中國高技術產業創新效率的時空演變特征

蘇耀華，李 全

（1.中國財政科學研究院，北京 100142；2.蘭州財經大學 會計學院，蘭州 730101；3.南開大學 金融學院，天津 300350）

0 引言

當前，全球新一輪產業結構調整方興未艾，以數字化、網絡化、智能化為主要特征的新一輪科技革命和產業變革加速興起。高技術產業作為創新前沿面，是國家實現創新驅動發展的前沿陣地，是一個國家或地區綜合競爭力的重要體現。但是由于我國的高技術產業起步較晚，發展時間短且基礎薄弱，自主研發能力不足和較低的科技成果轉化率嚴重制約著高技術產業創新效率的進一步提升。提升中國高技術產業發展質量、推進供給側結構性改革，要求在創新驅動發展戰略的引領下，準確測度高技術產業創新效率、定位創新發展薄弱環節、識別創新低效率區域，為建設現代化經濟體系提供戰略支撐。

當前，學者們主要使用SFA（隨機前沿分析）模型和DEA（數據包絡分析）模型對高技術產業創新效率進行估算，研究發現高技術產業創新效率不高，有較大的優化空間[1]；技術轉化階段效率值高于開發階段[2]；東部地區的創新效率高于中西部地區[2,3]。也有研究分析了研發階段和轉化階段高技術產業創新效率的地區差異和動態演進特征，發現高技術產業研發創新效率和技術效率呈現下降趨勢，并且地區差異顯著[4]，由東部地區向中西部地區階梯式遞減[5]。對高技術產業創新效率時空差異的研究發現，2008—2013年我國30個省份之間的高技術產業創新效率存在正向的空間相關性[6]；高技術產業研發效率空間相關性明顯，而成果轉化效率空間相關性不明顯，兩者均存在明顯的區域異質性特征[7]。

綜上可知，學術界對于高技術產業創新效率測算方法的研究已經比較完善，但是對于高技術產業創新效率時空差異的研究還較少，并且學者們大多使用Dagum 基尼系數、核密度估計等統計學上的方法進行時空差異和動態演進特征分析，因此本文在使用隨機前沿分析模型測算更長時間內省級層面高技術產業創新效率的基礎上，引入空間計量經濟學的方法，對各省份間高技術產業創新效率的空間相關性進行分析，以對現有研究進行有益補充。

1 研究設計

1.1 研究方法

1.1.1 創新效率測度

本文借鑒Battese 和Coelli（1992）[8]的研究，使用隨機前沿方法測算高技術產業創新效率：

式（1）中，yit是第i個地區在第t期產出的對數值；xit是一個k×1 的向量（或其轉置形式），表示第i個地區在第t期的投入數量的對數值；β是未知參數向量；vit是隨機噪聲，假設vit～N（0,）且與uit不相關；uit衡量技術無效率狀況，假設uit～i.i.d.N+(μ,)；η是考慮時變性的待估參數，η＞0 表示技術效率隨著時間推移不斷提升，η＜0 表示技術效率隨著時間推移不斷降低，η=0 表示技術效率保持不變。

1.1.2 參數檢驗

隨機前沿模型的檢驗主要包括兩類：一是適用性檢驗，如是否可以使用SFA 模型、生產函數形式是否為Translog、是否存在時變性等，一般采取廣義似然比（LR）檢驗，廣義似然比的統計量LR為：

其中，α為顯著性水平，自由度k為受約束的變量個數。說明拒絕原假設，選取SFA方法是合理的；反之，則接受原假設，選擇普通的最小二乘法即可。

二是參數估計值檢驗，判斷估計得到的參數值是否具有統計學意義。常用的生產函數形式是柯布-道格拉斯生產函數（C-D 生產函數）和超越對數（Translog）生產函數，由于Translog 生產函數更具一般性，因此先構建Translog生產函數的隨機前沿模型，據此說明隨機前沿模型檢驗的內容和步驟。對于由N個廠商在T個時期內組成的面板數據集，考慮資本和勞動兩種投入要素，時變性隨機生產前沿模型用Translog形式表示如下：

為了確定生產函數形式，需要進行生產函數形式檢驗。原假設為H0：βKK=βLL=βKL=0，即模型中所有的二次項系數為零。若接受原假設，則選擇C-D生產函數；反之，若拒絕原假設，則選擇Translog生產函數。

1.1.3 莫蘭指數

莫蘭指數（Moran’s I）能夠有效檢驗高技術產業創新效率的空間關聯性和集聚性，全局莫蘭指數計算公式為：

局部莫蘭指數的計算公式為：

若局部莫蘭指數為正值，則表明該區域存在“H-H”或“L-L”集聚區；若為負值，則表明該區域存在“H-L”或“L-H”集聚區。

1.1.4 核密度估計

核密度估計主要用來估計概率密度函數，通過連續的密度曲線來描述高技術產業創新效率的分布形態。

1.2 指標選取

一個完整的高技術產業創新活動主要由產品研究開發和成果轉化兩個階段組成。在產品研發階段，高技術產業的創新投入一般包括資本與人力兩類要素。選取R＆D人員全時當量作為創新人員投入變量，因為在一個完整的創新活動中，R＆D 人員全時當量可以反映創新人力要素的實際投入水平[9]；選取R＆D經費內部支出作為創新資本投入變量，避免了使用R＆D 資本存量時需要依據個人經驗確定折舊率的缺陷。創新產出指標主要使用新產品銷售收入[10]和專利申請數[11]。有效發明專利數是高技術企業開發新產品的動力，當發明專利處于有效期內，企業就無需擔心創新成果被他人據為己有，從而集中精力開發新產品，創新效率也就更高。因此本文選擇有效發明專利數作為產品研發階段高技術產業創新產出的指標。

在成果轉化階段，由于創新活動還未完成，因此仍然選取R＆D人員全時當量和R＆D經費內部支出作為高技術產業創新投入的指標。創新產出指標主要有新產品銷售收入[4]和技術市場成交額[7]兩種，相比技術市場成交額，新產品銷售收入與創新活動聯系更為密切，是創新產出的直接表現結果，因此本文將它作為該階段的創新產出指標。

1.3 數據來源

由于港澳臺、新疆、西藏和青海的數據缺失較多，因此進行剔除處理，選取中國28個省份為研究對象，時間跨度為2006—2020年，數據主要來自《中國高技術產業統計年鑒》《中國工業統計年鑒》《中國科技統計年鑒》《中國統計年鑒》以及各省份統計年鑒。為減少數據波動、使數據更加平穩、縮小數據的絕對數值、方便計算、消除數據存在的異方差等問題，對指標進行取對數處理。

2 實證分析

2.1 參數檢驗

下頁表1列（1）、列（2）顯示了產品研發階段高技術產業創新效率的SFA模型參數估計結果，模型1為超越對數生產函數檢驗結果，模型2 為柯布-道格拉斯生產函數檢驗結果。先進行模型的適用性檢驗，模型1 和模型2 的γ值均顯著為正，說明技術無效率項是存在的，這一結論符合實際情況，產品研發階段處于創新過程前期，高技術產業創新效率值會受到政府支持、技術水平、外商直接投資等多種因素的影響，對結果產生一定影響，而DEA模型無法對技術無效率項進行設定，會使得估計結果不準確，因此選擇SFA 模型測度我國高技術產業創新效率更合理。再進行生產函數形式的檢驗，LR 統計量大于5%的顯著性水平上混合卡方臨界值，拒絕原假設，說明選擇超越對數生產函數形式是合理的。因為在產品研發階段，技術不斷發展，各要素份額也在時刻變化，超越對數生產函數形式更符合實際。此外，η值顯著為正，說明產品研發階段高技術產業創新效率隨著時間推移不斷提升，在建設創新型國家的背景下，通過產品研發積累經驗和技術，為創新效率提升奠定基礎。

表1 高技術產業創新效率的SFA參數估計結果

表1列（3）、列（4）顯示了成果轉化階段高技術產業創新效率的SFA模型參數估計結果，模型1為超越對數生產函數檢驗結果，模型2 為柯布-道格拉斯生產函數檢驗結果。在模型的適用性檢驗中，γ值均在1%的水平上顯著為正，說明技術無效率項存在，選擇SFA 模型是合適的。成果轉化階段處于創新過程后期，這時企業規模和政府的支持是影響高技術產業創新效率的重要因素，相比小企業，大企業實力更雄厚，信息獲取渠道更廣泛，能更快實現創新成果轉化；政府的支持可以賦予創新主體更多自主權，促進創新主體敏銳洞察市場需求，打通創新成果轉化“最后一公里”。在生產函數形式的檢驗中，結果顯示LR統計量大于混合卡方臨界值，拒絕原假設，選擇超越對數生產函數形式。

2.2 高技術產業創新效率測算結果分析

表2和下頁表3分別為運用Frontier 4.1軟件所計算出的2006—2020年28個省份高技術產業產品研發階段和成果轉化階段創新效率的相對值，進而根據高技術產業創新效率的區域特征差異以及各省份的經濟發展狀況，將所得的效率值按照東部、中部、西北和西南地區[12]進行劃分并計算均值①東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南，中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、內蒙古、廣西，西北地區包括陜西、甘肅、寧夏，西南地區包括四川、重慶、貴州、云南。。

表2 2006—2020年各省份高技術產業產品研發階段創新效率

表3 2006—2020年各省份高技術產業成果轉化階段創新效率

限于篇幅，表2 僅報告了28 個省份2006 年、2011 年、2016年和2020年4個年份的高技術產業研發階段的創新效率。整體而言，高技術產業研發階段創新效率逐年提高，并且增速較快，2006年我國高技術產業產品研發階段的創新效率僅為0.0494，到2020 年增長到0.4890，但是各省份之間存在明顯的區域發展不平衡，經濟發達省份的高技術產業創新效率相對較高。2020年北京和廣東的高技術產業創新效率均在0.7以上，江蘇、浙江、上海等傳統的經濟強省也處在全國前列。而甘肅、寧夏、內蒙古等西北地區省份的均值均未超過0.4，在全國范圍內處于落后水平。考慮到每個省份的經濟發展狀況不同，經濟實力強的省份更能吸引創新要素集聚，通過不斷調整資源配置和產業結構，以較少的創新投入獲得較大的創新產出，因此高技術產業創新效率高；而經濟落后省份缺乏優越的創新環境，高技術產業創新支持較少，創新效率不高。

分區域來看，東部地區和西南地區處于較高水平，2020 年的均值分別為0.5482 和0.5209，隨后是中部地區，均值為0.4520，西北地區最低，均值僅為0.3524。在數字經濟時代的大背景下，東部地區重視互聯網技術的發展，打造了一大批科技創新平臺，吸引了全國創新要素的集聚，并且積極與國際先進企業交流學習，獲得了先進的管理和創新經驗，為高技術產業提供了優越的創新環境，同時地方政府也十分重視企業創新活動，不僅鼓勵企業進行產品研發，還盡量完善相應的配套機制，為高技術產業創新保駕護航，因此東部地區高技術產業創新效率最高。西南地區的高技術產業創新效率僅次于東部地區，“三線建設”為西南地區奠定了良好的現代工業基礎，西部大開發戰略、“一帶一路”倡議等紅利使得西南地區吸引了大量資金、技術與人才，有利于創新活動的開展。中部地區近些年也依靠國家政策支持和承接東部地區的產業，不斷調整產業布局，積極進行產業升級，實現更高效的發展。而西北地區經濟發展落后，對資源過度依賴，陷入“資源詛咒”，并且改革開放之后人才流失嚴重，缺乏產業轉型和創新動力，抑制了創新效率的提升。

直流母線上設置一個0.02 Ω電阻作為采樣電阻,并產生一定的電壓降,經放大器放大后輸入到單片機,電位器可改變放大電路放大倍數,進一步實現電流精確的控制。在直流母線間并聯一對分壓電阻,單片機內部自帶的A/D端口即可完成對電壓的測量。具體電路如圖4所示。

限于篇幅，表3 僅報告了28 個省份2006 年、2011 年、2016年和2020年4個年份的高技術產業成果轉化階段的創新效率，整體呈現平穩上升的態勢，并且大于產品研發階段創新效率均值，但是增速較小，從2006年的0.3759增長到2020年的0.5886，遠遠小于產品研發階段的增長率。

分區域來看，雖然成果轉化階段創新效率均值總體水平較高，但是仍然有15 個省份高技術產業創新效率均值低于全國平均水平。東部地區和西南地區處于較高水平，均值分別為0.6002 和0.4638，中部地區次之，均值為0.4046，西北地區最低，均值僅為0.3420。各省份之間高技術產業創新效率相差較大，天津的高技術產業創新效率最高，均值為0.9547，而海南的創新效率最低，僅為0.0912。說明我國區域之間高技術產業成果轉化階段創新效率存在較大差距，兩極分化現象較為嚴重。

從圖1可知，2006—2020年中國高技術產業研發階段的創新效率均值總體上呈線性增長的趨勢，并且增長幅度較大，2006 年高技術產業創新效率不到0.1，而2020 年高技術產業創新效率增長到0.5左右。這個結果也進一步證明了前文參數檢驗中η＞0 的結論，說明隨著時間的增長，中國高技術產業創新效率在不斷改善。

圖1 2006—2020年中國高技術產業研發階段創新效率的變動趨勢

在研發階段，東部、中部、西北和西南地區的高技術產業創新效率呈現明顯的區域異質性特征，其中，東部地區和西南地區的創新效率處于較高水平，西南地區創新效率的增速略快于東部地區；中部地區的創新效率僅次于西南地區，并且與東部地區和西南地區的差距不大，與全國平均水平差距逐年縮小且有趕超的趨勢；西北地區高技術產業創新效率值最小，并且隨著時間的推移，與其他地區的差距在不斷擴大。各地區產品研發階段的創新效率呈線性增長趨勢，與全國總體變化水平基本保持一致，東部地區的高技術產業產品研發階段的創新效率在考察期內均高于全國均值，而西南地區高技術產業研發階段的創新效率略低于全國均值；中部地區和西北地區高技術產業產品研發階段的創新效率在考察期內均低于全國平均水平，但是增長勢頭較好，尤其是西北地區，2012年之后創新效率快速提高。

從圖2可知，2006—2020年中國高技術產業成果轉化階段的創新效率總體上呈線性增長的趨勢，但是增長幅度較小，2006 年高技術產業創新效率不到0.4，而2020 年高技術產業創新效率增長到0.6左右。這個結果同樣證明了前文參數檢驗中η＞0 的結論，說明隨著時間的推移，中國高技術產業創新效率在不斷改善。此外，產品研發階段和成果轉化階段高技術產業創新效率的差距在逐漸縮小，2006年高技術產業研發效率均值在0.1左右，遠低于成果轉化效率0.38，說明我國產品研發能力較弱，成果轉化效率雖然較高但是轉化質量較低；2020 年高技術產業研發效率均值和成果轉化效率均值都達到了0.6 左右，說明我國不斷重視產品研發能力的提升，提高成果轉化效率與質量，高技術產業研發效率與成果轉化效率匹配程度提高。

圖2 2006—2020年中國高技術產業成果轉化階段創新效率的變動趨勢

在成果轉化階段，東部、中部、西北和西南地區的高技術產業創新效率呈現明顯的區域異質性特征，其中，東部地區的創新效率處于較高水平，西南地區和中部地區的創新效率略低于東部地區，并且兩者差距很小，西北地區高技術產業成果轉化階段的創新效率值最小，這與產品研發階段創新效率的變化保持一致。各地區成果轉化階段的創新效率呈線性增長趨勢，與全國總體變化水平基本保持一致，東部地區高技術產業成果轉化階段的創新效率在考察期內均高于全國均值，而其余三個地區成果轉化階段的創新效率均低于全國均值，但是增長勢頭較好，從變化趨勢來看，東部地區的折線圖較為平緩，說明東部地區的創新效率增長速度較為緩慢，而中部、西南和西北地區的折線圖都比東部地區陡峭，說明這三個地區的創新效率增速大于東部地區。

2.3 高技術產業創新效率的動態演進趨勢分析

圖3 高技術產業產品研發階段創新效率的核密度估計曲線

圖4 高技術產業成果轉化階段創新效率的核密度估計曲線

圖3 從整體上描述了我國28 個省份高技術產業產品研發階段創新效率在2006 年、2011 年、2016 年、2020 年的分布動態演進趨勢?？梢钥闯觯^測期內全國總體核密度曲線中心從2006 年的[0，0.2]區間偏移至2020 年的[0.4，0.6]區間，變化區間呈現逐漸右移的趨勢，說明高技術產業在產品研發階段的創新效率明顯上升；峰尖在2006 年處于較高位置，到2016 年有所下降，2020 年又小幅回升，并且曲線寬度有逐漸變寬的趨勢，說明我國高技術產業產品研發階段創新效率水平的集聚程度先下降后上升，絕對差異存在一定程度的擴大趨勢；左側邊界拖尾現象越發明顯，說明創新效率較低的省份與平均水平的差距在逐漸拉大。

圖4 從整體上描述了我國28 個省份高技術產業成果轉化階段創新效率在2006 年、2011 年、2016 年、2020 年的分布動態演進趨勢。可以看出，觀測期內全國總體核密度曲線中心從2006 年的[0，0.4]區間偏移至2020 年的[0.4，0.8]區間，變化區間呈現逐漸右移的趨勢，說明全國總體高技術產業成果轉化階段創新效率水平明顯上升；峰尖在2006年處于較高位置，到2011年有所下降，2016年和2020年又小幅回升，并且曲線寬度有逐漸減小的趨勢，以上特征說明區域間成果轉化階段創新效率的集聚程度先下降后上升，并且絕對差異呈現縮小的趨勢，存在動態收斂性特征；成果轉化階段創新效率核密度函數右拖尾逐漸減弱，說明創新效率差距逐漸減小。

2.4 高技術產業創新效率的空間相關性分析

2.4.1 空間自相關的測度

全局莫蘭指數結果如表4 所示，2014 年之后，高技術產業產品研發階段創新效率的Moran’s I 大于0 且都通過了1%水平上的顯著性檢驗，強烈拒絕原假設，高技術產業創新效率存在正向的空間自相關性。而成果轉化階段的創新效率沒有通過顯著性檢驗，說明不存在明顯的空間自相關性，因此下文主要對高技術產業研發階段的創新效率進行空間相關性分析。

表4 2006—2020年高技術產業創新效率的全局Moran’s I

2.4.2 局部集聚特征

為直接反映各省份高技術產業創新效率空間的相關性，本文基于局部莫蘭指數繪制了中國28 個省份高技術產業產品研發階段創新效率的莫蘭散點圖（見下頁圖5）。可以看出大多數省份的高技術產業創新效率集中在HH集聚區和LL集聚區。HH集聚區表示區域自身和周邊地區高技術產業創新效率均較高，空間差異程度較??；LL集聚區表示區域自身和周邊地區高技術產業創新效率均較低，空間差異程度較小。東部經濟發達地區省份，如北京、江蘇、浙江、上海等省份處于HH 集聚區，說明這些地區的高技術產業創新效率均較高。陜西、甘肅、寧夏等西北地區省份以及山西、黑龍江和遼寧均處于LL集聚區，說明中部地區和西北地區高技術產業創新效率較低。導致以上現象的原因可能在于東部地區區域之間要素和資源流動頻繁，并且經濟發達，高技術產業具備良好的創新環境，因此東部地區的高技術產業創新效率基本都處于較高水平；而西北地區的一些相鄰省份由于地形的限制，交通不便，要素交流不暢，再加上經濟發展落后，對高技術產業的支持力度不足，一定程度上制約了這些地區高技術產業創新效率的提升。莫蘭散點圖驗證了高技術產業創新效率在空間上的兩極集聚性，高技術產業創新效率大致表現為由東向西逐漸降低。

圖5 2020年高技術產業創新效率莫蘭散點圖

3 結論與建議

3.1 結論

本文選取2006—2020 年中國28 個省份的相關數據，測算和分析了高技術產業創新效率的空間格局與演變特征，得出如下結論：

（1）從全國層面來看，我國高技術產業研發階段的創新效率和成果轉化階段的創新效率均在逐年提升，并且研發效率的增速大于成果轉化階段創新效率的增速，但是我國高技術產業創新效率總體水平不高。從區域層面來看，我國高技術產業研發階段的創新效率和成果轉化階段的創新效率均存在區域發展不平衡的特征。

（2）產品研發階段的創新效率在逐年提升，但是區域間差距在擴大，逐漸呈現兩極分化的特征，研發階段創新效率的集聚程度先下降后上升；成果轉化階段的創新效率也在持續提升，區域差距縮小，逐漸趨于均衡，集聚程度先下降后上升。高技術產業產品研發階段的創新效率具有明顯的空間相關性，存在空間上的兩極集聚性，而成果轉化階段的創新效率不存在明顯的空間相關性。

3.2 建議

（1）借助新一代信息技術提升高技術產業創新效率。一方面，高技術企業要摒棄原有的發展模式，在新發展理念的指引下加大技術創新投入，增強創新研發能力，提升研發階段的創新效率。另一方面，高新技術企業要重視與信息業的技術融合、組織融合和業務融合，實現互聯網技術在高新技術企業產業鏈的全面滲透和集成應用，形成“互聯網+高技術產業”的新型創新模式，提升成果轉化階段的創新效率。

（2）高技術產業創新發展要充分考慮區域內的經濟發展水平、產業結構和對外開放程度，因地制宜地選擇適合本區域創新效率提升的路徑和模式，縮小區域間的創新效率差距。