宁波市高新技术企业创新效率测度分析——基于三阶段数据包络分析模型

印芷水，忻国能，蒋卫东，刘明晨，白 莉

（宁波市科技信息与发展战略研究院/宁波市科技人才管理服务中心，浙江宁波 315048）

高新技术企业是推进地区高质量发展的主力军。“十三五”以来，宁波市加大对高新技术企业培育力度，高新技术企业数量逐年增长，2020 年正式认定高新技术企业1 667 家，比2019 年增加853 家，同比增长105%［1-2］，创历史新高。然而，较深圳、上海等发达城市，宁波市高新技术企业发展质量还不够高，部分企业存在资源配置效率较低等问题。创新效率是衡量高新技术企业创新发展的重要指标，是对企业管理效率的科学量化度量，测度高新技术企业创新发展质量，科学剖析高新技术企业创新效率的影响因素，建立促进企业创新的良好政策生态环境，对提升宁波市企业自主创新能力有重大意义。因此，本研究建立三阶段数据包络分析（data envelopment analysis,DEA）模型，确定投入、产出及环境变量，对宁波市高新技术企业创新效率进行测算和对比分析，并基于此提出推动宁波市高新技术企业提质增效的相关建议。

1 文献综述

高新技术企业创新效率的高低关系到地区产业和经济发展，运用科学的方法测度企业创新效率、寻找优化路径是当前研究热点。已有关于高新技术企业创新效率的研究主要包含创新效率评价指标体系、评价方法等方面。

1.1 高新技术企业创新效率评价方法

国内有关评价高新技术企业创新效率的方法主要有一阶段DEA、三阶段DEA、Malmquist 指数法等。例如，龚光明等［3］建立动态网络DEA 模型，得出基于专利申请评价的我国高技术企业创新效率较低，而基于产值评价的我国高技术企业创新效率不断提升的结论；赵树宽等［4］通过建立一阶段DEA 发现，企业创新综合效率低主要受规模效率中的经费和人员投入的影响；李刘艳［5］采用DEA 模型研究发现，在医药制造业、航空航天制造业、电子通信设备制造业、电子计算机与办公设备制造业、医疗设备及仪器仪表制造业五大行业中，航空航天制造业企业的创新效率最低，主要是由于研发人员及经费投入比例不合理导致；刘飒等［6］运用三阶段DEA 方法研究我国中小型高新技术企业创新投入效率，根据研究结论提出完善企业管理机制、加大政府扶持力度等对策；胡艳等［7］结合DEA 和 Malmquist 法，从静态、动态两方面研究发现企业自主创新和政府支持是提高企业创新效率的重要因素；徐书彬等［8］建立三阶段DEA 模型评价我国人工智能上市企业绩效，发现技术层企业的创新效率值最低。张满银等［9］建立随机前沿（SFA）模型，提出通过扩大对外引资、加大财政支出以提高京津冀规模以上工业企业协同创新效率的建议；陈元志等［10］结合规模收益固定的径向DEA 模型、相邻参比Malmquist 指数、自举法（Bootstrap）纠偏等方法，研究不同所有制高新技术企业技术创新效率；罗利华等［11］采用DEA 法比较数量和质量两个角度的企业创新效率，指出质量角度下的创新效率研究更具代表性。

对比已有评价方法发现，一阶段 DEA 容易忽视环境变量及随机因素的影响，测算得到的效率值存在较大误差和局限性，而三阶段DEA 方法测度的效率值更能客观地反映评价对象内部管理水平。因此，本研究采用三阶段DEA 方法对宁波市高新技术企业创新效率展开研究。

1.2 创新评价指标体系构建

目前，企业创新效率评价指标体系主要包括创新投入和创新产出两方面。其中，创新投入主要包括人力、物力和财力；创新产出主要包括专利和收益。王双盈［12］设立研发资金投入指标和人员投入指标，以专利申请数、新产品收益等为产出指标。谢子远［13］选取研发费用、科技活动人员数为投入指标，并以高新区生产总值（GDP）和技术收入作为产出指标。吴永林等［14］分析了北京高技术企业技术创新活动效率及变化，选取R&D 活动人员折合全时当量、科技活动内部经费支出等作为投入指标，以新产品销售收入和专利申请数作为产出指标。熊飞等［15］选取企业总资产、新产品收入占总收入比例等指标对北京丰台科技园高新技术企业创新效率进行评价。熊婵等［16］则在研究我国高科技创业企业运营效率时增加了品牌资产指标作为产出指标。

此外，指标的选取可分为绝对数值评价指标和相对数值评价指标。其中，绝对数值指标一般反映指标总体水平；相对数值指标一般通过两个指标对比得到，是质量指标的一种。目前国内多数学者采用绝对数值指标作为创新效率评价指标，采用相对数值指标测算企业创新效率的研究较少，而罗利华等［11］验证得出基于质量指标的企业创新效率评价指标体系比绝对数值更而为科学合理，因此本研究采取质量指标开展研究。

2 研究方法

DEA 法是评价多投入、多产出指标的非参数方法。传统DEA 模型未能剔除外部干扰因素对各个决策单元（DMU）效率结果的影响，因此，Fried 等［17］提出三阶段DEA 模型，将传统DEA 与随机前沿分析法（stochastic frontier analysis,SFA）结合，将初次DEA 结果中的随机误差、环境因素等剔除，随后进行第二次DEA 结果测算。通过三阶段的测算，可以更为准确地得到每个决策单元的真实效率。

第一阶段：选用规模报酬可变的BCC 模型，使用DEAP 2.1 软件将决策单元的原始投入和产出数据代入传统DEA 模型，测度各个决策单元最初的综合效率、纯技术效率及规模效率，并得到投入松弛变量。

第二阶段：利用SFA 模型回归结果对第一阶段的创新投入进行调整，将所有研究对象置于同一环境之下进行效率计算。计算公式为：

将第一阶段计算得到的投入变量和环境变量分别作为被解释变量和解释变量，利用Frontier 4.1 软件得到剔除环境变量、随机因素等的投入变量值。

第三阶段：将第二阶段调整后的投入值替代原始投入值，并与原始产出值一同再次代入传统DEA模型，使用DEAP 2.1 软件进行效率测度，由此得到剔除环境和随机误差影响的决策单元各项效率结果。

3 数据来源与指标选取

3.1 数据来源

本研究以宁波市2020 年认定的1 667 家高新技术企业（以下简称“样本企业”）作为研究对象，选取其2019 年知识产权总数、发明专利数、高新技术产品（服务）收入、企业主营业务收入、科技活动人员数、企业从业人员数等截面数据作为研究数据，主要数据来源于宁波市科技局、《宁波统计年鉴》等。

3.2 指标选取

3.2.1 投入/产出变量选择

评价高新技术企业的创新效率，选取企业知识产权总数、发明专利占比、高新技术产品（服务）收入比作为产出指标；同时，选取企业内部研发投入强度作为资金投入指标，并将企业研发人员比例作为人力投入指标（见表1）。此外，由于研发产出和投入间存在时间延迟，参考官建成等［18］的做法，延迟时间设为2 年，企业内部研发投入的数据以2017 年、2018 年、2019 年这3 年的平均值度量。

表1 高新技术企业创新效率评价的投入产出指标说明

3.2.2 环境变量选择

环境变量是能够对创新效率产生影响但决策单元无法自控的因素，因此在测算过程中需要剔除其对创新效率测度的影响。参考其他行业或领域创新效率的研究，结合宁波市高新技术企业的发展特色，选取如表2 所示的6 个环境变量。此外，每家样本企业的环境变量数值根据2019 年其所对应的归口地区变量数值确定。

表2 高校技术企业创新效率环境变量选取

4 实证结果分析

4.1 第一阶段：传统DEA 模型结果分析

样本企业在第一阶段的创新综合效率、纯技术效率及规模效率如表3 所示。参考揭晓蒙等［19］、张建清等［20］的方法，基于DEA 综合效率对企业创新能力进行划分：综合效率小于0.2 代表企业创新能力弱；处于［0.2,0.5)代表创新能力较弱；处于［0.5,0.8)代表创新能力一般；处于［0.8,1)代表创新能力较强；等于1 则代表创新能力强，处于效率的前沿面上。

表3 样本企业第一阶段效率测度结果

可见在样本企业中，创新能力强的企业只有23 家，仅占样本企业总数的1.38%；创新能力较强的企业共有510 家，处于一般水平的有704 家，低于一般水平的有430 家；74.2%样本企业的创新能力达到了一般及以上水平。纯技术效率整体水平相对较高，效率值分布情况与综合效率相差较大，有99.64%的企业达到一般有效状态。规模效率的整体效率值非最佳有效分布情况与综合效率基本一致，77.32%的企业达到了一般水平及以上。

4.2 第二阶段：SFA 回归结果分析

以第一阶段得到的投入指标松弛变量为被解释变量进行SFA 回归分析，测算6 个环境变量对2 个投入松弛变量的影响，结果如表4 所示。经显著性检验分析得出，环境变量对样本企业创新投入冗余存在显著影响。SFA 回归结果中σ2值通过了1%水平下的显著性检验，因此建立SFA 模型剔除环境变量与随机因素的影响是有效合理的。投入松弛变量是企业通过改善其管理水平减少人才投入和资金投入，从而达到效率前沿节约的部分。若投入松弛变量系数为正，代表环境变量和投入松弛变量的变化方向一致，即环境因素增加则投入浪费也随之增加；如果系数为负，则该环境变量有利于投入量的减少。

表4 样本企业的变量SFA 回归分析结果

从表4 可见，地区经济发展水平和R&D 经费支出强度提升有利于减少研发人力投入浪费，但会增加资金投入浪费，原因可能在于经济较为发达的地区对科技创新研发活动盲目投入，从而导致研发资源的浪费，而地区经济发展水平和政府支持强度高能够吸引更多的创新研发人员；高新技术企业数增加会造成研发资金投入浪费，却有利于减少高新技术企业研发人员投入冗余，在同一地区内的高新技术企业数量越多，会在一定程度上激发企业之间的竞争、活化企业市场竞争局势，促进企业在既有的创新投入基础上加强其效率的管理与提升力度。科技服务业增加值增长率提升会对资金及人力投入造成一定浪费。由于创新研究需要一定的时间和过程，尤其是高新技术企业在研发初期需要消耗较多的研发投入，并且无法在短期内快速形成较好的创新产出，进而导致创新投入的冗余。地区就业人员中R&D 人员数量增加会导致研发人力投入的冗余，但有利于减少资金投入浪费。企业工作人员创新研发能力的提升有利于提高新技术企业整体的创新能力，但是，如果企业盲目追求高学历员工的数量，弱化了人岗合理匹配的重要性，未充分发挥既有研发人员的创新价值，甚至形成企业人员内耗和过度竞争，便会导致研发人员投入冗余。地区企业研发机构设置率提高利于减少研发人员和资金投入冗余。企业研发机构的设置有利于为高新技术企业打造优良的创新创业生态，提供较为充足的创新资源，在一定程度上减少高新技术企业的创新研发成本，有助于提高企业创新效率。

4.3 第三阶段：调整后DEA 模型结果分析

4.3.1 创新效率和规模效益

样本企业第一阶段和第三阶段的创新效率水平对比如表5 所示。剔除环境因素、随机干扰因素后，综合效率等于1 的高新技术企业由第一阶段的23 家上升至第三阶段的27 家；处于较强水平的企业由510 家上升至541 家；低于一般水平以下的企业数量减少了25 家。纯技术效率整体水平依旧较高，效率值分布情况与综合效率相差较大，达到纯技术效率最佳有效的企业增加了20 家；只有1 家企业（宁波麦思动力系统有限公司）纯技术效率弱有效。规模效率整体效率值分布情况与第一阶段基本持平，达到最佳有效的企业增加了8 家。相较于调整前，样本企业的3 个效率值整体有所提升，说明外部环境对高新技术企业创新研发存在一定局限性。

表5 样本企业第一和第三阶段创新效率水平对比 单位：家

另外从规模效益看，有7 家样本企业规模报酬递减、127 家企业规模报酬不变、1 533 家企业规模报酬递增，分别意味着随着企业规模的扩大，企业的创新效率随之减少、不变和随之提高。因此，若要提升企业创新效率，规模报酬递增的企业可以适当扩大企业规模，而规模报酬递减的企业需要适当缩减企业规模。

4.3.2 按企业规模分析

将样本企业按照年产品销售收入规模进行划分，具体数量及效率均值结果如表6 所示。其中，52.43%的企业年产品销售收入低于5 000 万元，8.34%的企业年产品销售收入大于等于5 亿元；高新技术企业增量来源于中小型企业的比例较大，表明新认定高新技术企业以科技型中小企业为主的趋势愈发明显。可以看出，年产品销售收入大于等于5 亿元的企业的综合效率超过0.7，表明随着高新技术企业年销售规模的扩大，企业创新综合效率均值呈现上升趋势。规模庞大、资金雄厚的高新技术企业在创新人才吸引力、研发支持等方面相比中小企业有较为明显的优势，有利于不断提高创新能力。

表6 样本企业不同规模数量分布及创新效率均值

表6（续）

4.3.3 按技术领域分析

根据我国新修订的《高新技术企业认定管理办法》，国家重点支持的高新技术领域主要包括电子信息、生物与新医药、航空航天、新材料、高技术服务、新能源与节能、资源与环境、先进制造与自动化，据此将样本企业划分为八大领域，以求均值的方法得到各领域的创新效率整体水平（见表7）。

表7 样本企业所属技术领域调整前后创新效率结果对比

由于航空航天领域的样本企业数量较少，在此不进行具体分析。

（1）经过投入变量调整后，各技术领域综合效率、纯技术效率均有所提升，表明企业创新环境相对较差。资源与环境领域、高技术服务和电子信息技术领域的综合效率、纯技术效率提升幅度较大，表明环境因素对这3 个领域综合效率、纯技术效率的制约也较强；同时，新材料、新能源与节能、资源与环境、电子信息技术领域的规模效率有所上升，说明这3 个领域调整前规模效率被有所低估。

（2）各技术领域的创新效率均为一般水平。其中，新材料领域的创新效率处于首位，其次是生物与新医药、新能源与节能，而高技术服务、资源与环境、电子信息领域的综合效率处于末3 位，仍然有较大的提升空间。

（3）八大领域的纯技术效率值在调整前后均高于0.9，处于较高水平；但规模效率的水平在调整前后都较低，且都低于0.8，表明综合效率的整体水平在较大程度上受规模效率水平制约。

5 结论与建议

一是宁波高新技企业创新效率水平仍有较大上升空间。样本企业中，75.7%的企业创新效率达到了一般水平及以上，仅27 家（占比1.62%）企业创新效率达到最佳有效，占比较低。近年，宁波市高新技术企业数量有所上升，在扩大高新技术企业数量规模的同时，需注重企业创新效率和质量，通过年报填写、企业经营情况走访调查等方式加强高新技术企业全流程监管，提量提质“两手抓”，避免存量高新技术企业资格失效现象。此外，要培育企业创新意识，提升自主技术创新能力，加强高新技术企业的创新示范作用。

二是高新技术企业创新效率受规模效率限制更多。将综合效率分解来看，样本企业纯技术效率值均处于较高水平，而规模效率值较低，表明企业创新效率总体较低更多是由规模效率低引起的。实证结果显示，规模效益递增的样本企业有1 533 家，因此，适当增加创新投入支出、扩大企业生产规模是提高这类样本企业创新效率的关键路径之一。

三是环境因素对高新技术企业创新效率制约影响显著，创新生态有待进一步改善。地区经济水平、政府R&D 投入强度、高新技术企业数、产业结构水平、劳动人员水平、研发机构设置率等外部环境因素对企业创新效率制约较为显著，尤其是资源与环境领域、高技术服务和电子信息技术领域调整前的综合效率被低估。因此，需调整会造成投入冗余的环境变量，如升级人才引育政策，激发研发人员的创新积极性、发挥人才的最大价值；合理增加技术创新投入，根据企业发展实际需求建立与提升高新技术企业创新效率相匹配的机制，通过减免税费、财政补贴等方式降低高新技术企业创新成本，多途径解决融资问题；完善高新技术企业培育政策体系，从重政策吸引转变为重服务提升、重生态打造上来，调动企业创新积极性，为企业发展创造优良的创新创业环境。

四是高新技术企业创新投入存在冗余浪费，创新资源配置不合理。人均GDP、全社会R&D 经费支出强度、高新技术企业数等过度增加在一定程度上会加大企业研发费用支出投入浪费，就业人员中R&D人员数量过度增加则会导致研发人员投入冗余；部分地区可能存在研发资金投入不合理增加反而造成资源浪费，企业盲目追求高学历人员数量忽略“人-岗”匹配度，使创新工作开展过程中存在劳动力冗余。因此，需提升人力、资金资源配置效率，调整投入要素结构，充分利用内外部现有资源，根据企业科技创新需求引进专业对口、能力匹配、需求对口的创新型人才，同时注重核心技术、管理效率提升，提高新技术企业创新效率。

五是不同技术领域、不同规模高新技术企业创新效率差异性显著。从技术领域来看，宁波市缺少航空航天领域的高新技术企业，新材料、生物与新医药、新能源与节能领域的高新技术企业综合效率较高，而高技术服务、资源与环境、电子信息领域的综合效率较低；从企业规模看，随着企业规模扩大，企业创新综合效率呈上升趋势且差异明显。因此，要加强区域间、领域间、企业间合作交流，打破资源壁垒，优化企业资源布局，提高产业聚集效益，建立协调联动机制；政府应注重共建产业、金融、人才、科技和信息等资源互通共享机制，以强带弱、优势互补，形成跨地区、跨领域、跨企业交流协同联动发展。