1. 研究目的与意义
在经济新常态的背景下，促进经济增长方式由要素驱动、投资驱动转向创新驱动已成为中国经济发展的新理念。十九大报告指出：“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。”高技术产业由于其知识密集型、技术密集型的特征，已成为我国落实创新驱动发展战略的主阵地，其科技研发活动在支撑现代化经济体系建设和加快产业结构转型升级过程中发挥着重要作用。尽管近几年高技术产业的发展规模不断扩大，主营业务收入已从1995年不足0.4万亿元上升至2017年接近16万亿元（丛日玉，2019）[1]，但其研发投入相比于欧美等发达国家仍存在较大差距（杨浩昌和李廉水，2019）[2]，且存在研发产出效益和经济转化效率偏低，行业内部发展差异明显等问题。科技研发投入作为一种稀缺资源（谢子远，2015）[3]，如何有效提升高技术产业科技研发投入的使用效率，充分发挥其经济效益，是创新驱动发展战略背景下亟待解决的突出问题（杨浩昌和李廉水，2019）[2]，具有重大的经济意义和社会意义。
学界现有的研究已经立足于行业差异角度对中国高技术产业的研发效率进行了一定的实证分析，并从行业性质、企业所有制等维度对研发效率的影响因素进行了研究，但受数据统计口径变化的影响，所采用的数据较早，缺乏现实意义。本研究选用公开可得的最新统计数据，并细分中间产出环节和最终经济效益转化环节，丰富了相关文献，具备一定的学术意义和创新意义。
2. 研究内容和预期目标
近二十年来，中国高技术产业得到政府、业界和社会的广泛关注，发展十分迅速。然而高技术产业研发投入和产出能力的提升与产业高速扩张并不相称。尽管现有的实证研究表明中国高技术产业的研发效率呈现逐年增长的趋势，但整体仍然较低。对高技术产业的一般考察表明其规模扩张较为粗放，相关研究对于改进高技术产业的发展仍具有重大意义。
学界已经对高技术产业研发效率的总体水平和行业差异进行了一定的具体分析，但采用的数据较早，缺乏现实意义，且大都未对科技研发活动的过程进行细致区分。本研究克服了上述缺陷，聚焦中国高技术产业的12个二级细分行业，采用《中国高技术产业统计年鉴》中2006-2016年11期的最新数据，同时将各行业的科技研发活动分为科技研发过程和技术转化过程两个阶段，分别采用新专利申请数量和新产品销售收入作为产出指标，运用sfa法对两阶段的效率进行测算和比较，并对科技研发过程中的主要影响因素进行实证分析。解决的关键问题主要包括：
一、按行业分高技术产业科技研发效率的测算。
3. 国内外研究现状
国内外围绕科技研发活动效率的研究围绕两条线索展开，横向以地区为决策单位考虑地区差异及其影响因素（raab等，2006[4]；白俊红等，2009[5]；li，2009[6]），纵向以行业为决策单位进行各行业的比较分析。本文的主要思路属于后者。相关外文文献经历了从行业技术效率的测算与比较，到进一步运用两阶段dea、sfa等手段分析效率影响因素的发展。例如，早期sun等（2005）[7]利用dea法对韩国制造业的创新效率进行测算，发现技术进步同时存在于高技术产业和低技术产业。lu等（2010）[8]选取微观企业样本，利用两阶段dea对台湾194 家企业的研发效率进行评价，并对效率的影响因素进行回归分析。
国内文献的发展轨迹与外文文献一致。根据相关文献的引证关系，吴延兵（2006）[9]对工业行业的知识生产效率研究做出了开创性工作，他运用中国大中型工业企业行业的面板数据完成了ramp;d资本存量的测算，并构建了知识生产函数模型，研究了知识生产的性质和影响因素。朱有为和徐康宁（2006）[10]则率先聚焦于中国高技术产业，利用sfa法测算了中国高技术产业的研发效率, 并具体分析了企业规模、市场结构和所有权结构等因素对研发效率的影响。后期对中国高技术产业研发效率的实证研究基本建立在这两篇文献的分析框架之上，本文也是如此。
后期国内对于高技术产业科技研发活动效率细分行业的实证研究取得了进一步发展，主要表现为：一、效率影响因素的选择更为丰富。周立群和邓路（2009）[11]在考虑企业规模、市场结构等因素的基础上，引入了消化吸收经费投入指标，并分别对国有企业和三资企业的研发效率进行定量分析，发现无论企业的所有权性质如何，消化吸收经费投入与企业研发效率均显著正相关。彭峰和李燕萍（2013）[12]则着重探讨技术转移方式与高技术产业技术效率的关系，分析国外技术引进、国内技术购买和外商直接投资与自主研发的相互作用及其对技术效率的影响。王立平和南永清（2014）[13]利用高技术产业13个三位码行业的面板数据，考察发现市场结构与研发效率间呈现 “倒 u 型”的非线性关系，进一步拓宽了效率影响因素的作用形式。不过细分行业研究中的效率影响因素远不如划分区域研究中可选择的范围广，这主要是受数据可得性与统计口径前后变化的影响。
4. 计划与进度安排
1、2022年12月1日至2022年1月20日，通过cnki、万方、web of science等平台进行相关文献的检索，并通过e-study完成文献的归纳和梳理，同时阅读《productioneconomics》、《handbook ofthe economics of innovation》的相关章节，增加对选题的理解与认识。
2、2022年1月21日至2022年2月20日，学习sfa模型的相关理论知识；通过中国经济与社会发展统计数据库、中国统计局国家数据在线平台查找相关数据指标，整理数据并进行预处理；学习frontier4.1软件操作。
3、2022年2月21日至2022年3月15日，完成数据分析过程，形成论文初稿。
4、2022年3月16日至2022年4月30日，从数据处理、模型设定、论文撰写与创新性等各个角度与导师充分讨论论文内容，反复修改论文。
5. 参考文献
[1]丛日玉.创新驱动发展战略背景下高技术产业发展研究[j].商业经济,2019(12):40-43 46.
[2]杨浩昌,李廉水.政府支持与中国高技术产业研发效率[j].科学学研究,2019(01):70-76 111.
[3]谢子远.高技术产业区域集聚能提高研发效率吗?——基于医药制造业的实证检验[j].科学学研究,2015(02):215-224 233.
