創(chuàng)新驅(qū)動(dòng)視角下企業(yè)創(chuàng)新效率及相關(guān)性研究

伍晨 姚德利 王甜甜

摘 要：在創(chuàng)新是第一生產(chǎn)力的社會(huì)背景下，基于我國(guó)新能源16家上市企業(yè)2016—2018年的財(cái)務(wù)數(shù)據(jù)，利用DEA-CCR模型進(jìn)行創(chuàng)新效率分析，再分別進(jìn)行相關(guān)性分析和回歸分析，以得出各要素之間的擬合效果并分析各要素對(duì)創(chuàng)新效率的影響程度。結(jié)果指出，我國(guó)新能源上市企業(yè)整體綜合效率值不高，但純技術(shù)效率和規(guī)模效率均值已經(jīng)達(dá)到了中上水平;研發(fā)投入、研發(fā)人員投入、政府補(bǔ)助和稅費(fèi)返還與利潤(rùn)和專利授權(quán)數(shù)之間的擬合程度較高;新能源上市企業(yè)的創(chuàng)新活動(dòng)更加依賴于政府補(bǔ)助，專利授權(quán)數(shù)量對(duì)創(chuàng)新活動(dòng)的產(chǎn)出貢獻(xiàn)更大。并針對(duì)分析結(jié)果給出相關(guān)建議和意見。

關(guān)鍵詞：創(chuàng)新效率;新能源;DEA;相關(guān)性分析

中圖分類號(hào)：C931? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：

1672-1101（2021）02-0027-07

收稿日期：2020-08-27

基金項(xiàng)目：安徽省教育廳人文社會(huì)科學(xué)重大研究項(xiàng)目：我省中小企業(yè)信息化戰(zhàn)略及其成長(zhǎng)研究（SK2015Z012）

作者簡(jiǎn)介：伍晨（1997-），女，安徽銅陵人，在讀碩士，研究方向：企業(yè)技術(shù)創(chuàng)新與管理。

Research on theInnovation Efficiency and Correlation of Enterprises from the Perspective of Innovation Drive

——Based on the empirical data of new energy listed companies

WU Chen，YAO Deli，WANG Tiantian

（School of Economics and Management， Anhui University of Science & Technology， Huainan， Anhui? 232001， China）

Abstract： Under the social background that innovation is the primary productive force， based on the financial data of 16 listed new energy companies in China from 2016 to 2018， this paper uses DEA-CCR model to analyze the innovation efficiency， and then carries out correlation analysis and regression analysis respectively， so as to obtain the fitting effect among various factors and analyze the influence degree of each factor on the innovation efficiency. The results show that the overall comprehensive efficiency of China's new energy listed enterprises is not high， but the average pure technical efficiency and scale efficiency have reached the middle level. Research and development investment， research and development personnel investment， government subsidies and tax rebates have a high degree of fit with the profit and the number of patents granted. The innovation activities of listed new energy companies are more dependent on government subsidies， and the number of patents granted makes a greater contribution to the output of innovation activities. Suggestions and opinions are given according to the analysis results.

Key words：innovation efficiency; new energy; DEA; correlation analysis

2017年召開的“十九大”明確提出：“創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化體系的戰(zhàn)略支撐”。自從工業(yè)化以來，能源成為了人類社會(huì)生產(chǎn)活動(dòng)和經(jīng)濟(jì)發(fā)展的必需品。然而，在經(jīng)濟(jì)增長(zhǎng)的同時(shí)，煤炭、石油和天然氣等能源的使用也給大自然帶來了不可修復(fù)的傷害。環(huán)境惡化迫使世界多個(gè)國(guó)家開始發(fā)展新能源產(chǎn)業(yè)以改變能源現(xiàn)狀。截至2018年，我國(guó)新能源消耗量占全球消耗量的比例已從2009年的7.7%增長(zhǎng)到25.6%，可看出國(guó)家對(duì)新能源企業(yè)的重視程度。但我國(guó)新能源企業(yè)起步較晚，核心的技術(shù)壁壘很難打破，也很難有技術(shù)效率上的突破，當(dāng)前，創(chuàng)新驅(qū)動(dòng)已經(jīng)是很多國(guó)家的核心戰(zhàn)略，更是一個(gè)國(guó)家屹立世界之林不倒的重要因素。因此，我國(guó)在追求發(fā)展的過程中更要將創(chuàng)新擺在核心位置。由此可知，評(píng)價(jià)新能源企業(yè)創(chuàng)新效率具有切實(shí)可行的意義，有利于新能源企業(yè)可持續(xù)發(fā)展。

一、相關(guān)文獻(xiàn)綜述

近年來，眾多學(xué)者就政府補(bǔ)貼和稅收優(yōu)惠與創(chuàng)新效率的關(guān)系作出研究。周江華、李紀(jì)珍等人通過2013年河北省高新企業(yè)的數(shù)據(jù)，利用回歸分析研究了財(cái)政補(bǔ)貼和稅收對(duì)企業(yè)創(chuàng)新績(jī)效的影響作用機(jī)制。研究發(fā)現(xiàn)：政府的財(cái)政補(bǔ)貼和稅收政策均與企業(yè)創(chuàng)新績(jī)效同向增長(zhǎng)[1]。Lin Boqiang和 Luan Ranran采用基于超量生產(chǎn)函數(shù)的隨機(jī)前沿模型，分析政府補(bǔ)貼對(duì)提高中國(guó)風(fēng)電產(chǎn)業(yè)的創(chuàng)新績(jī)效是否有效，研究表明政府補(bǔ)貼與創(chuàng)新效率之間存在U型關(guān)系[2]。段姝和楊彬選取2013—2017年在我國(guó)中小板上市的民營(yíng)科技型企業(yè)為研究樣本，采用固定效應(yīng)模型，實(shí)證分析了財(cái)政補(bǔ)貼和稅收優(yōu)惠對(duì)企業(yè)研發(fā)創(chuàng)新強(qiáng)度的影響效應(yīng)，認(rèn)為財(cái)政補(bǔ)貼對(duì)研發(fā)創(chuàng)新強(qiáng)度影響不顯著，稅收優(yōu)惠能顯著提升創(chuàng)新強(qiáng)度[3]。劉樹林基于柯布-道格拉斯形式的隨機(jī)前沿生產(chǎn)函數(shù)，利用我國(guó)2007—2017年新能源上市企業(yè)面板數(shù)據(jù)研究政府補(bǔ)貼對(duì)新能源企業(yè)創(chuàng)新效率的影響。結(jié)果表明：我國(guó)新能源企業(yè)創(chuàng)新效率逐年提升，但整體創(chuàng)新水平較低，且行業(yè)差距較大。政府補(bǔ)貼在提升我國(guó)新能源企業(yè)創(chuàng)新效率方面發(fā)揮了積極作用。其中：財(cái)政補(bǔ)貼政策的短期效果較好，但長(zhǎng)期存在失靈現(xiàn)象;稅收優(yōu)惠政策的短期效果不明顯，但長(zhǎng)期有效[4]。姚林香和冷訥敏研究發(fā)現(xiàn)，稅收優(yōu)惠、財(cái)政補(bǔ)貼政策兩者之間的激勵(lì)效應(yīng)和作用機(jī)理差異明顯，對(duì)不同行業(yè)的激勵(lì)效應(yīng)也不盡相同。從上市公司層面分析發(fā)現(xiàn)，稅收優(yōu)惠政策不僅顯著激勵(lì)了企業(yè)創(chuàng)新，還通過顯著增加企業(yè)研發(fā)資金和研發(fā)人員間接激勵(lì)企業(yè)創(chuàng)新，財(cái)政補(bǔ)貼政策顯著抑制了企業(yè)創(chuàng)新，但通過顯著增加企業(yè)研發(fā)資金間接激勵(lì)企業(yè)創(chuàng)新;從行業(yè)層面分析發(fā)現(xiàn)，稅收優(yōu)惠對(duì)戰(zhàn)略性新興產(chǎn)業(yè)中信息技術(shù)行業(yè)有顯著地促進(jìn)作用，財(cái)政補(bǔ)貼對(duì)戰(zhàn)略性新興產(chǎn)業(yè)中新材料行業(yè)有顯著地抑制作用[5]。

不同學(xué)者構(gòu)建不同的模型框架來分析創(chuàng)新效率，以期通過研究作出相應(yīng)的政策建議。李晨光和張永安運(yùn)用隨機(jī)前沿模型關(guān)于北京市創(chuàng)新政策對(duì)中關(guān)村企業(yè)創(chuàng)新效率的影響作用進(jìn)行了分析[6]。李梓涵昕、朱桂龍、劉奧林運(yùn)用計(jì)量分析法研究了中韓兩國(guó)1992—2014年間的技術(shù)創(chuàng)新政策樣本，研究發(fā)現(xiàn)：中韓兩國(guó)技術(shù)創(chuàng)新政策執(zhí)行方面呈現(xiàn)地方化的趨勢(shì)[7]。藺潔和陳凱華等人從政策主體、政策工具、政策目標(biāo)三方面構(gòu)建創(chuàng)新政策比較分析框架來對(duì)中國(guó)江蘇省和美國(guó)加州?。ㄖ荩┘?jí)政府出臺(tái)的創(chuàng)新政策進(jìn)行比較分析，研究結(jié)果為中國(guó)區(qū)域創(chuàng)新政策制定提供了有益的借鑒與啟示[8]。谷玉將產(chǎn)業(yè)政策分類為供給型、需求型和環(huán)境型，選取中國(guó)工業(yè)產(chǎn)業(yè)省際面板數(shù)據(jù)，利用隨機(jī)效應(yīng)模型實(shí)證分析三種政策各自對(duì)工業(yè)產(chǎn)業(yè)創(chuàng)新效率的影響[9]。

綜上所述，近年來國(guó)內(nèi)外學(xué)者關(guān)于創(chuàng)新效率的研究成果顯著，無(wú)論是在理論上還是模型上都日漸成熟。本文運(yùn)用DEA分析法，并選取2016—2018年我國(guó)新能源上市企業(yè)作為研究樣本，計(jì)算新能源上市企業(yè)的創(chuàng)新效率，并進(jìn)行相關(guān)性和回歸分析，以研究各要素對(duì)創(chuàng)新效率的影響程度。

二、研究設(shè)計(jì)

（一）研究對(duì)象及數(shù)據(jù)來源

1.研究對(duì)象與指標(biāo)選取。

在提倡節(jié)能減排的大背景下，新能源企業(yè)的發(fā)展空間越來越大。近年來，我國(guó)新能源企業(yè)的產(chǎn)品越來越多樣化，也越來越智能化，低碳便捷的生活背后除了企業(yè)自身的努力，也離不開政府的支持，因此評(píng)價(jià)政府支持以及企業(yè)內(nèi)部要素對(duì)新能源上市企業(yè)創(chuàng)新效率的影響具有重要的意義。

新能源企業(yè)的創(chuàng)新效率可以分成投入和產(chǎn)出兩個(gè)階段。與傳統(tǒng)企業(yè)相比，新能源企業(yè)的優(yōu)勢(shì)和核心在于創(chuàng)新和綠色，企業(yè)要想在發(fā)展過程中保住自己的核心地位，就要在技術(shù)創(chuàng)新上有所成就。同時(shí)，考慮到政府頒發(fā)研發(fā)政策對(duì)企業(yè)的影響，因此本文從企業(yè)自身和政府投入兩個(gè)角度來分析企業(yè)的創(chuàng)新效率。其中，企業(yè)投入要素分為人力投入和資金投入，分別細(xì)分為研發(fā)人員投入和研發(fā)資金投入;政府投入要素分為政府資金和稅收優(yōu)惠，可再次分別細(xì)分為政府補(bǔ)助和稅費(fèi)返還。出于客觀性和可獲取性，本文選取專利授權(quán)數(shù)和利潤(rùn)總額作為產(chǎn)出指標(biāo)來衡量創(chuàng)新績(jī)效。具體指標(biāo)如表1所示。

2.數(shù)據(jù)來源。

本文選擇16家新能源上市企業(yè)2016—2018年的財(cái)務(wù)數(shù)據(jù)，專利申請(qǐng)數(shù)來源于中國(guó)知識(shí)產(chǎn)權(quán)局和潤(rùn)桐專利檢索，其它數(shù)據(jù)均來源于巨潮資訊網(wǎng)披露的各企業(yè)的財(cái)務(wù)報(bào)表。

（二）研究方法

數(shù)據(jù)包絡(luò)分析法簡(jiǎn)稱DEA，是使用數(shù)學(xué)規(guī)劃評(píng)價(jià)具有多個(gè)輸入與輸出的決策單元（簡(jiǎn)記為DMU）間的相對(duì)有效性（DEA 有效），即判斷DMU是否位于生產(chǎn)可能集的“前沿面”上[10]，包括CCR和BCC兩種模型，在經(jīng)濟(jì)管理類領(lǐng)域應(yīng)用較為廣泛，經(jīng)常用于評(píng)價(jià)投入產(chǎn)出效率，具有很強(qiáng)的客觀性。文章主要采取CCR模型來進(jìn)行分析。

1.DEA建模準(zhǔn)備。假設(shè)有n個(gè)決策單元（DMU） ，每個(gè) DMUj（j=1，2， …，n）都有m種類型的輸入和s種類型的輸出，分別用xj和yj表示輸入向量和輸出向量， 則有：? xj=（x1j， x2j， …， xmj）T; yj =（y1j，y2j，…，ysj）T;（j =1，2，…，n），具體數(shù)據(jù)如表2所示。

其中 xj ， yj > 0 ， j = 1 ， 2 ，…n。xij為第j個(gè)決策單元對(duì)第i種類型輸入的投入量;yij為第j個(gè)決策單元對(duì)第r種類型輸出的產(chǎn)出量;i=1，2，…，m;r=1，2，…，s;即每個(gè)決策單元有m種類型的“輸入”以及s種類型的“輸出”。

2.模型處理公式。對(duì)每個(gè)決策單元 DMUj， j = 1，2…n 分別建立如下最優(yōu)線形規(guī)劃模型（P）：設(shè)討論的決策單元模型為 DMUj0 ，

（P）s.t.MaxVP = μTyi0

ωT xj -μT yj0，j=1，2，…n.

ωT xj0=1

ω0，μ0

xj0， yj0， xj， yj， （j = 1，2…n）是已知向量， ω=（ω1， ω2， …ωn）T ，μ=（μ1，μ2…μn）T 是所求向量。

其對(duì)偶規(guī)劃為（D）

minVD=θ

∑nj=1xjλj +s-=θx0

∑nj=1yjλj +s+=y0

λj≥0，j=1，2，…，n

S-≥0，S+≥0

由上模型可以求出相應(yīng)的效益值，DEA有效情況如表3所示。

三、DEA模型分析

本文基于DEA-CCR模型對(duì)2016—2018年新能源上市企業(yè)創(chuàng)新效率進(jìn)行運(yùn)算，結(jié)果如表4所示。

（一）綜合效率分析

綜合效率可以反映決策單元是否合理配置資源以及使用資源。由表4我們可知，2016—2018年我國(guó)新能源上市企業(yè)的創(chuàng)新效率整體偏低，只有少數(shù)企業(yè)創(chuàng)新綜合效率值為1，為DEA有效。其中，天能重工在2016—2018這3年間一直保持著綜合效率為1的水平。2016年，天能重工為DEA有效，即該企業(yè)在創(chuàng)新方面的投入產(chǎn)出值達(dá)到最優(yōu)，天龍光電為DEA弱有效;2017年，東方日升、珈偉新能、泰勝風(fēng)能、天能重工和先導(dǎo)智能這5家企業(yè)為DEA有效，占總數(shù)的31.25%;2018年，金通靈、天能重工、先導(dǎo)智能和易成新能這4家企業(yè)為DEA有效，占總數(shù)的25%。結(jié)合各年度綜合效率的均值來看，2016—2018年我國(guó)新能源上市企業(yè)的創(chuàng)新效率整體持平。

（二）純技術(shù)效率分析

純技術(shù)效率反映企業(yè)由于技術(shù)改變等原因引起生產(chǎn)效率的變化。如表5所示，2016—2018年我國(guó)新能源上市企業(yè)技術(shù)創(chuàng)新純技術(shù)效率基本維持不變，處在0.65～0.7之間。其中，天龍光電、天能重工和先導(dǎo)智能在這3年間一直保持著純技術(shù)效率為1的水平，這些公司的主營(yíng)業(yè)務(wù)多為風(fēng)力以及光伏發(fā)電方面;而堅(jiān)瑞沃能、康躍科技和鵬輝能源的純技術(shù)效率一直處于行業(yè)內(nèi)較低水平，該類公司的主營(yíng)業(yè)務(wù)主要是鋰電池、動(dòng)力電池以及渦輪增壓方面，因此該類企業(yè)的管理和技術(shù)因素對(duì)生產(chǎn)效率影響較大且需要盡快得到提升。整體來看，我國(guó)新能源上市企業(yè)的純技術(shù)效率基本處在中等偏上一點(diǎn)的水平上，純技術(shù)效率高的企業(yè)可以繼續(xù)保持，純技術(shù)效率中等以及中等偏下的企業(yè)應(yīng)多關(guān)注企業(yè)內(nèi)部管理和技術(shù)改進(jìn)。

（三）規(guī)模效率分析

規(guī)模效率反映決策單元的生產(chǎn)效率受規(guī)模大小的影響。由表4和表5可知，2016年規(guī)模效率的平均水平為0.666，在16家新能源上市企業(yè)中，有兩家企業(yè)的規(guī)模效率達(dá)到1，占研究樣本的12.5%;2017年規(guī)模效率的平均水平為0.797，其中有5家企業(yè)的規(guī)模效率達(dá)到1，占總數(shù)的31.25%，2017年相比于2016年，整體規(guī)模效率水平有所提升;2018年規(guī)模效率的平均水平為0.691，規(guī)模效率達(dá)到1的企業(yè)與2017年相同，但規(guī)模效率值下降了0.1。從均值整體來看，三年的的規(guī)模效率值均在0.6以上，處于中高水平。這種現(xiàn)象的出現(xiàn)與國(guó)家出臺(tái)的一些新能源政策息息相關(guān)。

（四）綜合效率、純技術(shù)效率與規(guī)模效率整體分析

企業(yè)綜合效率是由純技術(shù)效率和規(guī)模效率共同決定的，通過對(duì)我國(guó)新能源上市企業(yè)的綜合效率、純技術(shù)效率以及規(guī)模效率的分析，結(jié)果如表4和表5所示。2016年純技術(shù)效率均值為0.656，低于規(guī)模效率均值0.666;2017年純技術(shù)效率均值為0.695，低于規(guī)模效率均值0.797;2018年純技術(shù)效率均值為0.654，低于規(guī)模效率均值0.691。在2016—2018這三年間，純技術(shù)效率始終低于規(guī)模效率。因此從整體上看，我國(guó)新能源上市企業(yè)創(chuàng)新效率偏低主要是由于技術(shù)低下引起的。

四、創(chuàng)新效率投入產(chǎn)出要素相關(guān)性及回歸分析

典型相關(guān)分析是研究?jī)山M變量之間的整體相關(guān)關(guān)系，本文借助R軟件來研究我國(guó)新能源上市企業(yè)創(chuàng)新效率投入產(chǎn)出要素之間的相關(guān)性以及貢獻(xiàn)作用大小，并用Stata進(jìn)行回歸分析，下面將以2016年為例展開分析結(jié)果。

（一）相關(guān)性分析結(jié)果

1.2016年相關(guān)性分析結(jié)果。由典型載荷可知，前兩對(duì)典型相關(guān)變量的表達(dá)式為：

U11=0.03338972X1-0.12610658X2-0.08907504X3-0.11691152X4

V11=-0.06820364Y1-0.25414880Y2

U21=-0.29324057X1-0.06000488X2+0.36937243X3-0.01458663X4

V21=0.24977041Y1-0.04945079Y2

利用兩對(duì)典型變量分析問題，達(dá)到降維的目的，這兩對(duì)典型變量的相關(guān)系數(shù)為0.8612838和 0.7629707，說明U11和V11以及U21和V21之間具有足夠高的相關(guān)關(guān)系。在0.05的置信水平下，選擇第二對(duì)典型變量來作為兩組變量之間相關(guān)關(guān)系的代表。

U21為2016年我國(guó)16家新能源上市企業(yè)創(chuàng)新效率投入指標(biāo)的線性組合，其中X1（研發(fā)資金投入）和X3（政府補(bǔ)助）較其他變量有較大的載荷，說明以研發(fā)資金投入和政府補(bǔ)貼在創(chuàng)新投入中占主導(dǎo)地位，其中X3（政府補(bǔ)助）比X1（研發(fā)資金投入）有較大的載荷，說明在2016年，我國(guó)新能源上市企業(yè)的創(chuàng)新活動(dòng)中，政府補(bǔ)助所做的貢獻(xiàn)還是大于企業(yè)本身的研發(fā)資金投入的，政府補(bǔ)助的的激勵(lì)作用更大;除此之外，X1（研發(fā)資金投入）較X2（研發(fā)人員投入）有較大的載荷，說明2016年的創(chuàng)新活動(dòng)中，經(jīng)費(fèi)所起的作用是大于人員的作用。

V21為2016年我國(guó)16家新能源上市企業(yè)創(chuàng)新效率產(chǎn)出指標(biāo)的線性組合，Y1（專利授權(quán)數(shù)）和Y2（利潤(rùn)總額）相比較，其中有較大載荷變量的是Y1（專利授權(quán)數(shù)），說明專利數(shù)量對(duì)創(chuàng)新活動(dòng)產(chǎn)出貢獻(xiàn)較大。

2.2017年相關(guān)性分析結(jié)果。同理，在0.05的置信水平下，選擇第二對(duì)典型變量來作為兩組變量之間相關(guān)關(guān)系的代表。如下所示：

U22=0.32382231X1-0.37441130X2-0.08559984X3+0.02298635X4

V22=-0.255829784Y1-0.009712761Y2

U22為2017年我國(guó)16家新能源上市企業(yè)創(chuàng)新效率投入指標(biāo)的線性組合，其中X1（研發(fā)資金投入）和X2（研發(fā)人員投入）較其他變量有較大的載荷，說明以企業(yè)研發(fā)資金和研發(fā)人員在創(chuàng)新投入中占主導(dǎo)地位，其中X1（研發(fā)資金投入）比X3（政府補(bǔ)助）有較大的載荷，說明在2017年，我國(guó)新能源上市企業(yè)的創(chuàng)新活動(dòng)中，企業(yè)自身研發(fā)資金投入所做的貢獻(xiàn)還是大于政府補(bǔ)助資金投入的;除此之外，X3（政府補(bǔ)助）較X4（稅費(fèi)返還）有較大的載荷，說明在創(chuàng)新活動(dòng)中，政府支持還是起到了較大的作用。

V22為2017年我國(guó)16家新能源上市企業(yè)創(chuàng)新效率產(chǎn)出指標(biāo)的線性組合，Y1（專利授權(quán)數(shù)）和Y2（利潤(rùn)總額）相比較，其中有較大載荷變量的是Y1（專利授權(quán)數(shù)），說明專利數(shù)量對(duì)創(chuàng)新活動(dòng)產(chǎn)出貢獻(xiàn)較大。

3.2018年相關(guān)性分析結(jié)果。同理，在0.05的置信水平下，依舊選擇第二對(duì)典型變量來作為兩組變量之間相關(guān)關(guān)系的代表。如下所示：

U23= -0.04363796X1+0.10402970X2+0.25107197X3-0.09853612X4

V23=0.1819567Y1-0.2504407Y2

U23為2018年我國(guó)16家新能源上市企業(yè)創(chuàng)新效率投入指標(biāo)的線性組合，其中X2（研發(fā)人員投入）和X3（政府補(bǔ)助）較其他變量有較大的載荷，說明2018年16家新能源上市企業(yè)以研發(fā)人員和政府補(bǔ)貼在創(chuàng)新投入中占主導(dǎo)地位，其中X3（政府補(bǔ)助）比X1（研發(fā)資金投入）有較大的載荷，說明在2018年，我國(guó)新能源上市企業(yè)的創(chuàng)新活動(dòng)中，政府補(bǔ)貼投入所做的貢獻(xiàn)還是大于企業(yè)研發(fā)資金投入的;除此之外，X2（研發(fā)人員投入）較X1（研發(fā)資金投入）有較大的載荷，說明在創(chuàng)新活動(dòng)中，研發(fā)人員相對(duì)于研發(fā)資金還是起到了較大的作用。

V23為2018年我國(guó)16家新能源上市企業(yè)創(chuàng)新效率產(chǎn)出指標(biāo)的線性組合，Y1（專利授權(quán)數(shù)）和Y2（利潤(rùn)總額）相比較，其中有較大載荷變量的是Y1（專利授權(quán)數(shù)），說明2018年專利數(shù)量對(duì)創(chuàng)新活動(dòng)產(chǎn)出貢獻(xiàn)較大。

（二）回歸分析過程

1.模型建立。以我國(guó)新能源上市企業(yè)2016—2018年的數(shù)據(jù)為觀察單位，總觀察值個(gè)數(shù)為48個(gè)，本文有兩個(gè)被解釋變量ZL（專利授權(quán)數(shù)）和LR（利潤(rùn)總額），四個(gè)解釋變量分別是研發(fā)資金投入YF，研發(fā)人員投入YFRY，政府補(bǔ)助ZF和稅費(fèi)補(bǔ)貼SF。除此之外，還加了年份year 這個(gè)變量。針對(duì)這幾個(gè)變量，建立以下回歸模型[11]。

ZL=α1YF+α2YFRY+α3ZF+α4SF+e1LR=β1YF+β2ZF+β3SF+e2

2.回歸結(jié)果。運(yùn)用上述回歸模型，對(duì)觀測(cè)值進(jìn)行回歸，具體步驟如下：

將原始數(shù)據(jù)進(jìn)行處理并合成面板數(shù)據(jù)。

將處理后的數(shù)據(jù)做回歸處理，并分別做固定效應(yīng)回歸和隨機(jī)效應(yīng)回歸，具體命令分別如下：

首先對(duì)專利授權(quán)數(shù)ZL進(jìn)行回歸處理：xtreg ZL YF YFRY ZF SF，fe;xtreg ZL YF ZF SF，re。然后再進(jìn)行Hausman驗(yàn)證，命令如下：hausman fe，由結(jié)果可知固定效應(yīng)回歸P值為0.854 8>0.05，則拒絕原假設(shè)，則選擇隨機(jī)效應(yīng)模型，因此分析時(shí)選擇隨機(jī)效應(yīng)模型所得出的結(jié)果。

其次對(duì)利潤(rùn)總額LR進(jìn)行回歸處理：xtreg LR YF ZF SF，fe;xtreg LR YF ZF SF，re。然后再進(jìn)行Hausman驗(yàn)證，命令如下：hausman fe，由驗(yàn)證結(jié)果我們可知固定效應(yīng)回歸P值為0.112 4>0.05，則拒絕原假設(shè)，則選擇隨機(jī)效應(yīng)模型，因此分析時(shí)選擇隨機(jī)效應(yīng)模型所得出的結(jié)果。

3.分析結(jié)果解釋。

（1）各解釋變量對(duì)專利授權(quán)數(shù)的影響。由分析結(jié)果可知，α2的值為0.142 527 4，即研發(fā)人員投入對(duì)專利授權(quán)數(shù)的回報(bào)率最大，研發(fā)人員投入數(shù)每增加一個(gè)單位，專利產(chǎn)出量增加0.142 527 4。相比之下，研發(fā)資金投入，政府補(bǔ)助和稅費(fèi)補(bǔ)貼對(duì)專利授權(quán)數(shù)的回報(bào)率較小，分別為-1.07*e^-07、3*e^-07和-1.52*e^-07，但仍然有略微的顯著性，也是影響專利授權(quán)數(shù)的主要因素。Std.Err.與z列分別表示標(biāo)準(zhǔn)誤差及標(biāo)準(zhǔn)化;P>|z|的顯示結(jié)果表明各變量系數(shù)顯著性很高;R-sq的組中結(jié)果為0.716 3，表示解釋變量對(duì)被解釋變量的反應(yīng)程度為71.63%，說明擬合結(jié)果較好。P>chi2表示整個(gè)方程的顯著性，分析結(jié)果顯示P>chi2=0表示該方程的顯著性很高。

由以上分析可得出如下結(jié)論：研發(fā)資金投入、研發(fā)人員投入、政府補(bǔ)助和稅費(fèi)返還均對(duì)專利授權(quán)數(shù)起到不同程度的作用。

（2）各解釋變量對(duì)利潤(rùn)總額的影響。如結(jié)果所示，政府補(bǔ)貼對(duì)利潤(rùn)總額的影響效果最顯著。相比之下，研發(fā)資金投入和稅費(fèi)補(bǔ)貼對(duì)利潤(rùn)總額的回報(bào)率較小，分別為-2.236 876和3.354 033，但仍然有較大顯著性，也是影響利潤(rùn)總額的主要因素。Std.Err.與z列分別表示標(biāo)準(zhǔn)誤差及標(biāo)準(zhǔn)化;P>|z|的顯示結(jié)果表明各變量系數(shù)顯著性很高;R-sq的組中結(jié)果為0.477 1，表示解釋變量對(duì)被解釋變量的反應(yīng)程度為47.71%，說明擬合結(jié)果一般。P>chi2表示整個(gè)方程的顯著性，分析結(jié)果顯示P>chi2=0表示該方程的顯著性很高。

由以上分析可得出如下結(jié)論：研發(fā)資金投入、政府補(bǔ)助和稅費(fèi)返還均對(duì)利潤(rùn)總額起到不同程度的作用，并且，政府補(bǔ)貼對(duì)利潤(rùn)總額的影響最為明顯;稅費(fèi)補(bǔ)貼越高，企業(yè)所獲取的利潤(rùn)越高。

五、結(jié)論與啟示

本文基于2016—2018年我國(guó)新能源上市企業(yè)披露的相關(guān)數(shù)據(jù)，運(yùn)用DEA軟件來計(jì)算綜合效率、純技術(shù)效率和規(guī)模效率。進(jìn)而進(jìn)行投入產(chǎn)出要素的相關(guān)性分析和回歸分析。

（一）結(jié)論

1.我國(guó)新能源上市企業(yè)整體綜合效率值不高，但純技術(shù)效率和規(guī)模效率均值已經(jīng)達(dá)到了中上水平。在研究期內(nèi)，2016—2017年間整體綜合效率值在上升，但在2017—2018年間整體綜合效率值又下降了。純技術(shù)效率和規(guī)模效率在研究期內(nèi)也出現(xiàn)了同樣的現(xiàn)象。這表明企業(yè)在研發(fā)過程中，已經(jīng)對(duì)政府補(bǔ)貼產(chǎn)生了依賴性，這個(gè)結(jié)論也證實(shí)了張永安和魯明明的研究結(jié)果。除此之外，我們知道綜合效率是由純技術(shù)效率和規(guī)模效率共同決定的[12]，通過分析得知，在研究期內(nèi)，純技術(shù)效率均值均低于規(guī)模效率均值，因此我國(guó)新能源上市企業(yè)創(chuàng)新活動(dòng)綜合效率值低下主要還是由技術(shù)低下造成的。

2.由回歸分析可知，研發(fā)資金投入、研發(fā)人員投入、政府補(bǔ)助和稅費(fèi)返還與利潤(rùn)和專利授權(quán)數(shù)之間的擬合程度較高。新能源上市企業(yè)的創(chuàng)新活動(dòng)更加依賴于政府補(bǔ)助，專利授權(quán)數(shù)量對(duì)創(chuàng)新活動(dòng)的產(chǎn)出貢獻(xiàn)更大。由相關(guān)性分析可知，從投入角度看，2016年，研發(fā)資金投入和政府補(bǔ)貼在創(chuàng)新投入中占主導(dǎo)地位，其中政府補(bǔ)貼所占比重更大，而稅費(fèi)返還對(duì)企業(yè)的激勵(lì)作用卻很小;2017年政府補(bǔ)助在創(chuàng)新投入中比重減小，這可能與政府減少補(bǔ)助有關(guān)，但政府補(bǔ)助的比重仍大于稅費(fèi)補(bǔ)貼;2018年在創(chuàng)新投入中政府補(bǔ)助仍占主導(dǎo)地位且占比更大。分析結(jié)果說明政府補(bǔ)助對(duì)我國(guó)新能源上市企業(yè)的創(chuàng)新活動(dòng)起到了激勵(lì)作用，此外，稅費(fèi)返還也起到了一定的作用，但效果不明顯。從產(chǎn)出角度看，通過分析結(jié)果可知，2016—2018這3年間，專利授權(quán)數(shù)量均對(duì)創(chuàng)新活動(dòng)做出了更大的貢獻(xiàn)。因此，各企業(yè)應(yīng)該合理充分利用資源來實(shí)現(xiàn)專利產(chǎn)出最大化。

（二）啟示

近年來，國(guó)家發(fā)出“綠水青山就是金山銀山”的口號(hào)來呼吁人民群眾減少污染，合理打造美好的生活環(huán)境[13]，從此可看出政府對(duì)環(huán)境的重視。因此，要想在國(guó)際上占有一席之地，必須好好利用資源來實(shí)現(xiàn)新時(shí)代的“新能源化”。本文在分析新能源上市企業(yè)創(chuàng)新效率的基礎(chǔ)上，進(jìn)一步分析各投入產(chǎn)出要素的相關(guān)性和對(duì)創(chuàng)新活動(dòng)的貢獻(xiàn)率。針對(duì)分析結(jié)果從政府和企業(yè)兩個(gè)層面給出如下建議。從政府角度，政府應(yīng)該加大政府補(bǔ)助和稅費(fèi)返還以刺激企業(yè)積極進(jìn)行創(chuàng)新活動(dòng)，但要跟緊資金和資源利用范圍，以防個(gè)別企業(yè)“騙補(bǔ)”，除此之外，政府應(yīng)該“因材施教”[14]，在進(jìn)行補(bǔ)助時(shí)要具有針對(duì)性以避免浪費(fèi);從企業(yè)角度，企業(yè)內(nèi)部應(yīng)該合理規(guī)劃經(jīng)費(fèi)來進(jìn)行創(chuàng)新活動(dòng)，避免盲目增加研發(fā)經(jīng)費(fèi)和研發(fā)人員投入，同時(shí)也要合理利用政府補(bǔ)助來進(jìn)行創(chuàng)新活動(dòng)。

參考文獻(xiàn)：

[1] 周江華，李紀(jì)珍，劉子諝，等.政府創(chuàng)新政策對(duì)企業(yè)創(chuàng)新績(jī)效的影響機(jī)制[J].技術(shù)經(jīng)濟(jì)，2017，36（1）：57-65.

[2] Lin Boqiang，Luan Ranran.Are government subsidies effective in improving innovation efficiency？ Based on the research of China's wind power industry[J].The Science of the total environment，2020，710：1-10.

[3] 段姝，楊彬.財(cái)政補(bǔ)貼與稅收優(yōu)惠的創(chuàng)新激勵(lì)效應(yīng)研究——來自民營(yíng)科技型企業(yè)規(guī)模與生命周期的詮釋[J].科技進(jìn)步與對(duì)策，2020（3）：1-8.

[4] 劉樹林，陳靜.政府補(bǔ)貼對(duì)我國(guó)新能源企業(yè)創(chuàng)新效率的影響——基于隨機(jī)前沿模型的實(shí)證分析[J].北京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，21（3）：52-61.

[5] 姚林香，冷訥敏.財(cái)稅政策對(duì)戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新效率的激勵(lì)效應(yīng)分析[J].華東經(jīng)濟(jì)管理，2018，32（12）：94-100.

[6] 李晨光，張永安.區(qū)域創(chuàng)新政策對(duì)企業(yè)創(chuàng)新效率影響的實(shí)證研究[J].科研管理，2014，35（9）：25-35.

[7] 李梓涵昕，朱桂龍，劉奧林.中韓兩國(guó)技術(shù)創(chuàng)新政策對(duì)比研究——政策目標(biāo)、政策工具和政策執(zhí)行維度[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2015，36（4）：3-13.

[8] 藺潔，陳凱華，秦海波，等.中美地方政府創(chuàng)新政策比較研究——以中國(guó)江蘇省和美國(guó)加州為例[J].科學(xué)學(xué)研究，2015，33（7）：999-1 007.

[9] 谷玉.政策協(xié)同視角下產(chǎn)業(yè)創(chuàng)新效率研究[J].合作經(jīng)濟(jì)與科技，2020（24）：28-29.

[10] 魏權(quán)齡.數(shù)據(jù)包絡(luò)分析（DEA）[J].科學(xué)通報(bào)，2000（17）：1 793-1 808.

[11] 李文謙，張濤.基于STATA的房產(chǎn)價(jià)格影響因素分析[J].商業(yè)經(jīng)濟(jì)，2020（4）：127-128.

[12] 喬元波，王硯羽.基于三階段DEA-Windows分析的中國(guó)省域創(chuàng)新效率評(píng)價(jià)[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（1）：88-97.

[13] 蘇治，徐淑丹.中國(guó)技術(shù)進(jìn)步與經(jīng)濟(jì)增長(zhǎng)收斂性測(cè)度——基于創(chuàng)新與效率的視角[J].中國(guó)社會(huì)科學(xué)，2015（7）：4-25.

[14] Ya Wang，Jiaofeng Pan，Ruimin Pei，et al.Assessing the technological innovation efficiency of China's high-tech industries with a two-stage network DEA approach[J].Socio-Economic Planning Sciences，2020，71：1-14.

[責(zé)任編輯：范 君]