规模以上工业企业技术创新效率的行业分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇规模以上工业企业技术创新效率的行业分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：利用数据包络分析法，对我国37个行业规模以上工业企业技术创新的效率进行了分析和评价，在此基础上利用Tobit模型对影响行业创新效率的因素进行了分析。结果显示：24个行业规模以上工业企业技术创新不具有DEA效率；行业集中度的提高和政府资助有利于提高产业的创新效率，而外资利用和国有及国有控股企业产值比重的提高反而降低了行业的创新效率。
关键词：DEA评价法；技术创新效率；创新投入潜力
中图分类号：F424.3；F224 文献标识码：A 文章编号：1001-8409（2013）11-0058-04
The Technological Innovation Efficiency Analysis of Industrial Enterprises above the Designated Size in Different Trades
GAO Xia
（School of Economy ，University of Jinan， Jinan 250002）
Abstract：
This paper analyses and evaluates the technological innovation efficiency of Chinese industrial enterprises above the designated size in 37 different trades with data envelopment analysis. Then the influence factors of the innovation efficiency are analyzed with model of Tobit. The result shows that： the industrial enterprises above the designated size in 24 different trades are inefficiencies in the technological innovation； industry concentration， government assistance have positive effect on the innovation efficiency of the industrial enterprises，but the proportion of the foreign investment， the proportion of the stateowned and jointownership have negative effect on the innovation efficiency.
Key words： data envelopment analysis； technological innovation efficiency； input resources potentiality of innovation
引言
规模以上工业企业技术创新能力的大小和创新效率的高低，直接影响我国建设创新型国家目标的实现。在现有的投入水平下，充分发挥创新投入资源的效率，将有利于缓解我国创新投入严重不足的困境。
企业创新效率的分析方法主要有两种，数据包络分析（DEA）和随机前沿分析（SFA），两种方法各有利弊，在分析结果上虽然稍有出入，但在排序方面往往显示出高度一致[1]。国内外学者运用这两种方法对我国不同行业和不同地区企业的创新效率进行了分析[2～4]，结果表明我国工业行业技术创新效率存在较大的不平衡性，创新效率并没有表现出随时间提升的趋势。也有学者专注某一类行业技术效率的研究[1，5]，某一行业内创新效率的差异，不能反应不同行业间创新效率差异和规模报酬差距。
在创新投入和产出指标的选择上，有些学者采用了绝对指标，从人员和资金两方面反映创新的投入水平，如科研机构活动人员的数量、技术开发经费、工业总资产等。在产出方面指标多选择新产品的销售收入、新产品的开发项目、专利的申请数、新产品产值、新产品的出口额、收入增长、全员劳动生产率等指标[1，2，4，6～10]。也有学者采用相对指标，尤其是在用DEA模型进行测算时，投入指标多采用科技机构人均科技经费、技术专职人员占职工比例、新产品研发费用占销售收入的比例、万元GDP的能耗等，产出指标多采用新产品销售收入占产品销售收入比例等[3，10]。相对于相对指标来说，绝对指标往往很难消除不同行业特点、不同企业规模对指标的影响，从而不能真正反映企业的研发投入强度和创新产出水平。同样是50万的研发资金投入，对于一个产值是1000万和产值是1亿的企业来说意义完全不同。另外，在投入指标的选择上，大多只关注资金与人员的创新投入水平，而忽视了创新设备的投入水平。在创新产出指标的选择上，注重了创新的直接产出（如专利的获得量）和间接产出（如新产品的销售水平），很少考虑到创新对资源环境的综合影响。
在创新效率的影响因素方面，影响企业创新效率的因素实际上大致可以分为三个层次[5，6～8，11，12]：一是宏观层次的区域环境因素，如基础设施、政府支持等；二是中观层次的产业因素，如产业结构、对外开放程度、市场结构、行业规模等；三是微观层次的企业因素，如产权特征、劳动者素质、企业规模、技术消化能力等。实际上分行业规模以上企业创新效率的差异，更多的应该是受产业因素和企业因素的影响，在选择衡量指标时应该以产业的竞争力模型为指导。
综上所述，本文将通过指标的完善，以波特产业竞争力钻石模型为指导，利用DEA-Tobit两步分析方法，对我国不同行业规模以上工业企业的技术创新效率及其影响因素进行分析和评价。
1 指标的确定和总体概括分析
数据包络分析（DEA）方法许多文献有详细介绍[13]，本文不再赘述，重点介绍指标的选取。指标的选取主要考虑其代表性和可获得性。任何行业的技术创新都离不开人、财、物的投入，同时为了避免由于行业规模差异对创新投入产出带来的影响，所有的指标均选择相对指标。以“科技活动人员占从业人员比重（X1）”、“科技活动经费占主营业务收入比重（X2）”分别反映企业在技术创新方面的人员投入水平和资金投入水平。相对于多数学者选择研发人员及研发经费的投入比重来说，选择这两个指标一是比较容易获得，二是相对于研发活动来说，科技活动所包括的范围更广一些，包括研究与发展活动、研究与发展成果应用活动及科技服务活动。在信息化和高科技时代，任何创新都需要一定的设备投入，尤其是微电子控制设备方面的投入，因此以“微电子控制设备占生产经营用设备原价比重（X3）”反映企业在技术创新方面的设备投入水平。
选取“行业内平均每家企业拥有的有效发明专利数（Y1）”来表示企业技术创新的直接输出，它反映了企业技术创新的直接成果，同时以“新产品产值占工业总产值的比重（Y2）”表示企业技术创新的间接成果，之所以没有选择“新产品销售收入占主营业务收入的比重”这个指标作为创新的间接成果，是因为不同行业间非主营业务的差别较大，有些新产品的销售收入大于主营业务的收入，这种业务构成的差异可能会夸大新产品销收入占主营业务收入的比重差异。
为了更全面地反映企业技术创新活动整体效率水平，在考虑企业技术创新活动直接成果和间接成果的同时，以“工业成本费用利润率（Y3）”表示行业内企业创新的综合成果。随着经济发展面临越来越严峻的资源环境压力，企业的创新不仅要提高新产品的开发比重，通过新产品不断开拓市场，而且要通过创新提高资源的利用效率，减轻经济发展的资源环境压力。所有指标计算公式如下：
科技活动人员占从业人员比重（X1）=科技活动人员数量/年末从业人员数量×100%；
科技活动经费占主营业务收入比重（X2）=科技活动经费支出/主营业务收入×100%；
微电子控制设备占生产经营用设备原价比重（X3）=微电子控制设备原价/生产经营用设备原价×100%；
行业内平均每家企业拥有的有效发明专利数（Y1）=有效发明专利数/企业个数；
新产品产值占工业总产值的比重（Y2）=新产品产值/工业总产值×100%；
工业成本费用利润率（Y3）=利润总额/成本费用总额×100%。
考虑到研发投入到产出有一定的时间延迟，即从创新资源投入到产生相应的成果，成果再顺利的市场化都需要一定的时滞，参照相关研究，假设创新从投入到产出的延迟时间为1年，即创新投入的指标 X1、X2、X3采用2008年的数据，而创新产出相关的指标Y1、Y2、Y3采用2009年的数据。
本文分析软件是Tim Coelli开发的DEAP2.1版本，数据来源于《中国科技统计年鉴2009》、《中国科技统计年鉴2010》以及《中国统计年鉴2010》，其中科技活动人员占从业人员比重（X1）、科技活动经费占主营业务收入比重（X2）、微电子控制设备占生产经营用设备原价比重（X3）以及工业成本费用率（Y3）直接来自于科技统计年鉴，行业内平均每家企业拥有的有效发明专利数（Y1）与新产品产值占工业总产值的比重（Y2）根据相关的数据计算得出。
2 变动规模报酬下行业技术创新效率分析
如果各行业规模以上工业企业不是在最优规模边界上运行，利用固定规模报酬模型计算出来的创新技术效率将包含了规模报酬对技术效率的影响。由于各个行业受市场不完全竞争、资金约束等的影响，不可能都在最优规模上进行生产，因此本文选择变动规模输入模型对相关数据进行分析，固定规模技术效率（以Crste表示）、变动规模技术效率（以Vrste表示）和规模效率（以Scale表示）之间存在着以下的函数关系式：
固定规模技术效率=变动规模技术效率×规模效率
如表1所示，排除规模效率的影响后，规模以上工业企业技术创新具有DEA效率的有13个行业，在这些行业中既有垄断程度比较高的行业，如燃气生产和供应业等，也有竞争比较激烈的行业，如纺织服装、鞋、帽制造业等。其他24个行业规模以上工业企业技术创新不具有DEA效率。
37个行业中，有11个行业总体处于最优规模报酬阶段，有11个行业总体处于规模报酬递减阶段，其他15个行业处于规模报酬递增阶段。纺织业和造纸及纸制品业由于处于规模报酬递减的阶段，导致了变动规模报酬有效而固定规模报酬无效。
就平均水平而言，在获得当前创新产出的情况下，所有的投入量可以减少19%，在此基础上科技活动人员占从业人员比重再减少0.15个百分点，科技活动经费占主营业务收入比重再减少0.05个百分点，微电子控制设备占生产经营用设备原价比重再减少0.28个百分点。
而且在投入量减少的同时，行业内平均每家企业拥有的有效发明专利数可以再增加0.16个百分点，新产品产值占工业总产值的比重可以再增加0.02个百分点，工业成本费用率可以再增加1.25个百分点，即在目前的费用支出水平下，利润率可以再提高1.25个百分点。
2.1 技术创新的产出效率分析
就技术创新的直接成果（Y1）来讲，有3个行业未达到最佳前沿面输出值，这些行业规模以上工业企业所拥有的专利数相对较少。企业未来的创新过程中要注重对专利权的申请和保护，尤其是橡胶制品业、非金属矿采选业，每家企业所拥有的专利数前沿面的投影值要在现有的基础上分别增加2.91和2.21个百分点，分别达到10.38和2.80个百分点。
从创新的间接成果来看，绝大多数行业的企业十分重视创新的间接产出，使新产品产值占工业总
产值的比重达到了前沿面的最佳水平，但仍有2个行业未达到前沿面的输出值，分别是水的生产和供应业和电力、热力的生产和供应业。一方面这两个行业都属于垄断型的行业，竞争压力的降低可能使这些行业中企业创新的积极性有所降低。另一方面，可能与这些行业的特点有关系，企业在创新发展过程中产品不断推陈出新的机会比较小，某些工艺创新的效益水平可能很难用新产品产值占工业产值的比重这个指标来反映。在不断完善统计指标体系的同时，未来的发展中，这些行业中的企业应当注重提高创新成果的市场转化程度，不断开发新产品，提高新产品对产值的贡献水平。
从创新的综合成果来看，有17家行业没有达到最佳的前沿面水平。其中水的生产和供应业其成本费用利润率应在现有的水平上提高6.98%，通信设备、计算机及其他电子设备制造业应提高8.57%，电力、热力的生产和供应业提高8.29%。与直接成果和间接成果相比，多数行业创新的综合成果缺乏效率。
2.2 技术创新的投入效率分析
从分析的结果来看，现有的研发投入水平没有发挥其应有的效率，多数行业的技术创新不具有DEA效率，导致了有限投入资源的浪费。如果想达到创新的DEA有效，获得同样的创新产出水平，可以降低科技活动人员占从业人员比重（X1）、科技活动经费占主营业务收入比重（X2）和微电子控制设备占生产经营用设备原价比重（X3）的投入水平，即其平均水平分别由目前的3.09%、0.97%、11.32%降到前沿投影目标值的平均水平：2.24%、0.70%和8.68%。
除去具有DEA有效的13个行业，其余24个行业没有充分发挥创新投入的潜在优势，即在获得同样创新产出的情况下，需要降低创新的投入强度。如果以创新投入潜力指标，即以实际投入值与投影值差额所占实际投入值的比重来衡量企业在创新投入方面潜在的效率水平，其公式如下：
创新投入潜力=（实际投入值-投影值）/实际投入值
在24个DEA相对无效的行业中，其科技活动人员占从业人员比重（X1）、科技活动经费占主营业务收入比重（X2）和微电子控制设备占生产经营用设备原价比重（X3）的平均潜力值分别为0.35、0.37和0.32，说明在创新的人员投入方面这些行业只发挥了其最大水平的65%，创新的资金方面平均有37%资金效率没有发挥，有32%的创新设备投入效率尚待挖掘。在创新人员投入方面潜力最大的行业是电力、热力的生产和供应业，其潜力值为63%，其他还有3个行业创新人员的潜力值超过50%，依次为有色金属冶炼及压延加工业、医药制造业、塑料制品业。在创新的资金投入方面，水的生产和供应业的潜力值最大为65%，其次是非金属矿采选业和橡胶制品业，其潜力值分别为56%和50%。在创新的设备投入方面，潜力值最大的行业为饮料制造业，其潜力值为49%，相对于人员和资金的投入来说，不同行业间创新设备方面投入的效率差异相对较小。
3 影响创新效率的因素分析
根据波特产业竞争力的钻石模型，产业发展和竞争力的提高离不开需求条件、生产要素、相关产业和支持产业的表现以及企业的战略、结构、竞争对手的表现，另外还需要政府和机会，由于政府和机会属于不可控变量，产业竞争力的提高主要取决于前四个条件。而产业创新效率的提高也需要这几个要素条件的协调配合，这几个因素匹配与否会直接影响行业创新效率水平提高。考虑到指标的可得性，本文决定采用以下的指标，行业集中度、科技资金中政府的投入比重、来自国外的科技资金所占比重、行业内国有及国有控股企业所占产值比重4个指标作为行业创新效率的影响因素，建立如下Tobit模型。
VTE=α1CR+α2GM+α3FI+α4SO+ε
其中：VTE代表变动规模报酬效率值；CR代表了行业集中度，行业集中度反应了一个行业的竞争程度，总体反应了行业内部企业的战略、结构、竞争对手的表现，另外在一定程度上也反映了整个行业所面临的需求条件，受资料的限制，本文采用行业内大中型工业企业产值占规模以上工业企业产值的比重来衡量行业集中程度；GM表示代表科技资金中政府的投入比重，反映了政府对行业创新的支持力度；FI表示来自国外的科技资金所占的比重，反映行业发展面临的国外支持。SO表示行业内国有及国有控股企业所占产值比重，反映了企业的产权结构，不同的产权结构代表了企业不同的发展战略和经营管理水平。
利用Evierws6.0，分析结果如表2所示。
从分析的结果来看，行业集中度的提高、科技资金投入中政府所占的比例越高，则行业的创新效率越高。而科技资金中来自国外的科技资金所占比重的提高及行业内国有及国有控股企业产值比重的升高反而会降低整个行业的创新效率。
4 结论和建议
通过以上的分析来看，我国大多数行业规模以上工业企业创新缺乏效率，不同行业间在创新的人员和资金投入方面效率差别较大。多数企业重视创新直接成果专利的申请和间接成果新产品的开发生产，而对于通过创新降低成本费用方面的综合成果重视较弱。行业集中度的提高和政府创新资金支持会提高企业的创新效率，而国外的创新资金支持和国有产权比例的提高会降低企业的创新效率。未来企业的发展中要通过科技人员素质的提高，提高科技人员的生产效率。拓宽融资渠道，合理使用创新投入资金，尤其是国外的创新资金。鼓励行业内的企业适度扩大规模，增加行业内的市场集中水平。不仅要
注重创新的直接成果，也要关注创新的间接成果和综合成果，考虑对资源环境的影响，不断提高成本费用率水平。最后要通过制度创新，提高企业的管理水平。
参考文献：
[1]李向东，李南，白俊红，谢忠秋.高技术产业研发创新效率分析[J].中国软科学，2011（2）：52-61.
[2]项本武.中国工业行业技术创新效率研究[J].科研管理，2011，32（1）：10-14.
[3]段云龙，王荣党.我国省区大中型工业企业技术创新效率差异的实证分析[J].经济问题探索，2010（8）：109-112.
[4]唐清泉，卢博科.创新效率、行业间差异及其影响因素[J].中山大学学报，2009，49（6）：187-196.
[5]牛泽东，张倩肖.中国装备制造业的技术创新效率[J].数量经济技术经济研究，2012（11）：51-67.
[6]张宗益，周勇，钱灿，等.基于SFA模型的我国区域技术创新效率的实证研究[J].软科学，2006，20（2）：125-128.
[7]于明超，申俊喜.区域异质性与创新效率[J].中国软科学，2010（11）：182-192.
[8]戴卓，代红梅.中国工业行业的技术创新效率研究[J].经济经纬，2012（4）：90-94.
[9]Acs Z J ，Luc A，Attila V. Patents and Innovation Counts as Measures of Regional Production of New Knowledge [J] .Research Policy，2002（31）：1069-1085.
[10]陈伟，冯志军，姜贺敏，康鑫.中国区域创新系统创新效率的评价研究[J].情报杂志，2010，29（12）：24-29.
[11]Alfonso Badiola-Sánchez， Pablo Coto-Millán. Creativity， Innovation and Technical Efficiency： An Analysis from the Nordic Countries and the Atlantic ARC [J]. The IUP Journal of Knowledge Management，2013（1） ：58-71.
[12]Michael Fritsch， Viktor Slavtchev. Determinants of the Efficiency of Regional Innovation Systems [J]. Regional Studies， 2011， 45（7）： 905-918.
[13]魏权龄.数据包络分析（DEA）[M].北京：科学出版社，2006.
收稿日期：2012-12-30
基金项目：国家软科学研究计划项目（2010GXS5D228）
作者简介：高 霞（1975-），女，山东莱芜人，讲师，研究方向为创新与产业竞争力。