多产业两阶段科技创新效率评价与比较研究

鹿 娜，梁丽萍(太原理工大学 经济管理学院，山西 太原 030024)

一、问题的提出及文献综述

我国在第十二个五年计划期间就指出，科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置，坚持走中国特色自主创新道路、实施创新驱动发展战略。这一战略的提出，极大地激励了万众创新的热情，2012年以来，有效发明专利数年增幅达到30%以上。大量科技成果涌现的同时，我国企业供给的产品难以充分满足市场需求，在钢铁、水泥和电解铝等行业产能过剩现象严重，无法完成市场出清，在全球价值链内中国企业长期处于中低端环节，单位产品附加值偏低。专利、发明集中产生的领域与市场实际需求之间存在偏差，导致科技成果向经济产出转化效率低下，阻碍了创新驱动发展战略的顺利实施。科技政策取向历来是专利、发明产生领域的指挥棒，为了使发明、专利满足市场需求，提高我国科技成果向经济效益转化的效率，国内外学者围绕科技政策取向对创新效率的影响展开了深入研究。

对于创新效率的边界和范畴，学术界有了新的认识。冯志军、朱建新[1]指出从科技投入到经济产出之间包括两个阶段，第一阶段投入研发人员、资金，产出专利发明、学术论文；第二阶段为科技成果商业化向经济产出转换的过程，两阶段的转换效率共同决定了创新效率的高低。所以创新的目的不只是为了发表高水平的论文，更是为了提高经济产出，驱动发展[2]。董洁[3]基于随机前沿函数，分析了影响中国创新效率的因素，在市场化支撑、人力支撑、经费支撑和科技政策支撑等众多因素中，科技政策支撑起着最为关键的作用。科技政策取向与市场需求结合得好，能极大提高创新效率。美国1980年颁布杜邦法案，科研人员能够拥有政府资助项目的科研成果所有权，科研人员为了使手中的专利最大化地转化为经济产出，会充分满足市场需求。这一法案的提出，激励了科技政策取向与市场需求的紧密结合，使美国成为全球科研成果商业化效率最高的国家。反之，当科技政策取向脱离市场需求后，容易形成“科技与经济两张皮”的局面。我国每年取得科技成果三万多项，但转化为现实生产力的只有6%～8%，创新效率远低于发达国家[4]。可见，科技政策取向与市场需求的契合程度是决定创新效率高低的关键因素，现有研究成果普遍集中于区域和省市创新效率评价体系的设计和测算，难以直接作用于创新效率的改善[5-6]。本文将创新效率的研究维度从区域转向产业，以第一阶段各产业科研人员、资金投入与科研成果产出效率反映科技政策取向，以第二阶段科研成果到经济产出的转化效率体现市场实际需求，比较两阶段两种创新效率的产业重合度来判断中国科技政策取向与市场实际需求的契合程度，揭示了我国科技政策取向对科技创新效率的影响。并结合具体数据的实证分析，测算了中国26个制造业科技成果产出效率和经济产出转化效率，提出了提高创新效率的政策建议。

二、评价方法、指标选取和数据来源

(一)评价方法

用于评价效率的常用方法有投入产出分析(IO法)、随机前沿分析(SFA)和数据包络分析(DEA)。里昂惕夫开创了投入产出分析，建立了如式(1)所示的以直接消耗系数和完全消耗系数为核心的效率评价体系，其中，Xij为i产业投入到j产业的中间产品，Xj为j产业的总产出，Aij为直接消耗系数，B为完全消耗系数矩阵，矩阵的元素为完全消耗系数。这一评价方法能准确反映单投入单产出模型的转换效率，在贸易、环境等领域广泛使用。创新效率的评价体系为多投入多产出模型，投入产出分析不适合做这类模型的效率评价。

B=(I-A)-1-I

(1)

Aigner，Lovell，Schmidt[7]和Meeusen，Broeck[8]分别独立设计了随机前沿分析方法，用于计算个体的技术效率。1995年Battese和Coelli[9]为了分析引起无效率的原因，引入技术非效率函数，呈现出每种投入产出元素对效率的影响。如式(2)所示：xit为i产业t时期的要素投入，yit为i产业t时期的产出，νit-μit为残差项。技术效率TEit反映了实际产出与生产前沿面的比值。可见，采用随机前沿分析估计创新效率，需要输入合适的生产函数，对柯布道格拉斯、CES等生产函数的选择直接关系结果的准确性。

yit=βxit+νit-μit

(2)

DEA分析于1978年由Charnes和Cooper提出[10]，用于解决群决策中多投入多产出的效率评价问题。评价创新效率时，DEA分析依据投入产出数据提供的信息，采用线性优化方法刻画出最具创新效率的决策单元组成的生产前沿面，其他决策单元与生产前沿面的距离越远，则创新效率越低。如公式(3)所示，Xj为各种创新投入要素向量，Yj为各种创新产出要素向量，反映每种创新投入和产出要素的数量，u和v为权重向量，反映每种创新和投入要素的重要程度。

(3)

hj为第i个产业的创新效率。采取DEA分析方法评价创新效率充分利用了线性规划的特性，无须建立方程式与具体函数，简便易行；赋权时依据客观输出数据，不使用专家打分方法，避免了主观因素的干扰；其相对效率的指导思想使输出结果清晰呈现出更具创新效率的决策单元，体现出各决策单元创新效率的差距，有利于找出非有效单元改进的方向。鉴于以上优点，本文使用DEA分析方法测算创新效率。

(二)指标选取和数据来源

表1 两阶段多产业创新效率评价指标体系

两阶段创新效率评价的原始投入为科技创新资源投入，创新需要大量的资金投入，科研经费是投入要素不可或缺的部分。除去科研经费的投入外，人力资源作为知识的重要载体，也属于创新投入的关键要素之一，本文选取R&D人员全时当量、R&D经费和新产品开发经费支出作为创新效率评价第一阶段的投入指标。专利、论文和项目等科技创新的中间产品，既是第一阶段的投入，又是第二阶段的投入，在创新效率的评价体系中起着承上启下的作用。文中计划利用26个产业细分产业的科技成果产出体现国家的科技政策取向，需要搜集各细分产业的专利、论文和项目数量。现有的论文统计口径是按学科作为划分标准，无法顺利转化为产业维度，文中仅将有效发明专利数和新产品开发项目数纳入表1所示的两阶段多产业创新效率评价指标体系。经济产出是科技创新的最终产品，本文同时考虑了直接经济产出新产品销售收入和创新的间接影响人均GDP。最后参考Griliches[11], Ahuja[12]和刘顺忠[13]等人对创新效率的评价体系，完成本文指标体系的构建。

各项指标数据均来自《中国统计年鉴》和《中国高技术产业统计年鉴》，从科技投入到经济产出之间具有多个阶段，需要一定的周期和时间完成这一转化，直接采取当年的各项数据测算创新效率与实际情况不符。考虑到时滞性的影响，本文借鉴史修松[14]的做法，当以2008年的科技人员、资金作为原始投入时，专利、发明等科技创新中间产品选取2009年的数据，最终经济产出数据采用2010年的数据。实证部分研究了2008年至2012年科技政策取向对创新效率的影响，其余年份的数据也作了相应的滞后性处理。

三、中国26个产业两阶段科技创新效率的测算与比较

这一部分采用deap2.1软件，输入相关数据后使用C2R选项，实现图1所示的2008年至2012年中国26个制造业两阶段科技创新效率模型的测算，然后分别以两阶段高效率与低效率产业的重合度体现科技政策取向和经济产出间的关系，若重合度高，则说明我国当前的科技政策取向有利于创新效率的提高，具有协同关系；若两方面数据重合度较低，则表明科技政策重点扶持的产业商业化效率低下，将影响最终创新效率的提高。

图1 中国26个产业两阶段科技创新模型

如表2所示，中国各制造业第一阶段和第二阶段的创新效率均值呈现先下降后上升的趋势，这与经济周期和全球经济景气关系密切。2008年至2010年为金融危机爆发和恶化阶段，受到经济不景气与投资者不良预期的负面影响，科技成果产出和转化效率均显著下降；2011年至2012年全球经济进入复苏期后两阶段，科技成果产出和转化效率上升势头明显，超过危机前的水平。在相同变化趋势下，两阶段各产业创新效率均值大小呈现较大差异。第一阶段效率明显高于第二阶段，科技成果效率高，平均效率达到0.657；而科技成果转化效率低下，仅为0.415，这一数据反映出我国科技要素投入到经济产出效率低下的主要原因在于第二阶段科技成果商业化效果不佳。

表2 2008-2012年中国26个细分制造业两阶段创新效率一览表

数据来源：依据2009-2015年中国统计年鉴计算得到

注：产业代码依次代表C1农副食品加工业、C2食品制造业、C3酒、饮料和精制茶制造业、C4烟草制品业、C5纺织业、C6纺织服装、C7服饰业、皮革、毛皮、羽毛及其制品业、C8木材加工业、C9家具制造业、C10造纸及纸制品业、C11印刷和记录媒介复制业、C12石油加工、炼焦及核燃料加工业、C13化学原料及化学制品制造业、C14医药制造业、C15化学纤维制造业、C16橡胶和塑料制品业、C17非金属矿物制品业、C18黑色金属冶炼和压延加工业、C19有色金属冶炼和压延加工业、C20金属制品业、C21通用设备制造业、C22专用设备制造业、C23交通运输设备制造业、C24电气机械及器材制造业、C25通信设备、计算机、C26仪器仪表制造、文体、娱乐、教育及其他制造业。

造成科技成果商业化效果不佳的深层原因是科技政策取向与市场实际需求脱钩较为严重。将创新效率0.8以上的产业定义为最具创新效率的产业，如图2所示，第一阶段排名前列的医药制造业(C14)、非金属矿物制品业(C17)、通信设备、计算机(C25)和仪器仪表制造、文体、娱乐、教育及其他制造业(C26)处在第二阶段创新效率的最后五位；同样，石油加工、炼焦及核燃料加工业(C12)作为少数科技成果转化效率大于0.8的产业，在科技成果产出阶段创新效率低下。若两阶段最具创新效率的产业始终无法形成协同效应，将阻碍科技要素投入向经济产出的高效转换，尤其是在科技成果产出效率与科技成果转化效率此消彼长的情形下，无论单一阶段效率如何高效，最终的投入产出效率会大打折扣，创新驱动发展战略的活力无法完全释放。

图2 2012年最具创新效率产业两阶段创新效率比较图

资料来源：依据2009-2015年中国统计年鉴计算得到

结合产业性质展开讨论，进一步分析科技政策取向对两阶段创新效率的影响。为了体现科技政策重点扶持的领域，需要首先依据一定的标准对产业进行分类。本文选取的26个制造业细分产业有的属于高技术产业部门，整体技术水平高，有的是传统产业部门，整体技术含量较低。《中国高技术产业统计年鉴(2013)》按照2011国民经济行业分类(GB/T)，将医药制造业的全部(两位数代码)及航空、航天器设备制造业，电子及通信设备制造业，医疗仪器及仪器仪表制造业，信息化学品制造业的一部分(四位数代码)确定为高技术产业。按照这一标准，表2中对应的高技术产业代码依次为C13、C14、C23、C24、C25和C26，其余产业为传统制造业。如图3、图4所示，6个高技术产业2012年的研发人员、经费投入占26个产业总量的半数以上。2010年9月，国务院又通过了《加快培育和发展战略性新兴产业的决定》，将节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料和新能源汽车作为战略性新兴产业。可见，金融危机后，我国科技政策重点扶持的产业为高技术产业。在这一政策取向下，从我国高校、科研院所诞生了大量高技术产业的专利发明和学术论文，高技术产业第一阶段的创新效率显著高于传统制造业，科技成果排名前六的产业中有一半属于高技术产业。但是这些专利发明转化为经济产出却相当有限，在表2中体现为第二阶段高技术产业科技成果转化效率不理想，通信设备、计算机、仪器仪表制造、文体、娱乐、教育及其他制造业以及医药制造业是第二阶段创新效率最低的产业。说明科技政策取向对创新效率的促进作用仅在第一阶段体现，难以渗入到经济产出生成阶段，最终形成政策取向与市场需求“两张皮”的局面。

图3 26个产业新产品支出经费饼状图

图4 26个产业R&D人员投入饼状图

资料来源：依据2009-2015年中国统计年鉴计算得到

四、研究结论及启示

通过测算和比较中国26个制造业两阶段创新效率， 实证分析了科技政策取向对中国制造业两阶段科技创新效率的影响，可得到以下结论和启示：

第一，科技成果产出效率大于转换效率。2008年后各产业科技成果产出效率平均值显著大于第二阶段创新的转换效率，阻碍我国创新效率提升的主要因素在于科研成果商业化进程缓慢。当前我国创新仍停留在专利、论文层面，属于科技创新第一阶段，OECD国家早在上世纪80年代就开始注重论文专利商业化的推进。他山之石，可以攻玉，美国的杜邦法案、加拿大的专利权法以及澳大利亚的“大学产业合作计划”，均有效提高了科技创新第二阶段的创新效率，其核心在于将专利所有权赋予个人，充分利用理性人追求个人利益最大化的特性，在市场中完全释放了专利的价值。目前我国个人持有的专利比例远低于发达国家，成果大多数为国家或机构所有，科研成果商业化热情不足，有必要借鉴国外经验，将专利所有权赋予个人，从而提高科研成果的转换效率。

第二，科技政策取向仅能渗透到科技创新的第一阶段。十八大后我国确立创新驱动发展战略后，节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料和新能源汽车等产业被确立为战略性新兴产业，成为中国科技政策的主要支持领域，产生了大量专利论文，经济产出却相当有限。我国给予新能源汽车、光伏产业大量补贴、扶持政策，短时间内出现大量这类企业，一旦政策扶持取消后，大量企业发展因为缺少核心技术而出现困难。说明由科技政策取向产生的大量专利发明，未能有效支持高技术产业发展，科技创新仅仅停留在第一阶段。为了使我国科技政策取向的影响能够深入到第二阶段，应该重视科技创新质量，激励重大创新以及与实际生产关系密切的科技成果产生。通过提高科技成果认定标准、控制专利发明盲目申报、打击恶意骗取高技术产业国家补贴等措施避免科技政策补贴重复低效投资，从而提升科技产出质量。

第三，科技成果产出阶段与转化阶段脱钩现象严重。细分产业内医药制造业等科技成果产出效率最高的产业科技成果转化效率最低；科技成果转化效率排名前列的产业产出效率落后。两阶段的创新活动不仅无法形成合力，还相互掣肘，大量专利发明成为无用的发明，造成我国制造业创新效率整体平庸，难以形成具有创新活力的产业。科技成果产出效率与科技政策取向关系密切，大量科研资金、人员的投入是重大技术突破的基础；科技成果转换效率与市场需求息息相关，脱离了市场的专利发明难以产生经济效益。当前我国进行供给侧改革，就是以市场需求为准绳有针对性地进行柔性生产，以避免产能过剩现象产生。科学技术作为第一生产力，也应与市场动向紧密结合，以解决中国制造业长期处于全球价值链低端的现实困境。地方层面在建设孵化器、创业园等科技创新中介平台时也应更加注重市场的导向作用，打通企业与科研机构的信息关联网络，促进各创新主体的信息共享，创造优良的科技成果转化渠道。

因此，应充分发挥政策导向作用，对各产业的科技创新活动给予大力扶持。一方面，建立和完善与科技创新相关的法律制度、现代企业制度、创新文化和社会保障体系，优化科技创新的软环境；另一方面，要有计划、有步骤、有重点地建设与科技创新密切相关的基础设施，改善科技创新的硬环境。

[1] 冯志军,朱建新.我国区域科技创新二阶段效率评价及策略研究[J].科技进步与对策，2011，28(6)：103-107.

[2] 胡伟武.如何克服科技与经济“两张皮”[EB/OL].(2012-12-13)[2017-06-22]. http://theory. gmw.cn/2012-12/13/ content_5998820.htm.

[3] 董 洁.中国科技成果转化效率及其影响因素研究：基于随机前沿函数的实证分析[J].软科学，2012，26(10)：15-20.

[4] 柴国荣，许崇美，闵宗陶.科技成果转化评价指标体系设计及应用研究[J].软科学，2010，24(2)：1-5.

[5] 查 敏，钱旭潮，王 龙.基于转化主体与方式的科技成果转化评价[J].企业经济，2013，11(6)：174-177.

[6] 贺德方.对科技成果及科技成果转化若干基本概念的辨析与思考[J].中国软科学，2011(11)：1-7.

[7] Aigner D,Lovell C A K,Schmidt P. Formulation and estimation of stochastic frontier production function models[J]. Journal of Econometrics, 1977,6(1):21-37.

[8] Meeusen W,Van den Broeck J.Technical efficiency and dimension of the firm: Some results on the use of frontier production functions[J]. Empirical economics, 1977,2(2):109-122.

[9] Battese G E, Coelli T J.A model for technical inefficiency effects in a stochastic frontier production function for panel data[J]. Empirical economics, 1995,20(2):325-332.

[10] Charnes A,Cooper W W,Rhodes E.Measuring the efficiency of decision making units[J]. European journal of operational research, 1978,2(6):429-444.

[11] Griliches Z. Patent statistics as economic indicators: a survey[R].National Bureau of Economic Research, 1990.

[12] Ahuja G,Morris Lampert C. Entrepreneurship in the large corporation: A longitudinal study of how established firms create breakthrough inventions[J].Strategic Management Journal,2001,22(6-7):521-543.

[13] 刘顺忠，官建成.区域创新系统创新绩效的评价[J].中国管理科学，2002，10(1):75-78.

[14] 史修松，赵曙东，吴福象.中国区域创新效率及其空间差异研究[J].数量经济技术经济研究，2009(3)：45-55.