嚴焰++徐超
摘 要:利用隨機前沿方法,對浙江高技術產業2010—2012年的技術效率進行分析評價,結果顯示,在浙江高技術產業中,人力資本的貢獻大于固定資本,而固定資本的貢獻大于經費投入;各行業技術效率值差異較大,但整體呈現穩步提升的態勢。最后,在此基礎上探索效率低下的癥結所在,提出改進和提高技術效率的對策和建議。
關鍵詞:高技術產業;技術效率;SFA模型;浙江省
中圖分類號:F260 文獻標志碼:A 文章編號:1673-291X(2014)33-0050-03
引言
浙江省以1999年全國技術創新大會為契機,經過十多年的努力,高技術產業已初具規模。2012年,浙江高技術產業產值14 243.1億元,同比增長7.66%,但與2011年相比增幅明顯放緩。與國內其他省市相比,無論在規模水平、技術能力和創新程度及競爭力等方面均有較大差距。2011年,浙江高技術產業產值規模落后于粵、蘇、滬、魯,位居全國第五,在長三角二省一市中列最后一名。高技術產業是技術密集型產業,評價和研究浙江高技術產業技術效率作用的發揮情況,分析其影響因素,提出相應政策建議,可以在一定程度上促進浙江高技術產業的健康發展。
一、文獻回顧
隨著中國高技術產業的蓬勃發展,高技術產業已漸成中國管理科學研究的熱點。朱秀梅(2008)以知識溢出、企業吸收能力、集群社會資本、企業創新績效為基本研究要素,構建了高技術產業集群創新的微觀理論模型,通過規范的實證分析驗證理論模型及所提出的假設。鄧路等(2009)基于中國高技術產業的面板數據(1999—2007)對研發投入、行業內R&D溢出與自主創新效率進行了研究;趙玉林等(2009)基于系統的內生經濟增長理論和企業成長理論,利用 1995—2006年間 9 個主導性高技術產業的相關數據,運用結構方程模型方法對創新誘導主導性高技術產業成長的路徑進行實證檢驗。研究發現,創新投入和創新產出并不能直接促進產業的成長,但可以通過產業素質這個中介變量的傳導作用來放大其對產業成長的影響。張目等(2010)構建動態綜合評價模型,對中國高技術產業自主創新能力進行分行業動態評價;范凌鈞等(2010)應用面板數據隨機前沿方法考察中國高技術產業R&D與技術效率之間的關系,認為R&D對技術效率有顯著的正向促進作用。陳偉等(2010)從技術價值、經濟價值和社會效益三個維度,運用兩階段DEA模型,對中國30個省市區的高技術產業R&D績效進行評價。
基于前人的研究成果和浙江省的現實狀況,關注浙江高技術產業技術效率,以浙江各高技術產業為研究對象,運用隨機前沿分析方法測量其各行業今年來的技術效率水平,探究技術效率變動的影響因素,為浙江高技術產業發展提供相應的政策建議。
二、評價模型及數據
自1957年經濟學家Michael Farrell基于生產效率測度思想進行生產前沿面理論的研究以來,學術界對生產前沿面領域的研究形成了參數方法和非參數方法兩大分支。與參數方法相比,非參數方法對效率值的估計偏低,而離散程度較大,且不能直接檢驗結果的顯著性;當約束條件較多時,非參數方法經常會得出所有觀測樣本為100%有效的結論。參數方法以隨機前沿方法(SFA)為代表,幾乎由Aigner,Lovell,Schmidt 和Meeusen,van den Broeck同時于1977年提出,認為生產無效率主要來源于隨機擾動v和技術非效率u,其基本模型為:
yi=βxi+(νi-ui) (1)
Battsse和Coelli(1995)在基本模型的基礎上引入時間因素并使用一次回歸直接得到生產函數和技術效率影響因素的參數估計結果,克服了以前兩階段方法的假設沖突和理論矛盾。根據該改進模型,運用對數型C-D生產函數以及浙江高技術產業各行業2009—2011年的數據,對其技術效率水平及影響因素進行測算,具體研究模型為:
ln(Yit)=β0+β1ln(Lit)+β2ln(R&Dit)+β3ln(Kit)+(νit-uit),i∈N,t∈T (2)
TEit=exp(-uit) (3)
uit=uiexp(-η(t-T)) (4)
γ=σ2/(σ2
ν+σ2
u) (5)
模型中Y為各行業的新產品產值,L為R&D人員數,R&D為R&D經費投入總額,為R&D經費內部投入和外部投入之和,K為年末資產總值,i為行業序號,t為各年份。β,η為待估參數,νit是隨機擾動變量,νit~(0,σ2
ν)且νit~idd(獨立一致分布);uit是非負變量,表征的是生產中的技術非效率,uit~(0,σ2
u)且uit~idd(獨立一致分布);νit與uit相互獨立。
根據國家統計局印發的《高技術產業統計分類目錄的通知》,中國高技術產業的統計范圍包括航空航天器制造業、電子及通信設備制造業、電子計算機及辦公設備制造業、醫藥制造業和醫療設備及儀器儀表制造業共五類行業。研究的面板數據為2010—2012年各行業的相應數據,數據均來源于2011—2013年《浙江科技統計年鑒》。
三、實證結果及分析
利用CEPA中心Coelli設計的Frontier4.1分析軟件,根據式(2)~(5),對浙江高技術產業2010—2012年面板數據進行生產前沿技術效率分析結果如下:
(一)浙江高技術產業生產函數分析
由參數估計值γ=0.837,且LR統計檢驗在1%水平下顯著,說明式(2)中誤差項(νit-uit)有著較為明顯的復合結構。從勞動力、研發經費和資本三大生產要素的產出彈性看,β1=0.562,即R&D人員數增長1%,高技術產業新產品產值增長0.56個百分點;β2=0.170,即研發經費投入增長1%,高技術產業新產品產值增長0.17個百分點;β3=0.343,即固定資產每增長1%,高技術產業新產品產值增長0.34個百分點。這表明,在浙江高技術產業中,人力資本的貢獻大于固定資本,而固定資本的貢獻大于經費投入。endprint
(二)浙江高技術產業各行業技術效率分析
浙江高技術產業各行業2010—2012年技術效率計算結果(見表2)。
從整體上看,浙江高技術產業技術效率尚可,三年平均效率值為0.690,而且呈現出逐步提高的態勢,從2010年的0.542提升至2012年的0.828。但0.690的平均值與生產前沿面相比,仍有31%的提升空間;而且從生產函數的分析看,經費投入的貢獻遠低于人員技術的貢獻,這是非常值得注意的問題,從一個側面反映出浙江高技術產業研發經費的實際利用水平并不高。
5個行業的技術效率均值差異較大,行業發展并不平衡,這不利于浙江高技術產業整體的均衡發展。電子及通信設備制造業表現最佳,連續三年技術效率都位居5個行業之首,航空航天器制造業墊底,其三年的實際產出還不及最大產出的一半。技術效率的差異說明各行業的實際產出在現有條件下并未達到最大產出,需要在資源配置、人財物投入、行業內技術轉移、管理體制機制和高技術的利用水平上進一步改進。
結論概要及建議
對高技術產業而言,效率問題始終是關注的焦點。利用利用對數隨機前沿模型,實證測定了2010-2012年浙江高技術產業及各行業的技術效率。主要結論有:在浙江高技術產業中,人力資本的貢獻大于固定資本,而固定資本的貢獻大于經費投入;各行業技術效率值差異較大,但整體呈現穩步提升的態勢。為進一步推進浙江高技術產業的健康發展,在增加研發投入、推動前沿技術進步的同時,要充分利用產業創新環境,進行自主創新和制度、管理創新,提高技術效率。
參考文獻:
[1] 朱秀梅.高技術產業集群創新路徑與機理實證研究[J].中國工業經濟,2008,(2):66-75.
[2] 鄧路,高連水.研發投入、行業內R&D溢出與自主創新效率——基于中國高技術產業的面板數據(1999—2007)[J].財貿研究,2009,
(5):9-14.
[3] 趙玉林,徐娟娟.創新誘導主導性高技術產業成長的路徑分析[J].科學學與科學技術管理,2009,(9):123-129.
[4] 張目,周宗放.中國高技術產業自主創新能力分行業動態評價研究[J].軟科學,2010,(6):1-8.
[5] 范凌鈞,陳燕兒,李南.R&D對中國高技術產業技術效率的影響研究[J].研究與發展管理,2010,(6):37-43.
[6] 陳偉,趙富洋,林艷.基于兩階段DEA的高技術產業R&D績效評價研究[J].軟科學,2010,(4):6-10.
[7] Aigner,D.J.,Lovell,C.A.K.and Schmidt,P.Formulation and Estimation of Stochastic Frontier Function Models[J].Journal of Econometrics,
1977(6):21-37.
[8] Battsese,G.E.,Coelli,T.J.and Colby,T.C.A Model for Technical Ineffciency Effects in a Stochastic Frontier Production Function for
Panel Data[J].Empirical Economics,1995,(20):325-332.
[責任編輯 劉嬌嬌]endprint
(二)浙江高技術產業各行業技術效率分析
浙江高技術產業各行業2010—2012年技術效率計算結果(見表2)。
從整體上看,浙江高技術產業技術效率尚可,三年平均效率值為0.690,而且呈現出逐步提高的態勢,從2010年的0.542提升至2012年的0.828。但0.690的平均值與生產前沿面相比,仍有31%的提升空間;而且從生產函數的分析看,經費投入的貢獻遠低于人員技術的貢獻,這是非常值得注意的問題,從一個側面反映出浙江高技術產業研發經費的實際利用水平并不高。
5個行業的技術效率均值差異較大,行業發展并不平衡,這不利于浙江高技術產業整體的均衡發展。電子及通信設備制造業表現最佳,連續三年技術效率都位居5個行業之首,航空航天器制造業墊底,其三年的實際產出還不及最大產出的一半。技術效率的差異說明各行業的實際產出在現有條件下并未達到最大產出,需要在資源配置、人財物投入、行業內技術轉移、管理體制機制和高技術的利用水平上進一步改進。
結論概要及建議
對高技術產業而言,效率問題始終是關注的焦點。利用利用對數隨機前沿模型,實證測定了2010-2012年浙江高技術產業及各行業的技術效率。主要結論有:在浙江高技術產業中,人力資本的貢獻大于固定資本,而固定資本的貢獻大于經費投入;各行業技術效率值差異較大,但整體呈現穩步提升的態勢。為進一步推進浙江高技術產業的健康發展,在增加研發投入、推動前沿技術進步的同時,要充分利用產業創新環境,進行自主創新和制度、管理創新,提高技術效率。
參考文獻:
[1] 朱秀梅.高技術產業集群創新路徑與機理實證研究[J].中國工業經濟,2008,(2):66-75.
[2] 鄧路,高連水.研發投入、行業內R&D溢出與自主創新效率——基于中國高技術產業的面板數據(1999—2007)[J].財貿研究,2009,
(5):9-14.
[3] 趙玉林,徐娟娟.創新誘導主導性高技術產業成長的路徑分析[J].科學學與科學技術管理,2009,(9):123-129.
[4] 張目,周宗放.中國高技術產業自主創新能力分行業動態評價研究[J].軟科學,2010,(6):1-8.
[5] 范凌鈞,陳燕兒,李南.R&D對中國高技術產業技術效率的影響研究[J].研究與發展管理,2010,(6):37-43.
[6] 陳偉,趙富洋,林艷.基于兩階段DEA的高技術產業R&D績效評價研究[J].軟科學,2010,(4):6-10.
[7] Aigner,D.J.,Lovell,C.A.K.and Schmidt,P.Formulation and Estimation of Stochastic Frontier Function Models[J].Journal of Econometrics,
1977(6):21-37.
[8] Battsese,G.E.,Coelli,T.J.and Colby,T.C.A Model for Technical Ineffciency Effects in a Stochastic Frontier Production Function for
Panel Data[J].Empirical Economics,1995,(20):325-332.
[責任編輯 劉嬌嬌]endprint
(二)浙江高技術產業各行業技術效率分析
浙江高技術產業各行業2010—2012年技術效率計算結果(見表2)。
從整體上看,浙江高技術產業技術效率尚可,三年平均效率值為0.690,而且呈現出逐步提高的態勢,從2010年的0.542提升至2012年的0.828。但0.690的平均值與生產前沿面相比,仍有31%的提升空間;而且從生產函數的分析看,經費投入的貢獻遠低于人員技術的貢獻,這是非常值得注意的問題,從一個側面反映出浙江高技術產業研發經費的實際利用水平并不高。
5個行業的技術效率均值差異較大,行業發展并不平衡,這不利于浙江高技術產業整體的均衡發展。電子及通信設備制造業表現最佳,連續三年技術效率都位居5個行業之首,航空航天器制造業墊底,其三年的實際產出還不及最大產出的一半。技術效率的差異說明各行業的實際產出在現有條件下并未達到最大產出,需要在資源配置、人財物投入、行業內技術轉移、管理體制機制和高技術的利用水平上進一步改進。
結論概要及建議
對高技術產業而言,效率問題始終是關注的焦點。利用利用對數隨機前沿模型,實證測定了2010-2012年浙江高技術產業及各行業的技術效率。主要結論有:在浙江高技術產業中,人力資本的貢獻大于固定資本,而固定資本的貢獻大于經費投入;各行業技術效率值差異較大,但整體呈現穩步提升的態勢。為進一步推進浙江高技術產業的健康發展,在增加研發投入、推動前沿技術進步的同時,要充分利用產業創新環境,進行自主創新和制度、管理創新,提高技術效率。
參考文獻:
[1] 朱秀梅.高技術產業集群創新路徑與機理實證研究[J].中國工業經濟,2008,(2):66-75.
[2] 鄧路,高連水.研發投入、行業內R&D溢出與自主創新效率——基于中國高技術產業的面板數據(1999—2007)[J].財貿研究,2009,
(5):9-14.
[3] 趙玉林,徐娟娟.創新誘導主導性高技術產業成長的路徑分析[J].科學學與科學技術管理,2009,(9):123-129.
[4] 張目,周宗放.中國高技術產業自主創新能力分行業動態評價研究[J].軟科學,2010,(6):1-8.
[5] 范凌鈞,陳燕兒,李南.R&D對中國高技術產業技術效率的影響研究[J].研究與發展管理,2010,(6):37-43.
[6] 陳偉,趙富洋,林艷.基于兩階段DEA的高技術產業R&D績效評價研究[J].軟科學,2010,(4):6-10.
[7] Aigner,D.J.,Lovell,C.A.K.and Schmidt,P.Formulation and Estimation of Stochastic Frontier Function Models[J].Journal of Econometrics,
1977(6):21-37.
[8] Battsese,G.E.,Coelli,T.J.and Colby,T.C.A Model for Technical Ineffciency Effects in a Stochastic Frontier Production Function for
Panel Data[J].Empirical Economics,1995,(20):325-332.
[責任編輯 劉嬌嬌]endprint