王雙盈

摘要：在國家的大力支持下，我國高技術產(chǎn)業(yè)發(fā)展迅速，因而技術創(chuàng)新的效率是一個值得研究的問題。文章對我國高技術產(chǎn)業(yè)技術創(chuàng)新效率的界定、評價方法和影響因素的已有研究成果進行了較為系統(tǒng)的總結。

關鍵詞：高技術產(chǎn)業(yè)；技術創(chuàng)新效率；創(chuàng)新效率評價方法；效率研究

中圖分類號：F426文獻標識碼：A文章編號：1009-2374（2009）08-0003-02

我國高技術產(chǎn)業(yè)得到國家的大力支持，發(fā)展迅速，對于技術創(chuàng)新的投入不斷增加，但技術創(chuàng)新的效率如何還是一個值得研究的問題。為了更好的對我國高技術產(chǎn)業(yè)技術創(chuàng)新效率進行研究，本文對已有的研究成果進行綜述。

一、技術創(chuàng)新效率的主要評價方法

目前學術界對于技術創(chuàng)新效率的研究主要有兩種方法，第一種方法為算術比例法，即用產(chǎn)出與投入的簡單比例關系來表示投入產(chǎn)出絕對效率的高低，該方法簡單易用，但僅適用于單指標的投入產(chǎn)出效率分析。第二種方法主要基于生產(chǎn)前沿面理論。所謂生產(chǎn)前沿面理論，是指通過分析某一待考察單位與效率前沿單位的偏離程度來衡量待考察單位的效率，其原型始于Farrell（1957）對英國農(nóng)業(yè)生產(chǎn)力進行分析中所提出的數(shù)據(jù)包絡思想。此后該理論不斷發(fā)展，逐漸形成參數(shù)方法（Parametric estimation method）和非參數(shù)方法（Non-parametric estimation method）兩大分支，兩者的最大區(qū)別在于與參數(shù)方法相比，非參數(shù)方法沒有參數(shù)方法研究中函數(shù)形式需要事先假定、參數(shù)估計的有效性和合理性需要檢驗等多方面問題，不去尋求生產(chǎn)前沿面的具體函數(shù)形式，而是直接應用觀測數(shù)據(jù)構造出生產(chǎn)可能集上的生產(chǎn)前沿面，并利用生產(chǎn)前沿面進行經(jīng)濟分析。

（一）非參數(shù)方法

非參數(shù)方法包括數(shù)據(jù)包絡分析法（DEA）和自由處置包方法（FDH）。DEA最初由Charnes、Cooper等人于1978年創(chuàng)立，這種方法以相對有效率概念為基礎，根據(jù)一組關于輸入—輸出觀察值來估計有效前沿面，并根據(jù)各決策單元（DMU）與有效生產(chǎn)前沿面的距離狀況，確定各DMU是否有效。DEA模型根據(jù)前提假設的不同，分為投入導向法和產(chǎn)出導向法。投入導向法假設廠商為生產(chǎn)一定量的產(chǎn)出而努力實現(xiàn)成本最小化。相反地，產(chǎn)出導向法則假設廠商在給定成本約束下追求產(chǎn)出最大化。Coelli（1996）認為導向方法的不同對結論的影響微不足道。

另外一種非參數(shù)方法是自由處置包方法（FDH）。該方法是DEA模型的一個特例，連接DEA前沿各個頂點的線上的點沒有被認定為效率前沿。FDH生產(chǎn)可能性集合僅僅由DEA頂點和這些頂點內部的自由排列點組成。由于FDH前沿與DEA前沿一致或者位于DEA前沿內部，所以用FDH方法計算得到的平均效率值通常高于用DEA方法計算的平均效率值（Bruno D Borger 等，1998）。

（二）參數(shù)方法

參數(shù)方法主要適用于單產(chǎn)出和多投入的相對效率測算，它需要先設定一個投入產(chǎn)出函數(shù)，然后將該產(chǎn)出函數(shù)的誤差項目設計成復合結構（這一結構中包含了衡量投入產(chǎn)出效率的隨機項），并根據(jù)誤差項的分布假設不同，采用相應的技術方法來估計生產(chǎn)函數(shù)中的各個參數(shù)，從而計算出投入產(chǎn)出效率。其最大優(yōu)點是通過估計產(chǎn)出函數(shù)對投入產(chǎn)出的過程進行了描述，從而使對投入產(chǎn)出的效率估計得到了控制。參數(shù)方法大致可以分為隨機前沿法（SFA）、厚前沿方法（TFA）、自由分布方法（DFA）等，其中使用最普遍的是SFA，其他兩種方法都是這種方法的變形：

1．隨機前沿方法（SFA）。Aigner，Lovell和Schmidt（1977）率先提出了效率測度的隨機前沿方法，隨后被應用到對技術創(chuàng)新效率的評價。SFA通常先估計一個生產(chǎn)函數(shù)，其誤差項是由無效率項和隨機誤差項構成的復合結構。正是由于無效率項和隨機誤差項的分離，從而確保了被估效率有效且一致，而且考慮了隨機誤差項對個體效率的影響。

2．厚前沿方法（TFA）同樣定義了效率前沿的函數(shù)形式，但它是利用回歸分析來估計生產(chǎn)函數(shù)的參數(shù)，得到的是一個穿過所有樣本觀測點“中心”的平均生產(chǎn)函數(shù)（Berger and Humphrey，1991）。TFA假定計算得到的效率值對預計的效率值的偏離，如果超出所有觀測樣本的上下限，則代表隨機誤差，如果這種偏離在上下限之內，則是由低效率引起的（Rien Wagenvoort & Paoul Schure，1999）。這種方法沒對低效率值或隨機誤差的分布做任何假定，但認為低效率值在上下限之內波動，隨機誤差在這些區(qū)間中。TFA方法本身并沒有給出單個決策單元效率點估計值，而試圖通過估計最佳與最差效率差異得到效率的一般水平。TFA方法減少了樣本數(shù)據(jù)中極值點對所計算的效率值的影響，這一點與DEA方法是一致的，所不同的是方法中剔除了極值點。

3.自由分布方法（DFA）也定義了效率前沿的函數(shù)形式，但以一種不同的方法區(qū)分低效率值和隨機誤差。與SFA不同的是，DFA沒有像SFA一樣指定低效率項的具體形式和隨機誤差的分布形式，也沒有像TFA假定決策單元組內的方差是隨機誤差及決策單元組間的方差是低效率的，而是假定各決策單元的技術效率在一段時間內是穩(wěn)定的，隨機誤差相互抵消，在一定時期內其均值為零（Berger，1993）。DFA在回歸時需要使用時間序列和截面的面板數(shù)據(jù)，同時對效率水平的估計是一種混合估計。

黃永興、張國慶（2007）運用參數(shù)方法測算了安徽省高技術產(chǎn)業(yè)的技術創(chuàng)新效率，羅亞非、焦玉燦（2007）運用DEA的方法對高技術產(chǎn)業(yè)中制造業(yè)的技術創(chuàng)新效率進行了研究，薛娜、趙曙東（2007）運用DEA的方法對江蘇省高技術產(chǎn)業(yè)的技術創(chuàng)新效率進行了研究，鄭潔、楊昌輝、徐晟（2008）運用SFA的方法對高技術產(chǎn)業(yè)中的醫(yī)藥制造業(yè)的技術創(chuàng)新效率進行了測算。

二、高技術產(chǎn)業(yè)技術創(chuàng)新效率研究的指標選擇

技術創(chuàng)新效率研究是技術效率研究的一方面。Koopmans（1951）首先提出技術有效性的概念，認為如果在不增加其他投入（或減少其他產(chǎn)出）的情況下，技術上不可能增加任何產(chǎn)出（或減少任何投入），則該投入產(chǎn)出向量是技術有效的。之后不同的學者給出了技術效率的不同定義，如Debreu（1951）和Shephard（1953）以模型化方法描述多投入－多產(chǎn)出生產(chǎn)單元的技術效率，認為用距離函數(shù)測得生產(chǎn)單元與生產(chǎn)前沿面的距離即為技術效率。Farrell（1957）給出較有代表性的定義：技術效率是指在產(chǎn)出規(guī)模不變，市場價格不變的條件下，按照既定要素投入比例，生產(chǎn)一定量產(chǎn)品所需的最小成本和實際成本的百分比。國內學者李艷玲，潘杰義，陳玥希（2005）把技術創(chuàng)新效率定義為“在技術創(chuàng)新過程中創(chuàng)新投入要素相對于產(chǎn)出能力的利用率，是技術創(chuàng)新能力的發(fā)揮和經(jīng)濟效益的重要體現(xiàn)”。技術創(chuàng)新是一個多要素投入和多變量的動態(tài)的復雜系統(tǒng)，難以直接衡量，必須通過替代指標間接衡量，學術界對替代指標的選擇并無統(tǒng)一認識，一般有以下幾種選擇：

如薛娜、趙曙東（2007）研究江蘇省高技術產(chǎn)業(yè)創(chuàng)新效率時選取投入指標為R&D活動人員折合全時當量、R&D經(jīng)費內部支出、技術改造經(jīng)費支出、技術引進經(jīng)費支出、消化吸收經(jīng)費支出，產(chǎn)出指標選取專利申請數(shù)、新產(chǎn)品銷售利潤。黃永興、張國慶（2007）研究安徽省高技術產(chǎn)業(yè)創(chuàng)新效率時選取科技活動人員數(shù)、R&D活動人員折合全時當量、科技活動經(jīng)費內部支出金額、R&D經(jīng)費內部支出金額、科技機構個數(shù)作為投入指標。選取新產(chǎn)品產(chǎn)值占企業(yè)總產(chǎn)值的比例、新產(chǎn)品銷售收入占企業(yè)總銷售收入的比重、人均國內專利申請受理數(shù)、單個企業(yè)新產(chǎn)品開發(fā)項目數(shù)量作為產(chǎn)出指標。鄭潔、楊昌輝、徐晟（2008）在研究醫(yī)藥制造業(yè)技術創(chuàng)新效率時選擇R&D人員和R&D經(jīng)費作為投入指標，選擇專利申請量作為產(chǎn)出指標。鄭堅、丁云龍（2007）專門論述了高技術產(chǎn)業(yè)技術創(chuàng)新效率的評價指標體系，認為高技術產(chǎn)業(yè)技術創(chuàng)新過程分為技術產(chǎn)出階段和技術轉化階段，技術開發(fā)階段的投入指標包括R&D資金投入（包括R&D經(jīng)費內部支出、新產(chǎn)品開發(fā)經(jīng)費支出、人均R&D經(jīng)費內部支出、R&D經(jīng)費內部支出占增加值比重、人均新產(chǎn)品開發(fā)經(jīng)費支出、新產(chǎn)品開發(fā)經(jīng)費支出占增加值比重），R&D人員投入（包括R&D活動人員折合全時當量、科學家和工程師人數(shù)、科學家和工程師所占比重），產(chǎn)出指標包括專利申請數(shù)、擁有發(fā)明專利數(shù)；技術轉化階段的投入包括技術投入（專利申請數(shù)、擁有發(fā)明專利數(shù)）、資金投入（購買國內技術經(jīng)費支出、技術引進經(jīng)費支出、技術改造經(jīng)費支出、消化吸收經(jīng)費支出）、人員投入（科技活動人員、科技活動人員占企業(yè)從業(yè)人員比重），產(chǎn)出指標包括新產(chǎn)品收益（新產(chǎn)品產(chǎn)值、新產(chǎn)品銷售額、新產(chǎn)品出口額）、產(chǎn)品總收益（當年總產(chǎn)值、當年銷售總額、當年銷售利潤）。

三、高技術產(chǎn)業(yè)技術創(chuàng)新效率主要影響因素研究

葉蓁，劉志迎（2006）運用隨機前沿生產(chǎn)函數(shù)分析了行業(yè)中科學家和工程師人數(shù)占從業(yè)人員的比例、R&D經(jīng)費內部支出占總銷售收入的比例、新產(chǎn)品銷售收入占總銷售收入的比例、大型企業(yè)增加值占總增加值的比例、出口交貨值占總產(chǎn)值的比例和時間變量等因素對高技術產(chǎn)業(yè)技術創(chuàng)新效率的影響。

吳翠花，萬威武，祁敬宇（2005），陳慶杰在分析影響科技型中小企業(yè)技術創(chuàng)新效率的因素時認為這些因素可以分為外部因素和內部因素。外部因素主要包括技術分工的高級化和專門化趨勢，技術進步的驅動，經(jīng)濟全球化、一體化趨勢的增強等；內部因素主要包括管理者的素質，科技人員有充分的自由空間，中小企業(yè)R&D投入產(chǎn)出比例，企業(yè)內部層級少、組織結構簡單等。

黃永興、張國慶（2007）認為技術創(chuàng)新效率與產(chǎn)業(yè)的技術含量有關，技術含量低的產(chǎn)業(yè)技術創(chuàng)新效率搞，技術含量高的產(chǎn)業(yè)技術創(chuàng)新效率低；

池仁勇，唐根年（2004）分析了區(qū)域技術創(chuàng)新效率影響因素，也可借鑒。他們認為區(qū)域技術創(chuàng)新效率受企業(yè)制度的創(chuàng)新傾向性、R&D人員人均經(jīng)費、大中型企業(yè)的比重和產(chǎn)業(yè)集群度等因素的影響。他們通過DEA方法測算得出以下結論：第一，如果一個地區(qū)國有企業(yè)和集體企業(yè)比重下降一個百分點，效率將增加0.3%；第二，保證研發(fā)人員一定的科研經(jīng)費是有利于效率提高；第三，區(qū)域內存在一定數(shù)量的大中型企業(yè)，會帶動一些小企業(yè)進行技術創(chuàng)新，有利于提高整個區(qū)域技術創(chuàng)新；第四，地域產(chǎn)業(yè)集群有利于技術創(chuàng)新效率提高；第五，區(qū)域政府科技經(jīng)費投入比重和企業(yè)R&D投入強度對創(chuàng)新效率沒有顯著影響。

四、結語

目前學術界對高技術產(chǎn)業(yè)技術創(chuàng)新效率的研究還較少，但是相關技術創(chuàng)新效率的研究已經(jīng)很多，而且在進一步的發(fā)展之中，相關的評價方法也在不斷完善。我們可以通過對這些技術創(chuàng)新效率研究的文章的學習為進一步研究高技術產(chǎn)業(yè)技術創(chuàng)新效率打下基礎。