工業轉型升級規劃對高技術制造業創新效率的影響

蘇 翔，楊 琨，王志英

（江蘇科技大學 經濟管理學院，江蘇 鎮江 212100）

一、引言

習近平總書記在黨的十九大報告中指出，創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐。隨著科技發展不斷提速，創新越發決定了一個國家競爭成敗的關鍵，創新驅動發展的作用日益凸顯[1]。創業行動和持續創新對于高技術制造業的競爭力至關重要[2]。目前，中國經濟發展已步入新常態，在轉型升級中高技術制造業起到突出作用[3]。

我國智能制造產業政策和相關推動措施的一系列出臺，對于高技術制造業的智能制造水平的提高產生了非常積極的作用。許多國家的政府越來越重視創業精神，并執行了旨在促進其發展的政策。但類似政策的結果好壞參半[4]。那么在政策的大力支持下，我國高技術制造業發展前景又將如何？工業轉型升級規劃作為智能制造產業政策的典型代表又將如何影響高技術制造業創新效率？針對以上問題的研究不僅有利于智能制造產業政策對高技術制造業創新效率的影響效應，也可以為政府提供推動智能制造和高技術制造業的發展提供新思路。

二、相關研究評述

近年來，高技術制造業對國家經濟發展、科技進步的作用日益突出，其創新效率研究成為國內外學者研究熱點，得到不斷深入和拓展，主要研究集中在以下幾個方面：

（一）政府的相應政策對高技術制造業創新效率的影響

促進技術創新，從政策對高技術制造業創新效率的影響機制視角發掘，其主要提高創新效率的方式是降低風險與創新成本兩個方面。目前關于政策對高技術制造業創新效率的影響研究，還有一定的爭論。

一些學者認為，稅收優惠政策和政府補貼等政策可以提高創新效率。如劉繼兵等（2014）[5]在研究影響新興產業創新效率的因素時，發現政府補貼可以明顯促進創新效率的提高；李彥龍（2018）[6]研究了高科技制造業R＆D 效率的影響因素，最終發現高科技制造業增長顯著與稅收優惠密不可分；范德成和李盛楠（2018）[7]運用隨機前沿模型測算了各省（市、區）高技術制造業創新效率，發現空間效應、企業規模、政府支持等因素對高技術制造業創新效率有顯著影響。

持其他觀點的學者認為政府激勵政策與創新效率的關聯性并不強。如朱平芳和徐偉民（2003）[8]研究發現，某些政府激勵措施對創新產出影響很小。提高資源的產出轉化效率和投入利用效率，需在產業政策方面注重并且優化資源的配置[9]。

（二）高技術制造業投入產出效率分析方面的研究

不同類別的高技術制造業創新效率有所不同，地域差異也會對創新效率產生一定的影響，選取不同的投入產出指標也是影響創新效率的關鍵因素。

就地域及行業類別的差異性方面，肖仁橋等（2018）[10]研究發現，中國高科技制造業的創新效率從東部，中部和西部地區依次下降，且效率較低。高曉光（2015）[11]對中國高技術制造業創新效率的地區特征和時間演變基于（Stochastic Frontier Approach，SFA）方法進行了研究分析；Li 等（2017）[12]研究了人才依賴度對高技術制造業技術效率的影響，并且提出由數據包絡分析（Data Envelopment Analysis，DEA）、截斷回歸模型與共同邊界分析理論相結合的一個研究模式。

就不同的投入產出指標方面，熊嬋等（2014）[13]提出高技術制造業在各地區均存在明顯的科研投入冗余，部分投入產出的結構不太合理。官建成和陳凱華（2009）[14]發現高技術制造業整體技術效率雖然總體穩步上升，但效率仍然較低；劉志迎和葉蓁（2006）[15]發現高技術制造業（Total Factor Productivity Change，TFPCH）增長主要是技術進步的提高。

（三）簡要評述

根據文獻梳理發現，目前高技術制造業創新效率研究較為豐富，但多數政策對于高技術制造業創新效率影響的研究較為集中在政府補貼與稅收優惠方面，智能制造的出現使企業的生產力和生產關系發生了深度變化，而現有研究忽略了智能制造的深入發展對創新模式的主體、運行機制和商業化路徑等的影響，未構建基于智能制造需求的創新模式[16]。

三、研究方法與模型設定

（一）研究框架

首先，文中將構建斷點回歸模型，以《工業轉型升級規劃》政策推行時間2011 年為“斷點”，將專利數和新產品銷售收入作為結果變量，檢驗該項政策對高技術制造業的創新效率的影響。其次，通過DEA-Malmquist 指數模型，并運用DEAP 2.1 軟件以專利申請數量和新產品銷售為輸出指標來衡量中國高科技制造業的創新效率。最后，由于中國各地區經濟發展不平衡，高技術制造業創新效率之間也存在差異，本文根據《中國技術產業統計年鑒》中的區域劃分方法，選取全國29 個省份（新疆、西藏因數據缺失較多予以剔除）劃分為東部、中部、東北和西部四大區域，對其整體效率進行比較和分析。研究框架如圖1 所示。

（二）斷點回歸模型

斷點回歸廣泛用于經濟學，政治學和其他學科，該方法可以將斷點之前的樣本用作對照組，以很好地解決此問題。由于本文分析2011 年國務院頒布的《工業轉型升級規劃》對高技術制造業創新效率的影響，政策因素在2011 年前后發生了顯著變化（即產生了“斷點”），若能觀察到在“斷點”前后高技術制造業創新效率發生顯著“跳躍”，則可將這種“跳躍”歸結于該項政策的發布實施。

為了確保因果推理的有效性，使用斷點分析必須滿足某些先決條件。一是檢查在策略斷點附近是否有任何驅動變量的操縱。二是需要注意在斷點附近因變量的走勢。即分析2011 年實施的《工業轉型升級規劃》是否對我國高技術制造業創新效率提升起到顯著作用。因此，本文首先使用最佳帶寬和默認三角核來執行準確的斷點回歸。根據Lemieux 和Imbens（2008）[17]的解釋，構建了斷點回歸模型：

式（1）和式（2）分別代表了斷點回歸模型，其中專利申請數量和新產品的銷售收入作為結果變量，其中Patenti，t表示第t年省（市、區）的專利申請數，Incomei，t表示第t年省（市、區）的新產品銷售收入；Di，t表示《工業轉型升級規劃》政策的啞變量，其系數α、δ為政策實施效應；CQi，t為協變量，政府對高科技制造業的直接資助（Government Funding，GF）、企業規模（Enterprise Size，ES）當作回歸模型的協變量，系數β、φ是協變量的作用效果，ξi，t、ζi，t是殘差項。

（三）DEA-Malmquist 指數模型

創新過程是極為復雜的，想要找到準確的函數表達效率關系較為困難，本文利用DEA（BCC）模型分析我國各省（市、區）的高技術制造業技術研發效率和技術轉化效率，并進一步研究純技術效率、規模效率差異及影響因素。BCC模型構建如下：

式（3）中，θ是每個決策單元的效率值，范圍從0～1，λj為決策單元j的投入產出指標權重，xj為決策單元j的投入向量，yj為決策單元j的產出向量；s-，s+分別為投入和產出松弛變量，e-、e+為對應單位行向量，ε為非阿基米德無窮小量。當θ=1 且ε（e-s-+e+s+）=0時，決策單元j為DEA有效；當θ=1 且ε（es-+e+s+）＞0 時，決策單元j為弱DEA有效；當θ＜1時，決策單元j為非DEA有效，這就需要對投入還有產出進行一定的調整。

DEA（BCC）模型屬于一種靜態分析方法，為了更好地分析我國各省（市、區）的高技術制造業創新效率發展態勢，本文結合Malmquist 指數模型進行動態分析。Fare R 等（1997）[18]提出了在規模報酬不變情況下，Malmquist 指數可用于測度t期到t+1 期全要素生產率變化（TFPCH），可以進一步分解為技術效率變化指數（Technical Efficiency Change Index，EFFCH）和技術進步變化指數（Technological Progress Change Index，TECHCH）的乘積。因此：

Malmquist 指數模型構建如下：

其中，第一項表示技術效率變化指數（EFFCH），它衡量每個決策部門移向最佳領域的程度，如果EFFCH＞1 時，則表明技術效率得到提高，反之亦然；第二項是技術進步變化指數（TECHCH），它反映的則是生產可能性邊界移動程度。當TECH＞1 時，表示技術進步，反之，則技術退步。D（x，y）為投入產出距離函數。

四、數據來源與分析

（一）數據來源

本文選取2006—2017 年《中國高新技術產業統計年鑒》中29 個省市的面板數據（由于缺乏數據，新疆和西藏刪除了）。工業生產者價格指數也來自《中國統計年鑒》。由于高技術制造業的特點，其從研發投入到產出需要一定周期，本文借鑒傅為忠等（2015）[19]的方式，進行滯后一年的投入與產出。表1反映變量的描述性統計。

表1 變量描述性

（二）回歸結果分析

由圖2、圖3 可以看出，因變量在斷點處跳躍較大，可以使用斷點回歸分析。同時，通過表2 斷點回歸結果可知，《工業轉型升級規劃》顯著提高了我國高技術制造業創新效率。具體來說，以專利申請數為產出指標和以新產品為產出指標的創新效率在加入協變量后的政策效應更為顯著（|z|≥2.58、P≤0.01）。從側面看，可以說該政策與政府資金和企業規模的協調采用可以增強政策的效果。

表2 斷點回歸估計

圖2 以專利申請數為結果變量的斷點回歸

圖3 以新產品銷售收入為結果變量的斷點回歸

（三）穩健性檢驗

1.不同帶寬斷點回歸。為了提高結論的可信度，在斷點回歸中選擇帶寬是一個更為關鍵的設置。基于最優帶寬和樣本量考慮，本文分別再選擇50%、100%、200%作為帶寬來回歸模型，結果如表3 所示。結果表明，估計值似乎對帶寬的依賴性不大，并且對回歸結果沒有重大影響。顯著性和系數與以前沒有太大差異，并且回歸具有很強的穩健性。

表3 穩健性檢驗：帶寬選擇

2.測試是否存在協變量在斷點處跳躍。已經完成了對不同帶寬選擇對模型回歸結果的穩健性的影響的分析，還需要執行協變量在斷點處跳躍對回歸結果的影響的穩健性分析。選擇在最佳帶寬下進行測試協變量是否存在跳躍，結果如表4 所示。表明協變量的回歸系數不顯著（|z|＜1.96、P＞0.05），除政策因素外，在斷點處其他因素沒有跳躍，表明該模型的回歸結果具有一定的穩健性。

表4 穩健性檢驗：協變量斷點處跳躍情況

3.主要變量在斷點前后的均值之差。表5 顯示了在斷點前后主要變量的均值差異的均值差異，可以發現平均而言，在政策實施前后的幾年里，專利申請數發生了顯著上升，新產品銷售收入顯著提高，因此，可以得出在《工業轉型升級規劃》實施后，對于國內高技術制造業的創新效率有提升作用，說明了模型回歸結果具有一定的穩健性和實證分析的準確性。

表5 斷點前后主要變量的均值差異

（四）評價指標體系的確定

1.投入指標。根據經典C-D 生產函數，投入指標主要為資本與勞動，現有高技術制造業創新效率研究文獻中投入指標多選取科技創新所需經費與從業人員數量[20]。基于現有的研究與數據的能獲取性，為投入指標的本文使用R&D 經費與R&D 人員折合的全時當量。

2.產出指標。高技術制造業的產出主要分為技術研發成果和通過技術改造實現的經濟產出。技術研發成果主要體現在研發投入所產生的直接產出上，因此本文采用專利申請數量來衡量。根據數據的可用性，將新產品的銷售收入用作技術創新經濟產出的指標。運用價格平減處理來消除價格水平的影響（投入指標和產出指標如表6 所示）。

表6 投入指標和產出指標

（五）創新效率測算結果分析

本文主要研究中國智能制造產業政策對中國高技術制造業創新效率的影響，由于中國在2011年開始實施《工業轉型升級規劃》政策且存在“斷點”，因此在時間段上劃分為2007—2011 年、2012—2016年兩個階段，計算每個時間段基于專利數和新產品銷售收入為產出指標的高技術制造業創新效率并取其測算均值，結果如表7 所示。

表7 以專利申請數和新產品銷售收入作為產出指標的高技術制造業Malmquist 指數及其分解

通過表7 的測算結果得出，以專利申請數和新產品銷售收入為產出指標的高技術制造業創新效率在200—2011 年未得到明顯提升，在2012—2016年則有所上升，但創新效率遠遠未達到最優水平，原因是技術獲得突破但技術效率未得到改善且未將創新成果充分轉化為實際產出。同時，本文按照東部、中部、東北和西部四大區域對我國高技術制造業創新效率進行了細分，并進行對比分析（如表8、表9 和圖4 所示）。

圖4 中國四大區域全要素生產率變化指數柱狀圖（2007—2011 年、2012—2016 年）

表8 按東部、中部、東北和西部四大區域分類的中國高技術制造業細分

從表9 和圖8 中可以看出，2012—2016 年各省（市、區）的高技術制造業的全要素生產率較2007—2011 年各省（市、區）的高技術制造業的全要素生產率相比有所提升，從中國各個地區的角度來看，東部及中部地區的整體效率約為全國平均；西部及東北地區略高于全國平均。

表9 東部地區高技術制造業創新效率評價結果

綜上所述，2012—2016 年以專利和新產品銷售為產出指標的創新效率比2007—2011 年以專利和新產品銷售收入為產出指標的創新效率高出4.7%，可以看出，盡管我國高科技制造業的創新效率不斷提高，但相對效率并不高。將科技成果轉化為實際成果的效率還有很大的提高空間。

五、結論與啟示

（一）研究結論

本文根據2006—2017 年中國高技術制造業省級面板數據，運用斷點回歸方法檢驗了《工業轉型升級》對我國高技術制造業創新效率的影響，在此基礎上運用DEA-Malmquist 指數模型測算了中國高技術制造業創新效率，并進行了相應的分析。結論如下：

（1）斷點回歸結果分析得出，《工業轉型升級》政策對我國高技術制造業研發效率有顯著正向影響。加入協變量后該政策效應均有所提升，對比未加入協變量情況下有顯著提高。進一步說明了需要完善更好更多的智能制造產業政策體系，但同時政策往往是一個重大的挑戰，其有效性取決于建立一個在市場集中度和生產力績效之間進行適當的權衡。

（2）總體上以專利申請數和新產品銷售逐年上升，但以此作為產出指標的高技術制造業創新效率上升較為平緩，這反映出我國高技術制造業創新效率穩中有升但存在實際效率不高的問題，還沒有完全充分地將創新成果轉化為實際產出，高技術制造業創新效率雖然有所提高，但是高科研投入與實際產出的不平衡不充分矛盾依然存在。

（二）實踐啟示

本文研究表明，一系列智能制造產業政策的出臺，有助于提升高技術制造業創新收益水平，維護外部利益與私人利益的平衡，實現風險與收益對等，保護了創新創新的熱情。建設具有國際競爭力的高科技制造業也是我國增強綜合國力，確保國家安全，建設世界大國的必由之路。在科研轉型階段，相應政策的實施有效地改善了創新水平，對高科技制造的效率起到了提升作用。啟示如下：

（1）加強政府調控和引導，優化中國創業創新環境，制定高技術制造業創新發展規劃，出臺更多更好的智能制造產業政策。大力推進科技研發投入，提高分配效率，避免創新資源閑置和浪費，確保充分穩定的創新投入，穩步推進高科技制造業的創新發展，創造良好穩定的環境。

（2）高技術企業應充分發揮智能制造、互聯網、物聯網、大數據等技術對工業創新資源進行配置的有利作用，推動內外部創新要素的匯集與融合。企業可多環節進行創新要素集成共享，最終實現科研、勞動力、資本等生產要素與創業主體的對接，提高我國高技術制造業的競爭力。

（3）中國高技術企業進一步增加技術引進和轉化尤為重要，還需要從根本上提高技術利用效率及創新效率，著力減少研發投入，以促進投入產出結構的優化。