中國企業在 “一帶一路”基礎設施建設中的創新驅動發展
——基于處理環境效應和隨機誤差的研究

馮 嬌 王楠楠 孫國帥 胡國杰3大連海事大學航運經濟與管理學院大連 6026

2（江西財經大學信息管理學院，南昌 330032） 3（遼寧工業大學經濟管理學院，錦州 121001）

黨的十九大報告指出：“要以 ‘一帶一路’建設為重點，堅持引進來和走出去并重，遵循共商共建共享原則，加強創新能力開放合作，形成陸海內外聯動、東西雙向互濟的開放格局”，《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》在提出 “推進基礎設施互聯互通”的同時還強調了中國企業高質量參與共建 “一帶一路”的重要方向，標志著 “一帶一路”建設將在新的歷史起點上繼續發揮作用。推進 “一帶一路”基礎設施建設既是中國擴大和深化對外開放的需要，也是加強和沿邊國家互利合作的需要，中國企業深化開放合作，在創新驅動及人才資源等方面承擔更多責任義務，為經濟發展和沿邊國家雙贏合作作出貢獻。

近年來，作為 “一帶一路”建設的主力軍之一，“走出去”的中國企業創造了輝煌的業績和使命擔當，為促進世界繁榮發展做出了積極的貢獻。雖然中國企業在 “一帶一路”基礎設施建設中的整體發展趨勢較好，但企業間發展不平衡，特別是企業創新驅動效率水平存在差異。因此，利用科學的分析手段，研究中國企業在 “一帶一路”基礎設施建設中的創新發展，探究其影響效率變化的因素，對進一步推動中國企業高質量參與 “一帶一路”基礎設施建設具有重要的現實意義。

1 文獻綜述

隨著綜合國力的不斷增強，我國現已成為影響國際政治經濟格局的新興大國，并愿與其他國家共建平臺，共享合作帶來的成果。因此，共建絲綢之路經濟帶和21世紀海上絲綢之路（簡稱“一帶一路”）的重大倡議，自2013年被提出后持續受到了國際社會的高度關注，許多研究機構已經進行了大量的研究工作［1，2］。提升 “一帶一路”基礎設施建設創新發展效率水平是本文研究的目標。本文以基礎設施建設企業為研究背景，文獻綜述重點在3個方面： “一帶一路”基礎設施建設相關研究范疇、 “一帶一路”相關基礎設施建設企業創新發展效率的影響因素和測度方法。

1.1 “一帶一路”基礎設施建設相關研究范疇

“一帶一路”倡議的實施為我國的基礎設施產業帶來了空前的機遇和挑戰，一些研究人員對“一帶一路”倡議背景下的基礎設施市場進行了研究。如在合作機制方面，姜英梅［3］探討了中國與中東國家共建 “一帶一路”、實現基礎設施領域互聯互通和互利共贏的重要契機；在投入與收益方面，郝鳳霞和劉子涵［4］以2007～2017年 “一帶一路”國內沿線18個省市的面板數據為基礎，利用DEA模型測算各地區基礎設施投資效率，并建立空間杜賓模型，對軟、硬基礎設施投資的經濟效應進行實證研究；在企業風險管理方面，黃河和鄒為［5］以中國建筑企業為例，著重對中國建筑企業在 “一帶一路”沿線基礎設施投資方面面臨的主要政治風險進行分析等。

1.2 創新發展效率的影響因素

要構建有效的 “一帶一路”基礎設施建設企業創新驅動發展提升路徑，就必須分析基礎設施建設企業創新發展成效及其效率體系配置，逐步在 “一帶一路”政策下對技術創新系統進行改進，有效實現企業創新驅動發展。研究創新發展效率的影響因素，可以為企業技術效率的改進提供依據。關于技術效率影響因素的文獻資料較多，涉及各個領域，如農業、物流業、金融業、制造業以及建筑業等。在建筑領域，劉炳勝等［6］從工程咨詢階段和工程施工階段兩個建筑產業鏈環節入手，測算了2014～2015年我國各省建筑產業鏈兩階段的綜合效率、純技術效率與規模效率，分析了3種效率的主要影響因素及其作用程度；董潔和劉航［7］采用Malmquist指數法對我國七大傳統產業R＆D效率進行測度，并深入剖析影響我國傳統產業R＆D效率提升的因素；范建雙和虞曉芬［8］采用兩種不同假設下的隨機邊界生產函數模型測算了1998～2010年中國省際建筑業技術效率及其與外部環境因素之間的關系；譚丹等［9］構建了對建筑業全要素生產率（TFP）增長指數進行綜合測算并分析其收斂性及影響因素的框架，并對1993～2012年中國建筑業全要素生產率的增長特征及其影響因素進行了分析；康曉輝等［10］從投入和產出的角度分析裝配式建筑發展效率的影響因素，采用DEA模型選取合適的投入產出指標對2011～2016年裝配式建筑生產效率進行了測度。

1.3 效率的測度方法

目前，相關文獻中關于測度方法的研究很多。如吳梵等［11］運用三階段DEA方法對海洋經濟增長的效率進行測算，測度結果顯示科技創新對海洋經濟增長效率的促進作用不強，不論是純技術效率還是規模效率均存在較大提升空間；王卉彤等［12］基于非期望產出的超效率SBM模型，將中國30個?。▍^、市）的新三板市場掛牌企業數量、A股市場中科技型企業數量占比、風險投資事件數量、風險投資受資企業數量作為投入，將新三板市場摘牌企業數量占比作為非期望產出，對多層次資本市場支持高技術產業化的效率進行測度，并從省層面、區域層面、全國層面對效率進行比較分析；范金等［13］采用索洛余值法、對偶核算法、隨機有效前沿模型和數據包絡分析模型4種常用測度技術，測算和研究了2002～2017年TFP演化趨勢。而在基礎設施領域，申立銀等［14］基于超效率SBM方法對中國30個省（區、市）的居住建筑碳排放效率進行了測度和分析，驗證了氣候條件、能源結構、城鎮化率和節能技術對居住建筑碳排放效率有較大影響；陳興海等［15］采用DEA-Tobit模型，分析了我國內地31個?。ㄊ?、區）特級資質建筑企業的科技創新效率，在科技創新效率影響因素的檢驗中發現，人力和財力投入并非越多越好，資源之間的匹配度很重要；周蜀國和何靜［16］綜合運用DEA-BCC和相似SFA方法對2004～2010年中國建筑產業運營效率進行測度，研究驗證了地區經濟發展水平、建筑產品需求程度和研發投入力度是建筑業有利的外部運營環境因素等。

總體來說，現有研究中專門針對基礎設施建設企業創新驅動發展績效研究仍然較少，鑒于此，為了更好地提升創新驅動發展績效，本文在方法上考慮環境因素、隨機誤差，處理環境因素和誤差因素造成的偏差影響，并在此基礎上進行修正，運用三階段DEA模型，對樣本基礎設施建設企業進行比較，解決了難以有效測度各樣本企業效率差異的變化問題，較以往研究更具有科學性、真實性，為探索提升 “一帶一路”基礎設施建設企業創新發展效率的有效路徑提供有力借鑒。

2 研究設計

三階段DEA模型是對傳統數據包絡分析的一種改進，由Fried等［18］學者提出。主要是在第二階段利用第一階段計算得出基礎設施建設樣本企業的投入冗余作為因變量，將對外開放指數、企業規模、企業性質等環境變量作為自變量，進行SFA模型回歸并進行分析。

第一階段，建立傳統的DEA模型：本文選取的決策單元為 “一帶一路”基礎設施建設20家上市企業作為研究對象，每個上市樣本企業（即決策單元）包含5個指標變量，每個樣本企業（即決策單元）有m個要素投入和s種產出，建立模型：

式中，θ?為最優解；分別表示 “一帶一路”基礎設施建設樣本企業的投入松馳及產出松馳；x、y分別為投入、產出變量。

第二階段，SFA回歸。構建SFA回歸函數（修正松弛變量）：

其中，β為待估參數；z為環境變量，sij為第j個 “一帶一路”基礎設施建設樣本企業的第i種產出的松馳變量，為各因素對松弛變量的影響函數；vij+uij為混合誤差，其中，假設隨機因素的影響管理無效率的影響uij≥0，且其中vij與uij相互獨立，定義γ＝假設在γ＝0，原假設被拒絕，證明SFA模型合理。

第二階段對松弛量進行調整的方程為：

第三階段，用第一階段的方法重新測算效率。第二階段分離了 “一帶一路”基礎設施建設樣本企業的環境因素與隨機誤差的影響，更能反映出樣本上市企業真實的創新發展效率值，并將測度結果與第一階段進行比較。

3 指標構建與樣本數據來源

3.1 評價指標體系的構建

本文選取滬深兩市A股 “一帶一路”基礎設施建設企業作為研究對象，選擇各個樣本企業2016～2020年的財務數據樣本，再從樣本企業中剔除經營過程中發生ST重大資產置換的企業。通過分析篩選，最終確定了20家上市企業，即中國交建（601800）、 寧波建工（601789）、中國電建（601669）、中國建筑（601668）、 中國中冶（601618）、中國中鐵（601390）、 中國鐵建（601186）、中國化學（601117）、中材國際（600970）、 龍建股份（600853）、隧道股份（600820）、 葛洲壩（600068）、北新路橋（002307）、中工國際（002051）、 中鋼國際（000928）、甘咨詢（000779）、 山東路橋（000498）、北方國際（000065）、設計總院（603357）、 騰達建設（600512）。參照現有文獻資料，企業創新發展效率主要通過投入指標、產出指標和環境變量進行評價與劃分［17］。選取上市企業的營業收入、凈利潤、每股收益為產出指標；選取上市企業的資產總計、營業成本為投入指標和影響因素指標，環境變量選擇的原則是不受基礎設施建設樣本企業控制，但又對樣本企業效率產生影響，所以本文選擇對外開放指數、企業規模、企業性質等為環境變量和影響因素變量。

3.2 數據來源

本文數據來源于滬深兩市交易所網站、新浪財經 “一帶一路”基礎設施建設樣本企業年度財務報表及 《國民經濟和社會發展統計公告》。為保證數據的科學性、簡潔性、可比性、可操作性，首先從兩大交易所中篩選出 “一帶一路”基礎設施建設板塊的上市企業，再根據企業名稱及證券代碼從新浪財經中收集各企業年度財務報告，并以此計算出反映企業創新發展效率的投入、產出指標。

4 實證結果分析

4.1 第一階段原始投入產出數據的效率測度分析

在不考慮處理環境變量與隨機誤差前提下，對 “一帶一路”基礎設施建設企業創新驅動發展效率進行初步計算，結果如表1所示。

表2 調整前效率值及其分解

基礎設施建設企業與生產前沿之間的距離，代表企業獲得最優產出的能力，綜合效率可以分解為純技術效率?規模效率，純技術效率反映的是基礎設施建設企業的管理和技術水平；規模效率主要反映的是基礎設施建設企業的資源配置水平。經計算，調整前的樣本企業整體的綜合效率均值為0.866，純技術效率均值為0.919，規模效率均值為0.941。距離效率的前沿面分別還有13.4%、8.1%和5.9%的差距，絕大多數的 “一帶一路”基礎設施建設企業創新驅動發展效率處于前沿面之下，短時間內增加基礎設施企業創新驅動投入成本并不能充分發揮驅動效應，存在較大的驅動發展空間。傳統的BCC模型測度可以看出：有4家上市企業的綜合效率處于最優階段，其效率值均值為1，占總樣本的20%；其他企業尚有改善空間。考慮到 “一帶一路”基礎設施建設企業對外開放指數、企業規模、企業性質等復雜環境因素的影響，還有基礎設施建設企業創新資源的不均衡性，而原始的第一階段傳統模型測度并沒有考慮這些環境因素差異。因此，第一階段的BCCDEA模型的初步測算結果需要進一步進行修正。

4.2 第二階段隨機前沿SFA調整分析

第二階段以第一階段原始投入產出數據的技術效率測度分析為基礎，以測算出的第一階段的投入松弛量作為被解釋變量，以 “一帶一路”基礎設施建設企業的對外開放指數、企業規模、企業性質等環境變量為解釋變量進行SFA回歸，進行修正計算，結果如表2所示。從表2中可以看出，基礎設施建設企業的投入松弛變量1和投入松馳變量2的SFA模型的Gamma（γ）值、Sigmasquared（σ2）值均通過了1%水平上的顯著性檢驗，以此確定，本文所采用的模型及變量設定合理，而且環境因素對 “一帶一路”基礎設施建設企業技術效率的影響要比隨機誤差更為重要。左單邊（LR Test of the One-sided Error）檢驗也通過了顯著性檢驗，表明用隨機前沿方法分離無效率項是合理的。從方法上說明，對 “一帶一路”基礎設施建設企業綜合效率差異進行環境效應和隨機誤差控制是非常有必要的。

表2 第2階段隨機前沿SFA測算結果

綜上所述，由于環境因素和隨機誤差對樣本企業的綜合效率影響并不一致，為避免不同的環境對 “一帶一路”基礎設施建設企業效率的估計偏差，需要SFA調整來準確反映企業基礎設施建設的實際效率水平。

4.3 第三階段調整后效率測度分析

第三階段，對調整后的基礎設施建設企業的投入指標按照第一階段的模型方法重新進行效率區分測算，調整后企業的2016～2020年效率值及其分解如表3所示。

經過對環境因素和隨機因素的調整，得到基礎設施建設企業第三階段真實的創新發展效率。對結果分析如下：

（1）調整后整體效率分析。調整后基礎設施建設企業的綜合效率為0.802，比調整前降低0.064；從分解的純技術效率和規模效率來看，調整后的純技術效率為0.869，比調整前降低0.05；調整后的規模效率為0.916，比調整前降低0.025。說明我國基礎設施建設企業在創新驅動發展成效上純技術效率改進低于規模效率?；A設施建設企業整體處于技術持續改進狀態，但并沒有達到最優狀態，創新驅動技術效應不足抑制創新驅動效率的提高。

（2）從效率分解來看，第三階段DEA效率均值計算結果相較于第一階段，DEA最優樣本企業從4家增加到8家，具體參見表1和表3。基礎設施建設企業創新驅動發展績效最優的8家企業分別為寧波建工、中國建筑、中國鐵建、中國化學、中材國際、中工國際、北方國際、設計總院，這表明，在 “一帶一路”倡議及國際化戰略的影響下，雄厚的技術積累、知識積累、研發基礎、管理體系、經濟實力為基礎設施建設企業創新驅動發展奠定了堅實基礎，強勁提升基礎設施建設企業創新驅動成效。創新績效排名最低的3家企業分別為中國中鐵、北新路橋、騰達建設。說明這幾家基礎設施建設企業的創新要素限制較多、技術創新能力較弱、技術基礎較差，創新驅動效率較低，急需進行基礎設施建設企業的創新驅動結構轉型。

（3）從企業性質來看，所選基礎設施建設企業樣本中只有騰達建設是私營企業，其余均為國有控股企業，說明在 “一帶一路”政策下，國有控股企業是 “一帶一路”建設的主力軍，發揮了先期開拓者的作用，引領包括私營企業在內的所有中國基礎設施建設企業，加強創新驅動、擴大合作領域、開展多邊合作，帶動沿邊國家經濟發展，與沿線國家實現合作共贏。

（4）對比分析?；诘谝浑A段的表1和第三階段的表3及圖1可見，調整前后的 “一帶一路”基礎設施建設企業效率水平存在明顯的差異。調整后效率平均水平與調整前相比，樣本企業的綜合效率、純技術效率水平、規模效率水平均有所降低，部分樣本企業調整前傳統模型的測度技術效率被高估，部分樣本企業技術效率被低估。由此可見，控制環境因素和隨機誤差影響創新驅動績效模型測度結論的穩定性。調整后企業更應注重改進純技術效率。同時，控制了環境因素和隨機誤差后，整體測度結果更加符合實際情況和經濟理論支撐。

表3 調整后效率值及其分解

圖1 調整前后綜合效率對比圖

5 結果分析及政策建議

5.1 結果分析

本文基于三階段分析框架，應用改進的SFA模型，運用2016～2020年 “一帶一路”基礎設施建設企業樣本數據，首次納入影響基礎設施建設企業效率的環境因素和隨機誤差考慮，通過分解修正樣本基礎設施建設企業投入的偏移量，分析“一帶一路”基礎設施建設企業的效率，并比較各樣本企業之間效率的差距，進而更真實地識別出 “一帶一路”基礎設施建設企業的薄弱環節以及發展新動能的生長點。本文研究主要得到以下結論：

（1）同一階段樣本企業DEA測度結果比較，三階段的測度結果更加真實，符合實際情況，說明考慮處理環境效應和隨機誤差的基礎設施建設企業的效率值很有必要。

（2）剔除環境變量和隨機誤差后，基礎設施建設企業的綜合效率、技術效率、規模效率均有所下降，部分基礎設施企業的各項效率值沒有達到最優規模，還有較大的發展空間。

（3）“一帶一路”政策為我國的基礎設施建設企業指明了發展方向，部分企業的效率值達到最優，如寧波建工，說明寧波建工重視驅動創新的轉化效率，進而提高企業的經濟收益及企業長期發展能力；部分企業達到了技術效率有效或純技術有效，說明這些企業的創新驅動投入資源利用比較充分，但是配置不夠合理，投入沒能得到相應的產出，這些企業應該在資源配置方面加以改進。部分企業轉化效率較低，如中國中鐵技術效率較低，主要由于企業創新驅動投入結構不合理，應加強管理水平、改進管理方式、優化資源配置，才能使得企業利用有限的資源實現既定收益。

5.2 政策建議

通過本文的研究可以發現，環境因素對 “一帶一路”基礎設施建設企業的創新發展效率存在顯著差異影響，需要高度重視和控制環境因素的影響。

（1）提升基礎設施建設企業的創新驅動發展效率就必須堅持技術創新。強化技術創新、管理創新的 “一帶一路”的支撐作用，推動大數據、區塊鏈、人工智能與基礎設施建設多學科有機結合，實現互融互通。把重點放在技術創新、充分利用 “一帶一路”多邊合作機制，加強技術交流與合作，提升中國基礎設施建設企業知名度和影響力，推動基礎設施建設企業走向世界。

（2）環境因素對基礎設施建設企業創新驅動發展績效存在顯著差異影響，需要高度重視和控制環境因素的影響。我國的 “一帶一路”建設已經進入全面實施的新階段，優化 “一帶一路”基礎設施建設企業的營商環境是促進企業創新發展效率提升的重要一環。深化與共建 “一帶一路”基礎設施建設的合作，是現階段我國基礎設施建設高質量發展的重要外部動力。國有控股企業已成為推動 “一帶一路”建設的重要力量，面對復雜多變的外部環境，推進 “一帶一路”建設要科學布局、做好風險控制、實現共贏。在市場建設層面，落實政府提出的 “一帶一路”高水平改革開放舉措，擴大外資市場準入領域、實施國際宏觀經濟政策協調、加強知識產權保護等；在企業層面，也應發揮自身優勢，重視營商環境，積極調整市場開拓戰略，緊跟國家 “一帶一路”倡議，踐行好 “走出去”的使命擔當。