中部六省高新技術產業創新效率及其影響因素的實證研究

張中英，曹長芳

近年來，我國經濟飛速發展，這與高新技術產業迅猛發展息息相關。數據顯示，2019年中國高新技術產業產值達到了324 137.4億元，是2000年的20倍。由山西、河南、安徽、湖北、江西、湖南組成的中部六省，高新技術產業也得到了長足的發展。高新技術產業由于其耗能少產出高的特點，是各個國家和地區爭相發展的產業。在地區人力資本、資金存量不足的情況下，要想實現中部崛起，必須加大研發投入，大力發展高新技術產業。

一、相關研究述評

目前，業內有很多學者都研究了中部六省的高新技術開發區以及高新技術產業的創新效率，但是使用的研究方法有一些差異。利用因子分析法的有張楊［1］、呂可文［2］等，利用相應的創新指數，得到了我國中部六省創新能力偏弱的結論；還有大量的學者使用的是DEA分析法，如翟艷［3］、何清［4］、朱鈺［5］、沙德春［6］，得到了中部六省高新技術產業的綜合效率較低，省際間存在較大差距的結論。在相關研究中，對中部六省創新效率影響因素的研究比較少，柳瑞禹（2016）［7］利用Tobit模型分析了中部六省2001—2013年科技創新效率的影響因素，得到了外資利用水平等因素對科技創新效率有顯著的正向影響，而政府資金支持有顯著的負面影響的結論。朱鈺（2020）［5］同樣運用Tobit模型分析了知識產權發展水平、教育環境、信息基礎環境、經濟環境和政府的財政支持等因素對中部六省創新績效的影響。

由于隨機前沿方法考慮了隨機誤差項對產出的影響，結果比較穩定［8］，故能夠很好地處理隨機誤差項的問題，這種分析方法更適合對創新效率問題的分析。本文將采用隨機前沿分析法對中部六省高新技術產業的創新效率進行實證分析。

二、現狀分析

2019年，中部六省高新技術產業工業總產值達到了59 940億元，高新技術企業數量達到了32 742家，年末從業人員達到了595.2萬人。這說明，近年來，中部六省高新技術產業取得了很好的發展。但是，由于中部地區的經濟基礎薄弱，區域創新資源投入的不足，導致中部六省高新技術產業創新產出不高。

如表1所示，2019年中部各省高新技術產業的相關創新指標不高，R&D人員、R&D經費內部支出、技術收入三個指標占全國的比重分別為：17.43%、16.36%、13.46%，低于全國平均水平，這說明中部六省的高新技術產業的創新能力較弱。

表1 2019年中部六省與全國高新技術產業創新指標對比

除此之外，中部六省省際之間差異也很大，如表2所示。2019年，R&D人員、R&D經費內部支出、技術收入三項指標最高的都是湖北省，最低的都是山西省。湖北省的R&D人員、R&D經費內部支出這兩項指標分別是山西省的6倍多，技術收入這一項指標更是達到了20多倍。

表2 2019年中部六省高新技術產業創新指標

從2014到2019年，中部六省高新技術產業R&D人員、R&D經費內部支出、技術收入三項指標的增長率達到了45.34%、97.18%、238.28%，低于全國的平均增長率，如表3所示。這說明中部六省高新技術產業的發展速度較慢。

表3中部六省與全國高新技術產業創新指標值增長率對比（2014—2019年）單位：%

表4展示了中部六省2014—2019年的R&D人員、R&D經費內部支出、技術收入三個指標的動態變化。這三個指標增長最快都是江西省，分別達到了285.89%、451.53%、894.19%，遠遠超過了其他五個中部省份以及全國的平均增長率；增長最慢的都是河南省，三項指標都遠遠小于其他五省，R&D人員這項指標甚至出現了負增長。另外，安徽省的R&D人員這一指標也只有3.61%。

由以上分析可知，中部六省高新技術產業的創新水平低于全國水平，增長速度也低于全國平均水平，前景堪憂。同時，中部六省的省際間差異也很大，發展不均衡。

在中部六省高新技術產業創新投入資源有限的情況下，如何提高其創新產出？那就必須提高其創新效率。本文將對中部六省高新技術產業創新效率進行測算，同時對投入產出彈性進行分析，以針對性地投入創新資源。目前，創新效率的主要評價方法有投入產出法、非參數法（通常是DEA）以及參數法（通常是SFA）。鑒于前面的分析，本文借鑒BATTESE和COELLI［9］的研究方法，選取隨機前沿法（SFA）測算中部六省高新技術產業的創新效率值以及投入產出彈性；同時對技術無效率函數進行實證分析，得出中部六省高新技術產業的影響因素的系數。

表4中部六省高新技術產業創新指標值增長率（2014—2019年）單位：%

三、創新效率及投入產出彈性分析

對隨機前沿模型函數進行實證分析，測算中部六省高新技術產業的創新效率值以及投入產出彈性。

（一）變量選擇

本文選取中部六省2014—2019年的高新技術產業的數據作為研究對象，對其創新效率及投入產出彈性進行研究。數據來源于科技部的《中國火炬統計年鑒》。

1.產出變量選擇

很多的學者通常將專利申請數、新產品銷售收入等作為衡量創新產出的指標。事實上，專利申請受理只能說明研發投入轉化為知識產出，專利申請受理不等于授權，且從受理到授權需要一個過程，因此在研究中將專利申請受理數作為創新產出，過于片面。新產品銷售收入忽略了高新技術企業的技術研發方面的非商業性的成果。鑒于前面的考慮，本文選擇高新技術企業的技術收入作為產出指標。

2.投入變量選擇

根據經濟學的理論，創新投入一般為研發勞動投入和研發資本投入，依據慣例，本文分別選取R&D人員和R&D經費內部支出作為創新投入變量。

（二）模型建立

本文借鑒BATTESE和COELLI［9］于1995年提出的研究方法，將隨機前沿模型函數設定為：

其中Yit表示i省高新技術產業在時期t的創新產出，i表示不同省份，t表示時間，Lit、Kit分別表示i省高新技術產業在時期t的科技活動人員和科技活動經費投入，βi表示各投入的產出彈性?？紤]到科技產出的時滯性，所有投入指標均進行了滯后一期的處理。其中，Vit為隨機誤差項服從正態分布N(0,σV2)；Uit是技術無效率項，服從截尾正態分布N1(u,σu2)，代表生產函數的隨機沖擊。

（三）結果分析

本文利用Frontier4.1軟件對隨機前沿生產函數進行實證分析，其結果如表5所示。LR統計檢驗在1%的水平下顯著，所以，運用隨機前沿模型來研究中部六省高新技術產業創新效率是合理的。g=0.982，且在1%的水平下顯著，說明該模型的擬合程度較為理想。

1.創新效率分析

通過對前沿生產函數模型實證分析得出了中部六省各省的高新技術產業創新效率的結果。本文為了展示其動態變化，用折線圖予以展示，如圖1所示。

?

圖1中部六省高新技術產業技術創新效率值變化趨勢（2014—2019年）

從圖1可以得出以下結果：

（1）從總體均值上來看，2014—2019年的6年間中部六省高新技術產業創新效率測度值變化不大，且有下降趨勢，從0.72降到了0.67。這與表3所示的中部六省高新技術產業增長率低于全國的事實不謀而合。

（2）對比發現，湖北、湖南兩省的創新效率測度值的平均值達到了0.8以上，高于其他的4個省份，這與表2、表4展示的這兩個省高新技術產業的發展程度明顯高于其他的幾個中部省份一致。2019年，湖北、湖南兩省的高新技術創新產出分別達到了3 672.4億元、2 123.6元，遠遠高于排名第三的664.9億元。

老太醫說，其實德公公才是真老虎，所謂八虎，不過是真老虎的利爪和獠牙。真正的報仇，應該從剪除爪牙開始，讓元兇在忍受劇痛的同時，一步步喪失反抗的能力，一步步陷入無望，直至跌入萬劫不復的絕境。德公公不是愛深居簡出，慣于頤指氣使嗎？那就讓他成為真正的孤家寡人，最終僅剩孤零零一個，無人可指，無兵可使，到時候，不待你動手，他就會崩潰。

（3）湖北、湖南兩省的高新技術產業創新效率測度值比較穩定，而其他四省波動較大，說明這四省的高新技術產業發展基礎不夠穩定。

2.創新投入產出彈性分析

通過對前沿生產函數模型實證分析同時得出了中部六省各省的高新技術產業投入產出彈性。具體結果如表5所示。

表5中部六省高新技術產業隨機前沿生產函數分析結果

從表5可以看出，前沿生產函數的各個系數都通過了檢驗，說明模型回歸情況較好。中部六省高新技術產業的人員和R&D經費的產出彈性分別為16.556和-33.177，即R&D人員增加1%，可促進高新技術產業技術收入增長16.556%，但是當R&D經費投入增加1%時，創新產出（技術收入）卻下降33.177%。這一結論看似有違事實，但其實不然。肖仁橋（2012）等［10］將高技術產業技術創新分為知識創新和科技成果商業化兩個階段，第一階段是技術成果轉化環節，第二階段是科技成果商業化環節。這說明R&D經費的投入引起的中部六省高新技術產業技術創新主要體現在第二階段，這在一定程度上甚至“擠出”了技術收入。這與表1所示的中部六省技術收入占高新技術產業收入的比重很低是相吻合的。

這說明，中部六省高新技術產業創新產出主要依賴于R&D人員的投入以及他們的積極性和創造性，并不是由R&D經費拉動的。

四、創新效率影響因素分析

前文測算出了中部六省高新技術產業的創新效率及投入產出彈性，得出了中部六省高新技術產業創新效率不高的結果，如何提高其創新效率就成為了亟待解決的問題。高新技術產業的創新是一個復雜的過程，會受到很多因素的影響。

（一）變量選擇

考慮到模型的合理性和數據的可得性，本文選取了企業規模、盈利能力、勞動者素質三個因素作為影響中部六省高新技術產業創新效率的因素。

（1）企業規模。企業規模越大的高新技術企業，越有能力進行研發創新活動，可以投入更多的人力、物力、財力，從而有利于創新效率的提高。本文采取工業總產值與企業數之比作為中部六省高新技術產業企業規模的衡量指標。

（2）盈利能力。盈利能力越強的企業，進行創新活動的動力和能力越強，從而有利于創新效率的提高。本文采取高新技術產業的凈利潤與其營業收入之比作為盈利能力的衡量指標。

（3）勞動者素質。勞動者素質越高，說明其專業水平越高，研發能力越強，從而有利于創新效率的提高。本文采用大專以上學歷人數與年末從業人員之比作為高新技術企業勞動者素質的衡量指標。

（二）模型建立

BATTESE和COELLI［9］于1995年提出的生產函數模型不但測算了創新效率值，還實證分析了影響創新效率的因素，主要的方法是引入了技術無效率函數。本文借鑒他們的研究方法，將模型設定如下：

其中Uit為技術無效率項，δ0為待估參數，Zit為控制變量，Wit為隨機誤差項。δ1、δ2、δ3分別代表高新產業的企業規模、盈利能力、勞動者素質三因素對中部六省高新技術產業創新效率的影響。

（三）結果分析

通過對技術無效率函數的實證分析，得出了中部六省高新技術產業影響因素的系數，如表6所示。

表6中部六省高新技術產業隨機前沿模型分析結果

通過對表6的分析，可以得出如下結論：

（1）δ1為負，系數為0.004，說明企業規模對中部六省高新技術企業的創新效率有微弱的負面作用。這可能是因為這些規模較大的企業具有很強的市場控制力或者良好的市場表現，更多地看重眼前的商業利益，將更多的資源投入到科技成果的商業化階段，從而缺乏進行研發創新的動力。因此，中部六省高新技術企業規模對其創新效率有了負面的影響。

（2）δ2為負，系數為1.133。數據顯示，中部六省高新技術產業的企業利潤從2014年的5.81%降到了2019年的5.48%，呈負增長趨勢，這對創新效率的提升有負向影響，即企業利潤與創新效率同方向變化。同時由于沒有通過檢驗，所以影響并不大。高新技術產業的研發創新活動需要大量的財力支撐，由于盈利能力下降，中部六省的高新技術企業很難進行有效的創新活動，導致創新效率的低下。

（3）δ3為正，系數為10.147，說明中部六省高新技術產業的勞動者素質對其創新效率有顯著的正向影響?？蒲谢顒右驲&D人員具有一定的專業知識儲備，對于其學歷有一定的要求，否則沒有能力進行創新活動，R&D人員的學歷水平直接影響創新效率。

五、研究結論與政策建議

（一）研究結論

本文利用隨機前沿分析方法對中部六省高新技術產業2014—2019年的面板數據進行分析，測算出了中部六省高新技術產業整體創新效率及投入產出彈性，并對其影響因素進行了分析，得出以下結論：

（1）中部六省高新技術產業創新效率較低，省際間差異較大。中部六省高新技術產業的R&D人員、R&D經費內部支出、技術收入三項創新指標以及增長率落后于全國平均水平。與此同時，中部六省高新技術產業的平均創新效率變化不大，且有下降的趨勢，明顯落后于東部以及全國的平均水平。中部六省高新技術產業省際間的差距較為明顯，湖北、湖南省兩省相應的創新投入指標比較高，同江西、山西兩省之間差距較大。湖北、河南兩省的創新效率值明顯高于其他四個省份。中部地區只是一個地理上的概念，河南、湖北、湖南三省的GDP總量居全國前列，而山西、江西兩省經濟較差，所以省際之間差異很大就不足為奇了。

（2）R&D經費投入增長很快，但是對于創新效率的提升沒有大的幫助。與R&D人員相比，R&D經費內部支出這一創新投入指標的增長速度較快，投入的絕對數量不小，但是其利用效率不高，沒有發揮出應有的作用，資源沒有得到合理的利用。

（3）在創新效率影響因素上，中部六省高新技術產業的科技人員的專業水平、高新技術企業的獲利能力對創新效率有積極影響，其中科技人員的專業水平的影響較為顯著，可見科研人員的重要性；而企業的規模對中部六省高新技術企業的創新效率有微弱的負面作用。

（二）政策建議

（1）中部六省高新技術企業要利用好科技人員的價值。要提高現有科技人員的專業水平，提高其研發能力，同時要從政策、資金上向研發人員傾斜，鼓勵他們進行創新活動，特別是基礎研發工作。此外，還要加大科技人員的引進力度，吸引高學歷、高水平科技人員加入到研發隊伍中，做好科技人才的儲備工作。

（2）中部六省高新技術產業不但要加大科研投入，還要合理地配置資金的使用。改變現有高新技術企業將過多的科研資金投入到科技成果商業化環節以期獲得商業報酬的短視行為，要從長遠考慮，將更多的研發資金投入到知識創新上來，形成技術層面的核心競爭力。這樣才能提升創新效率，促進整個高新技術產業的發展。

（3）實力較強的高新技術企業要承擔起科技創新的重任。規模較大、盈利能力較強的企業，擁有創新研發的軟硬件條件，應加大研發創新活動，在研發創新的基礎上，不斷提高創新產出，從而獲得更多的盈利。