区域高技术产业动态RD效率及其收敛性的研究.docVIP

区域高技术产业动态RD效率及其收敛性的研究 　　摘要：本文基于各省市高技术产业2003-2011年相关数据，对高技术产业RD效率及收敛性进行了检验。结果表明：各省市RD效率整体趋于上升阶段，RD效率增长由技术效率和技术进步共同推动；东部地区RD效率偏低，而中西部RD效率较高。中部地区高技术产业RD效率整体上存在收敛趋势，在一定时期内RD效率趋于稳态；全国和西部内部RD效率差距正在扩大，而东部内部RD效率差距较小，表明我国地区差异明显且发展不平衡。 　　关键词：高技术产业 Malmquist指数 RD效率 收敛性 　　一、引言 　　十八大报告提出实施创新驱动发展战略，加快建设国家创新体系。我国目前已进入到一个发展的新阶段，必须以科学发展为主题，以加快转变经济发展方式为主线。随着意味着劳动力出现短缺的“刘易斯转折点”的临近，中国经济的发展模式迫切需要从要素投入和出口需求驱动向技术进步和效率提高驱动转变。加快转变经济发展方式，最根本、最关键就在于要依靠科技的力量大幅提高自主创新能力，使我国的经济社会发展走上创新驱动的轨道。创新能力的提升不仅需要增加RD资源投入，更要注重RD效率。区域创新效率的高低直接体现区域创新系统运行的质量。近年来，国内众多学者采用数据包络分析（DEA）方法对RD效率进行研究并取得了一定的成果。池仁勇（2004）用DEA方法对我国30个省市自治区的RD效率进行测定，发现创新效率呈东高西低的特征。白俊红等（2009）用超越对数随机前沿模型，测评了各地区的RD相对效率与TFP增长情况。潘雄锋、刘凤朝（2010）指出我国各区域工业企业RD效率呈逐步上升趋势，区域间的效率差距在逐步减小。王大鹏、朱迎春（2011）实证研究表明目前高技术产业注重将技术创新与制度创新相结合，但技术创新能力差、关键技术自给率低成为其发展瓶颈。樊华等（2012）提出工业结构、对外开放度、高等教育发展水平对RD效率具有正影响效应，而政府影响力具有负向作用。肖仁桥等（2012）、陈凯华等（2012）研究指出我国高技术产业创新活动整体相对效率偏低，必须完善RD资源的配置方式、加强引进技术的消化和吸收力度、增强自主创新的能力。国家科技创新的主体是企业，特别是以高技术产业为发展方向的企业。而技术创新已成为高技术产业发展的核心动力和不竭源泉，并且已成为当前和未来经济发展中新的增长点。从2003年到2011年中国高技术产业RD投入强度从1.09%增长到1.41%，年均增长2.9%。当然，一味地增加RD投入却忽视提升RD效率的做法与我国高技术产业可持续发展的理念相悖。RD效率的高低直接关系到企业的创新能力，高技术产业作为先进生产力和科技实力的标志，其科技创新能力如何，不仅关乎自身的生存与发展，同时也关系到整个国家经济的发展和国际竞争力的提高。因此，本文采用DEA模型中的Malmquist指数法，分析了2003-2011年各省市高技术产业RD效率变化情况及其增长的内在动力。同时比较了不同区域间RD效率的差距，并对其进行收敛性检验，以及就如何促进RD效率增长提出政策建议，这对于提高我国高技术产业RD效率具有重要意义。 　　二、研究设计 　　（一）研究方法：DEA-Malmquist指数 采用DEA方法对区域RD效率进行分析，实质是借助于“前沿分析法”，根据一定标准构造一个生产前沿面，决策单元与该前沿面的差距就是它的效率。但CCR模型和BCC模型都仅是对各个决策单元在同一时间点上进行横向比较分析，缺乏纵向比较，不能充分挖掘历史数据信息，难以形成对未来趋势的判断。而DEA模型中的Malmquist指数法，不仅可以从动态角度分析不同时期决策单元的效率演化，而且可以将Malmquist指数进行分解，来确定技术效率变化和技术进步对RD效率的贡献程度。Malmquist指数是建立在Shephard所提出的距离函数的基础上的，最早由Malmquist提出，用来分析不同时期的消费变化，后来其他学者采用Malmquist指数来研究生产力效率的变化。Fare等人定义了一个基于产出的Malmquist生产率指数，用于研究不同时期决策单元的效率演化，被研究者广泛应用。Malmquist 指数是BCC模型在多个时期内的拓展，不仅能将全要素生产率（TFP）分解为技术进步指数（Techch）和技术效率指数（Effch），还能进一步将技术效率指数（Effch）分解为纯技术效率指数（Pech）和规模效率指数（Sech）。其表达式为式（1）： 　　M0（yt+1，xt+1，yt，xt）=[■×■]1/2=■×[■×■]1/2=Effch×Techch=Pech×Sech×Techch （1） 　　其中，Effch（efficient change）=■衡量了从t到t+1时期的技术效率