严焰++徐超

摘 要：利用随机前沿方法，对浙江高技术产业2010—2012年的技术效率进行分析评价，结果显示，在浙江高技术产业中，人力资本的贡献大于固定资本，而固定资本的贡献大于经费投入；各行业技术效率值差异较大，但整体呈现稳步提升的态势。最后，在此基础上探索效率低下的症结所在，提出改进和提高技术效率的对策和建议。

关键词：高技术产业；技术效率；SFA模型；浙江省

中图分类号：F260 文献标志码：A 文章编号：1673-291X（2014）33-0050-03

引言

浙江省以1999年全国技术创新大会为契机，经过十多年的努力，高技术产业已初具规模。2012年，浙江高技术产业产值14 243.1亿元，同比增长7.66%，但与2011年相比增幅明显放缓。与国内其他省市相比，无论在规模水平、技术能力和创新程度及竞争力等方面均有较大差距。2011年，浙江高技术产业产值规模落后于粤、苏、沪、鲁，位居全国第五，在长三角二省一市中列最后一名。高技术产业是技术密集型产业，评价和研究浙江高技术产业技术效率作用的发挥情况，分析其影响因素，提出相应政策建议，可以在一定程度上促进浙江高技术产业的健康发展。

一、文献回顾

随着中国高技术产业的蓬勃发展，高技术产业已渐成中国管理科学研究的热点。朱秀梅（2008）以知识溢出、企业吸收能力、集群社会资本、企业创新绩效为基本研究要素，构建了高技术产业集群创新的微观理论模型，通过规范的实证分析验证理论模型及所提出的假设。邓路等（2009）基于中国高技术产业的面板数据（1999—2007）对研发投入、行业内R&D溢出与自主创新效率进行了研究；赵玉林等（2009）基于系统的内生经济增长理论和企业成长理论，利用 1995—2006年间 9 个主导性高技术产业的相关数据，运用结构方程模型方法对创新诱导主导性高技术产业成长的路径进行实证检验。研究发现，创新投入和创新产出并不能直接促进产业的成长，但可以通过产业素质这个中介变量的传导作用来放大其对产业成长的影响。张目等（2010）构建动态综合评价模型，对中国高技术产业自主创新能力进行分行业动态评价；范凌钧等（2010）应用面板数据随机前沿方法考察中国高技术产业R&D与技术效率之间的关系，认为R&D对技术效率有显著的正向促进作用。陈伟等（2010）从技术价值、经济价值和社会效益三个维度，运用两阶段DEA模型，对中国30个省市区的高技术产业R&D绩效进行评价。

基于前人的研究成果和浙江省的现实状况，关注浙江高技术产业技术效率，以浙江各高技术产业为研究对象，运用随机前沿分析方法测量其各行业今年来的技术效率水平，探究技术效率变动的影响因素，为浙江高技术产业发展提供相应的政策建议。

二、评价模型及数据

自1957年经济学家Michael Farrell基于生产效率测度思想进行生产前沿面理论的研究以来，学术界对生产前沿面领域的研究形成了参数方法和非参数方法两大分支。与参数方法相比，非参数方法对效率值的估计偏低，而离散程度较大，且不能直接检验结果的显著性；当约束条件较多时，非参数方法经常会得出所有观测样本为100%有效的结论。参数方法以随机前沿方法（SFA）为代表，几乎由Aigner，Lovell，Schmidt 和Meeusen，van den Broeck同时于1977年提出，认为生产无效率主要来源于随机扰动v和技术非效率u，其基本模型为：

yi=βxi+（νi-ui） （1）

Battsse和Coelli（1995）在基本模型的基础上引入时间因素并使用一次回归直接得到生产函数和技术效率影响因素的参数估计结果，克服了以前两阶段方法的假设冲突和理论矛盾。根据该改进模型，运用对数型C-D生产函数以及浙江高技术产业各行业2009—2011年的数据，对其技术效率水平及影响因素进行测算，具体研究模型为：

ln（Yit）=β0+β1ln（Lit）+β2ln（R&Dit）+β3ln（Kit）+（νit-uit），i∈N，t∈T （2）

TEit=exp（-uit） （3）

uit=uiexp（-η（t-T）） （4）

γ=σ2/（σ2

ν+σ2

u） （5）

模型中Y为各行业的新产品产值，L为R&D人员数，R&D为R&D经费投入总额，为R&D经费内部投入和外部投入之和，K为年末资产总值，i为行业序号，t为各年份。β，η为待估参数，νit是随机扰动变量，νit～（0，σ2

ν）且νit～idd（独立一致分布）；uit是非负变量，表征的是生产中的技术非效率，uit～（0，σ2

u）且uit～idd（独立一致分布）；νit与uit相互独立。

根据国家统计局印发的《高技术产业统计分类目录的通知》，中国高技术产业的统计范围包括航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业、医药制造业和医疗设备及仪器仪表制造业共五类行业。研究的面板数据为2010—2012年各行业的相应数据，数据均来源于2011—2013年《浙江科技统计年鉴》。

三、实证结果及分析

利用CEPA中心Coelli设计的Frontier4.1分析软件，根据式（2）～（5），对浙江高技术产业2010—2012年面板数据进行生产前沿技术效率分析结果如下：

（一）浙江高技术产业生产函数分析

由参数估计值γ=0.837，且LR统计检验在1%水平下显著，说明式（2）中误差项（νit-uit）有着较为明显的复合结构。从劳动力、研发经费和资本三大生产要素的产出弹性看，β1=0.562，即R&D人员数增长1%，高技术产业新产品产值增长0.56个百分点；β2=0.170，即研发经费投入增长1%，高技术产业新产品产值增长0.17个百分点；β3=0.343，即固定资产每增长1%，高技术产业新产品产值增长0.34个百分点。这表明，在浙江高技术产业中，人力资本的贡献大于固定资本，而固定资本的贡献大于经费投入。endprint

（二）浙江高技术产业各行业技术效率分析

浙江高技术产业各行业2010—2012年技术效率计算结果（见表2）。

从整体上看，浙江高技术产业技术效率尚可，三年平均效率值为0.690，而且呈现出逐步提高的态势，从2010年的0.542提升至2012年的0.828。但0.690的平均值与生产前沿面相比，仍有31%的提升空间；而且从生产函数的分析看，经费投入的贡献远低于人员技术的贡献，这是非常值得注意的问题，从一个侧面反映出浙江高技术产业研发经费的实际利用水平并不高。

5个行业的技术效率均值差异较大，行业发展并不平衡，这不利于浙江高技术产业整体的均衡发展。电子及通信设备制造业表现最佳，连续三年技术效率都位居5个行业之首，航空航天器制造业垫底，其三年的实际产出还不及最大产出的一半。技术效率的差异说明各行业的实际产出在现有条件下并未达到最大产出，需要在资源配置、人财物投入、行业内技术转移、管理体制机制和高技术的利用水平上进一步改进。

结论概要及建议

对高技术产业而言，效率问题始终是关注的焦点。利用利用对数随机前沿模型，实证测定了2010-2012年浙江高技术产业及各行业的技术效率。主要结论有：在浙江高技术产业中，人力资本的贡献大于固定资本，而固定资本的贡献大于经费投入；各行业技术效率值差异较大，但整体呈现稳步提升的态势。为进一步推进浙江高技术产业的健康发展，在增加研发投入、推动前沿技术进步的同时，要充分利用产业创新环境，进行自主创新和制度、管理创新，提高技术效率。

参考文献：

[1] 朱秀梅.高技术产业集群创新路径与机理实证研究[J].中国工业经济，2008，（2）：66-75.

[2] 邓路，高连水.研发投入、行业内R&D溢出与自主创新效率——基于中国高技术产业的面板数据（1999—2007）[J].财贸研究，2009，

（5）：9-14.

[3] 赵玉林，徐娟娟.创新诱导主导性高技术产业成长的路径分析[J].科学学与科学技术管理，2009，（9）：123-129.

[4] 张目，周宗放.中国高技术产业自主创新能力分行业动态评价研究[J].软科学，2010，（6）：1-8.

[5] 范凌钧，陈燕儿，李南.R&D对中国高技术产业技术效率的影响研究[J].研究与发展管理，2010，（6）：37-43.

[6] 陈伟，赵富洋，林艳.基于两阶段DEA的高技术产业R&D绩效评价研究[J].软科学，2010，（4）：6-10.

[7] Aigner，D.J.，Lovell，C.A.K.and Schmidt，P.Formulation and Estimation of Stochastic Frontier Function Models[J].Journal of Econometrics，

1977（6）：21-37.

[8] Battsese，G.E.，Coelli，T.J.and Colby，T.C.A Model for Technical Ineffciency Effects in a Stochastic Frontier Production Function for

Panel Data[J].Empirical Economics，1995，（20）：325-332.

[责任编辑 刘娇娇]endprint

（二）浙江高技术产业各行业技术效率分析

浙江高技术产业各行业2010—2012年技术效率计算结果（见表2）。

从整体上看，浙江高技术产业技术效率尚可，三年平均效率值为0.690，而且呈现出逐步提高的态势，从2010年的0.542提升至2012年的0.828。但0.690的平均值与生产前沿面相比，仍有31%的提升空间；而且从生产函数的分析看，经费投入的贡献远低于人员技术的贡献，这是非常值得注意的问题，从一个侧面反映出浙江高技术产业研发经费的实际利用水平并不高。

5个行业的技术效率均值差异较大，行业发展并不平衡，这不利于浙江高技术产业整体的均衡发展。电子及通信设备制造业表现最佳，连续三年技术效率都位居5个行业之首，航空航天器制造业垫底，其三年的实际产出还不及最大产出的一半。技术效率的差异说明各行业的实际产出在现有条件下并未达到最大产出，需要在资源配置、人财物投入、行业内技术转移、管理体制机制和高技术的利用水平上进一步改进。

结论概要及建议

对高技术产业而言，效率问题始终是关注的焦点。利用利用对数随机前沿模型，实证测定了2010-2012年浙江高技术产业及各行业的技术效率。主要结论有：在浙江高技术产业中，人力资本的贡献大于固定资本，而固定资本的贡献大于经费投入；各行业技术效率值差异较大，但整体呈现稳步提升的态势。为进一步推进浙江高技术产业的健康发展，在增加研发投入、推动前沿技术进步的同时，要充分利用产业创新环境，进行自主创新和制度、管理创新，提高技术效率。

参考文献：

[1] 朱秀梅.高技术产业集群创新路径与机理实证研究[J].中国工业经济，2008，（2）：66-75.

[2] 邓路，高连水.研发投入、行业内R&D溢出与自主创新效率——基于中国高技术产业的面板数据（1999—2007）[J].财贸研究，2009，

（5）：9-14.

[3] 赵玉林，徐娟娟.创新诱导主导性高技术产业成长的路径分析[J].科学学与科学技术管理，2009，（9）：123-129.

[4] 张目，周宗放.中国高技术产业自主创新能力分行业动态评价研究[J].软科学，2010，（6）：1-8.

[5] 范凌钧，陈燕儿，李南.R&D对中国高技术产业技术效率的影响研究[J].研究与发展管理，2010，（6）：37-43.

[6] 陈伟，赵富洋，林艳.基于两阶段DEA的高技术产业R&D绩效评价研究[J].软科学，2010，（4）：6-10.

[7] Aigner，D.J.，Lovell，C.A.K.and Schmidt，P.Formulation and Estimation of Stochastic Frontier Function Models[J].Journal of Econometrics，

1977（6）：21-37.

[8] Battsese，G.E.，Coelli，T.J.and Colby，T.C.A Model for Technical Ineffciency Effects in a Stochastic Frontier Production Function for

Panel Data[J].Empirical Economics，1995，（20）：325-332.

[责任编辑 刘娇娇]endprint

（二）浙江高技术产业各行业技术效率分析

浙江高技术产业各行业2010—2012年技术效率计算结果（见表2）。

从整体上看，浙江高技术产业技术效率尚可，三年平均效率值为0.690，而且呈现出逐步提高的态势，从2010年的0.542提升至2012年的0.828。但0.690的平均值与生产前沿面相比，仍有31%的提升空间；而且从生产函数的分析看，经费投入的贡献远低于人员技术的贡献，这是非常值得注意的问题，从一个侧面反映出浙江高技术产业研发经费的实际利用水平并不高。

5个行业的技术效率均值差异较大，行业发展并不平衡，这不利于浙江高技术产业整体的均衡发展。电子及通信设备制造业表现最佳，连续三年技术效率都位居5个行业之首，航空航天器制造业垫底，其三年的实际产出还不及最大产出的一半。技术效率的差异说明各行业的实际产出在现有条件下并未达到最大产出，需要在资源配置、人财物投入、行业内技术转移、管理体制机制和高技术的利用水平上进一步改进。

结论概要及建议

对高技术产业而言，效率问题始终是关注的焦点。利用利用对数随机前沿模型，实证测定了2010-2012年浙江高技术产业及各行业的技术效率。主要结论有：在浙江高技术产业中，人力资本的贡献大于固定资本，而固定资本的贡献大于经费投入；各行业技术效率值差异较大，但整体呈现稳步提升的态势。为进一步推进浙江高技术产业的健康发展，在增加研发投入、推动前沿技术进步的同时，要充分利用产业创新环境，进行自主创新和制度、管理创新，提高技术效率。

参考文献：

[1] 朱秀梅.高技术产业集群创新路径与机理实证研究[J].中国工业经济，2008，（2）：66-75.

[2] 邓路，高连水.研发投入、行业内R&D溢出与自主创新效率——基于中国高技术产业的面板数据（1999—2007）[J].财贸研究，2009，

（5）：9-14.

[3] 赵玉林，徐娟娟.创新诱导主导性高技术产业成长的路径分析[J].科学学与科学技术管理，2009，（9）：123-129.

[4] 张目，周宗放.中国高技术产业自主创新能力分行业动态评价研究[J].软科学，2010，（6）：1-8.

[5] 范凌钧，陈燕儿，李南.R&D对中国高技术产业技术效率的影响研究[J].研究与发展管理，2010，（6）：37-43.

[6] 陈伟，赵富洋，林艳.基于两阶段DEA的高技术产业R&D绩效评价研究[J].软科学，2010，（4）：6-10.

[7] Aigner，D.J.，Lovell，C.A.K.and Schmidt，P.Formulation and Estimation of Stochastic Frontier Function Models[J].Journal of Econometrics，

1977（6）：21-37.

[8] Battsese，G.E.，Coelli，T.J.and Colby，T.C.A Model for Technical Ineffciency Effects in a Stochastic Frontier Production Function for

Panel Data[J].Empirical Economics，1995，（20）：325-332.

[责任编辑 刘娇娇]endprint