区域高技术产业技术创新效率测度与提升路径研究
——基于共享投入关联型两阶段DEA模型

范德成， 李盛楠

(哈尔滨工程大学 经济管理学院，黑龙江 哈尔滨 150001)

0 引言

当前，中国经济已进入新常态，通过粗放投入来促进经济高速增长的传统方式难以为继，必须寻找发展新思路。促进高技术产业发展有利于转变经济发展方式、优化经济结构、增强中国经济创新力与竞争力，是建设现代化经济体系的重要组成部分。近年来，随着中国高技术产业研发投入的持续加大，高技术产业研发实力也在不断增强。然而，中国高技术产业仍然面临着创新资源配置不合理、技术创新效率普遍较低以及区域发展不平衡等诸多问题，严重影响高技术产业的良性发展[1～4]。随着供给侧结构性改革的深入推进，提高创新资源供给质量，优化资源配置，成为促进高技术产业技术创新效率提升和实现区域协调发展的有效手段。因此，通过探讨高技术产业技术创新资源配置结构，准确测度高技术产业技术创新效率，分析各区域高技术产业技术创新效率实际情况，对于有针对性地提出高技术产业技术创新效率提升路径具有重要的理论意义与现实意义。

1 文献综述

国内外学者对高技术产业技术创新效率进行了大量研究，其研究内容、研究过程及研究方法等方面也在不断丰富、细化与发展。Raab等运用DEA模型研究了2002年美国50个州的技术创新效率，结果表明，各州高技术产业技术创新效率与经济水平间未呈现严格的正向关系[5]。Hashimoto等利用DEA-Malmquist指数分析法测度了1983～1992年日本制药企业研发效率，结果表明，其研发效率在样本期内呈单调递减趋势[6]。Guan等基于系统学视角，运用网络DEA模型测度中国高技术产业研发创新效率，但忽略了对研发创新效率影响因素的研究[7]。冯缨等运用投入导向DEA模型测度了江苏省高技术产业技术创新效率，并与北京、天津等5个省份进行比较，结果表明，江苏省高技术产业技术创新能力与技术创新效率高度相关，科技人员与经费均存在冗余，技术创新效率较低[8]。韩晶运用SFA方法测度了2001～2007年中国高技术产业创新效率，研究发现，各高技术行业创新效率存在差距；一些关乎国家产业安全的行业，其创新效率较低[9]。王惠等运用Super-SBM模型测度2006～2012年中国高技术产业绿色创新效率，并采用门槛回归模型分析了研发投入对绿色创新效率的影响，结果表明，高技术产业绿色创新效率存在区域差异，大部分地区绿色创新效率亟待提高；此外，以企业规模为门槛变量时，研发投入对绿色创新效率具有双重门槛效应[10]。严太华等从动态视角出发，运用产出导向的DSBM模型测度中国高技术产业效率及其收敛性，结果表明，高技术产业整体效率较低，但各地区均呈现上升趋势且存在收敛性[11]。

随着研究的深入，部分学者开始关注高技术产业技术创新内部过程。邬龙等将创新分为技术创新和产品创新两个阶段，应用SFA方法测度北京医药和信息技术产业创新效率，研究表明，科研人员和经费投入对两类产业的专利产出未能发挥积极作用，但却在不同程度上推动专利向新产品的转化[12]。肖仁桥与宇文晶等分别采用两阶段DEA模型测度各省域高技术企业创新效率水平，并运用Tobit模型研究外部环境对创新效率的影响，研究表明，两阶段创新效率均较低；人口素质和地区差异对技术产出效率有显著影响，产业结构对经济产出效率有显著影响；金融环境和地区经济水平对两阶段创新效率均有影响[13,14]。冯志军等在构建资源约束型两阶段DEA模型的基础上，对高技术产业17个细分行业的研发创新整体效率和两阶段效率进行测度，结果表明，高技术产业中大部分细分行业表现出两阶段效率双低或一高一低的情况，效率提升空间较大[15]。刘树林等从投入产出视角将高技术产业技术创新进一步分为技术开发、技术转化和产业化三个阶段，并研究各阶段效率及其特征，研究表明，技术总效率是各阶段效率的综合结果，各阶段效率影响因素间接对技术总效率有影响[16]。叶锐等分别构建了经典DEA模型、两阶段关联DEA模型及共享投入DEA模型对1999～2010年高技术产业效率进行测度并比较，研究发现，3种方法得到的高技术产业各阶段效率值均较低，且各省份差异较大；与其他方法相比，共享投入DEA模型能够获得更多子系统内部信息，测度结果更符合实际[17]。

从现有文献来看，学者们对高技术产业技术创新效率的研究主要分为两个方面：一是将技术创新过程看作一个整体，基于多种视角，研究高技术产业技术创新整体效率，探讨整体效率的变动趋势与地区差异，并分析外部环境对技术创新整体效率的影响；二是将技术创新过程划分为相互关联的子系统，深入分析各子系统中创新要素的相互作用过程，并根据投入产出关系研究各子系统的技术创新阶段效率。显然，第一类研究直接对初始投入和最终产出进行分析，未考虑中间过程，忽略了技术创新内部研发结构，容易造成技术创新过程中的“黑箱”问题。第二类研究打破“黑箱”限制，将研究重点投向技术创新活动内部运行机制，深层次分析了技术创新过程中各个阶段的创新效率，更全面地把握高技术产业技术创新效率，故越来越多的学者开始从价值链视角出发，探讨高技术产业技术创新两阶段效率。其中，第一阶段反映了将研发投入转化为专利等研发产出的过程，第二阶段反映了将研发产出转化为新产品等经济产出的过程。事实上，研发投入不仅对研发产出具有影响，对经济产出也会有一定作用。但大多数研究仅仅只是将研发产出作为第二阶段创新投入，不仅忽略了非研发活动对创新产出的影响，更忽视了研发投入在两阶段的分配问题，这显然是不符合实际情况的。鉴于此，本文将高技术产业技术创新过程划分为技术研发(第一阶段)和经济转化(第二阶段)两个阶段，同时考虑研发投入的两阶段共享、非研发创新资源等方面对创新产出的影响，构建共享投入关联型两阶段DEA模型，对区域高技术产业技术创新整体效率与两阶段效率进行测度。此外，在以区域为样本分析时，大多数研究是以地理距离或经济水平为标准对各区域进行分类[17]，针对性不强；而利用共享投入关联型DEA模型测度的整体效率和各阶段效率间存在着线性关系[18]。基于此，本文通过比较两阶段效率值，并结合两阶段效率在整体效率中的权重将样本区域进行重新分类，并为各类区域高技术产业提出有针对性的技术创新效率提升路径，以期为提高中国高技术产业技术创新效率水平提供可借鉴的范本。

2 研究设计与方法

2.1 高技术产业技术创新过程分析

技术创新是一个复杂的动态过程，首先通过技术研发活动将研发创新资源转化为研发创新成果，然后将研发创新成果与其他非研发创新资源共同投入生产、制造，最终产生新产品[19]。结合技术创新过程与高技术产业技术创新的相关研究成果，本文将高技术产业技术创新过程划分为技术研发和经济转化两阶段。技术研发阶段，创新资源投入包括研发人员、研发资本及固定资产等，研发产出包括专利和新产品项目等；经济转化阶段，在研发产出的基础上继续投入非研发创新资源(包括技术的引进、改造、消化吸收等)与新产品开发相关费用等，经济产出包括新产品销售收入和出口交货额等，从而实现研发成果向新产品的转化。值得注意的是，技术研发阶段的各项创新资源投入不仅直接影响研发产出，也会对经济转化阶段的经济产出造成一定的影响。因此，将初始创新资源投入按照一定比例在两阶段合理分配，从而实现资源共享更符合现实情况。高技术产业技术创新过程如图1所示。

图1 高技术产业技术创新过程

根据高技术产业两阶段创新过程和初始创新投入两阶段共享的思想，本文将高技术产业技术创新效率分为技术创新整体效率和技术创新两阶段效率。其中，技术创新两阶段效率分为技术研发效率与经济转化效率，技术研发效率为研发产出与部分研发投入之比，反映高技术产业将研发创新资源转化为专利等研发产出的能力；经济转化效率为经济产出与研发产出、非研发投入、新产品开发费用及剩余部分研发投入总和之比，反映高技术产业将研发产出、非研发投入等创新资源转化为新产品等经济产出的能力。另外，综合考虑技术创新过程，将技术创新整体效率设定为总产出与总投入之比。

2.2 变量说明

在测度高技术产业技术创新效率时，投入产出指标的选取是关键一步。为保证测度结果的准确性与合理性，本文充分考虑到指标选取的全面性、系统性、可比性及可操作性等原则，并基于相关文献的研究成果，选取指标如下：

(1)技术研发阶段。①投入指标的选取。人力资本投入和物质资本投入是创新产生的基本要素。结合相关文献，本文选取研发人员、研发资本及固定资产作为高技术产业技术研发阶段的投入指标。其中，研发人员代表人力资本方面的投入，通常采用R&D人员全时当量表示[20]；研发资本和固定资产代表物质资本方面的投入，分别采用R&D内部经费支出和新增固定资产表示[21,22]。②产出指标的选取。该阶段的产出是整个技术创新活动的中间产出，主要以科技成果为主。借鉴相关研究，本文选取专利和新产品开发项目作为高技术产业技术研发阶段的产出指标。其中，专利代表新方法、新技术的产生，一般采用专利申请数表示[23]；新产品开发项目是一个增量指标，可以更全面地反映研发成果，采用新产品开发项目数表示[24]。

(2)经济转化阶段。①投入指标的选取。除了上一阶段的研发产出和部分研发投入，非研发投入和新产品开发费用也是经济转化阶段的重要投入指标。非研发投入反映了为促进技术成果转化而投入的非研发经费，主要包括购买国内技术经费、技术引进经费、技术改造经费及消化吸收经费四项经费等，故非研发投入采用这四项经费之和表示[25]；新产品开发费用反映了为开发新产品、拓宽市场渠道等而投入的其他费用，通常用新产品开发经费支出表示[22]。②产出指标的选取。该阶段的产出代表研发创新所产生的经济效益，主要由新产品来体现，采用新产品销售收入表示[26]；选取出口交货量作为另一个产出指标，可以更全面地反映实际效益，并采用出口交货额表示[27]。

综上所述，本文所选取的投入产出指标是较为完整的，能够比较全面地涵盖人力、资金、技术、科技成果、经济效益等要素，可以充分地反映高技术产业技术创新的实际情况。各变量的具体内容如表1所示。

表1 变量说明

2.3 模型设定

依据高技术产业技术创新过程分析，设定共享投入关联型两阶段DEA模型，用以测度高技术产业技术创新整体效率和两阶段效率。共享投入关联型两阶段DEA模型具体设定过程如下：

首先，假设有n个决策单元DMU，对于任意决策单元DMUj(j=1,2,…,n)均有m个初始投入Xij(i=1,2,…,m)，q个中间产出Zpj(p=1,2,…,q)，g个再投入Hhj(h=1,2,…,g)以及s个最终产出Yrj(r=1,2,…,s)。

(1)

(2)

(3)

为实现技术创新整体效率最大化，基于Charnes等人[28]运用数学规划思想构建DEA模型的原理，从整体角度出发构建共享投入关联型两阶段DEA模型，如分式数学规划(4)所示：

(4)

分式规划的思想是在各阶段效率小于1的情况下使得整体效率的目标函数最大，通过分析式(4)的约束式发现，第一个约束式可由第二个和第三个约束式推导出来，因此在求解过程中将第一个约束式省略。

(7)

(8)

(9)

其中，

3 实证研究

3.1 数据来源与实证结果

选择中国大陆30个省份的高技术产业作为研究对象(西藏因数据缺失而剔除在外)。由于技术创新过程具有一定的滞后性[29]，本文将各阶段创新投入与产出的滞后期设定为1年。为研究高技术产业技术创新过程的整体效率和两阶段效率，选择2013～2015年作为一个创新年度进行分析，即技术研发阶段创新投入为2013年数据，创新产出为2014年数据；经济转化阶段非研发创新投入和新产品开发费用为2014年数据，经济产出为2015年数据。为保证数据的可比性与准确性，本文原始数据均来源于《中国高技术产业统计年鉴》(2014～2016)。

表2 各区域高技术产业技术创新效率测度结果

3.2 实证结果分析

从表2的测度结果，我们可以得到以下几点结论：

第一，从a1、a2、a3的测度结果来看，大多数区域的初始创新投入在技术研发阶段的比例小于1，即在技术研发阶段投入的创新人员、创新资本或固定资产以一定的比例分配到经济转化阶段，表明运用共享投入关联型两阶段DEA模型分析高技术产业技术创新效率是较为合理的。

第二，横向比较a1、a2、a3可以发现，创新人员和创新资本在技术研发和经济转化两阶段实现资源共享的区域各有12个，固定资产在两阶段实现资源共享的区域达到17个，表明这三类初始创新投入对高技术产业技术创新两阶段均有重要影响。其中，固定资产的影响范围最大。

第三，纵向比较a1、a2、a3可以发现，黑龙江、安徽、海南及甘肃4省的各项初始创新投入在研发阶段分配比例均为1，表明这些区域的高技术产业初始创新投入对经济产出未见明显影响；天津、河南及青海3省的初始创新投入在研发阶段投入比例接近为0(由于实际数值小于10-5，取4为小数后约等于0)，表明对于这些区域而言，初始创新投入分配到经济转化阶段，能够使技术创新整体效率达到最大。需要说明的是，由于DEA模型是基于最有效情形进行测度的，故测度结果与实际分配比例之间可能存在差距，这也可引导各区域通过调整资源分配比例来实现整体效率水平提升。

第四，从全国角度看，中国高技术产业技术创新整体效率均值为0.6551，这反映了中国高技术产业技术创新效率的整体水平不高，仍存在一定的上升空间。从省际角度看，高于全国均值的区域有11个，低于全国均值的区域有19个，表明63%以上的区域高技术产业技术创新整体效率低于全国平均水平，各区域高技术产业技术创新整体效率存在较大差异。

图2显示了各区域高技术产业技术创新整体效率与两阶段效率的分布情况存在显著差异。通过对比分析发现，技术创新整体效率为1的7个区域中，上海、广东、重庆和新疆4省域的技术研发效率和经济转化效率均达到1，而其他3省域的技术研发效率并未达到最优，特别是河南和青海2省，其技术研发效率值很低(分别为0.3502和0.0389)。这种各阶段创新效率极不平衡的现象表明，技术创新整体效率不能完全反映各区域高技术产业技术创新效率情况，深入分析各阶段效率是非常必要的。

图2 各区域高技术产业技术创新效率

从以上分析可知，中国区域高技术产业技术创新两阶段效率均存在较大差异。为对比分析各区域两阶段效率情况，以技术研发效率和经济转化效率值是否等于1为分类标准，将各区域分为A、B、C及D四类，并绘制二维框图，具体分类如图3所示。

图3 技术创新两阶段效率

3.3 区域高技术产业技术创新效率提升路径分析

针对各区域高技术产业技术创新效率的不同特点，结合上述四种分类情况，本文提出了以下几条提升技术创新效率的可能路径。

(1)对于A类区域：此类区域两阶段效率均达到最优，表明这些区域高技术产业技术创新两阶段的研发人员、资本及非研发投入等创新要素均得到优化配置与合理利用。值得注意的是，尽管样本期内此类区域高技术产业技术创新效率达到较高水平，但各区域创新资源的投入规模却存在较大差异。例如，广东的研发人员投入为208173.5人年，新疆仅为103.3人年；广东的研发资本投入为661.2820亿元，新疆仅为0.3448亿元。事实上，创新资源投入规模越大，其创新资源管理难度增强，更容易产生资源浪费现象。因此，对于广东和上海，在增加创新资源投入的同时，更要注重提高创新资源利用效率和管理水平。此外，还应充分发挥它们的带动作用与示范效应，积极引导其他创新效率较低的区域向前发展，为其他区域合理利用创新资源提供参考。对于新疆和重庆，首先要继续扩大创新资源投入，缩短区域间差距，同时加强创新资源管理，促进创新资源优化配置与合理利用，使其创新资源结构一直保持合理化状态。

(2)对于B类区域和D类区域，采取单边突破式效率提升路径(B→A和D→A)。这两类区域在技术创新过程中应将效率较低的阶段作为突破口，重点关注此阶段各项创新资源利用效率情况，促进技术创新过程协调发展，实现技术创新效率整体提升。

针对B类区域，以青海为例，其经济转化效率为1，而技术研发效率仅为0.0389，技术研发效率排名第30位，表明两阶段效率水平极不平衡。尽管该区域能够很好地完成科技成果的经济转化，但科技成果不足不利于高技术产业的良性发展。因此，B类区域应注重提高技术研发效率，重视基础研究和基础设施建设。一方面，加大对基础研究、高技术研发等方面的支持，吸引科技人才流入，促进产学研合作，激发技术研发的活力与积极性，增强自主创新能力；另一方面，各地区还应加大基础设施服务建设，为基础研究等技术创新活动的正常运行提供保障。

针对D类区域，以海南为例，其技术研发效率为1，而经济转化效率仅为0.0215，表明两阶段效率水平存在很大差异。尽管该区域能够充分地利用人力、资金等创新资源而产生科技成果，但未能及时有效地实现科技成果的经济转化。因此，D类区域应注重提高经济转化效率，一方面，加大对创新成果商业化的投入支持，重视技术引进，消化吸收，加强对新产品开发过程中相关费用的管理，利用现有研发成果获得更高的经济产出；另一方面，改善技术市场环境，通过扩大技术市场规模、搭建技术贸易平台等方式，降低技术交易成本，提高创新成果的经济转化效率。

(3)对于C类区域，采取双向协调式效率提升路径(C→A)。由于此类区域两阶段效率水平均较低，故在技术创新过程中需同时关注两阶段的创新资源利用情况，实现两阶段效率的共同提升。鉴于此类区域的数目较多，两阶段效率水平差异较大，结合表2中两阶段效率在整体效率中的权重，我们将此类区域进一步细化，划分为C1、C2、C3和C4四类，并有针对性地提出相关的效率提升路径，使其既关注两阶段效率，又能有所侧重，最终实现技术创新整体效率的提升。

C4类区域包括山东、湖北、陕西3省。以山东为例，其技术研发效率为0.5281，经济转化效率为0.5194，两阶段效率在整体效率中的权重分别为0.4819和0.5181。两阶段效率值较为接近，且权重均在0.5左右，这表明该区域对两阶段创新资源的利用能力相近，但均未达到最优。因此，C4类区域可以通过促进两阶段效率共同提高的路径实现技术创新整体效率的提升。

4 结论

本文将高技术产业技术创新过程划分为技术研发和经济转化两阶段，同时考虑初始创新资源的两阶段共享、非研发投入及新产品经费支出等因素，构建共享投入关联型两阶段DEA模型，以此测度各区域高技术产业技术创新整体效率和两阶段效率。在此基础上，根据各区域高技术产业技术创新两阶段效率水平及其在整体效率中的权重将各省市进行重分类，并依据各类的不同特点提出相对应的效率提升路径。我们可以得到以下几点结论：

(1)对于研究高技术产业技术创新效率相关问题，本文构建的共享投入关联型两阶段DEA模型具有一定的优越性。具体表现在两个方面：第一，该模型能够充分考虑创新资源在各个阶段的分配问题，便于深入分析高技术产业技术创新过程中各创新要素的比例关系与相互作用，对于促进创新资源的优化配置与合理利用具有指导作用；第二，该模型能够反映高技术产业技术创新整体效率与两阶段效率间的线性关系，通过分析两阶段效率水平及其在整体效率中的权重，有助于找到整体效率较低的深层次原因，对于寻求促进技术创新整体效率提升的具体路径具有指导作用。

(2)中国高技术产业技术创新整体效率存在一定上升空间，且多半区域的高技术产业技术创新整体效率仍然偏低；省际高技术产业技术创新整体效率存在较大差异，区域高技术产业技术创新整体效率发展不平衡。

(3)对于中国高技术产业技术创新两阶段效率，技术研发效率水平高于整体效率水平，而经济转化效率水平低于整体效率水平；省际高技术产业技术创新两阶段效率均存在较大差异。

(4)考虑高技术产业技术创新效率提升路径时，各区域应充分考虑自身实际情况，结合高技术产业技术创新两阶段效率的具体特点而有针对性地提出。研究区域高技术产业技术创新效率相关问题时，不应仅局限于依据地理位置等标准进行区域分类，而应打破固有思维，可以基于各阶段效率的特点对各区域进行重分类，进而提出相应的效率提升路径，这对于加快整体效率提升速度具有重要作用。