基于動態網絡SBM模型的中國高技術產業創新效率

白雪潔，李　爽

(1.南開大學經濟與社會發展研究院，天津　300071；2.南開大學經濟學院，天津　300071)

?

基于動態網絡SBM模型的中國高技術產業創新效率

白雪潔1，李爽2

(1.南開大學經濟與社會發展研究院，天津300071；2.南開大學經濟學院，天津300071)

本文建立中國高技術產業研究部門與開發部門之間的關聯模型，運用動態網絡SBM模型測度了2010—2013年中國各省市高技術產業創新活動的總體效率、時期效率、部門效率以及時期部門效率水平。結果顯示：中國高技術產業的創新效率整體處于較低水平且地區差距明顯；大多數省市高技術產業研究部門對技術創新的貢獻度低于開發部門；研發經費、人員及專利等投入要素普遍存在冗余。今后應從強化高技術產業的基礎研究、加強區域技術資源整合、提高專利技術水平等方面入手，提高中國高技術產業研究和開發部門的創新能力協調度及技術資源配置效率。

高技術產業；創新效率；動態網絡SBM；R&D

1　引言

以往的國內外學者對高技術產業的技術創新效率有過諸多研究。國外學者方面，Triplett[1]運用HEDONIC指數測度了美國高技術產業的生產率水平；Falk[2]采用系統GMM方法估計了1970—2004年OECD國家高技術產業R&D投入對長期經濟增長的動態影響；Raquel等[3]運用1990—2008年美國及歐盟1809家企業數據測度了企業R&D支出與生產率的關系，研究發現高技術產業中企業R&D支出對生產率的積極作用比其他產業表現更為明顯。國內方面，朱有為和徐康寧[4]運用SFA模型測算了中國高技術產業各細分行業的研發效率和企業規模等因素對研發效率的影響；余泳澤[5]運用基于松弛變量的DEA模型，從價值鏈視角對中國高技術產業的創新效率進行了評價；肖仁橋等[6]使用兩階段鏈式關聯DEA模型來測算中國高技術產業的創新效率及其影響因素，但對兩階段各自的研發資金和人員投入沒有明確的區分；桂黃寶[7]采用DEA-Malmquist創新效率指數測度了中國高技術產業的創新效率，并運用空間計量面板模型對創新效率的影響因素進行了探討；龔光明和單虹[8]首次運用動態網絡DEA模型測度了中國高技術產業各細分行業的創新效率，但同樣存在兩階段投入變量劃分不明確的問題。

2　實證方法及變量和數據說明

2.1實證方法

傳統的DEA模型只關注位于生產活動兩端的投入和產出變量，卻忽視了通常以中間產品形式存在的組織內部門之間的連結性因素(linking activities)。網絡DEA模型對部門效率的成功測算打開了DMU內部生產活動的黑箱[9]；Tone和Tsutsui[10]的DSBM模型將網絡DEA與SBM相結合，有效克服了原始網絡DEA模型假設所有投入和產出要素同比例變化的局限性。在跨期效率變動的測算問題上，F?re和Grosskopf[11]的動態DEA模型首次將跨期活動因素(carry-over activities)納入到動態效率的測算；Tone和Tsutsui[12]進一步將SBM模型引入動態DEA，并將跨期活動變量分為好的、壞的、可自由處置的和不可自由處置的四類，建立起非徑向、非角度的動態SBM模型(DSBM)。為了更好地測度部門效率的動態變化，Tone和Tsutsu[13]進一步將NSBM與DSBM相結合，同時考慮了連結性變量和跨期活動因素，建立起動態網絡SBM模型(DNSBM)。本文正是將研究費用和專利申請數量分別作為跨期活動變量和連結性變量，運用DNSBM模型對中國各省市高技術產業的技術創新效率進行測度，并重點考察研發投入和專利在不同部門和階段對創新效率的影響。

2.2模型表達式

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

2.3變量及數據說明

高技術產業技術創新活動的投入主要分為研發經費和研發技術人員兩類。為了分別考察研究部門和開發部門的技術創新效率，需要厘清兩部門各自的經費和人員投入。其中研究經費包括企業內部開展技術研究活動所產生的直接支出以及相應的管理費、服務費等；開發經費則是指企業用于新產品開發的經費支出；開發人員數等于R&D人員總數減去研究人員數。如圖1所示，由于研究經費對高技術產業技術創新效率的作用具有滯后性和累積性，因此本文將其作為跨期活動變量。在產出項方面，研究階段與開發階段的產出分別用專利申請量和新產品銷售收入來衡量。由于專利擁有中間產品的性質，在作為研究階段產出的同時，也是開發階段的重要投入項之一，因此本文將專利申請數確定為連結性變量，用來衡量研究部門的創新活動是否為開發部門提供了有力支撐。另外，由于研究環節的專利成果在用于開發環節的過程中存在時滯，因此本文將研究部門的經費和人員投入以及專利申請數全部滯后一期。以上各項投入產出變量的數據均來自《中國高技術產業統計年鑒》，由于該年鑒的統計項目在2010年做出了重要調整，增加了研究人員數這一重要指標，因此本文將考察年限確定為2010—2013年。由于西藏、青海、新疆三省的數據存在缺失，本文未將其列入考察之列。

3　中國高技術產業的創新效率水平及部門協調度分析

本文運用DEA-Solver軟件對2010—2013年各省市高技術產業研發部門的投入產出面板數據進行處理，得到了各省市高技術產業技術創新活動的總體效率、時期效率、部門效率以及時期部門效率，結果如下。

3.1各省市高技術產業的創新效率水平及其動態變化

根據技術創新總體效率的測算結果可知，整體而言，中國高技術產業的技術創新效率仍處于較低水平，2010—2013年只有七個省市的技術創新總體效率位于0.5以上，其余省市的效率值分布在0.21～0.49之間，可見中國大部分省市的高技術產業存在很大的技術創新效率提升空間。在動態變化方面，考察期內大多數省市的技術創新時期效率值在各年份波動不大，但有起有落，并未呈現出穩健的上升勢頭，說明中國高技術產業尚未形成長久的創新效率提升能力。

3.2各省市創新效率的部門差異及協調度分析

在研究部門和開發部門的創新效率差異及其協調度方面，中國各省市高技術產業主要表現出以下幾方面特征：

第一，各省市研究部門的創新效率普遍低于開發部門。圖2描繪了2010—2013年間中國各省市高技術產業內部研究和開發兩部門的技術創新效率值，圖中兩條垂直相交的粗線將坐標區域劃分為I、II、III、IV四個象限，其中第II和第IV象限分別表示該省市高技術產業兩部門的技術創新效率值同時處于較高或較低的水平，位于第I象限的省份其研究部門的技術創新效率較低而開發部門的技術創新效率較高，位于第III象限的省份則正好相反。從圖中可知，除了北京和上海落入第IV象限，研究及開發部門的效率值都處于較高水平外，其他25個省市均分布于第I、II象限，甚至有一半左右的省市都處于“雙低”水平。說明中國絕大多數省市的高技術產業要么研究部門的技術創新效率低而開發部門的技術創新效率高，要么兩部門的技術創新效率都很低，綜合而言，中國高技術產業內部研究階段的技術創新效率十分低下，自主研發能力匱乏。

圖2　2010—2013年各省市高技術產業技術創新部門效率值的分布情況

第二，研究和開發部門間技術創新效率的協調度有待提高。從研究和開發部門間協調發展的角度來講，兩個部門同時達到效率值為1是最理想的狀態，只有這時該組織的總體效率才會實現最優。圖2中的射線為45°線，距離它越近表明兩部門的技術創新效率值越接近，其部門間協調度越好。若將研究部門與開發部門的創新效率比值定義為“部門效率比”，將該比值介于0.8～1.2之間的省市可以視為“協調度較好”的組群，將比值位于0.4～0.8與1.2～1.6、0～0.4與1.6以上這兩類情況分別定義為“協調度較差”和“協調度極差”的組群。這樣看來，只有江蘇、上海、云南三省市高技術產業研究和開發部門間的協調性較好，一半左右的省市都屬于協調度較差的一類。部門間協調度普遍較差的局面意味著大部分省市高技術產業研發體系內部尚未實現合理的要素配置和有效的科研成果轉化，研究部門和開發部門間的低協調度將從根本上制約中國高技術產業的創新效率提升。

第三，“高水平協調”和“低水平協調”地區同時存在。所謂“高水平協調”是指在研發資源豐富的稟賦條件下，研究、開發兩部門創新效率都達到較高水平，比如上海。而“低水平協調”則包含兩種情況，其一是在研發資源豐富的前提下，兩部門的創新效率都處于較低水平，比如江蘇；其二是在研發資源較為匱乏的情況下，兩部門創新效率都處于較低水平，比如云南。對于“高水平協調”的地區，其高技術產業內部研究部門和開發部門之間的協調性和研發資源配置能力較強，未來應充分利用這一優勢，積極發揮自身在研發創新領域的輻射作用，帶動周邊地區的科技進步，激活區域內的研發要素和人才流動，提升區域協同創新能力；對于研發資源豐富但創新效率低的“低水平協調”地區，則需要提高既有研發資源的配置效率，努力實現研究部門和開發部門創新效率的同步提升；對于研發資源匱乏且創新效率低的“低水平協調”地區，未來可以通過招商引資政策吸引更多研發資源進入本地高技術產業，為創新效率的提升提供源泉和動力。

第四，“不協調”地區情況各異。對于眾多協調度較差甚至極差的省市，其類型則更為多樣：它們有些處于研發資源較為匱乏的中西部地區，研究、開發兩部門的創新效率都不高且協調度也較差，比如甘肅、寧夏、云南、河南等；有些是由于兩部門協調度太差導致某個部門創新效率的“瘸腿”現象，比如黑龍江、四川、遼寧等；有些省市經濟發展水平和研發資源都較為優越，但其兩部門的創新效率水平及其協調度則差強人意，比如福建、浙江、天津等。第一種情況下的中西部省份可通過與創新資源豐富地區的跨區域合作方式解決自身研發資源的短缺現狀，側重在開發部門的創新資源提升，形成開發優勢；進一步觀察第二種情況的省市不難發現，這些省份基本上都是研究部門的創新效率嚴重低于開發部門，對基礎研究的忽視長期將導致嚴重的后果，不利于總體創新效率的提升，因此提高協調度是當務之急；屬于第三種情況的省市大多地處經濟發達的東部地區，又大多毗鄰北京、上海、廣州等區域經濟中心，如何更好地利用區域中心城市的創新資源，明確自身功能定位，是這些省市提升創新效率和協調度的關鍵。

當然，“協調度”只是指引高技術產業研究和開發部門創新效率發展的一條準繩，但限于創新資源稟賦、產業結構等條件差異，并不是所有的省份都需要這種協調，跨區域的協調可能比單一省份的協調更有價值。比如北京的協調度問題就與它的首都地位一樣特殊，近年來其研究部門的創新效率位居全國第一，充分說明北京高技術產業內部的科研能力和自主研發水平在全國處于絕對領先地位，與之相比，新產品開發階段的技術創新效率則稍顯遜色。這與北京制造業日趨衰落不無關系，而這一現象，從京津冀協同發展的區域背景下可能恰是一件有利之事。未來隨著京津冀協同發展戰略的深入推進，北京應致力于發揮自身的科研優勢，帶動天津、河北高技術產業的產業化創新和產業升級，實現京津冀內部研究部門和開發部門的齊步走。

4　高技術產業創新活動要素冗余度的部門差異及其動態變化

4.1研究部門的經費及人員投入都存在嚴重冗余

圖3　2010—2013年中國高技術產業研發要素投入的冗余度情況

4.2開發部門的經費冗余度較高且波動較大，人員冗余度較低

與研究部門不同的是，開發部門經費冗余度的年度變化幅度相當大，在本文考察的四年時間內一直起起落落，最差時冗余度超過70%，最好時控制在40%以下，這反映出高技術產業開發部門在要素配置方面缺乏足夠的靈活性，而高度的靈活性、高效的信息傳遞系統，以及開發部門對研究部門研究成果的高效轉化是新產品開發部門必備的素質。開發部門的人員冗余度在各類要素冗余度中是最低的，2013年的冗余度水平在20%左右。這表明中國高技術產業開發部門的人力資源利用率和管理水平在不斷改善，但人力資本與開發經費的順暢配合度不夠。

4.3專利申請量的冗余度呈惡化趨勢

專利申請量的冗余度在2010—2012年間出現了短暫的回落，但在2013年又反彈至50%左右的水平，這與近年來專利申請量的快速增長不無關系。專利作為高技術產業研究部門與開發部門之間的連結性變量，申請量的冗余意味著高技術產業的專利研發成果在轉化為新工藝或新產品的過程中出現了浪費和閑置。究其原因，一是目前中國的專利申請類型普遍以技術含量較低的實用新型專利和外觀設計專利為主，發明專利占比低，專利的異質性和整體技術水平有待提高，很多專利止步于申請階段，難以再進行產業化開發；二是某些專利本身缺乏技術開發性和商業價值，在新產品開發階段便早早夭折，再加上相關中介機構及技術市場的缺乏，導致專利的產業化率極低；三是新產品開發階段各投入要素之間可能存在不協調、不匹配的狀況。

5　結論及政策建議

本文經過實證分析，得到以下幾點結論：首先，目前中國各省市高技術產業的創新效率普遍處于較低水平，尤其是經濟落后地區的高技術產業技術創新水平增長乏力，創新效率亟需提高；其次，各省市高技術產業內部研究部門對創新效率的貢獻度顯著低于開發部門，兩部門之間的協同創新能力有待增強；最后，研發經費、人員及專利申請量等要素投入普遍存在冗余，資源配置效率及各類要素間的配合度有待提高。為此，本文認為應從以下幾方面著手來提升中國高技術產業的技術創新效率：

第一，加強高技術產業的基礎研究工作，提高產業內部研究部門和開發部門創新能力的協調度。中國的科技體制長期以來以高校和科研機構為技術研究主體，大部分基礎研究及應用研究項目都集中在高校和科研機構，導致初始的研發活動與技術使用者——企業的實際需求脫節嚴重。另一方面，如本文實證研究結果所示，國家科研資金過度向高校及科研機構傾斜的狀況還導致高技術產業內部科研能力較弱，研究部門的整體創新效率顯著低于開發部門，根據“創新雙螺旋”理論，長此以往將不利于高技術產業技術進步和應用創新能力的協同提升。因此，未來應加大對高技術產業科研活動的扶持力度，明確企業在高技術產業技術創新體系中的主體地位，形成以企業為主體、高校及科研機構通力合作、政府積極配合的官產學研用技術創新體系；同時要充分利用區域中心城市的優勢科研資源，做好科研成果的承接和轉化工作，實現區域內部研究部門和開發部門的整體協調。

第二，加強區域技術資源整合與人才交流，提升更廣范圍內的技術資源配置效率。在區域范圍內，通過先進地區和落后地區的技術資源流動，互通有無，促進整個地區高技術產業研發資源的高效配置和創新水平的持續進步。以長三角和京津冀地區的高技術產業為例，長三角地區的上海是中國高技術產業的創新極之一，江浙兩省的高技術產業均受惠于上海強大的技術溢出效應[14]，近年來南京、蘇州、無錫等地高技術產業園的發展壯大更是大大強化了這一正外部效應，使得區域內部的技術資源得到較好的整合和配置，形成協同發展的良好局面；相比而言，京津冀地區的內部發展差距較大，資金、技術、人力等資源過度向首都北京集中，甚至形成所謂的“虹吸效應”，割裂了北京高技術產業對周邊地區的技術輻射，導致毗鄰的河北省也無法享有北京豐厚的技術創新資源輻射效應。未來在京津冀協同發展的大背景下，應當更加注重區域內的技術資源共享及人才流動，通過跨區域整合更好地解決研發經費及人員的冗余或不足問題，提升高技術產業的資源配置效率，縮小區域內部差距。同時對于落后地區而言，在接受經濟發達地區產業轉移的過程中實現產業技術升級，也不失為快速提升技術創新水平的一條捷徑。

第三，完善專利保護制度和轉讓機制，提高專利的產業化率。對于專利資源供給不足的省市，專利保護制度的完善可以更好地調動高技術產業的研發積極性，促進企業的技術研發和專利申請活動；而對于專利資源供給相對冗余的省市，健全的專利交易轉讓機制有利于實現專利使用權的有效轉讓，提高專利資源的配置效率和產業化率。為此，國家知識產權局在今后的專利授權工作中要嚴把質量關，引導企業加大技術含量較高的發明專利的研究和申請力度，提升專利的成熟度和技術含量；通過建立知識產權交易中心、專利轉化中介服務機構等來促進專利交易的進行，為專利產業化消除制度障礙；高技術產業內部研究部門應加強與開發部門的交流與配合，密切關注市場需求變化，降低專利成果的轉化失敗率。

[1]JACK E Triplett.High tech industrial productivity and hedonic price indices[J/OL].Bureau of economic analysis，US Department of Commerce，1996：120-142.

[2]MARTIN Falk.R&D spending in the high-tech sector and economic growth[J].Research in economics，2007(61)：140-147.

[3]RAQUEL Ortega-Argilés，Mariacristina Piva，Marco Vivarelli.Productivity Gains from R&D Investment：Are High-Tech Sectors Still Ahead?[J].IZA discussion paper，2011，(9).

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

[5]余泳澤.中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.

[6]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(10)：85-98.

[7]桂黃寶.中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(6)：100-107.

[8]龔光明，單虹.基于動態網絡DEA的中國高技術企業創新效率研究[J].科學管理研究，2015(2)：60-63.

[10]TONE K，Tsutsui M.Network DEA：a slacks-based measure approach[J].European journal of operational research，2010，197(1):243-52.

[12]TONE K，TSUTSUI M.Dynamic DEA：a slacks-based measure approach[J].Omega，2010，(38)：145-56.

[13]TONE K，TSUTSUI M.Dynamic DEA with network structure：a slacks-based measure approach[J].Omega，2014，(42)：124-31.

[14]魏守華，姜寧，吳貴生.內生創新努力、本土技術溢出與長三角高技術產業創新績效[J].中國工業經濟，2009(2)：25-34.

(責任編輯劉傳忠)

The Technological Innovation Efficiency of China’s High Technology Industries

Bai Xuejie1，Li Shuang2

(1.School of Economics and Social Development，Nankai University，Tianjin 300071，China;2.School of Economics，Nankai University，Tianjin 300071，China)

This paper established the correlated model between research and development department in China’s high technology industries and used the DNSBM model to analyze the overall efficiency，the period efficiency and the divisional efficiency of the technological innovation activities during 2010 to 2013.It turns out that the technological innovation efficiency of China’s high technology industries in all provinces are almost in lower level and big regional disparities in recent years.The contribution of the research departments are lower than the development departments in most provinces.There are serious redundancies in the research and development funds，personnel，and patents.So we should pay more attention on strengthening the basic research，improving the regional technical resources integration and raising the level of patent technology to improve the harmonious degree between the research and development departments and the allocation efficiencies of technological resources in China’s high technology industries.

High technology industries；Technological innovation efficiency；DNSBM；R&D

2015-07-25

白雪潔(1971-)，女，蒙古族，內蒙古通遼人，教授，博士；研究方向：產業經濟理論與政策、產業效率分析。

F426

A