吳鋮鋮,譚 慶,項(xiàng)桂娥

(池州學(xué)院 商學(xué)院,安徽 池州 247000)

創(chuàng)新是產(chǎn)業(yè)轉(zhuǎn)型升級(jí)發(fā)展、融入“雙循環(huán)”新發(fā)展格局與促進(jìn)經(jīng)濟(jì)增長(zhǎng)的首要?jiǎng)恿?。黨的二十大報(bào)告指出,堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位,加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,優(yōu)化配置創(chuàng)新資源,增強(qiáng)自主創(chuàng)新能力。高技術(shù)產(chǎn)業(yè)知識(shí)資本密集、高投入高附加值且可持續(xù)發(fā)展能力強(qiáng),近年來(lái)我國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出逐年增長(zhǎng),技術(shù)創(chuàng)新能力與技術(shù)創(chuàng)新效率不斷提升,《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒(2021)》顯示2020年我國(guó)高技術(shù)產(chǎn)業(yè)R&D經(jīng)費(fèi)內(nèi)部支出為4649.09億元,R&D人員折合全時(shí)當(dāng)量為990314人年,專利申請(qǐng)數(shù)為348522件,其中發(fā)明專利申請(qǐng)數(shù)為174641件,新產(chǎn)品銷售收入高達(dá)68549.14億元,高技術(shù)產(chǎn)業(yè)已逐漸成為經(jīng)濟(jì)發(fā)展的戰(zhàn)略性先導(dǎo)產(chǎn)業(yè)與科技創(chuàng)新的重要陣地。但相比其他發(fā)達(dá)國(guó)家,我國(guó)高技術(shù)產(chǎn)業(yè)發(fā)展仍存在區(qū)域不均衡、核心技術(shù)少、應(yīng)用轉(zhuǎn)化能力弱以及技術(shù)創(chuàng)新效率低等問題,高技術(shù)產(chǎn)業(yè)整體處于全球價(jià)值鏈的中低端環(huán)節(jié)且呈現(xiàn)“南高北低”“南快北慢”的發(fā)展格局,解決上述問題的關(guān)鍵在于激發(fā)技術(shù)創(chuàng)新效率對(duì)于產(chǎn)業(yè)高質(zhì)量發(fā)展的引導(dǎo)作用,形成具有全球競(jìng)爭(zhēng)力的開放創(chuàng)新生態(tài)。因此,如何有效評(píng)價(jià)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率是促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵,也是激發(fā)高技術(shù)產(chǎn)業(yè)創(chuàng)新活力、提高自主創(chuàng)新能力與提升技術(shù)創(chuàng)新效率的重要路徑。

技術(shù)創(chuàng)新效率與創(chuàng)新投入或者創(chuàng)新產(chǎn)出存在顯著區(qū)別,其更加關(guān)注創(chuàng)新投入與創(chuàng)新產(chǎn)出之間的轉(zhuǎn)化效率。從現(xiàn)有研究成果來(lái)看,大部分集中探討技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系、評(píng)價(jià)方法與影響因素,其中以DEA模型為代表的非參數(shù)分析法和以SFA模型為代表的參數(shù)分析法應(yīng)用廣泛。易明等(2019)[1]利用SFA模型分析發(fā)現(xiàn)我國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率整體水平較低,創(chuàng)新產(chǎn)出中新產(chǎn)品銷售收入的創(chuàng)新效率顯著性最強(qiáng)。楊青峰等(2013)[2]利用SFA模型分析不同區(qū)域高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率及其影響因素。在技術(shù)創(chuàng)新效率影響因素方面,楊嶸等(2022)[3]利用Tobit模型實(shí)證分析發(fā)現(xiàn)勞動(dòng)者素質(zhì)、產(chǎn)學(xué)研合作水平等對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提升作用最為顯著。方大春等(2016)[4]基于面板數(shù)據(jù)隨機(jī)前沿模型研究發(fā)現(xiàn)市場(chǎng)結(jié)構(gòu)、企業(yè)規(guī)模與產(chǎn)業(yè)利潤(rùn)顯著影響技術(shù)創(chuàng)新效率。肖紅(2020)[5]運(yùn)用DEA-Malmquist指數(shù)法分析發(fā)現(xiàn)安徽省裝備制造業(yè)技術(shù)創(chuàng)新效率整體偏低,并提出市場(chǎng)需求、研發(fā)經(jīng)費(fèi)投入強(qiáng)度、研發(fā)人員專業(yè)化程度等是促進(jìn)技術(shù)創(chuàng)新效率的主要因素。羅志紅等(2023)[6]運(yùn)用SBM-Tobit模型研究發(fā)現(xiàn)我國(guó)高技術(shù)產(chǎn)業(yè)綠色技術(shù)創(chuàng)新效率增長(zhǎng)緩慢,且效率提升重心在優(yōu)化內(nèi)部發(fā)展條件。上述研究多從全局視角或者某個(gè)單一區(qū)域視角測(cè)度技術(shù)創(chuàng)新效率,且大多考慮不同外部因素對(duì)創(chuàng)新效率的影響,鮮有以長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)為研究對(duì)象評(píng)價(jià)其技術(shù)創(chuàng)新效率,并從不同維度考察技術(shù)創(chuàng)新效率的內(nèi)、外部影響因素。

基于上述分析,以2017—2021年長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)為研究對(duì)象,立足“技術(shù)創(chuàng)新效率評(píng)價(jià)與影響因素”這一根本問題,利用DEA-BCC模型與DEA-Malmquist指數(shù)法從靜態(tài)與動(dòng)態(tài)2個(gè)角度分析長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率整體情況及其變動(dòng)趨勢(shì),并結(jié)合Tobit面板回歸模型從內(nèi)部與外部2個(gè)維度探究長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響因素?？赡茇暙I(xiàn)如下:第一,重點(diǎn)測(cè)度長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率動(dòng)態(tài)變化,將研究范圍劃定為長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè);第二,將外部影響因素與內(nèi)部影響因素嵌入“技術(shù)創(chuàng)新效率影響因素”分析范式,檢驗(yàn)不同因素對(duì)長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響程度。

一、研究設(shè)計(jì)

1.研究方法

(1)DEA-BCC模型

DEA模型(數(shù)據(jù)包絡(luò)分析法)是基于投入產(chǎn)出數(shù)據(jù)的一種相對(duì)有效性的客觀評(píng)價(jià)方法,不需要對(duì)衡量指標(biāo)賦權(quán)與無(wú)量綱化處理,是評(píng)價(jià)技術(shù)創(chuàng)新效率的主要方法,主要包括規(guī)模報(bào)酬不變的DEA-CCR模型與規(guī)模報(bào)酬可變的DEA-BCC模型。本文研究對(duì)象為長(zhǎng)三角高技術(shù)產(chǎn)業(yè)上市公司,創(chuàng)新邊際收益具有不確定性且技術(shù)創(chuàng)新投入規(guī)模存在差異,因此構(gòu)建規(guī)模報(bào)酬可變條件下的DEA-BCC模型測(cè)度長(zhǎng)三角高技術(shù)產(chǎn)業(yè)綜合技術(shù)效率。DEA-BCC模型將測(cè)度效率的組織稱為決策單元,其能夠有效解決規(guī)模報(bào)酬可變決策單元(DMU)的效率測(cè)算問題。假設(shè)有n個(gè)決策單元(j=1,2,3,…,n),各項(xiàng)決策單元均有m項(xiàng)投入(i=1,2,3,…,m)和s項(xiàng)產(chǎn)出(r=1,2,3,…,s),若xij為第j決策單元的第i項(xiàng)投入,yrj為第j決策單元的第r項(xiàng)產(chǎn)出,則決策單元j(DMUj)的投入向量為Xj=(x1j,x2j,x3j,…,xmj),產(chǎn)出向量為Yj=(y1j,y2j,y3j,…,ymj),評(píng)價(jià)決策單元(DMU)有效性的DEA-BCC模型如式(1)、式(2)。

(1)

其對(duì)偶形式為式(2)。

(2)

(2)DEA-Malmquist指數(shù)

DEA-BCC模型僅能對(duì)決策單元綜合技術(shù)效率、技術(shù)效率與規(guī)模效率進(jìn)行靜態(tài)分析,其僅考察某一靜態(tài)時(shí)間內(nèi)的綜合技術(shù)效率。若使用面板數(shù)據(jù),則需要考慮時(shí)間序列以及長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)某一動(dòng)態(tài)時(shí)間段內(nèi)技術(shù)創(chuàng)新效率的變化,引入DEA-Malmquist指數(shù)可以解決上述問題。DEA-Malmquist指數(shù)是一種基于效率測(cè)度的非參數(shù)方法,其基于面板數(shù)據(jù)通過距離函數(shù)運(yùn)算投入產(chǎn)出效率,并動(dòng)態(tài)分析多個(gè)決策單元相對(duì)效率的變化趨勢(shì)。Malmquist指數(shù)以決策單元的定向輸入和定向輸出定義距離函數(shù),其輸出變量的距離函數(shù)表達(dá)式如式(3)。

D0(x,y)=inf{δ:(x,y)/δ∈p(x)}

(3)

其中,D0(x,y)為輸出變量的距離函數(shù);x,y分別表示輸入矩陣與輸出矩陣;p(x)表示所有可行的生產(chǎn)效率可能集合;δ表示輸出效率標(biāo)量。第t時(shí)期到t+1時(shí)期Malmquist生產(chǎn)率指數(shù)M(xt+1,yt+1,xt,yt)表示為式(4)。

M(xt+1,yt+1,xt,yt)

(4)

(5)

其中,TFP為全要素生產(chǎn)率變化指數(shù),TFP=Effch*Tech;Effch為技術(shù)效率指數(shù),表示第t時(shí)期到第t+1時(shí)期技術(shù)創(chuàng)新能力與規(guī)模變化程度;Tech為技術(shù)進(jìn)步指數(shù),表示第t時(shí)期到第t+1時(shí)期由技術(shù)進(jìn)步引起的效率變化。

另外,部分學(xué)者對(duì)Malmquist生產(chǎn)率指數(shù)中技術(shù)效率指數(shù)進(jìn)行分解,將技術(shù)效率指數(shù)(Effch)分解為純技術(shù)效率指數(shù)(PE)與規(guī)模效率指數(shù)(SEC),其中純技術(shù)效率指數(shù)是規(guī)模報(bào)酬變動(dòng)情況下的效率之比,規(guī)模效率指數(shù)是規(guī)模經(jīng)濟(jì)對(duì)全要素生產(chǎn)率(TFP)的影響。因此,Malmquist生產(chǎn)率表達(dá)式為式(6)。

TFP=Effch×Tech=PE×SEC×Tech

(6)

2.指標(biāo)選取

技術(shù)創(chuàng)新效率是企業(yè)創(chuàng)新投入與創(chuàng)新產(chǎn)出之間的轉(zhuǎn)化率,準(zhǔn)確反映創(chuàng)新投入與創(chuàng)新產(chǎn)出是評(píng)價(jià)技術(shù)創(chuàng)新效率的關(guān)鍵,其中,創(chuàng)新投入包括研發(fā)資金投入與研發(fā)勞動(dòng)力投入,創(chuàng)新產(chǎn)出包括創(chuàng)新成果產(chǎn)出率及其轉(zhuǎn)化效果。

創(chuàng)新投入:新古典經(jīng)濟(jì)理論認(rèn)為人力與資本積累是經(jīng)濟(jì)增長(zhǎng)的主要來(lái)源。技術(shù)創(chuàng)新活動(dòng)需要貨幣資金與人力資本作為物質(zhì)基礎(chǔ)與智力支撐,現(xiàn)有學(xué)者將研發(fā)經(jīng)費(fèi)投入、技術(shù)人員投入、資本支出、無(wú)形資產(chǎn)積累等指標(biāo)納入衡量范圍,周開國(guó)等(2011)[7]、吳鋮鋮等(2021)[8]分別選用研發(fā)密度(研發(fā)資金投入/營(yíng)業(yè)收入)、技術(shù)人員比率(技術(shù)人員總數(shù)/員工總數(shù))衡量技術(shù)創(chuàng)新投入;苑澤明等(2016)[9]提出研發(fā)經(jīng)費(fèi)與研發(fā)人員是不同層面技術(shù)創(chuàng)新效率的評(píng)價(jià)指標(biāo)。基于上述分析,選取研發(fā)投入費(fèi)用(R&D經(jīng)費(fèi)支出)與研發(fā)人員數(shù)量(R&D人員全時(shí)當(dāng)量)作為技術(shù)創(chuàng)新投入的測(cè)度指標(biāo)。

創(chuàng)新產(chǎn)出:專利是技術(shù)創(chuàng)新的直接成果,專利申請(qǐng)量或者授權(quán)量?jī)H是創(chuàng)新投入轉(zhuǎn)化為知識(shí)產(chǎn)出的結(jié)果,其能否產(chǎn)生經(jīng)濟(jì)價(jià)值有待考量,但專利申請(qǐng)量衡量技術(shù)創(chuàng)新產(chǎn)出可以避免政府部門、專利中介機(jī)構(gòu)等人為因素的主觀影響,黨國(guó)英等(2015)[10]、高宏霞等(2021)[11]均以專利申請(qǐng)數(shù)(專利總數(shù))衡量技術(shù)創(chuàng)新產(chǎn)出。創(chuàng)新產(chǎn)出是創(chuàng)新活動(dòng)最終成果及其經(jīng)濟(jì)效益的集中體現(xiàn),苑澤明等(2016)[9]認(rèn)為產(chǎn)品銷售收入是企業(yè)創(chuàng)新成果、知識(shí)產(chǎn)出經(jīng)濟(jì)價(jià)值的直接體現(xiàn),可以有效彌補(bǔ)以專利申請(qǐng)量或者授權(quán)量衡量創(chuàng)新產(chǎn)出的不足之處。因此,以專利申請(qǐng)數(shù)與主營(yíng)業(yè)務(wù)收入作為企業(yè)創(chuàng)新產(chǎn)出測(cè)度指標(biāo)。具體技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)選取如表1所示。

表1 技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系

3.數(shù)據(jù)來(lái)源

選取2017—2021年長(zhǎng)三角區(qū)域信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)與部分制造業(yè)上市公司技術(shù)創(chuàng)新數(shù)據(jù),實(shí)證分析長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率動(dòng)態(tài)變化及其影響因素。所有樣本數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)、各上市公司年報(bào),主要通過DEAP2.1與STATA15.0進(jìn)行數(shù)據(jù)處理與分析。

二、長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率實(shí)證分析

1.基于DEA-BCC模型的技術(shù)創(chuàng)新效率靜態(tài)分析

2017—2021年長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)綜合技術(shù)效率、純技術(shù)效率與規(guī)模效率情況如表2所示。

表2 2017—2021年長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率及其分解效率

表2結(jié)果表明,2017—2021年長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)綜合技術(shù)效率均值為0.12,綜合技術(shù)效率由2017年的0.113上升至2021年的0.131,說明長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率處于上升趨勢(shì),但整體創(chuàng)新效率仍處于較低水平,創(chuàng)新投入難以有效匹配創(chuàng)新產(chǎn)出。從效率有效的企業(yè)數(shù)量來(lái)看,各年度達(dá)到DEA有效水平的企業(yè)數(shù)量均較少,多數(shù)企業(yè)均存在不同程度的投入冗余或產(chǎn)出不足,僅有部分企業(yè)投入一定人力資本與資金要素能夠獲得顯著的創(chuàng)新產(chǎn)出。

2.基于Malmquist指數(shù)的技術(shù)創(chuàng)新效率動(dòng)態(tài)分析

(1)不同年度技術(shù)創(chuàng)新效率分析

為進(jìn)一步判斷長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的時(shí)間序列變化情況,選擇規(guī)模報(bào)酬可變的投入導(dǎo)向BCC模型,利用Malmquist指數(shù)測(cè)算技術(shù)效率、技術(shù)進(jìn)步、純技術(shù)效率、規(guī)模效率與全要素生產(chǎn)率,分析2017—2021年長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行時(shí)間序列與區(qū)域動(dòng)態(tài)變化情況,具體分析結(jié)果如表3所示。

表3 2017—2021年長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新Malmquist指數(shù)及其分解

表3結(jié)果表明,長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)2017—2021年全要素生產(chǎn)率均值為1.047,全要素生產(chǎn)率變化指數(shù)均值大于1,年均增長(zhǎng)幅度4.7%,說明2017—2021年全要素生產(chǎn)率基本呈現(xiàn)增長(zhǎng)趨勢(shì),但增長(zhǎng)速度有待提高。從整體上看,僅有2019—2020年全要素生產(chǎn)率小于1,其他年份全要素生產(chǎn)率均大于1,說明大多數(shù)年份全要素生產(chǎn)率表現(xiàn)較好,均處于上升態(tài)勢(shì)。技術(shù)效率指數(shù)下降1.3%、技術(shù)進(jìn)步指數(shù)增長(zhǎng)6.1%,可見全要素生產(chǎn)率的增長(zhǎng)主要依賴于技術(shù)進(jìn)步,高技術(shù)產(chǎn)業(yè)技術(shù)進(jìn)步推動(dòng)技術(shù)創(chuàng)新效率提升,說明2017—2021年長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)進(jìn)步獲得顯著提升。結(jié)合各年度增減趨勢(shì)可知,2017—2018年全要素生產(chǎn)率增長(zhǎng)幅度為5.4%,2018—2019年增長(zhǎng)幅度為9.2%,2020—2021年增長(zhǎng)幅度為9.6%,僅2019—2020年全要素生產(chǎn)率有所降低,下降幅度為4.8%,這一結(jié)果同樣說明2017—2021年長(zhǎng)三角高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率整體呈現(xiàn)上升的發(fā)展趨勢(shì)。

進(jìn)一步分析各分解效率指數(shù)可以發(fā)現(xiàn),2017—2018年、2018—2019年、2020—2021年技術(shù)效率指數(shù)均大于技術(shù)進(jìn)步指數(shù),尤其是技術(shù)效率指數(shù)增長(zhǎng)幅度較大,2017—2018年、2020—2021年全要素生產(chǎn)率提升主要原因是技術(shù)效率提高,2018—2019年全要素生產(chǎn)率提升主要原因是技術(shù)進(jìn)步與規(guī)模效率提高,可見純技術(shù)效率變動(dòng)與規(guī)模效率變動(dòng)均是引起技術(shù)效率變動(dòng)的主要原因,不同年度全要素生產(chǎn)率提升作用中各分解指標(biāo)貢獻(xiàn)效應(yīng)存在差異,長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)應(yīng)重點(diǎn)關(guān)注技術(shù)進(jìn)步,以自主創(chuàng)新與高新技術(shù)引進(jìn)引領(lǐng)產(chǎn)業(yè)發(fā)展。而2019—2020年全要素生產(chǎn)率下降的主要原因是技術(shù)效率指數(shù)出現(xiàn)大幅度下降,下降幅度為55.7%,其中純技術(shù)效率指數(shù)與規(guī)模效率指數(shù)分別下降22.4%與42.9%,但2019—2020年技術(shù)進(jìn)步指數(shù)增長(zhǎng)顯著,增長(zhǎng)幅度高達(dá)114.7%,且技術(shù)效率指數(shù)遠(yuǎn)遠(yuǎn)小于技術(shù)進(jìn)步指數(shù),說明技術(shù)進(jìn)步顯著提升難以彌補(bǔ)技術(shù)效率與規(guī)模效率對(duì)全要素生產(chǎn)率的抑制作用,所以長(zhǎng)三角高技術(shù)產(chǎn)業(yè)仍需要優(yōu)化技術(shù)創(chuàng)新過程,提高創(chuàng)新要素資源利用效率。

(2)不同省市技術(shù)創(chuàng)新效率分析

為進(jìn)一步從區(qū)域維度分析長(zhǎng)三角三省一市高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新Malmquist指數(shù)及其分解指標(biāo),本文從不同省市角度揭示長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的動(dòng)態(tài)變化。不同省市技術(shù)創(chuàng)新效率情況如表4所示。

表4 長(zhǎng)三角三省一市高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新Malmquist指數(shù)及其分解

由表4可知,上海市、江蘇省與安徽省全要素生產(chǎn)率均呈現(xiàn)增長(zhǎng)態(tài)勢(shì),長(zhǎng)三角整體平均增長(zhǎng)幅度為4.7%,技術(shù)進(jìn)步指數(shù)增長(zhǎng)幅度為6.1%,技術(shù)效率指數(shù)下降1.3%,其中純技術(shù)效率指數(shù)增長(zhǎng)9.3%,規(guī)模效率指數(shù)下降9.7%,說明技術(shù)進(jìn)步增長(zhǎng)是長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率提升的關(guān)鍵要素,長(zhǎng)三角高技術(shù)產(chǎn)業(yè)需要進(jìn)一步優(yōu)化創(chuàng)新資源配置效率,提高技術(shù)創(chuàng)新能力與創(chuàng)新要素使用率。

從不同區(qū)域技術(shù)創(chuàng)新效率來(lái)看,長(zhǎng)三角三省一市高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新全要素生產(chǎn)率及其分解指標(biāo)技術(shù)效率指數(shù)未呈現(xiàn)統(tǒng)一的“同增同降”變化趨勢(shì),即各區(qū)域技術(shù)創(chuàng)新效率存在一定程度的差異性。上海市、江蘇省、安徽省全要素生產(chǎn)率與技術(shù)進(jìn)步指數(shù)變化規(guī)律相一致,均表現(xiàn)出不同幅度的增長(zhǎng)趨勢(shì),說明上述區(qū)域技術(shù)進(jìn)步與全要素生產(chǎn)率同步性較強(qiáng),但浙江省全要素生產(chǎn)率下降0.9%,主要原因是技術(shù)效率指數(shù)下降7%、規(guī)模效率指數(shù)下降13.2%,說明浙江省相較于長(zhǎng)三角其他省市創(chuàng)新投入與創(chuàng)新產(chǎn)出匹配度有所欠缺,創(chuàng)新資源利用效率有待加強(qiáng)。

三、長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率影響因素分析

上述研究利用DEA-BCC模型與Malmquist指數(shù)從靜態(tài)與動(dòng)態(tài)視角對(duì)長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行分析,研究發(fā)現(xiàn)大部分企業(yè)均處于非DEA有效狀態(tài),技術(shù)創(chuàng)新投入無(wú)法有效匹配技術(shù)創(chuàng)新產(chǎn)出。為探究長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率具體影響因素,本文從內(nèi)部維度和外部維度建立影響因素指標(biāo)體系,以長(zhǎng)三角高技術(shù)產(chǎn)業(yè)綜合技術(shù)效率作為因變量構(gòu)建Tobit面板回歸模型,從而判斷不同因素對(duì)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響情況。

1.影響因素指標(biāo)體系構(gòu)建

基于技術(shù)創(chuàng)新動(dòng)力機(jī)制與影響因素研究現(xiàn)狀,借鑒劉永松等(2020)[12]、劉峰等(2016)[13]、項(xiàng)燕(2022)[14]的研究方法,本文從內(nèi)部與外部雙視角構(gòu)建技術(shù)創(chuàng)新效率影響因素指標(biāo)體系,并將其納入Tobit面板回歸模型進(jìn)行實(shí)證檢驗(yàn)。具體影響因素指標(biāo)體系見表5。

表5 長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率影響因素指標(biāo)體系

2.模型設(shè)定

以DEA-BCC模型測(cè)算結(jié)果(綜合技術(shù)效率)為被解釋變量,以上述長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率內(nèi)部影響因素與外部影響因素為解釋變量,構(gòu)建技術(shù)創(chuàng)新效率影響因素分析的Tobit回歸模型,如式(7)所示。

CRSi,t=α0+α1SIZEi,t+α2TOP10i,t+

α3ROAi,t+α4SAi,t+α5LEVi,t+α6GOVi,t+

α7FINTECHi,t+εi,t

(7)

式(7)中,CRSi,t表示企業(yè)i在第t年的綜合技術(shù)效率,α0為常數(shù)項(xiàng),α1-α7為各種影響因素對(duì)技術(shù)創(chuàng)新效率的作用大小(回歸系數(shù)),ε為隨機(jī)誤差項(xiàng)。

3.Tobit回歸結(jié)果分析

為判斷不同影響因素對(duì)技術(shù)創(chuàng)新效率的作用大小,本文對(duì)Tobit回歸模型進(jìn)行Hausman檢驗(yàn),以篩選模型偏好與降低原始數(shù)據(jù)波動(dòng)對(duì)回歸結(jié)果的影響。對(duì)所有變量進(jìn)行平滑性處理后Prob>chi2=0.2743,似然比統(tǒng)計(jì)量LR值在1%的置信水平上顯著,即不拒絕原假設(shè),技術(shù)創(chuàng)新效率具有截?cái)嗵卣髑夷Ｐ痛嬖趶?qiáng)烈的個(gè)體效應(yīng),所有應(yīng)選擇隨機(jī)效應(yīng)的Tobit面板回歸模型檢驗(yàn)各種因素對(duì)技術(shù)創(chuàng)新效率的影響程度。綜合技術(shù)效率與各種影響因素回歸結(jié)果如表6所示。

表6 長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率影響因素Tobit模型面板回歸結(jié)果

表6顯示長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率影響因素回歸結(jié)果。從內(nèi)部影響因素來(lái)看,企業(yè)規(guī)模、資產(chǎn)負(fù)債率與綜合技術(shù)效率相關(guān)系數(shù)分別為0.189、-0.172,均通過1%的置信水平檢驗(yàn),說明企業(yè)規(guī)模與技術(shù)創(chuàng)新效率顯著正相關(guān)、資產(chǎn)負(fù)債率與技術(shù)創(chuàng)新效率顯著負(fù)相關(guān),擴(kuò)大企業(yè)規(guī)模有助于合理布局產(chǎn)業(yè)結(jié)構(gòu)與發(fā)揮規(guī)模經(jīng)濟(jì)效應(yīng),從而優(yōu)化創(chuàng)新資源配置、平衡創(chuàng)新投入產(chǎn)出以及激發(fā)規(guī)模效應(yīng)對(duì)提升技術(shù)創(chuàng)新效率的促進(jìn)作用,同時(shí)負(fù)債比例增加對(duì)提升技術(shù)創(chuàng)新效率具有負(fù)向影響,增加債務(wù)比例容易導(dǎo)致企業(yè)承擔(dān)過高的財(cái)務(wù)風(fēng)險(xiǎn),大量流動(dòng)資金需要償還不同期限的債務(wù)本金與利息,可能造成企業(yè)難以滿足技術(shù)創(chuàng)新活動(dòng)的資金需求,從而抑制創(chuàng)新活動(dòng)開展與技術(shù)創(chuàng)新效率提升。盈利能力、融資約束與綜合技術(shù)效率相關(guān)系數(shù)0.256、-0.149均在1%的置信水平上顯著,盈利能力與技術(shù)創(chuàng)新效率顯著正相關(guān),融資約束與技術(shù)創(chuàng)新效率顯著負(fù)相關(guān),說明盈利能力強(qiáng)有助于企業(yè)擴(kuò)大創(chuàng)新要素投入規(guī)模,提高技術(shù)創(chuàng)新重視程度與創(chuàng)新研發(fā)動(dòng)力,以擴(kuò)大創(chuàng)新投入、優(yōu)化創(chuàng)新過程以及引導(dǎo)創(chuàng)新產(chǎn)出提升企業(yè)技術(shù)創(chuàng)新效率。企業(yè)面臨較為嚴(yán)重的融資約束問題時(shí),其可能開展無(wú)重大技術(shù)突破的策略性創(chuàng)新而放棄必要的實(shí)質(zhì)性創(chuàng)新活動(dòng),表面上增加創(chuàng)新成果數(shù)量以降低經(jīng)營(yíng)風(fēng)險(xiǎn)、回收營(yíng)運(yùn)資金,最終導(dǎo)致企業(yè)創(chuàng)新資源投入不足、創(chuàng)新產(chǎn)出轉(zhuǎn)化受限,即融資約束制約企業(yè)技術(shù)創(chuàng)新效率的提升。股權(quán)集中度與技術(shù)創(chuàng)新效率在10%的置信水平上顯著正相關(guān),說明股權(quán)集中有助于充分發(fā)揮股東的監(jiān)督功能,通過優(yōu)化創(chuàng)新資源配置、增強(qiáng)創(chuàng)新動(dòng)力與提高創(chuàng)新能力促進(jìn)企業(yè)提升技術(shù)創(chuàng)新效率。

從外部影響因素來(lái)看,政府補(bǔ)助、金融科技發(fā)展水平與技術(shù)創(chuàng)新效率相關(guān)系數(shù)分別為0.218、0.304,且均在1%的置信水平上顯著,說明政府補(bǔ)助、金融科技發(fā)展水平均與技術(shù)創(chuàng)新效率顯著正相關(guān),提高政府補(bǔ)助與金融科技發(fā)展水平均可以正向促進(jìn)企業(yè)提升技術(shù)創(chuàng)新效率。主要原因在于:第一,實(shí)質(zhì)性創(chuàng)新活動(dòng)周期長(zhǎng)、難度大、不確定性高且資金需求大,政府補(bǔ)助能夠?yàn)轫?xiàng)目研發(fā)、技術(shù)改造以及技術(shù)創(chuàng)新等活動(dòng)提供專項(xiàng)資金支持,緩解資金不足等問題對(duì)技術(shù)創(chuàng)新活動(dòng)的制約作用,從而激發(fā)創(chuàng)新動(dòng)力、提高創(chuàng)新能力與提升創(chuàng)新效率。第二,金融科技發(fā)展是提升技術(shù)創(chuàng)新效率的核心動(dòng)力與有效途徑,金融科技導(dǎo)致市場(chǎng)產(chǎn)品規(guī)模擴(kuò)大、需求多樣和質(zhì)量上升,引導(dǎo)企業(yè)不斷加大技術(shù)創(chuàng)新力度、提高技術(shù)創(chuàng)新產(chǎn)出效率以滿足消費(fèi)市場(chǎng)不同層次、不同類型的產(chǎn)品需求,且其能夠緩解企業(yè)與投資者之間信息孤島問題,以優(yōu)化要素資源配置,提高技術(shù)創(chuàng)新效率與創(chuàng)新成果產(chǎn)出率。

四、結(jié)論與建議

本文采用DEA-BCC模型靜態(tài)分析高技術(shù)產(chǎn)業(yè)綜合技術(shù)效率,通過DEA-Malmquist指數(shù)分別從時(shí)間序列與區(qū)域維度動(dòng)態(tài)分析高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率及其各項(xiàng)分解指標(biāo),并利用Tobit面板回歸模型探究長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的內(nèi)外部影響因素。研究發(fā)現(xiàn):第一,2017—2021年長(zhǎng)三角高技術(shù)產(chǎn)業(yè)綜合技術(shù)效率均值為0.12,達(dá)到DEA有效水平的企業(yè)數(shù)量較少,整體技術(shù)創(chuàng)新效率仍處于較低水平,創(chuàng)新投入難以有效匹配創(chuàng)新產(chǎn)出,存在不同程度的投入冗余或產(chǎn)出不足。第二,2017—2021年長(zhǎng)三角高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率均值為1.047,年均增長(zhǎng)幅度達(dá)4.7%,呈現(xiàn)增長(zhǎng)趨勢(shì)但增長(zhǎng)速度有待提高。第三,長(zhǎng)三角整體全要素生產(chǎn)率平均增長(zhǎng)幅度為4.7%,技術(shù)進(jìn)步增長(zhǎng)是長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率提升的關(guān)鍵要素。第四,Tobit面板回歸模型回歸結(jié)果表明企業(yè)規(guī)模、股權(quán)集中度、盈利能力是顯著提升技術(shù)創(chuàng)新效率的內(nèi)部因素,融資約束、資產(chǎn)負(fù)債率是顯著抑制技術(shù)創(chuàng)新效率的內(nèi)部因素,政府補(bǔ)助、金融科技是顯著提升技術(shù)創(chuàng)新效率的外部因素?；谏鲜龇治?本文提出以下政策建議。

第一,發(fā)揮產(chǎn)業(yè)集群優(yōu)勢(shì),提高創(chuàng)新資源利用效率。長(zhǎng)三角是我國(guó)經(jīng)濟(jì)發(fā)展最活躍、創(chuàng)新能力最強(qiáng)的城市群之一,但大部分企業(yè)均存在技術(shù)創(chuàng)新規(guī)模效率遞減,說明創(chuàng)新資源未得到合理利用,存在不同程度的創(chuàng)新投入冗余或創(chuàng)新產(chǎn)出不足。加強(qiáng)長(zhǎng)三角科技創(chuàng)新共同體建設(shè),鼓勵(lì)產(chǎn)業(yè)內(nèi)部整合重組創(chuàng)新資源、優(yōu)化調(diào)整創(chuàng)新模式,以產(chǎn)業(yè)集群發(fā)展推動(dòng)創(chuàng)新要素跨地區(qū)、跨行業(yè)流動(dòng),提高創(chuàng)新資源的區(qū)域流動(dòng)效應(yīng)與利用效率,平衡創(chuàng)新資源投入與創(chuàng)新成果產(chǎn)出,從而提升長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率。

第二,激發(fā)技術(shù)創(chuàng)新動(dòng)力,引導(dǎo)高技術(shù)產(chǎn)業(yè)由規(guī)模發(fā)展轉(zhuǎn)變?yōu)楦哔|(zhì)量發(fā)展。技術(shù)進(jìn)步是長(zhǎng)三角高技術(shù)產(chǎn)業(yè)提升全要素生產(chǎn)率的關(guān)鍵因素,產(chǎn)業(yè)發(fā)展應(yīng)在擴(kuò)大規(guī)模的基礎(chǔ)上提高創(chuàng)新要素投入強(qiáng)度,平衡規(guī)模擴(kuò)張與發(fā)展質(zhì)量之間的動(dòng)態(tài)協(xié)調(diào)關(guān)系,轉(zhuǎn)變追求數(shù)量擴(kuò)張的粗放發(fā)展方式,以質(zhì)量提升推動(dòng)產(chǎn)業(yè)發(fā)展“提質(zhì)增效”。創(chuàng)新平臺(tái)、創(chuàng)新人才是激發(fā)技術(shù)創(chuàng)新動(dòng)力的重要抓手,與高校、科研院所合作培養(yǎng)、引進(jìn)高技術(shù)人才,強(qiáng)化政產(chǎn)學(xué)研合作力度,確保建立健全創(chuàng)新平臺(tái)、合作培養(yǎng)創(chuàng)新人才、協(xié)同研發(fā)關(guān)鍵核心技術(shù)和提升創(chuàng)新成果轉(zhuǎn)化能力逐漸成為高技術(shù)產(chǎn)業(yè)發(fā)展的核心動(dòng)力,合理解決長(zhǎng)三角高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新存在的規(guī)模報(bào)酬遞減效應(yīng)。

第三,注重產(chǎn)業(yè)基礎(chǔ)與共性技術(shù)研發(fā),加大政府科技創(chuàng)新扶持力度與金融科技支撐力度。技術(shù)創(chuàng)新過程需要投入大量要素資源,部分企業(yè)因資金限制等問題無(wú)法有效開展技術(shù)創(chuàng)新活動(dòng),這就需要政府部門加大高技術(shù)產(chǎn)業(yè)研發(fā)關(guān)鍵核心技術(shù)的資金補(bǔ)貼,支持創(chuàng)新平臺(tái)建設(shè)與創(chuàng)新要素投入,緩解技術(shù)創(chuàng)新過程企業(yè)可能面臨的融資約束等要素資源不足問題,從而充分發(fā)揮政府服務(wù)市場(chǎng)的重要作用。金融科技是提升企業(yè)信息披露質(zhì)量、降低企業(yè)與相關(guān)利益主體間信息不對(duì)稱的有效手段,利用金融科技等數(shù)字信息技術(shù)深度挖掘、智能分析市場(chǎng)潛在需求,逐漸立足市場(chǎng)變化調(diào)整技術(shù)創(chuàng)新方向,從而提高策略性創(chuàng)新行為成功率與實(shí)質(zhì)性創(chuàng)新行為成果轉(zhuǎn)化率。

第四,推進(jìn)高技術(shù)產(chǎn)業(yè)治理結(jié)構(gòu)改革,有效提升市場(chǎng)競(jìng)爭(zhēng)力與盈利能力。上述分析顯示股權(quán)集中程度顯著影響高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率,股權(quán)適當(dāng)集中有利于提升創(chuàng)新決策制定與創(chuàng)新要素投入的及時(shí)性,也是形成創(chuàng)新成果、提高創(chuàng)新成果市場(chǎng)轉(zhuǎn)化率的治理環(huán)境保障。同時(shí),大部分高技術(shù)企業(yè)未達(dá)到創(chuàng)新投入與創(chuàng)新產(chǎn)出的最佳狀態(tài),企業(yè)應(yīng)優(yōu)化技術(shù)創(chuàng)新管理過程,確保投資項(xiàng)目的盈利性和成功率,確保市場(chǎng)競(jìng)爭(zhēng)力與盈利能力逐漸成為提升技術(shù)創(chuàng)新效率的重要基礎(chǔ)。