美国贸易打击清单内的中国战略性新兴产业企业投入产出效率研究——基于2008—2017年26家上市公司样本数据分析

李晓梅

(辽宁工业大学管理学院,辽宁 锦州 121001)

0 引言

经济新常态下，战略新兴产业的发展已成为拉动全球经济增长的新动能，而作为制造业大国，中国战略新兴产业正成为中国经济发展的新引擎。然而，中美贸易战中，美国实施对华经贸制裁，其目的是要拖慢甚至拖垮中国高精尖科技全面赶超美国的进程，以保证美国高新技术全球领先以及战略新兴产业的领跑地位。2018年3月美国宣布拟对每年最多达1000亿美元的中国进口商品征收关税的计划，特别把“航空航天、信息和通信技术”等战略性新兴产业列为将要征收关税的行业。一些中国战略性新兴企业出现在了《美国301调查报告》清单里，引起了世界的广泛关注，如美的集团、中国中车、清华紫光、中国化工、中国商飞和中国航空工业集团、华大基因等6家控股的中国战略性新兴产业企业。美的集团虽然不是国有企业，但在中国打造具有全球竞争力的机器人产业的计划中，美的具有重要地位。2016年，美的斥资42亿美元收购了德国顶尖机器人集团之一库卡(Kuka)。中国化工及其他中国国有铁路集团是与庞巴迪(Bombardier)、西门子(Siemens)等全球行业领军企业建立合资公司的主要受益者，在2016年初宣布将斥资440亿美元收购全球最大的农药和种子集团之一瑞士先正达(Syngenta)，这宗收购也使陶氏杜邦(DowDuPont)、孟山都(Monsanto)等美国农药生产商陷入与中国的直接竞争。中国中车目前是全球最大的铁路车辆制造商，近几年进入了美国市场，拿下了为波士顿、芝加哥、洛杉矶、费城供应地铁列车的合同。中国商飞和中国航空工业集团这两家中国飞机制造集团被认为正试图打破波音和空客在客机市场上的垄断地位，并把中国变成一个航空制造业强国。清华紫光在2015年以38亿美元收购美国西部数据(Western Digital)15%的股份。华大基因作为全球最大的基因组学研发机构，华大基因吸引了多轮私募股权机构的投资，2013年，华大基因收购了总部位于美国的基因组测序公司Complete Genomi-cs，后者已经对逾2万个人类基因组进行了测序。这6家战略性新兴产业成长的背后也给国内其他区域战略性新兴产业发展带来重要启示。

何为战略性新兴产业？培育壮大战略性新兴产业是“十三五”规划纲要提出的“优化现代产业体系”的重大任务。一般意义的战略性新兴产业是知识技术密集、物质资源消耗少、成长潜力大、综合效益好的产业，是国民财富的创造体系。2017年国家统计公报明确了工业战略性新兴产业包括节能环保产业、新一代信息技术产业、生物产业、高端装备制造产业、新能源产业、新材料产业、新能源汽车产业等七大产业中的工业相关行业。为有效促进战略性新兴产业的发展，各国先后出台了一系列的制度、政策以引导与刺激其发展，2010年国务院出台了《关于加快培育和发展战略性新兴产业的决定》，2017年国务院政府全面启动了《 “十三五”国家战略性新兴产业发展规划》确定的21个重大工程，推进已有相关部署工程项目，包括对信息消费、生物技术惠民、“互联网+”、大数据等领域加大支持力度和项目建设。美国奥巴马政府先后签署了《美国创新战略：促进可持续增长和提供优良工作机会》《重整美国制造业框架》，明确了发展清洁能源、先进汽车技术、健康技术等产业的战略方向；日本、韩国也相继出台了《面向光辉日本的新成长战略》《新增长动力规划及发展战略》等促进新兴产业发展所需的融资制度、财税制度。

中美贸易战背景下，中国战略性新兴产业企业近10年投入产出效率如何？能否顶住压力实现技术和规模经济优势是本文关注的热点，也是进一步深入研究分析的主要内容，特别是在当前的经济背景下，研究中国战略性新兴产业企业的投入产出效率对同类企业的发展具有重要的借鉴和参考价值。本文基于《美国301调查报告》列出的贸易打击清单里的主要中国战略新兴产业企业控股公司2008—2017年上市样本数据，采用规模报酬可变的数据包络方法进行投入产出效率测算分析，旨在对我国战略新兴产业企业投入产出效率的提升提供参考。

1 文献回顾

分析战略性新兴产业投入产出效率是当前学者们广泛关注的重点。根据前文所设定的研究目标，本文的文献综述重点在两个方面：一是战略新兴产业企业投入产出效率影响因素；二是测算战略新兴产业企业投入产出效率的测度方法。

1.1 战略新兴产业效率影响因素

当前战略新兴产业效率低下主要原因由资本配置效率低下和企业无技术效率构成，赵玉林等[1]选取战略性新兴产业403家上市公司的数据进行研究，考察了产业技术效率对资本配置效率的影响，指出可以通过提高技术效率来改善战略性新兴产业的资本配置效率。姚潇颖等[2]构建logistic回归模型，对产学研合作模式及其影响因素的异质性问题进行实证分析。研究的结果表明，产学研合作受企业技术创新因素、结构因素和环境因素的影响,其中技术创新因素影响尤为突出。另外，同样为战略新兴产业的国有企业与民营企业在生产效率上也存在着明显的不同。程贵孙等[3]采用BCC模型对民营以及国有上市公司的相对效率进行研究，发现二者的生产效率非有效且纯技术效率的大幅度下降会引起企业的综合效率整体降低。这两类上市公司在战略性新兴产业各行业中的技术效率、规模效率以及综合效率上均存在显著差异。同时魏峰等[4]研究发现国有企业技术效率的上升情况更为明显。孙治宇等[5]研究了外商直接投资对江苏省战略性新兴产业企业技术效率的影响，指出通过引进外资无法对企业技术效率的提升产生明显的推动作用，引进外资而产生的技术转移效果并不明显，由此提出要改善企业经营环境、加强研发创新能力建设等建议来推动战略性新兴产业的迅速发展。吕岩威等[6]以我国战略性新兴产业18个行业为研究对象，对各行业技术效率及其影响因素进行研究，发现我国战略性新兴产业的技术效率呈现出一定的起伏波动，总体效率水平较低，并进一步指出产业集聚度以及企业规模均对技术效率起到正向作用，而外商直接投资则对其产生负面作用。引进外资并不能从根本上提高企业的生产效率，加快创新驱动发展才是战略新兴产业发展的动力之源。王水莲[7]从企业微观层面与行业层面对战略新兴产业系统分析，认为企业效率最优模式的实现需要打破组织边界,建立商业模式创新系统框架,形成灵活的立体创新网络,为战略性新兴企业的商业模式创新提供动力来源、资源基础和合法化构建氛围。刘志阳等[8]从战略性新兴产业生命周期的视角出发，研究战略性新兴产业创新获利的关键因素，并发现动态有效的创新获利策略将有助于创新价值占有和对发达国家的赶超，创新企业应该根据产业所处生命周期动态选择创新获利策略制定我国战略性新兴产业扶持政策，不仅要考虑自主创新能力，也要考虑创新获利能力。邸晓燕等[9]从公共政策理论的视角，探讨了产业技术创新战略联盟标准的内涵，新兴产业中技术创新对联盟标准的需求，并总结试点联盟在开展标准工作中的实践，提出了相关政策建议，以促进产业技术创新战略联盟标准的制定和实施。张晓涛等[10]对中美两国制造业振兴战略的政策支持体系进行系统梳理，比较分析发现两国再工业化战略的政策体系的层次结构不同、政策设计者的权限不同、政策体系的作用群体不同，提出了有效实施我国制造业振兴战略的3点政策建议，如提升人才、资金、技术的要素禀赋、明确政府的职能定位以及提高政府的政策执行效率。黄永春等[11]基于资源累积与进入时机的交互效应，探讨了新兴大国企业进入战略性新兴产业赶超的时机选择机制和绩效生成机制，进而通过数理建模和仿真分析比较了不同进入时机的追赶绩效，最后以我国高铁产业为例进行了剖析。

1.2 战略新兴产业测度方法相关研究

在现有的研究中，对战略新兴产业效率测度的实际数据的处理，通常选择引入Malmquist指数分解方法。刘志迎等[12]基于历年各省市高新科技企业经营的实际数据，建立DEA-Malmquist评价模型，在CCR与BCC静态模型的基础上，引入Malmquist指数分析，利用动态数据包络分析法对高新技术产业整体效率进行研究，分析高效率决策单元投入要素关系。黄海霞等[13]通过Malmquist指数分解方法在测算战略性新兴产业的技术创新后指出，纯技术效率对战略性新兴产业技术创新全要素生产率增长的影响最大，全要素生产率的增长动力因区域不同而存在明显差异，东西部地区对技术进步的依赖程度较大，而中部地区则更多地依赖于技术效率的增长。邬龙等[14]通过随机前沿模型与柯布-道格拉斯生产函数模型，分析研究了我国战略性新兴产业的创新效率。熊婵[15]指出中国高科技创业企业的发展一直备受关注。鉴于创业企业的低存活率以及高科技企业的高投入和高风险等特征，对高科技创业企业的运营效率进行测度和评价具有重要的理论意义和现实意义。

通过对相关文献梳理发现，针对研究战略性新兴产业效率的测度方法有很多，包括DEA-Tobit模型、二阶段DEA模型、改进Wurgler方法以及半参数最小二乘法(STLS)。传统的CCR模型是径向的，没有考虑综合的松弛性问题，导致测度经济效率失真；而处理非期望产出的DEA-SBM模型将松弛变量考虑到目标函数中，一方面解决了传统CCR模型不能解释的综合的松弛性问题。本文基于规模报酬可变的BCC-DEA模型，同质性保证了决策单元之间的可比性和评价结果的公平性，为进一步把“黑箱”打开，基于2008—2017年美国贸易打击的中国战略性新兴产业上市企业的样本数据，测算企业10年内投入产出效率变化情况，该方法中的有效前沿面取代了微观经济学中的生产函数，根据帕累托最优原理，通过线性规划的方式确定了生产可能集的最优生产点是否在生产前沿面上。

2 研究方法

测度企业投入产出效率的方法有许多，本文选取A Charnes 和W W Cooper等著名运筹学家提出的是数据包络方法(Data Envelopment Analysis，DEA)，该方法是介于管理学和运筹学新兴交错的一个研究领域，是一种有效率的非参数化方法，该方法使用数学规划模型评价具有多个投入、多个产出的决策单元(Decision Making Unit,DMU)之间的相对有效性，其经济学原理是在一定的投入和产出条件下，计算出效率前沿面，通过测算决策单元DMU 的生产曲面与最佳前沿面之间的距离来计算效率值，并以此来衡量决策单元是否达到最有效，若成果有效就叫作有效DEA[16-17]。

在数据包络分析方法中，最具代表性的是CCR模型和BCC模型，两个是DEA最常用的模型，CCR模型是隐含了规模收益不变(VRS)的假设，测算的是决策单元整体有效性的效率值，但这种假设比较严格，导致很多决策单元不能在这种假设下完成。由此，学者Banker等对传统CCR模型进行改进，提出了BCC模型，BCC模型是假设规模收益可变的数据包络模型，测算技术效率的有效性，本文采用规模收益可变(CRS)的BCC模型。假定有m个独立的决策单元(本文研究的决策单元为战略新兴产业样本企业)，每个决策单元有n个要素投入和k种产出，建立模型：

(1)

式中，λJ为相对于DMUj0的第j个决策单元的组合比例；s-为输入松弛向量，s+为输出剩余向量(输出亏量)。θ为决策单元DMUj0的有效值。

3 样本选取与数据来源

3.1 评价指标体系的选取

战略性新兴产业企业投入产出效率是一个多要素投入、多产出的动态复杂系统，包括各类资产总计、营业成本、营业收入、净利润、每股收益等多项综合一级指标。从构建的评价指标体系看多种多样，在进行指标选取时，需要结合投入产出效率分析的目的进行，同时还要考虑数据的可获得性。在投入指标中，资产总计又包括存货、固定资产和长期股权投资三个二级指标[18]。存货是指企业在日常活动中持有以备出售的产成品或商品、处在生产过程中的产品、生产过程或提供劳务过程中耗用的材料或物料等；长期股权投资是通过投资取得被投资单位的股份。投入指标营业成本又包括销售费用、管理费用和财务费用三个二级指标。在产出指标中，营业收入包括主营业务收入和其他业务收入。主营业务收入是指企业从事本行业生产经营活动所取得的营业收入，其他业务收入是指各类企业主营业务以外的其他日常活动所取得的收入。一般情况下，其他业务活动的收入不大，发生频率不高，在收入中所占比重较小。净利润为销售净利率(%)与销售收入的比值。每股收益又称每股税后利润、每股盈余，指税后利润与股本总数的比率。每股收益通常被用来反映企业的经营成果，基本每股收益=归属于普通股股东的当期净利润÷当期发行在外普通股的加权平均数。投入和产出指标构建如表1所示。

表1 战略性新兴产业上市企业投入和产出指标构建

3.2 数据来源及说明

本文主要选取《美国301调查报告》里列出的贸易打击清单的中国战略新兴产业企业，这些上市公司涉及的战略新兴产业领域包括高端装备制造、节能环保、新一代信息技术、生物、新能源、新材料等多个领域新兴技术产业，26家上市企业为样本数据来源于网易财经、《中信建投证券》等证券网站公布的2008—2017年的年度报表数据，如表2所示。

表2 2008—2017年26家样本企业一级投入产出指标原始数据平均值(单位：万元)

4 投入产出效率测度分析

首先，在2013年、2015年和2016年26家中国战略新兴产业企业投入产出效率变动趋势波动明显。2008年中航电子投入产出效率最低水平值为0.761，投入产出效率水平值在0.9～1.0的有2家企业，投入产出效率达到DEA最优的企业有21家，占比80.76%；在2009年沧州大化投入产出效率最低水平值为0.598，投入产出效率水平值在0.9～1.0的有6家企业，投入产出效率达到DEA最优的企业有17家，占比65.38%；2010年沧州大化投入产出效率仍最低，水平值为0.638，投入产出效率水平值在0.9～1.0的有4家企业，投入产出效率达到DEA最优的企业有19家，占比73.08%；2011年沧州大化投入产出效率依然最低，水平值为0.603，投入产出效率水平值在 0.9～1.0的有12家企业，投入产出效率达到DEA最优的企业也是12家，占比73.08%；2012年沧州大化投入产出效率水平值依然最低为0.738，投入产出效率水平值在0.9～1.0的有22家企业，投入产出效率最优为1的企业仅有2家，分别是四川成飞和天马微电，占比7.69%；2013年深圳飞亚达投入产出效率水平值最低为0.493，投入产出效率水平值在0.9～1.0的有14家企业，投入产出效率达到DEA最优的企业仅有7家，占比26.92%；2014年沧州大化投入产出效率水平值又恢复到最低为0.644，投入产出效率水平值在0.9～1.0的有14家企业，投入产出效率达到DEA最优的企业仅有6家，占比23.08%；2015年深圳飞亚达投入产出效率水平值又恢复到最低为0.404，投入产出效率水平值在0.9～1.0的有17家企业，投入产出效率最优为1的企业仅有4家，占比15.38%；2016年深圳飞亚达投入产出效率水平值最低值为0.349，投入产出效率水平值在 0.9～1.0的有17家企业，投入产出效率最优为1的企业仅有7家，占比26.92%；2017年深圳飞亚达投入产出效率水平值仍然最低为0.632，投入产出效率水平值在0.9～1.0的有10家企业，投入产出效率达到DEA最优的企业上升为14家，占比53.85%。

表3 2008—2017年中国战略性新兴产业企业投入产出技术效率水平值变动趋势

图2 2008—2017年中国战略性新兴产业企业投入产出效率变动趋势

其次，在2008—2017年样本企业投入产出效率按年份最优出现机率不等，DEA最优状态有5家同时出现在6～7个年份，分别是天马微电、中航机电、沈阳化工、中航机电、中国中车；DEA投入产出效率最优状态在5～4个年份的企业有9家，分别是美的集团、ST河化、中航直升机、江西航空、贵州汽车、中航重机、中航飞机、中航沈飞和中航航空；DEA投入产出效率最优状态仅有3个年份的企业有8家，分别是宝胜科技、沙隆达A、天科股份、风神轮胎、深圳飞亚达、中航光电、四川成飞、中航仪器；DEA投入产出效率最优状态等于小于2个年份的企业有4家，分别是紫光股份、沧州大化、中航三鑫、中航电子。

再次，从2008—2017年平均投入产出效率(即技术效率、纯技术效率、规模效率)保持在DEA最优水平状态的中国战略新兴产业企业为0家，企业规模尚可改进，且容易改进的样本企业有21家。2008—2017年中国战略新兴产业企业在10年里平均投入产出效率总体保持在0.9～1.0水平状态，个别企业如中航机电、中航电子纯技术效率10年间能够保持在最优状态，中航资本是唯一保持在规模效率最优状态的企业。大部分企业要么是纯技术无效率，要么是规模无效率，从而最终导致技术无效率，如表4所示。

最后，根据表4的分析结果，又进一步对26家样本企业进行企业规模状态进行梳理。从整体来看，26家中国战略战略性新兴产业企业规模效率都在上升阶段，无论是政府投资还是企业自身投入都比较重视企业发展，没有企业处于停滞或规模过小阶段，有1家企业达到了规模最优，21家企业规模处于尚可改进且容易改进的阶段(见表5)。

表4 2008—2017年中国战略性新兴产业企业平均投入产出效率水平值比较

表5 企业规模分类

5 结论及政策启示

通过对列入美国贸易打击“清单”里的美的集团、清华紫光等主要中国战略新兴产业企业2008—2017年投入产出效率数据的测算分析得知，样本企业在近10年里投入产出效率总体水平保持在0.9～1.0的状态，没有一家能够保持在技术效率、纯技术效率和规模效率最优状态，近54%的企业能够有5个年份以上保持在DEA投入产出效率最优状态，且有80.76%的企业规模尚处于可改进和且容易改进的阶段，有进一步提升规模效率的空间。技术无效率可能的原因是多方面的，如较多企业的干中学需要进一步提升，即技术引进后的消化吸收能力尚缺乏，核心技术的投入产出效率不高。本文试图从以下几方面提出相应的政策启示:

5.1 实施产业创新驱动发展战略

从测算分析结果来看，中国中车、清华紫光等中国战略性新兴产业企业技术效率每年逐步提升，规模效率处在容易改进阶段，所以实施产业创新驱动发展进行技术创新是必经之路。中国战略性新兴产业是中国经济未来发展的新动力，著名经济理论大师萨谬尔森曾撰文，中国的技术进步、生产效率的提升会损害美国的利益，所以当前中美贸易争端正在新兴技术领域扩大，特别是近几年中国中车新兴技术的迅速发展和扩张引起美国的注意。中国在当前新兴技术竞争的压力下，要发展壮大，必须提升本土企业技术、规模效率，坚持实施创新驱动战略。首先，加强研发机构的建立，通过聚集先进的技术、经验进行产品创新与开发，这对提升企业纯投入产出效率是非常必要的，如中化集团在新农药创制方面应不断加强投入，以技术进步促进企业战略转型，构建多层次的技术创新体系和两级科技管理体系；其次，加强知识产权的管理，对中国战略性新兴产业上市公司知识产权的申请、实践和保护给予政策方面的鼓励，支持战略性新兴产业公司发展名牌产品和开展创品牌活动，样本企业本身要培养自我创新意识，不能依赖于政府政策，主动在各方面开展技术、产品创新，如清华紫光在国家集成电路产业推进战略的引导下，以“国际并购+自主创新”双轮驱动，确立以集成电路产业为主，向泛IT、移动互联、云计算与云服务等信息产业核心领域集中发展战略；最后，加强高端人才队伍引进建设，战略新兴产业上市公司必须拥有足够的高端人才包括科研人才、管理人才等多方面的专业人才，充分发挥其智慧才能产生“马太效应”，从而提高企业的竞争力，最终提升企业的投入产出效率。

5.2 增强企业技术战略联盟

中国战略性新兴产业企业投入产出效率没有达到最优大部分是由于企业规模不经济导致的，一些企业处在初创期和成长期，需要成熟期企业的引领和带动。一方面，鼓励战略性新兴产业率先进入和跟随进入的企业间开展技术战略联盟，构筑战略性新兴产业的国内创新链。后进入的企业的科学技术有限，很少有新产品的研究能够成功，鉴于此，应引导强化企业间的帮扶和引领创新、分工合作等，以降低技术赶超风险和成本；另一方面，战略性新兴产业企业在发展战略时要考虑适当的引进和购买先进技术，加强外部知识获取性，从而提高企业的核心竞争力，美的集团收购了德国高端制造业企业技术和规模效率逐步提升，在全球竞争力的机器人产业计划中具有重要地位，但需要持续提高自主创新能力，深入发展人工智能与家电的结合。清华紫光应以国际并购为切入点，在此基础上加大研发投入，实现“裂变式”技术联盟，如2015年以38亿美元收购美国西部数据(Western Digital)15%的股份，需要建立更好的机制，以获取更好的市场占有率。2016年中国化工斥资440亿美元收购全球最大的农药和种子集团之一瑞士先正达(Syngenta)。这几家典型企业的技术战略联盟不仅得到了世界顶级技术也得到了人才，在时间和资金上做到实质性节省，有利于企业产生更快的投入产出回报。由于战略性新兴产业企业受资金和人力等方面的限制，自主研发风险较大，因此通过外部购买软件和设备能最快地获取所需技术，由于这些技术已经成熟，风险性较低，有利于企业减少研发成本，提高生产效益。

5.3 完善政策支持保障体系

当前中国战略性新兴产业正处于成长期，企业投入产出效率仍有上升的空间，依据企业生命周期的演化和发展阶段，政府应实施差异化扶持政策，构建新兴产业科技成果专业基地，搭建公共技术支撑平台，为战略性新兴产业企业营造良好的技术与产业协同发展的外部环境。应依据不同细分领域的发展特点采取不同的培育政策。对于高端装备制造领域、新材料领域等依托传统产业进一步发展起来的企业在培育的过程中可以和传统产业结合起来，利用传统产业成熟的分销渠道和销售经验来提高上市公司产品或者服务的市场认可度，这样不仅能够节约培育成本，还能够帮助相关传统产业企业进行转型升级。对于节能环保领域、新能源领域、新能源汽车领域内等因为资源紧张或环境问题而兴起的企业，在培育的过程中可以在产业政策上给以相关税收支持和企业补贴优惠，同时设置有限的优惠时间，防止公司对政策刺激形成依赖。对于因为经济发展或国际大环境的改变而兴起的企业，在培育过程中政府可以设置严格的准入标准，并合理地进行产业布局规划，避免过多公司同时跻身相关新兴产业重点。对于规模较小的企业来说，如紫光股份、沧州大化、中航三鑫、中航电子，在技术链驱动战略性新兴产业高端化发展的主要目标下，适度通过地方政府扶持扩大生产规模，实施技术追赶战略，购买战略性新兴产业链中处于领跑的企业终端产品，通过“嫁接”方式，突破薄弱的“芯片”制造环节和可改进的生产技术环节，增加新产品的销售收入，降低专利研发投入出现沉默成本的可能，形成自己的规模优势和关键技术点，最终目的提升其投入产出效率，特别在当前中美贸易之战中，提升中国战略性新兴产业企业的竞争力尤为重要。