［提要］　本文基于规模报酬可变的DEA模型与Malmquist指数模型对2010～2020年我国高技术产业高质量发展效率进行测度，并从静态、动态两个方面分析其发展状况及区域差异性，结果表明：我国高技术产业的综合效率与全要素生产率总体均呈正向增长，且技术进步是推动全要素生产率提升的主要因素；综合效率呈空间分布不均衡的特征，总体上表现为“东强西弱”格局，西部地区产业的投入产出效率问题有待进一步解决；中西部地区的全要素生产率指标表现优于东部地区，有较大的发展潜力，东部地区管理水平和产业规模需要进一步优化。最后，结合结论提出相关政策建议，为高技术产业高质量发展提供参考。

关键词：高技术产业；效率；高质量发展；区域差异

中图分类号：F12 文献标识码：A

收录日期：2022年10月26日

近年来，中国高技术产业的发展取得明显成效，已成为推动经济结构转型升级的重要驱动力。高技术产业整体发展虽稳中向好，但仍面临着外部不确定性增加、投入产出效率不高、区域发展不平衡等多方面问题。高技术产业的发展是我国经济高质量发展的重要内容，在转型升级的关键时期，促进高技术产业高质量发展成为经济持续稳定增长的新路径，对我国的综合国力提升、国际竞争力增强以及科技强国的目标实现至关重要。推动高技术产业高质量发展已成为当前和今后一个时期我国经济发展中的重大战略任务。因此，对我国高技术产业的发展质量和区域差异的研究具有重要意义。

一、文献综述

高技术产业作为国家战略性先导产业，正处于产业发展的高峰期，并受到学者们的广泛关注，国内外已有较多学者对高技术产业进行了多方面多角度的研究。其中，对高技术产业高质量发展的相关研究主要体现在以下三个方面：一是基于各地区的数据，使用不同方法构建高技术产业高质量发展的评价指标体系。如，刘舒林等（2020）从新发展理念出发，得出提升创新资源投入、增加创新产出规模能够提升高技术产业高质量发展能力。二是基于从不同的视角，如价值链、产业链、效益等研究高技术产业高质量发展的实现路径。如，刘丽（2021）从产业链视角出发，提出高技术产业高质量发展可以通过强化创新链，构建现代化产业链供应链体系来实现；罗衎（2021）基于供给侧结构性改革的视角对我国高技术产业发展状况进行分析，并从协同创新、统筹协调和经济内外循环建设的角度提出了高技术产业高质量发展的路径。三是通过考察创新、资本、人才等因素的变动对高技术产业发展质量的影响。如，袁小慧等（2020）从高速增长向高质量发展跨越的动力机制深入剖析发现，劳动力是高技术产业高质量发展的核心要素，技术进步逐步代替资本积累成为高技术产业高质量发展新的源泉和动力。邓菁等（2019）提出财政专项资金在中国高新技术产业发展的过程中发挥着重要作用，因此要实施财政扶持策略进行政府干预。

效率是衡量产业发展水平的重要因素。当前，国内学者多集中于从科技创新效率角度研究高技术产业发展问题。邵青等（2020）通过构建两阶段效率评价网络DEA模型测算浙江省高技术产业科技创新效率。宋罡和徐勇（2013）应用随机前沿分析方法检验出创业投资对高技术产业创新效率具有显著的促进作用。

通过对相关文献梳理可以发现，当前从高质量发展角度对高技术产业发展效率进行测度与分析的研究以及从效率的角度对高技术产业高质量发展水平进行评价分析的研究相对较少。因此，本文将高质量发展与效率两个角度结合，从静态与动态两方面探索区域之间的差异及其原因，最后结合结论提出高技术产业高质量发展效率提升的方案，为我国高技术产业的发展提供参考。

二、研究设计

（一）效率测度。由于反映高技术产业高质量发展水平的产出指标与投入指标比较多，因此有必要采用测度多个产出与投入指标对比的评价方法。在参考相关学者研究基础上，本文将DEA模型与Malmquist指数相结合，分别用DEA-BCC模型对高技术产业静态效率进行测度，并应用Malmquist指数模型来测定高技术产业效率动态变化。

（二）指标选取。高技术产业高质量发展是经济高质量发展的重要组成部分，本文在借鉴前人研究成果的基础上，基于高质量发展的理论内涵并结合数据可得性，从我国高技术产业实际发展状况出发，从投入和产出两个视角建立我国高技术产业高质量效率评价的指标体系。（表1）

（三）数据来源。本文所需数据来源于《中国高技术产业统计年鉴》，将我国30个省、自治区和直辖市（西藏除外）作为本文研究对象，对于个别地区个别数据的缺失，采用线性插值法将其填充。鉴于西藏以及港澳台地区数据的缺失，故本文不予考虑。

三、实证研究与结果分析

（一）DEA模型静态分析。利用DEAP 2.1软件建立规模报酬可变的多阶段DEA-BCC模型，测算得出2010～2020年我国高技术产业综合效率及各年的均值，结果如表2所示。（表2）

从全国整体来看，2010年高技术产业的综合效率均值为0.776，在2013年有所下降，此后保持稳定提升的趋势，2020年达到0.856。从各省份来看，观测年份内，北京、天津、河南、广西、海南、重庆六个地区的综合效率除了少数年份小于1，其余年份均为1，其中河南、广西、重庆这三个地区自2011年以后始终保持DEA有效值1。这说明这些地区的高技术产业始终保持高水平发展，投入产出有效，处于生产效率前沿面，高技术产业生产技术与管理水平和资源配置水平均处于最优状态；山西、吉林、上海、青海这四个地区的综合效率均值均在0.9以上，说明这些地区的高技术产业发展水平较高，产业生产技术与管理水平和资源配置水平较好，比较稳定，同时有一定的提升空间。河北、黑龙江、浙江、湖北、湖南、贵州、陕西、新疆这八个地区高技术产业综合效率在0.7以下，其中，贵州为0.619，处于30个省份中的最低水平，说明这些地区高技术产业发展较为落后，产业效率亟待提高。

综合来看，我国高技术产业效率有较大的提升与进步，但呈现出空间分布不均衡的特征，总体上表现为“东强西弱”的格局。在30个省份中，有14个省的综合效率高于平均值0.856，其中有7个省份属于东部地区，占据东部地区的一半以上；3个省份来自中部地区，剩余4个来自西部地区。此外，有16个省份的综合效率低于平均值，其中西部地区有8个，中部地区有4个，东部地区仅有3个，从区域来看，东中西部存在较大差异，东部地区高技术产业高质量发展效率较高，西部与中部地区发展相对较为落后。

（二）Malmquist指数动态分析。利用DEAP 2.1软件得到我国高技术产业Mamlquist生产率指数及其分解状况，结果如表3、表4所示。（表3、表4）

1、全国层面分析。从M指数变化角度来看，2010～2020年我国高技术产业整体全要素生产率均值为1.058，这说明高技术产业的全要素生产率是正向且有效的，以5.8%的年平均速度增长。从整个研究时段来看，我国高技术产业全要素生产率虽然有所波动，但总体呈现上升趋势，尤其2016年后，逐步从1.029增长到2020年的1.066。总体来看，高技术产业生产率增长的原因既有技术效率（EC）以平均每年1.1%的增长率在增长，也有技术进步（TE）以每年4.6%的增长率在增长。这表明研究期内我国高技术产业的技术进步水平和资源配置综合能力均有所提升。

从技术效率（EC）变化角度来看，技术效率在整个研究时段虽然有波动，但在大多数年份中均大于1，只有在2012～2013年、2017～2018年以及2019～2020年低于1，在这些年份里，全要素生产率的增长受到技术效率的抑制。此外，纯技术效率和规模效率均出现波动性变化。在2015年以前，除了2013～2014年间纯技术效率变化值为1.047，其余年份均小于1，而在2015年以后，规模效率在大多数年份小于1，说明在前期，规模效率对技术效率起到主要的推动作用，在后期，纯技术效率起到主要的推动作用；纯技术效率和规模效率二者的均值都大于1，这表明2011～2020年我国高技术产业的经营管理水平总体来说逐步提升，产业规模也较为合理。

从技术进步（TE）变化角度来看，绝大多数年份技术进步指数变化值都大于1，且以4.6%的年平均速度增长，这表明技术进步在很大程度上促进了全要素生产率的增长，这说明我国高技术产业效率的提高主要依赖技术进步，技术进步在推动高技术产业发展中发挥着重要的作用。

2、省域层面分析。从表4各省的数据分析得出，除了内蒙古与青海，我国其余28个省份的全要素生产率均大于1。其中，增速最快的是贵州，年增长率达到20%，其次是甘肃与新疆，增速分别为14%和12%，其余各省份的增速均未超过10%。这说明我国高技术产业的发展取得了显著的成效，除了个别地区，其他地区全要素生产率均正向增长，且仍有较大的进步空间；特别地，虽然贵州的综合效率处于我国低水平，但全要素生产率增速最快，表明贵州高技术产业效率虽不高，但发展势头较好。

对于技术进步指数，30个省份的技术进步指数及均值普遍大于1，这表明各地近年来加大研发力度，研发出更优更好的技术或是引进新技术的效果是显著的；对于技术效率指数，有11个地区技术效率值低于1，分别为天津、内蒙古、辽宁、黑龙江、上海、江苏、福建、山东、湖北、广东、陕西，其中大部分属于我国东部地区。这表明东部以外的其他地区高技术产业综合资源配置能力正在不断提高。对东部地区技术效率进一步分解，可以发现大部分地区其纯技术效率和规模效率小于1，这表明东部地区高技术产业的管理水平和产业规模存在优化的空间，仍需进一步提升管理水平，科学优化高技术产业规模。究其原因，可能是由于东部地区具有良好的经济环境基础，高技术产业发展已位居全国前列，其发展水平本身较高，因此相对于其他地区，各项指标表现稍显落后，取得重大进步相对困难，而其他地区相对起步较晚，容易获得进步，但由于东部地区技术进步较快，因此也拉动了东部地区高技术产业的整体表现。

四、结论及建议

通过分析，本文得出如下结论：第一，从静态上看，我国高技术产业的综合效率虽有所波动，但总体呈正增长；高技术产业活动有效度不断提升，投入产出活动趋于合理，产业发展水平不断提高，但呈现出空间分布不均衡的特征，总体上表现为“东强西弱”的格局。第二，从动态上看，高技术产业全要素生产率值呈增长趋势，但增速较缓，其中技术进步是促进其提升的主要因素。相对而言，中部与西部地区的指标表现优于东部地区，各项指数良好，高技术产业呈现出较好的发展潜力，东部地区管理水平和产业规模需要进一步优化。

结合上述研究成果和结论，本文提出以下三点对策建议，为推动我国高技术产业高质量发展提供参考：第一，充分挖掘技术进步对高技术产业高质量发展的带动作用。当前我国高技术产业仍面临诸多问题，关键和核心的技术及部件仍需依赖进口。因此，要综合运用财税、金融等有效手段，加强对产业技术研发与创新的支持力度，补齐核心领域的短板弱项。高技术产业应注重培养自主创新能力，推进与各地区科研院所、高等院校等机构的合作，改善创新环境，充分发挥技术进步的促进作用。第二，提升高技术产业经营管理和综合资源配置能力。纯技术效率和规模效率也是推动高技术产业高质量发展的重要动力。高技术企业要紧随时代发展积极变革管理理念和模式，保持合理的产业发展规模并不断增强科技研发能力，提高产业高质量发展纯技术效率。在生产环节，对生产要素投入量和效益产出量进行合理规划，寻求生产要素最佳配比，改善高技术产业投入产出效率，合理配置资源，不断激发产业活力、创新力、竞争力。第三，各地区应因地制宜发展。各地区要根据产业发展现状以及自身实际情况，优化资源分配，推进产业合理健康发展。高技术产业发展较好的东部地区要保持并充分发挥优势，促进资源的合理配置，注重提升精细化管理水平和产业规模；而相对落后的中西部地区，需要积极引进技术和人才，提升高技术产业投入产出效率。各地区之间应积极拓展合作，推动跨地区资源和信息的整合，实现区域优势互补、协同合作，缩小地区差异，推动各个区域高技术产业高质量发展。

（作者单位：河北经贸大学）

主要参考文献：

［1］刘舒林，欧光军.我国省域高技术产业高质量发展能力评价研究［J］.生产力研究，2020（12）.

［2］刘丽.中国高技术产业高质量发展路径研究——以产业链为视角［J］.技术经济与管理研究，2021（11）.

［3］罗衎.我国高技术产业高质量发展路径研究［D］.北京：北京化工大学，2021.

［4］袁小慧，孟芊汝，范金.中国高技术产业高质量发展：动力机制与实证检验［J］.江海学刊，2020（04）.

［5］邓菁，肖兴志.高新技术产业高质量发展的财政扶持策略研究［J］.经济与管理研究，2019.40（11）.

［6］邵青，周鸿勇.基于网络DEA模型的高技术产业科技创新效率评价研究——以浙江省为例［J］.绍兴文理学院学报（人文社会科学），2020.40（03）.

［7］夏彩云，罗圳.“一带一路”沿线省域高技术产业R&D效率提升研究［J］.工业技术经济，2017.36（10）.

［8］宋罡，徐勇.创业投资对高技术产业创新效率的影响研究［J］.东北大学学报（社会科学版），2013.15（01）.

［9］杨庆，张贝尔，蒋旭东，等.长江经济带高技术产业发展效率评价及区域影响因素研究［J］.宏观经济研究，2018（08）.

［10］李杰.经济内循环视域下高技术产业与地区经济协调发展分析［J］.西南民族大学学报（人文社会科学版），2021.42（11）.

［11］张志强，钟炜林.高技术产业高质量发展效率测算及区域差异分析［J］.统计与决策，2021.37（08）.

［12］张云鹤.演化视角下中国高技术产业发展效率实证研究［D］.沈阳：辽宁大学，2018.