本土技术体制与产业效率实证分析，本文主要内容关键词为：实证论文,本土论文,体制论文,效率论文,产业论文，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：F062.9 文献标识码：A 文章编号：1671-9301(2013)02-0056-09
修回日期：2012-12-20
一、引言
技术体制与产业效率关系的研究是最近几年学者开始关注的重点，以往的研究主要集中技术体制与产业创新关系的研究，Malerba和Orsenigo[1]通过使用德国、法国、英国和意大利等四个国家的专利数据研究了技术体制与产业创新活动的关系。研究结果表明：技术体制与产业创新活动表现出显著性的差异。Qing Mua和Keun Lee[2]研究了中国电信行业与技术体制之间的关系，发现中国电信业的技术体制特点有助于中国企业遵循技术体制特点进行技术追赶，从而实现技术跨越。Kyoo-Ho和Keun Lee[13]比较了韩国和中国台湾产业与技术体制在技术追赶的这一过程中的作用。通过研究他们发现：技术体制中的知识的初始存量和技术生命周期是主要因素，即在韩国与中国台湾地区的回归模型中也同时得到了验证。Fulvio Castellacci[5]基于1996—2001年数据，选取了9个欧洲国家的制造业数据，分析了技术体制与产业R&D研发生产率之间的关系。结果显示，反映技术体制的因素包括技术机会水平、独占性条件、教育和技能水平、向外国竞争开放的程度和市场规模因素对9个欧洲国家制造业R&D研发生产率产生影响。Fulvio Castellacci和Jinghai Zheng探讨了技术体制与制造业和服务业的生产率之间表现的关系，结果表明技术体制对产业生产率产生重要的影响。国内学者张云龙[6]以技术体制的理论为出发点，选取2001—2003年中国28个制造业行业数据，验证了技术体制与行业技术创新活动之间存在的关系。焦少飞、张炜等[7]区别于传统的“结构—创新”分析框架，从行业技术发展特征的角度，利用中国制造业的数据，分析技术体制对技术创新的影响。
从经济学角度讲，产业效率是一个国家或地区对其高技术产业投入资源的有效配置并达到帕累托最优状态，在这一状态下，所有的帕累托改进都不存在。研究高技术产业效率对提升各地区高技术产业的发展有重要的意义。截至2011年年底，高技术产业企业数已达到21682家，从业人员年平均人数为1147万人，当年价总产值88434亿元，主营业务收入87527亿元，利润5245亿元，利税7814亿元，出口交货值40600亿元。
综合以上文献的研究，本文在研究中主要构建了测度技术体制的变量技术机会(OPPO)、知识基础特性(PROP)、创新独占性(APPR)四个变量，并提出了技术体制四个变量对产业效率提升有正向作用的研究假设，基于2003—2011年中国高技术产业数据验证所建立的研究假设[8-9]。具体研究框架为：第二部分梳理了技术体制与产业发展理论，并将技术体制与产业发展结合研究的国内外研究文献进行总结；第三部分给出了本文的数据来源与变量设定，在研究中构建了测度技术体制的变量和产业效率投入产出的变量指标；第四部分计量模型的建立，主要包括技术体制与产业效率的多元回归模型建立和计算产业效率的数据包络分析DEA-CCR模型的建立；第五部分计量结果分析，一方面包括对产业效率值及技术体制水平值的分析，另一方面包括技术体制与产业效率的多元回归分析；第六部分针对实证分析结果提出相应的建议。
二、技术体制与产业发展理论
技术体制(Technological Regimes)理论最早由Nelson和Winter[10-11]提出，两位学者将技术体制作为一个理论框架(Theoretical Framework)，分析和解释不同行业的不同创新过程，他们建立的模型表明用技术机会和创新保护程度表示的技术环境对创新密度、技术创新模式、产业集中度和一个产业的进入频率有重要影响。Malerba和Orsenigo[12]将技术体制分为技术机会、创新的独占性、技术进步的累积性和知识基础特性四个要素。张云龙[6]将技术体制分为技术机会、创新独占性、知识基础特性、外部知识获取性、技术轨道的流动性五个关键要素。孙赫[14]将技术体制分为技术机会、知识溢出、创新独占、知识特征四个要素。杜健、吴晓波等[15]将技术体制分技术机会、创新的独占性、技术进步累积性、知识基础特征、外部知识可获得性、技术轨道流动性、当地企业的吸收能力等7类因素。顾雅洁[16]将技术体制分为技术机会、知识溢出、创新独占、知识特征四个因素。
产业发展理论是研究产业发展过程中的发展规律、发展周期、影响因素、产业转移、资源配置、发展政策等问题。对产业发展规律的研究有利于决策部门根据产业发展各个不同阶段的发展规律采取不同的产业政策，也有利于根据这些规律采取相应的产业发展战略。亚当·斯密[17]认为要促进产业经济增长，将各个产业部门都纳入资本和劳动力研究领域，斯密重视分工协作对提高劳动生产率的促进作用，认为劳动生产率提高的主要原因是制造业内劳动分工的发展。产业效率测度理论代表学者是Farrell[18]，Farrell提出企业综合效率包含两个部分：技术效率(Technical Efficiency，简记为TE)，它反映了由一个给定的投入集合中获得最大产出的能力，另一个是配置效率(Allocative Efficiency，简记为AE)，配置效率合理划分投入成分，反映了企业生产和技术的能力。
根据以上理论文献研究，本文提出了构建了包含技术机会、创新独占性、知识基础特性、外部知识获取性四个维度变量的技术体制概念模型，基于2003—2011年中国高技术产业数据，从技术体制四个维度来研究对产业效率的影响关系。
三、数据来源与变量设定
(一)数据来源
本文研究的数据均主要来源于《中国高技术产业统计年鉴》、《中国科技统计年鉴》和《中国统计年鉴》。基于2003—2011年中国本土高技术产业数据测度产业效率投入产出变量原始数据平均值整理见表1。
为了进一步归一化各种测度变量指标原始数据的量纲，这里采用取对数方法对数据标准化：标准化后的原始数据平均值见表2所示。
(二)变量设定
1.技术体制变量。综合文献研究，本文提出了测度技术体制的四个变量，它们是技术机会、创新的独占性、知识基础的特性和外部知识的可获取性。Park等[19]用每个行业专利申请数的年增长速率来测度各个行业的技术机会。本文用企业数与科技项目数的比值来度量技术机会。创新的独占性(Appropriabitliy of Innovation)是防止创新被模仿以及因模仿从创新活动中攫取利益的可能，本文借鉴顾雅洁[16]用新产品销售收入和拥有的发明专利数的比率来表示创新独占性。Park等[19]等用知识的新颖性来表示知识基础的特性。张云龙[6]用基础研究费用与应用研究费用的比值来测度知识基础的特性。本文采用研究与实验发展(R&D)经费内部支出与科技活动人员中科学家和工程师的比值来测度知识基础的特性。杜健、吴晓波、黄娟[15]用内资企业“技术引进费用”与“购买国内技术经费”之和来表示外部知识的可获取性。本文用技术引进经费与购买国内技术经费之和同科技机构科技活动人员的比值来测度外部知识的可获取性。
2.测度产业效率的投入产出指标。本研究基于本土高技术产业数据，测量产业效率的影响因素包括资金投入和劳动投入，资金投入变量要反映该地区产业科技活动经费和年末固定资产原价的情况。劳动投入主要以R&D人员全时当量和科技活动人员作为投入指标。产出指标是对创新活动中技术创新这一过程的最终效果的衡量，反映了在消耗了一定技术创新资源投入后所得到的效益，应包括两个方面的成果：一方面是在技术创新活动中的直接创新收益，即专利发明的申请，另一个是当年价总产值。见表3技术体制与产业效率指标及度量。
四、计量模型
本文采纳Malerba和Orsenigo[1]和杜健、吴晓波等[15]观点将技术体制定义为技术机会(Technological Opportunities，简写OPPO)、创新的独占性(Appropriabitliy of Innovation，简写APPR)、知识基础特性(Properties of the Knowledge Base，简写PROP)和外部知识获取性(Aceessibility to External Knowledge Flows，简写ACEE)四个变量定义技术体制。根据自变量与因变量之间是否存在线性关系建立产业效率(EFFI)与技术体制多元回归模型：
根据多元回归计量模型的建立，提出四个假设。假设1：行业技术机会越多，高技术产业经济效率越大；假设2：创新的独占性越强，高技术产业经济效率越大；假设3：知识基础特征越明显，高技术产业经济效率越大；假设4：外部知识可获得性越大，高技术产业经济效率越高。为了验证4个假设，本文基于中国本土高技术产业2003—2011年数据进行验证。
利用数据包络分析DEA-CCR模型计算本土高技术产业效率，数据包络分析DEA-CCR模型是由美国著名运筹学家查恩斯(A.Charnes)和库伯(W.W.Cooper)和罗兹(E.Rhodes)于1978年创立的一种评价具有相同类型投入和产出的若干部门或单位相对有效性的数量方法[20]。通过包络出最佳生产前沿面，根据包络面可得到每个生产单位的效率指数，它有一个规模收益不变(Const Returns Scale)的基本假设。对于多个产出的数据包络模型DEA-CCR模型，决策者追求的是产出最大化，于是对于
，…，n)个决策单元
效率模型为可以得到如下规划问题：
当θ＜1时，决策单元为DEA无效。
由上式所计算的产业效率(Efficiency)，又可以进一步分解为规模效率(Scale Efficiency，SE)与技术效率(Tech Efficiency，TE)两者的乘积，即：
五、计量结果分析
(一)产业效率值及技术体制水平值
1.产业效率值。根据模型(2)，运用deap2.1软件对本土高技术产业投入产出变量数据进行运算求解，得出2003—2011年按地区的DEA值以及DEA值的变化趋势，大部分地区保持了较稳定的增长势头，年增长平均为3.9%(见图1)，综合效率等于1有北京、天津、江苏、广东、山东共5个省市；综合效率介于0.75～1的有吉林、上海、浙江、江西、山西、湖北共6个省市；综合效率介于0.55～0.75的有河北、辽宁、湖南、河南、重庆、贵州、甘肃共6个省市；综合效率低于0.55的有黑龙江、安徽、四川、陕西共4个省市，除了北京、天津、江苏、山东和广东为DEA有效，其它地区都存在不同程度的投入产出冗余，没有达到DEA有效(见表4)。技术效率为DEA有效的地区为北京、天津、山西、吉林、江苏、山东、广东共7个地区，规模效率与产业综合效率DEA有效的地区相同，为北京、天津、江苏、广东、山东5个地区。
图1 22个省市2003—2011年高技术产业综合效率变动趋势
2.技术体制水平值。基于2003—2011年中国本土高技术产业数据的产业技术体制水平整理见表5，从表5可以看出，反映技术体制变量的技术机会水平最高的地区是北京，其次是辽宁、天津、上海、广东。技术机会水平最低的地区是陕西，其次为重庆、贵州、甘肃和黑龙江。创新独占性水平最高的地区是天津和上海，值分别为16.72和13.02，其次是辽宁、江苏、山东和四川，创新独占性水平最低的地区是吉林和贵州。知识基础特性水平最高的地区是北京、天津、上海、山东，值大于8，其次为江苏、浙江、广东。外部知识获取性水平最高的地区是天津，远远高于其他地区，说明天津非常重视产业的外部知识获取性。其他地区外部知识获取性水平较高的是北京、上海、辽宁、江苏。知识基础特性水平最低的地区山西和甘肃。外部知识回获取性水平最低的地区有河北、湖北，其值不足1。
(二)回归结果分析
1.回归模型的方差分析。表6是基于中国本土高技术产业数据的技术体制与产业综合效率影响模型的方差分析表，从表中可以看到F值11.719，显著性概率0.000，小于0.05，说明因变量产业效率与技术体制自变量总体回归效果是显著的。
2.回归系数和显著性检验。从表7基于中国本土高技术产业数据的技术体制与产业综合效率影响模型的回归系数和显著性检验来看，常数项统计量是-4.03，显著性概率是0.000，说明常数项有显著的差异，采用非标准回归方程；技术机会(OPPO)、创新的独占性(APPR)、知识基础特性(PROP)、外部知识获取性(ACEE)的统计量分别是4.5、-2.0、3.9、1.1，对应的显著性概率水平分别是0.000、0.048、0.000、0.26，所对应的回归系数值分别是0.19、0.15、0.19、0.06，说明技术机会(OPPO)、知识基础特性(PROP)、创新的独占性(APPR)通过了t检验，与产业综合效率(EFFI)存在显著的正相关；说明增强高技术产业技术机会、外部知识获取性和创新独占性(APPR)对从地区角度提升中国高技术产业创新效率有很大作用。
(三)实证结果经验分析
通过2003—2011年中国高技术产业数据验证了本土技术体制与产业效率的关系，从回归结果得出技术机会(OPPO)、知识基础特性(PROP)、创新独占性(APPR)通过了t检验，说明技术体制与产业综合效率(EFFI)存在显著的正相关，即增强产业技术机会、知识基础特性和外部知识获取性对从地区角度提升产业综合效率有很大作用。外部知识获取性(ACCE)与创新效率(EFFI)没有通过t检验，相关性不是显著的，说明通过从外部获得设备和软件，能最快地获取所需现有的技术，但过度引进技术对提升中国高技术产业创新效率作用不显著。从实证分析结果来看，产业效率为DEA有效的地区是北京、天津、江苏、山东和广东五个地区，其中技术效率为DEA有效的地区有北京、天津、山西、吉林、江苏、山东和广东；规模效率为DEA有效的地区有北京、天津、江苏、山东和广东。因为山西和吉林没有达到规模效率，所以产业效率没有达到DEA有效。在产业效率有效的地区我们发现，北京、天津、江苏、广东等DEA有效率的地区重视本地的技术体制发展，如重视反映技术体制变量的技术机会、知识基础特性、创新独占性的发展，在对科技人员的培养过程中，重视对科技活动人员中科学家和工程师的待遇，充分发挥和调动了科技活动人员科学家和工程师的智慧，同时还制定更加优惠的政策吸引高级科技人才中的工程师和科学家高级人才，产生人才的“马太效应”，对高技术产业发展产生巨大能量，提升了本地高技术产业效率。另外，广东通过整合政府、企业、高等学校和科研机构、公共创新平台和社会力量等五个方面资源有效实施科研创新联盟，充分把握促进产业发展的技术机会和知识基础特性，积极开展高校和科研院所的合作，以及与上下游企业组成联盟，在战略层面有效结合，利用彼此的技术优势共同突破产业发展的技术瓶颈，这对于产业综合效率的提升也非常重要。
六、结论与建议
根据本文的实证结果检验，反映技术体制变量的技术机会、知识基础特性、创新独占性对产业效率有明显的正向作用，即增强产业技术机会、知识基础特性和外部知识获取性能有效提升产业效率。所以在从区域产业发展过程中，特别是国家在“十二五”规划纲要明确提出了《国务院关于加快培育和发展战略性新兴产业的决定》(国发[2010]32号)，加快培育和发展节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料、新能源汽车等战略性新兴产业。那么，要提高本区域战略新兴产业效率，可以全面考虑和重视如下本土技术体制的发展：(1)重视科技人才与R&D投入，强化产业知识基础特性；(2)实施科研创新联盟，增加行业内的技术机会；(3)适度保护创新独占性，提高整体产业综合效率。首先，技术机会能促进产业投资实现创新的可能性，较多的技术机会给产业创新活动提供了强大动力，提高产业效率可以通过考虑适当增加产业的技术机会；其次，高技术产业效率可以不断扩大它们在基础与应用研究上的努力，通过知识基础特性的积累来促进产业效率的提升；最后，创新独占性越高，创新者可以从自己的创新获得更高的独家利润，而不让过多竞争者参与分享，企业将更加频繁的进行技术创新活动，独占性水平高的技术体制能够促使每个企业加大R&D投入(激励作用)，但同时可能降低其它企业从行业的技术进步中获取利益的可能性(效率作用)，也会推动整个产业效率的提升。