安徽省工业企业创新效率评价及影响因素实证研究

邱琦雅，雷思友

(安徽理工大学 经济与管理学院，安徽 淮南232001)

近年来，安徽省工业化已达到全国平均水平，科技创新发展逐渐成为工业企业发展的新趋势。随着区域经济水平的发展和科学技术的不断提升，区域经济发展和生态环境之间的矛盾日益突出。工业企业需要新的转型升级，现代工业企业发展中需要积极进行技术创新。既要引导企业提高资源创新利用效率，也要积极引导企业转变发展模式，积极适应国家资源环境保护的宏观要求，向绿色生产方向转变。基于此，对于安徽省工业创新效率的研究具有迫切的现实意义。

以“工业创新效率”为主题，在CNKI数据库中检索全部文献596条，其中CSSCI、CSCD等级及以上期刊为287条。根据CNKI数据库检索发现：马大来、赵娜、李青松[1]主要研究长江经济带制造业工业绿色创新的测度影响；吴遵杰、巫南杰[2]主要研究工业聚集地对绿色创新效率的影响；吴鸣然[3]运用三阶段DEA和随机前沿理论分析全国省域创新效率；惠树鹏、杨睿文[4]利用面板数据和门槛回归方法对工业效率进行研究；李成顺[5]运用DEA和随机前沿分析中国工业企业创新效率评价；王明亮、张清霞[6]运用DEA模型和Malmquist指数法对珠江三角制造业技术创新效率进行研究。

根据前人文献可以看出，对于工业创新效率的研究大多集中在全国或者经济片区，对于单个省的研究相对较少；研究的范围通常着眼于工业企业创新效率的评价，对于影响工业效率的影响因素研究较少。基于此，选取2000—2020年安徽省工业企业相关指标，使用DEA-BBC模型投入导向及Tobit回归模型结合，对安徽省工业创新效率进行评价，并对相关影响因素进行实证分析，最后针对研究结果提出相应建议。

1 基于DEA-BCC模型的工业企业创新效率水平评价

1.1 研究方法

数据包络分析(data envelopment analysis,DEA)是由运筹学家A.Charnes和W.W.Copper等学者以“相对效率”概念为基础，根据多指标投入和多指标产出，利用线性规划的方法，对相同类型的样本进行有效性评价的一种系统分析方法。当前DEA已经扩展了许多模型，最常用的模型分别是规模报酬不变(CCR)模型和规模报酬可变(BCC)模型[7]。本文采用投入导向的DEA-BCC模型，并引入非阿基米德无穷小，具体模型如下：

(1)

1.2 指标选取与数据来源

经过研究国内外相关文献和成果，并按照指标选取的科学性和多样性以及可操作性等原则，从人员、企业、国家等层面选取了3个投入指标和4个产出指标，产出指标主要从生产总值和技术市场两方面考虑，投入指标主要从企业投入科研人员和资金量方面考虑构成工业企业创新效率评价的DEA模型[9]。数据来源于《安徽省统计年鉴(2001—2021)》及《安徽省2020年国民经济和社会发展统计公报》，具体指标见表1。

表1 工业创新效率评价指标

1.3 模型实证分析

将2000—2020年每一年看作一个决策单元，即有DMU1、DMU2、…、DMU21，共21个决策单元。并采用DEAP2.1软件的BCC模型进行评价[10]，结果见表2。

由表2的结果可以看出，安徽省2000—2004年与2010、2012、2014—2018年以及2020年工业企业创新综合效率为1，达到DEA有效。说明在这13年中工业企业创新技术良好，资源配置与产业结构合理，达到预期收益。其余8年工业企业创新效率均小于1，为非DEA有效。说明其余8年工业创新存在产出不足和投入冗余的情况，工业企业创新规模不足，创新效率偏低，需要调整产业结构。

经过对DEA无效的决策单元进行进一步分析，发现2005—2006年和2009年均存在产出不足或投入冗余的情况，以DMU10(2009年)为例，综合效率为0.869，纯技术效率为0.966，规模效率为0.899。产出指标：技术市场成交额产出不足量为5 134.110，新产品销售收入产出不足量为133 247.504；投入指标：R&D人员全员当时量投入冗余量为0.102，工业企业R&D经费支出投入冗余量为2.649，新产品开发支出投入冗余量为3.837，造成了资源浪费(详见表3)。其中2007—2008、2011、2014和2019年综合效率和规模报酬小于1但纯技术效率等于1，这表示没有冗余值，但是需要调整投入和产出的结构改进综合效率值。

表2 工业创新效率的评价结果

总体看来，安徽省工业企业创新效率呈波动上升发展趋势，综合效率、纯技术效率及规模效率的平均值分别是0.955、0.995、0.960，表明工业企业创新发展取得了良好的成就，整体创新发展效率较高，投入和产出的结构比较合理。

表3 安徽省2009年工业企业创新效率投入产出评价结果

2 基于Tobit回归分析工业企业创新效率影响因素

2.1 变量选取与模型设定

基于文献研究和现代工业企业创新发展现状，分别从企业、市场和政府3个方面入手，分析影响工业企业创新效率的指标[11]。从企业层面主要选取创新投入强度以及企业规模作为相关指标，从市场层面选取区域经济发展水平和对外开放程度作为相关指标，政府层面选取政府科技扶持力度作为相关指标。对指标的描述见表4。

表4 指标描述

2.2 构建Tobit模型

为了进一步研究工业企业创新效率的影响因素，选用Tobit模型极大似然法进行分析，较好地避免了参数有偏且不一致的情况[12]。Tobit模型主要为截取数据模型，故很好地解决了这一问题[13]。对Tobit模型具体分析如下：

(2)

式中：Yi为综合效率、纯技术效率、规模效率值；Y*为因变量；β为回归参数；φ为误差项，由此可得，Tobit回归模型如下：

Yi=δ+β1Rit+β2Iit+β3Pit+

β4Eit+β5Tit+φ

(3)

式中：Yi分别代表安徽省工业企业创新综合效率、纯技术效率和规模效率；φ为回归误差值；i表示2000,2001,2002，…,2020年；β1,β2，…，β5为回归系数。根据Yi所代表的不同含义，分别建立3个回归方程。

2.3 回归结果分析

将2000—2020年相关指标数据收集并计算，构成Tobit回归原始数据(表5)。并采用StataMP16.0软件对上述指标数据进行分析，计算中以左归并点为0，右归并点为无穷大进行Tobit回归分析，得到的结果见表6。

根据上述结果可以得到3个Tobit模型：

Y1=1.319 89-27.427 68Ri-1.307 247Ii+

0.346 789Pi+0.359 739 9Ei-6.068 932Ti;

Y2=0.964 158-6.721 93Ri-0.347 618Ii+

0.776 849Pi+0.310 341 7Ei-1.622 001Ti;

Y3=1.346 925-21.719 65Ri-1.014 533Ii+

0.282 116 5Pi+0.107 828 5Ei-4.845 9Ti。

上述模型中，3个回归方程的因变量分别是综合效率、纯技术效率和规模效率。回归结果表明：

从第1个回归方程来看，创新投入强度、企业经济效益和经济发展水平对综合效率有着显著的影响；从第2个回归方程来看，创新投入强度、企业经济效益、经济发展水平、对外开放程度对纯技术效率影响显著；从第3个回归方程来看，创新投入强度和经济发展水平对规模效率有着显著的影响。

工业企业创新投入目前对安徽省工业创新发展有显著的阻碍作用。从表6可以看出，无论是综合效率、纯技术效率还是规模效率，回归系数都为负值。从统计数据可以看出，2000—2020年研发经费的投入在工业总产值中最高仅占比5.5%。由此说明，造成该种情况出现的原因是企业研发强度较低而不足以支持技术创新，反而容易造成资源浪费，最终阻碍技术创新的发展。

企业规模和技术创新效率总体呈负相关关系，且对规模效率影响不显著。这表明安徽省工业企业规模过大反而阻碍了创新效率的发展。造成这样的结果是因为工业企业产业结构不合理，需要调整投入和产出的结构来改进效率值。

表5 2000—2020年Tobit回归原始数据

表6 Tobit模型回归结果

区域经济发展水平与企业创新效率呈显著的正相关关系。从统计结果来看，经济发展水平在综合效率、纯技术效率以及规模效率方程中的系数都为正，这表明安徽省经济发展水平总体对工业创新发展有促进作用，也进一步表明安徽省近年来经济的发展一定程度上是依托工业创新效率而发展的。

对外开放程度对安徽省工业企业的创新效率有促进作用，从纯技术效率来看，说明对外开放程度对工业技术效率的提升有一定的促进作用。表明安徽省工业企业通过学习国外企业的先进技术，从而整体上提升了企业创新效率。

科研支持力度对工业企业创新效率有一定的阻碍作用，但效果不明显。无论是综合效率、纯技术效率以及规模效率系数都为负值。说明安徽省政府对企业创新扶持力度不足，科研经费存在浪费，最终导致科研成果的高支出、低收益。

3 结论与对策建议

3.1 结论

基于安徽省2000—2020年统计年鉴相关指标数据，运用DEA-BBC模型对安徽省工业企业创新效率进行评价。由计算结果可以看出，安徽省总体工业创新效率较高，呈波动上升趋势。2005—2011年综合效率和规模效率偏低，说明前期没有发挥好企业创新的规模效应，实际生产规模和最优生产规模间还存在较大差距。2000—2020年纯技术效率普遍较高，说明在技术水平上，生产和创新效率是相对有效的。通过采用Tobit模型对工业企业创新效率影响因素进行分析，结果表明：创新投入强度和企业规模对创新效率发展有阻碍作用；区域经济发展水平对工业企业创新效率的发展有显著促进作用；对外开放程度在纯技术效率层面对工业企业创新效率有促进作用，但影响程度相对有限；政府科研支持力度与创新效率发展呈负相关，但影响效果不显著。

通过文献研究和实证分析，证实了安徽省工业企业创新效率存在规模优势不明显，规模效率低是影响创新发展效率的主要原因。政府扶持力度不够、产业结构仍需要优化调整，工业企业创新规模效率还有待提高。

3.2 对策建议

1)发展规模效益。企业需要加大创新投入强度，注意企业的规模效益。当前，安徽省工业企业创新投入偏小，存在工业企业生产结构不合理的情况，最终导致工业创新效率不高。技术水平不足直接导致了产出不足和投入冗余。因此，安徽省工业企业需要继续扩大工业创新投入规模，加强产业结构转型。引入新技术，充分调动企业创新积极性从而促进工业企业创新发展。

2)发挥政府引导作用。积极发挥政府对工业企业创新发展的引导作用。安徽省工业企业创新发展存在的问题之一就是政府对企业创新扶持力度不足，需增加政府政策的稳定性，在多方面进行扶持，增加政府科研经费的利用率，保障工业企业创新发展的外部环境。

3)加大对外开放的力度。加大对外开放的力度，积极学习国内外优秀创新技术，增加工业企业创新技术的多样性。要进一步提升安徽省的对外开放程度，加强高新技术的合作交流，加快创新成果的引进和利用，积极学习先机技术，弥补安徽省工业企业技术创新的短板。

4)加大创新人才的培养力度。加大对工业企业科技创新人才的培养力度。R&D人员的投入量对工业创新有很大程度的影响。而中国现有的R&D人员还远远不足以满足未来的需求。不仅需要较高的创新效率同时也对环境保护和节能减排提出了新要求。因此政府应出台相关政策，鼓励和协调工业创新与高校重点培养高、中端科技人才和实践操作型人才。