中国高技术产业市场结构与研发效率

评价决策单元（DMU）相对效率的非参数方法，其借助数学规划将DMU投影到DEA前沿面上，并通过比较DMU偏离前沿面的程度来评价其相对有效性。研发效率，即研究的投入产出效率，可以利用基于DEA的Malmquist指数来度量。本文采用Fare等（1994）定义的DEA-Malmquist指数来计算各行业的研发效率，规模报酬可变状态下的具体形式为：

2.确定研发效率影响因素的Tobit模型

为确定影响研发效率的主要因素及影响程度，在利用DEA模型得到Malmquist指数的基础上，进一步采用Tobit模型进行回归分析，这被称为DEA-Tobit两阶段模型。由于DEA模型测度的效率值存在最低取值为0的界限，此时数据被截断，OLS回归将导致严重的有偏不一致估计，此时可以使用Tobin（1958）提出的Tobit模型。

（二）样本说明

本文采用了1995-2012年《中国高技术产业统计年鉴》中的13个三位码高技术行业的面板数据进行研究，具体包括：化学药品制造业、中成药制造业、生物、生化制品制造业、通信设备制造业、电子器件制造业、电子元件制造业、家用视听设备制造业、其他电子设备制造业、电子计算机整机制造业、电子计算机外部设备制造业、办公设备制造业、医疗设备及器械制造业、仪器仪表制造业。样本中剔除了航天航空器制造业、雷达及配套设备制造业和广播电视设备制造业等三类行业，因为其研发活动主要是社会和国家目标导向而非市场和利润目标导向。

二、高技术产业市场结构和研发效率测度

（一）基于Kalecki指数的高技术产业市场结构测度

本文选取Kalecki（1938）基于Lerner指数提出的衡量市场结构的方法，尽管其建立在一系列行业假设前提下，但仍能较精确地反映出行业的竞争程度，该指数越高表明市场垄断程度越高，越低表明市场竞争越激烈。Kalecki指数的计算公式为：

利润水平以行业利润总额表示；折旧水平的计算借鉴了Hu和Jefferson（2004）的做法，利用资本存量乘以15%的折旧率计算而来；行业总薪金水平，以科技活动经费内部支出中的劳务费表示；行业总收入以行业总产值表示；相关指标都通过居民消费价格指数进行了不变价（以1978年为基期）折现处理。

从图1可以发现，家用视听设备制造业、电子计算机整机制造业与电子计算机外部设备制造业的Kalecki指数最低，其市场竞争程度最为激烈；而生物、生化制品制造业的Kalecki指数最高，其市场结构趋于垄断状况。各行业市场结构的较大差异主要是由行业技术特点决定的，因为家用视听设备制造业、电子计算机整机制造业与电子计算机外部设备制造业的技术已经比较成熟，并且其生产具有较强的规模经济效应，这三个行业的市场准入门槛较低，产品可以进行批量化生产，因而市场竞争比较激烈；相比而言，生物、生化制品制造业从研发到试验，再到市场推广，要求的周期更长，技术要求更高，潜在的风险也更大，只有少数有实力企业能够获得成功，因而生物、生化制品制造业的市场准入门槛较高，市场竞争程度较低。同时，通信设备制造业和电子器件制造业的Kalecki指数整体呈现出波动下降趋势，其市场趋于竞争态势；而其余7个行业的Kalecki指数整体表现出逐年上升态势，这些行业市场竞争程度在不断弱化，垄断程度在加强。

（二）基于DEA-Malmquist指数的高技术产业研发效率测度

本文利用DEA-Malmquist指数来度量研发效率。研发投入变量包括R&D经费内部支出存量、新产品开发经费支出存量和R&D活动人员折合全时当量；研发产出变量包括新产品产值、新产品销售收入。由于从研发投入到新专利、新产品产生以及商业化需要一定周期，存在投入产出时滞，这使得研发投入与产出的时间对应难以有效处理，目前尚没有统一标准，本文将时滞统一设定为1年。《中国高技术产业统计年鉴》中缺失1995年新产品产值数据，本文用指数平滑法对其进行了预测处理。利用DEAP2.1软件测算1995-2011年我国13个高技术行业的DEA-Malmquist指数。根据计算结果，除了生物、生化制品制造业、化学药品制造业、中成药制造业、电子元件制造业以及仪器仪表制造业的研发效率有所改善，其余行业普遍出现了研发效率恶化的现象。其中，研发效率改善最显著的是生物、生化制品制造业，效率改善幅度为15.1%，而电子计算机外部设备制造业的研发效率恶化最为严重，效率下跌幅度为12%；各行业研发效率整体上呈现年均1%的衰退趋势，表明高技术产业普遍存在创新能力不足、研发效率下降的现象。

三、 高技术产业市场结构对研发效率影响的实证分析

本文提出“高技术产业市场结构与研发效率存在倒‘U’形关系”的假设，并通过在模型中引入市场结构变量的一次项和平方项来对这一假设进行检验；同时，企业规模、产权结构、政府支持、出口导向等因素也可能会影响高技术产业研发效率，因此，本文构建了如下形式的Tobit回归模型。

在式（4）中，β0为常数项，βi为待估回归系数，下标i和t分别代表行业与时期，ε为残差项。Eff为研发效率，利用DEA-Malmquist指数衡量；Kal代表市场结构，用Kalecki指数测度；Size代表企业规模，利用各行业不变价总产值与企业数比值表示的平均产值来测度；Own代表以国有化程度衡量的产权结构，利用国有及国有控股企业当年总产值占行业当年总产值的比重来测度；Gov代表政府支持力度，利用科技活动经费筹集额中政府资金比重来衡量；Exp代表出口导向，利用行业当年出口交货值占总产值比重来衡量。利用1995-2011年我国高技术产业13个细分行业的面板数据对Tobit模型进行实证分析。《中国高技术产业统计年鉴》缺失以下数据：2009-2011年科技活动经费筹集额、2009-2011年科技活动经费筹集额中政府资金部分以及1996年和1997年出口交货值，对于这些缺失数据，本文通过指数平滑法进行了预测处理。

本文利用Stata11.0软件对Tobit模型进行检验。对于面板数据，需要决定采用固定效应还是随机效应。由于Tobit模型是非线性模型，面板固定效应的非线性模型通常得不到一致估计量，因此，这里采用随机效应Tobit模型来进行计量分析，回归结果如表1所示。

根据回归结果，个体效应标准差（Sigma_u）与随机干扰项标准差（Sigma_e）都相对较小，而rho值达到0.6925，个体效应变化主要解释了各行业研发效率的变化。根据沃尔德检验（Wald chi2），拒绝不存在个体效应的原假设，对数似然值（Log likelihood）显示模型整体拟合效果较好。

市场结构一次项系数估计值为正，二次项系数估计值为负，且均在5%的水平下显著，证明了“高技术产业市场结构与研发效率存在倒‘U’形关系”的假设。这意味着在一定范围内，随着高技术产业市场垄断程度的增加，研发效率随之增加，因为在趋于竞争性的市场结构中，企业的创新成果极易被模仿，从而限制了其参与创新的动力，而趋于垄断性的市场结构将使企业可以获得研发的收益，更容易刺激企业的研发动机，但是当市场垄断程度超过临界值后，研发效率随垄断程度的增加而呈现出递减态势，因为垄断势力达到一定程度后，垄断性的市场结构将使企业逐渐丧失研发创新的动力。此外，企业规模、以国有化程度衡量的产权结构、政府支持和出口导向的系数估计值都是正数，在统计上显著，说明这些因素与研发效率具有正向关系。

四、结论及政策启示

研究结果表明，高技术产业市场结构与研发效率之间存在倒“U”形的动态关系，研发效率先是随着市场垄断程度的提高而增加，而后在到达一定程度时，随着市场垄断程度的进一步上升而呈现下降趋势。此外，企业规模、以国有化程度衡量的产权结构、政府支持和出口导向都和研发效率之间呈现出正相关关系。

根据上述结论，得到以下政策启示：第一，由于高技术产业市场结构状况并不必然导致研发效率的提升或恶化，因此，应根据行业具体特点和发展阶段实行有差别的产业政策。第二，鼓励高技术企业做大做强，高技术产业研发需要投入较大的固定成本，小企业无力抵御研发失败带来的风险，难以进行主动创新，相对于小企业，大企业更具融资优势与抗风险能力，因而创新优势更强。第三，加强国有企业在高技术产业的主导地位，增强国有经济的控制力。国有及其控股企业在通过银行体系及资本市场来满足研发资金需求方面具有优势，并且技术水平较为先进，具有较强抗风险能力，更有机会获得研发成功。第四，加强政府在高技术产业规划、布局方面的指导作用，以及在融资、税收方面的扶持力度，政府在融资、税收等方面对高技术产业的支持会降低企业研发成本，有利于提升企业研发效率。第五，积极引导高技术企业开拓国际市场，扩大高技术产品出口。高技术产业可通过出口带来的“学习效应”与开拓海外市场带来的“规模经济效应”两种渠道来提高研发效率。

[参 考 文 献]

[1]J.A.Chumpeter.Socialism，Capitalism and Democracy [M].New York：Harper and Brothers，1942.

[2]K.Arrow.Economic Welfare and the Allocation of Resources for Invention，The Rate and Direction of Inventive Activity [M].Princeton：Princeton University Press，Nber，1962：609-626.

[3]R.Goettler.，B.Gordon.Competition and Innovation in The Microprocessor Industry：Does AMD Spur Intel to Innovate More [J].Unpublished Manuscript，2009.

[4]A.R.Hashmi.Competition and Innovation：The Inverted-U Relationship Revisited[J].Review of Economics and Statistics，2013，（5）：1653-1668.

[5] P.G.Tingvall.，P.Karpaty.Service-Sector Competition， Innovation and R&D [R].SSE/EFI Working Paper Series in Economics and Finance，2008.

[6]R.Gilbert.Looking for Mr. Schumpeter：Where are We in the Competition-Innovation Debate？Innovation Policy and the Economy [M].The MIT Press，Nber，2006：159-215.

[责任编辑 孙广耀]

推荐访问:中国 高技术产业 效率 研发 结构