經濟轉型時期的科技型企業創新效率比較研究

吳忠濤 張瑯 張裕華

摘要：本文采用主成分分析與DEA指數模型相結合的方法，通過提取主成分將多種投入和產出降維，在此基礎上運用DEAMalmquist指數模型對正處在經濟轉型期的科技型中小企業以及大型企業創新效率進行評價并做出對比分析，評價結果表明：在2013—2015年的經濟轉型期間，科技型中小企業和大型企業的創新效率均呈下降趨勢，且科技型中小企業的創新效率下降更快。對比結果發現：科技型中小企業在資源配置及企業管理上與大型企業有較大差距，同時其技術進步不足也是科技型中小企業創新效率低下的重要原因。最后，本文通過行業及創新模式劃分，尋找影響科技型中小企業創新效率的實質性因素。研究結果發現：經濟轉型時期的科技型中小企業在資金和管理投入上較大型企業而言存在差距，未來通過自主研發及提高企業管理能力對發揮科技型中小企業的作用至關重要。

關鍵詞：科技型中小企業；創新效率；主成分分析法；數據包絡法

文獻標識碼：A文章編號：1002-2848-2018（03）-0057-09

一、 引 言

2017年10月，黨的十九大報告提出：我國經濟正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期。貫徹新發展理念，建設現代化經濟體系已經刻不容緩。尤其是2013年以來，中國GDP增速由7.8%下降到2017年的6.9%①，種種跡象表明，中國經濟增速雖然放緩，但是以供給側改革為主線的高質量發展方式將不斷為經濟發展提供活力。在此基礎上，為了提升我國經濟質量，十九大也將加快建設創新型國家上升為建設現代化經濟體系的戰略支撐[1]。

作為創新的新興載體，科技型中小企業逐步成為維護國家經濟穩定、推動社會健康發展的重要力量[2]，越來越受到政府、行業部門的關注，占據了國家經濟發展的重要分量。然而，伴隨著科技型中小企業的發展，一些基本矛盾也突顯出來，其中最突出的問題是：科技型企業自主創新能力有限。為了增強企業自主創新能力，政府出臺了很多扶持政策，諸如為科技型中小企業發展提供風險貸款、風險基金等等。可是如何評定科技型企業的創新效率，創新效率投入產出體系應該如何建立？創新投入是否與創新產出相匹配？創新效率是否在提高？哪類企業的創新效率較高？等等都是經濟轉型期現代科技型企業、政府部門所應關注的問題。

科技型中小企業與大型企業相比，其研發體系靈活，了解市場真實需求，但值得注意的是，科技型中小企業同時也具備中小企業的主要特質，即：高風險、流動資金匱乏、融資渠道有限、抗風險能力差等問題。因此，就需要科技型中小企業從自身出發，依托配套的財政優惠政策，解決相應的創新效率等問題，從而促使其盡快發展壯大，并帶動其上中下游產業的快速發展。現在，對創新效率的研究大多以全要素生產率（TFP）來衡量。全要素生產率取決于教育、研發、創新、企業家精神、知識產權保護、經濟制度等等。因此，我們需要通過技術創新、制度創新提高企業的全要素生產率，進而提升企業的創新效率。

本文從充分考量科技型中小企業創新效率的有效性出發，結合前人的研究方法和結果，選取了主成分分析與DEAMalmquist指數模型相結合的方法對陜西省科技型中小企業與大型企業的創新效率進行比較研究，旨在探討兩者在創新效率方面的發展差異，并從大型企業在企業投入產出管理和決策角度為處在經濟轉型期的科技型企業提高創新效率提出發展意見。

二、 文獻回顧與機理分析

（一）文獻回顧

在衡量企業創新效率方法的選擇上，主要有隨機前沿分析（SFA）和數據包絡方法（DEA）兩種。其中DEA由于其研究多投入多產出的有效性評價時具有避免主觀性、簡化算法和減少誤差等眾多優點，已被廣泛應用于各研究領域[3]，并取得了豐碩的成果。Zhong[4]等使用DEA模型，對來自中國經濟普查的30個地區R&D;投資的官方數據進行了相對有效性評價；Kontolaimou[5]等以DEA模型為基礎，分析了歐洲國家創業企業在創業前期的創新效率；Yannick[6]等人使用數據包絡法分析了2008到2010年間Cte dIvoire的14家銀行將存款有效轉化為信貸資金的效率，并進一步分析了效率低下的原因。

我國學者對全要素生產率（TFP）的研究也很多，但基于DEA方法面向企業創新效率的研究大多集中在以下方面：一是直接利用數據包絡法對企業創新效率進行分析，如李強[7]、趙樹寬[8]、熊嬋[9]、杜鶴麗[10]等對目標企業通過DEA效率分解，僅指出目標企業創新效率是否位于技術前沿面上，或者帶來目標企業DEA弱有效的投入指標是否冗余或者不合理；二是直接利用DEAmalmquist指數模型對科技型企業各行業的資源配置效率進行動態評價，如徐曄[11]、陳一博[12]、譚曉東[13]等基于Malmquist指數模型發現目標企業在一定時期的創新效率處于上升還是下降的趨勢，而并未對其內在原因進行更多的有效分析。

通過梳理前人研究成果發現以下幾點不足：一是對企業創新效率的評價研究，前人多采用DEA數據包絡法展開定量分析，這樣會由于投入產出過多對實證結果分析帶來一定的困難，且DEA模型一般用來對橫截面數據進行實證研究，對于本文所使用的面板數據有一定的限制。二是大量研究僅圍繞企業創新效率的分析展開，卻鮮有將中小型企業與大型企業同時納入研究框架，通過比較研究法對企業創新效率的實證分析。

（二）機理分析

自1942年熊彼得提出大企業在創新上更具優勢以來，對于企業創新效率的研究逐漸成為技術經濟領域的研究熱點之一。Grimpe[14]等通過研究發現，研發投入的增加有助于企業知識技術資本得以不斷積累，從而提升企業知識儲備，增強企業對新知識、新技術的消化吸收能力，使企業高效利用和吸收外部的創新資源，增強自身創新能力，不斷提高創新效率。李海超[15]等將研發人員、研發經費以及科技實力納入高技術企業自主創新的內部驅動因素范疇，這些因素將直接或間接作用于企業，幫助企業一定程度上提升創新效率。Romer[16]的研究結果也表明：基于R&D;投入的技術進步會帶來效率的提升以及經濟的增長。然而，作為要素投入的各種研發投入也存在邊際效率遞減的可能[17]。因此，在經濟轉型時期，各類型企業的投入產出在創新效率上的表現究竟如何是本文研究的出發點。

同時，合理分配社會資源，縮小行業之間的創新效率也是提高經濟轉型期各行業整體創新效率的有效途徑。楊善奇[18]等通過對中國制造業各子行業創新效率比較發現，各子行業之間創新效率提升或下降的情況均有出現。因此，他提出提高企業創新能力還需通過明確創新主體，針對行業特點對癥下藥，特殊情況下需要政府干預，在影響國民經濟的重要活動領域合理分配各項資源、特別資助以及制定優惠政策等方式實現。

最后，企業只有具備高效的自主創新能力才是企業長足發展的核心動力[19]。肖興志[20]等研究發現使用技術引進、技術改造和消化吸收等模仿創新的方式對企業創新效率的影響并不顯著，相反，通過自主創新的途徑則會顯著提高企業的創新效率。因此，本文基于被調研企業不同的創新模式的分析，以期得到更多指導性的創新驅動發展意見。

三、 實證分析

本文在之前學者研究的基礎上，將主成分分析法[21]與DEAMalmquist指數模型相結合，通過將多種投入及多種產出降維，并提取主成分，再運用DEA中的Malmquist指數模型[22]對企業創新效率進行實證研究，并對企業按照行業和創新模式進行劃分，分析經濟轉型時期不同行業、不同創新模式下企業的創新效率高低[8，23]。

（一）投入-產出指標的選取

在應用DEAMalmquist指數模型對企業進行創新效率評價時，投入、產出的指標選取非常重要。Zhong[4]等認為研發（R&D;）活動代表了企業科技活動的基本核心，對提高企業實現快速、可持續增長的能力起著至關重要的作用，因此選用研發支出和研發人員作為模型的投入變量。而在產出變量的選擇上，經濟合作與發展組織已經對技術創新的統計測量制定出了一個系統的測量方法，該方法不僅將通過技術轉化而來的特定的產品列入產出的考慮范圍，同時將研發成果所帶來的市場價值也同時納入產出變量。因此，Zhong[4]等綜合上述考慮，選擇專利申請數、新產品銷售收入和主營業務收入作為輸出指標。Kontolaimou[5]等在輸入指標上與上述一致，在輸出指標上則選取了國際專利申請、中等技術和高新技術產品出口作為國家創新活動的輸出指標。

在國內，顧麗琴[24]等選取企業項目研發投入資金，創新基金投入量和資本市場資金為輸入指標，項目驗收時新產品產生的銷售收入、繳稅、凈利潤、因項目實施新增就業人數為輸出指標。趙樹寬[8]、于波濤[25]等分別選取R&D;人員投入和經費投入作為創新投入；將新產品銷售收入和專利申請數作為創新產出。

本文在吸取前人經驗的基礎上，根據科技型中小企業的實際創新情況，在R&D;人員投入和資金投入之外，另增了時間投入和知識產權投入兩項投入指標。其中，時間作為衡量社會必要勞動的標準，在投入指標中無疑占據重要地位；而知識產權投入是基于已有的專利數，對于企業之后的創新活動的開展有一定的支撐作用。在產出指標上，將資金產出作為產出指標的重要考量，這是因為無論是總收入還是凈利潤，均能用數字量化產出。具體的投入產出指標體系如表1所示。

其中，創新效率的投入指標包括人員投入、時間投入、知識產權投入以及資金投入。人員投入主要考慮年末在企業入職的職工總數以及專門從事研究與試驗的人員（R&D;人員）兩項指標；時間投入從企業R&D;活動人數折合全時當量，即參加R&D;項目人員的全時當量及應分攤在R&D;項目的管理和直接服務人員的全時當量出發；知識產權投入指的是企業目前已擁有專利數；資金投入主要考慮能夠將先進技術成果應用于企業發展的各個領域，堅持科技進步的技術改造費用以及研究與試驗發展投資強度（R&D;支出）兩項指標。

產出指標主要包括知識產權產出和資金產出。其中，專利申請數和當年專利授權數能夠充分代表企業創新項目所帶來的知識產權產出；而基于創新成果所帶來的企業凈利潤和總收入體現了企業創新效率的資金產出。

（二）數據來源

本文選取處于經濟轉型時期的2013—2015年陜西省科技型企業作為研究對象。由于陜西省中小企業起步較晚，各項數據并無有效的數據庫提供，并且對于陜西省中小企業進行研究的文章有限。因此，作者通過實地調研、電話訪談以及發送email等方式，向陜西省100家大型企業、中小型企業發放問卷，在西安市高新區、經開區管委會的協助下，最終獲取2013—2015年各企業的投入產出指標數據。其中，回收科技型中小企業的調研問卷共45份，大型企業的調研問卷共回收35份，剔除數據不完整及誤填等情況，得到38家中小企業及26家大型企業的完整問卷數據，樣本的有效率分別為84.44%、74.29%。

（三）主成分分析

為了滿足DEAP2.1的操作條件，方便后續分析，本文選取主成分分析法對投入和產出指標進行降維，然后利用主成分分析結果進行DEA效率評價。

首先，本文利用SPSS18.0對科技型中小企業的投入產出進行主成分分析，結果顯示KMO統計量為0.603，且Sig統計量小于0.01，由此認為各變量間相關性顯著，可以做主成分分析[26]。然后，本文通過正交旋轉，得到相應總方差解釋表如表2所示。

如上圖所示：通過提取2個主成分之后方差貢獻率達到64.520%，說明利用提取的這2個主成分可以解釋所有指標的大部分內容。

根據表3旋轉成分矩陣的相關數據，我們可以發現：公因子F1能代表：

人員投入——年末職工人數（X1）和R&D;人員（X2）；

時間投入——R&D;活動人數折合全時當量（X3）；公因子F2能表示：

知識產權投入——已擁有專利數（X4）；

資金投入——R&D;投資強度（X6），技術改造費用（X5）。

同理，將4個產出指標的主成分分析結果降維為2個公因子T1、T2。其中，T1可以代表與企業創新項目相關的專利申請數（Y1）和當年專利授權數（Y2）兩個指標；T2可以代表基于創新成果所帶來的企業凈利潤（Y3）和總收入（Y4）兩個指標。然后，利用主成分分析得出的主因子作為變量進行后續分析[26]。

同樣，利用SPSS18.0對大型企業的投入產出也進行主成分分析成分。

（四）基于DEAMalmquist指數模型的實證分析

使用DEA模型前，將所有輸入的指標數據進行非負化處理，本文采用極差法，運用公式X*ij=0.1+0.9*（Xij-minXij）/（maxXij-minXij），對38家科技型中小企業及26家大型企業主成分分析的結果數據分別進行非負化處理之后，使用DEAP2.1軟件中的的Malmquist TFP指數方法再對其分別進行全要素生產率（TFP）分析，得到經濟轉型期2013—2015年38家高新區科技型中小企業與26家大型企業效率變化情況。然后，通過對比科技型中小企業與大型企業創新效率分布情況，制作出2013—2015年科技型中小企業及大型企業全要素生產效率指數變化的效率分布如表4所示。

通過表4，我們可以按照Fare[27]的FGNZ模型將Malmquist指數分解為技術進步指數（Techch）和綜合技術效率變化指數（Effch），其中綜合技術效率變化指數進一步分解為純技術效率變化指數（Pech）和規模效率變化指數（Sech）進行分析并得到以下結論：

（1）從技術效率來看，在2013—2015年期間，僅有34.21%的科技型中小企業技術效率得到改善，相較而言，大型企業的比例卻達到了84.62%，這說明科技型中小企業的整體技術效率與大型企業存在很大差距。而且，科技型中小企業平均技術效率為1.003，而大型企業該指標的平均值為1.155，也就是說，科技型中小企業平均技術效率的年化增長率僅為0.3%，雖然呈上升趨勢，但仍然遠低于大型企業的15.5%，由此可見，科技型中小企業的企業管理方式與決策的正確程度仍然需要進一步改善[28]。

（2）從技術進步方面看，科技型中小企業中有13.16%的企業在技術上是進步的，略高于大型企業的7.69%。但從兩者的均值來看，科技型中小企業的平均技術進步值是0.938，大型企業為0.854，說明兩者的生產技術都在衰退[29]，但大型企業衰退的更嚴重。

（3）從表4的實證結果發現，科技型中小企業和大型企業的平均全要素生產率分別為0.941和0.987，說明三年來均呈下降趨勢，但科技型中小企業下降趨勢更為明顯，為5.9%。觀察所得結果，還可以發現：科技型中小企業僅有不到三成的企業生產率水平變化明顯，而大型企業的數量卻超過了一半。這主要是因為科技型中小企業的技術效率增長較慢，同時技術進步指標又在衰退造成的。

（4）通過觀察Malmquist指數的各項分解指標和綜合指標，我們可以發現：在2013—2015年經濟轉型期間，科技型中小企業效率與大型企業的創新效率有所差異。具體來講，存在的差異主要表現在以下幾個方面：

a.科技型中小企業相比大型企業而言生產率水平較低。從總體來看，西安市科技型中小企業的全要素生產率為0.941，低于大型企業的0.987，并且科技型中小企業僅28.95%的企業的全要素生產率大于1，相較而言，50%的大型企業可以保持企業全要素生產率達到正向增長，但大部分科技型中小企業在2013—2015年市場經濟增長減緩的情況下很難實現生產率水平的正向增長。

b.對科技型中小企業而言，技術效率雖然呈上升趨勢但增速較慢。科技型中小企業的平均技術效率增長率為0.3%，低于大型企業的15.5%。技術效率雖然上升但感覺增長乏力。技術效率這一指標體現了企業資源配置與企業管理方法的好壞及管理層的決策正確與否的情況[28]，由此可見：科技型中小企業在資源配置及企業管理上有很大的改善空間。科技型中小企業投入產出雖然靈活，但因市場面窄，資金獲取不暢，科技與管理型的優質人才不足等原因，使得科技轉化為產出的能力受到限制。同時，因為技術效率可以被拆分為純技術效率與規模效率的乘積，所以，從拆分開的兩個指標來看，不難發現，科技型中小企業的純技術效率與規模效率與大型企業均有一定差距，這也可以補充說明科技型中小企業技術效率相對較低的深層原因。

c.技術進步在企業的創新效率上的貢獻力不足。根據實證分析結果，科技型中小企業技術進步指數為0.938，大型企業的更低，僅為0.854。分析其原因，各類企業在技術進步方面表現較差，這可能由于被調研企業整體技術水平過低，企業發展環境閉塞，創新能力不足等原因造成的。

（五）按行業劃分科技型中小企業的創新效率分析

將以上38家科技型中小企業，按企業所屬行業的種類[8，30]，分成了制造業、環境能源、生物制藥化工類、電子制造業、信息產業以及技術服務，6大產業，13個細分產業。將26家大型企業按照行業分類如下，主要分為設備制造、電子制造業、環境能源類、生物化工等5類。將上述38家科技型中小企業以及26家大型企業的行業分類，匯總得到科技型中小企業的各產業效率、排名（表5），以及大型企業的各產業效率及排名（表6）。

由此可見：

（1）科技型中小企業的創新效率平均為0.941，而大型企業的創新效率為0.987，說明科技型中小企業及大型企業的創新效率均在下降，這可能受到經濟轉型等環境的影響；中小型企業因受經濟大環境影響較大型企業而言更大，因此創新效率下滑更明顯，而大型企業因受到國家政策扶持以及規模相應等，下降幅度相對較低。

（2）2013—2015年，三年間科技型中小企業創新效率增長幅度由高到低的依次是生物化工業0.995、電子制造業0.962、以及設備制造業0.957，其次是環境能源0.929和技術服務0.889、信息產業0.886；六種產業中創新效率均是降低的。對比來看，大型企業中除了生物制藥、化工類和電子制造業創新效率降低，其他行業創新效率仍然保持一定程度的提升。說明大型企業投入產出相對中小企業處于較為合理的水平，且企業管理方式與決策的正確程度較為成熟。

近年來，生物化工、電子制造業的創新效率受經濟大環境的影響下降幅度不大；生物化工和電子制造業是我國推進戰略性新興產業中的重點產業，在國家相關技術支持、資金支持、信息開放、優惠政策補貼等方面相促進的大環境下，促使生物化工、電子制造等產業創新效率的得到提升。

（3）在2013—2015年同樣三年內，大型企業中技術服務業、設備制造業、環境能源業的創新效率分別為1.119、1.015、1.068，電子制造業為0.994、生物化工類為0.838。陜西省的大型設備制造業不僅有大量的制造企業作為支撐，同時大型企業具有較高的制造水平和制造技術的高平臺，結合陜西省優秀的高校人力資源與研發資源，大型設備制造業、技術服務類企業在經濟不景氣的大環境下依然能夠獲得長足創新發展。

由此，我們可以總結：陜西省平均創新效率較低。一部分是由于2013—2015年，陜西省乃至全國經濟增長速度減緩，中小企業因各種原因受到外界經濟環境影響的程度較深。其次，陜西省是以制造業為主導的工業型發展城市，裝備制造與電子制造是本省的優勢發展產業，即使在經濟轉型的情況下，二者產業依舊以較為微弱的正向增長速度，帶動創新效率的增長；而環境能源、生物化工和信息技術作為發展中的新興行業，發展基礎不穩固，易被經濟環境所影響，也是創新效率負相增長的原因之一。

（六）按創新模式劃分科技型中小企業的創新效率分析

為了研究創新模式對企業創新效率的影響，本文將企業的創新方式分為：①獨立研制；②購買國內外技術；③合作研究開發三種。首先，將38家科技型中小企業按照創新的三種模式分類并比較不同創新模式的創新效率，見表7。

結論：

（1）調查的38家企業中，有16家企業的創新模式是采用獨立研制，也就是被調查的企業中有超過42.1%是采用獨立研發的創新模式，相較我國較早時期的模仿、采購技術創新模式而言，陜西省企業已經開始走自主創新的道路，而通過購買技術的創新企業與通過合作開發技術的企業分別占比達到31.6%和26.3%，兩者數量差別不大，總共占到了近全部企業創新方式的60%，總體來說陜西省的創新模式還是以外來、合作為主，自主研發的程度略有提高但是還需要加強。

（2）通過對科技型中小企業三種模式的創新效率結果可以看出來，企業通過購買技術的創新效率是0.956，相比而言是最高的，其次是合作開發的創新模式，也達到了0.954，創新效率最低的就是企業自主獨立研制的創新方式，僅僅是0.927，說明陜西省自主創新的效率較差。雖然陜西的眾多科技型技術企業中，合作開發大多數是以陜西省眾多資深的高等院校、科研所等技術開發資源、優秀技術研發人才為依據，但依舊不能否認購買國外的先進技術的研發成本低，產出利潤大的事實。相關政府部門應通過有效的途徑，提高陜西省自主研發以及合作開發的創新效率；同樣有關科技型中小企業也應該看到事實，提升自主研發水平，增長企業核心實力，才是做強企業的唯一道路。

以上是對陜西省38家科技型中小企業2013—2015年創新效率的實證分析，并且在對比大型企業創新效率的同時，又研究了按照產業劃分的科技型中小企業各產業的創新效率，以及按著技術外購、合作研發、自主研發的三種主要創新模式科技型企業的創新效率如何，由此，總結以下結論：

（1）創新對于企業發展、經濟增長具有至關重要的作用。本文以科技型中小企業為對象，創新效率為研究基礎，分析了創新與科技中小企業發展的緊密關系，創新發展推動企業發展，促進經濟增長。

（2）研究發現，在2013—2015年市場經濟下滑，經濟面臨轉型的情況下，科技型中小企業受到經濟大環境影響較大，創新效率負增長，且下降速度比大型企業快。科技型中小企業的創新效率為0.941，明顯低于大型企業的平均創新效率0.987。雖然科技型中小企業投資產出較為靈活，但還是不足以抵補大型企業的平臺優勢對創新效率的正向作用。

（3）科技型中小企業統計出來的6類產業創新效率都是小于1的，包括國家新重點強調的高新技術產業電子制造、生物醫藥、環境能源產業都是以一定的速度遞減。這可能與經濟轉型時期，為了保證經濟增長，資源更容易流向與國民經濟密切相關的大型企業，科技型中小企業相比較難獲得資金和人才支撐有關；另一方面也與科技型中小企業自身科技投入降低有關。

（4）科技型中小企業作為新業態、新經濟的引領者，在經濟發展新常態下發揮著強大的驅動作用，科技型企業的自主研發及產品的有效轉化是創新引領發展的具體體現。本文中被調研的科技型中小企業40%以上是采用獨立研發的創新模式，說明陜西省自助研發的程度、范圍正在變大，自主研發的水平和能力正在逐步提高，加強陜西省創新技術水平已經取得了較好的成果。可是相比較而言，大部分科技型中小企業的創新模式還是以合作研發和購買國內外技術為主，占到一半以上，并且創新效率以購買國內外技術和合作開發方式的創新效率較高，獨立研發的創新效率在三者中最低，可以說明雖然陜西省科技中小企業創新能力有所提高，但是創新效率還是有待加強。

四、 結論及政策建議

本文通過對處于經濟轉型期的陜西省多家科技型大、中小型企業進行調研，從理論、實證兩方面出發，對比不同規模科技型企業的創新效率，力求全面分析經濟轉型期科技型中小企業的創新效率發展情況。通過本文研究，得到以下幾方面研究結論：

（1）科技型中小企業的整體技術效率與大型企業存在很大差距，在資源配置及企業管理上仍存較大改進空間；

（2）科技型中小企業和大型企業的平均技術進步指數和全要素生產率均呈下降趨勢；

（3）從全要素生產率的各項分解指標來看，科技型中小企業的創新效率的各個方面與大型企業有所差異；

（4）陜西省技術服務和信息產業相關的中小企業創新效率比較落后；

（5）依靠完全自主研發的科技型中小企業數量不足一半。由此可見，科技型企業創新效率的提升工作仍然還需更多努力，創新效率低下的問題仍然值得關注。基于此，本文從以下四方面著手，提出提升科技型企業創新效率的對策建議。

首先，提升創新能力，提高產品或服務的質量標準。自“供給側改革”提出以來，我們深刻地意識到，現階段我國并非內需不足，而是嚴重缺少能夠滿足國民需要的產品與服務，在經濟新常態下提升企業競爭力對企業來說變得尤為困難。在這一背景下，企業首先要做的就是從自身出發，提高創新能力，發掘真正適合和需要的產品，積極拓展市場，開展差異化競爭，實現各類產品與消費市場的無縫對接。其次，政府應針對性的為科技型企業提供更多稅收優惠等相關政策或金融支持。再次，保障科技型高技術人才收入，鼓勵優秀人才進入科技型中小企業也是需要考慮的方面。從本文實證結論中發現，科技型企業的創新效率明顯低于大型企業，專利申請數量更是遠落后于大型企業，從而制約了科技型中小企業的發展步伐。同時，優秀的人才往往追求更大的平臺和更豐厚的薪酬，因而中小企業如果沒有相應的發展空間，很難吸引到真正幫助企業實現創新發展目的的人才。因此，科技型中小企業有必要制定有競爭優勢的工資薪酬和福利待遇，以吸引優秀的科技型人才和管理型人才進入企業，帶動企業快速成長。最后，鼓勵有條件的科技型中小企業在新三板上市。中小企業融資難一直是制約其發展的一大難題，有條件地拓寬融資渠道對中小企業來說是一大利好。

參考文獻：

[1] 習近平. 在中國共產黨第十九次全國代表大會上的報告 [R]. 北京： 人民出版社， 2017.

[2] 俞海海， 屠梅曾， 王愛民. 基于科技中小企業成長階段的政策扶持探討 [J]. 科技管理研究， 2008， 184（6）： 324-326.

[3] 魏權齡. 評價相對有效性的DEA方法 [M]. 北京： 中國人民大學出版社， 1988.

[4] Zhong W， Yuan W， Li S X， et al. The performance evaluation of regional R&D; investments in China： An application of DEA based on the first official China economic census data [J]. Omega， 2011， 39（4）： 447-455.

[5] Kontolaimou A， Giotopoulos I， Tsakanikas A. A typology of European countries based on innovation efficiency and technology gaps： The role of earlystage entrepreneurship [J]. Economic Modelling， 2016， 52： 477-484.

[6] Yannick G Z S， Zhao H， Thierry B. Technical efficiency assessment using data envelopment analysis： An application to the banking sector of Cte DIvoire [J]. ProcediaSocial and Behavioral Sciences， 2016， 235： 198-207.

[7] 李強. 基于DEA方法的我國中小企業技術創新效率研究——以深交所中小上市公司為例 [J]. 科技管理研究， 2010， 30（10）： 43-45.

[8] 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）： 36-43.

[9] 熊嬋， 買憶媛， 何曉斌， 等. 基于DEA方法的中國高科技創業企業運營效率研究 [J]. 管理科學， 2014， 27（2）： 26-37.

[10] 杜鶴麗， 李海萍. 浙江省高技術產業創新： 效率評價與差異分析——基于DEA方法 [J]. 經濟研究參考， 2015（57）： 83-91.

[11] 徐曄， 張秋燕. 中國高技術產業各行業資源配置效率的實證研究——基于DEAMalmquist指數方法 [J]. 當代財經， 2009（12）： 74-79.

[12] 陳一博， 宛晶. 創業板上市公司全要素生產率分析 ——基于DEAMalmquist指數法的實證研究 [J]. 當代經濟科學， 2012（4）： 103-108.

[13] 譚曉東， 陳玉文. 基于Malmquist指數的中國醫藥制造業科技創新效率動態評價 [J]. 中國醫藥工業雜志， 2016， 47（1）： 127-130.

[14] Grimpe C， Sofka W. Search patterns and absorptive capacity： Lowand hightechnology sectors in European countries [J]. Research Policy， 2009， 38（3）： 495-506.

[15] 李海超， 李志春， 楊楊. 我國高技術產業自主創新驅動因素及實現路徑研究 [J]. 科學管理研究， 2017， 35（03）： 50-54.

[16] Romer P M. Endogenous technological change [J]. Journal of Political Economy， 1990， 98（5）： 71-102.

[17] Hartmann G C， Myers M B， Rosenbloom R S. Planning your firms R&D; investment [J]. ResearchTechnology Management， 2006， 49（2）： 25-36.

[18] 楊善奇， 談鎮. 提升中國制造業自主創新效率研究 [J]. 經濟與管理， 2015， 29（01）： 54-59.

[19] 陶虎， 田金方， 郝書辰. 科技財政、創新活動與國有企業自主創新效率——基于治理制度視角的比較分析 [J]. 經濟管理， 2013， 35（11）： 149-160.

[20] 肖興志， 謝理. 中國戰略性新興產業創新效率的實證分析 [J]. 經濟管理， 2011， 33（11）： 26-35.

[21] 傅德印. 主成分分析中的統計檢驗問題 [J]. 統計教育， 2007（9）： 4-7.

[22] Malmquist S. Index numbers and indifference surfaces [J]. Trabajos De Estadistic， 1953， 4（2）： 209-242.

[23] 范秋芳， 劉蘭廷， 苑兆潔. 基于DEAMalmquist模型的石油企業自主創新能力評價研究——以勝利油田為例 [J]. 河南科學， 2015， 33（1）： 113-114.

[24] 顧麗琴， 梅燁丹. 基于DEA方法的江西省科技型中小企業技術創新基金績效分析 [J]. 科學管理研究， 2013（2）： 45-48.

[25] 于波濤， 劉亞杰. 基于DEA的大中型工業企業技術創新效率研究——以東北三省為例 [J]. 技術經濟與管理研究， 2013（6）： 53-57.

[26] 林海明， 張文霖. 主成分分析與因子分析的異同和SPSS軟件——兼與劉玉玫、盧紋岱等同志商榷 [J]. 統計研究， 2005， 22（3）： 65-69.

[27] Fare R， Grosskopf S， Lovell C A K. Production frontiers [M]. Cambridge： Cambridge University Press， 1994.

[28] 馬占新， 馬生昀， 包斯琴高娃. 數據包絡分析及其應用案例 [M]. 北京： 科學出版社， 2013： 190-193.

[29] 馬占新. 數據包絡分析方法的研究進展 [J]. 系統工程與電子技術， 2002， 24（3）： 42-46.

[30] 李向東， 李南， 白俊紅， 等. 高技術產業研發創新效率分析 [J]. 中國軟科學， 2011（2）： 52-61.