供給側改革視角下的我國分區域企業創新績效研究

高峰 王劍

摘?要：科學技術是第一生產力，企業是創新活動的重要主體。長期以來，無論國際亦或國內都很重視對創新能力的研究，世界知識產權組織發布的全球創新指數排名和國家統計局發布的中國創新能力指數均顯示我國創新能力逐年提升，但具體到我國各地區企業的創新研究卻相對較少。通過使用SPSS因子分析對我國31省、市及自治區規模以上工業企業創新投入和產出效益進行研究，取得各地區企業創新能力排名。相關分析結果表明，企業創新能力最好的地區集中在珠三角和長三角等東南沿海地區;京津冀區域所在的華北地區及東北地區企業創新實力相對較弱;西南地區和華中地區企業創新實力提升明顯;西北地區企業創新投入和產出效益最差。并據此提出了相關政策建議，以期對各地區加強企業創新提供參考和借鑒。

關鍵詞：企業創新;投入;產出;效益;供給側改革

中圖分類號：F 275

文獻標識碼：A?文章編號：1672-7312（2020）04-0329-07

Abstract：Science and technology are the primary productive forces，and enterprises are important subjects of innovation activities.For a long time，both international and domestic have attached great importance to the research on innovation ability.The global innovation index published by the World Intellectual Property Organization and the China Innovation Capability Index released by the National Bureau of Statistics show that Chinas innovation capability has increased year by year，but there are relatively few research on innovation of enterprises in different regions of China.This paper used SPSS factor analysis to study the innovation input and output efficiency of industrial enterprises above designated size in 31 provinces and cities in China，and obtained the ranking of innovation ability of enterprises in various regions.The results show that the areas with the best corporate innovation capabilities are concentrated in the southeast coastal areas such as the Pearl River Delta and the Yangtze River Delta;the northern and northeastern regions where the Beijing-Tianjin-Hebei region is located have relatively weak innovation capabilities;the innovation capabilities of the enterprises in the southwest and central China have been significant improved;Northwest enterprises have the worst innovation input and output efficiency.Based on Based on this，relevant policy suggestions were put forward to provide reference for strengthening enterprise innovation in various regions.

Key words：enterprise innovation;input;output;efficiency;supply-side reform

0?引言

科學技術是第一生產力。一國對科技研發的重視程度，將會在很大程度上影響該國未來的發展，并進而影響全球未來的發展格局。長期以來，國內外學界都很重視對科技創新的研究。Boerje et.（2015）對11個歐洲國家的科技研發效率進行分析[1]。蔡郁文等（2018）對全球主要國家和地區科技研發投入和產出情況進行比較研究[2]。苗冠軍等（2019）運用DEA方法分析寧夏研發投入強度及資源配置結構對地區研發效率的影響，認為研發人員配置結構因素對該地區研發活動效率具有顯著正向影響，而研發經費投入強度對該地區研發活動效率具有非顯著負向影響[3]。

此外，由于企業是創新活動的主體，也是研發投入的主要來源[4]，企業創新能力的強弱決定著一國產業發展水平和經濟實力強弱[5]，因此學界一直很重視對企業創新的研究。國務院（2015）印發的《中國制造2025》，制定了詳盡的制造業強國戰略[6]。Manjoo（2018）在其論文中建議美國應緊跟中國之后大力扶持發展高科技企業[7]。Valentina et.（2011）從5個方面對企業研發的量化指標進行了綜合性評估[8]。Jang et.（2016）對技術行業領域里研發水平處于全球領先公司的研發效率累積情況進行了分析[9]。Yun et.（2015）運用線性回歸方法對美國制造業公司的數據進行實證研究后發現：價格彈性和稅收減免政策均對企業研發活動有積極促進作用[10]。張國潔（2018）對我國各地區企業研發投入情況進行了研究，指出近些年我國高科技領域已取得了長足發展，但還存在企業自主創新能力不強、核心技術受制于人、高端產業不足和高端產業低端化傾向嚴重等問題，要解決這些問題，最終還需依靠企業創新意識和創新能力的提升[11]。

1?樣本選取及數據來源

文中選取2013年和2017年我國31省、市及自治區規模以上工業企業科技研發情況作為研究樣本。選取規模以上工業企業進行分析的理由在于：無論從研發人員全時當量指標看，還是從研發經費支出指標看，規模以上工業企業占全部科技活動的比重都遠超半數以上，說明企業尤其是規模以上工業企業確是研發投入的主要來源[12]。2017年，規模以上工業企業研發人員全時當量占全部科技活動研發人員全時當量的比重約為67.8%[13];規模以上工業企業研發經費支出占全部科技活動研發經費支出的比重約為68.2%[14]。

此外，考慮到數據的可得性，將選取以下變量進行分析：我國31省、市及自治區規模以上工業企業研發人員全時當量、研發經費、研發項目數、專利申請數、發明專利申請數、有效發明專利數、新產品開發項目數、新產品開發經費支出、新產品銷售收入、新產品銷售收入中來自出口的部分和分地區技術市場成交額共11個變量。數據分別來自《中國統計年鑒2014》和《中國統計年鑒2018》。考慮到不同指標具有不同的量綱，文中采用極值法對原始數據進行了無量綱化和標準化處理，以取得可分析的平穩序列。指標無量綱化處理公式為

2?原始數據的初步分析

1）從全國整體情況看，2017年我國規模以上工業企業研發經費支出約12 013億元，較2013年的8 318億元提高約44.41%;我國規模以上工業企業新產品研發經費支出約13 498億元，較2013年的9 247億元提高約45.97%;有效發明專利數933 990件，較2013年的335 401件增加約178.47%;新產品銷售收入約191 969億元，較2013年的128 461億元提高約49.13%;2017年新產品出口收入約34 945億元，較2013年的22 853億元提高約52.91%。

有效發明專利數的增幅明顯高于新產品銷售收入增幅，說明科技成果轉化率仍然有待提高。研發人員全時當量由2013年的約249萬人年提高到2017年的274萬人年，增長約9.71%，說明我國在自主創新人力的投入規模和強度方面始終處于世界領先地位。

2）創新投入中最為重要的是研發經費支出指標。在七大傳統地理區域中，華北地區（包括北京、天津、河北、山西、內蒙古）規模以上工業企業研發經費支出除天津、內蒙古自治區有不同程度下降外其余三個地區均有不同程度提高，由2013年的970億元提高到2017年的1 082億元，增長約11.51%;東北地區（包括黑龍江、吉林、遼寧）規模以上工業企業研發經費支出除吉林略有提高外其余兩個地區均有不同程度下降，由2013年的498億元下降到2017年的433億元，降幅高達13.14%;華東地區（包括上海、江蘇、浙江、安徽、福建、江西、山東）規模以上工業企業研發經費支出由2013年的4 019億元提高到2017年的6 074億元，增幅高達51.14%;華中地區（包括河南、湖北、湖南）規模以上工業企業研發經費支出由2013年的878億元提高到2017年的14 030億元，增幅高達59.87%;華南地區（包括廣東、廣西、海南）規模以上工業企業研發經費支出除海南下降外其余地區均有不同程度提高，由2013年的1 329億元提高到2017年的1 966億元，增幅高達47.99%;西南地區（包括重慶、四川、貴州、云南、西藏）規模以上工業企業研發經費支出除西藏自治區下降外其余地區均有大幅度提高，由2013年的388億元提高到2017年的735億元，增幅高達89.46%;西北地區（包括陜西、甘肅、寧夏、青海、新疆）規模以上工業企業研發經費支出除青海略有下降外其余各地區均有不同程度提高，由2013年的237億元提高到2017年的321億元，增長約35.05%。

3）創新成效中最為重要的是新產品銷售收入指標。在七大傳統地理區域中，華北地區規模以上工業企業新產品銷售收入除天津下降外其余各地區均有不同程度提高，由2013年的13 814億元提高到2017年的15 544億元，增長約12.53%;東北地區規模以上工業企業新產品銷售收入除遼寧略有下降外其余兩個地區均有不同程度提高，由2013年的5 379億元提高到2017年的7 153億元，增長約32.99%;華東地區規模以上工業企業新產品銷售收入由2013年的66 071億元提高到2017年的95 101億元，增長約43.94%;華中地區規模以上工業企業新產品銷售收入由2013年的15 171億元提高到2017年的23 205億元，增幅高達52.96%;華南地區規模以上工業企業新產品銷售收入除海南下降外

其余地區均有不同程度提高，由2013年的19 760億元提高到2017年的37 243億元，增幅高達88.47%;西南地區規模以上工業企業新產品銷售收入由2013年的5 986億元提高到2017年的10 429億元，增幅高達74.23%;

西北地區規模以上工業企業新產品銷售收入除甘肅降幅明顯外其余各地區均有不同程度提高，由2013年的2 280億元提高到2017年的2 893億元，增長約26.90%。

新產品出口收入指標而言，降幅明顯的地區是華北地區，2017年較2013年下降約19.34%;增幅明顯的地區是西南地區，2017年較2013年增長約291.60%;其次，增幅較大的地區還有華南地區（2017年較2013年增長約82.81%）和華中地區（2017年較2013年增長約63.55%）。

4）創新產出中最為重要的是技術市場成交額指標，在七大傳統地理區域中，華北地區技術市場成交額除內蒙古自治區下降外其余各地區均有不同程度提高，由2013年的3 251億元提高到2017年的5 241億元，增長約61.21%;東北地區技術市場成交額由2013年的310億元提高到2017年的752億元，增幅高達142.83%;華東地區技術市場成交額由2013年的1 539億元提高到2017年的2 847億元，增長約85.01%;華中地區技術市場成交額由2013年的515億元提高到2017年的1 313億元，增幅高達154.94%;華南地區技術市場成交額由2013年的541億元提高到2017年的981億元，增長約81.39%;西南地區技術市場成交額除重慶下降外其余地區均有不同程度提高，由2013年的299億元提高到2017年的623億元，增幅高達108.10%;西北地區技術市場成交額由2013年的665億元提高到2017年的1 164億元，增長約75.15%。

3?因子分析

3.1?數據檢驗

文中使用SPSS軟件對標準化處理后的數據進行分析。首先進行KMO值和Bartlett球體檢驗，2013和2017年數據處理結果顯示：KMO值分別為0.812和0.791（≥0.75），這表明選取的指標效果較好;Bartlett球體檢驗近似卡方值分別為968.452和988.893，自由度均為55，顯著性檢驗P值均為0.000<0.001，說明拒絕相關矩陣是單位陣的零假設。相關數據通過了適用性檢驗，可以使用因子分析方法進行研究。反映11個變量的公因子方差，均在0.80以上，說明變量能很好地被公因子解釋。綜上所述，選取的相關數據很適合進行因子分析。

3.2?方差分析

根據設定特征值大于1的原則，由解釋的總方差結果顯示：前2個因子變量的特征根均大于1，說明可用SPSS提取出的2個公共因子替代原來的11個指標。方差經極大值旋轉后，2013和2017年數據的累積方差貢獻率分別為94.897%和95.124%，表明前2個變量很大程度上包含了11個原始變量所能傳達的基本信息，因此可以選擇這2個公共因子對各地區研發投入及效果情況進行評價。

使用具有Kaiser標準化的正交旋轉法處理后所得的旋轉成分矩陣來看，第1個公共因子包含前11個指標，即：規模以上工業企業研發人員全時當量、研發經費、研發項目數、專利申請數、發明專利申請數、有效發明專利數、新產品開發項目數、新產品開發經費支出、新產品銷售收入、新產品銷售收入中來自出口的部分[15]，因此可以命名為“企業創新投入和創新成效因子”;第2個公共因子包含分地區技術市場成交額指標[16]，因此可以命名為“市場貢獻因子”。

3.3?最終結果

根據成份得分系數矩陣表，取得2013年因子得分函數如公式（2）和公式（3）所示

綜合得分函數公式（4）所示

3.4?綜合評價

根據F得分情況，對我國31個省、市及自治區企業創新能力和創新貢獻進行排序，得到的結果見表2。

從企業創新投入和創新成效因子看，2013年情況最好的五個地區是廣東、江蘇、浙江、山東、上海;情況最差的五個地區是西藏、青海、海南、寧夏、新疆。2017年情況最好的五個地區是廣東、江蘇、浙江、山東、安徽，上海由第5位降到第7位，落后于安徽、河南;情況最差的五個地區是西藏、青海、海南、寧夏、甘肅，新疆由第27位升到第25位，好于甘肅、北京。

從市場貢獻因子情況看，2013年情況最好的五個地區是北京、陜西、上海、湖北、廣東;情況最差的五個地區是浙江、山東、河南、福建、河北。2017年情況最好的五個地區是北京、湖北、陜西、上海、廣東;相比地區整體發展實力，技術市場成交情況較差的五個地區是浙江、河南、重慶、福建、寧夏。山東情況明顯好轉;重慶情況變差。

從整體創新投入和產出效益看，2013年情況最好的五個地區是廣東、江蘇、浙江、山東、上海;情況最差的五個地區是西藏、青海、海南、寧夏、新疆。2017年情況最好的五個地區是廣東、江蘇、浙江、山東、安徽;情況最差的五個地區是西藏、青海、海南、寧夏、新疆。從全國七大板塊地區看，華北地區中的京津兩地位次下降明顯;排名下降最為明顯的是東北地區，黑吉遼位次均有下降;華東地區中的福建位次上升明顯;華中地區中的湖北、湖南兩地位次上升明顯;華南地區中的廣西位次上升明顯;西南地區上升最為明顯，重慶、四川、云南位次均有顯著提高;西北地區中的陜西位次有所下降。四大直轄市中，京津滬位次均有所下降，重慶位次上升;北京由第9位下降到第11位;天津下降最為明顯，由第8位下降到第15位;上海由第5位下降到第6位;重慶由第16位上升到第13位。

4?結語

綜上所述，從企業整體創新投入和產出效益看，2013年情況最好的五個地區是廣東、江蘇、浙江、山東、上海;情況最差的五個地區是西藏、青海、海南、寧夏、新疆。在區域分布方面，企業創新能力最好的地區集中在珠三角和長三角等東南沿海地區;京津冀區域所在的華東地區企業創新實力相對較弱;東北地區企業創新實力明顯減弱;西南地區和華中地區企業創新實力提升明顯;西北地區企業創新投入和產出效益最差。

1）華東和華南地區的先進經驗值得借鑒，但仍需注重培育先進技術和跨國企業。通過總結創新效能較好地區和較差地區的經驗教訓，可以發現：從供給側結構性改革視角來看，先進地區普遍都更為重視對人才、資金、技術、市場、政策、創新意識等要素資源的綜合利用[17]。注重引進和利用國內外、地區內和地區外等多種人才資源、技術資源、市場資源等。而落后地區普遍存在創新人才缺乏、資金不足、技術輸入和轉化程度低、市場運轉不暢、創新意識不強等弊端。因此，落后地區應學習先進地區經驗，培養自身對人才、資金、技術、市場、政策、創新意識等各類資源要素的綜合利用能力，并實行更加開放包容的企業發展政策;注重引進吸收和培養各類專門人才;發揮好金融市場作用，引進和利用國內外市場多種資金，切實為創新型企業保駕護航;減免企業負擔，促進企業輕裝前行;發揮市場活力，有效激發大中小各類型企業的創新意識和創新活力。此外，盡管有些地區如珠三角地區和長三角地區企業創新投入和產出效益較強，但我國企業仍存在諸如國際影響力不強、關鍵核心技術受制于人、處于產業鏈中低端等困境[18]，因此未來仍應重視促進先進地區發展，加大對優勢跨國企業和先進技術的培育力度。

2）西南地區的趕超策略值得借鑒。以重慶為例，近幾年大力開展供給側結構性改革，切實做好“三去一降一補”。破除無效供給，增加有效供給。淘汰關閉創新能力不強、產業層次低、高耗能低產出類型企業。降低企業成本、激發企業創新活力。實施創新驅動戰略，新建和培育上千家科技型企業。促進高校和企業高端研發平臺和資源融合，推動專利技術轉化為現實生產力[19]。加大創新投入，提高研發經費支出，持續改善創新環境，加快培育創新平臺，推動區域創新能力不斷提升。西南地區盡管趕超速度喜人，但中西部地區創新短板仍然突出，存在創新創業環境惡劣、對高層次創新人才吸引力不強、研發型企業偏少和研發創新平臺不多等問題。因此，未來中西部地區仍應繼續在趕超上下功夫，學習先進地區經驗，繼續推進供給側結構性改革，做好“三去一降一補”，補足自身短板，培養自身優勢。

3）華北和東北地區企業創新活力仍待激發。近幾年，華北地區的京津冀區域企業整體創新投入和產出效益有明顯減弱傾向[20]，而東北地區長期以來企業創新意識和創新活力都不強。歸結其原因，市場經濟發展不完善和體制機制約束成為制約企業創新的重要因素。相比華東和華南地區而言，華北和東北地區政府作用更強，市場化程度相對較低，對民營和外資的吸引力不強[21]。從2017年全社會固定資產投資指標來看，華北和東北地區私營和個體固定資產投資占比分別為35.7%和36.4%，而華東地區占比約為41.0%;華北和東北地區利用港澳臺地區和外商投資占比分別為3.7%和3.3%，而華東和華南地區占該比重分別為5.3%和7.8%。不可否認，就供給側角度而言，華東和華南地區吸引和利用國內外、區域內和區域外各類資源的能力遠超華北和東北地區，更為開放包容的市場能有效激發企業創新意識和創新活力。華北和東北地區未來要充分利用起北京人才、資金、技術、市場等方面優勢和北京自身的吸引力，物盡其用;增強北京對周邊地區的技術輸出和創新影響，輻射帶動周邊地區發展;適當減少政府干預，培養更加開放包容的市場，充分激發市場活力。

參考文獻：

[1] Johansson Boerje，Loeoef Hans，Savin Maxim.European R&D efficiency[J].Economics of Innovation and New Technology，2015（24）：140-158.

[2]蔡郁文，劉?燦.全球主要國家（地區）研發投入與產出的比較分析[J].中國科學基金.2018（04）：442-448.

[3]苗冠軍，蘇?楊，張慶霞.研發投入強度及資源配置結構對西部欠發達地區研發效率的影響[J].中國科技論壇，2019（07）：11-18.

[4]董?崗，傅鉛生.關于企業創新能力的評價模型研究[J].商業研究，2004（09）：33-36.

[5]孫?銳，石金濤，王慶燕.基于提升企業創新能力的組織創新氣氛研究分析與展望[J].科學學與科學技術管理，2007，28（04）：71-74.

[6]國務院.中國制造2025[EB/OL].中華人民共和國中央人民政府網站，http：//www.gov.cn/.

[7]Farhad Manjoo.How to combat Chinas rise in tech：federal spending[N].Not Tariffs，The New York Times，2018-07-18（7）.

[8]Lazzarotti Valentina，Manzini Raffaella，Mari Luca.A model for R&D performance measurement[J].International Joumal of Production Economics，2011（01）：212-223.

[9] Jang H，Lee S，Suh E.A comparative analysis of the change in R&D efficiency：a case of R&D leaders in the technology industry[J].Technology Analysis & Strategic Management，2016（08）：886-900.

[10]Yun Jeong Choi，Jinook Jeong.Testing for the ratchet effect in the R&D tax credit[J].International Economic Journal，2015（02）：327-342.

[11]張國潔.新時代背景下我國企業研發投入的地區差異研究[J].經貿實踐.2018（09）：69-70.

[12]王新紅，李世婷.基于創新驅動的產業升級能力影響因素分析[J].技術與創新管理，2017（02）：109-114.

[13]余東華，胡亞男，呂逸楠.新工業革命背景下“中國制造2025”的技術創新路徑和產業選擇研究[J].天津社會科學，2015（04）：98-107.

[14]郭?伏，闞?雙，李明明，等.面向產業集群的管理創新服務體系建設研究[J].技術與創新管理，2018，39（06）：649-651，704.

[15]余明強.混合所有制改革對國有企業創新能力的影響[D].杭州：浙江大學，2017.

[16]周懷峰，曾曉花.海外市場需求對企業自主創新能力的影響[J].技術與創新管理，2011（01）：5-8.

[17] 劉?耀，黃新建，張濱松，等.創新型企業創新能力評價指標體系研究[J].南昌大學學報（人文社會科學版）（01）：85-92.

[18]劉淑芳，楊志恒.基于市場導向的高新技術產業技術創新機制[J].技術與創新管理，2014，35（06）：559-561，599.

[19]呂一博，蘇敬勤.基于創新過程的中小企業創新能力評價研究[J].管理學報，2009，6（03）：331.

[20]苗冠軍，蘇?楊，張慶霞.研發投入強度及資源配置結構對西部欠發達地區研發效率的影響[J].中國科技論壇，2019（07）：11-18.

[21] 呂一博，蘇敬勤.“創新過程”視角的中小企業創新能力結構化評價研究[J].科學學與科學技術管理，2018（08）：60-66.

（責任編輯：王?強）