顾淑红花均南吕 涛(广西师范大学，桂林 541004) (中国矿业大学，徐州 116)(桂林电子科技大学，桂林 541004)
增强我国高新技术产业创新效率的方法研究
顾淑红1，2花均南2，3吕涛21(广西师范大学，桂林541004)2(中国矿业大学，徐州221116)3(桂林电子科技大学，桂林541004)
〔摘要〕本文以申请专利数、新产品销售收入为因变量，以科技与发展人员全时当量(LNpeo)、高技术产业研究与试验发展经费(LNrd)、研究与试验发展机构数(LNjg)、产业总产值(LNcz)、高技术产业利润额(LNlre)为自变量，进行加权最小二乘(WLS)回归估计，实证研究得出:申请专利数、新产品销售收入与其影响因素，即科技与发展人员全时当量(LNpeo)、高技术产业研究与试验发展经费(LNrd)、研究与试验发展机构数(LNjg)、产业总产值(LNcz)、高技术产业利润额(LNlre)之间存在正相关关系;其中科技与发展人员全时当量(LNpeo)、高技术产业研究与试验发展经费(LNrd)是影响我国高新技术产业创新效率两个最重要的变量，其影响系数为0. 673、0. 783。
〔关键词〕高新技术产业创新效率申请专利加权最小二乘
前言技术从一个层次上决定了某个产业发展水平，我国高技术产业是以技术为核心的技术密集型产业，近几年我国高技术产业取得了较快的发展势头，但是由于早期粗放式经济增长方式影响，我国高技术产业创新的绩效依然不足，并且加之我国国内环境以及高技术企业自身的弱点，表现为我国高技术产业规模小、资金不足、高技术人才匮乏等，我国高技术产业的绩效还需要进一步提升。
当前关于我国高技术产业绩效的研究主要是从定量的角度进行评价，如冯锋等(2015)选取我国29个省市的数据为研究案例，探索了两阶段链视角下科技投入产出链效率;付强，马玉成(2015)则基于价值链模型，对我国高技术产业技术创新双环节效率进行了探索，指出当前我国高技术产业基础创新绩效处于较低水平的结论;冯尧(2014)则利用DEA方法，探索了我国高技术产业科技成果转化效率，针对当前我国高技术产业科技成果转化处于较低水平的现状，从自主创新、产学研合作等方面提出解决对策;冯缨，滕家佳(2015)以江苏省高技术产业为研究案例，构建高技术产业技术创新效率评价体系，对江苏省高技术产业技术创新效率进行了定量测评。由此可见，当前从其影响因素出发进行实证研究的文献几乎没有，本文将从增强我国高新技术产业创新效率的影响因素着手，构建最小二乘估计模型，从而有效剖析如何加强各种措施构建，最终实现我国高技术产业可持续健康发展。
1 我国高技术产业创新效率状况当前我国产业出现了较快的发展趋势，企业自主创新和研发取得了一定的成就，产业创新绩效得到了明显的提升。
1. 1我国高技术产业创新状况
我国高技术产业创新状况如表1所示:
表1 我国高技术产业基本情况
1. 1. 1我国高技术产业研究与试验发展机构数
根据表1和图1，2004～2014年我国高技术产业研究与试验发展机构数呈现出逐年递增的趋势，2004年我国高技术产业研究与试验发展机构数为1255个，2008年突破2000达到2415个，2011年突破3000达到3184个，2013年突破4000达到4566个，2014年达到4583个。可见，最近几年我国高技术产业研究与试验发展机构数异军突起，发展较快。
图1 我国高技术产业研究与试验发展机构数变化
从增长率上来看，我国高技术产业研究与试验发展机构数的增长率呈现出不断波动的特征，经历1～2年的增长之后就会出现1～2年的下降，2004年我国高技术产业研究与试验发展机构数增长率为12. 93%，2014年下降为0. 37%，是增长率最低的年份。2004～2014年11年期间，增长率最高的为2013年。
1. 1. 2高技术产业研究与试验发展人员全时当量
根据表1和图2，2004～2014年我国高技术产业研究与试验发展人员全时当量也呈现出逐年递增的趋势，2004年我国高技术产业研究与试验发展人员全时当量为12. 78万人年，2008年突破20达到24. 82万人年，2011年突破30达到32万人年，2012年突破40达到42. 67万人年，2013年突破50达到52. 6万人年，2014年达到55. 9万人年。可见，最近几年我国高技术产业研究与试验发展人员全时当量也发展较快。
图2 我国高技术产业研究与试验发展人员全时当量变化
我国高技术产业研究与试验发展人员全时当量的增长率也呈现出不断波动的特征，经历1年的增长以后，就会出现1年的下降，2004年我国高技术产业研究与试验发展人员全时当量的增长率为3. 65%，2014年下降为6. 27%。2004～2014 年11年期间，增长率最高的为2006年，为43. 38%，增长率最低的为2000年，为－5. 48%。
1. 1. 3高技术产业研究与试验发展经费
根据表1和图3，2004～2014年我国高技术产业研究与试验发展经费也呈现出逐年递增直线式发展趋势，2004年我国高技术产业研究与试验发展经费为222. 44亿元，2012年突破1000达到1237. 81亿元，2013年达到1491. 49亿元，2014年达到1734. 4亿元。可见，一直以来，我国不断增加对高技术产业研究与实验发展经费的投入，尤其是2010年以后，经费投入的数额不断增大。
图3 高技术产业研究与试验发展经费变化趋势
我国高技术产业研究与试验发展经费的增长率呈现出微微波动的态势，增长率一直维持在25%的增长速度上，2010年以前，其增长率有所下滑，2011～2012年期间，增长率不断增加，接近30%的水平。2012年以后出现了下滑，2014年我国高技术产业研究与试验发展经费的增长率达16. 29%。
1. 1. 4高技术产业专利申请数
根据表1和图4，2004～2014年我国高技术产业专利申请数也呈现出逐年递增直线式发展趋势，2004年我国高技术产业专利申请数为8270件，2010年突破5000达到51513件，2012年、2013年、2014年分别达到77725件、97200件、102532件。可见我国高技术产业专利申请数增长较快，尤其是2008年之后，其数量激增趋势明显。
图4 高技术产业专利申请数变化
我国高技术产业专利申请数的增长率呈现稍微下降的趋势，这主要是因为我国高技术产业专利申请数近几年发展迅速，已经形成了较大的基数。
1. 2我国高技术产业发展概况
近几年我国高技术产业凭借技术优势，产业效益较好，产业发展迅速，高技术产业发展的前景十分广阔，经济效益明显。
表2 高技术产业产值状况
1. 2. 1高技术产业利润额
根据表2和图5，2004～2014年我国高技术产业利润额逐年递增，2004年我国高技术产业利润额为9345634. 8万元，2014年我国高技术产业利润额高达83452345. 3万元。可见我国高技术产业效益较好，利润额逐年增加，利润额的增长率虽有波动，但基本稳定在30%的水平上。
1. 2. 2高技术产业总产值
根据表2和图6，2004～2014年我国高技术产业总产值也逐年递增，2004年我国高技术产业总产值为305256332万元，增长率为6. 82%，2014年我国高技术产业总产值高达1246385035万元，增长率为19. 24%。可见我国高技术产业总产值增长也较快，总产值的增长率也有波动，基本稳定在25%的水平上。
图5 高技术产业利润额
图6 高技术产业总产值
1. 2. 3高技术产业新产品销售收入
根据表2和图7，2004～2014年我国高技术产业新产品销售收入也逐年递增，2004年我国高技术产业新产品销售收入不足5000亿元，但是2014年我国高技术产业新产品销售收入高达28739. 3434亿元，当年增长率为16. 13%。可见我国高技术产业新产品销售收入增长也较快，新产品销售收入的增长率也有波动，基本稳定在25%的水平上。
图7 高技术产业新产品销售收入
2 我国高技术产业创新效率实证研究2. 1模型构建
借鉴前文对投入产出的阐述，本文构建的实证模型如下所示:
式(1)为以新产品销售收入为产出变量的模型构建，其中式(2)为以专利申请数为产出变量的模型构建。
其中，LNzl表示专利申请数，LNpeo表示科技与发展人员全时当量，LNrd表示高技术产业研究与试验发展经费，LNjg表示研究与试验发展机构数、LNcz表示产业总产值，LNlre表示高技术产业利润额。
2. 2变量和数据来源
本文的因变量为专利申请数和新产品销售收入，主要用于描述我国高技术产业创新效率，其自变量为科技与发展人员全时当量、高技术产业研究与试验发展经费、研究与试验发展机构数、产业总产值、高技术产业利润额。
本文所有的数据均来自历年的《中国统计年鉴》。
2. 3实证结果
2. 3. 1描述性统计
数据的描述性统计如表3所示:
表3 数据的描述性统计
根据数据的描述性统计:专利申请数极小值为1，极大值为2563433，均值为1257. 98，标准差为2564. 58，可见被调查样本专利申请数存在较大的差异;新产品销售收入极小值为124. 55，极大值为6354，均值为3541，标准差为9. 256，可见被调查样本中我国高技术产业的新产品销售收入差异不明显，这也证实了高技术产业新产品的经济效益较好。
同样，专利申请数、新产品销售收入、科技与发展人员全时当量、高技术产业研究与试验发展经费、研究与试验发展机构数、产业总产值、高技术产业利润额之间也表现出较强的正相关性。
2. 3. 2相关性统计
利用johansen相关性检验，验证变量的相关性，有利于明确我国高技术产业创新效率与其各因素之间的关联性，变量的相关性检验如表4所示:
表4 变量的相关性
续表
根据表4，新产品销售收入与专利申请数之间的相关系数为0. 55，两者表现出较强的正相关;科技与发展人员全时当量与专利申请数、新产品销售收入之间的相关系数分别为0. 65、0. 61，也表现出较强的正相关;高技术产业研究与试验发展经费与专利申请数、新产品销售收入、科技与发展人员全时当量之间的相关系数分别为0. 68、0. 78、0. 45，呈现正相关;研究与试验发展机构数与试验发展经费与专利申请数、新产品销售收入、科技与发展人员全时当量、高技术产业研究与试验发展经费之间的相关系数分别为0. 68、0. 21、0. 66、0. 56，呈现正相关;产业总产值与试验发展经费与专利申请数、新产品销售收入、科技与发展人员全时当量、高技术产业研究与试验发展经费、研究与试验发展机构数之间的相关系数分别为0. 75、0. 69、0. 78、0. 71、0. 82，呈现正相关;高技术产业利润额与试验发展经费与专利申请数、新产品销售收入、科技与发展人员全时当量、高技术产业研究与试验发展经费、研究与试验发展机构数、产业总产值之间的相关系数分别为0. 65、0. 69、0. 48、0. 42、0. 65，呈现正相关。
由此可见，我国高技术产业利润额与试验发展经费、专利申请数、新产品销售收入、科技与发展人员全时当量、高技术产业研究与试验发展经费、研究与试验发展机构数、产业总产值之间均呈现出较强的正相关关系。
2. 3. 3以新产品销售收入为产出变量的实证分析
以新产品销售收入为因变量，以科技与发展人员全时当量(LNpeo)、高技术产业研究与试验发展经费(LNrd)、研究与试验发展机构数(LNjg)、产业总产值(LNcz)、高技术产业利润额(LNlre)为自变量，进行加权最小二乘(WLS)回归估计，结果如表5所示。
表5 以新产品销售收入为产出变量的实证分析
以新产品销售收入为产出变量的实证分析得出，模型调整后的拟合优度为87. 95%，F值为3345. 62，DW值为2. 134，说明模型拟合的较好。
其中科技与发展人员全时当量(LNpeo)的估计系数为0. 673，通过了5%的显着性水平检验，科技与发展人员全时当量(LNpeo)与新产品销售收入(LNY)成正相关，科技与发展人员全时当量(LNpeo)每增加1%，新产品销售收入(LNY)则提升0. 673%;高技术产业研究与试验发展经费(LNrd)的估计系数为0. 783，通过了5%的显着性水平检验，高技术产业研究与试验发展经费(LNrd)与新产品销售收入(LNY)成正相关，高技术产业研究与试验发展经费(LNrd)每增加1%，新产品销售收入(LNY)则提升0. 783%;研究与试验发展机构数(LNjg)的估计系数为0. 232，通过了5%的显着性水平检验，研究与试验发展机构数(LNjg)与新产品销售收入(LNY)成正相关，研究与试验发展机构数(LNjg)每增加1%，新产品销售收入(LNY)则提升0. 232%;产业总产值(LNcz)的估计系数为0. 573，通过了5%的显着性水平检验，产业总产值(LNcz)与新产品销售收入(LNY)成正相关，产业总产值(LNcz)每增加1%，新产品销售收入(LNY)则提升0. 573%;高技术产业利润额(LNlre)的估计系数为0. 763，通过了5%的显着性水平检验，高技术产业利润额(LNlre)与新产品销售收入(LNY)成正相关，高技术产业利润额(LNlre)每增加1%，新产品销售收入(LNY)则提升0. 763%。
2. 3. 4以申请专利数为产出变量的实证分析
以申请专利数为因变量，以科技与发展人员全时当量(LNpeo)、高技术产业研究与试验发展经费(LNrd)、研究与试验发展机构数(LNjg)、产业总产值(LNcz)、高技术产业利润额(LNlre)为自变量，进行加权最小二乘(WLS)回归估计，结果如表6所示。
表6 以申请专利数为产出变量的实证分析
以申请专利数为产出变量的实证分析得出，模型调整后的拟合优度为87. 95%，F值为3345. 62，DW值为2. 134，说明模型拟合的较好。
其中科技与发展人员全时当量(LNpeo)的估计系数为0. 752，通过了5%的显着性水平检验，科技与发展人员全时当量(LNpeo)与申请专利数(LNzl)成正相关，科技与发展人员全时当量(LNpeo)每增加1%，申请专利数(LNzl)则提升0. 752%;高技术产业研究与试验发展经费(LNrd)的估计系数为0. 732，通过了5%的显着性水平检验，高技术产业研究与试验发展经费(LNrd)与申请专利数(LNzl)成正相关，高技术产业研究与试验发展经费(LNrd)每增加1%，申请专利数(LNzl)则提升0. 732%;研究与试验发展机构数(LNjg)的估计系数为0. 533，通过了5%的显着性水平检验，研究与试验发展机构数(LNjg)与申请专利数(LNzl)成正相关，研究与试验发展机构数(LNjg)每增加1%，申请专利数(LNzl)则提升0. 533%;产业总产值(LNcz)的估计系数为0. 643，通过了5%的显着性水平检验，产业总产值(LNcz)与申请专利数(LNzl)成正相关，产业总产值(LNcz)每增加1%，申请专利数(LNzl)则提升0. 643%;高技术产业利润额(LNlre)的估计系数为0. 439，通过了5%的显着性水平检验，高技术产业利润额(LNlre)与申请专利数(LNzl)成正相关，高技术产业利润额(LNlre)每增加1%，申请专利数(LNzl)则提升0. 439%。
3 研究结论和对策建议高技术产业是我国国民经济体系的重要组成部分，一定程度上决定了我国产业发展水平、技术研发能力和层次以及我国在全球经济体系中的地位。本文以申请专利数、新产品销售收入为因变量，以科技与发展人员全时当量(LNpeo)、高技术产业研究与试验发展经费(LNrd)、研究与试验发展机构数(LNjg)、产业总产值(LNcz)、高技术产业利润额(LNlre)为自变量，进行加权最小二乘(WLS)回归估计，研究得出:科技与发展人员全时当量(LNpeo)、高技术产业研究与试验发展经费(LNrd)是影响我国高新技术产业创新效率两个最重要的变量;科技与发展人员全时当量(LNpeo)对申请专利数的影响系数分别为0. 752和0. 673，对新产品销售收入的影响系数分别为0. 732、0. 783。
根据以上研究结论，作者提出首先我国要加强对高技术产业的支持，促进科技与发展人员发展水平，提高科技与发展人员素质和水平;其次我国要不断加强高技术产业研究与试验发展经费的投入，促进企业进行自出创新和研发;再次，还要加快科技成果的转化，推动我国技术市场不断发展;最后要提升我国高技术产业集中度，增强企业规模效益，提升企业经济实力，为科技创新奠定良好的资金支撑。
参考文献
［1］陈凯华，官建成，寇明婷．中国高技术产业“高产出、低效益”的症结与对策研究——基于技术创新效率角度的探索［J］．管理评论，2015，(4) : 12～14
［2］冯锋，张雷勇，高牟，等．两阶段链视角下科技投入产出链效率研究——来自我国29个省市数据的实证［J］．科学学与科学技术管理，2015，(8) : 23～24
［3］付强，马玉成．基于价值链模型的我国高技术产业技术创新双环节效率研究［J］．科学学与科学技术管理，2015，(8) : 2～5
［4］冯尧．基于DEA方法的我国高技术产业科技成果转化效率研究［J］．学术交流，2014，(3) : 24～25
［5］冯缨，滕家佳．江苏省高技术产业技术创新效率评价［J］．科学学与科学技术管理，2015，(8) : 24～25
［6］刘欣，等．我国高技术产业工艺创新效率的测度——基于非参数的Malmquist指数法［J］．工业技术经济，2013，(11) : 84～89
［7］官建成，陈凯华．我国高技术产业技术创新效率的测度［J］．数量经济技术经济研究，2014，(10) : 34～36
［8］余泳泽．我国高技术产业技术创新效率及其影响因素研究——基于价值链视角下的两阶段分析［J］．经济科学，2015，(4)
［9］肖仁桥，钱丽，陈忠卫．中国高技术产业创新效率及其影响因素研究［J］．管理科学，2014，(5) : 2～4
(责任编辑:王平)
Research on the Method of Enhancing the Innovation Efficiency of High Tech Industry in China
Gu Shuhong1，2Hua Junnan2，3Lv Tao2(1．Guangxi Normal University，Guilin 541004，China; 2．China University of Mining and Technology，Xuzhou 221116，China; 3．Guilin University of Electronic Technology，Guilin 541004，China)
〔Abstract〕In this paper，new product sales revenue as the dependent variable，the technology and development personnel equivalent (LNpeo)，high technology research and development funds (LNrd)，research and test development institutions (LN-jg)，high technology industry profit (LNlre) as the independent variables，the empirical study concluded that: Application Patents，new product sales revenue and its influencing factors，such as technology and development funding (LNrd)，research and test development institutions (LNcz)，high technology industry profit (LNlre) exist positive correlation．Research and experimental development of full time equivalent (LNpeo)，high technology industry of science and technology and development personnel Funds (LNrd) is the two most important variables that affect the innovation efficiency of Chinas high and new technology industry，and its influence coefficient is 0. 673，0. 783．
〔Key words〕high and new technology industry; innovation efficiency; patent application; weighted least square
作者简介:顾淑红，广西师范大学经济管理学院副教授，中国矿业大学管理学院博士研究生。研究方向:管理科学与工程。花均南，桂林电子科技大学商学院副教授，中国矿业大学管理学院博士研究生。研究方向:管理科学与工程。吕涛，通讯作者，中国矿业大学管理学院教授，博士生导师。研究方向:管理科学与工程。
基金项目:国家自然科学基金项目“突发性能源短缺应急响应的组织体系及情景——应对策略研究”(项目编号: 71173218) ;国家社会科学基金重点项目“中小企业动态国际创业模式绩效机制研究”(项目编号: 12AGL003) ;广西哲社基金一般项目“基于顾客感知的网购快递物流服务质量评价研究”(项目编号: 13BGL011) ;广西人文社会科学发展研究中心·科学研究工程“优青特色研究团队”。
收稿日期:2016—01—05
〔中图分类号〕F224; F276. 44
〔文献标识码〕A
DOI:10．3969/j．issn．1004－910X．2016．04．004