论文部分内容阅读
摘 要：近年来，科技创新已成为驱动经济增长的重要方式之一，科技成果转化也越来越受到关注，尤其是在高技术产业。本文通过收集2012-2014年我国内地31 个省市高技术产业科技成果投入产出的面板数据，运用随机前沿模型对中国各省高技术产业科技成果的转化效率进行测度。结果发现：我国高技术产业的科技成果转化效率普遍不高，而且地区之间存在差异，主要表现在东部省份优于西部省份。在此基础上，分析我国高技术产业的科技成果转化状况，并对提高高技术产业科技成果的转化效率提出建议，从而进一步促进高技术产业的发展。
关键词：高技术产业；科技成果转化效率；随机前沿分析
一、引言
近年来，科技创新和技术进步受到广泛关注，高技术产业日益成为经济发展的推动力。世界发展进入一个科技创新的重要时代，也步入了一个经济结构加快调整的重要时期。在全球大力发展高技术产业的大背景下，高科技研发活动日益受到我国的重视，科研经费投入大幅增长，专利申请数量也大量增加。但是研发活动并不能够直接带来经济收益，科技成果进入生产领域，参与生产转化为市场化的产品后者提高产品生产效率才能够带来经济效益，推动经济增长[1]。因此我们更应该关注科技成果效率即科技成果转化为市场化的产品从而创造经济收益的效率。
目前很多国内外学者对高技术产业科技成果的转化效率以及评价体系进行了研究。如Arrow（1962）在研究知识溢出效应时，指出科技成果转化中所形成的新知识，可以帮助经济主体改善经济效益[2]；So Young Sohn 等通过建立决策树的 DEA 模型，对科技成果转化效率进行了研究，为科技成果转化项目的评价提供了方法[3]。董洁等在已有研究的基础上构建了科技成果转化评价指标体系，从科技成果投入、科技成果转化效果、科技成果转化条件等方面分析我国科技成果的转化效率[4]；刘和东通过收集1998-2008 年我国30个省市创新投入产出及相关影响因素的面板数据，应用随机前沿函数测度了各区域的研发效率及影响因素，研究结果显示基础设施、人力资本对研发效率有显著的促进[5]；朱有为、徐康宁研究认为，中国高技术产业的研发效率整体偏低，但呈现稳步上升状态，行业间效率差异有逐步缩小趋势[6]。
科技成果转化为现实生产力本身是一个提高技术水平的过程，技术水平的提高会引起生产方式的改变，进而造成生产力的大幅提高。然而在实际过程中，科技成果的转化会受到一系列因素的影响，致使我国科技成果转化绩效不尽人意，对经济可持续增长和经济增长方式的转变还未做出应有的贡献。为此，本文通过收集2012-2014年我国内地31 个省市高技术产业科技成果投入产出的面板数据，运用随机前沿模型对中国省域高技术产业科技成果转化效率进行测度，在此基础上，分析我国高技术产业科技成果的转化情况，并对提高高技术产业科技成果的转化效率提出建议。
二、研究方法
（一）基本模型
随机前沿分析（Stochastic Frontier Analysis，SFA）是一种基于生产前沿面理论的参数方法，由Aigner，Lovell 和Schmidt，Meeusen和den Broeck分别独立提出。与非参数法相比，随机前沿模型最大特点是考虑了随机因素对于产出的影响，同时它能够对跨时期的面板数据进行研究，测算的结果可能会更准确些。在模型中，随机扰动项分为两个部分，一部分为随机误差项，用Vi表示，另一部分是一个用来表示技术无效率的非负误差项，用ui表示。
（二）指标选取与模型构建
1、指标选取
本文在借鉴已有研究成果的基础上，选取高技术产业R&D人员投入强度、R&D经费投入强度和万名就业人员发明专利拥有量作为科技成果投入变量，这些科技成果投入都有转化为实际生产力的可能性。
科技成果转化是技术成果转化为现实生产力，商品化的过程，即使是工艺流程、产品质量改进等其他研发效应的最终经济价值也要通过现实的产品或服务来体现，这些最终将转化为新产品销售收入。因此，本文选取的产出变量的指标为高技术产业的新产品销售收入占产品销售收入的比重[7]。
2、模型构建
本文所选用的生产函数形式为柯布-道格拉斯生产函数，柯布-道格拉斯生产函数是随机前沿分析中常用的函数形式，其优点是模型形式简单、参数简单，便于估计。
三、实证分析
（一）科技成果转化效率评价
本文根据《中国高技术产业统计年鉴》（2013-2015）中2012-2014年全国31个省市的高技术产业的相关统计指标对R&D人员投入强度、R&D经费投入强度、万名就业人员发明专利拥有量、新产品销售收入占产品销售收入的比重指标进行分析。
为消除量纲之间的差异，在对数据进行无量纲化处理后，将数据按照柯布道格拉斯生产函数的随机前沿模型用Frontier4.1软件进行分析。
参数估计结果如下表所示：
从检验结果来看，模型中的σ2和γ均通过了1%的显著性水平检验，表明技术非效率是显著存在的，同时也验证了SFA方法的合理性。用柯布—道格拉斯模型得出我国三十一个省市高技术产业2012-2014年的科技成果转化效率，结果值如下：
（二）结果分析
图1显示了我国高技术产业科技成果转化效率均值的时间演变趋势，从图中可以清晰地看出2012至2014年间我国高技术产业的科技成果转化效率在逐步提高，其中2013年较2012年提高较为显著，2014年较2013年小幅上升。
表2给出了我国内地31个省市高技术产业2011-2013年的科技成果转化效率的具体值以及均值。从结果来看，我国的科技成果转化效率普遍较低，而且存在较为明显的地域差异。在31个省市中，天津的高技术产业的科技成果转化效率最高，三年的均值为0.7786，最低的为青海，平均转化效率仅为0.3434，不足天津的二分之一。 由表中结果可以看出，我国各省份高技术产业科技成果转化效率均值较高的为：天津、湖南、江苏、福建、浙江、广东、山东等地，多位于东部省份经济较发达地区；较低的地区为：青海、海南、新疆、甘肃、西藏、黑龙江等地，多位于内陆省份经济欠发达地区。从全国范围内来看，在高技术产业的科技成果转化效率方面，东部省份普遍要优于西部省份，区域间还存在较大的科技成果转化差异。由此可见，科技成果的转化与地区间的经济发展水平密切相关。
在科技成果转化过程中，人员和经费的投入创造出实际的科技成果，进而转化为市场化的产品，创造价值。在此过程中，有诸多可能的因素会影响科技成果转化效率，例如市场化条件和外在的环境因素。人员及经费等科技投入应与企业的生产能力相适应，协调好各项投入间的比例。在其他因素不变的条件下，一味地增加人员及经费的投入结果只能造成转化效率的降低。因此，在一定的科技投入条件下，健全的外在环境以及完善的相关配套设施会引起科技成果转化效率的提高。
四、结论与政策建议
本文通过对全国31个省市高技术产业2012-2014年科技成果投入产出的面板数据运用随机前沿方法进行分析，得出以下结论：
1、我国高技术产业的科技成果转化效率普遍不高，而且地区间存在差异，东部省份普遍优于西部省份，说明科技成果转化与地区间发展水平及相关政策有关。
2、科技成果的转化是一系列因素相互作用的过程，人员和经费的投入非常重要，但是相关的支撑条件也必不可少，一味地增加人员和经费的投入并不能够提高科技成果转化效率。
鉴于此，对我国的科技成果转化提出以下建议：
首先，以企业为主体，有针对性的进行研发活动。科技成果转化的主体是企业，企业将科技创新转化为现实的产品，创造收益。因此，一定要发挥企业在科技成果转化过程中的主体地位，加大有可能转化为现实生产力的活动的研发力度，加强企业与科研院所及高校的合作，促进科技成果向现实生产力的转化。
其次，发挥市场的导向作用。在社会主义市场经济条件下，市场起到资源配置作用。建立完善相关平台，充分发挥市场的作用，促进科技创新信息的交流。
最后，充分发挥政府的作用，统筹区域间资源的分配，对科技创新予以大力支持。政府应当健全科技创新的相关法规和法律制度，对科技创新活动予以大力支持，完善相关的配套设施，为科技创新及成果转化提供一个良好的环境。同时加强区域间的合作，结合当地的资源禀赋合理分配研发上的投入，从而降低成本投入，进一步提高我国高技术产业的科技成果转化效率。
（作者单位：天津工业大学经济学院）
参考文献：
[1] 贺京同 馮尧.中国高技术产业科技成果转化效率的实证研究——基于DEA -Malmquist指数方法[J].云南社会科学，2011（04）.
[2] Arrow，K.J.The Economic Implications of Learning by Doing[J].Review of Economic Studies.1962.
[3] So Young Sohn，TAE HEE MOON.Decision tree based on data envelopment analysis for effective technology commercialization[J].ExpertSystems with Applications，2004.
[4] 董洁 黄付杰.中国科技成果转化效率及其影响因素研究[J].软科学，2012.
[5] 刘和东.中国区域研发效率及其影响因素研究-基于随机前沿函数的分析[J].科学学研究，2011.
[6] 朱有为 徐康宁.中国高技术产业研发效率的实证研究[J].中国工业经济，2006.
[7] 柴国荣 许崇美 闵宗陶.科技成果转化评价指标体系设计及应用研究[J].软科学，2010.
关键词：高技术产业；科技成果转化效率；随机前沿分析
一、引言
近年来，科技创新和技术进步受到广泛关注，高技术产业日益成为经济发展的推动力。世界发展进入一个科技创新的重要时代，也步入了一个经济结构加快调整的重要时期。在全球大力发展高技术产业的大背景下，高科技研发活动日益受到我国的重视，科研经费投入大幅增长，专利申请数量也大量增加。但是研发活动并不能够直接带来经济收益，科技成果进入生产领域，参与生产转化为市场化的产品后者提高产品生产效率才能够带来经济效益，推动经济增长[1]。因此我们更应该关注科技成果效率即科技成果转化为市场化的产品从而创造经济收益的效率。
目前很多国内外学者对高技术产业科技成果的转化效率以及评价体系进行了研究。如Arrow（1962）在研究知识溢出效应时，指出科技成果转化中所形成的新知识，可以帮助经济主体改善经济效益[2]；So Young Sohn 等通过建立决策树的 DEA 模型，对科技成果转化效率进行了研究，为科技成果转化项目的评价提供了方法[3]。董洁等在已有研究的基础上构建了科技成果转化评价指标体系，从科技成果投入、科技成果转化效果、科技成果转化条件等方面分析我国科技成果的转化效率[4]；刘和东通过收集1998-2008 年我国30个省市创新投入产出及相关影响因素的面板数据，应用随机前沿函数测度了各区域的研发效率及影响因素，研究结果显示基础设施、人力资本对研发效率有显著的促进[5]；朱有为、徐康宁研究认为，中国高技术产业的研发效率整体偏低，但呈现稳步上升状态，行业间效率差异有逐步缩小趋势[6]。
科技成果转化为现实生产力本身是一个提高技术水平的过程，技术水平的提高会引起生产方式的改变，进而造成生产力的大幅提高。然而在实际过程中，科技成果的转化会受到一系列因素的影响，致使我国科技成果转化绩效不尽人意，对经济可持续增长和经济增长方式的转变还未做出应有的贡献。为此，本文通过收集2012-2014年我国内地31 个省市高技术产业科技成果投入产出的面板数据，运用随机前沿模型对中国省域高技术产业科技成果转化效率进行测度，在此基础上，分析我国高技术产业科技成果的转化情况，并对提高高技术产业科技成果的转化效率提出建议。
二、研究方法
（一）基本模型
随机前沿分析（Stochastic Frontier Analysis，SFA）是一种基于生产前沿面理论的参数方法，由Aigner，Lovell 和Schmidt，Meeusen和den Broeck分别独立提出。与非参数法相比，随机前沿模型最大特点是考虑了随机因素对于产出的影响，同时它能够对跨时期的面板数据进行研究，测算的结果可能会更准确些。在模型中，随机扰动项分为两个部分，一部分为随机误差项，用Vi表示，另一部分是一个用来表示技术无效率的非负误差项，用ui表示。
（二）指标选取与模型构建
1、指标选取
本文在借鉴已有研究成果的基础上，选取高技术产业R&D人员投入强度、R&D经费投入强度和万名就业人员发明专利拥有量作为科技成果投入变量，这些科技成果投入都有转化为实际生产力的可能性。
科技成果转化是技术成果转化为现实生产力，商品化的过程，即使是工艺流程、产品质量改进等其他研发效应的最终经济价值也要通过现实的产品或服务来体现，这些最终将转化为新产品销售收入。因此，本文选取的产出变量的指标为高技术产业的新产品销售收入占产品销售收入的比重[7]。
2、模型构建
本文所选用的生产函数形式为柯布-道格拉斯生产函数，柯布-道格拉斯生产函数是随机前沿分析中常用的函数形式，其优点是模型形式简单、参数简单，便于估计。
三、实证分析
（一）科技成果转化效率评价
本文根据《中国高技术产业统计年鉴》（2013-2015）中2012-2014年全国31个省市的高技术产业的相关统计指标对R&D人员投入强度、R&D经费投入强度、万名就业人员发明专利拥有量、新产品销售收入占产品销售收入的比重指标进行分析。
为消除量纲之间的差异，在对数据进行无量纲化处理后，将数据按照柯布道格拉斯生产函数的随机前沿模型用Frontier4.1软件进行分析。
参数估计结果如下表所示：
从检验结果来看，模型中的σ2和γ均通过了1%的显著性水平检验，表明技术非效率是显著存在的，同时也验证了SFA方法的合理性。用柯布—道格拉斯模型得出我国三十一个省市高技术产业2012-2014年的科技成果转化效率，结果值如下：
（二）结果分析
图1显示了我国高技术产业科技成果转化效率均值的时间演变趋势，从图中可以清晰地看出2012至2014年间我国高技术产业的科技成果转化效率在逐步提高，其中2013年较2012年提高较为显著，2014年较2013年小幅上升。
表2给出了我国内地31个省市高技术产业2011-2013年的科技成果转化效率的具体值以及均值。从结果来看，我国的科技成果转化效率普遍较低，而且存在较为明显的地域差异。在31个省市中，天津的高技术产业的科技成果转化效率最高，三年的均值为0.7786，最低的为青海，平均转化效率仅为0.3434，不足天津的二分之一。 由表中结果可以看出，我国各省份高技术产业科技成果转化效率均值较高的为：天津、湖南、江苏、福建、浙江、广东、山东等地，多位于东部省份经济较发达地区；较低的地区为：青海、海南、新疆、甘肃、西藏、黑龙江等地，多位于内陆省份经济欠发达地区。从全国范围内来看，在高技术产业的科技成果转化效率方面，东部省份普遍要优于西部省份，区域间还存在较大的科技成果转化差异。由此可见，科技成果的转化与地区间的经济发展水平密切相关。
在科技成果转化过程中，人员和经费的投入创造出实际的科技成果，进而转化为市场化的产品，创造价值。在此过程中，有诸多可能的因素会影响科技成果转化效率，例如市场化条件和外在的环境因素。人员及经费等科技投入应与企业的生产能力相适应，协调好各项投入间的比例。在其他因素不变的条件下，一味地增加人员及经费的投入结果只能造成转化效率的降低。因此，在一定的科技投入条件下，健全的外在环境以及完善的相关配套设施会引起科技成果转化效率的提高。
四、结论与政策建议
本文通过对全国31个省市高技术产业2012-2014年科技成果投入产出的面板数据运用随机前沿方法进行分析，得出以下结论：
1、我国高技术产业的科技成果转化效率普遍不高，而且地区间存在差异，东部省份普遍优于西部省份，说明科技成果转化与地区间发展水平及相关政策有关。
2、科技成果的转化是一系列因素相互作用的过程，人员和经费的投入非常重要，但是相关的支撑条件也必不可少，一味地增加人员和经费的投入并不能够提高科技成果转化效率。
鉴于此，对我国的科技成果转化提出以下建议：
首先，以企业为主体，有针对性的进行研发活动。科技成果转化的主体是企业，企业将科技创新转化为现实的产品，创造收益。因此，一定要发挥企业在科技成果转化过程中的主体地位，加大有可能转化为现实生产力的活动的研发力度，加强企业与科研院所及高校的合作，促进科技成果向现实生产力的转化。
其次，发挥市场的导向作用。在社会主义市场经济条件下，市场起到资源配置作用。建立完善相关平台，充分发挥市场的作用，促进科技创新信息的交流。
最后，充分发挥政府的作用，统筹区域间资源的分配，对科技创新予以大力支持。政府应当健全科技创新的相关法规和法律制度，对科技创新活动予以大力支持，完善相关的配套设施，为科技创新及成果转化提供一个良好的环境。同时加强区域间的合作，结合当地的资源禀赋合理分配研发上的投入，从而降低成本投入，进一步提高我国高技术产业的科技成果转化效率。
（作者单位：天津工业大学经济学院）
参考文献：
[1] 贺京同 馮尧.中国高技术产业科技成果转化效率的实证研究——基于DEA -Malmquist指数方法[J].云南社会科学，2011（04）.
[2] Arrow，K.J.The Economic Implications of Learning by Doing[J].Review of Economic Studies.1962.
[3] So Young Sohn，TAE HEE MOON.Decision tree based on data envelopment analysis for effective technology commercialization[J].ExpertSystems with Applications，2004.
[4] 董洁 黄付杰.中国科技成果转化效率及其影响因素研究[J].软科学，2012.
[5] 刘和东.中国区域研发效率及其影响因素研究-基于随机前沿函数的分析[J].科学学研究，2011.
[6] 朱有为 徐康宁.中国高技术产业研发效率的实证研究[J].中国工业经济，2006.
[7] 柴国荣 许崇美 闵宗陶.科技成果转化评价指标体系设计及应用研究[J].软科学，2010.