安徽省高科技企业技术创新绩效研究

摘要：本文以安徽省36家高科技企业2016—2019年数据为依据，结合高科技企业的特点，建立高科技企业技术创新的研发产出阶段和经济转化阶段投入产出指标体系，进而运用双阶段DEA模型对两阶段技术创新绩效进行评价，并对不同时段的创新效率进行分析比较，揭示安徽省高科技企业技术创新存在的问题，并从政府、产业和企业三方面考虑，提出提升安徽省高科技企业技术创新绩效的合理建议。

关键词：双阶段DEA模型;高科技企业;创新绩效

一、引言

国力的增强和国际竞争力的提高的关键因素之一就是高新技术。近年来，我国高新技术产业发展迅速，规模不断扩大。2019年国家高新区生产总值已达12万亿元，国家高科技企业的GDP占全国的GDP12.3%，全国高新技术企业达到22.5万家。高科技企业需要大量的研发费用和科技型人才创造研究成果。我国高科技企业研发投入虽然持续增加，但很多企业一味增加创新投入而忽视了效率的问题，导致效率低下，弱化了创新的意义。本文将以省级层面的高科技企业作为研究对象，以安徽省为例，首先建立高科技企业技术创新绩效指标体系，运用双阶段DEA模型，结合获取的数据，对安徽省高科技企业创新绩效进行分析。通过研究企业的绩效创新能够帮助企业在资源有限的情况下，使得创新投入和产出最大化，十分具有研究意义。

二、模型建立

设有n个决策单元DMUj（j=1，2，…，n），每个单元都由两个阶段组成，并且都有m个投入项和s种产出项，Xij为第j个评价单元第q（q=1，2）个阶段的第i项投入，Yij为第j个评价单元第f（f=1，2）个阶段的r项产出。则第p个决策单元DMU的效率值h*p可用数学模型（1）计算：

由于求解方式规划问题过程十分繁琐，并且可能没有有效解，因此我们依据DEA模型进行转换，得到第一阶段评价模型的线性表达式（2）：

由于模型（2）中限制条件过多，为了便于求解，我们引入松弛变量S-ip ，S+ip可得对偶规划式（3）：

对于公式（3），假设其最优解为λp，S-ip ，S+ip，θp，在不同条件下，评价单元DMUp的规模收益的特点如表所示：

三、实证分析

（一）指标的选取与体系构建

本文结合高科技企业特点构建高科技企业技术创新的研发产出阶段和经济转化阶段投入产出指标体系。考虑到企业在创新活动中从投入到产出有一定的时滞性，本文选择2016年作为第一阶段的投入时点，2018年作为该阶段产出时点。第二阶段的投入指标是第一阶段的产出指标，选择2019年为第二阶段的产出时点。

（二）数据来源

本文所选取的数据主要来源于36家企业2016-2019年披露的年报，年报下载于巨潮资讯网。企业专利数在佰腾网专利检索系统查询。

（三）两阶段创新绩效分析

根据前文构建的DEA模型，安徽省36家高科技企业研发产出阶段数据基本信息如表2所示，两阶段绩效结果如表3所示。

从表3可以得出如下结论：

1.在研发阶段绩效分析中，安徽水利、富煌钢构、国轩高科这三个公司是绩效值为1，表明这三个企业研发效率達到了DEA有效。有四家企业绩效值在0.5-0.8之间，研发效率在中上水平，其余29家企业绩效值在0.5以下且具体值偏低，研发效率偏低。

2.在经济转化绩效分析中，淮北矿业和鸿路钢构的经济转化效率值为1，表明这两家企业研发效率达到了DEA有效。30家企业经济转化效率值在0.5-1之间，经济转化效率达到中上水平，其余四家企业经济转化效率值在0.4-0.5之间，经济转化效率偏低。

（四）两阶段比较分析

从表3中可以看出海螺型材、淮北矿业、富煌钢构、恒源煤电、安科生物、皖通科技、国风塑业、融捷健康、鸿路钢材、楚江新材、应流股份、铜陵有色共计12家公司排名取得经济转化阶段有较大进步，说明这12家公司比较重视经济转化阶段绩效。另外还有一些公司两阶段落差较大，比如安凯客车、江淮汽车、阳光电源、长信科技等9家公司则在研发产出阶段表现较好，而在经济转化阶段排名比较靠后、退步明显。由此可知，虽然研发产出阶段是经济转化阶段的基础，但是研发产出阶段绩效高的公司在经济转化阶段同样可能绩效退步，研发产出阶段绩效较低的公司也可以通过改进投资比例等等实现经济转化阶段高绩效。

（五）两阶段效率分布图

本文根据36个高新技术企业两阶段效率绩效评价结果，分别以两阶段的均值为参考数据，将技术研发效率介于[0，0.280]地区划分为低研发效率区，技术研发效率介于[0.280，1]地区划分为高研发效率区，经济转化效率介于[0，0.676]的地区划分为低转换效率区，经济转化效率介于[0.676，1]的地区划分为高转换效率区，则评价对象将分为高研发高转化、低研发高转化、低研发低转化和高研发低转化这四种类型，分布图如图1所示：

本文研究对象中，有6家高研发高转化型企业，创新绩效均表现良好，研发和转换效率都高于均值。6家高研发低转化型企业，研发能力强，但技术转换能力较弱;10家低研发高转化企业，研发能力较弱，但技术转化能力较强。14家低研发低转化型企业，两阶段创新绩效均表现为一般或落后。高研发高转化企业仅占研究企业的1/6，低研发低转化企业占研究企业比率最高，为7/18，安徽省高科技上市公司技术创新绩效偏低。

四、建议

结合上述分析，为有效提高安徽省高科技企业技术创新绩效，本文将从以下三个方面提出建议。第一，从政府层面出发，政府应该充分发挥职能优势，出台相关政策扶持企业技术创新和减轻高科技企业负担。政府积极引进人才，培育人才，为高科技企业创造良好的环境，能有效提高研发效率。第二，从产业方面出发，发展产业学研合作战略，促进企业、高校和研究院的合作，整合技术与人才资源，提高科研成果转化，从而提升安徽省高科技企业创新绩效。第三，从企业方面出发，安徽省的高科技企业应增加企业科技人员数量与科研经费的投入，采取相关措施，对研发人员进行培训，提高研发人员素质，提高研发效率。

参考文献：

[1]魏巍，符洋，杨宇，杨彩凤.基于双阶段DEA模型的湖南省高新技术产业创新绩效研究[J].科技和产业，2020，20（10）：54-59.

[2]夏晶，江喜林，陈祥平.科技型中小企业技术创新基金绩效评价研究——基于[3]DEA模型的实证分析[J].科技与经济，2020，33（05）：11-15.

[3]赵树宽，余海晴，巩顺龙.基于DEA方法的吉林省高技术企业创新效率研究[J].科研管理，2013，34（02）：36-43+104.

[4]钱文瑜，陈新国.基于DEA模型改进的我国高技术产业技术创新绩效评价[J].科技管理研究，2014，34（08）：196-201.

[5]韩兵，苏屹，李彤，万民.基于两阶段DEA的高技术企业技术创新绩效研究[J].科研管理，2018，39（03）：11-19.

[6]郑素丽，胡一鸣.浙江省高技术产业创新效率评价与优化路径：基于双阶段DEA方法的实证研究[J].科技管理研究，2019，39（05）：89-96.

[7]吕佳，陈万明.基于DEA Malmquist指数的我国高技术产业创新效率分析[J].南通大学学报（社会科学版），2015，31（04）：135-141.

本文系安徽财经大学大学生科研创新基金项目研究成果，项目编号：XSKY21101

作者简介：李佳钰（1999——）女，汉族，安徽安庆人，安徽财经大学会计学院，2018级本科生，财务管理专业