我國石油石化產業創新效率的測度研究

張欣

摘? ?要：提高我國石油石化產業創新能力，具有推動產業轉型升級、優化經濟結構以及引領經濟高質量發展的時代價值。基于我國石油石化產業上市公司數據，使用傳統DEA模型和DEA-Malmquist模型對我國石油石化產業創新效率進行測算及評價。研究發現，中國石油石化產業整體的創新效率水平較低，呈現先上升后下降的趨勢；國有樣本的創新效率均值均超過非國有樣本的創新效率均值；從整體上看，2012—2019年我國石油石化產業全要素生產率有所降低，主要是因為技術進步率指數下降。

關鍵詞：石油石化產業；創新效率；DEA模型；DEA-Malmquist指數法

中圖分類號：F416.22? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2023）19-0031-03

一、研究背景

石油石化產業對我國國民經濟的影響非常巨大，地位極其重要。2021年我國石油和化工行業實現營業收入14.45萬億元，實現利潤總額1.16萬億元，雙雙實現歷史最好成績。然而，我國石油石化產業一直存在低端產品供給過多、高端產品供給不足的矛盾。解決這些問題最重要的條件是提高產業的創新效率。提升產業創新效率不僅是我國創新驅動發展戰略的內在要求，也從客觀上提高了產品核心競爭優勢，促進實現產業轉型升級。因此，測算我國石油石化產業創新效率值，分析影響產業創新效率值的實際因素，提出提升產業創新水平的建議具有重要現實意義。

通過對文獻的梳理發現，創新效率測算的主要方法包括數據包絡分析DEA非參數方法和隨機前沿方法SFA參數方法。DEA模型無須對前沿生產函數進行設計，同時也不需要考慮指標量綱及權重，比較適合用于多投入、多產出的對象研究。而SFA模型通常適用于對線性規劃的計算，通過構造生產前沿面來計算出在一定條件下使用某種技術方法所能實現的最高技術水平。目前，學者分別從不同視角對創新效率進行了研究。賴一飛等通過運用超效率SBM-Malmquist模型研究發現，我國科技創新效率總體水平顯著提升，其受技術進步效率影響更大[1]。陳娜等采用三階段DEA模型發現我國西部地區高技術產業技術創新效率處于低水平[2]。蘭海等運用BCC模型和Malmquist指數方法計算青海省科技創新綜合效率，認為創新投入規模不足阻礙青海省科技創新效率提高[3]。任保全通過Malmquist指數法對長三角生產率進行測算，發現產業存在不重視技術創新及生產率不斷降低的問題[4]。馬書剛等通過運用DEA模型對地方區域創新效率進行測算，發現規模效率的提高對創新效率有促進作用[5]。周東生等通過構建數據包絡分析模型與Malmquist指數對我國36家企業經營效率進行測度[6]。姚鳳閣等引入三階段DEA模型對石油加工企業進行生態效率評價，認為提高企業污染物的處理能力可以提高其生態效率[7]。

本文運用傳統DEA模型測算我國石油石化產業靜態創新效率值，運用基于DEA的Malmquist指數模型測算動態創新效率值，并根據研究測算結果展開分析，針對提高我國石油石化產業創新效率值給出具體建議。

二、研究方法

（一）DEA模型

Charnes等[8]在1978年創建DEA模型，該模型采用數學規劃模型，在靜態效率評價方面使用較為廣泛。DEA模型中的BCC模型使用企業原始的投入與產出數據進行初始效率測算，將測算出的綜合技術創新效率值（TE）分解為純技術效率值（PTE）和規模效率值（SE）。當純技術效率（PTE）和規模效率（SE）都不為1時，DEA無效；當純技術效率（PTE）或規模效率（SE）為1時，DEA弱有效；當兩者都為1時，DEA有效。BCC模型符合本文研究的實際情況，研究構建的模型為DEA-BCC模型。

（二）DEA-Malmquist指數法

本文采用MalmquistSten[9]率先提出來的Malmquist指數法，測算我國石油石化產業的全要素生產率指數并對其進行分解，研究影響生產率指數的原因和內在機理。第一，將Malmquist指數定義為全要素生產率變化率（TFPch）；第二，將其分解為技術進步率指數（TEch）和技術效率指數（Effch）；第三，當規模報酬不變時，將技術效率指數分解為純技術效率指數（PEch）和規模效率指數（SEch），即：

TFPch=TEch×Effch×=TEch×PEch×SEch（1）

全要素生產率變化率（TFPch）主要用于表示t+1期與t期之間的全要素生產率的變化，若TFPCH大于1，表明全要素生產率增長；若TFPCH等于1，表明全要素生產率不變；若TFPCH小于1，表明全要素生產率降低。TEch為技術進步率指數，反映技術創新能力的變化，若TEch大于1，代表技術創新水平提高，反之為技術創新水平降低。Effch代表技術效率指數，反映技術效率的變化，若Effch大于1，則技術效率進步，反之代表技術效率退步。PEch代表純技術效率指數，表示為純技術效率的變化，若PEch大于1，則表明純技術效率改善，若 PEch小于1，則表明純技術效率惡化；SEch為規模效率指數，表明投入要素規模效應對生產率的影響，若SEch大于1，代表規模效率提高，反之則為規模效率降低。

三、指標選取與數據來源

（一）指標選取

1.投入變量。參考趙樹寬等[10]研究的指標構建，從研發性視角和生產性視角兩個角度去考慮創新投入。本文選取企業科研人員數量和企業年度科研經費支出總額作為企業研發性投入；選取企業年末在職員工人數和企業固定資產凈值作為生產性投入。

2.產出變量。目前，多數學者將企業專利授權量和新產品銷售收入視為企業的創新產出指標。由于石油石化企業的新產品銷售收入不容易獲得，本文采用企業年度專利授權數量和主營業務收入作為企業創新產出。

（二）數據來源與數據缺失處理

本研究中所需要的上市公司數據均來自于企業年報、Wind和國泰安數據庫。涉及樣本為86家上市公司，樣本數據期間為2012—2019年，本文共有688個“公司—年”觀測值。對于研究樣本中存在的部分缺失值，本文采取取平均數進行插補的處理方法。

四、實證結果與分析

（一）我國石油石化產業創新效率的靜態分析

本文運用DEAP2.1軟件分別從產業整體、不同產權性質視角對我國石油石化產業歷年創新效率進行研究，測算的效率值見表1。由于本文樣本數量較多，測算結果只列出企業歷年創新效率的平均值。

綜合創新效率可以有效反映決策單元創新資源配置效率以及存在的提升空間。從實證結果可以發現，第一，2012—2019年我國石油石化產業創新效率均值都比較低，最高均值僅為2015年的0.485，最低均值年份是2013年，均值僅為0.335；第二，2012—2019年我國石油石化產業創新效率均值呈現先上升后下降不斷往復的趨勢；第三，產業純技術效率均值最低為2018年的0.505，產業規模效率均值最低為2013年的0.620；第四，歷年國有樣本的創新效率均值整體呈現下降趨勢，歷年非國有樣本的創新效率均值均低于歷年國有樣本的創新效率均值。

（二）我國石油石化產業創新效率的動態分析

下頁表2為我國石油石化產業整體全要素生產率變化歷年均值。從整體上看，我國石油石化產業全要素生產率指數均較為穩定，全要素生產率指數均值為0.966，

2012—2019年均值下降了3.4%；技術進步指數平均值和技術效率指數平均值分別下降了2.8%、0.6%，這表明我國石油石化產業創新效率下降的主要原因是技術進步指數的降低；技術效率指數整體有輕微下降，下降了0.6%，其中純技術效率指數降低了2.7%，規模效率指數提高了2.1%，這在一定程度上表明我國石油石化企業創新資源配置水平有待提高。

五、結論與建議

（一）結論

從靜態效率值來看，第一，我國石油石化產業整體創新效率是低水平的，且呈現“上升—下降—上升”的趨勢，且歷年創新效率均值波動不大；第二，提高純技術效率是提高我國石油石化產業創新效率的關鍵，目前我國石油石化產業純技術效率存在較大提升空間。第三，歷年非國有樣本的創新效率均值均低于歷年國有樣本的創新效率均值。

從動態變化率來看，第一，歷年全要素生產率變化率變化不大，其主要原因來源于技術進步指數的降低；第二，技術效率指數呈現整體輕微下降趨勢，這是由于純技術效率指數降低導致的；第三，規模效率指數整體上是上升的，隨著產業創新投入要素的增加，產業創新產出成果也增加，產業存在創新的規模效應。

（二）建議

第一，根據研究結果可知，產業純技術創新效率仍有較大提升空間，產業重視技術創新水平的提升，比如加強與國內外科研院校的合作，以提高產業純技術創新效率進而提高產業技術創新能力。第二，非國有企業應該對創新生產規模進行調整，促使創新達到規模效應，以促進產業整體創新效率的提高。第三，企業應提升管理水平，優化資源配置，使創新資源發揮最大的效能。

參考文獻：

[1]? ?賴一飛，謝潘佳，葉麗婷，等.我國區域科技創新效率測評及影響因素研究：基于超效率SBM-Malmquist-Tobit模型[J].科技進步與對策，2021，38（13）：37-45.

[2]? ?陳娜，林軍.剝離環境因素的高技術產業技術創新效率評價：以我國西部地區為例[J].科技管理研究，2020，40（6）：93-99.

[3]? ?蘭海，吳悅，王丹.基于DEA和Malmquist指數的青海省科技創新效率研究[J].科技管理研究，2021，41（17）：40-46.

[4]? ?任保全.技術創新、市場需求與石油石化產業生產率動態演變：基于江蘇上市公司的Malmquist指數法[J].常州大學學報（社會科學版），2017，18（6）：89-99.

[5]? ?馬書剛，謝欣圓，吉海榮.基于DEA和Tobit模型的縣域科技創新效率評估及影響因素研究[J].河北企業，2021（10）：5-10.

[6]? ?周東生，劉佳昕.區塊鏈概念上市公司經營效率研究：基于DEA和Malmquist指數模型的分析[J].價格理論與實踐，2020（10）：135-138，179.

[7]? ?姚鳳閣，張蒙.基于三階段DEA模型的石油加工行業生態效率評價[J].中國軟科學，2010（S2）：266-272.

[8]? ?Charnes A.， Cooper W.W.，Rhodes E. Measuring the efficiency of decision making units[J].European Journal of Operational. Research，1978，2（6）：429-444.

[9]? ?Malmquist S. Index numbers and indifference surfaces[J].Trabajos de Estatistica，1953（4）：209-242.

[10]? ?趙樹寬，余海晴，鞏順龍.基于DEA方法的吉林省高技術企業創新效率研究[J].科研管理，2013，34（2）：36-43，104.

[責任編輯? ?白? ?雪]