我國高專利密集度產業技術創新效率評價研究

陳偉, 景銳, 徐睿姝, 林超然, 馮志軍

(1.哈爾濱工程大學 經濟管理學院，黑龍江 哈爾濱 150001； 2.東莞理工學院 經濟與管理學院，廣東 東莞 523808)

我國高專利密集度產業技術創新效率評價研究

陳偉, 景銳, 徐睿姝, 林超然, 馮志軍

(1.哈爾濱工程大學 經濟管理學院，黑龍江 哈爾濱 150001； 2.東莞理工學院 經濟與管理學院，廣東 東莞 523808)

本文運用DEA-Malmquist指數方法，根據獲得的2004-2013年我國高專利密集度產業九大行業的面板數據，從全國整體和行業兩個視角，對我國高專利密集度產業技術創新效率進行實證分析。結果表明：我國高專利密集度產業技術創新效率在2004-2013年期間整體保持上升水平，通過對高專利密集度產業技術創新效率M指數進行分解發現，技術效率變化是影響技術創新變化的主要因素，純技術效率變化(PTEC)與規模效率變化(SEC)是影響技術創新效率的關鍵因素。最后結合實證研究結果提出了相應的對策建議。

DEA-Malmquist指數；高專利密集度產業；技術創新效率；專利與創新；M指數；面板數據

縱觀世界經濟，歐美發達國家和亞洲等新興工業國經濟體在戰后的迅速崛起主要受益于知識和技術的革新。知識與技術創新已成為經濟增長的動力源泉。2014年4月，我國知識產權局官方公布了《中國區域產業專利密集度統計報告》[1]，提出高專利密集度產業的概念，將專利密集度在整個國民經濟行業平均發明專利密集度以上的行業確定為高專利密集度產業。隨著專利重要性的不斷凸顯，高專利密集度產業已經成為經濟社會發展的主導產業和國民經濟最有力的支撐產業。技術創新效率影響高專利密集度產業技術創新能力，因此研究高專利密集度產業技術創新效率、對于增強高專利密集度產業的技術創新能力、優化高專利密集度產業的資源配置、提高高專利密集度產業經濟效益、實現高專利密集度產業可持續發展具有重要意義。

官建成等通過運用兩階段DEA方法深入研究了產業各階段創新活動的轉化效率及其演化規律[2]。梁平等運用Malmquist指數分析了1995-2006年我國高技術產業創新效率的變化情況，發現我國高技術產業創新效率的提高主要原因是技術的進步[3]。趙樹寬等運用DEA方法，評價和分析了吉林省151家高技術企業的創新活動，并分析了影響因素[4]；楊青峰運用隨機前沿模型，探究高技術產業地區創新效率及其影響，發現地區出口強度、地方基礎設施和地理位置對研發創新效率有顯著的正向影響[5]。Wei Xue等研究了企業的外部環境如何影響其IT資產組合的創新效率[6]。Chun-Hsien Wang等通過對一個大型的高科技公司進行實地調查，發現良好的外部渠道能力對高技術產業的創新效率有重要的積極作用[7]。劉偉運用三階段DEA模型，結合中國高新技術產業2000-2009年行業面板數據，在控制環境因素的基礎上測算了我國高新技術產業的研發創新效率[8]。朱山麗等運用灰關聯分析方法和數據包絡方法對高技術產業技術創新影響因素進行實證分析，得出R&D人員數和新產品開發經費支出對創新績效影響最大的結果[9]。

國內外專家和學者在創新效率評價的方法上不斷探索，取得了豐碩的成果。對高專利密集度產業技術創新效率進行評價研究的還很少，以高專利密集度產業作為關鍵詞在中國知網進行檢索，只能獲得兩篇相關文獻。本文在借鑒現有研究成果的基礎上，從投入、產出兩個方面構建評價指標體系，收集相應的面板數據，并運用支持面板數據的DEA-Malmquist模型從全國整體和行業兩個視角，評價我國高專利密集度產業技術創新效率，分析并確定影響我國高專利密集度產業技術創新效率變化的主要因素，豐富和補充我國高專利密集度產業技術創新效率的相關研究。

1 研究方法與指標選取

1.1 研究方法

Malmquist指數是通過計算距離函數，對輸入和輸出變量進行描述，通過定向輸入、輸出的方法對距離函數進行定義，給定輸入變量矩陣輸出距離函數就定義為輸出變量矩陣的最優比例項[10]。輸出變量的距離函數表示為

D0(x,y)=inf{δ:(x,y/δ)∈p(x)}

(1)

式中：變量x和y分別代表的是輸入、輸出變量矩陣，p(x)表示的是生產效率的可能性集合，δ是定向輸出效率指標的代表變量。通過非線性運算可以得出，如果y在集合p(x)之外，那么函數值就會大于1；如果y正好處在集合p(x)的邊界處，那么函數值等于1；如果y包含在集合p(x)內，那么函數的值就會小于1。從t-1到t時期，Malmquist指數的函數表達式為

(2)

(3)

Farrell后續繼續對Malmquist指數進行研究，然后在計算生產效率的時候把規模報酬考慮到其中，根據Farrell的研究以時期t-1的技術水平為基礎的時期t的生產效率M指數的表達式為

(4)

式中：(Xi，t-1，Yi，t-1)表示第i個生產單元，在第t-1年的投入產出向量；(Xi，t，Yi，t)表示第i個生產單元，在第t年的投入產出向量。

1.2 指標選取

Malmquist指數的輸入指標要求具有在一定時期內連續的統計數據作為支撐，并且輸入和輸出指標之間要求具有較強的獨立性，以保證評價效果的科學性客觀性。目前關于技術創新研究成果來看，主要是將R&D指標作為投入指標，包括人員和經費的投入。專利是技術創新成果產出的主要指標，而新產品產值、新產品出口額代表企業最終將技術創新成果實現了商業化。在充分考慮我國高專利密集度產業的特點的基礎上，結合現有的研究成果[11-19]，從人員和資金兩方面將新產品開發經費支出、技術引進經費支出、R&D人員、R&D經費內部支出、技術改造經費支出和固定資產投資額作為投入指標，從專利和產品兩個方面將新產品產值、新產品出口額和有效發明專利數作為產出指標。

2 實證分析

2.1 數據來源

本文的研究高專利密集度產業，研究方法采用實證研究。根據《中國產業專利密集度統計報告》對我國高專利密集度產業概念的界定以及行業劃分，結合數據的可獲得性原則，本文選取了九大行業代表我國高專利密集度產業。原始數據均來自于《中國統計年鑒》(2005-2014年)以及《中國科技統計年鑒》(2005-2014年)。

2.2 我國高專利密集度產業技術創新效率實證研究

結合2004-2013年我國高專利密集度產業的面板數據，運用DEA-Malmquist指數分析方法對我國高專利密集度產業技術創新效率進行動態實證分析，運用DEAP2.1軟件得到2004-2013年我國整體高專利密集度產業技術創新效率和高專利密集度產業各行業技術創新效率的M指數及其技術效率變化(EFFC)、純技術效率變化(PTEC)、技術水平變化(TC)、規模效率變化(SEC)分解項和均值，見表1、2所示。

表1 2004-2013年我國整體高專利密集度產業技術創新效率M指數及其分解項

Table 1 TheMindex and its decomposition of the efficiency of china's high patent intensity industry in the years of 2004-2013

年份EFFCH技術效率指數TECHCH技術進步指數PECH純技術效率變化指數SECH規模效率變化TFPCHM指數2004-20050.9751.1490.97511.122005-20061.0620.8481.0391.0220.92006-20070.9631.1410.9970.9661.0992007-20081.0210.9221.0041.0170.9412008-20090.9841.3691.0110.9741.3472009-20100.981.2690.9950.9861.2442010-201111.0161.0180.9831.0162011-20120.9831.1360.9661.0181.1162012-20130.9841.1071.0030.9811.089均值0.9941.0961.0010.9941.089

表2 我國高專利密集度產業各行業技術創新效率M指數及其分解項

Table 2 TheMindex and its decomposition of the efficiency of various industries of high patent intensity in China

EFFCH技術效率變化TECHCH技術進步指數PECH純技術效率變化指數SECH規模效率變化TFPCHM指數排名A1.0041.1621.00311.1661B11.156111.1562C11.125111.1253D0.9901.1350.9891.0011.1244E0.9961.0851.0120.9841.0805F1.0001.0791.0001.0001.0796G0.9901.0851.0000.9901.0747H0.9791.0591.0000.9791.0378I0.9900.9861.0000.9900.9769均值0.9941.0961.0010.9941.089—

注：A為醫藥制造業，B為工藝品和其他制造業，C為計算機、通信和其他電子設備制造業，D為專用設備制造業，E為化學原料和化學制品制造業，F為煙草制品業，G為儀器儀表制造業，H為電氣機械和器材制造業，I為石油和天然氣開采業。

2.2.1 我國整體高專利密集度產業技術創新效率分析

通過將指數分解，進一步分析影響高專利密集度產業技術創新效率的技術變化率和資源配置變化效率，找出影響高專利密集度產業技術創新效率的主要因素。

從表1數據可以看出，我國高專利密集度產業技術創新M指數2005-2006年和2007-2008年外都小于1，除此之外，各年份M指數均值均大于1，表明我國高專利密集度產業技術創新效率水平整體上是呈上升趨勢，效率以平均每年8.9%的增長率上升。主要原因是我國2006-2013年期間出臺了一系列鼓勵技術創新的相關政策，提出將高技術產業擺在國家產業政策和發展規劃的重要位置，強調要給予政策的重點支持，促進了高專利密集度產業的發展。2005-2006年M值小于1，為0.9，通過對M指數進行深度分解，發現其技術進步指數僅為0.848，說明技術水平變化是限制我國高專利密集度產業技術創新生產率進一步提升的關鍵因素，主要原因是此期間內我國高專利密集度產業技術創新資源的投入不足；另外，2007-2008年M指數小于1，通過對M指數進行深度分解，發現其技術進步指數小于1，說明技術水平限制了技術創新生產率，其主要原因是2007年末，爆發了全球性的經濟危機，由于對產品的需求急劇降低，我國各類企業經濟效益受損，企業為了降低經營風險，進而限制了技術創新資源的投入；總體而言，從2004年到2013我國高專利密集度產業技術創新生產率是上升的，通過對M指數進行深度分解發現，在這10年中，技術變化水平是影響技術創新效率的主要的因素。

雖然技術效率變化值對于M指數沒有十分顯著的影響，但由于其在大多數年份都小于1，由此可見，資源配置效率仍然限制了創新效率的進一步提高，技術效率受純技術效率和規模效率變化的影響，由于純技術效率變化指數幾乎均大于1，而規模效率指數在某些產業中小于1，說明技術進步提升了，但是產業規模并沒有處在規模效益遞增的區間或達到最優，使其影響了與技術進步的匹配度，從而影響了技術效率增長。

2.2.2 我國高專利密集度產業九大行業技術創新效率分析

將DEAP 2.1中產生的結果按照行業的進行整理，得到我國高專利密集度產業各行業的效率指數，并按照M值進行排序，如表2所示。

根據2可知，我國高專利密集度產業中，除石油和天然氣開采業外，其他產業技術創新的M指數值都大于1，整體呈現上升趨勢，醫藥制造業的技術創新生產率最高。通過深層次的分析，發現醫藥產業技術進步指數為1.162最高，技術效率指數為1.004，在技術效率一定的情況下，技術進步指數對技術創新效率提高的貢獻度最大。一方面，醫藥制造業是關系到國計民生的基礎性和戰略性產業，受到國家極大的重視，從而受到政府的大力扶持；另一方面，醫藥制品是以市場為導向的，新藥研發的風險大，但新藥上市的利潤回報率高，強化了醫藥制造企業加大技術創新資源的投入，進而提高技術創新效率。

對M指數進行深層次分解，分析技術效率指數和技術進步指數的變化，醫藥制造業、工藝品和其他制造業、計算機、通訊和其他電子設備制造業、煙草制品業的技術效率指數等于或大于；其他行業都小于1，說明這些行業的資源配置效率較低，限制了技術創新生產率的提升；分析技術進步指數(TECHCH)，除石油和天然氣開采業外都大于1，說明技術進步對其技術創新生產率的提高發揮了積極的推動作用，而對于石油和天然氣開采業，正是技術變化水平影響和制約了其技術創新生產率；通過對技術效率變化指數進行分解和深入分析，確定規模效率過低是限制資源配置效率提高的主要因素。

3 對策建議

為提高我國高專利密集度產業資源配置效率，從而提高技術創新效率，使我國高專利密型產業實現規模效益和可持續發展，提出以下對策建議：

1)政府應加大對我國高專利密集度產業的扶持力度。一方面完善法律法規，為我國高專利密集度產業的發展提供健全的政策法律環境；同時，政府應加大對我國高專利密集度產業的資金扶持力度，特別是對其科技創新資金的投入，并應積極引導金融機構的資金更多流向高專利密集度產業，夯實高專利密集度產業發展的經濟基礎。

2)我國高專利密集度產業的各行業應當加大對技術創新的重視。加大對科研機構的建設力度，完善相應的人才獲取、培養體系，提高R&D經費投入；充分調動行業的優勢資源，建立完善的管、產、學、研合作模式，深化與區域內高校、科研院所的合作。特別是對于石油和天然氣開采業，技術水平是限制其創新生產率提高的關鍵因素，因此必須加大對研發的投入，努力提升技術水平。

3)優化我國高專利密集型企業的創新規模。根據前面對我國高專利密集度產業技術創新效率的實證分析，可以看出，雖然我國高專利密集度產業技術創新的資源投入不斷增強，但是產業規模并沒有處于規模最優或者規模效益遞增的區間；技術進步得到了加強，但是產業規模的發展滯后于技術進步，使之不能很好的匹配，導致產業創新資源沒有得到充分的利用，直接影響產業整體經濟效益。因此，逐漸優化我國高專利密集度產業技術創新的規模，對于合理有效利用資源，資源配置效率的提高具有促進作用；政府應鼓勵和支持企業擴大規模生產和規模創新，使高專利密集度產業在規模最優和規模效益遞增的區間進行生產，進一步促進高專利密集度產業的技術創新效率的提高。

4 結論

本文基于DEA-Malmquist指數方法從全國整體和行業兩個視角，從全國整體和行業兩個層面進行分析與評價對我國高專利密集度產業技術創新效率。得出如下結論：

1)我國高專利密集度產業技術創新效率2004-2013年期間整體保持上升水平。通過對M指數的進行分解和深入分析，發現技術進步是影響我國高專利密集度產業技術創新效率的關鍵因素；規模效率普遍偏低，表明產業規模與技術創新效率不協調。我國高專利密集度產業在創新中投入了大量的創新資源，使技術效率得到了一定程度的提高，但由于產業的資源配置的效率較低，資源的轉化能力較弱，缺乏將創新成果快速吸收、轉化成創新產品的高技術人才，創新人才和創新資源沒有做好相應的匹配，影響產業創新資源配置和利用，使創新效率受到限制。

2)通過對對九大高專利密集度產業技術創新效率測度，可知M值均在1以上，說明我國九大高專利密集度產業技術創新效率發展態勢良好，產業技術創新能力得到提升，在市場競爭中具有一定的競爭優勢，擴大此優勢必然會促進產業的快速發展，提高產業的經濟效益。通過深層次的分析發現，石油和天然氣開采業技術創新生產率偏低，技術效率變化水平是其影響的主要因素；純技術效率變化(PTEC)與規模效率變化(SEC)是影響技術效率的關鍵因素，因此，提升純技術效率和規模效率是提高我國高專利密集度產業技術創新效率的關鍵。

[1]李鳳新, 劉磊, 倪蘋. 中國產業專利密集度統計報告[J]. 科學觀察, 2014(1): 7-24. LI Fengxin, LIU Lei, NI Ping. Statistical report on the patent-intensive industries in China[J]. Science focus, 2014(1): 7-24.

[2]官建成, 鐘蜀明. 技術創新績效的產業分布與演變[J]. 中國科技論壇, 2007(9): 26-32. GUAN Jiancheng, ZHONG Shuming. Distribution and evolution of industrial innovation efficiency[J]. Forum on science and technology in China, 2007(9): 26-32.

[3]梁平, 梁彭勇, 黃馨. 中國高技術產業新效率的動態變化——基于Malmquist指數法的分析[J]. 產業經濟研究, 2009(3): 23-28, 78. LIANG Ping, LIANG Pengyong, HUANG Xin. High-tech industries innovation efficiency in China——an analysis of malmquist index[J]. Industrial economics research, 2009(3): 23-28, 78.

[4]趙樹寬, 余海晴, 鞏順龍. 基于DEA方法的吉林省高技術企業創新效率研究[J]. 科研管理, 2013, 34(2): 36-43, 104. ZHAO Shukuan, YU Haiqing, KONG Shunlong. The innovation efficiency of hi-tech enterprises in Jilin Province based on DEA method[J]. Science research management, 2013, 34(2): 36-43, 104.

[5]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, 25(6): 47-58. YANG Qingfeng. Research on the influencing factors of R&D innovation efficiency of high-tech industry in China: based on stochastic frontier model[J]. Management review, 2013, 25(6): 47-58.

[6]XUE Ling, RAY G, SAMBAMURTHY V. Efficiency or innovation: how do industry environments moderate the effects of firms' IT asset portfolios?[J]. MIS quarterly, 2012, 36(2): 509-528.

[7]WANG C H, CHANG C H, SHEN G C. The effect of inbound open innovation on firm performance: evidence from high-tech industry[J]. Technological forecasting and social change, 2015, 99: 222-230.

[8]劉偉. 中國高新技術產業研發創新效率測算——基于三階段DEA模型[J]. 數理統計與管理, 2015, 34(1): 17-28. LIU Wei. Measurement on innovation efficiency of hi-tech industries in China——based on three-stage DEA model[J]. Journal of applied statistics and management, 2015, 34(1): 17-28.

[9]朱山麗, 雷麗娟, 賈解放, 等. 高技術產業技術創新影響因素及績效評價的省際分析[J]. 河南科學, 2016, 34(4): 636-640. ZHU Shanli, LEI Lijuan, JIA Jiefang, et al. Analysis on the impact factors and performance evaluation of high-tech industrial technology innovation[J]. Henan science, 2016, 34(4): 636-640.

[11]陳偉, 沙蓉, 張永超, 等. 我國知識密集型產業專利創新績效評價研究——基于DEA-Malmquist指數方法[J]. 管理評論, 2013, 25(8): 39-45. CHEN Wei, SHA Rong, ZHANG Yongchao, et al. Evaluation research on the patent innovation efficiency of china's knowledge intensive industry based on DEA-Malmquist index approach[J]. Management review, 2013, 25(8): 39-45.

[12]王俊濤, 張建輝. 基于CCA-DEA的山西省高新技術產業技術創新效率評價及資源配置研究[J]. 科技管理研究, 2014, 34(3): 53-56. WANG Juntao, ZHANG Jianhui. The evaluation of technology innovation efficiency of high-tech industry in Shanxi province based on CCA-DEA and allocation of resources research[J]. Science and technology management research, 2014, 34(3): 53-56.

[13]郭磊, 劉志迎, 周志翔. 基于DEA交叉效率模型的區域技術創新效率評價研究[J]. 科學學與科學技術管理, 2011, 32(11): 138-143. GUO Lei, LIU Zhiying, ZHOU Zhixiang. Study on regional efficiency evaluation of technological innovation based on cross-efficiency DEA model[J]. Science of science and management of S. & T., 2011, 32(11): 138-143.

[14]李牧南, 周俊鋒, 朱桂龍, 等. 廣東專業鎮技術創新效率評價——基于DEA和問卷實證的雙重視角[J]. 科學學研究, 2015(4):627-640. LI Munan, ZHOU Junfeng, ZHU Guilong, et al. Evaluation of the efficiency of technological innovation in Guangdong specialized towns-a dual perspective based on DEA and questionnaire practice[J]. Studies in science of science, 2015 (4):627-640.

[15]肖文, 林高榜. 政府支持、研發管理與技術創新效率——基于中國工業行業的實證分析[J]. 管理世界, 2014(4):71-80. XIAO Wen, LIN Gaobang. Government support, R & D management and technological innovation efficiency-based on China's industrial industry empirical analysis[J]. Management world, 2014 (4):71-80.

[16]邵云飛, 詹坤, 汪臘梅. 中國醫藥產業創新效率的BCC-Malmquist時空差異研究[J]. 科研管理, 2016(3):32-39. SHAO Yunfei, ZHAN Kun, WANG Lamei. Study on the spatio-temporal difference of BCC-malmquist in China's pharmaceutical industry innovation efficiency[J] . J science research management, 2016 (3):32-39.

[17]謝子遠, 黃文軍. 非研發創新支出對高技術產業創新績效的影響研究[J]. 科研管理, 2015(10):1-10. XIE Ziyuan, HUANG Wenjun. Research on the impact of non-R&D innovation expenditure on the innovation performance of high-tech industry[J]. Science research management, 2015 (10):1-10.

[18]熊飛,鄭茜,唐葆君. 基于DEA方法的高新技術企業創新效率研究——以豐臺科技園為例[J]. 中國管理科學, 2012,S2:696-701. XIONG Fei, ZHENG Qian, TANG Baojun. Study on innovation efficiency of high-tech enterprises based on DEA method-taking Fengtai science and technology park as an example[J]. China journal of management science, 2012, S2: 696-701.

[19]魏潔云, 江可申, 李雪冬. 中國高技術產業創新投入與產出的關聯測度分析[J]. 數量經濟技術經濟研究, 2014(1):77-92. WEI Jieyun, JIANG Keshen, LI Xuedong. Study on the correlation measurement of innovation input and output of China's high-tech industry[J]. The journal of quantitative & technical economics, 2014 (1):77-92.

DEA-Malmquist index approach for the technological innovation efficiency of China’s highly patent-intensive industry

CHEN Wei1, JING Rui1, XU Ruishu1, LIN Chaoran1, FENG Zhijun2

(1.School of Economics and Management, Harbin Engineering University, Harbin 150001, China; 2.College of Business Administration, Dongguan University of Technology, Dongguan 523808, China)

In this paper, the DEA-Malmquist index method was used to compile the panel data from nine highly patent-intensive industries in China for the period of 2004 to 2013. Subsequently, the efficiency level of technological innovation in these industries was analyzed empirically from both the national perspective and industry perspective. Moreover, the change in the efficiency of technological innovation in these industries was analyzed for different periods. The results show that the technological innovation efficiency of China's patent-intensive industry increased during the entire period of 2004 to 2013. By decomposing the Malmquist-index of the technological innovation efficiency of highly patent-intensive industries, it was found that the level of technological efficiency change is the main factor affecting the technological innovation efficiency and that pure technical efficiency change (PTEC) and scale efficiency change (SEC) are the key factors influencing technological innovation efficiency. In combination with the empirical research results, some corresponding countermeasures were proposed, such as increase the governmental support and optimize proportion of the china’s highly patent-intensive industry

DEA-Malmquist index; highly patent-intensive industry; technological innovation efficiency; Malmquist -index; panel data

2016-09-29.

日期：2017-03-02.

國家社科基金區域知識產權戰略系統協同與產業升級研究項目(14BGL007)；國家自然科學基金青年基金項目(71603048)；黑龍江省軟科學項目(GY2015RK0074).

陳偉(1957-)，男，教授，博士生導師.

陳偉，E-mail: weichen666@126.com.

10.11990/jheu.201609052

F204

A

1006-7043(2017)03-0489-06

陳偉, 景銳, 徐睿姝,等.我國高專利密集度產業技術創新效率評價研究[J]. 哈爾濱工程大學學報, 2017, 38(3):489-494.

CHEN Wei, JING Rui, XU Ruishu，et al.DEA-Malmquist index approach for the technological innovation efficiency of China’s highly patent-intensive industry [J]. Journal of Harbin Engineering University, 2017, 38(3):489-494.

網絡出版地址：http://kns.cnki.net/kcms/detail/23.1390.U.20170313.0924.004.html