吳繼英 阮宏發(fā)

[摘要]基于2015年中國新一代信息技術(shù)產(chǎn)業(yè)103家樣本上市企業(yè)截面數(shù)據(jù)，運(yùn)用隨機(jī)前沿分析法構(gòu)建C-D對(duì)數(shù)生產(chǎn)函數(shù)模型，測定我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率，并構(gòu)建技術(shù)無效項(xiàng)函數(shù)分析了資本密集度、股權(quán)結(jié)構(gòu)等因素對(duì)技術(shù)創(chuàng)新效率的影響作用。研究結(jié)果表明，我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率存在技術(shù)無效項(xiàng)；資本密集度、股權(quán)結(jié)構(gòu)對(duì)新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率具有負(fù)向影響作用；企業(yè)規(guī)模、盈利能力以及政府支持力度對(duì)技術(shù)創(chuàng)新效率具有正向促進(jìn)作用。在此基礎(chǔ)上提出提升我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的政策建議。

[關(guān)鍵詞]新一代信息技術(shù)產(chǎn)業(yè)；技術(shù)創(chuàng)新效率；隨機(jī)前沿分析；C-D對(duì)數(shù)生產(chǎn)函數(shù)模型

[中圖分類號(hào)]F49 [文獻(xiàn)標(biāo)識(shí)碼]A

1 引言

世界的發(fā)展與信息技術(shù)緊密聯(lián)系，信息技術(shù)滲透各行業(yè)，成為各行業(yè)發(fā)展必不可少的部分，信息技術(shù)成為各國競相爭奪的新資源?！笆濉币?guī)劃中將大力發(fā)展。近幾年，由于政府的政策性引導(dǎo)，我國新一代信息技術(shù)產(chǎn)業(yè)得到飛快發(fā)展。2015年中國電子信息產(chǎn)業(yè)進(jìn)出口總額達(dá)到13088億美元，是2009年的1.7倍，規(guī)模位居全球前列，成為全球新一代信息技術(shù)產(chǎn)業(yè)發(fā)展中不可忽視的部分。我國信息化發(fā)展情況依舊不容樂觀，“十二五”規(guī)劃目標(biāo)明確指出2015年國家信息化指數(shù)預(yù)期可達(dá)到79%，但是實(shí)際只達(dá)到了72.45%，這也從一定程度上凸顯出目前我國新一代信息技術(shù)產(chǎn)業(yè)發(fā)展過程中仍然存在諸多問題，如企業(yè)技術(shù)創(chuàng)新能力不足，人才與研發(fā)費(fèi)用投入不足，技術(shù)創(chuàng)新成果轉(zhuǎn)化導(dǎo)致的技術(shù)創(chuàng)新效率低下等問題制約我國新一代信息技術(shù)產(chǎn)業(yè)在全球的競爭力提升。尋找影響新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的因素，對(duì)實(shí)現(xiàn)新一代信息技術(shù)產(chǎn)業(yè)健康良好發(fā)展具有重大意義。

2 文獻(xiàn)綜述

創(chuàng)新理論的始祖熊彼特最早從經(jīng)濟(jì)學(xué)的角度提出創(chuàng)新的概念。在其著作中，把創(chuàng)新看作是重新建立起一種新的生產(chǎn)函數(shù)，可以把以前的生產(chǎn)要素和生產(chǎn)條件進(jìn)行重新組合之后再引入這個(gè)生產(chǎn)函數(shù)中，從而創(chuàng)造出新的生產(chǎn)體系。Afriat（1972）在此基礎(chǔ)上首次提出了技術(shù)創(chuàng)新效率的概念，并指出技術(shù)創(chuàng)新效率是研發(fā)創(chuàng)新活動(dòng)的技術(shù)效率，創(chuàng)新活動(dòng)的完成離不開創(chuàng)新體系。目前國內(nèi)外技術(shù)創(chuàng)新效率測定方法可以分為兩種：一種是參數(shù)方法，另一種是非參數(shù)方法。基于文獻(xiàn)梳理可以發(fā)現(xiàn)，國內(nèi)外對(duì)于技術(shù)創(chuàng)新效率的研究存在著諸多差異，具體如表1所示。

3 理論模型

考慮到隨機(jī)前沿分析在模型估計(jì)上具有的優(yōu)勢， 在研究新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率時(shí)采用隨機(jī)前沿分析。基本模型為：

，其中 （1）

式（1）中，為隨機(jī)干擾項(xiàng)，為技術(shù)效率項(xiàng)（）；稱為隨機(jī)生產(chǎn)前沿。令，式中，因此在經(jīng)典隨機(jī)前沿模型中通常假設(shè)服從單邊正態(tài)分布，即，對(duì)于誤差來源也設(shè)定了相應(yīng)的參數(shù)，其中。我國新一代信息技術(shù)產(chǎn)業(yè)隨機(jī)前沿生產(chǎn)函數(shù)模型設(shè)定為：

（2）

（3）

式（2）和（3）中，表示企業(yè)產(chǎn)出指標(biāo)，分別表示資本投入與勞動(dòng)力投入指標(biāo)。通過式（4）可以進(jìn)一步對(duì)其中的（技術(shù)無效率項(xiàng)）進(jìn)行建模，以探究相關(guān)因素對(duì)我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響。 基于現(xiàn)有文獻(xiàn)基礎(chǔ)上選取的影響因素指標(biāo)包括股權(quán)結(jié)構(gòu)、企業(yè)規(guī)模、資本密集度、盈利能力、政府支持度，構(gòu)建的技術(shù)無效率項(xiàng)模型見式（4）。

（4）

4 實(shí)證分析

4.1 數(shù)據(jù)來源及指標(biāo)變量選取

由于截至目前各上市企業(yè)2016年年報(bào)并未公布，因此 選取的樣本是2015年中國新一代信息技術(shù)產(chǎn)業(yè)中103家上市公司相關(guān)數(shù)據(jù)，原始數(shù)據(jù)均來自于上市公司年報(bào)以及國家知識(shí)產(chǎn)權(quán)局。

4.1.1 指標(biāo)選取。（1）產(chǎn)出指標(biāo)。選取專利申請(qǐng)數(shù)作為技術(shù)創(chuàng)新產(chǎn)出指標(biāo)。上市公司的專利申請(qǐng)量為產(chǎn)出指標(biāo)（Y）。

（2）投入指標(biāo)。所采用的投入指標(biāo)包括資本投入（K）與勞動(dòng)力投入（L），其中資本投入為各上市企業(yè)的研發(fā)投入費(fèi)用，勞動(dòng)力投入為各上市企業(yè)的研發(fā)科技人員數(shù)量。

（3）股權(quán)結(jié)構(gòu)（owner）。選取上市企業(yè)最大股東持比衡量股權(quán)結(jié)構(gòu)。

（4）企業(yè)規(guī)模（scale）。選取上市企業(yè)在職員工總?cè)藬?shù)來衡量企業(yè)規(guī)模。

（5）資本密集度（CI）。以上市企業(yè)營業(yè)收入與總資產(chǎn)的比值作為資本密集度的衡量指標(biāo)。

（6）盈利能力（profit）。以上市企業(yè)的利潤與營業(yè)收入的比值作為企業(yè)盈利能力衡量指標(biāo)。

（7）政府支持度（gover）。以政府補(bǔ)助作為政府支持度衡量指標(biāo)。

4.2 隨機(jī)前沿生產(chǎn)函數(shù)模型估計(jì)

利用最大似然估計(jì)法對(duì)式（2）和式（3）兩種隨機(jī)前沿生產(chǎn)函數(shù)模型進(jìn)行估計(jì)，結(jié)果見表2。

4.2.1 在模型估計(jì)結(jié)果中，C-D對(duì)數(shù)生產(chǎn)函數(shù)與超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型估計(jì)的分別為0.5937和0.7505，兩者的>0.5，且具體的參數(shù)值在10%的顯著性水平下通過了檢驗(yàn)，表明隨機(jī)前沿模型中的隨機(jī)誤差項(xiàng)中絕大部分是來自于技術(shù)的無效性，選擇隨機(jī)前沿分析模型是合理有效的。

4.2.2 表3中C-D對(duì)數(shù)生產(chǎn)函數(shù)模型除了截距項(xiàng)不顯著之外，其它項(xiàng)在不同顯著性水平下都是顯著的；而超越對(duì)數(shù)生產(chǎn)函數(shù)模型只有截距項(xiàng)、研發(fā)投入費(fèi)用和研發(fā)投入費(fèi)用的二次項(xiàng)在不同顯著性水平下通過了顯著性檢驗(yàn)；其他項(xiàng)都沒有通過顯著性檢驗(yàn)?；谝陨戏治觯覀冋J(rèn)為針對(duì)新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率測定選用C-D對(duì)數(shù)生產(chǎn)函數(shù)模型。

4.2.3 表3中對(duì)數(shù)生產(chǎn)函數(shù)隨機(jī)前沿模型的資本產(chǎn)出彈性為0.4447，表明研發(fā)投入每增加1%，技術(shù)創(chuàng)新產(chǎn)出增加0.4447%；勞動(dòng)產(chǎn)出彈性為0.2664，表明研發(fā)人員數(shù)量每增加1%，技術(shù)創(chuàng)新產(chǎn)出增加0.2664%；從資本產(chǎn)出彈性和勞動(dòng)產(chǎn)出彈性的大小可以看出，資本產(chǎn)出彈性高于勞動(dòng)產(chǎn)出彈性，意味技術(shù)創(chuàng)新產(chǎn)出主要依靠研發(fā)投入拉動(dòng)，勞動(dòng)投入的拉動(dòng)效果遠(yuǎn)低于研發(fā)投入。研發(fā)投入產(chǎn)出彈性與勞動(dòng)投入產(chǎn)出彈性之和為0.7111，表明目前我國的新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新依然處于低產(chǎn)出階段。

4.3 新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率測定及影響因素分析

由表3可知，盈利能力、政府支持度對(duì)技術(shù)創(chuàng)新效率具有顯著影響；資本密集度、股權(quán)結(jié)構(gòu)、企業(yè)規(guī)模對(duì)技術(shù)創(chuàng)新效率具有不同程度的影響，但影響并不顯著，這可能與樣本容量選取有關(guān)。通過表3可以得到以下結(jié)論：

4.3.1 上市公司資本密集度CI對(duì)我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率為負(fù)向影響。從表中技術(shù)無效率項(xiàng)模型估計(jì)結(jié)果可以發(fā)現(xiàn)，資本密集度的估計(jì)系數(shù)為0.032，說明資本密集度與我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率之間存在負(fù)向相關(guān)關(guān)系，這種關(guān)系體現(xiàn)出新一代信息技術(shù)產(chǎn)業(yè)資本的經(jīng)濟(jì)效應(yīng)，即隨著新一代信息技術(shù)產(chǎn)業(yè)的資本密集度越高，使得單位營業(yè)收入平均分?jǐn)偟膯挝毁Y產(chǎn)越高，從而導(dǎo)致產(chǎn)生相同經(jīng)濟(jì)效益所投入的資本增加。

4.3.2 股權(quán)結(jié)構(gòu)Owner對(duì)技術(shù)創(chuàng)新效率的影響。股權(quán)結(jié)構(gòu)的估計(jì)系數(shù)為0.0564，說明股權(quán)結(jié)構(gòu)對(duì)我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的提高具有負(fù)向的影響作用，即股權(quán)越集中的企業(yè)，技術(shù)創(chuàng)新效率越受抑制。這主要體現(xiàn)在股權(quán)結(jié)構(gòu)的內(nèi)部決策影響方面，由于上市公司實(shí)行股份制，各股東憑借本身所持有的股權(quán)維護(hù)自身的利益，導(dǎo)致企業(yè)在進(jìn)行重大項(xiàng)目決策時(shí)，最終結(jié)果由股權(quán)比例決定，少數(shù)大股東的不合理選擇行為往往產(chǎn)生錯(cuò)誤的決策，從而導(dǎo)致項(xiàng)目無法達(dá)到預(yù)期效果。

4.3.3 企業(yè)規(guī)模Scale對(duì)技術(shù)創(chuàng)新效率的影響。企業(yè)規(guī)模的估計(jì)系數(shù)為-0.254，說明企業(yè)規(guī)模對(duì)我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率具有正向的影響作用，這種影響方向主要體現(xiàn)了新一代信息技術(shù)產(chǎn)業(yè)內(nèi)部規(guī)模產(chǎn)生的經(jīng)濟(jì)效應(yīng)，即企業(yè)規(guī)模擴(kuò)大帶來生產(chǎn)規(guī)模擴(kuò)大，生產(chǎn)規(guī)模帶動(dòng)產(chǎn)品產(chǎn)量增多，進(jìn)而促進(jìn)單位新產(chǎn)品所需的成本降低，技術(shù)創(chuàng)新效率得到提升。

4.3.4 盈利能力Profit對(duì)技術(shù)創(chuàng)新效率的影響。盈利能力的估計(jì)系數(shù)為-0.07629，說明盈利能力對(duì)我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率具有正向的影響作用。企業(yè)盈利能力的提高，一方面能夠促進(jìn)企業(yè)本身內(nèi)部資產(chǎn)利用效率，另一方面也能夠完善企業(yè)在生產(chǎn)、經(jīng)營、管理等環(huán)節(jié)方面存在的不足，從而有利于提升整個(gè)新一代信息技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率。

4.3.5 政府支持度Gover對(duì)技術(shù)創(chuàng)新效率的影響。政府支持度估計(jì)系數(shù)為-0.2353，說明政府支持度對(duì)我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率具有正向的影響作用。

5 結(jié)論及政策建議

得出的主要研究結(jié)論：資本密集度、股權(quán)結(jié)構(gòu)對(duì)我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率具有負(fù)向作用；企業(yè)規(guī)模、盈利能力以及政府支持力度對(duì)我國新一代信息技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率具有正向促進(jìn)作用。針對(duì)上述實(shí)證分析結(jié)果提出以下建議。

企業(yè)應(yīng)加強(qiáng)生產(chǎn)結(jié)構(gòu)改革，改善固定資產(chǎn)重復(fù)利用率，提高企業(yè)資本利用，降低單位成本，獲取資本利益最大化，達(dá)到技術(shù)創(chuàng)新效率提升的效果。

政府積極引導(dǎo)新一代信息企業(yè)上市公司進(jìn)行股權(quán)分配改革，合理調(diào)整企業(yè)股權(quán)結(jié)構(gòu)，充分發(fā)揮股權(quán)合理分配所帶來的激勵(lì)效應(yīng)，嚴(yán)格把控企業(yè)內(nèi)部決策機(jī)制的合理性，形成決策約束機(jī)制，避免出現(xiàn)企業(yè)決策受到個(gè)人行為的影響，從而提升整個(gè)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率。

政府在企業(yè)規(guī)模結(jié)構(gòu)合理化方面加強(qiáng)管理，制定符合市場經(jīng)濟(jì)體制的新一代信息技術(shù)產(chǎn)業(yè)企業(yè)入市標(biāo)準(zhǔn)，提高企業(yè)入市的門檻，提高上市企業(yè)整體規(guī)模，防止拉低新一代信息技術(shù)產(chǎn)業(yè)整體技術(shù)創(chuàng)新效率。

企業(yè)應(yīng)該根據(jù)自身發(fā)展制定合理的經(jīng)營模式，重點(diǎn)提升企業(yè)盈利能力。同時(shí)新一代信息技術(shù)產(chǎn)業(yè)企業(yè)應(yīng)該加強(qiáng)企業(yè)內(nèi)部運(yùn)行機(jī)制與管理機(jī)制，尋求要素投入最優(yōu)化組合，確保企業(yè)要素投入利用率最大化，企業(yè)產(chǎn)出率最大化。

政府應(yīng)該根據(jù)新一代信息技術(shù)產(chǎn)業(yè)企業(yè)技術(shù)創(chuàng)新發(fā)展的不平衡，對(duì)具體企業(yè)實(shí)行分類引導(dǎo)。針對(duì)技術(shù)創(chuàng)新效率較高的企業(yè)，充分將其作為重點(diǎn)發(fā)展對(duì)象，在研發(fā)資金投入以及政策方面支持力度不斷加大，充分發(fā)揮領(lǐng)頭企業(yè)對(duì)整體產(chǎn)業(yè)技術(shù)創(chuàng)新效率發(fā)展的推動(dòng)作用。

[參考文獻(xiàn)]

[1] Afriat S.N.Efficiency Estimation of Production Function[J]. International Economic Review， 1972 （13）：568-598.

[2] Bauer Johannes M.，Market Power. Innovation and Efficiency in Telecommunications[J]. Journal of Economic Issues，1997 （2）：557-565.

[3] Myriam Cloodt， John Hagedoom. Measuring innovative performance： is there an advantages in using multiple indicators？[J]. Research Policy， 2003 （13）：121-139.

[4] Sharma S. ， Thomas V. J. Inter-country R&D Efficiency Analysis： An Application of Data Envelopment Analysis[J]. Scientometrics， 2008（76）： 483-501.

[5] Joaquin Maudos，Jose M. Pastor.Economic integration，efficiency and economic growth：the European Union experience[J]. Applied Economics Letters， 1999 （6）：87-96.

[6] Stock G.N.Firm Size and Dynamic Technological Innovation[J]. Tech-innovation，2002 （9）：537-549.

[7] Tom Broekel. Do Cooperative Research and Development Subsidies Stimulate Regional Innovation Efficiency？ Evidence from Germany[J]. Regional Studies， 2015 （7）： 1087-1110.

[8] 張宗益，周勇.基于SFA模型的我國區(qū)域技術(shù)創(chuàng)新效率的實(shí)證研究[J].中國軟科學(xué)，2006（2）：125-128.

[9] 王珍珍，黃茂興.福建省科技成果轉(zhuǎn)化的調(diào)控機(jī)制優(yōu)化研究[J].福建論壇人文社科版，2013（2）：155-161.

[10] 杜先進(jìn)，胡蘇.合蕪蚌技術(shù)創(chuàng)新效率動(dòng)態(tài)評(píng)價(jià)與影響因素研究—基于改進(jìn)的DEA-Tobit兩步法分析[J].華東經(jīng)濟(jì)管理，2014（11）：27-31.

[11] Lin Feng，Davide Consoli. An evolutionary perspective on health innovation system[J]. Journal of Evolutionary Economics， 2009 （2）：297-319.

[12] Joost K. Creation-driven marketing： integrating meta data into the production process[J]. New Library World，2007（11）： 552-560.