王淑君

?

我國(guó)大陸沿海地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評(píng)價(jià)分析
——基于11個(gè)省市的實(shí)證研究

王淑君

（南京財(cái)經(jīng)大學(xué)產(chǎn)業(yè)發(fā)展研究院，南京210046）

采用基于DEA的BC2模型測(cè)算2008—2012年中國(guó)大陸沿海地區(qū)11個(gè)省市區(qū)域的高技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率，并使用DEA-Malmquist指數(shù)測(cè)算11個(gè)省市區(qū)域高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率（TFP）的變動(dòng)。研究表明除少數(shù)欠發(fā)達(dá)省份外，大部分省份呈現(xiàn)出規(guī)模報(bào)酬遞減的特征；廣東、江蘇、上海等經(jīng)濟(jì)發(fā)達(dá)地區(qū)純技術(shù)效率相對(duì)較高；2008年國(guó)際金融危機(jī)一定程度上影響了我國(guó)大陸沿海地區(qū)高技術(shù)產(chǎn)業(yè)的全要素生產(chǎn)率；技術(shù)進(jìn)步對(duì)TFP的促進(jìn)作用不明顯。

高技術(shù)產(chǎn)業(yè)；創(chuàng)新效率；DEA；Malmquist指數(shù)

一、引言

自2014年以來(lái)，中國(guó)經(jīng)濟(jì)逐漸過(guò)渡到經(jīng)濟(jì)發(fā)展新常態(tài)階段。此階段既呈現(xiàn)出中國(guó)經(jīng)濟(jì)發(fā)展速度的放緩，又伴隨著經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化調(diào)整。經(jīng)濟(jì)新常態(tài)階段中國(guó)經(jīng)濟(jì)的發(fā)展動(dòng)力何在，現(xiàn)階段如何進(jìn)一步提升中國(guó)發(fā)展的質(zhì)和量等一系列問(wèn)題成為專家學(xué)者討論的熱門(mén)話題。通過(guò)討論，大家普遍認(rèn)為創(chuàng)新驅(qū)動(dòng)是現(xiàn)階段中國(guó)經(jīng)濟(jì)發(fā)展的新引擎。在創(chuàng)新驅(qū)動(dòng)的大背景下，本文嘗試對(duì)我國(guó)大陸沿海地區(qū)11個(gè)省市區(qū)域高技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率做一些評(píng)價(jià)和分析，試圖找出制約我國(guó)技術(shù)創(chuàng)新能力提升的主要因素。

二、文獻(xiàn)綜述

國(guó)內(nèi)對(duì)高技術(shù)產(chǎn)業(yè)的效率研究最早可追溯到邵一華和馬慶國(guó)的研究。該文獻(xiàn)通過(guò)對(duì)比中國(guó)高技術(shù)產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)的投入、產(chǎn)出和全要素生產(chǎn)率（TFP）增長(zhǎng)情況，分析認(rèn)為應(yīng)重視高技術(shù)產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的積極作用［1］。之后，國(guó)內(nèi)關(guān)于高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率研究開(kāi)始逐漸發(fā)展起來(lái)?，F(xiàn)有研究多分為兩個(gè)維度，一方面以高技術(shù)產(chǎn)業(yè)內(nèi)各行業(yè)為研究對(duì)象，另一方面則是分區(qū)域、分省市研究高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率。同時(shí)在大量的實(shí)證研究中，這兩個(gè)維度的研究又體現(xiàn)了技術(shù)創(chuàng)新效率的多種測(cè)度方法。根據(jù)以上分類思想對(duì)現(xiàn)有文獻(xiàn)做一個(gè)簡(jiǎn)要總結(jié)。

（一）高技術(shù)產(chǎn)業(yè)內(nèi)分行業(yè)的技術(shù)創(chuàng)新效率研究

劉志迎、葉蓁基于非參數(shù)的Malmquist指數(shù)方法分析了中國(guó)高技術(shù)產(chǎn)業(yè)17個(gè)分行業(yè)1995—2004年間的技術(shù)效率變化情況，研究認(rèn)為在這10年間技術(shù)進(jìn)步水平的提高是高技術(shù)產(chǎn)業(yè)TFP增長(zhǎng)的主要原因［2］；路永明利用數(shù)據(jù)包絡(luò)分析（DEA）方法對(duì)我國(guó)高技術(shù)產(chǎn)業(yè)各行業(yè)在2002—2006年間的科技投入產(chǎn)出效率進(jìn)行評(píng)價(jià)，分行業(yè)指出了我國(guó)高技術(shù)產(chǎn)業(yè)目前在科技投入產(chǎn)出效率、規(guī)模收益等方面存在的一些問(wèn)題。之后又加入了關(guān)于投入冗余和產(chǎn)出不足的分析，認(rèn)為我國(guó)高技術(shù)產(chǎn)業(yè)普遍存在科技人力資源的利用率不高以及產(chǎn)品的國(guó)際市場(chǎng)占有率偏低，國(guó)際競(jìng)爭(zhēng)力不足等問(wèn)題［3］；黨國(guó)英和秦開(kāi)強(qiáng)根據(jù)隨機(jī)前沿分析（SFA）模型對(duì)2008—2012年中國(guó)高技術(shù)產(chǎn)業(yè)五大類23個(gè)分行業(yè)的技術(shù)創(chuàng)新效率進(jìn)行分析。研究結(jié)果表明：不同行業(yè)技術(shù)創(chuàng)新效率差異顯著，技術(shù)創(chuàng)新產(chǎn)出主要由研發(fā)人員投入驅(qū)動(dòng)。在影響技術(shù)創(chuàng)新效率的諸因素中，知識(shí)產(chǎn)權(quán)保護(hù)水平存在顯著的正向影響，技術(shù)差距與經(jīng)濟(jì)發(fā)展水平有著不明顯的負(fù)向影響［4］；李向東等以1995—2006年中國(guó)高技術(shù)產(chǎn)業(yè)分行業(yè)面板數(shù)據(jù)為基礎(chǔ)，同時(shí)為了使結(jié)果更為可靠，分別應(yīng)用隨機(jī)前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）兩種方法實(shí)證測(cè)算了高技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率。結(jié)果發(fā)現(xiàn)：DEA方法測(cè)算的效率高于SFA方法，但后者具有較強(qiáng)的穩(wěn)定性；雖然兩種方法測(cè)算的效率在均值上具有顯著差異，但在排序方面卻顯示出高度的一致性［5］。

（二）分區(qū)域、分省市的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究

劉俊杰、傅毓維以2006年中國(guó)高技術(shù)企業(yè)統(tǒng)計(jì)數(shù)據(jù)為依據(jù)，運(yùn)用DEA方法對(duì)30個(gè)省份的高技術(shù)企業(yè)創(chuàng)新的有效性進(jìn)行實(shí)證分析，并根據(jù)技術(shù)有效與否和規(guī)模有效與否大致把我國(guó)大陸30個(gè)省份高新技術(shù)企業(yè)創(chuàng)新的投入產(chǎn)出情況劃分為六大類，分別予以探析［6］；李邃等以2000—2008年中國(guó)大陸28個(gè)省份的面板數(shù)據(jù)為基礎(chǔ)，應(yīng)用超越對(duì)數(shù)隨機(jī)前沿模型，實(shí)證測(cè)評(píng)了各地區(qū)高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新的相對(duì)效率與全要素生產(chǎn)率增長(zhǎng)情況。研究顯示，各地區(qū)高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新技術(shù)效率存在差異，且東部地區(qū)高于中、西部。技術(shù)進(jìn)步是全要素生產(chǎn)率增長(zhǎng)的主要?jiǎng)恿?，而技術(shù)效率在考察期內(nèi)并未發(fā)生明顯變化［7］；牛沖槐、曹海曼利用中部6省1998—2009年的研發(fā)投入數(shù)據(jù)和2001—2012年的研發(fā)產(chǎn)出數(shù)據(jù)，運(yùn)用超效率DEA方法，測(cè)算了各省高技術(shù)產(chǎn)業(yè)每年的研發(fā)創(chuàng)新效率及排序［8］。

本文在參考上述文獻(xiàn)的基礎(chǔ)上，選擇采用DEA-Malmquist指數(shù)方法對(duì)我國(guó)沿海地區(qū)11個(gè)省市區(qū)域高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率進(jìn)行測(cè)算，并給出評(píng)價(jià)分析。

三、基于DEA-Malmquist指數(shù)方法的實(shí)證檢驗(yàn)

（一）研究方法介紹

目前學(xué)術(shù)上測(cè)度效率的主流方法通常分為非參數(shù)方法和參數(shù)方法兩大類，而其中以DEA為典型代表的非參數(shù)方法因事先不用估計(jì)具體的生產(chǎn)函數(shù)形式，測(cè)算結(jié)果被證實(shí)仍然客觀有效等優(yōu)點(diǎn)而被大家廣泛采用。本文基于簡(jiǎn)便性和有效性考慮決定采用DEA方法中的BC2模型，該模型假定規(guī)模報(bào)酬可變，此時(shí)將綜合技術(shù)效率細(xì)分為純技術(shù)效率和規(guī)模效率。BC2模型的對(duì)偶形式可表示為如（1）式：

（1）式中n為決策單元的個(gè)數(shù)，xij表示第i決策單元的第j項(xiàng)的投入要素，yir為相對(duì)應(yīng)的產(chǎn)出要素，s-、s+為松弛變量。θ為決策單元DMU0的有效值，且0≤θ≤1。如果θ等于1，則表明決策單元技術(shù)有效，否則認(rèn)為技術(shù)無(wú)效。θ值越高，表明技術(shù)效率越高。

由于上述BC2模型只能通過(guò)計(jì)算截面數(shù)據(jù)對(duì)研發(fā)效率進(jìn)行分析，無(wú)法進(jìn)行面板數(shù)據(jù)分析，而Malmquist指數(shù)方法可以彌補(bǔ)其不足，因此筆者進(jìn)一步采用Malmquist指數(shù)方法對(duì)我國(guó)高技術(shù)產(chǎn)業(yè)區(qū)域研發(fā)效率進(jìn)行分析，使得分析更加全面。

Malmquist指數(shù)分析基于F?re等對(duì)全要素生產(chǎn)率變化（TFPC）提出的FGLR分解【9】、FGNZ分解［10］，具體如（2）式：

TFPC=TC×TEC=TC×PTEC×SEC（2）

（2）式中指技術(shù)進(jìn)步變化指數(shù)；是綜合技術(shù)效率變化指數(shù)；而綜合技術(shù)效率變化指數(shù)又可分解為純技術(shù)效率變化指數(shù)（PTEC）與規(guī)模效率變化指數(shù)（SEC）的乘積。

實(shí)際判斷中，若SEC＞1則意味著單位縱向時(shí)間跨度間生產(chǎn)的規(guī)模效率有所提高，PTEC＞1說(shuō)明純生產(chǎn)技術(shù)效率的提高，TC＞1則表明由于新技術(shù)的使用或新發(fā)明的出現(xiàn)，使得生產(chǎn)前沿面向前推移，實(shí)現(xiàn)技術(shù)進(jìn)步。反之，上述指標(biāo)小于1，則表明相應(yīng)效率的退化。

（二）指標(biāo)選取及數(shù)據(jù)說(shuō)明

1.指標(biāo)選取

參考借鑒以往學(xué)者們的研究，這里只考慮兩種投入要素：資本和勞動(dòng)。其中，選取R&D經(jīng)費(fèi)內(nèi)部支出（X1）和新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)（X2）作為資金投入指標(biāo)，選取R&D人員折合全時(shí)當(dāng)量（X3）作為人力投入指標(biāo)。而產(chǎn)出主要集中在專利發(fā)明和經(jīng)濟(jì)產(chǎn)出兩個(gè)方面。因此，本文選取發(fā)明專利申請(qǐng)量（Y1）衡量其專利發(fā)明的產(chǎn)出，選取新產(chǎn)品銷(xiāo)售收入（Y2）衡量其經(jīng)濟(jì)效益產(chǎn)出。

2.數(shù)據(jù)說(shuō)明

本文選取中國(guó)沿海地區(qū)11個(gè)省市2008—2013年的相關(guān)經(jīng)濟(jì)數(shù)據(jù)進(jìn)行分析。由于研發(fā)投入轉(zhuǎn)化為最終經(jīng)濟(jì)產(chǎn)出具有一定的時(shí)滯性，本文按照通常的做法，取滯后期1年。投入指標(biāo)為2008—2012年的數(shù)據(jù)，產(chǎn)出指標(biāo)為2009—2013年的數(shù)據(jù)，所有數(shù)據(jù)均來(lái)自于2009—2014年的《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。

表1　中國(guó)大陸沿海地區(qū)各省市的高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率

四、效率評(píng)價(jià)與分析

（一）基于BC2模型的我國(guó)沿海地區(qū)11省市區(qū)域的效率評(píng)價(jià)與分析

基于規(guī)模報(bào)酬可變的投入主導(dǎo)型的DEA模型，利用Deap2.1軟件，逐年測(cè)算了我國(guó)大陸沿海地區(qū)11省市2008—2012年的技術(shù)效率值、純技術(shù)效率值和規(guī)模效率值。表1分別列出了2008年、2012年的各效率值以及2008—2012年的各效率的均值。結(jié)合表1，可得如下結(jié)論。

（1）11個(gè)省市2008—2012年綜合效率均值的排名依次是天津、上海、海南（三個(gè)省市并列第二）、廣東、福建、江蘇、山東、遼寧、廣西、浙江、河北。天津歷年純技術(shù)效率和規(guī)模效率的值都為1，在所有年份都是DEA有效的。綜合來(lái)講，天津的研發(fā)創(chuàng)新效率是沿海地區(qū)區(qū)域中最高的。

上海和海南雖然并列第二，但通過(guò)對(duì)綜合效率的分解可以發(fā)現(xiàn)兩個(gè)地方的創(chuàng)新效率還是有不同之處：海南的純技術(shù)效率均值為1，顯示為DEA有效，但最終因規(guī)模效率相對(duì)較低從而拉低了綜合效率水平；不同于海南，上海憑借較高的規(guī)模效率一定程度上彌補(bǔ)了純技術(shù)效率的缺失，最終綜合效率與海南持平。另外，在規(guī)模報(bào)酬方面，上?？傮w呈現(xiàn)出規(guī)模報(bào)酬遞減，海南則為規(guī)模報(bào)酬遞增或不變。

（2）11個(gè)省市2008—2012年純技術(shù)效率均值的排名依次是天津、廣東、海南（并列第一）、江蘇、上海、山東、福建、廣西、遼寧、河北、浙江。與上面綜合效率均值的排名相比，浙江除外，這里的排名與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平更加吻合。因?yàn)榧兗夹g(shù)效率反映的是企業(yè)在一定投入要素時(shí)（最優(yōu)規(guī)模時(shí)）由于管理和技術(shù)等因素影響的生產(chǎn)效率，廣東、江蘇、上海等經(jīng)濟(jì)發(fā)達(dá)地區(qū)因匯集了大量科技和管理類的高端人才，再加上雄厚的資金支持，所以純技術(shù)效率相對(duì)較高。唯一例外的浙江的較低純技術(shù)效率可能是由于當(dāng)?shù)馗咝ＹY源較少、科研人員和高端人力資本的不足所導(dǎo)致的，此結(jié)果與嚴(yán)焰、徐超的研究相一致［11］。

（3）通過(guò)統(tǒng)計(jì)我國(guó)大陸沿海地區(qū)11省市區(qū)域高技術(shù)產(chǎn)業(yè)2008—2012年規(guī)模收益變化情況，本文發(fā)現(xiàn)5年間只有2009年一年呈現(xiàn)規(guī)模收益遞增的省份數(shù)略大于呈現(xiàn)規(guī)模收益遞減的省份數(shù)，其他年份呈現(xiàn)規(guī)模收益遞增的省份數(shù)遠(yuǎn)低于呈現(xiàn)規(guī)模收益遞減的省份數(shù)。其中，廣西完全表現(xiàn)為規(guī)模遞增，上海、山東完全表現(xiàn)為規(guī)模遞減。少數(shù)欠發(fā)達(dá)地區(qū)（如廣西、河北）還可通過(guò)擴(kuò)大規(guī)模提高效率，但大多數(shù)地區(qū)因規(guī)模過(guò)大反而阻礙了效率的提升，這類地區(qū)應(yīng)細(xì)心研究，著手優(yōu)化資源配置，切忌盲目擴(kuò)張。

表2　歷年平均Malmquist生產(chǎn)率指數(shù)及其分解

（二）基于Malm quist指數(shù)的我國(guó)大陸沿海地區(qū)11省市區(qū)域的效率評(píng)價(jià)與分析

為了說(shuō)明不同時(shí)期我國(guó)大陸沿海地區(qū)區(qū)域研發(fā)創(chuàng)新效率變動(dòng)情況，本文借助Deap2.1軟件對(duì)2008—2012年我國(guó)大陸沿海地區(qū)11省市區(qū)域的研發(fā)投入—產(chǎn)出的面板數(shù)據(jù)進(jìn)行分析。表2反映了沿海地區(qū)區(qū)域作為一個(gè)整體的效率變動(dòng)情況。

從表2可以看出，2008—2012年我國(guó)大陸沿海地區(qū)區(qū)域高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新的全要素生產(chǎn)率年均增長(zhǎng)率為-8.4%。其中，技術(shù)進(jìn)步年均增長(zhǎng)率為-6.6%，技術(shù)效率變化年均增長(zhǎng)率為-2%。進(jìn)一步細(xì)分技術(shù)效率變動(dòng)情況，純技術(shù)效率平均增長(zhǎng)-3.2%，規(guī)模效率平均增長(zhǎng)1.3%?？傮w來(lái)看，這段時(shí)間沿海地區(qū)區(qū)域高技術(shù)產(chǎn)業(yè)的技術(shù)效率呈現(xiàn)出負(fù)增長(zhǎng)趨勢(shì)。分階段來(lái)看，2008—2009年出現(xiàn)了巨大的效率和技術(shù)衰退，探其原因，2008年國(guó)際金融危機(jī)首當(dāng)其沖。伴隨金融危機(jī)而來(lái)的市場(chǎng)（尤其國(guó)際市場(chǎng)）低迷對(duì)主要依靠國(guó)際市場(chǎng)的沿海地區(qū)的經(jīng)濟(jì)產(chǎn)生重大不良影響，進(jìn)一步影響該地區(qū)高技術(shù)產(chǎn)業(yè)的投入和產(chǎn)出；2009—2010年的突然上揚(yáng)部分可歸因于政府宏觀調(diào)控的影響。

表3　中國(guó)大陸沿海地區(qū)各省市2008—2012年平均Malmquist生產(chǎn)率及其分解

表3對(duì)5年間的效率變動(dòng)情況做了省域?qū)Ρ?。根?jù)表3將各省市按全要素生產(chǎn)率年均增長(zhǎng)率高低排序，依次是天津、山東、江蘇、廣西、浙江、廣東、上海、福建、遼寧、河北、海南。除天津外，其他省市的全要素生產(chǎn)率年均增長(zhǎng)率均為負(fù)值。發(fā)現(xiàn)天津和海南的全要素生產(chǎn)率的增長(zhǎng)均可全部由技術(shù)進(jìn)步解釋，區(qū)別是天津技術(shù)進(jìn)步年均增長(zhǎng)率為7%，而海南技術(shù)進(jìn)步年均增長(zhǎng)率為-28.3%。技術(shù)進(jìn)步的這種下降趨勢(shì)有可能成為海南高技術(shù)產(chǎn)業(yè)可持續(xù)發(fā)展的制約因素。

另外，通過(guò)對(duì)比技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)，發(fā)現(xiàn)在天津、江蘇、福建、山東，技術(shù)進(jìn)步是推動(dòng)其全要素生產(chǎn)率增長(zhǎng)的關(guān)鍵因素；而在其他省市技術(shù)進(jìn)步放緩，技術(shù)效率變化的增長(zhǎng)成為了其全要素生產(chǎn)率增長(zhǎng)的動(dòng)力來(lái)源。在以技術(shù)效率變化的增長(zhǎng)為主導(dǎo)的全要素生產(chǎn)率增長(zhǎng)的省市中，只有上海、廣西技術(shù)效率變化的增長(zhǎng)主要來(lái)源于純技術(shù)效率的提高，而河北、遼寧、浙江、廣東技術(shù)效率變化的增長(zhǎng)主要來(lái)源于規(guī)模效率的提高。但是，隨著中國(guó)高技術(shù)產(chǎn)業(yè)的規(guī)模擴(kuò)張，大多省份呈現(xiàn)規(guī)模報(bào)酬遞減的狀況，資源投入過(guò)剩，產(chǎn)出不足的現(xiàn)象仍然存在，致使規(guī)模效率的增長(zhǎng)并不明顯，從而未能阻止全要素生產(chǎn)率增長(zhǎng)率的下降。

五、結(jié)論

本研究基于規(guī)模報(bào)酬可變的假設(shè)，建立BC2模型，對(duì)中國(guó)大陸沿海地區(qū)11省市區(qū)域的高技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率進(jìn)行了測(cè)算，并構(gòu)建了Malmquist指數(shù)，探索各地區(qū)全要素生產(chǎn)率增長(zhǎng)的源泉所在，研究結(jié)果如下。

（1）除少數(shù)欠發(fā)達(dá)省份外，大部分省份呈現(xiàn)規(guī)模報(bào)酬遞減的狀況，需要控制其高技術(shù)產(chǎn)業(yè)的發(fā)展規(guī)模，努力提升生產(chǎn)要素的生產(chǎn)使用效率。

（2）中國(guó)大陸沿海地區(qū)11個(gè)省市純技術(shù)效率的排名與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平更加吻合。廣東、江蘇、上海等經(jīng)濟(jì)發(fā)達(dá)地區(qū)因匯集了大量科技和管理類的高端人才，再加上雄厚的資金支持，所以純技術(shù)效率相對(duì)較高。唯一例外的浙江的較低純技術(shù)效率可能是由于當(dāng)?shù)馗咝ＹY源較少、科研人員和高端人力資本的不足所導(dǎo)致的。

（3）受2008年國(guó)際金融危機(jī)的影響，我國(guó)大陸沿海地區(qū)區(qū)域高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新的全要素生產(chǎn)率在2008—2009年出現(xiàn)嚴(yán)重的負(fù)增長(zhǎng)，而其在2009—2010年的突然上揚(yáng)部分可歸因于政府宏觀調(diào)控的影響。但是從長(zhǎng)期趨勢(shì)看，宏觀刺激政策并未帶來(lái)持續(xù)的效率改善。

（4）技術(shù)進(jìn)步指數(shù)的歷年平均值和各省市平均值均低于相對(duì)應(yīng)的技術(shù)效率指數(shù)，說(shuō)明目前我國(guó)大陸沿海地區(qū)區(qū)域高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新的全要素生產(chǎn)率提升主要由純技術(shù)效率和規(guī)模效率提升驅(qū)動(dòng)，技術(shù)進(jìn)步的作用不明顯。在技術(shù)密集的高技術(shù)產(chǎn)業(yè)，技術(shù)進(jìn)步或技術(shù)創(chuàng)新卻未得到很大的提高，這一定程度上影響制約了中國(guó)的高技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率。如何促進(jìn)企業(yè)的技術(shù)創(chuàng)新是一個(gè)要深入研究的課題。

［1］邵一華，馬慶國(guó).中國(guó)高技術(shù)產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)要素重配置效應(yīng)分析［J］.科研管理，2001（2）：40-45.

［2］劉志迎，葉蓁.中國(guó)高技術(shù)產(chǎn)業(yè)各行業(yè)技術(shù)效率的實(shí)證分析：基于非參數(shù)的Malmquist指數(shù)方法［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2006（9）：22-27.

［3］路永明.基于DEA的我國(guó)高技術(shù)產(chǎn)業(yè)科技投入產(chǎn)出效率評(píng)價(jià)［J］.經(jīng)濟(jì)師，2008（3）：46-48.

［4］黨國(guó)英，秦開(kāi)強(qiáng).高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率與影響因素：對(duì)五大類23個(gè)分行業(yè)的效率分析［J］.產(chǎn)經(jīng)評(píng)論，2015（2）：15-27.

［5］李向東，李南，白俊紅，等.高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率分析［J］.中國(guó)軟科學(xué)，2011（2）：52-61.

［6］劉俊杰，傅毓維.基于DEA方法的高技術(shù)企業(yè)創(chuàng)新效率研究［J］.科技管理研究，2008（3）：28-30.

［7］李邃，江可申，鄭兵云，等.高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率與全要素生產(chǎn)率增長(zhǎng)［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2010（11）：169-175.

［8］牛沖槐，曹海曼.中部六省高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新的相對(duì)效率分析：基于超效率DEA方法［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2015（2）：111-116.

［9］F?re R，Grosskopf S，Lindgren B，Roos P.Productivity change in Swedish pharmacies1980—1989：a nonparametric Malmquist approach［J］.Journal of Productivity Analysis，1992（1-2）：81-97.

［10］F?re R，Grosskopf S，Norris M，Zhang Z.Productivity Growth，Technical Progress and Efficiency Change in Industrialized Countries［J］.American Economic Review，1994（1）：66-83.

［11］嚴(yán)焰，徐超.浙江高技術(shù)產(chǎn)業(yè)技術(shù)效率評(píng)價(jià)研究［J］.經(jīng)濟(jì)研究導(dǎo)刊，2014（33）：50-51.

（編輯：張薛梅張雪梅）

Evaluation of Innovation Efficiency of High-Tech Industry in China's Main land Coastal Areas：An Em pirical Study

WANG Shu-jun
（Research Institute of Industrial Development，Nanjing University of Finance and Economics，Nanjing，210046，China）

Using the BC2model based on DEA method，this paper calculates the 2008—2012 innovation efficiency of high-tech industry in China's 11 coastal provinces，and measures TFP changes of the period with the method of DEA-Malmquist index.The study shows thatmost provinces'（except a few less developed ones）scale efficiency decreases progressively，that pure technical efficiency is relatively high in the developed areas，that TFP has been influenced to some extent by 2008 international financial crisis，and that technical progress does not affectobviously the increase of TFP.

high-tech industry；innovation efficiency；DEA；Malmquist index

F 127

A

1671-4806（2016）02-0048-05

2015-12-04

王淑君（1989—），女，安徽淮北人，碩士研究生，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)、產(chǎn)業(yè)經(jīng)濟(jì)。