規模以上工業企業技術創新效率及其影響因素研究
——基于省市的面板數據分析

吳歡芳 湘潭大學商學院

孫凱 遼寧大學商學院

規模以上工業企業技術創新效率及其影響因素研究
——基于省市的面板數據分析

吳歡芳 湘潭大學商學院

孫凱 遼寧大學商學院

本文以2008-2013年中國30個省市區域規模以上工業企業的面板數據為基礎，采用數據包絡分析測量技術創新效率，運用Tobit回歸模型探究技術創新效率的影響因素。研究顯示：樣本期內我國各省市技術創新效率值差異顯著，總體來說，東部地區的技術創新效率明顯高于中、西部地區；中部地區與西部地區創新效率相差不大；企業的技術吸收能力對技術創新效率的影響顯著為負；研發投入強度與市場競爭度能顯著提高企業的技術創新效率值；而技術市場成熟度對技術創新效率的影響并不顯著。

技術創新效率 DEA-Tobit兩階段模型 規模以上工業企業

一、文獻綜述

國內外學者對技術創新效率的研究越來越深入，現有文獻主要從以下三個層面展開：白俊紅、李婧［1］、劉和東等運用三階段DEA方法與隨機前沿函數從區域層面測量各省市的技術創新效率；肖仁橋［2］、官建成［3］、高霞等從產業層面測量高技術產業、某些行業的技術創新效率；Budsakorn Watcharasriroj、丁云龍［4］、趙樹寬等從企業層面的角度測量泰國92 所非贏利性醫院及某一省份企業的技術創新效率?？傮w來看，學者們為各區域、產業及企業的技術創新效率的提高奠定了堅實的理論基礎，但也存在不足：其一，在現有的研究中，聚焦于大中型工業企業的技術效率，而忽略了對規模以上工業企業的技術創新效率的研究。其二，部分學者側重于對技術創新效率的研究，而忽視了對技術創新效率影響因素的探討。針對以上問題，本文以2008-2013年30個省區規模以上工業企業的面板數據為研究對象，合理選取投入產出指標，運用DEA-Tobit兩階段分析法企業的技術創新效率及其影響因素進行綜合評價與分析。

二、樣本來源、指標體系與變量選擇

1.樣本來源

本文研究的數據來自2009-2014年的《中國科技統計年鑒》、《中國統計年鑒》與萬德數據庫，包括我國30個省市自治區的數據（西藏數據缺失除外）。

2.投入指標與產出指標

投入指標選取主要從人員與經費兩方面來進行考慮。選用R& D人員全時當量和R&D資本存量創新投入變量。同時考慮到我國企業自主創新力度不大，大多數企業仍以“引進—消化吸收—再創新”的步驟進行，因此增加技術經費作為創新投入的另一指標。產出指標選取的是發明專利申請量、新產品銷售收入、新產品產值以及新產品開發項目數，還選用新產品銷售收入和新產品出口額作為創新產出的間接輸出。

3.影響變量選擇

（1）技術消化吸收能力。以技術消化吸收、改造的經費支出總額在技術引進、改造、消化吸收及購買國內技術經費支出總額中所占的比例來測量。

（2）研發投入強度。本文采用研發投入總量與地區生產總值之比。

（3）市場競爭度。選用有科研機構的企業數、有R&D活動的企業數二者之和占企業數量之比來測量。

（4）技術市場成熟度。這一指標用技術市場交易額來衡量。

三、模型與技術創新效率測算

1.DEA-Tobit兩階段模型

DEA由著名運籌學家Chames、cooper與Rhodes于1978年首先提出，用于測量效率實用性強，具有單位不變性的特點。Tobin于1958提出的Tobit模型，分析影響創新效率的因素及其影響程度。兩階段的DEA-Tobit兩階段法法雖然興起于國外，但目前在我國已得到了廣泛地應用，許多學者都進行過詳細分析，因此本文不再贅述。

2.技術創新效率測算比較分析

運用DEAP2.1軟件測算各省分不同年度的技術創新效率、純技術效率以及規模效率，計算的結果如表1所示。

由表1可知，調查期間我國規模以上工業企業技術效率均值為0.742，整體上處于中等水平，提升空間較大。

表2 各省市技術創新效率平均值分布區間

從上表可以看出，在調查期內我國各省區技術創新效率處于中等偏上水平。從各區間上看，效率水平最優的是廣州省、吉林省、海南省。眾所周知，廣州省是有名的經濟大省，經濟對外開放早、國家政策扶持、各地人才聚集等原因使廣州省成為技術創新效率高的省份。而吉林省與海南省則可能是資源得到了高效率的配置，投入產出量率高。其他效率水平較高的省區有天津、北京等，這些省份大部分處于經濟發展水平較高、資源豐富的東部地區。效率分布區間處于0.5至0.8的省市有較大的提升空間，但其面臨的問題有所不同，如山東省資源投入量大但技術效率值并不高，這說明大量資源被浪費，沒有得到合理配置；而新疆、河北等地則可能是本身資源缺乏，經濟發展水平落后。

為了進一步地探討各省區域技術效率的特征，本文匯總調查期內我國各省市區域技術創新效率。