基于DEA模型的高技術大型企業創新績效評價

李小歡 徐長樂

【摘要】 本文借鑒前人的研究成果，將高技術企業的創新過程分為技術開發和技術轉化兩個階段，并對兩個階段分別構建了投入產出評價指標體系。同時采用DEA方法對全國21個省市的高技術大型企業的創新績效進行實證研究，通過對比分析兩階段的投入產出績效，發現我國大部分省市高技術大型企業的技術開發效率和技術轉化效率都較低。最后進一步對各地區的高技術中型企業的創新績效進行分析，發現大部分地區的高技術中型企業創新績效都高于大型企業。

【關鍵詞】 高技術大型企業 創新績效 DEA

一、引言

近年來，我國高技術大型企業發展迅速，截止到2012年共有1592家，主營業務收入和資產總計分別高達63014.6億元和42496.5億元，分別占整個高技術產業的61.6%和55.48%。由于區域之間存在經濟、技術、文化等方面的差異，各地區的高技術大型企業發展很不均衡，技術創新是大型企業發展的核心，許多企業進行了大量的創新投入，但并未取得理想的產出，區域間的高技術大型企業的技術創新效率也參差不齊。高技術大型企業是區域高技術產業發展的支柱，如何提高技術創新效率成為一個亟需解決的問題。

國內眾多學者對高技術企業的創新績效進行了研究，蘇屹、喻登科等運用改進的DEA模型，對我國26個省市高新技術企業的創新績效進行了研究。劉俊杰、傅毓維等運用DEA方法對全國30個省市的高技術企業創新效率進行實證研究。張玉臣、呂憲鵬采用分位回歸法研究了高新技術企業創新績效的影響因素。劉偉、李丹通過建立C-D函數回歸模型評價了青島市高新技術企業R&D投入產出績效。曾德明、張運生等運用因子分析法對高新技術企業R&D績效進行測度。吳永林、趙佳菲采用Malmquist生產指數法研究北京高技術企業的技術創新效率。目前這些研究為高技術大型企業績效研究奠定了基礎，但是這些研究成果中鮮少涉及對省際高技術大型企業技術創新績效的研究。大型高技術企業是高技術產業發展中的龍頭骨干企業，是高技術產業發展的支柱，其創新效率的高低對整個高技術產業的發展有重要影響，因此對高技術大型企業創新績效研究迫在眉睫。

二、研究方法及評價體系

1、研究方法

本文選取數據包絡法對高技術企業創新績效進行評價。數據包絡法（Data Envelopment Analysis）簡稱DEA，1978年由運籌學家A.Charnes、W.W.Cooper和E.Rhodes提出，適用于評價多投入多產出的多目標決策單元的相對效率，進行DEA分析通常要求輸入越小越好，輸出越大越好。目前DEA有多種模型，比較經典的有C2R模型和BC2模型，C2R模型適合規模報酬不變的績效評價問題，而BC2模型對評價規模報酬變動的績效問題更有利，并且還可以將技術效率進一步分解為純技術效率和規模效率。由于高技術企業的創新活動有知識經濟特征，在一定程度上抵消了傳統生產要素的邊際收益遞減規律，使其創新邊際收益具有不確定性，因此本文選用BC2模型。

在DEA績效評價結果中，通常都會出現技術有效、規模有效、規模收益遞增、規模收益遞減幾種情況的組合。技術有效是指在既定投入下取得最優產出，不能依靠改變投入要素組合和管理手段來提高產出；規模有效表示投入的規模剛好；規模收益遞增是指產出的增長倍數高于投入的增長倍數；而規模效益遞減是產出增加倍數低于投入增加倍數。

2、評價指標體系的構建

目前很多研究在運用DEA模型進行高技術企業創新績效評價時都只對初始投入和最終產出進行研究，而沒有考慮創新的中間過程，這容易造成“黑箱”問題，不利于分析創新的內在過程。本文借鑒前人的研究成果，將高技術企業創新過程分為技術開發階段和技術轉化階段，并對兩個階段分別進行DEA績效研究。根據高技術企業創新的特點，結合現有的研究，遵循完整性、數據可獲得性、科學性等評價指標構建原則，分別構建了技術開發階段和技術轉化階段的投入產出評價指標體系（見表1）。技術開發階段，投入指標包括R&D人員全時當量和R&D經費內部支出，分別代表人員投入和資金投入，衡量產出的指標選取專利申請數和擁有發明專利數。技術轉化階段，投入指標包括專利申請數、擁有發明專利數、新產品開發經費、技術改造經費支出和R&D人員全時當量，選擇新產品銷售額和新產品出口額作為產出的指標。

3、數據來源

本文數據主要來源于2011—2013年的《中國高技術產業統計年鑒》。在數據統計時，因廣西、海南、內蒙古、西藏、云南、新疆、甘肅、青海、寧夏等省份的數據不完整，故未對這些地區進行分析。在進行DEA分析時，考慮到時滯的影響，選擇投入產出的時間間隔為1年，即以2010年的數據作為技術開發階段的投入，2011年的專利數據作為產出，2012年新產品的銷售額作為第二階段的產出。

三、結果分析

1、技術開發階段績效分析

在技術開發階段（見表2），21個省市中只有北京和安徽兩地的高技術大型企業的綜合績效達到有效，投入產出處于最佳狀態。山西、廣東、重慶三個地區的綜合效率高于0.8，表明資源配置較為合理，而遼寧、黑龍江、四川三個省份的綜合績效低于0.2，尤其是四川，綜合效率為0.098，意味著這些地區的高技術大型企業創新資源配置效率很低，資源浪費嚴重。從總體上看，我國高技術大型企業的技術開發效率不高，僅11個省市高于全國水平，且省市之間的差異較大。從三大區域來看，東部地區的績效高于中部地區，中部地區高于西部地區。

在非DEA有效的省市中，山西、吉林、廣東三地達到了純技術有效而規模無效，且其規模收益均處于遞增階段，表明這三個省份的高技術大型企業能夠有效利用R&D資源，但發展規模還不夠，需要擴大生產規模。浙江達到了規模有效而純技術無效，反映出其高技術大型企業需要提高資源的利用效率。河北、遼寧、黑龍江、江西、河南、湖北、湖南、重慶、四川、陜西等地的純技術效率低于規模效率，且規模收益遞增，說明生產要素的組合不理想，需要加以改善。天津、上海、江蘇、福建純技術效率低于規模效率且規模收益遞減，表明這些地區的高技術大型企業在技術創新方面重復投入，存在資源浪費現象，需要對現有資源進行整合，提高效率。總的來說，這些非DEA有效的地區規模效率普遍大于純技術效率。從冗余度看，大部分地區在技術研發階段存在不同程度的浪費現象，且基本上都是在R&D人員方面存在冗余。從產出方面看，近一半地區的高技術大型企業擁有發明專利存在不足。

2、技術轉化階段績效分析

從成果技術轉化階段看（見表2），北京、天津、吉林、江蘇、安徽、福建、四川等地區的綜合績效達到DEA有效。綜合績效高于0.8的只有廣東，其余大都低于0.5，表明各地區的高技術大型企業的技術轉化效率呈現出兩極分化的現象。從三大區域看，西部地區高于東部地區，東部地區高于中部地區，其中，東部地區主要是規模過大引起DEA無效。

在非DEA有效的地區，也是規模效率普遍大于純技術效率。其中，山西、廣東、重慶三地的純技術有效而規模無效，表明這些地區的高技術大型企業在技術轉化階段需要尋求最優的生產規模。陜西的規模接近有效而純技術無效，因此需要提高資源的利用效率，改善企業的經營管理措施。河北、江西、山東、湖北的純技術效率低于規模效率且規模效益遞減，表明資源利用未達到最優，投入存在冗余。遼寧、黑龍江、上海、河南、湖南的純技術效率低于規模效率且規模效益遞增，反映這些地區需要加大投入規模。從冗余度看，部分地區在技術改造經費支出、R&D人員全時當量方面存在冗余，而在產出方面，大部分地區在新產品出口方面存在不足。

3、大型企業兩階段創新績效對比

為了進一步了解各地區高技術大型企業的技術開發效率與技術轉化效率的差異，對技術開發效率和技術轉化效率進行聚類分析，并以0.8為臨界點將各地區高技術大型企業創新績效分為四種類型（見圖1）。第一類是技術開發效率和技術轉化效率都高于0.8的地區，包括北京、廣東、安徽。其中，北京和廣東分屬于京津冀和珠三角地區，經濟發達，人力資源豐富，高技術大型企業的創新能力強，科研產品市場化水平高。而通過對原始數據的分析發現，安徽省的高技術大型企業在R&D方面的投入規模很小，需要進一步擴大生產規模。第二類是技術開發效率高和技術轉化效率低的地區，包括山西和重慶，其能將研發投入轉化為專利技術，但將專利市場化的效率較低。通過對原始數據的分析發現，兩個地區在技術轉化階段的規模效率低，需要增加投入，尤其是增加新產品開發經費。第三類是四川、福建、吉林、江蘇、天津等技術轉化效率高而技術開發效率低的地區，這些地區的高技術大型企業需要提高技術研發效率。第四類是技術開發效率和技術轉化效率都低的地區，我國大部分省市都屬于這一類型，從三大區域看，東、中、西部都是屬于此類。

4、高技術大型企業與中型企業創新績效對比分析

為了與高技術大型企業進行對比，本文進一步對各地區的高技術中型企業的R&D績效進行研究，通過對比可以發現，大部分地區的高技術中型企業的技術轉化績效都很高。綜合來看，中型企業的績效高于大型企業。具體來看，北京和廣東的大型與中型高技術企業創新績效屬于第一種類型，大部分地區的大型企業屬于第四種類型，而中型企業屬于第三種類型，大部分中型企業的技術轉化績效都很高。

四、結論與討論

本文運用DEA模型對我國各省市的高技術大型企業的創新績效進行分階段研究，結果表明大多數地區的高技術大型企業的技術開發效率和技術轉化效率都不高，相較于中型企業，大型企業在技術創新方面的績效并不是很理想，整體上低于中型企業。從三大區域看，東部地區大型企業的技術開發績效高于中部地區，中部地區高于西部地區，西部地區大型企業技術轉化績效高于東部地區，東部地區高于中部地區。本文的研究還存在很多問題：由于統計資料的有限，本文的研究僅限于近三年的情況，在評價指標的選擇上也較為有限，且只對大型和中型高技術企業進行了對比，因此對高技術大型企業創新績效研究需要持續的關注。

【參考文獻】

[1] 蘇屹、喻登科、李柏洲：基于改進DEA的我國高技術企業技術創新績效研究[J].科學學與科學技術管理，2012（6）.

[2] 劉俊杰、傅毓維：基于DEA方法的高技術企業創新效率研究[J].科技管理研究，2008（3）.

[3] 張玉臣、呂憲鵬：高新技術企業創新績效影響因素研究[J].科研管理，2013，34（12）.

[4] 劉偉、李丹：青島市高新技術企業R&D投入與產出績效研究[J].科技進步與對策，2010，27（3）.

[5] 曾德明、張運生、秦吉波：高新技術企業R&D的績效評價[J].統計與決策，2003（11）.

[6] 吳永林、趙佳菲：基于DEA的北京高技術企業技術創新效率研究[J].科技和產業，2011，11（1）.

[7] 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，2013，34（2）.

[8] 劉川：我國高技術產業研發創新效率研究——基于三階段DEA方法[J].工業技術經濟，2012（12）.

[9] 鄭堅：高技術產業技術創新效率評價的改進DEA方法研究[D].哈爾濱工業大學，2008.

（責任編輯：張瓊芳）