技术创新效率评价方法综述

张玉婷 杨华领

[摘 要]基于现有文献，本文梳理了测度企业技术创新效率的各种模型与方法，从最初的单一指标到多维度指标的运用与改进，再到二阶段、三阶段等模型的构建，使企业技术创新效率的评价得到进一步的发展和完善，但各种方法的运用，在一定程度上又存在一定的缺陷，缺乏一个普遍认可的测算指标。因此，本文在对创新效率各种方法的评价比较分析中，以期找到一种具有代表性、可借鉴的指标体系，更好地测算企业技术创新效率，进而服务于创新型国家发展战略。

[关键词]企业；技术创新；效率评价；综述

doi：10.3969/j.issn.1673 - 0194.2018.04.039

[中图分类号]F224-3 [文献标识码]A [文章编号]1673-0194（2018）04-00-03

0 引 言

创新是推动一个国家、一个民族向前发展的重要力量，也是引领社会经济发展的第一动力。企业是技术创新的主体，技术创新不仅有利于企业在市场竞争中保持生机与活力，占据竞争优势，而且有利于企业提高经济效益，获得超额利润。企业R&D;（研究与开发）投入的多少，决定了创新活动的规模，R&D;绩效反映创新活动的效果。R&D;投入或产出只是创新活动的一部分，R&D;高投入并不一定获得高产出；同样道理，R&D;高产出也可能以严重的资源浪费为代价。《中国有效专利年度报告2014》指出，尽管我国的研发经费投入快速增长，但科技含量及创新水平较高的发明专利仅为17.6%，存在一定程度的创新资源浪费问题。

技术创新效率代表现有资源最优利用的能力，即在一定的投入水平下产出最大化，或在给定的产出水平下投入最小化。准确、全面、客观地测算技术创新效率，不仅有助于评价企业创新资源的使用效果，还有助于进一步探究影响企业技术创新效率的主要决定因素，进而服务于创新型国家发展战略。本文通过对国内外技术创新效率测算方法、模型的比较分析，以期找到一种评价企业技术创新效率的更具代表性的、可借鉴的指标体系。

2 技术创新效率测算方法概述

2.1 国外技术创新效率测算方法概述

创新效率测算一直是学术界重点关注的问题。笔者梳理现有文献发现，技术创新效率评价方法主要分为参数法和非参数法两类，参数法主要以随机前沿生产函数分析法（SFA）为代表，非参数法以数据包络分析法（DEA）为代表。

Charnes 等首次提出利用DEA方法评价各决策单元间的相对有效性，其模型简称CCR模型，主要是基于非参数、数学规划框架，根据多组投入产出数据求得总效率，即配置效率与技术效率的乘积，该法被称为DEA有效。但此模型最大的缺陷是规模报酬不变。Banker 等基于企业技术创新边际收益不确定性的事实，突破CCR模型中规模报酬不变的假设，提出BCC模型，将技术效率进一步分解为规模效率和纯技术效率，更能准确地反映决策单元间的经营管理水平。Aigner 等提出，利用横截面数据考虑具有附加干扰项的生产函数的系数的最大似然估计方面，构建SFA模型估计行业效率。该模型可以系统测算随机误差对企业效率的影响，但截距本身很难通过最大似然函数进行估计，也未考虑“时间”变量，对测算结果会产生较大的偏误。

其后，Mc Carty 等和Fried 等提出两阶段效率测度方法。Mc Carty 等基于输入和输出的第一阶段DEA运动，估计了第二阶段的单一方程式模型，使用第二阶段回归残差来调整第一阶段的效率分数。Fried 等通过将第二阶段回归应用于第一阶段的收入（而不是径向效率分数），扩展第二阶段回归分析的重点，通过操作环境的特征，解释效率分数的分布。

在此基础上，Fried 等将两阶段及边界前沿方法进行延伸，构建了DEA模型和Tobit回归相结合的三阶段组合测度模型。该模型利用面板数据考虑环境差异性因素计算技术创新效率，虽然该模型存在仅调整投入方，未考虑统计噪声及最值强制性正向调整等问题，但在当时而言，称得上是测度技术创新效率的较大突破，也成为后续学者研究借鉴的基础。之后，Avkiran 等利用非定向SBM模型替代定向BCC模型和Tobit回归，构建了可同时调整投入与产出的SBM-Tobit-SBM模型，但仍需要进行正向调整。为克服正向调整问题，Tone 等提出了二次调整的方法，该法虽解决了最值正向转化问题，但计算量大，计算结果也存在偏误。

国外文献在三阶段基础上，综合运用其他模型进行组合，使企业技术创新效率的测度取得了较大的进展，对我国国内学者也有很好的借鉴作用。

2.2 国内技术创新效率测算方法概述

由于企業研发行为的复杂性与数据资料的限制，早期学者普遍采用研发产出与研发投入的比值测算创新效率的单一相对指标法。该方法仅能反映技术创新效率的某一方面，简便易行，便于计算，但对测算结果产生的偏误较大，且不适合R&D;多投入—多产出的情况。随着计量方法的发展，最小二乘（OLS）回归分析法被广泛采用，该法主要通过估计投入要素的弹性系数，间接反映研发活动的效率情况。

之后，数学规划法（以DEA为代表）和前沿分析方法（以SFA为代表）逐渐成为国内学者普遍接受的技术创新效率测算评价方法。DEA是基于非参数的数学规划方法，能对不同决策单元间的效率差异进行比较分析，也不需要提前设定具体函数形式。但该法也存在固有缺陷，传统DEA分析法是基于参评决策单元运作环境相同，在现实中很难满足这一假设。因此，在异质环境背景下，传统DEA分析法对不同决策单元之间效率水平的测度有失公平。SFA具有分离技术无效项和随机误差项的优势，同时考虑时变性和非时变性。时变性假定技术效率随时间变化而变化，但无法准确地区分其影响是由技术变化引起的，还是由技术效率变化引起的。非时变性假定技术效率不随时间变化而变化。不论是DEA还是SFA，都是基于静态数据计算创新效率，而研发活动是一个动态发展的过程，对动态创新效率的测算存在缺陷。

为了克服传统DEA环境同质的问题，现有文献在DEA模型框架下考虑环境因素的方法主要有一阶段分析法及两阶段分析法。一阶段法是确定性估计，但无法分析非有效决策单元效率的影响因素，以及无法考虑统计噪声的影响。两阶段克服了一阶段中事先对环境因素进行分析的缺点，可以检测环境变量对决策单元的差异性影响，不过，该方法需提前给定影响因素的函数形式，也忽略了投入过剩及产出不足所产生的影响，可能会使参数估计偏差，对每个外部变量对效率的影响给出误导性结论。因此，为提供更加公平合理的效率测算模型方法，三阶段组合效率测度模型应运而生。

陈凯华、汪寿阳通过引入满足平移不变性的幅度调整测度（RAM）模型与Tobit回归相结合，构建了一个更为灵活的三阶段组合效率测度模型RAM-Tobit-RAM，分析我国省域的创新效率，该模型利用RAM平移不变性，突破最值强制性正向调整的问题，且可以同时从投入和产出方向全面考虑径向与非径向松弛变量，利用面板Tobit回归剔除决策单元环境差异性影响，但该模型没有考虑统计噪声影响。为了突破现有三阶段组合效率测度模型的技术瓶颈，使决策单元既能克服环境因素与统计噪声的影响，又能克服对投入—产出中的非正值进行最值强制性正向调整问题，陈凯华、汪寿阳 等又将RAM模型与SFA相结合构成新的三阶段组合效率测度模型RAM-SFA-RAM，对我国30个省市区的大中型工业企业技术创新效率进行测算。SFA分析对松弛无效剔除环境与统计噪声差异性下投入过剩与产出不足的影响，对调整后的投入与产出进行计算获得更为可靠的测算效率。

经典随机前沿分析方法不能很好地对不同非效率项进行参数估计，国内文献大多假设非效率项分布是截断分布或半正态分布，李小胜、张焕明基于贝叶斯随机前沿模型和面板Tobit模型，对我国大中型企业创新效率进行研究，该方法在待估参数较多的情况下，有利于减少自由度的损失，也能有效地对不同非效率项分布进行参数估计，有利于对模型结果进行比较。

由于既有研究基于静态分析视角，陈修德、梁彤缨把研发活动看作一个不断演进的动态过程，构建了一个动态技术创新效率分析框架，利用动态面板数据随机前沿模型进行动态技术创新效率的测算，该法放宽了一系列的假设条件，更加吻合现实情况，也有利于消除模型的内生性偏误，获得更准确的估计结果。

另外，有学者在DEA和SFA模型的基础上，利用其他模型进行结合测度企业技术创新效率。方健雯、邱永和将企业技术创新活动看作是由研发阶段和经营阶段构成的完整的价值链，利用SBM网络DEA模型对我国工业企业创新效率和经营效率进行测算发现，整体上看创新效率要低于经营效率。基于主成分的SBM网络DEA模型，有利于解决投入—产出项过多，且两者之间高度相关影响评估结果的问题，改善评估效率。

3 技术创新效率测算方法比较

基于对国内外企业技术创新效率测算方法的概述，对技术创新效率的测度与计算方法，也从最初单一相对指標法到多维度指标的运用与改进，再到阶段性模型的构建，使企业技术创新效率测算与评价不断发展和完善。本文对数学规划方法及随机前沿分析方法进行系统梳理，结果如表1所示。

总结现有文献对三阶段模型的构建主要有两类框架。一类是Fried 等在1999年构建的仅剔除环境因素差异性影响的DEA-Tobit-DEA三阶段模型。另一类是Fried 等在2002年构建的同时剔除环境差异性与统计噪声差异性影响的DEA-SFA-DEA三阶段模型。不同框架下的模型取决于对DEA不同形式的选择，也不同程度地克服了不同的缺陷，得到了进一步完善。

在系统梳理国内外对技术创新效率评价体系和测算方法的过程中，笔者发现，综合运用主成分分析法、数据包络分析法、随机前沿分析法及动态面板数据随机前沿模型，对企业技术创新效率的测度可能更为准确，利用PCA对数据指标进行降维提取几个综合指标反映企业技术创新效率，利用DEA模型、SFA模型及动态面板数据随机前沿模型综合考虑环境差异化、统计噪声、无效项等因素，进行动态阶段性分析，其计算结果更准确，测度偏误较低。

4 结 语

纵观国内外文献对企业技术创新效率评价的方法主要有4类：比率分析、回归分析、数据包络分析和随机前沿分析。为了更准确地计算和测度企业创新效率，学界对以上4类方法进行综合运用。近些年，国内学者对技术创新效率评价的研究较为热衷，在三阶段的模型基础上提出了一系列改进的测度模型，使其在指标选取和模型构建方面，都得到极大的发展和完善，取得了很多研究成果。但不论运用哪种模型，对企业创新效率的测度和计算结果不可避免地存在一定的缺陷与偏误，在实际研究过程中，具体哪种方法计算结果更准确、哪种方法对企业创新效率的分析更有效，还需要进一步考究。

主要参考文献

[1]HO Fried， CAK Lovell， SS Schmidt.The Measurement of Productive Efficiency：Techniques and Applications[M].New York， NY： Oxford University Press，1993.

[2]刘萍，郭艳，何思.我国技术创新方法研究综述[J].技术与创新管理，2015（4）.

[3]陈凯华，汪寿阳，寇明婷.三阶段组合效率测度模型与技术研发效率测度[J].管理科学学报，2015（3）.

[4]李柏洲，罗小芳.大型企业技术进步推动自主创新的实证研究[J].科研管理，2013（1）.

[5]刘瑞翔，安同良.资源环境约束下中国经济增长绩效变化趋势与因素分析——基于一种新型生产率指数构建与分解方法的研究[J].经济研究，2012（11）.

[6]汪克亮，杨宝臣，杨力.中国全要素能源效率与能源技术的区域差异[J].科研管理，2012（5）.

[7]樊华，周德群.中国省域科技创新效率演化及其影响因素研究[J]. 科研管理，2012（1）.

[8]庞瑞芝，李鹏.中国新型工业化增长绩效的区域差异及动态演进[J].经济研究，2011（11）.

[9]景保峰，周霞，吕健权.广东省高技术产业研发效率实证研究——基于随机前沿分析法[J].技术经济与管理研究，2011（10）.

[10]汪克亮，杨宝臣，杨力.基于技术差距的中国区域全要素能源效率研究[J].科学学研究，2011（7）.

[11]刁丽琳，张蓓，马亚男.基于SFA模型的科技环境对区域技术效率的影响研究[J].科研管理，2011（4）.

[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）.

[13]项本武.中国工业行业技术创新效率研究[J].科研管理，2011（1）.

[14]汪克亮，杨宝臣，杨力.考虑环境效应的中国省际全要素能源效率研究[J].管理科学，2010（6）.