时间:2024-05-20
康淑娟
摘要:运用SFA修正DEA模型测度高技术产业17个子行业的创新效率。研究发现:高技术产业技术吸收阶段创新效率偏低,而易受环境影响的知识创造阶段和成果转化阶段出现了虚高情况;高技术产业创新活动中技术因素发挥主导作用,规模还可以进一步扩大;技术吸收阶段总体效率、纯技术效率、规模效率均高于知识创造阶段与成果转化阶段;外部环境对高技术产业各行业、各创新价值链阶段的影响皆存在很大差异,既会导致某些创新投入资源冗余,也会从价值链内部增进创新效率。
关键词:高技术产业;创新价值链;行业异质性;创新效率
DOI:10.13956/j.ss.1001-8409.2017.07.01
中图分类号:F1243;F260 文献标识码:A 文章编号:1001-8409(2017)07-0001-05
Deconstructthe Innovation Value Chain of Chinese
Hightech Industry Based on Industry Heterogeneity
KANG Shujuan
(School of Economics and Management, Northwest University, Xian 710127;
School of Management, Henan University of Science and Technology,Luoyang 471003)
Abstract:Using DEA model modified by SFA, innovation efficiency of 17 sub sectors of high technology industry are estimated. The comparison shows that the innovation efficiency of hightech industry in the technological absorption stageis low while in the knowledge creation stage and achievement transformation stage the innovation efficiency are more easily affected by environment and inflated. From the revised results, technical factors play a leading role and the scale can be further expanded in innovative activities. The overall efficiency, pure technical efficiency, scale efficiency in the technological absorption stageare higher than in the stage of knowledge creation and the stage of achievement transformation .The Impaction of the external environment of high technology industry both on different innovation value chain stage and on different industry are very different, which can lead to some innovation investment resources redundancy and also can increase the innovation efficiency from the internal value chain.
Key words: hightech industry; innovation value chain; industry heterogeneity; innovation efficiency
高技術产业具有的“三高”特征使其成为经济全球化背景下国家创新体系中的火车头和领头羊,是提升国家或地区核心竞争力的有效途径。尤其是随着人口红利、资本红利和制度红利的逐步弱化,高技术产业更是被视为提升我国全球价值链地位的主要力量。以R&D投人占GDP的经费为代表的高技术产业创新投入逐年增长,由2000年的1.23%提升到了2012年的1.97%。以新产品销售收入为代表的创新产出年均增长率更是高达20.61%,呈现出“双高”增长,但以全要素生产率为代表的技术进步水平却没有表现出明显的增长趋势,且呈现“高产出、低效益”的不良发展态势,这一现象存在于整个高技术产业内部还是部分行业还是部分时段?基于此,本文根据我国高技术产业技术创新实践,将创新过程分解为知识创造、技术吸收和成果转化三阶段,利用SFA修正DEA 模型测算了我国2014年高技术产业17大子行业创新价值链各阶段的效率值,从行业和创新价值链双角度揭示创新内部存在的行业间不均衡性和创新活动过程中的结构不均衡性,并据此提出相应的产业发展措施。
1文献回顾
创新价值链的研究始于Freeman提出的创新是由发明和市场两个过程整合而成的理念[1],之后学者开始关注创新过程的系统性、动态性、结构性问题,如Rothwell、
Van de Ven[2,3]。Turkenburg首次提出创新价值链,并将能源产业创新价值链分为研究与开发、示范、扩散三个阶段[4],Bamfield细分为试探研究、工艺开发、试制、市场启动、生产和销售五个阶段[5]。Hansen和Birkinshaw首次将创新价值链分解为创意的产生、创意的转换和创意的传播三个相关联的子过程[6]。Lee J和Gereffi G从全球价值链视角梳理发展中国家创新价值链条的内容[7]。国内学者黄钢、徐玖平等认为创新价值链是指从创新源的获得到把创新源转化为新产品、再到市场化的创新价值实现的三个过程[8]。余泳泽等、刘树林等、崔静静等也提出三阶段理论[9~11]。但多数文献将创新活动分为两大阶段,如陈劲、宇文晶等[12]。
对创新价值链的效率测定主要有两种方法即参数方法和非参数方法。参数方法如曹勇、苏凤娇采用Pearson相关分析、改进的知识生产函数模型[14]。但更多学者选择DEA为代表的非参数方法测定创新效率,如余泳泽等利用三阶段DEA模型[9],冯志军等、肖仁桥等运用关联性两阶段DEA模型[15,16]。但现有DEA方法因忽略经济发展阶段、产业发展水平以及创新环境的不均衡性等环境因素干扰了测定结果的准确性,因此该方法的使用受到了质疑。
本文考虑管理无效率、环境因素和统计噪声对决策单元的绩效影响,采用SFA修正后的三阶段DEA方法进行分析,测算中国高技术产业17个子行业的创新效率,在创新价值链视角下检验创新活动的差异和价值链效应,进而探寻中国高技术产业创新活动存在的结构性问题。
2创新价值链及指标体系的构建、变量选取
21高技术产业创新价值链
本文借鉴Hansen、Birkinshaw提出的创新价值链概念和国内学者余泳泽等的创新价值链框架[6,9],并结合我国高技术产业技术创新实践,将创新过程分为知识创造、技术吸收和成果转化三阶段,其理论逻辑见图1。
图1高技术产业创新价值链三阶段模型
知识创造阶段包括知识原理演进和理论模型推导的基础研究,阶段成果主要体现为技术发明如专利技术和论文文献的非专利技术;技术吸收阶段包括技术检测、成果试制等应用性研究,阶段成果主要体现为工艺创新(新工艺)、新项目开发等;成果转化阶段包括在工程(标准)设计、产品推广宣传等方面进行有针对性的、有效的工作安排,阶段成果主要体现为新产品销售收入、新产品价值、出口交货值。
22投入产出变量与环境变量选取
在创新价值链的三个不同阶段,投入变量、产出变量不尽相同。具体创新各阶段的投入产出指标如表1所示。
外部环境变量对创新价值链各阶段活动的影响也不尽相同,但本文关注的重点是外部环境如何影响创新价值链环节,故本文不进行区别研究。根据Simar、Wilson提出半参数模型指标选取“可分离”要求[17],本文选取行业竞争度、行业发展水平、政府支持力度、知识产权保护、对外开放度等五个变量,各指标来源如表1所示。以我国高技术产业五大行业下的17个子行业
医药制造业:1.化学药品制造;2.中成药生产;3.生物药品制造。航空、航天器及设备制造业:4.飞机制造;5.航天器制造。电子及通信设备制造业:6.通信设备制造(通信系统设备制造、通信终端设备制造);7.广播电视设备制造;8.雷达及配套设备制造;9.视听设备制造;10.电子器件制造;11.电子元件制造;12.其他电子设备制造。计算机及办公设备制造业:13.计算机整机制造;14.计算机外围设备制造;15.办公设备制造。医疗仪器设备及仪器仪表制造业:16.医疗仪器设备及器械制造;17.仪器仪表制造。行业前序号与后文一致。
32修正后创新价值链效率分析
從BCC模型实证结果看,传统DEA方法使技术吸收阶段创新效率偏低、知识创造阶段和成果转化阶段虚高。调整后,创新价值链各阶段规模效率远小于纯技术效率,说明我国高技术产业创新活动中,技术因素在发挥主导作用,规模还可以进一步扩大。创新价值链上各阶段调整后的规模效率几乎没有差异,但距离前沿面最远点发生了较大变化,说明环境因素和随机干扰因素的影响较大。技术吸收阶段总体效率、纯技术效率、规模效率均高于知识创造阶段与成果转化阶段,说明我国高技术产业创新吸收能力得到了很大提高,但以专利技术为标志的知识创造成果和以新产品销售为标志的创新成果商业化的效率整体偏低。
33高技术产业创新模式分析
为更直观地描述高技术产业子行业创新活动情况,本文借鉴刘满凤、李圣宏的研究[19],以效率为横坐标、投入为纵坐标,根据二者的高低将坐标轴分为四个象限即为四种创新模式:“低投入低效率”“低投入高效率”“高投入低效率”“高投入高效率”。结果如图2、表3所示。因篇幅限制,图2只展示了知识创造阶段高技术产业各子行业的创新模式。
位于第一象限“高投入高效率”的高技术产业子行业有:知识创造阶段的化学药品制造、飞机制造、通信设备制造等6个行业,技术吸收阶段的中成药生产、飞机制造、通信设备制造等6个行业,成果转化阶段的通信设备制造、计算机整机制造。通信设备制造无论是在创新价值链哪个阶段均属于该模式。整体看,电子及通信设备制造业是五大行业中三阶段价值链均处在这一区域。这一区域是一种相对比较有效的创新模式,也是推动创新的主要模式。
位于第二象限“高投入低效率”的行业有:成果转化阶段的中成药生产、其他电子设备制造、计算机外围设备制造等6个行业。此类产业创新投入与创新效果严重不对称,发展过程中需适当控制投入规模,同时加强要素管理、优化生产机制,优化配置资源,以充分发挥创新资源的效率来提升创新效率。但欣喜的是,知识创造阶段、技术吸收阶段没有出现此种情况,创新效果还比较理想。
位于第三象限“低投入高效率”的行业有:知识创造阶段的中成药生产、其他电子设备制造,技术吸收阶段的其他电子设备制造、计算机及办公设备制造业、办公设备制造等6个行业,成果转化阶段的视听设备制造、电子器件制造、电子元件制造。此类行业不仅消耗少而且创新效率高,应该是国家实施创新驱动战略优先发展的行业。当然,这些行业的效率优势并不总能凸显出来,需要政府引导企业带动创新,提炼核心竞争力,维持效率优势。
位于第四象限“低投入低效率”的行业有:知识创造阶段的生物药品制造、航天器制造、广播电视设备制造等9个行业,技术吸收阶段的生物药品制造、航天器制造、广播电视设备制造等5个行业,成果转化阶段的化学药品制造、生物药品制造、航空航天制造业等6个行业。相比其他三种类型,此类高技术产业在创新价值链上的分布较为均匀,符合投入产出正常规律。处于这一象限的产业大多属于垄断行业或者高度竞争但发展较慢缺乏国际竞争力的行业,由于体制约束和落后的管理水平,导致创新环境不活跃,难以吸引社会资本,造成“双低”局面。
4基于SFA的环境变量分析
采用Frontier41软件,利用MLE分别考察5个环境变量对创新价值链各个投入项松弛变量的影响,其结果如表4所示。创新价值链三个阶段8个模型的单边检验LR均达到了显著性水平,Y值均达到1%显著性水平,说明环境变量的选取合理,运用SFA方法剔除环境因素、随机干扰的影响调整投入变量是非常必要的。
41行业竞争度
除了对技术吸收阶段有效发明专利投入产生负相应影响外,行业竞争与其余创新价值链各阶段投入变量均存在正影响,表明行业企业数量的增加会加重高技术产业子行业各创新价值链投入浪费,不利于创新资源的有效利用,降低高技术产业行业创新效率,反映出高技术产业不能单纯依靠企业数量的增加来提高行业创新能力,而要发挥高技术产业的集聚效应,充分利用创新投入资源,改善资源浪费。
42行业发展水平
该变量与知识创造阶段的R&D经费内部支出、技术吸收阶段2个投入变量和成果转化阶段的新产品开发经费支出松弛变量的回归系数为正,与知识创造阶段上年有效发明专利数、研发人员折合全时当量和成果转化阶段工艺创新投入、实用新型外观设计专利松弛变量的回归系数为负。说明行业发展水平越高,越会提高研发人员和知识成果的有效利用,但会导致R&D经费内部支出、追加投入、中间投入、新产品开发经费支出冗余。这一结论对行业规划、投入分配具有重要启示,即发展高技术行业不能一概而论,要注重行业之间、创新价值链之间合理有效的分工和协作。
43政府支持力度
该变量与技术吸收阶段的有效发明专利、成果转化阶段的工艺创新投入与实用新型外观设计专利松弛变量的回归系数为负;与知识创造阶段3个初始投入、技术吸收阶段各种中间投入、成果转化阶段的新产品开发经费支出松弛变量的回归系数为正。数据结果发现政府支持力度与各投入松弛变量的关系存在一个规律,即回归系数为负的投入变量均为价值链内生性变量,而回归系数为正的变量均为外部性投入,说明政府对高技术产业创新财政支出力度越大,越会造成创新资源外部投入的浪费,但政府对创新的支持为知识创造提供了保障,反而从价值链内部增进了知识产出成果的利用。总体上政府支持到底是促进了还是阻碍了高技术产业创新效率,还需要进一步论证。
44知识产权保护
该变量与技术吸收阶段的有效发明专利、成果转化阶段的工艺创新投入、实用新型外观设计专利松弛变量的回归系数为正;与知识创造阶段3个投入变量、技术吸收阶段中间投入、成果转化阶段的新产品开发经费支出松弛变量的回归系数为负。数据结果发现知识产权保护力度与各投入松弛变量的关系存在一个规律,即回归系数为正的投入变量均为价值链内生性变量,而回归系数为负的变量均为外部性投入。说明知识产权保护程度越高,越会促进R&D创新资源外部投入有效利用,但从价值链内部看,知识产权保护由于限制了创新成果的扩散,反而阻碍了高技术产业创新效率。
45对外依存度
該变量在知识创造阶段与R&D经费内部支出、上年有效发明专利数、研发人员折合全时当量的松弛变量的回归系数为正;但与技术吸收阶段、成果转化阶段回归系数为负。说明提高对外开放程度,会导致R&D经费内部支出、上年有效发明专利数、研发人员折合全时当量的冗余,但会促进高技术产业创新价值链后端吸收转化阶段创新资源投入的利用。这表明高新区的对外开放程度越高,虽然不利于高技术产业创新初始投入要素的有效利用,但能促进高技术产业创新知识吸收能力和创新商业化效果的提升,从而使创新效率提高。
5结论与不足
为揭开高技术产业创新成果的“黑箱”,更客观真实地反映高技术产业子行业的创新效率,本文重新解构创新过程,并利用SFA修正DEA 模型测算了我国2014年高技术产业17大子行业的效率状况,并得出以下结论和建议:
(1)使用传统DEA方法由于未考虑环境条件和随机误差的影响,使得高技术产业技术吸收阶段创新效率偏低,而同时知识创造阶段和成果转化阶段处于价值链首尾两端,更易受环境影响出现了虚高的情况。
(2)大力推动高新技术产业集群化发展。行业竞争与各阶段冗余变量之间的关系表明,高技术产业不能单纯依靠企业数量的增加来提高行业创新能力,而应考虑要素密集型产业的特点充分发挥集聚效应,实施产业集群正是增强核心竞争力和提高创新能力的有效途径。
(3)积极推进创新投入的结构化调整。高技术产业实施创新驱动过程中,应避免因缺乏有效的投入分工导致重复建设、结构雷同,应进行投入结构优化调整,提升高技术产业集约化程度和效率。
由于难以获得更具体的数据支撑,本文的处理方式也是比较粗略的,如果能够获得高技术企业和企业内产品创新、过程创新、管理创新等更为详细的微观信息,结论精度将大大提高,这也是本研究今后的努力方向。
参考文献:
[1]Freeman C. Technology Policy and Economic Performance:Lessons from Japan[J].London:Pinter,1987.
[2]Rothwell R.Towards the Fifth Generation Innovation Process[J].International Marketing Review,1994(11): 7-31.
[3]Van de Ven A, D Polley, R Garud, et al.The Innovation Journey[M].New York:Oxford University Press,1999.
[4]Turkenburg W C. The Innovation Chain: Policies to Promote Energy Innovation, Energy for Sustainable Development[M].New York: The UN Publication, 2002.
[5]Bamfield P.The Innovation Chain, Research and Development Management in the Chemical and Pharmaceutical Industry[M]. Weinheim, 2004.
[6]Hansen M T, J Birkinshaw.The Innovation Value Chain[J].Harvard Business Review,2007,85(6):121-135.
[7]Lee J,Gereffi G,Beauvais J.Global Value Chains and Agri-Food Standards: Challenges and Possibilities for Small Holders in Developing Countries[J].Proceedings of the National Academy of Sciences,2012,109(31): 12326-12331.
[8]黃钢,徐玖平,李颖.科技价值链及创新主体链接模式[J].中国软科学,2006(6):67-75.
[9]余泳泽,刘大勇.创新价值链视角下的我国区域创新效率提升路径研究[J].科研管理,2014, 35(5): 27-37.
[10]刘树林,姜新蓬,余谦.中国高技术产业技术创新三阶段特征及其演变[J].数量经济技术经济研究,2015(7): 104-116.
[11]崔静静,程郁.基于创新价值链视角的企业创新绩效评估[J]. 软科学, 2015 (11): 1-5, 10.
[12]陈劲,陈钰芬.企业技术创新绩效评价指标体系研究[J].科学学与科学技术管理,2006(3):86-92.
[13]宇文晶,马丽华,李海霞.基于两阶段串联DEA的区域高技术产业创新效率及影响因素研究[J].研究与发展管理,2015(3):137-146.
[14]曹勇,苏凤娇. 高技术产业技术创新投入对创新绩效影响的实证研究——基于全产业及其下属五大行业面板数据的比较分析[J].科研管理,2012(9):22-31.
[15]冯志军,陈伟. 中国高技术产业研发创新效率研究——基于资源约束型两阶段DEA模型的新视角[J]. 系统工程理论与实践,2014(5):1202-1212.
[16]肖仁桥,钱丽,陈忠卫.中国高技术产业创新效率及其影响因素研究[J].管理科学,2012(5):85-98.
[17]Simar L, Wilson P.Estimation and Inference in Two-stage,Semi-parametric Models of Production Processes[J].Journal of Econometrics,2007,136(1) : 31-64.
[18]戴魁早,刘友金.行业市场化进程与创新绩效——中国高技术产业的经验分析[J].数量经济技术经济研究,2013(9):37-54.
[19]刘满凤,李圣宏.基于三阶段DEA模型的我国高新技术开发区创新效率研究[J].管理评论,2016(1):42-155.
(责任编辑:赵毅峰)
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!