轉型時期中國高技術產業創新能力實證研究

趙志耘，楊朝峰

(中國科學技術信息研究所，北京100038)

一、引言

改革開放以來，中國經濟增長模式的兩個基本特征是，經濟增長過度依賴投資和出口，過度依賴低成本資源和要素的高強度投入。這種模式在中國經濟總量占世界比重較小、發展比較落后的情況下具有一定的合理性，但隨著中國經濟的不斷增長，這種增長模式所付出的代價也越來越大:資源枯竭，環境破壞，貧富差別逐步擴大，社會矛盾明顯增多，國際貿易摩擦越來越頻繁……國際金融危機及其引發的世界經濟自二戰以來最嚴重的衰退，終結了上世紀80年代以來特別是本世紀以來世界經濟較快增長的態勢，引發全球經濟的深度調整，將使我國發展的外部環境發生廣泛而深刻變化，對我國經濟轉型提出了迫切要求，即要求我國盡快實現從傳統的資源、資本、勞動力驅動的經濟增長方式轉變為以創新為主要驅動力的經濟發展方式。

高技術產業具有高成長性、高帶動性、高附加值的特點，它是國民經濟的戰略性先導產業，對產業結構調整和經濟發展方式轉變發揮著重要作用。2010年中國高技術產業總產值達到74708.9億元，占當年規模以上工業總產值的10.56%。中國已成為世界重要的高技術產品生產制造基地，在國際高技術產業分工中占據重要地位。但在發展過程中，我國高技術產業還存在創新能力不強、技術密集度不高、經濟效益欠佳等問題。如何提高我國高新技術產業的創新能力，使之在經濟轉型中發揮更大的作用，是產業界和學術界面臨的亟待解決的問題。

近幾年，已經有一些學者從區域和產業角度對我國的創新績效進行了實證研究。從區域角度對我國創新效率問題進行研究的主要有:史修松等(2007)運用隨機前沿函數分析方法，以省級區域為樣本，測算并分析了中國區域創新效率及其空間差異［1］;李習保(2007)以職務發明專利申請量和授權量作為創新產出的指標，實證分析影響我國區域創新能力差異的效率因素［2］;郭國峰等(2007)通過構建知識生產函數模型，對我國中部六省技術創新能力的影響因素展開了分析［3］;楊曄(2008)采用因子分析法研究了各地區的企業技術創新能力并進行了綜合性評價［4］。從產業角度對我國創新效率問題進行研究的主要有:張國強和馮濤(2007)通過對中國高新技術產業28 個行業的面板數據分析，探討了在具有不同行業特征條件下市場結構、R＆D 投資與經濟績效三者之間的相互關系［5］;支燕(2009)利用隨機前沿方法對我國電子信息業的技術創新績效進行分析［6］;韓晶(2010)應用隨機前沿函數對中國高技術產業創新效率進行了實證分析［7］。毋庸置疑，這些研究取得了一定的成果，為提升我國的創新能力提出了很多很好的建議。但是，這些研究普遍存在以下三個方面的不足:第一，在對創新產出的指標選擇上，多數學者選擇了新產品銷售收入和專利申請數量作為產出指標進行研究。盡管學者們普遍認為專利數量能夠較好地反映創新產出，而且專利數據相對容易獲得，統計也較方便。但專利在衡量創新產出時也有諸多缺陷，因為不是所有的創新都會注冊為專利，申請專利的傾向也因企業規模的不同而存在較大差異。大企業通常依靠市場和技術上的壟斷地位來保護創新，而小企業更愿意申請專利以免其創新成果被擁有更多資源的企業侵犯(Comanor 和Scherer，1969)［8］。這是未來研究中需要解決的問題。第二，在對創新投入的指標的選擇上，多數學者沒有考慮到知識存量，新知識的產生不僅依賴于研發經費和人員的投入，而且還高度依賴于現有的知識存量。第三，在對影響創新效率的因素的選擇上，多數學者考慮的是市場結構、政府對創新活動的支持等因素的影響，這些因素對于考察不同國家的創新效率很重要，但對于同一個國家的不同產業來說，這些指標的差別已經不大。對于中國這樣一個轉型經濟體來說，還需考慮到轉型時期區域或者產業發展的特點來確定影響創新效率的因素。

鑒于此，本文將力爭在上述幾個方面有所突破，建立分析模型對中國高技術產業創新能力進行評價，并對創新能力的影響因素進行探討。文章的結構安排如下:第二部分簡要分析轉型時期中國高技術產業發展的特點;第三部分是模型設定和變量選擇;第四部分是實證分析;最后是研究結論和政策建議。

二、轉型時期中國高技術產業發展的特點

加入WTO 以來，我國通過積極參與經濟全球化進程，高技術產業得到快速發展，規模躋身世界前列，但中國同發達國家不同，正處于經濟體制轉型期，是歷史上的特殊時期，其高技術產業的發展與同時期發達國家高技術產業相比，有著明顯的不同。

1.研發活動明顯加強

近幾年，我國高技術產業R＆D 經費和人員投入增長迅猛，其中R＆D 經費從2005年的362.5 億元，迅速增加到2010年的967.8 億元，6年間增長了1.7 倍，其中R＆D 人員從2005年的17.3 萬人(全時當量)，快速增加到2010年的39.9 萬人，6年間增長了1.3 倍(見圖1)。

在這些投入的帶動下，我國高技術產業的R＆D產出也增長迅速。從發明專利的申請數來看，2005年，我國高技術產業發明專利的申請數還不足1 萬件，而到2010年，已經達到3.5 萬件，年均增長29.7%。這種增長速度在發達國家也是絕無僅有的。與此同時，我國高技術產業擁有的有效專利數也直線上升，到2010年超過5 萬件(見圖2)。

2.高技術產業的R＆D 強度較低，發展的效率仍然不高

技術密集度高是國際上對高技術產業進行界定的一個基本標準，技術密集度明顯高于或數倍于全部制造業平均值的那些行業才被界定為高技術產業。R＆D 強度是反映技術密集程度的一個重要指標，美國、德國、法國、英國等發達國家高技術產業R＆D 強度均為制造業平均水平的3 倍或4 倍以上，相比之下，2010年我國高技術產業R＆D 強度(1.3%)只有制造業(0.62%)的2 倍左右，遠遠低于上述國家(見圖3)。這表明我國高技術產業技術密集程度很低，企業的創新能力仍然處在較低水平。

圖1 我國高技術產業R＆D 投入變化趨勢(2005－2010)

圖2 我國高技術產業發明專利申請數和擁有數變化趨勢(2005－2010)

圖3 我國高技術產業R＆D 強度變化趨勢(2006－2010)

我國高技術企業始終沒有擺脫低技術的特征，雖然生產的是高技術產品，但仍主要以加工為主，產業規模的擴大更多地依靠制造和裝配環節的擴大。2010年，制造業全員勞動生產率為人均72.64 萬元，比2005年提高了1 倍，而高技術產業只提高了0.32 倍，并且2010年高技術產業全員勞動生產率已經開始低于制造業整體水平，反映了我國高技術產業的生產效率提升緩慢(見圖4)。

3.技術獲取渠道逐漸向國內轉移

我國高技術產業的外部技術獲取渠道主要包括引進國外技術和購買國內技術。2005年至2010年期間，我國高技術產業的技術引進經費經歷了一個由低到高，又由高走低的過程。2007年我國高技術產業的技術引進經費達到130 億元的歷史高點，隨后不斷降低，到2010年只有68.8 億元，幾乎是2007年的一半，比2005年還低16 億元(見圖5)。與此同時，我國高技術產業購買國內技術經費穩步上升，從2005年的9.5 億元增長到2010年的21.3 億元。這說明我國高技術產業的技術獲取渠道有逐漸向國內轉移的趨勢。

三、研究方法和數據

圖4 我國高技術產業和制造業勞動生產率變化趨勢(2005－2010)

圖5 我國高技術產業技術引進和購買國內技術經費變化趨勢(2005－2010)

創新是一個知識生產和商業化過程，因此考察產業的創新能力可從知識生產函數(Knowledge Production Function，KPF)入手。知識生產函數最初是Griliches(1979)在利用生產函數估算R＆D 對于經濟增長的貢獻時提出來的［9］。后來經過Jaffe(1989)完善后形成了Griliches－Jaffe 知識生產函數模型［10］。知識生產函數把創新投入和創新的產出聯系起來，對知識生產函數的研究可以探明知識生產的動力、性質及其影響因素，促進知識生產和創新。大量實證研究結果發現，作為一個經驗模型，知識生產函數確實存在，而且在知識和創新研究中是一個很好的統計模型，并在國家層面和產業層面為大多數經驗研究所證實(Anselin 等，1997;Blind 和Grupp，1999;Bode，2004)［11－13］。Griliches－ Jaffe 知識生產函數的柯布道格拉斯(Cobb Douglas)形式為:

式中，K 為創新產出，RD 為R＆D 投入，Z 為一系列影響創新產出的因素，譬如知識存量等，e為隨機擾動項，i 為決策單元(本文為高技術產業中的各行業)。

鑒于專利數量在衡量創新產出方面的缺陷，在本研究中我們使用新產品開發項目數和新產品銷售收入來衡量創新產出。根據《中國科技統計年鑒》上的定義，新產品是指“采用新技術原理、新設計構思研制、生產的全新產品，或在結構、材質、工藝等某一方面比原有產品有明顯改進，從而顯著提高了產品性能或擴大了使用功能的產品”。新產品既包括那些已經申請專利的新產品，也包括那些尚未申請專利的新產品。使用新產品開發項目數可以克服各產業因專利申請趨向差異而導致的估計偏差。另外，為了彌補新產品開發項目數無法衡量創新對經濟增長的直接貢獻，我們還將用新產品銷售收入來衡量創新產出。需要說明的是，如果只用新產品銷售收入來衡量創新產出也不妥，因為不同行業的市場規模不一樣，新產品銷售收入大并不一定就意味著該行業的創新能力就強。所以最好將這兩個指標結合起來使用。

相對于創新產出的衡量而言，創新投入的衡量相對比較容易。針對知識生產的特點，除了常用的R＆D 經費和R＆D 人員兩種創新投入外，我們還將知識存量作為知識生產的重要投入要素，這是因為知識存量反映了一個產業或一個地區的知識生產狀況和技術創新的發展潛力，也是測度產業或區域創新能力的關鍵所在。知識存量的測算至今沒有統一的標準，本文借鑒Acs 等(2002)的做法，用有效發明專利數來度量知識存量［14］。

關于影響創新產出的因素，結合轉型經濟體的特征，我們考慮技術引進經費、購買國內技術經費和企業規模三個因素。在發達國家，創新主要是通過R＆D 活動來實施的，而在一個轉型經濟體中，創新更重要的是建立在技術學習上，主要是通過對外部技術的吸收而不是自主的研發努力(Gil等，2003)［15］。此外，關于企業規模對創新產出的影響，盡管不同學者有不同的見解，有的認為小企業的創新效率更高，有的認為大企業的創新效率更高，但都認為這種影響是存在的。本文采用行業內平均每個企業的產值來衡量高技術產業中的企業規模。

運用傳統回歸分析方法估計知識函數的一個缺陷是假定生產都是一直在生產前沿上進行，而現實經濟中大部分生產者常常偏離于最優生產計劃，存在著無效率項。識別無效率項的方法通常包括兩類:參數方法和非參數方法。其中非參數方法主要是數據包絡分析法(data envelopment analysis)，這種方法通過線性規劃構建出生產前沿面，使用距離函數得到生產單元的效率，其優點是無需假定特定的生產函數形式，也無需對所研究樣本的非效率分布做先定假設，但是它的一大缺陷是假設沒有隨機誤差影響產出。參數方法主要是隨機前沿函數法(stochastic frontier analysis)，基本思路是將實際生產單元與前沿面的偏離分解為隨機誤差和無效率誤差兩項，使用計量的方法對前沿生產函數進行估計。相對而言，隨機前沿函數法有更穩固的經濟理論基礎，可以剝離隨機誤差所可能造成的潛在影響，而且可以為判斷模型擬合質量提供各種統計檢驗。因而，在本文中我們運用隨機前沿模型對知識生產函數進行估計。隨機前沿模型最早由Aigner 等(1977)、Meeusen 和Broeck(1977)提出，后由Jondrow、Battese 和Coelli等學者對其進行了不斷的拓展和發展，提高了隨機前沿模型的靈活性和適用性［16－17］。根據Battese和Coelli(1995)關于隨機前沿生產函數的定義，我們設定如下形式的隨機前沿知識生產函數模型［18］:

式中RDK 為R＆D 經費投入，RDL 為R＆D 人員投入，KS 為知識存量，用擁有有效發明專利數來衡量，vit為隨機觀測誤差，其分布服從正態分布，且獨立于uit，uit為無效率誤差，服從均值為mit、方差為的截尾正態分布。mit被表示為一組影響因素的線性組合。其中，TIF 表示技術引進經費、TID表示購買國內技術經費，ES 表示企業規模。

由于隨機前沿函數相對于傳統估計方法的優勢在于其對無效率項的考慮，那么如何判斷隨機前沿函數的有效性呢?如果模型中不存在無效率項或者無效率項不明顯，則采用傳統方法更為合適。根據Battese 和Corra(1977)，可以用變差系數來判斷前沿函數模型的有效性，變差系數定義為［19］:

當γ 接近于1 時，說明無效率項在生產單元與前沿面的偏差中占主要成分，此時采用前沿函數模型就是合適的;若接近0，說明隨機誤差是主要成分，此時采用傳統估計方法即可。

模型通過有效性檢驗后，可通過下式計算出創新效率的估計值(Kumbhakar 和 Lovell，2000)［20］:

本文的數據來源于《中國統計年鑒》、《中國科技統計年鑒》。根據國家統計局相關統計指標，我國高技術產業分為醫藥制造業、航空航天器制造業、電子及通信設備制造業、電子計算機及辦公設備制造業和醫療設備及儀器儀表制造業5 個大類、17 個小類。本文采用的是各小類行業的數據，將每個小類行業視作一個決策單元。研究時間跨度為2005年至2010年。各變量的描述統計量如下頁表1 所示。

四、實證結果和分析

1.模型估計結果

本文使用的計量分析軟件是FRONTIER4.1，在估計中以上所有變量均取自然對數值。這樣的處理不僅可以降低離群值對估計結果的影響，而且估計系數具有彈性系數的意義。此外，投入產出的滯后期問題是在模型估計中必須面對的問題，大多學者在研究R＆D 直接產出(如專利申請數)時，滯后期設定為1年;如果研究R＆D 投入對經濟增長的貢獻，則滯后期設定為2年。遵從上述慣例，本文以新產品銷售收入為創新產出指標時，滯后期設定為2年，在以新產品開發項目數作為創新產出指標時，滯后期設定為1年。表2 給出了不同設定條件下的估計結果。

表1 變量描述性特征

表2 模型估計結果

表2 的倒數第三行給出了根據隨機前沿模型估計結果算出的變差系數值，可以看出，無論在何種假設條件下，相當一部分的方差可以歸因于效率因素。這為本文使用隨機前沿分析模型提供了一個有力的證據。

從表2 還可以看出，新產品開發項目數與R＆D 經費、R＆D 人員以及知識存量顯著相關，但是新產品銷售收入卻只和R＆D 經費、R＆D 人員顯著相關，與知識存量的相關性不明顯。造成這種差異的一個可能原因是，中國高技術產業R＆D 成果的質量不高，很多專利可以用作進一步開展R＆D 活動，并產出專利，但這些成果中成功實現商業的比例較小。此外，從系數的大小來看，假定其它變量不變，R＆D 經費投入增加1%，新產品開發項目數和銷售收入分別增加0.41% 和1.42%;R＆D 人員增加1%，新產品開發項目數和銷售收入分別增加0.21%和0.72%。研發投入的直接產出系數高，而最終產出系數低，這在一定程度上印證了前文所提到的我國高技術產業的擴張更多的是一種低技術水平的規模擴張，經濟增長的質量沒有得到相應水平的提高。

在影響高技術產業創新效率的因素中，無論是以新產品開發項目數還是以新產品銷售收入來衡量創新產出，技術引進經費的系數估計值均為負數，但不顯著，表明在考察期內國外技術引進對我國高技術產業的創新能力的影響不大。造成這種現象的一個可能的原因是，相比其它產業而言，發達國家對發展中國家高技術的封鎖更嚴厲，因此國內高技術產業從國外技術引進中的獲益十分有限。

在以新產品開發項目數衡量創新產出時，購買國內技術經費系數的估計值為負，并且非常顯著。表明購買國內技術經費支出越高，無效率水平uit的均值越低，創新效率也就越高。這說明高技術產業外的國內研發機構的R＆D 成果對高技術產業R＆D 活動起到了明顯的促進作用。在以新產品銷售收入衡量創新產出時，購買國內技術經費的系數估計值為負，但在統計意義上并不顯著，表明高技術產業引進的國內技術對其最終的創新產出沒有明顯的影響。這個結果也在一定程度上說明了我國高技術企業重引進，輕消化吸收和轉化。

在以新產品開發項目數衡量創新產出時，企業規模系數的估計值為正，并且非常顯著。表明高技術產業中企業規模對創新產出有負面的影響。在以新產品銷售收入衡量創新產出時，企業規模的估計值為負，并且顯著，表明高技術產業中企業規模越大，其創新產出越高。這個結果初看起來比較費解，但與我們的觀察其實并不矛盾，國內規模大的企業對R＆D 的忽視是一個普遍的問題，但是他們可以通過其市場控制力，在少量的創新上獲得更多的經濟收益。

2.創新效率比較

根據模型的估計結果，我們可以方便地計算出17 個行業每年創新效率的估計值(見表3、表4)。

從表3 可以看出，若以新產品開發項目數衡量創新產出，電子元件制造業、儀器儀表制造業和化學藥品制造業的創新效率相對其他產業具有明顯的優勢，這可能與中國這些行業較早融入全球價值鏈，從而在全球競爭中得到歷練密切相關。而航天器制造業平均創新效率是最低的，創新效率只有0.181，與創新效率最高的電子元件制造業創新效率0.761 相比，相差近58%。這一點從每百萬元R＆D 經費的新產品開發項目數中可見一斑。2009年，航天器制造業每百萬元R＆D 經費的新產品開發項目數只有0.05 個，而電子元件制造業有0.69 個。當然，考慮到行業差異，我們似乎還無法得出最后的結論，但航天器制造業新產品開發項目少也在一定程度說明其商業化還存在著很大的不足。電子計算機整機制造業的創新效率也比較低，而這些都是關乎國家產業安全的重要行業，可見，提高高技術產業創新能力仍然是任重道遠。

表3 創新效率估計值(以新產品開發項目數衡量創新產出)

從高技術產業創新效率的動態發展來看，2006年至2010年中國高技術產業創新效率一直在低位徘徊，2008年高技術產業創新效率達到階段頂點，隨后又直線下降，這可能與2008年爆發的國際金融危機有一定的關系。整體看來，中國高技術產業創新效率增長乏力，產業創新效率仍然有很大的提升空間。

表4 創新效率估計值(以新產品銷售收入衡量創新產出)

從表4 可以看出，若以新產品銷售收入衡量創新產出，電子計算機整機制造業、通信設備制造業和電子計算機外部設備制造業的創新效率相對其他產業具有明顯的優勢，這可能與中國這些產業的巨大消費市場密切相關。航天器制造業平均創新效率是最低的，創新效率只有0.068，與創新效率最高的電子計算機整機制造業創新效率0.868相比，相差近80%。可見，無論是從新產品開發項目數，還是從新產品銷售收入來看，我國航天器制造業的創新效率都是偏低的。從每元R＆D 經費的新產品銷售收入來看，2008年，我國航天器制造業每投入1 元R＆D 經費帶來的新產品銷售收入只有2.8 元，遠低于電子計算機整機制造業的42.5元。我國航天器制造業取得的成績是有目共睹的，但這些技術上的輝煌成就更加襯托出我國航天工業與美國航天工業在民用化方面的巨大差異。航天事業的發展，是中國政府大力推動的，為我國科技的發展和高端人才就業創造了巨大的貢獻，但從長遠來看，航天產業要獲得持續的發展，必須也要注重其商業化和經濟效益。

無論是以新產品銷售收入衡量創新產出還是以新產品開發項目數衡量創新產出，我國高技術產業創新效率的變動軌跡是一致的。

五、結論與政策建議

高技術產業的創新能力決定著一個國家國際競爭力的高低及其在世界經濟中的分工地位，也是發展中國家實現經濟轉型的重要途徑。本文應用隨機前沿知識生產函數模型對轉型時期我國高技術產業創新效率進行了實證分析。研究結果結論表明，2005年至2010年間:(1)相對于R＆D 經費和人員投入，知識存量對我國高技術產業創新的作用不突出。(2)國外技術引進對我國高技術產業的創新能力的影響不明顯。(3)國內技術引進對我國高技術產業R＆D 產出起到了明顯的促進作用，但經濟效益不明顯。(4)我國高技術產業中企業規模對創新能力有負面的影響。

上述研究結論對我國高技術產業的發展有著重要的政策啟示。

第一，由于發達國家的技術封鎖，國外技術引進對高技術產業的促進作用遠不如一般的制造業。隨著中國經濟的國際地位不斷提高，發達國家對中國的技術封鎖將會進一步加劇，尤其在高技術產業的關鍵技術上。因此，在提高我國高技術產業創新能力的過程中，要以自主研發為主，技術引進為輔。這就要求國家R＆D 經費投入應進一步向高技術產業，尤其是戰略性高技術產業的創新優勢企業傾斜，以增強其創新能力和國際競爭力，使其在國際產業分工和全球經濟格局中占據制高點。

第二，針對我國高技術產業發展質量偏低的問題，我國應改變那種注重以高技術產業產值來衡量地區經濟轉型的做法，加緊研究和制訂科學的指標體系，引導地方政府更加注重高技術產業的發展質量，改變那種在推動經濟轉型的過程中，將高技術產業作為政府新的“政績工程”的現象。此外，還要創新良好的市場環境，對壟斷進行規制，讓真正有價值的研究成果能在市場上獲得相應的收益。同時，要大力培育各類中介機構，建立將重大技術推向市場轉化為利潤的完整商業模式，彌補我國廣泛存在的技術突破后的商業缺位，提高企業進行技術創新的積極性，這樣才能真正從源頭上解決我國高技術產業R＆D 成果質量不高和產業發展質量偏低的問題。

第三，“國內技術引進對我國高技術產業R＆D產出起到了明顯的促進作用，但經濟效益不明顯”，這說明我國企業間的技術轉讓與合作確實有助于推動企業間的技術研發與應用。國內企業間的技術轉讓由于不存在技術壁壘，因此企業間可以通過技術轉讓與合作，真正使得企業關鍵技術的合作研發具有實際效率，這也進一步說明，在企業間建立產業技術創新聯盟是可取的，是在政府引導下加速企業技術融合、解決制約產業和行業發展的關鍵共性技術難題的一條行之有效的途徑。但另一方面，經濟效益不明顯，說明在企業技術創新聯盟的后端運營方面還存在巨大的提升空間。除了完善商業運營模式外，在行業關鍵共性技術研發獲得突破后，如何協調不同類型的企業在行業關鍵共性技術的基礎上分工協作開展更具商業價值的應用技術與實用研發也是很重要的。這可以保證在同一產業技術創新聯盟內，企業間對各自占主導地位的產品技術的定位與研發可以根據本產業的產品價值鏈進行合理的分工，有規劃地對產品市場進行戰略布局和分割。而在這一過程中，市場機制是主體決定因素，政府只起到一定的引導作用，在市場和政府之間可能發揮更大作用的也許是行業協會等中介組織，這也正是中國在未來需要大力培育和發展的推動創新的第三種力量。

第四，從“我國高技術產業中企業規模對創新能力有負面的影響”這一分析結論，我們初步可以得到兩種判斷:一是由于我國規模以上的高技術企業大多為國有大中型企業，這再一次說明了國有企業的體制障礙一直是阻礙企業創新能力發揮的一個重要因素，國有大中型企業的創新動力不足，一直是中國當前在經濟轉型以及體制改革中的一個突出問題。如何建立有效的激勵機制激發國有企業的創新動力，這是擺在當前改革和轉變經濟發展方式中一個非常突出的問題，需要引起有關部門的高度重視，也可以說是關系到轉變發展方式成敗的關鍵因素之一。二是進一步說明了中小高新技術企業在經濟結構調整和發展方式轉變過程中的地位和作用。如何保護中小高新技術企業的創新熱情，提高他們的創新能力，將是未來中國經濟發展方式轉變是否能夠成功實現的一個重要保障。我國中小企業為數眾多，由于規模小，轉型相對容易，轉型的機會成本也相對低些。這也更加說明，當前把政策的重點放在解決中小企業融資難題、提高中小企業創新能力上的政策取向是正確的，是需要保持一定的政策持續性的。

第五，通過上述分析，我們認為，在未來相當長的時期內，還應當繼續堅持和深化推動自主創新、建設創新型國家的發展戰略，把提高企業自主創新能力擺在突出位置，進一步加大以企業為主體的R＆D 投入力度，推動高新技術的自主研發，抓住全球技術變革的良機，搶占高技術前沿，推動中國企業向全球價值鏈高端邁進，通過高新技術產業創新能力的提升帶動經濟結構調整和經濟發展方式的轉變。同時，要通過政策引導，推動產學研的結合，激勵技術成果向市場價值的轉化，提升企業對技術成果的產業化能力和水平。要采取多種模式加快技術孵化，創新商業運營模式提升高技術產業的市場附加值，把技術創新、金融創新、產業創新與商業模式創新緊密結合起來，形成政策合力，有效提升我國高技術產業的整體創新能力，為加快經濟發展方式轉變發揮好科技創新的支撐和引領作用。

最后，需要說明的是，本文的研究仍然存在一些有待改進的地方。例如，在確定影響創新效率的因素時，由于數據的可能性，僅僅只考慮了國內、外技術引進和企業規模三個因素，忽略了產業的市場結構、利潤率等其他方面的一些因素。從這個意義上講，本文的結論具有一定的限制，這些問題有待我們在未來的研究中加以克服和改進。

［1］史修松，趙曙東，吳福象．中國區域創新效率及其空間差異研究［J］．數量經濟技術經濟研究，2009(3):45－55．

［2］李習保．中國區域創新能力變遷的實證分析:基于創新系統的觀點［J］．管理世界，2007(12):18－30．

［3］郭國峰，溫軍偉，孫保營．技術創新能力的影響因素分析——基于中部六省面板數據的實證研究［J］． 數量經濟技術經濟研究，2007(9):134－143．

［4］楊 曄． 我國各省市企業自主創新能力的綜合評價——基于投入產出績效視角的實證研究［J］．財經研究，2008(6):30－40．

［5］張國強，馮 濤．市場結構、R＆D 投資與經濟績效關系的經驗研究——以我國高新技術產業為例［J］． 科技管理研究，2007(12):42－47．

［6］支 燕．創新能力、技術轉化與創新績效——來自我國電子信息業上市公司的實證［J］．科學學與科學技術管理，2009(3):96－99，131．

［7］韓 晶． 中國高技術產業創新效率研究——基于SFA方法的實證分析［J］．科學學研究，2010(3):467－472．

［8］Comanor W S.Scherer F M.Patent Statistics as A Measure of Technical Change［J］.Journal of Political Economy，1969(77):392－398．

［9］Griliehes Z.Issues in Assessing the Contribution of Research and Development to Productivity Growth［J］.Bell Journal of Economics，1979(10):92－116．

［10］Jaffe A B.Real Effects of Academic Research［J］.American Economic Review，1989，79(5):957－970．

［11］Anselin L，Varga A，Acs Z J.Local Geographic Spillovers Between University Research and High Technology Innovations［J］.Journal of Urban Economics，1997(42):422－448．

［12］Blind K，Grupp H.Interdependencies Between the Science and Technology Infrastructure and Innovation Activities in German Regions:Empirical Findings and Policy Consequences［J］.Research Policy，1999，28(5):451－468．

［13］Bode E.The Spatial Pattern of Localized R＆D Spill-overs:An Empirical Investigation for Germany［J］.Journal of Economic Geography，2004(4):43－64．

［14］Acs Z J，FitzRoy F R，Smith I.High－technology Employment and R＆D in Cities:Heterogeneity Vs Specialization［J］.The Annals of Regional Science，2002，36(3):373－386．

［15］Gil Y，Bong S，Lee J.Integration Model of Technology Internalization Modes and Learning Strategy:Globally Late Starter Samsung's Successful Practices in South Korea［J］.Technovation，2003(23):333－347．

［16］Aigner D，Lovell，CAK，Schmidt P.Formulation and Estimation of Stochastic Frontier Production Function Models［J］.Journal of Econometrics，1977，6(1):21－37．

［17］Meeusen W，van den Broeck J.Efficiency Estimation from Cobb－Douglas Production Functions With Composed Error［J］.International Economic Review，1977(18):435－444．

［18］Battese G E，Coelli T.A Model of Technical Inefficiency Effects in Stochastic Frontier Production for Panel Data［J］.Empirical Economics，1995(20):325－332．

［19］Battese G E，Corra G S.Estimation of A Production Frontier Model:With Application to the Pastoral Zone of Eastern Australia［J］.Australian Journal of Agricultural Economics，1977，21(3):169－179．

［20］Kumbhakar S C，Lovell C.Stochastic Frontier Analysis［M］.Cambridge University Press，Cambridge，U.K.，2000．