技术供给侧与技术成果的经济效益测度研究——基于中国高新技术产业省级面板数据的实证

林 涛，陈 昭

(广东外语外贸大学 经济贸易学院，广东 广州 510006)

一、引言

随着“十三五”规划的开启，我国经济进入新常态，“供给侧结构性改革”成为我国当前乃至将来一段时间经济社会的主旋律。习近平主席多次在会议中强调“要以供给侧结构性改革为主线，扩大有效供给，满足有效需求”。供给侧改革的任务是“三去一降一补”，所强调的结构优化、要素升级，其核心都是创新。奥地利经济学家熊彼特认为：如果没有创新，经济就会很平庸。而科学技术创新又是所有创新的核心。科学技术创新对于供给侧改革的巨大作用，就在于可以帮助解决当前中国经济供需错配的问题和经济高速发展带来的外部性问题(王晓芳、权飞过，2016)。技术创新是企业转型升级、提高供给质量的有效途径和必然要求。

高新技术产业肩负了“推动新技术、新产业、新业态蓬勃发展”“实现发展动力转换”等艰巨而远大的使命(丁任重，2016)，其技术创新关乎着我国创新体系和创新制度的建设。Gary Hamel和C.K.Prahalad在《公司的核心竞争力》(1990)一书中强调“高技术企业转型的能力以及改造现有高技术产业的能力”，是高新技术企业创新的最高层次和归属。并且在其著作《领导革命》(2002)中论述了企业只有通过不断地创新，才能增强自身的竞争力。在过去几十年里，我国高新技术产业技术创新取得了长足的进步与发展，我国发明专利申请数量不断上升，相关研究的论文专著也成果斐然，但即使如此，我国高技术产业的技术创新状况仍不容乐观，也面临着诸多问题，如创新低效率，成果同质化问题严重等(刘树、张玲，2006)。在当前社会背景下，我国高新技术产业主要存在着技术供需缺口和有效供给不足问题。这主要表现在：一方面，我国国内民众涌向海外市场购买高端奢侈品、电子产品等，并且国内诸多生产建设领域所亟须的较高端设备、医疗器械、计算机办公设备及仪表仪器制造设备等依赖进口；另一方面，国内同类产品因为质量欠佳、创新不足、技术水平不高而造成相对产能过剩(黄群慧，2016)。

在我国深化改革的新时期，我国目前存在着技术创新成果不能支撑产业的发展，进而不能满足技术消费需求的现象，其实这反映的就是我国技术的有效供给不足(刘强、徐宙超，2016)。主要具体表现：第一是国内的技术创新能力不足，在新技术创造新市场方面技术供给严重不足；第二是技术研发投资存在方向性和偏重问题，比如对人民急需、提升品质、质量管控的实用技术方面重视不够(张亚斌、曾铮，2005)；第三是技术创新成果与实际产业之间缺乏必然和稳定的联系，存在研发的新技术与企业所需的技术相脱节、两张皮现象，如我国存在大量的科研发明专利不能转化为实际新产品，没有产生实际的经济效益(王斌、谭清美，2015)。虽然我国近年来的发明专利数、论文数等不断上升，但是我们的创新力和竞争力并没有得到同步的提高，论文和专利数量并不完全等于科技竞争力，大部分科研成果都被束之高阁，没有得到实际应用，不能转化为实际的经济收益。

因此，针对我国高新技术产业目前此种问题，研究我国高新技术产业有效技术供给与技术转化问题就有很强的现实意义。本文正是基于此，立足于经济现实，参考以往学者的研究，继而展开本文的研究与论述。余下部分将做以下安排：第二部分回顾与总结相关的文献；第三部分构建本文的分析框架；第四部分借助C-D生产函数，构建相关的计量模型；第五部分根据所建立的模型，通过实证分析研究研发投入、国际国内技术溢出、吸收能力对我国技术创新能力的影响，以及技术成果转化为经济效益程度的研究；第六部分将根据实证结果得到结论并提出相关政策建议。

二、文献综述

关于高新技术产业的技术创新与经济增长的相关研究，国内外已有许多，可谓浩如烟海。并且研究重点也从早期的研究国际技术溢出渠道和国际技术溢出效应对东道国和母国的影响方面转移到更加宏观的层面，即从一个大市场的角度，来研究各个因素及其相互作用对一国技术进步，甚至对一国经济增长影响的研究。

早期，国内外学者主要研究了国际技术溢出的传导机制，即母国技术溢出通过何种渠道和方式对东道国产生影响，以及影响效果如何。主要的溢出渠道有国际贸易、国际投资、专利与信息技术这四种形式，并形成了“促进论”、“双刃剑论”和“抑制论”三种截然不同甚至相反的溢出作用效果。“促进论”认为技术溢出会促进技术进步，提高全要素生产率，促进经济发展。Aishwarya Nair(2010)，温丽琴、梁旭(2011)等人研究认为FDI与OFDI的技术溢出效应对我国的技术创新有着正向的积极的影响，建议要大力引进外资，同时也要扩大对外投资(何泽军，2011)；国际贸易作为国际间商品流通的主要形式，有形的国际商品承担了无形的技术，产生了大量溢出，其中，资本商品和高技术产品的国际流通成为最重要的溢出媒介(W Keller，2009；ED Cian、R Parrado，2012)，极大地促进了东道国的技术进步与技术创新(JB Madsen，2005；许培源、高伟生2009)。

“双刃剑论”认为对于国际技术溢出，东道国的技术吸收能力存在着门槛与阈值效应。沙文兵(2013)，Anna M. Ferragina、Fernanda Mazzotta(2014)，李斌、李倩、祁源等(2016)通过运用门槛模型，研究认为FDI与OFDI技术溢出对我国高技术产业技术进步的影响存在吸收能力门槛，溢出作用效果受金融发展、基础设施建设、人力资本水平和研发投入等多个吸收能力指标状况的影响。

“抑制论”认为国际技术溢出会使东道国自主创新能力降低，不利于技术进步和经济持续发展。Luiz R. De Mello Jr.(1997)，李平、盛丹等(2009)等通过实证研究认为FDI与OFDI技术溢出效应对我国技术创新的影响不显著，并呈现一种倒U形关系(国胜铁、钟廷勇2014)。欧阳秋珍、陈昭(2011)利用我国的专利和信息技术指标数据，实证研究发现专利技术溢出对我国TFP的作用不显著，而且信息技术溢出效应为负。

随着高新技术产业发展更高的技术要求，学者们开始关注到技术的进步不仅受外部技术溢出的影响，而且受内部自身创新努力程度和国内技术转移的影响，这种影响甚至大过外生投资的作用。对此也有许多不同的观点和结论。研发投入在一定程度上代表了自主创新能力，增加R&D资本投入，只有足够的资本投入，企业和科研机构才有动力进行技术创新，才有研发激情(张倩肖、冯根福，2007；Bulent Guloglu、R.Baris Tekin，2012)；通过增加R&D人力资源投入来促进技术创新，要实现人才强国，注重人才的培养与引进，建立人才激励机制(支燕、白雪洁，2014；Oscar Afonso，2016)。Liu and Buck(2007)和魏守华、姜宁、吴贵生(2010)认为要将国内技术的转移和国际技术溢出相结合，注重两者的“耦合”——吸收能力的提升，才是国内技术创新的重要来源，同时也要将国外技术与本国具体的产业状况和需求相结合；此外，邓路、高连水(2009)，Wen-Hsien Liu(2016)等人在传统的经济增长模型基础上，通过研究认为：在我国高技术产业发展的新阶段，要靠内部自身创新，立足于本产业实际需求，而不是依靠FDI或者OFDI的技术溢出，来促进技术创新和经济增长(李光泗、沈坤荣，2011)。杨晔(2008)，陈凯华、官建成等(2012)从技术创新效率的角度，研究了我国高技术产业“高产出，低效益”的问题，得出我国高技术产业技术创新活动的效率水平较低，并且新产品销售和专利产出上又存在“潜在产出”不足的问题，实现“低投入—高产出”是企业实现自主创新和发展的唯一途径和方法。

综上所述，之前的研究大多集中在高技术产业内部R&D投入，技术转移，FDI和经济增长之间的单一或者两者对经济增长的影响关系上，而较少的将它们放在同一个框架下，综合考虑对技术进步和经济增长的影响。并且也很少考虑到技术创新成果的实际经济效益转化程度，对于技术市场而言，没有考虑到有效的技术供给和需求。基于此，本文修订C-D模型，利用中国高技术产业省级面板数据，实证研究在中国供给侧结构性改革背景下，讨论有效技术供给问题，以及技术成果的经济效益转化问题。

本文的可能性贡献在于：

(一)实证分析证明我国高技术产业中技术要素的有效创新供给不足，进而高技术产业自主创新产品供给不足，为我国高技术产业的供给侧改革提供较强的理论依据；

(二)实证得出我国高技术产业内生自主研发创新对技术有效供给和科研技术成果的经济效益转化作用十分显著，说明我国高技术产业基于技术角度的供给侧改革需格外注重自主研发，内生增长和自我进步；

(三)实证综合多项指标得出我国高技术产业技术成果的经济效益转化率为34.2%，相较于发达国家的平均转化率60%，可谓“路漫漫”，技术供给侧改革要将“结构性调整”作为重中之重，就必须注重技术成果的实际应用和其经济产出。

三、分析框架

萨伊定理指出：供给可以自动创造需求。换而言之，需求是可以被供给引导的。技术供给侧的结构性改革其实就是要通过推动科技创新、促进技术进步来扩大产品供给边界，来解决我国高技术产业技术供给和产品供给不足的问题，从而解决高技术产业有效供给不足的问题。从技术供给的角度，也就是技术创新，综合国内外学者的研究成果，高技术产业的技术创新来源归纳分为两类：一类是内源性的内部自生创新，主要包含内部R&D资本投入和R&D人力投入(S Cesaratto、S Mangano，1991)，另一类是外源性的技术获取，以及在此基础上的技术吸收，技术获取主要包括引进国外技术，国内相关技术的转移，外商直接投资FDI三个主要途径和渠道。结合我国高新技术产业发展状况，本文综合两者，既考虑内生自主创新，也考虑外部的相关技术溢出影响。能够比较全面，真实的反映我国国内现状，有较大的研究和分析价值。

技术供给侧的结构性改革另一方面的问题是如何满足高技术产业市场的需求？即供给产出的有效性问题。只有有效的技术供给，才有相应的有效的技术产品的供给，继而才能满足市场的需求，才能创造真实的经济增长和GDP(D Huang，2000；YANG Yang，2016)。本文使用新产品的销售收入来代表新技术所带来的经济效益，讨论技术创新的各因素与相应的经济产出之间的关系，包括显著性关系，真实投入产出和技术转化效率等。

图1 本文的实证研究框架

四、模型构建、指标选择及数据说明

(一)模型设定

本文根据Cobb-Douglas生产函数：

Y=AKαLβ

(1)

在(1)式中，Y为总产出，A为技术水平，K为资本要素投入，L为劳动要素投入，α为资本要素的产出弹性，β为劳动要素的产出弹性。

本文将以此生产函数为基础来研究我国高新技术产业的创新能力，借鉴LiuandBuck(2007)的做法，高新技术产业的创新绩效主要受到技术创新程度，R&D投入，技术溢出，技术吸收能力影响。考虑到我国高新技术产业的实际情况，与其做法不同的是，本文将R&D投入具体为R&D资本投入和R&D人力投入，将技术溢出因素区分为外商直接投资FDI，除FDI外的国际技术的购买，国内的技术转移，即：

Ait=f(RDKit,RDLit,FDIit,TECHit,ABCYit,DOTEit

(2)

(2)式中A为技术产出，RDK为产业内研发资本投入，RDL为研发人力投入，FDI为外商直接投资部分，TECH为除FDI外的国外技术购买，ABCY为技术吸收程度，DOTE为国内的技术转移。

结合C-D生产函数，同时为消除异方差，两边同时取自然对数即有：

lnAit=α0+α1lnRDKit+α2lnRDLit+α3lnFDIit+α4lnTECHit+α5lnABCYit+α6lnDOTEit+βXit+μi+εit

(3)

(3)式中X为其他影响因素，μ为个体效应，ε为随机扰动项，考虑到我国的高新技术产业的产业规模和市场竞争性程度也会对技术创新和产出有影响，将其作为控制变量。

为研究我国高新技术产业的技术创新程度，参考了Judy Hsu和Ya-Ping Chuang(2012)的做法，即从技术供给的角度，研究我国高新技术产业技术创新的来源，包括内部自身研发创新和外部多个层面的技术溢出，建立以下模型：

模型一：

lnPATit=α0+α1lnRDKit+α2lnRDLit+α3lnFDIit+α4lnTECHit+α5lnABCYit+α6lnDOTEit+α7lnSIZEit+α8lnMKTit+μi+εit

(4)

为研究我国高新技术产业的技术成果转化为经济效益的程度，参考了Trabelsi Ramzi和 Akri Ben Salah(2015)的做法，即从实际市场需求的角度，研究我国高新技术产业的技术创新效率，也就是我国高新技术产业技术创新成果的实际应用程度，建立以下模型：

模型二：

lnYit=β0+β1lnRDKit+β2lnRDLit+β3lnFDIit+β4lnTECHit+β5lnABCYit+β6lnDOTEit+β7lnSIZEit+β8lnMKTit+μi+εit

(5)

(二)指标选取

对模型中的被解释变量，创新程度PAT用我国i省t年的高新技术产业的发明专利申请数量(件)表示；创新产出Y用我国i省t年的高新技术产业的新产品销售收入(万元)来表示；同样的，对模型中的解释变量，RDK表示高新技术产业内部技术研发资本投入量(万元)，RDL表示高技术产业技术研发人力投入量(人)，FDI用我国各省的外商投资企业的投资总额(万元)表示，TECH用我国各省高新技术产业购买国外技术经费支出(万元)表示，DOTE用我国各省高新技术产业购买使用国内技术的经费支出(万元)来表示，ABCY用我国各省高新技术产业技术消化吸收改造的经费支出(万元)来表示；对于控制变量，产业规模SIZE用我国各省高新技术产业的主营业务收入与高技术企业个数的比值(万元/个)来表示，一般认为：产业规模越大，技术研发投入就越多，就越有利于技术的创新(高良谋、李宇，2009；Chen等，2004)；对于市场竞争程度MKT用我国各省的高新技术产业的企业个数(个)来表示：企业越多，产业越密集，竞争程度越高，就越有利于技术的创新(李健、薛辉蓉等，2016；Michael Peneder、Martin Woerter，2014)，反之则不利。

(三)数据说明

基于数据的可得性和有效性，参考现有文献的做法，本文选用我国29个省份高新技术产业2005-2015年的29组数据组成的面板数据进行分析，新疆和西藏由于数据缺省过多，且相关指标不典型，属于异常值，予以剔除。以上相关数据均可从《中国科技统计年鉴》和《中国高技术产业统计年鉴》直接整理得到，少部分相关数据来源于EPS数据库。本文使用计量经济学软件Stata14.0，根据模型和数据，进行实证分析。同时为了消除变量之间的异方差，对所有的变量都取其自然对数，从而产生新的数据序列。在此列出本文模型相关变量数据描述性统计，如表1所示。

表1变量的描述性统计

变量观测值均值中位数最大值最小值标准差lnPAT3196．8202446．82647410．811813．7612001．508940lnY31914．7106414．7861318．479309．7690411．718704lnRDK31912．1036412．2031815．730937．5189331．472087lnRDL3198．9705348．95865912．256285．3844951．240168lnFDI31911．8952111．9226715．474085．7037821．722882lnTECH3198．4002348．39964712．860141．6094382．533793lnABCY3197．3488367．26995511．970540．9162911．896741lnDOTE3198．0726228．06722411．500822．0794421．631938lnSIZE31910．0092010．1320411．220518．3897850．655266lnMKT3196．4788866．5294158．6782913．8286411．007495

五、实证结果分析

(一)平稳性检验。

根据相关的计量经济学和统计学的基本理论，为了避免出现“伪回归”，即虚假回归，防止面板数据之间存在着相关性与因果性，有必要在进行回归分析之前对面板数据进行检验，验证变量的平稳性和协整性。根据表2的检验结果，所有变量的一阶差分在LLC、IPS和ADF-Fisher三种检验方法的1%显著性水平下，均通过检验，这表明模型所用数据是平稳的，为稳健的一阶单整序列。并且本文使用“Kao检验法”对模型进行面板协整检验，结果表明模型在1%的显著性水平上，拒绝没有协整关系的零假设。即各个变量之间是长期平稳的，且存在着协整关系。

表2面板单位根检验

检验方法(一阶差分)LLC检验IPS检验Fisher-ADF检验LnPAT-30．5-5．41106(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗lnY-5．65-4．12119．14(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗lnRDK-15．18-4．05118．4(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗lnRDL-8．02-4．91130．86(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗lnFDI-4．73-4．31105．96(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗lnTECH-33．11-5．54106．4(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗lnABCY-13．89--6．59121．24(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗lnDOTE-15．9-9．22189．8(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗lnSIZE-3．89-4．90133．5(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗lnMKT-12．74-4．96135．25(0．000)∗∗∗(0．000)∗∗∗(0．000)∗∗∗Kao检验ADF模型1-4．0361470．0000∗∗∗模型2-1．8450930．0325∗∗

注：括号内为该统计量的伴随概率；***、**、*分别表示在1%、5%、10%的水平上显著.

(二)共线性检验

为防止变量之间存在多重共线性问题对估计结果造成偏误，利用一般多重共线性检验方法对解释变量进行了检验，结果表明各变量的方差膨胀因子(VIF)均显著的小于10，说明变量之间不存在严重的多重共线性问题。估计结果见表3。

表3多重共线性检验

变量VIF1/VIFlnRDK7．540．132625995lnRDL9．950．100502513lnFDI5．530．180831826lnTECH2．040．490196078lnABCY2．050．487804878lnDOTE2．220．45045045lnSIZE2．630．380228137lnMKT7．480．13368984MeanVIF4．93-

(三)回归结果分析。

根据回归方程(4)式，对模型一进行面板数据固定效应模型和随机效应模型回归，相互比较并通过Hausman检验来判断其回归结果的可靠性；根据回归方程(5)式，对模型二进行面板似不相关回归(SUR)，各回归结果如表4所示。

表4回归结果

变量lnPATlnY固定效应模型(FE)随机效应模型(RE)似不相关回归SUR(1)似不相关回归SUR(2)似不相关回归SUR(3)C-9．308324-7．436213(0．0000)∗∗∗(0．0000)∗∗∗lnRDK0．6076190．7160050．2606280．2037650．230610(0．0000)∗∗∗(0．0000)∗∗∗(0．0029)∗∗∗(0．0135)∗∗(0．0044)∗∗∗lnRDL0．3640630．1137770．2090460．207643(0．0959)∗(0．2062)(0．0140)∗∗(0．0144)∗∗lnFDI-0．067643(0．0420)∗∗lnTECH0．0255440．0663500．0984210．094802(0．1801)(0．0003)∗∗∗(0．0000)∗∗∗(0．0000)∗∗∗lnABCY0．0532640．0546830．032680(0．0122)∗∗(0．0100)∗∗∗(0．0653)∗lnDOTE0．134495-0．048600-0．028983(0．1730)(0．0141)∗∗(0．1465)lnSIZE0．2693800．5720080．3995040．5718470．555740(0．0025)∗∗∗(0．0000)∗∗∗(0．0000)∗∗∗(0．0000)∗∗∗(0．0000)∗∗∗lnMKT0．7919340．3436230．5675330．6388300．501617(0．0000)∗∗∗(0．0002)∗∗∗(0．0000)∗∗∗(0．0000)∗∗∗(0．0000)∗∗∗R20．8533670．8677470．8903400．8958390．892528AdjustedR20．8565270．8620890．8970020．8932590．890333

注：括号内为该统计量的伴随概率；***、**、*分别表示在1%、5%、10%的水平上显著.

1.自主研发、国内外技术获取与技术创新

对模型1，根据表4的回归结果显示，我国各省高新技术产业的内部R&D资本投入对技术创新有着非常显著的正向影响作用，R&D人力资本投入对于技术创新也有正向的影响作用，但是显著水平不高，这表明研发投入增加可以显著的促进技术进步；外商直接投资FDI对技术创新则有一种比较显著的反向作用，这有可能是因为外商投资企业对于自身技术的垄断以及外商企业的技术溢出存在一定的“阈值特性”(ZB Cai、JC Zhou等，2012)和“门槛效应”(H Wang、H Liu等，2016)；购买国外技术对于我国高新技术产业的技术创新存在正向的影响，但是不显著，这是因为对国外技术的吸收程度不高和吸收存在“门槛效应”(衣长军、李赛等，2015；肖利平、谢丹阳，2016)，或者国内企业购买国外技术仅仅是为了生产所需，即无吸收，综合之下，使得购买国外技术对我国技术创新的促进作用非常有限；技术消化吸收能力提高对技术创新有着非常显著的正向作用吸收能力每提高1%，将使技术创新提高0.054683%；国内技术的转移使用对技术创新有正向的影响，但是不显著，这可能是由于国内技术及企业的“同质化”使得对于技术的创新程度不高。从其他控制变量来看：产业规模、市场竞争性对技术创新有非常显著的正向作用，具体来看，高技术产业产业规模提高1%，专利申请量将增加0.57%；高技术产业竞争强度提高1%，专利申请将增加0.79%。相关“门槛效应”及可能性原因，本文的计量模型无法呈现，后续将会专门对其进行研究。

2.自主研发、国内外技术获取与技术经济效益

对模型2，根据表4的似不相关回归结果显示，由于FDI未能通过检验，说明FDI不影响技术成果的经济效益转化，没有较大相关性。我国各省高技术产业的内部R&D资本投入对技术成果的转化有着非常显著的正向作用；R&D人力投入对成果转化也有比较显著的正向作用；购买国外技术对于技术成果的转化有着非常显著的正向作用(白恩来、赵玉林等，2015)，通过购买国外技术，借鉴、吸收国外经验，了解和学习已有技术的应用方式和实现形式，从而将科学技术与研究应用于企业生产，将技术成果转变为实际的经济收益；技术吸收能力对技术成果转化有促进作用，但是影响效果不强，这是由于消化成本越高，企业进行技术吸收的动力就不强，新技术成果的应用程度就越低，导致新产品的销售收入越低；国内技术的转移使用对技术成果转化有较弱的反向作用，这可能是因为国内技术“同质化”和通用性，使得技术成果转化即新产品不具备优势，导致经济效益不高，这与模型一结果是吻合的。实证分析结果与赵红岩、田夏等人(2013)的研究结果是一致的。从控制变量来看，产业规模和市场竞争性对成果转化都有着非常显著的正向影响作用，产业规模提高1%，新技术产品销售收入将增加0.57%；高技术产业竞争强度提高1%，新技术产品销售收入将增加0.64%。

(四)稳健性检验

为评估实证结果的可靠性，本文从四个方面对全样本数据进行稳健性检验②，首先借鉴郭艳，张群等(2013)的做法，对两个模型都进行Ramsey RESET检验，其P值均小于0.1，说明模型没有遗漏关键变量，不存在设定误差；进行White检验，其P值均大于0.1，说明解释变量系数矩阵不存在异方差性，回归结果健全可信。借鉴沙文兵(2012)的做法，对模型做替代变量检验，在模型1中，将技术创新的衡量指标由专利申请数量改为发明专利授权数量；在模型2中，对于技术成果转化，用新产品产值代替新产品销售收入，进行同样的估计，实证结果发现其影响方向及程度与先前的估计结果十分接近。此外，为检验被解释变量是否均匀分布，分别对两个模型的被解释变量lnPAT和lnY进行分位数回归，根据不同的tau值，tau值分别为0.3和0.8时，得出回归结果，发现其与本文之前的回归结果影响方向相同，影响程度大致保持一致，这表明分布是均匀的，实证结果是稳健的。

综合以上四个方面的稳健性检验结果，本文关于技术要素的有效创新供给与技术成果的经济效益转化测度研究的实证分析结果是比较稳健、可靠的。

六、结论及建议

(一)结论

本文通过我国高新技术产业的2005-2014年的省级面板数据，实证研究了我国高新技术产业的技术供给对技术创新的影响关系以及技术创新成果转化为经济效益即有效供给的程度。通过实证分析得出以下结论：

(1)我国高新技术产业产业内部的R&D资本和人力投入对技术创新有积极的正向作用，同时对于技术创新成果的经济效益转化也有着显著的积极作用，这表明内生创新才是我国高新技术产业最重要的新技术供给来源，也是保证技术有效供给和经济效益的重要因素。

(2)高新技术产业的FDI对技术创新有着反向的影响，引进国外技术和国内技术的转移对高技术产业技术创新有着不显著的正影响，技术吸收能力的增强可以显著的促进技术创新，除了引入国外技术外，其它因素对技术成果的转化能力的影响都不太乐观，这表明我国太过于依赖外国技术，对于来自各种渠道的技术溢出，我国并没有进行有效的吸收消化和改造，甚至零吸收，仅仅是技术代工和产品制造。

(3)高技术产业规模的扩大和市场竞争强度的提高，会显著的促进技术创新，也会对新技术产品的经济效益有极大的积极作用。此外，本文创新性的综合多项指标，得出我国的技术成果转化应用率仅为34.2%，远低于发达国家的技术应用水平。

(二)建议

对此，提出以下建议：

(1)要提高自主创新能力，加大研发资本投入和人力投入，但同时要避免低效率。要着力解决技术研发投资方向性和偏重问题，更加注重实用技术的创新，更加注重研发的新技术与产业需求之间的联系，要立足于国内高技术产业发展情况，立足于国内高技术企业的实际技术需求，盯住技术成果对现实的效用，强化市场约束，使科研面向市场，与市场无缝衔接才是关键，形成需求—研发—再需求—再研发的良性循环。

(2)在国家“一带一路”战略下，我国与多国之间的国际贸易和国际投资不断加大，国家间交流的不断深入，随之而来的是技术的转移和溢出，对此，我们需要吸收，消化和改造，实现技术再创新，而不能仅仅成为他国的技术代工和试验基地(肖利平、谢丹阳，2016)。

(3)在国家“供给侧结构性改革”这一十三五重大课题背景下，抓住机遇，优化与调整高技术产业的产业结构和产业规模，增强高技术产业产品的国际竞争力，优化高技术产业的市场竞争结构，产业分布要全面也要有重点，既要“全”，也要“精”。

[注释]

① 数据来源于国家统计局年度统计公报.

② 限于篇幅，未列出回归及检验结果表，如有需要，可向作者索取.

[1] 王晓芳,权飞过.供给侧结构性改革背景下的创新路径选择[J].经济研究,2016，(3):3-12.

[2] 丁任重.关于供给侧结构性改革的政治经济学分析[J].经济学家,2016,3(3):13-15.

[3] 刘树,张玲.我国各省市专利发展有效性的DEA模型分析[J].统计研究,2006,23(8):45-48.

[4] 黄群慧.论中国工业的供给侧结构性改革[J].中国工业经济,2016，(9):5-23.

[5] 刘强,徐宙超.技术的供给侧也需要改革[N].光明日报,2016，(4):2-3

[6] 张亚斌,曾铮.有关经济增长理论中技术进步及研发投资理论的述评[J].经济评论,2005，(6):63-66.

[7] 王斌,谭清美.要素投入能推动高技术产业创新成果的转化吗?[J].科学学研究,2015,33(6):850-858.

[8] Aishwarya Nair.The Relationship between Foreign Direct Investment and Economic Growth:A Case Study of India from 1970 to 2007[J].Social Science Electronic Publishing,2010,36(3):89-123.

[9] 温丽琴,梁旭.FDI对中国高技术产业技术溢出效应的实证研究[J].经济问题,2011，(5):115-117.

[10] 何泽军.FDI行业内技术溢出与行业特征——基于中国高技术产业的实证分析[J].经济经纬,2011，(3):86-91.

[11] Keller W.International Trade,Foreign Direct Investment,and Technology Spillovers[J].Social Science Electronic Publishing,2009,94(2):793-829.

[12] Cian E D,Parrado R.RP0132-Technology Spillovers Embodied in International Trade:Intertemporal,Regional and Sectoral Effects in a Global CGE Framework.[J].Energy Economics,2012,41(1):76-89.

[13] Madsen J B.Technology spillover through trade and TFP convergence:135years of evidence for the OECD countries [J].Journal of International Economics,2005,72(2):464-480.

[14] 许培源,高伟生.国际贸易对中国技术创新能力的溢出效应[J].财经研究,2009,(9):70-79.

[15] 沙文兵.吸收能力、FDI知识溢出与内资企业创新能力——基于我国高技术产业的实证检验[J].国际商务, 2013，(1):104-112.

[16] Anna M.Ferragina,Fernanda Mazzotta.FDI Spillovers on firm Survival in Italy:Absorptive Capacity Matters![J].The Journal of Technology Transfer,2014,39(6):859-897.

[17] 李斌,李倩,祁源.FDI技术溢出对高技术产业技术进步的门槛效应研究——基于吸收能力与金融发展视角的门限模型检验[J].国际商务,2016，(3):74-84.

[18] Luiz R.de Mello Jr.Foreign Direct Investment in Developing Countries and Growth:A Selective survey[J].Journal of Development Studies,1997,34(1):1-34.

[19] 李平,盛丹.产业集聚、FDI技术溢出与东道国的自主创新[J].社会科学战线,2009，(1):92-99.

[20] 国胜铁,钟廷勇.制度约束、FDI技术溢出渠道与国内企业技术进步——基于中国工业企业数据的考察[J].经济学家,2014，(6):34-42.

[21] 欧阳秋珍,陈昭.双渠道技术溢出、技术进步和我国经济增长绩效——基于四因素脉冲响应函数分析[J]. 财经论丛,2011,(5):3-8.

[22] 张倩肖,冯根福.三种R&D溢出与本地企业技术创新——基于我国高技术产业的经验分析[J].中国工业经济, 2007,(11):64-72.

[23] Guloglu B,Tekin R B.A Panel Causality Analysis of the Relationship among Research and Development,Innovation,and Economic Growth in High-Income OECD Countries[J].Eurasian Economic Review,2012,2(1):32-47.

[24] 支燕,白雪洁.我国高技术产业创新绩效提升路径研究——自主创新还是技术外取?[J].经济研究,2012，(5):51-64.

[25] Afonso O.R&D Intensity,Economic Growth and Firm-size Growth:Theory and Practice[J].Applied Economics,2016,48(32):1-21.

[26] Liu X,Buck T.Innovation Performance and Channels for International Technology Spillovers:evidence from Chinese High-tech Industries[J].Research Policy,2007,36(3):355-366.

[27] 魏守华,姜宁,吴贵生.本土技术溢出与国际技术溢出效应——来自中国高技术产业创新的检验[J].财经研究,2010,36(1):54-65.

[28] 邓路,高连水.研发投入、行业内R&D溢出与自主创新效率——基于中国高技术产业的面板数据(1999—2007)[J].财贸研究,2009,20(5):9-14.

[29] Liu W H.Intellectual property rights,FDI,R&D and economic growth:a cross-country empirical analysis[J].World Economy,2015,39(7):983-1004.

[30] 李光泗,沈坤荣.中国技术引进、自主研发与创新绩效研究[J].财经研究,2011，(11):39-49.

[31] 杨晔.我国省际企业自主创新投入产出效率的综合评价[J].经济管理,2008，(9):25-29.

[32] 陈凯华,官建成,寇明婷.中国高技术产业“高产出、低效益”的症结与对策研究——基于技术创新效率角度的探索[J].管理评论,2012,24(4):55-68.

[33] Cesaratto S,Mangano S,Sirilli G.The Innovative Behaviour of Italian firms:a survey on Technological Innovation and R&D[J].Scientometrics,1991,21(1):115-141.

[34] Huang D.Commenting on Stimulating Demand and Creating Effective Supply[J].Journal of Hunan Light Industrial College,2000,3(1):56-67.

[35] YANG Yang,School of Economics.the Trend of Global Economic Growth and the Supply-side Reform[J].Shanghai Journal of Economics,2016,22(8):45-58.

[36] Judy Hsu,YaPing Chuang.International Technology Spillovers and Innovation:evidence from Taiwanese High-tech Firms[J].Journal of International Trade & Economic Development,2014,23(3):387-401.

[37] Ramzi T,Salah A B.the Determinants of Innovation Capacity in the Less Innovative Countries in the Euro-Mediterranean Region[J].Journal of the Knowledge Economy,2015,21(4):1-18.

[38] 高良谋,李宇.企业规模与技术创新倒U关系的形成机制与动态拓展[J].管理世界,2009，(8):113-123.

[39] Chen C T,Chien C F,Lin M H,et al.Using DEA to Evaluate R&D Performance of the Computers and Peripherals Firms in Taiwan[J].Social Science Electronic Publishing,2004,9(4):347-360.

[40] 李健,薛辉蓉,潘镇.制造业企业产品市场竞争、组织冗余与技术创新[J].中国经济问题,2016，(2):112-125.

[41] Peneder M,Woerter M.Competition,R&D and Innovation:Testing the Inverted-U in a Simultaneous System[J].Journal of Evolutionary Economics,2014,24(3):653-687.

[42] Dai M,Chen Y.R & D.Technology Imports and Innovation Capacity—evidence from high-tech industry of China[J].American Journal of Industrial & Business Management,2016,6(1):24-32.

[43] Cai Z B,Zhou J C.Threshold Characteristics of FDI Technology Spillover Effect:Evidence from Provincial Panel Data in China[J].Accounting & Economics Research,2012,8(6):45-67.

[44] Hui W,Liu H,Cao Z,et al.FDI Technology Spillover and Threshold Effect of the Technology Gap:Regional Differences in the Chinese Industrial Sector[J].Springer Plus,2016,5(1):1-12.

[45] 衣长军,李赛,张吉鹏.制度环境、吸收能力与新兴经济体OFDI逆向技术溢出效应——基于中国省际面板数据的门槛检验[J].财经研究,2015,41(11):4-19.

[46] 肖利平,谢丹阳.国外技术引进与本土创新增长:互补还是替代——基于异质吸收能力的视角[J].中国工业经济,2016，(9):75-92.

[47] 白恩来,赵玉林,徐博.高技术产业技术创新绩效路径研究[J].科学管理研究,2015，(1):32-35.

[48] 赵红岩,田夏.本土创新能力、跨国资本技术溢出与长三角高技术产业升级[J].上海经济研究,2013，(7):81-90.

[49] 王晓红,陈范红.基于HM指数的中国高技术产业创新效率分析[J].产业经济研究,2015,(6):91-98，110.

[50] 郭艳,张群,吴石磊.国际贸易、环境规制与中国的技术创新[J].上海经济研究,2013，(1):122-129.

[51] 沙文兵.对外直接投资、逆向技术溢出与国内创新能力——基于中国省际面板数据的实证研究[J].世界经济研究,2012，(3):69-74.