(nèi)部支出和技術(shù)獲取及技術(shù)改造支出對當(dāng)期和后續(xù)創(chuàng)新活動(dòng)均有影響，因此采用李向東等做法將流量指標(biāo)轉(zhuǎn)化為存量指標(biāo)處理。處理公式如下：

其中Kt、Kt-1 分別代表第t和t-1 期的R&D 經(jīng)費(fèi)內(nèi)部支出存量；δ為折舊率，一般取經(jīng)驗(yàn)值15%。Et-1 為以2014 年為基期進(jìn)行平減后的R&D 經(jīng)費(fèi)內(nèi)部支出流量，以消除歷年價(jià)格因素干擾；基年R&D 經(jīng)費(fèi)內(nèi)部支出存量用其流量除以10%求得。其中R&D 支出價(jià)格指數(shù)參考李向東等（2011）[20]的做法，即（勞務(wù)費(fèi)合計(jì)/（2015—2019 年勞務(wù)費(fèi)合計(jì)+2015—2019 年設(shè)備儀器支出合計(jì)））×消費(fèi)價(jià)格指數(shù)+（2015—2019 年設(shè)備儀器支出合計(jì)/（（2015—2019年勞務(wù)費(fèi)合計(jì)+2015—2019 年設(shè)備儀器支出合計(jì)）））×固定資產(chǎn)投資價(jià)格指數(shù)。技術(shù)獲取及技術(shù)改造也是按照此方法轉(zhuǎn)為存量指標(biāo)?？紤]到通貨膨脹或緊縮導(dǎo)致的測算結(jié)果的虛增或虛減，消除價(jià)格因素對新產(chǎn)品銷售收入、主營業(yè)務(wù)收入和人均GDP影響，分別用工業(yè)品出廠價(jià)格指數(shù)、人均GDP 平減指數(shù)進(jìn)行平減后轉(zhuǎn)變?yōu)橐?014 年為基準(zhǔn)的實(shí)際值。兩個(gè)平減指數(shù)均來源于中國統(tǒng)計(jì)年鑒。

四、實(shí)證結(jié)果與分析

（一）投入產(chǎn)出系數(shù)相關(guān)性檢驗(yàn)

在進(jìn)行效率評價(jià)之前，投入產(chǎn)出系數(shù)需要滿足同向性假定。本文采用皮爾遜相關(guān)性檢驗(yàn)方法進(jìn)行檢驗(yàn)。如表1 所示。本文選取的四項(xiàng)投入變量與四個(gè)產(chǎn)出變量均呈現(xiàn)正向相關(guān)，且在1%水平上顯著，指標(biāo)體系符合DEA 模型的“同向性”原則。

表1 2015—2019 年投入產(chǎn)出系數(shù)相關(guān)性檢驗(yàn)

（二）靜態(tài)測量結(jié)果分析

運(yùn)用DEA-solover 軟件，將面板年數(shù)據(jù)代入到軟件中規(guī)模報(bào)酬可變的超效率SBM 模型進(jìn)行分析，可得到各省市年度高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率值，如表2 所示。

如表2 所示，從全國角度分析，2015—2019 年效率值大于等于1 的省市分別占比為51.72%、62.07%、55.17%、55.17%、55.17%，仍有將近一半的省市未達(dá)到有效水平。全國年平均效率值自2015 年呈現(xiàn)波動(dòng)上升趨勢，2018 年達(dá)到最大值，為0.885，整體效率值小于1，表明資源利用不充分，技術(shù)及管理模式有待提升；歷年標(biāo)準(zhǔn)差呈現(xiàn)逐年遞減趨勢，表明國內(nèi)不同省份的高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展差異性在下降，逐步實(shí)現(xiàn)均衡發(fā)展。

表2 2015—2019 年高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展不同省市靜態(tài)效率

從區(qū)域角度分析，按照中國統(tǒng)計(jì)年鑒上的劃分標(biāo)準(zhǔn)，將北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南歸為東部地區(qū)；山西、安徽、江西、河南、湖北、湖南歸為中部地區(qū)；吉林、黑龍江、遼寧、內(nèi)蒙古歸為東北地區(qū)；以重慶、四川、廣西、貴州、云南、陜西、甘肅、寧夏、新疆歸為西部地區(qū)，分別比較不同區(qū)域歷年效率值。區(qū)域上效率值從小到大排列依次為東部地區(qū)>西部地區(qū)>中部地區(qū)>東北地區(qū)。近5 年來東部地區(qū)平均效率值為0.924，具有絕對優(yōu)勢，但效率值仍小于1 且出現(xiàn)波動(dòng)性發(fā)展；西部地區(qū)受政策影響較大，平均效率值達(dá)0.836呈現(xiàn)較好發(fā)展；中部地區(qū)自2015 年以來效率在穩(wěn)步提升，且近兩年效率值均在0.9 以上，超過東部和西部地區(qū)，具有明顯的追趕效應(yīng)；東北地區(qū)自效率值呈現(xiàn)倒“V”型，自2017 年達(dá)到0.814 后開始大幅度下滑，高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展明顯不足。

從?。ㄊ校┙嵌确治?，均值有效率值大于等于1的省市有北京、吉林、江蘇、安徽、河南、廣東、廣西、海南、重慶、寧夏、新疆，共是11 個(gè)省份，有效率達(dá)41.4%，基本位于東西部地區(qū)，其中最大值是新疆，效率值均大于2.57；無效率最低的省份分別為貴州、黑龍江、山西、河北、湖南、山西、遼寧，這七個(gè)省份純技術(shù)效率均小于0.5，區(qū)域分布較為均衡，表明區(qū)域內(nèi)部并未形成良好的溝通，且省份技術(shù)、管理方面創(chuàng)新水平較差。

（三）動(dòng)態(tài)測量結(jié)果分析

為進(jìn)一步探究我國高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率的動(dòng)態(tài)變化，本文利用DEAP 2.1 軟件，對2015—2019 年投入產(chǎn)出數(shù)據(jù)進(jìn)行Ml 指數(shù)測算和分解。測得結(jié)果如表3 所示。

表3 2015—2019 年高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展Malmquist 指數(shù)及其分解

從全國角度看，2015—2019 年我國高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率呈現(xiàn)“V”型態(tài)勢，平均值年增長率4.4%，表明我國高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展態(tài)勢良好。進(jìn)一步從分解來看，高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率與技術(shù)進(jìn)步變化指數(shù)發(fā)展趨勢相同，技術(shù)進(jìn)步是影響高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率的主要原因；其余分解指數(shù)較為平穩(wěn)；技術(shù)進(jìn)步變化指數(shù)大于1，處于增長狀態(tài)；規(guī)模效率變動(dòng)穩(wěn)步提升，但仍小于1，而純技術(shù)效率變化指數(shù)呈現(xiàn)“N”型態(tài)勢與綜合技術(shù)效率變化指數(shù)變化趨勢較為一致，表明技術(shù)效率主要受純技術(shù)效率的影響。

表4 2015—2019 年不同區(qū)域高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展Malmquist 指數(shù)及其分解

從區(qū)域角度來看，高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率從大到小排列依次為中部地區(qū)>西部地區(qū)>東部地區(qū)>東北地區(qū)，其中僅有東北地區(qū)高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率小于1，高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展較差，其余地區(qū)整體態(tài)勢上升，高質(zhì)量發(fā)展良好；對綜合技術(shù)效率變化指數(shù)進(jìn)一步分解，可以看出僅有東北地區(qū)純技術(shù)效率、規(guī)模效率均小于1，表明東北地區(qū)資源利用率低和優(yōu)化配置不佳，同時(shí)也說明了未向東部地區(qū)很好的交流與合作。東部地區(qū)高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率落后的主要原因是規(guī)模效率低，表明資源優(yōu)化配置有待進(jìn)一步提高。

從不同省份來看，如表5 所示，廣西、新疆、河南、吉林、天津、黑龍江、山東高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率小于1，表明高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展較差，但每個(gè)省份受限原因有所不同。廣西、新疆、河南、吉林的技術(shù)進(jìn)步小于1，表示新技術(shù)應(yīng)用、新產(chǎn)品開發(fā)不足；天津受技術(shù)效率下降和技術(shù)進(jìn)步緩慢雙重影響；黑龍江、山東和技術(shù)效率下降，說明資源利用不足，導(dǎo)致高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率增長受限；廣東、江蘇、寧夏、重慶、河北、湖南、安徽、浙江、甘肅、湖北、北京、云南，高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率大于1，得益于技術(shù)進(jìn)步和技術(shù)效率提升共同促進(jìn)作用；山西、內(nèi)蒙古、江西的高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率大于1，主要與技術(shù)效率有關(guān)，未來需要從新技術(shù)應(yīng)用、新產(chǎn)品開發(fā)等方面下手，著力提升高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率；陜西、貴州、福建、四川、海南、上海、遼寧的高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率大于1，但綜合技術(shù)效率變化指數(shù)小于1，未來需要進(jìn)一步提升資源利用率。

表5 2015—2019 年高技術(shù)產(chǎn)業(yè)29 個(gè)?。ㄊ校└哔|(zhì)量發(fā)展效率ML 指數(shù)及其分解

（四）效率影響因素分析

為進(jìn)一步探究影響效率的因素及影響程度，本文運(yùn)用Stata 15.0 軟件對Tobit 回歸模型進(jìn)行檢驗(yàn)，結(jié)果如表6 所示。

表6 Tobit 模型回歸結(jié)果

人均GDP 與高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率呈負(fù)相關(guān)，且通過了10%的顯著性檢驗(yàn)。表明人均GDP 每提高1 個(gè)單位，高新技術(shù)高質(zhì)量發(fā)展效率減少0.123 6。這一結(jié)論與超效率SBM 模型得出結(jié)論基本一致，可能是經(jīng)濟(jì)發(fā)展地區(qū)更容易積聚人才、資金等，導(dǎo)致投入易產(chǎn)生大量冗余，降低發(fā)展效率值。

人力資源質(zhì)量與高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率呈正相關(guān)，且通過10%的顯著性檢驗(yàn)。表明人力資源質(zhì)量每提高1 個(gè)單位，高新技術(shù)高質(zhì)量發(fā)展效率增加0.007。創(chuàng)新對智力要素高度依賴，而高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展是以創(chuàng)新驅(qū)動(dòng)為核心，大規(guī)模高質(zhì)量人力資源供給可以提高企業(yè)科技創(chuàng)新效率。

金融支持對高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率呈正相關(guān)，但未通過10%的顯著性檢驗(yàn)?？赡苡捎谖覈鹑谥С衷诟鞯貐^(qū)差異較大，東部地區(qū)整體金融體系發(fā)達(dá)，獲取資金支持更為便利。而對于東北及西部地區(qū)，金融體系并不發(fā)達(dá)，融資難度大、融資渠道窄屢見不鮮，因此從整體看，金融支持對高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率影響并不顯著。

科研物質(zhì)條件與高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率呈正相關(guān)，且通過10%的顯著性檢驗(yàn)。表明科研物質(zhì)條件每提高1 個(gè)單位，高新技術(shù)高質(zhì)量發(fā)展效率增加3.056 8?？赡苁堑貐^(qū)科研物質(zhì)條件越高，創(chuàng)新資源共享程度也就越高，有利于降低企業(yè)的研發(fā)成本，提高企業(yè)開展科技創(chuàng)新活動(dòng)的積極性，從而提高高質(zhì)量發(fā)展效率。

行業(yè)市場規(guī)模與高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率呈正相關(guān)，且通過1%的顯著性檢驗(yàn)，表明行業(yè)市場規(guī)模每提高1 個(gè)單位，高新技術(shù)高質(zhì)量發(fā)展效率增加0.12。內(nèi)部影響因素相較于外部因素對高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展更有促進(jìn)作用，可能是行業(yè)市場規(guī)模越大，代表行業(yè)中的大中型企業(yè)也就越多，從而更加注重資源的投入和利用，以提高核心競爭能力。

五、結(jié)論及建議

（一）研究結(jié)論

本文以2015—2020 年我國29 個(gè)省市高技術(shù)產(chǎn)業(yè)數(shù)據(jù)為研究對象，結(jié)合超效率SBM、RD-Malmquist指數(shù)以及Tobit 回歸分析，討論了靜態(tài)和動(dòng)態(tài)情況下我國高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率及其影響因素，得出以下幾點(diǎn)結(jié)論：（1）從靜態(tài)分析，我國高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展呈現(xiàn)波動(dòng)上升趨勢；區(qū)域和省市具有較大的發(fā)展差異，其中東部和西部地區(qū)（省市）效率值較高，但仍未達(dá)到有效值。（2）從動(dòng)態(tài)分析，我國高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展態(tài)勢良好，其中技術(shù)進(jìn)步起著重要作用。地區(qū)高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率以中部地區(qū)>西部地區(qū)>東部地區(qū)>東北地區(qū)排列，東部地區(qū)主要受規(guī)模效率影響，東北地區(qū)受純技術(shù)效率和規(guī)模效率的雙重影響。各個(gè)省份效率分解情況與地區(qū)效率分解情況有較大的差異，地區(qū)發(fā)展并不均衡。（3）從影響因素分析，人均GDP、人力資源質(zhì)量、科研物質(zhì)條件、行業(yè)市場規(guī)模對高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率存在不同方向和不同程度的影響，而金融支持影響不顯著。

（二）發(fā)展建議

為推動(dòng)高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率，可以從以下幾個(gè)方面優(yōu)化調(diào)整。

1.提高資源利用效率。防止有限資源的低效利用和浪費(fèi)是提升資源利用率的關(guān)鍵。對于中國整體而言，高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率值較高的省份，要加快淘汰產(chǎn)業(yè)低端環(huán)節(jié)，將發(fā)展定位聚焦于高技術(shù)產(chǎn)業(yè)高端環(huán)節(jié)，通過產(chǎn)業(yè)轉(zhuǎn)移實(shí)現(xiàn)資源優(yōu)化配置和高效率用；效率值較低或無效省份，要積極引進(jìn)人才及技術(shù)，積極變革管理理念和模式，加強(qiáng)地區(qū)聯(lián)動(dòng)，借鑒新的技術(shù)及模式，提高企業(yè)效率水平。

2.重視提高技術(shù)進(jìn)步水平、資源配置效率。高技術(shù)產(chǎn)業(yè)高質(zhì)量效率提升的關(guān)鍵是要提高技術(shù)進(jìn)步水平和規(guī)模配置效率。一方面，鼓勵(lì)企業(yè)進(jìn)行信息化、智能化改造，加快中小企業(yè)兼并重組，不斷優(yōu)化資源配置。另一方面，以企業(yè)為主體，政府為紐帶，不斷加強(qiáng)產(chǎn)學(xué)研的合作強(qiáng)度和密度，使有限資源充分利用，提升產(chǎn)業(yè)的創(chuàng)新能力和創(chuàng)新效益。

3.改善高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展內(nèi)外部發(fā)展條件。

由模型計(jì)算可得，人力資源質(zhì)量、科研物質(zhì)條件、行業(yè)市場規(guī)模對高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展效率存在較強(qiáng)的正向影響。因此各地政府應(yīng)因地制宜，建立“重才一引才一留才一用才”機(jī)制推動(dòng)高質(zhì)量隊(duì)伍建設(shè)；圍繞技術(shù)創(chuàng)新為核心，面向高質(zhì)量發(fā)展需要，完善建設(shè)數(shù)字化、智能化、融合創(chuàng)新等服務(wù)的基礎(chǔ)設(shè)施體系；加快企業(yè)梯隊(duì)培育，推動(dòng)資源向重點(diǎn)企業(yè)聚集，促進(jìn)重點(diǎn)企業(yè)做大、做優(yōu)、做強(qiáng)。