高技术产业创新效率及其影响因素研究——基于省级面板数据

顾 群

高技术产业创新效率及其影响因素研究
——基于省级面板数据

顾 群

（天津财经大学商学院，天津 300222）

应用数据包络的方法估计了样本期间内中国27个省区市高技术产业的创新效率，得出结论：我国高技术产业创新效率整体较低，均值仅为0．4648，但是呈波动增长趋势。在创新效率的影响因素中，政府支持力度、市场的竞争程度与高技术产业创新效率有负向影响，而企业规模、金融发展水平与创新效率有正向影响。

高技术产业；创新效率；竞争；影响因素

创新是把一种新的生产要素和生产条件的新结合引入生产体系［1］，可降低成本、提高劳动生产率，开发出满足市场需求的新产品。高技术产业作为创新主体在我国经济发展中扮演重要角色，是提高综合国力和国家竞争优势的重要源泉。如果高技术产业投入产出效率不高，资源就不会得到有效配置。只有能够实现资源有效配置的主体，才具备可持续发展的根本动力。

创新效率是用来衡量在等量创新要素投入条件下，其产出与最大产出的距离，距离越大，则创新效率越低。创新效率反映了创新投入与创新产出之间的对比关系，更加揭示了创新的本质。对创新效率的科学测度，有利于各地区认清创新活动中的不足与差距；对效率影响因素进行研究，能促使各地区采取措施提高创新效率，增强创新能力。本文从我国高技术产业创新效率测度出发，通过对其效率的影响因素进行分析，根据研究结果提出相应的对策建议。

一、理论分析与研究假设

（一）政府支持力度与创新效率

关于政府支持力度与创新效率之间的关系一直有不同看法。一种观点认为，创新活动由于风险高、周期长，单独依靠市场调节无法使创新投入达到最佳状态，因此需要政府的扶持，通过政府资金投入对创新活动加以引导，从而有利于提高创新效率［2，3］。另一种观点认为，政府支持创新主体更多是从社会效益出发，而非经济目标，这样使得政府对于这种政策性资金支持缺乏有效使用，导致对创新效率产生负面影响［4，5］。本文倾向于第二种观点，理由是政府作为政策的制定者不应过多参与到企业的创新活动中，因为存在信息的非对称性，政府在选择资助项目时，没有能力去判断创新的发展前沿，就难免会出现选择项目失误率高的问题，造成创新效率的低下。因此，本文提出如下研究假设：

假设1：政府的支持力度与创新效率呈负向关系。

（二）市场结构与创新效率

市场结构与创新效率之间的关系一直存在着争议。根据“熊彼特假设”，垄断的市场结构可以促进技术创新。研究开发在集中的行业里要比在自由竞争的行业里表现得更为突出，只有不完全竞争才是技术变革的源泉，是经济动态创新与技术增长的发动机［6］。支持这一观点的学者认为垄断可以促进创新效率的提高［7，8］。而在一个充满竞争的市场上，生存的压力必然迫使企业进行创新活动，这正是自由竞争使得经济生活充满活力的原因之一。因此Arrow［9］提出了不同观点，认为竞争要比垄断具有更强的创新激励因素，垄断除了造成静态福利损失外还可能延缓技术进步。支持这一观点的学者认为市场竞争提高了创新效率［10，11］。本文认为，在一个充满竞争的市场上，模仿和侵权是经常发生的，创新主体不大能够确立其信息的所有权，尤其是我国对于知识产权保护力度不够的背景下。而减少竞争却可以使创新行为得到更大的保护，从而为研究和开发提供相应的激励。因此，本文提出如下研究假设：

假设2：市场的竞争程度与创新效率呈负向关系。

（三）企业规模与创新效率

虽然有个别学者认为规模与创新效率之间的存在负相关关系或者倒“U”型关系［12－14］，但主流观点还是认为两者之间存在正相关关系［15］。本文认为：首先规模大的企业，市场份额相应也高，那么任何一项创新成果都会给它带来高额的回报，获得的边际收益更多，这样对于创新活动无疑具有更大的动力。其次技术创新的固定与沉没成本高、周期长，只有大规模的企业才有能力维持下去。因此，对于小规模企业而言，其最佳选择就是采取跟随战略，模仿生产大规模企业已经打开市场的产品，这样就限制了小规模企业的创新动力与创新效率。故关于规模与创新效率的假设是：

假设3：企业规模与创新效率存在正向关系。

（四）金融发展水平与创新效率

Schumpeter［16］最早论述了货币、信贷等金融要素的支持对技术创新与经济发展的积极作用，他特别强调金融中介机构对企业自主创新和经济增长的重要性，对金融体系支持与自主创新之间的正相关性给予了肯定。Jeong和Townsend［17］通过扩展转型期产出模型将全要素生产率进行分解的经验研究表明，金融深化对技术创新效率具有巨大贡献。孙伍琴和朱顺林［18］对我国23个省市金融体系对技术创新效率影响的研究表明，各省市金融发展促进技术创新效率，且省际间存在差异性。张自力等［19］对广东省4个地区金融支持对高新技术企业自主创新的作用力开展研究，结果表明金融支持与高新技术企业自主创新呈正相关，但各地区之间存在企业自主创新能力及金融支持效率的区域性差异。金融发展之所以对创新效率产生影响原因在于：首先创新投入需要大量的资金，企业除了内源性融资以外，金融体系是企业获得外部资金的唯一途径；其次创新活动具有高度的风险性，金融体系通过提供资金来源多元化和为金融工具合理定价这些途径，可以最大化地分散创新投资风险；另外有效的金融市场可以通过价格信号引导资金投向具有开发新产品的企业来提高技术创新率。有鉴于此，本文提出第四个研究假设：

假设4：金融发展水平可以促进高技术产业创新效率的提高。

二、研究设计

（一）数据来源与样本

本文分析所使用的样本为2001－2010年中国高技术产业地区面板数据，由于数据不全，分析时以我国27个省、自治区、直辖市的高技术产业作为研究对象，未包括西藏、青海、内蒙古、新疆。文中使用的研发投入、产出变量原始数据来源于历年《中国高技术产业统计年鉴》，其它数据来源于历年《中国金融统计年鉴》和《中国统计年鉴》。

（二）变量定义和说明

1．因变量

创新效率（IE）。本文采用数据包络分析方法对企业创新效率进行综合评价，具体采用的是非阿基米德无穷小的C2R模型。令IE＝θ*作为高技术产业创新效率的度量，IE取值越高表明创新效率越高。

研发费用的投入与研发劳动的投入对产业创新效率有直接的影响，本文选择R＆D活动人员折合全时当量、R＆D经费内部支出作为创新投入的指标。综合考虑了创新的理论产出与实际产出后，选择专利申请数量与新产品销售收入衡量创新的产出。Griliches［20］和Croby［21］认为专利授与受到专利机构等人为因素的影响，使其不确定性因素增大而容易出现异常变动，因此专利申请量比专利授与量更能反映创新产出的真实水平。新产品是高技术产业的重要产出，新产品销售收入是科技活动最好的价值体现。指标定义如表1所示。

基于创新投入与产出不存在滞后效应［22］，或滞后效应对研究结论的影响不明显［20］，本文认为创新投入与产出不存在滞后关系。将投入与产出指标数据带入C2R模型，运用DEAP2．1软件进行运算，求解创新效率IE取值。

2．自变量

政府支持力度（Government）。使用科技活动经费筹集额中政府资金所占比重衡量政府对创新活动的支持力度。

市场的竞争程度（Competition）。使用各地区高技术产业的企业数量作为市场竞争度指标，由于企业数量的绝对数值可能会产生非线性问题，采用了企业数量的对数形式表示市场竞争度。

企业规模（Size）。由于研究对象针对的是产业，无法获得每一个企业规模大小的数据，只能测算企业规模的平均值。采用该地区高技术产业的总产值与企业数量之比来测度该地区的平均企业规模。

金融发展水平（FD）。本文借鉴了Goldsmith［23］首创的金融发展替代指标——金融相关比率来代表金融发展水平，它等于金融资产总量与各地区当年GDP之比。由于不能获得各地区金融机构的资产总量数据，本文用各地区当年的金融机构贷款总量进行替代。

3．控制变量

为准确地估计主体变量对创新效率的影响，本文对一些相关变量进行了控制。包括：教育投入（Edu），用各地区当年的教育经费与当年GDP之比；地理区位（Area），用地区虚拟变量来表示①沿袭传统的东、中、西划分，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括四川、重庆、贵州、云南、陕西、甘肃、宁夏、广西。，Area1，如果位于东部地区取1，否则取0；Area2，如果位于中部地区取1，否则取0。

（三）模型设定

为了检验各变量与高技术产业创新效率之间的影响关系，本文设定以下回归模型：

因为创新活动与各影响因素之间具有滞后性，在模型中对自变量与控制变量（CON）均滞后一期。

三、结果分析

（一）创新效率

从创新效率均值来看，我国高技术产业创新效率整体较低，全部省份2002－2010年的平均创新效率为0．4648，还有明显的提升空间，本文测算的结果与郭磊等［24］、朱承良等［25］以省级面板数据测算的创新效率0．4923、0．4640结果相近。从时间角度来看，全国的创新效率水平在波动中变化（见图1），从2002年的0．5868提高到2010年的0．6420。

图1 高技术产业创新效率动态变化

（二）多元回归分析

首先对变量之间做相关性检验，可以得出各自变量与控制变量之间的最高相关系数小于0．5，说明不存在严重的共线性问题，可以进行回归分析。然后将样本数据拟合模型（3），采用加权最小二乘法消除异方差，得到结果。

政府支持力度（Government）系数通过了1%的显著性检验，并且为负值。这就说明政府的支持不仅没有使创新主体的效率得以提升，反而是使其效率发生了下降。在市场经济条件下，虽说政府部门在整个国家创新体系建设中的作用是不可或缺的，需要政府这只有形之手解决市场失灵的问题，但是政府部门更多需要做的是创造一个公平合理的市场环境，为创新主体提供更好的政策引导作用，制定专门的法律法规保护创新成果这些方面。而不是具体对主体的创新活动进行干预，进而违反技术创新的内在发展规律。

市场的竞争程度（Competition）系数通过了1%的显著性检验，并且为负值。因为本文的市场竞争程度采用了企业数量数据，这就说明企业数量越多，市场竞争越激烈，反而对创新效率有不利影响，市场适当的垄断结构更有利于创新效率提高。《中华人民共和国反垄断法》第二章第十五条已明确规定经营者能够证明所达成的协议是“为改进技术、研究开发新产品的”，将不受《反垄断法》的制约，这就表明了垄断在创新活动中的积极作用。因此在保证有效竞争的前提下，政府部门应该以市场需求为导向，以产业政策为工具，鼓励创新主体通过重组、并购适当提高行业集中度，建立适当的进入与退出壁垒，避免过度竞争。

企业规模（Size）系数通过了1%的显著性检验，并且为正值。这就说明企业规模越大，就越具有规模经济性，创新效率相应地也越高，这与前面“垄断可以促进创新效率提高”的结论可以相互印证。这就要求各地区一方面充分利用大型企业的研发力量，发挥大型企业的规模生产优势，推动重大技术创新进步；另一方面应鼓励企业壮大规模，加强纵向和横向兼并，提升企业在重大技术上的联合攻关能力。

金融发展水平（FD）系数通过了1%的显著性检验，并且为正值。这说明当地的金融发展水平越高，对创新效率的影响程度就越显著。金融市场的发展不仅可以通过增加资金供给、降低融资约束，同时可以更为有效地识别信息，降低企业与投资者之间的信息不对称，使资本市场的资源配置更为有效，进而促进了研发创新效率的提高。因此，一方面在积极推进国有银行改革的同时，降低准入门槛，推进中小金融机构、非国有银行的发展，搭建金融机构与高技术产业之间的借贷平台与长期合作机制，利用长期合作和有效沟通机制解决信息不对称，缓解资金不足的问题；另一方面积极推动股票市场发展，发展多层次的资本市场，完善证券一级市场、柜台市场等建设，拓宽高技术产业的融资途径。

从控制变量地理区位（Area）的系数来看，Area1的系数显著大于Area2的系数，且全为正值。这就说明地理区位对创新效率有正向影响，且东部地区的创新效率要高于中西部地区。为了防止创新效率出现“马太效应”，一方面需要东部地区对中西部地区的对口支援，另一方面也需要国家出台政策鼓励中西部地区的创新活动。另一控制变量教育投入（Edu）的系数也显著为正，这就说明教育投入越多，当地可利用的人力资源就越丰富，创新会从大量高素质人才的存在中受益。

四、研究结论

本文使用DEA方法度量了2002－2010我国27个省市高技术产业创新效率，研究发现我国的高技术产业平均创新效率只有0．4648，表明了创新效率还有很大的提升空间。基于DEA结果，本文分析了政府支持力度、市场的竞争程度、企业规模、金融发展水平对高技术产业的影响。实证结果表明政府支持力度、市场的竞争程度与创新效率呈负相关，企业规模、金融发展水平与创新效率呈正相关。

［1］［美］约瑟夫·熊彼特．经济发展理论［M］．北京：商务印书馆，1990：17－22．

［2］唐清泉，卢博科．创新效率、行业间差异及其影响因素［J］．中山大学学报（社会科学版），2009（6）：187－196．

［3］张永庆，刘清华，徐炎．中国医药制造业研发效率及影响因素［J］．中国科技论坛，2011（1）：70－74．

［4］余泳泽，武鹏．我国高技术产业研发效率空间相关性及其影响因素分析——基于省级面板数据的研究［J］．产业经济评论，2010（3）：71－86．

［5］刘和东．中国区域研发效率及其影响因素研究——基于随机前沿函数的实证分析［J］．科学学研究，2011（4）：548－556．

［6］［美］约瑟夫·熊彼特．资本主义、社会主义和民主主义［M］．北京：商务印书馆，1979：87－90．

［7］陈修德，梁彤缨．中国高新技术产业研发效率及其影响因素——基于面板数据SFPF模型的实证研究［J］．科学学研究，2010（8）：1198－1205．

［8］王俊峰，周绍东，朱权贞．市场集中度与非在位企业技术创新效率的相关性研究［J］．科技进步与对策，2010（14）：81－85．

［9］ARROW K J．Economic Welfare and the Allocation of Resource for Invention，in the Rate and Direction of Incentive Activity：Economic and Social Factor［M］．Princeton University Press，1962：90－92．

［10］周立群，邓路．企业所有权性质与研发效率——基于随机前沿函数的高技术产业实证研究［J］．当代经济科学，2009（4）：70－75．

［11］白俊红．企业规模、市场结构与创新效率——来自高技术产业的经验证据［J］．中国经济问题，2011（5）：65－78．

［12］SCHERER FM，ROSSD．Industrial Market Structure and Economic Performance［M］．Houghton Mifflin Company，1990：23－27．

［13］PAVITT K，ROBSON M，TOWNSEND J．The Size Distribution of Innovating Firms in the UK：1945－1983［J］．Journal of Industrial Economics，1987，35（3）：297－316．

［14］池仁勇．企业技术创新效率及其影响因素研究［J］．数量经济技术经济研究，2003（6）：105－108．

［15］姚洋，章奇．中国工业企业技术效率分析［J］．经济研究，2001（10）：13－28．

［16］SCHUMPETER JA．“Theorie derWirtschaftlichen Entwicklung．Leipzig：Dunker＆Humblot”，The Theory of Economic Development［M］．Harvard University Press，1934：77－79．

［17］JEONG H，TOWNSEND R M．Sources and TFP Growth：Occupational Choice and Financial Deepening［J］．Economic Theory，2007，32（1）：179－221．

［18］孙伍琴，朱顺林．金融发展促进技术创新的效率研究——基于Malmuquist指数的分析［J］．统计研究，2008（3）：46－50．

［19］张自力，丘书俊，何新慧．高新技术企业自主创新与金融支持效率——基于广东的数据分析［J］．广东金融学院学报．2010（6）：28－40．

［20］GRILICHESZ．Patent Statistics as Economic Indicators：A Survey［J］．Journal of Economic Literature，1990，28（4）：1661－1707．

［21］CROBY M．Patents，Innovation and Growth［J］．The Economic Record，2000，76（234）：255－262．

［22］JAFFE A B．The U．S．Patent System in Transition：Policy Innovation and the Innovation Process［J］．Research Policy，2000，29（4－5）：531－557．

［23］GOLDSMITH RW．Financial Structure and Development［M］．New Haven：Yale University Press，1969：47．

［24］郭磊，刘志迎，周志翔．基于DEA交叉效率模型的区域技术创新效率评价研究［J］．科学学与科学技术管理，2011（11）：138－143．

［25］朱承亮，师萍，岳宏志．FDI、人力资本及其结构与研发创新效率［J］．科学学与科学技术管理，2011（9）：37－42．

A Study on Innovation Efficiency of High-tech Industry and Its Determ inants：——An Analysis Based on Provincial Panel Data

GU Qun
（School of Business，Tianjin University of Finance and Economics，Tianjin 300222，China）

This paper adopted the DEAmethod to estimate the innovation efficiency of high-tech Industry in China’s 27 provinces during the sample period，and came to the conclusion that the overall innovation efficiency of high-tech industry is low，with the average being 0．4684，but it presents a tendency of fluctuating increase．Among the determinants，government support andmarket competition have a significantnegative impacton the innovation efficiency，while the innovation efficiency is positively related to firm size and financial development．

high-tech industry；innovation efficiency；influence factors

F264．2

A

1008－2670（2013）04－0076－06

（责任编辑王向成）

2013－05－05

天津市社科规划项目“金融约束政策下金融发展与经济增长效率相关性研究——基于企业微观传导机制的分析”（TJYY12－033）。

顾群，男，上海人，博士，天津财经大学商学院讲师，研究方向：资本市场与公司财务。