基于數據包絡分析的創新型企業技術創新效率測度研究

王新紅，李拴拴

（西安科技大學管理學院，陜西西安 710054）

內生經濟增長理論認為技術創新是經濟持續增長的源泉，這一觀點已被發達國家的實踐證明，可見，提升創新能力是我國發展的有力保障。近二三十年來我國越來越重視科技創新，2006年全國科技大會提出自主創新、建設創新型國家戰略，黨的十八大報告提出實施創新驅動發展戰略，黨的十九大報告提出加快建設創新型國。由于企業是創新的主體，所以建設創新型國家的關鍵在于提升企業的創新能力，為此，科學技術部聯合國資委和全國總工會于2005年年底啟動了“技術創新引導工程”，并于2006年7月正式啟動創新型企業試點工作。經過幾年試點建設，三部委分別于2008年、2009年和2011年對試點企業進行評審、驗收，先后認定三批共356家國家級創新型企業。在我國創新資源稀缺的情況下，提升創新效率是我國企業發展的關鍵，而創新型企業在我國企業自主創新中起著示范引領作用，因此研究其創新效率處于什么樣的狀態、如何提升其創新效率對于加快我國創新型國家建設具有重要意義。基于此，本文對經國家認定的356家國家級創新型企業，運用數據包絡分析（DEA）模型對其技術創新效率進行測度。

1 文獻綜述

國內外學者關于技術創新效率的研究主要從區域和行業創新效率方面展開，也有少量學者對企業的創新效率進行研究。Lee等［1］、Wang等［2］和Afzal［3］分別以亞洲27個國家、經合組織（OECD）成員國、20個新興和發達國家為研究對象，對比分析了不同國家的創新效率；Lafarga等［4］則衡量了墨西哥32個州所定義的區域創新系統的相對技術效率。國內學者主要采用傳統DEA模型測評了我國各省份的創新效率，其中，樊華等［5］的研究結果顯示東部的科技創新效率高于中西部；李婧等［6］卻認為中西部創新效率高于東部；郭淑芬等［7］運用CCRDEA、BCC-DEA和Malmquist-DEA模型對31個省份的科技創新效率進行測度，發現整體上勞動冗余比資本冗余嚴重；王飛航等［8］測度了西部30個國家級高新區的技術創新效率，發現只有少數高新區處在生產前沿面上，且大部分高新區都呈現規模報酬遞減。在產業創新效率方面，Guan等［9］、Chun等［10］、Kasem等［11］分別對制造業、農業和服務業的創新效率進行了評價，國內學者主要集中分析我國高新技術產業的創新效率，如，李向東等［12］、馮志軍等［13］測度了高新技術產業的17個細分行業的創新效率，研究結果均表明我國高新技術產業研發效率較低，有很大的提升空間；肖仁橋等［14］、劉偉等［15］則考察了區域高新技術產業創新效率情況，研究發現東部高新技術產業創新效率最高，其次是西部，中部的最低；李培哲等［16］則認為中部的創新效率高于東、西部，西部的創新效率最低。此外還有部分學者對其他產業的創新效率進行了測度［17-19］。

企 業 創 新 效 率 方 面，Kumbhakar等［20］和Khoshnevis等［21］分別測度了歐洲高新技術企業、比利時研發公司的研發效率，國內有少量學者考察了區域或試點創新型企業的創新效率，如朱學冬等［22］、姚曉芳等［23］分別測算了福建省和合肥市創新型企業的創新效率；龐瑞芝等［24］利用傳統DEA方法考察了創新型試點企業的創新效率，并分析了其影響因素。

綜上，可以看出國內外關于技術創新效率的研究較為豐富，但主要集中在區域、產業等宏觀層面，較少關注作為創新主體的微觀企業的技術創新效率；雖有少許學者對創新型企業的創新效率進行了研究，但主要針對區域創新型企業，鮮有學者評價國家層面認定的創新型企業的創新效率。因此，本文構建DEA模型考察我國經國家認定的356家國家級創新型企業的技術創新效率，深入分析影響其創新效率的根本原因，并提出相關建議以提升企業的技術創新效率。

2 研究設計

2.1 模型構建

DEA以相對效率概念為基礎，無需知道生產函數的具體形式，借助于數學規劃和統計數據對決策單元（DMU）的相對有效性進行評價，是測量多投入多產出決策單元效率的一種有效方法。企業的技術創新是一項多投入多產出的活動，并且其生產函數難以確定，因此本文選取DEA方法測度我國國家級創新型企業的技術創新效率。

根據假設前提的不同，DEA方法分為C2R模型和BC2模型，其中，C2R模型基于“規模報酬不變”假設，BC2模型則基于“規模報酬變動”假設。本文采用BC2模型，在規模報酬變動的假設下評價國家級創新型企業的技術創新效率，深入分析其純技術效率和規模效率狀況，并通過投影分析進一步研究非DEA有效企業投入冗余和產出不足的情況。

C2R模型主要是對決策單元的總體效率θ進行測度，是通過建立一個帶有非阿基米德無窮小評價第j0個決策單元相對有效的模型進行的。具體如下：

為了進一步研究決策單元的純技術效率和規模效率，以及導致綜合效率低的真正原因，本文基于BC2模型進一步測度了國家級創新型企業的純技術效率和規模效率。在C2R模型的基礎上增加即可構建BC2模型。當θ=1，且s-=0，s+=0，說明決策單元DMU0為強DEA有效；當θ=1，s-≠0或s+≠0，決策單元 DMU0為弱DEA有效；當θ＜1，決策單元DMU0為非DEA有效。

2.2 數據來源與變量選取

2.2.1 數據說明

目前我國先后認定的三批共356家國家級創新型企業中，第一批至第三批分別為91家、111家、154家，其中上市公司分別為65家、71家和82家。本文以3批上市的國家級創新型企業作為初始研究樣本，然后按以下步驟進行篩選：（1）剔除發行B股、H股、在新三板上市的企業，（2）剔除屬于金融類行業的企業，（3）剔除樣本期間ST、*ST的企業，（4）剔除數據缺失或異常的企業，最后得到305家企業（以下簡稱“樣本”）的投入產出數據。考慮到創新投入存在滯后性，本文參考關祥勇等［25］的做法，滯后時間選取1年。

通信平臺包括GPRS網絡和Internet網絡（監測中心需辦理固定IP）。水庫的水位、降雨量數據和現場圖片經GPRS網絡傳輸到Internet公網，并通過固定IP地址傳送給監測中心服務器。

2.2.2 變量選取

（1）投入變量。《中國創新型企業發展報告》指出，企業創新投入主要包括研發人員、研發經費和研發設施條件等［24］，考慮到數據的可得性，本文的投入指標選擇研發人員數量和研發支出，研發人員數量反映創新型企業創新活動中的人力資源投入，研發支出則反映企業創新活動的費用支出。

（2）產出變量。根據《中國創新型企業發展報告》，衡量創新型企業建設成效的創新產出指標通常包括專利（特別是發明專利）、新產品（工藝、服務）銷售收入等［24］，本文選取專利授權、無形資產和主營業務收入來衡量企業產出。

科技型企業創新投入、產出變量的具體指標如表1所示。

DEA方法要求各投入產出項之間符合“同向性”假設，即當投入量增加時產出量不得減少，因此本文用Pearson相關性檢驗法對樣本的投入產出變量進行相關性分析，以此檢驗樣本投入產出指標數據是否符合假設要求。根據表2可知，樣本投入變量與產出變量之間的相關系數為正，并且都在1%的水平上通過顯著性檢驗，說明本文的投入產出指標符合“同向性”假設，具有合理性，可進行進一步的分析。

表2 樣本指標數據的相關性分析結果

3 實證分析

3.1 樣本的描述性分析

本文對樣本企業按行業進行分類，從表3可以看出，占總樣本比例前10名的行業占比合計達到77.72%，這些行業的創新型企業的技術創新效率基本可以代表我國創新型企業的創新效率情況。

表3 樣本企業的行業分類

表3 （續）

3.2 綜合效率評價

表4顯示在樣本企業中，綜合效率處于良好（0.8≤C＜1.0）和中等（0.6≤C＜0.8）水平的分別有43家、257家，占比合計達到98.03%，說明整體上我國創新型企業的綜合效率偏低，存在較大的提升空間。

表4 樣本企業技術創新綜合效率的評價結果

根據決策單元有效性的判斷標準，如表5所示，樣本企業中有6家達到了DEA有效，占總樣本的1.97%，即這些企業的純技術效率值和規模效率值同時達到1，分別為長安汽車、鞍鋼股份、滄州大化、江淮汽車、海正藥業和瑞貝卡，說明這6家企業處于生產前沿面上，創新效率處于最優水平，創新資源配置相對有效；弱DEA有效的樣本有18家，其中14家屬于純技術有效、規模無效，純技術無效是造成這些企業弱DEA有效的主要原因，4家企業是規模有效、純技術無效，這4家企業可以通過改進規模效率達到強有效；非DEA有效的樣本企業有281家，占比達到92.13%，這些企業沒有同時達到純技術有效和規模有效?？梢姡覈蠖鄶祫撔滦推髽I同時存在純技術無效和規模無效的問題，進一步說明我國創新型企業技術創新效率有較大的改進空間。

表5 樣本企業技術創新效率有效性的評價結果

3.3 純技術效率和規模效率評價

表6 樣本企業技術創新純技術效率和規模效率的評價結果

3.4 規模收益分析

如表7所示，在樣本企業中，規模收益不變的有11家，占比為3.61%，這些企業處于最佳規模收益狀態；規模遞增的有86家，占比為28.20%，這些企業在創新投入方面存在改善的空間，可以適當增加創新投入，且主要是增加研發經費的投入；規模遞減的為208家，占比為68.20%，表明將近七成的樣本存在創新投入過多的問題，這些企業不需要增加研發投入，增加研發投入不但不會提升企業的創新效率，反而會導致企業資源濫用。因此，我國創新型企業不應盲目增加創新投入，而是增加對創新投入轉化效率的重視度。

表7 樣本企業技術創新規模收益的評價結果

3.5 投影結構分析

根據表3，占總樣本比例前10位的行業中共有企業237家，占比合計為77.72%，這些企業可代表總體樣本情況，限于篇幅，本文主要對這237家企業（以下簡稱“典型企業”）的投入冗余、產出不足進行分析。如表8所示，其中存在研發人員數量、研發支出冗余的企業占比分別為42.19%和0.84%，可見我國創新型企業可能存在高層次人才不足、其他研發人員冗余的問題，過多的研發人員投入不但不會增加企業的創新產出，還會造成資源浪費；當年授權的專利總數、無形資產和主營業務收入產出不足的企業占比分別為19.41%、59.92%和44.30%，進一步說明我國創新型企業存在創新投入未得到充分利用使得資源浪費的情況。進一步按企業所屬行業類型分析發現，計算機、通信和其他電子設備制造業，以及專用設備制造業中投入產出結構不合理的企業占比較大，且主要是無形資產和主營業務收入產出不足，這類企業需要提高技術水平，從而促進創新投入的轉化率提升。

表8 樣本典型企業技術創新效率的投影結構分析結果

4 結論及建議

本文基于DEA模型評價了我國在國家層面認定的創新型企業的創新效率，研究結果顯示：

（1）我國創新型企業的技術創新效率整體上較低，平均值為0.746，其中純技術效率為0.792、規模效率為0.946，純技術效率較低是制約我國創新型企業技術創新效率提升的主要原因。

（2）305家樣本企業中，規模報酬遞增、不變、遞減的分別有86家、11家和208家，占比分別為28.20%、3.60%和68.20%，可見將近七成的樣本企業呈規模報酬遞減，說明這些企業增加創新投入并不會帶來產出的增加。

（3）投影結構分析結果表明，大多數樣本企業的投入產出結構不合理，創新投入并未帶來技術效率和收益的提升，其中投入冗余問題主要體現在一般層次科技人員的冗余，產出不足則主要反映在無形資產和主營業務收入方面；結合規模收益分析結果，發現提升我國創新型企業技術創新效率的重要方面是提高企業的投入轉化率，而不是一味地增加創新投入。

（4）按樣本企業所屬行業進行分類分析發現，計算機、通信和其他電子設備制造業，以及專用設備制造業中存在投入產出結構不合理的創新型企業占比較大，改進這兩個行業的創新型企業的創新效率是提升我國創新型企業整體技術創新效率的關鍵。

根據上述結論，本文提出以下建議：

第一，在政府層面，在創新資源稀缺的情況下，在注重科技創新投入管理的同時需重視科技創新效率的管理；此外，營造有利于提升創新效率的政策環境，鼓勵企業適當增加資金投入，從而優化人力和資金投入的配置，達到提升創新效率的效果。政府有關部門可以針對不同特征的創新型企業進行分類管理：對于由于技術效率制約整體創新效率的企業，鼓勵其改進技術；對由于規模效率制約整體創新效率的企業，則需根據企業規模收益情況制定相應政策促使企業增加或控制創新投入，而不是鼓勵所有的企業都一味地增加創新投入。

第二，對企業而言，創新能力不僅體現在創新投入有多少，更體現在創新效率方面，創新型企業作為我國自主創新的引領者，應努力提高自身的技術水平，使創新投入的轉化率達到最大化，避免投入和產出不配比造成資源的浪費，進而提升自身的技術創新效率。