基于多模型的我國上市種企科技創新效率研究

李青松 龔莞容

（1 安徽現代種業發展基金，合肥 230031；2 安徽工商管理學院，合肥 230022）

科技創新是我國農業經濟發展的重要驅動力，育種創新能力的提高是種業科技創新能力實現的有效手段。現代種業高質量發展的核心在于是否能夠將科技成果有效轉化。在中國科學院第十七次院士大會和中國工程院第十二次院士大會上，習近平總書記強調“科技成果只有同國家需要、人民需要、市場需求相結合，完成從科學研究、實驗開發、推廣應用的三級跳，才能真正實現創新價值、實現創新驅動發展”[1]。自2000 年起，我國以《種子法》為依托，先后頒布《關于加快推進現代農作物種業發展的意見》《農作物種子生產經營許可管理辦法》《加強農業種質資源保護與利用的意見》《2020 年推進現代種業發展工作要點》等一系列行政法規和政策方案，將我國種子的研發、推進、監管、技術保護提高到前所未有的新高度。農業農村部調查數據顯示，2018 年和2019 年我國種業銷售額分別為706.3 億元和742.9 億元，潛在的種子規模市場已超千億元，市場規模潛力巨大。隨著我國科技實力的不斷提升，種業企業尤其是上市種企不斷加大對自身生產效率和技術創新能力的提升，加快促進了我國種業的健康發展，其經營能力和科技創新水平兩方面可以代表當前我國種業領域的先進水平。因此，就如何把握當前種業發展勢頭，引領民族產業走向科技創新之路等實際問題，針對上市種企科技創新效率的研究具有重要的現實意義。

目前，國內針對種企的研究相對缺乏，針對企業科技創新效率方面的研究更加稀缺。黃毅等[2]對中外上市種企規模、成長性、盈利性與效率進行了系統分析。程新建等[3]選取2010-2014 年11 家種企投入和產出數據，運用Malmquist-DEA 方法對其生產效率進行了研究，發現上市種企呈現快速發展趨勢，技術進步是影響全要素生產效率的最主要因素。劉虹燕等[4]采用超效率DEA 模型和Malmquist指數模型對國內種企2010-2014 年度生產效率進行了分析，發現技術進步值偏低是造成種企效率降低的主要因素。胡勝德等[5]以黑龍江省五常市11 家稻米企業為研究對象，采用Malmquist 指數模型對其2014-2016 年網絡平臺銷售數據進行對比研究，建議強化創新以提升網絡營銷績效。蔡濤等[6]針對貴州省境內2004-2014 年度的水稻生產效率進行DEA 模型分析發現，區域發展不均衡以及新技術運用程度低引起綜合技術效率值偏低，導致全要素生產率偏低。馬如意等[7]收集國內42 家農業上市企業2018 年財務數據，研究發現我國農業上市企業整體經營效率不高，適度增加有效投入將帶來更多產出。

本研究分別從靜態和動態兩個維度，通過DEA-BCC 模型、SE-DEA 模型、σ 收斂模型和Malmquist 指數模型等多個評價模型，選取國內以種業為主要業務的10 家上市企業為研究對象，多角度分析和探討了我國上市種企科技創新能力現狀。

1 數據來源與模型構建

1.1 指標選取和數據來源目前，在我國滬深兩市主板、中小板、科創板、創業板等主流資本市場，企業主要業務范圍集中在四大作物領域且獲得國家“育繁推一體化”資質的種企共10 家，分別為豐樂種業、隆平高科、登海種業、荃銀高科、神農科技、農發種業、敦煌種業、萬向德農、蘇墾農發和大北農。選取上述企業2016-2020 年度共計5 個年度的科技創新相關數據。結合種業領域科技創新成果認定和實際經營生產情況，選取投入指標3 項，分別為期末資產、研發投入占比（研發投入/當期營業收入）、研發人員占比（研發人員人數/總員工人數）；選取產出指標2 項，分別為當期營業收入和知識成果，其中知識成果包含當年通過國審和省審品種數量、申請植物新品種權保護和獲得授權品種權數量、申請國家專利和獲得國家專利數量。

上述10 家上市種企的投入與產出數據來源于巨潮資訊網公布的年度報告、中國種業大數據平臺、國家水稻數據中心和國家知識產權局等官方數據平臺。

1.2 模型構建DEA 模型評價多投入和多產出的綜合系統研究時，在評價指標的選取上相對寬松，能夠對效率進行有效分析[8]。將每家上市企業作為一個決策單元，運用BCC 模型靜態分析每家企業在不同時期科技創新績效是否處于有效狀態。在BCC 模型基礎上，通過超效率DEA 模型對效率值為1 的單元進行重新計算和排名，提高BCC 模型用于效率評價的有效性。為分析同一家企業不同時期數據變化情況，建立Malmquist 模型從動態角度分析科技創新效率變動趨勢，同時結合模型得出統計時期內上市種企整體科技創新效力的變化過程。

1.2.1 CCR 模型假設有n 個決策單元，每個決策單元有m 種投入Xi（i=1，2，3...，m），s 種產出Yr（r=1，2，...，s）。引入松弛變量和非阿基米德無窮小量，建立線性規劃模型，得出CCR 模型公式如下。

1.2.2 BCC 模型BCC 模型建立在規模可變的基礎上，能得出決策單元的純技術效率和規模效率。式（1）中，xi、yi分別表示決策單元的投入量和產出量。當θ=1 且s-=s+=0 時，則稱決策單元為DEA 有效，否則為DEA 無效。

1.2.3 SE-DEA 超效率模型在傳統CCR 模型下存在多個有效決策單元（效率值為1），則無法進一步對比這些單元的相對有效性。DEA 模型可以在有效決策單元范圍內重新評價和排名。式（2）中，當決策單元為有效時，投入量的增加將帶來產出量的提升，所以效率值θ 就會越大。

1.2.4 σ 收斂模型為分析國內10 家上市種企科技創新效率值差異的動態演變規律，本文采用σ 收斂模型檢驗科技創新效率的斂散性。式（3）中，N為種企數量，IEi（t）為第i 個企業在t 時期科技創新效率，當σt+1＜σt時，上市種企科技創新離散系數縮小，存在σ 收斂，反之則發散。

1.2.5 Malmquist 指數模型Malmquist 全要素生產率指數表示某一生產者從t 到t+1 時期，生產率增加或者減少的指數，不僅可以分析不同時期決策單元的生產效率演化，而且可以分解為技術變化和效率變化。基于產出Malmquist 指數模型公式為式（4），其中，（xt，yt）和（xt+1，yt+1）分別為t 時期和（t+1）時期的投入量和產出量。將Malmquist 指數分解為效率變化和技術變化兩部分，見式（5）。

2 實證結果與分析

2.1 BCC 模型結果分析選取10 家上市種企2016-2020 年投入與產出相關數據，運用DEAP2.1軟件以投入為導向進行DEA-BCC 綜合效率靜態分析，結果如表1 所示。綜合效率反映上市種企的科技創新績效，純技術效率表示剔除規模報酬影響后的企業技術狀況，反映內部管理水平的高低，規模效率是指企業投入規模變化對綜合效率的影響，反映其經營規模的優化程度。

表1 2016-2020 年10 家上市種企科技創新綜合效率

從綜合效率上看，除2016-2017 年綜合效率有效值和均值有所降低以外，2017-2020 年綜合效率有效值從4 個增加至6 個，說明2017 年以后上市種企在科技創新方面的經營投入和產出達到相對最優狀態提升。綜合效率均值從0.711 逐年平穩上升至0.811，反映出我國上市種企整體良性發展，營業情況不斷向好。其中，農發種業、蘇墾農發、大北農3家企業連續5 年綜合效率值等于1，達到有效狀態，說明企業的科技創新績效優良；隆平高科2016 年、2017 年綜合效率值小于1（0.384 和0.853），2018年以后綜合效率值等于1，反映隆平高科的科技創新績效在2018 年以后開始變好，經營績效達到最優狀態；荃銀高科2016 年綜合效率值小于1（0.708），此后每年綜合效率值均等于1，表明該企業調整經營策略，提高了科技實力；登海種業和神農科技2 家企業各年度綜合效率值均小于1，說明上述2 家企業在過去5 年中科技創新績效較差，企業經營績效狀況一直處于低效狀態，其中神農科技在5 個年度內綜合效率值均最低，在0.111～0.349 區間波動，反映其經營情況與其他9 家企業差距較大，需要在科技創新上做出重大調整。

從純技術效率上看，2016-2020 年每年純技術效率值等于1 的企業數量在6～9 家，占總統計企業數量比例60%～90%，10 家企業純技術效率均值每年穩定攀升，說明我國種企整體純技術效率較高且逐年提升。其中，農發種業、敦煌種業、萬向德農、蘇墾農發、大北農5 家企業各年度純技術效率值均等于1，說明這5 家企業的技術創新內部管理水平保持在較好狀態；隆平高科和荃銀高科多數年度純技術效率值均達到1，反映出內部科技創新管理水平得到提升，達到了最優狀態。

各年度規模效率處于非有效狀態的企業數量占比在40%～60%之間，說明相關企業投入可能存在資源浪費。隆平高科2016 年、2017 年規模效率分別為0.947 和0.981，雖未達到有效狀態，但已接近于1，和農發種業、蘇墾農發、大北農3 家企業規模效率相仿，說明這4 家企業生產經營規模較好，達到最優狀態；荃銀高科2016 年規模效率較低（0.717），其他年份均為1，反映出2017 年以后荃銀高科實現有效規模效率。神農科技在5 個年度里的規模效率均較低并且逐年遞減（2020 年除外），最低值為0.111，表明神農科技的生產規模較差，與最優生產規模相距甚遠。

從規模報酬上看，2016-2020 年規模報酬遞增的企業分別有5 家、6 家、5 家、4 家和4 家。規模報酬遞增的企業可以在未來年度內適度增加資源投入，合理配置研發人員和研發經費，使其達到最優狀態。規模報酬不變說明相關企業已處于最優規模收益，達到理想狀態。

2.2 SE-DEA 超效率結果分析為深入分析科技創新效率差異，對上述10 家種企5 年的投入和產出數據運用MaxDEA 軟件進行超效率分析，超效率分析以投入為導向，表示為每家企業最大限度地利用已投資源達到既定的產出水平，有利于節約技術資源，便于科技創新可持續發展。分析結果見表2。

由表2 可知，5 個年度10 家上市種企超效率均值均大于1，說明我國上市種企科技創新效率較高，擁有較好的科技資源管理能力。蘇墾農發、大北農和荃銀高科的超效率均值位列前3 名，說明3 家企業較其他企業更好地利用了現有科技創新資源投入。此外，萬向德農、豐樂種業、登海種業和神農科技4 家企業超效率均值小于1，說明現有科研投入有資源浪費，存在冗余情況，應合理降低研發經費等科研投入。其中，神農科技超效率均值為0.193，表明神農科技在科技創新方面有80.7%的資源未充分利用，其科技創新績效與有效狀態之間差距巨大。

表2 2016-2020 年10 家上市種企科技創新超效率

2.3 σ 收斂分析通過對各企業科技創新效率的超效率值對比可知，我國種業科技創新各家企業差異明顯。為更深入分析我國種業整體科技創新效率的演化趨勢，對上述各家企業的科技創新效率結果進行進一步分析，運用σ 收斂模型進行深入分析。由圖1 可知，2016 年10 家上市種企科技創新效率σ 收斂值達到最大（1.585）；2016-2018 年σ 收斂值間距不斷縮小，反映各家企業間科技創新效率差距縮小；2018-2020 年σ 收斂結果波動開始增大，說明2018年之后各企業間科技創新效率差距出現擴大趨勢。

圖1 2016-2020 年10 家上市種企科技創新效率σ收斂分析

2.4 Malmquist 指數模型結果分析利用Malmquist指數模型分析10 家上市種企2016-2020 年度全要素生產率變化，結果見表3。全要素生產率指數可分解為技術效率指數和技術進步指數，技術效率指數又可分解為純技術效率和規模效率。如果技術進步指數值大于1，表明與上年度相比有新技術投入使用，存在技術進步；如果純技術效率值大于1，表明在技術不變情況下，當年技術的使用效率提高；如果規模效率值大于1，表明與上年度相比存在規模報酬增加。

據表3 所示，10 家上市種企全要素生產率均值大于1，為1.112，表明2016-2020 年度全要素生產率平均增加11.2%，其中技術進步平均增長11.1%，技術效率平均增長率僅為0.1%，說明技術進步對全要素生產率增長貢獻最大，表明上市種企在2016-2020 年進入了快速發展時期，投入使用新技術使得整體生產效率提高。細分影響技術效率的因素，其中純技術效率均值為1.019，增加1.9%，規模效率均值為0.982，減少1.8%，表明一定程度上企業生產規模制約了技術效率的提高，純技術效率增加幅度不明顯，也造成了技術效率的增長緩慢。綜合來看，我國上市種企需要加大技術領域的更新速度和新技術推廣的有效程度，同時注意擴大企業生產規模和資源合理配置，促進企業生產效率顯著提升。

表3 2016-2020 年10 家上市種企科技創新效率Malmquist 指數

進一步分析各企業的具體情況，從表4 可以看出，全要素生產率最高的是荃銀高科，增長率為41.7%。其中，技術進步均值為1.299，平均增長率為29.9%，與技術效率中純技術效率和規模效率相比貢獻最大。荃銀高科技術進步均值也是10 家種企中最大的，反映出荃銀高科持續加大科研技術力量，知識成果成績顯著。其次是隆平高科和豐樂種業，全要素生產率平均增長率分別為33.8%和23.2%。仔細分析發現兩者的影響因素有所不同：隆平高科的全要素生產率的增長主要依靠技術效率增長27.0%，其中純技術效率提升25.3%，技術進步僅提升5.3%，表明在現有技術條件下，隆平高科內部管理水平較好，把科研資源投入到對的地方；豐樂種業的全要素生產率提高主要依賴技術進步和規模效率，分別增長13.6%和8.5%，可知豐樂種業在統計期間引入并運用新育種技術，同時擴大了生產經營規模，使得科技創新效率得到提升，知識成果數量增加。結合豐樂種業近年收購的同路種業為其每年貢獻的營業收入和知識產出情況，進一步佐證了上述結果。

表4 2016-2020 年10 家上市種企科技創新效率Malmquist 指數分解

在10 家上市種企中，全要素生產率均值最低的是神農科技（0.863），主要影響因素是神農科技的技術效率與有效狀態差距較大。從圖2 可知，神農科技的知識成果數量不僅逐年降低且與豐樂種業、隆平高科和荃銀高科差距逐年增大；神農科技的資產投入也逐年降低，更進一步說明了該企業的全要素生產率降低主要因素是技術效率。

圖2 2016-2020 年4 家上市種企知識成果和資產投入

3 結論與建議

3.1 研究結論本文基于DEA-BCC 模型、SEADEA 模型和Malmquist 指數模型分析法，分析研究2016-2020 年我國上市種企科技創新效率規律和影響因素，研究結論如下。

（1）我國上市種企科技創新綜合效率不斷提升，育種研發技術效率逐年提升，但整體規模效率不高，5 年來平均減少1.8%，制約了種業企業在科技創新上的綜合能力提升。

（2）從整體上看，10 家上市種企的科技創新能力年度超效率值均值大于1，說明近5 年來上市種企的科技創新能力達到有效狀態。2016-2018 年度各家企業科技創新能力差距逐漸縮小，但2018 年以后各企業的科技創新能力差距開始顯現，尤其是蘇墾農發、大北農、荃銀高科和隆平高科4 家企業的科技創新能力不斷提升，與其他6 家企業的差距逐漸拉開。

（3）進一步分析10 家企業在5 個年度中的科技創新動態指標，5 年內10 家上市企業的全要素生產率平均增加11.2%，主要依靠技術進步的增長，技術進步平均增長率為11.1%，而技術效率平均增長率僅為0.1%。10 家企業中，荃銀高科的全要素生產率增長率最大，均值達到41.7%，其中技術進步增長率為29.9%。

3.2 建議我國種業科技創新體制經歷3 個階段的戰略轉型過程[9]，當前正處于第2 階段（2011-2020 年以科研院所和高校為研發主體向以種企研發為主過渡階段）結束和第3 階段（2020 年以后形成以種企為研發主體的科技創新體制時期）開始時期。國外跨國企業持續加碼開展基因資源發掘、新技術研發和新品種創制，通過掌握種質資源、基因產權、新品種權等加速行業壟斷階段。

面對此情況，國內種業企業的發展水平仍顯力不從心。一方面在整合人才、技術、資源等關鍵要素上未形成有效經驗，與國外優秀企業相比，在高通量、規模化和精準度上均處于落后局面[10]，造成國內市場的競爭品種較多，呈現小、散、亂的狀態。另一方面種業企業和科研院校未達到有效銜接，企業過度偏向“短、平、快”的品種研發，看中短期利益獲取，對于具有長期性、戰略性的品種投入力度不夠，而科研院校偏向做基礎性理論研究，追求科學理論成果創新。基于上述分析和結論，為提高我國種業企業整體科技創新水平，提出以下建議。

3.2.1 深入推進種企與科研院校的深度合作各級政府出臺和落實相關種業支持政策，搭建更多院校企業科研合作平臺，研發選育精品品種，擴大育種新技術商業化推廣范圍。近年來國內率先在水稻產業體系搭建商業化育種平臺，并以此為突破口，組織和支持了一批科技創新技術體系平臺，如隆平高科與南京農業大學合作成立的南方粳稻研究中心，荃銀高科聯合6 家科研單位成立的國家水稻商業化分子育種技術創新聯盟等。技術創新平臺的搭建和運用將會強化應用型、商業化創新模式，有效支撐重大品種的研發和培育。

3.2.2 加強種業領域知識產權保護力度進一步完善植物新品種權保護法律法規，加大對自主知識產權的種質資源和審定品種的保護力度。加大對種子市場不規范行為的懲戒措施力度，對制種、繁育、銷售推廣等各環節加大農業、司法和市場監管等多部門配合力度，嚴厲打擊假冒偽劣、侵權套牌、未審先推等違法行為，將監管重點由事前、事中向事后監管轉移，實現產地查詢、二維碼追溯等精準化和時效性的監管。

3.2.3 優化生產經營規模上市種企要牢牢把握自身在資本市場的融資能力，優化對科技研發的經費投入，進一步改善投入和產出配置效率，根據自身發展情況和年度發展目標及時調整生產經營和資產結構布局，使其達到最優狀態。

3.2.4 強化資源共享和信息交流種質資源是種業行業的“核心部件”，是科技創新研發的物質基礎。各級政府應建立相應保護措施，鼓勵和支持各地方、各企業的種質資源共享和利益分享機制，開展更為廣泛的科技創新，避免因機制不健全、支持政策不到位造成的信息阻礙。