基于DEA方法的我国高技术产业安全实证研究

时间：2024-04-24

焦建美

摘要：基于数据包络分析（DEA）方法，对我国高技术产业2007-2016年的数据进行实证研究，结果显示：我国高技术产业在这10年处于“安全”状态;投影分析表明我国高技术产业自主创新能力虽有所增强，但技术对外依存度仍然较高，另外我国高技术产业受外资控制程度较高，内资企业竞争力相对较弱，高技术产业显性比较优势有待提高;影子价格分析表明技术对外依存度的改进能够最大程度提高我国高技术产业安全度。

关键词：数据包络分析（DEA）高技术产业产业安全

一、引言

产业安全是国家经济安全的重要组成部分，关系到一国宏微观经济发展水平和速度，同时也影响着一国经济政策的执行以及产业政策的实施[1]。高技术产业关乎一国是否能在全球价值链分工中占据有利地位，能否在全球技术竞争中提升本国实力和影响力，因此高技术产业安全是产业安全研究的重中之重。在经济全球化的今天，各国贸易往来频繁，竞争的加剧导致各国贸易摩擦增加，新贸易保护主义下国际贸易摩擦与争端对我国高技术产业安全带来严峻的挑战。为了在剧烈的贸易摩擦中减少损失，也为了在激烈的竞争中提升我国高技术产业国际竞争力，就必须重视我国高技术产业安全的研究。

二、研究综述

产业安全的研究主要从产业安全的定义、特征、影响因素、指标体系、评价方法等几方面展开。

20世纪90年代，伴随着外商直接投资比重的增加，部分学者开始关注我国产业安全问题。此后，产业安全问题逐渐受到重视，相关研究不断涌现，但在近30年的研究中，产业安全的概念界定却一直未形成定论。现有文献主要从四个角度对产业安全进行界定：即主体角度（赵世洪，1998）[2]、控制力角度（何维达和何昌，2002）[3]、竞争力角度（夏兴园和王瑛，2001）[4]、动态角度（景玉琴，2005;李孟刚，2006）[5， 6]。

产业安全是一个复杂的系统，它具有战略性、综合性、紧迫性、系统性、层次性、动态性和策略性等方面的特征（李孟刚，2006）[6]。

影响产业安全的因素很多，现有文献将其提炼为五大方面，即产业发展的市场环境、外资与跨国公司的影响、政府的宏观经济政策、国外的反倾销与进口倾销、产业集中度与控制力（高志刚，2016）[7]。

对产业安全的衡量离不开产业安全评价指标体系的研究，这也是产业安全研究的重点。具有代表性的评价标准有：俄罗斯先恰戈夫（2003）的“阈值”标准;国内“经济安全论坛”提出的制造业安全模型体系;何维达（2001）产业安全评价指标体系。在这基础上，各学者对产业安全评价指标体系的研究更是如雨后春笋般不断涌现。归纳起来多是从产业依存度、产业竞争力、产业控制力、产业环境、产业关联性、产业绩效等方面进行评价。

研究方法的选择上，主要是定性研究和定量研究。定性研究方面，主要为案例分析法。王东杰（2009）、陈贤银（2010）以及石秀华（2015）均以中国大豆压榨业为例，分析了外资并购对我国产业控制力的影响[8-10]。定量研究方面，主流研究方法有：层次分析法（AHP）、数据包络分析（DEA）、主成分分析法和专家法。史欣向等（2015）认为产业安全的基石是市场和创新，并在此基础上构建了基于外资视角的评价指标体系，然后分别利用层次分析法、专家法及主成分分析法测量了中国高技术产业安全[11]。曹萍等（2017）提出动态多维测量指标，使用基于偏最小二乘法的结构方程模型对中国高技术产业安全进行测算，并指出产业特征、产业现实竞争力和要素环境通过影响产业自主创新能力来间接影响高技术产业安全，而内资企业竞争力和产业自主创新能力直接影响高技术产业安全[12]。

纵观现有研究成果，可以发现如下特点：（1）20年90年代，學者们关注的重点是国外资本对我国产业安全的影响。（2）2001-2005年，研究重点偏向于加入WTO对我国产业安全的影响。（3）2006-2010年，大量定量研究文献开始涌现，而且关于产业安全评价的各类指标体系也逐步建立起来。（4）2011-2019年，学者们更加关注涉及国家经济安全的重点行业的产业安全问题。近两年，在中美贸易摩擦背景下，国内学者对农业和装备制造业产业安全问题关注居多，对高技术产业的关注主要集中在自主创新能力方面，而用DEA方法研究高技术产业安全问题的文献则缺乏，因此，本文拟在这方面进行尝试。

三、DEA模型的基本思想与模型构建

（一）模型建立的基本思想

由于层次分析法（AHP）、主成分分析法和专家法的评价结果存在主观性较强的不足，而数据包络分析（DEA）客观性很强，在评价多投入与多产出的复杂系统时具有较大优势，高技术产业恰好又是多投入与多产业的复杂系统，因此本文采用数据包络分析（DEA）来建立高技术产业的评价模型。

数据包络分析（Data Envelopment Analysis，DEA）由Charnes、Cooper&Rhodes于1978年提出，用于评价决策单元的相对有效性[13]。它是一种非参数的系统分析方法，通过使用数据规划模型来比较各决策单元的相对效率，并以此评价决策单元的有效性。

（二）高技术产业安全DEA模型构建

本文采用DEA中的CCR模型（即C2R模型）对我国高技术产业安全进行评价。由于CCR模型的分式规划模型不便进行处理，因此，本文使用经过Charnes-Cooper变化，再引入非阿基米德无穷小量后的对偶规划模型，模型基本形式如下：

公式（1）中：n表示决策单元DMUj的数量;xij为第j决策单元第i种类型的输入量（即第j年第i个投入指标的数值），xij>0;yrj为第j决策单元第r种类型的输出量（即第j年第r个产出指标的数值），yrj>0;ε为非阿基米德无穷小量，本文取ε=10-10;s+r为剩余变量，表示产出不足;s-i为松弛变量，表示投入冗余;θ表示决策单元的效率。θ，s+r，s-i，λj为待估计参数。

公式（1）的解释：DEA是否有效取决于参数θ的值。当θ=1，且s+r=s-i=0时，该决策单元为DEA有效，表明在这n个决策单元构成的经济系统中，决策单元达到最佳投入和最佳产出。当θ=1，且s+r与s-i中至少一个大于0时，该决策单元为弱DEA有效，此时为保持产出不变，可使投入量减少s-i，或者为保持投入不变，可使产出量增加s+r。当θ<1时，该决策单元为非DEA有效。

应用该模型评价高技术产业安全时，决策单元的有效性决定了高技术产业的安全程度：当θ=1时，表示高技术产业发展处于安全状态;当θ=0时，表示高技术产业发展处于危机状态;θ值越接近于1，安全状态越高，越接近于0，安全状态越低。

四、基于DEA方法的我国高技术产业安全实证研究

（一）高技术产业安全的界定

综述部分提到，现有文献关于产业安全的定义主要从四个角度进行，即主体角度、控制力角度、竞争力角度和动态角度。从另一方面来看，可以理解为关于产业安全的内涵主要是“能力说”和“状态说”。持“能力说”的学者认为产业安全是产业所具备的各种能力，包括控制力、竞争力、生存力、发展力等;持“状态说”的学者认为产业安全主要是一种能够抵御各种内外部威胁的状态。与普通产业不同，高技术产业作为国家实施创新驱动战略的引擎产业，技术和创新是高技术产业获得竞争优势的根本（曹萍等，2017）[12]。因此，借鉴现有学者对产业安全的定义，并结合高技术产业的特点，本文认为高技术产业安全是在开放市场条件下，面对复杂的政治经济环境，一國产业能够通过持续的创新实现产业技术的更新，抵御市场冲击，维护产业自身生存和发展的一种状态。

（二）高技术产业安全评价指标的选择

现有文献在用DEA方法对相关产业安全进行研究时所选用的指标如表1所示，借鉴现有研究成果，在遵循可量化原则的条件下，本文选取了评价高技术产业的输入输出指标。输入指标为：出口对外依存度（IR_EX，为方便软件操作，指标后以字母进行标识，下同）、进口对外依存度（IR_IM）、技术对外依存度（IR_TEC）、R&D经费投入（IN_RD）、新产品销售额所占比例（IN_NS）、新产品出口额所占比例（IN_NX）、有效发明专利数（IN_IP）、外资市场占有率（IC_MS）和受外资控制情况（IC_MC）;输出指标为：对外贸易竞争指数（IM_NET）、显性比较优势（IM_RCA）和产业发展速度（IM_SP）。

（三）数据选择与实证分析

1数据选择。根据国家统计局的指标分类，我国高技术产业包括五大类，五大类产业下面再做进一步细分，出于研究需要，本文仅选用2007-2016年10年间高技术产业整体数据。所需指标数据除高技术产业进出口指标外，均可以从2008-2017年《中国高技术产业统计年鉴》中获得，高技术产业进出口数据可以从历年《中国统计年鉴》中获得。文章对所选取的输入输出指标进行量化，各指标量化方法见表2。

2实证分析。（1）安全度分析。本文用DEA-Solver pro50对表3中的指标数据进行处理，选择基于投入角度的CCR模型（即CCR-I）。对应式（1），高技术产业的决策单元有10个，每一年为一个决策单元，即式（1）中n=10;输入变量有9个，即式（1）中i=9;输出变量为3个，即式（1）中r=3。软件运行结果如表4所示。借鉴现有文献对产业安全所处区间的划分（李孟刚等，2018）[14]，本文将高技术产业安全度划分为5个区间，由低到高分别为：危险[0，02）、不安全[02，04）、临界安全[04，06）、基本安全[06，08）、安全[08，1]。根据表4的结果来看，除2011年和2012年两个决策单元的θ值小于1，为“非有效”外，其余8个决策单元的θ值均等于1，为DEA有效。根据本文对产业安全区间的划分来判断，2007-2016年期间，我国高技术产业均处于安全状态。2011年和2012年这两个决策单元为非DEA有效，说明这两年我国高技术产业的投入组合或产出组合未达到最优状态，存在投入冗余或产出不足的情况。因此需要对这两年的数据进行调整，以使其安全状态达到最优，即需要做投影分析。

（2）投影分析。2011年和2012年两个决策单元投影分析的结果如表5所示。由于本文采用的是CCR-I模型，即基于投入角度的CCR模型，因此，表5主要从所有输入指标方面进行改进，输出指标方面除IM_RCA（显性比较优势）指标外，均未给出改进情况。

从表5可以看出，2011年和2012年的输入指标里，变化量排第一的都是IC_MC（受外资控制情况），2011年需减少1272%，2012年需减少1196%，缩减量绝对值均超过11%，表明这两年我国高技术产业受外资企业控制情况较严重，应适当减少外资企业占比，提高内资企业数量和占比，以保证我国高技术产业安全。2011年，输入指标变化量排名第二和第三的分别是IN_NX（新产品出口额所占比例）和IN_NS（新产品销售额所占比例），这两个指标均可用来衡量产业的自主创新能力，这两个指标投入冗余表明我国高技术产业自主创新能力逐渐提升。2012年，输入指标变化量排名第二和第三的分别是IR_TEC（技术对外依存度）和IN_NX（新产品出口额所占比例），表明虽然我国自实施创新发展战略以来，自主创新能力有所提升（IN_NX存在投入冗余），但技术对外依存度仍然过高。表5数据显示技术对外依存度（IR_TEC）应缩减751%，这与我国部分关键核心技术严重依赖进口的实际情况相符。输出指标方面，2011年IM_RCA（显性比较优势）需要提升的量为138%，2012年需要提升的量增加到2056%，结合该指标的经济学意义看来，我国内资企业出口交货值远远低于外资企业出口交货值，显示我国高技术产业显性比较优势相对较弱，需要不断提高高技术产业中内资企业的国际竞争力。

（3）影子价格分析。影子价格表示增加一单位投入或产出，相对效率值的减少量或增加量，本文中DEA模型中的影子价格用来分析输入输出指标对我国高技术产业安全度的影响程度。表6列出了输入指标和输出指标的影子价格。从数值上看，影子价格最大值出现在IR_TEC（技术对外依存度）上，对该指标的改进能够最大程度提升DEA效率值，即提升我国高技术产业安全度。这与前文的分析结果一致。

五、结论与建议

本文利用2007-2016年的数据，选择DEA模型中的CCR-I模型对中国高技术产业安全度进行了测算，实证结果表明：（1）我国高技术产业发展在这10年间均处于“安全”状态。但2011年和2012年两个决策单元的θ值大于09，小于1，为非DEA有效，表明这两年存在投入产出组合不佳的情况;（2）

对2011年和2012年的投影分析显示，我国高技术产业自主创新能力虽有所提高，但技术进口依赖度仍然较高，部分关键核心技术仍需进口，高技术产业中外資企业占比较高，内资企业显性比较优势相对缺乏。（3）影子价格分析显示，对技术对外依存度的改进能够最大程度提高我国高技术产业安全水平。

基于以上结论，提出如下对策建议：（1）坚定不移地推动创新发展战略，提高我国高技术产业的自主创新能力，提升在全球价值链中的地位，在复杂多变的国际形势下，继续保持我国高技术产业的安全。（2）加强对技术人才的培养，攻克关键核心技术难题，减少对西方发达国家的技术依赖，以使本国高技术产业在复杂的国际政治经济环境下不受牵制，保持稳定、持续、健康发展。（3）加强对高技术产业的政策支持，尤其是对内资企业的支持，培养一批国际竞争力强、国际影响力大、品牌知名度高的内资企业。

参考文献：

[1]陈昊洁，韩丽娜我国高端装备制造业产业安全问题研究[J].经济纵横2017（02）：79-82

[2]赵世洪国民产业安全若干理论问题研究[J].中央财经大学学报1998（05）：1-5

[3]何维达，何昌当前中国三大产业安全的初步估算[J].中国工业经济2002（02）：25-31

[4]夏兴园，王瑛国际投资自由化对我国产业安全的影响[J].中南财经大学学报2001（02）：37-41

[5]景玉琴开放、保护与产业安全[J].财经问题研究.2005（05）：32-37

[6]李孟刚产业安全理论研究[J].管理现代化2006（03）：49-52

[7]高志刚产业经济学[M].北京：中国人民大学出版社，2016

[8]王东杰外资并购与我国产业安全研究[D].山东大学，2009

[9]陈贤银基于产业安全视角的我国农业产业外资并购效应研究[D].西南大学，2010

[10]石秀华从大豆风波看中国的食用植物油产业安全[J].理论月刊2015（01）：122-125

[11]史欣向，李善民，王满四，等“新常态”下的产业安全评价体系重构与实证研究——以中国高技术产业为例[J].中国软科学2015（07）：111-126