創新鏈視角下中國高技術產業創新效率研究

王嘉麗，趙杭莉，張夏恒

（1.西安歐亞學院 金融學院，陜西 西安 710065；2.西安交通大學 經濟與金融學院，陜西 西安 710061；3.西北政法大學 管理學院，陜西 西安 710063）

一、引言

在國家創新驅動發展戰略下，高技術產業是新技術的使用者，同時也是新技術的投資者、研發者。中國高技術經濟正處于由“模仿創新”向“自主創新”的戰略轉型期，正在走由“制造大國”向“創新強國”的復興之路。新形勢下大力發展高技術產業，對高技術產業的創新效率進行研究，對于中國經濟發展至關重要。

然而現階段中國高技術產業中大部分產業發展處于全球價值鏈中低端，仍存在缺乏核心技術、科研體制不健全、產能過剩、創新效率不足、創新依靠資源高投入、創新效率區域內不平衡等問題。這就導致了中國高技術產業的原創性技術、核心技術和重大關鍵技術嚴重不足，從而制約了中國“創新強國”戰略的實施。這種情況下，科學測度高技術產業創新效率有利于政府把握高技術產業發展趨勢，提升高技術產業技術水平，從而推動整體產業創新發展。

近年來，部分學者在分析高技術產業創新活動時只考慮整體階段創新效率，而忽略了高技術產業的創新效率存在研發效率和轉化效率不一致的情況，導致研究系統內存在“黑箱”現象。文章試圖從“創新投入—創新產出—成果轉化”的創新鏈視角出發，從技術研發階段、成果轉化階段分階段研究，運用DEA-Malmquist生產率指數法對2005—2017年中國高技術產業創新效率進行測算、分解與評價，研究哪一階段的效率低下會導致區域內創新能力不足，從而發現創新效率內部問題，提高產業創新能力。

二、文獻綜述

按照目前國內外學者的研究，主要用全要素生產率(Total Factor Productivity，TFP)來衡量創新效率，區別于單要素生產率只考慮一種生產要素的投入產出比，TFP所衡量的是全部生產要素投入后的產出效率，既包括有形的要素（勞動、資本、土地等），又包括無形的生產要素（技術、管理、制度、產業結構變遷、產業集聚等）。在對經濟增長進行考量時，綜合現有的研究成果，一般將TFP的計算剔除來自勞動、資本等有形投入要素所帶來的生產率的增長，主要考察由技術進步所帶來的生產率的增長，這一部分反映了經濟增長的質量。

TFP的測算主要分為計量經濟學法（參數法）與非參數法兩類。目前學者應用較多的為數據包絡分析法(DEA，Data Envelopment Analysis)，DEA方法的優勢在于不需要在投入或產出之間進行相關性檢驗，也不需要設置投入產出的權重參數，就可計算決策單元的相對效率。當決策者具有系統多個時期的面板數據，通常將DEA方法與Malmquist指數結合，稱為DEA-Malmquist指數法，用以評估決策單元的TFP效率高低。

從高技術產業創新效率的研究過程及方法來看，國內外學者主要將其分為兩大類。

第一類是將高技術產業的創新過程看作一個整體進行研究。Raab等(2010)以美國50個州作為決策單元DMU，采用DEA方法對2002年的高技術產業創新效率進行評價與分析[1]。Hashimoto(2008)運用DEA-Malmquist方法測度了1983—1992年日本制藥企業研發效率，結果表明其研發效率在時序期內呈單調遞減趨勢[2]。解堊(2007)以高技術產業的五大行業為生產決策單元，利用DEA-Malmuquist模型從動態和靜態角度對中國1997—2004年高技術產業創新效率進行測算，發現高技術產業整體效率較低，效率增長主要依賴于技術進步[3]。馮堯(2011)利用DEA模型研究了中國省域內高技術產業成果轉化效率，結果發現東部效率較高，西部地區效率較低[4]。王惠(2016)等運用Super-SBM模型以及門檻回歸模型測度了中國2006—2012年高技術產業綠色創新效率，表明高技術產業綠色創新效率在區域內存在較大差距[5]。

第二類是將高技術產業創新效率分為技術研發和生產轉化兩個階段。余泳澤(2009)利用兩階段松弛變量的DEA模型，研究發現因為純技術效率低下導致兩階段平均效率都較低[6]。葉銳、楊建飛(2012)將投入指標共享建立關聯DEA模型，發現中國不同省份在高技術產業創新效率方面差距較大，并且與發達國家相比有很大提升空間[7]。肖仁橋等(2012)構建兩階段鏈式DEA模型，從省域高技術產業創新效率出發，實證顯示企業規模大小以及滯后期效應對研發階段有較大影響，人才素質及產業結構對科技成果轉化階段影響顯著[8]。馮志軍、陳偉(2014)則從高技術產業17類細分行業出發，對研發及轉化兩階段效率進行評價，發現17類行業中多數細分行業兩階段效率表現出效率一高一低或者雙低的情況，創新效率亟待提升[9]。宇文晶等(2015)通過構建兩階段串聯DEA模型及Tobit回歸模型，發現區域內人口素質及資源稟賦差異對研發投入階段有顯著影響，產業結構對技術成果產出階段作用明顯[10]。許霞(2016)將R&D人員及經費在兩階段自由分配，在兩階段下研究發現技術轉化效率低于整體創新效率[11]。楊佳偉、王美強(2017)對中國29個省份的技術研發和成果轉化創新效率進行研究，發現轉化階段效率低于研發階段[12]。

文章在借鑒以往學者研究的基礎上，試圖從“創新投入—創新產出—成果轉化”的創新鏈視角出發，從技術研發階段、成果轉化階段分階段研究，測度這兩個階段的DEA-Malmquist效率，并在指標選取時將研發階段的產出作為轉化階段的創新投入進行分析，豐富了現有研究成果。

三、投入與產出指標選取

技術創新的特性決定了創新投入與產出之間必定存在一定的滯后性，文章基于創新鏈視角進行分析時，將產業技術創新效率滯后期設置為1年，創新投入第t年，則創新產出為第t+1年，收益則為第t+2年。在考察近10年來中國區域內創新效率時，創新投入采用2004—2014年數據，創新產出采用2005—2015年數據，收益采用2006—2016年數據，數據來自2004—2016年《高技術產業統計年鑒》《中國統計年鑒》等。在選取數據時，由于中國西藏、新疆、內蒙古、青海、海南、香港、澳門、臺灣等地區數據缺失較多，予以剔除，故文章選取26個省區市進行研究。此外，又將全國劃分為東部、中部、西部三大區域，以進行區域異質性研究。

文章在技術研發及成果轉化階段選取指標具體見表1，需要說明的是，專利申請數及擁有發明專利數既是技術研發階段的產出指標，也是成果轉化階段的投入指標。

表1 兩階段模型具體指標

以上指標中，R&D人員全時當量用來衡量高技術產業科技人力的投入強度；R&D經費內部支出用來衡量企業內部在基礎、應用、試驗等研究上的實際支出；新產品開發經費是科研機構在新產品研發過程中的資本投入指標；專利申請數反映該企業創新的活躍程度，發明專利擁有量則是決定企業創新程度以及是否擁有行業內核心技術，擁有發明專利數反映了該企業的市場競爭能力及未來發展潛力。技術引進費用、改造經費、消化吸收經費、購買國內技術經費代表了在成果轉化階段的資本投入；新產品銷售收入、出口交貨值則代表了技術創新所帶來的經濟產出情況。

四、建模方法

文章采用DEA-Malmquist指數方法測算創新效率，假設(Xt，Yt)，(Xt+1，Yt+1)分別表示t期和t+1期決策單元的投入和產出數據，用D0t和D0t+1分別表示t期和t+1期的輸出距離函數，定義以下四種距離：

第一，D0t(Xt，Yt)表示t時期的生產單元投入組合數據到t期有效前沿的距離函數；

第二，D0t(Xt+1，Yt+1)表示t+1期的生產單元投入組合數據到t期有效前沿的距離函數；

第三，D0t+1(Xt，Yt)表示t期的生產單元投入組合數據到t+1期有效前沿的距離函數；

第四，D0t+1(Xt+1，Yt+1)表示t+1期的生產單元投入組合數據到t+1期有效前沿的距離函數；

其中，D0t(Xt，Yt)距離由以下線性規劃計算得出：

其他三個距離函數計算方法類似，文章不再一一列舉。

那么，以t時期的技術前沿為參照，基于輸出的Malmquist指數可以表示為：

以t+1時期技術前沿水平為參照，基于輸出的Malmquist指數Mit+1可以表示為：

為了使得測算結果更為準確，Caves(1982)等研究采用Mit和Mit+1的幾何平均值，構造出決策單元Mi從t期到t+1期的Malmquist指數：

這里的Mi(Xt，Yt，Xt+1，Yt+1)測度了技術進步的變化，在此基礎上，Fare(1994)提出可將Malmquist指數（全要素生產率增長指數，tfpch）分解為技術進步指數(tech)和綜合技術效率指數(effch)，技術進步指數衡量的是該產業技術創新程度，包括新技術與新發明的應用情況。綜合技術效率指數(effch)同時可以分解為純技術效率指數(pech)以及規模效率指數(sech)，純技術效率指數衡量的是決策單元管理水平創新、組織創新、制度創新能力、技術和設備的先進性等，與綜合效率相比，其更能直觀地反映出決策單元管理的先進程度；規模效率指數則考察的是該產業規模經濟情況，如圖1所示。

圖1 Malmquist指數分解

即：tfpch=tech×effch=tech×pech×sech (5)

則由Fare(1994)定義的Malmquist指數可表示為：

Malmquist指數直接從實際觀測數據出發，通過求解線性規劃來尋找有效生產前沿面，并根據實際觀測點到有效前沿點的距離計算產出效率，測算出的MiFare指數則為TFP增長指數。

MiFare指數>1，說明全要素生產率在t+1期相比于t期有所提高，反之則說明TFP降低，其他指數測算值解釋類似。

五、測算結果分析

1.兩階段效率指數的綜合評價

在DEA-Malmquist指數模型基礎上，通過DEAP2.1軟件計算，得出圖2所示高技術產業全國2005—2016近十年的效率指數平均數據，研究發現在創新活動兩階段下，10年內平均成果轉化階段的效率均低于技術研究階段。

圖2 兩階段近十年各效率指標均值對比

成果轉化階段的五項指數測算結果均小于1，說明中國高技術產業成果轉化平均效率呈現下降趨勢。技術研發階段五項指數測算值分別為1.094、0.965、1.052、1.039、1.055，只有技術進步指數0.965略低于成果轉化階段的0.978，其他效率均高于成果轉化階段；由此可以看出，中國高技術產業在近十年的平均技術轉化效率較低。

創新成果轉化率低下主要是由于以下幾方面原因：第一，成果本身不具備市場價值。國內很多企業申請專利是為了享受國家的優惠政策或補貼，難以對技術進行產業化、市場化。第二，科研人員不懂市場運作技巧。科研機構與市場之間往往出現脫節現象，缺乏合理有效的產權交易中心或專利轉化服務中介機構。即便有相關服務平臺，也存在運行效率低下，服務體系不配套等問題。第三，轉化成功后利潤空間狹窄。創新成果轉化難，因為有些專利轉化風險太大。部分技術過于前沿，該技術可以生產出什么產品是未知的，并且從技術到產品整體創新活動耗時太長、成本過高，一項新技術需要匹配多少相關技術也是未知的，因此從商業獲利角度衡量這些創新成果轉化風險極大。同時，中國知識產權管理制度及專利轉化政策體系不完善、專利數量多且質量低、相關管理者不重視轉化率等均導致了成果轉化效率低下。

2.兩階段效率指數的動態演化

文章選用時間區間而不是一整年作為橫坐標，這是因為研發階段的投入數據為第t年，產出數據為第t+1年；成果轉化階段投入數據為第t+1年，產出數據為t+2年。

技術研發階段，如圖3、圖4所示，2010年以前純技術效率和規模效率呈現此消彼長的趨勢，受金融環境及2008年全球經濟危機的波及和影響，純技術效率在2009—2010年滑落到考察期內的最低水平，2011年后純技術效率逐漸有所攀升，純技術效率指數在2011—2015年四個區間內分別為1.086、1.011、1.002、1.025，而規模效率分別為1.083、0.963、0.982、1.001，均低于純技術效率指數，由此可以發現，近年來導致技術研發階段綜合技術效率低下的原因主要為規模效率較低，說明中國經濟尚未達到規模報酬遞增效應，區域內創新要素投入數量、質量及分配等都有待優化，地方保護主義造成的市場分割、產業結構趨同等都使規模效率低下，從而抑制了高技術產業綜合技術效率的提高。綜合技術效率指數、技術進步指數及全要素生產率指數在2009—2010年都達到考察期內最低點，可見金融環境對技術研發、技術進步效率有著正的顯著影響，在2011年后，三者效率值趨向于均衡發展。

圖3 技術研發階段pech、sech

圖4 技術研發階段effch、techch、tfpch

成果轉化階段，從圖5、圖6來看，純技術效率指數及規模效率指數在10年內增長率大致呈現“U”型趨勢，在2012—2013年達到最低谷，效率值分別為0.67、0.69，導致綜合技術效率指數在此時期僅有0.462。從TFP來看，增長率在2011—2016年五年內分別為0.72、0.933、0.943、0.992、1.172，2011—2015年四年內均小于1，TFP增長指數較低，但整體呈現逐年增長趨勢，說明技術轉化能力逐步提高，中國經濟近年來進行了一系列結構性調整，資源配置效率提高，實施創新驅動效果明顯。從10年內整個發展趨勢來看，兩階段內技術進步指數和TFP指數均呈現相同的變化趨勢，變動軌跡較為相似，這同時驗證了TFP指數可分解為技術進步指數與綜合技術效率，技術進步是TFP增加的主要驅動力。

圖5 成果轉化階段pech、sech

圖6 成果轉化階段effch、techch、tfpch

3.兩階段效率指數的區域對比

如表2所示，從2004—2016年共10個創新區間的平均數據來看，TFP指數研發階段增長率從高到低依次為西部地區、東部地區、中部地區，指數均值依次為1.101、1.09、1.055，而轉化階段中部地區最高，指數均值為1.06，其次為東部地區，指數均值為0.94，西部地區轉化效率最低，僅為0.925。由此可以看出，國家實行西部大開發戰略利好政策，對西部地區加大財政支付轉移力度，資本、人力等創新投入要素加大，卻由于西部地區管理體制、轉化中介服務機構、市場開放度低等不利因素使得轉化階段和研發階段脫節，導致西部地區出現“高研發率、低轉化率”的不協調發展。

表2 中國三大區域兩階段創新效率對比

分解來看，兩階段技術進步指數東部地區的研發階段為1.033，轉化階段為1.021，兩階段效率值均大于1，均高于中部地區和西部地區，主要原因在于東部地區具備相對較好的區位優勢和產業資源集聚能力，沿海城市較多，地方R&D投入要素最高，科研能力強，對外開放度高，可承接全球化帶來的產業分工與轉移，促進了經濟較快發展。而中部地區純技術效率最高、規模效率最低，各區域之間缺乏有效的聯動機制及交流合作，沒有實現優劣互補，降低了資源利用率，進而抑制了高技術產業技術創新效率的提高。

4.兩階段省域對比分析

由于純技術效率和規模效率決定綜合效率，而綜合效率及技術進步效率決定全要素生產率，因此從最末端決定因素純技術效率、規模效率、技術進步效率來分析中國省域近十年創新情況。

表3 中國分省域兩階段創新效率對比分析

技術研發階段，26個省區市中技術進步指數、純技術效率指數、規模效率指數均大于1的有北京、上海、廣東、天津、吉林、江蘇、安徽，這些地區在R&D投入、地理位置、產業結構、對外開放程度、地區經濟水平、金融環境、區域人口素質等方面都具備優勢，屬于國內經濟較發達區域。區域內的經濟水平及金融環境對研發能力產生正的顯著性影響，研發活動需要大量的資金、人力投入，良好的經濟金融生態環境可為創新提供金融支持，使企業有能力開發新產品、引進新技術。

成果轉化階段，26個省區市技術進步指數、純技術效率指數、規模效率指數均大于1的僅有山西、云南2個省份，表明山西省和云南省能夠較好地利用創新投入資源，將創新產出進行有效轉化。創新成果轉化是一個系統化的過程，從理念的設計構想，到小試、中試、試生產，最后形成大規模生產，每一個環節都環環相扣，缺一不可，不管哪一步的鏈條斷掉，都會導致創新成果不能轉化成功。

綜合來看，從TFP指數進行兩階段分析，如圖7所示，將26個省區市分為四種類型，第一類“高研發、高轉化”的有重慶、寧夏、河北、湖南、山西、吉林、河南7個省份，占比約27%；第二類“高研發、低轉化”的區域占比最高，以北京、上海、廣東為代表，共有15個省份屬于此種類型，占比約58%；第三種“低研發、高轉化”的有甘肅、云南、廣西3個省份，占比約11%；第四種“低研發、低轉化”的只有湖北省，占比4%。

圖7 兩階段全要素生產率對比分析

由此可知，全國約一半以上的省域都屬于“高研發、低轉化”類型。這些省份創新系統內部發展不均衡，兩個子階段的發展不協調，使整體創新效率低下。這是因為創新成果大多表現為專利技術，而專利申請主要來源于高校及科研院所，北京、陜西、廣東、江蘇等省區市雖擁有大量高校，但高校專利申請往往與市場脫節，市場績效不佳又反過來影響高校專利研發的積極性，造成惡性循環，高校在研發專利時市場化意識不強，以致于忽視了專利技術轉化以及實用價值。

六、結論與建議

文章選取2004—2016年全國省域面板數據，對兩階段創新效率進行了測算與分解，得出以下結論及建議：

1.結論

（1）技術研發階段規模效率較低，成果轉化階段整體效率低下

技術研發階段綜合技術效率低下的原因主要為規模效率較低，說明中國經濟尚未達到規模報酬遞增效應，區域內創新要素投入數量、質量及分配等都有待優化。中國高技術產業整體創新活動效率低下主要因為成果轉化階段效率不高，明顯低于技術研發階段，因此可以看出中國高技術產業雖投入了大量的創新資源，使TFP得到了一定程度的提高。但由于轉化階段創新成果本身不具備市場價值、科研人員不懂市場運作技巧、轉化成功后利潤空間狹窄、中國知識產權管理制度及專利轉化政策體系不完善、中介機構服務體系不配套、缺乏信息交流平臺、專利數量多而質量差、相關管理者不重視轉化率等均導致二階段成果轉化效率低下，從而使高技術產業整體創新效率下降。

（2）區域內兩階段發展極不均衡，全國各省區市“高研發、低轉化”現象突出

兩階段分區域來看，在東部、中部、西部三大區域中西部地區研發階段TFP指數均大于1，表現出較高的研發效率，但轉化效率只有中部地區較高，東部地區和西部地區轉化不足，導致轉化效率低的主要為規模效率。從省域視角來看，研發階段技術進步指數、純技術效率指數、規模效率指數均大于1的有北京、上海、廣東、天津、吉林、江蘇、安徽，技術進步指數、純技術效率指數、規模效率指數均小于1的有天津、遼寧、福建、四川。從價值鏈視角，綜合兩階段來看，全國約一半以上的省份都屬于“高研發、低轉化”類型，兩階段效率存在較大差異。

2.建議

（1）政產學研深度聯動，提升創新效率

針對轉化階段效率偏低問題，政府應促使企業、高校和科研機構三者之間形成優勢互補、利益共享和風險共擔的運行機制。建議政府改進資助策略，為了促進科研機構與企業有效合作以及創新成果產業化、市場化，可以將政府直接資助科研機構或企業的單一形式轉變為科研機構必須與企業合作才能申請政府基金資助。同時要健全專利轉化中介機構，以知識產權服務中心為依托，培養專利技術交易和產業化的專業經紀人，做好專利技術交易等服務。

（2）強化協同融合，突出發展科技金融

建議中國繼續優化金融環境，為高技術產業拓寬融資渠道，政府和金融機構要更多的關注科技型中小企業融資難、融資貴的問題，強化科技金融服務，提高融資效率，改善融資環境，支持有潛力的企業進行創新研發活動，提供必要的政策支持及資金保障，促進中小企業做大做強。針對大型研發企業，要進一步推進產學研深度融合，打造轉化鏈條，通過科技成果轉讓、對接國外高端創新資源、探索海外孵化模式、建立國際產業創新聯盟等方式促進大型研發企業加速發展。

（3）區域間要素充分流動，創新資源配置

區域發展方面，建議加強東部、西部、中部地區間的協同合作，促進生產要素充分流動，實現優勢互補以及創新資源的合理配置。東部地區要發揮自身科研、教育優勢，以自主創新為主導，促進要素自由分配，與中西部地區建立協同互補關系，促進中國創新效率整體發展；中部地區應在已較為協調發展的基礎上，利用好國家產業扶持政策，使投入驅動的增長方式向創新驅動的增長轉變；西部地區應該結合自身創新兩階段不協調問題，重視科研成果轉化，引導要素、資金、人才更多流向成果轉化階段，發展具有西部特色的高技術產業，利用好絲綢之路經濟帶的區位優勢及自然稟賦，提高創新轉化效率。政府要積極鼓勵企業進行跨區域技術研發合作，形成良好科技創新環境，加大人才流動力度，各省應針對地方特色，發展具有自身競爭優勢的產業，培養高技術產業專項人才，優化高層次人才引進機制，政府發揮牽頭作用，提供專項資金支持。