我国制造业技术创新效率的变动及其_省略_008年29个行业的面板数据分析_代碧波

收稿日期：2011－11－19修回日期：2011－12－17基金项目：教育部人文社会科学重大项目“普惠金融视角下的我国农村金融体系构建与完善对策研究”（编号：10YZC790338）。

作者简介：代碧波（1977－），男，博士研究生，副教授，研究方向：企业信息化与技术创新；孙东生（1964－），男，教授，博士生导师，研究方向：企业发展战略与技术创新；姚凤阁（1971－），男，教授，博士生导师，研究方向：资本运营与战略管理。

·其他·我国制造业技术创新效率的变动及其影响因素*———基于2001－2008年29个行业的面板数据分析代碧波1，2孙东生1姚凤阁2（1．哈尔滨工程大学经济管理学院哈尔滨150001；2．哈尔滨商业大学管理学院哈尔滨150028）摘要基于非参数Malmquist 生产率指数分析法实证测评了我国制造业29个行业在2001－2008年间技术创新效率的动态变化，并运用面板数据模型探讨了各影响因素对技术创新效率的具体效应。

研究发现：我国制造业技术创新效率的改善不明显，年均增长0．8%，主要来源是技术效率的改善；29个行业年均技术创新效率的变化指数存在差异，其中有14个行业的技术创新效率正向增长，26个行业实现了技术效率的改善；我国制造业技术创新效率受诸多因素影响，市场结构、企业规模与技术创新效率显著正相关，而企业所有制对技术创新效率的作用不明显。

关键词制造业技术创新效率技术进步Malmquist 指数影响因素中图分类号F270文献标识码A文章编号1002－1965（2012）03－0185－07Technological Innovation Efficiency Change and InfluenceFactors of Chinese Manufacturing Industries———Based on Panel Data （2001－2008）of 29Manufacturing IndustriesDAI Bibo 1，2SUN Dongsheng 1YAO Fengge 2（1．School of Economics ＆Management ，Harbin Engineering University ，Harbin 150001；2．School of Management ，Harbin University of Commerce ，Harbin 150028）AbstractBased on Malmquist index and DEA model ，this paper evaluates the dynamic changes in technological innovation efficiency of29industries．The results show that ：The improvement of technological innovation efficiency is not obvious ，the average annual growth is only 0．8%，and the technical efficiency is the main source．The technological innovation index of 29manufacturing industries is different ，and 14industries witness a positive increase in technological innovation efficiency ，26industries achieve the technical efficiency improve-ments．The technological innovation efficiency is influenced by many factors ，market structure and enterprise scale have significant positive correlation to the technology innovation efficiency ，while enterprise ownership has no obvious correlation to it．Key wordsmanufacturing industriestechnological innovation efficiencytechnological progressMalmquist indexinfluence factors0引言制造业是国民经济的物质基础和工业化的产业主体，高度发达的制造业是实现工业化的必备条件，也是一个国家综合竞争力的重要标志。

当今中国的制造业正日渐强大，甚至被誉为正在崛起的“世界工厂”，“中国制造”对中国乃至世界经济发展的引领作用功不可没［1］。

制造业作为我国经济发展的重要支柱，正成为我国经济崛起的一支强大力量，决定着我国经济发展的国际竞争力。

然而，近年来随着国际市场原材料价格迅猛上涨、劳动力成本不断上升，以及人民币汇率持续攀升，“中国制造”固有的成本竞争优势逐渐被削弱。

当前，市场竞争已经由原来简单的价格竞争转向以技术为核心的综合实力竞争。

于是，怎样转变增长方式，使制造业增长实现由“粗放型”向“集约型”的转变，逐渐引起各国政府及学术界的广泛关注。

因此，从技术创新效率角度考察我国制造业技术创新活动绩效，不仅有利于第31卷第3期2012年3月情报杂志JOURNAL OF INTELLIGENCEVol．31No．3Mar．2012改善我国制造业技术创新活动绩效，更有助于我国制造业获得持续的竞争优势。

以制造业不同行业为考察对象，对制造业不同行业技术创新效率进行评价与比较是制造业相关研究中的一个重要方向。

Qing－xin Lan et al．（2010）运用随机前沿方法（SFA）对我国制造业的创新效率进行测评［2］。

陈泽聪、徐钟秀（2006）运用超效率DEA方法计算了我国制造业各行业1994－2003年间技术创新效率值［3］。

黄鲁成、张红彩（2006）通过因子分析定权法测算了北京制造业18个行业的技术创新效率［4］。

俞立平（2007）运用DEA方法测算了我国制造业29个行业2005年的创新效率［5］。

李双杰、陈星星（2010）通过运用DEA方法对北京市海淀区和朝阳区制造业30个行业的技术创新效率进行评价，并从横向和纵向比较了这两个区城技术创新的效率［6］。

吴和成等（2010）运用超效率DEA模型对我国十五期间17个制造行业的R＆D效率进行了测度；结果表明：十五期间，60%以上的制造行业R＆D投入资源未能得到有效利用，仅有少数制造行业R＆D效率呈现逐步改善趋势［7］。

韩晶（2010）应用随机前沿方法（SFA）对我国制造业29个行业2003－2007年的创新效率进行测评，研究发现：我国制造业创新优势主要集中在劳动密集型产业上，而在资本密集型和技术密集型产业创新效率则偏低［1］。

现有制造业创新效率的研究存在三个明显的不足：a．以往相关研究为本文指标的选取提供了参考，但是也存在不足。

首先，指标的重复或重叠；其次，以往研究衡量创新资金投入时，多采用流量指标，没有考虑创新资金投入的滞后性和累积性；最后，对指标数据的处理没有剔除纯粹价格因素的影响。

以上与指标相关的因素势必会使测算结果产生较大偏差，不能真实反映研究对象技术创新效率状况。

b．已有研究对制造业创新效率的评估还仅仅限于对横截面数据的静态评估，而并未就其动态变化情况作深入分析，不利于全面揭示近年来我国制造业不同行业技术创新的发展状况及演化趋势。

c．已有研究未曾对影响我国制造业创新效率变动的因素进行分析，不利于相关政策启示和对策的制定。

为克服传统研究方法在挖掘历史数据的深层信息方面，特别是在通过历史数据的比较来判断未来趋势方面存在的明显缺陷。

本文引入了非参数Malmquist 生产率指数分析法，对我国制造业29个行业2001－2008年的技术创新效率进行动态实证分析。

在此基础上，运用面板数据分析方法对影响我国制造业技术创新效率变动的因素及相关关系进行验证，由此得到相关的政策启示和建议。

1非参数Malmquist生产率指数方法非参数Malmquist生产率指数是一种基于数据包络分析（DEA）的生产率分析方法。

DEA是由Charnes 等（1978）提出的以线性规划为基础的分析工具，其基本思路是以非参数方法构造出最佳前沿面，然后将决策单元（DMU）的生产与最佳前沿面进行比较，进而分析各决策单元的技术效率变化和技术进步。

本文采用基于产出视角的DEA分析模型。

令x t∈R nt和y t∈R mt 分别表示时期t的Nˑ1维投入向量和Mˑ1维产出向量。

时期t的生产技术由如下生产可能性集合定义：T t=（x t，y t）：能够生产y t的所有x{}t（1）假设生产技术具有Fare等（1994）提出的标准特征，如凸性和要素强可处理性。

进一步，我们可以定义产出距离函数D t（x t，y t）= infφ＞0：（x t，y t/φ）∈T t{}），inf表示集合的最大下界，下标O表示采用基于产出视角的分析模型。

距离函数的取值小于等于1，即D t（x t，y t）≤1，仅当y t处于x t决定的生产可能性集的前沿边界上时才有D t（x t，y t）=1。

借助于距离函数，我们可以进一步构造出反映生产率变化情况的Malmquist生产率指数。

根据Fare等（1994），以产出为基础的Malmquist生产率指数呈如下形式［8］：M（x t+1，y t+1，x t，y t）=［D t（x t+1，y t+1）D t（x t，y t）ˑD t+1（x t+1，y t+1）D t+1（x t，y t）］1/2（2）可见Malmquist生产率指数实际是两个比值的几何平均，这两个比值分别反映了相对于时期t和t+1技术前沿的距离函数的变化比例。

如果Malmquist指数值大于1，则表明时期t+1的全要素生产率水平较上一期实现了增长；如果小于1，则生产率水平出现下降；如果等于1，那么生产率没有发生变化。

Malmquist 生产率指数还可以等价地写为：M（x t+1，y t+1，x t，y t）=D t+1（x t+1，y t+1）D t（x t，y t）［D t（x t+1，y t+1）D t+1（x t+1，y t+1）ˑD t（x t，y t）D t+1（x t，y t）］1/2=TEC*TC（3）其中技术效率变化指数（TEC），是指由于制度变革所引起的效率提高的结果，一般指现有的资源要素是否得到充分使用，资源配置是否最优；而技术进步指数（TC），是指创新或引进新技术的结果，一般引起生产可能性边界的外移。