摘 要:本文将2010-2014年我国29个省市文化制造业的相关面板数据进行随机前沿分析,对我国文化制造业的创新与转化效率进行了测算。模型结果显示:中国文化制造业的创新与转化过程中都存在无效率的现象,整体效率不高;各地区存在很大的不平衡,除个别省份以外大部分省份表现为较高的创新效率伴随的是较高的转化效率,低创新效率伴随着低转化效率,且二者技术进步都表现为中性。
关键词:创新效率;转化效率;文化制造业
一、引言
近年来,随着文化制造业这一概念的提出,进一步细化了文化产业的研究内容。文化制造业发展迅速,逐渐开始占据技术的高地。2014年,我国文化制造业法人单位数达17.26万个,资产总额为10438.2亿元,产业增加值为9913亿元,与2010年相比增长了125.8%,平均年增长率为25.16%。文化制造业占整个文化产业增加值的41.4%,占GDP约1.56%。从文化制造业的企业规模来看,规模以上企业数量还比较少,为1.9万个,占企业总数比例还比较小。就各地区来说,资源配置不均衡,地区发展很不平衡。因此本文将对文化制造业的R&D创新与转化效率进行测算并分析研究。
二、模型设定
一般来说,随机前沿分析方法的一般模型形式为:
本文将研究我国文化制造业的R&D创新与转化效率。因此本文将根据公式(1)分别构建创新效率分析和转化效率分析两个随机前沿模型。 文库分享网(www.Wkfxw.com),全免费下载
(一)创新效率分析模型
(二)转化效率分析模型
二、数据选取及变量说明
本文的数据主要是文化制造业的R&D投入产出的相关数据。本文选取了2010~2014年我国29个省文化制造业的有关R&D投入与产出的数据,由于西藏、新疆数据缺失,因此略去。基于前人的研究,本文以发明申请专利数作为R&D创新效率研究阶段的产出指标,新产品销售收入作为R&D转化效率研究阶段的产出指标,以R&D人员全时当量、经费支出作为R&D的投入指标,其中R&D活动经费支出以2010年为基年计算存量数据。
三、实证分析
(一)创新效率的实证分析
如下,表1是对公式(2)进行最大似然估计(MLE)的结果。一般认为γ值大于0.5则模型合适,根据表1中γ的值0.695大于0.5且通过1%的显著检验,因此采用随机前沿模型是合理的。
(二)转化效率实证分析
基于前文分析随机前沿模型同样适用于转化效率表3为最优模型估计的出的转化效率,可以看出,我国文化制造业在2010-2014年间R&D转化效率全国均值为0.398,转化效率较低,有很大的进步空间。东部地区最高为0.465,中部地区最低为0.280,各地区均有的发展空间。各省来看,文化制造业转化效率在全国均值之上的有13个省市,且都远高于全国平均水平。省际间转化效率不平衡,差距较大。青海、陕西等效率过低。
(三)创新效率与转化效率的相关性分析
上文分别分析研究了文化制造业的创新与转化效率,接下来将研究省际创新与转化的相关关系。图1为各省文化制造业创新与转化效率全国排名的折线图。横坐标为省份,纵坐标为效率值的排名。可以看出除个别省份外两条折线图的大致趋势是一致的,有较高创新效率水平的地区同样有较高的转化效率,反之亦然。
五、结论
基于本文的研究,有以下几点启示:第一,对文化制造业企业的投入不仅要加强要素水平和技术性的投入,减少技术无效率的情况,重视专利成果的生产力转化问题,第二,国家应该在加强对低创新及转化效率的省份投入的同时也要继续关注高创新与转化效率省份的投入,力求达到公平,此外省际、地区间的交流可以取长补短,相互学习进而共同进步。第三,可以通过加大对创新的投入,通过提高创新效率来提高转化效率。(作者单位:兰州财经大学)
注释:
① 本文地区划分具体为:东部:北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南;中部:山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部:内蒙古、重庆、四川、贵州、云南、广西、西藏、陕西、甘肃、青海、宁夏、新疆.
参考文献:
[1] 蒋萍.全口径中国文化产业投入产出效率研究――基于三阶段DEA模型和超效率DEA模型的分析[J].数量经济技术经济研究,2011(12):69-81.
[2] 黄永兴,徐鹏.中国文化产业效率及其决定因素:基于Boot-strap-DEA的空间计量分析[J].数理统计与管理,2014(3):457-466.
[3] 程慧平.中国省际R&D创新与转化效率实证研究[J].经济与金融管理,2015,27(4):29-37.
[4] Li X.B.China’s Regional Innovation Capacity in Transition:An Empirical Approach[J].Research Policy,2009,38(2):338-357.
[5] 项本武.中国工业行业技术创新效率研究中[J].科研管理,2011,32(1):10-14.