國有及國有控股高技術(shù)制造業(yè)技術(shù)創(chuàng)新效率評價

常廣庶 朱利利

【摘要】以2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)為研究對象， 結(jié)合DEA-Malmquist指數(shù)法研究其動態(tài)效率變化， 并采用熵值法確定投入要素的權(quán)重， 使用灰色關(guān)聯(lián)分析法深入研究各創(chuàng)新投入要素對產(chǎn)出的貢獻度。 結(jié)果表明：2000 ～ 2012年全要素生產(chǎn)率呈波浪形變化， 但創(chuàng)新效率總體呈上升趨勢; 技術(shù)進步效率是影響全要素生產(chǎn)率變動的主要因素; 純技術(shù)效率是影響技術(shù)效率變動的主要因素; 相同投入要素在不同行業(yè)的貢獻度存在差異， 主要歸因于投入強度與技術(shù)創(chuàng)新效率的差異。

【關(guān)鍵詞】國有及國有控股;高技術(shù)制造業(yè);技術(shù)創(chuàng)新效率;DEA-Malmquist指數(shù)法

【中圖分類號】F276.1? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）20-0070-8

在21世紀， 創(chuàng)新是決定國家、行業(yè)和企業(yè)持續(xù)健康發(fā)展的關(guān)鍵條件。 國有及國有控股高技術(shù)制造業(yè)作為我國經(jīng)濟發(fā)展的重要支撐， 擁有較多的人、財、物等資源優(yōu)勢， 是建設(shè)國家創(chuàng)新體系的關(guān)鍵力量， 是經(jīng)濟發(fā)展的助推器[1] 。 然而， 目前我國國有及國有控股高新技術(shù)制造業(yè)的發(fā)展還處于全球價值鏈的中低等水平， 凸顯出創(chuàng)新效率不高、創(chuàng)新動力不足、產(chǎn)能過剩等問題。 因此如何合理且有效地評價國有及國有控股高技術(shù)制造業(yè)創(chuàng)新效率， 對于進一步提升國有及國有控股高技術(shù)制造業(yè)創(chuàng)新能力至關(guān)重要。 本文在研究國有及國有控股高技術(shù)制造業(yè)創(chuàng)新效率的基礎(chǔ)之上， 分析了投入要素對產(chǎn)出要素的貢獻度， 并進一步研究了國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)差異性， 以期為提升國有及國有控股高技術(shù)制造業(yè)創(chuàng)新效率提供參考。

一、文獻綜述

創(chuàng)新效率是衡量國有及國有控股高技術(shù)制造業(yè)創(chuàng)新水平的科學評價指標， 對創(chuàng)新活動的成敗起關(guān)鍵性作用。 正確認識國有及國有控股高技術(shù)制造業(yè)創(chuàng)新效率有益于政府把握科技發(fā)展的方向， 提升國有及國有控股高技術(shù)制造業(yè)技術(shù)水平。 目前， 關(guān)于高技術(shù)制造業(yè)創(chuàng)新效率的研究成果頗多， 通過文獻回顧、梳理和總結(jié)， 發(fā)現(xiàn)高技術(shù)制造業(yè)創(chuàng)新效率相關(guān)研究可分為兩大類：

一類按照高技術(shù)制造業(yè)創(chuàng)新效率研究視角來劃分， 主要集中在區(qū)域、行業(yè)、企業(yè)三個層面。 在區(qū)域?qū)用妫?孫俊玲、馬立群[2] 從整體和各地區(qū)視角對2012 ～ 2016年27個省份的國有高技術(shù)制造業(yè)技術(shù)創(chuàng)新效率進行研究， 發(fā)現(xiàn)國有高技術(shù)制造業(yè)技術(shù)創(chuàng)新效率呈上升趨勢; 徐丹丹、孫夢超[3] 在此基礎(chǔ)上加入了一些新的評價指標， 對2009 ～ 2012年28個省份的國有控股高技術(shù)制造業(yè)的創(chuàng)新效率進行研究， 發(fā)現(xiàn)整體和區(qū)域視角下的國有控股高技術(shù)制造業(yè)的創(chuàng)新效率水平較低且呈下降趨勢。 上述學者均采用DEA方法對跨省域的國有高技術(shù)制造業(yè)進行研究， 由于選取的時間跨度不同， 選取的指標存在差異， 造成研究結(jié)果差異很大。 在行業(yè)層面上， 康淑娟[4] 、陳建麗等[5] 以中國17個高新技術(shù)制造業(yè)下屬行業(yè)為對象， 研究發(fā)現(xiàn)高技術(shù)制造業(yè)技術(shù)創(chuàng)新效率總體偏低， 不同行業(yè)技術(shù)低效率的根源存在差異; 楊惠瑛、王新紅[6] 以電子及通信設(shè)備制造業(yè)等五個行業(yè)為樣本， 研究了中國高技術(shù)制造業(yè)的創(chuàng)新效率; 王明亮、余芬[7] 以2006 ～ 2015年電子及通信設(shè)備制造業(yè)為樣本， 分析研發(fā)投入、產(chǎn)業(yè)集中度與創(chuàng)新效率之間的關(guān)系。 在企業(yè)層面上， 楊蕓、洪功翔[8] 以2009 ～ 2014年國有高技術(shù)制造企業(yè)為研究對象， 發(fā)現(xiàn)影響國有高技術(shù)制造企業(yè)創(chuàng)新效率的主要因素是技術(shù)進步效率。

另一類按照高技術(shù)制造業(yè)創(chuàng)新效率研究方法來劃分， 主要有DEA、隨機前沿分析、灰色關(guān)聯(lián)分析等方法。 孫俊玲、馬立群[2] 采用DEA方法分析了區(qū)域高技術(shù)制造業(yè)創(chuàng)新效率; 劉滿鳳、李圣宏[9] 進一步把高技術(shù)制造業(yè)創(chuàng)新效率活動過程分為三個階段進行研究分析; 王明亮和余芬[7] 、張立杰和梁錦凱[10] 則采用動態(tài)的DEA-Malmquist指數(shù)法研究區(qū)域高技術(shù)制造業(yè)創(chuàng)新效率。 朱有為、徐康寧[11] 采用隨機前沿面分析法對中國高技術(shù)產(chǎn)業(yè)的研發(fā)效率進行分析， 發(fā)現(xiàn)中國高技術(shù)產(chǎn)業(yè)的研發(fā)效率總體較低， 但仍在穩(wěn)步上升， 產(chǎn)業(yè)之間的效率差距正在逐步縮小; 張涵、楊曉昕[12] 運用隨機前沿面模型， 從不同的視角研究高技術(shù)產(chǎn)業(yè)研發(fā)效率和經(jīng)濟成果轉(zhuǎn)化創(chuàng)新效率的具體情況。 張永安、魯明明[13] 采用灰色關(guān)聯(lián)分析法剖析了創(chuàng)新投入要素對中國高技術(shù)制造業(yè)創(chuàng)新產(chǎn)出要素的貢獻度。

通過對高技術(shù)制造業(yè)創(chuàng)新效率相關(guān)文獻的梳理回顧可知， 以往學者主要集中于對中國區(qū)域、行業(yè)、企業(yè)創(chuàng)新效率進行研究， 關(guān)于國有及國有控股高技術(shù)制造業(yè)的研究存在以下問題：時間跨度比較小， 難以全面地認識國有及國有控股高技術(shù)制造業(yè)發(fā)展趨勢; 選取的衡量指標沒有進行系統(tǒng)的分類， 不能很恰當?shù)孛枋鰢屑皣锌毓筛呒夹g(shù)制造業(yè)創(chuàng)新效率的現(xiàn)狀; 僅探究了高技術(shù)制造業(yè)的創(chuàng)新效率， 但不同學者所選擇的投入指標和產(chǎn)出指標存在異質(zhì)性， 造成最后研究結(jié)果的差異性。 因此， 對于創(chuàng)新投入要素與產(chǎn)出要素之間的關(guān)系需深入分析， 進一步探索前者對后者的影響程度， 本文將從以下兩個方面加以改進：①為了避免時間跨度小所帶來的問題， 文章選取2000 ～ 2016年的國有及國有控股高技術(shù)制造業(yè)數(shù)據(jù)， 研究影響國有及國有控股高技術(shù)制造業(yè)技術(shù)創(chuàng)新效率的主要因素; ②突破單一指標的限制， 把投入指標和產(chǎn)出指標進行分類， 基于動態(tài)的DEA-Malmquist指數(shù)法， 從多個投入指標和產(chǎn)出指標描述國有及國有控股高技術(shù)制造業(yè)技術(shù)創(chuàng)新效率， 并采用熵值—灰色關(guān)聯(lián)分析法深入研究各投入指標對產(chǎn)出指標的貢獻度。

二、研究方法與數(shù)據(jù)來源

（一）研究方法

1. DEA-Malmquist指數(shù)法。 20世紀50年代， 瑞典學者Malmquist Sten提出了Malmquist生產(chǎn)率指數(shù)法， 后由Caves等[14] 首次運用于生產(chǎn)率研究領(lǐng)域， 使其應用范圍更加廣泛。 Fare等[15] 和Banker等[16] 之后把全要素生產(chǎn)率指數(shù)分解為技術(shù)進步指數(shù)和技術(shù)效率指數(shù)， 并且提出在規(guī)?？勺兊那疤嵯拢?技術(shù)效率指數(shù)又可進一步分解為純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)。 參照陳懷超等[17] 的研究， 可得到公式（1）。 式中TFP代表全要素生產(chǎn)率， Techch代表技術(shù)進步指數(shù)， Effch代表技術(shù)效率指數(shù)， Pech代表純技術(shù)效率指數(shù)， Sech代表規(guī)模效率指數(shù)。 文章運用DEA-Malmquist指數(shù)法對國有及國有控股高技術(shù)制造業(yè)及其五個行業(yè)的創(chuàng)新效率進行測算， 并對國有及國有控股高技術(shù)制造業(yè)創(chuàng)新能力進行客觀分析。

2. 熵值法。 熵是對不確定性指標的量度。 數(shù)據(jù)值的差異越大， 熵越小， 即該指標提供的信息量越大， 不確定性就越小， 權(quán)重越小[18] 。 熵值法的運用避免了主觀賦值對于研究結(jié)果的影響， 使得研究結(jié)果更加嚴謹可靠。 由于不同行業(yè)的投入指標密度和強度存在差異， 所以本文需要先用熵值法確定每個行業(yè)每個指標的權(quán)重， 以確保結(jié)果真實有效。 具體計算步驟如下：

（1）標準化處理。 文章選取的研究對象是國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)， 因此選取n個行業(yè)， m個指標， xij表示第i個行業(yè)的第j個指標的數(shù)據(jù)（i=1，2，3，…，n; j=1，2，3，…，m）。 為了解決原始指標屬性、計量單位不同問題， 需要對指標進行同質(zhì)化處理。 指標一般可分兩類：一類是效益類指標， 又稱正向指標， 該指標越大越好; 另一類是成本類指標， 又稱負向指標， 該指標越小越好。 根據(jù)不同的指標性質(zhì)選取不同的處理方式。 正向指標和負向指標如式（2）和式（3）所示。 式中x'ij為標準化后的第i個行業(yè)的第j個指標的數(shù)據(jù)（i=1，2，3，…，n; j=1，2，3，…，m）。 為了方便識別， 仍把x'ij記為xij， 即xij=x'ij。

（2）計算第j指標的熵值和差異系數(shù)。 具體如式（4）和式（5）所示。 式中pij表示第j個指標下第i個行業(yè)在此指標下所占比重（i=1，2，3，…，n; j=1，2，3，…，m）; xij表示標準化之后的第i行業(yè)的第j個指標的數(shù)據(jù); k為常數(shù); ej為第j個指標的熵值; dj為第j個指標的差異系數(shù)。

（3）計算指標權(quán)重。 式（6）中wij表示被歸一化的權(quán)重系數(shù)， 取值范圍為[0，1]（i=1，2，3，…，n; j=1，2，3，…，m）。

（6）

3. 灰色關(guān)聯(lián)分析法。 該方法的基本思想是通過比較數(shù)列幾何曲線形狀來判斷數(shù)列關(guān)聯(lián)度， 數(shù)列幾何形狀越相似， 相應數(shù)列之間關(guān)聯(lián)度越高， 反之數(shù)列之間關(guān)聯(lián)度越低[19] 。 灰色關(guān)聯(lián)分析方法具體步驟如下：

（1）確定分析序列。 假設(shè)比較序列為Xj=（xj1， xj2，…，xjn）（j=1，2，3，…，n）， 表示國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)創(chuàng)新投入指標; 假設(shè)參考序列為Yi=（yi1，yi2，…，yin）（i=1，2，3，…，m）， 表示國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)創(chuàng)新產(chǎn)出指標。

（2）無量綱化處理。 原始數(shù)據(jù)各指標具有不同的計量單位， 不能直接進行比較， 為了保證研究的嚴謹性， 需要對數(shù)據(jù)進行無量綱化處理。

（3）確定關(guān)聯(lián)系數(shù)。 具體運算見式（7）。 式（7）中|Xj（k）-Yi（k）|為第j列比較序列與第i列參考序列絕對差值， 其中k=1，2，…，n， i=1，2，…，m。 ρ為分辨系數(shù)， ρ越大， 分辨率越低， 其取值范圍為（0，1）， 通常取ρ=0.5，? ? ? ? ? ?|Xj（K）-Yi（K）|為兩級最小差，? ? ? ? ? ? |Xi（K）-Yi（K）|為兩級最大差。

（7）

（4）計算關(guān)聯(lián)度。 具體運算見式（8）。 其中， rij為第j個影響因素與第i個參考指標的關(guān)聯(lián)度， r與1越接近， 說明兩者之間的關(guān)聯(lián)度越大， 該因素j對于該指標i的影響越大。

（5）計算綜合貢獻度。 具體運算見式（9）。 式中rij為式（8）得出的關(guān)聯(lián)度， pij為式（6）得出的指標權(quán)重， w為考慮權(quán)重的投入指標對產(chǎn)出指標綜合貢獻度。

（二）指標體系構(gòu)建

一般而言， 合理選擇指標是科學有效評估國有及國有控股高技術(shù)制造業(yè)創(chuàng)新效率的保障， 指標的選擇應符合系統(tǒng)性、適用性和可獲得性原則。 根據(jù)這三個原則， 本文從投入和產(chǎn)出兩個方面構(gòu)建了創(chuàng)新效率評價指標體系， 具體如表1所示。

在創(chuàng)新人力投入方面， 研發(fā)人員的投入對任何高技術(shù)制造業(yè)都非常重要， 研發(fā)人員的素質(zhì)越高， 越有利于該行業(yè)的戰(zhàn)略發(fā)展， 因此， 選取研發(fā)人員折合全時當量作為人力投入方面的指標。 在創(chuàng)新資金投入方面， 無論是研發(fā)費用、技術(shù)改造費用還是新產(chǎn)品開發(fā)費用， 都與產(chǎn)業(yè)創(chuàng)新活動相關(guān)， 均作為資金投入指標。 國有及國有控股高技術(shù)制造業(yè)是國家經(jīng)濟發(fā)展的重要支撐， 國家以投入資金的方式全力支持國有及國有高技術(shù)制造業(yè)的創(chuàng)新發(fā)展， 因此， 將政府投資也作為創(chuàng)新投入資金的要素之一。 本文借鑒張永安等[13] 的分類方法， 將創(chuàng)新產(chǎn)出指標分為創(chuàng)新經(jīng)濟收益和創(chuàng)新經(jīng)濟成果兩大類。 對于創(chuàng)新經(jīng)濟收益方面的指標， 根據(jù)數(shù)據(jù)的可獲取性原則， 選取了主營業(yè)務收入和利潤總額進行衡量。 文章選取的主營業(yè)務收入是原數(shù)據(jù)的主營業(yè)務收入減去新產(chǎn)品銷售收入， 以避免收入被重復計算。 關(guān)于創(chuàng)新經(jīng)濟成果指標的選擇， 參照國際上通用的做法， 選取新產(chǎn)品銷售收入和專利申請數(shù)進行衡量[20] 。

（三）數(shù)據(jù)來源

1999年發(fā)布的《關(guān)于國有企業(yè)改革和發(fā)展若干重大問題的決定》指出， 從戰(zhàn)略上調(diào)整國有經(jīng)濟布局， 推動國有企業(yè)戰(zhàn)略重組。 同年， 中共中央、國務院發(fā)布《關(guān)于加強技術(shù)創(chuàng)新， 發(fā)展高科技， 實現(xiàn)產(chǎn)業(yè)化的決定》， 這些政策都推動了國有及國有高技術(shù)制造業(yè)的發(fā)展。 考慮到產(chǎn)出要素具有時滯性， 本文選取2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)作為研究樣本， 所有數(shù)據(jù)均來自于2001 ～ 2017年《中國高技術(shù)統(tǒng)計年鑒》。 根據(jù)數(shù)據(jù)的可獲取性和完整性原則， 文章選取國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)進行技術(shù)創(chuàng)新效率的研究。

三、基于DEA-Malmquist指數(shù)法創(chuàng)新效率動態(tài)分析

本文采用2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)的面板數(shù)據(jù)， 并基于DEA-Malmquist指數(shù)法， 對國有及國有控股高技術(shù)制造業(yè)創(chuàng)新效率進行研究。 運用DEAP 2.1軟件對原始數(shù)據(jù)進行分析， 測算了2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)年度和各行業(yè)的全要素生產(chǎn)率指數(shù)變動情況。

（一）各年度動態(tài)創(chuàng)新效率

各年度動態(tài)創(chuàng)新效率結(jié)果見表2， 變動趨勢如圖所示。

1. 由表2可知， 2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)全要素生產(chǎn)率平均值為1.016， 說明技術(shù)創(chuàng)新效率總體上呈上升態(tài)勢。

（1）從全要素生產(chǎn)率角度分析， 2000 ～ 2001年國有及國有控股高技術(shù)制造業(yè)技術(shù)進步指數(shù)為1.499， 技術(shù)效率指數(shù)為1.072， 說明該期間的技術(shù)進步和技術(shù)效率都是有效的， 即對全要素生產(chǎn)率都做出了貢獻， 但是做出主要貢獻的是技術(shù)進步。 2000年， 國家提出新世紀之初我國經(jīng)濟發(fā)展的新思路， 實行經(jīng)濟的戰(zhàn)略性調(diào)整， 以保持國民經(jīng)濟持續(xù)快速健康發(fā)展。 對于先進技術(shù)的積極投入為我國國有及國有控股高技術(shù)制造業(yè)的發(fā)展提供了重要的技術(shù)保障。 2001 ～ 2002年國有及國有控股高技術(shù)制造業(yè)全要素生產(chǎn)率指數(shù)為0.590， 技術(shù)進步指數(shù)為0.663， 技術(shù)效率指數(shù)為0.889， 技術(shù)進步指數(shù)與技術(shù)效率指數(shù)相比上一年都變小了， 其中對全要素生產(chǎn)率起主要貢獻的是技術(shù)效率。 上述結(jié)果說明前一年引進的先進技術(shù)并沒有被充分消化吸收， 創(chuàng)新資源存在一定程度的浪費， 技術(shù)創(chuàng)新效率也受其影響。 因此， 2001 ～ 2002年主要以現(xiàn)有技術(shù)為基礎(chǔ)、以技術(shù)效率的提升為目標進行發(fā)展。

2002 ～ 2008年均出現(xiàn)了如2000 ～ 2002年先短時上升又迅速下滑的趨勢， 說明我國在實施“十五”“十一五”規(guī)劃時還處在不斷摸索階段， 技術(shù)的引進與吸收能力還有待提高。

2008 ～ 2011年國有及國有控股高技術(shù)制造業(yè)處于平穩(wěn)發(fā)展時期， 該期間的全要素生產(chǎn)率基本相同， 而2011 ～ 2012年出現(xiàn)較低的拐點。 結(jié)合2011 ～ 2012年國有及國有高技術(shù)制造業(yè)創(chuàng)新投入與產(chǎn)出指標可知， 該期間各創(chuàng)新投入量逐年增加， 然而2012年創(chuàng)新產(chǎn)出指標中的利潤總額與2011年相比出現(xiàn)下降現(xiàn)象， 這顯示在2011 ～ 2012年技術(shù)創(chuàng)新能力沒有隨著創(chuàng)新投入要素的增加而提升， 創(chuàng)新資源存在冗余現(xiàn)象， 導致整體創(chuàng)新效率較低。

2012 ～ 2016年國有及國有高技術(shù)制造業(yè)創(chuàng)新效率保持在平穩(wěn)發(fā)展水平， 這與國家政策和國家取得的成就息息相關(guān)。 由上述分析可知， 國有及國有控股高技術(shù)制造業(yè)全要素生產(chǎn)效率經(jīng)歷了上下波動又趨于平穩(wěn)發(fā)展的過程。

（2）從技術(shù)效率的角度分析， 2000 ～ 2001年國有及國有控股高技術(shù)制造業(yè)技術(shù)效率指數(shù)為1.072， 純技術(shù)效率指數(shù)為1.069， 規(guī)模效率指數(shù)為1.003。 該期間純技術(shù)效率和規(guī)模效率均對技術(shù)效率起到了促進作用， 但純技術(shù)效率促進作用占比為95.83%， 規(guī)模效率促進作用占比為4.17%， 這說明純技術(shù)效率指數(shù)主導了技術(shù)效率的提高， 該時期國有及國有控股高技術(shù)制造業(yè)的技術(shù)和企業(yè)規(guī)模對生產(chǎn)效率的影響比較大。 而2001 ～ 2002年國有及國有控股高技術(shù)制造業(yè)技術(shù)效率指數(shù)為0.889， 純技術(shù)效率指數(shù)為0.897， 規(guī)模效率指數(shù)為0.992。 該期間純技術(shù)效率和規(guī)模效率均對技術(shù)效率起到抑制作用， 但純技術(shù)效率抑制作用占比為92.8%， 規(guī)模效率抑制作用占比為7.2%， 純技術(shù)效率主導了技術(shù)效率的降低， 該時期國有及國有控股高技術(shù)制造業(yè)的技術(shù)和企業(yè)規(guī)模對生產(chǎn)效率的影響比較小， 未達到技術(shù)有效和規(guī)模有效。

從表2中可知， 除2009 ～ 2010年之外的其他年份， 如果純技術(shù)效率指數(shù)小于1， 那么技術(shù)效率指數(shù)也小于1， 這表明純技術(shù)效率是影響技術(shù)效率指數(shù)變動的主要因素， 即國有及國有控股高技術(shù)制造業(yè)技術(shù)利用率指數(shù)低是影響技術(shù)效率的關(guān)鍵因素。 但從總體上分析， 2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)技術(shù)效率均值為1.007， 純技術(shù)效率指數(shù)平均值為1.007， 規(guī)模效率指數(shù)平均值為1.000， 說明該階段國有及國有控股高技術(shù)制造業(yè)在規(guī)模效率有效的前提下， 著力改善技術(shù)和管理等影響純技術(shù)效率的因素可以提高技術(shù)生產(chǎn)效率。

綜上， 2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)技術(shù)效率指數(shù)平均值為1.007， 年均增長率為0.7%， 2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)全要素生產(chǎn)率指數(shù)平均值為1.016， 年均增長率為1.6%， 說明2000 ～ 2016年國有及國有控股高新技術(shù)制造業(yè)技術(shù)創(chuàng)新效率總體發(fā)展呈上升態(tài)勢。

2. 由上圖觀察可知， 純技術(shù)效率指數(shù)曲線與技術(shù)效率指數(shù)曲線變化趨勢基本相同， 技術(shù)進步指數(shù)曲線與全要素生產(chǎn)指數(shù)曲線變化趨勢基本相同。 由此可知， 純技術(shù)效率是影響技術(shù)效率指數(shù)變動的主要因素， 技術(shù)進步是影響全要素生產(chǎn)指數(shù)變動的主要因素， 這也進一步證實了全要素生產(chǎn)效率指數(shù)分解為技術(shù)進步指數(shù)和技術(shù)效率指數(shù)的合理性。

（二）各行業(yè)動態(tài)創(chuàng)新效率

表3列示了國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)創(chuàng)新動態(tài)效率。

由表3可知， 2000 ～ 2016年除計算機及辦公設(shè)備制造業(yè)全要素生產(chǎn)率小于1之外， 其他行業(yè)全要素生產(chǎn)率都大于1， 原因在于計算機及辦公設(shè)備制造業(yè)技術(shù)進步指數(shù)較小。 這一方面說明國有及國有控股計算機及辦公設(shè)備制造業(yè)技術(shù)更新比較慢， 計算機人才比較稀缺， 存在創(chuàng)新資源濫用， 創(chuàng)新成果轉(zhuǎn)化率比較低; 另一方面再次印證了技術(shù)進步是影響全要素生產(chǎn)率指數(shù)變動的主要因素， 即國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)創(chuàng)新效率的有效性與技術(shù)進步指數(shù)密切相關(guān)。 2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)技術(shù)效率指數(shù)均值為1.007， 與純技術(shù)效率指數(shù)均值一致; 而規(guī)模效率指數(shù)沒有變動， 說明國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)在現(xiàn)有規(guī)模效益下， 提高技術(shù)使用效率是提升行業(yè)技術(shù)效率的有效途徑。 同時也再次驗證了在現(xiàn)有規(guī)模效益下， 技術(shù)效率指數(shù)變動主要受純技術(shù)效率的影響。 醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)在大醫(yī)改、國家大力支持創(chuàng)新醫(yī)療器械行業(yè)的宏觀背景下發(fā)展迅速， 在2000 ～ 2016年全要素生產(chǎn)效率和技術(shù)進步指數(shù)較高， 均為1.065， 說明這期間國家對于醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)實施的相關(guān)政策得到了有效體現(xiàn)。

四、基于熵值—灰色關(guān)聯(lián)分析法的創(chuàng)新要素投入差異性分析

（一）基于熵值法的分析

基于熵值法， 按照式（2） ～ （6）計算創(chuàng)新投入要素權(quán)重， 具體結(jié)果見表4， 表中所列權(quán)重為2000 ～ 2016年的均值。 從行業(yè)來看， 電子及通信設(shè)備制造業(yè)和航空、航天器及設(shè)備制造業(yè)以及醫(yī)藥制造業(yè)中技術(shù)改造費用支出所占權(quán)重最高， 而計算機及設(shè)備制造業(yè)和醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)所占權(quán)重相對較低， 歸因于原始數(shù)據(jù)中2000 ～ 2009年醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)和計算機及設(shè)備制造業(yè)， 人力和資金投入不足， 也缺乏先進的技術(shù)投入。 《關(guān)于深化科技體制改革加快國家創(chuàng)新體制建設(shè)的意見》和《關(guān)于深化體制機制改革加快實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的若干意見》等相關(guān)政策提出之后， 各行業(yè)都加大了人員、資金和技術(shù)的投入力度， 但是由于各行業(yè)創(chuàng)新能力和技術(shù)投入存在差異， 相同投入要素在各行業(yè)所占權(quán)重也不盡相同。

從投入要素來看， 航空、航天器及設(shè)備制造業(yè)作為我國的高端裝備制造業(yè)， 在研發(fā)方面的投入要領(lǐng)先于其他行業(yè)。 航空、航天器及設(shè)備制造業(yè)在研發(fā)人員折合全時當量、研發(fā)經(jīng)費內(nèi)部支出、新產(chǎn)品開發(fā)經(jīng)費支出和技術(shù)改造費用支出四個投入指標中所占權(quán)重最高， 而政府資金方面所占權(quán)重也僅次于電子及通信設(shè)備制造業(yè)。 雖然在2000 ～ 2016年航空、航天器及設(shè)備制造業(yè)取得了不錯的成績， 但是由表3可知， 該制造業(yè)技術(shù)進步指數(shù)為0.990<1， 總體技術(shù)水平尚未達到有效， 還需要進一步創(chuàng)新發(fā)展技術(shù)， 提高該行業(yè)創(chuàng)新效率水平。 在政府資金方面， 電子及通信設(shè)備制造業(yè)所占權(quán)重為0.21350， 明顯高于其他四個行業(yè)， 足以證明政府對于電子及通信設(shè)備制造業(yè)的重視。

（二）基于灰色關(guān)聯(lián)分析法的分析

基于灰色關(guān)聯(lián)分析法， 按照式（7） ～ （9）計算2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)創(chuàng)新投入指標與產(chǎn)出指標綜合關(guān)聯(lián)度， 具體結(jié)果如表5所示。

從行業(yè)角度分析， 在電子及通信設(shè)備制造業(yè)以及航空、航天器及設(shè)備制造業(yè)中， 各投入指標對產(chǎn)出指標貢獻度比較均衡， 兩個行業(yè)研發(fā)經(jīng)費內(nèi)部支出的貢獻率較高， 分別為0.71747和0.65826， 這顯示出國有及國有控股高技術(shù)制造業(yè)自身對于技術(shù)創(chuàng)新高度重視， 不斷加大對研發(fā)部門的投資力度。 計算機及辦公設(shè)備制造業(yè)以及醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)兩個行業(yè)， 各投入指標所占比重較小， 對產(chǎn)出指標貢獻度也比較小， 其中新產(chǎn)品開發(fā)經(jīng)費支出貢獻度最高， 分別為0.32166和0.33144。 由原始數(shù)據(jù)可知， 這兩個行業(yè)原始投入較其他行業(yè)相對較少， 說明我國對于計算機及辦公設(shè)備制造業(yè)以及醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)應給予更多投入和重視， 從而為實現(xiàn)制造強國的戰(zhàn)略目標奠定堅實的基礎(chǔ)。 醫(yī)藥制造業(yè)中， 技術(shù)改造費用支出所做出的貢獻最大， 為0.65011， 明顯高于其他行業(yè)技術(shù)改造費用支出的貢獻度， 說明近年國有及國有控股制造業(yè)越來越重視對先進技術(shù)的消化與創(chuàng)新。

從投入指標角度分析， 研發(fā)人員折合全時當量、研發(fā)經(jīng)費內(nèi)部支出、新產(chǎn)品開發(fā)經(jīng)費支出以及政府資金與產(chǎn)出指標綜合關(guān)聯(lián)度較高的行業(yè)均為電子及通信設(shè)備制造業(yè)。 電子及通信設(shè)備制造業(yè)屬于資金密集型、技術(shù)高頻率變化的行業(yè)， 所以對人力和其他支出的投入高于其他行業(yè)， 政府也在大力扶持該行業(yè)。 技術(shù)改造費用支出與產(chǎn)出指標綜合關(guān)聯(lián)度較高的行業(yè)為醫(yī)藥行業(yè)， 說明在大醫(yī)改的背景下， 醫(yī)藥行業(yè)也在逐步提升該行業(yè)的技術(shù)水平， 為達到一流的醫(yī)療水平服務。

研發(fā)人員折合全時當量、新產(chǎn)品開發(fā)經(jīng)費支出、政府資金與產(chǎn)出指標綜合關(guān)聯(lián)度較低的行業(yè)均為計算機及辦公設(shè)備制造業(yè); 研發(fā)經(jīng)費內(nèi)部支出和技術(shù)改造費用支出與產(chǎn)出指標綜合關(guān)聯(lián)度較低的行業(yè)均為醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)。 這說明上述行業(yè)對于投入指標的貢獻率沒有達到理想效果， 即創(chuàng)新能力較低、資源配置不合理， 造成資源浪費。 以上分析表明， 相同的投入要素在不同行業(yè)貢獻度存在差異， 主要歸因于投入強度與創(chuàng)新能力差異。

五、結(jié)論與不足之處

（一）結(jié)論

國有及國有控股高技術(shù)制造業(yè)作為我國國民經(jīng)濟發(fā)展的重要支柱， 隨著經(jīng)濟全球化的快速發(fā)展， 提高國有及國有控股高技術(shù)制造業(yè)創(chuàng)新效率是可持續(xù)發(fā)展的重要保障。 本文基于2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)面板數(shù)據(jù)， 采用DEA-Malmquist指數(shù)法和熵值—灰色關(guān)聯(lián)分析法研究國有及國有控股高技術(shù)制造業(yè)下屬行業(yè)動態(tài)效率的變化和各創(chuàng)新投入要素對產(chǎn)出的貢獻度。

從整體創(chuàng)新動態(tài)效率視角分析， 2000 ～ 2016年國有及國有控股高技術(shù)制造業(yè)平均全要素生產(chǎn)率大于1， 說明我國國有及國有控股高技術(shù)制造業(yè)技術(shù)創(chuàng)新效率呈現(xiàn)上升態(tài)勢。 其中技術(shù)進步是影響全要素生產(chǎn)率指數(shù)變動的主要因素， 即技術(shù)進步是影響創(chuàng)新效率的主要因素， 說明國有及國有控股高技術(shù)制造業(yè)技術(shù)需隨著經(jīng)濟發(fā)展進一步提升， 以滿足創(chuàng)新時代要求。 鑒于此， 國家應出臺相關(guān)政策扶持國有及國有控股高技術(shù)制造業(yè)， 鼓勵高新技術(shù)制造業(yè)加大技術(shù)開發(fā)投入力度。 進一步研究表明， 純技術(shù)效率也是影響技術(shù)效率指數(shù)變動的主要因素， 即技術(shù)效率與純技術(shù)效率存在一定的協(xié)同效應。 二者的關(guān)系說明國有及國有控股高技術(shù)制造業(yè)技術(shù)轉(zhuǎn)化率、資源配置效率和技術(shù)創(chuàng)新能力還需改善和提升。 因此， 國有及國有控股高技術(shù)制造業(yè)不僅要關(guān)注技術(shù)的引進與改造， 更要注重技術(shù)的吸收、轉(zhuǎn)化和創(chuàng)新。 相關(guān)部門可以成立專門機構(gòu)或組織， 研究如何將技術(shù)資源與自身資源最大化結(jié)合與利用， 從而推動國有及國有控股高技術(shù)制造業(yè)持續(xù)健康發(fā)展。

從行業(yè)創(chuàng)新動態(tài)效率視角分析， 全要素生產(chǎn)率差異較大的是計算機及辦公設(shè)備制造業(yè)以及醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)。 從二者原始數(shù)據(jù)投入指標來看差異不明顯， 主要原因在于國有及國有控股計算機及辦公設(shè)備制造業(yè)技術(shù)要求比較高， 然而2010年以前對于該行業(yè)研發(fā)方面的人力與資金投入較少， 后期發(fā)展比較緩慢， 技術(shù)學習和引進程度不夠， 所以技術(shù)進步指數(shù)偏低， 進而造成該行業(yè)全要素生產(chǎn)率偏低。 而其他四個行業(yè)發(fā)展較快， 特別是航空、航天器及設(shè)備制造業(yè)在現(xiàn)有技術(shù)水平下實現(xiàn)快速發(fā)展。 相關(guān)部門可以建立信息交流平臺， 促進各行業(yè)的信息交流與合作， 以實現(xiàn)協(xié)同發(fā)展， 并為各行業(yè)科技共同創(chuàng)新提供信息服務支撐。

從各行業(yè)創(chuàng)新投入要素對產(chǎn)出的貢獻度視角分析， 相同的投入要素在不同行業(yè)貢獻度存在差異， 主要歸因于投入強度與創(chuàng)新能力差異。 如電子及通信設(shè)備制造業(yè)屬于資金密集型、高技術(shù)的行業(yè)， 對人力和資金需求高于其他行業(yè)， 研究結(jié)果表明投入指標要素對產(chǎn)出指標的平均綜合貢獻度在0.67以上。 而計算機及辦公設(shè)備制造業(yè)雖然也屬于高技術(shù)行業(yè)， 但由于前期研發(fā)投入強度不夠， 結(jié)果表明投入指標要素對產(chǎn)出指標的平均綜合貢獻度不足0.20。 因此， 政府應根據(jù)高技術(shù)制造業(yè)下屬行業(yè)的差異性， 確定合適的投入強度， 保證投入資金的合理配置， 改善創(chuàng)新資本和人員的使用效率， 從而為國有及國有控股高技術(shù)制造業(yè)技術(shù)創(chuàng)新效率的提升提供切實可行的方案。

（二）不足之處

受限于數(shù)據(jù)的可獲取性， 本文僅考慮了人力投入和資金投入兩類投入指標， 現(xiàn)實中影響國有及國有高技術(shù)制造業(yè)創(chuàng)新效率的指標還有很多。 另外， 未來的研究對象可細化到對國有及國有控股高技術(shù)制造業(yè)下屬每個行業(yè)內(nèi)部， 從而更詳盡地分析影響國有及國有控股高技術(shù)制造業(yè)發(fā)展的微觀因素。

【 主 要 參 考 文 獻 】

[ 1 ]? ?葛寶山，王毅，于渤，吳偉偉.面向中國制造2025的創(chuàng)新能力建設(shè)與競爭優(yōu)勢塑造專欄介紹[ J].管理科學，2017（2）：1 ～ 2.

[ 2 ]? ?孫俊玲，馬立群.基于DEA-Malmquist指數(shù)的國企高技術(shù)制造業(yè)技術(shù)創(chuàng)新效率及地域性差異研究[ J].東南大學學報（哲學社會科學版），2019（S1）：114 ～ 118.

[ 3 ]? ?徐丹丹，孫夢超.高技術(shù)產(chǎn)業(yè)中國有及國有控股企業(yè)創(chuàng)新效率研究[ J].內(nèi)蒙古財經(jīng)大學學報，2015（4）：29 ～ 35.

[ 4 ]? ?康淑娟.行業(yè)異質(zhì)性視角下高技術(shù)產(chǎn)業(yè)創(chuàng)新價值鏈效率測度——基于SFA修正的三階段DEA模型的實證分析[ J].科技管理研究，2017（6）：7 ～ 12.

[ 5 ]? ?陳建麗，孟令杰，姜彩樓.兩階段視角下高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究——基于網(wǎng)絡SBM模型和DEA窗口分析[ J].科技管理研究，2014（11）：11 ～ 16.

[ 6 ]? ?楊惠瑛，王新紅.高新技術(shù)產(chǎn)業(yè)R&D效率測度[ J].科技進步與對策，2012（2）：113 ～ 117.

[ 7 ]? ?王明亮，余芬.我國電子及通信設(shè)備制造業(yè)創(chuàng)新效率實證分析[ J].科技管理研究，2018（7）：85 ～ 92.

[ 8 ]? ?楊蕓，洪功翔.國有高技術(shù)企業(yè)創(chuàng)新效率評價——基于Malmquist指數(shù)[ J].山東工商學院學報，2017（5）：87 ～ 93+100.

[ 9 ]? ?劉滿鳳，李圣宏.基于三階段DEA模型的我國高新技術(shù)開發(fā)區(qū)創(chuàng)新效率研究[ J].管理評論，2016（1）：42 ～ 52+155.

[10]? ?張立杰，梁錦凱.我國絲綢之路經(jīng)濟帶沿線省（市、區(qū)）高技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究——基于DEA-Malmquist-Tobit方法[ J].科技進步與對策，2019（13）：68 ～ 75.

[11]? ?朱有為，徐康寧.中國高技術(shù)產(chǎn)業(yè)研發(fā)效率的實證研究[ J].中國工業(yè)經(jīng)濟，2006（11）：38 ～ 45.

[12]? ?張涵，楊曉昕.創(chuàng)新環(huán)境約束下高技術(shù)產(chǎn)業(yè)區(qū)域創(chuàng)新效率及收斂性研究[ J].科技進步與對策，2018（3）：43 ～ 51.

[13]? ?張永安，魯明明.高技術(shù)制造業(yè)創(chuàng)新效率評價及要素投入差異性研究[ J].科技進步與對策，2019（16）：51 ～ 57.

[14]? ?Caves D. W.， Christensen L. R.， Diewert W. E.. The economic theory of index numbers and the measurement of input， output， and?productivity[ J]. Econometrica，1982（6）：1393 ～ 1414.

[15]? ?Fare R.， Grosskopf S.， Lindgren B.， Roos P.. Productivity changes in Swedish pharamacies 1980-1989： A non-parametric malmquist?approach[ J].Journal of Productivity Analysis，1992（1-2）：85 ～ 101.

[16]? ?Banker R. D.， Charnes A.， Cooper W.. Some models for estimating technical and scale inefficiencies in data envelopment analysis[ J].?Management Science，1984（9）：1078 ～ 1092.

[17]? ?陳懷超，張晶，費玉婷，范建紅.中部六省產(chǎn)學研創(chuàng)新效率對省域創(chuàng)新的影響——基于Malmquist指數(shù)與灰色關(guān)聯(lián)度的分析[ J].科技進步與對策，2018（20）：137 ～ 143.

[18]? ?李剛，程硯秋，董霖哲，王文君.基尼系數(shù)客觀賦權(quán)方法研究[ J].管理評論，2014（1）：12 ～ 22.

[19]? ?鄧聚龍.灰理論基礎(chǔ)[M].武漢：華中科技大學出版社，2002：1 ～ 496.

[20]? ?周密，申婉君.研發(fā)投入對區(qū)域創(chuàng)新能力作用機制研究——基于知識產(chǎn)權(quán)的實證證據(jù)[ J].科學學與科學技術(shù)管理，2018（8）：26 ～ 39.