技术效率的测度

综上所述，我国战略性新兴产业的内外环境说明我国核心技术缺失的现状不容小视。而核心技术缺失成为我国战略性新兴产业一个定性的概况特征。但是在核心技术缺失的表面下，我国战略性新兴产业到底技术发展状况如何，则需要通过定量分析来确定。产业经济学中引入了技术效率这一概念来表示投入与产出之间的关系。即指在既定的投入下实现了产出最大化，或者在生产既定的产出时实现了投入最小化。

1）技术效率测度的一般方法

技术效率的测度方法最早是由Farrel在1957年提出的随机前沿模型，其核心是将生产率分解为技术前沿和技术效率，表达最优状态下的最优投入产出关系，描述的是一种非现实的资源配置状况。之后得到众多学者发展，其中最为重要的是随机前沿生产模型理论。这最初是由Aigner、Lover、Schmidt（1977）以及Meeusen、Vanden Broeck（1977）提出，并为许多学者所推崇。我国学者鉴于我国产业发展的实践需要，也纷纷注意到随机前沿方法对分析我国技术进步的意义。

涂正革和肖耿（2005）首先运用随机前沿生产模型测算了我国大中型工业企业的全要素生产率和技术效率的情况。随后不少学者利用区域面板数据，考察我国省际技术效率的差异。如傅晓霞等（2006）、刘玲利（2007）以及白俊红（2009）分别应用随机前沿生产函数和省级平衡面板数据测算了我国地区工业技术效率的增长差异、研发资源配置效率和各区域的研发创新效率情况。他们研究发现1998—2005年我国平均技术效率为0.267，水平较低，存在着非效率的现象。而苏屹（2013）应用非平衡面板数据测算全国区域平均创新绩效为0.362，说明我国非效率现象较为显著。

之后我国学者将随机前沿模型应用到更为具体的产业范畴。首先有部分学者将随机前沿模型引入对我国高技术产业和研发投入绩效的考察。如唐德祥等（2008）、余泳泽等（2012）和杨青峰（2012）均运用面板数据随机前沿方法考察了我国分地区的研发投入效率情况。第一个研究发现我国三大经济区域与技术效率受R&D投入影响较为明显；第二个研究测算了我国省市高技术产业以全要素生产率增长率为代表的生产效率的变迁，研究发现技术进步率的普遍下降严重阻碍了TFP的增长势头；第三个研究则分地区测算了高技术产业研发创新效率情况。因此随机前沿模型在我国技术效率测算研究中已经应用较为成熟。

在考察高技术产业的技术效率之余，有的学者将研究视线转向了服务业和文化产业等。如黄莉芳等（2011）和钟廷勇（2014）就分别测算了我国生产性服务业及细分行业技术效率和文化创意产业的技术效率及其影响因素。研究发现样本期内我国全国服务业平均水平为0.6，我国文化创意产业的技术效率损失约为37.1%，都存在着不同程度的问题。还有的学者引入了异质性的视角，如于明超（2010）和赖永剑等（2011）分别引入了地区异质性和技术俱乐部异质性的视角，研究1998—2007年我国省级工业面板数据中包含的技术效率信息。

除了一般意义上的技术效率研究之外，还有学者针对我国经济转型和降低能耗的发展需求，利用随机前沿模型来考察能源效率的情况。如史丹等（2008）就利用省级数据测算了1980—2005年我国能源效率地区差异，而陈关聚（2014）进一步考察了30个行业的全要素能源效率，并分析了能源结构对技术效率的影响。研究发现，2003—2010年制造业能源效率呈现先上升后停滞的阶梯形变化特征，行业间能源效率水平差异较大。

本项研究也将因循随机前沿模型的发展成果，测算我国战略性新兴产业发展中的技术效率，以量化分析我国战略性新兴产业的技术发展效率。

2）随机前沿模型的构建

首先，随机前沿模型需要构建生产函数：

式中xit是包含截距项在内的生产要素向量；vit是服从N（0，1）分布的随机扰动项；uit是服从半正态分布的非负变量，表示其他个体与前沿参考的距离。

γ越接近于1表示技术无效率越严重，即其他个体与前沿参考之间确实存在着技术差距，我们选择使用随机前沿模型是适合的。否则其他个体与前沿之间的差距只是由于其他因素的随机扰动造成的。

技术效率定义为TEi=（5-10）

3）回归模型的设定与主要变量的选取

如前所述，要测算战略性新兴产业的技术效率首先需要估算生产函数。因此需要估计回归模型：

其中与前文分析一致，RD、K和L分别为研发资本、生产资本与劳动力投入。并且研发资本与生产资本均采用与前文一致的方法进行永续盘存得到对应的资本存量，且分别选择2010—2014年《高技术产业统计年鉴》中R&D经费内部支出、新增固定资产和从业人员的统计指标。

而产出y将分别使用专利数、主营业务收入以及新产品销售额三个不同的产出口径，以代表不同的技术评价标准，并且可以比较不同产出口径之间的异同，以使得回归结果更具有稳健性和全面性。本项研究以STATA12.0完成以上的回归。计算结果如表5-8～表5-10所示。

表5-8 以专利数为产出指标的随机前沿模型估计结果

注：①表中结果根据《高技术产业统计年鉴》计算得到；②*、**、***分别代表10%、5%、1%显著性水平；③括号内为响应系数的标准差；④结果中未汇报常数项结果。

表5-9 以主营业务收入为产出指标的随机前沿模型估计结果

（续表）

注：①表中结果根据《高技术产业统计年鉴》计算得到；②*、**、***分别代表10%、5%、1%显著性水平；③括号内为响应系数的标准差；④结果中未汇报常数项结果。

表5-10 以新产品销售额为产出指标的随机前沿模型估计结果

注：①表中结果根据《高技术产业统计年鉴》计算得到；②*、**、***分别代表10%、5%、1%显著性水平；③括号内为响应系数的标准差；④结果中未汇报常数项结果。

由以上计算结果可以看出，我国战略性新兴产业发展的依托产业中，总体γ值都较高，说明我们使用随机前沿模型来测算技术效率是合适的。具体来看，医药制造业的γ值只有0.036，处于低值区，说明我国医药制造业并没有根本上改变核心技术缺乏，仍然存在以仿制为主的生产，地区之间几乎不存在着根本的技术差异。而航空航天装备制造业的γ值为0.397，说明航空航天装备制造业地区间技术差异造成的产业差异，但也不能排除随机扰动的作用。这反映了我国航空航天产业的地域分布仍然较为集中，使得地区间存在着技术上的明显差异。但同时由于我国航空航天产业仍处于发展阶段，各产业链环节不够成熟，使得技术决定较为有限，其他如地理、人口密度等因素也起到了显著的作用。而其他的电子通信设备制造业、电子计算机制造业以及医疗设备制造业却显示出明显的技术无效，γ值分别为0.886、0.850以及0.798，并且均在1%水平上显著。表明我国这三个产业已经形成一定的技术梯度，技术差异决定了各地间产业的发展差异。因此在我国战略性新兴产业缺乏核心技术的大前提之下，技术无效的现实意味着即便是在低端生产区，我国相关产业仍然存在着较为明显的发展不平衡，说明我国战略性新兴产业确实处于产业发展的前期，必要的技术扩散还未完成，产业链也亟待成熟和完善。

而从生产要素的产出弹性可以看出，以专利数和新产品销售额为产出口径情况下，研发资本的产出弹性较高，而生产资本产出弹性较低，甚至为负。但是以主营业务收入为产出口径时，研发资本产出弹性显著下降，而生产资本与劳动力的产出弹性上升，这反映了总体产业发展仍以规模扩张为主，研发对于整体产出的贡献较小，而在核心技术形成过程中研发资本的投入确实非常重要。因此我国战略性新兴产业的技术发展格局是由整体产业发展战略中核心技术地位较低的现实决定的。

根据式（510）可以计算在各产出口径下，各产业的技术效率情况。不同产出统计口径的计算结果如表5-11所示。

表5-11 细分产业的技术效率测算结果

从效率的测算结果可以看出，专利数由于产出值较低，使得专利数为产出口径时无效率项u的绝对值偏大，导致技术效率偏低；而主营业务收入和新产品销售额测算值则较为接近。另外，由于医疗设备制造业在专利数和新产品销售额为产出口径时，技术效率项方差过高，导致技术效率测算失效。

以各产业逐年的主营业务收入平均值为权重，计算可得我国战略性新兴产业总体技术效率以主营业务收入为产出口径时为0.48，以专利数为产出口径时为0.0088，以新产品销售额为产出口径时为0.30，因此技术效率总体偏低，但以主营业务收入为产出口径时，技术效率仍高于文献中所测算的全国产业平均值，而以新产品销售额为产出口径时，与全国平均值相当。说明我国战略性新兴产业存在着技术发展问题的同时，也起到了引领全国产业技术提升的作用。

进一步分析细分产业，在不同产出口径情况下，我国电子通信设备制造业和电子计算机设备制造业技术效率普遍较低，而航空航天设备制造表现出较好的技术效率。而医药制造业在以专利数为衡量标准的产出口径中表现较差，技术无效较为严重，而以主营业务收入和新产品销售额为产出口径时，医药制造业的技术效率较高。这反映了医药制造业与新药开发技术欠缺而仿制技术较为成熟的发展现状，使得以主营业务收入和新产品销售额为产出口径计算的技术效率有了显著提高。

综合上述研究结果可以看出，由于市场分割、行政干预等原因，我国战略性新兴产业细分行业存在着不同程度的技术无效现象，其中以专利数、主营业务收入和新产品销售额为技术产出的量化评价指标，航空航天与医药制造业总体技术效率较其他产业更高。战略性新兴产业技术效率的低下，将会严重影响战略性新兴产业的发展前景。为了改进我国战略性新兴产业的技术效率情况，本项研究认为应当一方面注重合理规划产业的空间布局，推进优化产业区域分工，另一方面推行经济制度改革，让市场机制在战略性新兴产业发展过程中充分发挥作用，推动战略性新兴产业发展所需的生产要素更自由地流转，发达地区可以带动落后地区共同发展新兴产业。