我國工業企業技術創新效率評價研究
——基于31 個省（區、市）面板數據的DEA-Malmquist 指數模型分析

高 遠 劉泉紅

1（中國社會科學院大學經濟學院，北京 102488）2（國家發展和改革委員會產業經濟與技術經濟研究所，北京 100038）

引言

黨的二十大為全黨全國各族人民指明了砥礪奮進的目標：“以中國式現代化全面推進中華民族偉大復興”，并明確指出，“高質量發展是全面建設社會主義現代化國家的首要任務”。高質量發展是貫穿于中國實現第二個百年目標奮進過程的主題。對于如何實現高質量發展，二十大報告進一步提出，“堅持創新在我國現代化建設全局中的核心地位，加快實現高水平科技自立自強”［1］。目標、戰略、任務、核心環環相扣，廓清了實現第二個百年奮斗目標的路徑。要以創新為核心保證高質量發展任務的圓滿完成，在高水平科技自立自強的基礎上全面建設社會主義現代化國家，最終實現中華民族偉大復興的宏偉目標。

高水平科技自立自強是全面建設社會主義現代化國家的必由之路。技術創新的重要載體是工業企業，高水平科技自立自強離不開高水平的工業作為基石，高水平的工業則體現在高水平的技術創新實力。我們無比接近于中華民族偉大復興的中國夢，“自古華山一條路”，面對以美國為首的西方國家越來越赤裸的對我國的遏制打壓和技術封鎖，中國唯有以創新求自主、以自主保安全這條路。我國提出以構建國內大循環為主體，國內國際雙循環相互促進的新發展格局，必然需要建立自主安全的現代產業體系，而其中重中之重就是新型工業化［2］。

隨著國家自主創新戰略的實施，科學技術對于經濟增長的貢獻越來越明顯。目前國內外學界對于企業技術創新效率的研究非常多，且近幾年廣泛應用DEA-Malmquist 指數模型來進行分析。如喻開志等（2020）［3］運用超效率DEA 模型對我國2006～2016年30 個省（區、市）的大氣污染治理效率進行測算；黃平等（2019）［4］運用超效率DEA、超效率SBM 模型評價了西部地區工業化創新效率的時空演變特征；黃海霞和張治河（2015）［5］運用DEA-Malmquist 指數法，對全國及東、中、西部地區2005～2012年戰略新興產業技術創新效率及其變化情況進行了測算；張冀新和王怡新（2019）［6］使用三階段DEA 模型測量了70 個產業集群的創新效率。

總體來看，學界關于技術創新效率的研究對象涵蓋產業、企業、地域，也有許多運用DEAMalmquist 指數模型分地域、產業等評估技術創新效率的文獻，但缺乏以中國31 個省（區、市）工業企業作為研究對象，且按四大經濟區進行靜態和動態分析的研究。本文借鑒現有研究成果，聚焦十八大以來全國工業企業科技創新效率的現狀與變化，并考慮數據的可獲得性和完整性，采用非參數DEA-Malmquist 指數模型分析2012～2021年全國31 個省（區、市）工業企業的技術創新效率，并分四大經濟區進行對比分析，剖析影響技術創新效率的內在原因，并提出改進建議。

1 研究方法及指標選取

1.1 DEA-BCC 模型

由于生產效率影響因子的復雜性，設計任何形式的生產函數都難以全面反映真實世界，但可以通過線性規劃盡可能地逼近真實的生產函數，因此采取非參數的DEA 方法評估生產效率更為簡潔有效，同時在避免主觀因素、簡化算法等方面具有顯著優勢。DEA 分析方法分為CCR 模型和BCC模型，前者假設決策單元（DMU）規模報酬不變，后者則考慮了DMU 規模報酬可變的情況［7］。對于工業企業技術創新效率評價來說，規模效率是不可忽略的因素，因此使用BCC 模型更為合理。該模型還有一個優勢，就是可以將測算所得的綜合技術創新效率（EFFCH）分解為純技術效率（PECH）和規模效率（SECH）兩部分，便于深入分析效率產生的來源。DEA 方法測算的效率值處于［0，1］區間，越接近1 說明效率越高，越接近0 說明效率越低。DEA 分析方法主要反映某個時間截面各DMU 的效率情況，因此適合做靜態比較分析。

1.2 Malmquist 指數模型

Malmquist 指數模型測算的是自t期至t＋1 期的效率變化情況。根據Farrell（1953）［8］關于Malmquist生產效率指數的定義，全要素生產率（Total Factor Productivity，簡稱TFPCH）主要由綜合技術效率變化（EFFCH）和技術進步變化（TECHCH）組成。而綜合技術效率變化（EFFCH）可進一步分解為純技術效率變化（PECH）和規模效率變化（SECH）。因此，Malmquist 測算的效率指數可由純技術效率變化、規模效率變化、技術進步變化的乘積表示。由于Malmquist 指數著重考察跨期效率變化，因此適合用來做動態對比分析。與DEA 模型結合，即可以從靜態和動態對比兩個角度較為全面評價創新效率的真實情況。

1.3 指標體系的選取

DEA 方法是一種評價投入-產出效率的方法。參考相關文獻，投入指標基本都是資本和人力兩類要素，只是指標選取稍有差異。產出指標則是創新投入所產生的經濟效益，最常見的是“新產品銷售收入”。由于許多技術創新無法很快轉化為產品，單純用效益指標來衡量創新效率是不足的，因此本文在測量創新產出上補充了“有效發明專利數”這個指標。本文選取的投入和產出指標均為國家統計年鑒公開發布的指標，具有權威性和真實性。具體指標見表1。

表1 技術創新效率投入和產出指標

從全國范圍來看，X1、X2、X3 這3 個投入要素以及Y1、Y2 這兩個產出要素，2012～2021年的變動趨勢數據如表2所示。

表2 全國工業企業技術創新投入和產出數據

數據顯示，工業企業2012～2021年的投入和產出，總體上是逐年遞增的，而且增長趨勢較為平穩、連續。

2 實證研究

為深入考證全國范圍內工業企業的創新效率、創新效率的貢獻來源于哪些部分、分地區發展水平等因子，本文采用下列方法展開分析。

2.1 DEA 靜態研究

DEA 方法分兩種模式，即投入導向分析法和產出導向分析法。考慮到大部分企業都是在既定產出的條件下控制投入，面向投入導向的DEA 方法更貼近現實，所以本文選擇這一模型。

2.1.1 綜合效率值、純技術效率值、規模效率值評價

表3 截取2012年、2017年、2021年3 個年度的綜合效率值、純技術效率值、規模效率值以及10年的平均值進行報告。

表3 全國工業企業技術創新的綜合效率

PECH測量了工業企業在一定研發投入情況下的生產效率，其影響因素主要是管理和技術。SECH測量了工業企業的產業結構通過優化配置對產出單元所發生作用的大小，其影響因子主要是生產規模。觀察表3，從綜合效率值（EFFCH）看，有3 個情況需要關注：（1）全國各地的年度技術創新EFFCH水平與當地的經濟發展程度基本對應，北京、上海、天津、廣東、浙江等地區考察期內多數年份工業企業的技術創新效率達到1 或者接近于1；（2）經濟相對落后地區工業企業的技術創新效率并不是普遍偏低，西藏、新疆、青海等地區某些年份創新效率也達到了1，西藏地區在研究期間技術創新效率竟然都高達1，說明中、西部及東北部地區的創新效率正在接近甚至趕上東部地區；（3）從時間序列看，全國各地區的技術創新效率遞次演進，總體呈上升態勢。從純技術效率值（PECH）看，經濟發展水平相對較好的地區PECH值也較高，且常年保持高水平發展態勢。此外，西藏地區工業企業的PECH值雖然也常年為1，但因其投入產出指標與其他地區差了幾個數量級，只能屬于低水平有效率。

從規模效率值（SECH）看，我國各個地區技術創新的規模效率沒有一直為1 的城市，但絕大部分處于0.8 以上較高水平。最值得注意的是規模效率的波動率比較大，說明規模效率的影響因素較多，穩定保持在較高水平并不容易。

接下來，再分別觀察一下全國EFFCH、PECH、SECH的平均值走勢圖，如圖1所示。

圖1 全國工業企業綜合效率、純技術效率、規模效率走勢

由圖1 知，全國工業企業技術創新效率在2012～2021年間呈波動上升態勢，其中2012～2013年、2019～2020年兩個時間段呈躍升態勢，EFFCH從0.62 上升至0.82；PECH測量值2012～2021年增長趨勢非常平穩，從0.72 上升至0.86；SECH從0.86 上升至0.96，但其上升趨勢呈現明顯的波動性，特別是在2015年和2019年兩個年份出現大幅下降的現象。因為PECH上升趨勢非常穩健，EFFCH的波動主要是受到SECH波動的影響。

2.1.2 四大經濟區工業企業技術創新效率評價

由于我國各地區經濟發展水平差異較大，有必要分區域進一步觀察其工業企業技術創新效率的差異，以便更好地分析技術效率變動的原因，因地制宜地研究和提出具有針對性的提升工業企業技術創新效率的政策措施。按照國務院對我國經濟區域的劃分，全國內陸31 個省（區、市）可以劃分為四大經濟區域，即東部地區（包括北京市、天津市、河北省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南省）、中部地區（包括山西省、安徽省、江西省、河南省、湖北省、湖南省）、西部地區（包括內蒙古自治區、廣西壯族自治區、重慶市、四川省、貴州省、云南省、西藏自治區、陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區）以及東北地區（包括遼寧省、吉林省、黑龍江省）。圖2 展示了四大經濟區域2012～2021年工業企業技術創新效率的平均水平。

圖2 四大經濟區域工業企業技術創新的綜合效率

圖2 顯示，四大經濟區域的EFFCH在2017年之前差距較為明顯，東部地區創新效率大多數年份在0.8～0.9 之間波動；中部地區大多數年份則在0.7～0.8 之間波動；西部和東北地區大多數年份則在0.6～0.7 之間波動。但自2017年開始，雖然中間有些波動，但四大經濟區域的創新效率逐年接近。

下面就四大經濟區域的PECH水平作一比較，觀察其創新能力的差異。

圖3所示，2012～2021年東部地區PECH穩定保持在0.9 接近區位，而中部、西部、東北地區PECH呈現較為穩定的上升趨勢，差距逐步縮小至0.1 以內，并維持至2020年。表明東部地區的先進生產方式與管理經驗正有效擴散，被其它地區快速吸收。

圖3 四大經濟區域工業企業純技術效率

觀察四大經濟區域SECH的測量值。

圖4 顯示，四大經濟區域SECH水平沒有明顯差距，2012～2021年基本保持一致，且沒有明顯的上升或下降趨勢，但波動率明顯比PECH大，這是導致EFFCH波動的主要原因。另外，四大經濟區域SECH基本保持同向波動的趨勢，其中中部和東部地區波動率相對較大，這與我國工業企業更多位于中部和東部地區有關。

2.2 Malmquist 指數動態分析

Malmquist 可以動態反應全國31 個省（區、市）工業企業技術創新效率的變化情況，應用DEAP 2.1 對Malmquist 指數進行分析，可以得出表4 結果。

表4 全國工業企業Malmquist 指數及其分解

逐年變化看，全要素生產率變化指數（TFPCH）絕大多數年份大于1，表明全國工業企業生產效率呈現向好趨勢。進一步分解看，技術進步指數（TECHCH）總體均值僅1.009，說明全國范圍內外生技術進步能力并不穩固。再看技術效率（EFFCH）的變化情況，明顯出現不穩定的波動狀態，但值得欣慰的是技術進步和技術效率兩個指數出現較好的互補現象，即一個下降時另一個上升。導致這一現象的原因，本文認為與我國技術創新的舉國體制和國有企業在全國工業企業中占絕對主導地位有直接關系，充分證明了我國的體制優勢在經濟運行中起到了壓倉石作用。在綜合技術效率的分解中，純技術效率保持穩定改善的趨勢，規模效率則起伏較大。

表5 數據顯示，全國31 個省（區、市）2012～2021年的全要素生產率絕大多數是上升的，這種上升的趨勢主要歸因于綜合技術效率穩定增長的結果，而綜合技術效率的穩定增長源于純技術效率的穩步提升。

表5 全國31 個省（區、市）工業企業技術創新Malmquist 指數及其分解

進一步將全國31 個省（區、市）分為四大經濟區域來觀察，以上結論會更為清晰。

從表6 可以清晰發現，經濟相對落后地區2012～2021年全要素生產率的增速反而是高的，由高到低分別是東北地區、中部地區、西部地區、東部地區（中部和西部的測量值基本相等）。這表明國家“中部崛起”、“西部大開發”、“東北振興”戰略顯現出良好的成效，東部等經濟發達地區的技術擴散效應、產業結構轉移等有效帶動了相對落后地區的快速趕超。

表6 四大經濟區域Malmquist 指數及其分解

3 結論與建議

通過運用DEA-Malmquist 指數模型測算31 個省（區、市）工業企業技術創新效率，并分四大經濟區域分析各自的技術創新水平及差異，探討形成效率差異的原因，最終得出以下3 個主要結論：

（1）十八大以來，全國工業企業的技術創新效率呈現良好的穩步提升態勢。創新綜合效率的提升主要歸因于純技術效率的穩步提升。從全國工業企業純技術效率圖表看，這個結論更為顯著，從2012年0.7 的水平穩步上升至2021年接近0.9的水平。而全國工業企業效率的提升，主要在于中部、西部、東北部相對東部落后的經濟區的追趕。從四大經濟區的純技術效率水平圖可以看出，東部經濟區2012～2021年間純技術效率保持穩定，而中部、西部、東北部經濟區的純技術效率與東部的差距在逐漸縮小，中部經濟區的工業企業創新的純技術效率在2021年已基本與東部持平。

（2）全國各地區工業企業技術創新差距正在縮小，全國統一大市場正有序形成。運用Malmquist指數動態來看，2012～2021年間全國31 個省（區、市）工業企業的創新效率和全要素生產率基本都在提升。特別是四大經濟區全要素生產率，越是相對落后的地區全要素生產率越高，這說明了技術創新在全國范圍內得到有效的擴散，先進帶后進的格局清晰、態勢良好。再從靜態對比看，在東部地區純技術效率一直保持領先的情況下，相對落后地區的規模效率通常高于東部地區，特別是2017年之后更為明顯，這也是四大經濟區在綜合創新效率上較為接近的原因，體現了制約全國統一大市場形成的要素資源流動壁壘正被逐步打破。

（3）政策因素與外部市場環境是影響中國工業企業創新的主要變量。政府支持政策包括產業扶持政策、營商環境打造、人才引進、政府直接投資及稅收減免等，這是中國工業企業技術創新的直接推動力。特別是在中美貿易摩擦之后，國家極為注重自主創新能力的建設，體現在DEA 分析模型中，就是2019～2020年全國整體工業企業技術創新效率的躍升。此外，外部市場環境會在短期內對工業企業的技術創新效率產生較大影響，具體體現在規模效率上，通過影響投入要素的配置進而影響綜合創新效率。體現在模型中，2015年的股市劇烈波動和2019年中美激烈的貿易摩擦，以及2020～2021年新冠肺炎疫情的暴發，均對全國工業企業技術創新效率產生較大負面影響。但影響是短期的，在政府有力的宏觀調控及市場有效的自我調節下，技術創新效率水平會很快修復，回歸上升通道。

要再次強調的是，DEA 方法僅是用來評估同一時期測評對象效率的相對水平，因此更適合趨勢分析，不適合定量分析。以上結論的主要價值在于，通過靜態對比和動態分析，全景展現了十八大以來全國整體以及分區域工業企業技術創新效率的變化趨勢，佐證了我國在追尋中國式現代化道路上各時段發展戰略體現在工業企業技術創新上的效果，并且初步剖析了規模不經濟是制約技術創新效率的主要因素，而這需要體制機制的縱深改革才能改善。

針對上述研究結論，為進一步提升我國工業企業技術創新效率，本文提出以下4 點建議：

（1）進一步推動數字化、信息化和新能源、新材料等先進技術的研發應用，加快形成全球技術創新優勢。技術創新是經濟發展的動力源，技術擴散是縮小地區間經濟發展水平的發動機，各地區經濟發展水平的協調均衡，是構建新發展格局的基礎支撐。因此在宏觀戰略上應堅定推動“西部大開發”、“中部崛起”、“東北振興”、“東部先行”等區域發展戰略的實施，同時鼓勵支持各省（區、市）因地制宜，制定差異化的產業主導政策，大力優化營商環境、法治環境、創新環境，吸引更多優勢要素的聚集［9］。

（2）全面深化要素市場化配置改革，切實提高要素配置效率。上述分析表明，我國絕大部分地區工業企業的技術創新效率存在規模不經濟現象，多數處于規模報酬遞減階段。這說明在創新要素的投入上還存在浪費和配置不合理問題，主要癥結在于要素的市場化改革遠滯后于產品市場，若不能大刀闊斧的深化改革，就不可能實現要素的自由流動和有效配置，創新成本和創新風險也將居高不下。

（3）積極引導工業企業提升創新管理水平，全面清除創新壁壘。打通創新的斷點、堵點，解決創新的難點、熱點是當前亟需應對的問題，各級政府應不斷調整自身投資方向、研究方向及成果轉化方向，建立健全產學研一體化機制，為技術進步、應用、擴散、再進步的良性循環提供有力支撐。

（4）深入推進國有企業改革，加強和完善現代企業制度建設。數據顯示，2012～2021年全國工業企業整體規模效率基本在同一水平波動，這說明在管理效率和資源利用效率上仍有很大的提升空間。因此，創新制度模式，改善要素配置效率，激發創新活力，應是未來工業企業特別是國有工業企業改革的重中之重。