经济转型升级中我国科技创新成果转化效率研究

金曼

经济转型升级中我国科技创新成果转化效率研究

金曼

运用DEA-Malmquist模型，结合我国高技术产业2009-2013年面板数据，实证分析了我国科技创新成果转化效率的变化情况。研究发现：我国科技创新成果转化效率呈恶化态势；资源配置效率低下是导致纯技术效率与技术效率呈现负相关关系的主要因素。据此提出建议：尽快形成高技术产业质量认定体系，避免科技创新成果虚增；创新科技资金投入方式；完善科技成果转化体系；重点扶植医疗卫生行业。

高技术产业；科技创新成果转化效率；DEA-Malmquist模型

一、引言

自全球金融危机爆发以来，世界经济正在经历深度调整。纵观世界经济转型历程，既是传统产业改造提升的过程，也是新兴产业崛起的历史。我国改革开放三十余年，经济发展取得举世瞩目成就的同时，产业结构不合理、内生增长动力不足以及资源、能源和环境矛盾日益突出等一系列问题的存在，使得经济转型升级成为我国经济由大变强的必由之路。当前，中国经济转型的实质就是用现代科技改造传统产业，发展高新技术产业，从而提高经济发展中的高科技含量。作为国际经济和科技竞争的重要阵地，高技术产业对于提高劳动生产率、推动产业结构升级和经济发展，具有不可替代的作用。

科技是经济增长的引擎力，也是提高综合国力的主动力。促进科技成果转化、加速科技成果产业化，已经成为世界各国科技政策的新趋势。近年来，科技创新已成为众多学者研究和发展的课题。Kollmer和Dowling探讨了生物制药行业中科技企业的经营许可商业战略，研究发现，大多数样本公司并未因技术转移而完全整合。Johansson和等研究了11个欧洲国家中18个行业新知识的专利授予情况，研究表明，由于国情不同，各国的创新系统存在效率差异。周建高对中日韩知识创新体系进行比较，发现与日韩相比，中国研发人员数量和研究经费比例偏低，申请专利结构也不够合理，认为提高研发投入产出效率是中国提高知识创新能力的当务之急。张明喜采用2001～2008年面板数据，利用R&D贡献理论，分析出我国高新区研发投入状况，发现减少劳动投入、提高研发投入效率是使技术进步、经济增长的关键。

在科研效率和成果转化方面的研究主要有：Cherng G. Ding等学者提出了基于合作竞争理论的模型来解释团队敏捷度的形成，得出IT工作团队合作竞争对于效率的重要性。Cullmann和Zloczysti对26个经合组织成员国和2个非成员国R&D经费支出的相对效率进行评估，分析表明各国的R&D支出相对效率受到国家创新机制、经济发展状况和工业化程度的影响而存在差异。Wang,Chun-Hsien等运用数据包络分析的新变异体系，探讨影响高技术企业绩效的特定组织因素。其他研究学者包括刘和东、来向红、王文平、赵志耘、杜红亮等人，在科技成果转化的课题研究中，大多采用定性方法分析，对于R&D投入和专利申请数也仅局限于绝对值的比较。由于各国国情和各区域状况有所差异，采用相对数量以及实证分析，对研究有关科技成果转化效率问题尤为重要。

二、研究方法和指标体系构建

数据包络分析（DEA）采用线性规划法，将各决策单元（DMU）的投入项目与产出项目映射至几何空间，以此评价同类型决策单元的相对效率。但由于其无法反映某时间段内决策单元的效率变化情况，故本文引进DEA-Malmquist指数法。

假定某决策单元的投入项目有m个，产出项目有n个，由此得到维度为m的投入向量X和维度为n的产出向量Y。代表t+1期技术条件的第t期距离函数为（Xt，Yt），则代表t期技术条件的第t+1期距离函数为（Xt+1，Yt+1），第t期 Malmquist指数定义为：

若M0t,t+1大于1，则生产率呈上升状态。此外，可将DEA-Malmquist指数分解为技术效率进步(TEC)以及技术进步(TCP)，即：

在Malmquist指数值的计算中，若指数值大于1，则相对效率较去年有所提高，反之，则效率水平下降。

根据《中国高技术产业统计年鉴》，我国高技术产业分为五大类28个细分行业。五大类高技术产业分别为：医药制造业、航空航天器及设备制造业、电子及通信设备制造业、计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业。与之对应的28个细分行业分别为：化学药品制造、中药饮片加工、中成药生产、兽用药品制造、生物药品制造、卫生材料及医药用品制造；飞机制造、航天器制造、航空航天相关设备制造、其他航空航天器制造、航空航天器修理；电子工业专用设备制造、光纤光缆制造、锂电子电池制造、通信设备制造、广播电视设备制造、雷达及配套设备制造、视听设备制造、电子器件制造、电子元件制造、其他电子设备制造；计算机整机制造、计算机零部件制造、计算机外围设备制造、其他计算机制造、办公设备制造；医疗仪器设备及机械制造、仪器仪表制造。

基于DEA-Malmquist指数法评价模型，遴选可行的投入与产出变量，从而构建合理评价指标体系。根据美国学者A. Nloisog对高新技术产业的定义，高新技术产业是研究和开发高技术密集型产业，美国商务部借鉴其研究对高新技术产业的界定主要根据两项内容，一是从业的专业技术人员，二是R&D占销售额的比重。因此，选取新产品开发经费支出、R&D经费内部支出、有效发明专利数作为资本投入变量，专业技术从业人员年平均人数、R&D人员折合全时当量作为劳动投入变量；产出变量为主营业务收入和出口交货值①出口交货值是衡量工业企业生产的产品进入国际市场的一个重要指标，是现阶段衡量我国大型工业企业融入世界经济的一个主要参数。。

三、实证分析

根据统计年鉴提供的我国高技术产业2009～2013年面板数据，本文使用DEAp2.1软件，测度我国高技术五大类产业的科技创新成果转化效率。Malmquist指数是当年与上一年的效率比较结果，可以反映出科技创新成果转化效率的变化方向和程度。若指数大于1，则科技成果转化效率提高；反之说明效率下降；若恰好等于1，表明效率不变。

（一）科技创新成果转化效率变动

表1是2009～2013年我国高技术产业科技创新成果转化效率的Malmquist指数变化（全要素生产率变化）趋势和指数分解。

表1 2009～2013年科技创新成果转化效率Malmquist指数变化及其分解

根据表1，2009～2013年我国高技术产业科技创新成果转化效率总体呈下降趋势，平均每年下降5.5%。而根据《中国高技术产业统计年鉴》显示，2009～2013年，我国有效专利发明数年均增长率约为39%。鉴于此，笔者对近年来我国科技成果转化现状进行调查研究。研究发现，尽管在经济转型升级的背景下，我国高技术产业的研发水平得到迅速发展，但由于连接科研院所与企业科技创新活动的中介组织和平台不够完善，尚未充分发挥作用功能，导致科技创新成果转化供需双方难以实现有效对接，这是导致我国创新成果转化效率下降的主要因素。

由于全要素生产率是由技术效率和技术进步共同作用的结果，因而在分析全要素生产率变化时，技术效率变化和技术进步变化的影响不可忽视。从平均上看，技术效率提升了4.3%，但由于技术进步下降9.4%，导致科技创新成果转化效率依然呈平均下降的趋势。同理，在全要素生产率变动唯一出现上升趋势的2013年，不难看出，其主要得益于9.6%的技术进步。由此可知，技术进步直接影响着我国高技术产业科技创新成果转化效率水平。

从各年计算结果角度分析，将全要素生产率的变化划为两个阶段。第一个阶段为2009～2012年，在该时间段内，全要素生产率的值呈波动下降趋势，技术进步与规模效率也显现出相同趋势，但技术进步的下降最为明显。第二阶段为2012～2013年，这是效率值出现上升的唯一时间段。在该时段中，虽然技术效率、纯技术效率、规模效率都呈现出不同程度的下降，但全要素生产率依然实现了4.1%的首次提升，这主要得益于9.6%的技术进步变化，至此，再次证实影响我国科技创新成果转化效率水平的首要因素是技术进步。

图1绘制了2009～2013年Malmquist指数、技术效率指数和技术进步指数的走向趋势。

图1 科技创新成果转化效率变化走势图

整体来看，科技创新成果转化的技术效率、纯技术效率和规模效率均呈下降态势。具体分析，纯技术效率波动幅度最小，2012年达到最佳状态，说明在当时的技术水平下，投入资源的使用是有效率的。技术效率和规模效率呈现同方向变动，说明高技术企业的规模在一定程度上决定了科技成果转化的技术效率。图中可见，技术效率与纯技术效率的变动交替增减，即二者显现出相反的波动方向。说明未能实现纯技术效率与技术效率协同是影响我国科技创新成果转化效率的重要因素。为验证这种负相关关系的原因，笔者对我国高技术产业科技创新成果转化情况进行了解，发现导致我国科技创新成果转化效率下降的主要原因有：（1）专利结构不合理。各国专利法通常将专利划为发明、实用新型和外观设计三种类别。与美国、日本等创新大国相比，我国我国的外观设计和实用新型所占比重过大，发明专利不多，说明真正的创新知识和产品不足。（2）科技创新成果转化资金投入方式有待创新。我国在建设创新型国家的过程中，虽然对高科技产业的投入资金不断增加，但各类科技经费投入主要集中于科技创新成果研发阶段，与此相比，科技创新成果市场化阶段的资金投入明显不足，从而无法满足科技创新成果转化的需要。（3）高素质的技术经纪人队伍匮乏。科技创新成果转化是一项涉及多个部门的系统工程，不同于仅通过简单买卖关系即可完成转化的普通商品。由于连接科研院所与市场的中间方未能充分发挥功能，科技创新成果转化供需双方难以实现有效对接。

（二）科技创新成果转化效率行业分析

根据国家统计局对我国高技术产业的划分，有必要对产业中各类制造业的科技创新成果转化效率进行分析，进而有利于横向对比，找出影响整个产业成果转化综合效率的关键要素。表2反映的是我国高技术产业五大类科技创新成果转化效率的Malmquist指数变化（全要素生产率变化）及其分解。

表2 各行业科技创新成果转化效率Malmquist指数变化及其分解

根据表2不难看出，我国五大类高技术产业科技创新成果的平均转化效率呈下降趋势，下降率为5.5%。其中，除了效率值唯一有所改善的电子及通信设备制造业外，医药制造业、航空航天器及设备制造业、计算机及办公设备制造业、医疗设备及仪器仪表制造业的转化效率分别下降5.6%、13.9%、1.7%和11%，说明我国高技术产业整体科技成果转化效率有逐渐恶化的趋势。在技术进步变化方面，仍然只有电子及通信设备制造业实现了1.3%的增长，其他四大类制造业均呈现不同程度的下降，其中航空航天器及设备制造业的下降幅度最大，达到了17%的降幅。但五类制造业的技术效率变化值均大于1，说明各行业的效率均与前沿面接近，产业间差距缩小。纯技术效率和规模效率方面，所有行业均显示出正向变化，分析得到，行业的技术效率进步取决于纯技术效率和规模效率的共同提高。

四、主要结论及建议

本文使用DEA-Malmquist指数法，结合2009～2013年我国高技术产业的面板数据，从时间和产业两个维度对科技创新成果转化效率进行测度和分析比较，结果发现：（1）从整体看，我国高技术产业科技创新成果转化效率呈下降态势，技术进步是制约整体效率的重要因素。（2）在我国科技创新成果转化中，技术效率与规模效率同向变动，而技术效率与纯技术效率呈现负相关关系。（3）从行业上看，科技创新成果转化效率最高的是电子及通信设备制造业。转化效率由高到低分别为电子及通信设备制造业、计算机及办公设备制造业、医药制造业、医疗仪器设备及仪器仪表制造业和航空航天器及设备制造业。

针对我国高技术产业科技创新成果转化效率方面存在的问题，笔者提出如下看法和建议：（1）创新成果转化的前提在于成果的诞生，鉴于目前我国专利结构不合理的现状，政府部门应明确科技成果定义，尽快形成相应的认定体系和认定标准，避免科技创新成果的虚增。（2）未能实现纯技术效率与技术效率的协同增长是导致科技成果转化效率不高的重要因素。要实现二者的协调，必须解决好资源的配置效率问题。在国家科学技术规划资源配置中，创新资金投入方式，在基础研究、应用技术开发、科技创新成果转化三个方面，要合理分配资源，大幅增加在科技创新成果市场化阶段的资金投入。（3）搭建科技创新成果转化平台，建设科技中介服务体系。科技中介机构以其专业技能知识，能够有效把握市场前沿动态，克服多年来我国科研院所对终端市场信息不敏感、科技成果转化脱离或落后于市场需求的状况。（4）医疗卫生事业是一项重大民生工程，事关我国经济与社会的协调发展。然而，我国医疗仪器设备与仪器仪表制造业的发展水平不仅远落后于发达国家，并且在科技成果转化效率上也落后于我国高技术产业的平均水平。鉴于此，国家应加大对该行业的扶持力度，提高医疗行业创新成果产出质量。同时，国家在给予行业经费补贴的同时，会同财政部设立专项基金，从而降低医疗行业成本，促进先进医药及设备的推广和应用。

[1]KollmerHolgerandDowlingMichael.Licensingasacommercialization strategyfornewtechnology-basedfirms[J].ResearchPolicy,Oct2004,Vol. 33Issue8:1141-1151.

[3]周建高.当代中日韩知识创新比较—以专利产出为中心[J].日本学刊, 2007,(04)：106-116.

[4]张明喜.我国高新技术产业开发区R&D投入的贡献研究—基于PanelData的经验分析[J].研究与发展管理，2010,22(1):114-120.

[5]Cherng G.Ding,Chieh-Peng Lin,Min-Ling Liu and Na-Ting Liu. Exploring team performance in high-tech industries:Future trends of buildingupteamwork[J].TechnologicalForecastingandSocialChange, February2015,Volume91:295-310. [6]Cullmann Astrid and ZloczystiPetra.R&D efficiency and heterogeneity-a latent class application for the OECD [J].Applied Economics,Oct2014,Vol.46Issue30:3750-3762.

[7]Wang Chun-Hsien,Ting Chung-Te and Huang Chin-Wei.An EfficiencyComparisonofHighTechFirmR&DInnovationinDifferent EnvironmentalConditions[J].AsiaPacificManagementReview,Jun2011, Vol.16Issue2:133-164.

[8]刘和东.改革开放中的高新技术产业研发效率研究—基于随机前沿函数的实证分析[J].亚太经济，2012,(01):120-125.

[9]来向红，王文平.互补性研发努力下垂直合作新产品开发中的收益共享契约设计[J].管理学报，2013,10(3):430-437.

[10]赵志耘，杜红亮.我国科技成果转化过程检测指标体系探讨[J].中国软科学，2011，(11):8-14.

[11]ImaniradRaha,CookWadeD,Aviles-SacotoSoniaValeriaandZhu Joe.Partialinput to output impactsin DEA:The case ofDMU-specific impacts[J].EuropeanJournalofOperationalResearch,Aug2015,Vol.244 Issue3:837-844.

[12]AticiKazim Barisand PodinovskiVictor V.Usingdataenvelopment analysisfor the assessment oftechnical efficiency ofunitswith different specialisations:Anapplicationtoagriculture[J].Omega,Jul2015,Vol.54: 72-83.

[13]秦洁，宋伟.对促进科技成果转化法修订的几点思考[J].中国科技论坛，2014，(04):10-14.

[14]张俊芳，郭戎.我国科技成果转化的现状分析及政策建议[J].中国软科学增刊，2010,(S2):137-165.

F270.7

B

1008-4428（2015）06-32-04

国家自然科学基金项目“碳排放约束下生产系统的效率评价方法与优化机制研究”（项目编号：71371010）；

研究生学术创新研究扶持与强化项目“上市公司融资效率实证分析——以安徽省为例”（项目编号：yfc100305）。

金曼，女，安徽合肥人，安徽大学商学院硕士研究生，研究方向：企业管理。