APP下载

产业持续创新发展水平评价研究
——以新一代信息技术产业为例

2021-04-05王丽丽王欢明

科学决策 2021年3期
关键词:规模效率信息技术

李 佳 王丽丽 王欢明

1 引 言

提升持续创新能力是新一代信息技术产业在激烈的国际竞争中取得优势地位的关键。诺基亚、柯达等众多行业领先企业的没落证明如果不能保证产业持续创新发展,最终将落入不可挽回的境地。我国对产业持续创新能力的重视可以追溯到“十五”时期的科技发展规划,规划中明确将增强信息技术产业持续创新能力纳入战略部署与重点任务中。在《“十二五”国家自主创新能力建设规划》中再次指出增强重点产业持续创新能力是贯彻落实创新驱动发展战略的重要措施。在越来越激烈的竞争环境下,产业若想在国际市场中立于不败之地,保持持续创新是至关重要的。只有推动产业持续创新发展,不断地向产业链的中高端挺进,从产业的落后者到并跑者最终成为产业领跑者并不断反超越,才能在这场“科技马拉松”中突出重围、取得胜利。

在创新资源有限的情况下,推动产业持续创新发展不能仅依赖于加大创新要素的投入,创新效率更是值得关注的问题(刘伟和李星星,2013[1])。如果创新效率不高,产业将逐渐失去创新的动力源,难以实现持续创新发展。新一代信息技术产业是为国民经济各行业提供支持的支柱产业,产业的持续创新发展直接影响着我国的国际竞争力,因此,对新一代信息技术产业创新效率进行合理评价,分析比较不同细分行业的创新效率差异,识别制约产业创新效率提高的主要因素,科学地认识产业持续创新发展水平,进而为提升产业持续创新能力的政策制定提供依据,对我国实现科技创新强国“三步走”战略目标意义重大。

现有持续创新水平的评价研究主要从以下三个视角:一是将持续创新理解为生态创新。该视角考虑发展过程中创新活动对自然生态系统的影响,研究一般从非期望投入与产出角度进行评价(肖仁桥等,2017[2]);二是将持续创新理解为可持续导向的创新发展。该视角认为创新过程应考虑社会、经济、环境的协调发展,研究主要从社会效益、经济效益、环境效益角度进行评价(Mcelroy,2003[3]);三是将持续创新理解为创新的可持续性。该视角考虑如何通过一定的措施使创新行为在相当长的一段时间持续连贯的开展,研究主要从创新投入能力、创新生产能力、创新过程能力等角度进行评价(曹文才等,2013[4])。在持创新的可持续性观点的学者中,已有研究主要以地区宏观层面(宋马林等,2010[5])及企业微观层面(何郁冰等,2017[6])为研究对象进行评价。此外,在对持续创新水平的测度与评价分析的研究中,部分学者构建了评价指标体系,但没有进行实证研究(李昂,2016[7])。部分学者通过实证研究探究了创新要素对持续创新发展的作用效果,孙源(2017)[8]研究发现向科研主体提供资金支持能够推动产业持续创新发展。Gibbert等(2014)[9]认为充足的创新资源尤其是经费投入比资源有限供给更能成为持续创新发展的有效动力。Henard和Mcfadyen(2012)[10]研究表明增加资金支持与人力资源投入对推动企业持续创新发展有积极影响。部分学者通过对创新能力、创新绩效及创新效率的实证研究结果评价持续创新水平,曹蕊(2019)[11]运用可拓综合评价法评价福州市高新技术产业持续创新能力。冷雄辉和张丛煌(2015)[12]采用DEA方法测算江西省创新型企业的持续创新效率。朱钰等(2020)[13]采用DEA两阶段模型测量省际高技术产业创新效率。付秀梅等(2020)[14]采用SFA分析方法对海洋生物医药产业创新效率进行评价。关丽和苏建军(2021)[15]采用DEA-Malmquist模型测量中原城市群高新技术产业创新效率。

通过对已有文献的梳理发现,基于创新的可持续性视角对产业层面创新发展的研究较少,且研究主要关注持续创新能力评价体系构建,强调创新要素投入对持续创新水平的提升作用,缺乏从创新效率方面进行测度与评价持续创新水平的研究,而在资源有限的情况下,创新效率是检验持续创新水平的关键。此外,已有创新效率测量的研究多采用SFA模型、传统DEA模型及DEA-Malmquist模型等方法,未考虑环境及随机因素对创新效率的影响,导致效率测算结果不够精确。相较于以前的研究,本文侧重通过对创新效率的测量来评价新一代信息技术产业持续创新水平,利用三阶段DEA模型,客观地测量新一代信息技术产业及其细分行业的创新效率及分解效率,进而找出制约创新效率提升的主要因素,依据测量结果分析各行业不同的创新发展模式,并提出相应的政策建议。

2 研究模型

创新效率的研究方法以传统的数据包络分析法(data envelopment analysis,缩写DEA)和随机前沿分析法(stochastic frontier analysis,缩写SFA)居多(易明等,2019[16])。然而,SFA方法必须在一定假设条件的基础上设定函数形式,存在无法区分模型设定偏差干扰与非效率性的情况,导致模型应用范围受限。传统的DEA方法不需要提前设定函数模型,避免了模型偏误风险,但该方法将决策单元的管理无效率作为单一的影响解释因素,据此测得的效率值是不够准确的。想要评价产业持续创新水平,必须要理清楚产业创新效率、纯技术效率与规模效率之间的关联,三阶段DEA模型可以很好的解决这一问题。

Fried等(2002)[17]在传统DEA模型的基础上提出了能够剥离环境因素、管理效率及统计噪音对效率水平影响的三阶段DEA模型。共包括以下三个阶段:

第一阶段,传统DEA模型构建。DEA基本模型是由Charnes等(1978)[18]于1978年提出的一种效率测度法,Banker等(1984)[19]提出假设报酬可变的DEA模型(简称BCC模型),BCC模型可计算出各决策单元的创新效率并进一步分解为纯技术效率和规模效率。本文将新一代信息技术产业的各细分行业视作一个决策单元,第一阶段采用规模报酬可变的BCC模型分析得到各行业的创新效率值及投入冗余。

第二阶段,相似SFA模型构建。第二阶段运用相似SFA模型测量环境因素、管理效率和统计噪音的影响并在此基础上进行剥离,得到管理因素影响下的效率值。以第一阶段BCC模型分析结果为基础,引入企业规模、创新环境、市场开放度、外商投资、行业人员素质五个可测量的环境影响因素变量,分别对新一代信息技术产业的七个细分行业的经费投入冗余和人员投入冗余进行SFA回归分析,剔除环境和随机因素的影响。

随机前沿成本函数模型为:

将随机因素的影响从混合误差项中分离,分离公式如式(2):

将七个细分行业的经费投入、人员投入依据计算出的环境与随机因素的影响因子调整至相同的客观情况下,调整公式如式(3):

其中:xij(i=1,2;j=1,2,…,7)分别代表新一代信息技术产业七个细分行业经费和人员的投入初始值,代表调整后的投入量;为随机误差的估计值;为环境变量待估参数;表示将七个细分行业调整至相同的环境;表示将七个细分行业的随机误差调整到相同情形。

第三阶段,调整后的DEA模型构建。采用调整后的投入变量与原始产出变量,重复第一阶段BCC模型测算步骤,得到排除环境及随机误差影响的创新效率值。

3 变量和数据

3.1 创新投入与产出变量选取

创新投入及产出变量选取过程中参考叶丹和黄庆华(2017)[20]的研究,选取研发人员折合全时当量、研发经费内部支出两个指标衡量创新投入,选取专利申请数量、新产品销售收入两个指标衡量创新产出。

3.2 环境变量选取

对于环境变量的选择,根据Simar和Wilson(2005)[21]的“分离假设”,即环境变量的选取应满足既对决策单元的创新效率产生显著影响但又不受决策单元的主观控制。本文从以下五个方面选取影响新一代信息技术产业创新效率的环境变量:

(1)企业规模

一方面扩大企业规模是提高创新效率的有效条件(Chen等,2004[22]),另一方面通过多元化方式扩大企业规模将分散企业的研发投入,不利于企业创新能力的提高(苏昱霖等,2017[23])。本文通过行业主营业务收入与企业数的比值测量(孟维站等,2019[24])。

(2)创新环境

良好的创新环境可以调动研发的积极性,增加创新效率(孟维站等,2019[24]),然而,创新环境越好,越容易出现跟风创新的情况,影响创新效率(刘志迎和张吉坤,2013[25])。本文通过研发机构与行业企业数的比值测量(孟维站等,2019[24])。

(3)市场开放度

市场开放有利于经验与技术的交流及扩散从而提高创新效率(冯海波和葛小南,2019[26])。本文通过行业出口交货值测量(李婉红和刘芳,2019[27])。

(4)外商投资

外资引入能够增加资本存量,有利于加大创新积极性从而提高产业技术创新效率,但也有可能发生争抢国内资源的情况,对创新效率造成消极影响(刘伟,2016[28])。本文通过外商投资企业总资产与行业总资产的比值测量(李柏洲等,2019[29])。

(5)行业人员素质

行业人员素质的提高可以为创新活动提供智力支持,有利于创新效率的提高(赵利民和刘帅,2017[30])。本文通过科研机构人员与从业人员年平均人数的比值测量(刘志迎和张吉坤,2013[25])。

相关指标及其代码如表1所示。

表1 创新要素与创新绩效衡量指标

续表

3.3 数据来源与处理

新一代信息技术产业还没有完善的统计数据,部分学者采用电子及通信设备制造业作为依托产业进行研究(陈鲁夫和邵云飞,2017[31])。电子及通信设备制造业具有完备的统计数据且与新一代信息技术产业有紧密联系,由该产业近似地代替新一代信息技术产业进行推断,具有理论代表性与现实可行性。本文采用电子及通信设备制造业的统计数据对该产业及其细分行业进行实证研究,细分行业包括通信设备制造、广播电视设备制造、雷达及配套设备制造、视听设备制造、电子器件制造、电子元件制造、其他电子设备制造。研究通过《中国统计年鉴(2009—2019)》、《中国高技术产业统计年鉴(2009—2019)》收集整理数据。

数据处理过程中,为使不同时期的数值可以比较,对研发经费内部支出和新产品销售收入分别采用GDP指数、价格指数进行平减处理,均折算为2000年价格。考虑到研发经费投入的使用周期较长,故采用永续盘存法计算研发经费的存量数据,以15%的折旧率计算。新一代信息技术研发周期较短,参考Jaffe(2000)[32]研发投入与产出之间几乎没有滞后的观点,在实证分析过程中不做滞后处理。对于缺失的数据,采用平滑指数的方法补缺。

4 实证结果分析

4.1 新一代信息技术产业创新效率实证结果分析

(1)第一阶段的DEA模型实证结果

第一阶段借助Deap2.1软件,采用BCC模型测量2008-2018年新一代信息技术产业七个细分行业创新效率、纯技术效率和规模效率的初始数值,具体结果如表2、表3、表4中每一个行业对应“调整前”的效率值所示,其平均变化趋势见图1。可以得到以下结论:

表2 2008-2018年新一代信息技术产业各细分行业创新效率调整前后对比

表3 2008-2018年新一代信息技术产业各细分行业纯技术效率调整前后对比

续表

表4 2008-2018年新一代信息技术产业各细分行业规模效率调整前后对比

图1 新一代信息技术产业第一阶段平均效率变化趋势

①新一代信息技术产业创新效率值提升。2008-2018年期间,新一代信息技术产业创新效率从0.78提高到0.92,上升18%,其平均值为0.86;纯技术效率从0.93提高到0.99,小幅提升6%,其平均值为0.96;规模效率从0.85提高到0.93,提升9%,其平均值为0.90;在2008-2018年间,除2009年外,其余年份规模效率平均值均低于纯技术效率平均值,表明存在资源投入不足与分配不合理的情况。

②新一代信息技术产业创新效率呈波动变化,不同时期的效率表现有较大差异。在2008-2018年间,纯技术效率呈现平缓上升趋势(标准差为0.24),仅在2012年出现微弱衰退的现象,规模效率与创新效率变化规律相似且幅度相近,2008-2011年呈现先上升后下降趋势,2011年创新效率降到最低值0.78,2011-2018年呈现波动上升趋势,2016年创新效率达到最高值0.94。可以看出,在存在环境因素影响的情况下,规模效率较低且不稳定是创新效率难以提升的主要因素,创新效率值呈现明显波动,这在一定程度上与新一代信息技术产业具有的技术更新速度快、不确定性强、风险性高等特点有关。

第一阶段计算得到的结果包含环境及随机因素对创新效率的影响,不能客观反映新一代信息技术产业创新效率的实际水平,需进一步调整并重新测算。

(2)第二阶段的SFA模型实证结果

利用第一阶段计算得到的研发人员与研发经费投入松弛变量作为被解释变量,以市场开放度、外商投资、行业人员素质、创新环境、企业规模五个环境因素作为解释变量,采用Frontier4.1软件进行计算。

估计结果见表5,γ值分别为0.82和0.63,各回归系数都通过显著性检验,说明所选择的环境因素及管理无效率对研发资金投入效率冗余及研发人员投入效率冗余均产生显著影响。具体影响结果分析如下:

表5 第二阶段SFA估计结果

①企业规模

企业规模对两种创新投入要素松弛变量的回归系数均为负。说明企业规模增大有利于减少研发人员投入及研发经费投入的冗余。大规模的企业在技术创新过程中易形成规模效应,能够为创新活动提供充足的人力资本,提高人员的使用效率;同时,由于新一代信息技术产业属于战略性新兴产业,具有前期投入大、存在不确定性等特点,而大规模企业具有一定的风险承担能力、融资能力以及较强的资源分配能力,有利于减少研发资金的浪费。

②创新环境

创新环境对研发人员投入松弛变量的回归系数为正,对研发资金投入松弛变量的回归系数为负。说明创新环境对研发人员冗余的减少产生消极影响,而对减少研发资金投入冗余有积极影响。研发机构数量的增加会导致管理效率低下,劳动力资源的重复配置导致研发人员投入的冗余;另一方面,研发机构的增加加剧了机构间的竞争,只有具备核心竞争力的机构能够在优胜劣汰中存活,为提高产学研合作的效率,加强竞争力,研发资源将尽可能的被集中投入到解决关键问题的领域,这将减少资金投入的冗余。

③市场开放程度

市场开放程度对研发人员投入松弛变量的回归系数为正,对研发资金投入松弛变量的回归系数为负。说明开放程度的增加对研发人员冗余的减少是不利的,而有利于降低研发资金投入的冗余。当市场开放程度增加,产业所面临的竞争环境变化速度也将加快,研发人员在短时间内不能跟上市场快速变化的节奏,出现不能及时适应的情况,相同的工作需要投入更多的人员,降低了研发人员的使用效率;另一方面,市场开发程度的增加有利于获取与利用国外的先进知识及技术,同时也使得我国新一代信息技术产业在国际化市场上的竞争优势逐渐凸显,在一定程度上促进了新一代信息技术产业创新发展,有益于资金使用效率的提高。

④外商投资

外商投资对两种创新投入要素松弛变量的回归系数均为负。说明外资投入有利于减少研发人员及研发经费的冗余。外商直接投资的同时在一定程度上引入了先进的人力管理方法,活跃了人员交流的创新环境,通过人力资源流动以及竞争等效应提高了研发人员的利用效率;同时,外商投资带来的技术扩散效应、示范效应可以在一定程度上提升研发经费使用效率。

⑤行业人员素质

行业人员素质对两种创新投入要素松弛变量的回归系数均为负。说明行业人员素质提高有利于减少研发人员及研发资金投入的冗余。提高人员素质有利于提升对新知识的学习能力与新技术的消化吸收能力,技能的提升有利于提高研发人员的工作效率,降低了人员的冗余;随着行业人员素质的提高,突破技术发展瓶颈的能力与预测技术前沿的能力也将提升,这有利于提高技术创新试验的成功率,同时也有助于把握研发试验的重点,将研发经费用在“刀刃上”,从而减少研发经费投入的冗余。

(3)第三阶段的DEA模型实证结果

基于调整后的投入数据与原始产出数据,第三阶段采用BCC模型测算,对各行业的创新效率、纯技术效率和规模效率进行分析,具体结果如表2、表3、表4“调整后”的效率值所示,其平均变化趋势见图2。可以得到以下结论:

图2 新一代信息技术产业第三阶段平均效率变化趋势

①新一代信息技术产业创新效率值整体降低。剔除环境和随机因素后,2008-2018年期间,创新效率由0.62大幅提升至0.84,上升35%,其平均值为0.78;纯技术效率由0.98提升至1,上升2%,其平均值0.99;规模效率由0.63大幅上升至0.84,上升33%,其平均值为0.78;在2008-2018年间,纯技术效率持续显著高于规模效率,表明较高且稳定的纯技术效率是创新效率提高的主要原因。

②新一代信息技术产业创新效率呈现波动上升趋势,规模效率较低是创新效率难以提升的主要因素。从变化趋势看,纯技术效率变化幅度较小,保持稳定在较高效率值(标准差为0.008);规模效率和创新效率变化趋势与变化幅度相近,二者均在2008、2009年处于较低的效率水平,2010-2018年间小幅波动上升(创新效率标准差为0.04)。这可能是由于以2010年我国颁布《国务院关于加快培育和发展战略性新兴行业的决定》为起点,国家陆续制定了《关于促进战略性新兴产业国际化发展的指导意见》(2011)、《“十三五”国家战略性新兴产业发展规划》(2016)等一系列包含针对推动新一代信息技术产业创新发展的具体扶持政策,一定程度上对新一代信息技术产业的创新效率起到支撑稳定作用,同时也可以看出,如何进一步提升产业的创新效率,是一个必须面对的问题。

2008—2018年间新一代信息产业各效率值调整前、后的变化情况如图3所示。通过调整前、后的各效率值对比可以看出:环境及随机因素导致产业创新效率值被高估,规模效率不高是阻碍创新效率提高的主要因素,保证纯技术效率的稳定对产业持续创新发展有重要作用。主要表现在:第一,调整后创新效率平均值由调整前的0.86降低至0.78,即环境及随机因素导致新一代信息技术产业的创新效率值被高估;第二,调整后纯技术效率平均值由调整前的0.96提升至0.99,可见较低的创新效率并非来自技术创新管理的无效,产业所处的不利环境影响了创新效率的提高;第三,剔除环境因素后规模效率由调整前的0.90显著下降至0.78,各细分行业普遍处于规模报酬递增状态,说明规模效率受环境影响较大,现有创新环境有利于规模效率的提升,但这也意味着仅通过扩大规模提高创新效率的途径难以成为支持产业持续创新发展的长久动力,保证较高的纯技术效率水平是产业持续创新发展的重要任务。

图3 (a)新一代信息技术产业调整前、后创新效率平均值变化对比图;(b)新一代信息技术产业调整前、后纯技术效率平均值变化对比图;(c)新一代信息技术产业调整前、后规模效率平均值变化对比图

4.2 新一代信息技术产业各行业创新效率发展模式分析

2008—2018年间新一代信息产业细分行业各效率值调整前、后的变化情况如图4所示。可以发现,不同行业效率值在调整前、后均存在明显差异,环境因素对不同行业作用效果不同。

调整前,广播电视设备制造业、通信设备制造业、电子器件制造业、其他电子设备制造业在部分年份创新效率值为1,视听设备制造行业的创新效率始终为1,即处于效率前沿面。电子元件制造业与雷达及配套设备制造业的创新效率在2008—2018年间平均值分别为0.79和0.54,存在较大提升空间。

调整后,广播电视设备制造业、雷达及配套设备制造业、其他电子设备制造业的创新效率均有较大程度的降低,其中,变化幅度最大的行业为雷达及配套设备制造业,创新效率平均值由调整前的0.54大幅降低至0.21,下降61%,现有环境因素有利于这些行业创新效率的提升;电子元件制造业及通信设备制造业的创新效率平均值显著提高,其中,变化幅度最大的为电子元件制造业,由调整前的0.79提升至0.91,上升16%,现有环境因素阻碍提升电子元件制造业及通信设备制造业的创新效率;然而,环境及随机因素对电子器件制造业、视听设备制造业创新效率影响程度较弱。

为更有效地提升新一代信息技术产业各细分行业的创新效率进而促进各行业持续创新发展,从技术管理水平和规模效应两个角度对各行业进行分析,依据不同的特征定义发展模式。

根据调整后的效率值特点,取规模效率为0.8,纯技术效率为0.8作为临界值,并定义“高高”模式为:规模效率>0.8且纯技术效率>0.8;“高低”模式为:规模效率>0.8且纯技术效率<0.8;“低高”模式为:规模效率<0.8且纯技术效率>0.8;“低低”模式为:规模效率<0.8且纯技术效率<0.8。据此,对七个行业的创新模式进行划分。具体如图5所示。

图5 行业创新模式象限图

其中,处于“高低”模式及“低低”模式的行业数为零;处于“高高”模式的行业有四个:视听设备制造业、电子器件制造业、通信设备制造业、电子元件制造业,这些行业持续创新发展势头较好。处于“低高”模式的行业有三个:广播电视设备制造业、其他电子设备制造业、雷达及配套设备制造业,这些行业规模效率不高严重影响了其持续创新发展水平。在这些行业发展过程中,如何提高规模效率使其达到最佳状态,是一个需要思考的问题。

5 结论与对策建议

5.1 研究结论

本文以新一代信息技术产业为研究对象,通过对2008-2018年的面板数据运用三阶段DEA模型测度产业创新效率进而对产业持续创新发展情况进行评价,得出以下结论:

第一,环境因素和随机因素对产业创新效率发挥了不同程度的作用。其中,企业规模、外商投资和行业人员素质对研发人员投入冗余的减少为积极影响,创新环境和市场开放度对研发人员投入的冗余减少为消极影响。企业规模、创新环境、市场开放程度、外商投资、行业人员素质对经费投入冗余的减少为积极影响。在剥离企业规模、创新环境、市场开放度、外商投资、行业人员素质等环境因素后,得到的预测结果更符合现实情况。

第二,新一代信息技术产业各行业创新效率存在明显差异,持续创新发展水平不均衡。按照纯技术效率和规模效率将新一代信息技术产业各行业划分为两种模式,即“高规模效率高纯技术效率”和“低规模效率高纯技术效率”发展模式。这些模式揭示了产业的创新效率结构特征,通过划分创新效率模式可以准确定位各行业的持续创新发展情况以及“卡脖子”的关键点,为保证新一代信息技术产业持续创新发展,各行业需根据具体情况采取措施。

第三,规模效率偏低是阻碍新一代信息技术产业创新效率提升,导致产业持续创新水平较低的主要因素,大部分行业处于规模报酬递增状态,创新资源投入不足在一定程度上限制了创新效率的提升,如何克服规模障碍是发展中必须关注的问题。

5.2 对策建议

首先,改善创新环境因素,减少创新资源投入冗余以提升创新效率。依据关键环境要素对创新效率影响的特征,促进产业持续创新发展可通过以下方式:①支持企业规模化发展,带动产业形成规模效应。政府可以在人才引进、风险投资、融资渠道扩展、引进战略投资等方面给予中小企业更多政策支持,鼓励有能力的中小企业通过兼并重组、参股、控股、跨国并购等方式实现产业链横向扩展与纵向延伸,提升联合创新能力,积极扩大经营规模;引导大企业发挥规模优势与集聚作用,使更多创新要素向大规模企业集聚,鼓励大企业加大前沿技术研发投入,承担核心关键技术攻关任务。②积极培育良好的创新环境,重视提升科研机构管理水平。鼓励校企联合设立孵化器、专业咨询机构、研发机构、知识产权机构等创新环境支撑机构;建立科学有效的评价体系,跟进团队科研项目评价、加强科研成果质量评价、规范创新绩效评价;培养机构内部科研文化,引导科研人员掌握前沿信息,把握技术发展动向,预防盲目“跟风”情况发生。③适当调节市场开放程度,提高信息技术企业环境适应能力。优化进出口结构,着重提高出口竞争力,避免盲目进口;加强与技术先进国家的合作及资源交换,尽量减少进口对国内信息技术产业带来的冲击;提高信息技术企业洞察能力与防御能力,使企业面对市场开放带来的市场环境变化时能够及时做出调整。④优化投资环境,建立多元化的投资结构。设立新一代信息技术产业投资承接服务机构等配套中介机构,改善投资环境,有利于吸引外资;调整外资准入门槛,规范投资行为,从而提高引资质量;创新投资方式,拓宽投资渠道,有效提升产业市场竞争活力。⑤重视新一代信息技术产业创新人才培养,提高“高精尖缺”人才引进效率。建立人才信息共享平台,实现新一代信息技术产业创新人才高效挖掘;加强信息技术人才培训体系建设,鼓励高等学校面向关键核心技术需求设立相关专业,注重复合型人才素质培养;提高职业院校信息技术人才培养质量,壮大信息产业实用型人才队伍。

其次,注重各行业创新模式差异,针对性地提供扶持与引导。对于“高规模效率高纯技术效率”模式的行业,处于高持续创新发展水平,在保持创新效率的基础上进一步完善行业布局,提升管理水平,增强产业软实力,扩展培育产业链上下游行业形成完整的产业链条,注重发挥集聚效应,提高规模效应,从而提升行业竞争力,进一步推动新一代信息技术产业的持续创新发展;对于“低规模效率高纯技术效率”模式的行业,处于低持续创新发展水平阶段,可以通过优化管理制度设计保持较高的创新主动性和能动性,同时,采用强化优势资源的整合、改进资源配置以及扩大生产规模等方式逐步提升行业的规模效率。

最后,优化创新资源配置结构,提高创新资源管理水平。通过出台福利政策吸引高水平人才以及加大财政支持等方式适当增加创新资源投入;鼓励企业学习先进的运营与管理经验,及时把握资源流向并跟踪落实使用情况;注意合理优化资源配置,减少不必要的资源浪费,突破规模效率较低这一限制瓶颈。

猜你喜欢

规模效率信息技术
科学创新人才的适度规模培养
50亿元!目前规模最大的乡村振兴债券发行
新一代信息技术征稿启示
2020年我国机器人产业规模达1000亿元
新一代信息技术征稿启示
新一代信息技术征稿启示
信息技术在幼儿教育中的有效应用
提升朗读教学效率的几点思考
注意实验拓展,提高复习效率
Mentor Grpahics宣布推出规模可达15BG的Veloce Strato平台