中國高技術產業創新效率研究：一個文獻綜述

章成帥

(中央財經大學管理科學與工程學院，北京　100081)

?

中國高技術產業創新效率研究：一個文獻綜述

章成帥

(中央財經大學管理科學與工程學院，北京100081)

摘要：本文對中國高技術產業創新效率評價方法和指標、效率水平、特征和影響因素的實證研究進行回顧與評述。結果發現，無論整體還是分階段，高技術產業創新效率呈緩慢提高趨勢，但處于較低水平；效率提升主要源于技術進步，技術效率和規模效率未明顯改善；成果轉化階段效率普遍較低，“高投入、低效益”矛盾依舊；競爭市場結構、大規模企業和出口有利于創新效率提高，國有成分起抑制作用，政府和金融機構的支持效應模棱兩可。

關鍵詞：高技術產業；創新效率；評價；影響因素

1引言

高技術產業是國家實施創新驅動發展戰略的重要構成，對產業結構升級、經濟社會轉型起推動作用，高投入、高創新、高風險、高附加值和高溢出是它區別傳統產業的重要特征。2002年頒布的《高技術產業統計分類目錄的通知》使中國統計口徑與OECD接軌，主要包括：航空航天器制造業、電子及通訊設備制造業、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五大類。

狹義經濟效率是在現有技術水平，相同投入規模和比例、市場價格條件下生產者獲得最大產出(或投入最小成本)的能力，表示實際生產接近前沿面程度[1]。高技術產業創新效率不局限于此，它包括：①創新技術進步。利用新工藝、方法取得新技術突破和新產品研發，在一定投入下，所能達到最大創新產出，體現為技術前沿面的外移；②創新技術效率。創新系統對現有技術創新生產能力的利用水平。是企業管理、生產經驗累積體現，是創新實際所處生產曲線與技術前沿面之間的距離，越接近前沿，技術效率越高；③創新規模效率。比較實際生產規模與最佳規模達到平均創新成本最低或要素生產率最高點的規模之間效率差異，表現為規模經濟。本文綜述的“創新效率”包含寬泛意義上“技術效率”、“研發效率”等基于投入產出的創新績效全過程，在梳理、總結眾多實證文獻基礎上，對中國高技術產業創新效率進行總體推斷和把握，較為科學審慎，也是客觀“評價”的另一途徑。

2高技術產業創新效率常用評價方法和指標

2.1評價方法

效率評價方法按是否需要設定生產函數形式和估計參數，分為參數估計和非參方法，創新效率評價的參數估計以隨機前沿方法(Stochastic Frontier Analysis，SFA)為代表，后者以數據包絡分析(Data Envelopment Analysis，DEA)為常用。

表1引自張慶[2]并稍改動，兩者都是目前測算創新效率的常用方法。需說明，DEA拓展形式多樣，如吉生保和周小柯[3]、劉川[4]和李洪偉等[5]基于三階段DEA，構建相似隨機前沿分析(SFA)，剔除環境和隨機誤差影響，輸出效率值更為客觀。不同于把技術創新視為“黑箱”( “黑箱”方法僅使用初始投入和最終產出數據對決策單元進行評價，忽略系統中間過程特征，無從挖掘內部階段效率及其對整體效率的影響)，最近研究把高技術產業創新過程細化為技術開發和技術成果轉化階段，既分別考察子階段效率又重視系統整體效率，兩階段或價值鏈DEA被廣泛應用[6-9]。技術開發階段是創新資源投入到技術產出轉換過程，以知識技術類(專利與非專利( 專利主要指申請和授權專利和發明，非專利產出包括出于商業秘密不愿公開的技術訣竅、工藝配方等))為主要產出；后一階段將這些中間產出轉化為經濟收益[10]。因各階段投入產出形式內容各異，若只考慮整體效率，會導致評價結果籠統和不科學[11-13]。此外，通過比較兩階段效率差異，還能更細致地揭示高技術產業“高投入、低效益”頑疾[7]。

表1　DEA和SFA方法比較

2.2評價指標

高技術產業創新是一項多投入多產出的復雜系統，學者對其創新效率評價指標進行專門研究，以鄭堅和丁云龍[10]為主要代表(見表2)。

表2　高技術產業創新效率常用評價指標

資料來源：重點參考鄭堅和丁云龍[10]并根據其他研究整理而得。

(1)投入指標。人力指標包含R&D活動人員折合全時當量、科學家和工程師(比例)和R&D科技活動人員(比例)，反映高技術產業研發人員數量和素質；物力指標有R&D支出資本存量、固定資產投資額(存量)；資金指標包含R&D經費內部支出、科技活動經費籌集額中企業資金(金融機構貸款、政府資金)、新產品開發經費支出、購買國內技術經費支出和技術引進、改造和消化吸收經費支出。

需注意，R&D經費支出為流量指標，只反映當期投入，并不能體現R&D累積作用，而企業R&D投入不僅會影響當期，累積效應還對此后創新活動產生作用。李向東等[14]、劉和東[15]、楊青峰[16]和宋罡和徐勇[17]等，參考Griliches[18]、Goto和Suzuki[19]及吳延兵[20]方法，采用永續盤存法核算R&D資本存量。中國高技術企業在自主創新同時，依賴技術引進，模仿學習再創新，也選取技術購買、引進、改造和吸收消化經費支出作為投入指標，如謝偉等[21]、鄭堅和丁云龍[11]等。

表3　高技術產業兩階段創新效率評價指標典型研究

表3重點梳理兩階段創新效率評價指標，呈現規律：(1)第一階段R&D經費和人員投入側重新技術研發，而后一階段購買、引進、改造和消化吸收經費、科技活動人員等投入直接面向成果市場化；(2)技術開發階段核心投入指標為R&D活動人員折合全時當量、R&D經費內部支出、科學家和工程師人數；(3)后一階段投入由中間產出加市場化所需人、物、財組成，體現創新價值鏈關聯效應。

(2)產出指標。創新產出分為技術知識、經濟效益和社會效益類。技術知識主要是中間產出，如專利發明、技術訣竅，是企業創新儲備；經濟效益類用新產品產值、銷售收入和出口額來反映新產品收益，用高技術產業產值、利潤、利稅和出口交貨值等衡量總體經濟效益；社會效益反映技術創新向其他社會部門溢出[10]。前兩類產出可用指標刻畫，而創新溢出效應難以測量，暫未納入研究范疇。依國際慣例，用專利衡量技術知識產出，但也有局限，因各行業、企業專利傾向各異，還存在不愿公開的技術訣竅、工藝秘方等非專利技術[25]。此外，國外學者還論證專利申請比授權數更真實有效[10]。

3高技術產業創新效率及特征

諸多研究對高技術產業“高增長”勢頭下是否呈現“高效益”的問題進行了實證探究，見表4。

表4　高技術產業創新效率研究典型文獻

3.1創新效率和總體特征

無論整體還是分階段，中國高技術產業創新效率呈緩慢提高趨勢，但仍處于較低水平。朱有為和徐康寧是較早研究代表，他們利用SFA測算1995—2004年13個細分行業研發效率，結果顯示高技術產業創新效率偏低，僅為0.258，研究期內呈穩步增長，效率改善存較大空間[26]。同樣方法，楊青峰從區域視角評價1995—2009年期間24個省級行政區創新效率，發現地區效率也較低，均值僅為0.313，距前沿面有較大距離[16]，此外，包括陳修德和梁彤纓[6]、劉和東[15]的SFA測算都發現創新效率較低。基于DEA—Malmquist指數分階段實證，如余泳澤等[12,22-23]分別從行業和地區視角發現技術開發和技術成果轉化階段效率均不高，分別為0.552和0.459，且每年增長率為11.4%和6.4%[12]。馮鋒等[13]、葉銳等[24]和肖仁橋等[27]也論證產業整體創新效率和分階段效率都較低，如三個效率值僅為0.246/0.412/0.428[27]。眾多實證揭示，長期以來，中國高技術產業創新效率距離前沿面較遠，效率低下的事實，但從變動率看，整體呈緩慢提高趨勢，尚有較大改善空間。

創新效率提高主要源于技術進步，技術效率和規模效率改進不明顯，甚至出現停滯倒退。劉志迎和葉蓁計算1995—2004年中國高技術產業創新效率時發現，造成全要素生產率(TFP)增長的主要原因是技術進步，而非技術效率[28]；同樣結論來自梁平等，其認為自20世紀90年代中期以來，技術進步推動創新效率，配置效率貢獻很小[29]；基于價值鏈視角，楊向陽等測算顯示技術開發階段效率平均增長率為21.03%，主要得益于技術進步快速提高和技術效率小幅改善，而在成果轉化階段增長率為負，技術進步明顯下降抵消了技術效率改善[8]。黃桂寶表明1999—2009年創新效率年均增長的6%主要依靠技術進步，技術效率和規模效率均處倒退狀態，存在技術進步和效率惡化并存局面[30]。此外，劉志迎等[31]、余澤泳等[12,22-23]持相似觀點，吉生保和周小柯[3]、劉川[4]等發現規模效率不高也是制約創新提升的原因。可見，大部分觀點認為中國高技術產業創新效率提高源于技術水平進步，技術效率和規模效率低下問題仍長期存在。

分階段過程，技術開發效率普遍高于成果轉化，出現“高投入、低效益”的矛盾。付強和馬玉成認為1998年以來，中國高技術產業技術開發階段效率逐步上升，而轉化效率呈下降趨勢，科技成果向生產力轉化不足[7]；葉銳等[24]、馮志軍和陳偉[9]基于共享關聯DEA分別測算地區與行業創新效率，結果顯示技術開發階段效率明顯較高，效率值為0.44，成果轉化階段為0.211[24]。馮鋒等從行業入手，實證兩階段效率分別為0.51和0.41[13]；余泳澤等[12,22-23]發現，雖然后一階段效率均值稍高，但從2002年開始，技術開發效率已經超過成果轉化，并且差距擴大。

3.2創新效率細分特征

相較人員投入，研發經費對創新效率貢獻明顯更高，即研發經費產出彈性較高[23,32-33]，高技術產業創新產出主要靠經費和資本拉動。分階段效率，相比研發人員在中間產出中的較大作用，研發經費在成果轉化階段占主要貢獻地位[6，16，26]。

創新效率區域特征總體表現為東部高、中西部較低，與國民經濟區域差異一致[16,30,34]。但部分地區存在“高發展水平、低創新效率”矛盾現象，如陜西和湖北，坐擁眾多高新區和高校資源，高技術產業發達，但效率低下，海南則相反[23,35]。還驚奇發現，西部地區創新效率高于中部：較中部，其創新成果和相對投入都較少，反觀中部，投入增量大于產出增量，無論是整體還是分階段，純技術效率還是規模效率，中部都落后[21]，且經濟越發達，投入越多省市越容易出現規模報酬遞減，而經濟欠發達地區呈現報酬遞增趨勢[23,27,36]。省際層面，把全國劃分成高投入高效率區、低投入低效率區、高投入低效率區、低投入高效率區四類[12,16,24]，上海、北京、天津和廣東發達省區效率綜合最優，江蘇和福建屬于典型低投入高效率區，其他省區效率普遍較低。

創新效率行業特征較明顯，細分行業中電子及通訊設備制造、計算機類制造、家用視聽設備制造行業位居效率前列，而航天航空器制造、醫療設備及儀器儀表制造、雷達及配套設備制造則排名靠后[9,25,31-32,37]。因行業異質顯著，效率表現各異，但也可發現，如電子通訊設備、電子計算機等行業，市場開放和競爭程度高、技術引進和資本充裕，創新效率自然較高。而航空航天、雷達及配套設施行業與國家發展戰略、國有壟斷息息相關，市場化程度和效率較低。

4高技術產業創新效率影響因素

包括市場結構、企業規模和性質、政府及資本市場和地區經濟水平等都會對高技術產業創新效率產生影響。白俊紅等[38]認為不考慮環境沖擊，各地區效率水平可能被低估；而實證也證實，忽略影響因素的兩階段和最終效率普遍被低估，考慮環境變量，短期和中期效率提升[6,15]。

本文還歸納了影響因素的典型研究。市場結構用“高技術產業企業數量”指標，其對創新效率產生正效應，表明市場競爭越充分，效率越高，有悖熊彼特假說[39]，偏向阿羅[40]，還有認為激烈競爭對技術成果轉化和經濟收益不利，而有利于新技術開發[6,27]；企業規模指標“單位企業產值”、“從業人員數”、“企業固定資產”，多數結論認為企業規模越大，創新效率越高[12,15,30]。分階段看，大企業有利于成果轉化，而小企業技術開發有效，楊青峰獨到指出中等規模最優，兩者成“倒U型”[16]；政府和金融機構支持作用相似，對創新效率影響模棱兩可，顯著或不顯著正負效應參半，證明公共資金和金融資本對高技術產業配置尚待優化；企業性質一定程度反映改革深度，采用“國有企業產值比重”、“外商企業比重”、“工業產值中非國有比例”、“新產品來自國有企業比重”體現，結論無一例外支持主流觀點：國有成分占比越高，抑制創新效率越明顯[6,12,15,26]。此外，出口效應也普遍起正向推動作用，對外貿易的規模效應、競爭和學習效應帶動高技術產業創新效率提升。需說明，這些影響因素的創新效應是大量實證的規律性證據，但因高技術產業差異顯著，對特定區域、行業應具體因素具體分析。

5總結討論

(1)創新效率評價方法以DEA和SFA及擴展為常用，從單一“黑箱”效率演進到細分技術開發、成果轉化和整體創新效率。

(2)中國高技術產業創新效率呈緩慢提高趨勢，但仍處低水平。效率提高主要源于技術進步，技術效率和規模效率未有明顯改善。技術開發效率普遍高于成果轉化，表明科技成果轉化為現實生產力仍存較大問題。

(3)創新產出主要依靠經費和資本拉動，東部發達省域創新水平和效率高于中西部，開放和市場化程度高行業位居效率前列。

(4)影響因素中，競爭的市場結構與較大規模企業有利于創新效率提高，政府和金融機構支持效應模棱兩可，國有成分過高起抑制作用，而出口對創新有利。

部分問題需在后續研究克服：①已認識到專利在表征創新產出的適宜問題，尋求囊括非專利產出和創新溢出效應的合理指標顯得較為必要[38]；②需重視知識產權風險這一環境變量在新興經濟體中的作用，目前鮮有學者納入評價范疇；③效率測度包含自主創新和引進創新效率[41]，但實際操作很難從產出角度區分技術引進還是自主創新引致的效率變動，現仍為研究難點。

參考文獻：

[1]魏世紅.中國高技術產業技術效率研究[D].大連：大連理工大學博士學位論文，2008.

[2]張慶.高技術產業技術創新效率研究[D].武漢：華中科技大學博士學位論文，2013.

[3]吉生保，周小柯.基于三階段DEA模型的中國高技術產業效率研究[J].中央財經大學學報，2010(12)：62-66.

[4]劉川.我國高技術產業研發創新效率研究:基于三階段DEA方法[J].工業技術經濟，2012(12)：19-25.

[5]李洪偉，任娜，陶敏，姜秀娟.基于三階段DEA的我國高新技術產業投入產出效率分析[J].中國管理科學，2012(20)：126-131.

[6]陳修德，梁彤纓.中國高新技術產業研發效率及其影響因素：基于面板數據SFPF模型的實證研究[J].科學學研究，2010(8)：1198-1205.

[7]付強，馬玉成.基于價值鏈模型的我國高技術產業技術創新雙環節效率研究[J].科學學與科學技術管理，2011，32(8)：93-97.

[8]楊向陽，童馨樂，李霓.基于兩階段的中國高技術產業創新效率研究：來自省級面板數據的實證分析[J].華東經濟管理，2013，27(1)：84-88.

[9]馮志軍，陳偉.中國高技術產業研發創新效率研究:基于資源約束型兩階段DEA模型的新視角[J].系統工程理論與實踐，2014，34(5)：1202-1212.

[10]鄭堅，丁云龍.高技術產業技術創新效率評價指標體系的構建[J].哈爾濱工業大學學報(社會科學版)，2007，9(6)：105-108.

[11]鄭堅，丁云龍.高技術產業技術創新的邊際收益特性及效率分析[J].科學學研究，2008，26(5)：1090-1097.

[12]余泳澤.我國高技術產業技術創新效率及其影響因素研究：基于價值鏈視角下的兩階段分析[J].經濟科學，2009(4)：62-74.

[13]馮鋒，馬雷，張雷勇.兩階段鏈視角下我國科技投入產出鏈效率研究：基于高技術產業17個子行業數據[J].科學學與科學技術管理，2011，32(10)：21-26.

[14]李向東，李南，白俊紅，謝忠秋.高技術產業研發創新效率分析[J].中國軟科學，2011(2)：52-61.

[15]劉和東.改革開放中的高新技術產業研發效率研究：基于隨機前沿函數的實證分析[J].亞太經濟，2012(1):120-125.

[16]楊青峰.高技術產業地區研發創新效率的決定因素:基于隨機前沿模型的實證分析[J].管理評論，2013(6)：47-58.

[17]宋罡，徐勇.創業投資對高技術產業創新效率的影響研究[J].東北大學學報(社會科學版)，2013，15(1)：32-37.

[18]GRILICHES Z.R&D and productivity slowdown[J].American economic review，1980，70(1):343-348.

[19]GOTO A，SUZUKI K.R&D capital，rate of return on R&D investment and spillover of R&D in japanese manufacturing industries[J].The review of economics and statistics,1989,71(4):555-564.

[20]吳延兵.用DEA方法評測知識生產中的技術效率與技術進步[J].數量經濟技術經濟研究，2008b(7):67-79.

[21]謝偉，胡瑋，夏紹模.中國高新技術產業研發效率及其影響因素分析[J].科學學與科學技術管理，2008(3)：144-149.

[22]余泳澤，武鵬，林建兵.價值鏈視角下的我國高技術產業細分行業研發效率研究[J].科學學與科學技術管理，2010(5)：60-65.

[23]余泳澤，武鵬.我國高技術產業研發效率空間相關性及其影響因素分析：基于省級面板數據的研究[J].產業經濟評論，2010，9(3)：71-86.

[24]葉銳，楊建飛，常云昆.中國省際高技術產業效率測度與分解：基于共享投入關聯DEA模型[J].數量經濟技術經濟研究，2012(7)：3-17.

[25]岳書敬.長三角地區高技術產業創新效率的經驗分析[J].南京社會科學，2008(5)：13-18.

[26]朱有為，徐康寧.中國高技術產業研發效率的實證分析[J].中國工業經濟，2006(11)：38-45.

[27]肖仁橋，錢麗，陳忠衛.中國高技術產業創新效率及其影響因素研究[J].管理科學，2012，25(5)：85-98.

[28]劉志迎，葉蓁.中國高技術產業各行業技術效率的實證分析：基于非參數的Malmquist指數方法[J].科學學與科學技術管理，2006(9)：22-27.

[29]梁平，梁彭勇，黃馨.中國高技術產業創新效率的動態變化：基于Malmquist指數法的分析[J].產業經濟研究，2009(3)：23-28.

[30]桂黃寶.我國高技術產業創新效率及其影響因素空間計量分析[J].經濟地理，2014，34(6)：100-107.

[31]劉志迎，葉蓁，孟令杰.我國高技術產業技術效率的實證分析[J].中國軟科學，2007(5)：133-137.

[32]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，2010，28(3)：467-472.

[33]潘雄鋒，劉鳳朝.中國區域工業企業技術創新效率變動及其收斂性研究[J].管理評論，2010(2)：59-64.

[34]何維達，張遠德.基于非參數隨機前沿面模型的高技術產業效率研究[J].經濟經緯，2008(4)：71-74.

[35]程萍，趙玉林.湖北省高技術產業創新效率實證分析[J].中南財經政法大學學報，2014(4)：32-37.

[36]王軍，楊惠馨.2006—2008年中國省際高技術產業效率實證研究[J].統計研究，2010，27(10)：46-50.

[37]王博.基于新型網絡DEA模型的高技術產業創新活動效率研究[D].合肥：中國科學技術大學.博士學位論文，2014.

[38]白俊紅，江可申，李婧.應用隨機前沿模型評測中國區域研發創新效率[J].管理世界，2009(10)：51-61.

[39]SCHUMPETER J A.Capitalism,socialism and democracy [M].London: George Allen & Unwin Ltd,1943.

[40]ARROW K J.Economic welfare and the allocation of resource for invention [M]// Universities-National Bureau Committee for Economic Research.The Rate and Direction of Inventive Activity.Princeton: Princeton University Press,1962:609-626.

[41]陳凱華，官建成，寇明婷.中國高技術產業“高產出、低效益”的癥結與對策研究：基于技術創新效率角度的探索[J].管理評論，2012(4)：53-66.

(責任編輯劉傳忠)

On the Innovation Efficiency of China’s High-tech Industries：A Literature Review

Zhang ChengShuai

(School of Management Science and Engineering，Central University of Finance and Economics，Beijing 100081，China)

Abstract：In this paper，it reviews and comments on the empirical researches on evaluation methods and indicators，the level and features，the influencing factors of high-tech industry’s innovation efficiency in China.The results show as follows.From both the whole and two sub stages，the innovation efficiency of high-tech industries shows a trend of slow increase but still low.The promotion of innovation efficiency is mainly due to technological progress，technical efficiency and scale efficiency are not significantly improved.The efficiency of achievement transformation stage is general low；there still exists the contradiction between high input and low economic benefits.We find competitive market structure，enterprise with large-scale and exports are conducive to improving the efficiency of innovation；state-owned elements play an inhibitory role；while the support effect from government and financial intuitions is ambiguous.

Key words:High-tech industry；Innovation efficiency；Evaluation；Influence factor

中圖分類號:F276.44

文獻標識碼:A

作者簡介：章成帥(1987-)，男，浙江上虞人，中央財經大學管理科學與工程學院博士研究生；研究方向：投資學。

收稿日期：2015-07-31