高技術產業創新效率對創新質量作用機制研究

俞立平 邱棟 彭長生 張再杰

摘 要：創新效率與創新質量是高技術產業創新水平的重要體現，關于兩者關系的研究一直比較缺乏。在分析創新效率與創新質量互動機制的基礎上，首先采用基于松弛的超效率模型測度創新效率，然后綜合采用面板數據模型、面板門檻回歸模型、格蘭杰因果檢驗、貝葉斯向量自回歸模型研究了創新效率對創新質量的影響。研究結果表明：創新效率對創新質量具有較低的正向貢獻;創新效率較高時其對創新質量的彈性較低;當創新質量水平較低時，創新效率對創新質量的彈性較高;創新效率與創新質量尚未形成良好的協調機制;高技術產業創新質量水平總體還不高，應注重提高創新質量，同時注重深層次的創新效率提升。

關鍵詞：創新效率;創新質量;門檻效應;面板數據;貝葉斯向量自回歸模型

一、引言

創新效率是創新產出與創新投入的比值，創新效率越高，意味著企業能以越低的投入獲取越大的創新產出，對于企業科技競爭力提升無疑具有重要意義。創新質量是企業創新水平的重要體現，擁有較高的創新質量意味著企業可以獲得創新帶來的巨大收益。然而效率與質量又是一對矛盾體，原始創新、重大創新等高質量創新往往意味著長期的巨大投入，在保證創新效率較高的情況下很難保證創新質量較高。高技術產業是我國國民經濟發展的主導產業，研究創新效率與創新質量的關系，探索創新效率對創新質量的作用規律，分析其互動機制，不僅能夠豐富國家創新系統理論，而且對高技術產業創新驅動發展具有十分重要的意義。

關于創新效率的測度與分析，其研究成果較多。Cherchye等（2005）采用包絡分析法從微觀的角度對荷蘭8所大學的科研投入產出效率進行了比較分析。朱金龍、朱衛未等（2018）利用主成分分析和超效率數據包絡分析組合模型，對江蘇行業產業類27個協同創新中心建設期內的科研效率進行了比較分析。魏國江（2016）按照技術創新、產品創新及市場創新構建三階段共享投入模型，結果發現外資企業、股份公司創新效率最高，國有、集體企業創新效率墊底。刁秀華、李姣姣等（2018）認為，我國高技術產業的技術創新效率呈現明顯的中部、西部、東部區域差異，技術進步是導致各區域技術創新效率低的主要原因。Hirshleifer等（2013）使用專利授權數和引用數與R&D資本的比值作為衡量企業創新效率的指標。Thomas等（2011）采用專利與研發經費比值、出版物與研發經費比值等指標測算了美國 50 個州的創新效率。劉永松、王婉楠等（2019）利用兩階段網絡DEA模型測度了南亞、東南亞國家的創新效率。

關于創新效率的影響因素，Benhabib等（1994）研究指出，許多發展中國家的技術引進效率較低，原因是其人類資源素質較低。Fuchs等（2011）研究認為，從創新效率來看，顧客參與創新擁有較高的創新效率和較低的創新成本。國勝鐵、楊博等（2018）研究發現，技術引進是縮小技術差距的有效途徑，但技術差距對技術引進效率存在門限效應。余紅偉、譚琳（2017）研究了卓越績效、全面質量、ISO 質量標準三種質量管理模式對創新效率的影響。黃繁華、高靜（2013）指出，我國向高收入國家出口地緣偏向性的增多不利于技術效率的提高，向中低收入國家出口的地緣偏向性與技術效率存在顯著的正相關關系。錢麗、王文平等（2018）測算了中國工業企業綠色研發和成果轉化效率，發現產學研合作、創新氛圍、外商投資、環保投入強度有利于效率提升。陳抗、戰炤磊（2019）研究了產業集群外溢效應對創新效率的影響。

關于創新質量的界定，包括廣義與狹義兩種觀點。廣義的觀點從產品與服務質量角度加以展開，Haner（2002）認為創新質量包括產品及服務質量、生產過程質量、企業管理質量三個維度。狹義的觀點則強調研發質量及其價值，Lanjouw等（2004）、Teemu等（2014）認為創新質量既包含著創新的技術價值，也包含著經濟價值。李習保（2007）較早提出了創新能力評價不僅需要考察創新成果的數量，更應考慮創新的“質量”。文顯堂（2011）認為衡量創新質量有兩條標準即改變世界和帶來巨大效益 文顯堂，《創新質量決定中國未來》，http：//blog.sina.com.cn/s/blog_6c9637e30100xmt6.html。。

關于創新質量的影響因素，Vestal（2014）實證研究認為，企業與顧客合作能夠促進創新質量提升。Claver等（1998）研究發現創新氛圍和創新文化對創新質量有積極的影響。荊寧寧、黃申奧等（2017）發現，創新文化與創新質量、顧客創新與創新質量之間存在顯著的正相關關系。Prajogo等（2006）通過對美國企業的調查發現，企業的研究和開發經費投入能提高創新質量。蔡紹洪、俞立平（2017）研究了創新數量與創新質量的協同作用機制，發現創新質量對企業效益的貢獻并不顯著。許昊、萬迪昉等（2017）發現風險投資甄別了創新質量，能夠有效抑制以外觀設計和實用新型為代表的低質量創新，積極促進以發明專利為代表的高質量創新。程俊杰（2019）認為創新質量較低的原因包括研發投入不足、創新成果產業化機制尚未形成、創新環境亟待優化、路徑依賴難以突破等。

關于創新質量與創新效率之間的關系，總體研究不多，主要集中在產品質量與生產效率上。Hallak等（2009）認為企業具有生產效率和質量生產能力異質性，同時認為企業生產效率越高其可變成本越低，質量生產能力越高。Melitz（2003）基于新新國際貿易理論，指出產品質量的異質性是企業生產率的差異影響出口行為的重要補充。Juan（2006）、Gene等（2008）認為不同目標市場的產品質量和服務需求是有差異的，他們研究了質量評價與技術效率的關系。羅麗英、齊月（2016）研究發現綜合技術創新效率的提高能顯著促進出口產品質量升級，高技術行業技術研發效率對出口產品質量升級的影響最為顯著，中等技術行業技術轉化效率對出口產品質量升級的影響最大。

單純從創新效率與創新質量的角度看，現有的研究均比較豐富。關于創新效率的測度方法，涉及產出投入指標比較、指標體系、DEA數據包絡分析等，目前以后者為主。關于創新效率的影響因素，涉及人力資本、顧客參與、技術引進、質量管理模式、地緣偏向、產學研合作、創新氛圍、外商投資、環保投入、要素配置等諸多方面。關于創新質量的界定，廣義的觀點涉及產品及過程質量，狹義的觀點涉及研發質量。關于創新質量的影響因素，涉及顧客參與、創新文化、研發投入、創新數量、風險投資、產學研合作等方面。關于創新效率與創新質量的關系，現有研究較少涉及，更多涉及產品質量。總體上，在以下幾個方面有待進一步深入：

第一，關于創新效率與創新質量的互動機制及其理論研究，現有研究只有零星的描述，缺乏系統性，需要進一步進行分析和總結。

第二，關于創新效率對創新質量的影響大小、影響規律，也有必要進行進一步的研究。

第三，創新效率與創新質量之間可能存在非線性關系，或者說可能存在門檻效應，需要從全新的視角開展研究。

本文從宏觀和狹義角度界定創新質量，側重從產業創新質量的視角進行分析。所謂產業創新質量，就是指產業原始創新、重大創新等高水平創新的體現，是產業科技競爭力水平的綜合體現。在此基礎上，基于中國高技術產業省際宏觀面板數據，在分析創新效率與創新質量關系的基礎上提出假設，然后綜合采用面板數據模型、面板門檻回歸模型、貝葉斯向量自回歸模型，分析創新效率與創新質量的關系。

二、理論基礎與研究方法

（一）創新效率與創新質量的關系

1.創新效率對創新質量的作用機制

創新效率對創新質量的作用機制如圖1所示。創新效率較高，意味著擁有較高的純技術效率和規模效率。純技術效率本質上是創新過程中創新自身技術水平的總體體現，如良好的實驗設備和條件、較強的研發隊伍、較好的信息檢索能力和手段等;規模效率是企業創新中創新規模決定的效率，源于規模經濟，規模效率提高，說明創新生產中的成本降低和創新生產效益提高，此外管理水平與規模效率密切相關，良好的創新管理有助于提高規模效率。純技術效率和規模效率水平較高均有利于提高創新質量。

從另外一個角度看，創新效率本質上又是產出投入比的重要體現，此外還隱含了對創新速度的要求。由于創新資源是有限的，所以企業在創新時均對研發投入有具體的預算，并力求盡量節省，而從創新質量的角度看，原始創新與重大創新又是需要重大投入的，并且創新原創性越強，其研發投入越大，不確定性和風險性會越大，這必然會影響創新質量。此外，創新效率較高還意味著對創新速度有具體的要求，新產品及早上市無疑具有重大優勢，但也面臨著產品不夠完善的風險。Urban等（1986）研究發現，市場第二進入者和第三進入者的市場占有率相差巨大。創新速度是一把“雙刃劍”，并不能保證較好的創新回報。因此，提高創新效率意味著對研發投入的控制與對創新速度的要求，又隱含著降低創新質量的風險，這是其負向機制。

綜合以上分析，創新效率對創新質量同時存在正向作用機制與負向作用機制，鑒于原始創新、重大創新總體比重不高，創新質量更多地體現在傳統的一般創新質量提高水平上，因此提出如下假設：

H1：創新效率對創新質量具有正向貢獻，其回歸系數為正數。

此外，創新質量對創新效率具有反饋機制，當創新質量較高時，必然存在高額回報，從而鼓勵創新效率的進一步提升。

2.創新效率與創新質量的非線性關系

純技術效率與規模效率具有相對穩定性。創新的純技術效率是企業創新技術水平的綜合體現，規模效率是創新管理水平的綜合體現，在一定的情況下是相對不變的，所以從這兩個方面來提升創新效率是相對困難的。

在創新投入產出中創新效率對創新質量的彈性是逐漸下降的，這是因為創新效率也是一種特殊的要素，是制度、管理和技術水平的綜合體現，其發揮的作用不會一直提升。從產出投入比和創新速度角度提高創新效率相對容易。創新產出需要長期積累，短期投入不足對其影響一般不大，所以如果適當縮減創新投入，則能夠提高創新效率。從創新速度角度看，適當加大研發投入、合適的研發激勵，以及科研人員的加班工作，一定程度上也能提高創新速度，進而提高創新效率。

由前述可知，純技術效率和規模效率對創新質量是正向作用機制，產出投入比和創新速度對創新質量是負向作用機制。圖2中，實線“創新效率”是兩條虛線“產出投入比、創新速度”和“純技術效率、規模效率”的疊加。從綜合效應看，當創新效率較低時，其對創新質量的彈性必然較高;而當創新效率較高時，其對創新質量的彈性必然較低。為此，提出如下假設：

H2：創新效率對創新質量的彈性呈現遞減關系，隨著創新效率的提高，創新效率對創新質量的彈性降低。

3.新效率對創新質量的門檻效應

創新效率對創新質量的門檻效應，本質上也是創新效率對創新質量的非線性作用機制，但是門檻效應可以進行更為精細的刻畫，主要包括以下幾種門檻效應：

第一，創新效率自身的門檻效應。即創新效率可以分為1個或多個門檻，創新效率水平的不同，其對創新質量的彈性大小也有差異，這和創新效率對創新質量的非線性作用機制是一樣的，不同的只是后者的彈性變化是連續的，而門檻效應的彈性是不連續的，因此兩者可以互相驗證。

第二，創新效率對創新質量貢獻的創新質量門檻效應。即可以將創新質量分為幾個不同的水平，創新效率對這幾個不同水平創新質量的彈性是不一樣的。對于高質量的創新而言，由于其難度大、投入多、時間長，一般創新效率并不高，而對于低質量創新而言，往往容易獲得較高的創新效率。為此，提出如下假設：

H3：創新效率對創新質量的貢獻存在創新質量的門檻效應，當創新質量水平較高時，創新效率對創新質量的彈性較低。

第三，創新效率對創新質量貢獻的創新成果門檻效應。即將創新成果分為不同的水平，在不同的水平下，創新效率對創新質量的彈性是不一樣的。當創新成果水平較低時，由于其創新數量少，創新質量會更差，畢竟創新質量是建立在創新數量的基礎上的，此時也談不上創新效率，因此創新效率對創新質量的彈性較低;當創新成果水平中等時，創新數量擁有一定的基礎，一般也擁有較低的創新質量，此時創新效率對創新質量的彈性會較高;當創新成果水平很高時，創新質量水平也較高，根據前文分析，此時創新效率對創新質量的彈性又進一步降低。為此，提出如下假設：

H4：創新效率對創新質量的貢獻存在創新成果的門檻效應，當創新成果水平中等時，創新效率的彈性最高。

（二）研究框架與研究方法

本文的研究框架如圖3所示。在對創新效率與創新質量的關系進行理論分析的基礎上，首先對創新效率進行測度，然后進一步研究其單向關系與動態關系。所謂單向關系，就是研究創新效率對創新質量的平均作用彈性以及非線性關系，非線性關系又包括引入創新效率的2次項進行回歸以及門檻效應回歸，其研究方法是面板數據模型與面板門檻回歸模型。所謂互動關系，包括兩個方面：一是采用格蘭杰因果檢驗分析創新數量與創新質量的互動關系，二是建立貝葉斯向量自回歸模型后通過脈沖響應函數來分析兩者的互動關系。

創新效率與創新質量本質上具有互動關系，但是本文更加關注創新效率與創新質量的平均彈性以及非線性關系，所以采用多種方法綜合進行研究，以反映創新效率與創新質量關系的全貌。

1.超效率測度模型

本文采用數據包絡分析來測度創新效率，這也是目前學術界應用得最多的方法。DEA分析的思想最早源于Charnes等（1978）的研究，傳統的DEA模型包括規模報酬不變的CCR模型和規模報酬可變的BCC模型，但其共性問題是可能存在多個決策單元的效率值為1，本文創新效率僅僅是中間變量，如果有多個值為1就不利于后續的回歸分析。為此決定采用Andersen等（1993）提出的超效率模型進行測度，其最大優點就是完全有效的決策單元效率值大于1，擁有較好的離散性和可比性。但是傳統的超效率模型并沒有解決投入要素的松弛問題，為此Tone（2002）提出了SBM（Slacks-based Measure）模型，將松馳變量直接放入目標函數。本文采用SBM-SDEA模型，一方面將松弛變量引入DEA，另一方面測度超效率，從而較好地解決了創新質量的測度問題。

2.基本方程與面板數據模型

對于公式（2）和公式（3），擬基于高技術產業的省際面板數據，采用面板數據模型來進行估計。該模型由Mundlak（1961）首創，目前已經比較成熟，它能在有限的時間內提供更多的數據量，從而保證了模型估計時自由度充足;固定效應模型通過差分估計，所以對重要變量遺失不敏感;此外，由于研發經費、研發人員之間往往高度相關，容易存在多重共線性，但面板數據模型也能很好地進行處理。

關于面板數據的估計方法，考慮到創新效率與創新質量之間存在互動關系，因此采用系統廣義矩（SYS-GMM）方法進行估計，工具變量采用各自變量的1階滯后項。

3.創新效率的門檻回歸模型

創新效率的門檻回歸模型包括創新效率自身的門檻、創新質量門檻、創新成果門檻，其原理大同小異。以創新質量門檻為例，假設存在一個創新質量門檻變量τ，使得對于Q≤τ和Q>τ時，創新效率對創新質量的彈性存在顯著差異。當Q≤τ時，創新效率對創新質量的彈性系數為θ1;當Q>τ時，創新效率對創新質量的彈性系數為θ2，即：

4.貝葉斯向量自回歸模型

Litterman（1986）將傳統向量自回歸模型與貝葉斯推斷理論相結合，建立了貝葉斯向量自回歸模型（Bayesian Vector Autoregressions，BVAR）。與傳統VAR模型相比，貝葉斯向量自回歸模型大大降低了估計時的自由度，具有較高的預測精度，而且不需要進行協整檢驗，可以用來分析創新效率與創新質量的互動關系。

三、數據來源

創新質量變量的選擇。關于創新質量的測度，Guellec等（2000）指出專利審查機構會授予那些擁有相當程度原創性技術內涵的專利以正式的專利權，被授權的專利擁有比未被授權專利更高的質量水平。Tong等（1994）認為專利中的權利要求數量能體現技術創新的能力和創新質量。Cornelli等（1999）提出用專利支付年費的時間長度衡量專利價值，年費支付延續時間較長的專利擁有更高的質量。張古鵬、陳向東（2011）提出可以通過專利的授權率和付費期長度來衡量創新質量。綜合以上結果，考慮到我國專利包括發明專利、實用新型與外觀設計三大類，發明專利質量最高，加上本文側重研究宏觀產業角度的創新質量，最終采用發明專利的授權率作為創新質量的替代變量。

創新效率的計算。創新效率的測度方法較多，以數據包絡分析為主，根據前文分析，本文采用基于松弛變量的超效率測度模型SBM-SDEA進行測度。投入變量采用企業研發經費內部支出、研發人員折合全時當量，關于創新成果，借鑒Griliches（1990），張同斌、陳婷玉（2020），冷松（2020）等的研究，采用新產品銷售收入作為替代變量。

本文所有數據來自于中國高技術產業統計年鑒，由于從2010年才開始公布發明專利的申請與授權量，因此研究數據范圍為2010-2017年。西藏、青海、新疆、寧夏數據缺失年份較多，因此將這4個地區刪除，實際為中國大陸27個地區8年的面板數據，變量的描述統計如表1所示。

四、實證結果

（一）變量的平穩性檢驗

本文研究數據時間跨度為8年，總體時間不長，為了提高研究的穩健性，本文繼續進行平穩性檢驗，方法是同時采用Levin Lin&Chu檢驗、Im Pesaran and Shin W-stat檢驗、ADF-Fisher檢驗，以結果一致為準，經過一階差分，所有變量均為平穩時間序列，結果如表2所示。

（二）面板數據回歸

面板數據回歸結果如表3所示，表3括號中的數字為t檢驗結果（下同）。首先引入研發經費、研發勞動力、創新效率對創新質量進行回歸。hausman檢驗值為15.686，p值為0.001，所以選擇固定效應模型進行估計。結果顯示，研發經費在5%的水平下通過了統計檢驗，研發勞動力和創新效率均在10%的水平下通過了統計檢驗。三者的彈性系數之和為0.129，遠遠小于1，說明從創新質量的角度看，創新投入的績效總體不高，處于規模報酬遞減階段，深層次上也說明了高技術產業創新質量不高。從創新效率看，其彈性最低，僅為0.017，也就是說創新效率每提高1%，創新質量僅提高0.017%。這樣H1就得到了驗證，創新效率對創新質量有積極的貢獻。盡管創新效率對創新質量同時存在正向機制和負向機制，但由于正向機制總體上大于負向機制，所以最終創新效率對創新質量的貢獻還是值得肯定的。

繼續引入創新效率的2次項，分析創新效率與創新質量的非線性關系。Hausman檢驗值為17.511，p值為0.002，拒絕隨機效應的原假設，可繼續采用固定效應模型進行估計。創新效率沒有通過統計檢驗，但其2次項在5%的水平下通過了統計檢驗。創新效率和創新效率2次項的回歸系數均為負數，這樣創新效率與創新質量之間就呈“倒U型”曲線，由于其拋物線對稱軸在Y軸左邊，創新效率值不可能為負數，也就是說，隨著創新效率的提高，其對創新質量的彈性是逐步降低的，這樣H2就得到了驗證，這也符合邊際遞減規律。

（三）面板門檻回歸

1.創新效率自身的門檻效應

首先進行創新效率的單門檻檢驗，其F檢驗值為22.751，概率為0.001，拒絕沒有單門檻的原假設，繼續進行雙門檻檢驗，其F檢驗值為2.656，概率為0.090，在10%的水平下通過了統計檢驗。在這種情況下，兼顧計量的精細和統計檢驗的結果，最終采用雙門檻模型進行估計，結果如表4所示。

創新效率有2個門檻，其對數值分別為-2.059、-0.226，將創新效率分為低、中、高3個水平，數據數量分別為60、147、9個，絕大多數處于創新效率的中低水平。當創新效率水平較低時，創新效率與創新質量無關，回歸系數沒有通過統計檢驗;當創新質量水平中等時，創新效率的彈性系數為0.074，通過了統計檢驗;當創新質量水平較高時，創新效率的彈性系數為-1.237，也通過了統計檢驗。雖然門檻回歸模型不是連續模型，但結果與引入創新效率2次項的面板回歸模型基本相似，進一步驗證了H2。

2.創新效率的創新質量門檻

首先進行創新質量的單門檻檢驗，其F檢驗值為58.869，概率為0.000，拒絕沒有單門檻的原假設，繼續進行雙門檻檢驗，其F檢驗值為40.190，概率為0.000，同樣通過了統計檢驗，考慮到數據量所限，最終采用雙門檻模型進行估計，結果如表5所示。

創新質量有2個門檻，其對數值分別為3.688、3.952，將創新質量分為低、中、高3個水平，數據數量分別為45、78、93個，總體呈遞增狀態。當創新質量水平較低時，創新效率對創新質量的彈性為0.090，并且通過了統計檢驗;當創新質量水平中等時，創新效率的彈性系數為-0.039，但沒有通過統計檢驗;當創新質量水平較高時，創新效率的彈性系數為-0.138，通過了統計檢驗。總體上，當創新質量較低時，創新效率的彈性較大，績效較好。這樣H3就得到了檢驗，當創新質量水平較高時，創新效率對創新質量的彈性反而較低。這是因為，創新質量較高的企業往往也具有較高的創新效率，進一步提升創新效率比較困難，而當創新質量水平較低時，創新效率往往也較低，改進空間大，容易取得較好的效果。

3.創新效率的創新成果門檻

首先進行創新成果的單門檻檢驗，其F檢驗值為16.936，概率為0.000，拒絕沒有單門檻的原假設，繼續進行雙門檻檢驗，F檢驗值為7.499，概率為0.010，同樣通過了統計檢驗，考慮到數據量所限，最終采用雙門檻模型進行估計，結果如表6所示。

創新成果有2個門檻，其對數值分別為11.815、12.992，將創新成果分為低、中、高3個水平，數據數量分別為15、29、172個，大多數處在高創新成果區間。當創新成果水平較低時，創新效率對創新質量的彈性為-0.257，并且通過了統計檢驗;當創新質量水平中等時，創新效率的彈性系數為0.066，同樣通過了統計檢驗;當創新成果水平較高時，創新效率的彈性系數為0.005，但沒有通過統計檢驗。

當創新成果較低時，一般而言談不上創新質量，所以創新效率的績效不佳，當創新成果較高時，一般也意味著創新質量總體較高，在這樣的情況下，根據前文研究，創新效率一般也難以獲得較高的績效。這樣H4就得到了檢驗，當創新成果水平中等時，創新效率的彈性最高。

（四）創新數量與創新質量互動關系的因果檢驗

創新效率與創新質量的格蘭杰因果檢驗如表7所示。考慮到面板數據的時間跨度為8年，因此本文滯后期選取1-4期進行檢驗。從檢驗結果看，創新效率不是創新質量的格蘭杰原因，但從第二年開始，創新質量是創新效率的格蘭杰原因，也就是說，提高創新效率的根本舉措在于提高創新質量。

（五）貝葉斯向量自回歸模型

創新效率的脈沖響應函數如圖4所示。除自身外，來自創新成果、研發經費一個標準差的正向沖擊對其影響最大，兩者影響大小相當，均是當期沒有影響，第二期開始提高后趨于穩定，說明創新成果、研發經費的增加均有利于提高創新效率。尤其是研發經費，在加大投入的情況下還能提高創新效率，說明其帶來的產出更大，這非常有意義。來自創新質量一個標準差的正向沖擊對其影響為負值，當期為0，然后緩慢衰減，作用時間較長，說明創新質量的提升不利于提高創新效率。

創新質量的脈沖響應函數如圖5所示。來自研發經費一個標準差的正向沖擊對其有輕微影響，來自創新成果的沖擊對其幾乎沒有影響，這和面板回歸結果基本一致，主要原因是高技術產業創新質量水平總體不高。而來自創新效率的沖擊除了當期有輕微的正向影響外，很快衰減為負數，總體上說明提高創新效率并不能提高創新質量。

研發經費的脈沖響應函數如圖6所示。來自創新成果一個標準差的正向沖擊對其影響最大，當期為0，然后以較快的速度增長并趨于平穩，作用時間較長，說明創新成果對研發投入形成了良好的反饋。其次是創新質量的沖擊，當期就發揮作用，從第二期開始一直處于穩步上升狀態，說明創新質量對研發投入也具有良好的反饋作用。創新效率的沖擊對研發經費投入的影響總體上為負數，短期提高創新效率只能硬性降低研發投入。

創新成果的脈沖響應函數如圖7所示。來自研發經費一個標準差的正向沖擊對其影響最大，當期發揮作用，而且比較平穩，作用時間較長，說明加大研發投入是提高創新成果的根本措施。其次是創新效率的沖擊，當期發揮作用，水平較高，隨后開始衰減，說明提高創新效率也有助于創新成果的增加。最后是創新質量的沖擊，當期發揮作用，隨后緩慢提高，作用時間較長，創新質量也是創新成果的重要體現。

五、研究結論與政策啟示

（一）研究結論

1.創新效率對創新質量具有較低的正向貢獻

創新效率對創新質量同時具有正向作用機制與負向作用機制，其正向機制主要體現在通過提高創新自身的技術水平改善純技術效率，通過改善創新管理水平提高規模效率，進而提高創新質量。其負向作用機制主要體現在創新效率本質上即產出投入比，適當降低投入可以提高效率，但是會有損創新質量。此外，效率提高隱含著對創新速度的要求，而這可能降低創新質量。面板數據的實證研究結果表明，創新效率對創新質量的彈性為正數，但彈性總體較低。

2.創新效率較高時其對創新質量的彈性反而較低

創新效率的正向作用機制中，純技術效率與規模效率短期具有相對穩定性，一般提升比較困難。創新效率的負向作用機制中，適當增加人為控制可以提高產出投入比與創新速度。這樣如果違背創新效率自身發展規律而人為施加一定的影響，在提高創新效率的同時實際上僅僅提升了其負向作用機制，導致其對創新質量的彈性下降。面板數據中引入創新效率2次項的研究表明，創新效率處在“倒U型”曲線的右側，即創新效率較高時其對創新質量的貢獻反而較低。面板門檻回歸模型中，創新效率自身的門檻效應顯示，創新效率較低時，其對創新質量的正向彈性不顯著;創新效率中等時，其對創新質量的正向彈性顯著;創新效率較高時，其對創新質量的負向彈性顯著。這些充分說明，隨著創新效率的提高，其對創新質量的彈性降低，甚至會出現負值。

3.創新質量較低時創新效率對創新質量的彈性較高

對于低質量的創新而言，由于創新難度小，如果能提高創新效率，是有利于創新質量提高的;而對于高質量創新而言，由于投入大、難度大、時間長，在這種情況下提高效率非常困難，因此創新效率總體不高。面板門檻回歸結果表明，當創新質量較低時，創新效率對其的正向彈性顯著，通過了統計檢驗;當創新質量中等時，創新效率對其的負向彈性不顯著，沒有通過統計檢驗;當創新質量較高時，創新效率對其負向彈性顯著，通過了統計檢驗。

當創新成果中等時，創新效率對創新質量的彈性最大。當創新成果較低時，一般談不上創新質量，創新效率一般也不高，所以創新效率對創新質量的彈性總體不佳;當創新成果中等時，擁有一定的創新質量，創新效率對其績效較高;當創新成果較高時，創新質量一般也較高，此時創新效率的彈性反而降低。創新效率對創新質量的創新成果門檻效應證明了這一點。

4.創新效率與創新質量尚未形成良好的協調機制

面板數據與面板門檻回歸的靜態研究表明，創新效率對創新質量的彈性呈現較低的正相關關系，創新效率較高時其對創新質量的彈性較低，創新質量較低時創新效率對創新質量的彈性較高，兩者總體協調不佳。

格蘭杰因果檢驗的研究表明，創新效率無論在什么情況下，都不是創新質量的格蘭杰原因。但在滯后2、3、4期的情況下，創新質量是創新效率的格蘭杰原因。這說明創新質量對創新效率擁有較好的反饋效應，但創新效率尚不能非常有效地促進創新質量。

貝葉斯向量自回歸模型的研究結果表明，創新效率的正向沖擊對創新質量的影響為負向，創新質量的正向沖擊對創新效率的影響也為負向。

造成高技術產業創新效率與創新質量協調不佳的根本原因是我國的創新質量總體還不高，從創新投入產出看，創新投入對創新質量的彈性之和僅為0.129，處于嚴重的規模報酬遞減階段。此外，創新效率也有較大的提升空間，從脈沖響應函數可以看出，創新效率的正向沖擊對研發投入的影響顯著為負，依靠降低研發經費來提高創新效率是沒有意義的。

（二）政策啟示

1.高技術產業目前的首要任務是提高創新質量

改革開放以來，中國高技術產業取得了長足的發展與令人矚目的成就，目前其創新總量已經頗具規模，中國已經連續多年成為世界上專利申請數量第一的國家，但是中國高技術產業目前的創新質量還不高，研發投入難以有效地促進創新質量提升，在許多領域我國的關鍵技術還受制于人。因此，高技術產業應該轉變創新思路，加強基礎研究，注重原始創新與重大創新，通過提高創新質量來引領高技術產業創新的轉型升級。

創新效率對創新質量的彈性較低，根本原因是負向機制的作用較強，表現為創新一味追求產出投入比和創新速度，這對創新質量的提升是不利的。凡是重大創新、顛覆性創新等創新質量較高的領域，在做好創新管理的同時，都要加大投入，不能過分追求節約成本和提高創新速度。

2.應注重提高創新效率與創新質量的協調關系

效率與質量應該有所側重。當創新效率較低時，固然從效率角度有存在瑕疵，但能有效地提高創新質量。當創新質量較低時，雖然這是不利因素，但此時創新效率對創新質量的提升機制較好。在高技術產業創新效率與創新質量的協調機制尚不完善的情況下，企業應該根據具體情況因地制宜，尋找自身的創新效率與創新質量提升路徑，政府應該出臺相關政策，精細化地加以引導和扶持。

效率和質量是統一的，創新質量不高的原因本質上在于沒有實現效率與質量的有機協調。短期創新效率的提高固然容易取得較好的效果，但對創新質量提高不利，而要提高創新質量，短期會犧牲創新效率。所以，企業必須制定好長期的創新發展戰略，從有助于提高企業長期競爭力的角度出發，平衡好創新效率與創新質量的關系，避免短期行為。

高技術產業應該從深層次提高創新效率。淺層次的創新效率提升包括提高產出投入比和創新速度，由于人為干預成分較大，因此稍有不慎，可能起到相反的效果。而深層次的創新效率提升包括改進自身的技術與加強創新管理，這才是創新質量提升的關鍵。因此，高技術企業一方面要加強學習，注重交流，努力提升自己的創新水平，從而提高純技術效率;另一方面也應該加強創新管理研究，合理分配創新資源，加強創新人才激勵，努力提高規模效率水平。

參考文獻：

[1] 蔡紹洪、俞立平，2017：《創新數量、創新質量與企業效益——來自高技術產業的實證》，《中國軟科學》第5期。[Cai Shaohong and Yu Liping，2017，Innovation Quantity，Innovation Quality and Firm Benefit—— Evidence from the High-tech Industries，China Soft Science，5.]

[2] 陳抗、戰炤磊，2019：《規模經濟、集聚效應與高新技術產業全要素生產率變化》，《現代經濟探討》第12期。[Chen Kang and Zhan Zhaolei，2019，Economies of Scale，Agglomeration Effect and Changes in Total Factor Productivity of High-tech Industry，Modern Economic Research，12.]

[3] 程俊杰，2019：《高質量發展背景下破解“創新困境”的雙重機制》，《現代經濟探討》第3期。[Cheng Junjie，2019，Double Mechanisms of Solving “Innovation Dilemma” under the Background of High-quality Development，Modern Economic Research，3.]

[4] 刁秀華、李姣姣、李宇，2018：《高技術產業的企業規模質量、技術創新效率及區域差異的門檻效應》，《中國軟科學》第11期。[Diao Xiuhua，Li Jiaojiao and Li Yu，2018，Research on the Threshold Effect Between Firm Size Quality and Technological Innovation Efficiency：Panel Data from High-tech Industries in China，China Soft Science，11.]

[5] 國勝鐵、楊博、王林輝，2018：《產品質量、技術差距與技術引進效率：來自上海市制造業的經驗證據》，《宏觀經濟研究》第3期。[Guo Shengtie，Yang Bo and Wang Linhui，2018，Product Quality， Technology Gap and Technology Import Efficiency：Empirical Evidence from Shanghai Manufacturing Industry，Macroeconomics，3.]

[6] 黃繁華、高靜，2013：《出口地緣偏向性、質量評價與技術效率評估》，《世界經濟研究》第7期。[Huang Fanhua and Gao Jing，2013，Trade Geopolitical Deviation，Quality Valuation Mechanism and Technology Efficiency Assess，World Economy Studies，7.]

[7] 荊寧寧、黃申奧、李德峰，2017：《創新文化、顧客創新、社交媒體與創新質量之間的關系——有調節的中介效應模型》，《宏觀質量研究》第4期。[Jing Ningning，Huang Shenao and Li Defeng，2017，Research on the Relationship Between Innovation Culture， Customer Innovation， Social Media and Innovation Quality—A Moderated Mediation Model，Journal of Macro-quality Research，4.]

[8] 冷松，2020：《研發投入的創新績效綜合評估研究——基于儀器設備視角》，《云南財經大學學報》第6期。[Leng Song，2020，Research on the Comprehensive Evaluation of the Innovation Performance of R&D Investment：From the Perspective of Instrument and Equipment，Journal of Yunnan University of Finance and Economics，6.]

[9] 李習保，2007：《中國區域創新能力變遷的實證分析： 基于創新系統的觀點》，《管理世界》第12期。[Li Xibao，2007，A Case Study on the Changes in the Innovation Capability of Chinas Regions：A Concept Based on the Innovation System，Management World，12.]

[10] 劉永松、王婉楠、王墨林，2019：《基于兩階段網絡DEA模型的國家創新效率研究——基于南亞、東南亞國家》，《云南財經大學學報》第6期。[Liu Yongsong，Wang Wannan and Wang Molin，2019，A Study on the National Innovation Efficiency Based on Two-stage Network DEA Model：Based on South and Southeast Asia Countries，Journal of Yunnan University of Finance and Economics，6.]

[11] 羅麗英、齊月，2016：《技術創新效率對我國制造業出口產品質量升級的影響研究》，《國際經貿探索》第4期。[Luo Liying and Qi Yue，2016，Research on the Effect of Technological Innovation Efficiency on the Quality Upgrading of Chinese Manufacturing Export Products，International Economics and Trade Research，4.]

[12] 錢麗、王文平、肖仁橋，2018：《共享投入關聯視角下中國區域工業企業綠色創新效率差異研究》，《中國人口·資源與環境》第5期。[Qian Li，Wang Wenping and Xiao Renqiao，2018，Research on the Regional Disparities of Chinas Industrial Enterprises Green Innovation Efficiency from the Perspective of Shared Inputs，China Population，Resources and Environment，5.]

[13] 魏國江，2016：《不同類型企業創新效率差異及分解分析》，《福建論壇（人文社會科學版）》第9期。[Wei Guojiang，2016，Analysis on the Difference and Decomposition of Innovation Efficiency of Different Types of Enterprises，Fujian Tribune，9.]

[14] 許昊、萬迪昉、徐晉，2017：《風險投資、區域創新與創新質量甄別》，《科研管理》第8期。[Xu Hao，Wan Difang and Xu Jin，2017，Venture Capital， Regional Innovation and Innovative Quality Screening，Science Research Management，8.]

[15] 余紅偉、譚琳，2017：《質量管理模式能提高企業創新效率嗎？——基于2015年中國企業員工匹配調查數據的實證研究》，《北京工商大學學報（社會科學版）》第2期。[Yu Hongwei and Tan Lin，2017，Can Quality Management Model Improve Innovation Efficiency？——Empirical Study Based on Chinese Employer-employee Survey Data，Journal of Beijing Technology and Business University（Social Sciences），2.]

[16] 朱金龍、朱衛未、宋福明，2018：《基于PCA-SEDEA的高校協同創新中心科研效率分析與評價——以江蘇高校行業產業類協同創新中心為例》，《科技管理研究》第24期。[Zhu Jinlong，Zhu Weiwei and Song Fuming，2018，Analysis and Evaluation of Research Efficiency of University Collaborative Innovation Center Based on PCA-SEDEA： Take the Collaborative Innovation Center of Industry and Industry in Jiangsu as an Example，Science and Technology Management Research，24.]

[17] 張古鵬、陳向東，2011：《基于專利的中外新興產業創新質量差異研究》，《科學學研究》第12期。[Zhang Gupeng and Chen Xiangdong，2011，Research of Gap of Innovation Quality Between China and Overseas Countries in Emerging Industry Based on Patent，Studies in Science of Science，12.]

[18] 張同斌、陳婷玉，2020：《中國制造業需求驅動研發模式及創新效應研究》，《系統工程理論與實踐》第6期。[Zhang Tongbin and Chen Tingyu，2020，Research on the Demand-driven R&D Model and Its Innovative Effect in Chinas Manufacturing Industry，Systems Engineering-Theory & Practice，6.]

[19] Andersen P. and N. C. Petersen，1993，A Procedure for Ranking Efficiency Units in Data Envelopment Analysis，Management Science，39（10），1261-1264.

[20] Benhabib J. and M. M. Spiege，1994，The Role of Human Capital in Economic Development Evidence from Aggregate Cross-country Data，Journal of Monetary Economics，34（2），143-173.

[21] Charnes A.，W. W. Cooper and E. Rhodes，1978，Measuring the Efficiency of Decision Making Units，European Journal of Operational Research，（2），429-444.

[22] Cherchye L. and P. V. Abeele，2005，On Research Efficiency：A Micro-Analysis of Dutch University Research in Economics and Business Management，Research Policy，34（4），495-516.

[23] Claver E.，J. Llopis. and D. Garcia，1998，Organizational Culture for Innovation and New Technological Behavior，The Journal of High Technology Management Research，9（1），55-68.

[24] Cornelli F. and M. Schankerman，1999，Patent Renewals and R&D Incentives，The RAND Journal of Economics，30（2），197-213.

[25] Fuchs C. and M. Schreier，2011，Customer Empowerment in New Product Development，Journal of Product Innovation Management，28（1），17-32.

[26] Gene M. G. and R. H. Esteban，2008，Trading Tasks： A Simple Theory of Off-shoring，American Economic Review，98（ 5），1978-1997.

[27] Griliches Z.，1979，Issues in Assessing the Contribution of Research and Development to Productivity Growth，Bell Journal of Economics，10（1），92-116.

[28] Griliches Z.，1990，Patent Statistics as Economic Indicators： A Survey，Journal of Economic Literature，28（12），1661-1707.

[29] Guellec D. and B. Pottelsberghe，2000，Applications，Grants and the Value of Patent， Economic Letters ，69（1），109-114.

[30] Hallak，J.C. and J. Sivadasan，2009，Firms Exporting Behavior under Quality Constrains，NBER Working Paper，No.14928.

[31] Haner U.E.，2002，Innovation Quality-A Conceptual Framework， International Journal of Production Economics，80（1），31-37.

[32] Hirshleifer D.，P. H. Hsu and D. Li ，2013，Innovative Efficiency and Stock Returns，Journal of Financial Economics，107（3），632-654.

[33] Jaffe A.B.，1989，Real Effects of Academic Research，The American Economic Review，79（5），957-970.

[34] Juan C. H.，2006，Product Quality and the Direction of Trade， Journal of International Economics，68，238-265.

[35] Lanjouw J.O. and M. Schankerman，2004，Patent Quality and Research Productivity： Measuring Innovation with Multiple Indicators，Economic Journal，114（10），441-465.

[36] Litterman R.B.，1986，Forecasting with Bayesian Vector Autoregressions Five Years of Experience，Journal of Business and Economics Statistics，2（4），25-38.

[37] Melitz M.J.，2003，The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity，Econometrica，71（6），1695-1725.

[38] Mundlak Y.，1961，Empirical Productions Free of Management Bias，Journal of Farm Economics，（43），44-56.

[39] Prajogo D.I. and A. S. Sohal，2006，The Integration of TQM and Technology/R&D Management in Determining Quality and Innovation Performance，Omega，34（3），296-312.

[40] Teemu M. and I. Tommi，2014，Innovation Quality in Knowledge Cities： Empirical Evidence of Innovation Award Competitions in Finland，Expert Systems with Applications，41（12），5597-5604.

[41] Thomas V.J.，S. Sharma and S. K. Jain，2011，Using Patens and Publications to Assess R&D Efficiency in the States of USA，European economic review，33（1），4-10.

[42] Tone K. A.，2002，Slacks-based Measure of Super-efficiency in Data Envelopment Analysis，European Journal of Operational Research，143（1），32-41.

[43] Tong X. and J. D. Frame，1994，Measuring National Technological Performance with Patent Claims Data，Research Policy，23（2），133-141.

[44] Urban G.L.，T. Carter，S. Gaskin and Z. Mucha，1986，Market Share Rewards to Pioneering Brands： An Empirical Analysis and Strategic Implications，Management Science，32 （6），645-659.

[45] Vestal A.，2014，How Do Cross-Cluster Teams Affect Innovation Quality？ The Moderating Role of Team Compilation，Academy of Management Annual Meeting Proceedings，17168-17168.