基于随机前沿法的我国高技术产业研发效率评价

赵惠芳， 祝 珺， 徐 晟， 李 翔

（合肥工业大学管理学院，合肥 230009）

基于随机前沿法的我国高技术产业研发效率评价

赵惠芳， 祝 珺， 徐 晟， 李 翔

（合肥工业大学管理学院，合肥 230009）

近年来，高技术产业技术创新能力得到政府及社会各界的高度重视，研发投入不断提高，然而研发资金投入的快速增长并未带来研发成果的同步增长。为揭示缘由，文章运用随机前沿生产函数，从创新投入与产出的转化效率出发，建立研发投入产出随机前沿模型及其影响因素分析的计量模型，对我国高技术产业的技术创新效率变动趋势进行评价，分析了中国高技术产业总体及细分行业的研发资本产出弹性以及行业差异。

随机前沿研发效率影响因素评价

一、引 言

进入21世纪，随着科技的不断进步，创新带来的新技术的应用已经成为经济发展的主要推动力量，各国之间的竞争已经逐步转变为以技术创新为中心的经济实力的竞争。高技术产业在高技术的基础上发展起来，相对于传统产业，技术创新对高技术产业的发展具有更加重要的意义。近年来，技术创新能力得到政府及社会各界的高度重视，研发投入不断提高，然而研发资金投入的快速增长并未带来研发成果的同步增长。资源是有限的，投入不可能无限增加，要想获得持续的增长，在加大创新投入的同时，更应注重产业技术创新绩效水平的提高。因此，本文对中国高技术产业研发效率的研究，对高技术产业获取持续技术进步、提高竞争力具有重要的现实意义。

二、研发效率的影响因素

影响我国高技术产业效率的因素较多，本文认为有以下几个方面因素及其影响路径。

从内部来看，一是人力的投入。对任何一个产业的生产而言，要素投入中的劳动力投入都是很重要的。对于高技术产业而言尤为如此，因为高技术是知识和技术结合得较为紧密的产业。劳动力素质越高，尤其是劳动力掌握技术的能力越高，对生产的促进作用就越高。二是R＆D经费的投入。它是技术进步的基础和源泉，同时也反映了一个产业或企业对技术创新的重视程度。通常一个产业的研发投入越大，表明了这个产业对技术创新的重视程度越高，同时，它带来的经济效益也会更高，R＆D经费的投入多少是高技术产业的一个重要界定标准。三是企业的规模。对企业规模与研发效率的关系一直存在着争论。主要有三种观点。一种认为企业规模越大越有利于研发活动的开展，原因是企业的人员、财力比较充足，抗风险能力较强。另一种则认为大型企业在利用内部和外部知识的溢出能力和保持研究项目的多元化组合能力上确实具有实质性的优势，但是，由于企业规模的扩大可能会造成其内部官僚机制的问题和管理能力的降低，所以对研发效率也会造成一定的影响。第三种则结合了前面两种的意见，认为研发效率和企业规模之间的关系是“V”型的，即中等企业的研发效率低于小型和大型的企业。四是技术进步。技术进步本身对一个产业的发展也有显著的影响。目前学术界对中国高技术产业技术进步的相关讨论上基本上形成了共识，即它主要是由自主创新、引进外资和西方先进技术共同影响的结果。但是，具有自主知识产权的技术进步成分很少。对于技术进步可使生产率增长的可持续性这一观点，存在一定的分歧。杨小凯认为技术相对落后的国家倾向于引进先进国家的技术和管理，但不模仿他们的制度，这样做的结果虽然可以在短期内促进经济的发展，但会强化制度模仿的惰性，给长期增长留下隐患，以至于阻碍长期发展。这种观点表现出了对中国未来生产率增长的可持续性的担忧。但是，也有学者持乐观态度，比如林毅夫认为与发达国家相比，发展中国家的收入水平、技术发展水平、产业结构水平均比较低，所以可以通过对国外技术的不断引进，加速本国技术的发展，从而达到加快经济发展的目的。

从外部来看，一是市场结构。Schumpeter（1943）最早提出关于市场结构与研发关系的观点，他认为市场的集中程度与研发效率有密切关系，即企业的规模越大，市场集中度越高，技术创新的效果越明显。Philips以美国29个产业相关数据为样本证明了以上观点。而Arrow却对此观点提出了异议，他认为竞争性的环境更有利于创新活动的开展。越是竞争性的市场，厂商投资研发活动越多，即竞争鼓励创新活动。所以，市场的竞争程度对技术创新效率的影响有待探讨。二是制度因素。企业的所有权类型不同，管理激励、项目审核机制、融资方式和预算约束的规范等各方面会存在差异，因此企业的研发效率就会受到所有权类型的影响。不同的企业制度条件下，对企业的生产会产生不同的影响。在我国，国有企业的效率相对不高，作为高技术产业，它的产权制度对企业的生产和经营都有着很明显的作用。大多数国有企业的法人治理结构相对落后，市场化的配置尚未实现，因此，制度也是其中一个影响因素。

综上所述，不同行业技术创新效率受到各因素不同程度的影响。从现有成果看，大多数学者均是对企业具体的技术创新活动进行研究，对行业层面的研究较少。本章将利用随机前沿生产函数分析中国研发投入和研发活动较为集中的高技术产业研发效率及其主要影响因素。

三、随机前沿模型及指标选择

1.随机前沿模型选择

以中国高技术产业分行业面板数据为样本，由于其随机误差项对研发效率会产生一定的影响。因此，随机前沿生产函数方法很适合本文的分析。

由于利用生产函数方法来测算高技术产业的技术创新效率，所以涉及研发投入产出变量的选取。国内外关于此类研究较多，在衡量创新投入时，研究者一般采用研发资本和R＆D活动人员折合全时当量这两项指标。由于研发投资行为的连续性，所以研发资本这一指标能较好的反应其知识资本的累积过程，因此，研发资本是相对理想的投入指标之一。衡量技术创新产出的指标相对较多。近年来，许多学者均用专利来衡量技术创新的产出水平。但专利申请或授权只是把研发投入转化为知识产出，并没有转化成产品，这仅是一种中间产出。所以专利并不能代表企业研发过程的全部产出。而与专利指标相比，新产品销售收入能更好的反应其研发成果的商业效应，而且，无论是工艺流程还是产品质量改进等其他研发效应，最终其经济价值的体现是通过产品和服务。综上，根据已有的研究，本文采用研发资本和研发人员作为生产函数的投入指标，新产品销售收入作为产出指标。

借鉴Battese和Coelli（1995）的模型设定方法，经验模型（相当于研发生产函数或知识生产函数）构建如下：

其中，下标i表示行业，t表示时间（年份）。Y、RD和RDP分别表示新产品销售收入、研发资本和R＆D人员。考虑到产品开发的周期性，取平均滞后期为一期。b0表示待估常数项。Vit－Uit代表方程的随机误差项，具有复合结构。则e－Mit表示行业i在t时期的研发活动技术效率，Mit越大表明技术效率越低，也即技术无效率程度越高，意味着投入等量的研发资本和研发人员能够获得新产品销售收入越少。综合前面的分析，本文重点考察企业规模、技术进步、制度因素和市场结构等几个重要因素对技术创新效率的影响，则无效率函数设定如下：

其中，t表示时间趋势，ζ0为待定常数项，Zit表示影响技术无效率的因素，N是其个数，ζ是待估计参数。定义，可以直接通过γ和σ2进行检验，我们就可以判断是否存在技术效率的损失。

2.指标选择和数据变量说明

对《中国高技术产业统计年鉴》1996－2008年共13年5个细分行业的面板数据进行分析，选择R＆D人员折合全时当量作为研发人员投入项，研发资本存量的测算采用第三章的算法。对于新产品销售收入，用工业品出厂价格指数进行了不变价折现处理。Zit的设定比较困难，综合以上分析，本文选择如下指标进行解释：Z1t表示时间趋势；Z2t表示个行业的技术引进费，考虑了技术引进和自主创新的因素，如果单纯引进技术，那么在后发优势逐渐缩小的情况下，自主创新就显得愈加重要。Z3t表示市场结构指标，由于没有行业集中度的精确数据，本文取各行业企业数量来表示行业的竞争程度。Z4t表示企业规模指标，由各个行业不变价总产值除以企业个数得到。Z5t考虑了各行业内部性质问题，可由国有企业总产值除以行业总产值得到。

四、我国高技术产业研发效率评价

1.回归结果分析

由于无效率函数（2）中引入了较多的影响因素，因此有可能存在多重共线形问题。但各影响因素之间的相关系数都很小，平均都在0.5以下。因此，无效率函数中各解释变量的共线性问题较弱，不会对估计结果产生较大影响。利用Frontier 4.1软件，使用最大似然法来估计经验模型可获得各项参数，结果见表1。γ＝0.94，非常接近l，且LR统计检验在1%的水平下是显著的。说明方程（1）中的随机误差项有十分明显的复杂的结构。因此，对于分行业面板数据使用随机前沿生产函数是必须的，模型设定是可以接受的。从经验模型各参数的估计结果看，几乎都较好的通过了变量的显著性检验，模型拟合程度较为理想。具体分析如下：

表1 回归结果

其中：LOG函数值为－45.37；单边LR检验为206.93；样本数为65；年数为13；横截面数量为5。

表中“＊”表示在10%水平下显著、“＊＊”表示在5%水平下显著、“＊＊＊”表示在1‰水平下显著。LR为似然比检验统计量，此处它符合混台卡方分布。技术无效率函数中的负号表示变量对技术效率有正的影响，反之亦然。

表2 各行业效率值

图1 各行业效率变化图

2.研发效率的评价

第一，研发投入要素产出系数。从研发资本和研发人员两个投入要素的产出弹性来看，α＝0.14，β＝0.47，即研发人员增长1%，可带来新产品销售收入增长0.14个百分点；研发资本增长1%，可带来新产品销售收入增长0.47。但高技术产业研发资本和研发人员的产出弹性加总仅为0.61，研发活动仍缺乏规模经济性。

第二，各行业的研发效率值。从模型结果可以看出，中国高技术产业研发效率从1996年的0.38已升至2008年的0.52，均值为0.43，呈稳步增长趋势，但均值为0.43，整体效率不高。笔者认为，资金投入不足与资金使用效率不高造成了其研发效率的低下，研发活动尚未能使科技资源得到充分的利用。这表明，还应加大力度提高研发效率。从细分行业看，电子计算机及办公设备制造业平均研发效率水平最高，其次是电子及通讯设备制造业，而医药制造业、航空航天器制造业、医疗设备及仪器仪表制造业的平均研发效率较低。从研发效率变动情况看，五个分行业在1996年后均呈现波动上升的趋势，且总体幅度大致相同。从以上结果不难发现，研发活动较为密集，研发投入比重高的行业研发效率水平也相对较好，因此，大规模的研发投入及其所产生的规模效应对研发效率的提升有很大帮助。由统计年鉴可知，医药行业的研发投入并不少，但与前述的结果类似，其效率也较低，主要原因也是由于其开发周期较长。其次，医药行业竞争激烈，核心技术的缺乏也是造成其产品创新收益水平不高的重要原因。

第三，从技术引进费用的变量来看，技术引进对高技术产业的效率有着正向的作用，且作用相对还较明显。这一因素主要是考虑了技术引进和自主创新的因素，如果单纯的引进技术，那么在后发优势逐渐缩小的情况下，自主创新的重要性不言而喻。我国高技术产业不能单纯依赖国外的技术，应该更多地进行自主创新，努力提高自身技术水平。

第四，市场结构和企业规模因素。由市场结构因素的系数为负可以看出，高技术产业的市场竞争性与研发效率是成正相关的，即市场竞争性越强，研发效率越高。这一结论与大部分的研究结果相一致。企业规模因素的结果表明，研发效率与企业规模之间的关系为正相关，企业的平均规模越大，越具有研发的规模效益，研发效率则相对越高。值得说明的是，本文所指市场竞争程度是用企业的数量来衡量的，即行业中企业的数量越多其研发效率越高，这一结论似乎与企业平均规模越大越有利于提高研发效率的结论似乎存在冲突，其实不然。实践表明：企业规模过小并不利于研发效率的提高，较充分的竞争关系与较大的企业规模更有利于提高企业的研发效率。目前，中国高技术企业的平均规模和市场集中度相对偏低，因此，只有扩展企业规模才能不断地在高端技术领域提升创新能力。

第五，这一变量主要考察了各行业国有企业的数量大小对技术效率的影响，也反映了制度因素的影响。我们发现国有企业数量过多，会引起行业的技术效率低下，这也从另一个侧面说明提高竞争力会促进技术创新水平的提高，而国家垄断和技术垄断则对技术效率的改善起到了反面的影响。

［1］郑京海.中国改革时期省际生产率增长变化的实证分析［J］.经济学，2005，4（2）：263－296.

［2］Tsai K H，Wang L C.Does R＆D performance decline with firm size？－Are－examination in terms of elasticity［J］.Research Policy，2005（34）：966－976.

［3］高 建，汪剑飞，魏 平.企业技术创新绩效指标：现状、问题和新概念模型［J］.科研管理，2004，25（Z1）：14－22.

［4］柳御林.21世纪的中国技术创新系统［M］.北京：北京大学出版社，2000.

［5］杜胜利.企业经营业绩评价的跨世纪思考［J］.财会通讯，2001，（2）.

［6］官建成，何 颖.基于DEA方法的区域创新系统的评价［J］.科学学研究，2005，（4）：31－33.

［7］朱有为，徐康宁.中国高技术产业研发效率的实证研究［J］.中国工业经济，2006，（11）：38－45.

［8］傅毓维，朱发根，刘 拓.基于复合DEA的我国各地区高新技术产业投入产出相对效率评价研究［J］.现代管理科学，2008，（3）：17－19.

［9］方福前，张 平.我国高技术产业的投入产出效率分析［J］.中国软科学，2009，（7）：48－55.

［10］刘 勇.基于Malmquist－DEA指数的高技术产业运行效率评价［J］.工业技术经济，2010，（3）67－70.

R＆D Efficiency Evaluation of China＇s High－tech Industry Based on Stochastic Frontier Approach

ZHAO Hui－fang， ZHU Jun， XU Sheng， LI Xiang
（School of Management，Hefei University of Technology，Hefei 230009，China）

In recent years，the government and the society attach great importance to technological innovation capability of high－tech industry，but the rapid growth of R＆D capital investment does not bring the proportional increase of R＆D achievements.In this paper，by using stochastic frontier production function，and focusing on the conversion efficiency between the input and output of innovation，the R＆D input－output stochastic frontier model is established as well as the measurement model of the influencing factors in this respect.Besides，the trend of efficiency changes of technological innovation of China＇s high－tech industry is evaluated and the R＆D capital output elasticity of China＇s hightech industry and that of the sub－industry are analyzed.

stochastic frontier；R ＆D efficiency；influencing factor；evaluation

F124.3

A

1008－3634（2011）05－0001－05

2011－05－16

国家社会科学基金（10BJY009）、教育部人文社会科学研究项目（11YJA630167）和安徽省软科学项目（10030503039）

赵惠芳（1952－），女，江苏泗县人，教授，硕士生导师。

（责任编辑 张和平）