论文部分内容阅读
摘 要：首先运用DEA中的CCR模型对2011-2015年黑龙江省高技术产业技术创新效率进行测算，实证结果表明：五年间黑龙江省高技术产业技术创新效率均处较差水平。进一步运用Tobit模型对效率的影响因素进行实证分析，结果表明：市场结构与高技术产业技术创新效率呈显著负相关，市场规模、市场绩效与高技术产业技术创新效率呈显著正相关。最后提出相应对策。
关键词：DEA Tobit模型 技术创新效率
中图分类号：F062.4 文献标识码：A
文章编号：1004-4914（2017）06-176-02
现如今，由于我国经济的快速发展、科技投入水平提高、人才培养机制的逐渐健全使我国的科学技术发展十分迅速，在各个国家、地区之间的竞争中越来越表现在技术创新能力的竞争上。所以，技术创新能力需要不断提高，技术的创新效率应该受到国家和地方的高度关注，只有提高技术创新效率才能使国家在经济的发展中占据有利的竞争地位，因此，在国家之间的竞争中，技术创新起着不可忽略的作用。
一、模型的选取
（一）CCR模型
CCR模型是假设有n个决策单元（DMU），每个DMU下有m种输入，s种输出，投入指标表示的是对“资源”的耗费，产出指标表示的是在消耗“资源”的基础上获得的“成效”。第j个被评价单元的效率评价指数为总输入与总产出的综合比值，即：
对于公式1我们总可以选取适当的u和v，另hj小于或等于1。hj的大小表明输入和输出之间的关系，hj越大说明用较少的輸入可以得到较大的输出，因此我们可以通过不断变换u和v的取值来找出是hj的最大值来判断决策单元的是否为最优。
（二）Tobit模型
将投入产出指标纳入到DEA模型中去并得到相应的技术效率值以及投入产出的松弛，这种做法存在一定的缺陷，主要原因在于运用DEA模型计算得到的结果除了要受到所选取的投入产出指标的影响外，还受“环境”因素的制约。所以，要对DEA模型计算的结果进行更加全面的分析。需要综合的考虑“环境”因素对结果的影响。但是，DEA的效率值是介于0和1的，在特征上有被切割或截断的特点，所以，如果运用最小二乘法（OLS）进行求解，得出的参数估计会发生偏向于0的情况，为了避免这种情况，本文选用Tobit回归模型。Tobit模型通过对各个环境变量的回归计算得到相应的系数。从这些系数中可以判断环境因素对技术效率值的影响。从而得到相应的改善途径。
Tobit模型的基本表示如下：
yi*=xiβ+ui
y=0 yi*≤0yi* yi*>0公式2
二、指标的选取及数据来源
高技术产业技术创新效率的指标选取主要参考国内学者的研究成果，选取R&D人员全是当量作为人力投入指标，R&D人员内部经费和新产品开发经费作为资金投入指标，专利申请数作为专利产出指标，新产品销售收入作为经济产出指标。具体数据来源于《中国高技术产业统计年鉴》。
影响高技术产业技术创新效率的环境因素有很多，国内外学者进行了颇为丰富的研究，本文依据国内外学者现有的研究，对我国高技术产业的特点的分析，选取以下三个指标作为高技术产业技术创新效率的影响因素：
1.产业总产值。产业总产值（X1）的大小反映各个地区产业发展的总体状况和水平，对于高技术产业中的企业而言，随着产业总产值的不断扩大，企业的规模随之不断扩大的，在现有的条件下各投入要素资源可以得到充分的发挥。在外部效应上，随着产业规模的扩大、企业集中程度的提高，在资源上可以得到共享、优势上得到互补，进而提高高技术产业技术创新效率。
2.市场结构。本文选取产业中企业数目（X2）作为市场结构指标。一般情况下，市场结构越大，产业中企业数目越多。一方面，根据产业组织理论以及有效结构假说，随着企业数目的增加，企业间竞争不断提高，进而更加激励企业对投入资源要素的利用，提高技术创新水平。另一方面，该指标对技术创新效率的影响还存在一定的不确定性。当在产业中企业数目过多时，会出现拥挤的情况，从而导致企业的过度竞争。这种情况会降低企业效率，制约资源的优化配置，从而降低技术创新效率。
3.产业绩效。本文选取产业利润占总资产的百分比（X3）作为产业绩效指标。一方面，产业利润率高说明企业具有较高的管理水平和优势的竞争地位，进而说明企业的技术创新效率较高；另一方面，当利润过高时，这种情况可能是由于企业在产业中所处垄断地位带来的。而这种垄断地位不利于市场中资源的有效配置，进而影响产业整体的技术创新水平。
以上影响因素的指标数据来源于《中国统计年鉴》。
三、实证分析
利用deap2.1软件对2011-2015我国28个省市（新疆、西藏、青海数据缺失，故略去）高技术产业技术创新效率计算，经过整理，得到结果如表1所示（见第178页）。
从表1我们可以看出，五年间黑龙江省的高技术产业技术创新效率均小于1，为非DEA有效，五年间技术效率排名为：21、27、28、24、20。因此，对比其它27个地区的高技术产业的技术创新情况我们发现，黑龙江的技术创新效率极为低下，在全国范围内处于垫底状态。进一步利用Eviews6.0软件进行回归分析，经过整理结果如下。其中，常数项显著水平不通过，故删除。
表2（见第178页）回归结果表明：
1.高技术产业总产值的系数估计值为正，且相关性显著。这说明高技术产业总产值的增加能够促进黑龙江省高技术产业技术创新效率。这表明，随着高技术产业的迅速发展，促进高技术产业技术创新效率水平的提升，应注重适度扩大产业的规模，从而更好的发挥资源投入要素的转移效率。
2.产业因素中企业数目的系数估计值为负，且相关性显著。合理的市场结构可以促进技术创新水平的提升，而不合理的市场结构也可能抑制技术的转移。上述的结果说明当前黑龙江省高技术产业结构不合理，这种不合理可能是由于在产业中有大量分散的小企业，在高度全球化的现代社会中这些企业在竞争中处于劣势地位，加之企业为了寻求发展带来的过度竞争，这一系列因素都会使技术创新达不到有效的状态。所以，要想避免这种局面，政府需要对市场结构进行调整，使之合理有效。
3.高技术产业利润占总资产的百分比的系数估计值为正，且相关性显著。说明产业绩效对黑龙江省高技术产业技术创新效率的影响是正向的。这表明高技术产业中企业的盈利能力对高技术产业的技术创新效率水平具有促进作用，因此需要不断地改善管理水平和企业制度，提高企业盈利能力，进而促进高技术产业技术创新。
四、对策
1.高技术产业的主体是高技术企业，为了从根本上提高技术创新效率水平，需要不断完善高技术企业自身的管理能力和资源配置能力。具体而言：高技术企业内部要深化制度变革，创新内部管理。同时，还需要注重对人才的引进与培养。因为，在一定程度上企业人才的短缺会制约企业的发展。所以，企业和政府需要积极地引进相关技术人才，为高技术企业技术创新创造良好的环境。
2.适度扩大产业规模。黑龙江省高技术产业需要依据发展阶段性以及高技术企业的发展特征，适当地提高投入要素水平，促进资源的合理使用。此外，政府需要对效率较低的高技术企业在资金或政策上进行扶持，进而扩大产业规模。
3.提高市场集中度。充分考虑市场中各个利益主体的关系，减少各个利益主体之间因过度的竞争带来的损失。针对产业中处于弱势地位的小型企业，可以建立战略联盟，以此来减少发展过程中出现的风险，实现企业间的优势互补。
参考文献：
[1] 刘战伟.河南省技术创新效率及影响因素研究—基于DEA与Tobit模型的实证分析[J].安徽商贸职业技术学院学报（社会科学版），2013（4）
[2] 张运华，高晶.中国高技术产业创新效率实证研究——基于面板随机效应Tobit模型的估计[J].江苏科技大学学报（自然科学版），2014（2）
（作者单位：哈尔滨商业大学 黑龙江哈尔滨 150028）
（作者简介：刘浩，哈尔滨商业大学管理学院硕士研究生，专业：管理科学与工程。）
（责编：贾伟）
关键词：DEA Tobit模型 技术创新效率
中图分类号：F062.4 文献标识码：A
文章编号：1004-4914（2017）06-176-02
现如今，由于我国经济的快速发展、科技投入水平提高、人才培养机制的逐渐健全使我国的科学技术发展十分迅速，在各个国家、地区之间的竞争中越来越表现在技术创新能力的竞争上。所以，技术创新能力需要不断提高，技术的创新效率应该受到国家和地方的高度关注，只有提高技术创新效率才能使国家在经济的发展中占据有利的竞争地位，因此，在国家之间的竞争中，技术创新起着不可忽略的作用。
一、模型的选取
（一）CCR模型
CCR模型是假设有n个决策单元（DMU），每个DMU下有m种输入，s种输出，投入指标表示的是对“资源”的耗费，产出指标表示的是在消耗“资源”的基础上获得的“成效”。第j个被评价单元的效率评价指数为总输入与总产出的综合比值，即：
对于公式1我们总可以选取适当的u和v，另hj小于或等于1。hj的大小表明输入和输出之间的关系，hj越大说明用较少的輸入可以得到较大的输出，因此我们可以通过不断变换u和v的取值来找出是hj的最大值来判断决策单元的是否为最优。
（二）Tobit模型
将投入产出指标纳入到DEA模型中去并得到相应的技术效率值以及投入产出的松弛，这种做法存在一定的缺陷，主要原因在于运用DEA模型计算得到的结果除了要受到所选取的投入产出指标的影响外，还受“环境”因素的制约。所以，要对DEA模型计算的结果进行更加全面的分析。需要综合的考虑“环境”因素对结果的影响。但是，DEA的效率值是介于0和1的，在特征上有被切割或截断的特点，所以，如果运用最小二乘法（OLS）进行求解，得出的参数估计会发生偏向于0的情况，为了避免这种情况，本文选用Tobit回归模型。Tobit模型通过对各个环境变量的回归计算得到相应的系数。从这些系数中可以判断环境因素对技术效率值的影响。从而得到相应的改善途径。
Tobit模型的基本表示如下：
yi*=xiβ+ui
y=0 yi*≤0yi* yi*>0公式2
二、指标的选取及数据来源
高技术产业技术创新效率的指标选取主要参考国内学者的研究成果，选取R&D人员全是当量作为人力投入指标，R&D人员内部经费和新产品开发经费作为资金投入指标，专利申请数作为专利产出指标，新产品销售收入作为经济产出指标。具体数据来源于《中国高技术产业统计年鉴》。
影响高技术产业技术创新效率的环境因素有很多，国内外学者进行了颇为丰富的研究，本文依据国内外学者现有的研究，对我国高技术产业的特点的分析，选取以下三个指标作为高技术产业技术创新效率的影响因素：
1.产业总产值。产业总产值（X1）的大小反映各个地区产业发展的总体状况和水平，对于高技术产业中的企业而言，随着产业总产值的不断扩大，企业的规模随之不断扩大的，在现有的条件下各投入要素资源可以得到充分的发挥。在外部效应上，随着产业规模的扩大、企业集中程度的提高，在资源上可以得到共享、优势上得到互补，进而提高高技术产业技术创新效率。
2.市场结构。本文选取产业中企业数目（X2）作为市场结构指标。一般情况下，市场结构越大，产业中企业数目越多。一方面，根据产业组织理论以及有效结构假说，随着企业数目的增加，企业间竞争不断提高，进而更加激励企业对投入资源要素的利用，提高技术创新水平。另一方面，该指标对技术创新效率的影响还存在一定的不确定性。当在产业中企业数目过多时，会出现拥挤的情况，从而导致企业的过度竞争。这种情况会降低企业效率，制约资源的优化配置，从而降低技术创新效率。
3.产业绩效。本文选取产业利润占总资产的百分比（X3）作为产业绩效指标。一方面，产业利润率高说明企业具有较高的管理水平和优势的竞争地位，进而说明企业的技术创新效率较高；另一方面，当利润过高时，这种情况可能是由于企业在产业中所处垄断地位带来的。而这种垄断地位不利于市场中资源的有效配置，进而影响产业整体的技术创新水平。
以上影响因素的指标数据来源于《中国统计年鉴》。
三、实证分析
利用deap2.1软件对2011-2015我国28个省市（新疆、西藏、青海数据缺失，故略去）高技术产业技术创新效率计算，经过整理，得到结果如表1所示（见第178页）。
从表1我们可以看出，五年间黑龙江省的高技术产业技术创新效率均小于1，为非DEA有效，五年间技术效率排名为：21、27、28、24、20。因此，对比其它27个地区的高技术产业的技术创新情况我们发现，黑龙江的技术创新效率极为低下，在全国范围内处于垫底状态。进一步利用Eviews6.0软件进行回归分析，经过整理结果如下。其中，常数项显著水平不通过，故删除。
表2（见第178页）回归结果表明：
1.高技术产业总产值的系数估计值为正，且相关性显著。这说明高技术产业总产值的增加能够促进黑龙江省高技术产业技术创新效率。这表明，随着高技术产业的迅速发展，促进高技术产业技术创新效率水平的提升，应注重适度扩大产业的规模，从而更好的发挥资源投入要素的转移效率。
2.产业因素中企业数目的系数估计值为负，且相关性显著。合理的市场结构可以促进技术创新水平的提升，而不合理的市场结构也可能抑制技术的转移。上述的结果说明当前黑龙江省高技术产业结构不合理，这种不合理可能是由于在产业中有大量分散的小企业，在高度全球化的现代社会中这些企业在竞争中处于劣势地位，加之企业为了寻求发展带来的过度竞争，这一系列因素都会使技术创新达不到有效的状态。所以，要想避免这种局面，政府需要对市场结构进行调整，使之合理有效。
3.高技术产业利润占总资产的百分比的系数估计值为正，且相关性显著。说明产业绩效对黑龙江省高技术产业技术创新效率的影响是正向的。这表明高技术产业中企业的盈利能力对高技术产业的技术创新效率水平具有促进作用，因此需要不断地改善管理水平和企业制度，提高企业盈利能力，进而促进高技术产业技术创新。
四、对策
1.高技术产业的主体是高技术企业，为了从根本上提高技术创新效率水平，需要不断完善高技术企业自身的管理能力和资源配置能力。具体而言：高技术企业内部要深化制度变革，创新内部管理。同时，还需要注重对人才的引进与培养。因为，在一定程度上企业人才的短缺会制约企业的发展。所以，企业和政府需要积极地引进相关技术人才，为高技术企业技术创新创造良好的环境。
2.适度扩大产业规模。黑龙江省高技术产业需要依据发展阶段性以及高技术企业的发展特征，适当地提高投入要素水平，促进资源的合理使用。此外，政府需要对效率较低的高技术企业在资金或政策上进行扶持，进而扩大产业规模。
3.提高市场集中度。充分考虑市场中各个利益主体的关系，减少各个利益主体之间因过度的竞争带来的损失。针对产业中处于弱势地位的小型企业，可以建立战略联盟，以此来减少发展过程中出现的风险，实现企业间的优势互补。
参考文献：
[1] 刘战伟.河南省技术创新效率及影响因素研究—基于DEA与Tobit模型的实证分析[J].安徽商贸职业技术学院学报（社会科学版），2013（4）
[2] 张运华，高晶.中国高技术产业创新效率实证研究——基于面板随机效应Tobit模型的估计[J].江苏科技大学学报（自然科学版），2014（2）
（作者单位：哈尔滨商业大学 黑龙江哈尔滨 150028）
（作者简介：刘浩，哈尔滨商业大学管理学院硕士研究生，专业：管理科学与工程。）
（责编：贾伟）