中国规模以上工业企业技术创新效率评价

郭宇蒙

（福州工商学院， 福建 福州 350108）

0 引言

随着世界经济区域一体化、科学技术化与全球化的快速深入推进，各国纷纷把坚持创新驱动作为实现可持续发展的重要核心动力和发展战略，加大对新兴产业技术研发和发展新兴产业的科研资金、人才等专项投入获得更大核心市场竞争力。

对于创新效率的概念特征，Hollanders&Fun-da将创新效率定义为，创新投入相同情况下，获得更多创新产出,或在创新产出相同的情况下，创新资源投入的更少，即创新投入与产出的比率[1]。由此可见，创新效率的影响因素已渐渐成为学术界的焦点之一，对企业创新效率的影响因素研究奠定了基础与参考依据。

对企业创新活动进行合理且有效的分析，对症下药、因地制宜寻找其提高的方案与途径。对提高我国企业在国际市场的地位与技术水平有深远的意义。本文基于对企业创新效率的内涵科学界定的基础上，根据有关的企业统计年报的数据资料，分别选取2013年至2022 年全国规模以上工业企业进行了全面的分析，在此基础上对企业创新效率进行了比较。

1 企业创新效率评价体系的构建

1.1 评价指标体系的选择

投入产出视角下的测算指标分为投入指标和产出指标，其中，投入指标主要包括年末资产[2]、固定资产投资、R&D 费用、科技活动支出[4]等资本投入和科技活动人员数[3]、R&D 人员全时当量[2]等人员投入，产出指标则涉及产品销售收入[5]、净利润[6]、专利申请量[7]、专利授权量[8]。

1.2 评价指标体系确立

在企业创新效率相关文献研究的基础上，结合企业创新的概念，构建企业创新效率评价指标。见表1。

表1 工业企业技术创新效率指标

1.2.1 人力投入

企业创新发展中，研发人员是企业进行技术活动的基础，研发人员的投入程度侧面反映了企业创新投入程度，企业研发人员数也相对较多，而主流研发人员投入强度可以增加企业之间的可比性，由此我们选取R&D 人员全时当量作为企业技术研发阶段的人力资源投入指标。

1.2.2 经费投入

研发经费是支撑企业创新的基石。研发经费是企业不断创新的资金来源和创新动力，也是提高创新产出的主要投入要素，故本文选取R&D 经费支出作为企业创新研发阶段的研发经费投入指标。

1.2.3 资产投入

资产投入的质量和数量对企业创新效率产生影响，重点培养和引进高技术项目，增加企业资产投入的形式，提升企业的创新效率，推动经济快速发展。本文选用R&D 项目数表示资产投入。

1.2.4 经济产出

让企业获得最大的经济效益是企业创新的目的之一，提高企业新一代产品在技术和市场创新活动中的实际经济生产力是经济效益的主要体现。通过改进和提升技术产品促使企业产品在市场上实际获得巨大的经济商业成功，企业就可以有机会进一步在其技术创新的活动上实际投入更多的社会资源，这样就会直接促进企业社会经济生产力的进一步发展，大多数选取用新产品销售收入和新产品出口表示经济产出。

1.2.5 科技产出

企业的创造能力水平大多数选取发明专利表示，直接体现了企业对于科技研发的重视程度，成为代表企业创新创造能力的重要因素之一。见表1。

2 评价方法的选择

2.1 交叉效率的相关理论

虽然传统DEA 模型有很多优点，但也存在很多不足，产生表面上DEA 有效，在互评中处于不利地位的伪有效单元。且由于传统的DEA 不具备对有效决策的单元（尤其是效率系数平均值为1 的有效决策单元）进行分级、排序的有效决策能力。因此，选择交叉效率研究企业新流创新效率的状况更为更可行和有效。

2.2 交叉效率模型

DEA 交叉评价（Cross-evaluation）主要是对n个DMU 进行评价，每个DMU 用最有利于自己的权重计算得到各单元效率，最终每个DMU 都得到n个评分。取这n个评分的均值则为该DMU 的最后评价效率，结果更全面客观。步骤如下：

Xij表示第j个DMU 的第i种投入总量；Yrj表示第j个DMU 的第r种产出的总量。令V=（v1，v2，…，vm）T为投入向量X的权系数向量，产出向量Y的权系数向量为U=（u1，u2，…，us）T。给定i∈｛1，2，…，n｝，k∈｛1，2，…，n｝解线性规划如公式（1）：

得到最优权系数向量uik*和vik*，由此求出交叉评价值Eik=YkTuik*。则由交叉评价值构成交叉评价矩阵，如公式（2）：

由此得到决策单元DMUj的基本交叉效率

公式（2）中，对角线元素Eii为自我评价值，非对角线元素Eik（i≠k）为交叉评价值。E的第i列是指决策单元对DMUi的评价值，该列值越大，则说明DMUi越优。因此，将第i列的均值Ei作为衡量DMUi优劣的一项指标越大，说明DMUi越优，并根据其大小对DMU 进行排序。

3 规上工业企业技术创新交叉效率评价及分析

在投入产出指标样本数据基础上，本部分将运用DEA 交叉效率模型评价样本企业主流创新效率。根据所构建的DEA 交叉效率模型，对2013—2022 年10 年间，中国规模以上工业企业创新效率进行了测度。本文计算DEA 交叉效率使用EXCEL 软件，运行结果如图1、表2 所示。

图1 2013—2022 年中国规模以上工业企业交叉效率折线图

表2 2013—2022 年中国规模以上工业企业交叉效率的评价结果

从图1 可以看出，2013—2019 年7 年间，中国规模以上工业企业的创新效率整体呈现上升趋势，2019—2020 年，中国规模以上工业企业的创新效率有大幅度下降，2020—2022 年，中国规模以上工业企业的创新效率大幅度上升。

从表2 可以看出，2013—2022 年近10 年间，北京、上海、广东、浙江、江苏、天津6 个省份创新效率最高，此区域省份可合理配置并充分发挥创新资源优势，保持高的创新效率。

福建、重庆、湖南、安徽4 个省份创新效率一般，为0.5 左右。宁夏、贵州、云南、陕西、青海、内蒙古、黑龙江7 个省份创新效率最低，接近0.3，但呈现上升趋势，这些地区的经济相对落后，应着重加大创新资源投入，扩大生产规模。

4 政策及建议

1）从人力投入的角度。合理有效地配置人力资源，并充分挖掘员工的潜力。企业的发展要体现在员工的发展上。只有充分地挖掘员工的潜力，才能使企业的人力资源得到最大程度地发挥。

2）从经费投入的角度。加强政策引导，激励企业加大研发创新投入，促进其加大新技术、新工艺、新产品创新研发力度，使其成为支撑全市研发经费投入的生力军。

3）从资产投入的角度。科学规划资产投入并不断提升生产效率和技术创新能力，实现全国各省市规模以上工业企业的健康发展。

4）从经济产出和科技产出的角度。要科学划定并严格落实产出成果。根据各省市的产业现状、未来主导产业等，统筹布局各类空间要素，优先保障重大项目、优质项目的产出成果。