新能源汽車企業創新生態效率測度

李爽+郭燕青

摘要：利用能量傳遞效率和報償反饋效率刻畫企業創新生態效率，構建新能源整車企業創新生態效率模型，選取中國A股新能源整車上市公司2012～2015年度的面板數據作為研究樣本，測度新能源整車企業的創新生態效率。研究發現：新能源整車企業的能量傳遞效率總體不高，企業間差異較大，研發投入是推動企業創新的主要動力，技術人力資源投入效果不顯著；報償反饋效率較高，有力地促進了汽車企業創新活動的持續開展。最后，圍繞提高新能源整車企業創新生態效率提出了建議。

關鍵詞：創新生態；效率測度；新能源汽車；能量傳遞

DOI：10.13956/j.ss.1001-8409.2017.04.06

中圖分類號：F426；F273.1 文獻標識碼：A 文章編號：1001-8409（2017）04-0023-04

Abstract：This paper builds up the innovation ecology models of new energy automobile enterprise， which indicates the enterprise innovation ecological efficiency by the energy transfer efficiency and the reward feedback efficiency， and selects the panel data of listed companies of Chinese Ashare auto manufacturers from 2012 to 2015 as samples， to measuring the efficiency of innovation ecology in the new energy vehicle enterprise. Results show that the average of energy transfer efficiency is low and it is obvious that the efficiency of different companies， and R&D investments are the main power to promote innovation， but technical human resources investments have failed to play a key position. In addition， the reward feedback efficiency is higher， and strongly promoted the continuous development of innovative activities. Finally， some suggestions are put forward to improve the innovation ecological efficiency of new energy vehicle enterprises.

Key words：innovation ecology； efficiency measure； new energy automobile； energy transfer

進入21世紀以來，能源和環境問題越來越引起人們的關注。隨著科技的迅猛發展，以混合動力汽車、純電動汽車和燃料電池汽車為代表的新能源汽車應運而生。我國開展新能源汽車的研究與開發起步較晚，近年來不斷推出各種扶持和培育新能源汽車產業發展的政策，有力地支持了企業創新活動的開展。目前，我國已經成為世界最大的新能源汽車市場。據中國汽車工業協會提供，2016年1～3月新能源汽車產銷62663輛和58125輛，同比增長1.1倍和1倍。然而，在政府政策大力支持、企業資金大量投入的背景下，新能源汽車企業的創新活動是否轉化為相應的經濟效益，其創新效率究竟如何目前尚不可知，因此對新能源汽車企業創新效率進行科學測度具有重要的現實意義。

技術創新是從創新源獲取到產品成功商業化的一系列過程，創新企業通過與科研機構、供應商、競爭對手、政府部門等利益主體進行互補性合作為客戶提供有價值的產品和服務，這些互補性組織構成了一個創新系統。該創新系統在很多方面與生物學中的生態系統相似。生態系統是由生物群落與其環境組成的一個整體，系統內各成員之間、各成員與非生物因子（如空氣、水及土壤等）之間不斷地進行能量流動、物質循環和信息傳遞，并借由物質流、能量流和信息流的連接而形成相互聯系、相互影響、相互依存的復合體。因此從生態學視角出發，利用生態系統中能流傳遞概念分析創新過程，可以科學測度新能源汽車企業的創新效率，了解新能源汽車企業的創新狀況，進而為企業制定創新發展策略、優化創新活動、提升創新能力提供參考。

1 文獻綜述

目前關于創新效率測度的研究文獻大多集中在產業創新和區域創新領域，圍繞企業創新效率測度的研究尚處于起步階段。研究人員主要采用兩種方法對創新效率進行評價，分別是參數法（SFA）和非參數法（DEA）。李陽在構建C2GS2和兩階段鏈形結構的DEA模型的基礎上，對工業企業的創新效率進行分析，得出技術創新過程中的研發效率和轉化效率[1]。孫國鋒等運用KAO 模型和鏈形關聯DEA 模型，利用大中型國有控股企業、內資企業、港澳臺資企業和外資企業的數據，分析計算各類企業的技術效率、規模效率以及純技術效率[2]。尹述穎、陳立泰運用超越對數生產函數的SFA模型，構建反映創新生成和創新轉化兩階段特點的投入產出指標體系，測度我國醫藥企業兩階段的創新效率 [3]。夏海力等基于扎根理論編碼方法，提煉影響裝備制造業企業技術創新效率的12個因素，運用SFA方法評價蘇州裝備制造業的創新效率，并對影響因素進行了分析[4]。李爽運用SFA方法對我國 92 家新能源上市公司2010～2014年的技術創新效率進行分析，并重點考察了研發強度和政府支持度對公司創新效率的影響[5]。

由于企業創新活動是在特定創新生態系統內完成的，因此近年來將企業創新活動納入到關于創新生態系統研究框架的學術文獻不斷涌現。2004年美國競爭力委員會在《創新美國：在挑戰和變化中成長》（Innovate America：Thriving in a World of Challenge and Change）的研究報告中首次使用了“技術創新生態系統”這一概念，指出“企業、政府、教育家和工人之間需要建立一種新的關系，形成一個 21 世紀的創新生態系統”。之后，國內外學者從創新生態的視角出發，從不同維度對創新生態系統展開研究。Ron Adner以高清電視的成長為研究對象，分析發現影響企業績效的關鍵要素是所處創新生態系統的整體創新能力[6]。Kayano和Chihiro通過對美國、日本等國的創新生態系統分析后，得出創新生態系統由相互聯系又獨立的創新系統和制度系統構成[7]。Marco Ceccagnoli等分析了軟件企業創新生態系統對價值創造的重要作用[8]。近年來，部分國內學者也開始嘗試把生態學理論應用到創新領域，構建了創新生態系統的概念模型。目前，圍繞新能源汽車產業創新生態系統的相關研究也已經展開。李磊、郭燕青利用創新生態系統理論構建我國新能源汽車產業的創新生態系統模型[9]。王宏起等基于創新生態系統的理論思想，以比亞迪新能源汽車創新歷程為研究對象，探究新能源汽車創新生態系統的演進機理[10]。

綜上所述，國內外學者對于新能源汽車企業創新效率的研究成果十分鮮見，已有的少數研究文獻往往將創新效率局限于單環節的投入產出，忽視了企業創新活動的過程性；而且沒有考慮創新績效對于創新投入的影響，忽視了企業創新活動的系統性。由于創新生態系統理論強調企業創新活動的過程性和系統性，因此從創新生態系統的角度出發，結合生態學的概念和方法對新能源汽車企業的技術創新效率進行研究，可以得出更有價值的研究結論。

2 研究設計

2.1 新能源汽車企業創新生態效率模型

在生物學中，生態效率（ecological efficiency）是指生態系統中任何能流參數在營養級之間或同一營養級內部的比值關系。文獻上使用的生態效率有很多種且名詞比較混亂，比如能流過程中各個不同點上能量之比值可稱為傳遞效率（transfer efficiency）或生態效率，但一般認為林德曼效率才是生態效率①

。一般來說，生態系統中的能流效率包括同化效率、生長效率、利用效率和林德曼效率等，這些生態效率測度指標的計算方法雖有不同，但其根本目的在于描述生態系統中生物體對于能量的吸收、轉換和利用效率。

與生態效率類似，創新過程的本質是一個價值流創造、傳遞、轉化、吸收的過程，創新種群通過初始研發投入或獲取上一級創新種群的產出，經過同化吸收后形成新的創新產出，供下一創新種群使用。但與自然生態系統能量傳遞過程中能量單向衰減不同，創新包含了人類的知識和技術，在原有物質形態發生改變的同時也產生了經濟增值。因此，創新過程既是能量傳遞過程，也是價值創造過程。本文將創新活動中的“能量”定義為初始投入或者創新產出的經濟價值，則創新生態效率可以定義為創新系統中各創新種群對初始創新投入或前一創新種群創新產出中所含能量的轉化效率。這里的能量轉化效率又可以進一步分為“能量傳遞效率”和“報償反饋效率”。“能量傳遞效率”是指創新種群對創新投入或前一創新種群創新產出中所含能量的吸收利用效率。為了維持企業創新活動的不斷循環開展，必須要對能量傳遞過程中的合理損耗進行經濟補償，生態學中通常把后一營養級對前一級營養級的正面影響稱作“報償反饋”，本文則把創新種群補償前一創新種群產出的效率稱為“報償反饋效率”。 “能量傳遞效率”和“報償反饋效率”分別從相反的兩個方向描述企業創新活動的主要過程，兩者相互繼起，循環往復。同時對能量傳遞效率和報償反饋效率進行測度，可以更加全面準確地對企業創新生態效率進行評價。

新能源汽車企業一般包括整車企業和關鍵零部件企業兩大類，考慮到零部件生產企業的產品并不能直接被分解者種群分解，不利于研究的開展，加之整車企業之間生產方式、研發模式接近、企業類型比較統一等特點，本文以整車企業為例對新能源汽車企業創新效率進行研究。圖1為新能源汽車企業創新生態效率流程圖。

如圖1所示，新能源汽車企業創新生態系統由創新種群和創新環境構成，其中創新種群是創新活動的主體，主要包括生產者種群、消費者種群和分解者種群。高校、科研院所和其他研發主體（包括新能源汽車企業）作為生產者種群主要負責新技術的研究與開發；新能源整車企業是消費者種群，是新技術的主要購買者和使用者，負責同化新技術并將其轉變為新產品；新能源汽車使用者視為分解者種群，負責購買汽車產品并使用，直至產品最終完全損耗，該過程類似于自然生態系統中微生物的分解過程。在三個創新種群中，新能源整車企業是創新種群的主體，是連接生產者種群和分解者種群的橋梁，是創新生態系統的核心種群。從圖1中可以看出，新能源汽車創新過程可以分為兩大主要循環，分別是圍繞生產者種群和消費者種群為核心的能量傳遞和報償反饋。本文研究的是新能源整車企業的創新效率，即圖1中用虛線所示的消費者種群的能量傳遞效率和報償反饋效率。

從能量傳遞的角度看，新能源整車企業的能量損耗可以進一步分解為正常能量損耗（如各種必要的管理成本，類似自然生態中生物體的呼吸）與非正常能量損耗（如重大研發失敗、創新管理低效率等，類似自然生態中的未被食入或未被同化吸收），這種能量損耗不能簡單地等同于能量絕對減少，而應該看作是企業創新活動的實際效果和理想效果之間的差異。從報償反饋的角度看，分解者種群購買新能源汽車是對消費者種群創新活動的正向回饋，這種補償僅限于消費者種群的正常能量損耗，而對于非正常損耗或者損失則不予補償。這種以資金回流為主的報償反饋是分解者種群在市場機制下完成的，其不僅幫助消費者種群實現了能量傳遞，而且有助于創新種群的優勝劣汰，保證了創新活動在動態穩定中持續開展。綜上所述，新能源汽車企業的創新活動是以消費者種群為核心，通過能量傳遞和報償反饋機制形成的動態的、雙向的、完整的循環過程。

2.2 新能源汽車企業創新生態效率測度方法

新能源汽車企業創新生態效率可以從能量傳遞和報償反饋兩個維度進行測度。首先，消費者種群通過攝取創新能量（自身的研發投入和生產者種群提供的新技術），經過自身的研發和創新管理等過程，實現新產品商業化并取得相應的經濟利益，最終實現對攝入能量的同化吸收。商業化的效果越好，說明消費者種群的同化吸收能力越強，能量傳遞效率越高。由于能量傳遞中損耗現象的客觀存在，消費者種群攝入能量之后不可能實現完全同化吸收，因此可以首先考慮設計在完全吸收狀態下的能量傳遞模型：y=fx；β。其中，y代表被同化吸收的創新能量，f代表完全同化吸收的過程，x代表攝取的創新能量，β代表系數。將能量傳遞的實際數據與其完全同化吸收過程對比，可以實現能量傳遞效率測度的目的。報償反饋效率測度模型的設計思路與能量傳遞效率測度的思路相似，通過比較實際數據與完全報償反饋模型之間的差異，實現對報償反饋效率的測度。

借鑒Battese G E和Coelli T J（1995）改進和拓展隨機前沿分析法（Stochastic Frontier Analysis），本文將實際能量傳遞數據與完全同化吸收狀態的偏離分解為隨機誤差和能量損耗兩項，采用極大似然法對完全同化吸收狀態函數進行估計。結合Cobb-Douglas生產函數中關于投入要素的定義，構建的新能源整車企業能量傳遞效率測度模型為：

2.3 樣本選擇與數據來源

選擇滬深A股市場中新能源整車制造上市公司作為研究對象。截止2015年末，A股市場共有汽車類上市公司112家，在剔除了非整車公司和ST公司之后，本文將18家新能源整車上市公司2012～2015年的面板數據作為研究樣本。之所以選擇2012年，主要是考慮到國務院自2010年將新能源汽車確定為七大戰略新興產業以來，鼓勵新能源汽車企業發展的相關政策不斷推出，2012年7月國務院又發布了《節能與新能源汽車產業發展規劃》，我國新能源汽車企業的發展進入了快速階段，以2012～2015年數據作為研究樣本，不僅可以避免政策變動對研究結果帶來的干擾，而且有助于分析產業政策的實施效果。樣本所取數據來源于相關上市公司2012～2015年年報以及國泰安數據庫，統計數據的處理利用了Eviews 10.0和Frontier Version 4.1軟件。

3 實證分析結果

3.1 能量傳遞效率的測度與分析

本文采用極大似然估計法對新能源整車企業能量傳遞效率測度模型進行分析，結果顯示LR單邊檢驗值為1.794，且在0.01的水平下顯著，說明模型能夠較好地解釋能量傳遞效率，模型統計結果見表1。能量傳遞效率排名前五的企業見表2。

根據表1和表2可以得出如下結論：

（1）攝取創新能量是推動新能源整車企業創新活動的主要動力。從表1的數據可以看出，模型中攝取創新能量（Eit）和人力資源（Lit）對吸收創新能量（Sit）的系數分別為87.645和-0.108，T統計量分別為26.253和-5.410，表明新能源整車企業攝取的創新能量對吸收的創新能量產生了最主要的正向作用，而人力資源則起到了微小程度的負向作用。

（2）新能源整車企業的能量傳遞效率總體偏低，企業間差異較大。根據統計結果可知，新能源整車企業的能量傳遞效率平均值為44.70%，即消費者種群攝取的創新能量約有55.30%的部分沒有被同化吸收，而是在創新活動中損耗，反映出新能源整車企業創新生態效率總體上仍然偏低。另外，樣本公司之間的能量傳遞效率差異明顯，最低值為13.60%，最高值為97.69%，說明新能源整車企業之間的創新效率差異明顯。

（3）能量傳遞效率與企業績效之間關系緊密。從表2的數據可以看出，能量傳遞效率前五名的新能源整車企業平均能量傳遞效率為0.699，平均市凈率為2.58，平均凈資產收益率為17.40%，總體上呈現出能量傳遞效率與公司績效、公司價值正相關的關系。從具體公司看，宇通客車、比亞迪、長城汽車在生產和研發領域具有一定的比較優勢，企業績效比較突出，估值水平受到市場的認可。

3.2 報償反饋效率的測度與分析

報償反饋效率測度模型統計結果見表3。結果發現gamma值等于0，可判斷非效率項的影響幾乎可忽略，效率的實際值與理論值的差幾乎完全來源于隨機誤差，說明原測度模型已經不再適用。因此直接采用最小二乘法進行回歸分析。本文以攝取的創新能量為因變量（用研發投入替代），以同化吸收的創新能量為自變量（用銷售收入替代），利用Eviews 10.0統計軟件進行回歸分析，回歸分析結果見表4。

從表4的統計結果可以看出，回歸方程擬合效果較好，變量S的T值最大，表明銷售收入對于研發投入的影響最大，即創新能量的輸出對于創新能量的攝入產生重要影響。模型統計結果說明在新能源汽車創新生態系統中，分解者種群的報償反饋效應十分明顯，這對新能源整車企業獲取上一營養級的創新能量起到了積極作用。

4 政策建議

根據上述研究結論并結合新能源整車企業的創新生態現狀，提出如下建議：

（1）優化創新生態環境，提高創新能量傳遞效率。優化新能源整車企業創新生態環境是提高創新能量傳遞效率的關鍵環節，政府部門作為創新生態環境的重要建設者與參與者，應發揮重要作用。政府應當主導建立公平競爭的商業環境，保護知識產權，打擊不當競爭，維護各創新種群的合法權益。政府應協調各創新種群之間的利益關系，針對創新種群的不同需求推出相應的優惠政策。

（2）拓寬創新能量攝取方式，加大研發投入強度。攝取創新能量是推動企業創新活動的主要動力，新能源整車企業可以通過拓寬創新能量攝取方式和加大研發投入強度兩個途徑提高企業創新能量的攝入。除傳統的外部購買和內部研發的途徑外，企業可以考慮采用與科研院所及其他企業聯合開發、并購研發機構、獲取專利技術特許使用權等途徑。企業要不斷加大研發投入強度，將維持較高技術研發投入強度定位到企業發展戰略的高度上來，更加重視持續研發投入的重要作用。

（3）提升研發人員對創新效率的促進作用。新能源整車企業應當將研發人員視為企業重要的戰略資源，將人才的選拔和培養上升到戰略高度。應加大人才培訓資金的投入強度，不斷提升企業研發人員的技術水平，為創新活動儲備大量的優質人才。建立科學的績效考核機制和用人機制，提高研發人員的工作熱情和主觀能動性。

參考文獻：

[1]李陽.基于網絡DEA的地區工業企業技術創新效率研究[J].統計與決策，2015（23）：85-89.

[2]孫國鋒，張嬋，姚德文.大中型高技術企業創新效率測度與分解——基于DEA模型的實證分析[J].審計與經濟研究，2016（3）：111-119.

[3]尹述穎，陳立泰.基于兩階段 SFA 模型的中國醫藥企業技術創新效率研究[J].軟科學，2016（5）：54-58.

[4]夏海力，李卿，吳松強.裝備制造業技術創新效率及其影響因素研究——以蘇州為例[J].科技進步與對策，2016（3）：65-70.

[5]李爽.R&D強度、政府支持度與新能源企業的技術創新效率[J].軟科學，2016（3）：11-14.

[6] Ron Ander.Match Your Innovation Strategy to Your Innovation Ecosystem[J].Harvard Business Review，2006，84（4）：98-107.

[7] Kayano Fukuda，Chihiro Watanabe.Janpanese and US Perspectives on the National Innovation Ecosystem[J].Technology in Society，2008（30）：49-63.

[8]Marco Ceccagnoli， Chris Forman， Peng Huang， et al. Cocreation of Value in a Platform Ecosystem： The Case of Enterprise Software[J]. MIS Quarterly， 2012（2）：263-290.

[9]李磊，郭燕青. 中國新能源汽車產業創新生態系統構建研究[J].科技管理研究， 2014（23）：59-63.

[10]王宏起，汪英華，武建龍，等.新能源汽車創新生態系統演進機理——基于比亞迪新能源汽車的案例研究[J].中國軟科學，2016（4）：81-94.

（責任編輯：張 勇）