我国丝绸之路经济带沿线省(市、区)高技术产业创新效率研究
——基于DEA-Malmquist-Tobit方法

张立杰1,2,梁锦凯1

(1.新疆大学 经济与管理学院;2.新疆大学 纺织与服装学院,新疆 乌鲁木齐 830046)

摘 要:高技术产业是推动区域创新的重要增长极,其创新效率直接影响区域创新发展。基于价值链视角,以2009—2017年丝绸之路经济带沿线省(市、区)高技术产业为研究对象,利用DEA-Malmquist指数模型分析各地区高技术产业技术研发效率、技术转化效率,并采用Tobit模型验证不同因素对不同创新效率的影响。结果发现:丝绸之路经济带沿线省(市、区)高技术产业创新发展态势良好,区域创新效率差异正逐步缩小,技术研发效率明显高于技术转化效率。在创新过程中,劳动者素质、技术积累是提高技术研发效率的关键因素,企业自主创新、政府支持、企业规模扩张能够显著提高技术转化效率。

关键词:丝绸之路经济带;高技术产业;创新效率;技术研发;技术转化

DOI10.6049/kjjbydc.2018110159

开放科学(资源服务)标识码(OSID):

中图分类号:F264.2

文献标识码:A

文章编号:1001-7348(2019)13-0068-08

Research on Innovation Efficiency of High-Tech Industries in Provinces along the Silk Road Economic Belt of China——based on DEA-Malmquist-Tobit Method

Zhang Lijie1,2,Liang Jinkai1

(1.School of Economics and Management, Xinjiang University;2.School of Textile and Clothing, Xinjiang University, Urumqi 830046, China)

AbstractHigh-tech industry is an important growth pole of regional innovation, and its innovation efficiency would directly affects regional innovation development. The data of high-tech industries in provinces along the silk road economic belt from 2009 to 2017 were taken as the research sample,based on the perspective of value chain, this paper studies the technology research and development efficiency and technology transformation efficiency of high-tech industries by using DEA-Malmquist model, and the effect of different factors on different innovation efficiency is further verified by Tobit model. The research suggests several results. The innovation of high technology industry in provinces along the silk road economic belt is well-developed, and the regional difference of innovation efficiency is gradually narrowing. The efficiency of technology research and development is significantly higher than technology transformation efficiency. In the process of innovation, the key factors to improve the efficiency of technology research and development are the quality of workers and technology accumulation. Enterprise independent innovation, government support and enterprise scale expansion can significantly improve the efficiency of technology transformation.

Key Words:Silk Road Economic Belt; High-Tech Industry; Innovation Efficiency; Technology Research and Development; Technology Transformation

收稿日期:2019-02-15

基金项目:国家自然科学基金项目(71363052);新疆维吾尔自治区软科学项目(2018D07018)

作者简介:张立杰(1971-),男,新疆乌鲁木齐人,博士,新疆大学经济与管理学院教授、博士生导师,新疆大学纺织与服装学院院长,研究方向为产业经济、系统工程与科技创新; 梁锦凯(1993-),男,河南许昌人,新疆大学经济与管理学院硕士研究生,研究方向为科技创新。

0引言

随着科技发展不断提速,创新驱动发展的作用日益凸显。2016年5月,中共中央、国务院印发《国家创新驱动发展战略纲要》,旨在加快国家创新驱动发展战略实施。2017年10月,党的十九大再次把创新提升到新的高度,提出创新是引领发展的第一动力,是建设现代化经济体系的战略支撑。实现创新驱动发展,提高各个区域科技创新能力势在必行。丝绸之路经济带沿线省(市、区)以其独特优势和发展潜力,已成为我国推动创新驱动发展战略的重要区域[1]。区域创新发展离不开各行业的技术创新,高技术产业作为知识、技术密集型产业,凭借其创造性强、附加值高等特点,成为区域创新、科技发展的中坚力量,是技术进步、生产效率提升的重要推手。随着创新驱动发展战略和一带一路倡议的贯彻实施,丝绸之路经济带区域创新能力不断提升,大量人才和资金流入加速推动了高技术产业发展。在此背景下,研究丝绸之路经济带沿线省(市、区)高技术产业创新效率差异,探讨不同地区创新效率主要影响因素,对于合理利用创新资源,提高区域高技术产业创新效率,促进丝绸之路经济带沿线省(市、区)科技和经济良性发展具有重要的现实价值。

1文献综述

近年来,高技术产业对国家经济发展、科技进步的作用日益突出,其创新效率研究成为国内外学者研究热点,得到不断深入和拓展,主要研究集中在以下几个方面:

(1)对高技术产业、行业创新效率进行深入研究。高晓光等[2]基于SFA方法对中国区域高技术产业创新效率的时间演变和地区特征进行了研究分析;Han等[3]评价了高技术行业创新效率,进一步讨论了行业内、行业间创新效率的动态变化;孙早等[4]研究了信息基础设施建设对中国高技术产业创新效率的影响;张涵等[5]深入研究了创新环境约束下高技术产业区域创新效率,并考察了创新效率的收敛性特征;韩庆潇等[6]基于不同市场分割类型视角,研究了地区市场分割对高技术产业创新效率的影响。

(2)基于价值链视角对高技术产业创新发展过程中的阶段效率进行研究。冯志军[7]、张肃[8]将高技术产业创新过程划分为技术开发和科技成果转化两个阶段,分别评价了上述两个阶段的创新效率;刘树林[9]、王伟[10]则把高技术产业创新过程分为3个阶段,通过创新效率动态变化观察高技术产业技术创新演变规律;Mehdi Toloo等[11]认为,创新效率测度过程中需要分析额外中间输入和共享输入,并进一步验证了该方法的有效性。

(3)对高技术产业创新效率和影响因素的综合研究。肖仁桥等[12]从价值链角度研究了高技术产业创新效率和影响因素,发现政府支持、金融环境等对技术创新整体效率有较为显著的影响;宇文晶等[13]通过格兰杰因果检验确定了区域高技术产业创新效率的滞后期为2年,进一步测度了各省(市、区)高技术产业创新效率及主要影响因素;张鸿等[14]运用 DEA模型测算了陕西省高技术产业不同行业技术研发效率与成果转化效率,发现产业绩效、市场化程度对技术研发效率有显著影响;Li等[15]提出了一个由动态DEA、共同边界分析理论和截断回归模型相结合的研究框架,测度高技术产业技术效率对人才的依赖度;范德成等[16]运用随机前沿模型测算了各省(市、区)高技术产业创新效率,发现空间效应、企业规模、政府支持等因素对高技术产业创新效率有显著影响。

综上所述,高技术产业创新效率研究成果不断丰富,如何剖析高技术产业创新发展过程中存在的细微问题成为关键,部分学者开始研究高技术产业创新过程中创新效率的异质性和关联性,部分学者则试图探讨高技术产业创新过程中创新效率的影响机制,然而,鲜有学者进一步研究创新过程中的技术、规模效率及影响因素。本文基于现有研究成果,对丝绸之路经济带沿线省(市、区)高技术产业创新效率作进一步研究,从价值链角度出发,分析丝绸之路经济带沿线省(市、区)高技术产业技术研发效率、技术转化效率,并进一步分析各阶段创新效率、纯技术效率、规模效率影响因素,探讨不同因素对不同效率的影响效应,主要贡献如下:①在创新驱动发展、一带一路背景下,分析丝绸之路经济带沿线省(市、区)高技术产业创新效率及影响因素,相较于全国层面的研究,更具有针对性;②基于高技术产业创新发展过程,细化研究各方面创新效率及影响因素,具有现实指导价值。

2创新效率分析

2.1研究方法

高技术产业创新是一个动态系统,从价值链视角看,其创新可以分解为技术研发和技术转化两个方面[8]。鉴于创新过程的复杂性,很难找到一个准确的函数表达其效率关系,本文采用DEA模型分析丝绸之路经济带沿线省(市、区)高技术产业技术研发效率和技术转化效率。DEA(CCR模型)最早由Charnes等[17]基于“相对效率评价”概念提出,其前提假设是要素规模报酬不变。随着研究深入,Banker等[18]基于要素规模报酬可变假设,提出了BCC模型,进一步把技术效率(TE)分解为纯技术效率(PTE)和规模效率(SE)。其中,技术效率等于纯技术效率和规模效率的乘积,是指决策单元在产出既定下投入最小或投入既定下产出最大的能力,规模效率是指决策单元生产规模相比最优规模的发挥程度,纯技术效率是剔除规模因素后的效率。本文利用BCC模型分析丝绸之路经济带沿线各省市高技术产业创新发展的两方面效率,并进一研究纯技术效率、规模效率差异及影响因素。BCC模型构建如下:

min[θ-ε(e-s-+e+s+)]

(1)

式(1)中,θ为各决策单元效率值,介于0~1之间,λj为决策单元j的投入产出指标权重,xj为决策单元j的投入向量,yj为决策单元j的产出向量;s-s+分别为投入和产出松弛变量,e-e+为对应单位行向量,ε为非阿基米德无穷小量。当θ=1且ε(e-s-+e+s+)=0时,决策单元 j为 DEA有效;当θ=1且ε(e-s-+e+s+)>0时,决策单元j为弱DEA有效;当θ<1时,决策单元j为非DEA有效,需调整投入产出。

通过DEA(BCC)模型,可以有效评价决策单元每年的技术效率、纯技术效率、规模效率等,从而进行地区差异分析。但是,DEA模型属于一种静态分析方法,为了更好地分析丝绸之路经济带沿线省(市、区)高技术产业创新效率发展态势,本文结合Malmquist指数模型进行动态分析。Malmquist指数用于测度t期到t+1期全要素生产率变化(TFP),可以进一步分解为技术效率变化指数(EFFCH) 和技术进步变化指数(TECH)的乘积。其中,全要素生产率变化指数(TFP)表示从t期到t+1期某一决策单元生产率的变化程度;技术效率变化指数(EFFCH)表示t期到t+1期某一决策单元对生产可能性边界的追赶速度;技术进步变化指数 (TECH)反映t到t+1时期生产前沿面的移动。由于技术效率(TE)等于纯技术效率(PTE)与规模效率(SE)之乘积,故

TFP=EFFCH×TECH=PECH×SECH×TECH

(2)

Malmquist指数模型构建如下:

(3)

式(3)中,DtDt+1分别代表参照t期、t+1期技术水平时决策单元的相对效率。当M>1 时,全要素生产率从t期到t+1期呈增长趋势;当M=1时,则表示呈停滞状态,当M<1时,则表示呈下降趋势。

2.2指标选取及数据处理

高技术产业创新效率研究颇受国内外学者们重视,创新投入产出指标选取日益成熟。借鉴学者们丰富的研究成果[19-21],本文指标选取如表1所示。

表1 创新效率评价指标体系

阶段 一级指标 二级指标技术研发 投入 R&D 人员全时当量(人年) R&D 经费内部支出(万元) 产出 专利申请量(件) 技术转化 投入 高技术产业从业人员平均人数(人) 新产品开发经费支出 (万元) 产出 新产品销售收入 (万元)

技术研发效率测度方面,选取高技术产业R&D人员全时当量和 R&D经费内部支出作为投入指标,专利申请量作为产出指标。其中,科研人员全时当量是国际上通用的科技人力投入指标,R&D经费内部支出是科研机构内部研发支出,是技术研发过程中的资本投入指标。国内外学者通常采用专利申请量或专利授权量作为技术研发的重要产出指标,考虑到专利授权可能具有延期性,本文采用专利申请量作为技术研发产出指标。

技术转化效率测度方面,选择高技术产业从业人员平均人数和新产品开发经费支出作为投入指标,以新产品销售收入作为产出指标。技术转化是技术应用过程,更是技术被市场接受和认可的过程,学者们通常采用高技术产业从业人员平均人数作为技术转化过程中的人力资本投入指标,而新产品开发经费是技术研发成果转化为新产品的直接投入,故通常被作为技术转化资本投入指标。新产品销售收入是技术成果转化的直接收益,能够较好地反映技术研发成果转化情况,故本文以新产品销售收入作为产出指标。

为了保证研究准确性,本文对指标数据进行如下处理:参考吴传清[22]对技术创新效率的研究,对R&D 经费内部支出、新产品开发经费、新产品销售收入等指标以各省(市、区)2009年为基期的消费者物价指数进行平减。国际上通常采用资本存量作为资本要素指标,参考张鸿等[14]的研究成果,对R&D 经费内部支出、新产品开发经费采取国际上通用的永续盘存法进行存量转化,资本存量的不变折旧率采用15%进行计算,基期资本存量计算公式如下:

KS0=R0/(g+δ)

(4)

其中,R0表示基期经费支出,g为各个省区2009—2017年经费支出平均增长率,δ为资本存量的不变折旧率。资本存量计算公式如下:

KSt=Rt-1+(1-δKSt-1

(5)

其中,KSt为t时期资本存量,KSt-1为t-1时期资本存量,Rt-1为t-1时期经费支出。相关数据来源于2010-2018年《中国科技统计年鉴》和《中国高技术产业统计年鉴》。参考郝金磊[1]、程广斌等[23]的研究成果,本文选择丝绸之路经济带沿线9个省市进行研究,由于青海省数据缺失严重,故选择丝绸之路经济带沿线8个省市高技术产业进行研究分析,分别为西北4省区(陕西、甘肃、宁夏、新疆)、西南4省市(重庆、四川、云南、广西),个别缺失数值运用移动平均法补充得到。

2.3创新效率测度与分析

对丝绸之路经济带沿线省(市、区)高技术产业创新效率进行测度,结果见表2-4。对丝绸之路经济带沿线省(市、区)高技术产业创新效率的 Malmquist指数值进行估计及分解,结果见表5、表6。

2.3.1 丝绸之路经济带沿线省(市、区)高技术产业创新纯技术效率

由表2可知,沿线省(市、区)高技术产业创新纯技术效率波动较大,技术研发纯技术效率略高于技术转化纯技术效率。从技术研发角度看,西北地区纯技术效率均低于西南地区,说明西北地区研发资源未能效用最大化,技术研发效率有待进一步提高。新疆、四川、重庆等地纯技术效率较高,几乎一直处于相对有效水平,说明上述地区技术水平和管理水平较高,技术研发工作稳步推进。宁夏、云南两地纯技术效率波动较大,说明技术研发工作得到了重视,但是未能持续发力,需要稳步提高资源配置和利用效率。其它省区纯技术效率处于低位水平,表明技术研发工作有很大提升空间,提高研发水平是各地区高技术产业发展的重中之重。从技术转化角度看,相较于西北地区,西南地区市场活跃,高技术行业技术创新更容易得到转化。然而,随着西北地区对高技术产业的引导发展,其技术转化效率逐步高于西南地区。新疆、宁夏、四川、重庆等地技术转化效率较高,说明在政府和企业共同努力下,上述地区高技术产业市场化体系不断完善,技术转化水平逐步提高。其它省(市、区)技术转化效率普遍较低,表明技术转化过程存在一定阻碍,技术转化环境亟待改善。

表2 2009-2017年丝绸之路经济带沿线省(市、区)高技术产业创新纯技术效率(PTE)

地区2009P1P22010P1P22011P1P22012P1P22013P1P22014P1P22015P1P22016P1P22017P1P2陕西0.820.290.620.430.750.460.350.880.460.640.310.620.310.300.330.480.410.35甘肃0.390.191.000.190.650.250.820.880.600.750.770.730.490.380.510.510.570.67宁夏0.371.000.351.001.001.001.001.001.001.000.491.000.241.000.811.000.451.00新疆1.001.001.001.001.000.561.001.001.001.001.001.001.001.001.001.001.001.00西北0.650.620.740.660.850.570.790.940.770.850.640.840.510.670.660.750.610.76重庆1.001.001.001.001.001.001.001.001.001.001.001.001.001.001.001.000.971.00四川1.001.001.001.001.001.001.001.001.001.001.001.001.000.741.000.941.000.77云南1.001.000.870.771.000.481.000.930.580.950.660.690.440.240.640.270.560.49广西0.660.230.570.260.690.270.610.560.701.001.000.380.540.140.610.270.950.26西南0.920.810.860.760.920.690.900.870.820.990.810.770.750.530.810.620.870.63Mean0.790.720.800.710.890.630.850.910.800.920.730.810.630.600.740.690.740.70

注:P1、P2分别表示技术研发阶段纯技术效率、技术转化阶段纯技术效率

2.3.2 丝绸之路经济带沿线省(市、区)高技术产业创新规模效率

由表3可知,沿线省(市、区)高技术产业创新规模效率差异不大,技术研发规模效率略高于技术转化规模效率。在技术研发过程中,西北、西南地区规模效率差异较小,说明技术研发得到了各地高度重视,投入产出结构比较合理。陕西省创新资源丰富,但是规模效率不佳,2014年以后效率快速提高,说明该地区创新资源投入过剩,通过优化资源配置,规模效率得到了迅速提升。其它省市规模效率均处于高位水平,说明技术研发过程中资源得到了较为充分的利用,需要继续保持资源配置的有效性。在技术转化过程中,西北地区追赶效应明显,与西南地区规模效率差异日趋缩小。西北地区虽然经济不够活跃,高技术产业市场化相对薄弱,但是各地区依托丝绸之路经济带,抓住合作发展机遇,为高技术产业发展营造了一个良好的市场环境,逐渐缩小了与其它省市规模效率差异。四川省技术转化规模效率波动明显,且差异较大,说明该省虽然经济相对活跃,高技术产业具有良好的发展环境,但是创新资源可能存在浪费和闲置,可以合理减少投入,优化投入产出结构。新疆规模效率一直处于低位水平,可以进一步优化创新资源配置。其它地区规模效率良好,表明创新资源基本实现了效用最大化,需要持续稳定发展。

表3 2009-2017年丝绸之路经济带沿线省(市、区)高技术产业创新规模效率(SE)

地区2009S1S22010S1S22011S1S22012S1S22013S1S22014S1S22015S1S22016S1S22017S1S2陕西0.140.980.630.550.490.630.870.710.540.720.950.840.841.000.980.801.001.00甘肃0.570.961.000.860.940.970.960.900.800.970.960.930.940.930.900.890.980.87宁夏0.651.000.980.541.000.831.001.001.001.000.851.000.840.810.921.000.950.74新疆1.000.150.900.300.700.660.160.041.000.241.000.111.000.451.000.611.000.36西北0.590.770.880.560.780.770.750.660.840.730.940.720.910.800.950.830.980.74重庆0.331.000.851.000.911.000.991.000.850.941.001.000.651.000.871.000.971.00四川0.140.980.800.411.000.411.000.800.570.931.000.880.900.531.000.501.000.66云南0.560.930.980.650.980.971.000.770.860.880.970.900.820.960.970.850.990.90广西0.390.990.920.910.950.910.990.950.731.000.980.930.910.931.000.960.960.92西南0.360.980.890.740.960.821.000.880.750.940.990.930.820.860.960.830.980.87Mean0.480.880.890.650.870.800.880.770.800.840.970.830.870.830.960.830.980.81

注:S1、S2分别表示技术研发阶段规模效率、技术转化阶段规模效率

2.3.3 丝绸之路经济带沿线省(市、区)高技术产业创新综合技术效率

由表4可知,沿线省(市、区)高技术产业创新效率整体水平不高,技术研发效率高于技术转化效率。相对于技术研发环境而言,我国技术交易市场不够健全,高技术产业市场化相对薄弱,因而技术转化效率低于技术研发效率。从技术研发效率角度看,西北地区研发效率明显低于西南地区研发效率,其主要原因在于西北地区纯技术效率较低,西北地区虽然不断加强高技术产业投入,引进先进技术,但是技术消化和吸收需要一个过程,西北地区技术水平仍需要稳步提高。新疆、四川两地研发效率较高,主要在于地方政府为高技术产业提供了高度支持和积极引导,使得其高技术产业在创新发展过程中的纯技术效率和规模效率一直处于高位水平。陕西、重庆两地具有较高的创新投入,然而研发效率并不乐观,说明两地没有找到自身创新着力点,未能充分发挥自身创新优势。甘肃、宁夏、云南、广西等地高技术产业发展起步较晚,技术水平、管理水平相对落后,研发效率有待进一步提高。从技术转化角度看,西北地区转化效率逐渐提升,然而西南地区纯技术效率呈现走低,导致该地区转化效率下降,两地区转化效率差异日趋缩小。只有重庆实现了高效率技术转化,说明在国家政策支持下,重庆政府因地制宜,加快了高技术产业市场化进程。陕西、四川等地经济相对活跃,技术转化效率不高可能在于上述地区传统行业发展仍起主导作用,高技术产业市场化相对薄弱。甘肃、宁夏、新疆、广西、云南等地技术转化效率相对较低,高技术产业市场化水平有待进一步提高。

表4 2009-2017年丝绸之路经济带沿线省(市、区)高技术产业创新的综合技术效率(TE)

地区2009T1T22010T1T22011T1T22012T1T22013T1T22014T1T22015T1T22016T1T22017T1T2陕西0.110.290.390.240.370.290.300.620.250.460.290.520.260.300.320.380.410.35甘肃0.220.181.000.170.610.240.790.790.470.720.740.680.460.360.460.460.560.58宁夏0.241.000.340.541.000.831.001.001.001.000.421.000.200.810.751.000.430.74新疆1.000.150.900.300.700.370.160.041.000.241.000.111.000.451.000.611.000.36西北0.390.410.660.310.670.430.560.610.680.610.610.580.480.480.630.610.600.51重庆0.331.000.851.000.911.000.991.000.850.941.001.000.651.000.871.000.971.00四川0.140.980.800.411.000.411.000.800.570.931.000.880.900.401.000.471.000.50云南0.560.930.850.500.980.461.000.720.500.830.640.620.370.230.620.230.560.44广西0.260.230.530.230.650.240.600.530.511.000.570.350.490.130.610.260.950.24西南0.320.790.760.540.890.530.900.760.610.930.800.710.600.440.780.490.870.55Mean0.360.600.710.430.780.480.730.690650.770.710.650.540.460.710.550.740.53

注:T1、T2分别表示技术研发效率、技术转化效率

2.3.4 丝绸之路经济带沿线省(市、区)高技术产业创新效率动态分析

由表5可知,沿线省(市、区)高技术产业全要素生产率变化指数平均值大于1,说明2009—2017年高技术产业创新发展态势良好。技术研发方面,全要素生产率平均增长了3.0%,其中部分年份出现下降,表明高技术产业研发效率虽在快速提高,但是波动较大,需要进一步稳定发展。对全要素生产率变化指数进一步分解可知,技术效率指数平均增长11.9%,技术进步指数下降7.3%,说明丝绸之路经济带沿线省(市、区)高技术产业技术创新追赶速度较快,但是新技术消化与吸收难度逐渐提升,技术进步速度放缓。进一步分解技术效率变化指数发现,规模效率平均增长12.4%,纯技术效率降低了0.4%,表明高技术产业投入产出结构日趋完善,创新资源效用不断增强,但是技术水平、管理水平出现了轻微下降。技术转化方面,全要素生产率呈现先下降后上升趋势,平均增长高达13.0%,表明高技术产业市场化迅速,技术转化效率快速提高。进一步分解可得,技术效率平均增长0.9%,技术进步指数平均增长12.0%,其中纯技术效率平均增长0.9%,规模效率基本不变,说明在技术转化过程中,纯技效率得到了提升,技术进步不断加速。综上可知,在技术研发过程中,规模效率提升是促进高技术产业全要素生产率提高的主要因素;在技术转化过程中,技术进步明显提高了高技术产业全要素生产率。

由表6可知,沿线省(市、区)高技术产业全要素生产率基本呈现增长趋势。从技术研发角度看,全要素生产率提高主要得益于各地区技术效率的不断提升,各省(市、区)高技术产业规模效率是技术效率提升的主导因素,说明各地区不断优化投入产出配置,逐步提高了规模效率。陕西、云南两地纯技术效率出现轻微下降,表明上述地区技术水平和管理水平出现波动,需要进一步提高。值得注意的是,各地区技术进步指数均有不同程度的降低,说明在各地政府支持下,技术研发效率不断提高,但是技术进步的速度已经放缓,精细化成为技术研发的发展方向。从技术转化角度看,各地区技术进步指数均出现上涨,2009—2017年平均增长12.0%,极大地提高了地区全要素生产率。宁夏、四川、云南等地技术率出现了下降。其中,宁夏、四川地区规模效率降低是导致技术效率低下的主要因素,云南地区技术水平降低导致技术效率低下。其它地区技术效率变化指数、技术进步变化指数均大于1,说明上述地区技术水平、管理水平在不断提升,生产规模得到了进一步扩大。综上可知,在技术研发过程中,技术退步严重阻碍了高技术产业全要素生产率提升;在技术转化过程中,规模效率不佳是全要素生产效率提高的主要障碍。

表5 丝绸之路经济带高新技术产业各年份创新效率Malmquist指数及分解

时间技术研发阶段EFFCHTECHCHPECHSECHTFPCH技术转化阶段EFFCHTECHCHPECHSECHTFPCH2009-20102.3540.2591.0412.2620.6090.8142.181.0350.7861.7742010-20111.1211.8641.1540.9712.0891.1580.7770.9161.2630.92011-20120.8441.1460.920.9170.9671.2320.4471.6250.7580.552012-20130.9441.4350.9460.9981.3541.350.9821.0151.331.3262013-20141.1070.7120.8931.240.7880.7751.4550.8450.9181.1282014-20150.7231.3380.8120.890.9670.7042.1840.6281.1211.5382015-20161.3990.7611.2551.1151.0651.2570.8571.2441.0111.0772016-20171.0430.9441.0141.0280.98511.2211.0410.9611.22Mean1.1190.9270.9961.1241.031.0091.121.00911.13

注:平均值为几何平均,下同

表6 2009-2017年丝绸之路经济带沿线省(市、区)高技术产业创新效率Malmquist指数及分解

地区技术研发阶段EFFCHTECHCHPECHSECHTFPCH技术转化阶段EFFCHTECHCHPECHSECHTFPCH陕西1.1770.9070.9161.2841.0681.0231.1111.0221.0011.137甘肃1.1220.9261.0491.0691.0391.161.0961.1740.9881.272宁夏1.0760.9391.0261.0491.0110.9631.11210.9631.071新疆10.917110.9171.1171.11711.1171.248重庆1.1450.9411.1451.07611.133111.133四川1.2840.91211.2841.1710.921.0940.9680.9511.006云南0.9980.9670.931.0730.9650.911.1440.9140.9961.041广西1.1760.9071.0511.1191.0661.0051.1531.0130.9921.158Mean1.1190.9270.9961.1241.0371.0091.121.00911.13

3创新效率影响因素

3.1研究设计

技术创新是一个复杂系统,高技术产业创新必然受到多种因素影响,为了更加科学、清晰地研究影响效应,以创新效率值、纯技术效率值、规模效率值作为因变量,以创新效率的代表性影响因素作为自变量进行回归分析。考虑DEA模型测算效率值在0~1之间,属于受限变量,本文利用Tobit模型进行回归分析,模型构建如下:

(6)

式(6)中,为受限变量,yi为被解释变量,xi为解释变量,β为模型参数,εi为随机干扰项且εiN(0,σ2),i=1,2,3…。借鉴王伟[10]、肖仁桥[12]、桂黄宝[21]、吴传清等[22]的研究成果,本文重点考察企业自主创新(QY)、政府支持(ZF)、劳动者素质(LAB)、研发投入力度(RD)、市场规模(SIZ)、技术积累(TA)等微观因素对高技术产业创新效率的影响效应。其中,QY用R&D 经费内部支出中企业投入资金占比表现,ZF用R&D 经费内部支出中政府投入资金占比表现,LAB用从业人员中科技研究人员占比体现,RD 用R&D 经费内部支出与新产品销售收入比值体现,SIZ用企业主营业务收入与企业个数比值代理,TA用创新效率滞后项代理。为降低模型产生多重共线性的可能性,对企业自主创新(QY)和政府支持(ZF)进行对数化处理,数据来源及处理与前文投入产出指标一致。

3.2实证结果与分析

鉴于各因素对高技术产业不同阶段创新效率的影响不同,纯技术效率和规模效率的影响情况可能也存在差异,本文采用 Stata15.1 软件分别对上述面板数据进行截断回归分析,经检验P1、T1、S2效率值采用随机效应模型分析,S1、P2、T2效率值采用混合固定效应模型分析,结果如表7所示。

表7 丝绸之路经济带沿线省(市、区)高技术产业创新效率影响因素回归结果

变量P1S1T1P2S2T2常数项-0.008 585 9(-0.06)1.026 923∗∗∗(15.77)0.526 965 2∗∗∗(2.65)0.426 137 7∗∗∗(4.40)0.307 184 7∗(1.89)0.291 939 8∗∗∗(2.82)企业自主创新(ln(QY))-0.921 920∗∗∗(-3.51)0.014 202 2(0.15)-0.769 4654∗∗(-2.06)0.606 138 2∗∗∗(2.80)0.098 982 8(0.38)0.582 175 7∗∗∗(3.09)政府支持(ln(ZF))-0.028 868 8(-0.85)0.039 053 9∗∗∗(3.88)0.052 431 8(1.20)0.085 856 9∗∗∗(5.19)-0.014 494 6(-0.41)0.034 184 9∗(1.94)劳动者素质(LAB)3.84 046 7∗∗∗(3.51)-0.530 798 1(-0.93)3.815 999∗∗∗(2.94)0.679 787 8(0.56)3.569 729∗∗∗(3.64)4.042 486∗∗∗(4.18)研发投入力度(RD)-0.169 203 2(-1.02)-0.867 90∗∗∗(-13.90)-1.109 688∗∗∗(-5.80)0.319 661 4∗∗∗(2.93)-0.454 741 1∗∗∗(-2.88)-0.358 774∗∗∗(-4.25)企业规模(SIZ)0.047 106 7∗∗∗(3.58)-0.016 283∗∗∗(-2.73)0.023 637 4(1.04)0.003 344 1(0.21)0.033 733 1∗∗(2.27)0.030 009 1∗∗(2.00)技术积累(TA)0.372 307 1∗∗∗(4.24)0.149 417 5∗∗∗ (3.12)0.132 619 1(1.47)0.738 908 6∗∗∗(10.06)0.388 224 2∗∗∗(3.02)0.492 185 8∗∗∗(5.77)

注:*、**和***分别表示 10%、5%和 1%水平下显著;括号内为z值或t值

(1)企业自主创新对沿线省(市、区)高技术产业创新效率的影响存在显著差异。在技术研发过程中,企业自主创新在1%的显著水平下对纯技术效率提升起抑制作用,对研发效率在5%的水平下起阻碍作用,对规模效率起提升作用但不显著,说明企业积极主动创新,必定会形成规模扩散效应,进而提高技术研发规模效率,但也可能会在一定程度上偏引研究方向,导致纯技术创新效率不高。在技术转化过程中,企业自主创新在1%的显著水平下对转化效率、纯技术效率提高有促进作用,对规模效率的正向作用不显著,说明作为市场主体,企业在外部竞争性和资本逐利性驱使下,往往能够充分释放创新动力,其自主创新必然推动技术转化效率提高。

(2)政府支持有助于沿线省(市、区)高技术产业创新效率提升。在技术研发方面,政府支持对技术研发规模效率在1%的显著水平下有正向作用,对研发效率有提升作用,对技术研发纯技术效率提高有部分抑制作用但不显著,表明政府支持技术创新,能够起到引导作用,明显提升技术研发规模效率,对其它效率的影响可能存在滞后。在技术转化方面,政府支持能够显著提升纯技术效率和转化效率,对规模效率存在部分负向作用但不显著,说明在技术转化过程中,政府支持更能发挥引导作用,这种作用不是源于规模效应,而是源于纯技术效率提高。

(3)劳动者素质与沿线省(市、区)高技术产业创新效率有显著正向关系。从技术研发角度看,劳动者素质在1%的显著水平下能够促进纯技术效率、研发效率提高,对规模效率有负向作用但不显著,表明在从事高技术产业人员中,科技研究人员越多,高技术产业技术创新性越强,技术研发纯技术效率就越高。从技术转化角度看,劳动者素质能够显著提高规模效率和转化效率,对纯技术效率的正向影响并不显著,说明即使是在技术转化过程中,科研人员的主导作用仍没有改变,较多的科研人员能够通过指导更多的技术转化工作,明显提升技术转化规模效率,但是技术转化纯技术效率更加依赖于高研究水平、高技术水平的科技人才。

(4)研发投入力度对沿线省(市、区)高技术产业创新效率提升存在部分负向作用。技术研发方面,研发投入力度对规模效率、研发效率有显著负向作用,对纯技术效率的阻碍作用并不显著,考虑到资源的稀缺性和创新的系统性,高强度的R&D投入能够提供各种创新资源,但是也可能造成创新资源闲置以及其它资源紧缺,进而抑制技术研发效率提升。技术转化方面,研发投入力度显著促进了纯技术效率提高,对规模效率、转化效率提高存在抑制作用,说明高强度R&D投入能够提高技术转化水平,从而提高纯技术效率。但是,技术转化是一个复杂的过程,R&D投入带来创新资源的同时,配置效率能否提高、规模是否最优是关键。

(5)企业规模对沿线省(市、区)高技术产业创新效率提高有促进作用。技术研发方面,企业规模在1%的显著水平下对纯技术效率提升有正向作用,对研发效率的正向作用不显著,对规模效率存在显著负向作用,说明企业规模暂时还不是高技术产业技术研发效率提升的主要影响因素。只要政府积极引导,企业主动参与,技术研发水平就能够逐步提高,但是企业规模扩大可能造成资源闲置,进而抑制规模效率提升。技术转化方面,企业规模在5%的显著水平下能够促进转化效率、规模效率提高,对纯技术转化效率的正向影响不显著,说明丝绸之路经济带高技术产业的市场竞争相对较弱,只要合理利用创新资源,无论是大企业还是小企业,其技术转化均能顺利进行,但是大型企业的规模效应正逐步形成。

(6)技术积累对沿线省(市、区)高技术产业创新效率提升作用明显。在技术研发过程中,前期效率能够显著促进纯技术效率、规模效率提升,但对技术研发效率提高作用不显著,表明技术研发是一个持续的过程,对前期效率的依赖度较高,只有技术不断沉淀和积累,才能确保研发效率提升。在技术转化过程中,前期效率在1%的显著水平下能够促进纯技术效率、规模效率、创新效率提高,说明技术水平、管理水平提升能够为技术转化创造优良的环境,促进纯技术效率提高。同时,前期规模效率可以带来集聚效应,促进更多技术流向市场,从而提高技术转化规模效率。

4结论与启示

4.1结论

(1)丝绸之路经济带沿线省(市、区)高技术产业创新发展态势良好,创新效率不断提高,但是波动性较强。在技术研发过程中,规模效率是全要素生产率提高的关键;在技术转化过程中,技术进步能够明显提高全要素生效率。

(2)丝绸之路经济带沿线省(市、区)高技术产业创新发展不均衡,总体来看,西北地区创新效率略低于西南地区,沿线省(市、区)技术转化效率明显低于技术研发效率,两方面效率差距正在逐步缩小。

(3)不同因素对丝绸之路经济带沿线省(市、区)高技术产业创新效率的影响机制不同。在技术研发过程中,劳动者素质、企业规模、技术积累能够显著提高纯技术效率,政府支持、技术积累能够促进规模效率提高。在技术转化过程中,企业自主创新、政府支持、研发投入力度、技术水平积累对纯技术效率提高有促进作用,劳动者素质、企业规模、前期规模效率是规模效率提升的关键。

4.2启示

(1)围绕创新驱动发展战略、一带一路倡议持续发力,不断提高丝绸之路经济带沿线省(市、区)尤其是西北各省(市、区)的高技术产业创新效率。发挥政府战略导向作用,制定高技术产业创新发展规划,稳步推进高技术产业创新发展;出台政策支持,优化政府服务,为高技术企业创新发展营造一个良好、稳定的环境;持续加强科技研发投入,确保创新投入充足和稳定,同时提高配置效率,避免创新资源闲置和浪费;加大对外开放力度,加强创新合作,加快一流技术研发和利用,逐步提高技术研发、技术转化水平。

(2)加快高技术产业科技成果转化,促进丝绸之路经济带沿线省(市、区)高技术产业创新协调发展。重点完善丝绸之路经济带沿线地区创新体系建设,加快创新资源流动和整合,形成创新发展协调机制;健全技术转化保障机制,建立技术转移机构,成立技术转化专项基金,促进技术研发和市场需求有效对接;激发丝绸之路经济带沿线省(市、区)高技术企业创新主体作用,充分发挥企业的积极性和主动性,加强企业与高校、研发机构合作,实现技术研发和技术转化协同发展。

(3)针对性制定效率提升策略,最大限度地发挥创新资源效用。各地区可以因地制宜,制定切实可行的战略,稳步提升创新效率。创新效率较低的地区可以弥补短板,根据各因素影响效果的差异性,寻找单一突破路径,充分发挥创新资源的边际效应。例如,宁夏可以继续加大研发投入,提高纯技术创新效率;新疆可以优化投入产出结构,提升自身规模效率。创新效率较高的地区可以精益求精,促进高技术产业均衡发展。例如,重庆可以深化产学研结合,加强与其它地区合作交流,确保高技术产业创新发展的稳定性;四川可以出台相关政策,加快完善高技术产业市场体系,从而提高技术转化效率。

参考文献:

[1] 郝金磊,尹萌.丝绸之路经济带沿线地区创新效率评价及影响因素研究——基于BCC和Malmquist指数法的DEA-Tobit模型[J].科技管理研究,2018,38(5):69-76.

[2] 高晓光.我国高技术产业创新效率的时间演变与地区分布特征[J].产经评论,2015,6(5):30-41.

[3] CHUNJIA HAN,STEPHEN RHYS THOMAS,MU YANG,et al.Evaluating R&D investment efficiency in China′s high-tech industry[J]. Journal of High Technology Management Research,2017,28(1):93-109.

[4] 孙早,徐远华.信息基础设施建设能提高中国高技术产业的创新效率吗?——基于2002—2013年高技术17个细分行业面板数据的经验分析[J].南开经济研究,2018(2):72-92.

[5] 张涵,杨晓昕.创新环境约束下高技术产业区域创新效率及收敛性研究[J].科技进步与对策,2018,35(3):43-51.

[6] 韩庆潇,杨晨.地区市场分割对高技术产业创新效率的影响——基于不同市场分割类型的视角[J].现代经济探讨,2018(5):78-85.

[7] 冯志军,陈伟.中国高技术产业研发创新效率研究——基于资源约束型两阶段DEA模型的新视角[J].系统工程理论与实践,2014,34(5):1202-1212.

[8] 张肃,封伟毅,许慧.基于创新过程的高技术产业创新效率比较与关联研究[J].工业技术经济,2018,37(3):37-43.

[9] 刘树林,姜新蓬,余谦.中国高技术产业技术创新三阶段特征及其演变[J].数量经济技术经济研究,2015,32(7):104-116.

[10] 王伟,邓伟平.高技术产业三阶段创新效率及其影响因素分析——基于EBM模型和Tobit模型[J].软科学,2017,31(11):16-20.

[11] MEHDI TOLOO,ALI EMROUZNEJAD,PLáCIDO MORENO.A linear relational DEA model to evaluate two-stage processes with shared inputs[J]. Computational and Applied Mathematics,2017,36(1):45-61.

[12] 肖仁桥,钱丽,陈忠卫.中国高技术产业创新效率及其影响因素研究[J].管理科学,2012,25(5):85-98.

[13] 宇文晶,马丽华,李海霞.基于两阶段串联DEA的区域高技术产业创新效率及影响因素研究[J].研究与发展管理,2015,27(3):137-146.

[14] 张鸿,汪玉磊.陕西省高技术产业技术创新效率及影响因素分析[J].陕西师范大学学报:哲学社会科学版,2016,45(5):118-126.

[15] LANBING LI, BINGLIAN LIU, WEILIN LIU, et al. Efficiency evaluation of the regional high-tech industry in China: a new framework based on meta-frontier dynamic DEA analysis[J]. Socio-Economic Planning Sciences, 2017(60):24-33.

[16] 范德成,李盛楠.考虑空间效应的高技术产业技术创新效率研究[J].科学学研究,2018,36(5):901-912.

[17] CHARNES A,COOPER W W RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1979,2(6): 429-444.

[18] RAJIV D BANKER. Estimating most productive scale size using data envelopment analysis[J]. European Journal of Operational Research,1984,17(1):35-44.

[19] XIAFEI CHEN, ZHIYING LIU, QINGYUAN ZHU.Performance evaluation of China′s high-tech innovation process: analysis based on the innovation value chain[J].Technovation,2018(74):42-53.

[20] 林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界,2014(4):71-80.

[21] 桂黄宝.我国高技术产业创新效率及其影响因素空间计量分析[J].经济地理,2014,34(6):100-107.

[22] 吴传清,黄磊,文传浩.长江经济带技术创新效率及其影响因素研究[J].中国软科学,2017(5):160-170.

[23] 程广斌,龙文.丝绸之路经济带城市可持续发展能力及其影响因素——基于超效率DEA-面板Tobit模型的实证检验[J].华东经济管理,2017,31(1):35-43.

(责任编辑:张 悦)