卢明湘,石小燕
(西华大学管理学院,四川成都 610039)
高技术产业作为知识和技术密集型产业是支撑国民经济高质量转型升级的动力,是国际经济和科技竞争的重要阵地。发展高技术产业对推动产业结构升级、提高劳动生产效率和经济效益具有不可替代的作用。《“十四五”国家高新技术产业开发区发展规划》指出要继续完善高新技术产业体系和高新技术成果产出、转化和产业化机制,攻克支撑产业和区域发展的关键核心技术,率先建成支撑科技自立自强的创新高地。近年,各种创新政策的实施、创新环境的优化、创新资源的投入为我国高技术产业科技创新奠定了坚实基础,然而,由于创新资源配置效率偏低、创新主体互动程度不高、对外技术依存度高和自主创新能力不强等诸多问题[1],我国高技术产业科技创新效率与发达国家相比仍有较大差距。此外,企业研发产出利用率不足、科技成果转化率低、科技经济“两张皮”等问题凸显。且由于研发本身的长期性、风险性以及外部性,企业单纯依靠独立研发难以实现科技创新的进一步发展。因此,在创新驱动发展战略和新发展理念的共同引领下,探究我国高技术产业中各个行业科技成果转化效率及其投入产出结构对促进我国高技术产业科技成果孵化、实现科技成果市场化具有重要意义。
目前,关于科技成果转化的研究有很多,其研究对象主要为高校、涉农企业,如杨树旺等[2]、吴杨等[3]、罗茜等[4]等分别基于科技成果转化链条和创新链视角、时间和政策激励视角研究了高校科技成果转化效率的差异和影响因素。林青宁等[5-8]分别研究了自主创新、技术引进和协同模式对涉农企业科技成果转化的影响及其科技成果转化效率的提升路径,其研究内容主要集中在科技成果转化模式、提升路径和效率测算等方面。就研究科技成果转化模式而言:熊鹰等[9]构建稳定的农业科技成果转化模式及科学合理的利益分配机制;唐江云等[10]运用三螺旋理论构建“政府-专家团队-企业”农业科技成果三螺旋转化模式;朱冰妍等[11]从科技成果转化的动力和过程双重理论视角出发,利用二维四象限分析方法将科技成果转化模式划分为个人委托转化型、个人直接转化型和机构驱动转化型3种,并探究了3 种模式的核心特征、优势、在我国实践中存在的问题以及适用条件;何丽敏等[12]探究了中国科学院宁波材料技术与工程所的科技成果转化的技术成熟度与转化模式的内在联系。就科技成果转化的提升路径而言:刘运华[13]从提升专利质量和价值的角度研究了科技成果转化的提升路径;张玉华等[14]对政府支持力度、人才规模、科研激励和校企合作强度4 种要素进行组合归纳出提升高校科技成果转化绩效的支持型、激励型、人才型和全面型4 种路径。就科技成果效率测算而言:张涵等[15]利用随机前沿法基于创新环境约束研究了中国高技术产业基础研发和成果转化创新效率;徐皓等[16]利用数据包络分析基于创新价值链视角探究了中国高技术产业技术开发效率和技术成果转化效率的外溢效应;董会忠等[17-18]将科技成果转化过程分为研发阶段和成果转化阶段,利用DEA-CCR 模型和莫兰指数分析了全国高技术产业的创新效率、空间格局及演化特征,之后又进一步研究了中国28 个省份高技术产业的绿色创新效率及其空间溢出效应。
基于上述文献梳理发现,目前学术界对科技成果转化的研究极为丰富,但仍旧存在一些不足之处:(1)科技成果转化效率的研究对象集中于高校和涉农企业,较少关于高技术产业科技成果转化效率的研究且大多都是从省域层面探究地域间的差异,几乎没有学者探究高技术产业各行业间的科技成果转化效率差异;(2)目前关于高技术科技成果转化效率的测算方法大多采用随机前沿分析和数据包络分析,但该方法并未考虑随机误差,容易导致测算结果产生偏差。因此本文采用超效率SBM 模型利用我国高技术产业2009—2021 年的面板数据测算并分析我国高技术各行业的科技成果转化效率和投入产出冗余,以期能够更加准确地把握我国高技术产业中各行业的科技成果转化效率和投入产出结构,为国家相关帮扶政策制定和高技术行业投入产出结构调整提供参考依据。
国内外关于效率的评价方法大致可以分为参数方法和非参数方法两类。常见的参数方法为随机前沿方法(stochastic frontier approach,SFA),该方法需要事先设定生产前沿函数形式和随机项的概率分布,常用于处理单个产出的情况,对于多输入多输出的情况,使用该方法时计算过程较为复杂[19]。常见的非参数方法为数据包络分析(data envelopment analysis,DEA),适用于处理决策单元是多投入多产出情况[19]。科技成果转化的过程离不开人力、物力和财力的投入,科技成果转化的最终产出也呈现出多种形式,是一个典型的“多投入-多产出”的过程。相较于传统的CCR、BCC 模型,基于松弛测度的SBM 模型考虑了投入变量、产出变量与最优值之间的改进空间,有效地解决了变量松弛性问题。同时该模型的投入与产出不需要严格按照比例变化,避免了传统DEA 模型中投入和产出同比例增加或减少所造成的误差,但该模型与传统DEA 模型一样,当同期数据包络前沿的决策单元的效率值均为1时,便无法衡量各个有效决策单元之间的效率高低,而超效率模型能对效率值均为1 的有效决策单元进行分解排序[20]。在实际的科技成果转化过程中,投入与产出并非严格按照比例进行变化,同时综合考虑变量的松弛性,本文选择SBM 模型结合超效率模型测算高技术产业中各个行业的科技成果转化效率,以期获得更加精确效率值。
2.2.1 SBM 模型
2.2.2 超效率SBM 模型
由于利用SBM 模型计算出的效率位于(0,1]区间内,当多个决策单元均有效时,其效率值均为1,此时有效决策单元的效率无法进行比较。为了进一步对有效率的 DMU 进行比较,Tone[21]构建了超效率SBM 模型。对于DMU,其规模报酬可变(VRS)的超效率SBM 模型表示为:
在你心目中,端午节是什么样子?在我看来,端午节如诗如画,两岸一片笙歌,水中蛟龙飞驰;端午节如梦如幻,千人竞渡,万人欢歌;端午节如风如影,浪花激荡人心,船桨划出荣耀;端午节如痴如醉,是家乡的锣鼓、乡音、浓情。
指标体系的构建直接影响到高技术科技成果转化效率评价的最终结果。因此,本文对科技成果转化效率评价的现有相关研究进行梳理,遵循科学性、系统性、可行性和典型性原则,选取高技术科技成果转化效率评价指标。
2.3.1 投入指标
现有关于科技成果转化效率评价的研究大多从“投入-产出”的角度建立指标体系。投入指标主要分为人力投入和财力投入,其中人力投入常用R&D 人员全时当量衡量,财力投入常用R&D 经费内部支出、新产品开发经费支出、技术改造经费支出、消化吸收经费支出衡量。本文借鉴林青宁等[8]和陈伟等[22]的研究,选取R&D 活动人员折合全时当量作为高技术行业的人力投入,R&D 经费内部支出、新产品开发经费支出、技术改造经费支出作为高技术行业的财力投入(其中由于高技术产业各行业的消化吸收经费支出数据缺失严重,为避免影响最终评价结果,本文予以剔除)。而政府支持作为影响行业科技成果转化的重要因素,本文采用科技活动中经费筹集额中的科技活动经费中的政府资金来衡量政府对高技术产业各行业的财力支持。
2.3.2 产出指标
关于高技术产业科技成果转化效率的产出指标常用新产品销售收入、专利申请数和技术市场成交额等。综合考虑指标的典型性和可获得性,本文参考贺京同等[23]、叶锐等[24]以及王伟等[25]的研究,选取了新产品销售收入和有效发明专利数(即获国家知识产权局审批授权的、正常维修且按时缴纳年费、未超过法定保护年限的专利数量)2 个指标作为产出指标。其中,新产品销售收入反映了科技创新成果的商业化程度。由于我国专利包括发明、实用新型和外观设计,综合考虑三者间的创新技术水平和潜在实用价值,确定本文的专利特指发明专利。具体指标体系如表1 所示。
表1 高技术产业科技成果转化效率评价的指标体系与变异系数
指标的变异系数反映该指标在高技术产业科技成果转化效率评价中的鉴别能力,指标的变异系数越大,表明该指标在科技成果转化效率评价中的分布变异性越大、信息含量越多、指标的信息分辨能力越强;反之,则表明该指标的分布变异性越小、信息含量较少、指标的信息分辨能力越弱[26]。本文参考何圣等[27]的研究认为当指标变异系数大于20%时,该指标符合敏感性、典型性、特异性原则。本文各指标的变异系数如表1 所示,结果表明选取的投入指标和产出指标均具有较强的信息分辨能力。
以2009—2021 年为考察期,以中医药制造业、电子及通信设备制造业、计算机及办公设备制造业和医疗仪器设备及仪器仪表制造业4 个高技术产业的15 个高技术行业为研究对象1),根据表1 建立的指标体系,用超效率SBM 模型测算科技成果转化效率、分析投入冗余和产出不足。
3.2.1 高技术产业科技成果转化效率
根据表1 建立的指标体系,对原始数据进行处理后,运用公式(1)(2),利用MATLAB 软件分别测算出高技术产业医药制造业、电子及通信设备制造业、计算机及办公设备制造业和医疗仪器设备及仪器仪表制造业4 个高技术产业的科技成果转化效率,结果如图1 所示。
由图1 可知,高技术产业科技成果转效率水平呈波动上升趋势,各产业呈发展态势良好。其中电子及通信设备制造业和医药制造业的科技成果转化效率呈现上升的发展趋势;计算机及办公设备制造业成果转化效率一直维持着较高水平,其效率值在1.10 上下波动。医疗设备及器械制造业在2009—2013 年期间的科技成果转化效率整体呈现下降趋势,但自2014 年起其科技成果转化效率出现回弹,且于2016—2018 年大幅度提升并逐渐趋于稳定。可能是由于自2014 年以来国家在推动企业创新和医疗设备国产化方面,推出了一系列切实有效的政策和措施,破除了制约国产医疗设备发展应用障碍,促进了医疗设备及器械制造的科技成果转化效率的提升。
高技术产业科技成果转效率水平整体不高,仍具有巨大的改善空间。4 个产业中科技成果转化效率均值高于1 的仅有计算机及办公设备制造,其效率均值为1.131;其余3 个产业的科技成果转化效率均值都低于1。其中,电子及通信设备制造业的科技成果转化效率均值最高,为0.910;医疗设备及器械制造业次之,为0.654;医药制造业最低,为0.517,科技成果转化无效率的产业占比75%。
3.2.2 高技术行业科技成果转化效率
根据表1 的指标体系和公式(1)(2),利用MATLAB 软件分别测算出化学药品制造、通信设备制造、计算机整机制造、医疗设备及器械制造等15个高技术行业的科技成果转化效率,结果如表2所示。
表2 2009—2021 年我国高技术行业科技成果转化效率评价结果
由表2 分析可知,考察期间,中国高技术产业各行业科技成果转化效率均呈现波动上升的发展趋势。其中,以2009 年为基期,2021 年科技成果转化效率呈上升趋势的行业有13 个,占比86.67%;科技成果转化效率呈下降趋势的行业有2 个,分别是广播电视设备制造业和办公设备制造业,占比13.33%。2009 年,中国仅办公设备制造业的科技成果转化效率高于1;到2021 年,中国高技术产业科技成果转化效率高于1 的行业有3 个,分别是通信设备制造业、计算机整机制造业和办公设备制造业,科技成果转化有效率行业占比提高了13.33%,表明我国高技术产业各行业科技成果转化水平普遍不高,仍具有较大改进空间。
高技术产业中大部分行业科技成果转化效率小于1,行业间效率水平差距较大。考察期间,高技术产业15 个行业的科技成果转化效率均值都低于1。其中,科技成果转化效率均值排名前5 的行业分别是通信设备制造业、计算机整机制造业、办公设备制造业、广播电视设备制造业和计算机外围设备制造业。效率均值最低的是雷达及配套设备制造业,为0.17,与通信设备制造业的差值为0.77,表明我国高技术产业各行业的科技成果转化效率水平差距较大。
投入指标冗余率是各投入指标松弛量与原始投入指标数值的比值,产出指标不足率是各产出指标松弛量与原始产出指标数值的比值[28]。为进一步探究中国高技术行业间科技成果转化效率产生差异的原因,本文利用MATLAB 测算出高技术产业的投入指标冗余率和产出指标不足率,具体结果如表3、表4 所示。
表3 2009—2021 年我国高技术行业投入指标冗余率与产出指标不足率均值
表4 我国高技术行业科技成果转化投入指标冗余率与产出指标不足率对比
结合表3、表4 分析可知:医药制造产业各行业的投入冗余和产出不足情况有所改善,但其投入不合理情况仍旧明显。其中化学药品制造业技术改造经费冗余率均值较高,中成药和生物药品制造业科技活动经费中的政府资金冗余率均值较高,同时中成药制造业还伴随R&D 人员和新产品开发经费投入冗余问题。该产业各行业的R&D 人员投入均有剩余,尤其是中成药行业和生物药品制品制造业,截至2021 年年底,中成药行业R&D 人员投入冗余率仍为45%,生物药品制品制造业R&D 人员投入冗余率仅仍为29%。3 个行业的技术改造经费和科技活动经费中的政府资金投入冗余率均有所下降,但截至2021 年底,化学药品制造业的技术改造经费冗余率仍为56%;中成药制造业和生物药品制造业的科技活动经费中的政府资金冗余率仍分别为65%、61%。中成药制造和生物药品制品制造业的新产品销售收入和有效发明专利不足情况均有所改善,但化学药品制造业的新产品销售收入不足率有所增加,增至113%。
电子及通信设备制造产业中大部产业均存在投入冗余、产出不足的情况。其中通信设备和广播电视设备制造业的R&D 人员投入冗余、新产品销售收入不足较明显;其年均投入冗余率和产出不足率均低于行业年均值,但相较而言,广播电视设备制造的R&D 人员投入冗余率、新产品销售收入不足率要高于通信设备制造业。视听设备制造业、电子元件制造业和电子器件制造业的三者存在的共同问题是R&D 人员和技术改造经费投入过多。相较于2009 年,2021年视听设备制造业的R&D人员、R&D内部经费、新产品开发经费和技术改造经费的冗余率均增加;电子器件和电子元件制造业的R&D 内部经费冗余率和新产品销售收入产出不足率均增加,在之后的转化活动中,应注意进行调整和控制。其他电子设备业和雷达及通信设备制造业的科技活动经费中的政府资金投入冗余和新产品销售收入产出不足较明显,此外,考察年间其他电子产业设备制造业的R&D 人员冗余情况严重。
计算机及办公设备制造产业中各行业投入冗余和产出不足整体情况良好。唯一值得注意的是2021年计算机外围设备制造业的有效发明专利不足率降为0,但其新产品销售收入不足率增至0.43,这间接反映出该行业的新产品研发与市场和消费者需求是否相匹配的问题。
医疗设备及器械制造产业中各行业主要问题为科技活动经费中的政府资金投入冗余高,新产品销售收入不足。其中仪器仪表制造业和医疗设备及器械制造业均存在投入资金配置不合理、科技活动经费中的政府资金利用率低,新产品销售收入产出不足的情况,且仪器仪表制造业还伴随着R&D 人员投入冗余率偏高的问题。该产业中仪器仪表制造业的R&D 人员冗余率明显高于医疗设备及器械制造业。仪器仪表制造业和医疗设备及器械制造业的年均技术改造经费和科技活动经费中的政府资金冗余率偏高。截至2021 年底,该产业技术改造经费冗余率均降为0;而科技活动经费中的政府资金冗余率分别为35%、41%,仍位于较高水平。此外,该产业的2个行业均出现产出不足的情况,分析发现:主要表现为新产品销售收入的不足,其原因可能是其资金投入配置结构不合理,导致其他投入要素冗余未能转化为最终产出。
本文基于 2009—2021 年我国4 个高技术产业及其15 个高技术产业的面板数据,使用超效率SBM模型测算了各行业科技成果转化的综合效率并分析其投入冗余和产出不足,得出以下结论:
(1)中国高技术产业科技成果转化效率整体而言呈现出先下降再波动上升的趋势。其中电子及通信设备制造产业、医疗设备及器械制造产业和医药制造产业的科技成果转化效率呈现良性发展趋势;计算机及办公设备制造产业的科技成果转化效率略有下降,但其科技成果转化效率一直维持着较高水平。大部分高技术行业的科技成果转化效率呈现波动上升的良好发展趋势,但科技成果转化效率水平整体不高,行业间的科技成果转化效率水平差距较大。
(2)截至2021 年年底,高技术产业中R&D 人员、技术改造经费和科技活动经费中的政府资金的投入冗余、新产品销售收入产出不足问题突出。其中,人员冗余问题明显的行业主要包括广播电视设备制造业、中成药制造业、视听设备制造业、电子器件制造业、电子元件制造业、其他电子设备制造业和仪器仪表制造业7 个。存在科技活动经费中政府资金投入冗余的行业最多,主要包括中成药制造、生物药品制品制造业和医疗设备及器械等;存在技术改造经费冗余的行业次之,主要包括化学药品、电子器件和电子元件等;视听设备制造业、雷达及配套设备制造业等存在两种及以上的经费投入冗余问题。新产品销售收入不足明显的行业主要包括电子元件、雷达及配套设备制造业和其他电子设备制造业等。基于上述研究结论,就如何提升高技术产业科技成果转化效率水平提出如下建议:
(1)根据行业特点对冗余人员先转换再精减、重视科研人员再教育,注重其能力培训与提升。如广播电视设备制造业,拥有人员冗余高,经费投入冗余低,转化效率高的特点,优先考虑针对性地提高经费投入,促进人员冗余转化为最终产出。同时健全与多方创新主体的协调机制,拓宽自身科研经费融资路径;完善激励机制,鼓励冗余人员进行原创性、前瞻性研究。政府方可通过政策干预,向释放良性信号,帮助降低其融资难度。对于人员冗余高,经费冗余高,转化效率低的行业,如电子器件制造业、中成药制造业等,考虑到该类行业现有转化能力有限,以精简冗余人员,提升剩余人员科创能力为主。以效率、效果和效益为导向,通过对不适应行业发展的、职能重复岗位予以撤销、合并或是裁减,实现人才队伍的精简,同时加强科研人员的再教育工作,注重其科创能力的培训与提升。
(2)调整资金分配结构,注重监督与管理、转变政府干预方式,降低对科技活动经费中的政府资金的依赖。高技术行业经费冗余主要表现在技术改进费冗余和科技活动经费中的政府资金冗余。针对技术改造经费高、政府经费冗余高,但R&D 内部经费或新产品开发经费投入冗余低的行业,如化学药品制造业等,应不断调整各类资金投入的比例,寻求最优的资金分配结构,同时注重完善各类投入资金的管理与监督措施,以提升整体投入资金的使用效率。针对科技活动经费中的政府资金冗余高、其他经费投入冗余低、有效发明专利不足低、新产品销售收入不足高的行业,如中成药制造业等,政府可减少直接资金资助,采用政策干预的方式,减少各行业对科技活动经费中的政府资金的依赖,激励行业自有资金的投入。同时政府还应完善监管机制,进行直接资金支持时,制定考核标准,定期考察,避免因信息不对或监管机制不完善产生为寻求科技活动经费中的政府资金而创新的不道德行为。
(3)建立健全多渠道合作机制,提升自主研发能力、注重市场需求导向,促进理论成果市场化。针对产出不足的行业,如电子元件制造业,拥有技术改造经费冗余高,新产品开发经费和政府经费冗余低的特点。行业应继续加大自主研发经费投入,同时积极建立健全与政府、学校和科研机构等多方创新主体的合作渠道,提高自主研发能力。针对新产品研发经费投入冗余高、新产品产品销售收入不足高的行业,如雷达及配套设备制造业、其他电子设备制造业等,要注重市场导向,进行新产品研发时需定期开展市场调研,了解市场需求,并根据市场竞争和环境变化及时调整,避免出现新产品研发与市场需求不匹配导致新产品销售收入不足的情况。
注释:
1)研究所需的原始数据来源于2010—2021 年的《中国高技术产业统计年鉴》,其中2018 年《中国高技术产业统计年鉴》未出版,因此2017 年的数据缺失。