安徽省地区工业企业创新效率研究

吕绪彬，洪功翔

（安徽工业大学商学院，安徽马鞍山243000）

创新是一国或地区生产力发展的源泉，是推动社会发展的原动力。2015年，安徽省地区工业企业的研究与试验发展（R&D）内部经费支出高达322.14亿元，较上一年投入增长了13.14%，而工业企业的新产品产值的增速为11.39%，创新产出增速低于创新投入增速接近2个百分点，安徽省工业企业创新投入转化率不高。因此，如何提高安徽省工业企业创新效率水平，是一个关乎安徽省创新发展的关键问题。

关于创新效率的评价体系的构建，国内外已有大量研究，主要包括随机前沿方法[1-4]和传统数据包络分析（DEA）方法[5-8]。运用随机前沿方法是从创新投入产出效率角度，定量估计不同决策单元个体效率差异，然而，这种方法对模型设定具有较高的要求，模型设定的准确性将直接影响创新投入产出效率估计的准确性。因此大多采用DEA来测度不同决策单元（DMU）多投入多产出的创新效率[9]。另外，DEA分析不需要对投入产出进行模型设定，所以估计结果比随机前沿分析结果准确。三阶段DEA在传统DEA分析的基础上，剔除外部环境、随机干扰项和管理无效率等因素对创新投入的影响，因此，估计结果具有更高的准确性、无偏性和一致性。综上考虑，本文采用三阶段DEA模型对安徽省地区工业企业创新效率进行测度分析。

1 指标选取与模型设定

1.1 投入与产出指标

本文采用的投入指标是地区工业企业的R&D人员数和R&D资本存量。R&D资本存量数据是作者通过永续盘存法[10-11]根据2012—2015年地区工业企业的R&D内部经费支出，以2012年CPI指数对其进行平减处理，再以2.5%（通过计算得出）的经费年平均增长率和15%的折旧率计算得出的。产出指标包括地区工业企业的新产品销售收入和有效发明专利数，其中新产品销售收入通过CPI指数进行平减处理[10]。

1.2 环境因素指标

环境因素指标：地区经济发展水平（Aagdp），用地区人均生产总值来表示；研究人员素质（Eedu），用地区研究人员本科及本科以上学历占比来表示；政府扶持（Ggov），用工业企业科技活动经费筹集中源于政府科技经费支出额表示；企业规模（Sscale），用各地区工业企业总产值与工业企业数目之比表示；企业所有制结构（Iins），是工业企业固定资产当年计价数据中，港澳台三资企业占比比重；地理位置（Wgeo），将位于皖南城市带中的城市用“1”来表示，非皖南城市带的城市用“0”来表示，其中考虑到金安区和舒城县处于城市带之中，所以，将六安考虑为皖南城市带中的地区。

本文数据均来自2013—2016年《安徽统计年鉴》，采用DEAP2.1和Frontier4.1软件进行估计，数据的描述性统计如表1所示。

表1 数据描述性统计

2 研究方法

本文主要采用三阶段DEA[8]进行分析。三阶段DEA分析由以下3个阶段组成。

第1阶段：采用数据包络分析中最基本的CCR[12]模型和BCC模型[13]，本文认为安徽省工业企业创新投入生产规模是可变的，所以采用BCC模型来分析投入产出数据。第1阶段DEA分析主要是为了得出安徽省不同地区工业企业的创新效率指标和投入数据的松弛变量。第1阶段DEA估计可以得出3种效率值，包括综合技术效率（TE）、规模效率（SE）和纯技术效率（PTE），3者之间的关系为TE=SE×PTE。

第2阶段：相似SFA分析。由于第1阶段DEA分析没有考虑环境因素等统计噪声带来的影响，为了提高研究结果的准确性，选择投入导向做估计，根据文献[14]构造相似SFA估计函数：

其中，Sni是第i个决策单元第n项投入的松弛变量；zi是环境变量；βn是环境变量的系数；vni+μni是混合误差项，vni表示随机干扰，v～N(0,σ2v)，μni表示管理无效率，μ～N+(0,σ2μ)。SFA已经估计出各种干扰项的影响，因此，为了使处于不同环境的DMU调整至相同生产条件下，本文选择环境和管理较差的决策单元进行调整，方法如下:

式中，是调整后的投入，Xni是调整前的投入，是对环境因素进行调整，[max(vni)-vni]是将所有的决策单元属于相同管理水平下。最后，得出调整后的投入数据。

第3阶段：将调整后的投入、产出数据重新进行估计，得出新的创新效率值，并据此进行相关分析。

3 结果分析

3.1 第1阶段DEA估计结果

采用传统DEA对安徽省地区工业企业创新效率进行估计，初步估计结果如表2所示。其中，TE均值为0.69～0.82，PTE均值为0.84～0.90，SE均值为0.83～0.91，表明安徽省各地区创新效率值均处于效率前沿面之下，其中，PTE小于SE，是制约技术效率提高的主要因素。另外，PTE、SE两种效率均有提高的空间。

从各个地区创新效率来看，滁州、六安4年的TE均为1，说明两市企业综合效率在省内达到效率前沿面；合肥、淮北、宿州、阜阳、马鞍山、芜湖、宣城、池州和安庆的TE在逐年上升，说明这9市工业企业的综合创新效率在逐年提高；亳州、蚌埠、淮南和黄山的TE在下降，说明这4市工业企业的创新效率在不断下降。淮北、淮南TE小于0.5，创新效率低下。从皖中、皖北、皖南地区来看，皖北地区创新效率低于皖南、皖北地区，说明安徽省皖北地区工业企业创新效率具有很大的提升空间。其中，PTE低下是制约皖北地区创新效率提高的主要因素。表3显示，合肥、蚌埠、马鞍山和芜湖4市创新效率呈现出规模报酬递减。因此，合理调整生产规模刻不容缓。

3.2 第2阶段SFA分析结果

以松弛变量Lstuff和Ffund作为因变量，地区Apgdp、Eedu、Ggov、Sscale、Iins和Wgeo等环境因素作为自变量，用SFA分析进行回归，估计结果如表4所示。

表2 工业企业创新效率

表3 创新规模报酬

数据表明，σ2、λ和LR检验均通过1%的显著性检验，表明环境因素对企业创新效率具有显著的影响。回归结果表明：地区发展水平的提高会增加创新活动中研发人员和研发经费的支出。人员素质的提高会减少创新活动中研发人员和研发经费的支出，因为人员素质提高会使得研发人员的研发技术水平整体提高，因此会降低对研发人员的需求，高素质人才的创新效率更高，从而降低企业对研发经费投的入。政府支持会增加创新活动中研发人员和研发经费支出，政府支持会增加企业的经营规模，从而提高企业对创新人员的需求；政府支持引起对私人投资的挤出效应，使得企业创新资金来源减少，为了保障足够的创新投入，企业会加大研发资金的支出。企业所有制结构会增加研发人员，减少研发经费支出。说明所有制结构合理化，使得港澳台三资企业市场准入壁垒降低，从而提高对人才的吸纳能力，另外，企业所有制合理化会加剧市场的竞争水平，提高投入资金的利用率，减少企业对创新活动投入支出。地理位置良好会减少研发人员和研发经费支出，空间经济理论认为技术创新位于核心区域，对人才具有吸引力，使得各类人才在核心区域集聚，良好的地理位置是人才得以自由、有效交流的关键，降低相关人才的培训费用，故地理位置对创新效率有正向作用的激励。

表4 SFA分析估计结果

3.3 第3阶段调整DEA分析结果

经过计算并对原始投入变量进行调整，得出新的投入变量，接着用DEA分析重新进行估计，估计结果如表5所示。第3阶段DEA分析得到的TE、PTE和 SE的均值分别为 0.70～0.76，0.93～0.934和0.74～0.79，其中SE较第1阶段DEA分析出现了下降的趋势，而PTE则显著性提高，SE成为影响安徽省工业企业技术效率提高的主要因素，与第1阶段DEA估计的结果相反。另外，从表6中规模报酬也可以看出，工业企业规模效应由规模报酬递减变成规模报酬递增，产生交叉验证。

再对各地区工业企业创新效率进行分析，合肥、淮北、蚌埠、淮南、马鞍山、芜湖、宣城和铜陵8市的TE均上升，表明这8市的工业企业技术效率在传统DEA分析下被低估；而亳州、宿州、阜阳、六安、池州、安庆和黄山的TE被高估，说明这7市工业企业处于较为有利的环境，从而改善技术效率水平，被高估的原因在于管理水平不高[11]。皖南、皖中地区工业企业创新效率整体水平高，而皖北地区工业企业创新效率整体偏低，这与第1阶段DEA估计结果相比没有发生太大变化。

表7是由两阶段DEA得到三种创新效率值与有效专利数进行相关性分析得出的，第3阶段DEA效率显著性大于第1阶段DEA的，说明环境等因素对安徽省工业企业的创新效率有影响，消除干扰因素之后的效率值更加接近真实情况，具有有效性和一致性。

表5 调整后创新技术效率情况

表6 调整后创新规模报酬情况

表7 创新效率值与有效专利数相关系数

4 总结及政策建议

本文运用三阶段DEA分析方法，对安徽省16地级市工业企业2012—2015年的创新效率进行了对比分析，在消除环境因素和随机干扰项之后发现，安徽省各地区工业企业创新效率存在差异，影响技术效率的因素前后也发生变化。据此给出相关建议：

（1）对于纯技术效率被高估的地区，主要原因在于企业管理水平不高，因此，对于这些地区的工业企业，需要引进先进的管理制度，并加以吸收、创新和改进，形成一套适合本企业配套的管理制度，并对管理者进行相关培训；对于规模效率被高估的地区工业企业，需要根据企业生产的实际情况，合理扩大地区工业企业生产规模，发挥规模报酬递增带来的优势，提高工业企业的技术创新效率。

（2）位于皖北地区工业企业创新效率具有提高的空间，省政府应给予企业更大的支持力度和优惠政策，归纳并总结皖中、皖南地区工业企业的创新发展经验，运用到皖北地区工业企业实际生产过程中，统筹协调共同发展。

（3）企业所有制结构对创新效率具有促进作用，各级政府要降低市场准入条件，招商引资，使得市场竞争朝着合理的方向发展，从而提高创新效率水平。

（4）合理的区位优势对企业技术创新效率具有促进作用，各级市政府在未来规划城市发展时，建立便利的交通条件，发挥区位优势带来的正向作用，降低企业生产成本。

（5）高学历的研究人员对创新效率具有正向作用，相关企业注重对高学历人才的吸收，对相关研究人员进行专项培训，提高企业的创新效率。另外，政府着重对教育的投入，提高国民整体的素质水平，培养创新意识。

（6）各级政府应该改进对工业企业研发创新支持力度，加强国家创新资金扶持的监管力度，提髙经费使用效率，充分发挥政府资金支持的导向作用。

[1]于明超,申俊喜.区域异质性与创新效率——基于随机前沿模型的分析[J].中国软科学,2010(11):182-192.

[2]杨青峰.高技术产业地区研发创新效率的决定因素——基于随机前沿模型的实证分析[J].管理评论,2013,25(6):47-58.

[3]肖文,林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界,2014(4):71-80.

[4]曹霞,于娟.创新驱动视角下中国省域研发创新效率研究——基于投影寻踪和随机前沿的实证分析[J].科学学与科学技术管理,2015,36(4):124-132.

[5]乔威威,罗鄂湘,钱省三.基于DEA的企业技术创新效率研究——以上海战略性新兴产业为例[J].技术与创新管理,2014,35(6):562-566,631.

[6]庞瑞芝,李鹏.中国工业创新:过程、效率与模式——基于2001—2008年大中型工业企业的数据[J].产业经济研究,2011(2):1-7,9,8.

[7]高霞.规模以上工业企业技术创新效率的行业分析[J].软科学,2013,27(11):58-61,65.

[8]黄奇,苗建军,张菁菁,等.基于区域异质性的中国工业企业创新效率[J].系统工程,2014,32(7):20-26.

[9]乔元波,王砚羽.基于三阶段DEA-Windows分析的中国省域创新效率评价[J].科学学与科学技术管理,2017,38(1):88-97.

[10]刘志迎,张吉坤.高技术产业不同资本类型企业创新效率分析——基于三阶段DEA模型[J].研究与发展管理,2013,25(3):45-52.

[11]刘伟.中国高新技术产业研发创新效率测算——基于三阶段DEA模型[J].数理统计与管理,2015,34(1):17-28.

[12]FRIED H O,LOVELL C A K,SCHMIDT S S,et al.Acounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of Productivity Analysis,2002,17(1/2):157-174.

[13]CHARNS A，COOPER W W,RHODES E.Measuring the efficiency of decision uni[J].European Journal of Op-erational Research,1978,94(2):95-106．

[14]BANKER R D,CHARNS A,COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science,1984,30:1078-1092.