技术创新抑或技术无效：高新产业技术、规模和效率.doc

技术创新抑或技术无效：高新产业技术、规模和效率
摘 要:高新产业发展越来越成为衡量制造业是否具备竞争力的重要标志。在产业转型升级大背景下,中国高新产业近况值得关注。以省份为研究对象,利用DEA拓展模型探究了各地区高新产业规模效率最佳,可能是某种投入未被充分利用或者某种产出与最大产出相比尚有不足;决策单元非DEA有效,说明生产活动既不是技术有效也不是规模有效。
以此为基础,可以衍生许多模型,如[Bc2]、Russell、ST和FG等。[12-15]本文使用Russell模型计算纯技术效率、技术效率和规模效率,使用ST和FG来计算效率值并分析拥挤迹象,判定拥挤迹象的定理为:DEA有效,ST不为弱,FG有效时存在拥挤迹象。
(二)指标选取与设置
指标选取要能够科学反映高新产业的实际情况,并考虑数据的可获取性,以符合DEA 方法对指标选取的原则。
DEA方法要求决策单元应具有相同任务、相同类型、相同输入和输出指标,本文以全国28省(市、自治区)高新产业作为决策单元(DMU)。 与传统制造业不同,高新产业发展的关键在于追求技术创新。研发活动是创新的基础,对高新产业生产率的推动显著。[16]因此,对高新产业创新绩效要素的分析必须考虑与研发相关的投入。此外,鉴于多数中国高新产业采用自主研发和技术引进相结合的方式进行创新,本文在考虑研发技术要素的同时也要考虑非研发性创新投入。最终,选取高新产业R&D人员全年当量[X1]、科技活动人员数[X2]、R&D经费内部支出[X3]、引进技术经费[X4]、消化吸收经费[X5]、技术改造经费[X6]和购买国内技术经费[X7]作为输入指标。
研发活动主要创新成果之一是专利,国际上常作为衡量技术创新的产出指标。[17]其次,创新成果只有开发成为新產品并实现商品化和产业化,才能体现技术创新的完成,而高新产业的经济效益指标是重要的衡量标志。[18]最终,选取高新产业总产值[Y1]、增加值[Y2]和专利申请数[Y3]这三个指标为输出指标。
(三)实证结果与分析
依据划分标准,中国高新产业共分五大类:航空航天器制造业、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设备及仪器仪表制造业。基本指标数据来源于2015年至2017 年《中国高技术产业统计年鉴》,本文首先建立Excel文档,然后导入DEAP软件完成数据的计算,汇总结果见表1。
纯技术效率被认为是技术能力、技术应用和管理水平的综合体,技术效率是纯技术效率和规模效率共同作用的结果(PTE=TE/SE)。从纯技术的角度看,江苏、上海、广东、北京和浙江等地的纯技术效率基本保持不变甚至有所提高,说明这些地区的技术创新取得了一定的效果。但从总体看(平均值),2015年至2017年,,这种状况的出现是由于技术能力不足、技术应用不佳、管理原因或者是其它因素造成有待于进一步的观察、调研和分析。
结合技术效率和规模效率,技术、规模和纯技术同时有效的情况只在2015年的广东省出现。对于中国高新产业来说,28省(市、自治区)高新产业的技术效率和纯技术效率存在相关性,而规模效率和纯技术效率也存在相关性。因此,技术创新活动的纯技术效率和规模效率是影响中国高新产业效率的重要因素。
鉴于规模效率问题,本文以江苏省高新产业为例通过计算效率值进行进一步分析,汇总结果见表2,其中VST和VFG是ST和FG模型算出的效率值。
从表2可以看出,除计算机及办公设备制造业,其余的高新行业在2015年至2017年均呈现不同程度的规模递减和拥挤迹象,表现出规模不经济和资源浪费。
三、结论
从实证结果看,部分地区高新产业纯技术效率较高,这与有关研究中国高新产业存在技术层次的问题不完全一致。这表明经过较长时期的积累,发达地区高新产业技术能力和水平已得到提升,技术创新已显现一定的效果。
然而,技术、规模和纯技术同时有效的情况极少,技术无效状况普遍,而技术创新活动的纯技术效率和规模效率是影响中国高新产业效率的重要因素。以江苏省为例的分析表明,规模效率不佳的主要原因是除计算机及办公设备制造业,其余的高新行业在2015年至2017年均呈现不同程度的规模递减和拥挤迹象。
因此,技术创新仍然是高新产业发展的重中之重。与此同时,高新产业必须走集约型、内涵式发展道路。各地区应结合本省的实际,根据高新行业状况有的放矢地引导投入规模,从资源利用效率方面着手来提升创新产出。即分类推进高新产业,着重提升规模效率。对于低效益的行业而言,应注重投资规模与投资结构,侧重于消化已有的投资,优化产业布局和结构,改善供给侧的运营与管理,提高经济运