高技術產業技術創新效率的階段性特征及其動態演變

肖利平+蔣忱璐

內容提要：創新活動過程的不同階段具有不同特征，本文從價值鏈的角度構建規模報酬可變情形下的技術創新三階段DEA模型，測度中國30個省市1998-2010年間高技術產業技術創新的三階段效率，并實證檢驗三階段創新效率的影響因素。研究表明：中國高技術產業的技術創新效率存在顯著的區域發展不平衡，各地區的創新效率大致呈“多V”型的動態發展趨勢；創新三階段效率多為低基礎性創新效率、低應用性創新效率、低收益性創新效率型；信息技術發展、企業自主創新對三個階段的創新效率都有顯著的正向影響，而金融支持、政府科技支持與企業規模對不同階段的創新效率具有不同的影響。細化技術創新活動的研究利于真實地擬合高新技術產業研發創新過程，合理測算各階段的效率，發現各環節中真正的無效率部分。

關鍵詞：基礎性創新；應用性創新；收益性創新；階段性特征

中圖分類號：F273.1 文獻標識碼：A 文章編號：1001-148X（2017）10-0153-09

作為促進國民經濟增長的戰略性支柱產業，高技術產業的技術創新活動及其成果已成為中國當前和未來經濟發展新的增長點。據統計，2000年之后，中國高技術產業增加值年均增長20. 4%，遠高于同期我國GDP的增長速度，2010年高技術產業增加值達到79302億元，占當年規模以上工業總產值的12%以上。與此同時，中國高技術產業的研發投入不斷增加，1998-2010 年間，高技術產業R&D內部經費支出從17.85億元增加到1733.81億元，增長了96.15倍，其占產品銷售收入的比重也從0.46% 上升到1.70%，幾乎翻了兩翻；新產品開發經費投入也從32.38億元增加到2128.19億元，平均投入增速達到30%左右。在人員投入方面，中國高技術產業R&D人員全時當量投入也從1998年的5.78 萬人年增加到2010年的62.32萬人年，增長了12倍之多[1]。

雖然創新投入在不斷增加，但有效專利申請數、新產品銷售收入等創新產出提高相對較慢，且在關鍵設備和高端產品等方面明顯落后于發達國家，出口的創新產品中，也鮮有核心專利技術產品。從區域創新活動來看，我國高技術產業發展極不平衡。2010年，經濟發達的東部地區占有創新資源的2/3以上，科技活動人員中科學家和工程師幾乎占全國的2/3，而西部落后地區占有創新的資源不足1/10，在研發資金與人員投入方面都相對匱乏[2]。

創新活動從科技研發到收益實現的過程并不是一蹴而就，而是分階段、有次序的開展。高技術產業研發創新過程，不僅包括技術開發與成果轉化，還包括產品商業化，即將研發成果推向市場、為市場所認可，實現向現實收益的過渡，才算是創新過程的完成。若將其作為一個整體來對待則不能真實地擬合高技術產業研發創新過程，合理測算各階段的效率和及時發現各環節中真正無效率的部分。因此，基于價值鏈角度，分階段考察高技術產業技術創新效率、作用機制及其影響因素具有重要現實意義。

一、文獻簡述

高技術產業創新效率的測算，目前主要有數據包絡分析（DEA） 和隨機前沿生產函數模型（SFA），樣本涵蓋了行業和區域層面， 大致可以分為三個階段。

第一時期為整體效率評價，這一時期將技術創新過程作為“黑箱”來處理，認為創新是一個只有投入與產出的大系統，而忽略系統的內部運行機理[3-15]。該類研究認為技術創新的運作過程絕對有效，這顯然不符合高技術產業技術創新的實際運作。第二時期是基于創新過程及創新價值鏈劃分的兩階段分析與評價。隨著對創新過程及創新價值鏈理解的逐步深入，學者們不再完全將高技術產業研發創新過程看作是一個“黑箱”。少數國內外學者開始對髙技術產業研發創新過程進行細化分析，將研發創新過程劃分為技術開發和技術成果轉化兩個階段，既關注高技術產業創新的技術開發情況，又關注技術成果經濟轉化情況[16-23]。這類研究主要出現在2008年以后。第三時期是在第二階段的基礎上，進一步細化，將高技術產業創新過程分為技術開發、成果轉化、產品商業化三個過程。該類研究將創新過程中科技成果成功轉化為創新產品、創新產品實現收益看作是兩個過程，并以取得現實收益作為創新過程的完結，并不斷為后續創新過程提供資金[24]。這類研究目前鮮有文獻涉及，主要出現在2015年以后。

綜上所述，對高技術產業創新效率的研究，大多數文獻都是進行整體效率的測算和研究，并沒有細化創新的階段，部分文獻將創新活動分成了兩階段或者三階段，但僅僅是測度了每個階段的創新效率，并沒有對此進行深入研究。本文基于價值鏈視角，選取1998-2010年中國30個省市的高技術產業面板數據，將我國高技術產業創新過程分為基礎性創新、應用性創新、收益性創新三個階段，運用基于Malmquist 指數的DEA方法，測算和分析我國高技術產業三階段的創新效率。

二、創新三階段構建

已往研究將高技術產業創新過程分為技術開發和成果轉化兩個階段，忽略了創新成果的收益性過程。本文認為，高技術產業研發創新的實現過程包含高技術從研究到開發、從技術到生產、從產品推向市場等一系列復雜經濟活動。從整個產業的層面來看，科技成果既是前期研究投入的結果，又是后期新產品開發、新工藝改造的基礎，后續階段則還包括創新產品與經濟效益（新產品成功商業化的收益）兩方面。創新產品是實現經濟效益的前提，經濟效益是創新產品市場化的必然結果。因此，高技術產業研發創新的運作過程具有明顯的三階段過程特征，本文將技術創新過程分為基礎性創新、應用性創新、收益性創新三個階段，技術創新貫穿于整個三階段，每個階段的創新成果各有側重。

（1）基礎性創新階段。通過R&D人員、經費的投入以及上年的知識產出來開發新技術，這個過程主要體現了技術創新的基礎性創新效率。（2）應用性創新階段。將第一階段創造出來的新技術、新工藝轉化為創新性產品的過程，是對基礎實驗階段的擴展，完成從技術開發到試生產，這個過程主要體現了技術創新的應用性創新效率。（3）收益性創新階段。企業將第二階段的新產品銷售出去，轉變為現實的生產力，開辟新市場并使企業能利用創新產出帶來的收益去進一步研究開發新產品，并再次將之轉化為現實的生產力。這是一個實現商業化、產業化的過程，主要體現了技術創新的收益性創新效率。這三個階段并不相互獨立、互不干擾，而是相互聯系、相互促進的過程。上個階段的產出為下一階段的投入，下一階段的提升也會促進上一階段的提升和發展，使創新過程不斷持續下去。endprint

根據上述分析，本文構建高技術產業創新效率的評價指標體系，具體如圖1所示。

對于創新活動指標體系的構建，現有文獻各有側重。如鄭堅（2008）認為， 基礎性創新階段R&D資源的投入一般包括資金投入和人員投入。賈靜雪（2012）則在其基礎上增加知識投入，逐步完善了基礎性創新階段投入指標的構建?；A性創新階段是創新活動的第一個階段，主要是R&D活動開發新知識、新技術的過程。本文借鑒鄭堅（2008）、賈靜雪（2012）、劉樹林（2015）的方法，選取R&D人員全時當量作為此階段的人員投入，R&D經費內部支出作為此階段的資金投入，上年有效發明專利數作為此階段的技術投入，選取當年有效發明專利數作為此階段的創新產出指標。

應用性創新階段投入指標的構建，本文借鑒鄭堅（2008）的方法：選取第一階段產出作為此階段技術投入；選取科技活動人員作為此階段的人員投入，新產品開發經費支出作為此階段的資金投入；選取新產品銷售收入作為此階段的創新產出指標。

在收益性創新階段投入指標的構建上，技術投入指標選取第二階段產出；選取從業人員年平均數作為此階段的人員投入，新增固定資產作為此階段的資金投入；選取新產品銷售收入作為此階段的創新產出指標（見表1）。

三、數據來源與測算方法

（一） 數據來源與處理

高技術產業的統計口徑在2010年發生了改變，為保持數據口徑的一致性，本文選取中國30個省市1998-2010年的面板數據，研究中國高技術產業創新三階段的效率。由于有些省市的部分年份數據存在缺失，本文采取合適方法對缺失數據進行差補。所用的數據1998-2001年的資料來源于2002年出版的《中國高技術產業統計年鑒》和《中國統計年鑒》；2002-2010年的資料來源于2002-2010年出版的《中國高技術產業統計年鑒》、《中國統計年鑒》與2006-2012年出版的《中國科技統計年鑒》。

為消除物價變動對分析的影響，本文對新產品銷售收入、總產值運用工業生產者出廠價格指數進行平減（以1998年為基期）；對R&D經費內部支出、新產品開發經費支出、新增固定資產構建R&D價格指數來平減（以1998年為基期）。根據朱平芳等（2012）[25]的觀點，由于R&D 支出主要由固定資產支出和R&D活動人員的消費構成， 故R&D價格指數由消費物價指數（權重為55 %）和固定資產投資價格指數（權重為45 %）加權合成。

根據增長理論的基本觀點，產生作用的并不僅僅是當期R&D 投入，而應該是R&D資本存量。因此采用國際通用的永續盤存法對R&D 資本存量進行核算：Kt=Rt-1+（1-δ）Kt-1（ Kt表示t期R&D資本存量，Rt-1為t-1期的R&D支出，δ表示R&D資本存量的不變折舊率，取值15%），假定R&D資本存量的平均增長率等于R&D支出的平均增長率g，基期R&D資本存量為：K0=R0g+δ。

本文剔除數據缺失較多的西藏自治區，針對有些省市的地區出現中間年份缺失的情況，利用內插法來補齊所缺失的數據，即取前后兩年數據的平均值作為當年的數據。對于科技活動人員這一指標，由于2009年后統計年鑒上不再記錄，故2009和2010年的值采用外推法補齊。

（二）DEA模型

DEA基本思想是根據其輸入和輸出數據，得出每個決策單元DMU相應的數量指標，以此來評價其相對有效性。 DEA方法在評價技術效率時，其優勢在于無須事先假設投入與產出之間的函數關系式，也無須為各個指標賦予權重，因而能夠避免人為因素所產生的誤差。它可以處理不止一個投入和產出的問題，且無須統一投入與產出指標的單位。

根據Farrell的定義，規模效率指標可以用來判斷研究對象是否達到最佳規模，純技術效率指標可以用來判斷扣除規模效率所產生效益之后的經營效率。

四、技術創新效率的測算

（一）三階段效率技術創新區域差異總體分析

本文基于技術創新效率測算，根據基于Malmquist指數的DEA方法，以1998年為基期，采用DEAP2.1軟件計算我國30個省市高技術產業創新過程三階段的效率，并對測算結果進行分析。由于篇幅所限，本文不具體列出，為表達簡潔，用effch1表示基礎性創新階段的技術效率、effch2表示應用性創新階段的技術效率、effch3表示收益性創新階段的技術效率。

為達到客觀評價的目的，本文用基礎性創新效率、應用性創新效率、收益性創新效率在1998-2010年的平均值作為代表值，來分析1998-2010年間我國高技術產業的技術創新三階段的效率。通過表2的分析我們發現，對于高技術產業基礎性創新效率而言，我國30個地區基礎性創新效率均值為1.010，整體處于較高水平，標準差系數為6.088，說明各地區間的差距較小。其中，高技術產業基礎性創新效率最高的地區為北京，說明其創新投入得到充分利用，沒有出現投入冗余或者產出不足等問題。在技術創新的第一階段，低于效率平均值的地區有18個，占地區總數的一半以上，表明我國相對多數地區在基礎性創新階段由于較低的效率水平而拉低了整體的效率水平。因此，如何平衡各地區基礎性創新的效率水平，不要讓效率相對較低的地區成為整體地區提高的“短板”，成為高技術產業基礎性創新效率亟待解決的問題。

在高技術產業應用性創新階段，即由專利技術和資金、人員向新產品轉化的階段，我國30個地區的平均效率為0.986，略低于基礎性創新效率的平均值，但相差不大。具體而言，北京、新疆、天津、甘肅、山東的應用性創新效率相對較高，排名在1-5名，這些地區是新產品產出相當有效的地區。但是，相對于排名前5名的其他地區而言，新疆所處的經濟環境截然不同，但是在創新資源的利用上，卻表現出一致的有效性，本文認為新疆的高應用性創新效率可能是因為技術創新規模偏小，資金、專利技術等創新投入少，在犧牲規模的情況下實現的。而廣西壯族自治區的應用性創新效率最低，僅為0.679，說明在將知識、技術等轉化為新產品這一階段，存在著嚴重的資源投入不足或資源浪費問題。endprint

在高技術產業收益性創新階段，即創新產品向現實生產力轉化的階段，該階段的效率在于評價技術與經濟結合的有效程度。甘肅、青海、廣東、河南、天津、北京、新疆等地區在高技術產業的收益性創新階段最為有效，其效率值均達到1以上，說明這些地區在收益性創新階段合理地進行了資源的配置，應用性創新階段的新產品有效地轉化成為現實的生產力，給當地經濟帶來了相應的貢獻。值得注意的是，收益性創新階段的標準差系數為10.554，在三個階段中最大，說明在收益性創新階段，各地區由于地理位置、經濟發展環境、政策支持等因素有較大差異，創新產品成功轉化為現實生產力的能力和力度各不相同。北京、天津、廣東等地區由于優越的地理位置、成熟開放的市場環境等因素，使得創新產品的商業化更易實現，而云南、貴州、陜西等地區由于交通環境閉塞、政策支持力度小等原因，創新產品的商業化進程受到阻礙。

為了對區域內高技術產業技術創新過程中三個階段的創新效率值進行比較分析，以表2中的效率值為依據，將各省市劃分為不同的區域，各階段效率值大于其均值的區域為高創新效率地區，各階段效率值小于其均值為低創新效率地區（如圖2所示）。

結合圖2與表2的數據來看，考察期內中國30個省市中，高技術產業效率模式為高基礎性創新效率、高應用性創新效率、高收益性創新效率的省市只有6 個，占20%，在這些省市當中，北京市、天津市來自東部經濟發達地區，廣東省來自沿海經濟開發區，優越的政策支持、開放度高的對外貿易環境等有利條件為這些地區知識創新、成果轉化與產品商業化創造了良好的條件，從而使這些省市成為中國高技術產業科技研發與成果轉化的領跑者。甘肅省、寧夏回族自治區、新疆維吾爾自治區三個地區的經濟發展水平較低，但卻擁有較高的創新效率，從其三階段投入產出數據平均值中可以看出（見表3），雖然這些地區自身創新資源不夠豐富，但是卻能利用有效的資源去高效率地創造新產品，提高創新產品的產出并轉化為現實的生產力去推動本地區經濟的發展，本地區經濟的發展反過來又為創新活動的繼續進行提供了良好的外部經濟條件。但是，值得注意的是，這些地區的投入產出數據存在較多的缺失，雖然采取合理的方法對其進行了補充，但是由于原始數據的缺失，其測量的效率存在較大的不確定性。

所考察的30個地區中有6個地區高技術產業效率模式為低基礎性創新效率、低應用性創新效率、低收益性創新效率，占比為20%，說明相對于其他24個地區而言，山西、黑龍江、江蘇、浙江、安徽、四川這6個地區的創新三階段的效率都比較低，且與其經濟地位不匹配。但是，值得注意的是，從表3可以看出，山西、黑龍江、江蘇、浙江、安徽、四川三階段的投入較多，但相對而言，投入的巨大和產出的相對較少仍然不成比例，這些地區的創新產出相對于巨大的投入來說仍然是不足的，存在著投入冗余的現象，故而導致了基礎性創新效率、應用性創新效率、收益性創新效率均小于均值。因此，需調整相關技術政策和制度，在提升研發效率的同時，促進科技成果的轉化，并最終實現商業化。

而其他地區的三階段效率值都存在著不平衡發展的問題，某個階段創新效率的低下或者較高會影響到其他與其相互關聯的階段的效率，三階段效率的相互關聯、相互影響使企業必須在創新的每一階段都要合理配置創新資源，促進創新整體快速、健康的發展。

（二）三階段技術創新效率的動態比較

本文用基礎性創新效率、應用性創新效率、收益性創新效率在1998-2010年的平均值作為代表值，繪制了1998-2010年間我國各地區高技術產業技術創新效率各個階段的動態變化曲線，并對此進行比較。

如圖3所示，1999-2010年基礎性創新階段的技術效率大致呈“V”型和“倒V”型上下變動，并在2010年達到最大，并且規模效率的變化和技術效率的變化大致相同，對技術效率的變化貢獻較大，而純技術效率的變化在1999-2006年和技術效率的變化大致相同，但在2006年之后與技術效率的變動出現偏離，對技術效率的變化貢獻較小。說明在基礎性創新階段，技術效率的提升主要依賴于規模效率的提升，一味地增大創新投入并不能帶來相應的創新產出，應合理安排創新資源，實現優化配置。

應用性創新階段技術效率的變化比第一階段波動更大，1999-2001年，規模效率的變動和技術效率的變動大致相同，2001-2010年，純技術效率的變化和技術效率的變化大致相同。且在1999-2010年，規模效率變動指數大致在1上下波動。說明在將知識和新技術轉化為新產品這一階段，1999-2001年主要依賴投入較多的技術人員和經費支出來增加產出，而在2001年之后，則開始注重效率的提升和資源的有效配置來擴大生產，產出新產品。

在收益性創新階段，技術效率、純技術效率、規模效率三者之間的聯系更加緊密，幾乎呈同步變化。說明在收益性創新階段，企業不再只注重擴大人員和經費的投入或者只注重提高效率來將新產品轉為新市場和收益，而是將兩者有機結合起來，既利用人員和經費的擴大，也注重效率的提升，二者相互配合、相互促進，將企業的創新研發轉換為現實的生產力，使企業能夠繼續生存下去，并進行新一輪的研發和產出。

五、高技術產業創新效率的影響因素分析

（一）創新效率的影響因素

影響中國高技術產業技術創新效率的因素可以從企業自身特征（如企業規模、企業自主創新） 與所處的外部環境（信息技術的發展、政府部門的相關政策、金融機構的支持力度）分析：（1）信息技術發展。信息技術能影響企業的價值創造方式、資源配置和創新模式[26]。（2）金融支持。企業的創新活動需要銀行等金融機構的支持，良好的融資環境會給地區高技術產業的發展創造更多的發展機會[27]。（3）政府科技支持。處于不同發展階段的企業對政府資金的需求各異，政府的支持力度在企業創新的不同階段所發揮的作用也各不相同。（4）企業規模。知識創新過程涉及研發人員的活動，而體現其規模經濟效應之處則更多地偏向于科技成果轉化與商業化階段。（5）企業自主創新。過高的外部資金占比容易引發企業面對風險時的逆向選擇，應充分發揮自身的主觀能動性去進行創新活動。endprint

（二）模型、變量與數據說明

被解釋變量（y）為創新三階段的技術效率（effch），及其子效率純技術效率（pech）、規模效率（sech）。解釋變量包括內外部兩方面的因素。外部因素包括信息技術發展、金融支持、政府科技支持三個因素；內部因素包括企業規模、企業自主創新兩個因素。具體如下所示：（1）信息技術發展（tele）。用移動電話年末用戶數表示。（2）金融支持（finance）。（3）政府科技支持（govm）。本文從經費投入角度出發，選取科技活動經費籌集額中政府資金表示政府科技支持的代理變量。（4）企業規模（scale）。用各地區高技術產業總產值與企業個數之比表示。（5）企業自主創新（inno）。用各地區科技活動經費籌集額中企業資金來表示。

根據以上分析，建立高技術產業三階段創新效率的多元線性回歸模型，運用hausman檢驗得出應使用隨機效應模型，且為了降低異方差的影響，將指標變量都進行對數處理：

y=βk+β1Inteleit+Infinanceit+Ingovmit+Inscaleit+Ininnoit+uit（4）

其中βk為常數項，uit為隨機擾動項。

本研究選取1998-2010年中國30個省市高技術產業的面板數據，數據源自各年份的《中國高技術產業統計年鑒》、《中國科技統計年鑒》、《中國統計年鑒》，運用隨機效應OLS模型，通過Stata12.0軟件進行計算，結果如表4所示。

（三）實證結果分析

由表4可知信息技術發展、企業自主創新對基礎性創新效率具有顯著的正向影響，金融支持、政府科技支持在這一階段的負向影響顯著，說明在企業的基礎性創新過程當中，企業利用發達的現代科技模仿、學習國內外先進技術，并開發出新的專利技術。而在投入研發與轉化技術成果的資金中政府資金和金融貸款比重越大，企業的基礎性創新效率越低。企業是科技創新的主體，應更多地用自身的研發經費、研發人員來進行技術創新，這樣企業才能在激烈的市場競爭中不被打敗。企業規模變量的系數顯著為負，說明現階段中國高技術產業的企業規模越大，越不利于知識創新效率的提高。因此高技術產業科技創新第一階段中企業規模不宜過大，因為知識創新過程涉及研發人員的活動，而體現其規模經濟效應之處則更多地偏向于科技成果轉化與商業化階段，這在應用性創新階段、收益性創新階段的效率影響因素檢驗中得到證實（0. 083**、0. 074*）。且分子效率來看，企業自主創新對純技術效率、規模效率的提升都有顯著作用、說明在基礎性創新過程中，企業的主觀能動性尤為重要。信息技術的發展更能促進純技術效率的提升，這是因為現代信息技術的普及更有利于創新過程中對技術的消化和吸收，并以此提高效率。

影響高技術產業應用性創新階段的因素中，信息技術的發展這一變量的系數第一階段一樣顯著為正，說明信息技術的發展能使企業更好地利用勞動力和新設備去產出新產品。金融支持的系數在這一階段顯著為負，而政府科技支持的系數則不顯著，表明在將技術、人力和經費轉化為新產品時，企業更多地是靠自身的資金實現科技成果的轉化。但值得注意的是，政府科技支持對應用性創新階段規模效率的提升卻有一定促進作用。這是因為企業在將研發出來的新技術轉化為現實產品的過程中，勢必需要大量資金的支持，企業自身的資金恐難維持龐大的支出，這時就需要其他資金來使企業維持正常的研發、生產。企業自主創新在這一階段的影響仍然顯著為正，這是因為企業并不因為政府和金融部門對創新的支持就減少自身對創新的投入，企業充分利用自身的資金來生產新產品。企業規模變量的系數顯著為正，說明擴大的企業規模對新產品的研制產生了一個正向的作用，企業規模越大，其規模效應發揮越明顯。

在高技術產業收益性創新階段，信息技術和企業自主創新這兩個變量的系數仍然顯著為正，表示企業創新無論是處于最初的創始階段還是最后的完成階段，信息技術和自主創新對企業創新的發展都十分關鍵。政府科技支持的系數顯著為正，說明在創新的最后階段，將產品投放到市場上，僅靠自身的資金投入是不夠的，來自政府的資金支持為企業獲得創新產品的收益起到了積極作用，且企業要想將創新產品投放出去，得到公眾的認可，也需要來自政府政策的支持，使企業產品的轉出和資金的轉入都能順利、快速地進行。企業規模變量的系數顯著為正，說明企業規模效應的影響在這一階段仍然持續影響，企業面臨的市場容量越大，潛在的客戶群越多。

六、結論與啟示

基于價值鏈視角，本文利用Malmquist指數的DEA模型對我國各地區高技術產業1998-2010年各階段技術創新的效率進行測算及動態評價，發現各地區三階段創新效率存在極其不平衡的狀態。北京、天津、廣州等地區由于政策、市場環境等的支持，使得其成為中國高技術產業科技研發、成果轉化與商業化的領跑者；而甘肅、寧夏、新疆雖然經濟不夠發達，但相對于其稀少的創新資源，其創新產出的效率比較高；江蘇、浙江等經濟較發達地區的創新效率較低，相對于巨大的創新投入，其產出偏少，創新資源沒有得到充分的配置；其他地區在基礎性創新、應用性創新、收益性創新三個階段中，或多或少都存在著一個或者兩個階段的投入冗余或者產出不足的現象。

從動態比較來看，在基礎性創新階段，技術效率的提升主要依賴于規模效率的提升，一味地增大創新投入并不能帶來相應的創新產出，應合理安排創新資源，實現優化配置。進入應用性創新階段，1999-2001年，企業主要依賴投入多的技術人員和經費支出來增加產出，而在2001年之后，則開始注重效率的提升和資源的有效配置來擴大生產，產出新產品。在最后的收益性創新階段，企業不再只注重擴大人員和經費的投入或者只注重提高效率來將新產品轉為新市場和收益，而是將兩者有機結合起來，既利用人員和經費的擴大，也注重效率的提升，二者相互配合、相互促進，將企業的創新研發轉換為現實的生產力。endprint

在影響高技術產業創新的諸多因素當中，信息技術發展、企業自主創新對創新三個階段有顯著的正向影響；金融支持對基礎性創新和應用性創新階段負向影響顯著；政府科技支持對基礎性創新階段負向影響顯著、對收益性創新階段正向影響顯著；企業規模對基礎性創新階段負向影響顯著、對應用性創新與收益性創新階段正向影響顯著。

企業作為技術創新的主體，在創新活動中需擁有更多的主導權和責任感，充分發揮自身的主觀能動性并充分借助現代信息技術的發展去進行創新活動。在高技術產業創新的基礎性創新階段與應用性創新階段，企業應靠自身的資金去進行新技術的研制與科技成果的轉化，來自政府部門與金融部門的資金支持反而會阻礙企業的創新活動。但在創新產品轉化為現實生產力的過程當中，僅靠自身的資金投入是不夠的，來自政府的資金支持為企業獲得創新產品的收益起到了積極作用，且企業要想將創新產品投放出去，得到公眾的認可，也需要來自政府政策的支持，使企業產品的轉出和資金的轉入都能順利、快速地進行。在高技術產業科技創新中第一階段企業規模不宜過大，因為R&D效率更多地依賴于研發部門的投入產出效率，規模較大的企業，其研發能力并沒有很好的體現。但是在科技成果商業化階段，企業規模越大，規模經濟效應越明顯，科技成果轉化效率越高。

參考文獻：

[1] 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，2012，24（4）：53-56.

[2] 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.

[3] Chen C J，Wu H L，Lin B W. Evaluating the developmentof high-tech industries.：Taiwan′s sciencepark [J].Technological Forecasting and SocialChange，2006，73（4）.：452-465.

[4] 吳瑛，楊宏進.基于R&D存量的高技術產業科技資源配置效率DEA度量模型[J].科學學與科學技術管理，2006，27（9）：28-32.

[5] 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.

[6] Raab R A，Kotamraju P. The efficiency of the hightecheconomy.：Conventional development indexes versusa performance index [J].Journal of RegionalScience，2006，46（3）：545-562.

[7] 張純，葛幼松. 中國高技術產業投入產出有效性地區差異分析[J].地理與地理信息科學，2007，23（3）：59-63.

[8] 薛娜，趙曙東. 基于的高技術產業創新效率評價——以江蘇省為例[J].南京社會科學，2007，28（5）：135-141.

[9] 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，2008，29（3）：144-149.

[10]吳和成. 髙技術產業R&D效率分析[J].研究與發展管理，2008，20（10）：83-89.

[11]官建成，陳凱華.我國高技術產業技術創新效率的測度[J].數量經濟技術經濟研究，2009，26（10）：19-33.

[12]方福前，張平.我國高技術產業的投入產出效率分析[J].中國軟科學，2009，24（7）：48-55.

[13]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，2010，11（3）：467-472.

[14]馮纓，滕家佳.江蘇省高技術產業技術創新效率評價[J].科學學與科學技術管理，2010，31（8）：107-112.

[15]李向東，李南，白俊紅，等.高技術產業研發創新效率分析[J].中國軟科學，2011，26（2）：52-61.

[16]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.

[17]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.

[18]黃舜，管燕.基于過程的高技術產業技術創新效率測度[J].工業技術經濟，2010，29（1）：7-8.

[19]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，2010，31（5）：60-65.

[20]Guan J C，Chen K H，Measuring the innovation production process： A cross-region empirical study of Chinas high-tech innovations[J].Technovation，2010，30（5-6）：348-358.

[21]馮鋒，張雷勇，高牟，等.兩階段鏈視角下科技投入產出鏈效率研究：來自我國29 個省市數據的實證[J].科學學與科學技術管理，2011，32（8）：33-38.

[22]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.

[23]賈凈雪.高技術產業技術創新效率的區域比較——基于鏈式網絡DEA模型[D].武漢：武漢理工大學碩士學位論文，2012.endprint

[24]劉樹林，姜新蓬，余謙.中國高技術盧業技術創新三階段特征及其演變[J].數量經濟技術經濟研究，2015，22（7）：104-115.

[25]朱平芳，項歌德，張征宇.中國高技術產業R&D溢出效應研究——本土與跨國途徑兩個維度的視角[J]. 上海經濟研究，2012，13（9）：19-29.

[26]劉景江.信息技術環境下組織創新的系統行為及其復雜性[J].科學學研究，2009（4）：598-602.

[27]Sullivan O M.Finance and innovation[M]//Nelson R R，Mowery D C，Fagerberg J.The Oxford Handbook of Innovation.Oxford：Oxford University Press，2005：240-265.

Abstract： Innovation activities process has different characteristics in different stages. Based on the value chain theory， this paper established a three-phase DEA model of technological innovation under variable returns to scale to measure the innovation efficiency in three phases and test their influence factors using the data of high-tech industries in 30 provinces during 1998-2010. Research shows： technological innovation efficiency in China′s high-tech industries is obviously unbalanced among different regions and roughly presents a multi-V-shaped dynamic trend； innovation efficiency of three phases are mostly the types of low fundamental innovation， low applicable innovation and low profitable innovation； the development of information technology and independent innovation of enterprises have significantly positive influence on the innovation efficiency in all three phases， while the support of finance and government as well as the scale of enterprises have different effects in different phases. Carefully studying technological innovation activities is conducive to truly fitting up the R & D innovation process of high-tech industries， reasonably calculating the efficiency of each phase， and finding the real inefficient parts of each link.

Key words：fundamental innovation； applicable innovation； profitable innovation； periodical characteristics

（責任編輯：維翰）endprint