价值链视角下特色先进制造业科技创新效率实证研究——以常州市为例

□周之成 常 圆 俞 倩 张 震 王 斌

党的十九大报告强调，新时代实施创新驱动势所必然，制造业的发展至关重要。研究常州市的特色先进制造业的关键在于研究创新效率，以“十大产业链”的创新发展，来探究特色先进制造业的创新发展。创新能力的差异显示创新在财税支持、产金融合、人才引培、监测评估、开展应用示范工程等方面有着重大需求，同时促进各界的协调发展。在产业链中，研究其创新效率有利于提升常州地区工程机械智能化程度，促进功能多元化；为新医药产业转型提供路径；加速新光源产业应用领域拓展，不仅便利民生医疗，对国家能源、航空航天等方面亦有价值。本文以常州市特色先进制造业为对象，选取典型产业、企业进行研究。以价值链为视角，从科研开发和商业转化两过程来研究分析投入产出，构建DEA模型评测创新效率。得出各产业及常州市总体特色先进制造业的创新能力，并提出提升路径。

一、产业科技创新研究文献综述

自从Schumperter(1943)提出技术创新的若干假说以来，国内外学者对产业科技创新效率的评价及其影响因素的研究就从未中止。这之中产生了若干测算创新效率的方法模型，主要有：AHP-模糊综合评价法、DEA评价法、SFA评价法等。朱有为和徐康宁选用随机前沿分析(SFA)对中国高技术产业的开发效率进行了测度，同时从四个环境因素方面研究了各自的影响[1]。刘志迎和叶蓁采用DEA方法研究了中国高技术产业的创新效率，并比较了各细分行业水平，分析了内在机理[2]。官建成和陈凯华采用松弛变量作为DEA模型投入变量，以此剔除环境因素影响，并计算出调整后的效率[3]。李向东分别采用DEA方法和SFA方法评测研究高技术产业创新效率，较为全面[4]。

本文使用DEA方法，对创新效率值测度，研究其水平。

二、研究设计

(一)模型构建。本文以价值链为视角，从科研开发和商业转化两个阶段在常州“十大产业链”中选取典型企业五年的面板数据并进行标准化处理后，构建传统DEA模型，剖析投入产出关系，实证得出创新研发效率和经济转化效率，以此对常州特色先进制造业整体科技创新能力进行分析。

图1 基于价值链的特色先进制造业创新效率实证过程

DEA模型，采用的是Baneker等提出的修正BCC模型，BCC模型假定规模报酬可变。这样技术效率可以进一步分解为规模效率、纯技术效率的乘积。BCC模型可以对非最佳生产规模和技术上的无效率进行分解，得到纯技术效率。比CCR模式下得到的技术效率能更好地反映决策单元的管理水平。对于任一个决策单元。投入导向的BCC模型为:

(二)研究思路。本文基于价值链研究特色先进制造业的创新效率，将开发过程分为科技研发和商业转化阶段。可以有效补充DEA方法的“黑箱”操作所带来的对创新系统的内在结构和运行机理的忽视。具体过程如图1所示。

(三)变量和数据。本文的研究对象为特色先进制造业的创新效率，选取“十大产业链”为样本。由于相关研究文献的不足、数据资料的缺失及各产业链企业的组内差异较小、组间差异较大的特性，本文选取了十个典型企业为各产业代表，对指标数据标准化处理后分析。

表1 变量描述

1.创新投入变量。基于价值链，从两个阶段选取投入变量。其中专利技术同时作为研发阶段的产出指标和转化阶段的投入指标。开发阶段，选取科研经费和科技活动人员。转化阶段，选取企业科研经费内部支出和科研人员数量。

2.创新产出变量。基于价值链，选取产出指标。研发阶段，以科研成果为主要产出，选取专利数为指标；转化阶段，因研究对象均为新生特色先进制造业，故直接采用数据完整的总产值代替国际通用的新产品销售收入。

表2 时滞设置

3.变量的时滞设置。由于开发阶段和转化阶段从投入到产出的过程需要一定的时间，必须考虑研发投入与发明专利与新产品之间的时滞关系。参考国内外学者的做法，采用刘顺忠和官建成(2002)的滞后设置。

三、实证分析

(一)实证过程。利用DEAP2.1软件对常州“十大产业链”中分别选取的典型企业在研发(应用研究)阶段和转化(试验发展)阶段的创新效率进行初步测算，得到的测算结果，如表3所示(受篇幅限制，纯技术效率和规模效率结果不予展示)。并绘制技术效率均值矩阵图。

基于价值链的视角分别分析得到如下结果：五年间，创新效率呈现波动，部分行业处于技术无效率状态。研发阶段，TE均值为0.0344～0.8842，PTE为0.4544～1，SE为0.043～0.933，技术效率各产业的标准差为0.2836；转化阶段，TE均值为0.186～0.9574，PTE为0.6054～1.00，SE为0.224～0.999，技术效率各产业的标准差为0.2246。

表3 开发和转化两阶段研发创新技术效率(TE)估计结果(近5年)

(续表3)

太阳能光伏研发转化0.0320.1140.0200.0090.0090.03680.3190.3050.3500.0260.0230.2046碳材料研发转化1.0000.3351.0000.3240.4090.61361.0000.3351.0000.3240.4090.6136通用航空研发转化0.8601.0000.6150.0040.0060.4971.0001.0001.0000.0260.0240.61新光源研发转化0.0060.0350.0071.0000.2480.25921.0001.0001.0000.0780.0580.6272新医药研发转化0.7140.8890.2340.1150.1530.4210.9450.8890.5290.0780.1530.5188智能电网研发转化0.0600.1840.0220.110.0100.07720.5290.5640.4190.1150.0210.3296农机和机械工程研发转化0.0600.2170.0180.0040.0050.06080.6400.5960.5580.0250.0280.3694智能数控和机器人研发转化0.4211.0001.0001.0001.0000.88420.7871.0001.0001.0001.0000.9574

各产业典型企业创新效率在两阶段悬殊较大，且研发阶段创新效率普遍低于转化阶段。另外，创新效率都有很大的提升空间，尤其是规模效率方面。具体来看，一是以常州铭赛机器人股份有限公司为代表的智能数控和机器人产业整体领先。二是以第六元素材料科技为代表的碳材料产业。三是太阳能光伏产业整体落后。值得注意的还有轨道交通、汽车及零部件和太阳能光伏三个产业规模效率很低，智能电网和农机机械工程产业在研发阶段的创新效率与其转化阶段悬殊较大。根据上述创新效率的测算，绘制矩阵图，以研发效率为纵轴，转化效率为横轴。以平均效率为分界点。如图2所示。

图2 常州市特色先进制造业创新效率均值矩阵图

(二)结论分析。

1.碳材料和新医药产业规模效率递增，其他均递减，因TE=PTE*SE制约创新效率。领跑企业占有较高市场份额，达到创新转化阈值，因此在转化机制还未达到更高层次之前继续投入将产生冗余，故应另谋他法提升创新效率。前者反之。

2.十大产业在开发过程的效率普遍明显低于应用过程。尤其轨道交通、汽车及零部件、太阳能光伏、智能电网和农机机械工程五个产业研发阶段效率非常低。企业过分谋求短期经济效益，将创新重心置于转化阶段，而忽略基础研发。

3.通用航空、新医药和农机机械工程三产业近五年来创新效率波动并总体降低，但这并不意味着创新能力下降。根据相关企业资料，常州市高技术产业在2010年后大步创新，到2015年已获一定成效。该类企业表示目前将着重巩固已有产品的市场地位，阶段性放缓科创脚步。

四、政策建议

(一)合理创新投入规模，优化资源配置。依据实证结果，常州市高技术产业的应用研究和试验发展阶段的创新规模效率普遍不高，大部分规模报酬递减，创新投入达到转化阈值。也有部分产业处于递增状态，需继续鼓励创新，把握时机研发新产品，合理扩大规模。

各特色先进制造业企业应合理调整创新投入规模，产业间合作，调配创新投入资源，促成创新高效率和新发展。

(二)促进基础研发，注重人才培养。针对实证结果中研发阶段创新效率低的状况，企业仍需在此阶段提升科创积极性。建议充分凸显政府在基础研发阶段的积极影响：完善相关政策法规、财税补助政策；多样化产业创新支持手段，如人才引进、信息基建深入等。

企业关注人才培养，推动但不局限于职前培训、职业技术再教育，与各高校以及科研院所合作，设立公司创新奖项、发放创新补贴等，促进基础研发。

(三)企业提升管理水平，建立技术创新的筛选机制。企业进一步改善外部环境，引进先进管理理念提升管理水平，以谋求稳定成长。此外，企业要在促进技术革新升级以提升纯技术效率的同时，建立技术创新的筛选机制。这要求做好市场调研，严格化新产品立项，确保其经济效益。