孫中興+張煒熙

摘 要：近年來，科技創(chuàng)新已成為驅動經濟增長的重要方式之一，科技成果轉化也越來越受到關注，尤其是在高技術產業(yè)。本文通過收集2012-2014年我國內地31 個省市高技術產業(yè)科技成果投入產出的面板數據，運用隨機前沿模型對中國各省高技術產業(yè)科技成果的轉化效率進行測度。結果發(fā)現：我國高技術產業(yè)的科技成果轉化效率普遍不高，而且地區(qū)之間存在差異，主要表現在東部省份優(yōu)于西部省份。在此基礎上，分析我國高技術產業(yè)的科技成果轉化狀況，并對提高高技術產業(yè)科技成果的轉化效率提出建議，從而進一步促進高技術產業(yè)的發(fā)展。

關鍵詞：高技術產業(yè)；科技成果轉化效率；隨機前沿分析

一、引言

近年來，科技創(chuàng)新和技術進步受到廣泛關注，高技術產業(yè)日益成為經濟發(fā)展的推動力。世界發(fā)展進入一個科技創(chuàng)新的重要時代，也步入了一個經濟結構加快調整的重要時期。在全球大力發(fā)展高技術產業(yè)的大背景下，高科技研發(fā)活動日益受到我國的重視，科研經費投入大幅增長，專利申請數量也大量增加。但是研發(fā)活動并不能夠直接帶來經濟收益，科技成果進入生產領域，參與生產轉化為市場化的產品后者提高產品生產效率才能夠帶來經濟效益，推動經濟增長[1]。因此我們更應該關注科技成果效率即科技成果轉化為市場化的產品從而創(chuàng)造經濟收益的效率。

目前很多國內外學者對高技術產業(yè)科技成果的轉化效率以及評價體系進行了研究。如Arrow（1962）在研究知識溢出效應時，指出科技成果轉化中所形成的新知識，可以幫助經濟主體改善經濟效益[2]；So Young Sohn 等通過建立決策樹的 DEA 模型，對科技成果轉化效率進行了研究，為科技成果轉化項目的評價提供了方法[3]。董潔等在已有研究的基礎上構建了科技成果轉化評價指標體系，從科技成果投入、科技成果轉化效果、科技成果轉化條件等方面分析我國科技成果的轉化效率[4]；劉和東通過收集1998-2008 年我國30個省市創(chuàng)新投入產出及相關影響因素的面板數據，應用隨機前沿函數測度了各區(qū)域的研發(fā)效率及影響因素，研究結果顯示基礎設施、人力資本對研發(fā)效率有顯著的促進[5]；朱有為、徐康寧研究認為，中國高技術產業(yè)的研發(fā)效率整體偏低，但呈現穩(wěn)步上升狀態(tài)，行業(yè)間效率差異有逐步縮小趨勢[6]。

科技成果轉化為現實生產力本身是一個提高技術水平的過程，技術水平的提高會引起生產方式的改變，進而造成生產力的大幅提高。然而在實際過程中，科技成果的轉化會受到一系列因素的影響，致使我國科技成果轉化績效不盡人意，對經濟可持續(xù)增長和經濟增長方式的轉變還未做出應有的貢獻。為此，本文通過收集2012-2014年我國內地31 個省市高技術產業(yè)科技成果投入產出的面板數據，運用隨機前沿模型對中國省域高技術產業(yè)科技成果轉化效率進行測度，在此基礎上，分析我國高技術產業(yè)科技成果的轉化情況，并對提高高技術產業(yè)科技成果的轉化效率提出建議。

二、研究方法

（一）基本模型

隨機前沿分析（Stochastic Frontier Analysis，SFA）是一種基于生產前沿面理論的參數方法，由Aigner，Lovell 和Schmidt，Meeusen和den Broeck分別獨立提出。與非參數法相比，隨機前沿模型最大特點是考慮了隨機因素對于產出的影響，同時它能夠對跨時期的面板數據進行研究，測算的結果可能會更準確些。在模型中，隨機擾動項分為兩個部分，一部分為隨機誤差項，用Vi表示，另一部分是一個用來表示技術無效率的非負誤差項，用ui表示。

（二）指標選取與模型構建

1、指標選取

本文在借鑒已有研究成果的基礎上，選取高技術產業(yè)R&D人員投入強度、R&D經費投入強度和萬名就業(yè)人員發(fā)明專利擁有量作為科技成果投入變量，這些科技成果投入都有轉化為實際生產力的可能性。

科技成果轉化是技術成果轉化為現實生產力，商品化的過程，即使是工藝流程、產品質量改進等其他研發(fā)效應的最終經濟價值也要通過現實的產品或服務來體現，這些最終將轉化為新產品銷售收入。因此，本文選取的產出變量的指標為高技術產業(yè)的新產品銷售收入占產品銷售收入的比重[7]。

2、模型構建

本文所選用的生產函數形式為柯布-道格拉斯生產函數，柯布-道格拉斯生產函數是隨機前沿分析中常用的函數形式，其優(yōu)點是模型形式簡單、參數簡單，便于估計。

三、實證分析

（一）科技成果轉化效率評價

本文根據《中國高技術產業(yè)統(tǒng)計年鑒》（2013-2015）中2012-2014年全國31個省市的高技術產業(yè)的相關統(tǒng)計指標對R&D人員投入強度、R&D經費投入強度、萬名就業(yè)人員發(fā)明專利擁有量、新產品銷售收入占產品銷售收入的比重指標進行分析。

為消除量綱之間的差異，在對數據進行無量綱化處理后，將數據按照柯布道格拉斯生產函數的隨機前沿模型用Frontier4.1軟件進行分析。

參數估計結果如下表所示：

從檢驗結果來看，模型中的σ2和γ均通過了1%的顯著性水平檢驗，表明技術非效率是顯著存在的，同時也驗證了SFA方法的合理性。用柯布—道格拉斯模型得出我國三十一個省市高技術產業(yè)2012-2014年的科技成果轉化效率，結果值如下：

（二）結果分析

圖1顯示了我國高技術產業(yè)科技成果轉化效率均值的時間演變趨勢，從圖中可以清晰地看出2012至2014年間我國高技術產業(yè)的科技成果轉化效率在逐步提高，其中2013年較2012年提高較為顯著，2014年較2013年小幅上升。

表2給出了我國內地31個省市高技術產業(yè)2011-2013年的科技成果轉化效率的具體值以及均值。從結果來看，我國的科技成果轉化效率普遍較低，而且存在較為明顯的地域差異。在31個省市中，天津的高技術產業(yè)的科技成果轉化效率最高，三年的均值為0.7786，最低的為青海，平均轉化效率僅為0.3434，不足天津的二分之一。

由表中結果可以看出，我國各省份高技術產業(yè)科技成果轉化效率均值較高的為：天津、湖南、江蘇、福建、浙江、廣東、山東等地，多位于東部省份經濟較發(fā)達地區(qū)；較低的地區(qū)為：青海、海南、新疆、甘肅、西藏、黑龍江等地，多位于內陸省份經濟欠發(fā)達地區(qū)。從全國范圍內來看，在高技術產業(yè)的科技成果轉化效率方面，東部省份普遍要優(yōu)于西部省份，區(qū)域間還存在較大的科技成果轉化差異。由此可見，科技成果的轉化與地區(qū)間的經濟發(fā)展水平密切相關。

在科技成果轉化過程中，人員和經費的投入創(chuàng)造出實際的科技成果，進而轉化為市場化的產品，創(chuàng)造價值。在此過程中，有諸多可能的因素會影響科技成果轉化效率，例如市場化條件和外在的環(huán)境因素。人員及經費等科技投入應與企業(yè)的生產能力相適應，協(xié)調好各項投入間的比例。在其他因素不變的條件下，一味地增加人員及經費的投入結果只能造成轉化效率的降低。因此，在一定的科技投入條件下，健全的外在環(huán)境以及完善的相關配套設施會引起科技成果轉化效率的提高。

四、結論與政策建議

本文通過對全國31個省市高技術產業(yè)2012-2014年科技成果投入產出的面板數據運用隨機前沿方法進行分析，得出以下結論：

1、我國高技術產業(yè)的科技成果轉化效率普遍不高，而且地區(qū)間存在差異，東部省份普遍優(yōu)于西部省份，說明科技成果轉化與地區(qū)間發(fā)展水平及相關政策有關。

2、科技成果的轉化是一系列因素相互作用的過程，人員和經費的投入非常重要，但是相關的支撐條件也必不可少，一味地增加人員和經費的投入并不能夠提高科技成果轉化效率。

鑒于此，對我國的科技成果轉化提出以下建議：

首先，以企業(yè)為主體，有針對性的進行研發(fā)活動?？萍汲晒D化的主體是企業(yè)，企業(yè)將科技創(chuàng)新轉化為現實的產品，創(chuàng)造收益。因此，一定要發(fā)揮企業(yè)在科技成果轉化過程中的主體地位，加大有可能轉化為現實生產力的活動的研發(fā)力度，加強企業(yè)與科研院所及高校的合作，促進科技成果向現實生產力的轉化。

其次，發(fā)揮市場的導向作用。在社會主義市場經濟條件下，市場起到資源配置作用。建立完善相關平臺，充分發(fā)揮市場的作用，促進科技創(chuàng)新信息的交流。

最后，充分發(fā)揮政府的作用，統(tǒng)籌區(qū)域間資源的分配，對科技創(chuàng)新予以大力支持。政府應當健全科技創(chuàng)新的相關法規(guī)和法律制度，對科技創(chuàng)新活動予以大力支持，完善相關的配套設施，為科技創(chuàng)新及成果轉化提供一個良好的環(huán)境。同時加強區(qū)域間的合作，結合當地的資源稟賦合理分配研發(fā)上的投入，從而降低成本投入，進一步提高我國高技術產業(yè)的科技成果轉化效率。

（作者單位：天津工業(yè)大學經濟學院）

參考文獻：

[1] 賀京同 馮堯.中國高技術產業(yè)科技成果轉化效率的實證研究——基于DEA -Malmquist指數方法[J].云南社會科學，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] 董潔 黃付杰.中國科技成果轉化效率及其影響因素研究[J].軟科學，2012.

[5] 劉和東.中國區(qū)域研發(fā)效率及其影響因素研究-基于隨機前沿函數的分析[J].科學學研究，2011.

[6] 朱有為 徐康寧.中國高技術產業(yè)研發(fā)效率的實證研究[J].中國工業(yè)經濟，2006.

[7] 柴國榮 許崇美 閔宗陶.科技成果轉化評價指標體系設計及應用研究[J].軟科學，2010.