戰略性新興產業創新價值鏈效率研究

張冀新，李燕紅

（湖北工業大學經濟與管理學院，湖北武漢 430068）

戰略性新興產業代表全球價值鏈技術變革和產業轉型升級方向，是實施創新驅動戰略、提升城市創新能力的重要途徑。通過積極培育和發展戰略性新興產業，弱化區域創新差距。創新資源豐富的中心城市，作為戰略性新興產業策源地，應充分發揮輻射帶動作用，支撐技術研發創新，加快創新成果向全國轉移擴散，形成優勢互補、協同發展、資源共享的戰略性新興產業發展局勢［1］。與一般城市相比，副省級城市綜合競爭力較強，資源和政策優勢明顯，在區域經濟以及社會發展中具有帶動作用，例如2018 年深圳市戰略性新興產業增加值達到9 150 億元，占GDP 比重達37%。依托戰略性新興產業帶動和創新驅動，副省級及以上城市快速發展，但創新資源要素分布不均衡，創新層級和全球價值鏈位置有待提升［2］。

區域創新主體通過“四三結構”模型，優化配置區域內創新資源要素，提升區域創新效率。從創新主體、創新投入、創新內容、創新產出四個層面，設計城市群“四三結構”創新體系［3］。通過“四三結構”模型運行機理，為國家高新區創新系統維護和政策制定提供依據［4］。構建自主創新力、投入產出力、關系管理力、環境支撐力“四力”指標體系，評價國家重點實驗室協同創新能力［5］。

將創新體系創新價值實現過程進行分解，劃分出若干相互銜接的階段，形成知識創造（創新）、技術創新（或研發創新）、成果轉化（或產品創新）三階段創新價值鏈［6］，如表1 所示。也有學者將創新價值鏈創新過程分解為技術開發和技術轉化兩階段［7-8］。采用參數方法（隨機前沿分析法SFA）和非參數方法（數據包絡分析模型DEA），測度創新價值鏈各環節創新效率和創新極化效應［9-12］。SFA是基于面板數據的計量經濟方法，可進行模型參數檢驗，選擇最優模型。

表1 創新價值鏈各環節研究方法

國內學者以區域創新為導向，劃分創新價值鏈各階段區域，產業創新價值鏈各個環節分析較少。鑒于指標可操作性和數據可獲得性，選取“四三結構”創新模型，將戰略性新興產業創新價值鏈分為研發創新、成果轉化、產品創新三個環節，分別考察產業創新各環節創新效率，分析各環節創新投入產出差異性以及空間極化效應。通過測度戰略性新興產業創新價值鏈各環節創新效率差異，判別創新效率低、極化效應高的環節，為區域戰略性新興產業均衡發展提供政策建議。

1 創新價值鏈構建

1.1 “四三結構”創新體系

區域創新是形成區域競爭力和競爭優勢的重要因素，推動區域科技進步和經濟社會發展。在經濟轉型和產業結構升級背景下，創新驅動是源動力。如何提高區域創新效率、降低創新成本，整合創新要素，提高區域整體創新水平，成為研究重點［19］。但區域創新是復雜活動或過程，受到多種因素影響，具有不確定性和非線性［20］，投入較多創新資源要素并不會導致創新輸出同比擴大。

區域戰略性新興產業創新體系有3 個層次：雙重導向、三項環節、四類轉化，即研發創新源頭推動、產品創新協同擴展的“新興化”導向，轉化創新溢出轉換、載體創新支撐輻射的“戰略性”導向；研發創新-成果轉化-產品創新三項環節，構成完整的價值鏈；研發創新的載體支撐、載體創新的轉化渠道、轉化創新的產品升級、產品創新的研發推動等四類轉化關系，推動創新價值鏈均衡傳導。區域戰略性新興產業創新的“四三結構”是一個完整的創新體系，各模塊相互促進、協同發展，如圖1 所示?！八娜Y構”模型已應用于城市群創新體系［21］、省域創新發展階段識別等研究［22］，具有較好的適用性。

圖1 區域戰略性新興產業“四三結構”創新模型

1.2 “四三結構”導向的創新價值鏈

創新是持續、系統、動態過程，創新主體通過創新實現價值創造增值和轉移，創新價值鏈是“創新+價值鏈”的結合［23］。基于區域創新“四三結構”模型，分析研究創新價值鏈各環節，測度戰略性新興產業研發創新、成果轉化、產品創新效率，避免創新投入結構偏向，提升創新效率較低的環節，促進各環節相互關聯、相互促進，發揮創新價值鏈協同效應。創新價值鏈是對創新過程多環節分解，也是創新要素投入至創新產品產出的價值轉移過程。在創新價值鏈的各環節中，創新優勢動態演進。戰略性新興產業創新價值鏈可分解為：前端基礎研究的研發創新環節，中端技術成果應用的成果轉化環節，后端價值增值轉移的產品創新環節。戰略性新興產業依托創新價值鏈，與“四三結構”創新體系協同對接，如圖2 所示。

低端模仿、模仿創新、改進創新、自主創新是創新階段不同形式，其中自主創新從源頭進行創新，強調獲得關鍵核心技術和知識產權。通過集聚資源要素、擴散知識、協同發展、優化創新能力，實現戰略性新興產業跨越式發展。將戰略性新興產業創新價值鏈劃分為研發創新、成果轉化、產品創新，對接“四三結構”創新模式，以投入產出導向，發揮多主體對創新價值鏈的協同推動作用，實現戰略性新興產業高端、高效、高新。

圖2 戰略性新興產業創新價值鏈與“四三結構”對接

2 研究方法

2.1 隨機前沿分析方法

創新效率測度方法，多采用隨機前沿模型（SFA）和數據包絡分析（DEA）。利用DEA 和SFA 分別測度30 個省市研發創新效率，兩組效率值存在明顯差異，但SFA 測算結果較為穩定［24］，區域生產效率SFA 值更為穩定［25］。與DEA 方法相比，SFA 方法利用生產函數構造生產前沿面，采用技術無效率項的條件期望作為技術效率，測算結果較為可靠穩定。SFA 方法不僅可以對模型參數進行測度，還可以對模型自身進行檢驗［26］。綜合比較，本文采用隨機前沿分析模型，選取2013—2018 年副省級及以上城市的戰略性新興產業相關數據為研究樣本，測度19個城市（15 個副省級城市，4 個直轄市）戰略性新興產業創新價值鏈3 個環節的創新效率。

2.2 非均衡差異測度方法

區域經濟發展不均衡進一步強化戰略性新興產業創新資源的失衡，為更好反映創新價值鏈的非均衡，本文選擇泰爾指數測度城市戰略性新興產業創新價值鏈各環節的非均衡差異變化趨勢，泰爾指數公式如（3）所示:

泰爾指數將區域差異分解為區域內和區域間差異，如公式（4）和（5）所示：

2.3 變量選取及數據來源

根據創新價值鏈模型，戰略性新興產業創新活動分為3 個環節：研發創新、成果轉化、產品創新，3 個環節依次傳導，相互促進，前一環節的產出可作為下一環節的投入，進而構成一個完整的價值鏈。各環節指標選取，如表2 所示。

表2 創新價值鏈各環節的投入產出指標

（1）研發創新環節。選取R&D 經費、R&D 人員作為投入變量，專利申請量作為產出變量。專利反映創新資源要素產出，且易獲取、具有可比性。專利授權量會隨專利審核進度而有滯后性，因此選用專利申請量能夠更好地衡量研發產出水平。但將專利授權量同時作為成果轉化的投入，體現研發創新對成果轉化的影響。

（2）成果轉化環節。選取科技活動經費、科技活動人員、專利授權量作為投入變量，技術交易額作為產出變量。技術交易額是指研發后技術成果在技術市場上進行交易簽訂的合同金額，可衡量一個地區研發成果轉化程度。技術交易額同時作為產品創新的投入，體現成果轉化對產品創新的推動作用。

（3）產品創新環節，選取產品開發經費、從業人員、技術交易額作為投入變量，營業收入作為產出變量。產品創新是創新價值鏈市場化環節，營業收入作為創新價值鏈的最終產出，能夠體現區域創新市場轉化程度。

通過選取4 個直轄市（北京、天津、上海、重慶）和15 個副省級城市（大連、寧波、廈門、青島、深圳、沈陽、長春、哈爾濱、南京、杭州、濟南、武漢、廣州、成都、西安）的戰略性新興產業作為研究對象，利用2013—2018 年面板數據，測度研究戰略性新興產業創新價值鏈三個環節的創新效率。所用數據來源于《中國火炬統計年鑒》《專利統計年報》及各城市統計年鑒。

3 實證分析

3.1 戰略性新興產業研發創新效率

以專利申請數作為城市戰略性新興產業研發環節的產出變量，超越對數生產函數的隨機前沿模型如（6）所示：

利用Frontier4.1 軟件對19 個城市戰略性新興產業的研發數據進行分析，獲得原假設是超越對數生產函數的隨機前沿模型結果，如表3 所示。

表3 超越對數生產函數的隨機前沿模型（6）參數估計結果

(1)H0a：假定生產函數方程中的所有二次項系數都是0，如果假設成立，則使用柯布-道格拉斯函數：相反，使用超越對數生產函數隨機前沿模型。

(2)H0b：時間項t的系數均為0，如果接受原假設，表明考察期無技術進步。

假設檢驗的結果如表4 所示：假設H0a 被拒絕，表明選擇超越對數生產函數是合理的，與表3 的值檢驗結果一致；假設H0b 被拒絕，說明各城市戰略性新興產業發展過程存在技術進步；假設H0c 被拒絕，表明研發經費與研發人員投入要素和技術進步有關；假設H0d 被拒絕，說明城市戰略性新興產業的研發效率隨時間而變化；假設H0e 被拒絕，則表明技術無效率項遵從半正態分布。如果假設檢驗均被拒絕，表明選擇超越對數生產函數的隨機前沿模型來測度城市戰略性新興產業研發效率是合適的，達到理想效果。

表4 隨機前沿模型（6）假設檢驗結果

通過模型（6）測度2013—2018 年城市戰略性新興產業的研發效率，具體數值如表5 所示。19 個城市戰略性新興產業研發效率的均值為0.525，處于較低的水平，表明各城市的研發效率還有47.5%的提升空間。各城市戰略性新興產業的研發進展呈現不均衡狀態，高于平均水平的城市有11 個，達到樣本量的一半。四個直轄市的研發效率均處于較高水平，而在15 個副省級城市中，寧波研發效率值最高為0.874，長春效率值最低為0.154。

表5 19 個城市戰略性新興產業創新價值鏈的研發創新效率

3.2 戰略性新興產業成果轉化效率

選取科技活動經費、科技活動人員、專利授權量作為投入變量，選取技術交易額作為城市戰略性新興產業成果轉化效率的產出變量，超越對數生產函數隨機前沿模型如式（7）：

使用Frontier4.1 分析轉化數據，獲得原假設為超越對數生產函數的隨機前沿模型估計結果，如表6 所示。值為0.939，在1%的水平下顯著，表明選擇隨機前沿模型是合理的。

表6 隨機前沿模型（7）成果轉化的參數估計結果

對備選生產函數進行假設檢驗，結果如表7 所示。假設H0a 被拒絕，則表明超越對數生產函數模型更適用于測度城市戰略性新興產業成果轉化效率；假設H0b 被接受，表明在考察期間城市戰略性新興產業的成果轉化效率不存在技術進步，技術進步可能是中性的；假設H0c 和H0d 均被拒絕，表明技術無效率服從半正態分布，并且隨著時間趨勢而變化。因此能夠確定城市戰略性新興產業成果轉化效率的最優隨機前沿模型，具體檢驗結果如表8 所示。

表7 隨機前沿模型（7）成果轉化的假設檢驗結果

表8 最優隨機前沿模型（7）成果轉化的參數估計結果

通過最優隨機前沿模型測度2013—2018 年城市戰略性新興產業成果轉化效率，如表9 所示。19 個城市成果轉化效率的平均值僅為0.195，處于較低水平，制約創新價值鏈創新效率整體提升，研發成果轉化的創新投入協同效應較弱。成果轉化效率超過平均值的城市只有8 個，未達到樣本數的一半。直轄市成果轉化效率均高于平均水平，而副省級城市差異顯著，深圳成果轉化效率最高為0.296，廈門成果轉化效率最低，僅為0.031。

表9 19 個城市戰略性新興產業創新價值鏈的成果轉化效率

表9（續）

3.3 戰略性新興產業產品創新效率

選取產品開發經費、從業人員、技術交易額作為投入變量，選取營業收入作為城市戰略性新興產業產品創新環節的產出變量，超越對數生產函數的隨機前沿模型如（7）所示。選擇Frontier 4.1 對產品創新數據進行分析，得到原假設為超越對數生產函數的隨機前沿模型估計結果，如表10 所示。

表10 隨機前沿模型（7）產品創新的參數估計結果

γ 值為0.812，在1%的水平下顯著，表明采用隨機前沿模型是合理的。通過對備選生產函數進行假設檢驗，如表11 所示，可見假設H0a 被接受，表明相比超越對數生產函數模型，柯布-道格拉斯生產函數更適合測度城市戰略性新興產業產品創新效率；假設H0b 被拒絕，說明考察期內存在技術進步；進一步檢驗假設H0c 被拒絕，表明技術無效率因素服從半正態分布；假設H0d 被拒絕，表明考察期內技術無效率隨時間趨勢變化。因此接受H0a 模型，最優隨機前沿模型的測算結果如表12 所示。

表11 隨機前沿模型（7）產品創新的假設檢驗結果

表11（續）

表12 最優隨機前沿模型（7）產品創新的參數估計結果

通過最優隨機前沿模型測算城市戰略性新興產業產品創新效率，具體結果如表13 所示。19 個城市戰略性新興產業的產品創新效率平均值為0.717，發展較為協調均衡，但總體上仍有28.3%的提升空間。產品創新效率超過平均水平的城市有10 個，達到樣本數的一半。各城市之間在產品創新上仍存在著差距，重慶產品創新效率最高為0.939，哈爾濱效率值最小為0.502。

表13 19 個城市戰略性新興產業創新價值鏈的產品創新效率

通過對19 個城市戰略性新興產業創新價值鏈3個環節的效率進行測度，橫向比較發現城市之間的差距較大，縱向比較發現創新價值鏈三環節的效率值也存在差異，創新發展呈現不協調非均衡狀態。研發創新和產品創新總體上水平較高，但仍存在提升的空間，而成果轉化效率持續走低，資源投入要素和研發成果沒有充分轉化為技術收益，未達到理想的效果。

3.4 戰略性新興產業創新價值鏈非均衡

戰略性新興產業創新價值鏈創新要素水平提升，主要來自技術引進和自主培育兩個途徑。戰略性新興產業自主培育為主的城市，創新要素顯現創新價值鏈前端、中端、后端相互協同效應；戰略性新興產業技術引進為主的城市，創新要素較易呈現后端擠占前端的擠占效應。各城市經濟發展水平不一致，創新資源要素培育與引進能力差異較大，支撐戰略性新興產業的創新價值鏈傳導方式各異，導致各城市戰略性新興產業創新發展非均衡，創新價值鏈各環節極化效應顯著。

利用泰爾指數公式（3）測算城市戰略性新興產業創新價值鏈各環節效率的極化效應，如圖3 所示。2013—2018 年間，城市戰略性新興產業研發創新和成果轉化環節的極化效應呈波動下降的趨勢，極化效應逐漸減弱，其中成果轉化創新差異在2014 年達到峰值0.801；而產品創新環節的極化效應呈波動上升趨勢，極化現象增強。創新價值鏈各環節（研發創新、成果轉化、產品創新）的泰爾指數平均值分別為0.571、0.725、0.672，極化效應較為顯著，其中成果轉化環節的泰爾指數均值最高，差異明顯。

圖3 城市戰略性新興產業創新價值鏈各環節的泰爾指數

為考察城市戰略性新興產業創新價值鏈極化效應的空間變動趨勢，本文將19 個城市按照南方-北方、沿海-內陸、副省級-直轄市3 個標準劃分為不同的空間組。利用公式（4）和（5）測算城市戰略性新興產業創新價值鏈各環節的區域內和區域間差異，采用區域間差異與區域內差異的比值，測度區域空間極化效應的強弱變動趨勢，具體結果如表14 所示。

表14 城市戰略性新興產業創新價值鏈空間極化效應對比

表14（續）

研發創新環節，城市戰略性新興產業副省級-直轄市方向比值2013—2018 年逐漸減小，強弱極化程度減弱，在副省級-直轄市方向不存在空間極化效應；城市戰略性新興產業南方-北方方向比值先增后減，但2018 年的極化強弱數值仍高于2013 年的最初水平，極化強弱程度增加，在南方-北方方向上存在空間極化效應；城市戰略性新興產業沿海-內陸方向比值波動減小，極化強弱程度減弱，但極化程度仍然較顯著。從平均比值來看，南方-北方方向＞沿海-內陸方向＞副省級-直轄市方向，說明戰略性新興產業研發創新的空間極化強弱程度在南北方城市之間表現最強烈，在沿海城市和內陸城市表現較強烈，在副省級城市和直轄市之間表現相對較弱。

成果轉化環節，城市戰略性新興產業副省級-直轄市方向比值2013—2018 年間波動上升，空間極化效應較顯著，此方向存在極化效應；城市戰略性新興產業南方-北方方向比值波動下降，在南方-北方方向不存在空間極化效應；城市戰略性新興產業沿海-內陸方向比值呈波動減小趨勢，極化程度減弱，不存在空間極化效應。從平均值可以看出，南方-北方方向＞副省級-直轄市方向＞沿海-內陸方向，表明戰略性新興產業成果轉化的空間極化強弱程度在南北方城市之間表現最強烈，在副省級城市和直轄市之間表現較強烈，在沿海城市和內陸城市之間相對較弱。

產品創新環節，城市戰略性新興產業副省級-直轄市方向比值2013—2018 年間先減后增，總體上極化強弱程度增強，在此方向上存在空間極化效應；城市戰略性新興產業南方-北方方向比值波動增加，極化效應增強；城市戰略性新興產業沿海-內陸方向比值波動減小，極化強弱程度減弱，沿海-內陸方向不存在空間極化效應。從平均值來看，南方-北方方向＞沿海-內陸方向＞副省級-直轄市方向，戰略性新興產業產品創新環節的空間極化強弱程度與研發創新環節的變動趨勢一樣。

4 結論及建議

本文選取19 個城市戰略性新興產業為研究樣本，選用面板數據進行生產函數適宜形式的模型假設檢驗，采用隨機前沿模型測度，以專利授權數為產出變量，19 個城市戰略性新興產業的研發創新效率平均值為0.525；以技術交易額為產出變量，成果轉化效率的平均值僅為0.195；以營業收入為產出變量，產品創新效率的平均值為0.717。成果轉化效率較低，形成創新價值鏈創新效率非均衡?？傮w上研發創新效率高的城市，成果轉化和產品創新的效率也較高。直轄市創新價值鏈各環節效率均高于均值，副省級城市中僅廣州、深圳高于均值。

通過泰爾指數測度城市戰略性新興產業創新價值鏈各環節的差異非均衡性，研發創新、成果轉化、產品創新的泰爾指數均值分別為0.571、0.725、0.672，極化效應較為顯著。4 年間研發創新和成果轉化環節的極化效應呈波動下降，極化效應逐漸減弱，而產品創新的極化效應呈波動上升趨勢，極化逐漸增強，差異擴大。城市戰略性新興產業研發創新環節，空間極化效應沿南方-北方、沿海-內陸方向增強，在副省級-直轄市方向不顯著。成果轉化環節，空間極化效應沿副省級-直轄市方向增強，南方-北方、沿海-內陸方向表現較弱。產品創新環節，空間極化效應表現在南方-北方、副省級-直轄市方向較為明顯，沿海-內陸方向減弱。

為優化戰略性新興產業空間布局，強化創新價值鏈“研”“學”“產”的協同效應，避免創新結構投入偏向與低效率，本文提出三點建議：（1）強化研發優先的自主培育，優化創新資源配置，弱化技術引進對研發創新的資源擠占，推動研發創新優勢向創新價值鏈中末端擴散；（2）規范完善技術交易市場的研發成果轉化機制，補強創新價值鏈成果轉化短板，促進研發成果在區域內有效轉化應用，發揮成果轉化對創新價值鏈兩頭帶動的協同效應，弱化創新價值鏈非均衡性；（3）發揮戰略性新興產業策源地集聚和溢出效應，調整優化各類創新資源要素投入結構，避免創新資源冗余浪費和效率損失，避免創新資源價值鏈錯配。研究不足之處在于，僅分析了19 個副省級以上城市戰略性新興產業創新價值鏈的研發創新、成果轉化、產品創新效率，樣本數量有局限性，同時未考慮戰略性新興產業創新價值鏈傳導效應，以及創新各環節中的環境影響因素和空間差異。