基于DEA模型的浙江省上市公司創新效率實證研究

耿照源 朱琳雪

【摘要】在大眾創新、萬眾創業的時代背景下，上市公司的創新水平很大程度上決定了該公司的未來發展前景。為進一步了解上市公司的創新效率情況，本文采用DEA模型對浙江省內一百多家上市公司的創新效率投入和產出進行分析，研究結果表明：浙江省整體創新效率值較低，還有很大的提升空間。

【關鍵詞】創新效率 ?DEA模型 ?浙江省

一、引言

隨著市場競爭程度的不斷加劇，創新能力在企業的發展中顯得尤為重要。本文運用DEA模型從效率角度評價創新投入產出績效，按上市板塊深入探討浙江省上市公司創新效率水平，為企業優化投入結構提供參考。

關于效率的度量，目前主要有兩種模型：一種是基于參數技術的隨機前沿分析法（SFA），另一種是基于非參數技術的數據包絡分析法（DEA）。DEA方法在一定程度上能彌補SFA方法只能處理單一產出的不足，因此應用更加廣泛。吳傳清（2017）等運用DEA-Malmquist指數對長江經濟帶11個省份的技術創新效率進行測度并分析影響因素;王瑋（2016）則對上海、廣東、安徽、四川四個省級行政區域的全要素效率、規模效率、技術效率進行比較，分析得出差異。本文將從微觀個體企業入手，研究創新效率。

二、研究設計

（一）指標體系

目前，學術界對微觀個體企業的創新效率研究較少。筆者參考國內外文獻，最終通過相關性分析，確定專利數量、總資產報酬率、營業收入、人力投入回報率和資本回報率為產出指標，研發費用總量及占比、研發人員數量及占比為投入指標，進行創新效率的投入產出分析。

（二）數據來源

本次研究的數據來源為iFind數據庫，收集的數據是2013年至2017年各項指標的數值。由于創新活動存在滯后性和不確定性的特點，本文按大多文獻的做法將滯后期定為2年，即2013年的投入指標數據對應2015年產出指標數據。

浙江省截止2017年12月31日共有434家上市公司，其中2015年至2017年專利數量為零的企業有199家，不符合本次研究對數據的要求，故剔除。進一步考慮到DEA模型無法處理負值，刪除營業收入、總資產報酬率為負值的企業，最終得到有效的144家浙江省上市公司作為研究樣本。

三、結果和分析

不同板塊有不同的上市要求，企業會根據自身的情況選擇合適的上市板塊。因此，在不同板塊的公司，其創新效率也有差異。在144家有效企業中選擇主板上市的有50家，中小板75家，創業板19家。

運用Deap2.1軟件，對數據進行處理，整理得表1。如表1所示，橫向看，創業板的綜合效率、純技術效率、規模效率均高于主板、中小板。可以看出，創業板的高新技術企業在研發方面投入了大量資金和精力，創新效率較高。

縱向看，主板的純技術效率和規模效率高于綜合效率，且純技術效率呈現下降趨勢，而規模效率呈上升趨勢，導致綜合效率有所波動。而中小板的三類效率近三年都有一個較大幅度的下降，可能是近些年來資金支持、人員管理等原因，對創新缺乏重視，導致資源配置不合理，產出有所下降。創業板近三年的效率也有所下降，但下降幅度小于中小板。

據上述分析，不難發現，創業板上市公司盡管數量少，但DEA有效公司數量的比例大。而中小板的DEA有效的公司數量，在2016年出現斷崖式下跌，筆者認為一個重要的原因是制造業不景氣、投資回報率低，資金脫實向虛流向股市，使得實體企業沒有得到足夠的資金支持他們的創新投入。

四、結語

本文運用DEA模型對2015年至2017年浙江省上市公司的創新效率進行測度和評價。首先，結合相關文獻定義DEA投入和產出指標，確定研發費用總量及占比、研發人員數量及占比為投入指標，專利數量、總資產報酬率、營業收入、人力投入回報率和資本回報率為產出指標。接著用Deap2.1軟件對浙江省上市公司按上市板塊進行具體效率分析，結果發現，公司的效率離生產前沿面較遠，效率值不高，尤其是中小板企業。

參考文獻：

[1]吳傳清，黃磊，文傳浩.長江經濟帶技術創新效率及其影響因素研究[J].中國軟科學，2017（05）：160-170.

[2]王瑋.基于DEA-Malmquist指數的區域科技創新效率評價分析[D].成都理工大學，2016.