基于管理層視角的科創(chuàng)型企業(yè)創(chuàng)新績(jī)效研究

唐 亮，鄧洪艷，陸璟楠

（阜陽(yáng)師范大學(xué) 商學(xué)院，安徽 阜陽(yáng) 236037）

技術(shù)創(chuàng)新推動(dòng)著經(jīng)濟(jì)社會(huì)不斷發(fā)展，既是企業(yè)保持核心競(jìng)爭(zhēng)力的關(guān)鍵因素，也是驅(qū)動(dòng)社會(huì)生產(chǎn)力發(fā)展的根本保障［1］。十九大報(bào)告也特別強(qiáng)調(diào)了創(chuàng)新的作用，提出創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力?！秶?guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略綱要》明確要求，各創(chuàng)新主體要發(fā)揮主體作用，激發(fā)創(chuàng)新活力，提升創(chuàng)新發(fā)展的能力和水平，促進(jìn)整個(gè)國(guó)家的可持續(xù)發(fā)展。作為市場(chǎng)經(jīng)濟(jì)的主體，企業(yè)要在創(chuàng)新活動(dòng)中發(fā)揮主體性作用，特別是科技創(chuàng)新型企業(yè)，更要擔(dān)負(fù)起引領(lǐng)重要產(chǎn)業(yè)發(fā)展的重任。

科技創(chuàng)新是企業(yè)持續(xù)發(fā)展、形成和保持核心競(jìng)爭(zhēng)力并獲得持久競(jìng)爭(zhēng)優(yōu)勢(shì)的根本途徑［2］?？萍紕?chuàng)新的理論和實(shí)踐均表明，科技創(chuàng)新與核心競(jìng)爭(zhēng)力的形成與保持是緊密聯(lián)系的，創(chuàng)新有效推動(dòng)企業(yè)經(jīng)營(yíng)績(jī)效的提升和長(zhǎng)期可持續(xù)發(fā)展。從公司治理的角度分析企業(yè)的創(chuàng)新及其績(jī)效可以發(fā)現(xiàn)，關(guān)于企業(yè)創(chuàng)新能力及其績(jī)效的影響因素主要有兩方面，即外部治理結(jié)構(gòu)和內(nèi)部治理機(jī)制［3-4］。由于我國(guó)正處于轉(zhuǎn)型發(fā)展時(shí)期，相關(guān)的外部市場(chǎng)競(jìng)爭(zhēng)機(jī)制不完善，不能很好地發(fā)揮其應(yīng)有的治理效應(yīng)，企業(yè)的內(nèi)部治理機(jī)制可以為企業(yè)創(chuàng)新發(fā)展提供必要的機(jī)制保障，因此企業(yè)創(chuàng)新能力和創(chuàng)新績(jī)效的提升需要建立以內(nèi)部治理機(jī)制為主，外部治理協(xié)同發(fā)展的創(chuàng)新機(jī)制［5］。在企業(yè)內(nèi)部治理機(jī)制中，作為經(jīng)營(yíng)管理決策制定和執(zhí)行主體的管理層對(duì)企業(yè)的科技創(chuàng)新活動(dòng)及其績(jī)效具有重要的作用。

一、文獻(xiàn)回顧

管理層能力的高低及相應(yīng)的激勵(lì)措施是否有效對(duì)提高企業(yè)創(chuàng)新質(zhì)量及績(jī)效具有重要作用。目前學(xué)術(shù)界關(guān)于管理層與企業(yè)創(chuàng)新績(jī)效的研究主要聚焦于管理層提升企業(yè)創(chuàng)新績(jī)效的機(jī)制路徑研究。Demerjian等研究發(fā)現(xiàn)，管理層的能力能夠有效促進(jìn)企業(yè)研發(fā)投資對(duì)創(chuàng)新績(jī)效的提升作用［6］，并首次提出用DEA-Tobit來(lái)量化管理層的管理能力［7］，之后的學(xué)者大多將此作為管理層能力的量化方法進(jìn)行其它相關(guān)研究。Andreou等基于經(jīng)濟(jì)危機(jī)視角，以美國(guó)2008～2011年上市企業(yè)為樣本，發(fā)現(xiàn)在危機(jī)期間，能力高的管理層會(huì)進(jìn)行更多的債券融資，解決了企業(yè)創(chuàng)新投資不足的問(wèn)題［8］?；魰云嫉然诨旄谋尘?，從激勵(lì)和約束效應(yīng)出發(fā)，研究發(fā)現(xiàn)了高管薪酬激勵(lì)能夠促進(jìn)企業(yè)創(chuàng)新績(jī)效的提升［9］。王輝等以制造業(yè)企業(yè)為研究樣本，發(fā)現(xiàn)管理層股權(quán)激勵(lì)可以使管理層為了企業(yè)長(zhǎng)遠(yuǎn)發(fā)展進(jìn)行合理的技術(shù)創(chuàng)新投資決策，最終提升創(chuàng)新績(jī)效［10］。范海峰等基于融資約束的中介作用，通過(guò)回歸模型實(shí)證檢驗(yàn)了管理層持股對(duì)企業(yè)創(chuàng)新績(jī)效的影響作用［11］。倪娟等基于內(nèi)部控制視角，研究發(fā)現(xiàn)能力較高的管理層可以通過(guò)提高對(duì)科研創(chuàng)新的支持力度來(lái)提升企業(yè)績(jī)效［12］?，F(xiàn)有文獻(xiàn)主要是從宏觀視角，從管理層能力和相應(yīng)的薪酬、股權(quán)等激勵(lì)機(jī)制兩方面，基于大樣本回歸分析驗(yàn)證管理層對(duì)企業(yè)創(chuàng)新績(jī)效的影響作用，缺乏對(duì)創(chuàng)新績(jī)效的細(xì)分研究。

本文以新浪財(cái)經(jīng)發(fā)布的2018年科技創(chuàng)新百?gòu)?qiáng)榜企業(yè)作為研究樣本，基于管理層視角，將創(chuàng)新績(jī)效細(xì)分為創(chuàng)新水平和創(chuàng)新效率，建立投入產(chǎn)出指標(biāo)體系，運(yùn)用數(shù)據(jù)包絡(luò)模型（DEA）對(duì)研究樣本進(jìn)行效率測(cè)度與評(píng)價(jià)。主要包括四個(gè)方面的分析：（1）從綜合效率、純技術(shù)效率、規(guī)模報(bào)酬三個(gè)方面的具體效率值進(jìn)行DEA綜合分析；（2）進(jìn)行非DEA有效性分析，分析非DEA有效的企業(yè)在投入和產(chǎn)出方面的冗余和不足情況；（3）進(jìn)行敏感性測(cè)度分析，探究哪些投入指標(biāo)對(duì)創(chuàng)新績(jī)效產(chǎn)出的影響較大，為進(jìn)一步改進(jìn)創(chuàng)新績(jī)效提供建議；（4）進(jìn)行超效率分析，對(duì)各企業(yè)的創(chuàng)新效率進(jìn)行測(cè)度與排序。

二、相關(guān)模型與方法

（一）數(shù)據(jù)包絡(luò)法（DEA）

數(shù)據(jù)包絡(luò)分析模型（DEA）是用來(lái)測(cè)度企業(yè)生產(chǎn)效率的非參數(shù)前沿效率分析方法，運(yùn)用數(shù)學(xué)規(guī)劃的方法構(gòu)建一個(gè)非參數(shù)分段生產(chǎn)前沿分析面，并以此為基準(zhǔn)，對(duì)多個(gè)參評(píng)單位（DMU）進(jìn)行相對(duì)有效性評(píng)價(jià)。DEA方法主要是運(yùn)用線性規(guī)劃的方法，根據(jù)各單位投入產(chǎn)出的具體數(shù)據(jù)對(duì)其效率進(jìn)行評(píng)價(jià)。由于使用DEA模型不需要對(duì)評(píng)價(jià)指標(biāo)權(quán)重進(jìn)行賦值，也不需要統(tǒng)一量綱，具有客觀性和實(shí)用性的特點(diǎn)，因此被廣泛應(yīng)用于管理決策評(píng)價(jià)分析中。DEA模型主要分為兩種基本類別，即CCR和BCC。CCR模型是在各個(gè)參評(píng)單位規(guī)模收益不變的前提下，測(cè)度其相對(duì)效率，評(píng)價(jià)的結(jié)果稱為綜合性效率，主要取決于企業(yè)的技術(shù)水平、管理能力和企業(yè)規(guī)模等因素。BCC模型放松了規(guī)模收益不變的假定條件，即在規(guī)模收益可變的前提下，對(duì)純技術(shù)效率和規(guī)模效率進(jìn)行測(cè)度，排除規(guī)模因素對(duì)企業(yè)效率的影響后，可以計(jì)算出純技術(shù)效率，用于對(duì)企業(yè)經(jīng)營(yíng)管理水平的綜合度量。

（二）超效率DEA模型

傳統(tǒng)的DEA模型只能評(píng)價(jià)參評(píng)單位的投入產(chǎn)出是否達(dá)到相對(duì)有效，無(wú)法對(duì)達(dá)到DEA有效的企業(yè)再進(jìn)一步進(jìn)行效率測(cè)度，并根據(jù)測(cè)度結(jié)果的高低進(jìn)行排序，因此需要運(yùn)用超效率DEA模型對(duì)達(dá)到DEA有效的各參評(píng)企業(yè)投入產(chǎn)出進(jìn)行進(jìn)一步測(cè)度，根據(jù)得到的效率值對(duì)DEA有效的企業(yè)進(jìn)行逐一排序，提高科學(xué)評(píng)價(jià)的區(qū)分度和準(zhǔn)確性。

超效率DEA模型在對(duì)某個(gè)參評(píng)單位的投入產(chǎn)出進(jìn)行效率評(píng)價(jià)時(shí)，會(huì)將其從參評(píng)單位（DMU）的集合中剔除，當(dāng)參評(píng)單位按一定比例增加投入而效率值保持不變時(shí)，其增加的投入比例即稱為超效率值θ，超效率DEA模型可以對(duì)投出產(chǎn)出均有效的參評(píng)單位進(jìn)行進(jìn)一步區(qū)分并排序。其線性規(guī)劃的形式如公式（1）所示：

其中Xj表示第j個(gè)決策單元的輸入變量，Yj表示第j個(gè)決策單元的輸出變量，θ表示效率值（0＜θ＜1）。

三、研究指標(biāo)體系構(gòu)建

（一）管理層能力指標(biāo)

管理層能力是指管理者在管理權(quán)限范圍內(nèi)運(yùn)用企業(yè)所屬資源實(shí)現(xiàn)經(jīng)濟(jì)效益的能力。根據(jù)研究目的，文章選擇Demerjian（2012）在文獻(xiàn)［7］中提出的管理層能力計(jì)量模型，并借助張鐵鑄和沙曼（2014）［13］、陳德球和步丹璐（2015）［14］、姚立杰等（2018）［15］的研究來(lái)計(jì)量管理層能力。Demerjian認(rèn)為數(shù)據(jù)包絡(luò)分析計(jì)算的效率值不完全屬于企業(yè)管理層，還應(yīng)歸屬于公司的一些特征因素，如企業(yè)規(guī)模大小、市場(chǎng)份額、自由現(xiàn)金流、上市年限等，這些特征因素也會(huì)影響效率值。為了避免這種情況，應(yīng)把效率值分解為公司屬性和管理層屬性，將歸屬于管理層屬性的部分定義為公司管理層的管理能力，并用Tobit回歸分析求出具體值。具體步驟如下:

第一步，利用DEA模型計(jì)算企業(yè)的生產(chǎn)效率（θ）。

DEA模型計(jì)算的θ值在0到1之間，1表示決策單元值落在前沿曲線上，效率最高；效率指標(biāo)低于1時(shí)，決策單元值落在前沿曲線之下。將營(yíng)業(yè)收入（SALES）作為唯一的產(chǎn)出變量，將固定資產(chǎn)凈額（PPE）、無(wú)形資產(chǎn)凈額（IA）、商譽(yù)（GW）、研發(fā)支出（R&D）、管理費(fèi)用（ME）、銷售費(fèi)用（SE）、營(yíng)業(yè)成本（CG）作為投入變量。建立公式（2）:

第二步,估計(jì)管理層能力（MA）。

因?yàn)槠髽I(yè)的運(yùn)營(yíng)效率不僅反映了管理者的管理水平和努力程度，還會(huì)受到一些不確定性且管理層無(wú)法控制的企業(yè)層面因素影響，因此，在具體分析中，應(yīng)通過(guò)Tobit回歸分析將管理層無(wú)法控制的影響因素予以剔除。借鑒已有文獻(xiàn)，文章選取以下幾個(gè)因素作為影響企業(yè)效率的因素予以剔除:企業(yè)規(guī)模（SIZE，總資產(chǎn)自然對(duì)數(shù)）、市場(chǎng)份額（MS，營(yíng)業(yè)收入占該行業(yè)總額的比例）、上市年限（AGE）、自由現(xiàn)金流（FCF，經(jīng)營(yíng)活動(dòng)現(xiàn)金流量減去資本支出后的余額，公司自由現(xiàn)金流為非負(fù)時(shí)，賦值為1，否則為0）。建立公式（3）:

公式（3）運(yùn)用Tobit回歸得到的殘差ε可以測(cè)度企業(yè)管理層能力（MA），該指標(biāo)越大，說(shuō)明管理層能力越強(qiáng)。

（二）管理層激勵(lì)機(jī)制指標(biāo)

1.管理層股權(quán)激勵(lì)指標(biāo)。企業(yè)的重大戰(zhàn)略決策由董事、監(jiān)事以及高管制定，且其參與企業(yè)日常經(jīng)營(yíng)管理，屬于公司內(nèi)部人員。有些學(xué)者將企業(yè)管理層持股的絕對(duì)數(shù)量值作為股權(quán)激勵(lì)的量化指標(biāo)，但是這一指標(biāo)會(huì)隨著企業(yè)股本規(guī)模的差異而缺乏可比性。一般而言，高管持股的絕對(duì)數(shù)量是隨著企業(yè)股本規(guī)模的擴(kuò)大而增長(zhǎng)的。為了更加準(zhǔn)確的反映股權(quán)激勵(lì)效果以及管理層對(duì)企業(yè)的實(shí)際控制水平，本文參照其他學(xué)者的做法，選擇管理層持股比例的相對(duì)數(shù)量指標(biāo)作為股權(quán)激勵(lì)量化指標(biāo)，即董監(jiān)高等管理層持股數(shù)量占企業(yè)總股本比例，記為MSR。

2.管理層貨幣薪酬激勵(lì)指標(biāo)。管理層的激勵(lì)機(jī)制一般是通過(guò)股權(quán)激勵(lì)和貨幣薪酬激勵(lì)來(lái)實(shí)現(xiàn)的。管理層貨幣薪酬主要指董事、監(jiān)事以及高管年度薪資報(bào)酬，主要由工資和各種績(jī)效及獎(jiǎng)金等構(gòu)成。部分文獻(xiàn)將董事、監(jiān)事以及高管的薪酬總額作為管理層薪酬的指標(biāo)，原因是上市公司往往存在董事和管理層兼任的情況，嚴(yán)格進(jìn)行區(qū)分并分別計(jì)算貨幣薪酬存在較大困難，故不再對(duì)其區(qū)分。本文遵循學(xué)界慣例，選取上市企業(yè)年度報(bào)告中披露的董監(jiān)高等管理層的貨幣薪酬總額作為管理層貨幣薪酬激勵(lì)的量化指標(biāo)，記為MSI。

（三）創(chuàng)新績(jī)效指標(biāo)

1.創(chuàng)新水平（Level）。本文以創(chuàng)新活動(dòng)直接產(chǎn)出成果衡量企業(yè)創(chuàng)新績(jī)效，將其分為兩個(gè)層面:企業(yè)創(chuàng)新水平（Level）和創(chuàng)新效率（Innovation Efficiency），衡量創(chuàng)新水平的主要指標(biāo)為專利申請(qǐng)數(shù)量（Patent2），輔助指標(biāo)為專利授權(quán)數(shù)量（Patent1）［16］。專利處于申請(qǐng)狀態(tài)即說(shuō)明創(chuàng)新研發(fā)取得成效，但審批需要過(guò)程，導(dǎo)致專利授權(quán)具有滯后性，即當(dāng)年申請(qǐng)的專利在當(dāng)年或未來(lái)若干年被授權(quán)，根據(jù)專利申請(qǐng)和授予的特點(diǎn)和目前專利數(shù)據(jù)庫(kù)的數(shù)據(jù)類型，本文采用當(dāng)年以及以后三年所有的專利授予總數(shù)作為企業(yè)創(chuàng)新水平的量化指標(biāo)，計(jì)算公式如公式（4）所示:

Patent1i,t指樣本企業(yè)專利授權(quán)總數(shù)，作為樣本企業(yè)的創(chuàng)新水平的量化指標(biāo)；Patenti,t指樣本企業(yè)當(dāng)年申請(qǐng)即獲得授權(quán)的專利數(shù)量；Patent1i,t+1指樣本企業(yè)當(dāng)年申請(qǐng)、次年獲得授權(quán)的專利數(shù)量；Patent1i,t+2指樣本企業(yè)當(dāng)年申請(qǐng)、第三年獲得授權(quán)的專利數(shù)量。

2.創(chuàng)新效率（Innovation Efficiency）。姚立杰等（2018）在研究中使用專利授權(quán)與申請(qǐng)數(shù)的比值、專利申請(qǐng)數(shù)與申請(qǐng)當(dāng)年及前兩年和前一年的研發(fā)支出之和的比率來(lái)衡量企業(yè)創(chuàng)新效率［15］。本文研究的是管理層對(duì)創(chuàng)新績(jī)效的影響，而創(chuàng)新效率只是創(chuàng)新績(jī)效的一個(gè)方面，所以，本文參照姚立杰的做法，選取了其中一個(gè)指標(biāo)來(lái)衡量創(chuàng)新效率，為了與創(chuàng)新水平中未來(lái)三年的專利授權(quán)數(shù)量對(duì)應(yīng)，研發(fā)支出也選用三年的數(shù)據(jù)，以當(dāng)年專利申請(qǐng)數(shù)(Patent2)與申請(qǐng)專利當(dāng)年及之前兩年研發(fā)投入 (R&D)總和的比率作為企業(yè)創(chuàng)新效率的量化指標(biāo)，具體如公式（5）所示：

四、樣本選取與數(shù)據(jù)來(lái)源

（一）樣本選取

本文選取了新浪財(cái)經(jīng)公布的2018年中國(guó)科技創(chuàng)新百?gòu)?qiáng)企業(yè)作為初始研究樣本，主要研究期間為2015年至2017年。由于“研發(fā)支出”需要追溯以前兩年的數(shù)據(jù)，“專利授權(quán)數(shù)”需要未來(lái)兩年的數(shù)據(jù)，所以實(shí)際研究取自2013至2019年的數(shù)據(jù)。經(jīng)過(guò)數(shù)據(jù)篩選，最終確定42家公司為本文的研究樣本，得到126個(gè)樣本觀測(cè)值，數(shù)據(jù)篩選標(biāo)準(zhǔn)如下：（1）樣本可取性。本文研究期間為2013-2019年，故不考慮2013年以后上市的公司數(shù)據(jù)；（2）數(shù)據(jù)完整性。剔除缺失相關(guān)指標(biāo)數(shù)據(jù)的上市公司；（3）數(shù)據(jù)連續(xù)性。剔除未連續(xù)三年申請(qǐng)專利的上市公司。

（二）數(shù)據(jù)來(lái)源與處理

數(shù)據(jù)主要來(lái)源于CSMAR數(shù)據(jù)庫(kù)和WIND數(shù)據(jù)庫(kù)，對(duì)于部分缺失數(shù)據(jù)，主要通過(guò)上市公司年度財(cái)務(wù)報(bào)告和國(guó)家專利網(wǎng)搜集整理獲得，并利用STATA軟件、DEAP2.1軟件、MAXDEA軟件對(duì)數(shù)據(jù)進(jìn)行處理分析。

五、結(jié)果分析與評(píng)價(jià)

（一）數(shù)據(jù)指標(biāo)處理與結(jié)果

DEA模型只能對(duì)正數(shù)決策單元進(jìn)行測(cè)算，而根據(jù)Tobit模型所得的管理層能力數(shù)據(jù)中有部分是負(fù)值，因此，需要先將負(fù)值轉(zhuǎn)化成正值，再進(jìn)行數(shù)據(jù)分析。數(shù)據(jù)處理如公式（6）所示：

將各管理層能力（MA）代入計(jì)算公式，即得到符合DEAP2.1軟件使用條件的正值。將42家企業(yè)的管理層能力、股權(quán)及貨幣薪酬激勵(lì)等投入指標(biāo)和創(chuàng)新水平、創(chuàng)新效率等產(chǎn)出指標(biāo)數(shù)據(jù)分別代入DEA-CCR模型，可以得出各參評(píng)企業(yè)的綜合效率、純技術(shù)效率、規(guī)模效率、規(guī)模報(bào)酬（限于篇幅限制沒(méi)有報(bào)告）。

（二）綜合分析

基于計(jì)算結(jié)果，對(duì)2015-2017年的企業(yè)效率情況進(jìn)行分析。綜合效率反映參評(píng)企業(yè)資源配置能力和使用效率，可以有效評(píng)價(jià)參評(píng)各單位投入與產(chǎn)出是否實(shí)現(xiàn)有效配置。純技術(shù)效率是建立在參評(píng)企業(yè)規(guī)模報(bào)酬不變的基礎(chǔ)上，對(duì)其投入與產(chǎn)出的相對(duì)效率進(jìn)行測(cè)度。規(guī)模效率是各參評(píng)企業(yè)在目前條件水平不變的情況下，實(shí)際規(guī)模和理論上最優(yōu)規(guī)模的差距。2015～2017年DEA平均效率值如表1所示：

表1 2015～2017年平均效率值

由表1可知，科技創(chuàng)新企業(yè)平均綜合效率變化不大，整體呈穩(wěn)定趨勢(shì)。2015年的平均綜合效率為0.229，2017年下降到0.210，綜合平均量值為0.228，屬于較低水平，說(shuō)明科創(chuàng)型企業(yè)創(chuàng)新效率仍存在較大提升空間，應(yīng)進(jìn)一步改進(jìn)措施、挖掘潛力。綜合效率是由純技術(shù)效率和規(guī)模效率兩者共同決定的，由于企業(yè)規(guī)模效率均值較低，嚴(yán)重制約了綜合效率均值水平。由于委托代理關(guān)系的存在，使得管理層對(duì)創(chuàng)新活動(dòng)的重視程度不夠，一般出于規(guī)避風(fēng)險(xiǎn)的考慮，傾向于選擇不確定性較小的創(chuàng)新投入，進(jìn)而影響企業(yè)創(chuàng)新發(fā)展水平和質(zhì)量，抑制創(chuàng)新績(jī)效有效提升。在此情況下，企業(yè)一方面應(yīng)該優(yōu)化管理層的人力資源配置，提升管理層自身能力（比如學(xué)歷和從業(yè)經(jīng)驗(yàn)的提升）；另一方面要進(jìn)一步完善相應(yīng)的激勵(lì)機(jī)制，提升管理層能力，提高創(chuàng)新研發(fā)效率。

相對(duì)于綜合效率的平均值0.228和規(guī)模效率的平均值0.279，2015-2017年的純技術(shù)效率平均值達(dá)到0.735，處于較高水平，但科創(chuàng)型企業(yè)平均規(guī)模效率處于較低水平，使得平均綜合效率整體上仍處于較低水平。此外，平均純技術(shù)效率近幾年基本保持穩(wěn)中有升的態(tài)勢(shì)，說(shuō)明科創(chuàng)型企業(yè)的技術(shù)水平有所提高，創(chuàng)新活動(dòng)逐步向好發(fā)展，企業(yè)管理層應(yīng)更加注重對(duì)創(chuàng)新活動(dòng)的支持，進(jìn)一步提高創(chuàng)新能力和創(chuàng)新績(jī)效。

近幾年，規(guī)模效率有所波動(dòng)，2015年至2016年從0.284上升到0.304，2017年又下降至0.250，其原因可能是科創(chuàng)型企業(yè)進(jìn)行了規(guī)模較大的投資，且其研發(fā)周期較長(zhǎng)，當(dāng)年的管理水平帶來(lái)的創(chuàng)新成果具有滯后性，創(chuàng)新績(jī)效難以跟上規(guī)模擴(kuò)張速度，出現(xiàn)創(chuàng)新發(fā)展能力和企業(yè)管理水平與企業(yè)規(guī)模不匹配的現(xiàn)象。由于科創(chuàng)型企業(yè)具有投入和風(fēng)險(xiǎn)較高的特性，科創(chuàng)型企業(yè)需保持自身規(guī)模與整體運(yùn)營(yíng)狀態(tài)相對(duì)一致。

根據(jù)表2可知，在42家樣本企業(yè)中，按照規(guī)模報(bào)酬的具體分類，2015-2017年規(guī)模報(bào)酬遞增企業(yè)平均有36家，說(shuō)明大部分企業(yè)投入產(chǎn)出組合仍需進(jìn)一步改進(jìn)與提升，企業(yè)可以適當(dāng)增加投入產(chǎn)出組合，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。而規(guī)模報(bào)酬不變的企業(yè)有6家，說(shuō)明其投入組合帶來(lái)的產(chǎn)出結(jié)果已經(jīng)達(dá)到相對(duì)平衡的狀態(tài)，創(chuàng)新績(jī)效較高。2015年和2016年僅有1家規(guī)模報(bào)酬遞減的企業(yè)，且到2017年沒(méi)有企業(yè)出現(xiàn)規(guī)模報(bào)酬遞減的情況，說(shuō)明絕大部分科創(chuàng)型企業(yè)的規(guī)模調(diào)整有利于增強(qiáng)企業(yè)效益，這符合科創(chuàng)型企業(yè)高成長(zhǎng)的特性。

表2 2015～2017年規(guī)模報(bào)酬變化

（三）非DEA有效性分析

本文以2017年度樣本數(shù)據(jù)為例，對(duì)42家企業(yè)非DEA有效性進(jìn)行探討。由表3可知，2017年有6家企業(yè)在技術(shù)和規(guī)模兩方面均實(shí)現(xiàn)了DEA有效，占樣本企業(yè)的14.29%，分別是美的集團(tuán)、京東方A、數(shù)碼科技、國(guó)電南瑞、海爾智家、中國(guó)中車，說(shuō)明其投入產(chǎn)出組合較優(yōu)，在投入和產(chǎn)出兩個(gè)方面均實(shí)現(xiàn)了最優(yōu)狀態(tài)，創(chuàng)新績(jī)效較高。36家企業(yè)未達(dá)到DEA有效，占樣本企業(yè)的85.71%，說(shuō)明現(xiàn)階段科創(chuàng)型企業(yè)的投入組合并未達(dá)到最優(yōu)狀態(tài)，管理層能力及激勵(lì)投入整體綜合效率較低，管理水平還有待提高，企業(yè)的管理層能力及激勵(lì)機(jī)制無(wú)法滿足科技創(chuàng)新的需要，仍需要持續(xù)推進(jìn)管理能力的提升和激勵(lì)機(jī)制的改進(jìn)，實(shí)現(xiàn)更高的創(chuàng)新績(jī)效。其中，有26家企業(yè)在技術(shù)和規(guī)模兩個(gè)方面均未達(dá)到有效，約占樣本企業(yè)總數(shù)的72.22%，有10家企業(yè)雖然在規(guī)模方面未實(shí)現(xiàn)最優(yōu)，但技術(shù)方面實(shí)現(xiàn)最優(yōu)，說(shuō)明2017年大部分樣本企業(yè)在投入產(chǎn)出方面存在一定的冗余和不足。

表3 2015～2017年樣本有效性分布

（四）敏感性分析

利用DEA模型計(jì)量剔除某一投入指標(biāo)變量后的效率比值，再與初始比值進(jìn)行對(duì)比，可以計(jì)算出效率比值的變動(dòng)程度，也就是敏感系數(shù)，這一過(guò)程稱為敏感性分析。如某個(gè)投入指標(biāo)的系數(shù)較大，則綜合效率對(duì)其變動(dòng)幅度就較敏感，該投入指標(biāo)變量對(duì)綜合效率也就存在著較大的影響。根據(jù)文章的研究設(shè)計(jì)指標(biāo)，剔除某一項(xiàng)投入指標(biāo)變量后，具體的組合方式有3種，如表4所示。

表4 敏感性分析組合

分別運(yùn)用DEAP2.1軟件對(duì)以上組合進(jìn)行計(jì)算，綜合效率值橫向比較結(jié)果限于篇幅限制沒(méi)有報(bào)告。從比較結(jié)果可以看出，2016年和2017年剔除管理層能力的指標(biāo)變量后，平均綜合效率值變化程度最大，分別為-28.78%、-30.03%，相對(duì)于剔除股權(quán)激勵(lì)和貨幣薪酬激勵(lì)的指標(biāo)變量的變化程度更明顯，說(shuō)明這兩年管理層能力對(duì)創(chuàng)新績(jī)效的影響更大。2015年剔除貨幣薪酬激勵(lì)的指標(biāo)變量后，綜合效率水平變化程度最大，下降了29.66%。除此以外，在未剔除相關(guān)投入指標(biāo)變量時(shí)，達(dá)到DEA有效的企業(yè)共有5家，在剔除管理層能力和股權(quán)激勵(lì)的變量后，DEA有效企業(yè)有4家，剔除貨幣薪酬激勵(lì)變量后，DEA有效企業(yè)僅有3家，說(shuō)明貨幣薪酬激勵(lì)變量的變動(dòng)幅度對(duì)2015年樣本企業(yè)的綜合效率影響最大?；谏鲜龇治?，可以得出結(jié)論，在企業(yè)投入指標(biāo)中，管理層能力和貨幣薪酬激勵(lì)對(duì)企業(yè)創(chuàng)新績(jī)效存在較大的影響作用，相比之下，股權(quán)激勵(lì)對(duì)其的影響較小。因此，科創(chuàng)型企業(yè)應(yīng)該加強(qiáng)對(duì)管理層能力指標(biāo)的關(guān)注度，在激勵(lì)機(jī)制方面，應(yīng)重點(diǎn)改善貨幣激勵(lì)制度。

企業(yè)的技術(shù)創(chuàng)新是一個(gè)復(fù)雜的過(guò)程，具有開(kāi)放性特點(diǎn)，除了管理層能力及其激勵(lì)以外，制度、文化和組織結(jié)構(gòu)等因素都會(huì)影響技術(shù)創(chuàng)新績(jī)效的提升，對(duì)不同行業(yè)的企業(yè)，要根據(jù)行業(yè)特征，并結(jié)合企業(yè)自身資源，充分發(fā)揮資源要素間的協(xié)同作用，促進(jìn)創(chuàng)新驅(qū)動(dòng)企業(yè)全面發(fā)展。

（五）超效率分析

傳統(tǒng)的DEA模型只能測(cè)度和評(píng)價(jià)投入產(chǎn)出單位是否實(shí)現(xiàn)DEA有效，無(wú)法對(duì)已實(shí)現(xiàn)DEA有效的單位進(jìn)行進(jìn)一步的測(cè)度和評(píng)價(jià)。因此，為了對(duì)DEA有效的單位進(jìn)行進(jìn)一步分析評(píng)價(jià)，可以通過(guò)超效率DEA模型，將所有評(píng)價(jià)單位的效率值進(jìn)行測(cè)度并進(jìn)行排序。即利用MAXDEA軟件，計(jì)算出2015～2017年參評(píng)企業(yè)的超效率值并進(jìn)行排序。在參評(píng)的樣本企業(yè)中，連續(xù)3年超效率均值較高并排序靠前的企業(yè)有京東方A、中國(guó)中車、海爾智家、美的集團(tuán)、數(shù)碼科技、國(guó)電南瑞，特別是效率排名第一的京東方A當(dāng)前處于生產(chǎn)前沿面上，管理層能力得到充分發(fā)揮，管理層激勵(lì)機(jī)制效果較為顯著，管理效率相對(duì)有效，增加了企業(yè)創(chuàng)新產(chǎn)出。公司規(guī)模報(bào)酬不變，說(shuō)明公司規(guī)模處于當(dāng)前最佳生產(chǎn)規(guī)模點(diǎn)上，不存在投入冗余或產(chǎn)出不足的現(xiàn)象，是樣本企業(yè)的標(biāo)桿企業(yè)。近年來(lái)京東方A平均每年保持8 300個(gè)以上的專利申請(qǐng)，且專利授權(quán)數(shù)一直保持增長(zhǎng)趨勢(shì)，2017年堅(jiān)定推進(jìn)并落實(shí)DSH事業(yè)戰(zhàn)略，研發(fā)支出增長(zhǎng)率達(dá)到68.45%，公司積極抓住創(chuàng)新機(jī)遇，使得銷售凈利率從2015年的3.36%上升至2017年的8.07%，公司經(jīng)營(yíng)管理能力增長(zhǎng)較快，成本控制能力以及技術(shù)和管理水平較好，與DEA評(píng)價(jià)結(jié)果一致，在達(dá)到DEA有效的科創(chuàng)型企業(yè)中表現(xiàn)更加優(yōu)秀，更加值得同行企業(yè)借鑒學(xué)習(xí)。

六、結(jié)論與展望

文章選取管理層能力、股權(quán)激勵(lì)、貨幣薪酬激勵(lì)作為創(chuàng)新績(jī)效投入指標(biāo)，其中，管理層能力是通過(guò)數(shù)據(jù)包絡(luò)分析法（DEA）求出各樣本企業(yè)生產(chǎn)效率值，然后用Tobit模型排除企業(yè)層面對(duì)生產(chǎn)效率的影響因素來(lái)計(jì)算殘差，得到的殘差值即為管理層能力指標(biāo)。創(chuàng)新績(jī)效產(chǎn)出指標(biāo)分為兩個(gè)方面：創(chuàng)新水平產(chǎn)出和創(chuàng)新效率產(chǎn)出，具體指標(biāo)為專利申請(qǐng)及授權(quán)數(shù)和研發(fā)支出。再運(yùn)用DEA模型對(duì)科創(chuàng)型企業(yè)管理層能力和激勵(lì)投入活動(dòng)的效率進(jìn)行分析評(píng)價(jià)，得出如下結(jié)論：科創(chuàng)型企業(yè)綜合效率整體處于較低水平，其主要是因?yàn)橐?guī)模效率偏低；大部分科創(chuàng)型企業(yè)的規(guī)模不經(jīng)濟(jì)，企業(yè)的管理層投入與創(chuàng)新產(chǎn)出組合還有進(jìn)一步提升的空間；大部分企業(yè)存在投入冗余或產(chǎn)出不足的現(xiàn)象，要達(dá)到DEA有效生產(chǎn)前沿還需要進(jìn)一步的改進(jìn)與提升。

研究結(jié)論表明，科創(chuàng)型企業(yè)提高創(chuàng)新績(jī)效的側(cè)重點(diǎn)應(yīng)在于如何更好的發(fā)揮規(guī)模效益，使企業(yè)自身發(fā)展與規(guī)模相匹配，促進(jìn)企業(yè)研發(fā)創(chuàng)新，實(shí)現(xiàn)企業(yè)戰(zhàn)略目標(biāo)。企業(yè)可以適當(dāng)調(diào)整資源配置，開(kāi)發(fā)管理層能力，增加創(chuàng)新產(chǎn)出，使其達(dá)到生產(chǎn)前沿面，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。企業(yè)應(yīng)細(xì)化發(fā)展目標(biāo)，加強(qiáng)對(duì)管理層能力的提升，根據(jù)自身情況制定相應(yīng)管理層激勵(lì)機(jī)制，重點(diǎn)改善貨幣激勵(lì)制度，更好地激發(fā)企業(yè)活力，進(jìn)行創(chuàng)新活動(dòng)，提高創(chuàng)新績(jī)效。

在我國(guó)經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵階段，企業(yè)堅(jiān)持創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略可以促進(jìn)創(chuàng)新產(chǎn)出，推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展。在未來(lái)的研究中可以在以下方面進(jìn)一步深入完善：（1）衡量創(chuàng)新效率的專利授權(quán)數(shù)指標(biāo)具有時(shí)間滯后性且專利具有多種類型，在未來(lái)的研究中可以考慮增加研究年限、區(qū)分專利類型；（2）樣本選擇未考慮不同行業(yè)、不同規(guī)模等因素對(duì)創(chuàng)新績(jī)效的影響；（3）外部環(huán)境對(duì)創(chuàng)新績(jī)效也有一定的影響，可考慮增加外部環(huán)境（如政府補(bǔ)貼、稅收優(yōu)惠等）的影響進(jìn)行分析。