區塊鏈概念股上市公司技術創新效率研究

□ 解曉涵，姜 娟，張蘇蒙，宋嘯宇

(南京郵電大學，江蘇 南京 210003)

1 引言

國家高度重視發展數字經濟，并將其上升為國家戰略。區塊鏈技術作為數字經濟的底層支撐技術，在數字經濟與實體經濟融合、培育數字經濟發展新動能等方面發揮重要作用。在物流與供應鏈領域，區塊鏈技術也有重要的應用前景。區塊鏈技術有助于提升物流效率，降低物流成本，推進物流平臺的構建，是解決信用危機的保障機制、解決融資問題的新融資模式、解決防偽難題的新道路[1]。應用區塊鏈技術能夠對物流供應鏈模式加以創新，在提升供應鏈運作效率的同時，讓供應鏈中的數據信息更安全、精準且具有可追溯性[2]。既優化了物流流程、協同了供應鏈，又使得倉儲管理、運輸配送管理等更加有序和完善，具有更好的信用評價功能，極大程度上降低了供應鏈物流的成本，并提升了其運營效率，推動了我國物流行業的發展[3]。

在日益變化的環境中，創新被廣泛視為競爭優勢的關鍵來源[4]。技術創新是企業持續成長的重要“引擎”。企業可持續成長的過程就是不斷地突破成長上限的過程,而技術創新模式的適時轉變則是企業突破成長上限、維持持續成長的關鍵[5]。面對激烈的競爭,企業能否立于不敗之地取決于企業的技術創新能力和活動。如何評價一個企業的創新能力,尤其是技術創新能力是一個十分重要的問題[6]。企業技術創新活動也受到諸多因素的影響。公司治理因素對中小企業技術創新有較大的影響，公司治理是技術創新的微觀制度動力源，技術創新必須與企業治理的變革同步進行、共同演進[7]。

因此，本文以區塊鏈概念股上市公司為研究對象，對區塊鏈概念股上市公司的技術創新效率進行測度,并探究技術創新效率的影響因素，具有重要的現實意義。

2 研究現狀

在目前效率測度中，數據包絡分析(DEA)是較為常見的方法。關于上市公司技術創新效率DEA相關測度的研究如表1所示。

表1 上市公司技術創新效率相關研究

由表1可見，多數研究使用CCR、BCC模型測算效率，較少使用SBM模型，同時，很少有文獻針對區塊鏈概念股上市公司的技術創新效率進行研究。因此，文章基于SBM模型和Malmquist指數從靜態和動態兩個角度對區塊鏈概念股上市公司的技術創新效率進行測度。在對2016-2020年179家區塊鏈概念股上市公司的技術創新效率進行測度的同時，使用Tobit模型分析影響企業技術創新效率的因素，為提升區塊鏈概念股上市公司的技術創新效率提供借鑒，提升企業競爭力。

3 研究方法

3.1 SBM模型

在傳統DEA模型中,對無效率程度的測量只包含所有投入(產出)等比例縮減(增加)的比例,忽視了變量松弛性問題和徑向問題帶來的測量誤差,導致測量結果不準確。為改進這一問題以及更客觀地反映各要素實際情況，Tone[24]提出了SBM模型。文章使用非導向(Non-oriented)的SBM模型，同時從投入和產出兩個角度對效率狀況進行測量，該模型的公式如下：

(1)

3.2 Malmquist指數

Malmquist指數的度量如公式(2)所示：

=Effch×Techch=(Pech×Sech)×Techch

(2)

其中，Effch代表技術效率，Techch代表技術進步，Pech代表純技術效率，Sech代表規模效率。Malmquist指數可以分解為技術效率變化和技術進步兩部分，技術效率變化又可以分解為純技術效率變化和規模效率變化兩部分。將Malmquist指數與1進行比較，判斷全要素生產效率發生的變化。若Malmquist指數大于1，表明全要素生產率處于上升階段，反之，則處于下降階段。

3.3 Tobit模型

利用SBM模型測定數值在0～1之間,具有典型的截斷特征,為此,在分析區塊鏈概念股上市公司技術創新效率影響因素時,應選用可處理受限因變量的Tobit回歸模型,該模型可利用極大似然估計受限因變量的方法,針對具有斷尾特征的數據進行回歸分析,可規避OLS回歸分析參數估計值偏離的問題,Tobit回歸模型公式為

(3)

4 指標體系構建與樣本數據來源

4.1 指標選取

4.1.1 投入產出指標體系

對區塊鏈概念股上市公司進行效率評價時，結合其他學者選取的投入產出變量，構建了含有三個投入指標和三個產出指標的指標體系。投入指標：①研發支出：體現研發經費投入情況，反映了企業對技術創新的重視程度；②研發人員數量：體現企業技術創新的重要人力資源；③本碩博人數：代表了企業的尖端人才儲備。產出指標：①專利申請數量：反映企業創新產出成果；②專利授權數量：專利授權數量是已經得到國家認可并獲得專利權的專利；③營業利潤：體現了技術創新的經濟效益。

4.1.2 影響因素指標體系

企業的技術創新效率受到諸多因素的影響，參考其他學者選取的影響因素指標，文章選取了企業家要素、政府補助、企業規模、股權結構以及企業財務狀況作為影響因素指標體系的組成，其中董事長是企業核心領導者，因此文中的企業家要素均指企業董事長的特征，具體說明如表2所示。

表2 區塊鏈概念股上市公司技術創新效率影響因素指標體系

4.2 樣本選取及數據來源

選取東方財富choice數據庫區塊鏈概念板塊2016-2020年261家區塊鏈概念股上市公司作為初始研究樣本。為保證樣本企業的有效性，剔除存在財務問題的ST和*ST類型的上市公司，并剔除指標缺失的公司，最終得到179家區塊鏈概念股上市公司作為研究的樣本企業。

指標數據來源于Wind數據庫、國泰安數據庫、上市公司年報以及國家知識產權局網站。對于個別年份缺失的指標數據，采取平均增長率的方法對缺失值進行補充。同時，為滿足DEA模型對數據的要求，對原始投入產出數據進行無量綱化處理，處理后的數據介于0.1至1之間。

5 實證分析

5.1 區塊鏈概念股上市公司技術創新效率的靜態評價

根據建立的指標體系，使用DEA-SOLVER Pro5.0軟件對區塊鏈概念股上市公司2016-2020年的技術創新效率進行靜態評價，結果如表3所示。

表3 區塊鏈概念股上市公司2016-2020年技術創新效率

使用SBM模型對技術創新效率進行測度，測算結果表明，技術創新效率值的變動范圍為0.51-0.64，達到DEA有效的企業數量較少，企業整體的技術創新效率水平較低。SBM模型在對效率進行測度的同時，也測算了投入指標和產出指標的松弛值，并且提供了非有效DUM調整的方向和大小。根據SBM模型的測度結果可以發現，多數區塊鏈概念股上市公司都存在投入冗余或產出不足的情況，企業創新要素的投入產出比例不合理，資源沒有得到有效利用，需要減少要素的投入量或者增加要素的產出量，以達到最優效率。

5.2 區塊鏈概念股上市公司技術創新效率的動態評價

由于技術創新效率的靜態分析無法反映企業技術創新效率的變動，文章使用Malmquist指數對區塊鏈概念股上市公司2016-2020年技術創新效率進行了整體和分行業的動態評價。

5.2.1 區塊鏈概念股上市公司技術創新效率整體動態分析

表4顯示了區塊鏈概念股上市公司2016-2020年技術創新效率動態變化情況，由表4可見，2016-2020年區塊鏈概念股上市公司的Malmquist指數均值為1.223，整體Malmquist指數上升了22.3%，表明2016-2020年間我國區塊鏈概念股上市公司技術創新整體效率得到提升，其中，技術效率變化下降了1%，技術進步上升了23.5%，企業技術水平提升是企業技術創新效率提高的主要原因。

表4 區塊鏈概念股上市公司2016-2020年技術創新效率動態測度

5.2.2 區塊鏈概念股上市公司技術創新效率分行業動態分析

表5顯示了區塊鏈概念股上市公司所屬行業2016-2020年技術創新效率動態變化情況。區塊鏈概念股上市公司中大多數屬于信息傳輸、軟件和信息技術服務業以及制造業這兩個行業，其余行業的區塊鏈概念股上市公司所占比重較少。所有行業Malmquist指數均大于1，主要是由技術進步水平的提升引起的，部分行業的技術效率下降。從技術效率變化的分解項來看，只有信息傳輸、軟件和信息技術服務業與租賃和商務服務業這兩個行業純技術效率變化值小于1，規模效率變化值小于1的行業有建筑業，交通運輸、倉儲和郵政業，批發和零售業，文化、體育和娛樂業，信息傳輸、軟件和信息技術服務業，租賃和商務服務業，這些行業需要提高技術使用效率，調整企業規模，合理配置資源。

表5 區塊鏈概念股上市公司2016-2020年分行業技術創新效率動態測度

5.3 區塊鏈概念股上市公司技術創新效率的影響因素分析

文章使用Stata軟件對區塊鏈概念股上市公司2016-2020年的技術創新效率影響因素進行了Tobit回歸分析，結果如表6所示。

表6 綜合效率Tobit面板回歸結果

由表6可見，股權集中度、負債水平、盈利能力通過了1%水平上的顯著性檢驗。股權集中度與企業創新效率呈正相關，較高的股權集中度可以促使主要股東更加關注企業的長遠利益，更加注重企業技術創新，同時股權集中也強化了股東的監督作用，這有利于資金的合理配置和創新績效的提高。負債水平與企業技術創新效率呈現負相關，在高負債水平的情況下進行技術創新的風險是巨大的，因而企業不愿意進行技術創新。企業盈利能力與企業創新效率呈顯著正相關，當企業盈利能力提高時，會有更多的資金投入研發，有利于創新效率提高。

6 結論與建議

文章對2016-2020年區塊鏈概念股上市公司的技術創新效率進行測度并分析其影響因素，得到如下主要結論：第一，我國179家區塊鏈概念股上市公司在樣本期內技術創新效率偏低，達到DEA有效的企業數量較少；第二，區塊鏈概念股上市公司技術效率變化下降了1%，技術進步上升了23.5%，受到技術效率變化和技術進步的共同影響，Malmquist指數均值為1.223，上升了22.3%；第三，從區塊鏈概念股上市公司所屬行業的技術創新效率來看，樣本期內各個行業的Malmquist指數均大于1，各行業技術創新效率整體處于增長趨勢；第四，利用Tobit回歸模型研究發現，股權集中度、負債水平、盈利能力通過了顯著性檢驗。負債水平與企業技術創新效率呈負相關，股權集中度、盈利能力與企業技術創新效率呈正相關。

根據以上研究結論，提出如下建議：第一，政府應完善財政支持體系，強化政府補貼監管，提高政府資金利用效率，同時不斷完善知識產權保護法律法規，為研發和創新活動創造積極良好的環境；第二，加強培育高端研發人才，注重技術人才的引進和激勵，提升企業的人才素質，注重企業家創新精神的培育，積極尋求創新機會，主動進行創新活動，提高技術創新水平；第三，企業不僅要注重研發階段，同時也要加快技術創新成果轉化，創造更多經濟效益，為以后的技術創新活動提供資金支持；第四，適當提高企業股權集中度，以提升創新決策的效率，及時把握市場機會，應對不斷變化的市場環境。