广西高技术产业创新效率研究

王智林

(广西大学商学院 广西 南宁 530004)

一、引言

高技术产业作为战略性新兴产业的先导部分，对于提高国家综合创新能力以及国际竞争力都有着重要意义。在当前供给侧改革逐步深化的背景下，着力发展高技术产业发挥着调节作用，有助于推动国家转变经济发展方式更加协调，使国家在国际竞争中占领制高点。一方面虽然高技术产业具有低消耗、高产出的优势，但不确定性颇高却是限制创新投入增长的一个重要因素；另一方面由于政策、资源的大力支持，目前高技术产业的创新产出大幅度是依靠高投入来支撑的。

在对技术产业创新效率的研究中，相关研究都是从国家或企业为单位出发进行讨论的。肖兴志运用模型对我国战略性新兴产业的创新效率进行分析[1]。研究不同所有权结构对企业创新效率的影响路径等。然而当前我国各地区高技术产业发展状态有所差别，不同行业之间的差距也不容忽视，具体体现在创新效率、产品成果转换等方面。根据李培哲等人的研究成果，以省为单位对高技术产业整体进行分析发现，与全国的增长率相比，广西壮族自治区全要素生产率增幅处于落后状态，产业发展的经济效益、社会效益没有得到体现，难以推动经济持续稳定增长，但是由于不同行业间的创新效率影响因素有所不同，同一措施难以对不同行业同时起到促进作用，应当具体问题具体分析，采取不同措施以期最终提高整体创新效率。因此本文则在前人研究的基础上，通过应用指数模型对广西壮族自治区的高技术产业创新水平进行评价，以期为广西壮族自治区高技术产业创新的提高提供实证证据及借鉴。

二、文献综述

经过对文献的总结分析后发现技术创新效率的有关问题一直都是国内外研究的重点部分。目前现有的关于高技术产业创新效率的文献可以分为两大部分来进行分析，一是构建创新效率评价指标体系，二是创新效率的测算方法。目前已有的文献对高技术产业创新效率的研究已经有了系统的框架但是在何种情况下运用哪种方法更加合适并没有定论。

首先不少学者从评价指标体系构建入手对技术创新效率评价进行了重新界定。例如杨屹等人运用因子分析法对创新能力进行评价[2]。发现企业的四种不同能力对创新效率的不同影响，然后通过均衡配置建立评价体系。

其次参数方法主要包括生产函数法、随机前沿分析、超越对数生产函数法等，目前的实证研究中更多的是运用随机前沿分析。例如朱有为利用随机前沿生产函数对中国高技术产业研发效率进行了测算。发现高技术产业总体研发效率较低，而且不同行业间的研发效率有所不同但差距逐渐缩小。非参数方法在实证研究中更多的是数据包络分析为手段。例如白俊红等人对中国面板数据进行分析[3]。测算技术创新效率与全要素生产率，发现各地区全要素生产率的提高主要依靠技术进步，并且各地区之间的技术差距正逐步缩小。

同时目前运用两种指数对广西经济发展进行分析的文献也较少。王志仁等人分析了广西企业的自主创新效率水平[4]。证明了数据包络分析能够正确反映企业自主创新水平进而可以进行更加客观和准确的评价。文献并没有深入分析广西壮族自治区的高技术产业创新效率问题，加上高技术产业不同行业间创新效率的限制因素也存在差异，因此若想正确推动广西高技术产业的发展并以此推动经济效率提高，需要对不同行业的创新效率分别进行评析并采取不同的策略予以调整。

三、模型构建

Malmquist指数法的主要原理是在不同时刻通过产业或行业的投入产出数据构建生产前沿前沿面，计算不同时期的决策单元与生产前沿面的距离然后使用距离函数的比值来判断生产率的变化。计算方法说明如下：

计算行业的全要素生产率若指数大于一则表明后时期的全要素生产率比前时期提高了。前半部分是对照前时期的生产前沿来计算两个时间段的产出距离函数，后半部分是对照后时期的生产前沿来计算两个时间的产出距离函数。

在规模报酬不变的情况下，可以进一步理解为前部分是指以前时期为参照的后时期产业技术效率变化指数。在两个时期每个决策单元它计算出距离前沿面距离进而判断是否最优使用要素。若该取值大于一则技术效率更有效了。

规模报酬变化的情况时，技术效率变化指数又可以细分为规模效率变化和纯技术效率变化。纯技术效率变化在给定资源和技术的条件下反映了行业产出能力的高低。规模效率变化反映的是行业规模的合理程度。

四、实证结果分析

(一)指标选取与说明

本文选取2006-2016年间广西壮族自治区高技术产业的科技投入和科技产出指标进行实证研究，运用DEAP软件计算指数及其分解项并分析影响因素的深层次作用。本研究的数据主要来源于统计年鉴并将高技术产业划分为医药制造、航空航天制造、电子及通信设备制造、电子计算机及办公设备制造四类。

投入指标。第一固定资产投资额。我们通过分析该行业具体某年对固定资产投资来确定该行业拥有的固定资产设备数目。第二新产品开发经费。新产品开发经费是指企业内部指出中用于开发的部分，开发经费的多少是产品开发成功与否的关键因素。第三折合全时当量研发人员。

产出指标。第一专利申请数。第二新产品销售收入。将新产品应用到商业化中才能真正的实现目标，应用新产品销售收入来反映企业的商业化创新能力。

(二)实证分析结果

运用软件对广西壮族自治区十年间高技术产业整体相关数据进行指数分解。

可以看出广西壮族自治区十年间全要素生产率呈现上升状况。其中有所下滑的年份其主要原因是因为纯技术效率指数小于一。其余年份创新效率均大于一这表明了广西壮族自治区近十年高技术产业创新效率提升显著，发展良好。从分解指数来看全要素生产率的平均增长率高的主要原因是技术进步指数、纯技术效率指数高，而规模效率处于轻微的退步状态说明广西创新效率的提高并不是规模效率的提高，而是经过采取有利于创新的行为方式提高资源利用率来实现的。综上所看广西充分利用高效的管理水平、发挥人才与资源的优势来提升高技术产业的创新效率水平，而由于地理位置的限制，虽然近年来高技术产业发展较快，但达到合理的规模水平仍需要一段时间，而使得规模效率目前限制了创新效率的提高。

为更加细致分析近十年广西壮族自治区不同高技术行业的创新效率的影响因素分别分析了四大不同行业的变化。

医药制造业的创新效率在近十年反复变化，在所有的分解影响因素中纯技术效率指数波动幅度最大，因此最终对全要素生产率的方向产生了巨大影响。说明医药制造业企业注重管理水平提高进行制度创新，虽然有大量的资源投入和创新产出，也提高了技术水平，但发展规模较小仍然缺乏龙头企业的引领，没有形成产业集群进行大规模生产，不利于创新效率的持续提高。

电子及通信设备制造业的创新效率再近十年虽然偶尔有波动，但整体呈现提升的趋势，全要素生产率指数在四个高技术行业中提升幅度最大。具体而言纯技术效率指数的上升是促使创新效率提高的关键因素说明在这段时间中该行业注重提高新技术的开发以及实际应用，高端技术迅速发展并且提高了科技转化率。技术进步指数大多数年份都处于增长缓慢或起阻碍作用，说明资源没有得到有效的利用不能产生经济效益，该行业的企业行为不利于产业创新效率的提高。规模效率变化不大说明该产业创新效率的发展并不依赖企业之间的合作生产。

电子计算机及办公设备制造业的创新效率在前四年间处于停滞状态并没有得到发展，而后创新效率呈现出大幅度的上下波动。具体来看又可以将发展阶段的影响因素分为两部分：前三年中起到主导作用的是技术进步指数，在此阶段人才资金等投入量决定了创新产出的效率；后三年中技术创新指数趋于平缓此时起到决定作用的是纯技术效率指数在资源投入量充足的情况下能否能够合理利用资源决定了创新效率的高低。

近十年间医疗设备及仪器仪表制造业的创新效率也呈现出反复变化的情况，与医药制造业单个决定因素不同该行业创新效率的变化同时受到技术进步指数和纯技术效率指数变化的共同影响。技术进步指数的变化呈现出一年支持创新、一年阻碍创新的特点，说明该行业在经历阻碍因素后能及时进行反思和调整，但由于环境和经济发展的限制每年有所差别。纯技术效率指数的变化出现峰值说明该年度该行业高度重视技术创新，实现了创新商业化的目标也提高了创新效率其余年份对创新效率的影响较小。

五、结论及政策建议

广西壮族自治区位于中国西南部与东南亚国家相接壤，高技术产业的发展不仅能够促进经济的发展、提高人民生活水平，同时也可以通过国际贸易进行创收，具有重要的战略意义，创新效率问题是高技术产业的必须面临的关键之一。总体上，广西高技术产业创新效率曲折提高，技术进步与纯技术效率起到促进作用，而规模效率阻碍了创新效率的提高；四种不同高技术行业创新效率有所不同，并且相互之间的影响因素也有所差异，应当分别进行分析本文建议如下：

一是发挥规模优势加速产业规模化建设。广西高新技术产业整体及细分行业中规模效率一直是限制创新效率提高的主要因素之一，该问题对于医药制造业来说尤为突出，不能发挥产业集群的规模优势作用。高技术产业应当在保持创新投入水平和产品开发水平的基础上发挥产业联合的优势以提高创新效率。具体措施可以以质量为第一位建立工业园区优先引进行业中的领先企业，提高辐射效应，通过空间方式数字化方式连接建立更加紧密的关系形成产业互补协同创新共同提高创新效率。

二是提高资源利用率。电子计算机及办公设备制造业创新效率的变化主要是由于资源利用效率的高低引起的，高效的资源配置与利用有助于提高该产业的创新效率。面向未来的发展中由于资源的有限性，电子计算机及办公设备制造业应当建立健全完善的管理机制，通过自主研发引进国外先进的技术设施，整合全行业的资源引导行业提高资源利用率从而提高创新效率。

三是提高资源利用率，通过完善创新体系不断优化整个行业的要素配置水平。电子计算机及办公设备制造业创新效率的变化主要是由于资源利用效率的高低引起的，高效的资源配置与利用有助于提高该产业的创新效率，引导行业提高资源利用率，从而提高创新效率。

本文在对广西高技术产业创新效率评价的过程中，也存在一些局限性。由于一些数据的缺失，不得不使用代理变量进行相似的估计也未进一步对指标后的深层次含义进行分析。