研究方法和数据来源

（一）DEA-Malmquist指数模型

DEA（数据包络分析）评价方法是一种将定性与定量结合起来的多目标决策法[1]，用以评价一组具有多个投入和产出的决策单元（DMU）之间的相对效率。它是一种非参数法，最大的优点是不需要对投入产出指标进行无量纲化处理，且对样本的数量要求不高。Malmquist指数是瑞典经济学家为了更好地分析不同时期的消费变化而提出的，但由于没有提供具体的技术效率（距离函数）的测度方法，因此当时该模型仍停留在理论阶段。而后，在学者通过线性规划方法测度到技术效率后，Malmquist指数才从理论指数变成实证指数。经过学术界学者的不断完善，在DEA方法的基础上，进一步将Malmquist指数分解为技术进步变动、技术效率变动和规模效率变动，且它反映的是从t期到t+1期生产效率的动态变化指数，即它不仅可以表示单个经济单元的技术效率，还可以表示所有单元的技术效率。这很好地弥补了传统DEA方法只能对不同决策单元进行同时期横向比较，而不能进行跨时间段的纵向比较的缺陷。因此，本实证将结合DEA评价法和Malmquist指数模型的优点，构建DEA-Malmquist指数模型对研究对象分别进行静态和动态分析。

根据Fare等提出的Malmquist指数计算公式，在规模报酬不变（CRS）的假设条件下，从t到t+1时期，可把Malmquist指数分解为技术进步变化指数和技术效率变化指数：

式（4.12）中EFFCH表示技术效率变化指数，TECH表示技术进步变化指数。分别表示在规模报酬不变条件下以第t期的基准技术为参照的第t期和第t+1期的距离函数。（xi，yi）表示第i期的投入和产出向量。

当规模报酬可变（VRS）时，技术效率变化指数可进一步分解为纯技术效率变化指数和规模效率变化指数：

式（4.13）中SECH表示规模效率变化指数，PECH表示纯技术效率变化指数，分别表示在规模报酬可变的条件下以第t期的前沿技术为参照的第t期和第t+1期的距离函数。

Malmquist指数反映了经济活动效率的动态变化大小和趋势，若指数大于1，表示决策单元向前沿面靠近，经济活动效率提高，反之则表示经济活动效率有所降低。(www.xing528.com)

（二）测量指标设计

由价值链相关理论可知，产业创新效率评价包括创新投入和创新产出两方面，在运用DEA-Malmquist指数模型评价产业创新效率时需确定投入和产出指标，根据柯布-道格拉斯生产函数，最基本的投入指标是资本和劳动力，产出是销售收入。

本实证在现有研究的基础上，结合高技术产业自身特点，选择R&D经费内部支出资本存量（永续盘存法计算，折旧率取10％）作为资本投入指标，R&D活动人员折合全时当量（R&D全时人员工作量与非全时人员按实际工作时间折算的工作量之和）作为人力投入指标，新产品销售收入作为产出指标。

在研究高技术产业创新效率的影响因素时，采用企业规模、竞争程度、企业经营绩效、所有制结构、外商投资、跨国公司在华研发机构和海归研发人员等七个指标作为测度因子。其中企业规模通过高技术产业总产值与企业数量的比值来衡量；竞争程度通过高技术产业总产值占规模以上工业总产值比重来衡量；企业经营绩效由高技术产业成本费用利润率来衡量；所有制结构用国有控股高技术企业工业总产值占高技术产业总产值比重来衡量；外商投资采用R&D经费内部支出中境外资金金额来衡量；跨国公司在华研发机构选择高技术企业中有科技机构的外商投资企业数（含港、澳、台商投资企业）来衡量；海归研发人员选择高技术企业中出国留学人员和学成归国人员数来衡量。七个因子中，外商投资、跨国公司在华研发机构和海归研发人员三个因子属于内向型开放式创新环境要素。

（三）研究数据来源

本实证数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国工业经济统计年鉴》《工业企业科技活动统计年鉴》，选取1年时滞期，即投入数据选取的是2007—2015年统计值，产出数据选取的是2008—2016年统计值。