河南高技术产业技术创新效率分析——基于DEA-Malmquist指数方法

刘 芳

(河南工程学院经济贸易系，河南郑州451191)

一、引言

高技术产业因其高知识密集度、高投入、高风险、高效益而成为推动区域产业发展和自主创新的主要力量。对高技术产业技术创新效率进行评价，有利于提高创新资源的利用率，有利于明晰创新能力培育的作用点，对经济欠发达地区尤其如此。河南省尽管近年来经济总量一直处于全国领先水平，但是人均量很低，仍然属于经济欠发达地区。进入21世纪的第二个十年，河南省提出了“建设中原经济区、加快中原崛起和河南振兴”的总体发展战略。“建设中原经济区”对高技术产业发展提出了新的要求。尽管河南高技术产业近年来保持了较高的产出与投入增长率，但是高技术产业技术创新效率仍处于全国中低水平，［1－2］与“建设中原经济区”的要求不相适应。因此，为发挥高技术产业对区域经济发展的作用，提高高技术产业的技术创新能力，扩大高技术产业发展规模，必须对高技术产业技术创新效率进行评价分析。本文从细分行业的角度，运用DEA-Malmquist指数方法对河南高技术产业的技术创新效率进行评价与分析。

二、相关文献述评

目前，国内关于高技术产业技术创新效率的研究比较多，大致可以从以下几个方面予以分类:首先，从研究视角看，主要包括高技术产业细分行业技术创新效率的分析和不同区域技术创新效率的分析。在分行业方面，官建成、陈凯华对中国高技术产业技术15个细分行业的创新活动的技术效率、纯技术效率、规模效率、规模状态进行了测度;［3］余泳泽、武鹏等对我国高技术产业13个细分行业1995—2007年的技术创新效率进行了分阶段研究;［4］徐晔、张秋燕对我国五大高技术行业2003—2007年的技术创新效率进行了测度与分析;［5］朱承亮、岳宏志对我国五大高技术行业2001—2007年的技术创新效率进行了测度与分析［6］。在分区域方面，容美平、王斌会对我国30个省市自治区高技术产业2007年的投入产出效率进行了分析比较;［2］柴华奇、宋德强等通过对我国30个省市自治区的高技术产业技术创新效率分析，对技术创新能力进行了评价［1］。其次，从研究对象的范围看，主要包括对全国高技术产业技术创新效率的研究和对某省市高技术产业技术创新效率的研究。前者研究较多，如上述诸研究;后者主要有黄佐钘对上海市高技术产业技术创新效率的研究，［7］冯缨、滕家佳对江苏省高技术产业技术创新效率的研究，［8］刘战伟对河南省区域(18个地市)技术创新效率的变动趋势的研究［9］。再次，从研究方法上看，主要是用非参数的DEA方法及DEA-Malmquist指数方法与参数的随机前沿函数(SFA)方法等。前者主要有徐晔、张秋燕、容美平、王斌会、朱承亮、岳宏志等人的研究;后者如韩晶［10］的研究。复次，从研究内容上看，主要是对高技术产业技术创新效率的有效性进行测度和分析，如柴华奇、宋德强，官建成、陈凯华等人的研究;部分学者对高技术产业技术创新效率的不同影响因素进行分析，如成力为、孙玮等分析了引资动机与外资特征对我国高技术产业技术创新效率的影响，［11］王国顺、张涵等分析了R＆D存量与所有制结构对我国高技术产业技术创新效率的影响，［12］夏良科分析了人力资本与R＆D等对我国高技术产业技术创新效率的影响［13］。

由上可知，目前关于高技术产业技术创新效率的研究比较充分，涉及不同视角、不同范围和不同方法。但是，文献对区域高技术产业细分行业的技术创新效率的测度与分析明显不足，尤其是针对欠发达地区的高技术产业技术创新效率的分析不足。事实上，欠发达地区高技术产业更需要分析技术创新效率不足的症结，采取措施纠正，以追赶或超越发达地区。本文从行业的角度出发，以河南为例，探讨分析河南高技术产业各行业的技术创新效率，以期为河南高技术产业技术创新发展提供决策参考。

三、研究方法与指标选择

1.研究方法

在经济学中，效率是经济效率的简称，主要是指投入与产出之比。全要素生产率TFP(Total Factor Productivity)是对生产系统的总体效率的度量，即生产系统的总产出与总投入之比。全要素生产率指数(即TFP指数)，也可称为TFP增长率，是指两个时期产出与投入的比例之商。［14］TFP指数的度量方法很多，最常用的主要有索洛余值法、随机前沿生产函数法和非参数莫氏生产率指数法。基于对效率的理解，本文将高技术产业技术创新效率定义为高技术产业技术创新的投入产出之比，并运用非参数法中的莫氏生产率指数法来测量河南省高技术产业技术创新效率。

莫氏指数是由瑞典经济学和统计学家Sten Malmquist于1953年提出的，用于分析不同时期的消费变化。Caves、Christensen和Diewert于1982年首次提出莫氏生产率指数(Malmquist Productivity Index)，Rolf Fare、Grosskopf、Norris等人在 1994 年研究得出了该指数的非参数线性规划算法，建立了用以考察全要素生产率增长的莫氏生产率指数(Malmquist指数)，进而运用Shephard距离函数将全要素增长率分解为技术变动与效率变化，从而使莫氏生产率指数得到了广泛应用。

莫氏生产率指数是基于DEA方法的利用时序截面数据(Panel Data)计算的全要素生产率指数，是建立在距离函数的基础上的。距离函数可以从投入和产出两个不同的角度给出，面向投入的投入距离函数是在产出一定的情况下，投入向量能够向生产前沿面缩减的程度，以此来衡量生产技术的有效性。面向产出的产出距离函数则是在投入一定的情况下，考察产出向量的最大扩张程度。

基于t时期和基于产出的莫氏生产率指数为:

该指数测度了在时期t的技术条件下，从时期t到(t+1)的技术效率变化。式中，(xt，yt)和(xt+1，yt+1)分别表示t时期和(t+1)时期的投入和产出向量，(xt，yt)表示以t时期技术为参照的t时期投入产出向量的产出距离函数，(xt+1，yt+1)表示以 t时期技术为参照的(t+1)时期投入产出向量的产出距离函数。

为了避免因技术参照时期选择不同而导致莫氏生产率指数不同的现象，R.Fare等人仿照Fisher理想指数的构造方法，以t时期和(t+1)时期技术为参照的莫氏生产率指数的几何平均数作为指数的度量，则基于产出的莫氏生产率指数为:

上式表示了(t+1)时期相对于t时期的生产率。Mo＞1表明从t时期到(t+1)时期的TFP为正增长。R.Fare等人同时证明了莫氏生产率指数可以分解为技术效率变化和技术变化两部分，并可将技术效率变化进一步分解为纯技术效率变化和规模效率变化，即:

2.指标的选取及说明

不同的指标选择可能导致不同的结论。对指标的选取应该遵循两个原则:一是所选取的指标必须对反映高技术产业技术创新的投入与产出具有代表性，二是指标涵盖的内容必须能够真实体现高技术产业投入与产出的情况。

根据现有对高技术产业技术创新效率的研究，在投入指标上大多从人员和经费两个方面入手。在人员投入上，本文选择高技术产业R＆D活动人员折合全时当量(人/年)与科技活动人员(人)作为衡量指标。这主要是因为前者比较客观地体现了技术创新的实际人员投入工作量，后者比较全面地体现了技术创新人员投入状况。在经费投入方面，本文选择R＆D经费内部支出(万元)与新产品经费支出(万元)作为衡量指标，前者对高技术产业技术创新会产生持续影响，而后者对新产品的产出有着直接的影响。

在产出指标选择上，大多数研究选择高技术产业拥有专利数和新产品销售收入(或产值)两个指标来衡量技术创新产出。原因如下:拥有专利数代表着技术创新的中间成果，既是高技术企业在技术层面取得的成就，也是其技术上质的提升;新产品销售收入是销售新产品实现的销售收入，用以反映高技术产业开发新产品并有效占领市场的能力，也间接体现了高技术产业为市场所接受的创新能力。［8］本文沿用这一思路。

值得说明的是，本文研究的高技术产业是按照OECD 2001年关于高技术产业的新分类，将我国高技术产业分为医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业和医疗设备及仪器仪表制造业等五个大类。由于河南高技术产业中电子计算机及办公设备制造业发展滞后，数据不足，因而本文主要对其他四类行业的技术创新效率进行分析。本文数据来源于2008年与2009年的《中国高技术产业统计年鉴》。由于上述部分指标涉及价格，为消除其影响，采用工业品出厂价格指数，以2003年为基期对上述价值指标进行价格平减。

四、结果分析

根据上述研究方法和指标数据选择，本文对2003—2008年河南高技术产业四大行业(医药制造业、航空航天器制造业、电子及通信设备制造业和医疗设备及仪器仪表制造业)的莫氏生产率指数进行了测算，并对其结果进行了相应分解。数据通过DEAP 2.1运行，笔者将其结果整理如表1。

从表1可以看出:

1.河南四大高技术行业技术创新效率不足

四个行业的莫氏生产率指数的平均值分别为0.898、0.906、0.896、0.960。平均值均小于 1，说明河南高技术产业2003—2008年间技术创新整体效率不足，出现负增长，其增长率分别为 －10.2%、－9.4%、－10.4%、－4%。

2.不同行业整体效率不足的症结不同

技术效率指数(EC)和技术变化指数(TE)是莫氏生产率指数的构成要素，两者变化的不同决定整体效率(TFP)不同。其中，医药制造业与航空航天器制造业2003—2008年间的技术效率指数(EC)和技术变化指数(TE)的平均数均小于1，技术效率指数(EC)小于1的主要原因是这两个行业的规模效率(SE)都小于1，纯技术效率并没有变化，说明这两个行业存在技术效率低下(EC＜1)与技术衰退(TE＜1)的情况。电子及通信设备制造业2003—2008年间的技术变化指数(TE)的平均值小于1，而技术效率指数(EC)的平均值等于1，说明河南电子及通信设备制造业技术效率有效，但存在技术衰退的情况。医疗设备及仪器仪表制造业2003—2008年间的技术效率指数(EC)平均值小于1，而技术变化指数(TE)的平均值大于1，说明河南医疗设备及仪器仪表制造业存在技术进步的情况，但技术效率低下，而技术效率低下的原因也是规模效率小于1。

3.河南四大高技术行业2003—2008年效率变化的稳定性不同

从分年度的动态变化来看，医药制造业技术创新效率指数(TFP)变化比较稳定，其变化主要受技术进步指数(TE)变化影响，而技术效率指数(EC)变化小，对TFP影响相对较小。航空航天器制造业技术创新效率指数(TFP)在2004年与2005年变化剧烈，而2006年以后变化比较平稳，该指数变化主要受技术效率指数(EC)的变化影响，而技术进步指数(TE)变化平稳，对TFP影响较小。电子及通信设备制造业技术创新效率指数(TFP)变化平稳，指数变化主要受技术进步指数(TE)的变化影响(两者曲线重合)，而技术效率指数(EC)为1，没有变化。医疗设备与仪器仪表制造业技术创新效率指数(TFP)呈锯齿状变化，指数变化主要受技术效率指数(EC)的变化影响，而技术进步指数(TE)变化相对平稳，且对TFP变化产生缓冲影响。

五、结论与建议

从上述分析我们可以得出以下结论:

河南四大高技术行业技术创新效率不足且存在差异。不同行业整体效率不足的原因不同:医药制造业与航空航天器制造业主要是技术效率低下与技术衰退，电子及通信设备制造业主要是技术衰退，医疗设备及仪器仪表制造业主要是技术效率低下。不同行业技术创新效率2003—2008年间波动性不同:医药制造业与电子及通信设备制造业变化相对平稳，引起不明显波动的原因是技术衰退;航空航天器制造业变化剧烈，波动的原因是技术效率变化大;医疗设备制造业变化相对平稳，引起不明显波动的原因是技术效率的变动。

上述分析表明，河南高技术产业技术创新效率较低的症结在于技术衰退和技术效率低下。因而要提高河南高技术产业的技术创新效率，就必须从上述两个方面进行。

在提高技术效率方面:一是要抓住郑州建设国家级创新型科技园区、洛阳建设国家级创新城市、安阳和南阳高新区上升为国家级高新技术开发区的重大机遇，努力完善高新技术开发区功能，促进人才和资金等创新资源向高新区或企业集聚，促进创新资源投入规模扩大，提高技术创新的规模效率。二是要不断加大成果转化资金投入和技术引进消化资金投入，提高创新成果转化率。当前相关部门应该贯彻落实《河南省企业研究开发费用认定管理实施意见》(试行)、《河南省科技型中小企业技术创新资金项目管理办法》、《河南省科技企业孵化器(高新技术创业服务中心)认定和管理办法》等政策措施，切实引导企业加大研发资金和成果转化资金投入力度。

在技术进步方面:一是要完善创新人才的激励制度。鼓励高校、科研院所与企业联合培养人才，引导高校学生参与企业创新实践活动;支持企业引进高层次创新型人才，推动企业不断提高职工的科技素质和创新能力。当前相关部门应该深入贯彻落实《河南省百千万知识产权人才工程实施方案》、《河南省科技创新人才计划管理办法》、《“创新型科技团队”认定及管理办法》、《“中原学者”遴选及管理办法》等政策措施，优化高技术产业发展的人才制度环境。二是要推进产业技术创新联盟构建与发展，提高创新资源利用率，推进产业进步。当前应该依托科技计划项目，鼓励产业技术创新战略联盟单位开展联合攻关;依托科技合作计划，加快科技资源开放共享步伐，不断提高科技资源使用效率。

［1］ 柴华奇，宋德强，刘永振.中国区域高技术产业技术创新效率测度研究［J］.情报杂志，2010(8):105－109.

［2］ 容美平，王斌会.我国各地区高技术产业投入产出效率综合评价［J］.科技进步与对策，2010(7):25－28.

［3］ 官建成，陈凯华.我国高技术产业技术创新效率的测度［J］.数量经济技术经济研究，2009(10):19 －33.

［4］ 余泳泽，武鹏，林建兵.价值链视角下的我国高技术产业细分行业研发效率研究［J］.科学学与科学技术管理，2010(5):60－65.

［5］ 徐晔，张秋燕.中国高技术产业各行业资源配置效率的实证研究——基于DEA-Malmquist指数方法［J］.当代财经，2009(12):74－79.

［6］ 朱承亮，岳宏志.我国高技术行业科技活动技术效率实证研究［J］.科技进步与对策，2010(3):70－74.

［7］ 黄佐钘.上海高技术产业各行业效率变化研究——基于Malmquist TFP指数方法的实证分析［J］.中国科技论坛，2010(3):45－50.

［8］ 冯缨，滕家佳.江苏省高技术产业技术创新效率评价［J］.科学学与科学技术管理，2010(8):107 －112.

［9］ 刘战伟.基于Malmquist指数法的河南省技术创新效率评价［J］.情报杂志，2010(8):101－104.

［10］ 韩晶.中国高技术产业创新效率研究—— 基于SFA方法的实证分析［J］.科学学研究，2010(3):468－473.

［11］ 成力为，孙玮，王九云.引资动机、外资特征与我国高技术产业自主创新效率［J］.中国软科学，2010(7):45－58.

［12］ 王国顺，张涵，邓路.R＆D存量、所有制结构与技术创新效率——高技术产业面板数据的实证研究［J］.湘潭大学学报(哲学社会科学版)，2010(3):71－75.

［13］ 夏良科.人力资本与R＆D如何影响全要素生产率——基于中国大中型工业企业的经验分析［J］.数量经济技术经济研究，2010(10):78－95.

［14］ 张冬平.农业技术经济学［M］.北京:中国农业大学出版社，2009:232－238.