中国与OECD 国家高技术产业创新绩效评价及影响因素——基于二阶段动态Hybrid 模型的研究

杨韶艳，侯欣然，刘晓伟

（1．宁夏大学 经济管理学院，宁夏 银川 750021；2．中国农业银行股份有限公司 贵阳分行，贵州 贵阳 550000）

一 引言

在科学技术发展日新月异的今天，各国经济和产业竞争日趋激烈，高新技术水平直接决定了各国的经济发展进程和在国际上的竞争地位。党的十九大报告中指出，我国经济已由高速增长阶段转向高质量发展阶段。高质量发展要求产业转型升级，要从“中国制造”走向“中国创造”，尤其是在百年未遇之大变局下美国等西方国家遏制中国和平崛起并限制高技术产品向我国出口的情况下，通过创新和技术进步等方式不断提高产品附加值，提高中国产品国际竞争力和在全球价值链中的地位，最终提升中国的综合国力和国际经济地位就成为我们的必然选择。

本文根据创新活动的过程性，将高技术产业创新和经济产出活动视为一个有机联系的动态过程，运用能够考虑中间连接环节的二阶段动态Hybrid 模型，对中国和OECD 中的29 个国家2006—2015 年的高技术产业投入产出效率进行评价和比较。考虑到高技术产业普遍面向国际市场的特点，创新性地将各国高技术产品在国际市场的竞争力指标纳入高技术产业创新绩效评价体系，并以显示性比较优势RCA 来衡量。在明确了各国高技术产业创新绩效尤其是中国创新绩效水平基础上，进一步运用Tobit 模型估计分析会影响到高技术产业创新绩效的因素，通过严谨客观的模型估计，为中国高技术产业进一步提升绩效水平和国际竞争力提供科学的决策依据。

二 中国和OECD 国家高技术产业绩效评估及比较分析

（一）研究方法：二阶段动态Hybrid 模型

数据包络分析（Data Envelopment Analysis，DEA）是1975 年由美国的Charnes 等三人提出的一种效率测算方法［1］，这种效率测算方法假设决策单元（DMU）规模报酬不变，运用非参数估计方法对决策单元进行评价即CCR 模型。但在实际生产中，有些投入（产出）和要素需要保持固定比例，但由于部分投入（产出）可被其他要素所取代，即替换成成本更低的投入或价格更高的产出。在这种情况下，2004 年Tone 提出了混合DEA 模型（Hybrid DEA）［2］，该模型在同一个DEA 测算模型中，部分投入（产出）采用等比例的径向距离进行改进，而其余部分的投入（产出）在SBM 的基础上进行距离的改进。网络DEA 模型的提出，是在传统DEA 模型上的一次变革，因为传统DEA 模型将投入产出间转换过程认定为整体，但是对整体内部的子过程（即“黑箱”）并没有进行测量，因此Fa．．re 等在2007 年根据产品的生产过程及经济转化过程提出网络DEA 模型（Network DEA）［3］，将生产技术视为经济转化中的子单元。相对于传统DEA 模型，网络DEA 模型能更好地对产品生产的中间过程进行研究。

虽然Hybrid DEA 解决了径向和非径向的问题，但是未能处理二阶段的问题，网络DEA 模型解决了多阶段的问题，但是未能解决径向和非径向的问题。因此本文结合Tone 和Tsutsui［4］的二阶段动态网络DEA模型与Hybrid DEA 模型，构建既能解决多阶段又能解决径向和非径向问题的二阶段动态Hybrid DEA 模型，模型如下：

假设有n 个决策单元、K 个决策阶段，即：

DMUj=（DMU1，DMU2，…，DMUk，…，DMUn）

使用m 种投入Xj=（X1j，X2j，…，Xmj），生产s 种产出Yj=（Y1j，Y2j，…，Ysj），则第j 个决策单元的效率值为：

其中，X 表示DMU 的投入项，Y 表示DMU 的产出项，m=m1+m2，θ≤1，Φ≥1，λ≥0，sR-≥0，sR+≥0，sNR-≥0，sNR+≥0，其中sR-∊Rm1和sNR-∊Rm2表示径向和非径向投入的超额部分，sR+∊RS1和sNR+∊RS2表示径向和非径向的产出不足，也就是差额（slacks）部分，sk-表示投入项的松弛变量表示径向的投入无效率，表示投入的非径向无效率，Wk表示阶段权重。（k，h）为二阶段中第k 个阶段到第h 个阶段的中间变量。

则可以得出第k 个阶段的效率值为：

当ρk*=1，这时θ=1，sNR-=0，则表明DMUO是最为有效的，此时投入项不存在松弛变量，即为最佳效率目标。

（二）变量选择和说明

Solo［5］提出，创新是一个动态的两部分概念，一部分为创新思想的创造，另一部分为创新思想的实现，这也是创新概念研究史上第一个动态过程的提出。Mansfield［6］认为，技术创新遵循创新思想到商业利润转换的有效路径。Friedman［7］将技术创新定义为新产品和服务以商业利润为前提，成功出现在市场上的有效转换。傅家骥［8］指出，创新是以利润为前提进行生产、组织、分工、合作、营销等的一系列动态组织过程，或者依托于新材料建立起新的生产组织机构，基于此本文将高技术产业创新绩效的评价分为两个阶段，第一阶段为创新阶段，用现有的R＆D 研究人员、R＆D 研发经费和T 期固定资本作为投入变量，以取得的专利和科技期刊文章的发表作为产出变量以衡量高技术产业的创新效率；第二阶段为创新技术转化为经济成果的阶段，运用专利和科技期刊文章、T+1 期固定资本以及产业从业人员作为投入变量，以高技术产品的显示性比较优势（RCA）、高技术产业增加值和高技术产品出口额作为产出变量以衡量高技术产业的经济转化效率。其中，高技术产业固定资本作为“结转变量”（Carry over），它既是第一阶段的投入变量，也是第二阶段的投入变量，而且具有持续性。图1 为本文构建的二阶段动态Hybrid 模型的理论分析框架图。

图1 高技术产业创新绩效理论分析框架

（三）实证分析结果

1.各国高技术产业创新绩效及阶段效率比较分析

基于二阶段动态Hybrid 模型，利用Excel 2010 和MaxDEA 8 Basic 对30 个国家高技术产业2006—2015 年的创新绩效（总效率）、创新效率（一阶段效率）和经济转化效率（二阶段效率）进行测算，各国高技术产业创新的测算结果及排名见表1。

从效率角度出发，可根据效率值大小将各国分为最优效率国家（效率为1）、高效率国家（0.8～0.999）和低效率国家（0~0.7999）。

创新绩效体现国家高技术产业整体的运行效率，它等于两阶段效率值的加权平均，效率值高表明国家的科技创新良好并且转化为经济成果在市场上得到认可，具有较强的竞争优势；效率值低，表明国家在科技创新或者技术的经济转化上存在着一定的问题，投入没有得到良好的运用，产品在世界市场的竞争优势较弱。根据表1 所示，创新绩效最优的国家为韩国、瑞士和斯洛伐克；高效率国家为爱尔兰、爱沙尼亚、澳大利亚、荷兰等；低效率国家为奥地利、比利时、丹麦、德国、法国等。

创新效率表示国家的创新成果投入产出情况。效率越高表明该国越重视技术创新，在高技术产业的投入得到了有效的运用；效率越低，表明该国在技术创新领域还存在较大的改进空间，高技术产业的投入存在较大的浪费现象。根据表1 所示，创新效率最优的国家是波兰、韩国、墨西哥、瑞士、斯洛伐克、希腊、新西兰；高效率国家是爱沙尼亚、荷兰、立陶宛、日本、西班牙等国；低效率国家是爱尔兰、奥地利、澳大利亚、比利时等国。

经济转化效率反映高技术产业创新产出在国内及国际市场的经济转化情况，效率越高表明创新成果有效地转化成经济产出，高技术产品产出规模较大，创新产品在世界市场具有比较优势；效率越低说明创新成果没有得到良好的转化，高技术产品产出规模较小，产品技术附加值较低，在世界市场缺乏竞争力。根据表1 所示，经济转化效率最优的是韩国、爱尔兰、爱沙尼亚、日本、瑞士、斯洛伐克；高效率国家是澳大利亚、比利时、丹麦等；低效率国家是奥地利、波兰、法国等。

中国高技术产业2006—2015 年创新绩效均值为0.8013，排名14，属于高效率国家，且创新效率值为1，排名并列第一，属于效率最优国家，但是高技术产业的经济转化效率值仅为0.6026，排名为27，经济转化效率拉低了中国高技术产业的创新绩效，这表明中国虽然重视高技术产业的发展，重视技术创新，在创新阶段的投入不存在浪费现象，但经济转化阶段技术没有得到良好的转化，投入产出还有较大的改进空间。这从中国高技术产品的附加值、高技术产业增加值和出口额较低能够反映出来，同时也表明中国高技术产品在世界市场缺乏竞争优势。

总体来看，与中国高技术产业领域的主要竞争对手美国、日本、韩国和德国相比较，中国创新绩效、创新效率和经济转化效率均低于韩国，经济转化效率均低于这四个国家，而日本的创新绩效和经济转化效率都高于中国。其中，中国的经济转化效率值为0．6026，而韩国和日本则达到了最优值1，美国效率值为0．8716，德国效率值为0．7046，这表明这些国家的技术创新成果都较好地转化为具有较高国际竞争力的产品，高技术产品产值较高，高技术产业链上下游衔接良好，中国与其差距较大。中国高技术产业创新绩效值和创新效率值相对较高的原因，可能是近年来中国高技术产业飞速增长。美国国家科学基金会调查报告显示，2000—2014 年中国高技术产品的出口增加值占世界比重从8．33%增至24．04%，增加值变化量为15．71%，而美国高技术产品出口增加值占世界比重由2000 年的17．76%降低至12．36%，变化量为-5．40%；从出口额方面来看，中国高技术产业的出口额在2014 年占世界比重为26．01%，美国仅为7．25%（资料来源：美国国家科学基金会《科学与工程指标2016》），其他国家比重相对较小。中国从加入WTO 后，经济持续稳定增长，2016 年已经成为世界第二大经济体，第一大货物贸易大国，中国制造业的RCA 维持在1．4 左右，具体来看中国制造业逐渐从劳动密集型转向技术密集型，加入WTO 以后贸易壁垒降低，高技术产业也得到了飞速发展。可以看出，中国高技术产品出口在世界市场具有一定的竞争力，增加值持续上升，显示性比较优势较明显。

2．各国投入产出指标的效率分析

本文根据测算结果对各国高技术产业不同指标效率进行分析，表2 是各国高技术产业2006—2015 年各项投入产出指标的效率值。

表2 2006—2015 年各国投入产出指标效率均值

首先，从创新阶段的两个投入指标R＆D 人员及R＆D 内部经费的效率值可以看出，各国R＆D 人员指标效率较好，最大值与最小值之间差距较小，效率之差为0．4401，其中波兰、韩国、墨西哥、瑞士、斯洛伐克、希腊、新西兰、意大利和中国的效率值为1，而奥地利、丹麦、德国等国家效率值低于0．8，效率值较差，其中最小值为芬兰的R＆D 人员效率值，仅为0．55，效率较差的国家表明在R＆D 人员投入上还存在较大的改进空间；各国R＆D 内部经费指标效率，最大值和最小值之间差距较大，效率之差为0．7367，其中效率值小于0．7 的国家较多，有爱尔兰、奥地利、澳大利亚、比利时等，效率值最低的国家为芬兰（0．2633），R＆D 内部经费指标效率均值也为所有指标中效率值最差的，仅为0．6468，表明各国在R＆D 内部经费支出上浪费现象较为严重。从30 个国家创新阶段的两个指标效率结果可以看出，R＆D 内部经费指标效率较差，其中60%的国家都需要减少R＆D 内部经费的投入。

其次，从创新阶段到经济转化阶段的中间变量专利和科技期刊文章指标效率值可以看出，在30 个国家中，仅比利时、荷兰、立陶宛、葡萄牙、西班牙和匈牙利效率值低于0．8，最大值和最小值之间差距为0．6663，差距较大，但整体来看专利指标的效率值较好，仅20%的国家需要改进；科技期刊文章指标效率是所有指标效率中最优的，除匈牙利（0．9958）指标效率不为1，其他国家指标效率均为1，且最大值与最小值之间差距仅为0．0042，表明多数国家科技期刊文章的产出效率已经达到良好。

再次，在二阶段新增投入（从业人员）及结转变量方面，从业人员指标效率为1 的国家有爱尔兰、爱沙尼亚、韩国、日本、瑞士、斯洛伐克，效率值大于0．8 的国家有澳大利亚、比利时、丹麦等，虽然平均效率仅为0．8133，但最大值与最小值之间差距较大，30 个国家中40%的国家都需要进行投入缩减，以提高效率值。固定资本指标效率值较高，平均值达0．9122，其中仅丹麦、芬兰和葡萄牙这三个国家的效率值较差。这表明各国高技术产业的固定资本作为结转变量连接创新阶段和经济转换阶段的效率值良好，固定资本有效地运用到了两个阶段中。

最后，在二阶段产出变量上，RCA 指标效率值最大值与最小值差距较大，最大值为1，而最小值仅为0．1410，最小效率值国家为美国，根据美国改进前的RCA 与改进后的RCA 对比可知，美国每年还存在90%的提升空间，在2010 年以前RCA 指标效率值低于0．1，效率值呈上升趋势，但上升幅度较缓。其他效率较差的国家有奥地利、澳大利亚、比利时等，可进行大幅提升的国家占40%，表明有40%的国家高技术产品在世界市场竞争优势较弱。增加值指标效率最大值与最小值差距为0．6984，其中最小值仅为0．3016，该效率值为希腊2005—2016 年增加值的平均效率值，这表明十年中希腊该指标效率值存在较大的改善空间，希腊高技术产品增加值指标效率呈波动上升的趋势，但增长幅度较小，平均每年增幅仅为8%。出口额指标效率值最大值与最小值之间差距较大（0．8841），其中效率为1 的国家为爱尔兰、爱沙尼亚、韩国、荷兰、日本、瑞士和斯洛伐克，最小值为新西兰，仅为0．1159，表明新西兰的出口额平均每年还存在90%的提升空间，从新西兰各年指标的效率值也可以看出新西兰出口额效率值在2010 年以前呈下降趋势，2010 年以后有所改善，但均未超过0．15，表明新西兰还需要进一步扩大出口。

中国各项指标效率中，R＆D 人员、R＆D 内部经费、固定资本、专利、科技期刊文章及增加值效率值为1，出口额效率值为0．9377，高于30 个国家的平均效率，属于较为有效的指标，但从业人员及RCA 指标效率较低，分别为0．6026 和0．5169，均低于30 国的平均效率，且与平均效率相差30%。这表明中国高技术产业在从业人员和显示性比较优势上还存在较大的改善空间，其中从业人员平均每年需要缩减40%、显示性比较优势平均每年需要提升50%。与韩国、美国、德国和日本相比，在从业人员效率方面，这四个国家都高于中国，其中韩国和日本的效率值达到了1；在显示性比较优势指标效率方面，中国高于美国和德国，但是低于韩国和日本，这两个国家该指标的效率值为1，通过对比创新绩效和各项指标值可以看出，韩国和日本创新绩效值良好，其中主要原因是这两个国家的显示性比较优势指数较高，如日本显示性比较优势指数在2006 年到2015 年间最高值达3．9，最小值达2．5，而中国的显示性比较优势指数较低，最大值仅为1．7。这个指标的效率直接影响到中国与日本创新绩效的差别，因为从其他投入产出指标来看，2006—2015 年中国多项投入高于日本，而日本仅RCA 较高，但创新绩效日本均保持在0．8 的高效率水平，中国创新绩效仅为0．6。这表明在开放经济格局下，各国高技术产业的发展必须考虑产品在国际市场上的竞争力，国际竞争力是技术创新的直接结果，也是该国在全球价值链中地位的具体体现，从长期看显示性比较优势也会影响到一国资本要素的积累和国际地位。

三 中国和OECD 国家高技术产业绩效的影响因素研究

（一）研究方法：Tobit 模型

1958 年Tobin 首次提出Tobit 模型，Tobit 模型是非线性回归模型的典型代表，模型的观测方式需要给定观测区间，通过限制观测区间对所测指标的显著程度、峰值等进行测量。本文在对创新绩效、创新效率和经济转化效率测算的基础上，对影响因子分别建立不同的回归模型。

对于随机效应的Tobit 回归模型，若在任意一点左截取和右截取，则：

c1和c2代表截取点，为常数，当c1趋于负无穷时，则表明无左截取，当c2趋于正无穷时，则表明无右截取。对于本文来说，效率值作为因变量数值处于0 到1 之间，因此具体到文本模型，取c1=0，c2=1。

Tobit 回归模型的估计方法采用最大似然估计法，即要求对数似然函数取得最大值时的参数估计值，对数似然估计函数为：

对数似然函数取最大值时的充分条件是对iβ 的偏导数等于0，由此得到的β即为β 的估计值。

创新绩效的Tobit 模型为（其他阶段效率回归均替换Ei，t*值即可）：

（二）变量选择

高技术产业的创新绩效受众多因素影响，当前学者们分析高技术产业创新绩效影响因素的指标多为企业研发投入占总投入比重、大学研发投入占总投入比重、公路密度、FDI 占GDP 比重、贸易依存度、行业总产值占企业数量比重、出口交货值占主营业务收入、环境投入预算占政府预算比重、居民投入预算占政府预算比重、工业增加值占GDP 比重等。结合权威文献的研究，本文选取如下变量作为解释变量：企业研发投入占高技术产业总研发投入的比重（qy/tr）、大学研发投入占高技术产业总研发投入的比重（dx/tr）、政府研发投入占高技术产业总研发投入的比重（zf/tr）、企业融资占高技术产业总研发投入的比重（rz/tr）和贸易依存度（jck/gdp）六个影响因素，同时，考虑到高技术产业的特点和市场与政府的关系，新增环境投入预算占政府预算比重（hj/ys）和居民投入预算占政府预算比重（jm/ys）两个指标，对高技术产业与市场和政府的关系进行深入研究。

（三）实证分析结果

运用Stata 14．0 软件进行Tobit 回归估计，结果如表3 所示。

表3 各国创新绩效和子阶段效率影响因素估计结果

由回归结果可知，对创新绩效有显著影响的是大学研发投入占高技术产业总投入的比重（dx/tr）、政府研发投入占高技术产业总投入的比重（zf/tr）、企业融资占高技术产业总投入的比重（rz/tr）、居民支出预算占政府预算比重（jm/ys）和贸易依存度（jck/gdp）；对创新效率有显著影响的是大学研发投入占高技术产业总投入的比重（dx/tr）、政府研发投入占高技术产业总投入的比重（zf/tr）、企业融资占高技术产业总投入的比重（rz/tr）和居民支出预算占政府预算的比重（jm/ys）；对经济转化效率有显著影响的是企业研发投入占高技术产业总投入的比重（qy/tr）、大学研发投入占高技术产业总投入的比重（dx/tr）、政府研发投入占高技术产业总投入的比重（zf/tr）和贸易依存度（jck/gdp）。

1.创新绩效阶段影响因素估计结果分析

整体来看，大学研发投入占高技术产业总投入的比重（dx/tr）、政府研发投入占高技术产业总投入的比重（zf/tr）、企业融资占高技术产业总投入的比重（rz/tr）、居民预算支出占政府预算的比重（jm/ys）和贸易依存度（jck/gdp）对高技术产业创新绩效有显著的正向促进作用，环境预算支出占政府预算的比重（hj/ys）对高技术产业创新绩效有负向影响。具体来看，大学研发投入占高技术产业总投入的比重在1%的显著性水平下对创新绩效产生正向促进作用，表明提高大学研发支出可以有效提高高技术产业的创新绩效，也可以看出大学研发在高技术产业发展中的核心地位；政府研发投入占高技术产业总研发投入的比例在1%的显著性水平下对创新绩效产生正向促进作用，表明提高政府投入在研发总投入中的比重有利于提高高技术产业的创新绩效；企业融资占高技术产业研发总投入的比重在10%的水平下显著，表明企业融资越多越有利于高技术产业创新绩效的提升；居民支出预算占政府预算的比重对高技术产业创新绩效有正向促进作用，在1%的显著性水平下显著，表明政府对居民支出越高，高技术产业的创新绩效越好；贸易依存度即进出口占GDP 的比重对高技术产业的创新绩效有正向促进作用，在1%的显著性水平下显著，表明进出口对GDP 的贡献越大，越有利于国家高技术产业的发展；环境支出预算占政府预算的比重对高技术产业创新绩效有负向作用，表明政府对环境支出预算越高，高技术产业创新绩效越低。

2.创新效率阶段影响因素估计结果分析

整体来看，大学研发支出占高技术产业总投入的比重（dx/tr）、政府研发支出占总投入的比重（zf/tr）、企业融资占高技术产业总投入的比重（rz/tr）和居民支出预算占政府预算的比重（jm/ys）对创新效率有显著正向影响。具体来看，大学研发支出占高技术产业总支出的比重在1%的显著性水平下对创新效率产生正向促进作用，说明大学研发支出占比越高，创新效率越高；政府研发支出占高技术产业总支出的比重在1%的显著性水平下显著，表明政府研发支出占高技术产业总支出的比重越大越有利于技术创新；企业融资占高技术产业研发总投入的比重在5%的显著性水平下对创新效率产生正向促进作用，表明企业融资越多，越有利于高技术产业的创新；居民支出预算占政府预算的比重在10%的显著性水平下对创新效率产生正向影响，表明政府对居民支出越高，越有利于高技术产业创新绩效的提升。

3.经济转化阶段影响因素估计结果分析

整体来看，企业研发投入占高技术产业总投入的比重（qy/tr）、大学研发投入占高技术产业总投入的比重（dx/tr）、贸易依存度（jck/gdp）对经济转化效率有显著的正向影响。具体来看，企业研发投入占高技术产业总投入的比重在10%的显著性水平下显著，企业研发投入越多越有利于高技术产业技术到经济产出的转化；大学研发投入占高技术产业总投入的比重在5%的显著性水平下，对高技术产业经济转化效率有正向促进作用；贸易依存度和经济转化效率在5%的显著性水平下呈正相关，表明进出口额占GDP 的比重越高对成果的经济转化促进效果越好。此外，环境预算支出占政府预算的比重对高技术产业经济转化效率有负向影响，表明政府对环境的预算支出越多越不利于高技术产业的发展。

四 结论及建议

本文基于高技术产业投入产出的动态二阶特征，运用二阶段Hybrid 模型对中国和OECD 国家高技术产业创新绩效进行测算和比较，并对影响因素进行了Tobit 模型估计，研究得到以下结论：（1）高技术产业创新绩效最优的国家为韩国、瑞士、斯洛伐克、爱沙尼亚和新西兰等国；高效率国家是爱尔兰、爱沙尼亚、澳大利亚、荷兰等；低效率国家是奥地利、比利时、丹麦、德国、法国等。（2）从各投入产出指标效率来看，各国的科技期刊文章、固定资本和专利指标的效率较好，但是60%的国家需要大幅缩减R&D 内部经费的投入，40%的国家需要缩减从业人员投入，40%的国家高技术产品的显示性比较优势效率有待提高。（3）总体来看在30 个国家中，中国创新绩效处于中间水平，与高技术产业领域主要国家美国、日本、韩国和德国相比较，中国创新绩效低于韩国和日本，但是高于美国和德国；在创新效率上中国低于韩国，但是高于美国、日本和德国；在经济转化效率上，中国则低于这四个国家。2011 年之后中国经济转化效率得以提高到最优值。（4）在从业人员效率方面，中国低于韩国、美国、德国和日本；在显示性比较优势效率方面，中国低于韩国和日本。这两方面中国存在较大改进空间。（5）政府研发投入占高技术产业总投入比重、企业融资占高技术产业总投入比重和贸易依存度、政府研发投入占高技术产业总投入对创新效率和经济转化效率分别产生影响，但前者作用十分明显，后者却不然；企业融资占高技术产业总投入的比重对创新效率和经济转化效率均有显著的正向影响；贸易依存度对创新效率和经济转化效率均有显著的正向影响。

本文研究得到以下启示和建议。

第一，夯实高技术产业创新基础，着力提高高技术产业创新成果经济转化能力。国家要从顶层设计出发做好提升创新能力的制度建设工作。进一步完善保护知识产权和促进知识产权成果产业化制度。建立合理的财政、金融等政策支持体系，持续对技术创新进行投入，加大培育创新平台的力度。不断完善创新要素和资源自由流动的市场体系，改革成果转化和评价奖励机制，激发科研和创新人才的积极性。进一步完善资本市场，尽快建立和完善科技等板块的风险投资机制。要构建基础研究—应用研究—成果化—产业化的创新成果转化模式，将国家主导的科研创新体系与企业主导的以市场竞争为主的科研创新体系相结合，引导企业加强与高校和科研院所的合作，鼓励企业根据市场需求加大R＆D 投入，提升产品质量，不断提高产业科技等创新成果的经济转化能力。

第二，以增加产品技术含量和提升在全球价值链中的地位为目标，提高高技术产品在国际市场的竞争力。我国已经进入高质量发展阶段，以创新提高高技术产品的附加值和产业竞争力是当前经济发展转型升级的内在要求。中国目前面临复杂的国际经济环境，以美国为首的西方国家从战略上遏制中国发展，对中国高技术产业进行打压。为突破这些封锁和打压，必须以创新来提升高技术产品的附加值，提升产品在全球价值链中的地位，将关键技术的主动权掌握在自己手中，加强协同创新和关键核心技术攻关。

第三，加强创新型人才培养，提高高技术产业从业人员生产效率。科技创新的动力来源于创新型人才，要深入实施人才优先发展战略，加快建设有利于人才成长的培养机制、有利于人尽其才的管理机制、有利于竞相成长各展其能的激励机制、有利于各类人才脱颖而出的竞争机制。要注重发挥国内优质高等教育资源的作用，加大高校创新型人才培养力度，激励学生通过各种国内外创新竞赛提高创新能力；要注重开拓学生的国际视野，紧盯专业国际前沿，为高技术产业“跨代”发展储备人才。