广东高技术产业的技术创新效率研究

广东高技术产业的技术创新效率研究摘要技术创新是推动经济增长的主要动力，创新能够有效的提高生产效率，目前，从创新效率角度对产业技术创新效率测度的理论方法还不成熟，政府在制定相关的产业政策时，依靠经验式决策的状况依然存在，由此导致缺少科学的决策依据。广东省是我国的经济大省，高技术产业是推动广东经济快速增长的最重要的动力。本文在界定高技术产业与技术创新效率概念的基础上，分析了广东高技术产业发展现状，着重探讨了DEA方法运用于技术创新效率评价的可行性，进而从投入与产出两个方面，构建了广东省技术创新效率评价指标体系。文章结尾，依据实证部分分析结果，针对广东高技术产业技术创效效率改善问题提出了若干对策建议。关键词：广东省；高技术产业；技术创新；效率AbstractTechnologyinnovationisthemainimpetusofeconomicgrowth,innovationcanimprovetheproductionefficiency,effectivelyatpresent,fromtheperspectiveofthetheoryofinnovationefficiencymethodofmeasureoftheefficiencyofindustrialtechnologyinnovationisnotmature,thegovernmentintheformulationofrelevantindustrialpolicies,relyingontheexperientialdecision-makingsituationstillexists,whichleadstothelackofscientificbasisfordecisionmaking.GuangdongprovinceisabigeconomicprovinceinChina,andhightechnologyindustryisthemostimportantdrivingforcetopromotetherapideconomicgrowthofGuangdong.Basedonthedefinitionofhightechnologyindustryandtechnologyinnovationefficiencyconcept,analyzesthecurrentdevelopmentofhightechindustriesinGuangdong,anddiscussedthefeasibilityofDEAmethodisappliedtoevaluatetheefficiencyoftechnologicalinnovation,andthenfromthetwoaspectsofinputandoutput,theGuangdongprovincialconstructiontechnologyinnovationefficiencyevaluationindexsystem.Attheendofthearticle,accordingtotheresultsoftheempiricalanalysis,somecountermeasuresareputforwardtoimprovetheefficiencyofhigh-techindustryinGuangdong.Keywords:GuangdongProvince;High-techindustry;technologicalinnovation;efficiency目录TOC\o"1-5"\h\z\u1绪论 11.1研究背景和意义 11.2相关概念及理论基础 21.2.1高技术产业内涵 21.2.2效率及效率理论 21.2.3现代经济理论的生产率概述 31.3广东高技术产业发展现状 41.3.1基本情况 41.3.2主要特征 52评价指标体系的建立和模型选择 52.1指标选取原则 52.2指标的选择 62.2.1投入指标 62.2.2产出指标 62.3评价模型的选择 63实证分析 73.1数据来源 73.2DEA模型评价 73.3非DEA有效分析 83.4效率因素分析 83.4.1模型选择 83.4.2因素分析 94结论及建议 94.1结论 94.2对策 9参考文献 111绪论1.1研究背景和意义珠三角地区是我国改革开放的先行地区，是我国重要的经济中心区域，在全国经济社会发展和改革开放大局中具有突出的带动作用和举足轻重的战略地位。2008年国家出台了《珠江三角洲地区改革发展规划纲要（2008-2020）》，其规划范围主要以广东省的广州、深圳、珠海、佛山、江门、东莞、中山、惠州和肇庆市为主体，辐射泛珠江三角洲区域，并将与港澳紧密合作的相关内容纳入规划，为广东省进一步发展提供了良好契机。为了落实纲要给广东未来发展确定的定位，实现经济发展的转型升级，广东需要更加重视发展高技术产业，改造提升优势传统产业，形成产业结构高级化、产业发展集聚化、产业竞争力高端化的现代产业体系。要实现这些目标，离不开R&D投入，因此，必须采取多种措施，加大R&D经费投入。“十五”期间，广东R&D经费年均增长速度达到18.4%，但R&D占GDP比重增长缓慢，2005年只有1.12%，远低于全国1.34%的水平，在全国排在第十位。除了应加大投入的相对量之外，广东高技术产业在高速发展的过程中，也日益暴露诸多问题，具体体现为以高投入低产出、高能耗低效益、高外向低层次等“三高与三低”矛盾为主的基本特征。即：1.高投入与低产出的矛盾；2.高能耗与低效益的矛盾；3.高外向与低层次的矛盾。要有效解决以上矛盾，就要通过对广东省高技术产业技术创新效率的有效评价，发现问题，进而才能为广东高技术产业的进一步发展提供有效的合理的建议。技术创新效率决定了技术创新要素的利用程度和技术创新的产出数量，提高技术创新效率相当于增加技术创新产出或节省技术创新投入。因此对技术创新过程的效率进行评价分析，有利于创新主体对技术创新投入资源的利用情况和产出能力的具体情况有一个客观的认识，找出投入产出效率低的原因，有针对性地通过投入和产出这两个方面，最大限度地利用并发挥技术创新的作用。客观、科学、有效地评价区域的技术创新，有利于进一步认识区域的技术创新状况，科学地定位自身的技术创新状态，从而采取有效的技术创新战略也有利于决策者提出推进技术创新的对策，持续提高竞争优势，以获得最佳的经济效益和社会效益。特别针对发展中国家人力资本和资金较为缺乏，技术实力并不雄厚的情况，如何提高这些要素在技术创新过程中的效率问题是值得深入研究的。因此，综合测度、评价广东省的技术创新效率，对广东省合理利用资源，提高使用效率，进一步提升科技活动效益具有理论价值和现实意义。1.2相关概念及理论基础1.2.1高技术产业内涵高技术产业是指用当代尖端技术（主要指信息技术、生物工程和新材料等领域）生产高技术产品的产业群。是研究开发投入高，研究开发人员比重大的产业。高技术产业发展快，对其它产业的渗透能力强。1971年，美国国家科学院在《技术和国家贸易》中首先提出高技术(hightechnologyHigh-Tech)的概念，英国政府在撒切尔执政期间把高技术列为国家发展纲要，1982年8月日本新闻周刊和商业周刊相继发表了《日本的高技术》和《高技术专集》。对高新技术产业的定义，美国学者A.Nloisog认为高新技术产业是研究和开发高技术密集型产业，美国商务部借鉴其研究对高新技术产业的界定主要根据两项内容，一是从业的专业技术人员，二是R&D占销售额的比重。LanrDege等学者认为高新技术产业是指生产高技术产品的产业而不是仅仅使用了高技术生产产品的产业。1.2.2效率及效率理论效率（efficiency）是指有用功率对驱动功率的比值，同时也引申出了多种含义。效率也分为很多种，比如机械效率（mechanicalefficiency）、热效率（thermalefficiency）等。效率与做功的快慢没有直接关系。效率是指在给定投入和技术等条件下、最有效地使用资源以满足设定的愿望和需要的评价方式。创新是指人类为了满足自身需要，不断拓展对客观世界及其自身的认知与行为的过程和结果的活动。或具体讲，创新是指人为了一定的目的，遵循事物发展的规律，对事物的整体或其中的某些部分进行变革，从而使其得以更新与发展的活动。创新效率是指创新行为的投入产出比。产业技术创新是指以市场为导向，以企业技术创新为基础，以提高产业竞争力为目标，以技术创新在企业与企业、产业与产业之间的扩散为重点过程的从新产品或新工艺设想的产生，经过技术的开发(或引进、消化吸收)、生产、商业化到产业化整个过程一系列活动的总和。产业技术创新的特点和创新的形式密不可分，因此，本研究中将产业技术创新的特点和创新的形式共同归纳为以下几点：第一，产业技术创新具有系统性的特点，需要相关企业协同创新。由于产业技术是企业技术的有机统一，因此产业技术创新需要以某些骨干企业为核心，联合产业内外相关支持企业共同参与，协同地进行新技术的研制和开发。第二，产品技术和生产技术共同创新。任何产业的技术不管是通过多少企业技术实现的，是何分工，都必然存在着产品技术和生产技术。产品技术与生产技术是相互联系的整体，设计完美的产品技术离开了生产技术就只能是潜在的技术。产业技术发展必须是产品技术和生产技术齐头并进，平衡发展。日本产业是因生产技术发达才使日本一度成为技术大国的，而中国传统产业生产技术落后的现状长期没有得到解决，既制约着产品竞争力，也影响着科技成果的产业化进程，制约着产业技术持续发展。第三，产业技术创新是新旧技术的整合过程。为实现产业技术发展目标，各种有用的新旧技术被重新组织起来，通过整合，技术关系得到重新调整和优化，落后技术被淘汰，新技术通过选择和进一步开发进入产业(即实现高新技术成果产业化)，引进技术得到消化吸收，产业技术的整体功能因此得到增强或升级。在这个过程中，企业和企业技术都会有变化，一些企业因技术落后被淘汰或转向，也因新技术得到应用而诞生新的企业甚至新的产业。第四，产业技术创新是各种创新手段如自主创新、模仿创新、合作创新等综合运用的过程。由于创新方式和模式各有侧重，因此，并不是单一的一种创新模式。产业内不同企业之间的创新难度和技术密级不同而有所侧重，最终，自主创新是获得自主知识产权和技术持续发展能力的关键。第五，产业技术创新是产业共性技术开发、扩散及个性化过程。一个产业及不同层次的行业中都会有许多同行企业，同类企业共有的技术即是共性技术，如冰箱行业中，以压缩机为核心的制冷技术即是共性技术。产业及行业的技术发展状况常常通过共性技术的发展表现出来，产业技术创新就要使共性技术得到进一步提高。另一方面，产业技术的发展最终又是通过企业技术的发展来实现的，各企业还应根据自己的技术状况和市场定位，在共性技术的基础上开发具有个性特色的产品，这即是共性技术的扩散和个性化过程。1.2.3现代经济理论的生产率概述生产率一般指单位设备（如一台机床或一条自动生产线）或设备的单位容量（如高炉的每立方米容积），在单位时间(如一小时、一昼夜)内出产的合格产品的数量。如果指每个工人在单位时间内生产的合格产品数量，则称为劳动生产率，它是衡量生产技术的先进性、生产组织的合理性和工人劳动的积极性的指标之一。单要素生产率，是指一个系统的总产出量与某一种要素的实际投人之比。其测算公式为：单要素生产率=（产出量总和）除以（某要素投入量）。单要素生产率是指经济主体的产出水平与投入要素中某一特定要素的比率，如资本生产率、劳动生产率等，它衡量的是该要素的单位产出能力，有助于评价要素的使用效率及其动态变化，且由于这一指标在处理上比较容易，因此一直被研究者使用。全要素生产率是指一个系统的总产出量与全部生产要素真实投入量之比，测算公式为：全要素生产率=（产出总量）除以（全部资源投入量）。全要素生产率增长率是指全部生产要素(包括资本劳动土地但通常分析时都略去土地不计)的投入量都不变时而生产量仍能增加的部分。1.3广东高技术产业发展现状1.3.1基本情况2017年，广东实现地区生产总值89879.23亿元，按可比价格计算，同比增长7.5%，增幅与上年持平；其中：第一、二、三产业实现增加值3792.40亿元、38598.55亿元、47488.28亿元，分别增长3.5%、6.7%和8.6%，第一、二产业增幅同比提高0.4个和0.6个百分点，第三产业回落0.6个百分点（见表1）。广东地区生产总值总量连续29年居全国首位，人均地区生产总值超过8万元，达到81089元，是全国平均水平的1.36倍。经济结构深入优化调整，新旧动能的转换在加快进行。服务业增加值占比持续提升，2017年三次产业结构从上年的4.6：43.4：52.0调整为4.2：43.0：52.8。工业结构持续优化，先进制造业（新口径）和高技术制造业增加值占规模以上工业比重继续提升，达53.2%和28.8%，比上年提高1.6个和1.2个百分点，珠江西岸装备制造业增加值增长12.5%。现代服务业比重提升，现代服务业增加值占服务业增加值比重为62.6%，比上年提高1.0个百分点。民营经济总量占半壁江山，民营经济增加值占地区生产总值比重达53.8%，比上年提高0.2个百分点，民营企业工业增加值占规模以上工业增加值51.2%，民间投资占固定资产投资额比重61.8%。进出口贸易结构持续改善，一般贸易进出口占进出口比重的46.1%，高于加工贸易比重9.0个百分点，对“一带一路”国家累计进出口占全省的21.9%。珠三角地区发展加快，产业升级步伐加快，2017年珠三角地区生产总值（增长7.9%）占全省比重79.7%，比上年提高0.2个百分点；三次产业结构比重优化调整为1.6：42.1：56.3，服务业比重提前两年实现珠三角“九年大跨越”目标，先进制造业和高技术制造业增加值占规模以上工业比重分别高于全省平均水平3.9个和4.7个百分点。1.3.2主要特征产业集聚初步形成。目前，广东高新技术产业初步形成集聚，经过多年努力，高技术产业已经初具规模。电子信息、新材料、生物技术和光电一体化等高技术产业群体已经初步形成。电子信息技术产业中，计算机产业、办公自动化产业和通信产业在全国同行业中均处于优势地位，其主要分布在珠三角一带，广州、深圳和东莞三家已经形成信息产业基地，其中，广州天河软件园集聚了近千家软件相关企业，占全市总数的70%。东莞市自上世纪90年代以来，通过吸引大量外来资本，逐渐发展为全球最大的电子信息产品制造基地之一，如今，已经形成了很多电子制造专业镇，产业集聚现象十分明显。自主创新能力有待加强。广东高技术产业的发展既与中国经济的对外开放密切相关，也与国际产业结构的调整密切相关。在改革开放40多年的历程中，广东高技术产业主要承接欧美日等发达国家，以及韩国、台湾、香港和新加坡等新兴工业化国家和地区的高消耗、劳动密集、资本适度的高技术.这种承接主要体现在广东高技术企业与加工贸易企业二者之间高度重合，发展高技术产业所必需的核心技术、资金、原材料、管理、客户与市场以及发展资源等要素，基本上控制在外资企业和合资企业手中。2评价指标体系的建立和模型选择2.1指标选取原则构建技术创新效率的评价指标，选择输入输出指标的首要原则是反映评价目的和评价内容；其次从技术上避免输入输出集内部指标之间的强线性关系；同时考虑指标的多样性和可获得性。技术创新是一个多投入多产出的复杂系统，要综合准确地对其进行评价，指标的选择遵循以下主要原则：全面性原则、科学性原则、系统性原则、多重结合原则、可比性原则、可操作原则、成长性原则、科学性和实用性相结合的原则、定性与定量相结合的原则、相对独立性原则。2.2指标的选择2.2.1投入指标技术创新的投入指标包括人力资源和资金的投入，本文在资金投入方面加入政府支持的因素，即地方财政支出中的科技拨款。在统计中，科技活动指在自然科学、农业科学、医药科学、工程与技术科学、人文与社会科学领域（简称科学技术领域）中，与科学知识的产生、发展、传播和应用密切相关的有组织的活动。研究与试验发展（R&D）是指在科学技术领域，为增加知识总量、以及运用这些知识去创造新的应用进行的系统的创造性的活动，包括基础研究、应用研究、试验发展三类活动。根据技术创新的定义及以往学者的研究，本文选择研究与试验发展（R&D）活动的相关数据作为投入指标，更真实客观地对广东省技术创新效率进行评价。（1）人力投入；（2）资金投入。2.2.2产出指标技术创新活动的产出是对技术创新这一过程的最终效果的衡量，反映了消耗技术创新资源投入后所产出的效益，应包括两个方面的成果:一方面是在技术创新活动中的直接创新收益，即专利发明;另一方面则是研发的新技术、新产品应用到商业生产中所取得的效益。根据技术创新理论，本质上来看，技术创新活动的最终目的不仅仅是技术上的成功，即发明创造，更重要的是科研成果的应用和推广，获取经济效益。因此在衡量技术创新活动的产出过程时，研究成果的产业化不容忽视。（1）专利数据；（2）技术创新成果产业化。2.3评价模型的选择DEA方法以相对效率概念为基础，特别适用于多指标投入和多指标产出决策单元的相对有效性评价。主要原因在于：（1）DEA模型以最优化为工具，以多指标投入和多指标产出的权系数为决策变量，在最优化的基础上进行评价，具有内在的客观性，避免了在采用参数方法时所需要人为确定指标权系数；（2）对于投入，产出中的相互联系和相互制约的因素在DEA模型中不需要考虑，避免了在各种统计，计量经济模型必须考虑各个变量之间的相关性，多重共线性等问题；（3）对于投入，产出变量的各个量纲无须标准化；（4）能给也每一组投入的产出利用效率，更加有利于管理层参考决策。DBA模型有多种形式，根据评价目的和经济背景进行选择。首先，本文研究全国各省高技术产业技术创新效率，这种研究是建立在产出指标基本维持在一定水平的基础上，因此选用基于投入的DEA模型。其次，在对广东进行微观分析时，由于具有阿基米德无穷小的模型有利于判定DM[J是否为（弱）DEA有效及将原来非DEA有效的DMU投影到相对有效面上，所以选择具有阿基米德无穷小的DEA模型。再者，CZR模型是建立在规模收益不变的假设下，同时针对规模有效性和技术有效性。基于上述的分析，本文选用的是具有阿基米德无穷小的基于投入的CZR模型。本文实证部分分析思路如下：从两个层面研究广东高技术产业技术创新效率状况，即宏观和微观层面。宏观的层面是基于全国各省历年高技术产业投入产出数据来比较广东省与其他省份高技术产业技术效率，目的在于探讨广东与其他省份存在的差距以及借鉴意义，通过比较省际间的创新效率的差异，分析可能的原因。微观的层面是基于广东历年的技术创新效率的数据，着重对非DEA有效年份向DEA有效改进方向的调整分析。最后对在DEA分析中所忽视的环境变量运用Tobit回归对技术效率进行全面的分析。3实证分析3.1数据来源本文投入指标和产出指标数据均来源《高技术产业统计年鉴》（2000-2016），对部分省某些指标缺失值处理则采用该省年平均值代替。由于西藏、香港、澳门和台湾统计资料有限，所以以上地区未予以考虑分析，即以北京、天津、河北等三十个省份作为决策单元。投入产出指标数据特征如表1所示。表1投入产出指标的描述性统计3.2DEA模型评价将数据代入deap2.1软件，经过数据处理，得到分析结果，反应了全国30个省市的DEA平均技术效率排名情况。虽然广东历年的总投入和总产出是全国各省中比较多的，但是对比其他省份的高技术产业的技术创新效率有效值，结果并不理想。纵观2008-2016年各技术效率值，广东在2007、2009、2011、2012、2013、2015和2016年均是弱DEA有效，但是在2001年，其DEA值只有0.745，全国排名第13，2010年DEA值为0.815，全国排名第15，2014年DEA值为0.806，全国排名第14。广东的DEA值为0.9366，全国排名仅第8，位居前列分别是青海、云南、天津、北京、福建、广西和上海。值得注意的是，青海和云南2007-2016年的技术创新效率值都是DEA有效的。表2各个省份高技术产业技术创新效率均值及规模报酬通过对上述计算出的结果的分析，我们发现，由于涉及投入及产出的比较，投入量较少的省市或者产出较多的省市，并不一定意味着其绩效高：投入较多或产出较少的省市，也不等于其技术创新较低。另外需要说明的是，上述DEA结果中的各个DEA值的大小并不代表其大小的绝对值，而只是表示其相对大小的程度。历年投入产出较多的广东、上海、北京和天津等东部沿海省份的技术创新效率并不如投入产出并不多的西部省份青海和云南。3.3非DEA有效分析从广东省高技术产业2008、2010和2014年技术创新效率的DEA分析结果可以看到，0<1，均为非DEA有效，下面各表分析结果中给出了调整为DEA有效的改进方向。从DEA有效的经济意义来看，非DEA有效的原因有两个方面，一是在现有投入基础上的产出不足，一是在现有产出水平上的投入浪费。本文虽然采用非阿基米德无穷小的投入CZR模型，但是当考虑多投入或多产出的情况时，产出松弛也可能发生。（引效率与生产率分析引论）。据此，下面分析思路将从以上两方面展开。在DEA中的非参数前沿面的分段线性形式会导致在效率测度中出现一些问题，其中决策单元C和O是有效的，并且由它们定义了前沿面，但决策单元A和B是非有效的。对于A点通过减少投入量x。与x2使之达到A点，反应在图形上就是连接OA交点为A。此时，A，点位于生产的包络线上面，然而，问题是点A，是否为一个有效率点，因为可以减少已投入量x而仍然得到相同的产出。CA被称为投入的松弛变量。当考虑包括更多投入和多种产出的情况时，图表就不再是这样简单，但松弛变量也可能出现。3.4效率因素分析3.4.1模型选择由于通过DEA模型测度的效率值.除了受模型本身选定的指标的影响之外，还要受到“环境”因素的影响。因此，要对D以模型的测度结果进行全面的分析。就需要对其进行影响因素分析。但是，由于DEA方法计算出来的效率值具有大于O小于1的特征，有被切割或截断（truncated）的特点，若用普通最小二乘法（OLS）进行求解，则参数的估计将是有偏且不一致的。，因此本文采用“DEA一介bit两阶段法”对由OEA模型测度出的效率值起影响作用的环境因素进行实证分析，从而可以较好的解决参数估计中的有偏且不一致问题。财政支出比重和第三产业发展程度对广东各市经济发展效率的影响程度。3.4.2因素分析综合以上文献资料，结合本文研究特点，并基于数据的可得行，本文将从经济运行因素、制度因素以及地区因素这三个方面来考虑的相关解释变量，同时对各个解释变量作用机理进行了预判。4结论及建议4.1结论根据以上分析结果，以广东省为基础，选取非DEA有效年份对投入与产出进行要素冗余量分析，分析结果显示，非DEA有效年份的投入要素存在着冗余，有些投入要素闲置率过高，没有有效利用，2008年结果显示科技互动经费内部支出中仪器设备费出现闲置现象最为严重，高达61.47%，其次科技活动经费内部支出和R&D经费内部支出分别为41.33%和40.72%，而R&D活动人员折合全时当量和科技活动经费筹集额需要缩减的百分比为30%左右。效率因素分析选取人均专利申请受理量、研发人员全时当量占总人口数的比例、进出口总额占GDP比例、科技活动经费凑集额中政府投入占其总资金总额的比例、科技活动经费凑集额中的金融机贷款所占比例五个指标进行tobit回归分析。分析结果显示，只有研发人员全时当量占总人口数的比例与技术创效效率呈反向变动态势，该结果与前面章节冗余模型分析结果是一致的，表明广东研发人力资源投人存在严重浪费现象，从而成为制约高技术产业科技资源配置效率提高的主要因素。4.2对策本文在实证分析的基础上，结合广东高技术产业具体情况，从政策与措施两个方面，提出进一步提高高技术产业技术创新效率的对策建议。总体上，政府主要通过对全省高技术产业发展资源的有效配置来推动全省高技术产业的发展。高技术产业的发展需要依靠人才、资金和制度三者的相互支撑，缺一不可。参考文献[1]王正新，朱洪涛.创新效率对高技术产业出口复杂度的非线性影响[J].国际贸易问题，2017（06）：61-70.[2]吕承超，商圆月.高技术产业集聚模式与创新产出的时空效应研究[J].管理科学，2017，30（02）：64-79.[3]侯建，陈恒.外部知识源化、非研发创新与专利产出——以高技术产业为例[J].科学学研究，2017，35（03）：447-458.[4]张云，赵富森.国际技术溢出、吸收能力对高技术产业自主创新影响的研究[J].财经研究，2017，43（03）：94-106.[5]郭泉恩，孙斌栋.中国高技术产业创新空间分布及其影响因素——基于面板数据的空间计量分析[J].地理科学进展，2016，35（10）：1218-1227.[6]陈恒，侯建.自主研发创新、知识积累与科技绩效——基于高技术产业数据的动态门槛机理研究[J].科学学研究，2016，34（09）：1301-1309+1425.[7]戴魁早，刘友金.要素市场扭曲与创新效率——对中国高技术产业发展的经验分析[J].经济研究，2016，51（07）：72-86.[8]俞立平.创新速度、要素替代与高技术产业效益[J].科学学研究，2016，34（06）：930-937+950.[9]张同斌，李金凯，周浩.高技术产业区域知识溢出、协同创新与全要素生产率增长[J].财贸研究，2016，27（01）：9-18.[10]杨浩昌，李廉水，刘军.高技术产业聚集对技术创新的影响及区域比较[J].科学学研究，2016，34（02）：212-219.[11]魏江，黄学.高技术服务业创新能力评价指标体系研究[J].科研管理，2015，36（12）：9-18.[12]董艳梅，朱英明.中国高技术产业创新效率评价——基于两阶段动态