高技術產業的技術創新效率與影響因素
——對五大類23個分行業的效率分析

黨國英 秦開強

?

高技術產業的技術創新效率與影響因素
——對五大類23個分行業的效率分析

黨國英 秦開強

高技術產業R&D投入的技術創新效率是影響我國整體技術創新與技術進步能否持續的重要因素。根據隨機前沿分析SFA模型，采用Frontier軟件，對2008-2012年中國高技術產業五大類23個分行業的技術創新效率進行分析。研究結果表明：以專利申請數作為創新產出的高技術產業各分行業平均技術創新效率總體穩步升高，不同行業技術創新效率差異顯著。技術創新產出主要由研發人員投入驅動。在影響技術創新效率的諸因素中，知識產權保護水平存在顯著的正向影響，技術差距與經濟發展水平有著不明顯的負向影響。

中國高技術產業； 技術創新效率； 知識產權保護； 技術非效率因素； 技術差距

一 引 言

技術進步作為世界經濟增長和人類社會發展的持久動力，決定了一個國家和地區的經濟發展速度和質量。過去幾十年間，中國研發投入以較快速度增長。1993年R&D經費支出總額為248億元，2011年為8610億元，9年間R&D經費總額增長了近35倍，在世界的排位也從第14位上升至第3位。按照新經濟增長理論，中國的技術水平理應得到很大的提升，達到發達國家水平，然而現實情況并非如此。1993年中國國內發明專利申請數為68153個，2011年增加到385766個，9年間只增長5.6倍。為什么大量的科技投入不能帶來技術水平的顯著提升呢？原因可能在于對R&D投入資源利用效率不高，在現有的制度、經濟環境下，如果不能有效地利用R&D投入、使R&D產出達到最優水平，那么R&D投入對技術進步的貢獻將明顯受限，從而對經濟增長的促進作用也相應降低。高技術產業作為知識與技術密集型產業，隨著近年來我國經濟轉型升級與知識產權保護水平提高，得到了較快發展。2012年中國高技術產業新產品銷售收入為25571億元，是2008年的1.98倍，而R&D經費投入達到1733.8101億元，為2008年的近3倍。這是否表明中國高技術產業的快速發展在很大程度上源于粗放低效式的R&D經費投入呢？為此，有必要對我國高技術產業技術創新效率進行考證，并深入分析其影響因素。國外學者一般傾向使用兩種方法進行技術創新效率研究：一種是運用非參數的數據包絡分析(DEA)及其擴展方法來測度R&D投入的產出效率；另一種則運用隨機前沿生產函數方法(SFA)研究R&D的技術創新效率。DEA方法不需預先定義生產函數的形式，考慮確定性生產前沿面對生產效率的影響；而SFA方法考慮隨機沖擊的影響，并將誤差項分為隨機誤差和技術非效率誤差兩部分，且采用經濟計量方法解決隨機沖擊對生產效率的影響問題。國外最早對R&D活動產出效率的研究可以追溯到Griliches(1979)[1]的文章，他構建的知識生產函數分析框架后來被許多學者如Pakes和Griliches(1984)[2]，Griliches(1990)[3]等用來分析R&D的產出效率問題。此后，Rousseau et al.(1997)[4]與Wang(2007)[5]分別使用DEA方法和三階段DEA方法來測算R&D的產出效率。國內學者也主要采用DEA方法或SFA方法研究R&D投入的產出效率。肖仁橋等(2012)[6]利用兩階段鏈式關聯 DEA 模型對2005-2009年中國28 個省份高技術產業創新整體效率和兩階段效率進行實證分析，并用Tobit模型檢驗創新效率的影響因素。一些學者用省級面板數據來分析中國高技術產業R&D投入的產出效率，也有學者如韓晶(2010)[7]用SFA方法對中國高技術產業17個行業2001-2007年的創新效率進行實證分析。隨著人們對創新理論及實踐活動認識的提高，越來越多學者綜合考慮R&D投入指標和創新產出指標及相關影響因素，利用相關統計計量方法，結合不同區域及行業、產業數據，定量分析技術創新效率及影響因素。

本文在前人研究基礎上，從知識產權保護、技術差距的視角出發，采用隨機前沿模型SFA，擴展和深化影響技術創新效率的技術非效率因素，利用中國高技術產業2008-2012年的最新數據，實證分析23類行業近5年實際技術創新效率的動態變化及外部環境要素。

二 模型構建

根據Battese和Coelli(1995)[8]的研究，面板數據的隨機前沿生產函數模型的一般形式為：

lnYit=lnf(xit)+(vit-uit)

(1)

Uit=zitδ+Wit

(2)

其中zit為影響技術非效率的環境因素，δ為環境因素的系數向量。Wit為隨機誤差項，服從零均值和方差為σ2的截尾正態分布N(0,σ2)。技術效率函數為：

(3)

環境因素系數對技術效率的影響具有相反的效果，即若δ為負，則對技術效率有正的影響；反之，則有負的影響。

本文借鑒Griliches(1979)[1]構建的知識生產函數模型，選取常用的C-D生產函數，并采用對數形式，結合隨機前沿生產函數，構建模型如下：

ln(Yit)=β0+β1ln(Rit)+β2ln(Lit)+(Vit-Uit)i=1,2,…,n;t=1,2,…,T

(4)

其中Yit表示行業i在t年的創新產出，以專利申請受理數和新產品銷售收入表示；Rit表示行業i在t年的研發資本投入，Lit表示研發勞動投入，誤差項Vit表示隨機擾動的沖擊影響；Uit為技術非效率項，表示個體沖擊。具體可表示為：

Uit=zitδ+Wit

(5)

Uit=δ0+δ1HKit+δ2GAPit+δ3IOit+δ4IPRit+δ5GDPit+δ6MSit+δ7MESit+δ8IREit+Wit

i=1,2,…,n;t=1,2,…，T

(6)

其中zit為影響技術非效率的環境因素，δ為環境因素的系數向量。Wit為隨機誤差項。HK、GAP、IO分別代表影響行業吸收能力的人力資本、技術差距與產業開放度因素；IPR與GDP表示宏觀環境變量知識產權保護強度和經濟發展水平；MS、MES、IRE表示行業特征變量市場結構、平均企業規模與行業研發氛圍。

三 變量構造及相關計算

(一)投入、產出變量的構造

為更清楚地反映我國高技術產業技術創新在知識創造及技術發明的商業化應用這兩個階段的創新效率，創新產出變量采用新產品銷售收入和專利數兩個指標來衡量。新產品銷售收入能夠代表產業創新成果的轉化能力；而專利數則是產業技術發明、創造能力的直接體現。一些學者們采用專利申請數作為專利產出的代理變量，并證實采用該指標具有良好的實證效果。雖然專利授權數能夠更準確地反映專利的實際產出，但由于數據限制，本文仍借鑒其他學者的方法，采用專利申請數作為專利數指標。

根據本文采用的知識生產函數模型，R&D投入變量由知識資本投入R和知識勞動投入L兩種生產要素構成。具體到高技術產業，研發費用的投入與研發勞動的投入是最直接的影響要素，故采用高技術產業R&D經費內部支出和研究與發展人員全時當量作為創新投入變量R和L的代理變量。

(二)環境變量的構造

除了創新投入要素外，環境因素也會影響高技術產業不同行業的研發投入創新效率，如行業吸收能力變量、宏觀環境因素與行業特征因素等。本文具體選擇以下變量作為各類環境因素的代理變量：

1.行業吸收能力變量

(1)人力資本(HK)：國內外多數學者認為，人力資本水平和知識產權保護是影響研發資本投入的主要因素，并且一個國家的人力資本決定了創造適宜國內生產的新技術的能力(Benhabib和Spiegel，1994)[10]。李平等(2007)[11]認為，與二次創新相比，原始創新需要投入更多的研發資金和人才,而目前發展中國家缺乏的就是研發人才,因此人力資本水平成為影響發展中國家原始創新效果的關鍵因素；另外，人力資本對技術創新的影響不單體現在一國的原始創新上，人力資本水平作為國內行業技術吸收能力的重要決定因素,對吸收國外技術溢出和促進二次創新有重要作用，且國際技術擴散隨著東道國人力資本水平的提高而增加。Xu(2000)[12]的研究結果表明:發展中國家由于人力資本的匱乏, FDI引起的技術轉移并未顯著促進其生產率增長；此外,人力資本水平也決定著發展中國家從技術模仿向自主創新轉變的能力。本文具體選用高技術產業行業人員素質(IPQ)，即高技術產業各行業R&D機構人員數/平均從業人員數作為人力資本的代理變量。

(2)技術差距(GAP)：即中國技術水平與世界技術前沿的距離。一般而言，技術差距大且本國的人力資本水平高，則學習能力強，模仿空間大，技術創新幅度就越大；如果技術差距大且人力資本水平低，則對引進技術的學習能力低，從而難以消化吸收進行二次創新，影響產業的創新效率；相反，技術水平越接近技術前沿，技術差距就越小，則東道國技術水平就越高，技術創新能力也就越強。全要素生產率能較好地反映一個國家或產業技術水平的高低，目前普遍認為美國的技術水平可以作為世界技術前沿的代表，故本文采用中國的全要素生產率TFP與美國的全要素生產率TFP的相對差距表示我國高技術產業與世界技術前沿的技術距離(Robert et al.，2013)[13]。具體采用荷蘭格羅寧根大學格羅寧根增長和發展中心佩恩表(PWT8.0)中對全要素生產率TFP的測度指標CTFP數值(TFP level at current PPPs(USA=1))。佩恩表中給出的CTFP的時間序列數據是1978-2011年，其散點圖如下圖1所示。根據其散點圖可以看出，中國相對美國的CTFP隨時間呈明顯的非線性趨勢，故可采用三次指數平滑法建立非線性預測模型以預測本文所需2012年中國CTFP數值(朱慶明和張浩，2012)[14]。

圖1 CTFP散點圖

三次指數平滑是對二次平滑值序列再作一次平滑，可以建立如下非線性預測模型:

(8)

該模型類似于二次多項式，能夠較好地顯現時序的變化趨勢，經常用于預測非線性變化時序的發展狀況。三次指數平滑法的預測參數分別由下式計算得出：

(9)

(10)

(11)

則平滑值分別為：

具體計算過程如下：

b.指數平滑系數值的確定。根據經驗分析，當數列成較穩定的趨勢，或者雖有波動，但長期趨勢變化不大時,α宜取小值(0.1～0.3)，以充分發揮歷史數據的作用。當數列波動較大，長期趨勢變化幅度較大時,α宜取大值(0.7～0.9)。結合圖1可以看出，CTFP圖形在0.3附近呈穩定較小波動，故取α=0.3。at=0.376；bt=0.00261；ct=-5.49641E-05，代入非線性預測模型可得：2012年CTFP=0.378。

(3)產業開放度(IO)：一般而言，產業的開放程度越高，獲得新技術的可能性越大；產業的技術知識積累越多，則技術創新產出就越高。根據中國高技術產業數據的可獲性，采用高技術產業出口交貨值表示產業開放度的高低。

2.宏觀環境因素

(1)知識產權保護水平(IPR)：知識產權作為影響創新的重要制度變量，其保護程度的大小決定其對產業創新激勵及綜合效應。為考察近5年來我國實際知識產權保護水平對高技術產業創新的影響，本文以改進的Ginarte-Park指數(IGP)衡量TRIPS協定下中國知識產權立法水平，從知識產權執法的執行能力與執行意愿角度，構建測度知識產權執法水平的三級指標體系,定量計算入世后中國知識產權保護的執法強度指數ELS，結合立法水平IGP指數，測度1999-2012年我國實際的知識產權保護水平(黨國英，2014)[15]。具體結果如下表所示：

表1 知識產權保護水平IPR指數

(2)經濟發展水平(GDP)：經濟發展水平越高，高技術產業可供技術創新的研發投入越大，可能的創新產出就越多。可采用人均GDP表示我國經濟發展水平。

3.行業特征變量

(1)市場結構(MS)：大部分學者用集中度來反映市場結構,但由于缺乏中國高技術產業行業集中度的部分數據,因而這里取各行業企業單位數表示該行業的競爭程度:企業數量越多,預示著市場競爭越激烈；企業數量越少，暗含著該行業具有更強的壟斷性。這也從另一個側面反映了高技術產業各行業進出壁壘的高低。

(2)平均企業規模(MES)：技術進步、技術效率和規模效率共同影響著高技術產業的生產率，通常可以把企業規模的大小作為影響技術創新效率的一個環境變量。衡量企業規模的變量通常有銷售額、 資產和員工人數3個。本文用高技術產業行業資產總量與企業單位數之比反映行業市場規模大小。

(3)行業研發氛圍(IRE)：通常情況下，高技術產業不同行業從事R&D活動的企業數越多，研發創新的產出就越大。本文采用有R&D活動的企業數與該行業企業總數之比反映不同行業的創新環境和研發氛圍。

四 實證分析

本文利用Frontier4.1軟件，根據基本模型(4)-(6)，按高技術產業統計資料整理公布格式中的三、四、五、六、七類行業統計數據，利用2008-2012年中國高技術產業5大類行業下的23類分行業共28個行業140個樣本數據，對我國高技術產業分行業的技術創新效率與影響效率差異的技術非效率因素進行分析。

文中所有數據源自2009-2013年《中國高技術產業統計年鑒》和《中國統計年鑒》、2000-2012年《中國知識產權年鑒》和wind數據庫。各價值統計指標均以2008年作為基期，其中新產品銷售收入采用商品零售價格指數進行平減；計算環境變量涉及的出口交貨值利用工業生產者出廠價格指數進行平減；考慮到總資產主要由固定資產與流動資產構成，所以利用固定資產投資價格指數與原材料購進價格指數的平均數對總資產及R&D經費內部支出平減。由于1995-2009年中國高技術統計年鑒與2010-2013年的統計年鑒中個別指標不一致，無法獲取2008年有R&D活動的企業數、R&D人員數、資產總量數據，作為次優選擇，采用2009年統計年鑒中科技機構數與科技機構科技活動人員數近似替代R&D活動的企業數與R&D人員數據，資產總量數據用當年價總產值進行相應指標等價處理得到。

(一)R&D投入的技術創新效率實證結果分析

1.高技術產業技術創新效率分析

表2給出了2008-2012年以專利申請數和新產品銷售收入為創新產出的中國高技術產業技術創新效率。從表中可以看出，以專利申請數為創新產出的技術創新效率近5年所有行業的平均值為0.806，明顯高于以新產品銷售收入為創新產出的平均技術創新效率0.745。主要原因在于新產品銷售收入屬于技術創新第二階段——產業化應用的產出成果，其相對較低的技術創新效率反映了我國高技術產業技術創新的產業化滯后于直接的專利申請技術創新產出。但不管是基于專利申請數還是新產品銷售收入，與韓晶(2010)[7]2001-2007年的實證研究結果0.702與0.298對比發現，經過5年的發展，中國高技術產業的總體技術創新效率有較大提高，基于專利申請數的技術創新效率穩步增加，以新產品銷售收入為創新產出的技術創新效率快速提高，增加了2倍多。其原因主要在：近年來國家對高技術產業重視力度加大、高新技術產業孵化器增多、技術服務交易平臺建設、R&D投入創新成果的技術擴散范圍擴大。

表2 2008-2012年基于不同創新產出的中國高技術產業分行業技術創新效率

(續上表)

行業基于專利申請數的中國高技術產業分行業技術效率20082009201020112012平均效率基于新產品銷售收入的中國高技術產業分行業技術效率20082009201020112012平均效率計算機及辦公設備制造業0.6060.7950.8260.9180.9510.8190.7850.7640.8250.7490.9900.822 #計算機整機制造0.8970.9340.9340.9550.9390.9320.9880.9850.9890.9890.9460.979 計算機零部件制造0.6210.8190.9150.9420.6780.7950.7710.7200.9440.9290.9350.860 計算機外圍設備制造0.8830.9090.8390.9030.8810.8830.9580.9480.9670.9620.8530.937 辦公設備制造0.4750.7970.7430.8370.9000.7500.8610.7820.8800.7700.7600.810醫療儀器設備及儀器儀表制造業0.8370.8870.8440.9080.9300.8810.6550.5730.6370.6010.5820.610 1.醫療儀器設備及器械制造0.9050.8870.8290.9040.9310.8910.7950.7150.7720.6880.6810.730 2.儀器儀表制造0.7920.8750.8310.9010.9230.8640.6750.6000.6710.6130.5960.631平均效率0.7160.7830.8010.8530.8760.8060.7630.7340.7780.7170.7320.745

從時間的動態變化看，如圖2所示，基于專利申請數的行業平均技術創新效率從2008年的0.716平穩增加到2012年的0.876；基于新產品銷售收入的行業平均技術創新效率則呈現出較大的波動性，先從2008年的0.763降到0.734，后于2010年回升到0.778到2011年又回落到0.72左右。究其原因，可能與新產品銷售收入受市場影響較大，對市場反應敏感有關。

圖2 基于不同創新產出的高技術產業技術創新效率動態變化

2.分行業技術創新效率分析

從圖3可以看出，基于專利申請數與基于新產品銷售收入的技術創新效率都在不同的分行業顯示出較大的波動性，后者波動幅度更甚。基于專利申請數的分行業平均技術創新效率總體上高于基于新產品銷售收入的技術創新效率。基于專利申請數的分行業平均技術創新效率中，電子及通信設備制造業的技術創新效率值最高，達到了0.958。這可能因為通訊設備制造業在我國開放較早、發展較快、較先融入世界產業鏈，其自主研發經費投入和人員投入比例都高于同期其他行業，接近世界先進水平，在市場上具有競爭優勢。而航天器制造的創新效率只有0.583，為整個行業技術創新效率的最低值，飛機制造創新效率為0.622，僅次于航天器制造，這兩類所屬的航空航天器及設備制造業為戰略性高技術產業，關乎國家安全，因而必須制定國家航空航天總體發展戰略及相應的產業技術政策，不斷提高行業的技術創新能力和創新效率。基于新產品銷售收入的分行業平均技術創新效率中，最高值仍然為電子及通信設備制造業，其創新效率甚至超出基于專利申請數1.8%，表明該行業不僅在技術發明創造上，而且在技術創新成果的商業化應用與技術擴散方面同樣高效。技術創新效率較低的有航空、航天器及設備制造業、通訊終端設備制造、醫療儀器設備及儀器儀表制造業，其創新效率數值不足0.6。

圖3 不同創新產出的高技術產業分行業近5年平均技術創新效率

從圖4可以看出以專利申請數為創新產出的分行業技術創新效率隨時間的動態變化。自2008年以來，各分行業技術創新效率逐年穩步提高。其中，效率增長最快的為雷達及配套設備制造行業，從2008年的0.422增加到2012年的0.815，增幅達到了93.2%；增長最慢的為醫療儀器設備及器械制造行業，增幅僅為2.55%。

從圖5可以看出，以新產品銷售收入為創新產出的分行業技術創新效率隨時間的動態變化，并沒有呈現出一般的規律性，不同行業創新效率變化起伏不定。電子設備制造業近5年基本處在0.97左右的高技術創新效率水平上，通信終端設備從2008年的0.452上漲為2012年的0.926，半導體分立器件制造行業則從2008年的0.811降至0.734，后又升至0.812，再從2011年逐漸下降，直到2012年降至近5年創新效率的最低點。這種技術創新效率變化的不穩定性再次表明以新產品銷售收入為創新產出的技術創新效率的市場敏感性。

圖4 以專利申請數為創新產出的中國高技術產業分行業技術創新效率

圖5 以新產品銷售收入為創新產出的中國高技術產業分行業技術創新效率

(二)不同創新產出的最大似然估計實證結果分析

表3給出了利用Frontier 4.1對基于專利申請數與新產品銷售收入的各參數的最大似然估計結果。從以專利申請數為產出指標的計量結果來看，γ=0.716，且在1%的顯著性水平下估計效果顯著，說明式(6)的誤差項具有明顯的復合誤差結構，環境變量因素對高技術產業不同行業的技術創新效率差異存在顯著影響，因此選用SFA模型來估計中國高技術產業分行業的技術創新效率是正確的。從研發經費投入與研發人員投入的產出彈性來看，β1=0.044且統計效果不顯著，β2=0.901且在1%的顯著性水平下顯著，表明研發人員投入占據了以專利申請數為創新產出的主要貢獻。其中，研發經費投入每增加1%，專利申請數不顯著地增加4.4%；研發人員投入每增加1%，專利申請數將顯著增加90.1%。得出這種結果的原因可能在于，技術創新是知識含量很高的創造性活動，在經濟發展水平與技術水平較低的時候，通過后發優勢，加大研發投入可能會帶來創新數量的相應增加；但當技術水平繼續提高、技術復雜性增加的時候，僅靠研發經費投入帶動技術創新產出的作用不大，也不明顯，而需同時增加高技術產業的專業研發人員投入，通過他們高智力的發明創造，才能帶來以知識創造為產出的技術創新效率的大幅提高。

表3 不同產出指標最大似然估計結果

注： ***、**、*代表在1%、5%、10%顯著水平下具有統計顯著性。LR為似然比檢驗統計量,此處它服從混合卡方分布，即χ2分布。對無效率項的估計模型中,各個參數表示各個變量對無效率項的影響,負的變量系數表示對效率存在正向的影響。自由度為9的單邊LR在1%顯著性水平下的臨界值為20.972，5%顯著性水平下的臨界值為22.879，10%顯著性水平下的臨界值為14.067。

從影響不同產業技術創新效率的環境因素來看，它們占據了隨機誤差的71.59%，只有28.41%由統計誤差引起。其中，δ3,δ4,δ7通過了1%的顯著性檢驗，δ1,δ2,δ5,δ8沒有通過顯著性檢驗。在通過顯著性檢驗的參數中，δ3與δ4的系數為負*δ3保留到六位小數點時為-0.000001。，表明產業開放度與知識產權保護水平對以專利申請數作為技術創新的產出有顯著的正向影響，說明高技術產業的對外開放程度越強，越容易模仿、消化和吸收先進技術，更有利于進行二次創新，雖然這種影響效果在近5年來表現并不突出。與產業開放度相比，知識產權保護水平IPR對應的參數δ4為-0.453，說明我國近5年來知識產權保護水平每增加1%，可促使專利申請數增加45.3%。這表明，在我國現有的經濟發展水平下，提高知識產權保護水平，有利于促進技術創新。δ7為正*δ4保留到六位小數點時為0.000148。，表明平均企業規模對創新產出有顯著的負向影響，但其數值接近為零，說明這種負向影響的作用很微弱。這種不明晰的影響也反映出目前創新研究中關于企業規模與創新關系的爭議性。在不顯著的環境因素中，技術差距的系數為正，暗含著中國與美國的技術距離可能對我國高技術產業技術創新效率有著負向影響，即技術差距GAP越大，高技術產業的相對技術水平越低，就越不利于高技術產業的自主創新。

從以新產品銷售收入為產出指標的計量結果來看，γ=0.098且通過了顯著性檢驗，但其數值不足0.5，說明式(6)的誤差項不具有復合結構，即利用SFA模型在對環境變量影響以新產品銷售收入為創新產出的技術創新效率差異分析時并不具有解釋力，此時可考慮采用OLS模型或其他模型。

五 結論及建議

高技術產業的技術創新能力決定著我國的技術創新水平，進而影響著我國的技術進步與經濟發展。近年來，中國高技術產業不斷加大的研發經費投入增加了專利及新產品銷售收入的創新產出，但研發經費投入的邊際產出及技術創新效率如何以及受何種因素影響，則是如何有效促進技術創新所必須考慮的重要問題。本文利用SFA模型對2008-2012年中國高技術產業5大類行業23個分行業的面板數據進行實證研究，結果表明：

1.從高技術產業的技術創新效率來看，自2008年來基于專利申請數的技術創新效率，不管是整個高技術產業還是各分行業，平均技術創新效率都穩步提高。其中，電子及通信設備制造業的技術創新效率最高，航空器制造和飛機制造的創新效率最低，最高與最低創新效率相差38%左右，表明我國高技術產業不同行業的技術創新能力極不均衡。為此，國家宜以適當的政策傾斜，加強效率較低的航空航天制造業的技術研究開發，通過各種激勵手段引進此類高技術人才，使得整個高技術產業均衡、協調發展。近5年來效率增長最快的為雷達及配套設備制造行業，漲幅達到了93.2%，而最慢的醫療儀器設備及器械制造行業，增幅僅為2.55%。這些巨大的差異從對其有顯著影響的環境因素來看，電子及通信設備制造業是我國最早融入世界產業鏈的行業，其產業開放度較高，有利于技術創新能力的提高。知識產權保護水平的增強，對產業的技術創新效率提高有顯著的正向影響，但在相同的知識產權保護水平下，不同行業對于IPR依賴程度存在差異性。如對于那些研發密度大且模仿成本很小的產業(如制藥業和化學產業)，其對知識產權保護的依賴程度很高；而對于那些研發密度小且模仿成本較高的產業(如機械制造業)，其對IPR水平的敏感程度則較低(Cohen，2010)[16]。基于這種產業差異性，可考慮對高技術產業不同行業，根據產業的研發密度表示產業對IPR的依賴程度，從而采用差異化的知識產權保護水平，例如對不同行業采用不同的知識產權保護執法強度。

2.從R&D投入看，研發人員投入相對于研發經費投入，對以專利申請數為創新產出的技術創新效率存在顯著的正向影響，說明隨著我國國家創新體系的建立，主要依靠研發經費數量增加并不足以帶來創新邊際產出的顯著增加，必須改變以往以經費投入拉動技術創新產出增長的局面，重點發揮研發人員投入的積極作用，培育和引進高技術人才，利用他們的才智進行發明創造，從而提高研發經費投入的技術創新效率。

3.基于專利申請數與新產品銷售收入的各參數的最大似然估計結果表明，新產品銷售收入作為技術創新的產業化階段，與第一段的專利申請數在技術創新效率差異上存在著不同的影響因素，須區別對待。以專利申請數為創新產出的環境因素通過了最大似然檢驗，且在1%的顯著性水平下效果顯著，表明行業吸收能力變量、宏觀環境因素與行業特征因素這三類環境要素對中國高技術產業5大類行業23個分行業技術創新效率的影響不同。特別是產業開放度與知識產權保護水平存在顯著的正向影響，表明可加大高技術產業的開放度，增強與國外高技術產業的合作與貿易，同時引進具有高技術含量的FDI，通過引進、消化、吸收進行二次創新或知識外溢和滲透，不斷增強中國高技術產業不同行業的技術創新能力。與產業開放度相比，知識產權保護水平對技術創新效率的影響巨大，這也進一步證實了高技術產業作為一國科技發展的重要行業，其技術創新對知識產權保護水平存在極強的依賴性，在我國目前的經濟發展水平下，加強知識產權保護，有利于增加技術創新的邊際產出。而知識產權保護水平的提升，宜側重從行政執法和司法的角度加強執法能力，提高執法水平，通過廣泛宣傳和教育，增強人們的知識產權保護意識。企業規模對技術創新的影響一直以來備受爭議，包括熊彼特的線性關系、其他學者的倒U型關系等，本文的實證結果顯示平均企業規模對創新產出雖存在一定負向影響，但影響甚微。

[1] Griliches, Z.. Issues in Assessing the contribution of R&D to Productivity Growth[J].JournalofEconomics, 1979, 10(1):92-116.

[2] A. Pakes, Z. Griliches. Patents and R&D at the Firm Level: A First Look[A]// Griliches, Z.(ed.).R&DPatentsandProductivity[M]. Chicago：University of Chicago Press, 1984.

[3] Griliches, Z.. Patents Statistics as Economic Indicators: A Survey[J].JournalofEconomicalIterature, 1990, 28(4):1661-1707.

[4] S. Rousseau, R. Rousseau. Data Envelopment Analysis as a tool for Constructing Scientometric Indicators[J].Scientometrics, 1997, 40(1):45-46.

[5] Wang, E.C.. R&D Efficiency and Economic Performance: A Cross-country Analysis Using the Stochastic Frontier Approach[J].JournalofPolicyModeling, 2007, 29(2):345-360.

[6] 肖仁橋, 錢麗, 陳忠衛. 中國高技術產業創新效率及其影響因素研究[J].管理科學, 2012, (5):85-98.

[7] 韓晶. 中國高技術產業創新效率研究——基于SFA方法的實證分析[J].科學學研究，2010，28(3):467-472.

[8] G. E. Battese, T. J. Coelli. A Model for Technical Inefficiency Effects in A Stochastic Frontier Production Function for Panel Data[J].EmpiricalEconomics, 1995, 20(2):325-332.

[9] G. E. Battese, T. J. Coelli, Frontier Production Functions, Technical Efficiency and Panel Data: With Application to Paddy Farmers in India[J].JournalofProductivityAnalysis, 1992, 3(1-2): 153-169.

[10] J. Benhabib, M. M. Spiegel. The Role of Human Capital in Economic Development: Evidence from Aggregate Cross-country Data[J].JournalofMonetaryEconomics, 1994, 34(2):143-173.

[11] 李平, 崔喜君, 劉建. 中國自主創新中研發資本投入產出績效分析——兼論人力資本和知識產權保護的影響[J]. 中國社會科學, 2007, (2):32-42,204-205.

[12] B. Xu. Multinational Enterprises. Technology Diffusion, and Host Country Productivity Growth[J].JournalofdevelopmentEconomics, 2000, 62(2):477-493.

[13] Robert C. Feenstra, Robert Inklaar, Marcel Timmer.TheNextGenerationofthePennWorldTable[R]. NBER Working Paper No. 19255,2013.

[14] 朱慶明, 張浩. 三次指數平滑法在煤礦事故預測中的應用研究[J]. 中國安全生產科學技術, 2012, (4):103-106.

[15] 黨國英. TRIPS協定下中國知識產權保護水平測度[J]. 技術經濟與管理研究, 2014, (11):43-46.

[16] Cohen, W.. Fifty Years of Empirical Studies of Innovative Activity and Performance[A]// in Bronwyn H. Hall, Nathan Rosenberg.HandbookofTheEconomicsofInnovation[M].North-Holland, 2010, 1:129-213.

[引用方式]黨國英,秦開強.高技術產業的技術創新效率與影響因素——對五大類23個分行業的效率分析[J].產經評論,2015,6(2):15-27.

Technology Innovation Efficiency and the Factors of R&D Input in China’s High Technology Industry——Efficiency Analysis based on Five Categories and 23 Sub Industries

DANG Guo-ying QIN Kai-qiang

Technology innovation efficiency of R&D input in high technology industry is an important factor affecting overall technical innovation and technical progress’s sustainable development in our country. Based on stochastic Frontier analysis, the paper analyzes the technological innovation efficiency of 23 divisions of Chinese high-tech industry from 2008 to 2012 by the Frontier software. The empirical results show that the average technological innovation efficiency steady rises overall in the patent application number as innovation output of high technology industry and technological innovation efficiency is significantly different in different industries. Meanwhile, technical innovation output mainly is driven by the researchers. Among the factors that influence the efficiency of technological innovation, the intellectual property protection level has a significant positive influence while the technology gap and the economic development level etc. have a negative impact, but not significant.

China’s high technology industry； technology innovation efficiency； intellectual property protection； technical inefficiency factors; technological gap

2014-12-09

云南省哲學社會科學規劃項目“云南省高技術產業技術創新效率及提高途徑研究”(項目編號：QN2014025，主持人：黨國英)。

黨國英,云南大學發展研究院博士研究生,西南林業大學經濟管理學院講師,研究方向：知識產權保護與技術創新;秦開強,云南大學發展研究院博士研究生,研究方向：技術趕超。

F276.44

A

1674-8298(2015)02-0015 -13

[責任編輯：伍業鋒]

10.14007/j.cnki.cjpl.2015.02.002