我國中型高技術企業創新效率的區域比較研究
——創新價值鏈視角

李牧南 黃 芬

（華南理工大學，廣州 510641）

我國中型高技術企業創新效率的區域比較研究
——創新價值鏈視角

李牧南 黃 芬

（華南理工大學，廣州 510641）

相比大型高技術企業，中型高技術企業在我國所有?。ㄊ校┚蟹植?，統計數據也相對完整。在國家和區域創新戰略實施過程中，中型高技術企業也是大部分中西部省份的重要創新載體。但是，國內外針對中等規模高技術企業創新效率的研究較少，專門探討我國省際中型高技術企業創新效率的文獻基本為空白。本文基于 “研究→開發→轉化”的創新價值鏈視角，結合2010～2015年 《中國高技術產業統計年鑒》中有關中型高技術企業的專項統計數據，結合傳統的數據包絡分析方法，對我國不同地區的中型高技術企業的創新效率進行了分析和比較。實證研究顯示，中型高技術企業在不同地區的綜合創新效率存在顯著性差異，這種差異也給相關科技政策制定帶來了一定的挑戰。

創新效率 創新價值鏈 數據包絡分析 高技術產業 研發效率 轉化效率

引 言

隨著 “大眾創業、萬眾創新”戰略的實施，如何進一步發揮 “大中型高技術企業”的作用，提升大型科技企業的創新能力和創新績效顯然具有重要的戰略意義。相比于 “小微科技型企業”，大中型科技企業面臨更為嚴峻的成本壓力和資源約束環境。新經濟形勢下，針對中型高技術企業的區域創新效率比較就具有了顯著的科技政策啟示意義。但是，當前大部分針對創新效率評價的研究都集中在區域、產業和大中型企業層面，國內外針對中型高技術企業創新效率的區域比較則基本為空白，從而導致地區之間針對中型高技術企業創新發展的科技政策缺乏針對性和地區特色。

1 相關文獻回顧

當前針對創新效率評價的研究范式基本可以分為計量經濟學視角的隨機前沿分析（SFA）和管理決策視角的數據包絡分析（DEA），DEA方法運用更廣泛。創新效率評價對象的層級可以分為國家/地區、產業、企業。一般而言，DEA則是通過建立數學規劃模型，求解滿足一定約束條件下，不同決策單元（多個近似評價對象）之間的相對效率。SFA盡管可以構建更為量化的計量模型，但是多元回歸模型的求解也存在一定的局限性，包括要素資本存量的計算，因變量或者自變量之間的多重共線性，偽回歸等都需要在計量模型的建模過程中予以考慮［1］。DEA方法的局限性則主要體現在計算結果并不代表決策單元的絕對效率，因此，也有研究結合SFA和DEA兩種方法各自的優勢，形成所謂的兩階段或者多階段DEA方法［2，3］。

創新價值鏈的提出是從傳統的產業價值鏈角度引申出來的概念［4］，該理論認為創新本身是價值增值的過程，也是價值鏈形成過程，這可以認為是對傳統熊彼特 “創新”定義的拓展。肖仁橋等（2015）基于兩階段價值鏈視角，構建了兩階段關聯型網絡DEA模型與指標體系，利用面板數據測算我國不同性質工業企業技術創新分段和整體的效率值［5］。馮志軍等（2014）認為高技術產業創新并非單階段的線性流動，而是分層次、網絡化的價值流動過程［6］。宇文晶等（2015）則提出技術研發和技術轉化是一個串聯結構，二者之間存在一定的耦合關系［7］。胡樹華等（2015）從兩階段價值鏈出發討論了我國中小企業創新效率的評價問題［8］。

在分析企業規模與創新效率的相關研究中，DEA得到了廣泛的應用。周歡懷等（2011）基于DEA模型分析了我國中小企業的創新績效問題［9］。魏峰等（2012）針對技術創新效率影響因素的灰色關聯分析顯示，降低和消除政府與企業間的信息不對稱等措施可提高安徽省中小企業技術創新效率［10］。嚴焰等（2013）基于浙江省高技術企業數據，探索了技術獲取模式對研發投入和創新績效的調節作用［11］。趙樹寬等（2013）結合實地調研數據，對吉林省高新技術企業的創新效率進行DEA分析，并提出意見［12］。馬建峰等基于創新兩階段創新過程，建立了包含共享科技資源投入和自由中間產品產出的DEA效率評價模型并通過研究證實有效［13］。李牧南等提出一種新的基于極大熵準則的三階段DEA模型并實際運用到評價廣東省各個專業鎮的科技投入效率中［14］。周麗娟等運用三階段DEA模型實證研究我國省級面板數據的創新投入和產出情況并提出可行性建議［15］。此外，還有學者將高技術產業創新活動包含高技術研發和技術商業化的兩階段價值流動過程，理解為一個兩階段的價值鏈構建和運作過程［16］。

綜上所述，當前國內外部分相關研究論證了企業規模與創新效率之間的相關性，自從2008年全球金融危機爆發，以及2009年美國正式成為世界第一大天然氣生產國，世界能源格局和經濟發展方式開始發生重大變革。隨著石油價格的暴跌，以及世界產業格局的重大調整，以中國為代表的新興經濟體面臨經濟增長方式變革的挑戰。針對中型科技型企業創新效率的區域比較研究可以進一步探測區域的產業結構變化和創新效率差異以及動因，從而為地區科技創新政策提供重要依據。

2 研究方法與評價指標選擇

2.1 研究方法

當前面向小型企業創新效率評價的研究中，采用 “研究→開發→轉化”的創新價值鏈視角的研究較少。本文將傳統的創新效率評價問題轉化為一個含中間產出和投入的兩階段的創新價值鏈效率計算問題，即：求解 “研究→開發”效率和“開發→轉化”效率?；镜腃2RS2模型如式（1）所示。

在公式（1）中：

此外，θ是決策單元資源投入的相對有效利用程度，部分文獻也稱其為 “技術效率”或 “綜合效率”，技術效率代表投入產出的轉化率，假設線性規劃最優解為θ*，λ*，S－*，S＋*，對于決策單元為非DEA有效，其在DEA有效前沿面上的投影為［17，18］：

相比傳統的CCR模型，C2RS2模型可以衡量DMU的資源投入規模效率。規模有效是處于規模收益不變的生產方式，規模效率值為1說明決策單元處于最優的規模效率水平，規模效率值低于1說明決策單元規模無效率，如果該決策單元在原有投入的基礎上適當增加投入量會帶來更高比例的產出增加。

2.2 “研究→開發”效率的評價指標集

從企業研發活動的類型看，基本可以分為自主、合作、引進和購買等方式。企業統計報表和科技管理部門的統計年鑒往往將研發（R&D）投入作為一個整體進行計量。相關文獻有：官建成等（2009）測度我國高技術產業技術效率時，用各地區R&D支出經費、新產品開發經費支出、技術改造經費和R&D活動人員當量為創新財力和人力投入的指標，用專利授權量、新產品銷售收入、新產品出口收入來衡量一個地區的創新產出［19］。曹勇等（2012）認為轉化階段的投入應該包括技術改造經費支出、技術引進經費支出、消化吸收經費支出、購買國內技術經費支出等指標［20］。劉暉等（2015）研究高技術產業的技術創新時，構建的評價指標體系中投入指標包括科技活動人員數、專利申請量、專利授權量、新產品開發經費支出，產出指標包括新產品銷售收入等［21］。綜上，可知投入指標集有：人員折合全時當量（人年），R&D內部支出（萬元），技術引進經費支出（萬元），購買國內技術費用（萬元），R&D外部支出（萬元），技術改造經費支出（萬元），研發機構經費支出（萬元），消化吸收經費支出（萬元）；產出指標有：專利申請量（件），新產品開發項目數（項）。

2.3 “開發→轉化”效率的評價指標集

根據評價指標體系設計的基本原則，結合中型高技術企業技術轉化階段的特點，本文對技術轉化階段投入產出指標進行選擇。因此，在考慮上文研發階段的特性及相關指標的基礎上，本文在轉化階段的投入指標為科技活動人員數、新產品開發經費、專利申請量、專利授權量等，產出指標則為新產品銷售收入。其中 “研發機構人員”和 “研發機構經費支出”放到 “開發→轉化”階段的主要原因是考慮到企業研發機構本身并不會完全區分 “研發”和 “轉化”的職責，也承擔技術轉化的工作。而 “新產品開發經費支出”則是衡量其轉化階段資金投入情況，“專利申請量”、“有效發明專利”是衡量知識產權投入情況；產出指標為 “新產品銷售收入”、 “新產品產值”和“新產品出口”，都屬于經濟指標。

3 實證研究

實證分析的數據全部來自 《中國高技術產業統計年鑒》，截至2016年6月，最新的統計年鑒為2015年，因此，為了盡量反映近年我國高技術產業發展的整體情況，統計年鑒整理的時間跨度為2010～2015年，實際的數據統計年度則為2009～2014年。

3.1 評價指標選擇

由于自從2013年以來，《中國高技術產業統計年鑒》不再提供 “新產品產值”和 “總產值”的經濟產出指標，這可能主要是 “新產品”產值的填寫存在一定的主觀性，而 “新產品銷售收入”由于與具體相關稅收政策相關，更為精確。此外，在統計年鑒中，“技術引進經費支出”、“購買國內技術費用”、“技術改造經費支出”、“消化吸收經費支出”4項有關高技術產業技術獲取和技術改造的指標存在一些地區數據不全的情況，因此予以剔除。因此，經過調整后的 “研究→開發→轉化”價值鏈的相對效率評價指標如表1所示。

表1 “研究→開發→轉化”價值鏈評價指標一覽（實證部分）

續表

本文假定研發階段的投入——產出時間為1年，主要是考慮大部分小型企業研發項目屬于投資類項目，項目考核周期為財務年度；而轉化階段的滯后時間也為1年，因此一個價值鏈從研究開始到轉化結束的周期為3年，與大部分文獻所采用的投入產出周期基本一致。在表1的 “開發→轉化”階段的產出只保留了 “新產品銷售收入”主要是因為受地域限制，“新產品出口”主要集中在少數省份，而且部分西部省份的新產品出口額在多個年份沒有數據，也無法作為零值處理。

通過對年鑒數據的整理，發現西藏、青海和新疆缺失重要數據項，則從決策單元（DMU）中剔除。

3.2 基于“研究→開發→轉化”創新價值鏈的DEA效率分析

結合表1中的投入和產出指標，運用DEA效率的計算工具DEAP2.1，則可以得到的創新價值鏈的效率，是一個包含 “研究→開發”和 “開發→轉化”DEA效率的二維變量，分析結果如表2所示。

表2 我國28個?。▍^）中型高技術企業的區域效率分析（剔除了部分數據不全的省市）

續表

從表2中可以看出一些有趣的現象：在上述4列點數據的比較中，綜合效率下降明顯的有天津、河北、湖北、河南、廣西等地區，遼寧基本保持不變，而中部地區的江西、湖南和湖北則保持了一定的增長，這與當前我國高技術產業部分內遷的趨勢，以及中部這3個省的基礎科研力量較為雄厚也具有一定的關系。這說明中型高技術產業與各地的經濟發展水平沒有絕對的正相關關系，也說明中部地區在高技術產業上發展速度較快。總體而言，各地區研發效率要高于轉化效率，這與現階段中國創新兩階段發展不平衡的現狀有關，也啟示了技術創新如何成功走向市場是未來研究的熱點。

4 結論與政策啟示

由于傳統數據包絡分析在區域創新效率比較方面存在的局限性，本文基于創新價值鏈的視角，主要有以下結論和啟示：

（1）通過引入創新價值鏈的觀察視角，將創新過程轉化為 “研究→開發→轉化”的價值鏈的產生過程，從而將傳統的投入——產出效率評價，轉化為一個綜合的二維效率評價過程。

（2）在實證研究部分，選擇數據較為完整的中型企業。中型高技術企業在中西部省份也是區域創新的重要載體，并且近年來，我國已經開始在科技政策方面，將 “大中型企業”和 “小微企業”進行適當區分，也部分反映了中型企業具有一定的規模優勢和創新資源優勢，也需要進一步引導和扶持。實證研究的結果顯示，在高技術產業比重較大的11個?。ㄊ校?、自治區，研發效率要普遍高于轉化效率，這些地區的科技政策需要重點考慮如何培育扶持科技轉化的激勵機制，以及相關的績效考核管理辦法和科技政策，進一步促進官、產、學、研的在技術轉化領域的密切合作。而在另外17個?。ㄊ校?、自治區則出現明顯的研發效率低下問題，顯示這些地區的科技政策需要考慮如何激勵中型高技術企業加大研發投入，以及相關知識產權的申請和獲取，這些省份和地區的科技管理部門需要適當加大政府對中型高技術企業研發領域的資助力度，同時積極推進與科研機構，尤其是與科研力量較為雄厚地區機構的合作，促進地區間的技術和知識流動，以及對接和承接部分東部發達省份的高技術產業轉移。

［1］韓晶 .中國高技術產業創新效率研究——基于SFA方法的實證分析 ［J］.科學學研究，2010，28（3）：467～472

［2］Charnes A，Cooper W.W.and Rhodes E.Measuring the Efficiency of Decision Making Units［J］.European Journal of Operational Research，1978，2（6）：429～444

［3］劉順忠，官建成 .區域創新系統創新績效的評價 ［J］.中國管理科學，2002，10（1）：75～78

［4］Hansen MT.，Birkinshaw J.The Innovation Value Chain［J］.Harvard Business Review，2007，85（6）：121～130

［5］肖仁橋，王宗軍，錢麗 .我國不同性質企業技術創新效率及其影響因素研究 ：基于兩階段價值鏈的視角 ［J］.管理工程學報，2015，29（2）：190～201

［6］馮志軍，陳偉 .中國高技術產業研發創新效率研究——基于資源約束型兩階段DEA模型的新視角 ［J］.系統工程理論與實踐，2014，34（5）：1201～1212

［7］宇文晶，馬麗華，李海霞 .基于兩階段串聯DEA的區域高技術產業創新效率及影響因素研究［J］.研究與發展管理，2015，27（3）：137～146

［8］胡樹華，張俊，楊曉璇，等 .基于兩階段測度的中小企業創新效率評價研究 ［J］.經濟體制改革，2015，（6）：107～112

［9］周歡懷，包歡樂.基于DEA的中小企業技術創新績效評價實證研究 ［J］.工業技術經濟，2011，（6）：94～99

［10］魏峰，江永紅 .安徽省中小企業技術創新效率的評價及影響因素分析 ［J］.中國科技論壇，2012，（8）：100～106

［11］嚴焰，池仁勇 .R&D投入、技術獲取模式與企業創新績效——基于浙江省高技術企業的實證 ［J］.科研管理，2013，34（5）：48～55

［12］趙樹寬，余海晴，鞏順龍 .基于DEA方法的吉林省高技術企業創新效率研究 ［J］.科研管理，2013，34（2）：36～43

［13］馬建峰，何楓 .包含共享投入與自由中間產出的技術創新兩階段DEA效率評價 ［J］.系統工程，2014，32（1）：1～9

［14］李牧南，梁欣誼，熊俊霞 .一種基于極大熵準則DEA的區域科技投入效率評價方法 ：以廣東專業鎮為例 ［J］.科技管理研究，2016，（10）：66～81

［15］周麗娟，許敏，劉和東.區域創新效率測度研究——基于三階段DEA模型的實證分析 ［J］.企業經濟，2013，（12）：160～164

［16］Guan JC.，Chen KH.Measuring the Innovation Production Process：A Cross－region Empirical Study of China’s High－tech Innovations［J］.Technovation，2010，30（5/6）：348～358

［17］李牧南，周俊鋒，朱桂龍，等 .廣東專業鎮技術創新效率評價——基于DEA和問卷實證的雙重視角 ［J］.科學學研究，2015，33（4）：627～640

［18］Opricovic S.，Tzeng GH.Compromise Solution by MCDM Methods：A Comparative Analysis of VIKOR and TOPSIS［J］.European Journal of Operational Research，2004，156（2）：445～455

［19］官建成，陳凱華 .我國高技術產業技術創新效率的測度［J］.數量經濟技術經濟研究，2009，（10）：19～33

［20］曹勇，蘇鳳嬌 .高技術產業技術創新投入對創新績效影響的實證研究——基于全產業及其下屬五大行業面板數據的比較分析［J］.科研管理，2012，33（9）：22～31

［21］劉暉，劉軼芳，喬晗，等 .我國戰略性新興產業技術創新效率研究 ［J］.系統工程理論與實踐，2015，35（9）：2296～2302

Evaluating the Innovation Efficiency of Middle－Size Enterprises of High－tech Industry in China——A Perspective of Value－Chain

Li Munan Huang Fen
（South China University of Technology，Guangzhou 510641，China）

Compared with large－scaled high－tech enterprises，there are middle－size high－tech enterprises in all provinces（municipalities）of China and the statistics are also relatively complete.In the implementation of national and regional innovation strategy，middle－size high technology enterprises are also the most important innovation carrier of central and western provinces.However，there are fewer studies on middle－size high－tech enterprises innovation efficiency in China and abroad，and to specifically discuss our country provincial middle－size high－tech enterprise innovation efficiency is almost blank.The article analyzes and compares innovation efficiency of middle－size high－tech enterprises in different regions of China based on the“research－development－transfer”innovation valuechain perspective，combining the specific statistics of middle－size high－tech enterprises from“China statistics yearbook on high technology industry，using the traditional data envelopment analysis（DEA）method.Empirical study shows that there is significant difference in comprehensive innovation efficiency between middle－size high－tech enterprises in different regions，which brings some challenges to related policy in science and technology.

innovation efficiency；value－chain of innovation；DEA；high－tech industry；R&D efficiency；conversion efficiency

10.3969/j.issn.1004－910X.2016.12.018

F127；F273.1

A

（責任編輯：史 琳）

2016—06—21

廣東省科技計劃創新方法研究專項（項目編號：2014A040402003），中央高?；究蒲袠I務費資助項目（項目編號：2015XZD15），廣東省軟科學研究計劃項目（項目編號：2015A070704015）的資助。

李牧南，華南理工大學工商管理學院副教授，博士。研究方向 ：決策理論與方法、創新與創業管理、信息技術與科學計量學。黃芬，華南理工大學工商管理學院碩士研究生。研究方向 ：創新績效評價與技術管理。