上海市高新企業(yè)的技術(shù)創(chuàng)新效率

葉明確 劉文清

摘 要：本文運(yùn)用基于距離函數(shù)的隨機(jī)前沿分析方法，對(duì)2009—2011年上海2119家高新企業(yè)的創(chuàng)新效率進(jìn)行了測(cè)算和影響因素分析。研究發(fā)現(xiàn)：（1）企業(yè)的平均技術(shù)創(chuàng)新效率為0.24，表明有大量的低效企業(yè)存在；（2）2009—2011年企業(yè)的技術(shù)創(chuàng)新效率較為穩(wěn)定；（3）對(duì)企業(yè)創(chuàng)新有顯著推動(dòng)作用的是產(chǎn)值規(guī)模、產(chǎn)學(xué)研、政府資金、銀行貸款、出口和技術(shù)改造，對(duì)不同類(lèi)型的企業(yè)與行業(yè)應(yīng)采取不同的激勵(lì)措施，提升創(chuàng)新效率水平。

關(guān)鍵詞：技術(shù)創(chuàng)新效率 距離函數(shù) 隨機(jī)前沿分析

中圖分類(lèi)號(hào)：G64 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2018）06（c）-0168-03

研究高新技術(shù)企業(yè)技術(shù)創(chuàng)新的影響因素有利于提高技術(shù)創(chuàng)新能力，企業(yè)競(jìng)爭(zhēng)力和國(guó)家的綜合競(jìng)爭(zhēng)力。目前，我國(guó)科技實(shí)力和創(chuàng)新水平與發(fā)達(dá)國(guó)家相比都存在較大差距，要縮小這一差距，最根本的就是要技術(shù)創(chuàng)新。本文采用基于產(chǎn)出距離函數(shù)的隨機(jī)前沿分析方法，對(duì)2009—2011年上海市2119家高新技術(shù)企業(yè)的技術(shù)創(chuàng)新效率進(jìn)行測(cè)度，并分析了影響高新技術(shù)企業(yè)技術(shù)創(chuàng)新效率的因素。

目前國(guó)內(nèi)外學(xué)者研究技術(shù)創(chuàng)新效率主要有兩個(gè)方法：一是A.Charnes、W.W.Cooper和E.Rhodes提出的數(shù)據(jù)包絡(luò)模型（DEA）；二是Aigner， Lovell， Schmidt[4]和Meeusen， Van den Broeck[5]分別提出了隨機(jī)前沿生產(chǎn)函數(shù)。Coelli， Perelman[9]提出利用距離函數(shù)，將距離函數(shù)轉(zhuǎn)化成多產(chǎn)出的隨機(jī)前沿分析，并對(duì)建造歐洲鐵路效率進(jìn)行了測(cè)度。

本文在以下幾個(gè)方面進(jìn)行了拓展：第一，本文對(duì)企業(yè)的技術(shù)創(chuàng)新效率進(jìn)行測(cè)度；第二，本文引入了基于距離函數(shù)的隨機(jī)前沿分析方法來(lái)對(duì)企業(yè)創(chuàng)新效率進(jìn)行研究，該方法解決了DEA的確定性前沿缺陷和SFA只用于單產(chǎn)出的缺陷；第三，在前沿生產(chǎn)函數(shù)的選擇上，采用超越對(duì)數(shù)生產(chǎn)函數(shù)，其作為生產(chǎn)函數(shù)的二階泰勒近似，形式上更加靈活，不僅考慮技術(shù)進(jìn)步，還考慮投入要素間替代效應(yīng)及投入要素對(duì)生產(chǎn)率的交互效應(yīng)，可以避免由于函數(shù)誤差帶來(lái)的偏差。

1 模型設(shè)定

1.1 隨機(jī)前沿函數(shù)

本文基于Battese和Coelli（1995）提出隨機(jī)前沿模型及Coelli和Perelman（1996）提出基于距離函數(shù)將隨機(jī)前沿模型進(jìn)行的拓展。

對(duì)企業(yè)創(chuàng)新有顯著推動(dòng)作用的因素有產(chǎn)值規(guī)模、產(chǎn)學(xué)研、政府資金、銀行貸款、出口和技術(shù)改造。企業(yè)盈利能力和園區(qū)內(nèi)外對(duì)創(chuàng)新效率沒(méi)有明顯作用。這說(shuō)明雖然園區(qū)內(nèi)企業(yè)在規(guī)模和創(chuàng)新產(chǎn)出距園區(qū)內(nèi)外企業(yè)有較大差距，但在創(chuàng)新效率上沒(méi)有明顯劣勢(shì)。

3 結(jié)語(yǔ)

本文運(yùn)用基于產(chǎn)出距離函數(shù)的隨機(jī)前沿分析方法，測(cè)算了2009—2011年期間上海市2119家高新技術(shù)企業(yè)的技術(shù)創(chuàng)新效率及其影響因素。研究發(fā)現(xiàn)：（1）企業(yè)的平均技術(shù)創(chuàng)新效率為0.24，遠(yuǎn)遠(yuǎn)低于1。說(shuō)明有大量的低效企業(yè)存在，不論哪種所有制企業(yè)或者特定行業(yè)，都存在很大程度的創(chuàng)新資源浪費(fèi)。企業(yè)需通過(guò)產(chǎn)值規(guī)模、產(chǎn)學(xué)研、政府資金、銀行貸款、出口和技術(shù)改造方面對(duì)創(chuàng)新效率進(jìn)行促進(jìn)。（2）本文體現(xiàn)了企業(yè)總體的技術(shù)創(chuàng)新效率，以此前沿面為參照，企業(yè)的技術(shù)創(chuàng)新效率較為穩(wěn)定，2009—2011年分別是0.238，0.237，0.237。在企業(yè)所有制方面，與國(guó)有企業(yè)相比，合資企業(yè)、港澳臺(tái)企業(yè)和外商企業(yè)創(chuàng)新效率較低，尤其是外資企業(yè)；然而在行業(yè)方面，與電子信息行業(yè)相比，其他行業(yè)基本都有較高的創(chuàng)新效率，不過(guò)不同企業(yè)間仍有差距，如新能源和高效節(jié)能創(chuàng)新效率相對(duì)最高，航空航天創(chuàng)新效率則相對(duì)最低。（3）本文分八類(lèi)變量，分析了影響研發(fā)和轉(zhuǎn)化效率的各個(gè)因素，回歸結(jié)果表明，對(duì)企業(yè)創(chuàng)新有顯著推動(dòng)作用的是產(chǎn)值規(guī)模、產(chǎn)學(xué)研、政府資金、銀行貸款、出口和技術(shù)改造，并以產(chǎn)值規(guī)模、政府資金和技術(shù)改造為主要原因。（4）通過(guò)對(duì)不同類(lèi)型的企業(yè)與行業(yè)應(yīng)采取不同的策略和激勵(lì)措施，提升創(chuàng)新效率水平。在有條件的前提下，對(duì)于企業(yè)都應(yīng)擴(kuò)大產(chǎn)值規(guī)模、加強(qiáng)產(chǎn)學(xué)研聯(lián)系、努力獲取政府資金資助、考慮銀行貸款、增加出口和加強(qiáng)技術(shù)改造以提升創(chuàng)新效率。對(duì)于技術(shù)創(chuàng)新效率較高的行業(yè)，應(yīng)側(cè)重于增加技術(shù)創(chuàng)新投入；而對(duì)于技術(shù)創(chuàng)新效率較低的行業(yè)，政府應(yīng)對(duì)其雙管齊下，增加技術(shù)創(chuàng)新投入、注重技術(shù)創(chuàng)新效率的提升。

參考文獻(xiàn)

[1] 李美娟，陳國(guó)宏.數(shù)據(jù)包絡(luò)分析法（DEA）的研究與應(yīng)用[J].中國(guó)工程科學(xué)，2003，5（6）：88-94.

[2] 池仁勇，唐根年.基于投入與績(jī)效評(píng)價(jià)的區(qū)域技術(shù)創(chuàng)新效率研究[J].科研管理，2004，25（4）：23-27.

[3] Aigner D，Lovell C，Schmidt P. Formulation and Estimation of Stochastic Frontier Production Function Models[J]. Journal of Econometrics， 1977，6（1）：21-37.

[4] Meeusen W，Broeck JVD. Efficiency Estimation From Cobb-douglas Production Functions with Composed Error[J]. International Economic Review，1977，18（2）： 435.

[5] Wang EC，Huang W. Relative Efficiency of R&d; Activities： a Cross-country Study Accounting for Environmental Factors in the Dea Approach[J]. Research Policy，2007，36（2）：260-273.

[6] Coelli T，Perelman S. Efficiency Measurement， Multiple-Output Technologies and Distance Functions： With Application to European Railways[R]. CREPP Working Paper 96， 05， University of Liege.

[7] Coelli T，Perelman S. A Comparison of Parametric and Non-parametric Distance Functions： with Application to European Railways[J]. European Journal of Operational Research，1999，117（2）：326-339.

[8] Coelli T，Perelman S. Technical Efficiency of European Railways： a Distance Function Approach[J]. Applied Economics，2000，32（15）：1967-1976.

[9] 吳延兵.R&D;與生產(chǎn)率——基于中國(guó)制造業(yè)的實(shí)證研究[J].經(jīng)濟(jì)研究，2006（11）：60-71.

[10]朱平芳，徐偉民.政府的科技激勵(lì)政策對(duì)大中型工業(yè)企業(yè)R&D;投入及其專(zhuān)利產(chǎn)出的影響——上海市的實(shí)證研究[J].經(jīng)濟(jì)研究，2003（6）：45-53，94.

[11]余泳澤，武鵬.我國(guó)物流產(chǎn)業(yè)效率及其影響因素的實(shí)證研究——基于中國(guó)省際數(shù)據(jù)的隨機(jī)前沿生產(chǎn)函數(shù)分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2010（1）：65-71.

[12] 余泳澤，武鵬. 我國(guó)物流產(chǎn)業(yè)效率及其影響因素的實(shí)證研究——基于中國(guó)省際數(shù)據(jù)的隨機(jī)前沿生產(chǎn)函數(shù)分析[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究， 2010 （1）： 65-71.

[13] 張健華，王鵬. 中國(guó)銀行業(yè)前沿效率及其影響因素研究——基于隨機(jī)前沿的距離函數(shù)模型[J]. 金融研究， 2009（12）： 1-18.