西部地區規模以上工業企業技術創新效率及影響因素分析
——基于超效率DEA-Tobit兩階段模型

陳 娜，林 軍，唐 健

（1.甘肅政法大學 經濟管理學院，甘肅 蘭州 730070；2.中國人民解放軍甘南軍分區 保障處，甘肅 甘南 747000）

一、文獻回顧

創新是推動區域經濟發展、提升國家綜合實力的關鍵力量。企業作為創新活動的重要載體，其科技創新效率是獲取核心競爭優勢的重點。而規模以上工業企業是創新主體中的中堅力量，其技術創新效率很大程度上代表工業企業技術水平及未來發展趨勢。近年來，在國家創新驅動及“中國制造2025”等戰略的推動下，中國工業企業面臨新的機遇和挑戰。如何有效調整工業企業投入結構，優化科技要素配置，促進工業企業技術創新效率提升是政府和企業都關注的焦點問題。因此，研究規模以上工業企業技術創新效率及其影響因素十分必要。

創新效率的測度與評價研究一直是學術界的熱點問題，工業企業技術創新效率的重要性也引起了眾多學者的關注。從現有研究成果來看，學者的研究重點集中在以下幾個方面：（1）關于不同區域創新效率評價。陳偉等（2017）[1]以東北地區大中型工業企業為研究對象，采用Malmquist 指數法就其技術創新效率的動態變化趨勢及其影響因素進行了分析。許敏和謝玲玲（2012）[2]與肖仁橋等（2014）[3]以中國大中型工業企業為研究對象分析其技術創新效率。黃賢鳳等（2013）[4]基于SEDEA 視窗分析法對我國八大經濟區工業企業的技術創新效率進行評價。（2）關于行業及不同所有制工業企業創新效率測度。唐清泉等（2009）[5]以我國33 個行業大中型工業企業為例，運用DEATobit 模型實證分析其1999—2006 年的R&D 效率。戴卓和代紅梅（2012）[6]基于隨機前沿分析模型，對中國工業行業的技術效率進行研究。羅利華等（2016）[7]以江蘇省為例，基于行業視角對中國工業研發機構創新效率進行研究。孫曉華和王昀（2013）[8]以不同所有制大中型工業企業為研究對象分析其技術創新效率。陳元志和朱瑞博（2018）[9]以大中型工業企業和高新技術企業為研究對象，比較分析不同所有制企業的技術創新效率。肖文和林高榜（2014）[10]以36 個工業行業為例，采用SFA 方法測算其技術創新效率。（3）關于企業創新效率影響因素研究。馮宗憲等（2011）[11]基于市場化程度、政府投入視角，采用兩階段半參數DEA 方法，測度我國大中型工業企業技術創新效率及其影響因素。杜康等（2019）[12]以安徽省工業企業為例，運用DEA-Malmquist 生產率指數法實證分析其全要素生產率及其影響因素。吳士健等（2018）[13]基于兩階段串聯DEA 模型實證分析了工業企業技術創新效率及影響因素。

可以看出，有關企業技術創新效率的前期成果已相當豐富，但縱觀現有文獻，研究大多集中在國家層面或東部沿海發達地區，針對西部地區欠發達省份的研究較為匱乏，對西部地區工業企業技術創新效率更是缺少系統研究。為此，本文以西部地區工業企業為研究對象，基于超效率DEA-Tobit 兩階段模型就其技術創新效率及其影響因素進行評價研究，以期為新常態下西部地區工業企業技術創新的良好發展提供借鑒。

二、研究方法選擇

（一）超效率DEA 模型

Charnes 等（1978）[14]最早提出的DEA 模型主要包括CCR 模型（假設規模報酬不變）和BCC 模型（假設規模報酬可變）。CCR 模型中，可將綜合技術效率進一步分解為純技術效率和規模效率。為克服傳統DEA 模型無法進一步區分有效決策單元的情況，Andersen 和Petersen（1993）[15]提出了超效率評價模型，能夠對DEA 有效單元進行排序和比較。超效率DEA 模型的數學表達式如式（1）所示：

其中，某個決策單元用k 表示，第n 個DMU的正的投入和產出分別為是求解方程（1）得到的權重變量，用n 標注需要測算的DMU，作為基礎DMU 的參照。方程（1）評價第k 個DMU 時，第k 個DMU 原來的投入和產出排除在外，用其他DMU 的投入和產出的線性組合代替了其投入和產出。因此，在超效率模型中，對于無效率的決策單元，其效率值與傳統DEA 模型的評估是一致的；而對于有效率的決策單元，即使其產出按比率減少，其技術效率也保持不變，仍處于效率前沿面，其產出減少比率即其超效率評價值[16]。

（二）Tobit 模型

Tobit 回歸模型屬于因變量受到限制的一種經濟計量學模型。一般情況下，如果因變量的取值是切割或截斷的情況下，那么普通最小二乘法（OLS）就不再適用于估計回歸系數，這時遵循最大似然法的Tobit 模型就成為估計參數的一個較好選擇。受超效率模型限制，其效率值屬于截尾數據，因此有如下線性回歸模型[17]：

其中，i=1，2，3，…，Yi為超效率值，Xi是解釋變量，βT是未知參數向量，μi～N（0，σ2）。可以證明，當采用極大似然法對Tobit 模型進行估計時，得到βT和σ2是一致估計量。

三、實證分析

（一）指標選取與數據來源

1.指標選取。根據數據的可測性、可操作性和科學性原則，在投入指標方面，選取人R&D 人員全時當量衡量企業科技活動的人力投入，選取R&D 經費內部支出衡量企業科技創新活動的財力投入；產出指標方面，選取有效發明專利數衡量企業創新活動的直接產出，選取新產品銷售收入衡量企業創新活動的間接產出；環境變量方面，分別從政府支持、企業規模、對外開放度、地區競爭程度以及地區經濟發展水平5 個方面選取，其中選取R&D 經費中來自政府的資金衡量政府支持力度（Z1）；企業規模（Z2）用規模以上工業企業平均資產，即地區規模以上工業企業總資產與地區規模以上工業企業個數的比值衡量；對外開放度（Z3）用地區進出口總額與地區GDP（國內生產總值）之比表示；用地區規模以上工業企業數衡量地區競爭程度（Z4）；用地區國內生產總值表示其經濟發展水平（Z5）。

2.數據來源。本文以2016 年西部地區規模以上工業企業數據為研究樣本。研究數據主要來自于2016 年《中國科技統計年鑒》和《中國統計年鑒》。

（二）規模以上工業企業技術創新效率測度與分析

運用DEAP2.1 軟件測算西部地區規模以上工業企業技術創新綜合效率。運用EMS1.3 軟件計算超效率DEA 模型中的技術效率。計算結果如表1 所示。

表1 西部地區規模以上工業企業技術創新效率

從表1 可以看出，西部地區規模以上工業企業2016 年綜合技術效率均值僅為0.679，說明西部地區總體的技術創新效率不高，還有32.1% 的可改進空間。綜合技術效率達到最優的省份分別為重慶、廣西、西藏，占比25%；而綜合效率值排在后3 位的省份分別為內蒙古、甘肅、青海。從分解項來看，導致各省份綜合技術效率較低的因素各異。例如四川和貴州兩個省份純技術效率均為1，說明其較低的綜合技術效率主要是由較低的規模效率引起的，其余綜合技術效率未處于效率前沿面的省份均是由較低的純技術效率和較低的規模效率兩種因素共同導致的結果，這些地區除適當調整投入規模之外，應進一步注重資源的的優化配置和資源的轉換、利用。通過超效率評價，相對效率有效單元之間的優劣也更加清晰可見。2016 年樣本公司中超效率值最高的為西藏，其效率值為2.957，表示即使再增加195.7%的投入，其在整個評價系統中的相對效率仍能保持在1，其后依次為廣西、重慶等，而其它效率值小于1 的單元的效率得分完全與CCR 模型的評價得分相同。西部其余省份應以這三個地區為榜樣，改善其經營方向或資源配置情況，從而促進企業持續、健康、快速的發展。

（三）規模以上工業企業技術創新效率影響因素分析

運用Eviews10.0 作為數據分析軟件。以每個省份的超效率得分為被解釋變量，5 個環境變量的自然對數為解釋變量，得到Tobit 回歸分析結果如表2 所示。

表2 Tobit 回歸分析結果

1.政府支持力度系數為正（0.009 488），統計上不顯著。說明西部地區政府部門尚未有效發揮對規模以上工業企業的導向作用，資助效果不佳；另外也說明可能由于政府和企業之間存在信息不對稱或政府政策存在時滯性，導致技術創新效率并沒有得到相應提高。

政府資助的目的主要是把握企業研發投入方向，但由于大多數工業企業通常重模仿輕開發，研發活動非其強項，導致其與政府資助初衷背道而馳，資助效果并不理想。

2.企業規模系數為負（-1.353 078），統計顯著。說明企業規模對技術創新效率的提高具有負向影響。這與西部地區大多數省份工業企業處于規模報酬遞減的事實相符，一方面可能由于西部地區規模較大的工業企業技術創新意識淡薄，大多依賴引進和模仿進行技術更新，或更偏重相對成熟的研發領域，所以企業的再創新能力較低；另一方面說明西部地區工業企業尚未有效發揮規模經濟作用，后期更應注重資源的優化配置和資源的轉換利用而不是一味地擴大規模。

3.對外開放度系數為正（0.273 563），統計顯著。這表明對外開放程度越高，企業的技術創新效率就越高。企業通過與技術領先的國家進行技術交流和貿易往來，不僅可以更新其管理理念，學習先進的技術和知識，同時可以及時了解市場信息和動態，把握產品生產方向，從而促進技術創新效率的提升。

4.地區競爭系數為負（-1.789 309），統計上顯著。說明地區競爭程度并不利于工業企業技術創新效率的提升。我國工業企業間的競爭更多是成本和價格之爭，其技術創新水平相對落后。企業往往將低價優勢作為唯一的競爭優勢，創新意識淡薄，創新熱情不高，進而導致技術創新效率低下。

5.地區經濟發展水平系數為正（1.280 712），統計上顯著。說明地區經濟發展水平和工業企業技術創新效率之間呈正相關關系。一般地，地區經濟發展水平越高，創新投入越高，創新資源較充裕，從而能夠有效促進技術創新效率的提高。

四、結論與建議

基于我國西部地區規模以上工業企業2016年的截面數據，運用超效率DEA 模型實證研究了企業技術創新效率總體狀況，進一步運用DEATobit 模型對其影響因素進行了分析，所得結論如下：（1）西部地區規模以上工業企業技術創新效率平均值為0.679，綜合技術效率整體不高，仍有較大的提升空間。（2）從分解項看，除處于效率前沿面的重慶、廣西和西藏三省份之外，引起其余省份較低技術創新效率的因素各異。其中四川省和貴州省較低的綜合技術效率主要是由較低的規模效率引起的，其余綜合技術效率未處于效率前沿面的省份則是由較低的純技術效率和較低的規模效率兩種因素共同導致的結果。（3）Tobit 回歸分析結果顯示，對外開放程度和地區經濟發展水平對企業技術創新效率有顯著的正向影響，而企業規模和地區競爭程度與企業技術創新效率呈顯著負向關系；政府支持力度對企業技術創新效率影響不顯著。

基于以上研究，結合我國西部地區工業企業發展實際，現提出如下對策建議：（1）優化創新資源配置，提升資源轉化效率。從以上分析結果可以看出，落后的技術水平和較低的創新資源配置效率共同制約了西部地區工業企業綜合效率的提升。企業后期應加強創新資源管理，注重技術更新與進步，同時鼓勵企業調整創新資源投入規模及結構，將生產規模控制在合理的范圍之內，加強科技資源的轉換、利用，切實將科技資源投入轉換為現實生產力。（2）加強區域創新要素流動，促進技術創新能力提升。一方面，西部地區應加強與東部等發達地區在技術、人才、經驗等方面的溝通與交流，充分發揮資源優勢；另一方面，借助國際平臺和機會，積極引導企業引進先進技術與人才、建立國際研發平臺，促進創新資源在國際間的流動，擴大知識、技術的空間溢出效應，從而促進西部地區工業企業技術創新能力的提升。（3）強化政府創新引領作用，改善政府資助效果。雖然上述分析中政府資助效果尚不明顯，但是政府的政策依然影響企業的研發方向。在后續發展中，政府應積極打破區域壁壘，給予西部地區更大的支持與關注，通過稅收優惠、技術補貼等措施加強對西部地區工業企業的扶持。同時政府不能一味地盲目投資，應正確選擇資助對象、跟蹤資助項目，加強政府支持資金監管等，從而有效保證政府扶持效果。