摘 要：【目的】中部地區(qū)高技術產(chǎn)業(yè)歷經(jīng)多年的穩(wěn)健發(fā)展，產(chǎn)業(yè)規(guī)模和技術實力均取得了顯著提升。提升技術創(chuàng)新效率，不僅有助于優(yōu)化創(chuàng)新資源配置，增強中部地區(qū)科技的整體創(chuàng)新競爭力，更能夠提升我國在全球產(chǎn)業(yè)鏈中的戰(zhàn)略地位?！痉椒ā坎捎?013—2022年間的面板數(shù)據(jù)，通過DEA-Malmquist指數(shù)方法，對中部地區(qū)6個省份高技術產(chǎn)業(yè)創(chuàng)新效率進行分階段測度?！窘Y果】①中部地區(qū)高技術產(chǎn)業(yè)整體創(chuàng)新效率不高，兩階段技術創(chuàng)新效率和規(guī)模效率有待提升，技術進步存在不足。②兩階段創(chuàng)新效率發(fā)展格局不同，技術研發(fā)階段全要素生產(chǎn)率為湖北gt;安徽gt;湖南gt;江西gt;山西gt;河南，技術轉(zhuǎn)化階段全要素生產(chǎn)率為山西gt;江西gt;安徽gt;湖北gt;湖南gt;河南。【結論】為中部地區(qū)高技術產(chǎn)業(yè)創(chuàng)新效率研究提供了新的見解，為高技術產(chǎn)業(yè)創(chuàng)造可持續(xù)性價值提供啟示。

關鍵詞：高技術產(chǎn)業(yè)；創(chuàng)新效率測度；DEA-Malmquist模型

中圖分類號：F223" " " "文獻標志碼：A" " 文章編號：1003-5168（2024）13-0139-06

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.13.029

Research on Innovation Efficiency Measurement of High-Tech Industry in Central China from Two-Stage Perspective

WANG Xin

（Henan Scientific Research Platform Service Center， Zhengzhou 450003， China）

Abstract： [Purposes] After years of continuous development， the high-tech industry in the central region has made significant progress in both its industrial scale and technical capabilities. Enhancing the efficiency of technological innovation will not only optimize the allocation of innovation resources and improve the overall innovation competitiveness of science and technology in the central region， but also strengthen China's strategic position in the global industrial chain. [Methods] Utilizing panel data from 2013 to 2022， this paper employs the DEA-Malmquist index method to assess the innovation efficiency of high-tech industries in six provinces in central China. [Findings] The findings indicate that：①Overall innovation efficiency within the high-tech industry in the central region is relatively low， with a need for improvement in two-stage technological innovation efficiency and scale efficiency， as well as shortcomings in technological progress.②The development pattern of innovation efficiency differs between stages： total factor productivity during technology research and development stage ranks Hubei gt; Anhui gt; Hunan gt; Jiangxi gt; Shanxi gt; Henan， while total factor productivity during technology transformation stage ranks Shanxi gt; Jiangxi gt; Anhui gt; Hubei gt; Hunan gt; Henan. [Conclusions] The conclusions drawn from this study offer new insights into the innovation efficiency of high-tech industries within central China and provide valuable inspiration for creating sustainable value.

Keywords： High-tech industry; Innovation efficiency measurement; DEA-Malmquist model

0 引言

高技術產(chǎn)業(yè)作為技術創(chuàng)新的前沿陣地，是市場競爭的戰(zhàn)略高地，其發(fā)展基礎在于持續(xù)的科學研究和不斷推陳出新的技術產(chǎn)品。2021年頒布的第十四個五年規(guī)劃綱要，強調(diào)了堅持創(chuàng)新驅(qū)動發(fā)展，全面塑造發(fā)展新優(yōu)勢。在2022年召開的中國共產(chǎn)黨第二十次全國代表大會上，創(chuàng)新的核心地位再次得到了重申，強調(diào)科技是第一生產(chǎn)力，創(chuàng)新是第一動力。2024年國務院政府工作報告提出了大力推進現(xiàn)代化產(chǎn)業(yè)體系建設，加快發(fā)展新質(zhì)生產(chǎn)力的目標。數(shù)據(jù)顯示，2022年中部地區(qū)高技術企業(yè)數(shù)為1.02萬家，比2013年增長1.37倍，占全國的比重僅為20.35%，比東部地區(qū)低46.10個百分點；中部地區(qū)高技術產(chǎn)業(yè)營業(yè)收入為3.74萬億元，比2013年增長1.65倍，占全國的比重僅為16.73%，比東部地區(qū)低49.94個百分點。由此可見，現(xiàn)階段中部地區(qū)的高技術產(chǎn)業(yè)雖然有了一定的發(fā)展，但不可忽視的是，由于我國中部地區(qū)經(jīng)濟發(fā)展水平或者地理區(qū)位差異，高技術產(chǎn)業(yè)在創(chuàng)新發(fā)展過程中仍存在一些問題。例如，資源配置不均勻、技術創(chuàng)新產(chǎn)出的支持效率不高等，與東部地區(qū)相比還存在一定的差距。因此，如何解決好高技術產(chǎn)業(yè)創(chuàng)新發(fā)展不充分問題？怎樣提升高技術產(chǎn)業(yè)創(chuàng)新產(chǎn)出的支持效率進而改善技術創(chuàng)新效率偏低的現(xiàn)象？這些都是當前中部地區(qū)在推動現(xiàn)代化國家建設過程中亟待突破的困境。

基于此，本文從創(chuàng)新效率角度出發(fā)，以中部地區(qū)的面板數(shù)據(jù)為基礎，將高技術產(chǎn)業(yè)創(chuàng)新活動過程進行劃分，分為技術研發(fā)階段與技術轉(zhuǎn)化階段，通過測算創(chuàng)新效率維度實證分析對比創(chuàng)新效率的真實水平，以推動產(chǎn)業(yè)轉(zhuǎn)型升級和可持續(xù)發(fā)展，為地方經(jīng)濟的長期增長注入新動力。

1 文獻綜述

Hadad等［1］和Demirel等［2］分別應用Super-SBM模型對印度尼西亞銀行業(yè)效率和技術創(chuàng)新效率進行了實證研究，結果表明該模型在效率測量方面具有較高的準確性和實用性。陳程等［3］通過應用數(shù)據(jù)包絡分析（DEA）模型，對我國高新技術產(chǎn)業(yè)的技術創(chuàng)新效率進行了衡量，將創(chuàng)新活動分為兩個階段，即技術開發(fā)階段和成果轉(zhuǎn)化階段，以便更全面地理解并評估高新技術產(chǎn)業(yè)的創(chuàng)新表現(xiàn)。Mekonnen等［4］利用DEA模型探討了發(fā)展中國家農(nóng)業(yè)創(chuàng)新的有效性，為提升農(nóng)業(yè)技術創(chuàng)新效率提供了寶貴建議。胡艷等［5］則運用DEA-Malmquist模型，對長江經(jīng)濟帶11個省市的高技術產(chǎn)業(yè)創(chuàng)新效率進行了靜態(tài)和動態(tài)分析，不僅揭示了創(chuàng)新效率的當前水平，還展現(xiàn)了其隨時間的變化趨勢。Polemis等［6］采用了隨機前沿分析（SFA）方法來實證評估制造業(yè)技術創(chuàng)新的有效性，并分析不同子行業(yè)間的差異，得出產(chǎn)業(yè)集中度與創(chuàng)新效率之間存在一種倒U型的關聯(lián)模式。張成芬等［7］運用DEA模型，基于中國各省份的面板數(shù)據(jù)，對高技術產(chǎn)業(yè)在給定投入和產(chǎn)出條件下的相對效率水平進行評估。姜炤君等［8］專注于長三角城市群的科技金融效率，運用DEA-BCC模型結合Malmquist指數(shù)模型，對這一地區(qū)近八年的科技金融效率進行了深入分析。楊嶸等［9］采用三階段DEA模型探究中國30個省份高技術產(chǎn)業(yè)創(chuàng)新效率的動態(tài)變化，關注了效率時空演變的同時排除了環(huán)境和其他隨機因素的干擾。王乾宇等［10］使用三階段DEA模型對中關村科技企業(yè)的創(chuàng)新效率進行了測算。

綜上所述，根據(jù)現(xiàn)有的文獻資料，盡管國內(nèi)外在技術創(chuàng)新效率及高技術產(chǎn)業(yè)技術創(chuàng)新效率的研究上已取得了顯著進展，但仍存在一些不足之處。目前，學者多是從全局或全國視角出發(fā)探討高技術產(chǎn)業(yè)的創(chuàng)新效率，然而對于特定地區(qū)，如中部地區(qū)的高技術產(chǎn)業(yè)創(chuàng)新效率的分析研究尚顯不足，相關實證研究亟待加強。鑒于此，結合現(xiàn)實背景需求，本文將聚焦于中部地區(qū)高技術產(chǎn)業(yè)，以其相關面板數(shù)據(jù)為對象，對高技術產(chǎn)業(yè)創(chuàng)新效率進行測度，為加快推動中部地區(qū)高技術產(chǎn)業(yè)高質(zhì)量發(fā)展提供有價值的參考。

2 研究思路與方法

2.1 研究思路

技術創(chuàng)新效率在高技術產(chǎn)業(yè)中是一個關鍵指標，它受到投入資源和產(chǎn)出成果的雙重影響。這意味著在進行效率分析時，需要綜合考慮用于創(chuàng)新活動的各種投入（如研發(fā)資金、人力資本等）以及這些投入所帶來的產(chǎn)出（如專利數(shù)量、新產(chǎn)品銷售等），從而全面評價高技術產(chǎn)業(yè)在技術創(chuàng)新方面的績效。高技術產(chǎn)業(yè)創(chuàng)新活動的實現(xiàn)過程如圖1所示。

從圖1中可以看出，第一階段為技術研發(fā)階段，此階段的投入主要是人員和資金等的創(chuàng)新原始投入，產(chǎn)出主要是專利與項目等技術研發(fā)性成果產(chǎn)出；第二階段為技術轉(zhuǎn)化階段，此階段的投入除了上一階段的技術研發(fā)產(chǎn)出外，還有新增的非研發(fā)創(chuàng)新等補充投入，而技術轉(zhuǎn)化產(chǎn)出則為新產(chǎn)品銷售收入等競爭性產(chǎn)出和新產(chǎn)品出口值等收益性產(chǎn)出。

2.2 DEA模型

DEA方法及其相關模型由Charnes和Cooper于1978年首次提出［11］。其核心是一個基于線性規(guī)劃的模型，該模型通過一系列的投入和產(chǎn)出指標來計算效率比率，非常適合評價具有多個輸入和輸出的復雜系統(tǒng)。隨著時間的推移，學術界對DEA模型進行了持續(xù)的優(yōu)化和升級。目前，DEA方法中廣泛應用的模型主要有CCR模型和BCC模型。

CCR模型的表達式：

D?[min[θ-?（êTs-+eTs+）]∑nj=1xjλj+s-=θx0∑nj=1yjλj-s+=y0λj?0，s-?0，s+?0] （1）

在DEA模型中，當θ的值等于1，且s-、s+都為零時，可以認為決策單元是DEA有效，這意味著決策單元不僅在技術上有效，而且在規(guī)模上有效；如果θ不等于1，或者s-和s中任何一個不為零，那么則為非DEA有效［12］。在式（1）中，當權重λj滿足條件∑[nj-1]λj=1，便得到BCC模型。DEA方法被用于測算某一特定時間點的效率狀態(tài)，這被稱為靜態(tài)效率。

2.3 Malmquist模型

Malmquist生產(chǎn)率指數(shù)方法建立在DEA模型的基礎上，通過比較連續(xù)時間點的效率距離函數(shù)的比率來度量投入產(chǎn)出效率的變動情況。Malmquist生產(chǎn)率指數(shù)在眾多研究領域得到了廣泛應用，特別是在評估高技術產(chǎn)業(yè)的全要素生產(chǎn)率方面，它不僅能夠衡量整體的技術效率變化，還能夠區(qū)分純技術效率和規(guī)模效率在技術效率變化中各自的貢獻，從而為理解技術進步提供更深入的視角。

Malmquist指數(shù)的計算原理為：

Mi，t+1（x[ti]，y[ti]，x[t+1i]，y[t+1i]）=

［[Dti（xt+1i，yt+1i）Dti（xti，yti）]·[Dt+1i（xt+1i，yt+1i）Dt+1i（xti，yti）]］1/2" " " " " " " " " " " " " " （2）

其中，x[ti]與x[t+1i]代表投入向量，y[ti]與y=x[t+1i]代表產(chǎn)出向量，D[ti]（x[ti]，y[ti]）和D[ti]（x[t+1i]，y[t+1i]）分別為以t期為參照，t期和t+1期生產(chǎn)點的距離函數(shù)。

Mi，t+1（x[ti]，y[ti]，x[t+1i]，y[t+1i]）=

[Dt+1i（xt+1i，yt+1i）Dti（xti，yti） ][Dti（xti，yti）Dt+1i（xti，yti）·Dti（xt+1i，yt+1i）Dt+1i（xt+1i，yt+1i）]1/2

EF[t+1i]" " " " " " " " " " " " " "TC[t+1i]" " " " " " " " " " "（3）

在式（2）的基礎上變形得到式（3），表示技術變化與技術效率變化的分離。其中，EF代表從t期到t+1期生產(chǎn)效率的變化，TC表示從t期到t+1期技術的變化率。

3 指標選取與數(shù)據(jù)來源

3.1 創(chuàng)新效率測算指標選取

在技術研發(fā)階段，企業(yè)或研究機構主要集中于新技術的探索和開發(fā)；而在技術轉(zhuǎn)化階段，則重點轉(zhuǎn)向?qū)⒀邪l(fā)成果應用于實際生產(chǎn)和市場推廣。本文將按照這兩個階段來分別進行效率測算，創(chuàng)新效率評價體系如表1所示。

3.2 數(shù)據(jù)來源

為確保分析的連貫性和時間跨度的一致性，本文選取了2013—2022年中部地區(qū)6個省份的相關統(tǒng)計數(shù)據(jù)作為研究對象。數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國高技術產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》等官方出版的統(tǒng)計資料。對于部分年份數(shù)據(jù)缺失的情況，本文采用指數(shù)平滑的方式進行估算和填補。

4 創(chuàng)新效率測算結果

4.1 DEA模型實證結果

從表2可以看出，在高技術產(chǎn)業(yè)技術研發(fā)階段，河南、湖北、山西、江西和安徽等省份在2013年和2022年的技術創(chuàng)新效率、純技術效率、規(guī)模效率值均為1，這意味著這5個省份在這兩個時間點上均達到了最優(yōu)效率狀態(tài)，表明其研發(fā)決策單元是有效的。相比之下，湖南省2013年技術創(chuàng)新效率值為0.914，小于1，表明該省投入產(chǎn)出效率有待提高，即投入資源相對產(chǎn)出來說過多，存在一定的效率不足情況，導致了資源的浪費；但在2022年各項效率指標提升到了1，說明在中部六省中，湖北省在技術創(chuàng)新效率方面整體有所提升，而其他省份在同一時期也保持了良好的效率表現(xiàn)。

表3為2013年和2022年中部六省高技術產(chǎn)業(yè)技術轉(zhuǎn)化階段效率值。從總體來看，2013年中部地區(qū)綜合效率值為0.358，而到2022年這一數(shù)值提升至0.773。盡管起點較低，但中部地區(qū)利用后發(fā)優(yōu)勢實現(xiàn)了快速發(fā)展，效率值也隨之提升。具體到各省，2013年和2022年中部六省中規(guī)模效率值均為1的省份只有河南省，山西省2022年的規(guī)模效率為1，其他省份均小于1，表明它們?yōu)镈EA無效決策單元。其中，河南省高技術產(chǎn)業(yè)技術轉(zhuǎn)化階段的技術效率、純技術效率、規(guī)模效率值和技術研發(fā)階段一樣，仍然均為1，保持不變。山西省2013年的規(guī)模效率最低為0.110，表明在該年度內(nèi)，山西省在高技術產(chǎn)業(yè)技術轉(zhuǎn)化階段存在資源浪費；而2022年其規(guī)模效率為1，達到了規(guī)模有效狀態(tài)。江西省在2022年的技術效率為0.788，高于中部地區(qū)的平均值0.773，處于靠前位置，但效率一直偏低，仍有提升空間。湖北省和湖南省2022年的純技術效率值分別為0.631和0.652，指標低于理想狀態(tài)，技術發(fā)展相對滯后，未能轉(zhuǎn)化為高效率的產(chǎn)出，純技術效率值偏低，也導致了其綜合效率值偏低。安徽省在2013年顯示出規(guī)模報酬遞增的趨勢，但在2022年則轉(zhuǎn)變?yōu)橐?guī)模報酬遞減，說明在當前階段，單純增加創(chuàng)新投入并不能有效提升產(chǎn)出，反而可能導致資源的低效使用。

4.2 Malmquist模型實證結果

表4數(shù)據(jù)顯示，在這十年時間內(nèi)，中部地區(qū)高技術產(chǎn)業(yè)的全要素生產(chǎn)率總體上呈現(xiàn)出輕微的上升趨勢，這一增長主要得益于技術進步。從總體來看，2013—2022年間，中部地區(qū)高技術產(chǎn)業(yè)全要素生產(chǎn)率指數(shù)為1.055，增長率為5.5%。具體到各省，湖北省、安徽省、湖南省的全要素生產(chǎn)率指數(shù)位列前茅，這3個省份的綜合效率指數(shù)和技術進步指數(shù)均達到或超過1，表明這些省份的全要素生產(chǎn)率提升是由技術進步和效率提升共同作用的結果。對于河南省、山西省、江西省而言，其全要素生產(chǎn)率值分別為1.039、1.045、1.047，表明該3個省份的技術進步使得生產(chǎn)率有所提升，但是其全要素生產(chǎn)率值均低于中部地區(qū)平均值。要想實現(xiàn)高技術產(chǎn)業(yè)創(chuàng)新效率的持續(xù)提升，需要打造一個有利于創(chuàng)新的內(nèi)部和外部環(huán)境。這也表明，為了提高全要素生產(chǎn)率，需要重點關注技術創(chuàng)新效率的作用，充分利用技術創(chuàng)新效率在推動創(chuàng)新生產(chǎn)和促進產(chǎn)業(yè)發(fā)展中的關鍵性作用。

表5數(shù)據(jù)顯示，湖北省、山西省、江西省和安徽省這4個省份的全要素生產(chǎn)率呈現(xiàn)上升態(tài)勢，其中技術效率是推動增長的核心動力。對于全要素生產(chǎn)率指數(shù)小于1的河南省和湖南省，這兩個省份的指數(shù)下降主要是由于技術進步指數(shù)的減少。盡管河南省的技術效率達到了1，但其技術進步指數(shù)僅為0.920，這表明河南省在研發(fā)投入方面并未獲得預期的最佳產(chǎn)出效果，應借鑒湖北等省份的先進經(jīng)驗，專注于提升轉(zhuǎn)化階段的技術進步。湖南省、山西省、江西省和安徽省雖然技術進步指數(shù)有所下降，但其綜合效率指數(shù)卻呈現(xiàn)上升趨勢，這表明技術效率的提高是推動全要素生產(chǎn)率增長的關鍵，這些省份需要明確自身的優(yōu)勢所在，致力于提高創(chuàng)新能力，促進創(chuàng)新水平的整體提升。而湖北省的情況則有所不同，其綜合效率指數(shù)和技術進步指數(shù)均超過了1，表明湖北省全要素生產(chǎn)率的提升得益于技術進步和綜合效率的共同提升。

5 結語

借助DEA-Malmquist模型，實證分析了2013—2022年中部地區(qū)高技術產(chǎn)業(yè)兩階段創(chuàng)新效率，主要結論如下：①從整體上來看，在技術研發(fā)階段，技術進步是推動全要素生產(chǎn)率增長的關鍵因素；而在技術轉(zhuǎn)化階段，全要素生產(chǎn)率的提升則主要依賴于綜合技術效率的改善，而技術進步的不足成了限制其增長的主要因素。②從區(qū)域的角度來看，技術研發(fā)階段中部六省全要素生產(chǎn)率為湖北gt;安徽gt;湖南gt;均值gt;江西gt;山西gt;河南，湖北、安徽、湖南三省全要素生產(chǎn)率均大于中部地區(qū)整體的均值，說明這3個省份的高技術產(chǎn)業(yè)拉動了中部地區(qū)高技術產(chǎn)業(yè)技術研發(fā)階段的發(fā)展；技術轉(zhuǎn)化階段中部六省全要素生產(chǎn)率為山西gt;江西gt;安徽gt;湖北gt;均值gt;湖南gt;河南，山西、江西、安徽、湖北四省全要素生產(chǎn)率均大于中部地區(qū)整體的均值，說明這4個省份的高技術產(chǎn)業(yè)拉動了中部地區(qū)高技術產(chǎn)業(yè)技術轉(zhuǎn)化階段的發(fā)展。建議中部地區(qū)打造區(qū)域性高技術產(chǎn)業(yè)創(chuàng)新生態(tài)系統(tǒng)，建立產(chǎn)學研合作平臺，搭建區(qū)域協(xié)作網(wǎng)絡，完善區(qū)域性產(chǎn)業(yè)轉(zhuǎn)移機制以及產(chǎn)業(yè)協(xié)同發(fā)展，促進信息共享、技術交流和資源整合，推動中部地區(qū)科技進步和經(jīng)濟發(fā)展。

參考文獻：

［1］HADAD M D，HALL M，KENJEGALIEVA K A，et al.Banking efficiency and stock market performance：an analysis of listed indonesian banks［J］.Review of Quantitative Finance amp; Accounting，2011，37（1）：1-20.

［2］DEMIREL P，KESIDOU E.Stimulating different types of eco-innovation in the UK：Government policies and firm motivations［J］.Ecological Economics，2011，70（8）：1546-1557.

［3］陳程，劉和東.我國高新技術產(chǎn)業(yè)創(chuàng)新績效測度及影響因素研究：基于創(chuàng)新鏈視角的兩階段分析［J］.科技進步與對策，2012，29（1）：133-137.

［4］MEKONNEN D K，SPIELMAN D J，F(xiàn)ONSAH E G，et al.Innovation systems and technical effciency in developing-country agriculture［J］.Agricultural Economics，2015，46（5）：689-702.

［5］胡艷，周玲玉.長江經(jīng)濟帶高新技術產(chǎn)業(yè)創(chuàng)新效率及其影響因素研究［J］.工業(yè)技術經(jīng)濟，2018，37（6）：71-77.

［6］POLEMIS M.A note on the estimation of competition-productivity nexus：a panel quantile approach［J］.MPRA Paper，2019.

［7］張成芬，朱曉宇.數(shù)字金融對高技術產(chǎn)業(yè)創(chuàng)新效率的影響研究［J］.管理現(xiàn)代化，2022，42（5）：105-112.

［8］姜炤君，徐波.長三角地區(qū)科技金融效率評價：基于三階段DEA模型與Malmquist模型的實證［J］.北方經(jīng)貿(mào)，2022（11）：98-101.

［9］楊嶸，于楓敏，許晶晶.兩階段視角下我國高技術產(chǎn)業(yè)創(chuàng)新效率的時空演變及影響因素：基于三階段DEA-Tobit模型的實證研究［J］.資源開發(fā)與市場，2022，38（5）：513-519，528.

［10］王乾宇，薛彪，崔靜靜.基于三階段DEA的中關村科技企業(yè)創(chuàng)新效率研究［J］.內(nèi)蒙古大學學報（自然科學版），2022，53（6）：652-659.

［11］白娟.政府財政支持力度對高技術產(chǎn)業(yè)創(chuàng)新效率的影響分析［D］.太原：山西財經(jīng)大學，2023.

［12］李晟寧.我國醫(yī)療器械制造業(yè)技術創(chuàng)新效率研究［D］.沈陽：沈陽大學，2022.