中國工業企業產品創新效率的綜合評價與分析

吳中倫

(貴州財經大學，貴陽　550025)

中國工業企業產品創新效率的綜合評價與分析

吳中倫

(貴州財經大學，貴陽550025)

〔摘要〕本文采用DEA-SBM方法對我國工業企業產品創新效率進行了測評。研究表明，由于純技術效率水平低下，目前我國各省市工業企業產品創新效率普遍較低。總體而言，東部地區工業企業產品創新呈現規模收益遞減趨勢，產品創新投入相對過剩；西部地區呈現規模收益遞增趨勢。技術效率和規模效應的區域差異并不明顯，純技術效率在不同地區間的差異顯著。研究結論為我國區域工業企業產品創新提供政策啟示。

〔關鍵詞〕工業企業產品創新效率SBM模型DEA

引　言

新常態經濟發展面臨著增速放緩、經濟結構亟需優化升級的壓力，經濟增長的動力逐步由要素驅動、投資驅動轉向以提質增效為核心的創新驅動。新舊動能轉換，供給側改革迫在眉睫。要通過供給側改革釋放新需求，創造新供給，不斷提高供給體系的質量和效率。企業是市場供給的主體，供給側改革的成敗取決于能否發揮好企業作為創新主體的主導作用，只有切實提高企業產品創新效率，解決好產能過剩和有效供給不足等因素造成的“供需錯位”問題，才能真正啟動內需，為新常態經濟發展注入新的活力。

1　研究評述

在現有文獻中，測算與比較不同國家或地區間工業企業研發效率是當前的熱點與重要內容。國外學者在該領域的研究比較早，Perelman(1995)對經合組織(OECD)11個成員國的八大工業部門，同時使用SFA和DEA方法測算了1970～1987年間全要素生產率，并進行了對比分析[1]。Granderson(1997)運用Malmquist生產率指數法，選取1977～1989年的數據為樣本，對美國天然氣管道運輸業的生產率變動情況進行了測算分解[2]。Kim和Han(2001)運用SFA方法，對韓國制造業1980～1994年間的全要素生產率進行分解[3]。Hashimoto和Haneda(2008)采用Malmquist生產率指數法，測算了日本醫藥業1983～1992年間研發全要素生產率[4]。J.W.B.Bos等人(2010)對歐盟制造業進行了研究，運用建模策略解釋了不同行業的技術效率差異[5]。Fernando Jiménez-Sáez等人(2011)運用DEA方法，對西班牙食品技術部門研發效率進行了分析，并提出提高研發效率的若干措施[6]。Pammolli等人(2011)通過對比歐洲和美國制藥業的研發效率發現，區域因素不是造成研發效率差異的主要原因[7]。

國內學者盡管對工業企業研發效率問題的研究起步較晚，但近年來取得了豐碩的成果。馮根福(2006)選取35個行業1996～2004年的數據為樣本，運用SFA法對中國工業企業的研發效率及影響因素進行了實證研究[8]。張海洋(2008)運用DEA-Tobit法對我國1995～2004年各省市大中型工業的研發效率及影響因素進行了評價[9]。黃佐钅開(2009)基于Malmquist生產率指數的分解，對長三角地區的高技術新產品開發效率進行了測度[10]。傅曉霞(2011)運用中國區域大中型工業企業1996～2005年的面板數據，利用SRA、SFA和DEA等方法對工業企業的研發效率進行了系統評價[11]。李曉燕、馮俊文(2011)運用DEA方法的基本思想，構建了新產品開發的項目規劃和決策支持理論模型[12]。許敏，謝玲玲(2012)運用DEA方法通過對2003～2010年間我國各地區大中型工業企業技術創新效率值的比較，探討省際工業企業技術效率差距[13]。張江雪、朱磊(2012)基于綠色增長視角，運用四階段DEA模型對我國2009年各省市工業企業技術創新效率進行了實證研究[14]。馮志軍、陳偉(2013)采用Malmquist指數法，測算了我國2001～2010年各省市大中型工業企業的研發創新全要素生產率，分析了變動原因及地區差異[15]。王新紅、郝海蕾(2013)運用DEA方法從行業角度對2007～2011年間我國工業企業研發效率進行測度，大多數行業的全要素生產率增長的動力來源于技術進步[16]。屈玉閣(2015)運用Malmquist-Luenberger生產率指數測算了2005～2011年我國30個省市工業企業的研發效率[17]。

文獻分析表明，國內外對工業企業研發效率的研究成果比較豐富，但也存在一些不足之處。現有文獻側重于對工業企業研發效率的研究，企業研發活動一般包括產品研發和技術研發，二者之間是有區別的。技術創新往往強調創新的內在過程特征，而產品創新側重于商業和設計行為，具有外在的成果特征；產品創新除了技術創新因素外，還可能包含商業創新和設計創新因素。針對企業產品創新效率研究的文獻很少，工業企業作為營利性組織，從產品創新角度研究其效率問題更有市場價值。為此，本文圍繞企業新產品開發問題，運用DEA-SBM模型探究工業企業產品創新效率低下的原因，為打造經濟發展新動力尋求解決思路。

2　研究方法與變量選取

2.1研究方法

DEA是應用數學規劃模型評價具有多投入多產出的“部門”或“單位”間相對有效性的非參數估計方法。比較常見的有CCR模型和BCC模型，分別用來處理生產技術的規模收益不變(CRS)和規模收益可變(VRS)假設下的決策單元(DMU)有效性問題。由于這兩種模型均為徑向DEA模型，對技術無效率程度的測量只包含了所有投入(產出)等比例縮減(增加)的部分。對無效DMU而言，其當前狀態與強有效目標值之間的差距，除了等比例改進的部分外，還包括松弛改進的部分，在效率值的測量中并未得到體現。基于以上考慮，本文采用Tone Kaoru(2001)提出的SBM模型進行分析，以便解決徑向模型對無效率測量沒有包含松弛變量的缺陷。

SBM模型采用ρ*表示被評價決策單元的有效性，它同時從投入和產出兩個角度對無效率狀況進行測量，因此稱為非導向模型。在徑向模型中，規模效率值=CRS效率值/VRS效率值(SE=TE/PTE)。在非導向SBM模型中，通常把CRS效率值與VRS效率值的比值稱之為“規模效應”，以示區別。

假設要測量n個DMU的技術效率，記為DMUk(k=1，2，…，n)，每個DMU有m種投入要素xik(i=1，2，…，m)，q種產出yrk(r=1，2，…，q)，則第k個DMU的相對效率衡量指標ρ*可表示為：

s．t．Xλ+s-=xk

Yλ-s+=yk

(1)

λ，s-，s+≥0

其中，λ表示DMU的線性組合系數，s-、s+分別表示投入和產出的松弛變量。顯然，SBM模型(1)是非線性規劃模型，為便于理解，可以通過變換將其轉化為線性規劃模型(2)。

s．t．XΛ+S--txk=0

YΛ+S+-tyk=0

(2)

λ，s-，s+≥0

ρ∈[0，1]，ρ=1表示被評估決策單元DEA有效，ρ<1表示被評估決策單元DEA無效。SBM模型計算出的ρ值為技術效率值(TE)，可以將其分解為純技術效率(PTE)與規模效應(SE)的乘積，即技術效率(TE)=純技術效率(PTE)×規模效應(SE)。SE=1表示被評估DMU處于規模經濟狀態，SE<1表示被評估DMU處于規模不經濟狀態。

2.2變量選取

運用SBM模型對工業企業產品創新效率進行測度，投入產出指標的合理使用很重要。

(1)投入指標的選取。由于對產品創新效率問題研究的文獻很少，本文借鑒工業企業研發效率的相關文獻中一般采用R&D人力投入和R&D資金投入的做法，選取新產品開發人員數和新產品開發經費支出作為投入測度指標。(2)產出指標的選取。選取新產品銷售收入作為產出測度指標。一般認為，DEA分析要求DMU數是指標數的3倍以上，選取上述3個投入產出指標對中國30個省市工業企業(西藏除外)進行分析符合要求。

3　結果分析

本文以中國30個省、市、自治區的工業企業為研究對象，西藏自治區由于部分數據缺失，從研究樣本中予以剔除。運用2012～2014年的“規模以上工業企業”為口徑，收集整理統計數據進行分析，研究數據來源于《中國統計年鑒(2013～2015)》、《中國工業統計年鑒(2013～2015)》、《中國科技統計年鑒(2013～2015)》。

3.1工業企業產品創新效率分析

近年來，產品市場供求關系存在嚴重的結構性失衡。一方面表現為中低端產品產能過剩；另一方面表現為高端產品供給不足。結合經濟實際，本文選取非導向SBM模型進行效率分析，采用MaxDEA6.9軟件依次計算2012～2014年各省市工業企業的DEA效率值，結果如表1所示。

表1　2012～2014年中國各省市工業企業DEA效率值

續　　表

注：MTE-技術效率均值，MPTE-純技術效率均值，MSE-規模效應均值。

由表1所列示的各省市工業企業產品創新效率值的測算結果，不難發現如下特點：

(1)2012～2014年各省市工業企業產品創新效率值的3年均值只有0.584，平均水平偏低，由于本文采用非導向SBM模型測算各省市工業企業產品創新的技術效率值，這一結果表明無論從投入還是產出角度分析，各省市工業企業產品創新的技術效率水平普遍較低，離效率前沿面偏離較遠。在全國30個省市的工業企業中，只有上海連續3年位于前沿面；福建、河北、河南等15個省市工業企業產品創新的技術效率值低于平均水平，占省市比例的50%。其中，青海省工業企業產品創新的技術效率3年均值僅為0.057，產品創新效率遠遠落后于其他省市。

(2)從產品創新效率的分解情況看，純技術效率和規模效應的3年均值分別為0.704、0.874，前者低于后者，表中數據顯示，21個省市工業企業的純技術效率值低于規模效應值。其中，海南、江蘇、上海和天津的工業企業純技術效率位于DEA前沿面上；全國各省市工業企業的規模效應值均小于1，說明均存在不同程度的規模無效性問題。

(3)從連續3年的情況看，全國各省市工業企業產品創新的技術效率均值依次為0.517、0.596、0.641，產品創新效率呈現逐年提高的趨勢，但產品創新效率水平仍然偏低。純技術效率均值和規模效應均值分別為0.666、0.703、0.743，0.823、0.882、0.885。這一方面表明與產品創新效率發展趨勢完全相同；另一方面也可以看出，純技術效率的年均值都小于規模效應的年均值。

綜上所述，中國各省市工業企業的產品創新效率普遍較低，且歷年的純技術效率均值都低于規模效應均值。由此可見，造成我國工業企業產品創新效率低下的主要因素是純技術效率，解決這一問題的根本途徑在于不斷加強技術創新和制度創新，提高管理效率。與純技術效率相比，各省市工業企業產品創新的規模效應均在0.8以上，已接近生產前沿面，提升空間不大，企業盲目地擴大規模無益于產品創新效率的提高。

按照東部(11個省市)、中部(9個省市)和西部(10個省市，西藏除外)的劃分方法，將全國30個省市工業企業連續3年的規模收益情況通過表2予以列示。

表2　2012～2014年中國各省市工業企業規模收益情況

注：Irs表示規模收益遞增，Drs表示規模收益遞減，Con表示規模收益不變。

表2最末一行頻次分布的具體情況為，2012～2014年東部11省市工業企業規模收益遞增、遞減、不變3種情況的頻次分布為9∶17∶7，中部9省市為12∶5∶10，西部10省市為26∶1∶3。統計數據表明，東部地區大部分省市工業企業在產品創新方面呈現出規模收益遞減趨勢，從投入角度看，東部省市工業企業的產品創新存在投入過量問題；從產出角度看，企業產品質量不高，沒能很好地滿足市場需求，存在供需錯位問題；西部地區則完全相反，絕大多數省市工業企業規模收益遞增趨勢明顯，其中廣西、貴州、云南、甘肅、青海、寧夏、新疆7個省市連續3年呈現規模收益遞增趨勢，展現出強勁的發展勢頭。企業應該加大產品創新投入力度的同時，切實提高純技術效率，通過創新不斷提高產品創新的投入效率。中部9個省市工業企業的產品創新介于東部和西部之間，要通過消化過剩產能，提高產品有效供給的質量，加快供給側結構性改革的步伐。

3.2工業企業產品創新效率的差異性檢驗

改革開放以來，由于各地區在宏觀經濟政策、資源稟賦等方面存在差異，工業企業經濟增長總體上呈現出東強西弱的特征。那么各地區工業企業的產品創新效率是否也存在差異呢？接下來我們將按東、中、西三大區域的劃分方法，結合表1中給出的各省市3年均值，采用多獨立樣本非參數檢驗(Kruskal-Wallis秩和檢驗)方法，分別對技術效率、純技術效率和規模效應進行統計檢驗，結果見表3。

表3　各省市工業企業產品創新效率差異性檢驗

注：*表示概率p值小于α=0.05的顯著性水平(雙尾檢驗)。

如表3所示，技術效率和規模效應的顯著性概率p的值分別為0.229、0.221，在α=0.05的顯著性水平上不存在地區差異；純技術效率的顯著性概率p=0.032，說明地區間存在顯著差異。進一步采用兩獨立樣本曼——惠特尼U(Mann-Whitney U)檢驗法，對三大地區間的純技術效率差異進行兩兩檢驗，發現純技術效率差異源于東部和中部(顯著性概率p=0.016)、東部和西部(顯著性概率p=0.046)，西部和中部的純技術效率差異不明顯(顯著性概率p=0.441)。由此可以推斷，各地區工業企業的產品創新效率與當地經濟發展水平的關系并不顯著，但東中西三大地區工業企業產品創新的純技術效率存在顯著差異，東部地區的純技術效率(0.884)遠高于中西部地區。

上述檢驗結果的政策啟示在于：(1)工業企業產品創新效率的區域差異不顯著，在一定程度上表明各地區工業企業產品創新與當地經濟發展水平的關聯度不強，企業產品創新對區域經濟發展的促進作用尚未充分發揮出來，地方政府應該進一步推進企業產品創新工作，轉變工業經濟增長方式，將企業產品創新真正融入到當地經濟發展當中去，逐步實現創新驅動發展戰略。(2)規模效應的區域差異也不顯著，說明各地區工業企業的產品創新規模已接近生產前沿面，一味地追求規模擴張無助于產品創新效率的提高。(3)純技術效率的區域差異顯著，其政策寓意在于區域工業企業應加大產品創新力度，提高創新管理效率；國家和中西部地方政府應著力推進有利于當地科技人才引進、科技資源分配的政策體系，構筑鼓勵企業產品創新的制度環境，切實促進工業企業產品創新，不斷縮短與東部地區的差距。

4　結　論

通過運用DEA-SBM方法對我國工業企業產品創新效率的綜合分析與評價，結論如下。

(1)我國工業企業產品創新效率整體水平比較低。各省市工業企業產品創新效率連續3年的均值僅為0.584，離生產前沿面尚有41.6%的改進空間。產品創新效率進一步分解的結果表明，純技術效率偏低是造成產品創新效率低下的主要原因。這意味著加大技術創新和制度創新力度，不斷提高管理效率是提升工業企業產品創新效率的關鍵。

(2)從各地區工業企業產品創新的規模收益變動情況看，東部地區總體上呈現規模收益遞減(Drs出現頻次為17)趨勢，說明東部工業企業產品創新投入相對過剩，應適當調節創新投入，提高資源利用效率，將工業企業的發展模式逐步從依靠要素驅動、投資驅動轉向創新驅動；西部地區總體上呈現規模收益遞增(Irs出現頻次為26)趨勢，說明西部工業企業產品創新投入相對不足，應加大產品創新投入力度，在增加產量的同時注意提高有效產出的質量。

(3)從區域工業企業產品創新效率的差異性看，技術效率、規模效應的區域差異并不明顯，而純技術效率差異顯著。國家應在科技資源分配政策方面向落后地區傾斜，地方政府應該結合本地區的特點，建立有利于工業企業產品創新的政策體系。

誠然，在研究過程中也存在一些不足，如目前東部工業企業產品創新投入存在相對過剩問題，但究竟是哪些投入要素過剩？受篇幅所限未作深入展開；考慮到2011年國家對“規模以上工業企業”統計口徑調整的影響，本文收集2012～2014的數據作為研究樣本，如果能夠延長研究區間，對分析工業企業產品創新效率的影響因素及發展趨勢將更有意義，將在后續研究中逐步完善。

參考文獻

[1]Perelman S.R&D,Technological Progress and Efficiency Change in Industrial Activities[J].Review of Income and Wealth,1995,41(3):349～366

[2]GRANDERSON G.Parametric Analysis of Cost in Efficiency and the Decomposition of Productivity Growth for Regulated Firms[J].Applied Economies,1997，(29):339～348

[3]KIM S,HAN C.A Decomposition of Total Factor Productivity Growth in Korean Manufacturing Industries:A Stochastic Frontier Approach[J].Journal of Productivity Analysis,2001,16(3):269～281

[4]Akihiro Hashimoto,Shoko Haneda.Measuring the Change in R&D Efficiency of the Japanese Pharmaceutical Industry[J].Research Policy,2008,37(10):1829～1836

[5]Fernando Jiménez-Sáez,Jon Mikel Zabala-Iturriagagoitia,et..Evaluating Research Efficiency within National R&D Programmes[J].Research Policy,2011,40(2):230～241

[6]J.W.B.Bos,C.Economidou,M.Koetter.Technology Clubs,R&D and Growth Patterns:Evidence from EU Manufacturing[J].European Economic Review,2010,54(1):60～79

[7]Pammolli F,Magazzini L,Riccaboni M.The Productivity Crisis in Pharmaceutical R&D[J].Nature Reviews Drug Discovery,2011，(10):428～438

[8]馮根福,劉軍虎,徐志霖.中國工業部門研發效率及其影響因素實證分析[J].中國工業經濟,2006，(11):46～51

[9]張海洋.我國工業R&D生產效率和影響因素——基于省級大中型工業數據的實證分析[J].科學學研究,2008，(5):970～978

[10]黃佐钅開.基于Malmquist生產率指數的高技術新產品開發效率研究——以長三角為例[J].科技與經濟,2009，(6):22～24

[11]傅曉霞.企業研發效率測度與比較——以中國各地區大中型工業企業數據為例[J].管理工程學報,2011，(4):103～112

[12]李曉燕,馮俊文.基于DEA的新產品開發系統優化[J].系統管理學報,2011，(3):356～362

[13]許敏,謝玲玲.基于DEA的我國大中型工業企業技術創新效率評價研究[J].科學管理研究,2012，(3):74～76

[14]張江雪,朱磊.基于綠色增長的我國各地區工業企業技術創新效率研究[J].數量經濟技術經濟研究,2012，(2):113～125

[15]馮志軍,陳偉.技術來源與研發創新全要素生產率增長——基于中國區域大中型工業企業的實證研究[J].科學學與科學技術管理,2013，(3):33～41

[16]王新紅,郝海蕾.我國“十一五”工業企業研發效率評價[J].經濟管理,2013，(4):51～60

[17]屈玉閣.工業企業研發創新效率與全要素生產率研究——基于綠色增長視角[J].科技管理研究,2015，(3):48～53

[18]石盛林，陳圻．制度環境與高技術產業創新績效——基于中國省際面板數據(2000～2012年)的實證研究[J]．工業技術經濟，2015，(8)：91～98

(責任編輯：王平)

Comprehensive Evaluation and Analysis on Product Innovation Efficiency of Industrial Enterprises in China

Wu Zhonglun

(Guizhou University of Finance and Economics，Guiyang 550025，China)

〔Abstract〕The product innovation efficiency of industrial enterprises in China is evaluated using DEA-SBM method.The research shows that product innovation efficiency of industrial enterprises is generally low in China’s provinces and cities because of the low level of pure technical efficiency.Overall,the product innovation in eastern industrial enterprises shows trends of diminishing return to scale,the investment of product innovation is relative surplus;the product innovation in western area shows trends of increasing return to scale.There is no obvious regional differences on technical efficiency and scale effect,and the difference of pure technical efficiency among different regions is significant.The research conclusion provides policy implications for the product innovation of regional industrial enterprises in china.

〔Key words〕industrial enterprises;product innovation efficiency;SBM model;DEA

〔中圖分類號〕F424.3

〔文獻標識碼〕A

DOI：10．3969/j．issn．1004-910X．2016．10．013

作者簡介：吳中倫，貴州財經大學管科學院副教授，管理學博士。研究方向：區域發展管理。

基金項目：國家社會科學基金項目“戰略性新興產業集群生態創新機理及其生態創新政策研究”(項目編號：14CJY002)。

收稿日期：2016—05—18