中国制造业技术创新效率的测度与评价

(南京财经大学 江苏 南京 210046)

尽管中国制造业取得了飞速发展，但是仍然面临着大而不强、科技创新能力低、能源和环境污染严重等多重问题。随着时间的推移，中国制造业处于国际分工体系中低端的形势依然没有发生较大转变。虽然我国在一些领域已经成为了世界制造基地，但目前还是一个加工制造中心，而不是“智造”中心。因此，中国必须走“新型制造业”道路，提高自主创新能力和效率迫在眉睫。

一、制造业技术创新效率指标构建

技术创新投入是企业为了研发新的生产技术或开发新产品而投入的人力、物力和财力。如表1所示，本文使用了科技活动支出与R&D支出两个指标来衡量行业的研发投入、R&D支出强度与科技活动支出强度分别表示每单位销售收入所支出的R&D和科技活动经费，R&D人员比重与科技活动人员比重指的是它们占行业就业人员的比重。

在选取指标表示技术创新产出时，本文借鉴肖文等(2014)在研究政府支持、研发管理与技术创新效率时采用的代理变量，将衡量技术创新产出的变量分为市场导向型产出和非市场导向型产出两类[1]。具体指标如表1所示。所有数据均来源于中国经济信息网。

表1 技术创新投入与产出指标

二、中国制造业技术创新效率的测度方法

技术创新效率指的是R&D资本存量与创新产出的比值，R&D资本存量一定时，创新产出越高说明技术创新投入的资源利用效率也越高。DEA分析方法是评价多个投入量与多个产出量之间相对效率的数学规划方法，由著名运筹学家Chames and Cooper(1978)提出[2]。本文使用的CCR模型即为他们提出的第一个DEA模型，该模型在测算效率方面得到了广泛的运用。其投入导向的分式规划模式如下：

其中，j=1,…,n，n表示决策单元的个数，Yj表示决策单元j的产出向量，Xj表示决策单元j的投入向量。X0和Y0分别表示有效决策单元DMU0的投入与产出向量，u和v分别是投入变量与产出变量的权重向量，Vp表示的是决策单元DMU0的有效值。在技术创新投入与产出的变量选择上，考虑到行业的规模对技术创新的效率也可能会产生影响，因此，我们只采用表1列示的绝对量指标，并以2003年的价格为基期价格对科技活动支出、R&D支出、新产品产值、新产品销售值均进行调整。由于资本投入对技术创新具有持续的影响，因此我们借鉴Griliches(1981)的计算方法，将资本投入转化为资本存量[3]：

RDit=(1-δ)RDit+Iit

RDi0=Ii0/(gi+δ)

其中，RDit表示i行业在样本观察期第t年的研发资本存量，δ表示研发资本的折旧率，参照吴延兵(2006)，本文将δ取值为15%；Iit表示i行业在t年的研发资本投入；RDi0表示i行业基期的研发资本存量，Ii0表示i行业基期的研发资本投入，gi表示样本观察期内i行业研发资本投入的年均增长率。

三、测度结果及评价

通过软件DEAP2.1对我国制造业分行业技术创新效率的分析，我们得到了如表2所示的数据。按照技术创新效率的综合得分对各个产业就行排序，表中标*号的产业为制造业高技术行业，我们发现技术创新效率与产业的技术含量没有明显的关系。在高技术行业中，电子及通信设备制造业的创新效率较高,而医药制造业的技术创新效率较低，这可能是由行业自身的特点决定的。电子及通信设备制造业的实验成本较低，研发周期较短，产品易被市场接受，而医疗行业的研发由于涉及更多环节，因而研发周期较长，市场反应较慢。

表2 2003-2016年我国制造业分行业技术创新效率综合得分

四、结论和政策建议

我国制造业技术创新效率呈现出稳定的上升趋势。通过因子分析定权法，本文建立了制造业行业技术创新投入与产出的综合评价体系，从综合指标的测算结果上看，技术密集度越高的行业，其创新投入的力度也就越大，相应的产出也越高，因此我国制造业的技术创新活动主要集中在技术密集度较高的行业。水平型产业内贸易是产业向质量与价格相当，特征存在差异的同类产品的贸易。同类产品的产业内贸易能够帮助行业将进口的技术溢出效应与出口的动态学习效应结合起来，形成进口模仿—技术创新—产品出口—市场反馈—进口学习—技术改进—产品出口的良性循环。在这一过程中，本国企业通过产品实现了与国外技术的双向交流，从而能够显著地提高国内企业的技术创新效率与产出。