高技术产业技术创新效率研究综述

2009-06-10 05:30王双盈
中国高新技术企业 2009年8期
关键词:高技术产业

王双盈

摘要:在国家的大力支持下,我国高技术产业发展迅速,因而技术创新的效率是一个值得研究的问题。文章对我国高技术产业技术创新效率的界定、评价方法和影响因素的已有研究成果进行了较为系统的总结。

关键词:高技术产业;技术创新效率;创新效率评价方法;效率研究

中图分类号:F426文献标识码:A文章编号:1009-2374(2009)08-0003-02

我国高技术产业得到国家的大力支持,发展迅速,对于技术创新的投入不断增加,但技术创新的效率如何还是一个值得研究的问题。为了更好的对我国高技术产业技术创新效率进行研究,本文对已有的研究成果进行综述。

一、技术创新效率的主要评价方法

目前学术界对于技术创新效率的研究主要有两种方法,第一种方法为算术比例法,即用产出与投入的简单比例关系来表示投入产出绝对效率的高低,该方法简单易用,但仅适用于单指标的投入产出效率分析。第二种方法主要基于生产前沿面理论。所谓生产前沿面理论,是指通过分析某一待考察单位与效率前沿单位的偏离程度来衡量待考察单位的效率,其原型始于Farrell(1957)对英国农业生产力进行分析中所提出的数据包络思想。此后该理论不断发展,逐渐形成参数方法(Parametric estimation method)和非参数方法(Non-parametric estimation method)两大分支,两者的最大区别在于与参数方法相比,非参数方法没有参数方法研究中函数形式需要事先假定、参数估计的有效性和合理性需要检验等多方面问题,不去寻求生产前沿面的具体函数形式,而是直接应用观测数据构造出生产可能集上的生产前沿面,并利用生产前沿面进行经济分析。

(一)非参数方法

非参数方法包括数据包络分析法(DEA)和自由处置包方法(FDH)。DEA最初由Charnes、Cooper等人于1978年创立,这种方法以相对有效率概念为基础,根据一组关于输入—输出观察值来估计有效前沿面,并根据各决策单元(DMU)与有效生产前沿面的距离状况,确定各DMU是否有效。DEA模型根据前提假设的不同,分为投入导向法和产出导向法。投入导向法假设厂商为生产一定量的产出而努力实现成本最小化。相反地,产出导向法则假设厂商在给定成本约束下追求产出最大化。Coelli(1996)认为导向方法的不同对结论的影响微不足道。

另外一种非参数方法是自由处置包方法(FDH)。该方法是DEA模型的一个特例,连接DEA前沿各个顶点的线上的点没有被认定为效率前沿。FDH生产可能性集合仅仅由DEA顶点和这些顶点内部的自由排列点组成。由于FDH前沿与DEA前沿一致或者位于DEA前沿内部,所以用FDH方法计算得到的平均效率值通常高于用DEA方法计算的平均效率值(Bruno D Borger 等,1998)。

(二)参数方法

参数方法主要适用于单产出和多投入的相对效率测算,它需要先设定一个投入产出函数,然后将该产出函数的误差项目设计成复合结构(这一结构中包含了衡量投入产出效率的随机项),并根据误差项的分布假设不同,采用相应的技术方法来估计生产函数中的各个参数,从而计算出投入产出效率。其最大优点是通过估计产出函数对投入产出的过程进行了描述,从而使对投入产出的效率估计得到了控制。参数方法大致可以分为随机前沿法(SFA)、厚前沿方法(TFA)、自由分布方法(DFA)等,其中使用最普遍的是SFA,其他两种方法都是这种方法的变形:

1.随机前沿方法(SFA)。Aigner,Lovell和Schmidt(1977)率先提出了效率测度的随机前沿方法,随后被应用到对技术创新效率的评价。SFA通常先估计一个生产函数,其误差项是由无效率项和随机误差项构成的复合结构。正是由于无效率项和随机误差项的分离,从而确保了被估效率有效且一致,而且考虑了随机误差项对个体效率的影响。

2.厚前沿方法(TFA)同样定义了效率前沿的函数形式,但它是利用回归分析来估计生产函数的参数,得到的是一个穿过所有样本观测点“中心”的平均生产函数(Berger and Humphrey,1991)。TFA假定计算得到的效率值对预计的效率值的偏离,如果超出所有观测样本的上下限,则代表随机误差,如果这种偏离在上下限之内,则是由低效率引起的(Rien Wagenvoort & Paoul Schure,1999)。这种方法没对低效率值或随机误差的分布做任何假定,但认为低效率值在上下限之内波动,随机误差在这些区间中。TFA方法本身并没有给出单个决策单元效率点估计值,而试图通过估计最佳与最差效率差异得到效率的一般水平。TFA方法减少了样本数据中极值点对所计算的效率值的影响,这一点与DEA方法是一致的,所不同的是方法中剔除了极值点。

3.自由分布方法(DFA)也定义了效率前沿的函数形式,但以一种不同的方法区分低效率值和随机误差。与SFA不同的是,DFA没有像SFA一样指定低效率项的具体形式和随机误差的分布形式,也没有像TFA假定决策单元组内的方差是随机误差及决策单元组间的方差是低效率的,而是假定各决策单元的技术效率在一段时间内是稳定的,随机误差相互抵消,在一定时期内其均值为零(Berger,1993)。DFA在回归时需要使用时间序列和截面的面板数据,同时对效率水平的估计是一种混合估计。

黄永兴、张国庆(2007)运用参数方法测算了安徽省高技术产业的技术创新效率,罗亚非、焦玉灿(2007)运用DEA的方法对高技术产业中制造业的技术创新效率进行了研究,薛娜、赵曙东(2007)运用DEA的方法对江苏省高技术产业的技术创新效率进行了研究,郑洁、杨昌辉、徐晟(2008)运用SFA的方法对高技术产业中的医药制造业的技术创新效率进行了测算。

二、高技术产业技术创新效率研究的指标选择

技术创新效率研究是技术效率研究的一方面。Koopmans(1951)首先提出技术有效性的概念,认为如果在不增加其他投入(或减少其他产出)的情况下,技术上不可能增加任何产出(或减少任何投入),则该投入产出向量是技术有效的。之后不同的学者给出了技术效率的不同定义,如Debreu(1951)和Shephard(1953)以模型化方法描述多投入-多产出生产单元的技术效率,认为用距离函数测得生产单元与生产前沿面的距离即为技术效率。Farrell(1957)给出较有代表性的定义:技术效率是指在产出规模不变,市场价格不变的条件下,按照既定要素投入比例,生产一定量产品所需的最小成本和实际成本的百分比。国内学者李艳玲,潘杰义,陈玥希(2005)把技术创新效率定义为“在技术创新过程中创新投入要素相对于产出能力的利用率,是技术创新能力的发挥和经济效益的重要体现”。技术创新是一个多要素投入和多变量的动态的复杂系统,难以直接衡量,必须通过替代指标间接衡量,学术界对替代指标的选择并无统一认识,一般有以下几种选择:

如薛娜、赵曙东(2007)研究江苏省高技术产业创新效率时选取投入指标为R&D活动人员折合全时当量、R&D经费内部支出、技术改造经费支出、技术引进经费支出、消化吸收经费支出,产出指标选取专利申请数、新产品销售利润。黄永兴、张国庆(2007)研究安徽省高技术产业创新效率时选取科技活动人员数、R&D活动人员折合全时当量、科技活动经费内部支出金额、R&D经费内部支出金额、科技机构个数作为投入指标。选取新产品产值占企业总产值的比例、新产品销售收入占企业总销售收入的比重、人均国内专利申请受理数、单个企业新产品开发项目数量作为产出指标。郑洁、杨昌辉、徐晟(2008)在研究医药制造业技术创新效率时选择R&D人员和R&D经费作为投入指标,选择专利申请量作为产出指标。郑坚、丁云龙(2007)专门论述了高技术产业技术创新效率的评价指标体系,认为高技术产业技术创新过程分为技术产出阶段和技术转化阶段,技术开发阶段的投入指标包括R&D资金投入(包括R&D经费内部支出、新产品开发经费支出、人均R&D经费内部支出、R&D经费内部支出占增加值比重、人均新产品开发经费支出、新产品开发经费支出占增加值比重),R&D人员投入(包括R&D活动人员折合全时当量、科学家和工程师人数、科学家和工程师所占比重),产出指标包括专利申请数、拥有发明专利数;技术转化阶段的投入包括技术投入(专利申请数、拥有发明专利数)、资金投入(购买国内技术经费支出、技术引进经费支出、技术改造经费支出、消化吸收经费支出)、人员投入(科技活动人员、科技活动人员占企业从业人员比重),产出指标包括新产品收益(新产品产值、新产品销售额、新产品出口额)、产品总收益(当年总产值、当年销售总额、当年销售利润)。

三、高技术产业技术创新效率主要影响因素研究

叶蓁,刘志迎(2006)运用随机前沿生产函数分析了行业中科学家和工程师人数占从业人员的比例、R&D经费内部支出占总销售收入的比例、新产品销售收入占总销售收入的比例、大型企业增加值占总增加值的比例、出口交货值占总产值的比例和时间变量等因素对高技术产业技术创新效率的影响。

吴翠花,万威武,祁敬宇(2005),陈庆杰在分析影响科技型中小企业技术创新效率的因素时认为这些因素可以分为外部因素和内部因素。外部因素主要包括技术分工的高级化和专门化趋势,技术进步的驱动,经济全球化、一体化趋势的增强等;内部因素主要包括管理者的素质,科技人员有充分的自由空间,中小企业R&D投入产出比例,企业内部层级少、组织结构简单等。

黄永兴、张国庆(2007)认为技术创新效率与产业的技术含量有关,技术含量低的产业技术创新效率搞,技术含量高的产业技术创新效率低;

池仁勇,唐根年(2004)分析了区域技术创新效率影响因素,也可借鉴。他们认为区域技术创新效率受企业制度的创新倾向性、R&D人员人均经费、大中型企业的比重和产业集群度等因素的影响。他们通过DEA方法测算得出以下结论:第一,如果一个地区国有企业和集体企业比重下降一个百分点,效率将增加0.3%;第二,保证研发人员一定的科研经费是有利于效率提高;第三,区域内存在一定数量的大中型企业,会带动一些小企业进行技术创新,有利于提高整个区域技术创新;第四,地域产业集群有利于技术创新效率提高;第五,区域政府科技经费投入比重和企业R&D投入强度对创新效率没有显著影响。

四、结语

目前学术界对高技术产业技术创新效率的研究还较少,但是相关技术创新效率的研究已经很多,而且在进一步的发展之中,相关的评价方法也在不断完善。我们可以通过对这些技术创新效率研究的文章的学习为进一步研究高技术产业技术创新效率打下基础。

猜你喜欢
高技术产业
税收政策对产业升级的作用机理
浅谈航空航天科技的发展
基于DEA模型的东北三省国有高技术企业创新效率分析
我国高技术产业的关联效应研究
高技术产业与传统产业R&D溢出的比较研究