高技術產業產學研協同創新效率研究

張曼 菅利榮

[摘 要]高技術產業產學研協同創新活動是一個復雜動態的過程，從創新價值鏈視角將其更細致地劃分為技術研發階段和成果轉化階段。構建了兩階段高技術產業產學研協同創新效率評價指標體系，更注重了中間投入產出的指標，并使用共享投入關聯DEA模型對中國高技術產業5大類15個細分子行業的面板數據進行創新效率測算，針對測算結果進行動態效率分析。結果表明：高技術產業各行業間產學研協同創新效率無論是整體還是兩個子階段都存在很大差異，4個評價期內的變化也各有不同。在此基礎上，提出相應的行業發展建議，為高技術產業各行業提高產學研創新效率提供借鑒和參考。

[關鍵詞]高技術產業;產學研協同創新;兩階段共享投入DEA;動態效率分析

[中圖分類號]F124.3[文獻標識碼]A[文章編號]1673-0461（2021）03-0025-09

一、引 言

高技術產業作為知識、技術及創新要素密集的戰略性新興產業，已經成為增強國家經濟核心競爭力新的增長點，而技術創新是保證其穩定、持續發展的關鍵要素。技術創新的高風險性、不確定性等特點使得產學研協同創新成為其實現的首要選擇。

產學研協同創新是以實現技術創新為目的，由高校、科研機構、企業等創新主體形成資源共享、風險共擔、協同合作的創新模式。近幾年，中國各大城市相繼成立了高新技術產業園等創新型產業集群來發展高技術產業，這些產業園的主要任務就是進行產學研協同創新。隨著國家對產業園培育和發展的重視，園區協同創新能力逐漸增強，高技術產業發展迅速，在2019年，全球競爭力指數中國排名第28名，為金磚國家之首，其中創新能力排名第24位[1]，然而，中國高技術產業仍然存在行業發展失衡的現象，各行業產學研協同創新效率還依然存在很大的上升空間。

產學研協同創新開始于Schumpter提出的創新理論，之后許多學者相繼追隨，創新研究的內涵不斷完善，20世紀80年代，隨著新興產業的大量興起，加強產學研結合，提高高技術產業創新效率成為學者們研究的焦點。學者們證實了協同創新可以提高創新效率，但根據產業特征的不同，會呈現出不同的影響程度[2]，因此，不同行業進行協同創新提高創新效率需要不同的政策引導和管理機制，本文將基于行業的差異性，通過面板數據來測度高技術產業的產學研協同創新效率并進行分析，進而得到提高各行業產學研協同創新效率的政策建議。

隨機前沿生產函數（SFA）和數據包絡分析（DEA）是目前學術界進行高技術產業創新效率測度最廣泛的方法。DEA模型在多投入多產出指標效率測算上具有明顯優勢，更適合于研究技術創新這樣的多投入多產出的復雜過程，更多的學者選擇Charnes等（1978）提出的非參數評價相對效率的DEA方法來測度技術創新效率[3]。之后，學者們在此基礎上根據實際應用中的不同視角對DEA模型進行了擴展，相繼提出了兩階段DEA[4]、網絡DEA模型[5]、三階段DEA[6]、交叉效率DEA[7]、共享投入關聯兩階段DEA[8-9]、資源約束兩階段DEA[10]、共享回饋兩階段DEA[11]等。隨著對DEA模型的優化改進，學者們對高技術產業創新效率的實證研究熱度不減，他們不再將高技術產業創新過程看作一個整體分析其投入產出，而是更偏向于將其劃分為兩個階段（技術研發階段和成果轉化階段）來應用DEA分析[2，8]，以便能更細致地掌握各個階段中間的指標信息，更深入地探尋高技術產業資源投入不均、轉化率低等問題的影響因素。葉銳等（2012）使用了Kao & Hwang（2008）[4]以及陳凱華和官建成（2011）[9]提出的共享投入關聯兩階段DEA模型測算了省際高技術產業創新效率，也得到了初始投入配置和兩階段間的轉化信息[12]。馮志軍和陳偉（2014）在考慮了兩個階段關聯關系的同時又考慮了初始投入配置，構建出了兩階段資源約束型DEA模型，測算了高技術產業所有行業的效率[10]。之后，隨著創新網絡型模式的提出，學者們將關注點聚焦在了兩階段間轉化信息的實際處理，馬建峰和何楓（2014）加入了自由中間產出的考量[13]，陳瑩文等（2018）綜合共享投入、自由中間產出、中間投入等因素改進了兩階段DEA，測算了省際高技術產業創新效率[14]。范德成和李盛楠（2019）兼顧初始投入的分配和第二階段的再次投入（如：產品開發費用）構建了共享投入關聯DEA，測度了30個省份的高技術產業創新績效[15]。朱鈺等（2020）充分考慮了第二階段的產出按一定的概率回饋給兩階段的變量信息，提出了共享回饋兩階段DEA模型，并使用該模型測算了省際間高技術產業創新效率[11]。學者們都從測度的效率分析得到了更有針對性的管理措施。

縱觀大量文獻可以得到，共享投入關聯兩階段DEA模型更符合高技術產業技術創新過程，更適合于分析高技術產業創新效率研究，已有文獻中用此方法研究創新效率的文章較多，但基于產學研協同創新的視角測度創新效率的文獻較少;已有文獻中分析省域的樣本較多，但分析行業的研究較少。本文通過建立一套較為系統的兩階段高技術產業產學研協同創新效率評價體系，綜合考慮初始投入的配置、中間投入產出等因素，構建改進后的共享投入關聯兩階段DEA模型，并對中國高技術產業5大類15個子行業的2013—2016年產學研協同創新效率進行測度和動態分析，為高技術產業不同行業的平衡發展提供了提升協同創新效率的管理啟示。

二、研究設計與方法

（一）研究變量與測度

通過查閱大量文獻，在前人對產學研效率評價和高技術產業創新效率研究的基礎上[16-27]，考慮數據的可獲性和易得性，歸納得出了我國高技術產業產學研協同創新效率評價的指標體系（見表1）。

產學研協同創新的整個過程從創新價值鏈視角劃分為技術研發階段和成果轉化階段。在針對產學研協同創新效率評價指標上，近幾年才開始使用兩階段DEA方法研究，初始投入主要包括R&D活動的人員和經費，中間產出多是專利和論文，最終產出以經濟利益為主;而針對高技術產業產學研協同創新效率評價指標采用兩階段DEA方法考慮中間指標的研究還處于空白，本文將一定程度上彌補高技術產業產學研協同創新效率現有研究的不足。目前的《中國科技統計年鑒》和《中國高技術統計年鑒》提供的科研活動數據來說，高等學校和研發機構的R&D數據多是按照學科和地區進行分組的，高技術產業的R&D數據多是按照行業和地區進行分組的，因此高技術產業、高校和研發機構之間的R&D數據是割裂開的。為了解決這一數據割裂的缺陷，本文借鑒了魏守華等的做法[24]，將高校和研發機構按學科劃分的數據分類整理進高技術產業的各類行業及其子行業，構建與高技術產業各子行業相對應的R&D數據，從而解決數據割裂問題。在指標的確定上，本文考慮數據的可獲得性和學者們的已有研究，從產學研協同創新的視角，初步構建了高技術產業產學研協同創新效率評價指標體系（見表1），各個指標的含義如下。

第一，產學研協作能力。在該指標下共有6個二級指標，分別是從企業、高校和研發機構3個主體考慮的。本文在參考相關文獻后，認為在企業方面，企業R&D經費支出（包括R&D經費內部和外部支出）和R&D人員投入（用R&D人員全時當量來測量）在一定程度上可以代表企業參與產學研協同創新的能力和水平。

第二，產學研聯系能力。在該指標下共有4個二級指標，用來衡量企業分別于高校、研發機構在人員和項目上的交流程度。高技術產業產學研協同創新是各參與主體共同合作實現創新的過程，需要各個主體的相互合作和交流。就一項產學研協同創新活動而言，知識擴散、成果轉化與技術研發同等重要。高校、研發機構等主要的創新主體提供的科研成果仍然需要企業參與來實現科研成果的經濟和社會效益。因此本文借鑒了魏守華等的處理方式來表示企業與高校、研發機構的項目交互作用和人員交流作用[24]來衡量產學研聯系能力。

第三，中間產出、專有投入和最終產出。對于產學研的中間產出，國內外學者偏重于專利、論文等相關指標，對于最終產出，多是以經濟效益為主。本文對產學研的中間產出也是從產學研三方考慮的，限于數據收集的難度，在企業方面，以專利申請數和新產品開發項目數作為技術研發階段的產出;高校、研發機構方面，以R&D項目數作為雙方技術研發階段產出。此外，對于高技術產業的成果轉化階段，即科技創新成果向經濟產出轉化的階段，新產品的開發還需要專門的投入，故而引入了新產品開發支出作為成果轉化階段的專有投入。

（二）研究方法與模型

1.兩階段創新效率測度分析框架

結合表1的指標體系，改進高技術產業產學研協同創新兩階段創新效率測度的分析框架[2]，如圖1所示。

2.共享投入關聯DEA模型

傳統的DEA模型將產學研活動視作一個黑箱系統，沒有考慮產學研協作創新活動的階段性和初

始投入資源共享性的特征，從而無法準確得到產學研協作創新中各個子系統對整個創新系統的影響，從而不能較為準確地判斷效率損失的原因。

本文采用在陳凱華和官建華提出共享投入關聯模型的基礎上改進的DEA模型，對我國高技術產業產學研協同創新效率進行評價[8]。由于考慮到現實情況下，規模效率不變的狀態是難以實現的，即如果采用CCR模型的話，會與實際情況產生差異，因此采用了假定規模報酬可變的VRS模型。

模型測算的效率值和文中所說的創新效率均為純技術效率，即生產活動中的投入要素在使用上的效率。此外，本文中的階段效率，即模型中測算的技術研發效率值和成果轉化效率值。本文測算的效率值都在[0，1]區間之中，當效率值為1時，DMU有效;否則，DMU無效。其中技術無效值用“1-效率值”測算，效率值越高，無效值越低，存在的資源浪費也就越多。

則技術研發階段的投入和產出分別為：

由公式（4）可測算出創新效率，對于初始投入在兩個階段分配比例的確定，部分學者采用的方法為：針對研究對象的實際情況，給出一個分配比例的取值范圍，然后在給定αi初始值的前提下，以一定步長對分配比例進行遍歷，并記下效率最優的分配比例，而后采用逐步迭代的方式，直到最后幾輪所得的分配比例差距最小時，結束迭代，得到最終的數值。然而該方法存在一定的局限性：分配比例的取值范圍取決于研究者的主觀想法。因而本文采用了簡介求解的方式：由于π1i=V1iαi，π2i=V2iαi，故而可在使用MATLAB編程求解出πi和Vi之后，得到αi。然而根據公式（5）和（6）計算出兩階段的階段效率值。

三、實證分析

（一）數據收集及處理

本文原始數據來源于《中國科技統計年鑒》《中國高技術產業統計年鑒》，相關統計分析基于MATLAB（R2018b）軟件編程對所選2013—2016年的數據進行連續4期的協同創新效率進行測算。

由于投入和產出存在滯后性，首先進行滯后期的選擇。張煊、孫躍認為科技創新活動從投入到產出一般要經過1—4年的滯后期[18]，姜彤彤、吳修國在參考相關文獻設定滯后期為1年[26]，宇文晶等人通過采用格蘭杰因果檢驗方法得出創新活動兩階段分別滯后1年，整體滯后2年[27]。綜合已有文獻和問卷調查，本文滯后期設置為研發和轉化階段1年，整體為2年。因此，2011—2014年為投入指標的數據，2012—2015年為中間產出的數據，最終產出的數據為2013—2016年，則得到4個評價期：2011—2013年為第一期、2012—2014年為第二期、2013—2015年為第三期以及2014—2016年為第四期。

（二）高技術產業產學研協同創新效率的DEA分析

1.整體分析

依據共享投入關聯DEA模型計算出我國高技術產業產學研創新效率較高，均值為0.81，高技術產業5類行業和15個子行業在4個評價期內子階段和整體協同創新效率均值，如表2所示。

由表2可知，整體協同創新效率最高的子行業是：化學藥品制造、中成藥制造、航天器制造、辦公設備制造以及電子計算機整機制造的效率值均為1。飛機制造及修理和儀器儀表制造分別為0.64和0.72，效率值最低，這兩個行業在協同創新效率上與其他行業有較大差距。電子器件制造、電子元件制造、儀器儀表制造和雷達及配套設備制造，這4個子行業技術研發階段效率值大于成果轉化階段效率值，其他行業均是成果轉化階段效率值大于技術研發階段效率值。整體上來看，產學研協同創新的效率在技術含量較高的行業較低，以突破關鍵技術及核心技術為目的的協同創新應進一步加強和深化。

2.創新效率的發展變化

為了更好地分析高技術產業的發展變化情況，將協同創新效率值依據取值范圍分為（0，0.8]、（0.8，0.9]、（0.9，1）、1共4個區間段，據此對高技術產業子行業評價期內協同創新效率值的分析進行整理（如表3所示）。

依據表3中高技術產業各子行業在各個區間的分布數量可以得出高技術產業15個子行業在4個區間內的分布比例圖（見圖2）。顯而易見，15個子行業在評價期內的產學研協同創新效率值并無較大差異。

第一期中，效率值為1的有6個子行業，在區間（0，0.8]和（0.9，1]中各有4個子行業，高技術產業產學研協同創新效率值相對集中于1。

第二期中，效率值為1的有8個子行業，在區間（0，0.8]中有4個子行業，在（0.9，1]中有兩個子行業，高技術產業產學研協同創新效率值相對集中于1。

第三期中，效率值為1的有8個子行業，在區間（0，0.8]中有4個子行業，在（0.8，0.9]中有兩個子行業，高技術產業產學研協同創新效率值相對集中于1。

第四期中，效率值為1的有8個子行業，在區間（0，0.8]中有4個子行業，在（0.9，1）中有兩個子行業，高技術產業產學研協同創新效率值相對集中于1。

綜上，效率值為1的子行業數在各期中均占有較大比重;效率值為（0，0.8]的子行業數在各期中均為4，所占比重較為穩定;而效率值為（0.9，1）的子行業在各期中占比變化較大，第一期最高，第三期最低;效率值為（0.8，0.9]的子行業數在各期占比較低，在第三期占比相對較高。由此可以看出我國高技術產業大部分子行業的產學研協同創新活動為有效，而效率值低于0.8的子行業約占27%，且較為穩定。

3.階段效率發展變化

4個時期兩個階段的效率均值、效率值為1的子行業個數、階段效率值與均值之間的關系具體如表4所示，技術開發階段的效率整體趨勢為下降狀態，而成果轉化的效率呈現上升趨勢，且達到高于均值和技術開發階段效率值的態勢。

對于5大類行業而言，兩個階段在4個評價期的效率值如表5所示。

由表5可知：

就醫藥制造業（MPPI）來看，創新效率和兩階段效率在評價期內多低于整體均值0.81（整體均值為本節整體分析中得到的我國高技術產業產學研創新效率），且成果轉化效率在4個評價期內多低于技術開發效率，成果轉化效率是該類行業創新效率的缺陷，一直沒有明顯的上升趨勢，技術研發效率還呈現下降趨勢。如圖3所示。

就航空航天制造業（AAMI）來看，創新效率和兩階段的效率顯著低于整體均值0.81，且技術研發效率在4個評價期內遠低于成果轉化效率，技術研發成為該行業協同創新的短板，如圖4所示。

就電子計算機及辦公設備制造業（ECOEI）來看，在4個評價期內創新效率和兩階段的效率顯著高于整體均值0.81，且技術研發效率略低于成果轉化效率，如圖5所示，技術研發是該行業提升協同創新效率的重要改進方向。

就醫療設備及儀器儀表制造業（MTIMI）來看，在4個評價期內技術研發效率多高于整體均值0.81，成果轉化效率則多低于整體均值0.81，且技術研發效率在4個評價期內均高于成果轉化效率，如圖6所示，成果轉化階段是該類行業的不足之處。

四、研究結論與啟示

本文設計了一套兩階段高技術產業產學研協同創新效率評價體系，對中國高技術產業進行分行業測算，得到各行業4個評價期技術研發階段、成果轉化階段、整體的協同創新效率值，結合結果分析，得到如下研究結論與管理啟示。

第一，醫藥制造業（MPPI）產學研協同創新效率整體處于穩定狀態，其中成果轉化效率多低于技術研發效率，且多年來沒有明顯的增長趨勢，提高成果轉化效率是提高醫藥制造業創新效率的關鍵。

除了加強產學研協同創新和提高協同創新的能力，應將改善醫藥制造業的支撐環境作為提高創新效率的重點，如改善、健全科技中介、科技金融服務體系，出臺相關的政策和優惠措施，這些將重點提高醫藥制造業的成果轉化能力，從而提高整體的協同創新績效。

第二，航空航天器制造業（AAMI）產學研協同創新效率4期期間均低于平均水平，技術研發效率比成果轉化效率明顯低很多，多年來沒有改善，這也是由該行業技術開發難度大、市場相對穩定決定的。

該行業應在技術研發階段更注重產學研協同創新，一方面對管理層進行開放式創新的培訓，提高思想認識，加強協同創新下管理方式、機制的系統學習;另一方面對于協同創新各主體利益的協調與激勵完善相應的規章制度，從而促進產學研協同研發，提高技術研發效率。

第三，電子計算機及辦公設備制造業（ECOEI）和電子及通信設備制造業（ECEI）產學研協同創新效率相對較高并保持穩定。技術研發效率和成果轉化效率也明顯較高，在近幾年已經達到很高的效率。從事這兩個行業的企業大多為中小型，要尋求發展，產學研協同創新是它們的首要選擇，管理機制靈活、開發技術難度不大、產品更新換代較快、足夠的協同創新內驅力是這兩個行業協同創新保持較高效率值的行業屬性。

對于這兩類行業，應從大環境給予產學研協同創新活動以保護，使其穩定、持續的發展，完善各區域高技術產業園區健康有序的管理，加強技術轉移管理人才的培養，為兩個行業產學研協同創新提供良好的技術研發和成果轉化的軟硬件環境。

第四，醫療設備及儀器儀表制造業（MTIMI）產學研創新效率整體穩定，技術研發效率明顯高于成果轉化效率。政府的大力支持、逐漸增多的研發投入、相對完善的激勵制度、廣闊的市場前景、激烈的行業內競爭等都促進了該行業的技術研發效率，但由于其研發成果的精準性、創新性不足等因素導致其成果轉化效率較低。

該行業應優化投入資源，聚焦市場需求。以企業需求為導向進行研發活動，提高研發成果的質量，加強知識產權保護，為成果轉化創造一切條件，從而提高成果轉化效率。

高技術產業各大行業由于行業特性和發展環境的不同，行業之間存在很大的差異性，基于兩階段共享投入DEA方法分別對5大行業進行效率分析、并提出提高產學研協同創新效率的建議。5大行業中15個小行業之間也存在差異性，以后將對細分小行業的產學研創新效率做進一步研究和探索。

[參考文獻]

[1]世界經濟論壇（2019）.世界經濟論壇《全球競爭力報告》發布[EB/OL].https：//www.weforum.org/reports/global-competitiveness-report-2019.

[2]LEE J，KIM C，CHOI G.The effect of external R&D on the innovation efficiency：an empirical study of manufacturing industries in Korea[J].Journal of society of Korea industrial and systems engineering，2016，39（4）：125-136.

[3]CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].European journal of operational research，1978，2（6）：429-444.

[4]KAO C，HWANG S N.Efficiency decomposition in two-stage data development analysis：an application to non-life insurance ompanies in Taiwan[J].European journal of operational research，2008（185）：418-429.

[5]YU M M，LIN E T.Efficiency and effectiveness in railway performance using a multi-activity network DEA model[J].Omega，2008（36）：1005-1017.

[6]李洪偉，任娜，陶敏，等.基于三階段DEA的我國高新技術產業投入產出效率分析[J].中國管理科學，2012，20（S1）：126-131.

[7]梁樑，吳杰.數據包絡分析（DEA）的交叉效率研究進展與展望[J].中國科學技術大學學報，2013，43（11）：941-947.

[8]GUAN J，CHEN K.Measuring the innovation production process：a cross-region empirical study of China's high-tech innovations[J].Technovation，2010，30（5-6）：348-358.

[9]陳凱華，官建成.共享投入型關聯兩階段生產系統的網絡DEA效率測度與分解[J].系統工程理論與實踐，2011，31（7）：1211-1221.

[10]馮志軍，陳偉.中國高技術產業研發創新效率研究——基于資源約束型兩階段DEA模型的新視角[J].系統工程理論與實踐，2014，34（5）：1202-1212.

[11]朱鈺，楊鋒，江利景，等.基于共享回饋DEA模型的中國省際高技術產業創新效率研究[J].控制與決策，2020，35（8）：1997-2005.

[12]葉銳，楊建飛，常云昆.中國省際高技術產業效率測度與分解——基于共享投入關聯DEA模型[J].數量經濟技術經濟研究，2012，29（7）：3-17，91.

[13]馬建峰，何楓.包含共享投入與自由中間產出的技術創新兩階段DEA效率評價[J].系統工程，2014，32（1）：1-9.

[14]陳瑩文，王美強，陳銀銀，等.基于改進兩階段DEA的中國高技術產業研發創新效率研究[J].軟科學，2018，32（9）：14-18.

[15]范德成，李盛楠.區域高技術產業技術創新效率測度與提升路徑研究——基于共享投入關聯型兩階段DEA模型[J].運籌與管理，2019，28（5）：156-165.

[16]SUH Y，KIM M S.Effects of SME collaboration on R&D in the service sector in open innovation[J].Innovation：management，policy and practice，2012，14（3）：349-362.

[17]樊霞，趙丹萍，何悅.企業產學研合作的創新效率及其影響因素研究[J].科研管理，2012（2）：33-39.

[18]張煊，孫躍.產學研合作網絡的創新效率研究——來自中國省域產學研合作的數據證明[J].山西財經大學學報，2014（6）：59-66.

[19]陳光華，王建冬，楊國梁.產學研合作創新效率分析及其影響因素研究[J].科學管理研究，2014，32（2）：9-12.

[20]莊濤，吳洪，胡春.高技術產業產學研合作創新效率及其影響因素研究——基于三螺旋視角[J].財貿研究，2015（1）：55-60.

[21]GUAN J，ZUO K，CHEN K，et al.Does country-level R&D efficiency benefit from the collaboration network structure？[J].Research policy，2016，45（4）：770-784.

[22]黃菁菁.產學研協同創新效率及其影響因素研究[J].軟科學，2017（5）：38-42.

[23]鐘鳴長.基于兩階段共同邊界DEA的產學研協同創新效率研究[J].江南大學學報（人文社會科學版），2018（1）：93-100.

[24]魏守華，王英茹，湯丹寧.產學研合作對中國高技術產業創新績效的影響[J].經濟管理，2013（5）：19-30.

[25]封偉毅，張肅.產學研合作對高技術企業創新績效的影響——基于中國2006～2015年數據的實證分析[J].工業技術經濟，2017（7）：150-155.

[26]姜彤彤，吳修國.產學研協同創新效率評價及影響因素分析[J].統計與決策，2017（14）：72-75.

[27]宇文晶，馬麗華，李海霞.基于兩階段串聯DEA的區域高技術產業創新效率及影響因素研究[J].研究與發展管理，2015（3）：137-146.

（責任編輯：李 萌）