“互聯(lián)網(wǎng)+”戰(zhàn)略下信息技術(shù)服務(wù)業(yè)創(chuàng)新效率評價研究
——以北京、上海、廣東三地為例

晁一方，黃永春，2，彭 榮

（1.河海大學商學院，江蘇南京 211100；2.“世界水谷”與水生態(tài)文明協(xié)同創(chuàng)新中心，江蘇南京 211100；3.國家電網(wǎng)有限公司客戶服務(wù)中心南方分中心，江蘇南京 210013）

1 研究背景

中共十九大報告將加快建立創(chuàng)新型國家作為落實新發(fā)展理念、構(gòu)建現(xiàn)代化經(jīng)濟體制的一項重要工作，創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略逐漸落實到各行各業(yè)。隨著互聯(lián)網(wǎng)和信息技術(shù)的廣泛使用，依托互聯(lián)網(wǎng)開展生產(chǎn)運營成為各行業(yè)發(fā)展的重要選擇。2015年，李克強總理在政府工作報告中首次提出“互聯(lián)網(wǎng)+”行動計劃，提出“要推動移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等與現(xiàn)代制造業(yè)結(jié)合，引導互聯(lián)網(wǎng)產(chǎn)業(yè)拓展國際市場”，由此“互聯(lián)網(wǎng)+”的浪潮席卷全國，信息技術(shù)服務(wù)業(yè)也因此蓬勃發(fā)展。對于以科技為支撐的信息技術(shù)服務(wù)業(yè)來說，創(chuàng)新是企業(yè)運作的核心，創(chuàng)新效率的高低不僅決定了企業(yè)的創(chuàng)新能力，而且還關(guān)系到企業(yè)的競爭力，甚至會影響到企業(yè)整個宏觀環(huán)境的資源有效配置［1］。“十三五”期間頒布的信息技術(shù)服務(wù)業(yè)指導性文件《軟件和信息技術(shù)服務(wù)業(yè)發(fā)展規(guī)劃（2016—2020年）》明確提出“堅持把創(chuàng)新放在產(chǎn)業(yè)發(fā)展全局的中心位置”。信息技術(shù)服務(wù)業(yè)具有技術(shù)更新快、產(chǎn)品附加值高、應用領(lǐng)域廣、滲透能力強、資源消耗低、人力資源利用充等突出特點，對經(jīng)濟社會發(fā)展具有重要的支撐和引領(lǐng)作用。因此，現(xiàn)階段對信息技術(shù)服務(wù)企業(yè)創(chuàng)新效率進行客觀有效的評價研究對信息技術(shù)服務(wù)型企業(yè)的經(jīng)營管理以及創(chuàng)新轉(zhuǎn)型升級具有重要的理論與現(xiàn)實意義。

國內(nèi)外學者對創(chuàng)新效率的研究涉及各個行業(yè)，但研究重點多集中在制造業(yè)和高技術(shù)企業(yè)［2-3］。在研究方法上，大多數(shù)學者采用DEA模型［4］和隨機前沿函數(shù)測定方法［5］通過構(gòu)建投入與產(chǎn)出指標體系來測度研究對象的創(chuàng)新效率。例如，馮志軍等人［6］通過對高技術(shù)行業(yè)的創(chuàng)新效率進行測算發(fā)現(xiàn)，電子計算機及辦公設(shè)備制造業(yè)研發(fā)創(chuàng)新過程的整體效率最高，航空航天器制造業(yè)最低。劉芳［7］運用Malmquist指數(shù)法動態(tài)的分析了河南省高技術(shù)產(chǎn)業(yè)在 2003—2008年間的技術(shù)創(chuàng)新效率，Horta等［8］運用隨機前沿方法中的距離函數(shù)模型，以24個國家1998—2005年的相關(guān)數(shù)據(jù)為樣本，在多投入多產(chǎn)出的框架下對樣本國家的R&D效率進行研究。

現(xiàn)有研究中大多數(shù)學者采用傳統(tǒng)DEA模型進行效率分析，但傳統(tǒng)的 DEA模型無法去除環(huán)境因素和隨機誤差的影響，從而降低測度結(jié)果的真實性，從研究對象上來看，鮮有研究對信息技術(shù)服務(wù)企業(yè)的創(chuàng)新效率進行評價。基于此，本文采用傳統(tǒng)DEA與SFA相結(jié)合的三階段DEA模型對我國信息技術(shù)服務(wù)業(yè)創(chuàng)新效率進行評價研究。值得說明的是，我國信息技術(shù)服務(wù)業(yè)上市公司共有136家，其中北京、上海、廣東三地共有86家，占總數(shù)的63%，其余地區(qū)分布十分分散，并且受到產(chǎn)業(yè)集聚以及經(jīng)濟發(fā)展水平的影響與北上廣三地存在明顯差距，不能代表我國信息技術(shù)服務(wù)業(yè)整體水平，因此本文選取具有代表性的北京、上海和廣東三地的信息技術(shù)服務(wù)業(yè)上市公司為樣本，采用三階段DEA模型對信息技術(shù)服務(wù)業(yè)的創(chuàng)新效率進行測度和評價，進而提出提高信息技術(shù)服務(wù)產(chǎn)業(yè)上市公司創(chuàng)新效率的相關(guān)建議。

2 研究方法、變量選取及數(shù)據(jù)說明

2.1 三階段DEA模型

本文選取Fried等學者［9］提出的三階段 DEA模型對信息技術(shù)服務(wù)業(yè)創(chuàng)新效率進行測算分析。三階段DEA模型通過剝離外部環(huán)境和隨機誤差對測算結(jié)果的影響，將影響因素置入模型計算過程，令所有決策單元都面臨相同的環(huán)境，更真實可靠的展現(xiàn)了各個主體的效率水平，彌補了傳統(tǒng)DEA-Tobit模型的缺陷。三階段DEA模型的計算過程包括以下3個階段：

第一階段：基于投入與產(chǎn)出數(shù)據(jù)構(gòu)建傳統(tǒng)的DEA模型。本文選擇投入導向的 BC2模型。假設(shè)有n個決策單元數(shù)量，m項投入，s項產(chǎn)出，Yk為第k個決策單元的技術(shù)效率，yrk為第k個決策單元的第r項產(chǎn)出，Xik為第k個決策單元的第i項投入，λi和θi分別為第r項產(chǎn)出和第i項投入的權(quán)重，uk為第k個決策單元的規(guī)模報酬指標。其計算公式為：

第二階段：構(gòu)建SFA模型，去除環(huán)境因素和隨機誤差的干擾。首先，基于隨機前沿生產(chǎn)函數(shù)，以環(huán)境因素為自變量，將上述傳統(tǒng)BC2模型測算的投入變量的冗余變量作為因變量，構(gòu)建如下回歸模型：

式（2）中，Sik為第k個主體的第i項投入的冗余量；Zk為環(huán)境變量，f(zk;βi) 是環(huán)境變量對對該投入冗余量的影響，Vik+μik是隨機誤差項和管理無效率項之和。然后，根據(jù)SFA的回歸系數(shù)，調(diào)整投入變量，令全部主體處于相同的外部環(huán)境及隨機干擾之下，計算清除了環(huán)境因素和隨機因素影響的實際投入。調(diào)整公式如下：

其中,Xik和Xiko分別表示調(diào)整前后的投入，βi0是環(huán)境變量的待估系數(shù)，maxk(zkβi0)-Zkβio表示對外部環(huán)境進行調(diào)整，maxk(viko)-viko表示將所有決策單元置于相同運氣水平下。

第三階段：進行調(diào)整后的DEA模型測算。選取調(diào)整后的投入數(shù)據(jù)，產(chǎn)出數(shù)據(jù)保持不變，再次測算各主體的效率值，以此得到去除了環(huán)境因素與隨機干擾影響的真實效率值。

2.2 指標選取

（1）投入和產(chǎn)出變量：本文在遵循生產(chǎn)法和資產(chǎn)法的指標選取規(guī)則基礎(chǔ)上，借鑒蘆鋒等學者［10-11］的指標選取方法，創(chuàng)新投入指標分別選擇研發(fā)人員數(shù)量、研發(fā)經(jīng)費內(nèi)部支出來代表企業(yè)創(chuàng)新的人力和財力投入，在創(chuàng)新產(chǎn)出指標方面，大部分學者采用專利申請數(shù)量和新產(chǎn)品銷售收入來衡量，但由于上市公司的新產(chǎn)品銷售收入指標無法獲得，因此本文選擇用主營業(yè)務(wù)收入來代表企業(yè)的產(chǎn)品產(chǎn)出，選取專利申請數(shù)量來代表企業(yè)創(chuàng)新的技術(shù)產(chǎn)出。由前人研究可知，企業(yè)進行創(chuàng)新投資的作用不只存在于創(chuàng)新活動開展的當前時間，而對其長遠發(fā)展都存在影響，因此應該選取存量數(shù)據(jù)而非流量數(shù)據(jù)進行估計［12］。故而本文運用永續(xù)盤存法，以2013年為基期，對研發(fā)經(jīng)費內(nèi)部支出的存量數(shù)據(jù)進行計算：

其中K代表研發(fā)經(jīng)費資本存量，E代表經(jīng)過價格調(diào)整的研發(fā)經(jīng)費固定資產(chǎn)購建費，δ 為研發(fā)經(jīng)費資本存量的折舊率，本文將δ 設(shè)置為R&D資本存量常用的折舊率15%，其中基期研發(fā)活動資本存量用以下公式進行估計：

（2）環(huán)境變量：根據(jù)前人研究，環(huán)境變量的選取要滿足兩個條件，首先所選變量需要對企業(yè)創(chuàng)新效率有影響，其次，所選變量要滿足不能被樣本主觀控制的“分離假設(shè)”［13］。本文結(jié)合信息技術(shù)服務(wù)業(yè)的自身特點，參考相關(guān)研究文獻，在環(huán)境因素方面選取以下5個指標：

1）政府補貼。近年來，“互聯(lián)網(wǎng)+”的浪潮席卷全國，國家相關(guān)部門加大了對信息技術(shù)服務(wù)業(yè)的扶持力度，學術(shù)界普遍認為政府頒布的相關(guān)政策對企業(yè)的發(fā)展有具有較強的引導作用［14］，根據(jù)我國的現(xiàn)實情況，高投入、高收益的技術(shù)創(chuàng)新活動大部分會獲得政府等相關(guān)部門的補貼，部分學者認為政府補貼一定程度上緩解了企業(yè)可能由于資金不足造成的創(chuàng)新效率低下等問題［15］。

2）企業(yè)規(guī)模。不同規(guī)模的企業(yè)綜合能力有很大差別，面對風險時采取的策略也不同，與小公司相比，規(guī)模大的公司各種運行機制相對來說更加完善，更有可能去嘗試有風險的創(chuàng)新投入與研發(fā)。

3）產(chǎn)權(quán)性質(zhì)。有學者認為，國企以“穩(wěn)定”功能為主，民企以“發(fā)展”功能為主［16］，相對來講，民企由于競爭壓力較大，對創(chuàng)新的活動的開展更為重視，更希望通過突破性創(chuàng)新來獲取長遠的發(fā)展。

4）股權(quán)集中度。對于公開發(fā)行股票的上市公司來說，股東的個人意志會影響到公司的日常運營及重要決策。關(guān)于股權(quán)集中度對創(chuàng)新效率的影響，學術(shù)界意見并不一致，有學者認為當股權(quán)較分散時，容易形成權(quán)力的拉扯，無法在短時間內(nèi)達成統(tǒng)一的意見，在危機狀況下可能產(chǎn)生“推諉扯皮”的現(xiàn)象［14］，不利于企業(yè)創(chuàng)新效率的提升。但也有學者表示，當股權(quán)過于集中時，大股東掌握絕對控制權(quán)，容易產(chǎn)生大股東“一言堂”和中小股東“用腳投票”的情況［17］。

5）地區(qū)經(jīng)濟發(fā)展水平。不同區(qū)域經(jīng)濟發(fā)展水平的差異造成其生產(chǎn)要素的豐富程度不同，故而對企業(yè)創(chuàng)新投入所需的人力財力的支撐能力存在差距，從而對創(chuàng)新效率產(chǎn)生影響。

所有指標的具體描述見表1。

表1 變量描述

2.3 樣本來源

參照2018年上市公司行業(yè)分類結(jié)果，本文選取北京、上海、廣東三地2013—2018年信息技術(shù)服務(wù)業(yè)上市公司的相關(guān)數(shù)據(jù)為研究對象，并對缺少數(shù)據(jù)的樣本進行剔除，最后得到60家信息技術(shù)服務(wù)業(yè)上市企業(yè)。環(huán)境變量中地區(qū)經(jīng)濟發(fā)展水平來自《中國統(tǒng)計年鑒》以及各地區(qū)統(tǒng)計年鑒，部分專利信息來自國家專利信息服務(wù)平臺，其余指標均來自于國泰安、萬得數(shù)據(jù)庫和各上市公司年報。

3 實證結(jié)果與分析

3.1 第一階段：傳統(tǒng)DEA模型的創(chuàng)新效率測度分析

本文采用 Deap2.1軟件，基于傳統(tǒng)DEA模型，根據(jù)樣本企業(yè)所在省份，分區(qū)域?qū)?013—2018年信息技術(shù)服務(wù)業(yè)上市企業(yè)的創(chuàng)新效率進行測度分析，結(jié)果如表2所示。在沒有考慮環(huán)境因素和隨機干擾項時，本文選取的60家信息技術(shù)服務(wù)業(yè)上市公司創(chuàng)新綜合效率的平均值是0.470，處于較低水平，純技術(shù)效率和規(guī)模效率的平均值為0.562和0.841，綜合效率較低的原因主要在于純技術(shù)效率水平低，因此，信息技術(shù)服務(wù)業(yè)上市企業(yè)存在創(chuàng)新資源投入結(jié)構(gòu)不合理，管理有待加強等問題。從規(guī)模報酬來看，有6家企業(yè)達到最佳規(guī)模收益點，其余均應根據(jù)規(guī)模效率做出調(diào)整。除此之外，還可以看出，無論是綜合效率值、純技術(shù)效率值還是規(guī)模效率、規(guī)模收益，不同上市公司之間存在較大差異，分布很不平衡，只有銀信科技、光環(huán)新網(wǎng)、杰賽科技、賽為智能、兆日科技5家企業(yè)達到有效狀態(tài)，而有37家企業(yè)的效率值在平均值0.470以下。但由于此結(jié)果受環(huán)境因素及隨機誤差因素的干擾，因此還需進一步調(diào)整。

表2 第一階段DEA測算結(jié)果

3.2 第二階段:SFA模型的回歸結(jié)果

本階段以第一階段傳統(tǒng)DEA模型測算出的2個投入變量的冗余變量為因變量，以環(huán)境變量政府補貼、企業(yè)規(guī)模、產(chǎn)權(quán)性質(zhì)、股權(quán)集中度和地區(qū)經(jīng)濟發(fā)展水平為自變量，采用Frontier4.1軟件進行隨機前沿分析，得出各環(huán)境變量對投入冗余的影響，結(jié)果如表3所示。由回歸結(jié)果可知，5個環(huán)境變量的回歸結(jié)果基本通過了10%水平以內(nèi)的顯著性檢驗，研發(fā)人員與研發(fā)經(jīng)費內(nèi)部支出冗余所對應的單邊似然比檢驗統(tǒng)計量LR值均大于檢驗的標準值，且γ值趨近于1，這說明環(huán)境變量選取合理，信息技術(shù)服務(wù)企業(yè)的創(chuàng)新投入冗余受環(huán)境變量影響較大。

下面本文進一步分析5個環(huán)境變量對創(chuàng)新投入冗余的回歸結(jié)果：

（1）政府補貼與研發(fā)人員冗余、研發(fā)經(jīng)費內(nèi)部支出冗余的回歸系數(shù)分別在5%和10%的水平上顯著為正，這表明政府補貼的增加并不能減少信息技術(shù)服務(wù)業(yè)創(chuàng)新資源投入冗余，同時也體現(xiàn)出政府補貼對企業(yè)創(chuàng)新的導向作用沒有充分發(fā)揮。

這可能是由于政府補貼的項目大多數(shù)偏重于風險較高、難度較大、周期較長的技術(shù)，為了完成此類項目，企業(yè)需要投入大量的人力、物力和財力，導致投入冗余；另一方面，政府鼓勵企業(yè)加強對有戰(zhàn)略導向的新興技術(shù)開展研究，企業(yè)為了申請到政府補貼不得不進行相關(guān)研發(fā)，但又缺乏對創(chuàng)新資源的有效管理，以至于使研發(fā)資源被大量消耗。

（2）企業(yè)規(guī)模與研發(fā)人員冗余、研發(fā)經(jīng)費內(nèi)部支出冗余的回歸系數(shù)均在1%的水平上顯著為負，這表明隨著企業(yè)規(guī)模的擴大，創(chuàng)新投入冗余會減少。企業(yè)規(guī)模越大，企業(yè)的綜合能力就相對越強，對于信息技術(shù)服務(wù)業(yè)這種技術(shù)導向型企業(yè)來說，越是規(guī)模大的企業(yè)越能承擔高額成本的創(chuàng)新活動，發(fā)揮規(guī)模經(jīng)濟的優(yōu)勢，并且能通過向不同方式分散化投資以降低創(chuàng)新風險。其次，規(guī)模大的企業(yè)的市場相對開闊，因此，技術(shù)轉(zhuǎn)化率相對較高，通過創(chuàng)新活動獲取的盈利比小企業(yè)更可觀且更持久，只有當利潤收入有樂觀預期時，企業(yè)才會積極投入創(chuàng)新活動，同時也提高了大企業(yè)的創(chuàng)新效率。

（3）產(chǎn)權(quán)性質(zhì)與研發(fā)人員冗余、研發(fā)經(jīng)費內(nèi)部支出冗余的回歸系數(shù)均在1%的水平上顯著為正，這表明相比于非國有企業(yè)，國有企業(yè)的創(chuàng)新投入冗余較多，制約了創(chuàng)新效率的提升。非國有企業(yè)的生存和競爭壓力要遠大于國有企業(yè)，因此，非國有企業(yè)為了自身發(fā)展對創(chuàng)新資源的把控更加嚴格。

（4）股權(quán)集中度與研發(fā)經(jīng)費內(nèi)部支出冗余的回歸系數(shù)均在5%的水平上顯著為正，而對研發(fā)人員冗余并不顯著，這表明股權(quán)過于集中會導致信息技術(shù)服務(wù)企業(yè)研發(fā)經(jīng)費投入的浪費。當企業(yè)股權(quán)過于集中時，容易出現(xiàn)大股東“一言堂”的現(xiàn)象，企業(yè)創(chuàng)新投入的力度和方向極容易被大股東個人意志所左右，不利于創(chuàng)新效率的提升。

（5）地區(qū)經(jīng)濟發(fā)展水平與研發(fā)人員冗余的回歸系數(shù)在5%的水平上顯著為負，對研發(fā)經(jīng)費內(nèi)部支出冗余的影響不顯著。這表明經(jīng)濟發(fā)展水平的提升能夠減少研發(fā)人員冗余，經(jīng)濟發(fā)展水平的提升是信息技術(shù)服務(wù)業(yè)集聚發(fā)展的重要條件，經(jīng)濟條件良好地區(qū)能夠為信息技術(shù)服務(wù)企業(yè)的創(chuàng)新研發(fā)人員提供足夠的市場和機會，減少人員浪費。

表3 第二階段SFA回歸結(jié)果

由以上分析可知，環(huán)境因素影響著信息技術(shù)服務(wù)企業(yè)的創(chuàng)新投入和企業(yè)內(nèi)部管理，因此，將樣本公司置于相同的環(huán)境因素和隨機干擾狀態(tài)水平下再進行創(chuàng)新效率的評價，更能體現(xiàn)公平性，更具有現(xiàn)實價值。

3.3 第三階段：調(diào)整后的創(chuàng)新效率測度分析

根據(jù)第二階段的調(diào)整，再次對調(diào)整之后的數(shù)據(jù)進行DEA測算，得到更加真實可靠的信息技術(shù)服務(wù)企業(yè)創(chuàng)新效率值。由表4的測算結(jié)果可以看出經(jīng)過調(diào)整后的綜合效率、純技術(shù)效率、規(guī)模效率、規(guī)模報酬以及與第一階段相比的改進比例，整體來看，綜合效率的平均值由第一階段的0.470上升至0.495，純技術(shù)效率的平均值由0.562上升至0.605，規(guī)模效率由0.841下降到調(diào)整后的0.829。雖然綜合效率和純技術(shù)效率值均有所上升，但總體上信息技術(shù)服務(wù)業(yè)的創(chuàng)新效率依舊不樂觀，主要原因是純技術(shù)效率較低，即企業(yè)創(chuàng)新資源的投入結(jié)構(gòu)不合理，管理水平有待提高。

在綜合效率方面，經(jīng)過調(diào)整后，有35家企業(yè)的綜合效率值上升，其中有15家企業(yè)增幅超過50%，華宇軟件增幅最高達到211.282%，說明由于受環(huán)境因素和隨機誤差因素的影響，其效率被明顯低估，在綜合效率下降的企業(yè)中，飛利信的降幅最大，達到-43.364%，另外還有2家企業(yè)效率值保持不變。在純技術(shù)效率方面，有32家企業(yè)經(jīng)過調(diào)整后純技術(shù)效率值上升，超圖軟件、華宇軟件、華平股份的純技術(shù)效率提升幅度超過100%，有9家企業(yè)繼續(xù)保持純技術(shù)效率有效，說明這些企業(yè)的資源投入配置良好，有利于創(chuàng)新效率的提升。在規(guī)模效率方面，有36家企業(yè)在調(diào)整后出現(xiàn)較第一階段規(guī)模效率下降的現(xiàn)象，但降幅整體較小，其中大多數(shù)降幅小于20%，綜合平均值來看，信息技術(shù)服務(wù)企業(yè)的規(guī)模效率整體較好，但只有3家企業(yè)規(guī)模報酬不變，有26家企業(yè)規(guī)模報酬是遞增狀態(tài)，31家企業(yè)規(guī)模報酬是遞減狀態(tài)，因此大部分企業(yè)的創(chuàng)新活動只是趨近于最優(yōu)生產(chǎn)規(guī)模，仍需進一步改進。

表4 第三階段調(diào)整后的信息技術(shù)服務(wù)業(yè)創(chuàng)新效率

表4（續(xù)）

根據(jù)以上測算結(jié)果，本文以平均值為界，將全部樣本企業(yè)內(nèi)部劃分為五種創(chuàng)新類型，分別是創(chuàng)新領(lǐng)先型、創(chuàng)新良好型、純技術(shù)效率改善型、規(guī)模效率改善型和創(chuàng)新落后型。其中，創(chuàng)新領(lǐng)先型是指純技術(shù)效率和規(guī)模效率均達到有效的企業(yè)，這類企業(yè)的創(chuàng)新效率達到最優(yōu)，應在經(jīng)營中繼續(xù)保持，樣本中有3家企業(yè)屬于創(chuàng)新領(lǐng)先型，其他企業(yè)應多吸收創(chuàng)新領(lǐng)先型企業(yè)的寶貴經(jīng)驗。創(chuàng)新良好型是指雖然沒能達到效率最優(yōu)，但純技術(shù)效率和規(guī)模效率均保持在全部樣本企業(yè)效率值的平均水平以上，此類企業(yè)應注意查找管理方面的漏洞，并在不改變戰(zhàn)略方向的基礎(chǔ)上及時彌補，進一步提升創(chuàng)新效率。純技術(shù)效率改善型和規(guī)模效率改善型是指在純技術(shù)效率和規(guī)模效率兩方面只有一個效率值達到良好以上，由表5可知，純技術(shù)效率改善型企業(yè)有23家，占樣本總體的38%，這些企業(yè)應著重改善資源配置和投入結(jié)構(gòu)，增強內(nèi)部管理水平，而規(guī)模效率改善型企業(yè)應繼續(xù)保持高的資源配置效率優(yōu)勢的同時，更加注重調(diào)整生產(chǎn)規(guī)模。創(chuàng)新落后型是指純技術(shù)效率和規(guī)模效率均在平均值以下的企業(yè)，此類企業(yè)應一方面加大對創(chuàng)新資源的投入，促進生產(chǎn)規(guī)模的擴大；另一方面，要積極調(diào)整創(chuàng)新資源配置結(jié)構(gòu)，注重管理水平提高，提升資源轉(zhuǎn)換效率。

表5 信息技術(shù)服務(wù)企業(yè)的創(chuàng)新類型分布

4 研究結(jié)論與建議

本文以2013—2018年北京、上海、廣東三地信息技術(shù)服務(wù)業(yè)上市公司為研究樣本，以三階段DEA模型為主要研究方法，對信息技術(shù)服務(wù)企業(yè)的創(chuàng)新效率進行測度與評價。研究表明：

（1）根據(jù)第三階段與第一階段的創(chuàng)新效率對比，環(huán)境因素及隨機干擾項會令信息技術(shù)服務(wù)企業(yè)的創(chuàng)新效率被低估，環(huán)境因素中，政府補貼、股權(quán)集中度以及企業(yè)的國有產(chǎn)權(quán)性質(zhì)會增加創(chuàng)新投入冗余，而企業(yè)規(guī)模和地區(qū)經(jīng)濟發(fā)展水平對創(chuàng)新投入冗余有抑制作用。

（2）去除環(huán)境因素和隨機干擾項的影響后可以看出，信息技術(shù)服務(wù)企業(yè)的創(chuàng)新綜合效率值較低，其主要原因在于純技術(shù)效率低，資源投入結(jié)構(gòu)不合理導致資源配置與轉(zhuǎn)換效率低，內(nèi)部管理有待加強，在規(guī)模效率方面，有26家企業(yè)規(guī)模報酬是遞增狀態(tài)，31家企業(yè)規(guī)模報酬是遞減狀態(tài)，因此大部分企業(yè)的創(chuàng)新活動規(guī)模仍需進一步改進。

（3）通過對樣本企業(yè)的內(nèi)部分析發(fā)現(xiàn)，純技術(shù)效率改善型企業(yè)有23家，占樣本總體的38%，是占比最大的類型，因此，信息技術(shù)服務(wù)業(yè)的創(chuàng)新效率改進方向應以提升純技術(shù)效率為主，在保證企業(yè)規(guī)模收益良好的情況下，改善企業(yè)管理和資源配置水平。

基于以上研究結(jié)論，為提高我國信息技術(shù)服務(wù)企業(yè)創(chuàng)新效率，加強信息技術(shù)服務(wù)業(yè)的創(chuàng)新能力，本文提出以下對策建議：第一，合理配置資源投入，提升管理水平，促進創(chuàng)新成果商業(yè)化。信息技術(shù)服務(wù)企業(yè)應當根據(jù)自身發(fā)展情況合理進行研發(fā)經(jīng)費和研發(fā)人員的投入，避免盲目投入資源導致資源浪費的情況發(fā)生。一方面要將投入資源的絕對數(shù)量控制在合理的范圍內(nèi)，加強對創(chuàng)新資金、科研人員的監(jiān)管力度，提升資金和員工的利用效益。另一方面應加大力度提升科技創(chuàng)新成果的轉(zhuǎn)化率，促進技術(shù)成果商業(yè)化，將技術(shù)成果轉(zhuǎn)化為企業(yè)的經(jīng)濟效益，實現(xiàn)創(chuàng)新活動投入與公司盈利之間的良性循環(huán)。第二，完善公司創(chuàng)新機制，充分發(fā)揮政府補助的激勵作用。企業(yè)應根據(jù)自身的發(fā)展情況去申請在能力范圍內(nèi)的政府項目，完善創(chuàng)新機制，做到專款專用，有計劃的運用政府資金，充分發(fā)揮政府補助對創(chuàng)新效率的激勵和引導作用。另外，政府對企業(yè)進行創(chuàng)新補貼時應注重補貼的引導和杠桿作用，積極推動企業(yè)成為創(chuàng)新主體，激勵企業(yè)加大研發(fā)投入，進而提高創(chuàng)新效率。第三，為創(chuàng)新活動創(chuàng)造有利的環(huán)境條件，提升員工工作積極性。企業(yè)應重視營運能力的提升，并在發(fā)展中應處理好集權(quán)與分權(quán)的關(guān)系，為創(chuàng)新活動創(chuàng)造良好的制度條件和組織環(huán)境，激發(fā)員工創(chuàng)造活力。鼓勵企業(yè)與高校和科研機構(gòu)合作，積極吸收技術(shù)資源與人才資源，提高員工素質(zhì)，從而提升整個信息技術(shù)服務(wù)業(yè)的創(chuàng)新效率。