广义虚拟经济视角下中国汽车制造业创新效率研究

凌丹+张艳萍

摘 要：将汽车制造业研发创新活动纳入广义虚拟经济系统，基于制造业2008-2014年的面板数据，运用DEA方法实证研究中国汽车制造业的创新效率。研究发现：汽车制造业的广义虚拟经济研发创新效率低于制造业整体水平，处于28个制造业细分行业的中等位置；仅仅考虑专利為创新产出而不考虑发明专利为创新产出会高估汽车制造业的创新效率。

关键词：广义虚拟经济；汽车制造业；数据包络分析法；创新效率

中图分类号：F062.4 文献标识：A 文章编号：1674-9448 （2017） 02-0013-08

Research on the Innovation Efficiency of Chinas Automobile Industry from the Perspective of Generalized Virtual Economy

LING Dan ZHANG Yan-ping

（School of Economics， Wuhan University of Technology， Wuhan 430070， China）

Abstract： Bring the R&D activities of automotive industry into the system of generalized virtual economic， this paper empirically studies the innovation efficiency of Chinas auto industry by using DEA method， based on the panel data of manufacturing industry from 2008 to 2014.The results shows that： the innovation efficiency of auto industry within generalized virtual economy is lower than that of manufacturing， and it is in the middle position of 28 sub-sectors； only consider the patent innovation as output without considering the invention patent innovation as output will overestimate the innovation efficiency of automobile industry.

Keywords： generalized virtual economy， automobile industry， DEA method， innovation efficiency

一、引言

自改革开放以来，不同产业的广义虚拟经济都呈现出快速发展的态势，由于广义虚拟经济是以满足人的精神需求和心理需求为导向的，这符合产业发展规律，并获得了国家政策的支持，广义虚拟经济在我国的发展前景十分广阔[1]。目前，中国汽车产业逐渐向中高端水平迈进，其实质是由于经济发展和人民生活水平的提高使人们对汽车产品的需求向中高端提升的拉动，汽车产品不仅作为运输和代步工具满足消费者的生理需求，而且其产品价值越来越多地由它的虚拟价值主导，通过安全性、舒适性、环保性、外观个性等方面的体验满足消费者的精神和心理需求，这与广义虚拟经济的内涵不谋而合。按照中国统计局颁布的《国民经济行业分类》，汽车制造业的研发活动属于“科学研究、技术服务和地质勘探业”，结合黄纯纯、任若恩、郑海涛（2011）[2]对广义虚拟经济的测算范围的划分，可以界定汽车制造业的研发活动是在广义虚拟经济系统中进行的。因此，基于广义虚拟经济视角对中国汽车制造业的研发创新效率进行实证研究，不仅丰富了广义虚拟经济产业层面的实证研究内容，更加拓展了广义虚拟经济在产业层面的理论指导与产业实践。

二、综述

（一）关于广义虚拟经济的研究

广义虚拟经济兴起之初，国内的研究大多数围绕马克思的虚拟资本论述，鲜有对广义虚拟经济的“广义”内涵进行延展性研究[3]。林左鸣（2010）首次从产品给个人带来的需求的不同满足来划分，定义广义虚拟经济为“同时满足人的物质需求和心理需求（并且往往是以心理需求为主导）的经济，以及只满足人的心理需求的经济的总合”[4]。郑海涛、任若恩（2010）尝试界定出广义虚拟经济在统计中的核算范围，认为交易者分类、交易分类、对流量和存量的测度因子、描述工具等都应囊括在广义经济核算体系之中 [5]；黄纯纯等（2011）和赵洪江（2014）从广义虚拟经济的产业归属方面进行了重点探讨，认为广义虚拟经济的经济形式多种多样，其内涵可以涵盖国民经济中的若干门类，是第三产业的重要构成部分，并罗列了广义虚拟经济涉及的具体门类和产业[1]-[2]。而结合企业或产业的广义虚拟经济研究多以案例分析的方法进行，刘清洁、刘骏民、林左鸣等分析了苹果公司的品牌营销、韦尔奇与通用电气发展传奇、斯沃琪集团的手表经营秘诀等经典案例，指出此类企业的品牌意识、营销理念、市场策略都是在广义虚拟经济的二元价值容介态框架下进行的[4]。喻平、蒋宝珠（2013）结合互联网金融行业与广义虚拟经济时代特征，研究了金融创新与经济增长子系统的有序度和复合系统的协同度[6]。刘伟勋（2014）尝试基于广义虚拟经济的视角提出传媒业进行收购与整合的理论指导[7]。陈永新、吴小平（2014）基于我国制造业长期在国际竞争中处于劣势的现状，提出以制造业的跨越式发展凸显中国制造业的国际竞争优势，并从广义虚拟框架中的信息态出发，构建了“八位一体”的制造业广义虚拟经济内涵体系 [8]。林左鸣（2016）从全价值维度研究基于广义虚拟经济视角的战略，以中航工业发展的实践经验为例阐释了“魔方经济”模式，同时提出在国家层面也可以打造全价值链、全产业链、品牌文化链三维联动、互相呼应的“魔方经济”企业[9]。endprint

（二）关于企业创新效率的研究

国内学者在研究创新效率时，广泛运用了DEA（Data Envelopment Analysis，数据包络分析）方法，这是一种基于相对效率的非参数前沿效率分析方法，可用于处理多投入和多产出情况[10]，如刘树和张玲（2006）[11]，白俊紅、江可申、李婧（2010）[12]，张江雪和朱磊（2012）[13]，冯志军（2013）[14]等。高阳、张蒙蒙、游达明（2016）运用DEA方法研究了城市视角下新能源汽车产业技术创新效率，得出所选样本城市的整体技术创新效率偏低，并探究了效率偏低的原因以及背后存在的问题[15]。邓立治（2015）利用沪深上市公司2008—2012年的面板数据，运用超越对数随机前沿模型测评了所选样本28家上市企业的技术创新效率，并探索了技术创新效率的影响因素[16]。

可以发现，在已有的关于广义虚拟经济的研究中，国内学者大多围绕着广义虚拟经济的内涵、测算范围、基本核算体系展开，或者以企业具体案例研究广义虚拟经济在企业中的应用，抑或是结合互联网[6]、房地产[17]等行业研究广义虚拟经济，鲜有学者研究像汽车制造业此类的实体经济部门。其实，汽车已不再是单纯满足消费者出行的基本代步工具，从广义虚拟经济的视角来看，消费者对汽车产品的外观、性能、安全、环保等要求都是来源于其心理需求的不断进阶。企业为了迎合消费者在广义虚拟经济时代背景下的心理需求，所进行的产品改进、工艺流程创新等研发活动都应列在广义虚拟经济范畴之内，本文正是基于广义虚拟经济发展的背景，按照广义虚拟经济的范畴划分[1]-[2]，将汽车制造业的研发活动归因于企业满足消费者对汽车外观、性能、安全、环保等方面的心理需求，正是这种广义虚拟经济范畴下的心理需求促进了广义虚拟经济在汽车制造业中的发展。

三、方法介绍、指标选择、数据来源

（一） DEA方法介绍

DEA方法是一种评价各决策单元相对有效性的方法，Chames、Cooper、Rhode于1978年提出，用以解决“多投入多产出”模型中的效率问题。现在广泛应用的有“规模报酬不变”的CCR模型和“规模报酬可变”的BCC模型两种。在DEA中，每个被研究单元称为决策单元（DMU，Decision Malting Unit），每个决策单元都可以通过一系列决策，投入一定数量的生产要素，并产出一定数量的产品，根据所有DMU构成的集合中各DMU的输入和输出来评价其相对有效性[18]。

假设有k个需要评估的DMU各使用m种投入要素xij （i=1，…k； j=1，2…，m），形成n种产出yij（i=1，…k； r=1，2…，n），其中xij和yij的取值都大于等于零，则某一个决策单元的相对效率值h0可以表示为：

（二）指标选择

DEA效率测算时需要合理选取相关的投入、产出指标。广义虚拟经济视角下汽车制造业的创新投入分为人力投入和经费投入，人力投入选取研发人员全时当量为衡量指标，经费投入选取研发经费内部支出为衡量指标；创新产出的衡量指标大多选择专利授权量，但由于具体到行业层面的专利授权量难以获取数据资料，因此本文选取汽车制造业的专利申请量为创新产出，并将发明专利申请量单独提取出来，与专利申请总量的产出指标进行效率对比。

（三）数据来源

本文基于中国制造业2008—2014年的面板数据对属于广义虚拟经济范畴的汽车研发活动进行效率评价，所有原始数据均来源于《中国统计年鉴》。决策单元为国民经济制造业中28个细分行业，为保持数据口径一致，剔除三个细分行业：一是铁路、船舶、航空航天和其他运输设备制造业行业；二是废弃资源综合利用业；三是金属制品、机械和设备修理业。行业分类参照中国统计局颁布的《国民经济行业分类》（GB/T 4754-2011）。由于从2012年开始汽车制造业才成为制造业中的细分行业，而每一年的DEA效率值是由计量软件分别进行测算的，因此2012年之前汽车行业数据可以用交通运输设备制造业代替做近似测算。

四、实证分析

（一）经验数据分析

图1经验数据显示，2008—2014年间，我国汽车制造业的创新投入，无论是研发人员全时当量还是研发经费投入，均呈现逐年上升的趋势（2012年除外，笔者分析是由于交通运输设备制造业和汽车制造业两者统计口径不同所致），说明在汽车制造业中，为了满足消费者在广义虚拟经济时代下不断变化和提升的消费心理需求，广义虚拟经济得以快速发展。

图2经验数据显示，2008—2014年间，我国汽车制造业的创新产出，无论是以专利申请数衡量的产出结果还是以发明专利申请量衡量的产出结果，都呈现出逐年稳步增长的趋势，其中，专利申请量的年均增长率为22.84%，发明专利申请量的年均增长率为28.96%，说明汽车制造业研发活动的广义虚拟经济产出处于增长状态。

（二）描述性统计分析

利用Stata11.0软件对全行业的面板数据和汽车制造业的时间序列数据进行描述性统计分析（详见表1）可知：①创新投入方面，制造业的R&D人员全时当量的均值为60833人年， R&D经费支出均值为191.5亿元；而汽车制造业的R&D人员全时当量均值为179431人年， R&D经费支出均值为605.5亿元，均高于制造业创新投入的平均水平，这两项创新投入分别是制造业整体水平的2.95倍、3.16倍，说明汽车制造的广义虚拟经济发展——研发活动比制造业整体的广义虚拟经济发展更加活跃；②创新产出方面，制造业的专利申请数和发明专利申请数的均值分别为12225件、4489件，发明专利申请数占专利申请总数的36.7%，而汽车制造业的专利申请数和发明专利申请数分别为29767件、7051件，发明专利申请数占比为23.7%，汽车制造业的专利申请总量和发明专利申请量均高于制造业整体平均水平，分别是制造业整体的2.4倍、1.6倍，但其专利申请结构中，发明专利申请占比低于制造业整体水平13个百分点，说明汽车制造业的广义虚拟经济——研发活动的产出规模虽然较制造业整体水平高，但其研发型广义虚拟经济活动的结构有待调整。endprint

（三）DEA实证结果分析

1. 汽车制造业与制造业对比分析

基于制造业28个细分行业2008—2014年的面板数据，并将产出指标选取专利申请数，在软件Deap2.1上运行测算出制造业和汽车制造业每年的效率变化指数，经过以2008年为定基年的转换整理出各年具体效率值。

表2是选取专利申请数为产出指标的创新效率，对比分析制造业整体创新效率和汽车制造业的创新效率，结果显示：①汽车制造业的综合效率值在2008-2014年间存在较大波动，而制造业整体的综合效率呈现出较为稳定的增长趋势，其中汽车制造业的综合效率值在2008—2010年间高于制造业整体水平，2011—2014年间低于制造业整体水平（2013年除外），说明汽车制造业在此期间进行的广义虚拟经济活动的效率水平不稳定，甚至难以达到制造业的整体效率水平；②2008—2014年间，汽车制造业以研发活动为载体所进行的广义虚拟经济活动，其技术效率水平不断波动，最大值（2014年：1.034）与最小值（2012年：0.906）之间相差0.128，并且在该时间段内，汽车制造业的技术效率水平一直低于制造业整体效率水平（2010、2014年除外）；③汽车制造业所进行的以研发为代表的广义虚拟经济活动，其广义虚拟经济规模效率一直处于较高水平，并且一直高于制造业整体的规模效率（2011、2014年除外），很可能是因为汽车制造业是一个规模效益非常明显的产业，汽车制造业的劳动力、资本或知识规模的扩大，为其带来的广义虚拟经济规模报酬增多。

2. 选取不同产出指标的对比分析

表3是在选取发明专利申请数为产出指标的基础上，对比分析汽车制造业在选取不同的两种产出指标时其创新活动的综合效率的差异，结果显示：①以发明专利申请数为产出指标，测算出的综合效率值的波动比以专利申请数为产出指标的效率波动更大，尤其是2011年，两种模型测算出的汽车制造业研发投入的综合效率值相差0.339，说明以发明专利为代表的汽车制造业的广义虚拟经济活动的效率水平更不稳定；②对比发明专利与专利两种效率值，可以发现2009—2013年的发明专利产出下的综合效率值均小于以专利为产出衡量的综合效率值，说明如果仅仅以汽车制造业的专利申请量来衡量其创新产出，则会高估在这种广义虚拟经济活动下的创新效率，而汽車制造业集合了资本密集型和技术密集型两种特点，其以发明专利为导向进行的广义虚拟经济下的研发活动更应该受到重视。

3. 基于行业的对比分析

无论是选取专利申请数还是发明专利申请数作为产出指标，两种模型下测算的汽车制造业相对效率值都是基于制造业的28个细分行业，因此该效率值其实是不同行业间的相对效率值。不同行业的研发创新效率代表了该行业以研发活动为载体的广义虚拟经济的效率状况，表4是分别选取专利申请数和发明专利申请数为产出指标的各行业广义虚拟经济活动创新效率2008—2014年的年均增长率排名前十五的细分行业。

结合表4可以发现：①选取专利申请数为产出指标时，汽车制造业进行的广义虚拟经济下的创新活动的综合效率值有所增长，年均增长率为4.7%，选取发明专利申请数为产出指标时，汽车制造业进行的以获取发明专利为目的的广义虚拟经济活动的效率年均增长0.2%，增长率远小于前者；②汽车制造业的综合效率值年均增长率的变化较大，考虑发明专利为产出指标时，汽车制造业的排名从第8位跌落至第15位，再次说明在汽车制造业中，如果仅仅以专利申请数为产出指标，则会高估其广义虚拟经济下的创新效率水平，而考虑发明专利申请数为产出指标，其测算的创新效率值更加真实，其值相比仅仅考虑专利要低，即汽车制造业中以取得发明专利为目的的广义虚拟经济效率比以取得专利为目的的广义虚拟经济效率低下，说明汽车制造业的以取得发明专利为目的的广义虚拟经济活动亟待通过广义虚拟经济的相关理论指导进行创新效率改善、创新结构调整、创新管理制度更新等；③无论是选取专利申请数为产出指标，还是选取发明专利申请数为产出指标，年均增长率排名前十五的细分行业没有太大的变化，但是两种不同模型下，各行业综合效率值的具体排名有所波动，尤其是汽车制造业；④黑色金属冶炼和压延加工业，电气机械和器材制造业，木材加工和木、竹、藤、棕、草制品业，家具制造业这四类细分行业虽然排名略有波动，但其一直处于综合效率年均增长率前四类行业，在排名前十五的行业中，近半数行业生产的都是技术密集型或者资本密集型产品，因此作为资本密集型和技术密集型为一体的汽车制造业来讲，更加需要在广义虚拟经济的理论指导下，完善其创新结构与创新组织等，以求实现汽车制造业的广义虚拟经济下的研发创新向更高水平发展。

五、结论与启示

基于广义虚拟经济发展视角，考虑到汽车不仅是简单的代步工具，更是一种集合了消费者对其外观、性能、安全、环保等具有异质性心理需求的产品，将汽车制造业的研发活动归因于汽车企业为了不断满足消费者对其产品不断更新迭代的心理需求，把汽车制造业所进行的一系列研发创新活动纳入到广义虚拟经济的研究框架下，在广义虚拟经济的框架中，利用DEA效率评价方法研究中国汽车制造业的研发创新效率。

主要结论有：①选取研发活动中专利申请数为汽车制造业广义虚拟经济框架下的创新产出指标，通过对比分析汽车制造业与制造业创新效率得出，汽车制造业的综合效率和技术效率水平低于制造业的整体效率水平，但其规模效率水平高于制造业整体水平；②以专利申请数和发明专利申请数分别为创新产出指标，对比分析两种不同模型下汽车制造业广义虚拟经济研发效率，发现以专利申请数为产出指标的创新效率低于以专利申请数为产出指标的创新效率，即以专利申请为产出指标会高估汽车制造业广义虚拟经济研发创新的真实效率；③基于制造业细分行业间的综合效率对比发现，若以专利申请数为产出指标，汽车制造业的广义虚拟经济创新效率排名第八，处于制造业的中等偏上位置；若以发明专利申请数为产出指标，汽车制造业的广义虚拟经济创新效率排名第十五，处于制造业的中等偏下位置。endprint

关于汽车制造业广义虚拟经济发展的启示如下：汽车制造业广义虚拟经济的研发过程需要紧密结合广义虚拟经经济中“二元价值容介态”的理论指导性，从广义虚拟经济视角出发，准确把握并深度挖掘消费者对于汽车产品的心理需求，在此基础上合理配置研发人力资源和研发资本投入，同时要注意创新产出结构的合理性，注重汽车制造业广义虚拟经济发展过程中与其他行业间的协同，从而达到改善汽车制造业创新效率、创新结构的目标，不断拓展广义虚拟经济在汽车制造业中的理论指导与产业实践。

参考文献：

[1]赵洪江.广义虚拟经济的产业归属，历史演变及发展前景[J].广义虚拟经济研究，2014（1）：52-59.

[2]黄纯纯，任若恩，郑海涛.广义虚拟经济的测算范围初探[J].广义虚拟经济研究，2011（4）：66-75.

[3]黄纯纯，任若恩，郑海涛.论广义虚拟经济的理论基础[J].广义虚拟经济研究，2011（1）：15-22.

[4]林左鸣.广义虚拟经济——二元价值容介态的经济[M].人民出版社，2010：3.

[5]郑海涛，任若恩.广义虚拟经济核算方法初探[J].广义虚拟经济研究，2010（3）：5-10.

[6]喻平，蔣宝珠.广义虚拟经济视角下金融创新与经济增长的协同度分析[J].广义虚拟经济研究，2014（4）：36-44.

[7]刘伟勋.广义虚拟经济视角下的传媒并购与发展[J].广义虚拟经济研究，2014（4）：89-96.

[8]陈永新，吴小平.广义虚拟经济视角下制造业跨越式发展内涵研究[J].广义虚拟经济研究，2014（4）：75-83.

[9]林左鸣.魔方经济：全价值维度的新型产业集团探索[J].广义虚拟经济研究，2016（1）：5-20.

[10]魏权龄.数据包络分析[M].北京：科学出版社，2004.

[11]刘树，张玲.我国各省市专利发展有效性的DEA模型分析[J].统计研究，2006（8）：45-48.

[12]白俊红，江可申，李婧.中国地区研发创新的技术效率与技术进步[J].科研管理，2010（6）：7-18.

[13]张江雪，朱磊.基于绿色增长的我国各地区工业企业技术创新效率研究[ J ] .数量经济技术经济研究，2012，2（12）：113-124.

[14]冯志军.中国工业企业绿色创新效率研究[J].中国科技论坛，2013（2）：82-88.

[15]高阳，张蒙蒙，游达明.基于城市视角下新能源汽车产业技术创新效率评价[J].工业技术经济，2016，03：47-54.

[16]邓立治.中国汽车企业技术创新效率及其影响因素研究——以沪深上市公司为例[J].技术经济与管理研究，2015，03：26-31.

[17]王子龙，许箫迪.房地产市场广义虚拟财富效应测度研究[J].中国工业经济，2011（3）：15-25.

[18]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.endprint