高技术产业绿色生态创新效率评价与影响因素研究

许晓冬 秦续天

[摘要]基于绿色生态与绿色发展理念，针对如何提升高技术产业创新效率，采用三阶段DEA模型对我国30个省域高技术产业创新效率进行探究。研究发现：产业生态和随机误差是影响高技术产业创新效率的主要因素；剔除产业生态和随机误差影响后，各省域综合技术效率均值、纯技术效率均值、规模效率均值均明显降低；产业生态可以划分为市场保障、产业规模、高技术产值占比3个维度，其中产业规模、高技术产值占比有助于驱动高技术产业创新效率，市场保障对高技术产业创新效率具有抑制作用；各省域高技术产业创新效率可以分为效率优质型、效率潜力型、效率改进型。据此提出构建良好的产业生态环境、打造专业化新集群、缩小区域发展差异等针对性政策建议。

[关键词]高技术产业；绿色生态；三阶段DEA；效率评价

一、 引言

进入“十四五”时期后，我国逐步过渡到新的发展阶段，产业结构升级缓慢、生态环境破坏、经济体转换动力不足等问题日益凸显。优良的生态环境是推动我国实现经济高质量发展的重要支撑，促进高技术产业创新效率提升是有助于我国更好适应动态环境变化的关键要素1。2021年2月，国务院发布《关于加快建立健全绿色低碳循环发展经济体系的指导意见》，指出要坚持维护生态环境，必须要通过低碳环保的经济发展方式，做到经济社会快速发展与生态保护统筹并进2。高技术产业绿色生态是以高技术企业为核心，通过与其他企业、高校、政府等构建联动关系并进行高效的资源共享，实现创新突破和产业升级，从而将技术成果转化为新商品或新服务，达到提升多元化竞争力的目的。

近年来，我国高技术产业创新水平不断提升，虽产出数量多却质量不高，致使创新成果转化率低、生态维护成本高，已严重影响了我国创新效率的提高。在绿色生态与绿色发展理念下有效提升高技术产业绿色生态创新效率既是重要的理论问题，也是亟需解决的现实难题。鉴于此，本文立足于我国当前时代发展趋势，围绕新格局下发展目标，在绿色生态与绿色发展理念下研究高技术产业创新效率及其影响因素，评价我国30个省区市高技术产业创新效率，并运用三阶段DEA模型对我国高新技术产业创新效率现状进行分析，探究产业生态对高技术产业创新效率的作用机理，为我国促进高新技术产业创新效率提供思路与对策。

二、 文献综述

1. 关于高技术产业创新效率的研究

高技术产业创新效率是指创新过程中技术资源投入与创新成果产出的比率[1]。研究发现高技术产业创新因收益的不稳定性、创新过程的信息不对称性和较高的监管开支，使高技术企业相较于其他企业更容易产生外部约束。为了把握高技术产业创新效率作用要素，一些学者从微观层面对如何提升高技术产业创新效率进行了探讨与测度。孙研等[2]基于企业层面证实高技术企业有助于资源分配合理化从而提升其创新效率。Roper等[3]认为产业聚集度在企业识别产业生态、区域经济水平中发挥重要作用。赖红波等[4]指出技术引进通过重组、再造及更新等方式解决创新过程中遇到的难题，促使高技术企业从多个方面综合提升创新效率。

随着研究的逐步深入，部分学者认为仅从企业层面无法有效解決高技术产业外部性问题[5]，为此，研究层面逐渐由微观向宏观层面转移，研究重点倾向于国家、省域高技术产业创新效率的促进要素。Chung等[6]基于国家视角从技术创新和非技术创新两个方面探究高技术产业创新有效提升路径。尹洁等[7]在创新生态系统视角下基于省域层面，创建三阶段创新效率测评体系，证实高新技术产业存在区域差异性。

2. 关于高技术创新效率影响因素的研究

目前，对于高技术创新效率影响因素的研究主要聚焦于资源要素、产业生态两方面。Wernerfelt[8]认为资源具有有限性、唯一性和独特性等特征，能够使企业保持多元化竞争优势，开展有利于发展的创新活动。Paul等[9]证实了有效的资源投入在提升高技术产业竞争力的同时，能够帮助高技术产业扩大市场份额，从而给企业带来巨大的创新收益。刁秀华等[10]强调企业规模质量与高技术产业创新效率呈正相关关系， 企业可依靠政府资金等外部经济支持推动研发活动。黄磊等[11]利用超效率模型指数计算了我国技术创新效率，发现产业结构高级化有助于创新效率提高。也有学者指出处于不同产业生态下的高技术产业会通过识别出有益于发展的主导逻辑、市场结构和未来趋势等，来实现创新效率不断提升[12]，这些产业生态包括创新环境、人才环境、设施环境、政治环境等。

为改善单一模型度量高技术产业创新效率的局限性，很多学者们尝试采用多模型实证方法探讨高技术产业创新效率。俞立平等[13]利用面板数据模型、门槛回归模型等多模型组合方法，探索创新投入、技术更迭对高技术产业创新效率的影响。孟卫军等[14]在创新链视角下利用网络SBM-DEA模型和面板Tobit模型，指出科技服务业与高技术制造业协调合作有助于提升创新效率。

3. 关于绿色产业生态的研究

高技术产业所处的绿色产业生态是由数个网络连接而成的复杂系统，而这一产业生态需要多种外部要素辅助。王志刚等[15]指出新时代农业保护政策应涵盖绿色生态，绿色生态有助于促进产业生产、保护环境。Ander[16]通过对印度、美国等地的创新效率、增长速度进行研究，指出全面评估企业所处的产业生态有助于公司实现预期目标，从生态角度能更好地理解高新技术产业的复杂性，探索高技术产业创新效率的驱动路径。刘志春等[17]构筑了一套产业生态评测体系来分析科技园的创新效率，发现科技创新效率与其所处的生态系统有密切关系，良好的产业生态对高技术产业创新效率有突出影响。

综上所述，学者们主要对高技术产业创新效率评价指标、影响因素进行了丰富的研究，但多采用创新链、创新生态链等视角，较少涉及绿色生态与绿色发展理念下高技术产业创新效率的深入探究。也有部分研究利用实证方法从资源要素、产业生态单一影响因素进行针对性挖掘，且成果颇丰，但结合两者对高技术产业创新效率影响因素进行综合测度的研究较少。基于此，考虑到目前我国经济发展中所要求的新部署与新理念，本文创建适用于绿色生态与绿色发展理念下高技术产业创新效率评价指标体系，并利用三阶段DEA模型分析各省域高技术产业创新效率影响因素的异同，最后提出有益于发展的政策建议，以期为我国实现高质量发展作出贡献。

三、 研究理论与方法

本文应用三阶段DEA模型探析绿色生态与绿色发展理念下高技术产业创新效率，可以更加高效、科学及合理地滤除环境、随机因素的影响，进而精确地展示各决策主体的效率水准。具体分析过程如下所示：

第一阶段：DEA-BC2模型

鉴于规模报酬不变的因素，投入导向下对偶形式的模型如下：

[s.tminθ-εeTS-+?TS+j=1nMiλj+S-=θM0j=1nN?λj-S+=N0][λj≥0，S-，S+≥0] （1）

式（1）中，j=1，2，[…]，n表示决策主体，数量为30；M和N分别是高技术产业创新投入、产出向量。DEA-BC2模型算出效率值为综合技术效率，同时可以划分为规模效率和纯技术效率。

第二阶段：SFA模型

首先对环境变量进行标准化处理，然后借助SFA模型采取回归分析，构建模型如下：

[Sni=fQi;βn+xni+μni;i=1，2，…I;n=1，2，…N] （2）

式（2）中，[Sni]是第i个决策主体第n项投入的松弛值；[Qi]是产业生态，[βn]是产业生态的系数；[xni+μni]是混合误差项，[xni]代表随机干扰，[μni]代表管理无效率。其中[x～N0，σ2x]是随机误差项，表示随机干扰因素对投入松弛变量的影响；[μ]是管理无效率，代表管理因素对投入松弛变量的影响，假设其服从在零点截断的正态分布，即[μ～N0，σ2μ]。

利用SFA的回归结果对投入项进行调整，从而除去环境因素和随机因素对效率测度的干扰，将所有决策主体调整于相同的产业生态中。调整模型如下：

[MAni=Mn?+maxfQi;βn-fQi;βr+maxxni-xnii=1，2，…I；n=1，2，…N] （3）

式（3）中，[MAni]是调整后的投入，[Mn?]是调整前的投入，[maxfQi;βn-fQi;βr]是对产业生态因素进行调整，[maxxni-xni]是将所有决策主体置于相同水平下。

第三阶段：调整后的DEA模型

将调整后的投入数据[MAni]代替原始数据[Mn?]，产出仍为原始产出数据，再次采用BC2模型，得到清除环境效应和干扰影响的实际效率值。

四、 指标选取与数据来源

1. 样本、变量及数据说明

选取中国30个省区市作为决策主体，遵循“案例样本数量充足且具有可获得性”的基本原则探索高技术产业创新效率，需说明的是，由于港、澳、台及西藏数据不全，未被纳入本次研究范畴。相关数据来自《中国统计年鉴》《高技术产业统计年鉴》《中国科技统计年鉴》及中国国内科技论文产出状况统计，所有变量均以2020年作为基础数据源。本次研究具体使用的分析软件为DEAP2.1和Frontier4.1。

2. 變量选取

本文尝试将资源要素、产业生态纳入分析框架，基于绿色生态与绿色发展理念下创建高技术产业创新效率分析架构，研究资源要素与产业生态两者共同作用对高技术产业创新效率的影响。为此，结合新常态下我国经济高质量发展和人与自然和谐共生的指导理念，将资源要素分为经济资本和劳动质量，用产业聚集表示产业生态，将创新成果划分为创新产出和社会产出，共设5个一级指标，15个二级指标。

本文以《中国区域科技创新评价报告》中较为完善的评估指标为核心依据，同时参照多个学者的度量方法选取如下变量：①经济资本，作为高技术产业创新效率提升的基本条件，包括内部支撑、外商投资和政府扶持，其中内部支撑采用研发经费内部支出评估，外商投资采用外商直接投资金额评估，政府扶持采用政府资金投入评估。②劳动质量，劳动质量是高技术产业创新效率提升的重要支撑，包括员工存量、人才基础和人力潜质。员工存量用高技术产业从业人数测度，人才基础采用人口中大专以上学历人口占比评估，人力潜质采取从事教育行业人数测度。③产业生态，采用产业聚集进行测度，包括市场保障、市场规模和高技术产值占比，市场保障采用国家级科技企业孵化器总数测度，市场规模采用高技术企业个数测量，高技术产值占比采用第三产业增加值测度。④创新产出，创新产出有利于激发高技术产业创新效率且能提升高技术产业活力，采用专利产出、项目产出及论文产出量测度，其中专利产出利用高技术产业专利申请受理量测量，项目产出采用研发项目数测度，论文产出量采用科技论文引文量测度。⑤社会产出：社会产出是高技术产业创新效率测度的重要反映，包括内销收入、外销收入及科技收入，其中内销收入、外销收入分别采用高技术新产品销售收入、高新技术产品出口占总出口额比重测算，科技收入采用高技术产业利润测算（表1）。

3. 投入产出指标的相关性分析

在使用DEA模型进行效率测度前，首先检测指标体系是否满足DEA模型的单调性原则，利用Pearson方法对6个投入指标、6个产出指标进行显著性检验（表2）。

如表2所示，高技术产业创新投入和产出指标显示正相关关系，满足三阶段DEA同向性要求。

五、 实证结果分析

1. 第一阶段：DEA-BC2模型实证结果

运用DEAP2.1软件测度2020年30个省区市高技术产业创新效率（表3）。

通过表3可以看出，首先除天津、河北、安徽、山东、湖南、贵州外，其他省份投入冗余较少，稀缺性明显，增加供给和优化配置是提升高技术产业创新效率的关键。山东省投入冗余最为显著，这反映出山东在资源配置、研发规模、人才管理等方面仍有较大提升空间。其次，我国各省份高技术产业创新综合技术效率为0.98，纯技术效率0.98，规模效率为0.99。鉴于第一阶段DEA模型包括环境因素、随机因素对高技术产业创新效率值的影响，当前的效率值未能真实反映高技术产业创新效率的实际情况，需要作进一步的分析。

2. 第二阶段：SFA模型回归结果

采用Frontier4.1软件构建SFA回归测度，运算过程中，管理无效率公式借鉴罗登跃[18]的研究成果（表4）。

从表4中结果可以看出，首先，市场保障对投入变量均具有显著正向影响，即高技术产业所在省份的国家级科技企业孵化器总数越高，投入冗余越大。究其原因，一方面可能是大部分科技孵化器过于集中于东部地区及少数城市，使得经济发达地区的研发经费过多，而偏远地区维修、管理费用不足；另一方面，许多孵化器缺乏有效的管理手段，多数现有孵化器管理人员来自政府或事业单位，缺乏服务意识，冗余人员较多。其次，产业规模对投入变量均具有负向影响，即高技术企业数越多，越能减少无效投入。高技术企业占比越高，企业间越容易形成竞合关系，成果产出量越大。最后，高技术产值占比对投入变量均具有负向影响，可能是因为第三产业中涵盖知识密集型服务业，有益于促进竞争效应，可以推动科学化、专业化分工，帮助降低高技术产业研发成本。

可见，各省份高技术产业在绿色发展理念下优化产业规模和高技术产值占比，有助于推动高技术产业加大产业生态的保护力度。其中，第三产业发展速度不断加快，优化的产业结构将激发高技术产业创造活力，推进企业开展环境保护、科技创新等活动，助力高技术产业绿色发展与产业转型升级形成紧密对接。同时，伴随高技术企业总量的增加，可以鼓励高技术企业将知识存量、资金储备、技术内涵等资源禀赋，通过技术更进、产品转化等方式提高绿色成果产出量，进而促进高技术产业创新效率有效提高。

3. 第三阶段：调整后的DEA结果

利用DEAP2.1软件测度，将第二阶段SFA调整后的投入值代替原始数据，产出数据不变，进行第二次效率分析（表5）。

从表5中结果可以看出，首先，调整后的高技术产业创新效率相较于第一阶段明显下降，即排除环境因素和随机扰动项的情境下，各省高技术产业创新综合技术效率均值由0.98降到0.57，纯技术效率均值由0.98降到0.84，规模效率均值由0.99降到0.65，这意味着各省高技术产业创新效率受产业生态和随机误差影响较大。其次，调整后的大部分省份创新效率发生了显著变化，DEA有效的省份由24个省份减少为2个省份，表明各省在环境因素和随机误差的影响下存在表面繁荣、效率虚高的现象。

为了有效分析各个省高技术产业创新效率情况，本文将30个省区市划分为3种类型（表6）。

从表6结果可以看出，首先，受空间地理位置影响，效率优质型省份纯技术效率和规模效率值均处于最佳状态，这些省份均位于东部地区，其中上海、北京、广东3个省市在除去环境影响因素后，高技术产业经营管理水平与创新效率仍处于领先水平。其次，效率潜力型省份纯技术效率和规模效率处于优良状态，涵盖区域范围较广。最后，效率改进型省份仍有较大提升空间，这些省份多位于我国西部地区，其中山西位于中部地区。

综合看来，首先，效率优质型省份创新效率较高且稳定性良好。主要是由于上海、北京、广东不断优化产业规模和推动高技术产值提升，因此北京经济技术开发区、广东工业园等在我国开发区绿色发展百强榜上排名较前，且在数量上也处于领先地位。其次，效率潜力型省份创新效率波动较大，且较多地受到环境生态和随机误差的影响。由于部分东部、中西部和东北地区持续凭借“振兴东北绿色发展”“推进中部地区高质量发展”“西气东输”等发展战略实施的影响，不断推动省域完善能源结构、产业结构和生态结构的调整，因此该类型省份涵盖较广且状态优良，具有较大发展潜力。效率改进型省份创新效率相对较低，是由于该部分地区经济发展较为落后、技术创新水平不高，应将纯技术效率和规模效率的提升视为改进方向，积极吸收管理经验，优化资源配置。

六、 研究结论及对策建议

1. 研究结论

（1）第一阶段分析证实我国高技术产业创新效率值整體水平较高，其中产业生态和随机误差是影响创新效率的重要因素。第二阶段SFA检验结果显示市场保障对各投入松弛变量都具有正向影响，限制了高技术产业创新效率的提升，主要是由于科技企业孵化器数量已经溢出了最佳市场供应水平，通过孵化器供给量的增加促进高技术产业创新效率并无显著增长空间。产业规模、高技术产值占比有利于推动高技术产业创新效率的升高，主要是由于扩大高技术企业总量、第三产业产值，可以达到高技术产业创新效率提高的目标。第三阶段剔除环境因素后，我国高技术产业创新效率均值明显降低，且DEA有效省份数量减少，主要是由于各省仅依靠地理资源优势、政府资金支持无法提升高技术产业创新效率，如果不能完善管理质量、技术效率、重视程度，将无法维持领先优势。

（2）高技术产业创新效率存在着显著的省际差异，中西部地区与东部地区的差异巨大。上海、北京、广东属于效率优质型，高技术产业创新效率处于领先水平。江西、江苏、河南等属于效率潜力型，高技术产业创新效率有待提升。宁夏、甘肃、新疆等属于效率改进型，高技术产业创新效率仍有较大的进步空间。

2. 对策建议

（1）激发创新积极性，构建良好的产业生态。充分利用宏观调控搭建技术联动机制，推动高技术产业构建良好的产业生态环境。首先，在加快产业转型升级和经济稳步提升的基础上，建立创新激励机制。采用绩效评价、质量考核及第三方监督等手段，充分调动企业研发积极性，提升成果转化能力，提升高技术企业创新收益。其次，强化知识产权保障机制。保障生产商、经营商的合法权益，加快技术创新整合、再造，推进高技术产业转型升级，实现高技术产业创新进步。最后，鼓励高技术企业打破单向合作方式，着重构建完善的资金引入支持系统。以深化高技术企业改革为重点，采取市场化、协同化的方式提高企业竞争优势，通过提高政策透明度、减轻税费金额、完善市场服务等有效手段，重塑传统产业的同时培育新型产业，加快区域产业转型升级和经济稳步提升，推动区域全面发展，形成绿色的技术产业链。

（2）保证创新资源供给，打造专业化新集群。充裕的研发资金投入、完善的人力资源体系、精准的减税政策是有助于增加高技术企业数量、提高第三产业产值的重要手段。第一，针对企业类型采取资源保障政策。对于中小型高技术企业，可以通过降低税率、审核发配及配套招商等基础支撑政策，减少中小企业创新的高风险和不稳定性，促进企业快速发展。对于大型企业可以通过柔性引进、股权激励等手段对金融资源、人力资源等进行高效配置，确保高技术产业要素资源效率有效提升。第二，完善企业、政府互动网络的建设，推动本土化高技术产业凝聚。通过长期稳定的协助集群，达到互利互惠结对帮扶的目的，帮助高技术企业解决人力资源不足、物质资源缺失及金融资源束缚等问题，提高技术流动与转化能力。第三，立足自身发展状况，促进高技术产业资源有效利用并提高规模效益，发挥创新集聚效应。通过环保政绩考核机制、区域帮扶机制等手段，鼓励高技术产业采取绿色技术创新，积极融入现代化集群建设和产业合作。

（3）稳步提升产业创新效率，缩小区域发展差异。我国各省区市高技术产业创新效率有着明显的区域差异，对于效率优质型的东部地区省份，包括上海、北京、广东等处于或接近技术效率的前沿，应侧重于引领生产技术和企业经营管理的创新，以带动中国高技术产业整体水平的提升。为了改进区域发展不均衡的状态，应强化创新能力排序落后的省区市绿色政策支持系统，政府指导资源合理分配，提升绿色技术仪器设施建设水平，利用市场和相关政策引导资本和技术促进绿色发展能力升高，增强区域技术创新能力。

对于效率潜力型的省份，包括江西、江苏、河南等应以扩大行业规模并提升规模效率为重点，通过整合与高技术产业有关的生产要素，扩大行业发展规模。冲破区域内产业化相对较弱的发展局面，进一步扩大对外贸易，利用地区优势开发特色产业，依照国家相关政策，形成“政产学研”的联动链条，建立区域产业互助合作，以此促进各地高校和科研院所等非营利性机构参与到绿色创新活动之中，推动区域内绿色创新体系和经济高质量发展的协调互补，落实生态保护与社会的高质量现代化建设。

对于效率改进型的省份，包括宁夏、甘肃、新疆等应当立足自身发展状况，从技术制度、维护产权、高校培育等多个方面实施以技术革新为核心的综合发展体系，在加快塑造传统产业的同时孕育新产业，带动区域发展，促进高技术产业资源有效利用，从而提高规模效益，发挥其创新集聚效应，同时加强业务交流和产业合作，带动发展薄弱区域提升经贸水平，实现产业多元化发展战略。

参考文献：

[1] Bai Y，Song S Y，Jiao J L，et al.The Impact of Government R&D Subsidies on Green Innovation：Evidence from Chinese Energy-intensive Firms[J].Journal of Cleaner Production，2019，233（1）：819-829.

[2] 孙研，李涛.我国高新技术产业创新效率测算[J].统计与决策，2020，36（16）：115-118.

[3] Roper S，Du J，Love J H.Modelling the Innovation Value Chain[J].Research Policy，2008，37（6）：961-977.

[4] 赖红波，施浩.技术体制与医药制造业创新效率研究[J].科研管理，2021，42（11）：16-24.

[5] 冯旭，王凡.组态视角下高技术产业创新效率提升路径研究——一项模糊集定性比较分析[J].科技进步与对策，2021，38（11）：54-60.

[6] Chung D，Jung H，Lee Y.Investigating the Relationship of High-tech Entrepreneurship and Innovation Efficacy：The Moderating Role of Absorptive Capacity[J].Journal of Engineering and Technology Management，2021，4（10）：1-12.

[7] 尹洁，刘玥含，李锋.创新生态系统视角下我国高新技术产业创新效率评价研究[J].软科学，2021，35（9）：53-60.

[8] Wernerfelt B A.Resource-Based View of the Firm[J].Strategic Management Journal，1984，5（2）：171-180.

[9] Paul W B， Dwarka C. Using the Resource-based View in Multinational Enterprise Research[J].Journal of Management，2021，47（7）：1861-1877.

[10] 刁秀华，李姣姣，李宇.高技术产业的企业规模质量、技术创新效率及区域差异的门槛效应[J].中国软科学，2018（11）：184-192.

[11] 黃磊，吴传清.长江经济带城市绿色技术创新效率及其动力机制研究[J].重庆大学学报（社会科学版），2021，27（1）：50-64.

[12] 张樨樨，曹正旭，徐士元.创新质量对高技术产业绿色创新效率影响的异质性——基于产业集聚的门槛效应[J].科技管理研究，2021，41（18）：10-17.

[13] 俞立平，邱栋，彭长生，等.高技术产业创新效率对创新质量作用机制研究[J].宏观质量研究，2021，9（2）：29-42.

[14] 孟卫军，林刚，刘名武.科技服务业与高技术制造业协同集聚对创新效率的影响[J].西部论坛，2021，31（3）：82-96.

[15] 王志刚，朱佳，于滨铜.乡村振兴战略下新型农业支持保护政策体系研究[J].财经问题研究，2019（10）：103-112.

[16] Adner R. Match your Innovation Strategy to Your Innovation Ecosystem[J].Harvard Business Review，2006，84（4）：98-107.

[17] 刘志春，陈向东.科技园区创新生态系统与创新效率关系研究[J].科研管理，2015，36（2）：26-31.

[18] 罗登跃.三阶段 DEA 模型管理无效率估计注记[J].统计研究，2012，29（4）：104-107.

基金项目：大连市社科院2021年度课题“‘双循环格局下大连营商法治环境评价体系及优化路径研究”（项目编号：2021dlsky079）；大连市社科院2022年度课题“数字经济与农业现代化融合促进大连经济高质量发展路径研”（项目编号：2022dlsky106）。

作者简介：许晓冬（1978-），女，汉，博士，大连工业大学管理学院，副教授，硕士生导师，研究方向为产业经济；秦续天（1994-），女，汉，大连工业大学管理学院，硕士研究生，研究方向为产业技术。

（收稿日期：2022-06-13  责任编辑：苏子宠）

1 资料来源于《坚决扛起中央生态环境保护督察政治责任》，人民网，http：//politics.people.com.cn/n1/2022/0804/c1001-32493810.html。

2 资料来源于《关于加快建立健全绿色低碳循环发展经济体系的指导意见》，中华人民共和国中央人民政府官网，http：//www.gov.cn/xinwen/2021-02/22/content_5588304.htm。