我国高技术产业研发效率区域差异及其影响因素分析.docVIP

我国高技术产业研发效率差异及影响因素分析 ——基于省级面板数据的研究 摘要：本文运用随机前沿分析法，借助1996～2007年省级地区的面板数据计算了中国高技术产业研发效率，从分析中我们可以看出，中国高技术产业研发效率整体较低,均值仅为0.268，但是呈稳步增长趋势。东部地区与中部、西部和东北地区之间研发效率有较大差距，且东部地区研发效率始终处于提升状态，而其他三个经济板块都一直处于比较低的水平。中国各省间高技术产业研发效率差异性较大，研发效率的变异程度具有明显的区域性。在研发效率的影响因素中，制度因素、企业规模因素和企业在技术消化吸收经费上的支出对于高技术产业研发效率有正影响，而政府政策支持没有使研发效率得到有效的提高，企业的经营绩效的变动则对研发效率没有明显的影响。 关键词： SFA模型； 高技术产业； 研发效率 The Empirical Research on RD Efficiency and its Impacts of Chinas High-tech Industry Abstract: This paper adopted Stochastic Frontier Analysis to measure the RD efficiency and its impacts of Chinas high-tech industry in 2001～2007 with provincial panel data. Analytical result show that the overall RD efficiency of high-tech industry is not high, but it is steadily increasing. It is relatively a big discrepancy during different area. Market force，the size of firm，and the spending on the digestion and absorption of technology have a positive impact on RD efficiency of high-tech industries. But government support has a negative affect, and the enterprises own performance is uncertain. Key words: SFA Model High-tech Industry RD Efficiency 中图分类号：F222.3 文献标识码：A 文章编号：1002-4565(YYYY)NN－PPPP－CC3710亿元。高技术产业研发投入年均增长25.1%，到2007年达到了545.3亿元。但无论从总量还是强度来看，我国RD投入与发达国家是无法相比的。2006年美国和日本分别以3437亿美元和1513亿美元的RD经费支出额高居世界第一和第二位，我国的RD投入强度长期以来保持在1. 3%-1.4%水平,而发达国家RD投入强度通常在2.5%以上。我国高技术产业研发投入的低水平加之利用效率不高，企业总体规模明显偏小，技术创新能力薄弱，创新资源配置效率不高，高校、科研机构和企业的产学研结合程度不够，技术引进对自主研发影响的不确定性都造成了我国高技术产业研发水平长期与发达国家具有较大差距。因此，如何提升我国高技术产业研发效率就显得尤为重要。本文从我国高技术产业研发效率区域差异出发，通过对其效率的影响因素进行分析，从而提出提升我国高技术产业的自主创新能力的政策建议。 二、文献评析 国内有很多学者关于高技术产业研发效率进行较多的研究以数据包络分析为代表的非参数法（吴瑛2006；高鹏，张黎，2006；刘志迎，叶蓁，2006；薛娜，赵曙东，2007；何维达，张远德，2008；路永明，2008）最为普遍随机前沿分析为代表的参数法（朱有为徐康宁2006）这是因为：第一，SFA方法作为一种经济计量方法，既可以对模型中的参数进行检验，也可以对模型本身进行检验，而DEA方法作为一种数学规划方法则难以做到这一点，即无法对前沿面的适用性进行判断，也正因如此，许多经济学家（Forsund etal，1980；Pitt、Lee，1981；Bauter，1990；等）都认为SFA方法较之DEA方法更具优势；第二，DEA方法暗寓着所有的效率影响因素都已被模型所涵括，即不存在非投入的影响因素（也称环境影响因素），这显然也是不现实的，也容易在计算上导致不精确，而SFA方法将非投入的影响因素以随机扰动项来表示，克服了这一逻辑矛盾为此，本文将预先设定多种随机前沿生产函数形式