中國工業(yè)企業(yè)創(chuàng)新效率測度

江艷婷

摘要：運(yùn)用三階段DEA模型，測算分析我國30個(gè)省市在2011-2017年間工業(yè)企業(yè)的創(chuàng)新效率，并對(duì)影響因素進(jìn)行分析，研究顯示：環(huán)境因素對(duì)工業(yè)企業(yè)創(chuàng)新效率產(chǎn)生了顯著影響，第一、三階段工業(yè)企業(yè)創(chuàng)新效率差異明顯，剔除影響因素后創(chuàng)新技術(shù)效率均值僅為0.6，主要源于規(guī)模效率的不足;粗放型經(jīng)濟(jì)增長影響科技進(jìn)步，政府支持和外商投資有利有弊，兩者應(yīng)控制在合理水平，產(chǎn)學(xué)研應(yīng)以協(xié)同發(fā)展為載體共同提升創(chuàng)新效率。

Abstract： The three-stage DEA model is used to measure and analyze the innovation efficiency of industrial enterprises in 30 provinces and cities in China from 2011 to 2017， and analyze the influencing factors. The research shows that environmental factors have a significant impact on the innovation efficiency of industrial enterprises. There is a clear difference in the innovation efficiency of industrial enterprises in the third and third stages. After excluding the influencing factors， the average innovation technology efficiency is only 0.6， which is mainly due to the lack of scale efficiency. Extensive economic growth affects technological progress. Government support and foreign investment have advantages and disadvantages， which should be controlled at a reasonable level.Industry-university-research institutes should take the coordinated development as a carrier to jointly promote innovation efficiency.

關(guān)鍵詞：工業(yè)企業(yè);創(chuàng)新效率;三階段DEA模型

Key words： industrial enterprise;innovation efficiency;three-stage DEA model

中圖分類號(hào)：F425;F224? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）04-0123-03

0? 引言

科技創(chuàng)新是引領(lǐng)發(fā)展的強(qiáng)大動(dòng)力，工業(yè)企業(yè)的創(chuàng)新效率是區(qū)域創(chuàng)新的一個(gè)重要載體，其創(chuàng)新效率水平牽引著各區(qū)域甚至整個(gè)國家的創(chuàng)新發(fā)展，創(chuàng)新效率是指創(chuàng)新投入產(chǎn)出比，隨著我國研發(fā)投入力度加大，研發(fā)產(chǎn)出效果如何？為了探究各省市創(chuàng)新發(fā)展的現(xiàn)狀及區(qū)域間創(chuàng)新發(fā)展的差異性，對(duì)各省市工業(yè)企業(yè)進(jìn)行真實(shí)創(chuàng)新效率測度是迫切需要的，以便各省市根據(jù)自身創(chuàng)新發(fā)展的現(xiàn)狀做出改進(jìn)措施，朝著推動(dòng)中國整體創(chuàng)新效率穩(wěn)步提升的目標(biāo)前進(jìn)。

創(chuàng)新效率一直是學(xué)者們研究的熱點(diǎn)，提高創(chuàng)新效率的實(shí)質(zhì)是如何獲得單位資源投入下的高創(chuàng)新產(chǎn)出或者單位產(chǎn)出下的低成本，創(chuàng)新效率的測度首先關(guān)乎到測度方法選取問題，有些學(xué)者采用傳統(tǒng)DEA模型，如李婧、管莉花（2014）[1]選用傳統(tǒng)DEA與空間計(jì)量結(jié)合的方式，探究我國各省市創(chuàng)新效率發(fā)展現(xiàn)狀以及區(qū)域差異問題;章仁俊、王俊峰（2010）[2]采用DEA模型測度我國工業(yè)企業(yè)分行業(yè)的創(chuàng)新效率，研究發(fā)現(xiàn)相比于原始創(chuàng)新效率，自主創(chuàng)新效率受二次創(chuàng)新效率的影響較大。亦有些學(xué)者選用兩階段DEA模型，如羅良文、梁圣蓉（2016）[3]基于兩階段企業(yè)技術(shù)創(chuàng)新過程，測度企業(yè)創(chuàng)新效率及其影響因素，研究發(fā)現(xiàn)東、中、西部地區(qū)創(chuàng)新水平差異較大，西部地區(qū)創(chuàng)新效率有較大的改善空間，由于單一的DEA模型測度的創(chuàng)新效率值是包含了環(huán)境因素與隨機(jī)誤差，不能真實(shí)的反映各決策單元的創(chuàng)新管理水平，于是Fried等（2002）[4]提出了三階段DEA模型，要求所有決策單元處于相同的環(huán)境與運(yùn)氣水平下，能夠測算出真實(shí)的技術(shù)管理水平，隨后被廣泛運(yùn)用于創(chuàng)新效率測算，如康年等（2019）[5]應(yīng)用三階段DEA模型研究國家中心城市72家制造企業(yè)的創(chuàng)新效率，并分析制度環(huán)境對(duì)創(chuàng)新效率的影響;如季慶慶、李向東（2013）[6]應(yīng)用三階段DEA模型測度我國企業(yè)2010年的技術(shù)創(chuàng)新效率，但其只測度一個(gè)年份，不能反映我國各區(qū)域近年來創(chuàng)新效率的發(fā)展，而且其沒有考慮經(jīng)濟(jì)發(fā)展與外商投資對(duì)工業(yè)企業(yè)科技創(chuàng)新的影響，因此本文采用三階段DEA模型對(duì)我國30個(gè)省市工業(yè)企業(yè)2011-2017年間技術(shù)創(chuàng)新效率值（未包括西藏，因其部分?jǐn)?shù)據(jù)未統(tǒng)計(jì)）進(jìn)行整體和局部的評(píng)價(jià)，探討我國創(chuàng)新效率發(fā)展現(xiàn)狀并基于外部環(huán)境的影響提出切實(shí)可行的建議。

1? 研究方法

1.1 第一階段DEA

鑒于各省市工業(yè)企業(yè)創(chuàng)新效率差異顯著及考慮投入要素最小化問題，因此將投入導(dǎo)向與規(guī)模報(bào)酬可變的BCC模型相結(jié)合測算創(chuàng)新效率值。

1.2 第二階段DEA

1.3 第三階段DEA

2? 創(chuàng)新效率測度指標(biāo)體系構(gòu)建與數(shù)據(jù)處理

2.1 指標(biāo)體系構(gòu)建

關(guān)于創(chuàng)新投入指標(biāo)的選取，我們選擇人力、財(cái)力指標(biāo)，即把規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)支出，規(guī)模以上工業(yè)企業(yè)R&D人員全時(shí)當(dāng)量作為投入指標(biāo)，由于R&D經(jīng)費(fèi)支出包括內(nèi)部支出與外部支出，我們借鑒季慶慶和李向東的計(jì)算方式將內(nèi)部支出與外部支出之和作為R&D經(jīng)費(fèi)總支出，避免低估R&D經(jīng)費(fèi)投入水平[6]。關(guān)于創(chuàng)新產(chǎn)出指標(biāo)的選取，我們選擇規(guī)模以上工業(yè)企業(yè)專利申請(qǐng)數(shù)，同時(shí)規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入是企業(yè)科技活動(dòng)的收益表征，并且亦是市場活動(dòng)特征的一種反映，因此將其作為產(chǎn)出指標(biāo)之一。

環(huán)境變量的選取既要考慮到地方經(jīng)濟(jì)發(fā)展水平和政府扶持激勵(lì)政策等整體環(huán)境，又要包含地區(qū)對(duì)外開放程度與產(chǎn)學(xué)研合作等特征因素。因此本文選擇以下環(huán)境變量：反映地方經(jīng)濟(jì)發(fā)展水平的人均GDP，反映政府支持政策的規(guī)模以上工業(yè)企業(yè)R&D內(nèi)部支出中政府資金占比，反映對(duì)外開放程度的外商投資，用外商投資企業(yè)總額來表征。體現(xiàn)產(chǎn)學(xué)研合作的R&D外部支出中研究機(jī)構(gòu)的占比和R&D外部支出中高校的占比，這些環(huán)境變量不受各決策單元管控約束，可以深入探究其對(duì)工業(yè)企業(yè)創(chuàng)新效率的影響。

2.2 數(shù)據(jù)的處理

鑒于DEA模型中對(duì)投入產(chǎn)出指標(biāo)為同向性的要求，將2011-2017年間我國省域創(chuàng)新投入、產(chǎn)出指標(biāo)的平均值進(jìn)行pearson相關(guān)系數(shù)檢驗(yàn)，結(jié)果顯示投入產(chǎn)出變量相關(guān)系數(shù)接近與1且均通過1%顯著性檢驗(yàn)，因此投入產(chǎn)出指標(biāo)合理有效。數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》及各省市統(tǒng)計(jì)年鑒。

3? 我國區(qū)域創(chuàng)新效率測度

3.1 第二階段DEA測度

運(yùn)用Frontier4.1軟件，將創(chuàng)新投入松弛變量作為被解釋變量，經(jīng)濟(jì)發(fā)展、政府支持、外商投資、企業(yè)與研究機(jī)構(gòu)合作及企業(yè)與高校合作這五個(gè)環(huán)境變量作為解釋變量進(jìn)行回歸，結(jié)果如表1所示，首先由LR檢驗(yàn)可知模型估計(jì)效果較好，除了R&D人員投入對(duì)外商投資的回歸，其余回歸系數(shù)的T檢驗(yàn)值全都顯著，說明環(huán)境變量對(duì)創(chuàng)新發(fā)展影響顯著，兩個(gè)回歸方程的？姿值為0.78和0.86，均大于0.5，說明在R&D經(jīng)費(fèi)投入與R&D人員投入的影響因子方程中創(chuàng)新管理因素占據(jù)主要影響。

第一，經(jīng)濟(jì)發(fā)展。該環(huán)境變量對(duì)R&D經(jīng)費(fèi)投入松弛變量、R&D人員投入松弛變量的影響系數(shù)均為正，且均通過1%顯著性檢驗(yàn)，說明經(jīng)濟(jì)發(fā)展水平提升并沒有對(duì)工業(yè)企業(yè)的創(chuàng)新效率產(chǎn)生預(yù)期的促進(jìn)作用，可能是我國經(jīng)濟(jì)發(fā)展長期依賴于要素投入，造成了粗放型的經(jīng)濟(jì)增長方式，不利于創(chuàng)新效率的提升，而經(jīng)濟(jì)轉(zhuǎn)型升級(jí)需要時(shí)間成本，現(xiàn)階段技術(shù)進(jìn)步效應(yīng)還不明顯，因此要大力優(yōu)化要素投入效率，形成經(jīng)濟(jì)增長與科技創(chuàng)新的優(yōu)勢循環(huán)。

第二，政府支持。該環(huán)境變量對(duì)R&D經(jīng)費(fèi)投入松弛變量的影響系數(shù)為負(fù)，而對(duì)R&D人員投入松弛變量的影響系數(shù)為正，且均通過1%顯著性檢驗(yàn)，規(guī)模以上工業(yè)企業(yè)R&D內(nèi)部支出中政府資金占比越高，工業(yè)企業(yè)越容易受到政府支持的正向影響，減少R&D經(jīng)費(fèi)的投入冗余，能夠提高科技創(chuàng)新效率，而對(duì)于R&D人員投入變量，增加政府支持力度，會(huì)導(dǎo)致R&D人員投入的浪費(fèi)，可能因?yàn)樵黾诱甊&D經(jīng)費(fèi)投入，使得R&D人員社會(huì)待遇優(yōu)厚，直接導(dǎo)致R&D人員出現(xiàn)人浮于事的問題，增加科技創(chuàng)新人力資源的浪費(fèi)。

第三，外商投資。該環(huán)境變量對(duì)R&D經(jīng)費(fèi)投入松弛變量的影響系數(shù)為負(fù)，而對(duì)R&D人員投入松弛變量的影響系數(shù)為正，同時(shí)只對(duì)R&D經(jīng)費(fèi)投入松弛變量系數(shù)在5%的水平上顯著，說明外商投資會(huì)顯著減少R&D經(jīng)費(fèi)投入的浪費(fèi)，卻在一定程度上增加了R&D投入人員的冗余，說明FDI的流入會(huì)增加R&D經(jīng)費(fèi)的轉(zhuǎn)化效率同時(shí)對(duì)R&D人員產(chǎn)生擠入效應(yīng)會(huì)盲目增加人力投入。

第四，企業(yè)與研究機(jī)構(gòu)合作。該環(huán)境變量對(duì)R&D經(jīng)費(fèi)投入松弛變量、R&D人員投入松弛變量的影響系數(shù)均為負(fù)，且均通過1%顯著性檢驗(yàn)，說明企業(yè)與研究機(jī)構(gòu)的深入合作能夠顯著提高我國技術(shù)創(chuàng)新能力，因?yàn)槠髽I(yè)從研究機(jī)構(gòu)獲取的外部創(chuàng)新資源可以成為內(nèi)部創(chuàng)新的重要補(bǔ)充，創(chuàng)新技術(shù)的融合可以縮短產(chǎn)品生產(chǎn)周期，擴(kuò)充企業(yè)技術(shù)領(lǐng)域，快速提升企業(yè)的技術(shù)創(chuàng)新水平。

第五，企業(yè)與高校合作。該環(huán)境變量對(duì)R&D經(jīng)費(fèi)投入松弛變量、R&D人員投入松弛變量的影響系數(shù)均為正，且均通過1%顯著性檢驗(yàn)，說明企業(yè)與高校合作不利于我國工業(yè)企業(yè)技術(shù)創(chuàng)新的發(fā)展，可能是由于企業(yè)與高校合作的主體目標(biāo)不同，企業(yè)目標(biāo)是提高區(qū)域競爭力并獲得市場利益，而高校是為了發(fā)表論文獲得一定的學(xué)術(shù)成果，因此企業(yè)與高校在技術(shù)創(chuàng)新上沒能協(xié)調(diào)發(fā)展，最終導(dǎo)致創(chuàng)新效率的下降。

3.2 第一、三階段DEA測度分析

運(yùn)用DEAP2.1軟件，對(duì)我國省域2011-2017年間剝離環(huán)境和隨機(jī)因素的干擾前后創(chuàng)新投入產(chǎn)出值進(jìn)行效率測度，分別得到第一、三階段效率值，由于篇幅原因，僅列出30個(gè)省市在2011-2017年間的創(chuàng)新效率均值（見表2）。

由表2可知，從整體效率來看，技術(shù)效率均值由0.691下降為0.596，純技術(shù)效率均值由0.775上升為0.932，規(guī)模效率均值由0.901下降為0.634（鑒于表格美觀問題，表2中未列出），首先說明中國技術(shù)效率偏低是由于規(guī)模效率不足引起的，其次消除環(huán)境因素與隨機(jī)誤差影響后技術(shù)效率降低了0.1左右，說明第一階段技術(shù)效率值被些許高估，而實(shí)際創(chuàng)新效率值偏低，有很大的改進(jìn)空間，所以全面提高創(chuàng)新效率刻不容緩。

從效率前沿面來看，第一階段處于創(chuàng)新效率前沿面的僅有安徽省，與之相比，變?yōu)閮H有浙江省處于創(chuàng)新效率最優(yōu)，說明安徽省是受外部環(huán)境的影響才享有較高的科技創(chuàng)新水平，而浙江省才是在技術(shù)管理水平上實(shí)力過硬。從創(chuàng)新技術(shù)效率來看，上升的省市有天津、河北、遼寧、上海、江蘇、浙江、福建、山東、河南、湖北、湖南和廣東，說明這些省市創(chuàng)新效率值被低估了，其余18個(gè)省市的創(chuàng)新效率值下降，說明這些省份效率值被高估與其所處的有利環(huán)境和隨機(jī)因素有關(guān)。

4? 簡要結(jié)論與建議

4.1 加快形成規(guī)模集聚效應(yīng)，提升技術(shù)管理水平

對(duì)比剔除環(huán)境因素與隨機(jī)因素影響前后的第一、三階段創(chuàng)新效率值，發(fā)現(xiàn)我國整體技術(shù)效率與規(guī)模效率出現(xiàn)下降，純技術(shù)效率出現(xiàn)上升，創(chuàng)新技術(shù)效率下降說明由于外部環(huán)境與隨機(jī)因素的影響導(dǎo)致工業(yè)企業(yè)創(chuàng)新效率被高估，而阻礙工業(yè)企業(yè)創(chuàng)新效率提升的因素由第一階段的純技術(shù)效率轉(zhuǎn)變?yōu)檎{(diào)整后的規(guī)模效率，表明實(shí)際上我國整體技術(shù)效率受規(guī)模效率影響較大，因此當(dāng)前規(guī)模不經(jīng)濟(jì)問題值得深思，雖然國家鼓勵(lì)生產(chǎn)規(guī)模低下的企業(yè)進(jìn)行合并，但合并帶來的高管理研發(fā)成本和利潤率低等問題直接制約了創(chuàng)新發(fā)展，而規(guī)模經(jīng)濟(jì)的優(yōu)勢其實(shí)是來源于專業(yè)化、細(xì)致化的分工合作和過硬的技術(shù)，因此現(xiàn)階段提升創(chuàng)新發(fā)展的質(zhì)量是關(guān)鍵，首先國家應(yīng)給予規(guī)模經(jīng)營一定的資金支持和政策優(yōu)惠，創(chuàng)造規(guī)模經(jīng)營的優(yōu)勢環(huán)境，其次企業(yè)應(yīng)以核心技術(shù)為依托提升產(chǎn)品質(zhì)量并占據(jù)有力的市場位置。

4.2 基于環(huán)境因素作用效果，完善機(jī)制建設(shè)

經(jīng)濟(jì)發(fā)展，政府支持，外商投資及產(chǎn)學(xué)研合作都對(duì)工業(yè)企業(yè)的投入松弛變量產(chǎn)生顯著影響。經(jīng)濟(jì)發(fā)展水平的提升會(huì)吸引人才集聚和財(cái)力投入過多，但不依托技術(shù)進(jìn)步帶來的經(jīng)濟(jì)發(fā)展會(huì)造成科技人員和科技經(jīng)費(fèi)的浪費(fèi)，因此要把自主創(chuàng)新作為經(jīng)濟(jì)發(fā)展的動(dòng)力源泉，形成一種健康的經(jīng)濟(jì)發(fā)展模式。政府支持和外商投資有利于減少R&D經(jīng)費(fèi)投入的冗余，卻會(huì)造成R&D人員的浪費(fèi)，可能是由于我國科技經(jīng)費(fèi)投入存在嚴(yán)重不足，增加政府與外商的資金投入會(huì)加速創(chuàng)新資金的轉(zhuǎn)化效率，但同時(shí)會(huì)導(dǎo)致R&D人員過多，人力資源閑置，又不利于創(chuàng)新產(chǎn)出，因此政府支持力度應(yīng)適當(dāng)，外商投資總額亦應(yīng)控制在一個(gè)合理的范圍內(nèi)，才能有效的提升工業(yè)企業(yè)的科技管理水平。企業(yè)與研究機(jī)構(gòu)的合作體現(xiàn)了產(chǎn)學(xué)研結(jié)合的優(yōu)勢，但由于創(chuàng)新目標(biāo)與發(fā)展觀念不同及合作機(jī)制不完善，企業(yè)與高校的產(chǎn)學(xué)研合作對(duì)技術(shù)創(chuàng)新效率沒有產(chǎn)生預(yù)期的促進(jìn)作用，因此首先應(yīng)健全產(chǎn)學(xué)研合作機(jī)制，建立一套創(chuàng)新合作準(zhǔn)則，如共同承擔(dān)風(fēng)險(xiǎn)的責(zé)任及利益分配的均衡，同時(shí)應(yīng)該建立創(chuàng)新激勵(lì)機(jī)制，給科技研發(fā)活動(dòng)注入動(dòng)力源泉，優(yōu)化創(chuàng)新人力、財(cái)力資源的投入結(jié)構(gòu)，提高工業(yè)企業(yè)的創(chuàng)新能力。

參考文獻(xiàn)：

[1]李婧，管莉花.區(qū)域創(chuàng)新效率的空間集聚及其地區(qū)差異——來自中國的實(shí)證[J].管理評(píng)論，2014，26（08）：127-134.

[2]章仁俊，王俊峰.中國工業(yè)企業(yè)自主創(chuàng)新效率評(píng)價(jià)：基于DEA方法的研究[J].中國科技論壇，2010（05）：52-57.

[3]羅良文，梁圣蓉.中國區(qū)域工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率及因素分解[J].中國人口·資源與環(huán)境，2016，26（09）：149-157.

[4]FRIED H O，LOVELL C A K，SCHMIDT S S，etal.Accounting for environmental effects and statistical noise in data envelopment analysis [J]. Journal of Productivity Analysis， 2002，17（1/2）：157-174.

[5]康年，顧倩雯，宋波.基于三階段DEA模型的國家中心城市制造企業(yè)創(chuàng)新效率研究[J].科技管理研究，2019，39（08）：9-14.

[6]季慶慶，李向東.基于三階段DEA模型的企業(yè)技術(shù)創(chuàng)新效率研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2013，32（05）：96-105.