中国高技术产业市场结构与研发效率.docxVIP

中国高技术产业市场结构与研发效率 高技术产业在我国经济发展过程中发挥着举足轻重的作用，提升研发效率是增强高技术产业竞争力的关键因素。本文对高技术产业市场结构与研发效率的关系进行研究，以期为政府制定发展高技术产业的相关决策提供理论依据。对市场结构和研发效率的研究可追溯至Schumpeter（1942），他认为垄断性市场结构更有利于提升研发效率，这被称为熊彼特假说。而Arrow（1962）认为竞争性市场结构能带来更大的研发激励，这被称为阿罗假说。目前，关于市场结构和研发效率的关系存在四种观点：一是支持熊彼特假说，如Goettler和Gordon（2009）等；二是支持阿罗假说，如Hashmi（2013）等；三是认为市场结构与研发效率表现为动态关系，如Tingvall和Karpaty（2008）等认为随着市场竞争的增强，研发效率会先上升后下降；四是认为二者的关系随行业特点、环境改变而表现出不确定性，如Gilbert（2006）等。 学术界对于市场结构与研发效率的关系尚未形成统一观点。本文基于我国高技术产业的面板数据，运用DEA-Tobit两阶段模型来研究高技术产业市场结构对研发效率的影响。首先，介绍研究工具和样本选择；其次，测度了高技术产业市场结构和研发效率；再次，是高技术产业市场结构对研发效率影响的实证分析；最后，是结论和政策启示。 一、 研究工具与样本说明 （一）研究工具 1.基于DEA的Malmquist指数 数据包络分析法（DEA）是一种评价决策单元（DMU）相对效率的非参数方法，其借助数学规划将DMU投影到DEA前沿面上，并通过比较DMU偏离前沿面的程度来评价其相对有效性。研发效率，即研究的投入产出效率，可以利用基于DEA的Malmquist指数来度量。本文采用Fare等（1994）定义的DEA-Malmquist指数来计算各行业的研发效率，规模报酬可变状态下的具体形式为： 2.确定研发效率影响因素的Tobit模型 为确定影响研发效率的主要因素及影响程度，在利用DEA模型得到Malmquist指数的基础上，进一步采用Tobit模型进行回归分析，这被称为DEA-Tobit两阶段模型。由于DEA模型测度的效率值存在最低取值为0的界限，此时数据被截断，OLS回归将导致严重的有偏不一致估计，此时可以使用Tobin（1958）提出的Tobit模型。 （二）样本说明 本文采用了1995-2021年《中国高技术产业统计年鉴》中的13个三位码高技术行业的面板数据进行研究，具体包括：化学药品制造业、中成药制造业、生物、生化制品制造业、通信设备制造业、电子器件制造业、电子元件制造业、家用视听设备制造业、其他电子设备制造业、电子计算机整机制造业、电子计算机外部设备制造业、办公设备制造业、医疗设备及器械制造业、仪器仪表制造业。样本中剔除了航天航空器制造业、雷达及配套设备制造业和广播电视设备制造业等三类行业，因为其研发活动主要是社会和国家目标导向而非市场和利润目标导向。 二、高技术产业市场结构和研发效率测度 （一）基于Kalecki指数的高技术产业市场结构测度 本文选取Kalecki（1938）基于Lerner指数提出的衡量市场结构的方法，尽管其建立在一系列行业假设前提下，但仍能较精确地反映出行业的竞争程度，该指数越高表明市场垄断程度越高，越低表明市场竞争越激烈。Kalecki指数的计算公式为： 利润水平以行业利润总额表示；折旧水平的计算借鉴了Hu和Jefferson（2004）的做法，利用资本存量乘以15%的折旧率计算而来；行业总薪金水平，以科技活动经费内部支出中的劳务费表示；行业总收入以行业总产值表示；相关指标都通过居民消费价格指数进行了不变价（以1978年为基期）折现处理。 从图1可以发现，家用视听设备制造业、电子计算机整机制造业与电子计算机外部设备制造业的Kalecki指数最低，其市场竞争程度最为激烈；而生物、生化制品制造业的Kalecki指数最高，其市场结构趋于垄断状况。各行业市场结构的较大差异主要是由行业技术特点决定的，因为家用视听设备制造业、电子计算机整机制造业与电子计算机外部设备制造业的技术已经比较成熟，并且其生产具有较强的规模经济效应，这三个行业的市场准入门槛较低，产品可以进行批量化生产，因而市场竞争比较激烈；相比而言，生物、生化制品制造业从研发到试验，再到市场推广，要求的周期更长，技术要求更高，潜在的风险也更大，只有少数有实力企业能够获得成功，因而生物、生化制品制造业的市场准入门槛较高，市场竞争程度较低。同时，通信设备制造业和电子器件制造业的Kalecki指数整体呈现出波动下降趋势，其市场趋于竞争态势；而其余7