基于三階段DEA模型中美兩國紡織業(yè)技術創(chuàng)新效率對比研究

張遠方 王宏

【摘要】美國“制造業(yè)回歸”的失敗，讓全球意識到中國制造業(yè)仍是全球主力。紡織行業(yè)是我國國際競爭優(yōu)勢最為明顯的制造業(yè)之一。本文通過對比分析中國兩國紡織業(yè)技術創(chuàng)新效率，找出相較于美國，我國紡織業(yè)仍需提高之處，看到差距，提高自主創(chuàng)新能力，深入國際化發(fā)展。

【關鍵詞】三階段DEA紡織業(yè)技術創(chuàng)新效率

1引言

美國政府在2007年至2010年的金融危機發(fā)生后，對經(jīng)濟結構進行了重新分析，意識到只有制造業(yè)等的實體經(jīng)濟才是推動經(jīng)濟復蘇的中堅力量。面對經(jīng)濟發(fā)展的種種困境，美國政府再次將目光轉型了制造業(yè)等工業(yè)產(chǎn)業(yè)，推出了“制造業(yè)回歸”、“再工業(yè)化”等政策和相關法案。在2014年，德國也提出“未來紡織”計劃，將紡織業(yè)的轉型升級納入到國家戰(zhàn)略之中。在歐美等發(fā)達國家越來越關注制造業(yè)回歸的背景下，我國在2014年也首次提出了“中國制造2025”，作為傳統(tǒng)支柱產(chǎn)業(yè)的紡織業(yè)也在進行著一場技術變革與轉型升級。

2理論綜述

賈瑩（2016）對中國紡織服裝業(yè)2006年到2013年間的技術創(chuàng)新效率進行了研究，結果表明，從全國來看我國紡織業(yè)的技術效率不高，從地區(qū)來看東北地區(qū)的純技術效率和規(guī)模效率均為最高。馬俊杰（2018）對2005到2015年間的中國工業(yè)企業(yè)的技術創(chuàng)新效率進行了測度，結論表明，東北三省和京津上等幾地區(qū)近年來技術創(chuàng)新效率逐年提升，西南西北幾省卻遭遇了技術創(chuàng)新效率逐年下降的趨勢。辛梓僑（2018）對吉林省工業(yè)2009年到2016年間的數(shù)據(jù)進行了技術創(chuàng)新效率的研究，得出以下結論：從全產(chǎn)業(yè)來看，整體的效率處于良好水平；從細分產(chǎn)業(yè)來看，采礦業(yè)處于相對較低的水平，電力、熱力、燃氣及水供應等產(chǎn)業(yè)處于上升趨勢，制造業(yè)維持在較高水平。陳志祥等（2019）對德國紡織服裝業(yè)2007年到2015年間的技術效率進行了研究，結果表明，對技術創(chuàng)新能力的重視是維持德國紡織服裝業(yè)的生產(chǎn)效率在較高水平的主要因素。

3變量選取

本文選取的評價的模型是三階段DEA模型。結合以往構建技術創(chuàng)新效率評價體系的指標選擇，考慮了中美兩國紡織業(yè)的實際以及美國數(shù)據(jù)的可獲得性，構建的紡織業(yè)技術創(chuàng)新效率指標體系為：投入指標：R&D人員全時當量、R&D投入、固定資產(chǎn)投入；產(chǎn)出指標：生產(chǎn)總值、利潤總額；環(huán)境指標：專利審批數(shù)、稅收、出口額、就業(yè)人數(shù)。

4實證研究結果

4.1第一階段結果

本階段使用DEAP2.1軟件測算結果表：

由上表顯示：

美國紡織行業(yè)管理水平及產(chǎn)業(yè)規(guī)模發(fā)展較好，使得技術效率值一直大于0.9，均值為0.958；純技術效率均值更高為0.985，表明技術效率受純技術效率的影響不大；規(guī)模效率的均值為0.973，其整體趨勢和技術效率大體一致，說明規(guī)模效率對技術效率的影響較大，但整體表現(xiàn)都較好。

中國紡織行業(yè)技術效率的均值為0.813，與美國相比還是處于較落后的狀態(tài)。純技術效率的均值為0.986，說明我國紡織業(yè)的技術和設備處于前沿，但是受到規(guī)模效率的影響，綜合效率表現(xiàn)不佳；規(guī)模效率值均值為0.825，其整體趨勢和技術效率大體一致。

4.2第二階段結果

本文為投入導向型模型，分別以各投入指標松弛變量為被解釋變量；環(huán)境變量為解釋變量，建立隨機前沿SFA模型。本文將環(huán)境變量進行標準化，以消除其單位的影響，再借助FRONTIER4.1軟件進行SFA分析。

SFA模型估計結果如下：

上表中四個模型的γ值均接近1，并且通過0.5%的顯著性水平檢驗，說明存在管理無效率，需用SFA模型估計。具體來說各環(huán)境變量對投入松弛變量的回歸結果如下：

專利審批數(shù)：專利審批數(shù)與R&D人員全時當量松弛變量、固定資產(chǎn)投資松弛變量成負相關，與R&D投入松弛變量程正相關。

稅收：與R&D人員全時當量松弛變量、固定資產(chǎn)投資松弛變量成正相關，與固定資產(chǎn)投資松弛變量的相關系數(shù)很大，與R&D投入松弛變量程負相關。

就業(yè)人數(shù)：就業(yè)人數(shù)與R&D人員全時當量松弛變量、固定資產(chǎn)投資松弛變量成負相關，與R&D投入松弛變量程正相關。

出口值：紡織業(yè)的出口值與R&D人員全時當量松弛變量、固定資產(chǎn)投資松弛變量成負相關，與R&D投入松弛變量程正相關。

從以上的分析結論可知，存在外部環(huán)境因素對于中美兩國紡織業(yè)的效率干擾。因此，本文在第二階段對原始投入變量進行調整，使中美兩國紡織業(yè)的各個被測算的年份都處于相同的外部環(huán)境和運氣之中，以便測算出中美兩國紡織業(yè)更客觀的效率水平。

4.3第三階段結果

第三階段中首先要對投入變量做出調整，排除外部環(huán)境和干擾，以使中美兩國紡織業(yè)的各個年份處于相同環(huán)境和運氣，得出中美兩國紡織業(yè)剔除環(huán)境因素后的實際效率值。

具體分析如下：

美國紡織行業(yè)管理水平及產(chǎn)業(yè)規(guī)模發(fā)展較好，均值為0.9693；純技術效率均值更高為0.975，其他各年的值均為1，表明技術效率受純技術效率的影響不大；規(guī)模效率的均值為0.994，最低值出現(xiàn)在2017年，為0.973，整體表現(xiàn)較平穩(wěn)。

中國紡織行業(yè)技術效率均值為0.9347；純技術效率的均值為 0.9846，與美國相比相差不大，說明我國紡織業(yè)的技術和設備處于前沿；規(guī)模效率值，均值為0.9483，最低值2015年的0.83。

就技術效率而言，我國紡織業(yè)在2012年和2015年出現(xiàn)較大幅度的下跌，其他年份則與美國相差不大。就純技術效率而言，中美兩國的差異不是很大，在2011-2013年間，我國純技術效率甚至略高于美國。就規(guī)模效率而言，調整后的規(guī)模效率，美國均高于我國，說明美國的規(guī)模化水平較高，我國紡織業(yè)的規(guī)模化水平有待提升。

5對策建議

5.1推動紡織行業(yè)轉型升級

我國紡織產(chǎn)業(yè)仍處于生產(chǎn)要素導向階段，主要依靠的是廉價且眾多的勞動力等生產(chǎn)要素優(yōu)勢，會突出紡織業(yè)的出口額等的產(chǎn)業(yè)成績，但又是十分脆弱的，當該生產(chǎn)要素的優(yōu)勢相對減弱，就會給紡織業(yè)帶來沖擊。因此必須把紡織業(yè)由以生產(chǎn)要素、低附加值的加工生產(chǎn)為主的模式逐步扭轉，未來我國紡織發(fā)展須從整體產(chǎn)業(yè)鏈走高品質、高附加值、高效仿制造之路。

5.2提高自主創(chuàng)新能力

紡織產(chǎn)業(yè)必須制定并落實科技創(chuàng)新驅動發(fā)展戰(zhàn)略，提高自主創(chuàng)新能力，增加產(chǎn)品的科技含量和附加值，進而提升科技創(chuàng)新和進步對紡織產(chǎn)業(yè)發(fā)展的貢獻率。大幅提升我國紡織產(chǎn)業(yè)科技原創(chuàng)和自主創(chuàng)新能力。開展對紡織產(chǎn)業(yè)重點領域的原創(chuàng)性和自主創(chuàng)新的核心技術研究，形成我國原創(chuàng)和自主創(chuàng)新的纖維新材料、先進紡織加工、生態(tài)染整、先進服裝設計與加工、新興產(chǎn)業(yè)用紡織品、高端紡織裝備、紡織信息化系列核心技術。

5.3加強科技創(chuàng)新人才隊伍建設

加強紡織科技人才隊伍建設。以構建全面有效的紡織科技人才支持政策為重點，注重多領域、多層次人才的匯集、培養(yǎng)，建立健全有利于專業(yè)人才創(chuàng)新的激勵機制。把引進、培養(yǎng)、使用、凝聚人才，以及完善薪酬激勵制度與科技成果評價獎勵制度作為提升專業(yè)人才隊伍水平、提升人才創(chuàng)新能力。

參考文獻：

[1]陸圣.后危機時代美國紡織產(chǎn)業(yè)轉型及對中國紡織產(chǎn)業(yè)升級的影響[J].江蘇紡織，2011（2）13-16.

[2]季良玉.技術創(chuàng)新影響中國制造業(yè)轉型升級的路徑研究[D].東南大學，2016.

[3]賈瑩.中國紡織服裝業(yè)技術效率的研究[D].西安工程大學，2016.

[4]馬俊杰，和軍.中國工業(yè)企業(yè)技術創(chuàng)新效率評價[J].開發(fā)研究，2018（01）：117-123.

[5]辛梓僑.吉林省工業(yè)技術創(chuàng)新效率研究[D].吉林大學，2018.

[6]陳志祥，王宏.基于DEA模型的德國紡織服裝業(yè)技術創(chuàng)新效率研究[J].中國市場，2019（16）：51-53+64

作者簡介：張遠方，碩士，研究方向：技術經(jīng)濟及管理。王宏，教授，研究方向：技術與創(chuàng)新管理。