中国高技术产业技术创新三阶段特征及其演变,本文主要内容关键词为:技术创新论文,中国论文,高技术产业论文,特征论文,阶段论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
中图分类号F224.9 文献标识码A 高技术产业作为我国整个工业产业链的核心,其技术创新活动及其成果将直接影响整个工业的发展水平及经济持续增长的速度和质量。近年来,中国愈发意识到高技术产业的重要性,并投入大量的人力、财力致力于高技术研究与生产。因而从技术创新效率的视角通过分阶段研究高技术创新的效率变化、各阶段效率的关联及其作用机制,有助于认识和掌握高技术产业技术创新演变规律,促进高技术产业的可持续发展。 目前,国内学者就高技术产业技术创新活动的研究,大体集中在两个方面,一是将技术创新活动作为一个整体,运用相关模型探讨资源配置效率及其影响因素;二是将技术创新活动分为两大阶段,探讨其效率及其影响因素。前者如赵国杰和张芳洁(2004)运用RPM方法对我国东、中、西部高技术产业资源配置的有效性进行分析。朱有为和徐康宁(2006)运用随机前沿生产函数对我国高技术产业1995-2004年的分行业面板数据进行分析,测算出我国高技术产业的研发效率,探索其影响因素,如企业规模、市场结构和产权结构等因素对研发产出效率的影响。官建成和陈凯华(2009)综合运用数据包络分析的松弛测度模型和临界效率测度模型对我国高技术产业2001-2004年分行业面板数据进行处理,测度我国高技术产业技术创新活动的技术效率、纯技术效率、规模效率和规模状态,探究其“高产出、低效益”不良发展态势的症结及对策。在模型应用方面,刘顺忠和官建成(2002)运用DEA方法分析我国各地区创新系统的特点并对其创新绩效进行评价。吴瑛和杨宏进(2006)以R&D经费存量值代替当年值,用DEA模型计算1995-2004年我国高技术产业的科技资源配置效率。 两阶段模型探讨方面,郑坚(2008)根据创新过程中投入和产出要素的形式不同将我国高技术产业的技术创新过程分为技术开发阶段和成果转化两个阶段,并使用2001-2005年的省级面板数据,运用改进的DEA方法分别测算技术开发阶段和技术成果转化阶段的效率。余泳泽(2009)使用我国高技术产业1995-2007年省级面板数据,运用松弛变量的DEA模型分别对技术开发和技术成果转化两个阶段效率及其影响因素进行了研究,探讨高技术产业创新系统内部的运行机制和转化过程。贺京同和冯尧(2011)使用我国高技术产业1999-2008年分行业面板数据,运用DEA-Malmquist指数单独对我国高技术产业科技成果转化效率进行了测度和研究。肖仁桥等(2012)使用我国高技术产业2005-2009年的省级面板数据,运用两阶段网络DEA模型对我国高技术产业创新整体效率和两个阶段效率进行研究。贾静雪(2012)运用Li等(2012)①提出的扩展两阶段网络DEA模型,测算2002-2010年我国各省份高技术产业创新整体效率和两个阶段效率,进一步考虑子单元之间的网络关联性以及创新的整体性。 就高技术产业技术创新活动的整体过程来看,本文基于价值链视角,认为创新是连续的、系统的、多阶段的过程,而从生产者的角度来看,R&D仅仅是创新过程的上游创造性生产过程,其产品创新性还需要通过中间试验过程及其产业化过程的检验,最终由收益性产出、竞争性产出来衡量。因此,本文基于投入产出分析的逻辑思路,将我国高技术产业技术创新过程分为技术开发、技术转化和产业化3个阶段,建立技术创新三阶段模型,运用链式网络DEA方法测量我国高技术产业技术创新三阶段效率,通过技术创新效率的动态变化观察高技术产业技术创新演变规律,从纵向的、相对动态的视角进一步印证创新三阶段演变规律,从而全维、系统地评价中国高技术产业的发展。 一、三阶段指标体系的构建及链式网络DEA模型 现有文献中,大多将阶段的产出划分为技术性产出、收益性产出和竞争性产出,产出指标的选取反映由于高技术产业的产品创新,忽略了工艺创新,因此造成技术成果转化阶段技术性投入只与收益性产出、竞争性产出相联系的假象。本文将技术创新过程分为技术开发、技术转化和产业化3个阶段,认为技术创新贯穿整个3个阶段,且创新成果各有侧重:技术开发阶段主体(成果)为技术发明(专利技术和非专利技术);技术转化阶段主体(成果)为工艺创新(新工艺);产业化技术阶段主体(成果)为产品创新(新产品、新市场)。 第一阶段采用郑坚(2008)的定义方法,即第一阶段是开发高技术的过程,主要通过R&D投入开发高技术,基本任务是创造新技术,研制出可供利用的新工艺和新产品,最终以专利和非专利技术等知识技术形式作为科技成果的产出,这个过程主要体现了高技术产业技术创新的技术开发效率。本文将第二阶段定义为技术性投入(不包括R & D活动)转化为技术性产出的过程,是对中间试验阶段的扩展,完成从技术开发到试生产的全部技术问题,以满足生产需要,这个过程主要体现了技术创新的技术转化效率。第三阶段定义为技术性产出转化为收益性产出和竞争性产出的过程,把中间试验阶段的成果变为现实的生产力,产生出新产品或新市场,并解决大量的生产组织管理和技术工艺问题,是一种实现商业化、产业化的过程,这个过程主要体现了高技术产业技术创新的产业化效率。三阶段不仅仅是按线性序列递进的,同时也存在着多阶段的交叉与并行,下一个阶段的问题可以反馈给上一阶段寻求解决办法,并且下一阶段所提出的问题及其解决也会推动上一阶段创新活动的深入与发展,三阶段相互区别又相互促进,形成技术创新的统一过程。 指标体系的构建上现有文献各有侧重,如郑坚(2008)认为,技术开发阶段R&D资源的投入一般包括资金投入和人员投入。贾静雪(2012)则在其基础上增加知识投入,逐步完善了技术开发阶段投入指标的构建。对于技术开发阶段投入指标的构建,本文使用贾静雪(2012)的方法,选取R & D人员全时当量、科学家和工程师作为此阶段人员投入,R & D经费内部支出作为此阶段资金投入,上一年有效发明专利数作为技术投入。对于此阶段产出指标的构建,选取当年有效发明专利数作为专利指标,新产品开发项目数作为非专利技术指标(见表1)。 技术转化阶段投入指标的构建,在技术投入指标的选取上,本文使用郑坚(2008)的方法,选取第一阶段产出作为此阶段技术投入;在人员投入和资金投入指标的选取上,选取非R&D科技活动人员作为此阶段的人员投入,非R&D经费支出、新产品开发经费支出作为此阶段的资金投入。选取新开工项目数和实用新型、外观设计专利数作为此阶段的技术性产出指标(见表2)。 产业化阶段投入指标的构建,在技术投入指标的选取上,本文使用相同的思路,选取第二阶段产出作为此阶段技术投入;在人员投入和资金投入指标的选取上,选取净从业人员年平均人数作为此阶段的人员投入,新增固定资产作为此阶段的资金投入。对于此阶段产出指标的构建,选取新产品产值、新产品销售收入和出口交货值作为此阶段的收益性、竞争性产出指标(见表3)。 数据方面,三阶段全部16个指标资料来源为中国五大高技术产业17个子产业1996-2011年的相关原始数据,其中,1996-2001年的资料来源于2002年《中国高技术产业统计年鉴》《中国统计年鉴》,2002-2011年的资料来源于2002-2012年出版的《中国高技术产业统计年鉴》,2006-2012年出版的《中国科技统计年鉴》,2002-2012年出版的《中国统计年鉴》。对于R&D科学家和工程师指标,本文使用贾静雪(2012)的方法进行处理。对于R&D经费内部支出、非R&D经费支出和新产品开发经费支出指标,采用吴瑛和杨宏进(2006)使用的永续盘存法进行存量转换,所得结果以1996年为基期,折旧率为15%。其中,非R&D经费支出包括国内购买经费支出、技术引进经费支出、消化吸收经费支出和技术改造经费支出,非R&D科技活动人员为R&D科学家和工程师之外的科技活动人员,净从业人员年平均人数为减去科技活动人员后的从业人员年平均人数,实用新型、外观设计专利数为减去发明数的专利申请数。其他数据则是直接从上述统计年鉴中获取。 1978年Charnes和Cooper提出DEA分析方法,之后该方法被广泛运用到各个领域的研究上。这种“非参数法”的数据包络分析(DEA)方法与随机前沿分析(SFA)方法相比,优势在于它不需要估计投入产出的生产函数,从而避免了因错误的函数形式带来的问题,也不需要考虑量纲归一以及指标权重的确定,保证评价在内容上的客观性,对多投入多产出复杂结构系统的有着适应性。 DEA模型应用方面,Kao和Hwang(2008)通过假设来自于第一阶段的中间产出全部转化为第二阶段的中间投入对两阶段网络DEA模型进行研究。本文在Li等(2012)基础上提出扩展三阶段链式网络DEA模型(见图1)。 图1 扩展三阶段链式网络DEA模型 根据以上扩展的三阶段链式网络DEA模型,采用Matlab计算我国高技术产业五大类17个子行业②的三阶段技术效率及总效率(见表4)。 从表4可以看出,1996-2011年我国高技术产业技术开发阶段年平均技术效率为0.7698,经历了从高到低再从低到高的过程,整体上类似“U”形的变化轨迹。其中,1996-1999年可能是对技术创新投入的忽略,技术开发效率大幅下降,1999年达到最低点;1999-2000年,技术开发效率出现短暂的跳跃式上升;而2000-2003年技术效率稳定在0.7左右微动;2003-2009年,随着经济的增长,对高技术的重视提高并投入了大量的研究经费,技术开发效率保持稳定增长,每年增幅约为5%;2009年之后,可能是由于过多地注重技术开发的投资规模而不注重技术开发效率,技术开发效率又出现下降的趋势。 1996-2011年我国高技术产业技术转化阶段年平均技术效率为0.5447。1996-2005年,技术转化效率在0.496~0.5993之间微幅波动;2005年突降到最低谷0.4115,2006-2009年技术转化效率总体上呈上升趋势;2009年以后,技术转化效率出现停滞甚至下降的趋势。总体来说,我国技术转化阶段的效率不高,且近阶段有持续恶化的趋势;成果转化阶段无效率主要来自于纯技术无效率,同技术开发阶段一样,成果转化阶段技术效率低可能是因为各地区过多追求投资规模,而不注重投资效率造成的。 1996-2011年我国高技术产业产业化阶段年平均技术效率仅为0.2646。2008年以前除了少数年份外产业化效率基本都在0.3以下;从2009年开始,由于对把高技术产业作为经济增长新的动力,加大了对高技术产业的重视,大力发展高技术产业,产业化效率才有所上升。 1996-2011年高技术产业年平均总效率只有0.4085,经历了与产业化效率类似的变化趋势。 上述技术开发、技术转化和产业化效率及总效率变化趋势,如图2所示。 图2 我国高技术产业技术开发、技术转化和产业化效率及总效率变化趋势 资料来源:2002-2012年《中国高技术产业统计年鉴》、2002-2012年《中国统计年鉴》、2006-2012年《中国科技统计年鉴》;经由DEA链式三阶段模型计算。 二、技术创新三阶段动态特征及经验评价 基于技术创新效率测算,根据相关年鉴和贾静雪(2012)、吴瑛和杨宏进(2006)的方法对相关数据进一步处理,形成三阶段投入和产出(部分)标准数据,如表5~表7所示。 根据表5的基础数据可以算出,1996-1999年,在投入方面,R&D人员全时当量增加至1.023倍,科学家和工程师的数目减少至0.948倍,上一年有效发明专利数增加至1.822倍;在产出方面,新产品开发项目数减少至0.942倍。2000-2003年,在投入方面,R&D人员全时当量投入增加至1.376倍,科学家和工程师的数目增加至1.184倍,上一年有效发明专利数仅仅增加至2.040倍;在产出方面,新产品开发项目数增加至1.495倍。并且,1996-2003年,技术开发阶段的资本投入呈指数式平滑增长,以及作为R&D成果的当年有效发明专利数呈线性式平滑增长。根据图2,1996-1999年,技术开发效率大幅下降,1999年达到最低点;1999-2000年技术开发效率出现短暂的跳跃式上升;2000-2003年技术效率稳定在0.7左右微动。那么,1996-1999年技术开发效率大幅下降,主要因素可能是技术开发阶段对R&D人员投入的不足;2000-2003年技术开发效率变化小,可能与技术开发阶段的技术投入方面出现的瓶颈有关。 2004-2009年,在投入方面,R&D人员全时当量投入增加至2.644倍,科学家和工程师的数目增加至2.592倍,上一年有效发明专利数增加至6.626倍;在产出方面,当年有效发明专利数增加至7.071倍,新产品开发项目数增加至3.278倍。根据图3,在2004-2009年,技术开发效率保持稳定增长,每年增幅约为5%。这表明,随着经济的增长,技术开发阶段对人员和技术的高投入进一步增加,对研究经费的投入持续性增长。 2009-2011年中,2010年的R&D人员全时当量投入为2009年投入的1.251倍,而2011年的R&D人员全时当量投入为2010年投入的1.063倍;在产出方面,2010年的新产品开发项目数为2009年产出的0.725倍,2011年的新产品开发项目数仅为2009年产出的1.117倍。除此之外,其他的因素变化较小。那么,根据图2,2009年之后,技术开发效率出现下降趋势的主要因素可能是R&D人员的投入增加量不足以补偿资本和技术的投入增加量。 根据表6的数据可以算出,2005年之前,非R&D科技活动人员数目先增后降,2005年非R&D科技活动人员数目仅为1996年人员数目的0.991倍;2005年之后,非R&D科技活动人员数目呈线性增长。1996-2005年技术转化阶段的新产品开发经费支出呈指数式平滑增长,非R&D经费支出约呈线性增长;在产出方面,新开工项目数数目呈指数式平滑增长,而实用新型、外观设计专利数数目则呈线性快速增加。另外,2005年的当年有效发明专利数仅为2011年数目的0.098倍,2005年的新产品开发项目数为2011年数目的0.294倍。根据图2,1996-2005年,技术转化效率在0.496~0.5993之间微幅波动;2005年突降到最低谷0.4115。这表明,1996-2005年技术转化阶段初期技术投入规模小以及人员投入不足,使得初期技术转化效率低;在2005年,技术转化效率跌至低谷,主要因素可能是技术转化阶段人员投入不足。 2005-2009年中,当年有效发明专利数增加至4.821倍,新产品开发项目数增加至3.044倍,且都呈指数增长;非R&D科技活动人员增加至1.637倍,呈线性增长;非R&D经费支出增加至1.221倍,新产品开发经费支出增加至2.389倍,分别呈线式和指数式增长;在产出方面,2009年的新开工项目数增加至1.369倍,尽管2008年的新开工项目数仅仅增加至1.101倍;实用新型、外观设计专利数数目则呈指数式增加。根据图2,2005-2009年技术转化效率总体上呈上升趋势。这表明,随着经济的增长,技术转化阶段的技术、人员和资金的持续投入保证产出有效增加。 2009-2011年中,2010年的新产品开发项目数数目减少为2009年数目的0.725倍,2011年的新产品开发项目数数目为2009年数目的1.117倍;2011年的非R&D经费支出投入仅为2009年投入的1.054倍,为2010年投入的1.003倍;而2011年的新产品开发经费支出投入为2009年的1.446倍,为2010年投入的1.241倍;其他投入则持续增加,产出方面约呈指数式增加。根据图2,2009年以后,技术转化效率出现停滞甚至下降的趋势。这表明,技术转化阶段的技术投入增长放缓甚至下降,在资金方面存在非R&D经费和新产品开发经费投入顾此失彼,造成技术转化效率停滞甚至下降。 根据表7数据可以算出,1996-2008年新开工项目数增加至3.628倍,实用新型、外观设计专利数增加至38.269倍,净从业人员年平均人数增加至2.008倍,新增固定资产投入增加至10.083倍;作为产业化阶段的产出的新产品产值、新产品销售收入和出口交货值经历了相似的平缓增长。而1996-2011年新开工项目数增加至6.327倍,实用新型、外观设计专利数增加至70.117倍,净从业人员年平均人数增加至2.397倍,新增固定资产投入增加至24.853倍;作为产业化阶段产出的新产品产值、新产品销售收入和出口交货值则在2008之后增长加速。根据图2,2008年以前,除了少数年份外产业化效率基本都在0.3以下。这表明,产业化阶段初期技术、人员和资本的投入规模小,使得初期产业化效率低。 2008-2009年中,2009年的新开工项目数数目为2008年数目的1.243倍,2010年的新开工项目数数目为2009年数目的1.135倍;2009年实用新型、外观设计专利数为2008年专利数的1.194倍,2010年实用新型、外观设计专利数为2009年专利数的1.233倍;2009年净从业人员年平均人数为2008年人数的1.003倍,2010年净从业人员年平均人数为2009年人数的1.141倍;2009年新增固定资产投入为2008年投入的1.189倍,2010年新增固定资产投入为2009年投入的1.424倍。在产出方面,2008-2009年的产出则出现停滞甚至微幅下降,具体为,2009年的新产品产值、新产品销售收入和出口交货值分别为2008年各自产出的0.959倍、0.977倍和0.936倍;而2009-2010年的产出则大幅上升,具体为,2010年的新产品产值、新产品销售收入和出口交货值分别为2009年各自产出的1.139倍、1.299倍和1.254倍。根据图2,从2009年开始,产业化效率才有所上升。这表明,产业化阶段经历了2008-2009年技术、资金和人员投入的比例调整后,产业化效率呈逐年增长趋势。 依据上述分析,在技术开发阶段,在1996-2011年期间,我国高技术产业技术开发阶段技术开发效率经历了从高到低,再从低到高的过程,整体上类似“U”形的变化轨迹。2003年之前,我国高技术产业技术开发效率起初受R&D人员投入的约束,此后又受技术投入的约束;2003年之后,我国高技术产业技术开发效率才保持稳定增长,起因于对高技术的重视提高并投入了大量的研究经费。在技术转化阶段,2005年之前,我国高技术产业技术转化效率受技术投入规模小以及人员投入起步慢的约束;2005年之后,同样也是起因于对技术成果转化的重视并对技术、人员和资金的持续投入,使技术转化效率总体呈上升趋势,却滞后于技术开发阶段近两年的变化时期。在产业化阶段,2008年之前,我国高技术产业产业化效率受人员、资本和技术投入的约束;2008年之后,对高技术产业的调整,加大对高技术产业的重视,产业化效率才有所上升,却滞后于技术开发阶段近5年的变化时期和技术转化阶段近3年的变化时期。然而,2009年之后,由于过多地注重投资规模而不注重相应的效率,技术开发效率和技术转化效率开始有所下降。 从3个阶段的效率变化趋势图来看,技术开发效率高于技术转化效率和产业化效率,由于技术转化效率低下,从而导致产业化阶段的效率最低,最终影响高技术产业技术创新活动的整体水平。 三、技术创新三阶段演变 本文使用由Ray和Desli(1997)对Fare等(1994)提出的Malmquist指数FGNZ分解法修正后的Malmquist指数RD分解法,对技术创新阶段、技术转化阶段和产业化阶段的动态效率进行测算,进一步探讨技术创新三阶段演变④。 从技术开发阶段Malmquist指数RD分解累积效率值分析结果来看(见图3),1996-2003年我国高技术产业技术开发阶段Malmquist指数与技术进步呈现“V”形剧烈上下变动,2003-2011年Malmquist指数与技术进步又呈现“W”形的波动,整体呈上升的趋势,而在整个1996-2011年纯技术效率和规模报酬变化微弱,对Malmquist指数变化贡献微小。综上,技术开发阶段Malmquist指数变化主要由技术进步变化推动。 从技术转化阶段Malmquist指数RD分解累积效率值分析结果来看(见图4),1995-2007年我国高技术技术成果转化阶段Malmquist指数在2002年之前都基本呈上升趋势,2002-2005年较平缓,2005年之后大幅度下降,说明在持续恶化,整体变化趋势呈倒“U”形;1996-2011年技术进步变化经历了类似于“W”形的上下波动,2002年同Malmquist指数呈上升趋势,2002-2008年逐步下降,2008年后又开始逐步回升;规模报酬在1996-2006年基本保持稳定,2006年后同Malmquist指数呈下降趋势,年平均下降2.1%。因此,在技术转化阶段,Malmquist指数上升归因于技术进步,而Malmquist指数下降主要是由于规模报酬下降的幅度大于技术进步上升的幅度。 技术产业化阶段Malmquist指数RD分解累积效率值分析结果如图5所示。纵向来看,1996-2011年我国高技术创新技术产业化阶段,技术进步在2008年以前平稳上升,2008年后进入下降停滞期;在1996-2011年RD规模报酬变化趋势类似于“V”形,在2006年以前呈下降趋势,2006-2009年经历短暂上升后趋于停滞,2009年之后RD规模报酬上升较快,但总体上仍偏低;1996-2011年纯技术效率变化总体上保持平稳上升的趋势,年平均变化率为1.8%。综上,RD-Malmquist指数变化趋势总体上处于停滞,RD分解法将Malmquist指数变化停滞主要归因于规模报酬变化的恶化。 图3 技术开发阶段Malmquist指数RD分解累积效率值 资料来源:经由RD-Malmquist指数计算得出。 图4 技术转化阶段Malmquist指数RD分解累积效率值 资料来源:同图3。 综合3个阶段Malmquist指数RD分解累积效率值分析结果,可能的原因有以下几点:第一,我国的R&D主要集中在高校及科研院所,有一大批的专业人才从事于技术开发研究,因此绩效比较明显,技术开发的效率比较高;另外高技术产业迫于市场竞争的压力也会根据市场需求来分配R&D投入,而R&D作为知识密集型、技术密集型和资本密集型的投入,本身存在着巨大的风险,投入大、风险大,使得企业更加地注重R&D的效率。第二,对于R&D产出的转化,不同于第一阶段,该阶段要与市场接触,由于市场制度不完善,比如我国的产权保护制度的不完善,缺乏提供技术转化和技术创新成果转化环境的中介服务机构等一系列原因,企业很大程度上是根据产业化阶段的最终受益来确定自己的战略,而不是根据技术开发阶段的R&D产出来确定自己是否转化为生产技术,因此会对技术转化阶段缺乏足够的重视,导致R&D阶段和产业化阶段的脱节,即使有高的技术开发率也并不能保证高的技术转化率。第三,产品会大量投入市场,企业作为技术创新产业的主体会面临一系列市场不确定性的风险,比如竞争对手的不确定性,市场供求信息不对称,产业政策变动以及经济危机冲击等,由于我国企业没有主动地去适应环境,企业抗风险的能力普遍偏低,绝大多数企业不能有效避免风险,顺利实现技术创新产业化的最终目标。另外,产业化阶段作为技术开发和技术转化的下游阶段,偏低的技术转化率必然导致最终的产业化率极低,从而给整个高技术产业的高技术开发效率造成负面影响。 图5 产业化阶段Malmquist指数RD分解累积效率值 资料来源:同图3。 本文将高技术产业技术创新过程分为技术开发、技术转化和产业化3个阶段,通过链式网络三阶段DEA模型对我国高技术产业1996-2011年各阶段的效率进行测算及动态评价,得出以下基本结论: 第一,技术开发阶段效率的“U”形变化轨迹。1996-2011年我国高技术产业技术开发效率经历了从高到低,再从低到高的过程,整体上类似“U”形的变化轨迹。2003年之前,技术开发效率起初受R&D人员投入的约束,此后又受技术投入的约束;2003年之后,技术开发效率才保持稳定增长,起因于对高技术的重视提高并投入了大量的研究经费,源于技术开发阶段的投入多、企业重视力度大;2009年之后,可能由于过多地注重技术开发的投资规模而不注重技术开发效率,使R&D人员投入与资本和技术投入增加量不相匹配,技术开发效率又出现了下降的趋势。 第二,技术转化效率低下是制约高技术产业发展的主要原因。1996-2011年高技术产业技术转化效率在2005年突降到最低谷,2009年以后,技术转化效率出现停滞甚至下降的趋势。2005年之前,技术转化效率受技术投入规模小以及人员投入起步慢的约束;2005年之后,同样也是起因于对技术成果转化的重视并对技术、人员和资金的持续投入,使技术转化效率总体上呈上升趋势,却滞后于技术开发阶段近两年的变化时期,主要来自于纯技术无效率,同时还因与市场接触,受到外部影响因素多,企业根据产业化阶段的最终受益来确定自己的战略,导致R&D阶段和产业化阶段的脱节,即使有高的技术开发率也并不能保证高的技术转化率;2009年之后,由于过多地注重投资规模而不注重相应的效率,技术开发效率开始有所下降。 第三,产业化阶段滞后于技术开发阶段近5年的变化时期和技术转化阶段近3年的变化时期。2008年以前,除了少数年份外产业化效率基本都在0.3以下;从2009年开始,产业化效率才有所上升。2008年之前,我国高技术产业产业化效率受人员、资本和技术投入的约束;2008年之后,对高技术产业的调整,加大对高技术产业的重视,产业化效率才有所上升,却滞后于技术开发阶段近5年的变化时期和技术转化阶段近3年的变化时期,主要由于产业化阶段作为技术开发和技术转化的下游阶段,偏低的技术转化率必然导致最终的产业化率极低,但改进的空间很大。 综上所述,技术开发阶段创新演变主要受技术进步的影响,技术进步在很大程度上对技术开发率的提升有促进作用,促进开发阶段创新演变,同时也不能忽略整个经济社会对技术开发的重视与巨额投入;技术转化阶段除了受到纯技术进步的影响外,在一定程度上受到规模报酬的影响,若规模报酬递减的速度快于技术进步的速度,则会对技术转化阶段创新演变造成负面影响;产业化阶段创新演变的主要影响因素是规模报酬。同时3个阶段还存在一些共同的影响因素,例如过多地注重技术创新投资规模而不注重效率,导致技术创新效率低,技术创新演变受到负面约束;三阶段的人才资源分配不均,大多数人才致力于第一阶段的开发,技术转化阶段和产业化阶段的人才相对较少;后两阶段受外部影响因素较多,包括专利保护制度、市场需求、市场竞争、政府支持力、市场制度的不完善等。技术总效率变化趋势源于3个阶段效率综合变化的结果,3个阶段效率的影响因素也会间接对技术总效率造成影响,同时总体效率还与3个阶段的衔接是否有效相关。 ①Li等(2012)通过在第二阶段引入除中间投入之外的额外投入扩展了两阶段网络DEA模型。 ②此处分类是根据《中国高技术产业统计年鉴》的分类法划分的。 ③3个阶段的效率是根据17个行业的几何平均求得,总效率是3个阶段效率的几何平均。 ④由于技术创新三阶段动态效率的测算不是本文主要关注的对象,因此限于篇幅,本文并没有给出各阶段动态效率测算的具体步骤。若读者需要与此相关的数据和结果,可直接联系作者。中国高技术产业技术创新的三个阶段特征与演进_中国创新指数论文
中国高技术产业技术创新的三个阶段特征与演进_中国创新指数论文
下载Doc文档