俞立平 邱棟 彭長(zhǎng)生 張?jiān)俳?

摘 要：創(chuàng)新效率與創(chuàng)新質(zhì)量是高技術(shù)產(chǎn)業(yè)創(chuàng)新水平的重要體現(xiàn)，關(guān)于兩者關(guān)系的研究一直比較缺乏。在分析創(chuàng)新效率與創(chuàng)新質(zhì)量互動(dòng)機(jī)制的基礎(chǔ)上，首先采用基于松弛的超效率模型測(cè)度創(chuàng)新效率，然后綜合采用面板數(shù)據(jù)模型、面板門檻回歸模型、格蘭杰因果檢驗(yàn)、貝葉斯向量自回歸模型研究了創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的影響。研究結(jié)果表明：創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量具有較低的正向貢獻(xiàn);創(chuàng)新效率較高時(shí)其對(duì)創(chuàng)新質(zhì)量的彈性較低;當(dāng)創(chuàng)新質(zhì)量水平較低時(shí)，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性較高;創(chuàng)新效率與創(chuàng)新質(zhì)量尚未形成良好的協(xié)調(diào)機(jī)制;高技術(shù)產(chǎn)業(yè)創(chuàng)新質(zhì)量水平總體還不高，應(yīng)注重提高創(chuàng)新質(zhì)量，同時(shí)注重深層次的創(chuàng)新效率提升。

關(guān)鍵詞：創(chuàng)新效率;創(chuàng)新質(zhì)量;門檻效應(yīng);面板數(shù)據(jù);貝葉斯向量自回歸模型

一、引言

創(chuàng)新效率是創(chuàng)新產(chǎn)出與創(chuàng)新投入的比值，創(chuàng)新效率越高，意味著企業(yè)能以越低的投入獲取越大的創(chuàng)新產(chǎn)出，對(duì)于企業(yè)科技競(jìng)爭(zhēng)力提升無疑具有重要意義。創(chuàng)新質(zhì)量是企業(yè)創(chuàng)新水平的重要體現(xiàn)，擁有較高的創(chuàng)新質(zhì)量意味著企業(yè)可以獲得創(chuàng)新帶來的巨大收益。然而效率與質(zhì)量又是一對(duì)矛盾體，原始創(chuàng)新、重大創(chuàng)新等高質(zhì)量創(chuàng)新往往意味著長(zhǎng)期的巨大投入，在保證創(chuàng)新效率較高的情況下很難保證創(chuàng)新質(zhì)量較高。高技術(shù)產(chǎn)業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展的主導(dǎo)產(chǎn)業(yè)，研究創(chuàng)新效率與創(chuàng)新質(zhì)量的關(guān)系，探索創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的作用規(guī)律，分析其互動(dòng)機(jī)制，不僅能夠豐富國(guó)家創(chuàng)新系統(tǒng)理論，而且對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新驅(qū)動(dòng)發(fā)展具有十分重要的意義。

關(guān)于創(chuàng)新效率的測(cè)度與分析，其研究成果較多。Cherchye等（2005）采用包絡(luò)分析法從微觀的角度對(duì)荷蘭8所大學(xué)的科研投入產(chǎn)出效率進(jìn)行了比較分析。朱金龍、朱衛(wèi)未等（2018）利用主成分分析和超效率數(shù)據(jù)包絡(luò)分析組合模型，對(duì)江蘇行業(yè)產(chǎn)業(yè)類27個(gè)協(xié)同創(chuàng)新中心建設(shè)期內(nèi)的科研效率進(jìn)行了比較分析。魏國(guó)江（2016）按照技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新及市場(chǎng)創(chuàng)新構(gòu)建三階段共享投入模型，結(jié)果發(fā)現(xiàn)外資企業(yè)、股份公司創(chuàng)新效率最高，國(guó)有、集體企業(yè)創(chuàng)新效率墊底。刁秀華、李姣姣等（2018）認(rèn)為，我國(guó)高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率呈現(xiàn)明顯的中部、西部、東部區(qū)域差異，技術(shù)進(jìn)步是導(dǎo)致各區(qū)域技術(shù)創(chuàng)新效率低的主要原因。Hirshleifer等（2013）使用專利授權(quán)數(shù)和引用數(shù)與R&D資本的比值作為衡量企業(yè)創(chuàng)新效率的指標(biāo)。Thomas等（2011）采用專利與研發(fā)經(jīng)費(fèi)比值、出版物與研發(fā)經(jīng)費(fèi)比值等指標(biāo)測(cè)算了美國(guó) 50 個(gè)州的創(chuàng)新效率。劉永松、王婉楠等（2019）利用兩階段網(wǎng)絡(luò)DEA模型測(cè)度了南亞、東南亞國(guó)家的創(chuàng)新效率。

關(guān)于創(chuàng)新效率的影響因素，Benhabib等（1994）研究指出，許多發(fā)展中國(guó)家的技術(shù)引進(jìn)效率較低，原因是其人類資源素質(zhì)較低。Fuchs等（2011）研究認(rèn)為，從創(chuàng)新效率來看，顧客參與創(chuàng)新?lián)碛休^高的創(chuàng)新效率和較低的創(chuàng)新成本。國(guó)勝鐵、楊博等（2018）研究發(fā)現(xiàn)，技術(shù)引進(jìn)是縮小技術(shù)差距的有效途徑，但技術(shù)差距對(duì)技術(shù)引進(jìn)效率存在門限效應(yīng)。余紅偉、譚琳（2017）研究了卓越績(jī)效、全面質(zhì)量、ISO 質(zhì)量標(biāo)準(zhǔn)三種質(zhì)量管理模式對(duì)創(chuàng)新效率的影響。黃繁華、高靜（2013）指出，我國(guó)向高收入國(guó)家出口地緣偏向性的增多不利于技術(shù)效率的提高，向中低收入國(guó)家出口的地緣偏向性與技術(shù)效率存在顯著的正相關(guān)關(guān)系。錢麗、王文平等（2018）測(cè)算了中國(guó)工業(yè)企業(yè)綠色研發(fā)和成果轉(zhuǎn)化效率，發(fā)現(xiàn)產(chǎn)學(xué)研合作、創(chuàng)新氛圍、外商投資、環(huán)保投入強(qiáng)度有利于效率提升。陳抗、戰(zhàn)炤磊（2019）研究了產(chǎn)業(yè)集群外溢效應(yīng)對(duì)創(chuàng)新效率的影響。

關(guān)于創(chuàng)新質(zhì)量的界定，包括廣義與狹義兩種觀點(diǎn)。廣義的觀點(diǎn)從產(chǎn)品與服務(wù)質(zhì)量角度加以展開，Haner（2002）認(rèn)為創(chuàng)新質(zhì)量包括產(chǎn)品及服務(wù)質(zhì)量、生產(chǎn)過程質(zhì)量、企業(yè)管理質(zhì)量三個(gè)維度。狹義的觀點(diǎn)則強(qiáng)調(diào)研發(fā)質(zhì)量及其價(jià)值，Lanjouw等（2004）、Teemu等（2014）認(rèn)為創(chuàng)新質(zhì)量既包含著創(chuàng)新的技術(shù)價(jià)值，也包含著經(jīng)濟(jì)價(jià)值。李習(xí)保（2007）較早提出了創(chuàng)新能力評(píng)價(jià)不僅需要考察創(chuàng)新成果的數(shù)量，更應(yīng)考慮創(chuàng)新的“質(zhì)量”。文顯堂（2011）認(rèn)為衡量創(chuàng)新質(zhì)量有兩條標(biāo)準(zhǔn)即改變世界和帶來巨大效益 文顯堂，《創(chuàng)新質(zhì)量決定中國(guó)未來》，http：//blog.sina.com.cn/s/blog_6c9637e30100xmt6.html。。

關(guān)于創(chuàng)新質(zhì)量的影響因素，Vestal（2014）實(shí)證研究認(rèn)為，企業(yè)與顧客合作能夠促進(jìn)創(chuàng)新質(zhì)量提升。Claver等（1998）研究發(fā)現(xiàn)創(chuàng)新氛圍和創(chuàng)新文化對(duì)創(chuàng)新質(zhì)量有積極的影響。荊寧寧、黃申奧等（2017）發(fā)現(xiàn)，創(chuàng)新文化與創(chuàng)新質(zhì)量、顧客創(chuàng)新與創(chuàng)新質(zhì)量之間存在顯著的正相關(guān)關(guān)系。Prajogo等（2006）通過對(duì)美國(guó)企業(yè)的調(diào)查發(fā)現(xiàn)，企業(yè)的研究和開發(fā)經(jīng)費(fèi)投入能提高創(chuàng)新質(zhì)量。蔡紹洪、俞立平（2017）研究了創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同作用機(jī)制，發(fā)現(xiàn)創(chuàng)新質(zhì)量對(duì)企業(yè)效益的貢獻(xiàn)并不顯著。許昊、萬(wàn)迪昉等（2017）發(fā)現(xiàn)風(fēng)險(xiǎn)投資甄別了創(chuàng)新質(zhì)量，能夠有效抑制以外觀設(shè)計(jì)和實(shí)用新型為代表的低質(zhì)量創(chuàng)新，積極促進(jìn)以發(fā)明專利為代表的高質(zhì)量創(chuàng)新。程俊杰（2019）認(rèn)為創(chuàng)新質(zhì)量較低的原因包括研發(fā)投入不足、創(chuàng)新成果產(chǎn)業(yè)化機(jī)制尚未形成、創(chuàng)新環(huán)境亟待優(yōu)化、路徑依賴難以突破等。

關(guān)于創(chuàng)新質(zhì)量與創(chuàng)新效率之間的關(guān)系，總體研究不多，主要集中在產(chǎn)品質(zhì)量與生產(chǎn)效率上。Hallak等（2009）認(rèn)為企業(yè)具有生產(chǎn)效率和質(zhì)量生產(chǎn)能力異質(zhì)性，同時(shí)認(rèn)為企業(yè)生產(chǎn)效率越高其可變成本越低，質(zhì)量生產(chǎn)能力越高。Melitz（2003）基于新新國(guó)際貿(mào)易理論，指出產(chǎn)品質(zhì)量的異質(zhì)性是企業(yè)生產(chǎn)率的差異影響出口行為的重要補(bǔ)充。Juan（2006）、Gene等（2008）認(rèn)為不同目標(biāo)市場(chǎng)的產(chǎn)品質(zhì)量和服務(wù)需求是有差異的，他們研究了質(zhì)量評(píng)價(jià)與技術(shù)效率的關(guān)系。羅麗英、齊月（2016）研究發(fā)現(xiàn)綜合技術(shù)創(chuàng)新效率的提高能顯著促進(jìn)出口產(chǎn)品質(zhì)量升級(jí)，高技術(shù)行業(yè)技術(shù)研發(fā)效率對(duì)出口產(chǎn)品質(zhì)量升級(jí)的影響最為顯著，中等技術(shù)行業(yè)技術(shù)轉(zhuǎn)化效率對(duì)出口產(chǎn)品質(zhì)量升級(jí)的影響最大。

單純從創(chuàng)新效率與創(chuàng)新質(zhì)量的角度看，現(xiàn)有的研究均比較豐富。關(guān)于創(chuàng)新效率的測(cè)度方法，涉及產(chǎn)出投入指標(biāo)比較、指標(biāo)體系、DEA數(shù)據(jù)包絡(luò)分析等，目前以后者為主。關(guān)于創(chuàng)新效率的影響因素，涉及人力資本、顧客參與、技術(shù)引進(jìn)、質(zhì)量管理模式、地緣偏向、產(chǎn)學(xué)研合作、創(chuàng)新氛圍、外商投資、環(huán)保投入、要素配置等諸多方面。關(guān)于創(chuàng)新質(zhì)量的界定，廣義的觀點(diǎn)涉及產(chǎn)品及過程質(zhì)量，狹義的觀點(diǎn)涉及研發(fā)質(zhì)量。關(guān)于創(chuàng)新質(zhì)量的影響因素，涉及顧客參與、創(chuàng)新文化、研發(fā)投入、創(chuàng)新數(shù)量、風(fēng)險(xiǎn)投資、產(chǎn)學(xué)研合作等方面。關(guān)于創(chuàng)新效率與創(chuàng)新質(zhì)量的關(guān)系，現(xiàn)有研究較少涉及，更多涉及產(chǎn)品質(zhì)量?？傮w上，在以下幾個(gè)方面有待進(jìn)一步深入：

第一，關(guān)于創(chuàng)新效率與創(chuàng)新質(zhì)量的互動(dòng)機(jī)制及其理論研究，現(xiàn)有研究只有零星的描述，缺乏系統(tǒng)性，需要進(jìn)一步進(jìn)行分析和總結(jié)。

第二，關(guān)于創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的影響大小、影響規(guī)律，也有必要進(jìn)行進(jìn)一步的研究。

第三，創(chuàng)新效率與創(chuàng)新質(zhì)量之間可能存在非線性關(guān)系，或者說可能存在門檻效應(yīng)，需要從全新的視角開展研究。

本文從宏觀和狹義角度界定創(chuàng)新質(zhì)量，側(cè)重從產(chǎn)業(yè)創(chuàng)新質(zhì)量的視角進(jìn)行分析。所謂產(chǎn)業(yè)創(chuàng)新質(zhì)量，就是指產(chǎn)業(yè)原始創(chuàng)新、重大創(chuàng)新等高水平創(chuàng)新的體現(xiàn)，是產(chǎn)業(yè)科技競(jìng)爭(zhēng)力水平的綜合體現(xiàn)。在此基礎(chǔ)上，基于中國(guó)高技術(shù)產(chǎn)業(yè)省際宏觀面板數(shù)據(jù)，在分析創(chuàng)新效率與創(chuàng)新質(zhì)量關(guān)系的基礎(chǔ)上提出假設(shè)，然后綜合采用面板數(shù)據(jù)模型、面板門檻回歸模型、貝葉斯向量自回歸模型，分析創(chuàng)新效率與創(chuàng)新質(zhì)量的關(guān)系。

二、理論基礎(chǔ)與研究方法

（一）創(chuàng)新效率與創(chuàng)新質(zhì)量的關(guān)系

1.創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的作用機(jī)制

創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的作用機(jī)制如圖1所示。創(chuàng)新效率較高，意味著擁有較高的純技術(shù)效率和規(guī)模效率。純技術(shù)效率本質(zhì)上是創(chuàng)新過程中創(chuàng)新自身技術(shù)水平的總體體現(xiàn)，如良好的實(shí)驗(yàn)設(shè)備和條件、較強(qiáng)的研發(fā)隊(duì)伍、較好的信息檢索能力和手段等;規(guī)模效率是企業(yè)創(chuàng)新中創(chuàng)新規(guī)模決定的效率，源于規(guī)模經(jīng)濟(jì)，規(guī)模效率提高，說明創(chuàng)新生產(chǎn)中的成本降低和創(chuàng)新生產(chǎn)效益提高，此外管理水平與規(guī)模效率密切相關(guān)，良好的創(chuàng)新管理有助于提高規(guī)模效率。純技術(shù)效率和規(guī)模效率水平較高均有利于提高創(chuàng)新質(zhì)量。

從另外一個(gè)角度看，創(chuàng)新效率本質(zhì)上又是產(chǎn)出投入比的重要體現(xiàn)，此外還隱含了對(duì)創(chuàng)新速度的要求。由于創(chuàng)新資源是有限的，所以企業(yè)在創(chuàng)新時(shí)均對(duì)研發(fā)投入有具體的預(yù)算，并力求盡量節(jié)省，而從創(chuàng)新質(zhì)量的角度看，原始創(chuàng)新與重大創(chuàng)新又是需要重大投入的，并且創(chuàng)新原創(chuàng)性越強(qiáng)，其研發(fā)投入越大，不確定性和風(fēng)險(xiǎn)性會(huì)越大，這必然會(huì)影響創(chuàng)新質(zhì)量。此外，創(chuàng)新效率較高還意味著對(duì)創(chuàng)新速度有具體的要求，新產(chǎn)品及早上市無疑具有重大優(yōu)勢(shì)，但也面臨著產(chǎn)品不夠完善的風(fēng)險(xiǎn)。Urban等（1986）研究發(fā)現(xiàn)，市場(chǎng)第二進(jìn)入者和第三進(jìn)入者的市場(chǎng)占有率相差巨大。創(chuàng)新速度是一把“雙刃劍”，并不能保證較好的創(chuàng)新回報(bào)。因此，提高創(chuàng)新效率意味著對(duì)研發(fā)投入的控制與對(duì)創(chuàng)新速度的要求，又隱含著降低創(chuàng)新質(zhì)量的風(fēng)險(xiǎn)，這是其負(fù)向機(jī)制。

綜合以上分析，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量同時(shí)存在正向作用機(jī)制與負(fù)向作用機(jī)制，鑒于原始創(chuàng)新、重大創(chuàng)新總體比重不高，創(chuàng)新質(zhì)量更多地體現(xiàn)在傳統(tǒng)的一般創(chuàng)新質(zhì)量提高水平上，因此提出如下假設(shè)：

H1：創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量具有正向貢獻(xiàn)，其回歸系數(shù)為正數(shù)。

此外，創(chuàng)新質(zhì)量對(duì)創(chuàng)新效率具有反饋機(jī)制，當(dāng)創(chuàng)新質(zhì)量較高時(shí)，必然存在高額回報(bào)，從而鼓勵(lì)創(chuàng)新效率的進(jìn)一步提升。

2.創(chuàng)新效率與創(chuàng)新質(zhì)量的非線性關(guān)系

純技術(shù)效率與規(guī)模效率具有相對(duì)穩(wěn)定性。創(chuàng)新的純技術(shù)效率是企業(yè)創(chuàng)新技術(shù)水平的綜合體現(xiàn)，規(guī)模效率是創(chuàng)新管理水平的綜合體現(xiàn)，在一定的情況下是相對(duì)不變的，所以從這兩個(gè)方面來提升創(chuàng)新效率是相對(duì)困難的。

在創(chuàng)新投入產(chǎn)出中創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性是逐漸下降的，這是因?yàn)閯?chuàng)新效率也是一種特殊的要素，是制度、管理和技術(shù)水平的綜合體現(xiàn)，其發(fā)揮的作用不會(huì)一直提升。從產(chǎn)出投入比和創(chuàng)新速度角度提高創(chuàng)新效率相對(duì)容易。創(chuàng)新產(chǎn)出需要長(zhǎng)期積累，短期投入不足對(duì)其影響一般不大，所以如果適當(dāng)縮減創(chuàng)新投入，則能夠提高創(chuàng)新效率。從創(chuàng)新速度角度看，適當(dāng)加大研發(fā)投入、合適的研發(fā)激勵(lì)，以及科研人員的加班工作，一定程度上也能提高創(chuàng)新速度，進(jìn)而提高創(chuàng)新效率。

由前述可知，純技術(shù)效率和規(guī)模效率對(duì)創(chuàng)新質(zhì)量是正向作用機(jī)制，產(chǎn)出投入比和創(chuàng)新速度對(duì)創(chuàng)新質(zhì)量是負(fù)向作用機(jī)制。圖2中，實(shí)線“創(chuàng)新效率”是兩條虛線“產(chǎn)出投入比、創(chuàng)新速度”和“純技術(shù)效率、規(guī)模效率”的疊加。從綜合效應(yīng)看，當(dāng)創(chuàng)新效率較低時(shí)，其對(duì)創(chuàng)新質(zhì)量的彈性必然較高;而當(dāng)創(chuàng)新效率較高時(shí)，其對(duì)創(chuàng)新質(zhì)量的彈性必然較低。為此，提出如下假設(shè)：

H2：創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性呈現(xiàn)遞減關(guān)系，隨著創(chuàng)新效率的提高，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性降低。

3.新效率對(duì)創(chuàng)新質(zhì)量的門檻效應(yīng)

創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的門檻效應(yīng)，本質(zhì)上也是創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的非線性作用機(jī)制，但是門檻效應(yīng)可以進(jìn)行更為精細(xì)的刻畫，主要包括以下幾種門檻效應(yīng)：

第一，創(chuàng)新效率自身的門檻效應(yīng)。即創(chuàng)新效率可以分為1個(gè)或多個(gè)門檻，創(chuàng)新效率水平的不同，其對(duì)創(chuàng)新質(zhì)量的彈性大小也有差異，這和創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的非線性作用機(jī)制是一樣的，不同的只是后者的彈性變化是連續(xù)的，而門檻效應(yīng)的彈性是不連續(xù)的，因此兩者可以互相驗(yàn)證。

第二，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量貢獻(xiàn)的創(chuàng)新質(zhì)量門檻效應(yīng)。即可以將創(chuàng)新質(zhì)量分為幾個(gè)不同的水平，創(chuàng)新效率對(duì)這幾個(gè)不同水平創(chuàng)新質(zhì)量的彈性是不一樣的。對(duì)于高質(zhì)量的創(chuàng)新而言，由于其難度大、投入多、時(shí)間長(zhǎng)，一般創(chuàng)新效率并不高，而對(duì)于低質(zhì)量創(chuàng)新而言，往往容易獲得較高的創(chuàng)新效率。為此，提出如下假設(shè)：

H3：創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的貢獻(xiàn)存在創(chuàng)新質(zhì)量的門檻效應(yīng)，當(dāng)創(chuàng)新質(zhì)量水平較高時(shí)，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性較低。

第三，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量貢獻(xiàn)的創(chuàng)新成果門檻效應(yīng)。即將創(chuàng)新成果分為不同的水平，在不同的水平下，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性是不一樣的。當(dāng)創(chuàng)新成果水平較低時(shí)，由于其創(chuàng)新數(shù)量少，創(chuàng)新質(zhì)量會(huì)更差，畢竟創(chuàng)新質(zhì)量是建立在創(chuàng)新數(shù)量的基礎(chǔ)上的，此時(shí)也談不上創(chuàng)新效率，因此創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性較低;當(dāng)創(chuàng)新成果水平中等時(shí)，創(chuàng)新數(shù)量擁有一定的基礎(chǔ)，一般也擁有較低的創(chuàng)新質(zhì)量，此時(shí)創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性會(huì)較高;當(dāng)創(chuàng)新成果水平很高時(shí)，創(chuàng)新質(zhì)量水平也較高，根據(jù)前文分析，此時(shí)創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性又進(jìn)一步降低。為此，提出如下假設(shè)：

H4：創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的貢獻(xiàn)存在創(chuàng)新成果的門檻效應(yīng)，當(dāng)創(chuàng)新成果水平中等時(shí)，創(chuàng)新效率的彈性最高。

（二）研究框架與研究方法

本文的研究框架如圖3所示。在對(duì)創(chuàng)新效率與創(chuàng)新質(zhì)量的關(guān)系進(jìn)行理論分析的基礎(chǔ)上，首先對(duì)創(chuàng)新效率進(jìn)行測(cè)度，然后進(jìn)一步研究其單向關(guān)系與動(dòng)態(tài)關(guān)系。所謂單向關(guān)系，就是研究創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的平均作用彈性以及非線性關(guān)系，非線性關(guān)系又包括引入創(chuàng)新效率的2次項(xiàng)進(jìn)行回歸以及門檻效應(yīng)回歸，其研究方法是面板數(shù)據(jù)模型與面板門檻回歸模型。所謂互動(dòng)關(guān)系，包括兩個(gè)方面：一是采用格蘭杰因果檢驗(yàn)分析創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的互動(dòng)關(guān)系，二是建立貝葉斯向量自回歸模型后通過脈沖響應(yīng)函數(shù)來分析兩者的互動(dòng)關(guān)系。

創(chuàng)新效率與創(chuàng)新質(zhì)量本質(zhì)上具有互動(dòng)關(guān)系，但是本文更加關(guān)注創(chuàng)新效率與創(chuàng)新質(zhì)量的平均彈性以及非線性關(guān)系，所以采用多種方法綜合進(jìn)行研究，以反映創(chuàng)新效率與創(chuàng)新質(zhì)量關(guān)系的全貌。

1.超效率測(cè)度模型

本文采用數(shù)據(jù)包絡(luò)分析來測(cè)度創(chuàng)新效率，這也是目前學(xué)術(shù)界應(yīng)用得最多的方法。DEA分析的思想最早源于Charnes等（1978）的研究，傳統(tǒng)的DEA模型包括規(guī)模報(bào)酬不變的CCR模型和規(guī)模報(bào)酬可變的BCC模型，但其共性問題是可能存在多個(gè)決策單元的效率值為1，本文創(chuàng)新效率僅僅是中間變量，如果有多個(gè)值為1就不利于后續(xù)的回歸分析。為此決定采用Andersen等（1993）提出的超效率模型進(jìn)行測(cè)度，其最大優(yōu)點(diǎn)就是完全有效的決策單元效率值大于1，擁有較好的離散性和可比性。但是傳統(tǒng)的超效率模型并沒有解決投入要素的松弛問題，為此Tone（2002）提出了SBM（Slacks-based Measure）模型，將松馳變量直接放入目標(biāo)函數(shù)。本文采用SBM-SDEA模型，一方面將松弛變量引入DEA，另一方面測(cè)度超效率，從而較好地解決了創(chuàng)新質(zhì)量的測(cè)度問題。

2.基本方程與面板數(shù)據(jù)模型

對(duì)于公式（2）和公式（3），擬基于高技術(shù)產(chǎn)業(yè)的省際面板數(shù)據(jù)，采用面板數(shù)據(jù)模型來進(jìn)行估計(jì)。該模型由Mundlak（1961）首創(chuàng)，目前已經(jīng)比較成熟，它能在有限的時(shí)間內(nèi)提供更多的數(shù)據(jù)量，從而保證了模型估計(jì)時(shí)自由度充足;固定效應(yīng)模型通過差分估計(jì)，所以對(duì)重要變量遺失不敏感;此外，由于研發(fā)經(jīng)費(fèi)、研發(fā)人員之間往往高度相關(guān)，容易存在多重共線性，但面板數(shù)據(jù)模型也能很好地進(jìn)行處理。

關(guān)于面板數(shù)據(jù)的估計(jì)方法，考慮到創(chuàng)新效率與創(chuàng)新質(zhì)量之間存在互動(dòng)關(guān)系，因此采用系統(tǒng)廣義矩（SYS-GMM）方法進(jìn)行估計(jì)，工具變量采用各自變量的1階滯后項(xiàng)。

3.創(chuàng)新效率的門檻回歸模型

創(chuàng)新效率的門檻回歸模型包括創(chuàng)新效率自身的門檻、創(chuàng)新質(zhì)量門檻、創(chuàng)新成果門檻，其原理大同小異。以創(chuàng)新質(zhì)量門檻為例，假設(shè)存在一個(gè)創(chuàng)新質(zhì)量門檻變量τ，使得對(duì)于Q≤τ和Q>τ時(shí)，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性存在顯著差異。當(dāng)Q≤τ時(shí)，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性系數(shù)為θ1;當(dāng)Q>τ時(shí)，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性系數(shù)為θ2，即：

4.貝葉斯向量自回歸模型

Litterman（1986）將傳統(tǒng)向量自回歸模型與貝葉斯推斷理論相結(jié)合，建立了貝葉斯向量自回歸模型（Bayesian Vector Autoregressions，BVAR）。與傳統(tǒng)VAR模型相比，貝葉斯向量自回歸模型大大降低了估計(jì)時(shí)的自由度，具有較高的預(yù)測(cè)精度，而且不需要進(jìn)行協(xié)整檢驗(yàn)，可以用來分析創(chuàng)新效率與創(chuàng)新質(zhì)量的互動(dòng)關(guān)系。

三、數(shù)據(jù)來源

創(chuàng)新質(zhì)量變量的選擇。關(guān)于創(chuàng)新質(zhì)量的測(cè)度，Guellec等（2000）指出專利審查機(jī)構(gòu)會(huì)授予那些擁有相當(dāng)程度原創(chuàng)性技術(shù)內(nèi)涵的專利以正式的專利權(quán)，被授權(quán)的專利擁有比未被授權(quán)專利更高的質(zhì)量水平。Tong等（1994）認(rèn)為專利中的權(quán)利要求數(shù)量能體現(xiàn)技術(shù)創(chuàng)新的能力和創(chuàng)新質(zhì)量。Cornelli等（1999）提出用專利支付年費(fèi)的時(shí)間長(zhǎng)度衡量專利價(jià)值，年費(fèi)支付延續(xù)時(shí)間較長(zhǎng)的專利擁有更高的質(zhì)量。張古鵬、陳向東（2011）提出可以通過專利的授權(quán)率和付費(fèi)期長(zhǎng)度來衡量創(chuàng)新質(zhì)量。綜合以上結(jié)果，考慮到我國(guó)專利包括發(fā)明專利、實(shí)用新型與外觀設(shè)計(jì)三大類，發(fā)明專利質(zhì)量最高，加上本文側(cè)重研究宏觀產(chǎn)業(yè)角度的創(chuàng)新質(zhì)量，最終采用發(fā)明專利的授權(quán)率作為創(chuàng)新質(zhì)量的替代變量。

創(chuàng)新效率的計(jì)算。創(chuàng)新效率的測(cè)度方法較多，以數(shù)據(jù)包絡(luò)分析為主，根據(jù)前文分析，本文采用基于松弛變量的超效率測(cè)度模型SBM-SDEA進(jìn)行測(cè)度。投入變量采用企業(yè)研發(fā)經(jīng)費(fèi)內(nèi)部支出、研發(fā)人員折合全時(shí)當(dāng)量，關(guān)于創(chuàng)新成果，借鑒Griliches（1990），張同斌、陳婷玉（2020），冷松（2020）等的研究，采用新產(chǎn)品銷售收入作為替代變量。

本文所有數(shù)據(jù)來自于中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒，由于從2010年才開始公布發(fā)明專利的申請(qǐng)與授權(quán)量，因此研究數(shù)據(jù)范圍為2010-2017年。西藏、青海、新疆、寧夏數(shù)據(jù)缺失年份較多，因此將這4個(gè)地區(qū)刪除，實(shí)際為中國(guó)大陸27個(gè)地區(qū)8年的面板數(shù)據(jù)，變量的描述統(tǒng)計(jì)如表1所示。

四、實(shí)證結(jié)果

（一）變量的平穩(wěn)性檢驗(yàn)

本文研究數(shù)據(jù)時(shí)間跨度為8年，總體時(shí)間不長(zhǎng)，為了提高研究的穩(wěn)健性，本文繼續(xù)進(jìn)行平穩(wěn)性檢驗(yàn)，方法是同時(shí)采用Levin Lin&Chu檢驗(yàn)、Im Pesaran and Shin W-stat檢驗(yàn)、ADF-Fisher檢驗(yàn)，以結(jié)果一致為準(zhǔn)，經(jīng)過一階差分，所有變量均為平穩(wěn)時(shí)間序列，結(jié)果如表2所示。

（二）面板數(shù)據(jù)回歸

面板數(shù)據(jù)回歸結(jié)果如表3所示，表3括號(hào)中的數(shù)字為t檢驗(yàn)結(jié)果（下同）。首先引入研發(fā)經(jīng)費(fèi)、研發(fā)勞動(dòng)力、創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量進(jìn)行回歸。hausman檢驗(yàn)值為15.686，p值為0.001，所以選擇固定效應(yīng)模型進(jìn)行估計(jì)。結(jié)果顯示，研發(fā)經(jīng)費(fèi)在5%的水平下通過了統(tǒng)計(jì)檢驗(yàn)，研發(fā)勞動(dòng)力和創(chuàng)新效率均在10%的水平下通過了統(tǒng)計(jì)檢驗(yàn)。三者的彈性系數(shù)之和為0.129，遠(yuǎn)遠(yuǎn)小于1，說明從創(chuàng)新質(zhì)量的角度看，創(chuàng)新投入的績(jī)效總體不高，處于規(guī)模報(bào)酬遞減階段，深層次上也說明了高技術(shù)產(chǎn)業(yè)創(chuàng)新質(zhì)量不高。從創(chuàng)新效率看，其彈性最低，僅為0.017，也就是說創(chuàng)新效率每提高1%，創(chuàng)新質(zhì)量?jī)H提高0.017%。這樣H1就得到了驗(yàn)證，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量有積極的貢獻(xiàn)。盡管創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量同時(shí)存在正向機(jī)制和負(fù)向機(jī)制，但由于正向機(jī)制總體上大于負(fù)向機(jī)制，所以最終創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的貢獻(xiàn)還是值得肯定的。

繼續(xù)引入創(chuàng)新效率的2次項(xiàng)，分析創(chuàng)新效率與創(chuàng)新質(zhì)量的非線性關(guān)系。Hausman檢驗(yàn)值為17.511，p值為0.002，拒絕隨機(jī)效應(yīng)的原假設(shè)，可繼續(xù)采用固定效應(yīng)模型進(jìn)行估計(jì)。創(chuàng)新效率沒有通過統(tǒng)計(jì)檢驗(yàn)，但其2次項(xiàng)在5%的水平下通過了統(tǒng)計(jì)檢驗(yàn)。創(chuàng)新效率和創(chuàng)新效率2次項(xiàng)的回歸系數(shù)均為負(fù)數(shù)，這樣創(chuàng)新效率與創(chuàng)新質(zhì)量之間就呈“倒U型”曲線，由于其拋物線對(duì)稱軸在Y軸左邊，創(chuàng)新效率值不可能為負(fù)數(shù)，也就是說，隨著創(chuàng)新效率的提高，其對(duì)創(chuàng)新質(zhì)量的彈性是逐步降低的，這樣H2就得到了驗(yàn)證，這也符合邊際遞減規(guī)律。

（三）面板門檻回歸

1.創(chuàng)新效率自身的門檻效應(yīng)

首先進(jìn)行創(chuàng)新效率的單門檻檢驗(yàn)，其F檢驗(yàn)值為22.751，概率為0.001，拒絕沒有單門檻的原假設(shè)，繼續(xù)進(jìn)行雙門檻檢驗(yàn)，其F檢驗(yàn)值為2.656，概率為0.090，在10%的水平下通過了統(tǒng)計(jì)檢驗(yàn)。在這種情況下，兼顧計(jì)量的精細(xì)和統(tǒng)計(jì)檢驗(yàn)的結(jié)果，最終采用雙門檻模型進(jìn)行估計(jì)，結(jié)果如表4所示。

創(chuàng)新效率有2個(gè)門檻，其對(duì)數(shù)值分別為-2.059、-0.226，將創(chuàng)新效率分為低、中、高3個(gè)水平，數(shù)據(jù)數(shù)量分別為60、147、9個(gè)，絕大多數(shù)處于創(chuàng)新效率的中低水平。當(dāng)創(chuàng)新效率水平較低時(shí)，創(chuàng)新效率與創(chuàng)新質(zhì)量無關(guān)，回歸系數(shù)沒有通過統(tǒng)計(jì)檢驗(yàn);當(dāng)創(chuàng)新質(zhì)量水平中等時(shí)，創(chuàng)新效率的彈性系數(shù)為0.074，通過了統(tǒng)計(jì)檢驗(yàn);當(dāng)創(chuàng)新質(zhì)量水平較高時(shí)，創(chuàng)新效率的彈性系數(shù)為-1.237，也通過了統(tǒng)計(jì)檢驗(yàn)。雖然門檻回歸模型不是連續(xù)模型，但結(jié)果與引入創(chuàng)新效率2次項(xiàng)的面板回歸模型基本相似，進(jìn)一步驗(yàn)證了H2。

2.創(chuàng)新效率的創(chuàng)新質(zhì)量門檻

首先進(jìn)行創(chuàng)新質(zhì)量的單門檻檢驗(yàn)，其F檢驗(yàn)值為58.869，概率為0.000，拒絕沒有單門檻的原假設(shè)，繼續(xù)進(jìn)行雙門檻檢驗(yàn)，其F檢驗(yàn)值為40.190，概率為0.000，同樣通過了統(tǒng)計(jì)檢驗(yàn)，考慮到數(shù)據(jù)量所限，最終采用雙門檻模型進(jìn)行估計(jì)，結(jié)果如表5所示。

創(chuàng)新質(zhì)量有2個(gè)門檻，其對(duì)數(shù)值分別為3.688、3.952，將創(chuàng)新質(zhì)量分為低、中、高3個(gè)水平，數(shù)據(jù)數(shù)量分別為45、78、93個(gè)，總體呈遞增狀態(tài)。當(dāng)創(chuàng)新質(zhì)量水平較低時(shí)，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性為0.090，并且通過了統(tǒng)計(jì)檢驗(yàn);當(dāng)創(chuàng)新質(zhì)量水平中等時(shí)，創(chuàng)新效率的彈性系數(shù)為-0.039，但沒有通過統(tǒng)計(jì)檢驗(yàn);當(dāng)創(chuàng)新質(zhì)量水平較高時(shí)，創(chuàng)新效率的彈性系數(shù)為-0.138，通過了統(tǒng)計(jì)檢驗(yàn)。總體上，當(dāng)創(chuàng)新質(zhì)量較低時(shí)，創(chuàng)新效率的彈性較大，績(jī)效較好。這樣H3就得到了檢驗(yàn)，當(dāng)創(chuàng)新質(zhì)量水平較高時(shí)，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性反而較低。這是因?yàn)椋瑒?chuàng)新質(zhì)量較高的企業(yè)往往也具有較高的創(chuàng)新效率，進(jìn)一步提升創(chuàng)新效率比較困難，而當(dāng)創(chuàng)新質(zhì)量水平較低時(shí)，創(chuàng)新效率往往也較低，改進(jìn)空間大，容易取得較好的效果。

3.創(chuàng)新效率的創(chuàng)新成果門檻

首先進(jìn)行創(chuàng)新成果的單門檻檢驗(yàn)，其F檢驗(yàn)值為16.936，概率為0.000，拒絕沒有單門檻的原假設(shè)，繼續(xù)進(jìn)行雙門檻檢驗(yàn)，F(xiàn)檢驗(yàn)值為7.499，概率為0.010，同樣通過了統(tǒng)計(jì)檢驗(yàn)，考慮到數(shù)據(jù)量所限，最終采用雙門檻模型進(jìn)行估計(jì)，結(jié)果如表6所示。

創(chuàng)新成果有2個(gè)門檻，其對(duì)數(shù)值分別為11.815、12.992，將創(chuàng)新成果分為低、中、高3個(gè)水平，數(shù)據(jù)數(shù)量分別為15、29、172個(gè)，大多數(shù)處在高創(chuàng)新成果區(qū)間。當(dāng)創(chuàng)新成果水平較低時(shí)，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性為-0.257，并且通過了統(tǒng)計(jì)檢驗(yàn);當(dāng)創(chuàng)新質(zhì)量水平中等時(shí)，創(chuàng)新效率的彈性系數(shù)為0.066，同樣通過了統(tǒng)計(jì)檢驗(yàn);當(dāng)創(chuàng)新成果水平較高時(shí)，創(chuàng)新效率的彈性系數(shù)為0.005，但沒有通過統(tǒng)計(jì)檢驗(yàn)。

當(dāng)創(chuàng)新成果較低時(shí)，一般而言談不上創(chuàng)新質(zhì)量，所以創(chuàng)新效率的績(jī)效不佳，當(dāng)創(chuàng)新成果較高時(shí)，一般也意味著創(chuàng)新質(zhì)量總體較高，在這樣的情況下，根據(jù)前文研究，創(chuàng)新效率一般也難以獲得較高的績(jī)效。這樣H4就得到了檢驗(yàn)，當(dāng)創(chuàng)新成果水平中等時(shí)，創(chuàng)新效率的彈性最高。

（四）創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量互動(dòng)關(guān)系的因果檢驗(yàn)

創(chuàng)新效率與創(chuàng)新質(zhì)量的格蘭杰因果檢驗(yàn)如表7所示?？紤]到面板數(shù)據(jù)的時(shí)間跨度為8年，因此本文滯后期選取1-4期進(jìn)行檢驗(yàn)。從檢驗(yàn)結(jié)果看，創(chuàng)新效率不是創(chuàng)新質(zhì)量的格蘭杰原因，但從第二年開始，創(chuàng)新質(zhì)量是創(chuàng)新效率的格蘭杰原因，也就是說，提高創(chuàng)新效率的根本舉措在于提高創(chuàng)新質(zhì)量。

（五）貝葉斯向量自回歸模型

創(chuàng)新效率的脈沖響應(yīng)函數(shù)如圖4所示。除自身外，來自創(chuàng)新成果、研發(fā)經(jīng)費(fèi)一個(gè)標(biāo)準(zhǔn)差的正向沖擊對(duì)其影響最大，兩者影響大小相當(dāng)，均是當(dāng)期沒有影響，第二期開始提高后趨于穩(wěn)定，說明創(chuàng)新成果、研發(fā)經(jīng)費(fèi)的增加均有利于提高創(chuàng)新效率。尤其是研發(fā)經(jīng)費(fèi)，在加大投入的情況下還能提高創(chuàng)新效率，說明其帶來的產(chǎn)出更大，這非常有意義。來自創(chuàng)新質(zhì)量一個(gè)標(biāo)準(zhǔn)差的正向沖擊對(duì)其影響為負(fù)值，當(dāng)期為0，然后緩慢衰減，作用時(shí)間較長(zhǎng)，說明創(chuàng)新質(zhì)量的提升不利于提高創(chuàng)新效率。

創(chuàng)新質(zhì)量的脈沖響應(yīng)函數(shù)如圖5所示。來自研發(fā)經(jīng)費(fèi)一個(gè)標(biāo)準(zhǔn)差的正向沖擊對(duì)其有輕微影響，來自創(chuàng)新成果的沖擊對(duì)其幾乎沒有影響，這和面板回歸結(jié)果基本一致，主要原因是高技術(shù)產(chǎn)業(yè)創(chuàng)新質(zhì)量水平總體不高。而來自創(chuàng)新效率的沖擊除了當(dāng)期有輕微的正向影響外，很快衰減為負(fù)數(shù)，總體上說明提高創(chuàng)新效率并不能提高創(chuàng)新質(zhì)量。

研發(fā)經(jīng)費(fèi)的脈沖響應(yīng)函數(shù)如圖6所示。來自創(chuàng)新成果一個(gè)標(biāo)準(zhǔn)差的正向沖擊對(duì)其影響最大，當(dāng)期為0，然后以較快的速度增長(zhǎng)并趨于平穩(wěn)，作用時(shí)間較長(zhǎng)，說明創(chuàng)新成果對(duì)研發(fā)投入形成了良好的反饋。其次是創(chuàng)新質(zhì)量的沖擊，當(dāng)期就發(fā)揮作用，從第二期開始一直處于穩(wěn)步上升狀態(tài)，說明創(chuàng)新質(zhì)量對(duì)研發(fā)投入也具有良好的反饋?zhàn)饔?。?chuàng)新效率的沖擊對(duì)研發(fā)經(jīng)費(fèi)投入的影響總體上為負(fù)數(shù)，短期提高創(chuàng)新效率只能硬性降低研發(fā)投入。

創(chuàng)新成果的脈沖響應(yīng)函數(shù)如圖7所示。來自研發(fā)經(jīng)費(fèi)一個(gè)標(biāo)準(zhǔn)差的正向沖擊對(duì)其影響最大，當(dāng)期發(fā)揮作用，而且比較平穩(wěn)，作用時(shí)間較長(zhǎng)，說明加大研發(fā)投入是提高創(chuàng)新成果的根本措施。其次是創(chuàng)新效率的沖擊，當(dāng)期發(fā)揮作用，水平較高，隨后開始衰減，說明提高創(chuàng)新效率也有助于創(chuàng)新成果的增加。最后是創(chuàng)新質(zhì)量的沖擊，當(dāng)期發(fā)揮作用，隨后緩慢提高，作用時(shí)間較長(zhǎng)，創(chuàng)新質(zhì)量也是創(chuàng)新成果的重要體現(xiàn)。

五、研究結(jié)論與政策啟示

（一）研究結(jié)論

1.創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量具有較低的正向貢獻(xiàn)

創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量同時(shí)具有正向作用機(jī)制與負(fù)向作用機(jī)制，其正向機(jī)制主要體現(xiàn)在通過提高創(chuàng)新自身的技術(shù)水平改善純技術(shù)效率，通過改善創(chuàng)新管理水平提高規(guī)模效率，進(jìn)而提高創(chuàng)新質(zhì)量。其負(fù)向作用機(jī)制主要體現(xiàn)在創(chuàng)新效率本質(zhì)上即產(chǎn)出投入比，適當(dāng)降低投入可以提高效率，但是會(huì)有損創(chuàng)新質(zhì)量。此外，效率提高隱含著對(duì)創(chuàng)新速度的要求，而這可能降低創(chuàng)新質(zhì)量。面板數(shù)據(jù)的實(shí)證研究結(jié)果表明，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性為正數(shù)，但彈性總體較低。

2.創(chuàng)新效率較高時(shí)其對(duì)創(chuàng)新質(zhì)量的彈性反而較低

創(chuàng)新效率的正向作用機(jī)制中，純技術(shù)效率與規(guī)模效率短期具有相對(duì)穩(wěn)定性，一般提升比較困難。創(chuàng)新效率的負(fù)向作用機(jī)制中，適當(dāng)增加人為控制可以提高產(chǎn)出投入比與創(chuàng)新速度。這樣如果違背創(chuàng)新效率自身發(fā)展規(guī)律而人為施加一定的影響，在提高創(chuàng)新效率的同時(shí)實(shí)際上僅僅提升了其負(fù)向作用機(jī)制，導(dǎo)致其對(duì)創(chuàng)新質(zhì)量的彈性下降。面板數(shù)據(jù)中引入創(chuàng)新效率2次項(xiàng)的研究表明，創(chuàng)新效率處在“倒U型”曲線的右側(cè)，即創(chuàng)新效率較高時(shí)其對(duì)創(chuàng)新質(zhì)量的貢獻(xiàn)反而較低。面板門檻回歸模型中，創(chuàng)新效率自身的門檻效應(yīng)顯示，創(chuàng)新效率較低時(shí)，其對(duì)創(chuàng)新質(zhì)量的正向彈性不顯著;創(chuàng)新效率中等時(shí)，其對(duì)創(chuàng)新質(zhì)量的正向彈性顯著;創(chuàng)新效率較高時(shí)，其對(duì)創(chuàng)新質(zhì)量的負(fù)向彈性顯著。這些充分說明，隨著創(chuàng)新效率的提高，其對(duì)創(chuàng)新質(zhì)量的彈性降低，甚至?xí)霈F(xiàn)負(fù)值。

3.創(chuàng)新質(zhì)量較低時(shí)創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性較高

對(duì)于低質(zhì)量的創(chuàng)新而言，由于創(chuàng)新難度小，如果能提高創(chuàng)新效率，是有利于創(chuàng)新質(zhì)量提高的;而對(duì)于高質(zhì)量創(chuàng)新而言，由于投入大、難度大、時(shí)間長(zhǎng)，在這種情況下提高效率非常困難，因此創(chuàng)新效率總體不高。面板門檻回歸結(jié)果表明，當(dāng)創(chuàng)新質(zhì)量較低時(shí)，創(chuàng)新效率對(duì)其的正向彈性顯著，通過了統(tǒng)計(jì)檢驗(yàn);當(dāng)創(chuàng)新質(zhì)量中等時(shí)，創(chuàng)新效率對(duì)其的負(fù)向彈性不顯著，沒有通過統(tǒng)計(jì)檢驗(yàn);當(dāng)創(chuàng)新質(zhì)量較高時(shí)，創(chuàng)新效率對(duì)其負(fù)向彈性顯著，通過了統(tǒng)計(jì)檢驗(yàn)。

當(dāng)創(chuàng)新成果中等時(shí)，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性最大。當(dāng)創(chuàng)新成果較低時(shí)，一般談不上創(chuàng)新質(zhì)量，創(chuàng)新效率一般也不高，所以創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性總體不佳;當(dāng)創(chuàng)新成果中等時(shí)，擁有一定的創(chuàng)新質(zhì)量，創(chuàng)新效率對(duì)其績(jī)效較高;當(dāng)創(chuàng)新成果較高時(shí)，創(chuàng)新質(zhì)量一般也較高，此時(shí)創(chuàng)新效率的彈性反而降低。創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的創(chuàng)新成果門檻效應(yīng)證明了這一點(diǎn)。

4.創(chuàng)新效率與創(chuàng)新質(zhì)量尚未形成良好的協(xié)調(diào)機(jī)制

面板數(shù)據(jù)與面板門檻回歸的靜態(tài)研究表明，創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性呈現(xiàn)較低的正相關(guān)關(guān)系，創(chuàng)新效率較高時(shí)其對(duì)創(chuàng)新質(zhì)量的彈性較低，創(chuàng)新質(zhì)量較低時(shí)創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性較高，兩者總體協(xié)調(diào)不佳。

格蘭杰因果檢驗(yàn)的研究表明，創(chuàng)新效率無論在什么情況下，都不是創(chuàng)新質(zhì)量的格蘭杰原因。但在滯后2、3、4期的情況下，創(chuàng)新質(zhì)量是創(chuàng)新效率的格蘭杰原因。這說明創(chuàng)新質(zhì)量對(duì)創(chuàng)新效率擁有較好的反饋效應(yīng)，但創(chuàng)新效率尚不能非常有效地促進(jìn)創(chuàng)新質(zhì)量。

貝葉斯向量自回歸模型的研究結(jié)果表明，創(chuàng)新效率的正向沖擊對(duì)創(chuàng)新質(zhì)量的影響為負(fù)向，創(chuàng)新質(zhì)量的正向沖擊對(duì)創(chuàng)新效率的影響也為負(fù)向。

造成高技術(shù)產(chǎn)業(yè)創(chuàng)新效率與創(chuàng)新質(zhì)量協(xié)調(diào)不佳的根本原因是我國(guó)的創(chuàng)新質(zhì)量總體還不高，從創(chuàng)新投入產(chǎn)出看，創(chuàng)新投入對(duì)創(chuàng)新質(zhì)量的彈性之和僅為0.129，處于嚴(yán)重的規(guī)模報(bào)酬遞減階段。此外，創(chuàng)新效率也有較大的提升空間，從脈沖響應(yīng)函數(shù)可以看出，創(chuàng)新效率的正向沖擊對(duì)研發(fā)投入的影響顯著為負(fù)，依靠降低研發(fā)經(jīng)費(fèi)來提高創(chuàng)新效率是沒有意義的。

（二）政策啟示

1.高技術(shù)產(chǎn)業(yè)目前的首要任務(wù)是提高創(chuàng)新質(zhì)量

改革開放以來，中國(guó)高技術(shù)產(chǎn)業(yè)取得了長(zhǎng)足的發(fā)展與令人矚目的成就，目前其創(chuàng)新總量已經(jīng)頗具規(guī)模，中國(guó)已經(jīng)連續(xù)多年成為世界上專利申請(qǐng)數(shù)量第一的國(guó)家，但是中國(guó)高技術(shù)產(chǎn)業(yè)目前的創(chuàng)新質(zhì)量還不高，研發(fā)投入難以有效地促進(jìn)創(chuàng)新質(zhì)量提升，在許多領(lǐng)域我國(guó)的關(guān)鍵技術(shù)還受制于人。因此，高技術(shù)產(chǎn)業(yè)應(yīng)該轉(zhuǎn)變創(chuàng)新思路，加強(qiáng)基礎(chǔ)研究，注重原始創(chuàng)新與重大創(chuàng)新，通過提高創(chuàng)新質(zhì)量來引領(lǐng)高技術(shù)產(chǎn)業(yè)創(chuàng)新的轉(zhuǎn)型升級(jí)。

創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的彈性較低，根本原因是負(fù)向機(jī)制的作用較強(qiáng)，表現(xiàn)為創(chuàng)新一味追求產(chǎn)出投入比和創(chuàng)新速度，這對(duì)創(chuàng)新質(zhì)量的提升是不利的。凡是重大創(chuàng)新、顛覆性創(chuàng)新等創(chuàng)新質(zhì)量較高的領(lǐng)域，在做好創(chuàng)新管理的同時(shí)，都要加大投入，不能過分追求節(jié)約成本和提高創(chuàng)新速度。

2.應(yīng)注重提高創(chuàng)新效率與創(chuàng)新質(zhì)量的協(xié)調(diào)關(guān)系

效率與質(zhì)量應(yīng)該有所側(cè)重。當(dāng)創(chuàng)新效率較低時(shí)，固然從效率角度有存在瑕疵，但能有效地提高創(chuàng)新質(zhì)量。當(dāng)創(chuàng)新質(zhì)量較低時(shí)，雖然這是不利因素，但此時(shí)創(chuàng)新效率對(duì)創(chuàng)新質(zhì)量的提升機(jī)制較好。在高技術(shù)產(chǎn)業(yè)創(chuàng)新效率與創(chuàng)新質(zhì)量的協(xié)調(diào)機(jī)制尚不完善的情況下，企業(yè)應(yīng)該根據(jù)具體情況因地制宜，尋找自身的創(chuàng)新效率與創(chuàng)新質(zhì)量提升路徑，政府應(yīng)該出臺(tái)相關(guān)政策，精細(xì)化地加以引導(dǎo)和扶持。

效率和質(zhì)量是統(tǒng)一的，創(chuàng)新質(zhì)量不高的原因本質(zhì)上在于沒有實(shí)現(xiàn)效率與質(zhì)量的有機(jī)協(xié)調(diào)。短期創(chuàng)新效率的提高固然容易取得較好的效果，但對(duì)創(chuàng)新質(zhì)量提高不利，而要提高創(chuàng)新質(zhì)量，短期會(huì)犧牲創(chuàng)新效率。所以，企業(yè)必須制定好長(zhǎng)期的創(chuàng)新發(fā)展戰(zhàn)略，從有助于提高企業(yè)長(zhǎng)期競(jìng)爭(zhēng)力的角度出發(fā)，平衡好創(chuàng)新效率與創(chuàng)新質(zhì)量的關(guān)系，避免短期行為。

高技術(shù)產(chǎn)業(yè)應(yīng)該從深層次提高創(chuàng)新效率。淺層次的創(chuàng)新效率提升包括提高產(chǎn)出投入比和創(chuàng)新速度，由于人為干預(yù)成分較大，因此稍有不慎，可能起到相反的效果。而深層次的創(chuàng)新效率提升包括改進(jìn)自身的技術(shù)與加強(qiáng)創(chuàng)新管理，這才是創(chuàng)新質(zhì)量提升的關(guān)鍵。因此，高技術(shù)企業(yè)一方面要加強(qiáng)學(xué)習(xí)，注重交流，努力提升自己的創(chuàng)新水平，從而提高純技術(shù)效率;另一方面也應(yīng)該加強(qiáng)創(chuàng)新管理研究，合理分配創(chuàng)新資源，加強(qiáng)創(chuàng)新人才激勵(lì)，努力提高規(guī)模效率水平。

參考文獻(xiàn)：

[1] 蔡紹洪、俞立平，2017：《創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量與企業(yè)效益——來自高技術(shù)產(chǎn)業(yè)的實(shí)證》，《中國(guó)軟科學(xué)》第5期。[Cai Shaohong and Yu Liping，2017，Innovation Quantity，Innovation Quality and Firm Benefit—— Evidence from the High-tech Industries，China Soft Science，5.]

[2] 陳抗、戰(zhàn)炤磊，2019：《規(guī)模經(jīng)濟(jì)、集聚效應(yīng)與高新技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率變化》，《現(xiàn)代經(jīng)濟(jì)探討》第12期。[Chen Kang and Zhan Zhaolei，2019，Economies of Scale，Agglomeration Effect and Changes in Total Factor Productivity of High-tech Industry，Modern Economic Research，12.]

[3] 程俊杰，2019：《高質(zhì)量發(fā)展背景下破解“創(chuàng)新困境”的雙重機(jī)制》，《現(xiàn)代經(jīng)濟(jì)探討》第3期。[Cheng Junjie，2019，Double Mechanisms of Solving “Innovation Dilemma” under the Background of High-quality Development，Modern Economic Research，3.]

[4] 刁秀華、李姣姣、李宇，2018：《高技術(shù)產(chǎn)業(yè)的企業(yè)規(guī)模質(zhì)量、技術(shù)創(chuàng)新效率及區(qū)域差異的門檻效應(yīng)》，《中國(guó)軟科學(xué)》第11期。[Diao Xiuhua，Li Jiaojiao and Li Yu，2018，Research on the Threshold Effect Between Firm Size Quality and Technological Innovation Efficiency：Panel Data from High-tech Industries in China，China Soft Science，11.]

[5] 國(guó)勝鐵、楊博、王林輝，2018：《產(chǎn)品質(zhì)量、技術(shù)差距與技術(shù)引進(jìn)效率：來自上海市制造業(yè)的經(jīng)驗(yàn)證據(jù)》，《宏觀經(jīng)濟(jì)研究》第3期。[Guo Shengtie，Yang Bo and Wang Linhui，2018，Product Quality， Technology Gap and Technology Import Efficiency：Empirical Evidence from Shanghai Manufacturing Industry，Macroeconomics，3.]

[6] 黃繁華、高靜，2013：《出口地緣偏向性、質(zhì)量評(píng)價(jià)與技術(shù)效率評(píng)估》，《世界經(jīng)濟(jì)研究》第7期。[Huang Fanhua and Gao Jing，2013，Trade Geopolitical Deviation，Quality Valuation Mechanism and Technology Efficiency Assess，World Economy Studies，7.]

[7] 荊寧寧、黃申奧、李德峰，2017：《創(chuàng)新文化、顧客創(chuàng)新、社交媒體與創(chuàng)新質(zhì)量之間的關(guān)系——有調(diào)節(jié)的中介效應(yīng)模型》，《宏觀質(zhì)量研究》第4期。[Jing Ningning，Huang Shenao and Li Defeng，2017，Research on the Relationship Between Innovation Culture， Customer Innovation， Social Media and Innovation Quality—A Moderated Mediation Model，Journal of Macro-quality Research，4.]

[8] 冷松，2020：《研發(fā)投入的創(chuàng)新績(jī)效綜合評(píng)估研究——基于儀器設(shè)備視角》，《云南財(cái)經(jīng)大學(xué)學(xué)報(bào)》第6期。[Leng Song，2020，Research on the Comprehensive Evaluation of the Innovation Performance of R&D Investment：From the Perspective of Instrument and Equipment，Journal of Yunnan University of Finance and Economics，6.]

[9] 李習(xí)保，2007：《中國(guó)區(qū)域創(chuàng)新能力變遷的實(shí)證分析： 基于創(chuàng)新系統(tǒng)的觀點(diǎn)》，《管理世界》第12期。[Li Xibao，2007，A Case Study on the Changes in the Innovation Capability of Chinas Regions：A Concept Based on the Innovation System，Management World，12.]

[10] 劉永松、王婉楠、王墨林，2019：《基于兩階段網(wǎng)絡(luò)DEA模型的國(guó)家創(chuàng)新效率研究——基于南亞、東南亞國(guó)家》，《云南財(cái)經(jīng)大學(xué)學(xué)報(bào)》第6期。[Liu Yongsong，Wang Wannan and Wang Molin，2019，A Study on the National Innovation Efficiency Based on Two-stage Network DEA Model：Based on South and Southeast Asia Countries，Journal of Yunnan University of Finance and Economics，6.]

[11] 羅麗英、齊月，2016：《技術(shù)創(chuàng)新效率對(duì)我國(guó)制造業(yè)出口產(chǎn)品質(zhì)量升級(jí)的影響研究》，《國(guó)際經(jīng)貿(mào)探索》第4期。[Luo Liying and Qi Yue，2016，Research on the Effect of Technological Innovation Efficiency on the Quality Upgrading of Chinese Manufacturing Export Products，International Economics and Trade Research，4.]

[12] 錢麗、王文平、肖仁橋，2018：《共享投入關(guān)聯(lián)視角下中國(guó)區(qū)域工業(yè)企業(yè)綠色創(chuàng)新效率差異研究》，《中國(guó)人口·資源與環(huán)境》第5期。[Qian Li，Wang Wenping and Xiao Renqiao，2018，Research on the Regional Disparities of Chinas Industrial Enterprises Green Innovation Efficiency from the Perspective of Shared Inputs，China Population，Resources and Environment，5.]

[13] 魏國(guó)江，2016：《不同類型企業(yè)創(chuàng)新效率差異及分解分析》，《福建論壇（人文社會(huì)科學(xué)版）》第9期。[Wei Guojiang，2016，Analysis on the Difference and Decomposition of Innovation Efficiency of Different Types of Enterprises，F(xiàn)ujian Tribune，9.]

[14] 許昊、萬(wàn)迪昉、徐晉，2017：《風(fēng)險(xiǎn)投資、區(qū)域創(chuàng)新與創(chuàng)新質(zhì)量甄別》，《科研管理》第8期。[Xu Hao，Wan Difang and Xu Jin，2017，Venture Capital， Regional Innovation and Innovative Quality Screening，Science Research Management，8.]

[15] 余紅偉、譚琳，2017：《質(zhì)量管理模式能提高企業(yè)創(chuàng)新效率嗎？——基于2015年中國(guó)企業(yè)員工匹配調(diào)查數(shù)據(jù)的實(shí)證研究》，《北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》第2期。[Yu Hongwei and Tan Lin，2017，Can Quality Management Model Improve Innovation Efficiency？——Empirical Study Based on Chinese Employer-employee Survey Data，Journal of Beijing Technology and Business University（Social Sciences），2.]

[16] 朱金龍、朱衛(wèi)未、宋福明，2018：《基于PCA-SEDEA的高校協(xié)同創(chuàng)新中心科研效率分析與評(píng)價(jià)——以江蘇高校行業(yè)產(chǎn)業(yè)類協(xié)同創(chuàng)新中心為例》，《科技管理研究》第24期。[Zhu Jinlong，Zhu Weiwei and Song Fuming，2018，Analysis and Evaluation of Research Efficiency of University Collaborative Innovation Center Based on PCA-SEDEA： Take the Collaborative Innovation Center of Industry and Industry in Jiangsu as an Example，Science and Technology Management Research，24.]

[17] 張古鵬、陳向東，2011：《基于專利的中外新興產(chǎn)業(yè)創(chuàng)新質(zhì)量差異研究》，《科學(xué)學(xué)研究》第12期。[Zhang Gupeng and Chen Xiangdong，2011，Research of Gap of Innovation Quality Between China and Overseas Countries in Emerging Industry Based on Patent，Studies in Science of Science，12.]

[18] 張同斌、陳婷玉，2020：《中國(guó)制造業(yè)需求驅(qū)動(dòng)研發(fā)模式及創(chuàng)新效應(yīng)研究》，《系統(tǒng)工程理論與實(shí)踐》第6期。[Zhang Tongbin and Chen Tingyu，2020，Research on the Demand-driven R&D Model and Its Innovative Effect in Chinas Manufacturing Industry，Systems Engineering-Theory & Practice，6.]

[19] Andersen P. and N. C. Petersen，1993，A Procedure for Ranking Efficiency Units in Data Envelopment Analysis，Management Science，39（10），1261-1264.

[20] Benhabib J. and M. M. Spiege，1994，The Role of Human Capital in Economic Development Evidence from Aggregate Cross-country Data，Journal of Monetary Economics，34（2），143-173.

[21] Charnes A.，W. W. Cooper and E. Rhodes，1978，Measuring the Efficiency of Decision Making Units，European Journal of Operational Research，（2），429-444.

[22] Cherchye L. and P. V. Abeele，2005，On Research Efficiency：A Micro-Analysis of Dutch University Research in Economics and Business Management，Research Policy，34（4），495-516.

[23] Claver E.，J. Llopis. and D. Garcia，1998，Organizational Culture for Innovation and New Technological Behavior，The Journal of High Technology Management Research，9（1），55-68.

[24] Cornelli F. and M. Schankerman，1999，Patent Renewals and R&D Incentives，The RAND Journal of Economics，30（2），197-213.

[25] Fuchs C. and M. Schreier，2011，Customer Empowerment in New Product Development，Journal of Product Innovation Management，28（1），17-32.

[26] Gene M. G. and R. H. Esteban，2008，Trading Tasks： A Simple Theory of Off-shoring，American Economic Review，98（ 5），1978-1997.

[27] Griliches Z.，1979，Issues in Assessing the Contribution of Research and Development to Productivity Growth，Bell Journal of Economics，10（1），92-116.

[28] Griliches Z.，1990，Patent Statistics as Economic Indicators： A Survey，Journal of Economic Literature，28（12），1661-1707.

[29] Guellec D. and B. Pottelsberghe，2000，Applications，Grants and the Value of Patent， Economic Letters ，69（1），109-114.

[30] Hallak，J.C. and J. Sivadasan，2009，F(xiàn)irms Exporting Behavior under Quality Constrains，NBER Working Paper，No.14928.

[31] Haner U.E.，2002，Innovation Quality-A Conceptual Framework， International Journal of Production Economics，80（1），31-37.

[32] Hirshleifer D.，P. H. Hsu and D. Li ，2013，Innovative Efficiency and Stock Returns，Journal of Financial Economics，107（3），632-654.

[33] Jaffe A.B.，1989，Real Effects of Academic Research，The American Economic Review，79（5），957-970.

[34] Juan C. H.，2006，Product Quality and the Direction of Trade， Journal of International Economics，68，238-265.

[35] Lanjouw J.O. and M. Schankerman，2004，Patent Quality and Research Productivity： Measuring Innovation with Multiple Indicators，Economic Journal，114（10），441-465.

[36] Litterman R.B.，1986，F(xiàn)orecasting with Bayesian Vector Autoregressions Five Years of Experience，Journal of Business and Economics Statistics，2（4），25-38.

[37] Melitz M.J.，2003，The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity，Econometrica，71（6），1695-1725.

[38] Mundlak Y.，1961，Empirical Productions Free of Management Bias，Journal of Farm Economics，（43），44-56.

[39] Prajogo D.I. and A. S. Sohal，2006，The Integration of TQM and Technology/R&D Management in Determining Quality and Innovation Performance，Omega，34（3），296-312.

[40] Teemu M. and I. Tommi，2014，Innovation Quality in Knowledge Cities： Empirical Evidence of Innovation Award Competitions in Finland，Expert Systems with Applications，41（12），5597-5604.

[41] Thomas V.J.，S. Sharma and S. K. Jain，2011，Using Patens and Publications to Assess R&D Efficiency in the States of USA，European economic review，33（1），4-10.

[42] Tone K. A.，2002，Slacks-based Measure of Super-efficiency in Data Envelopment Analysis，European Journal of Operational Research，143（1），32-41.

[43] Tong X. and J. D. Frame，1994，Measuring National Technological Performance with Patent Claims Data，Research Policy，23（2），133-141.

[44] Urban G.L.，T. Carter，S. Gaskin and Z. Mucha，1986，Market Share Rewards to Pioneering Brands： An Empirical Analysis and Strategic Implications，Management Science，32 （6），645-659.

[45] Vestal A.，2014，How Do Cross-Cluster Teams Affect Innovation Quality？ The Moderating Role of Team Compilation，Academy of Management Annual Meeting Proceedings，17168-17168.