基于DEA模型的安徽省高新技术产业技术效率评价与提升策略研究

基于DEA模型的安徽省高新技术产业技术效率评价与提升策略研究一、绪论1.1研究背景在全球经济一体化的时代背景下，高新技术产业作为推动国家经济增长和提升国际竞争力的核心力量，正日益凸显其重要性。随着科技的迅猛发展，高新技术产业以其知识密集、技术密集、高附加值等显著特点，在世界经济舞台上占据了举足轻重的地位，成为各国竞相争夺经济制高点的关键领域。例如，美国的硅谷地区汇聚了苹果、谷歌、英伟达等大量高新技术企业，它们在信息技术、人工智能、半导体等前沿领域持续创新，不仅有力推动了美国相关产业的蓬勃发展，还对全球经济产生了深远影响。技术创新作为高新技术产业发展的核心驱动力，其效率高低直接关乎产业的发展速度和质量。高效的技术创新能够助力企业在激烈的市场竞争中脱颖而出，推出具有强大竞争力的产品和服务，进而推动产业的升级与扩张。以我国的华为公司为例，多年来始终坚持持续加大研发投入，在5G通信技术领域取得了众多关键技术突破，不仅大幅提高了自身在全球通信市场的份额，还带动了国内5G通信产业的发展，促进了相关上下游产业的技术进步与协同发展。从宏观层面来看，高新技术产业技术创新效率的提升对增强国家竞争力具有关键作用。一方面，技术创新可以推动产业结构的优化升级，促使传统产业向高端化、智能化、绿色化转型，提高整个产业体系的生产效率和经济效益。例如，新能源汽车技术的创新和发展，不仅引发了汽车产业的深刻变革，还带动了电池、电机、电控等相关产业的发展，推动了能源结构的调整和可持续发展。另一方面，技术创新能够提高国家在全球产业链中的地位，增强国家在关键技术领域的话语权和控制力，减少对国外技术的依赖，保障国家的经济安全和战略安全。在半导体芯片领域，一些国家通过大力发展本土芯片技术，实现了芯片的自主研发和生产，从而在全球电子信息产业中占据了更为有利的地位。近年来，安徽省高新技术产业取得了显著的发展成就。随着合芜蚌试验区、皖江示范区的设立以及“泛长三角”等概念的提出，安徽省高新技术产业迎来了前所未有的发展机遇，产业规模不断扩大，自主创新能力进一步提高，产业竞争力持续增强。然而，与国内先进地区相比，安徽省高新技术产业仍存在一定差距，如产业规模有待进一步扩大、发展不均衡、技术创新能力不足等问题。在技术创新效率方面，部分企业研发投入不足，创新能力较弱，关键核心技术受制于人；创新资源配置不合理，存在重复研发和资源浪费的现象；创新成果转化效率不高，许多科研成果未能及时有效地转化为现实生产力。因此，深入研究安徽省高新技术产业技术效率，找出影响技术效率的关键因素，提出针对性的提升策略，对于推动安徽省高新技术产业的高质量发展，提升安徽省的整体竞争力具有重要的现实意义。1.2研究目的与意义1.2.1研究目的本研究旨在运用科学的方法和模型，对安徽省高新技术产业的技术效率进行全面、深入的实证分析。通过构建合理的评价指标体系，收集和整理相关数据，运用数据包络分析（DEA）等方法，测度安徽省高新技术产业的技术效率，并对其进行分解和比较分析，以揭示安徽省高新技术产业在技术效率方面的现状和存在的问题。在此基础上，深入探究影响安徽省高新技术产业技术效率的关键因素，包括内部因素（如企业规模、研发投入、创新能力等）和外部因素（如政策环境、市场竞争、产业集聚等）。最后，结合安徽省的实际情况和发展需求，提出切实可行的提升安徽省高新技术产业技术效率的对策建议，为政府部门制定相关政策、企业制定发展战略提供科学依据和参考，以促进安徽省高新技术产业的持续、健康、快速发展。1.2.2研究意义从理论层面来看，本研究有助于丰富和完善高新技术产业技术效率的研究理论体系。目前，虽然国内外学者对高新技术产业技术效率的研究取得了一定的成果，但针对安徽省高新技术产业技术效率的研究还相对较少，且研究方法和视角存在一定的局限性。本研究通过构建适合安徽省高新技术产业特点的技术效率评价指标体系，运用多种研究方法进行综合分析，能够为该领域的研究提供新的思路和方法，补充和完善相关理论。同时，本研究对影响安徽省高新技术产业技术效率的因素进行深入探究，有助于进一步揭示高新技术产业技术效率的内在影响机制，为后续研究提供理论基础。从实践层面来看，本研究对促进安徽省高新技术产业的发展具有重要的现实指导意义。通过对安徽省高新技术产业技术效率的评价和分析，能够帮助政府部门和企业准确了解产业发展的现状和存在的问题，明确提升技术效率的方向和重点。对于政府部门而言，研究结果可以为制定科学合理的产业政策提供依据，有助于政府加大对高新技术产业的支持力度，优化资源配置，改善创新环境，促进产业结构升级和技术创新。对于企业而言，研究结果可以为企业制定发展战略和决策提供参考，有助于企业提高研发投入的效率，加强创新能力建设，优化生产经营管理，提升市场竞争力。此外，本研究的成果对于推动安徽省经济的转型升级、实现高质量发展也具有积极的促进作用。1.3研究思路与方法1.3.1研究思路本研究首先对高新技术产业的相关概念和理论进行阐述，明确高新技术产业的内涵、特征以及技术效率的概念和衡量方法，为后续研究奠定理论基础。接着，对安徽省高新技术产业的发展现状进行全面分析，包括产业规模、产业结构、创新能力等方面，了解安徽省高新技术产业的发展态势和存在的问题。在此基础上，构建安徽省高新技术产业技术效率评价指标体系，选取合适的评价方法，如数据包络分析（DEA）法，对安徽省高新技术产业的技术效率进行测度和分析。通过对技术效率的分解，深入研究纯技术效率和规模效率对综合技术效率的影响，并对不同地区、不同行业的技术效率进行比较分析，找出技术效率存在差异的原因。然后，运用相关性分析、回归分析等方法，探究影响安徽省高新技术产业技术效率的关键因素，包括内部因素和外部因素。最后，根据研究结果，结合安徽省的实际情况，提出针对性的提升安徽省高新技术产业技术效率的对策建议，为政府部门和企业提供决策参考。1.3.2研究方法文献研究法：通过查阅国内外相关文献，了解高新技术产业技术效率的研究现状和发展趋势，梳理相关理论和研究方法，为本文的研究提供理论支持和研究思路。对国内外关于高新技术产业的定义、特征、发展模式以及技术效率的评价方法、影响因素等方面的文献进行系统的收集和整理，分析已有研究的成果和不足，明确本文的研究重点和方向。数据包络分析（DEA）法：数据包络分析是一种基于线性规划的多投入多产出效率评价方法，它无需事先设定生产函数的具体形式，能够有效处理多投入多产出的复杂系统，避免了主观因素对评价结果的影响。本研究将运用DEA方法中的CCR模型和BCC模型，对安徽省高新技术产业的技术效率进行测度和分解，分析其综合技术效率、纯技术效率和规模效率的情况，从而全面评价安徽省高新技术产业的技术效率水平。定性与定量结合法：在研究过程中，既运用定量分析方法对安徽省高新技术产业的技术效率进行测度和分析，又运用定性分析方法对安徽省高新技术产业的发展现状、影响技术效率的因素等进行深入探讨。通过定量分析，能够准确地揭示安徽省高新技术产业技术效率的数值特征和变化规律；通过定性分析，能够深入剖析影响技术效率的内在原因和作用机制，为提出针对性的对策建议提供依据。将两者有机结合，能够更全面、深入地研究安徽省高新技术产业技术效率问题。1.4研究特色与创新点本研究结合安徽省的实际省情，构建了具有针对性的高新技术产业技术效率评价体系。充分考虑了安徽省高新技术产业的发展特点、产业结构以及政策环境等因素，选取了能够准确反映安徽省高新技术产业技术效率的评价指标，使评价结果更能真实地反映安徽省高新技术产业的实际情况，为安徽省高新技术产业的发展提供更具针对性的决策依据。在评价方法上，运用了改进的数据包络分析（DEA）方法，减少了传统DEA方法在数据处理和模型假设方面存在的问题。通过对DEA模型的改进，能够更准确地测度安徽省高新技术产业的技术效率，提高评价结果的可靠性和准确性。同时，结合其他分析方法，如相关性分析、回归分析等，对影响技术效率的因素进行深入探究，使研究结果更具说服力。本研究引入了SWOT分析方法，对安徽省高新技术产业技术效率提升的优势、劣势、机会和威胁进行全面分析，并提出了相应的发展策略。通过SWOT分析，能够更全面地了解安徽省高新技术产业在技术效率提升方面所处的内外部环境，为制定科学合理的发展策略提供依据，使提出的对策建议更具可操作性和实用性。二、文献研究综述2.1高新技术及高新技术产业的界定高新技术这一概念最早起源于20世纪60年代的美国，当时主要是指在生产过程中运用尖端、高端设备的科学技术。随着时间的推移和科技的不断进步，其内涵不断丰富和拓展。1988年，经济合作与发展组织（OECD）对高技术做出权威定义，将其认定为能够迅速发展、需要高度综合的经济部门，且建立在持续活力和提高的研究与开发基础之上。在我国，1986年3月下发的《高技术研究发展计划》（“863”计划）首次引入高技术概念，1988年国家对其进行扩充，涵盖高技术和新技术，简称高新技术。与国际公认的高技术相比，我国的高新技术范围更广，包含新型技术、创新成熟技术、专利技术、专业人员以及本国本地区不存在的技术等。对于高新技术产业的定义，不同国家和组织依据不同标准进行界定。美国商务部从研发支出占产品销售额的比例、科技活动人员占从业人员的比例、产品技术复杂程度这三方面来区分高新技术产业；美国劳工统计局参照技术人员占从业人员比例、研发费用占总经费支出比例；OECD则依据研究开发力度，1998年前将研究开发经费占销售额比例超过4%的产业定义为高技术产业，2.7-4%之间的为中技术产业，低于2.7%的为低技术产业，1998年又将高技术产业的标准比例提高到8%。在我国，高新技术产业是指以高新技术为基础，从事研发、生产和提供高技术含量产品或服务的行业，涉及信息技术、生物技术、新能源技术、新材料技术、航空航天技术等领域，具有知识密集、技术含量高、创新能力强、经济效益和社会效益显著等特点。安徽省在认定高新技术企业时，依据《高新技术企业认定管理办法》，要求企业申请认定时注册成立一年以上，通过自主研发、受让、受赠、并购等方式获得对主要产品（服务）在技术上发挥核心支持作用的知识产权所有权，主要产品（服务）发挥核心支持作用的技术属于《国家重点支持的高新技术领域》规定范围，从事研发和有关技术创新活动的科技人员占企业当年职工总数的比例不低于10%，近三个会计年度研究开发费用总额占同期销售收入总额的比例满足相应要求，近一年高新技术产品（服务）收入占企业同期总收入的比例不低于60%，企业创新能力评价达到相应要求，且申请认定前一年内未发生重大安全、重大质量事故或严重环境违法行为。2.2高新技术产业研究综述在高新技术产业发展模式研究方面，国外形成了多种典型模式。美国硅谷是自发形成型的代表，凭借其鼓励创新、宽容失败的文化氛围，完善的产学研合作机制和人才流动机制，成为全球最知名的科技创新中心之一，在信息技术、半导体等领域引领世界发展潮流。韩国大德科技园区则是政府引导、企业主体和市场运作相结合模式的典范，在生物医药、新能源等领域具备较强竞争力，通过政府的政策支持和资源引导，吸引企业入驻，推动产业发展。国内北京中关村科技园区在政府大力支持下，产学研紧密结合，创新创业氛围浓厚，在电子信息、生物医药等多个领域成果丰硕；上海张江高科技园区注重产业集聚、企业孵化和人才引进，在生物医药、集成电路、软件等领域优势显著。政策支持对高新技术产业发展至关重要。政府通过财政政策，如税收优惠、财政补贴等，减轻企业负担，鼓励企业加大研发投入。例如，许多国家对高新技术企业实施低税率政策，我国也对符合条件的高新技术企业给予15%的企业所得税优惠税率。创新政策方面，推动产学研合作，促进科技成果转化。美国政府通过设立科研基金，鼓励高校、科研机构与企业合作开展科研项目，加速科技成果从实验室走向市场。人才政策旨在吸引和培养高技术人才，提供人才引进和激励政策，如提供优厚的薪酬待遇、良好的科研环境等。金融政策上，鼓励风险投资、股权融资等金融手段支持高新技术企业成长，美国的风险投资市场发达，为众多高新技术初创企业提供了资金支持。产业集群也是高新技术产业发展的重要特征。高新技术产业集群能够实现产业链上下游企业的紧密合作和资源整合，提高产业整体效率和竞争力。例如，印度班加罗尔的软件产业集群，众多软件企业集聚，共享技术、人才、市场等资源，形成了强大的产业竞争力，使印度在全球软件外包市场占据重要地位。2.3高新技术产业技术效率研究综述技术效率是指在给定投入的情况下，实际产出与最大可能产出之间的比率，反映了生产单位在生产过程中对技术的有效利用程度以及资源配置的合理性。在高新技术产业技术效率评价方法上，主要有随机前沿法（SFA）和数据包络分析（DEA）法。SFA是基于知识生产函数发展起来的参数方法，能够解决随机冲击、环境因素对效率测算的影响，还可对结果进行参数检验，刘志迎、李新春、张满银等学者运用该方法对高技术产业的不同行业、不同区域角度的创新效率进行测算评价。DEA方法由美国著名运筹学家Charnes等于1978年首次建立，该方法无需设定指标权重和统一量纲，在产业效率研究中应用广泛。如Raab和Kotamraju通过分析美国50个州的面板数据，利用DEA方法揭示了高技术产业技术效率在不同地区之间的差异性。在影响因素方面，学者们进行了多维度研究。和军和张勇研究发现，扩大对外开放和培养高素质人才对提高全国高技术产业创新效率具有促进作用。对外开放能够使企业接触到国际先进技术和管理经验，通过技术引进和消化吸收再创新，提升自身技术水平；高素质人才是技术创新的核心要素，能够为企业提供创新思维和技术支持。董会忠等学者指出，对外开放程度和产业结构对科技研发效率具有显著的正面影响，产业结构的优化升级能够为高新技术产业发展提供更好的产业基础和配套环境，促进资源的合理配置，进而提高技术效率。赵晓枫等学者认为，研发强度对高技术产业创新效率有显著促进作用，加大创新资金投入可以为企业开展研发活动提供充足的资金保障，推动技术创新，提高创新效率。此外，企业规模、市场竞争程度、知识产权保护等因素也被认为对高新技术产业技术效率有重要影响。大型企业通常具有更雄厚的资金和技术实力，能够进行大规模的研发投入和创新活动，但也可能存在组织管理效率低下的问题；适度的市场竞争能够激发企业的创新动力，促使企业提高技术效率，以在竞争中取得优势；完善的知识产权保护制度能够保障企业的创新成果，提高企业创新的积极性，促进技术效率的提升。三、效率理论及技术效率的测度方法3.1效率理论在经济学领域，效率是衡量资源利用效果和生产活动成效的关键概念，它反映了在特定投入条件下产出的最大化程度，或是在给定产出目标下投入的最小化水平。常见的效率类型包括生产效率、配置效率和技术效率，这些概念从不同角度揭示了经济活动的运行质量和资源利用效率。生产效率是指在生产过程中，企业将各种生产要素（如劳动力、资本、原材料等）转化为产品或服务的能力。它关注的是生产过程的实际产出与潜在最大产出之间的差距，反映了企业在生产技术和管理水平方面的综合表现。当企业能够以最小的成本投入获得最大的产出时，就实现了生产效率的最大化。例如，在汽车制造行业，一家企业通过优化生产流程、采用先进的生产技术和设备，提高了工人的劳动生产率，使得每单位时间内生产的汽车数量增加，同时降低了单位汽车的生产成本，这就体现了较高的生产效率。配置效率则侧重于资源在不同生产部门和产品之间的分配合理性。它强调的是社会资源如何在各个经济主体之间进行最优配置，以实现社会福利的最大化。在市场经济条件下，价格机制起着关键作用，通过价格信号引导资源流向最能产生效益的领域和企业。当市场处于完全竞争状态时，资源会自动流向边际收益最高的部门和产品，从而实现配置效率的最优。例如，在某一地区，市场对电子产品的需求旺盛，价格上涨，这会吸引更多的资本、劳动力等资源投入到电子产品生产行业，促使该行业扩大生产规模，提高产品产量，满足市场需求，实现资源的有效配置。技术效率是指在给定的技术水平和投入要素组合下，企业实际产出与最大可能产出之间的比率。它反映了企业对现有技术的有效利用程度，体现了企业在生产过程中避免技术损失和浪费的能力。技术效率高意味着企业能够充分发挥现有技术的优势，将投入要素转化为最大的产出；反之，技术效率低则表明企业在技术应用方面存在不足，未能充分利用现有技术资源。例如，在农业生产中，同样的土地、种子、化肥和劳动力投入，采用先进种植技术和管理方法的农户能够获得更高的农作物产量，这就说明其技术效率更高。规模经济理论是经济学中的重要理论，它认为在一定时期内，企业随着生产规模的扩大，产品绝对量增加时，单位成本会下降，从而提高利润水平。规模经济可以分为内部规模经济和外部规模经济。内部规模经济源于单个企业内部生产规模的扩大，如企业通过扩大生产规模，可以采用更先进的生产设备和技术，实现生产流程的专业化和精细化，提高生产效率，降低单位产品的生产成本；还可以通过批量采购原材料、零部件等，获得更优惠的采购价格，降低采购成本。外部规模经济则是由于整个行业或地区生产规模的扩大而产生的，如行业内企业的集聚可以促进专业化分工和协作，共享基础设施、技术信息和人力资源等，从而降低企业的运营成本。例如，在电子信息产业，众多电子企业集聚在某一地区，形成了完整的产业链，企业之间可以相互协作，共享研发成果和市场信息，降低了研发成本和市场交易成本，提高了整个地区电子信息产业的竞争力。X效率理论由美国经济学家哈维・莱宾斯坦于1966年提出，该理论从成本角度衡量生产效率，用生产某给定量产出的实际成本与最低成本之差来度量效率。若差值为零，称X有效；反之，称X无效。X效率理论突破了传统经济学中关于企业是完全理性和有效率的假设，强调人在生产过程中的作用以及组织和动机因素对效率的影响。它认为，企业内部存在一些非配置性的低效率因素（用X表示），这些因素会导致企业实际生产效率低于潜在的最大生产效率。例如，企业内部管理不善、员工激励不足、信息沟通不畅等，都可能导致员工工作积极性不高，生产流程出现延误和浪费，从而降低企业的生产效率。3.2技术效率的测度方法在对技术效率进行测度时，主要有参数方法和非参数方法两大类别，每一类方法都具有独特的原理、优缺点以及适用场景，在高新技术产业技术效率的研究中发挥着重要作用。3.2.1参数方法随机前沿分析（SFA）是参数方法的典型代表。该方法最早由Aigner、Lovell和Schmidt于1977年提出，其核心原理是在生产函数中引入复合扰动项，将随机扰动项ε分解为v和u两部分。其中，v是随机误差项，代表企业无法控制的外部随机因素对产出的影响，如市场需求的突然变化、自然灾害等，具有随机性，用于衡量系统的非效率；u是技术损失误差项，反映企业自身可以控制的影响因素导致的技术非效率，如企业内部管理不善、技术创新能力不足等。通过设定生产函数的具体形式（如柯布-道格拉斯生产函数或超越对数生产函数），并对u的分布作出假设（常用的有无效率项服从半正态分布、截断正态分布或指数分布等），利用最大似然估计（MLE）等方法对生产函数中的参数进行估计，进而计算出技术效率。SFA方法的优点显著。首先，它充分考虑了随机因素对产出的影响，能够更准确地反映实际生产过程中的不确定性，使测算结果更贴合实际情况。其次，SFA可以对估计结果进行参数检验，如检验生产函数中各参数的显著性以及无效率项的分布假设是否合理等，从而增强了结果的可靠性和科学性。此外，通过对生产函数中各投入要素参数的估计，可以分析不同投入要素对产出的贡献程度，为企业优化生产决策提供有价值的参考。然而，SFA方法也存在一定的局限性。一方面，该方法需要事先设定生产函数的具体形式，这对研究者的专业知识和经验要求较高。如果生产函数设定不合理，可能会导致估计结果出现偏差，影响对技术效率的准确评估。另一方面，SFA对数据的要求较为严格，需要大量高质量的数据来保证估计的准确性。在实际应用中，获取满足要求的数据可能存在困难，数据的缺失或误差也会对结果产生不利影响。SFA方法适用于数据质量较高、生产技术相对稳定且生产函数形式能够合理设定的情况。例如，在一些传统制造业，生产技术成熟，生产流程相对固定，数据统计较为完善，使用SFA方法可以有效地测度企业的技术效率，并分析影响技术效率的因素。3.2.2非参数方法数据包络分析（DEA）是一种基于线性规划的非参数方法，由美国著名运筹学家Charnes、Cooper和Rhodes于1978年首次提出。DEA方法以相对效率概念为基础，用于评价具有相同类型的多投入、多产出决策单元（DMU）的相对有效性，即技术效率。它的基本原理是通过构建一个生产可能集，将每个决策单元的投入和产出数据作为一个向量，在生产可能集内寻找一个最优的生产前沿面，该前沿面代表了在给定技术水平下，投入要素能够实现的最大产出组合。然后，通过比较每个决策单元与生产前沿面的距离，来判断其技术效率的高低。如果一个决策单元位于生产前沿面上，说明它是技术有效的，其技术效率值为1；如果决策单元在生产前沿面之外，则表明它存在技术非效率，技术效率值小于1。DEA方法有多种模型，其中最常用的是CCR模型和BCC模型。CCR模型假设规模报酬不变，主要用于评价决策单元的综合技术效率，即同时考虑技术效率和规模效率对产出的影响。通过CCR模型，可以判断决策单元在当前投入水平下是否达到了最优的产出规模，以及是否有效地利用了现有技术。BCC模型则在CCR模型的基础上放松了规模报酬不变的假设，允许规模报酬可变，主要用于评价决策单元的纯技术效率，即排除规模因素后，决策单元自身的技术管理水平对产出的影响。通过BCC模型，可以将综合技术效率分解为纯技术效率和规模效率，进一步分析技术效率的构成，找出影响技术效率的具体因素。在高新技术产业技术效率测度中，DEA方法具有诸多优势。首先，DEA方法无需事先设定生产函数的具体形式，避免了因函数设定不合理而导致的误差，能够更灵活地处理各种复杂的生产系统。其次，DEA方法可以同时处理多个投入和多个产出指标，充分考虑了高新技术产业投入产出的多样性和复杂性，能够全面地评价产业的技术效率。此外，DEA方法是一种基于相对效率的评价方法，不需要对数据进行无量纲化处理，避免了在数据处理过程中可能丢失的信息，使评价结果更加客观、准确。例如，在评价安徽省高新技术产业中不同企业的技术效率时，由于各企业的投入产出指标种类繁多，且量纲不同，使用DEA方法可以直接对原始数据进行分析，得出各企业在行业中的相对技术效率水平，为企业和政府提供有针对性的决策依据。四、研究设计和模型4.1高新技术产业发展的评价指标体系为全面、准确地评价安徽省高新技术产业的技术效率，本研究从投入和产出两个维度构建评价指标体系。投入指标旨在衡量高新技术产业在生产过程中所投入的各种资源，产出指标则用于反映产业通过利用这些投入资源所取得的成果和效益。在投入维度，研发投入是推动高新技术产业技术创新和发展的关键要素。研发人员作为技术创新的核心主体，其数量和素质直接影响着企业的创新能力和研发效率。充足的研发人员能够为企业提供丰富的创新思维和技术支持，促进新技术、新产品的研发和推广。研发经费则为研发活动提供了物质基础，包括用于购买科研设备、材料、支付科研人员薪酬等方面的支出，是保障研发工作顺利进行的必要条件。企业规模也是重要的投入指标之一，它反映了企业在生产经营过程中所拥有的资源总量和生产能力。较大规模的企业通常具备更雄厚的资金实力、更完善的生产设施和更广泛的市场渠道，能够在技术研发、生产制造和市场拓展等方面发挥规模优势。从产出维度来看，新产品销售收入是衡量高新技术产业产出的重要指标之一，它反映了企业通过技术创新推出新产品所获得的市场认可和经济效益，体现了企业将技术成果转化为实际生产力并实现商业价值的能力。专利申请数和授权数则是衡量企业技术创新成果的重要标志，专利申请数反映了企业在技术创新方面的活跃程度和创新意愿，授权数则代表了企业的创新成果得到了法律的认可和保护，这些专利成果不仅可以为企业带来技术优势和市场竞争力，还可以通过技术转让、许可等方式实现价值增值。技术市场成交额体现了技术成果在市场上的交易情况，反映了技术创新成果的市场化程度和商业价值，较高的技术市场成交额表明企业的技术创新成果具有较强的市场需求和应用前景。4.2指标的选取基于上述分析，本研究选取以下具体指标来构建安徽省高新技术产业技术效率评价指标体系。投入指标：研发人员：选用规模以上高新技术产业企业研究与试验发展（R&D）人员全时当量来衡量。R&D人员全时当量是将实际从事R&D活动的人员工作量按照一定的折合系数进行换算，以统一的标准来反映投入到R&D活动中的人力规模，能够更准确地体现研发人力投入的实际情况。研发经费：以规模以上高新技术产业企业研究与试验发展（R&D）经费内部支出作为指标。该指标反映了企业在研发活动中实际投入的资金数量，包括用于基础研究、应用研究和试验发展等方面的费用，是衡量研发资金投入的重要依据。企业规模：采用规模以上高新技术产业企业资产总计来表示。资产总计涵盖了企业的固定资产、流动资产、无形资产等各种资产的总和，能够全面反映企业的规模大小和资源拥有量。产出指标：新产品销售收入：直接使用规模以上高新技术产业企业新产品销售收入这一统计数据，该指标直观地体现了企业通过技术创新所获得的市场收益，是衡量企业技术创新产出经济效益的重要指标。专利申请数：选取规模以上高新技术产业企业专利申请数作为衡量企业技术创新成果的指标之一，它反映了企业在技术创新过程中提出专利申请的数量，体现了企业的创新活跃度和创新能力。专利授权数：以规模以上高新技术产业企业专利授权数为指标，该指标表示企业申请的专利获得授权的数量，表明企业的创新成果得到了法律的认可和保护，具有更高的实际价值。技术市场成交额：采用规模以上高新技术产业企业技术市场成交额来衡量技术创新成果的市场化程度，它反映了企业在技术市场上通过技术转让、技术服务等方式实现的技术交易金额，体现了技术创新成果的市场价值和应用情况。4.3模型的选取本研究选用数据包络分析（DEA）中的BCC模型和Malmquist指数模型来对安徽省高新技术产业的技术效率进行分析。DEA-BCC模型是在DEA方法的基础上发展而来的，它放松了CCR模型中规模报酬不变的假设，允许规模报酬可变。这一特点使得BCC模型能够更准确地评价决策单元（DMU）的纯技术效率，即排除规模因素后，决策单元自身的技术管理水平对产出的影响。通过BCC模型，可以将综合技术效率分解为纯技术效率和规模效率，深入分析技术效率的构成，找出影响技术效率的具体因素。在研究安徽省高新技术产业技术效率时，由于不同企业或地区的产业规模可能存在差异，规模报酬可变的假设更符合实际情况，因此BCC模型能够更有效地对安徽省高新技术产业的技术效率进行评价和分析。Malmquist指数模型则是一种用于测量全要素生产率（TFP）变化的非参数方法，它基于DEA理论，通过构建距离函数来计算不同时期的全要素生产率指数。Malmquist指数可以进一步分解为技术效率变化指数和技术进步变化指数，其中技术效率变化指数又可细分为纯技术效率变化指数和规模效率变化指数。运用Malmquist指数模型，不仅可以考察安徽省高新技术产业全要素生产率的动态变化情况，还能够深入分析技术效率和技术进步对全要素生产率增长的贡献程度，从而全面了解安徽省高新技术产业在不同时期的技术效率变化趋势和发展态势。综上所述，DEA-BCC模型和Malmquist指数模型相互补充，前者侧重于静态分析，能够对某一时期的技术效率进行详细的分解和评价；后者则侧重于动态分析，能够反映全要素生产率在不同时期的变化情况以及技术效率和技术进步的作用机制。通过综合运用这两种模型，可以更全面、深入地研究安徽省高新技术产业的技术效率，为提升产业发展水平提供有力的理论支持和决策依据。五、安徽省高新技术产业技术效率的DEA分析5.1安徽省高新技术产业的发展现状近年来，安徽省高新技术产业呈现出蓬勃发展的良好态势，在产业规模、企业数量、行业分布和区域分布等方面均取得了显著成就。在产业规模上，安徽省高新技术产业持续扩张，经济指标增长显著。2017年，全省规模以上高新技术产业产值比上年增长20.4%，增加值增长14.8%，增加值增速比规模以上工业高5.8个百分点；高新技术产业增加值占全省规上工业增加值的比重为40.2%，比上年提高0.4个百分点，对全省规模以上工业增加值增长的贡献率达到63.5%。到2020年，安徽省规模以上高新技术产业增加值同比增长15.3%，比规模以上工业增加值增速高7.9个百分点，占规模以上工业增加值比重达45.1%，展现出强劲的发展动力和对工业经济增长的重要支撑作用。企业数量不断增加，企业规模和实力逐步提升。截至2017年底，全省共有高新技术企业4310家。其中，营业总收入亿元以上的高新技术企业1138家，10亿元以上的156家，百亿元以上的8家。这些企业在技术创新、产品研发和市场拓展等方面发挥着重要作用，成为推动安徽省高新技术产业发展的核心力量。例如，科大讯飞作为全球知名的智能语音技术企业，依托强大的研发实力和创新能力，在人工智能语音识别、合成等领域取得了众多领先成果，产品和服务广泛应用于教育、医疗、金融等多个行业，不仅提升了自身的市场竞争力和品牌影响力，也带动了安徽省人工智能产业的发展。从行业分布来看，安徽省高新技术产业涵盖了多个领域，形成了多元化的产业格局。2017年，高新技术产业中电子信息和家用电器产业增加值比上年增长14%；汽车和装备制造产业增加值比上年增长10.2%；食品医药产业增加值比上年增长13.3%；材料和新材料产业增加值比上年增长19.8%；轻工纺织产业增加值比上年增长28.2%；能源和新能源产业增加值比上年增长33%。不同行业的协同发展，促进了产业结构的优化升级，提高了产业的整体竞争力。在区域分布上，安徽省高新技术产业呈现出集聚发展的态势。合肥、芜湖、蚌埠作为合芜蚌自主创新综合试验区的核心城市，凭借其丰富的科技资源、完善的产业配套和良好的创新环境，成为高新技术产业发展的重要增长极。2017年，合芜蚌试验区规模以上高新技术产业实现产值占全省规模以上高新技术产业产值的比重较高，在技术创新、企业孵化和产业发展等方面发挥了引领示范作用。此外，马鞍山、滁州、铜陵等城市的高新技术产业也发展迅速，形成了各具特色的产业集群，推动了区域经济的协同发展。例如，马鞍山市依托其钢铁产业基础，在新材料、高端装备制造等领域不断创新发展，培育了一批具有竞争力的高新技术企业，促进了产业的转型升级。5.2安徽省与全国各省市高新技术产业技术效率的比较分析为深入了解安徽省高新技术产业技术效率在全国的地位，本研究收集了全国各省市的相关数据，并运用DEA方法进行测算和比较分析。表1展示了部分省市高新技术产业技术效率的测算结果：省市综合技术效率排名广东0.853江苏0.882浙江0.825安徽0.7512山东0.808上海0.901从表1可以看出，安徽省高新技术产业综合技术效率为0.75，在全国各省市中排名第12位。与排名靠前的上海、江苏、广东等省市相比，安徽省存在一定差距。上海的综合技术效率达到0.90，处于领先地位，这主要得益于其强大的科技研发实力、完善的金融市场体系和优越的地理位置，能够吸引大量的高端人才和创新资源，促进高新技术产业的高效发展。江苏和广东的综合技术效率分别为0.88和0.85，也表现出色。江苏省拥有众多高水平的科研院校和创新型企业，在产业创新和技术转化方面具有显著优势；广东省则在电子信息、生物医药等高新技术领域形成了完整的产业链，产业集聚效应明显，市场竞争激烈，推动企业不断提高技术效率。安徽省与这些先进省市的差距主要体现在以下几个方面。一是研发投入不足，安徽省在研发经费和研发人员的投入上相对较少，限制了技术创新的能力和水平。二是创新资源配置不合理，存在创新要素分散、协同创新不足等问题，导致创新效率不高。三是产业结构有待优化，传统产业占比较大，高新技术产业的规模和竞争力有待进一步提升。四是市场机制不够完善，在技术成果转化、知识产权保护等方面还存在一些薄弱环节，影响了企业创新的积极性和技术效率的提高。5.3安徽省与全国各省市高新技术产业纯技术效率和规模效率的比较分析进一步对安徽省与全国各省市高新技术产业的纯技术效率和规模效率进行比较分析，有助于深入了解影响安徽省高新技术产业技术效率的具体因素，为提出针对性的改进措施提供依据。表2展示了部分省市高新技术产业纯技术效率和规模效率的测算结果：省市纯技术效率排名规模效率排名广东0.8850.972江苏0.9030.981浙江0.8580.963安徽0.80150.947山东0.83100.964上海0.9210.981从纯技术效率来看，安徽省为0.80，排名第15位。这表明安徽省在高新技术产业的技术管理水平、创新能力和资源利用效率等方面与先进省市存在一定差距。上海的纯技术效率最高，达到0.92，其在科研创新体系建设、人才培养和引进、企业创新管理等方面具有先进的经验和做法，能够充分发挥技术资源的优势，提高技术创新的效率和质量。江苏和广东的纯技术效率也较高，分别为0.90和0.88，它们在产学研合作、科技创新平台建设等方面取得了显著成效，促进了技术的有效应用和创新。安徽省应加强技术创新能力建设，优化科研管理体制，提高技术资源的利用效率，提升纯技术效率。在规模效率方面，安徽省为0.94，排名第7位，相对较为靠前。这说明安徽省高新技术产业在规模扩张方面取得了一定成效，产业规模的扩大对技术效率的提升起到了积极作用。江苏和上海的规模效率均为0.98，并列第一，它们通过产业集聚、政策引导等方式，实现了高新技术产业的规模化发展，充分发挥了规模经济效应。广东的规模效率为0.97，也处于较高水平，其完善的产业链和市场体系，有利于企业扩大生产规模，提高生产效率。然而，安徽省在规模效率提升过程中，也存在一些问题，如产业结构不够合理，部分行业存在产能过剩现象；产业布局不够优化，区域发展不平衡等。因此，安徽省需要进一步优化产业结构，合理布局产业，提高规模效率的质量和效益。5.4安徽高新技术产业五大行业的技术效率分析本研究选取了安徽省高新技术产业中的电子信息、生物医药、光机电一体化、新材料、新能源与高效节能五大行业，运用DEA方法对其技术效率进行测算和分析，以揭示不同行业在技术效率方面的差异及原因。表3展示了五大行业的技术效率测算结果：行业综合技术效率纯技术效率规模效率电子信息0.700.750.93生物医药0.720.780.92光机电一体化0.800.850.94新材料0.780.820.95新能源与高效节能0.750.800.94从综合技术效率来看，光机电一体化行业最高，为0.80；电子信息行业最低，为0.70。光机电一体化行业技术效率较高，主要得益于其在技术研发、产品创新和市场拓展等方面的优势。该行业拥有一批技术实力雄厚的企业，注重产学研合作，能够及时将科研成果转化为实际生产力，提高了生产效率和产品质量。同时，光机电一体化行业的市场需求较大，产业发展较为成熟，规模效应明显，也有助于提升技术效率。电子信息行业技术效率较低，可能是由于行业竞争激烈，技术更新换代快，企业在技术创新和市场适应能力方面面临较大挑战。部分企业研发投入不足，创新能力有限，难以在市场竞争中取得优势，导致技术效率不高。在纯技术效率方面，光机电一体化行业和新材料行业相对较高，分别为0.85和0.82；电子信息行业和生物医药行业较低，分别为0.75和0.78。光机电一体化行业和新材料行业在技术管理、创新能力和资源利用等方面表现较好，能够充分发挥现有技术的优势，提高生产效率。电子信息行业和生物医药行业纯技术效率较低，可能是因为行业的技术复杂性较高，对研发人才和技术创新能力要求严格。部分企业在技术研发和创新管理方面存在不足，导致技术资源利用效率不高。规模效率方面，五大行业的差距相对较小，均在0.92-0.95之间。这表明安徽省高新技术产业五大行业在规模扩张方面取得了一定成效，规模经济效应初步显现。然而，各行业在规模效率提升过程中，也存在一些问题。例如，部分行业存在产能过剩现象，导致资源浪费；产业布局不够合理，区域发展不平衡，影响了规模效率的进一步提高。综上所述，安徽省高新技术产业五大行业在技术效率方面存在一定差异。为提高各行业的技术效率，应针对不同行业的特点，采取差异化的发展策略。加大对电子信息和生物医药行业的研发投入，加强技术创新能力建设，提高企业的市场适应能力和竞争力；进一步优化光机电一体化、新材料、新能源与高效节能等行业的产业结构和布局，充分发挥规模经济效应，提高资源利用效率。六、影响安徽省高新技术产业技术效率的因素分析6.1技术创新能力不足技术创新能力是影响高新技术产业技术效率的关键因素之一。尽管安徽省近年来在高新技术产业的研发投入上有所增加，但与发达地区相比，研发投入强度仍显不足。研发投入强度是指研发经费支出与主营业务收入的比值，它反映了企业对研发活动的重视程度和投入力度。较低的研发投入强度意味着企业在技术研发方面的资源投入相对较少，难以开展大规模、高水平的科研项目，从而限制了技术创新的能力和水平。例如，2023年，安徽省高新技术产业的研发投入强度为3.5%，而广东省同期的研发投入强度达到了4.2%。这使得安徽省在一些关键核心技术领域的研发进展相对缓慢，难以取得突破性成果，无法满足产业快速发展的需求。高端人才短缺也是制约安徽省高新技术产业技术创新能力提升的重要因素。高新技术产业具有知识密集、技术密集的特点，对高端人才的需求极为迫切。高端人才不仅具备深厚的专业知识和丰富的实践经验，还能够引领技术创新的方向，推动企业在技术研发和产品创新方面取得突破。然而，安徽省在吸引和留住高端人才方面面临着诸多挑战。一方面，与北京、上海、深圳等一线城市相比，安徽省在薪酬待遇、科研环境、职业发展机会等方面存在一定差距，难以吸引到国内外顶尖的高端人才。另一方面，省内的人才培养体系也存在一些问题，高校和科研机构在人才培养的质量和结构上与产业需求存在一定程度的脱节，导致培养出来的人才难以满足高新技术产业对高端人才的需求。例如，在人工智能领域，由于高端人才的短缺，安徽省的一些企业在技术研发和应用推广方面进展缓慢，无法与国内先进企业竞争。此外，关键核心技术受制于人也是安徽省高新技术产业技术创新能力不足的突出表现。在全球科技竞争日益激烈的背景下，关键核心技术是企业和国家竞争的核心优势。然而，安徽省的许多高新技术企业在一些关键核心技术领域，如集成电路、高端芯片、操作系统等，仍依赖于国外的技术和产品。这不仅使得企业在技术创新方面受到限制，无法实现自主可控的发展，还面临着技术封锁和供应链中断的风险。一旦国际形势发生变化，国外企业对安徽省高新技术企业实施技术封锁，将对企业的生产经营和产业的发展造成严重影响。例如，在中美贸易摩擦期间，美国对中国的一些高新技术企业实施了技术封锁和制裁，导致这些企业在关键核心技术的获取和应用方面遇到了极大的困难，生产经营受到了严重冲击。安徽省的一些涉及相关领域的高新技术企业也受到了不同程度的影响，这充分凸显了关键核心技术受制于人对产业发展的严重制约。6.2资源配置不合理研发资源分散是安徽省高新技术产业发展中存在的一个突出问题。在高新技术产业的发展过程中，研发资源的合理配置对于提高技术效率至关重要。然而，目前安徽省的研发资源在企业、高校和科研机构之间存在分散的现象，缺乏有效的整合和协同机制。许多企业各自为战，在研发过程中重复投入，导致资源浪费严重。同时，高校和科研机构的研发成果与企业的实际需求脱节，难以实现有效的转化和应用。这种研发资源的分散状况，使得安徽省高新技术产业在整体上难以形成强大的研发合力，限制了技术创新的效率和水平的提升。例如，在新能源汽车领域，安徽省有多家企业都在进行电池技术的研发，但由于缺乏有效的协调和合作，各企业在研发过程中重复投入大量的人力、物力和财力，导致研发资源的浪费，而且研发成果的质量和应用效果也不尽如人意。产学研合作不紧密也是影响安徽省高新技术产业资源利用效率的重要因素。产学研合作是促进科技成果转化、提高企业技术创新能力的重要途径。然而，目前安徽省的产学研合作存在诸多问题，合作机制不够完善，合作深度和广度不足。高校和科研机构在科研过程中往往更注重学术成果的发表，而忽视了市场需求和企业的实际需求，导致科研成果难以转化为实际生产力。企业在产学研合作中，也存在参与度不高、合作积极性不强的问题，缺乏与高校和科研机构的深度沟通和合作。这种产学研合作不紧密的状况，使得安徽省高新技术产业在技术创新和成果转化方面面临诸多困难，影响了资源的有效利用和技术效率的提高。例如，某高校在生物医药领域取得了一项科研成果，但由于与企业的沟通合作不足，该成果在转化为产品并推向市场的过程中遇到了重重困难，耗费了大量的时间和资源，最终未能实现其应有的经济价值。产业同质化现象在安徽省高新技术产业中也较为严重。许多地区在发展高新技术产业时，缺乏明确的产业定位和特色，盲目跟风，导致产业结构相似，产品同质化竞争激烈。这种产业同质化现象不仅造成了资源的浪费，还降低了产业的整体竞争力。例如，在电子信息产业，安徽省多个地区都在大力发展电子元器件制造，但由于缺乏差异化的发展策略，各地区的产品在技术水平、质量和价格等方面差异不大，市场竞争激烈，企业利润空间狭小，难以实现可持续发展。同时，产业同质化还导致了资源的过度集中和浪费，一些热门领域的产能过剩，而一些具有发展潜力的领域却得不到足够的资源支持，影响了产业的整体发展和技术效率的提升。6.3管理和体制不健全企业管理水平对高新技术产业的发展起着至关重要的作用。然而，安徽省部分高新技术企业在管理方面存在诸多问题，管理理念落后，管理模式陈旧，缺乏科学的决策机制和有效的内部控制制度。在企业的生产运营过程中，存在生产流程不合理、库存管理不善、质量管理不严格等问题，导致生产效率低下，产品质量不稳定，成本居高不下。同时，企业在人力资源管理方面也存在不足，对员工的激励机制不完善，人才流失现象较为严重，影响了企业的创新能力和发展动力。例如，某高新技术企业由于管理不善，生产流程繁琐，导致产品生产周期过长，无法及时满足市场需求，客户满意度下降，市场份额逐渐萎缩。此外，该企业对员工的激励措施不到位，员工工作积极性不高，一些核心技术人员纷纷跳槽，给企业的发展带来了严重的负面影响。政府政策支持是高新技术产业发展的重要保障。虽然安徽省政府出台了一系列支持高新技术产业发展的政策措施，但在政策的执行和落实过程中，仍存在一些问题。政策的针对性和实效性有待提高，一些政策未能充分考虑到企业的实际需求和产业发展的特点，导致政策的实施效果不佳。同时，政策的宣传和推广力度不够，许多企业对相关政策了解不够深入，无法充分享受政策带来的优惠和支持。此外，政策之间的协调性和连贯性也存在不足，不同部门之间的政策存在相互矛盾和冲突的情况，影响了政策的整体效力。例如，某地区出台了鼓励高新技术企业加大研发投入的政策，但在具体实施过程中，由于审批流程繁琐，资金拨付不及时，导致企业的研发计划受到影响，政策的激励作用未能充分发挥。金融服务体系不完善也是制约安徽省高新技术产业发展的一个重要因素。高新技术产业具有高投入、高风险、高回报的特点，对金融服务的需求较为特殊。然而，目前安徽省的金融服务体系还不能很好地满足高新技术企业的发展需求。一方面，银行等传统金融机构对高新技术企业的贷款门槛较高，审批流程繁琐，且更倾向于向大型企业和传统产业提供贷款，导致许多中小高新技术企业融资困难。另一方面，风险投资、股权融资等新兴金融服务发展相对滞后，规模较小，无法为高新技术企业提供足够的资金支持。此外，金融服务机构与高新技术企业之间的信息不对称问题也较为严重，金融机构对高新技术企业的技术和市场前景了解不足，不敢轻易提供融资服务。例如，某中小高新技术企业在研发一款新产品时，由于缺乏资金支持，无法进行大规模的市场推广和生产扩张，而银行等金融机构又因对其技术和市场前景存在疑虑，不愿提供贷款，导致企业的发展陷入困境。七、基于提高技术效率加快安徽省高新技术产业发展的政策和建议7.1推进知识创新工程建设加大研发投入是提升高新技术产业技术效率的关键。政府应制定相关政策，鼓励企业增加研发投入，例如设立研发专项资金，对研发投入达到一定比例的企业给予财政补贴或税收优惠，引导企业将更多资金投入到技术研发中。同时，政府自身也应加大对科研的投入，支持高校、科研机构开展基础研究和前沿技术研究，为高新技术产业的发展提供坚实的理论基础和技术支撑。培育创新人才是知识创新工程的核心。高校和科研机构应加强学科建设，优化人才培养模式，注重培养学生的创新思维和实践能力，为高新技术产业输送高素质的创新人才。企业应加强与高校、科研机构的合作，建立人才联合培养机制，通过实习、联合研发等方式，培养既懂技术又懂市场的复合型人才。此外，还应完善人才激励政策，提高创新人才的待遇和地位，吸引和留住优秀人才。建设创新平台能够为知识创新提供良好的环境和条件。政府应加大对科技创新平台的投入，建设一批国家级和省级重点实验室、工程技术研究中心、产业创新中心等创新平台，整合优势资源，开展协同创新。鼓励企业建立自己的研发中心，提高企业的自主创新能力。加强创新平台之间的交流与合作，促进知识和技术的共享与转移，提高创新效率。7.2促进创新主体间的联合互动加强产学研合作是促进创新主体联合互动的重要途径。政府应搭建产学研合作平台，建立产学研合作信息交流机制，促进高校、科研机构与企业之间的沟通与合作。鼓励高校和科研机构根据企业的实际需求开展科研项目，将科研成果与企业的生产实践相结合，提高科研成果的实用性和转化率。企业应积极参与产学研合作，充分利用高校和科研机构的科研资源，提升自身的技术创新能力。例如，建立产学研合作示范基地，推动产学研合作的深入开展。建立产业创新联盟能够整合产业内的创新资源，形成创新合力。政府应引导和支持相关企业、高校、科研机构等共同组建产业创新联盟，围绕产业发展的关键技术和共性问题开展联合攻关。产业创新联盟应制定统一的创新目标和行动计划，加强成员之间的协作与交流，实现资源共享、优势互补。例如，在人工智能产业，组建人工智能产业创新联盟，共同推动人工智能技术的研发和应用，提升产业的整体竞争力。促进科技成果转化是创新主体联合互动的最终目的。政府应完善科技成果转化政策，建立科技成果转化服务体系，加强对科技成果转化的支持和引导。鼓励高校和科研机构建立科技成果转化机构，负责科技成果的推广和应用。企业应积极引进和吸收先进的科技成果，将其转化为实际生产力。例如，设立科技成果转化专项资金，对科技成果转化项目给予资金支持；建立科技成果交易市场，为科技成果的交易提供平台。7.3确立企业创新的核心地位完善企业创新激励机制是激发企业创新活力的关键。政府应制定相关政策，对企业的创新行为给予奖励，例如设立创新奖项，对在技术创新、产品创新等方面取得突出成绩的企业给予表彰和奖励；对企业的创新投入给予税收优惠，如研发费用加计扣除等，降低企业的创新成本。企业自身应建立内部创新激励机制，鼓励员工开展创新活动，对有创新成果的员工给予物质和精神奖励，营造良好的创新氛围。培育科技领军企业能够发挥其示范引领作用，带动整个产业的创新发展。政府应加大对科技领军企业的扶持力度，在政策、资金、人才等方面给予优先支持，帮助企业做大做强。科技领军企业应加大研发投入，加强创新能力建设，在关键核心技术领域取得突破，提高企业的核心竞争力。同时，科技领军企业应加强与中小企业的合作，通过技术转移、产业协作等方式，带动中小企业共同发展。支持中小企业创新是提升产业整体创新能力的重要举措。政府应设立中小企业创新专项资金，为中小企业的创新活动提供资金支持；建立中小企业创新服务平台，为中小企业提供技术咨询、人才培训、市场开拓等服务。鼓励金融机构加大对中小企业创新的支持力度，创新金融产品和服务，拓宽中小企业的融资渠道。中小企业应加强自身创新能力建设，专注于细分领域，开展差异化创新，提高企业的市场竞争力。7.4拓宽高新技术产业的融资渠道吸引风险投资能够为高新技术产业提供重要