中小型信息技術企業技術創新效率研究

夏緒梅　王渠

摘 要：基于技術創新效率評價的現有文獻，以68家中小型信息技術企業為研究對象，運用DEA方法，從綜合技術效率、純技術效率、規模效率三個方面，評價和分析技術創新效率。研究結果表明，中國中小型信息技術企業技術創新綜合效率偏低，主要原因在于純技術效率偏低。最后對影響技術創新效率的主要因素進行研究，并提出信息技術行業技術創新效率改進的建議，從而為促進中小型信息技術企業提高技術創新效率，保持核心競爭力提供參考。

關鍵詞：DEA；技術創新效率；綜合技術效率；純技術效率；規模效率

中圖分類號：F270 文獻標志碼：A 文章編號：1673-291X（2015）01-0014-02

引言

近年來，有關企業技術創新能力效率的研究取得了良好的進展，國內學者對技術創新效率的評價，主要集中于兩個角度：一是算術比例法，王偉光通過設計工業技術創新效率指標來對工業技術創新效率進行研究[1]。二是基于生產前沿面理論，此后該理論逐漸形成參數方法和非參數方法兩大分支，參數方法需要先設定一個投入產出函數，非參數方法不需尋求生產前沿面的具體函數形式，常用的非參數方法有數據包絡分析法（DEA）和自由處置包方法（FDH）。鄭堅對高技術產業進行技術創新效率評價的改進DEA方法研究[2]。李小雙、孫慧、李苑基于DEA方法對新疆大中型工業企業技術創新效率進行研究[3]。現有文獻多集中于區域和產業層面，側重于評價體系構建等方面，對微觀創新主體的企業技術創新效率研究不足，并且對技術創新效率的影響因素分析不夠充分。因此本文細化了研究對象，從實證角度以68家中小型信息技術企業為樣本，采用DEA方法對中小型信息技術企業的技術創新效率進行評價和分析，并對影響因素進行研究，進而提出改進的建議。

一、實證分析

（一）評價指標體系

創新效率評價指標體系包括創新投入和創新產出兩個方面。本文將技術創新投入分為研發經費投入X1和技術人員投入X2，將創新產出用新產品銷售收入Y表示。

（二）評價模型

企業技術創新活動具有知識經濟的特征，邊際收益具有不確定性，因此本文采用BC2模型，在規模報酬變動的假設下，對中小型信息技術企業技術創新效率進行評價和分析。

假設有n個待評價的決策單元，使用m種投入要素，生產p種產出，對于每一個決策單元DMUj都有對應的效率評價指標：hj=uryrj /vixij，j=1，2，3…，n

其中，xij——決策單元DMUj第i種要素的投入量，xij>0

yrj——決策單元DMUj第j種產出的總量，yrj>0

vi——第i種投入的權系數

ur——第j種產出的權系數

以第j0個決策單元的效率指數為目標，以所有決策單元的效率指數為約束，即可構造C2R模型：maxh0=uryrj /vixij，uryrj /vixij≤1，1≤j≤n，v≥0，u≥0

取對偶形式，并進一步引入松弛變量s+ 和剩余變量s-，將不等式約束轉化為等式約束，可得：minθ；xjλj+s-=θx0；yjλj-s+=y0；λj≥0，1≤j≤n，s+≥0，s-≥0

運用其最優解θ0、λ0、s0+、s0-，即可判定決策單元的有效性情況。考慮到信息技術企業創新邊際收益的不確定性，在C2R模型中引入Σλj = 1，構建BC2模型，將綜合效率分解為純技術效率和規模效率，進一步判斷決策單元報酬是處于不變、遞增還是遞減狀態。

（三）決策單元和數據來源

本文以中小型信息技術企業為研究對象，數據來源于上交所、深交所公布的上市公司年報。剔除了業績過差的ST和PT公司、信息披露不完全的上市公司，經篩選形成68個決策單元。

（四）評價結果

運用DEAP2.1軟件，將各企業技術創新投入、產出數據分別帶入BC2模型，采用多階段算法，對模型進行計算[4]。

從表1可以看出，中國中小型信息技術企業技術創新綜合效率偏低，平均僅為0.264，純技術效率平均值0.360低于規模效率的平均值0.767，表明中小型信息技術企業技術創新綜合效率偏低的主要原因是純技術效率偏低。

二、中小型信息技術企業技術創新效率主要影響因素研究

由上述分析可以看出，提高信息技術企業技術創新綜合效率無效可能是由單個因素或者兩個因素共同引起的。張宗和、彭昌奇基于全國30個省市區的面板數據對區域技術創新能力影響因素進行實證分析[5]。鄭同社運用決策試驗與評價實驗室（DEMATEL）的分析方法對技術創新過程的關鍵因素進行研究[6]。下文從研發經費投入占新產品銷售收入比例x1、技術人員占在職員工比例x2兩方面分析對技術創新綜合效率y的影響。

（一）相關分析

運用SPSS17.0對篩選的68家中小型信息技術上市公司的y、x1、x2指標進行相關分析，得出中小型信息技術行業經費投入占新產品銷售收入比例、技術人員占在職員工比例與技術創新綜合效率呈負相關，并且通過了0.01的顯著性水平檢驗。

（二）回歸分析

從回歸結果可以看出，模型F檢驗統計量的觀測值為20.780，對應的概率P值為0，小于顯著性水平0.05，說明被解釋變量與解釋變量全體的線性關系是顯著的，可以建立線性模型。回歸系數通過了顯著性水平為0.01的檢驗且為負，說明在x1、x2與y呈負相關。

研究結論

本文以2012年68家中小型信息技術企業為研究對象，運用DEA方法，從綜合技術效率、純技術效率、規模效率三個方面，評價技術創新效率，研究表明中國中小型信息技術企業技術創新綜合效率偏低，主要原因在于純技術效率偏低。并對對影響技術創新效率的主要因素進行研究，得出信息技術企業應該適當地調整經費投入占新產品銷售收入比例、技術人員占在職員工比例，優化資源配置，提高技術創新效率。其次，信息技術企業應加大技術人才的引進和培養，完善人才激勵機制，加強同高校和科研機構的合作，并提高各種資源的利用率。由于企業的創新從投入到產出需經過一定的時間延遲，本文僅將一年的截面數據進行處理，并沒有考慮投入產出之間的滯后效應，實證結果可能有一定的誤差。

參考文獻：

[1] 王偉光.中國工業行業技術創新效率的實證研究[J].沈陽師范大學學報（社會科學版），2003，（1）：57-63.

[2] 鄭堅，于云龍.高技術產業技術創新效率評價指標體系的構建[J].哈爾濱工業大學學報（社會科學版），2007，（6）：105-108.

[3] 李小雙，孫慧，李苑.基于DEA的新疆大中型工業企業技術創新效率研究[J].企業經濟，2011，（10）：20-23.

[4] 趙樹寬，余海晴，鞏順龍基于DEA方法的吉林省高技術企業創新效率研究[J].科研管理，2013，（2）：36-43.

[5] 張宗和，彭昌奇.區域技術創新能力影響因素的實證分析——基于全國30個省市區的面板數據[J].中國工業經濟，2009，（11）：35-43.

[6] 鄭同社.技術創新過程的關鍵因素研究[J].山西財經大學學報，2011，（3）：10-11.

[責任編輯 吳高君]