中部六省高新技术产业创新效率及其影响因素的实证研究

张中英，曹长芳

近年来，我国经济飞速发展，这与高新技术产业迅猛发展息息相关。数据显示，2019年中国高新技术产业产值达到了324 137.4亿元，是2000年的20倍。由山西、河南、安徽、湖北、江西、湖南组成的中部六省，高新技术产业也得到了长足的发展。高新技术产业由于其耗能少产出高的特点，是各个国家和地区争相发展的产业。在地区人力资本、资金存量不足的情况下，要想实现中部崛起，必须加大研发投入，大力发展高新技术产业。

一、相关研究述评

目前，业内有很多学者都研究了中部六省的高新技术开发区以及高新技术产业的创新效率，但是使用的研究方法有一些差异。利用因子分析法的有张杨［1］、吕可文［2］等，利用相应的创新指数，得到了我国中部六省创新能力偏弱的结论；还有大量的学者使用的是DEA分析法，如翟艳［3］、何清［4］、朱钰［5］、沙德春［6］，得到了中部六省高新技术产业的综合效率较低，省际间存在较大差距的结论。在相关研究中，对中部六省创新效率影响因素的研究比较少，柳瑞禹（2016）［7］利用Tobit模型分析了中部六省2001—2013年科技创新效率的影响因素，得到了外资利用水平等因素对科技创新效率有显著的正向影响，而政府资金支持有显著的负面影响的结论。朱钰（2020）［5］同样运用Tobit模型分析了知识产权发展水平、教育环境、信息基础环境、经济环境和政府的财政支持等因素对中部六省创新绩效的影响。

由于随机前沿方法考虑了随机误差项对产出的影响，结果比较稳定［8］，故能够很好地处理随机误差项的问题，这种分析方法更适合对创新效率问题的分析。本文将采用随机前沿分析法对中部六省高新技术产业的创新效率进行实证分析。

二、现状分析

2019年，中部六省高新技术产业工业总产值达到了59 940亿元，高新技术企业数量达到了32 742家，年末从业人员达到了595.2万人。这说明，近年来，中部六省高新技术产业取得了很好的发展。但是，由于中部地区的经济基础薄弱，区域创新资源投入的不足，导致中部六省高新技术产业创新产出不高。

如表1所示，2019年中部各省高新技术产业的相关创新指标不高，R&D人员、R&D经费内部支出、技术收入三个指标占全国的比重分别为：17.43%、16.36%、13.46%，低于全国平均水平，这说明中部六省的高新技术产业的创新能力较弱。

表1 2019年中部六省与全国高新技术产业创新指标对比

除此之外，中部六省省际之间差异也很大，如表2所示。2019年，R&D人员、R&D经费内部支出、技术收入三项指标最高的都是湖北省，最低的都是山西省。湖北省的R&D人员、R&D经费内部支出这两项指标分别是山西省的6倍多，技术收入这一项指标更是达到了20多倍。

表2 2019年中部六省高新技术产业创新指标

从2014到2019年，中部六省高新技术产业R&D人员、R&D经费内部支出、技术收入三项指标的增长率达到了45.34%、97.18%、238.28%，低于全国的平均增长率，如表3所示。这说明中部六省高新技术产业的发展速度较慢。

表3中部六省与全国高新技术产业创新指标值增长率对比（2014—2019年）单位：%

表4展示了中部六省2014—2019年的R&D人员、R&D经费内部支出、技术收入三个指标的动态变化。这三个指标增长最快都是江西省，分别达到了285.89%、451.53%、894.19%，远远超过了其他五个中部省份以及全国的平均增长率；增长最慢的都是河南省，三项指标都远远小于其他五省，R&D人员这项指标甚至出现了负增长。另外，安徽省的R&D人员这一指标也只有3.61%。

由以上分析可知，中部六省高新技术产业的创新水平低于全国水平，增长速度也低于全国平均水平，前景堪忧。同时，中部六省的省际间差异也很大，发展不均衡。

在中部六省高新技术产业创新投入资源有限的情况下，如何提高其创新产出？那就必须提高其创新效率。本文将对中部六省高新技术产业创新效率进行测算，同时对投入产出弹性进行分析，以针对性地投入创新资源。目前，创新效率的主要评价方法有投入产出法、非参数法（通常是DEA）以及参数法（通常是SFA）。鉴于前面的分析，本文借鉴BATTESE和COELLI［9］的研究方法，选取随机前沿法（SFA）测算中部六省高新技术产业的创新效率值以及投入产出弹性；同时对技术无效率函数进行实证分析，得出中部六省高新技术产业的影响因素的系数。

表4中部六省高新技术产业创新指标值增长率（2014—2019年）单位：%

三、创新效率及投入产出弹性分析

对随机前沿模型函数进行实证分析，测算中部六省高新技术产业的创新效率值以及投入产出弹性。

（一）变量选择

本文选取中部六省2014—2019年的高新技术产业的数据作为研究对象，对其创新效率及投入产出弹性进行研究。数据来源于科技部的《中国火炬统计年鉴》。

1.产出变量选择

很多的学者通常将专利申请数、新产品销售收入等作为衡量创新产出的指标。事实上，专利申请受理只能说明研发投入转化为知识产出，专利申请受理不等于授权，且从受理到授权需要一个过程，因此在研究中将专利申请受理数作为创新产出，过于片面。新产品销售收入忽略了高新技术企业的技术研发方面的非商业性的成果。鉴于前面的考虑，本文选择高新技术企业的技术收入作为产出指标。

2.投入变量选择

根据经济学的理论，创新投入一般为研发劳动投入和研发资本投入，依据惯例，本文分别选取R&D人员和R&D经费内部支出作为创新投入变量。

（二）模型建立

本文借鉴BATTESE和COELLI［9］于1995年提出的研究方法，将随机前沿模型函数设定为：

其中Yit表示i省高新技术产业在时期t的创新产出，i表示不同省份，t表示时间，Lit、Kit分别表示i省高新技术产业在时期t的科技活动人员和科技活动经费投入，βi表示各投入的产出弹性。考虑到科技产出的时滞性，所有投入指标均进行了滞后一期的处理。其中，Vit为随机误差项服从正态分布N(0,σV2)；Uit是技术无效率项，服从截尾正态分布N1(u,σu2)，代表生产函数的随机冲击。

（三）结果分析

本文利用Frontier4.1软件对随机前沿生产函数进行实证分析，其结果如表5所示。LR统计检验在1%的水平下显著，所以，运用随机前沿模型来研究中部六省高新技术产业创新效率是合理的。g=0.982，且在1%的水平下显著，说明该模型的拟合程度较为理想。

1.创新效率分析

通过对前沿生产函数模型实证分析得出了中部六省各省的高新技术产业创新效率的结果。本文为了展示其动态变化，用折线图予以展示，如图1所示。

?

图1中部六省高新技术产业技术创新效率值变化趋势（2014—2019年）

从图1可以得出以下结果：

（1）从总体均值上来看，2014—2019年的6年间中部六省高新技术产业创新效率测度值变化不大，且有下降趋势，从0.72降到了0.67。这与表3所示的中部六省高新技术产业增长率低于全国的事实不谋而合。

（2）对比发现，湖北、湖南两省的创新效率测度值的平均值达到了0.8以上，高于其他的4个省份，这与表2、表4展示的这两个省高新技术产业的发展程度明显高于其他的几个中部省份一致。2019年，湖北、湖南两省的高新技术创新产出分别达到了3 672.4亿元、2 123.6元，远远高于排名第三的664.9亿元。

老太医说，其实德公公才是真老虎，所谓八虎，不过是真老虎的利爪和獠牙。真正的报仇，应该从剪除爪牙开始，让元凶在忍受剧痛的同时，一步步丧失反抗的能力，一步步陷入无望，直至跌入万劫不复的绝境。德公公不是爱深居简出，惯于颐指气使吗？那就让他成为真正的孤家寡人，最终仅剩孤零零一个，无人可指，无兵可使，到时候，不待你动手，他就会崩溃。

（3）湖北、湖南两省的高新技术产业创新效率测度值比较稳定，而其他四省波动较大，说明这四省的高新技术产业发展基础不够稳定。

2.创新投入产出弹性分析

通过对前沿生产函数模型实证分析同时得出了中部六省各省的高新技术产业投入产出弹性。具体结果如表5所示。

表5中部六省高新技术产业随机前沿生产函数分析结果

从表5可以看出，前沿生产函数的各个系数都通过了检验，说明模型回归情况较好。中部六省高新技术产业的人员和R&D经费的产出弹性分别为16.556和-33.177，即R&D人员增加1%，可促进高新技术产业技术收入增长16.556%，但是当R&D经费投入增加1%时，创新产出（技术收入）却下降33.177%。这一结论看似有违事实，但其实不然。肖仁桥（2012）等［10］将高技术产业技术创新分为知识创新和科技成果商业化两个阶段，第一阶段是技术成果转化环节，第二阶段是科技成果商业化环节。这说明R&D经费的投入引起的中部六省高新技术产业技术创新主要体现在第二阶段，这在一定程度上甚至“挤出”了技术收入。这与表1所示的中部六省技术收入占高新技术产业收入的比重很低是相吻合的。

这说明，中部六省高新技术产业创新产出主要依赖于R&D人员的投入以及他们的积极性和创造性，并不是由R&D经费拉动的。

四、创新效率影响因素分析

前文测算出了中部六省高新技术产业的创新效率及投入产出弹性，得出了中部六省高新技术产业创新效率不高的结果，如何提高其创新效率就成为了亟待解决的问题。高新技术产业的创新是一个复杂的过程，会受到很多因素的影响。

（一）变量选择

考虑到模型的合理性和数据的可得性，本文选取了企业规模、盈利能力、劳动者素质三个因素作为影响中部六省高新技术产业创新效率的因素。

（1）企业规模。企业规模越大的高新技术企业，越有能力进行研发创新活动，可以投入更多的人力、物力、财力，从而有利于创新效率的提高。本文采取工业总产值与企业数之比作为中部六省高新技术产业企业规模的衡量指标。

（2）盈利能力。盈利能力越强的企业，进行创新活动的动力和能力越强，从而有利于创新效率的提高。本文采取高新技术产业的净利润与其营业收入之比作为盈利能力的衡量指标。

（3）劳动者素质。劳动者素质越高，说明其专业水平越高，研发能力越强，从而有利于创新效率的提高。本文采用大专以上学历人数与年末从业人员之比作为高新技术企业劳动者素质的衡量指标。

（二）模型建立

BATTESE和COELLI［9］于1995年提出的生产函数模型不但测算了创新效率值，还实证分析了影响创新效率的因素，主要的方法是引入了技术无效率函数。本文借鉴他们的研究方法，将模型设定如下：

其中Uit为技术无效率项，δ0为待估参数，Zit为控制变量，Wit为随机误差项。δ1、δ2、δ3分别代表高新产业的企业规模、盈利能力、劳动者素质三因素对中部六省高新技术产业创新效率的影响。

（三）结果分析

通过对技术无效率函数的实证分析，得出了中部六省高新技术产业影响因素的系数，如表6所示。

表6中部六省高新技术产业随机前沿模型分析结果

通过对表6的分析，可以得出如下结论：

（1）δ1为负，系数为0.004，说明企业规模对中部六省高新技术企业的创新效率有微弱的负面作用。这可能是因为这些规模较大的企业具有很强的市场控制力或者良好的市场表现，更多地看重眼前的商业利益，将更多的资源投入到科技成果的商业化阶段，从而缺乏进行研发创新的动力。因此，中部六省高新技术企业规模对其创新效率有了负面的影响。

（2）δ2为负，系数为1.133。数据显示，中部六省高新技术产业的企业利润从2014年的5.81%降到了2019年的5.48%，呈负增长趋势，这对创新效率的提升有负向影响，即企业利润与创新效率同方向变化。同时由于没有通过检验，所以影响并不大。高新技术产业的研发创新活动需要大量的财力支撑，由于盈利能力下降，中部六省的高新技术企业很难进行有效的创新活动，导致创新效率的低下。

（3）δ3为正，系数为10.147，说明中部六省高新技术产业的劳动者素质对其创新效率有显著的正向影响。科研活动要求R&D人员具有一定的专业知识储备，对于其学历有一定的要求，否则没有能力进行创新活动，R&D人员的学历水平直接影响创新效率。

五、研究结论与政策建议

（一）研究结论

本文利用随机前沿分析方法对中部六省高新技术产业2014—2019年的面板数据进行分析，测算出了中部六省高新技术产业整体创新效率及投入产出弹性，并对其影响因素进行了分析，得出以下结论：

（1）中部六省高新技术产业创新效率较低，省际间差异较大。中部六省高新技术产业的R&D人员、R&D经费内部支出、技术收入三项创新指标以及增长率落后于全国平均水平。与此同时，中部六省高新技术产业的平均创新效率变化不大，且有下降的趋势，明显落后于东部以及全国的平均水平。中部六省高新技术产业省际间的差距较为明显，湖北、湖南省两省相应的创新投入指标比较高，同江西、山西两省之间差距较大。湖北、河南两省的创新效率值明显高于其他四个省份。中部地区只是一个地理上的概念，河南、湖北、湖南三省的GDP总量居全国前列，而山西、江西两省经济较差，所以省际之间差异很大就不足为奇了。

（2）R&D经费投入增长很快，但是对于创新效率的提升没有大的帮助。与R&D人员相比，R&D经费内部支出这一创新投入指标的增长速度较快，投入的绝对数量不小，但是其利用效率不高，没有发挥出应有的作用，资源没有得到合理的利用。

（3）在创新效率影响因素上，中部六省高新技术产业的科技人员的专业水平、高新技术企业的获利能力对创新效率有积极影响，其中科技人员的专业水平的影响较为显著，可见科研人员的重要性；而企业的规模对中部六省高新技术企业的创新效率有微弱的负面作用。

（二）政策建议

（1）中部六省高新技术企业要利用好科技人员的价值。要提高现有科技人员的专业水平，提高其研发能力，同时要从政策、资金上向研发人员倾斜，鼓励他们进行创新活动，特别是基础研发工作。此外，还要加大科技人员的引进力度，吸引高学历、高水平科技人员加入到研发队伍中，做好科技人才的储备工作。

（2）中部六省高新技术产业不但要加大科研投入，还要合理地配置资金的使用。改变现有高新技术企业将过多的科研资金投入到科技成果商业化环节以期获得商业报酬的短视行为，要从长远考虑，将更多的研发资金投入到知识创新上来，形成技术层面的核心竞争力。这样才能提升创新效率，促进整个高新技术产业的发展。

（3）实力较强的高新技术企业要承担起科技创新的重任。规模较大、盈利能力较强的企业，拥有创新研发的软硬件条件，应加大研发创新活动，在研发创新的基础上，不断提高创新产出，从而获得更多的盈利。