区域比较视角下安徽省大中型工业企业创新绩效研究

云 坡 倪 丽 韩东林

（安徽大学，安徽 合肥 230601）

区域比较视角下安徽省大中型工业企业创新绩效研究

云 坡 倪 丽 韩东林

（安徽大学，安徽 合肥 230601）

基于《工业企业科技活动统计资料（2010）》与《安徽统计年鉴（2010）》的数据资料，运用数据包络分析的BC2模型，从区域比较的视角出发，对安徽省17个地市大中型企业的创新效率进行评价与分析，实证结果显示：除亳州、滁州、六安外，其余地市的大中型企业创新活动均处于无效状态，而且普遍存在创新效率低下，投入产出结构不合理，资源配置效率低的问题。进一步分析发现，创新活动的规模无效或规模不经济是导致整体综合效率DEA无效的根本原因。

大中型工业企业；创新绩效；效率评价；安徽省

大中型工业企业作为支撑地区经济发展的中坚力量，不仅是产业结构调整的重要对象，而且还肩负着带动区域自主创新与研发能力提升的重要任务，其创新效率的高低直接关系到该区域能否在未来竞争中把握制高点，掌控优势。近年来，随着区域开放领域的逐步扩大，发展战略的科学调整，安徽省大中型工业企业的区域竞争优势逐渐形成，创新资源投入与产出水平逐年提高。那么，安徽省大中型工业企业的研发和自主创新能力如何，效率又是怎样，这不仅关系到企业自身的发展，同时也影响安徽省产业结构调整与产业发展。因此，本文通过对安徽省17个地市的大中型工业企业的创新绩效进行科学评价与分析，通过比较发现其中存在的差距与不足并探究原因，从而为政府、企业等相关部门决策提供参考和建议，并在一定程度上深化已有研究。

一、相关研究综述

关于创新绩效（Innovation Performance）的概念国内外学界进行了广泛的争论，至今仍未形成统一的标准。部分学者认为创新绩效是企业研发先期投入与过程学习的结果表现，是衡量R&D人员创新活动有效性的关键指标（Coombs，1996）。[1]也有学者针对创新绩效的概念的衡量范围进行拓宽，进一步明确指出创新流程和工作氛围的重要性（Munford，2000）。[2]在此之后，Thomhill（2006）则提出创新绩效是企业R&D强度、创新活动存量与增量的具体表现，而且是与企业规模和经营水平高度相关的。[3]在综合前人研究成果基础上，本文则认为企业创新绩效是创新系统从R&D资源投入到创新成果产出全过程的创新效率与效益的综合衡量。

关于创新绩效评价的近期国外研究成果更为丰富，比较有代表性的有yoti与D.K.Banwet等（2008），他们基于模型研究，对在印度的发达国家的R&D机构的创新活动投入产出进行效率评价。[4]其他学者，如Lee.Hakyeon与Park.Yongtae等也根据构造模型，对不同国家R&D项目的创新绩效进行DEA效率评价。虽观点各异，但均是属于对国家国家绩效的衡量。国内方面，大多数学者的研究多限于地区研究和部门研究。例如，程华、廖中举（2010）基于我国环境政策转变的视角，实证分析了环境政策对企业环境创新绩效的影响。[5]对于工业企业创新绩效，其他学者认为当前安徽省工业企业创新效率普遍存在DEA无效与规模收益递减的现象（董毅，2010）。[6]在此之后，许绍双、张文兵（2007）同样基于区域研究聚类分析总结了大中型工业企业自主创新能力。[7]

由上可知，现存创新绩效的研究多集中于行业或地区研究的角度，已有的对策多为宏观背景下一般意义的概述，缺乏针对性与现实操作性等，鲜有学者将方向既涉足于地区研究又针对行业的分析。因此，本文对创新绩效的研究将立足于此，通过研究尽可能地提出一些针对性强的建议和对策。进而弥补该领域的研究不足，从而进一步丰富并完善已有研究成果。

二、决策单元、数据的选取与指标体系建立

1.决策单元与数据

本文的实证分析从各地市角度具体阐述导致安徽省大中型企业创新绩效不高或无效的原因，选取安徽省17个地市为决策单元，即：合肥、淮北、亳州、宿州、蚌埠、阜阳、淮南、滁州、六安、马鞍山、巢湖、芜湖、宣城、铜陵、池州、安庆与黄山。数据处理上使用《安徽统计年鉴—2010》与《工业企业科技活动统计资料—2010》。

2.评价指标

本文评价指标的确定具体参考了2010年工业企业科技活动统计资料的选择标准，其中，能够表示创新资源直接投入的指标包括：R&D经费内部支出 （亿元）、R&D人员折合全时当量（人年），它们也是衡量创新绩效的核心投入指标；产出指标包括：有效发明专利数（件）、拥有注册商标数（件）与形成国家或行业标准数（项）。

三、评价模型简介

本文采用数据包络分析（Data Envelopment Analysis，简称DEA）作为效率评价模型。其基本原理是，在存在多个决策单元（DMU）、多个投入产出变量的情况下判断各个决策单元投入产出的相对有效性，即判断各决策单元的投入产出是否位于生产可能集的生产前沿面上。[8]这与经济学上的“效率”、“帕累托均衡”的含义是相同的。为方便计量本文选取C2R模型来衡量各决策单元的相对有效性。C2R模型的一般对偶规划形式为：

（1）式中θ表示决策单元的DEA综合效率值；s+与s-为松弛变量，可以为决策者调整决策单元的投入产出方向提供参考；通过模型分析，若得θ=1，且s+=s-=0，则决策单元为 DEA 有效；若 θ=1，且 s+=s-≠0，则该决策单元为弱DEA有效；弱θ<1，则该决策单元为DEA无效。

四、实证分析

1.综合效率分析

表1给出了安徽省17个地市大中型工业企业创新效率的最终计算结果。Crste、Vrste与Scale分别表示决策单元的综合效率、技术效率与规模效率。注：drs与irs分别表示决策单元规模收益递减与递增，—表示规模不变或无此数据；s-与s+分别表示投入冗余与产出不足值。

表1 各地市大中型工业企业创新效率的DEA计算结果

通过对安徽省17个地市大中型工业企业的创新绩效的总体效率进行SPSS统计性描述，其频率分布见图1。图中的柱状图描述了大中型工业企业的创新绩效频率分布情况，曲线是正态分布曲线。通过分析图可知，安徽省大中型工业企业的创新绩效不符合正态分布，存在一定的地区分化效应。图中显示，17个地市的创新绩效的均值为0.543，而标准差却为0.303，由此说明，安徽省大中型工业企业总体创新绩效水平比较低，而且各地市间存在较大的不平衡。

图1 .安徽省大中型工业企业创新绩效频率分布图均值=0.54；标准差=0.303；N=17.

具体而言，由表2中可以看出，在17个决策单元中，仅有3个地市的创新效率为DEA有效，占样本总数的17.65%，它们分别是亳州、滁州与六安，即这些企业创新活动的投入产出正好位于生产可能集的生产前沿面上，这说明无论在创新资源的配置、管理水平还是生产规模上都达到了最优或最具效率的状态。无效程度轻微的地市有4个，分别为马鞍山、巢湖、宣城与黄山，占样本总数的23.53%。其余10个占全省58.82%的地市的创新效率为无效程度严重地区，其中包括合芜蚌自主创新综合示范区以及皖江城市带承接产业转移示范区所覆盖的大多数地市，由此可以说明安徽省各地市大中型企业创新投入产出效率存在极大的不平衡性，大部分具有良好资源、政策、资金以及区位优势的地区效率水平严重低下，创新投入产出严重偏离生产可能集的生产前沿面。因此，为全面提升安徽省大中型企业的创新效率，就必须继续加大投入力度，加强各要素投入的协调，有效配置，合理整合，提高经营管理水平等。

表2 大中型工业企业创新综合效率的区间与地区分布

2.DEA有效地市分析

从C2R模型的分析结果来看，属于DEA有效的地市亳州、滁州和六安即使技术有效又是规模有效。技术有效说明该地区创新资源的投入比较合理，要素的使用得到有效地组合，投入产出之间的比例关系达到最优。规模有效表明在现有生产条件下，企业的创新投入使企业处于规模收益不变的最优状态。因此，只要保持现有的投入与规模，就能保证企业创新投入产出位于既定的最优生产前沿面上，即除非企业再增加人员或经费或同时增加两项投入，否则无法再增加现有的绩效的产出水平。此外，由于亳州、滁州和六安地区经济发展水平较为落后，各项创新资源投入与其它地市的排名相比也比较靠后，因此可以断定，这三市创新效率为DEA有效很可能是由于产出均有一项或几项超出投入水平所导致的。

3.DEA无效地市分析

除亳州、滁州和六安外的其余14个地市均是DEA无效的，为便于分析本文将无效地市区分为两类：技术有效规模无效和技术规模均无效。

技术有效规模无效的地区包括：合肥、蚌埠、马鞍山、宣城与池州。具体而言，合肥、蚌埠科教基础条件相对较好，创新要素配置较为合理，不存在投入冗余或产出不足的现象，但规模效率无效，从而致使两地企业创新活动的产出小于一定比例的投入，规模收益呈递减趋势。马鞍山、宣城的规模效率也是无效，但比合肥蚌埠两地效率值稍高一些，这很可能由于两地的经济体相对与合肥蚌埠较小，整体规模经济性较好的原因。此外两市的投入产出在生产前沿面的投影均不存在冗余或不足，但是，规模收益却处于递减阶段。因此，两市必须持续增加资源投入，做大做强企业规模，才能切实提高创新绩效。最后，池州的规模效率与综合效率在全部决策单元较落后，规模经济水平异常低下，严重制约着整体综合效率的提高。因此只要大力增加人员与经费投入，注重要素的匹配，改善经营管理水平就一定能提高该市的综合效率，达到创新活动的DEA有效状态。

技术效率规模效率均无效的地区包括：淮北、宿州、阜阳、淮南、巢湖、芜湖、铜陵、安庆与黄山，而且均存在资源配置不合理与规模不经济的特点。其中只有宿州的规模收益处于递增阶段，因此必须通过大力增加资源投入，加强经营管理才能从根本上提高产出水平，改善创新效率水平。地市均是规模收益递减，并且在最优前沿面上的投影均存在不同程度的冗余或不足。具体而言，淮北、阜阳、黄山人员投入相对产出出现冗余，因此必须适当减少不必要人员的投入，裁汰冗员，加强与经费投入的有效结合，才能使各项投入产出位于最优的生产前沿面上。淮南则经费投入相对较多，但是在拥有注册商标数与形成国家或行业标准数上却相对不足，由此可知，该市创新资源配置不合理，要素投入较为粗放。因此必须理性对待经费投入，提高资金使用效率，更多地把精力转移到提高产出效率上。巢湖、芜湖、铜陵、安庆作为东部长三角产业转移的重要承接地，其大中型企业创新效率的提高对地区的产业发展显得尤为重要，数据显示，四地市在人员、经费上均存在冗余，但在拥有注册商标数与形成国家或行业标准数上存在明显不足，企业的规模收益处于递减的发展阶段。因此，改善这一状况必须一方面不断加大企业创新资源的投入力度，有效整合，合理配置，力求在高投入下保证比例的最优；另一方面，加强企业创新活动的经营管理，充分发挥企业内在和外在的规模经济性。

五、结论与启示

总结上述实证分析可以得出如下结论：（1）2009年安徽省大中型工业企业创新效率与发达省市相比存在较大差距，省内各地市间发展也不均衡。除亳州滁州六安三市的创新效率处于前沿面位置外，其余地市均相对远离前沿面。（2）从规模收益角度看，大多数地市处于递减阶段，一定程度上存在资源浪费的问题，而且在投入产出上也存在不同程度的冗余或不足。（3）资源投入不合理，要素配置水平不高以及企业规模经济性不突出等是安徽省各地市大中型企业创新活动存在的普遍问题。从实证结果看，规模效率的无效直接导致整体综合效率水平的无效，规模效率的低下已经成为创新效率提升的主要障碍。

在当前企业已经成为创新主体的背景下，创新效率的高低已经成为影响一个地区技术创新的重要因素。为此，首先，应该持续不断地大幅增加企业创新资源投入，吸引并汇聚高科技人才，不断壮大企业自身科研队伍，充分发挥资金投入对深挖区域创新潜力与创新积极性的推动和刺激作用。其次，必须更加注重各资源要素的合理配比，在高投入的基础上，力求达到最优的产出效率，针对各种冗余和不足要“对症下药”，必须要摆脱单纯依靠增加投入力度就能提高创新效率的错误思想。第三，政府应该制定具有地方特色的扶持政策，营造有力的政策环境，建立有效的创新绩效评估机制和激励机制；宏观上合理调配创新资源，以科学的方式引导创新要素的流动方向，从而为平衡地区资源分布，缩小发展差距提供保障。

［1］Coombs R..Core competencies and the strategic management of R&D[J].R&D Management，1996，26（4）：345-354.

［2］Mumford M.D..Managing creative people：strategies and tactics for innovation[J].Human Resource Management Review，2000，10(3)：313-351.

［3］Thomhill S..Knowledge，innovation and firm performance in high and low technology regimes[J].Journal of Business Venturing，2006，21（5）：687-703.

［4］yoti，D.K.Banwet，S.G.Deshmukh.Evaluating performance of national R&D organization using integrated DEA-AHP technique[J].International Journal of Productivity&Performance Management，2008，(5)：370-388.

［5］程华，廖中举.中国环境政策演变及其对企业环境创新绩效影响的实证研究[J].技术经济，2010，（11）：8-13.

［6］董毅.基于数据包络分析方法的安徽省地区间工业发展差异的实证研究[J].华东经济管理，2010，(10):32—35.

［7］许绍双，张文兵.我国大中型工业企业自主创新能力的区域聚类分析[J].技术经济，2007，（12）：47—50.

［8］魏权玲.数据包络分析[M].北京：科学出版社，2004.17-19.

Evaluating the Innovation efficiency of the medium-sized industrial
enterprises in Anhui Province from the perspective of regional comparative

Yun Po，Ni Li， Han Dong-lin
(Anhui University,Hefei Anhui 230601,China)

This paper based on the data of the statistics on science and technology activities of industrial enterprises—2010 and statistical Yearbook of Anhui—2010,using the BC2 data envelopment analysis modal,from the perspective of regional comparison,evaluates and analyzes the Innovation Performance of the medium-sized industrial enterprise of 17 cities in Anhui province.The result shows in addition to Bozhou,Chuzhou,Lu'an,the innovation performance of the medium-sized industrial enterprise in other cities is inefficient.Besides,Innovation Performance of the large and medium enterprise in Anhui province is low,input-output structure in irrational,the allocation of resources is inefficient.By the further analysis,we found that scale invalid or diseconomical of scale is the root cause of the invalid of DEA.

medium-sized industrial enterprises;innovation performance;valuating efficiency;anhui province;innovation performance

F062.4

A

1672-0547（2012）01-0014-04

2011-09-17

云 坡（1989－），男，安徽阜阳人，安徽大学商学院技术经济及管理专业2010级硕士研究生，研究方向：技术创新与投资；

倪 丽（1987－），女，安徽合肥人，安徽大学商学院技术经济及管理专业2010级硕士研究生，研究方向：投资绩效评价；

韩东林（1968－），男，安徽霍邱人，安徽大学商学院教授，硕士生导师，财政部财政科学研究所应用经济学博士后，研究方向：技术创新与投资。

安徽大学“211工程”三期重点项目《经济学与安徽经济社会发展》，安徽大学学术创新团队计划《技术创新与管理》（编号：SKTD007B）研究成果。