中国高新技术产业技术创新效率区域差异研究.docVIP

中国高新技术产业技术创新效率区域差异研究 　　收稿日期 基金项目：教育部人文社会科学基金项目“高新技术产业技术创新的效率测度及其影响因素研究”（11YJC790119）；辽宁省社会科学基金重点项目“辽宁加快培育以创新驱动为核心的新优势研究”（L12AJL003）；教育部人文社会科学基金项目“中国区域自主创新影响因素评价与政策选择”（12YJA790151）；国家社会科学基金项目“我国研发投入与产出域值效应及其非线性关系的实证研究”（12BJY013）；辽宁省高等学校优秀人才支持计划（WJQ2013027） 作者简介：刘 伟（1979-），男，辽宁黑山人，副教授，经济学博士，主要从事科技政策、技术评价与技术创新理论的研究。Email：liuweidufe@126com 摘要：创新效率是影响高新技术产业技术创新能力的关键问题，本文将三阶段DEA模型与Bootstrap方法相结合，在控制环境因素影响的基础上测算了中国省际高新技术产业的技术创新效率，同时计算了效率的置信区间。研究表明，目前中国高新技术产业技术创新效率还比较低，且各省市之间差异较大。所有制结构、政府支持、企业规模和市场结构等环境因素，对于中国不同地区高新技术创新效率影响显著。纠偏后技术创新效率整体有所下降，但“东高西低”格局并未改变。 关键词：高新技术产业；创新效率；三阶段DEA；Bootstrap方法 中图分类号：F27644 文献标识码：A 文章编号：1000176X（2013 一、引 言 目前，高新技术产业已经成为中国国民经济中增长最为迅速的产业，形成了珠三角、长三角和环渤海三大高新技术产业发展密集区。但是，与经济增长的粗放式类似，中国高新技术产业的技术创新同样具有粗放性，主要是依靠高投入来支撑的，而并非效率的提升。如何对中国高新技术产业技术创新效率进行合理评价，分析效率的影响因素及作用机制，找到促进高新技术产业技术创新效率提高的现实途径，具有重要意义。 有关技术创新效率的内涵学术界还没有权威的界定，本文将技术创新效率定义为一种创新过程的技术效率，测度创新投入与创新产出之间的转换关系。国内学者对高新技术产业技术创新的研究主要从创新能力和创新效率两个角度来进行的。在创新能力方面，蒋殿春和夏良科[1]测算了外商直接投资对中国高新技术产业的作用，考虑到不同所有制企业创新能力的不同，验证了外资的影响因企业性质的不同而不同。蒋殿春和张宇[2]通过对中国高新技术产业面板数据的分析，探讨了技术外溢效应的存在性以及行业特征对其的影响。张倩肖和冯根福[3]认为外资企业的RD溢出对提高中国本土企业技术创新能力有重要作用。在创新效率方面，朱有为和徐康宁[4]采用SFA方法分析了中国高新技术产业的研发效率，指出中国高新技术产业的研发效率整体较低，但呈现逐步上升的趋势。余泳泽和武鹏[5]等也采用SFA方法进行了类似的研究。吴和成[6]运用DEA和超效率DEA模型对中国五个高技术产业的RD效率进行分析，获得了中国“十五”期间高新技术产业RD效率的基本情况。官建成和陈凯华[7]通过将DEA方法的松弛测度模型和临界效率模型结合测度了中国高新技术产业创新活动的技术效率、纯技术效率和规模效率。 现有的研究成果缺乏对中国省际高新技术产业技术创新效率的系统研究，研究模型的选择较为单一，变量指标的选取不尽合理，影响了研究结论的稳健性。本文使用三阶段DEA模型与Bootstrap方法，对中国省际高新技术产业的技术创新效率进行了测算，并给出了效率估计值的置信区间。同时，分析了各省市高新技术产业技术创新效率的主要影响因素，并提出了相应的政策建议。 二、研究方法和模型 （一）三阶段DEA模型 Fried等[8]在DEA模型的基础上提出了能够消除环境因素和随机误差影响的三阶段DEA模型。第一阶段的DEA模型使用BCC修正模型，BCC模型将未处于最佳生产规模和技术上的无效率分解开来，使得纯技术效率比CCR模式下得到的技术效率更加精确地反映决策单元的管理水平。但是，BCC模型没有考虑环境因素和随机误差对效率测度结果的影响，无法区分效率损失是由内部管理原因引起的，还是由环境因素和随机误差引起的。第二阶段的SFA模型通过对投入变量的松弛值进行分析，剥离出管理无效率、环境因素以及随机误差等对效率产生的影响，使每个决策单元都面对同样的环境。第三阶段调整的DEA模型将第二阶段调整后的各投入变量值代入BCC模型中，代替原始投入变量，重新测算效率值，就可以得到去掉环境因素与随机误差影响的真实效率值。 （二）Bootstrap方法 DEA模型是通过构建生产前沿面来测度各决策单元的效率值，把生产前沿面上的决策单元看作处