股權結構與上市公司技術創新效率研究
——基于三階段DEA與Tobit模型

郭玉晶，朱雅玲，張映芹

（陜西師范大學國際商學院，西安710119）

2018年6月，美國政府發布了加征關稅的商品清單，標志著中美“貿易戰”的正式開始，而從加征的關稅清單中可以看出，貿易戰背后針對的是“中國制造2025”，也就是說貿易戰的背后實質是技術戰。雖然在同年12月，兩國正式宣布“休戰”90天，但是隨著中國技術的進一步提升，外部壓力必然有增無減。在中國經濟經歷40年高速增長以后，傳統的依靠勞動密集型的生產方式難以維系。隨著“人口紅利”的消失，企業用工成本逐步提升，傳統勞動密集型產業的比較優勢正在逐步消失，許多產業都在向東南亞等其他發展中國家轉移，技術進步和產業升級成為繼續推動經濟增長唯一的出路。在這一過程中，創新是最為關鍵的條件，在這一背景下，除了要盡快學習歐美國家的先進技術經驗外，還需要扎扎實實地提升科技水平和進行產業升級，繼續推動和改進現有的技術創新政策，才是應對美國技術戰的根本戰略。企業正是創新驅動戰略的核心主體，技術創新是企業得以生存和發展的動力源泉，但技術創新效率不高仍然是中國企業創新的主要問題。中國社科院報告指出，中國的科技成果轉化率及其商品化的規模效益的比例僅為10%～15%，遠低于發達國家的60%～80%。清華大學與社會科學文獻出版社共同發布的《國家創新藍皮書：中國創新發展報告（2014）》中明確提出中國創新能力與美日等發達國家的最大差距在于創新效率，而企業內部的股東與管理層作為企業創新戰略的實際執行者，對企業技術創新效率具有直接的影響。因此，我國企業的技術創新效率究竟處于什么水平，股東與管理層對企業技術創新效率的作用方式是哪些？對這些問題的回答有助于進一步提高企業技術創新能力、加快促進經濟增長方式的轉變。

一、文獻綜述

如何激發內部股東以及管理層的創新動力是現代企業制度需要解決的重要問題，不同的治理結構會影響到企業的創新水平，從而影響著企業的創新效率。但是由于選取對象，數據以及方法的不同，目前的研究結論還有一定的分歧，主要分為以下幾個方面：

（1）控股股東持股比例與企業技術創新。部分學者認為大股東持股比例與企業技術創新正相關［1-2］，也有學者提出控股方的持股比例過高時會抑制企業的創新［3］。還有學者認為控股股東類型影響企業技術創新，當大股東是銀行時，會對投入強度產生負面影響；但是當大股東為非財務公司時，大股東與研發投入正相關；當大股東是個人時，兩者關系不顯著［4］。但也有學者認為控股股東的持股比例與公司研發投資強度之間呈3次曲線關系［5］。也就是說，對于持股比例與技術創新效率的關系還不得而知，主要的原因是不同的作者選取了不同的外生變量，所得出的結果不同。可見，當大股東持股的比例全面提升之后，大股東的監督效果也會更為明顯，其對經理人短視行為的抑制作用開始表現出來，企業的R&D投資也在全面提高強度；當大股東持股比例越過一定界限時，公司的絕對控制權就開始由大股東掌控，其行為也開始轉為謀取私利、追求控制力。

（2）股權制衡度與企業技術創新。目前關于股權制衡度與企業技術創新效率之間的關系，主要分為3種：第一種認為股權越集中，越有利于企業的創新［6-7］；第二種持相反看法，認為股權集中度與企業技術創新效率之間呈負相關［8-9］；第三種認為股權集中度與創新存在倒“U”型關系［10-11］。股東往往偏好于能增強其長期利益的活動，具有挑戰性的技術創新活動風險大，但是對長遠利益有質的影響，因此，他們愿意支持技術創新活動，并且通過投資組合分散技術創新的風險。股東可以通過增加監督成本來約束管理者的創新行為，保證自己的利益。

（3）機構持股與企業技術創新。機構投資者不僅具有雄厚的資金實力，而且在信息搜集分析、投資決策運作等方面都比個人投資者更加專業，因此，對經營者控制的影響比較多。關于機構投資者與企業R&D投入之間的關系，研究結論也分為3種：第一種認為機構投資者有利于企業技術創新，而個人投資者則不明顯［12-13］；第二種認為兩者之間是負相關關系［14-15］；第三種認為兩者關系并不是簡單地促進或抑制關系，而是取決于外界不同環境的變化。如在不同的發展階段，有不同的變現。還有學者認為技術創新的效率取決于機構投資者的類型，比如，指數型、成長型和價值投資型3種。不同類型的機構投資者創新效率也不同。機構投資者具有利用專業、信息及資金優勢介入公司治理，進而影響到企業的創新效率。

（4）所有權差異與企業技術創新。經過了國企改革、上市公司股權分置改革等重大舉措，中國企業國有股“一股獨大”的情況已逐步改變，伴隨著中國經濟體制改革的進一步深入，中國企業的股權結構特征將繼續發生變化，公司治理范疇下的股權結構對于企業技術創新的作用機制以及影響方式還有待更深層的研究。學者認為控股股東性質不同，其對公司研發投入影響也不同，多數學者認為私有產權控股強于國有產權控股［16］。也有學者提出股權集中度的作用在不同的所有制性質的企業中作用是不同的［17］，國有企業中股權集中度的上升能夠顯著促進企業創新投入，家族企業中股權集中度的上升對創新投入具有顯著的阻礙作用。

綜上所述，已有文獻對企業技術創新效率的測算多采用數據包絡分析方法（DEA）或者隨機前沿方法（SFA）方法，并沒有考慮環境因素和隨機誤差的影響，并不能真實反映出企業技術創新的實際效率和管理水平，計算結果存在一定的誤差。上市公司是中國企業的排頭兵，對上市公司技術創新效率的研究對提升中國企業的整體創新力具有重要幫助。Fried等［18］提出的三階段DEA方法，有效剝離了環境因素和隨機誤差的影響，更能反映出企業的實際創新效率水平。因此，本文將在前人研究的基礎上，首先采用采用三階段DEA模型，基于中國上市公司2008—2017年的數據，測算出去除環境因素和隨機誤差的情況下企業的實際技術創新效率；在此基礎上，進一步使用截尾回歸（Tobit）模型，從企業內部股權結構的視角研究股權結構對企業的實際技術創新效率的影響，并提出相應的對策建議。

二、研究設計

（一）三階段DEA模型介紹

由于傳統的DEA模型不能剔除隨機因素與環境因素對決策單元效率評價的影響，Fried等［18］較早開始研究如何將環境因素和隨機噪聲引入DEA模型。因為該模型分為3個步驟，所以被學者稱為三階段DEA模型。三階段DEA模型能夠同時調整外部環境與隨機誤差等因素對效率的影響，使得所計算出來的效率值能更真實地反映決策單元的內部管理水平。

（1）第一階段：傳統DEA模型。在第一階段，本文使用經典的DEA方法進行測算，利用原始投入產出數據進行初始效率評價。DEA模型分為投入導向和產出導向的，根據具體的分析目的，可以選擇不同的導向。一般而言，在大多數三階段DEA模型運用的文獻中，都選擇投入導向的BCC模型。

（2）第二階段：運用SFA回歸剔除環境因素和統計噪聲。在第二階段，本文主要關注影響效率的松弛變量，第二階段的松弛變量主要由管理效率、環境因素和統計噪聲等構成。因此，第二階段的主要目標是將以上的松弛變量分解成3種效應，即環境效應、管理效應和噪聲效應。實現的方法是借助SFA回歸，將第一階段計算出來的各種松弛變量對環境變量和噪聲變量進行回歸。根據Fried等［18］的想法，構造如下類似SFA回歸函數，本文以投入導向為例，公式如下：

其中：Zi是投入產出的環境變量；βn是投入產出環境變量的系數；Sni是決策單元中，第i個決策單元中，第n項投入的松弛值；νni表示隨機干擾因素；νni+μni是混合誤差項，表示誤差項對投入產出的干擾；μni表示企業日常管理中的管理不善對投入松弛變量的干擾。其中ν～N(0，)是隨機誤差項，表示隨機干擾因素對企業投入松弛的影響。μ是管理無效率，假設其服從正態分布，即μ～N+(0，)，表示管理無效率對投入松弛變量的影響。SFA回歸的目的是為了剔除環境因素和隨機干擾因素對技術效率的測量，使得所有的決策單元都能處于相同的外部環境中，因此，基于以上分析，Fried等［18］提出調整后的公式，如公式（2）所示。

（3）第三階段：調整后的投入產出計算DEA效率。在第三階段，通過相似SFA回歸分析，將調整后的投入變量值替換原來的投入變量值，重新運用BCC模型進行效率估計，即可得到剔除環境因素和隨機因素的效率值，是相對真實的效率值，這時的效率值僅受技術管理的影響。

（二）三階段DEA模型變量

本文主要研究的是基于微觀企業層面的自主創新，在借鑒趙樹寬等［19］研究的基礎上，本文將創新分為研發性投入和生產性投入兩個部分，同理，產出也分為技術產出和盈利產出。

1.投入變量

投入因素包括人力投入因素和財力投入因素。這些因素短期內即會影響企業技術創新效率。一些經驗研究表明企業的要素稟賦，即科技開發人員和R&D資金的投入強度對創新效率有重要影響。本文創新投入共有以下4個投入變量。

（1）研發技術人員（人）。相關研究一般選擇R&D人員，作為上市公司技術人員的指標，技術人員作為企業投入的必備要素之一，不可或缺，因此，本文選擇公司的技術人員作為創新投入要素之一。

（2）研發費用（元）。R&D資金作為投入要素之一，對企業自主創新具有重要的作用，本文選取了企業年度R&D支出總額作為衡量企業創新指標之一。研發費用（RD）一般選擇R&D資本存量作為技術創新活動的資本投入指標。由于創新產品不同于一般產品，創新的當期產出不僅與當期的投入有關，也和之前的創新投入相關，也就是說過去的創新投入會對當下的以及未來的創新產出產生影響。因此，本文采用的創新產出數據與創新投入數據之間滯后兩期。2007年，新的會計準則頒布和實施，準則要求上市公司必須在年報中披露“研發支出”的明細，其中就包含了研發支出的費用和人員。但是，該數據均屬于流量數據，并非存量指標，而DEA模型中要求資本研發投入均屬于存量指標，因此需要年報中的“研發支出”的流量指標換成存量指標。本文借鑒吳延兵［20］的“永續盤存法”，公式如式（3）所示：

其中：K代表當年的研發資本存量；E代表研發支出；δ代表研發資本存量的折舊率，本文參考吳延兵［20］的研究，假設折舊率等于15%；i代表不同的決策單元；t代表年份。該公式的含義為，決策單元當期的研發資本存量等于前期的資本存量減去資本折舊后的數值，同時在加上當期的研發支出。因此，首先需要計算出當期的資本存量，首先假定研發資本存量的平均增長率等于每年研發支出的平均增長率，即

將式（4）代入式（3）中，可得：

公式（5）就是由基期的研發支出計算出來的研發資本存量，該公式表明，以2008年為基期，2009—2012年的研發支出作為平均增長率，就可以得到企業當期的研發資本存量，最后在根據公式（3）計算企業歷年的研發資本存量。

（3）企業職工（人）。新技術開發出來以后，在技術產業中應用和推廣的過程中，企業職工的參與是技術得以成功轉化的重要因素。與R&D人員投入不同，技術轉化階段的人員活動的工作內容不是開發新技術，而是將自主創新的高技術直接應用于新產品或者生產過程，本文選取年度上市公司企業員工總數作為衡量指標。

（4）固定資產凈值（元）。對于技術創新的投入形式，李濟廣和周玉潔［21］認為按物質類型一般可以分為人、財、物3個方面的投入。對于技術創新的物的投入，以購買實驗設備和生產設備為主，因此，本文以固定資產凈值來表示。

2.產出變量

（1）自主創新變量。在產出指標的選擇上，能夠較好代表技術創新效率的指標就是專利申請量，新產品產值。由于上市公司年報中沒有公布新產品產值，限于數據資料獲取的途徑，本文無法獲得上市公司每年新產品的相關數據，因此，本文采用專利數作為企業創新產出的代表。需要說明的是，根據中國的專利制度，專利被分為3種類型，分別是發明專利、實用新型專利和外觀設計專利，其中發明專利最能體現企業的真正技術水平。因此，本文采用發明專利授權量作為衡量企業創新表現的指標。

（2）企業盈利能力。企業創新最終目的是為了帶來經濟效益，因此，盈利能力也是創新的一個重要產出。營業收入是企業某個階段的經營成果的體現，決定著企業未來現金流，也會影響到企業的R&D投資。

（3）托賓Q。托賓Q理論提供了企業投資支出和股票價格相互關聯的理論，如果Q值比較高，那么企業的市場價值要高于資本的重置成本，企業發行較少的股票就可以買到較多的投資品，投資支出就會增加。如果Q值較低，企業的市場價值要低于重置成本，企業就不會購買新的投資品，相對的購買其他便宜的投資品，這樣投資支出就會降低。由此可見，托賓Q也對R&D投資行為有影響，本文把托賓Q作為上市公司創新產出的代表。

（4）環境變量。第二階段需剔除的環境因素也稱為外部影響因素，指的是那些影響企業創新效率但不在樣本主觀控制范圍之內的因素，學者研究認為環境變量既包括國家的扶持激勵政策等總體環境［22］，也包括企業特征、市場結構規模［23］等行業特征因素。因此，本文主要選擇以下6個指標作為環境變量。

①成立年限（年）。成立年限對企業創新效率的影響主要表現在企業成立時間上，在初創期，企業主要從事技術開發和新產品開發的活動，此階段，企業研發投入大，產品銷售收入少，因此，投入的比重較大。隨著經濟規模的擴大，當企業度過初創期后，進入穩定期后，企業除了將研發經費用于研究開發外，還需投入大量經費用于市場開拓和擴大生產能力，在這個階段，技術研發投入的比重會有所降低。因此，企業不同的成立年限對企業的創新具有不同的影響。

②企業數量。企業數量的增加對于R&D經費和R&D人員來說是有利的，當市場中企業數增加時，企業間的競爭程度越強，企業迫于競爭壓力會積極提高R&D經費，進而提高其新產品產出水平。

③赫芬達爾指數。赫芬達爾-赫希曼指數代表了市場的競爭程度，是測量行業集中度的綜合指數，它是指行業中市場競爭主體的營業收入或者總資產占行業總收入或總資產的百分比。赫芬達爾指數能夠比市場占有率為主的指標更加明確地衡量出市場的競爭程度。具體如式（6）所示：

其中：X表示市場的總規模；Xi表示市場中某個企業的規模；Si=Xi/X代表了某個企業的市場占有率；N代表某個特定行業中所有的企業數量。

④生產總值（GDP，億元）。一般來說，地區生產總值越高的地區，對R&D人員具有較高的吸引力，R&D經費和R&D人員數量比其他地區要高，同時其創新產出也會較高。

⑤外商投資（FDI，億美元）。外商投資會帶來技術溢出效應，因此，會間接提高企業的技術效率水平。

⑥政府補助（元）。政府補助是指政府為了激勵企業更多的投入研發，進而對企業進行補助。近年來政府對創新重視程度加大，導致企業加大研發力度，由于統計口徑中沒有專門的政府補貼數據，因此，本文采用上市公司利潤表中的補貼收入作為替代。企業三階段投入產出指標見表1。

表1 三階段DEA模型投入產出指標

（三）Tobit模型及其變量

計算出去除外在環境因素和隨機誤差及企業的實際技術創新效率后，進一步研究企業內部因素對企業技術創新效率的影響，由于股權結構對企業的實際運營影響較大，因此，本文從股權結構的視角研究股權結構對企業技術創新效率的影響。由于企業創新效率具有大于0的特性，采用一般回歸模型可能會導致回歸結果有偏，而Tobit模型屬于受限因變量模型，是因變量滿足某種約束條件下取值的模型，可以避免這樣的缺點。因此，在測算出企業的實際技術創新效率后，本文將使用Tobit模型驗證股權結構對企業技術創新的作用機制。

1.被解釋變量

企業技術創新效率（Effect）：在計算企業或者產業效率時，多數學者采用Malmquist指數（MA指數）作為創新效率的代表［24］，本文也依據慣例，采用MA指數代表企業技術創新效率。MA指數最初由Malmquist［25］于1953年提出，Caves等［26］于1982年開始將這一指數應用于生產效率變化的測算。如今，MA指數已經被廣泛應用于金融、工業、醫療等部門生產效率的測算，并依據效率測算的結果進行國際比較方面的研究。作為企業技術創新效率的代表，本文將調整后的投入產出計算出來的MA指數作為被解釋變量。

2.解釋變量

（1）股權集中度（Sh1）。用大股東持股比例來表示，本文選擇第一大股東持股比例來度量股權集中度，第一大股東持股比例即第一大股東持有股票數與公司股份總數的比值。

（2）股權制衡度（Sh2-10）。本文參照文芳［5］的研究，用公司年末第二大股東到第十大股東所持股權數量與總股數的比例表示股權集中度，該值越大，說明股權制衡效果越強，該值越小說明股權制衡效果越弱。

（3）機構持股（INS）。參考溫軍和馮根福［27］，使用基金、券商、險資和QFII持股比例之和表示。

（4）所有權屬性，以企業實際控制人屬性（Nature）表示。本文所涉及的產權屬性根據上市公司的實際控制人屬性來確定，產權屬性的不同對股權結構和企業創新效率之間的關系具有顯著的影響［16］。因此，根據國泰安數據庫中涉及實際控制人的部分，將企業性質劃分為國有和民營兩類，其中，國有的實際控制人具體包含了國有企業、國有非企業單位，記為Nature=1；民營企業的實際控制人包括自然人、自治組織以及外國政府等，記為Nature=0。

3.控制變量

（1）企業規模（Size），以期末企業資產總額的對數作為衡量指標。自熊彼特提出創新理論以來，學者就圍繞“熊彼特假設”展開多種討論，公司規模就是影響企業創新投資的重要因素。孫曉華和田曉芳［28］通過實證發現大企業比小企業具有更好的條件且會更為迫切地進行R&D投資和技術創新，公司規模是公司R&D投資的重要影響因素。盡管上述觀點存在一定的分歧，但他們都認為公司規模對企業R&D投資有著十分重要的影響。

（2）資本結構，以企業的資產負債率（Debt）來表示，主要是指企業總負債和總資產的比率，它是衡量企業經營活動能力的重要指標，也是評價企業經營效率的指標。學者們研究資產負債率和技術創新效率的關系，發現較高的資產負債率會給企業帶來較大的償債壓力，影響到企業的正常運營；資產負債率較高的公司，可能會傾向于早日減少負債，同時減少創新活動，以獲得較低的資產負債率。

（3）企業成長能力，以可持續增長率（Growth）表示，營業收入增長率，（本期營業收入-上期營業收入）/上期營業收入。企業成長能力反映了企業未來的發展能力，也是創新轉化能力的證明。

（4）償債能力（LXBZ）。利息保障倍數主要是衡量企業現金流對利息的保障能力，代表了企業對負債的償付能力，它能夠保障企業償付債務的基本要求。不同償債能力的企業，其創新政策也可能不同，高償債能力的企業具有較高的現金流，可以進行較多的創新投資，但是較差償債能力的企業則相反。

（5）盈利能力，以權益收益率（ROE）表示。根據清華大學對我國企業進行的問卷調查，企業普遍認為缺乏資金是技術創新和投入的一大障礙。從某種意義上講，企業利潤率越高，資金就越充裕，應該越有利于創新活動的開展。

（6）職工薪酬。以年末企業發放職工薪酬總額表示（Salary）。企業創新效率的水平不僅與企業技術人員有關，企業職工對創新產品的轉化效率也具有重要的影響力，因此，本文以職工薪酬水平來衡量企業職工對創新的影響力。

（7）行業控制變量（Indus）。以《上市公司行業分類指引》作為本文的行業分類標準，根據本文所包含的行業類別設置一定個數的虛擬變量，具體而言本文有12個行業，故設置11個變量。若企業屬于某行業則取1，否則取0。同理，年度變量，也是某一年設置為1，其余年份設置為0。

（8）年份控制變量（Year）。根據年份設置虛擬變量，如某一年設置為1，其余年份設置為0。各個變量的具體說明見表2。

表2 Tobit模型變量

（四）數據來源

隨著2007年新會計準則的頒布和實施，越來越多的上市公司在年報附注中披露“研發支出（R&D expenditure）”的明細，但是由于2007年上市公司投入產出數據較少，因此，本文數據期間為2008—2017年。本研究中所需要的上市公司數據均來自于Wind和國泰安CSMAR的一般上市公司相關數據庫。本文上市公司的樣本選取遵循以下原則：①剔除所有者權益為負的企業和被ST、PT的企業，原因為這些上市公司的財務狀況處于異常狀況，將會影響研究結論；②由于研發投入具有滯后性，創新投入不能短時間見效，因此，所有的創新產出指標比創新投入指標滯后兩期；③剔除主要變量數據不全的企業；④GDP與FDI數據來自地方統計年鑒。由于DEA在計算MA指數時需要企業歷年數據，因此，經過篩選，企業層面的數據最終共得到10年共計2930個平衡面板樣本。

三、實證結果

（一）三階段DEA效率測算結果

1.第一階段傳統DEA結果

利用傳統的DEA模型，運用DEAP2.1軟件對中國上市公司歷年技術創新效率進行分析，第一階段傳統效率值見表3。由于上市公司數量較多，本文無法列出全部上市公司的效率值，僅列出歷年國有企業，民營企業以及全部企業歷年的均值。

從表3可以得出，第一，綜合技術效率反映的是企業或者決策單元對資源配置的能力、資源使用效率的能力，是一個綜合指標。但是從表3可以發現，2008—2015年中國上市公司綜合技術效率較低，均值都在0.70以下，且呈現下降的趨勢。而純技術效率是指企業除去管理和技術外的因素，體現的生產效率相比綜合效率，純技術效率較高，且已超過0.83以上；但規模效率較低，除去2011年超過0.8外，其余年份均沒有超過0.8。綜合技術效率與規模效率離效率前沿面尚存在一定的距離，具有較大的提升空間。這說明中國上市公司創新效率不高的主要原因是由于規模效率較低。第二，歷年國有企業和民營企業的創新效率均值均為0.64，兩者之間的差別并不大，這與傳統的認識有差別，之前多數學者均認為民營企業由于產權清晰，激勵充足，創新效率可能會高于國有企業，但在上市公司中并未體現出來。然而，以上結果包含了隨機因素和環境變量的影響，不能完全反映其實際水平。為了消除隨機因素和環境變量的外生性影響保持行業間的可比性，本文采用第二階段SFA進行分析并進一步驗證這一結論。

表3 歷年上市公司創新效率均值

2.第二階段SFA回歸結果

分別以成立年限、企業數量、赫芬達爾指數、政府補助、生產總值以及外商直接投資為自變量建立SFA回歸模型，運用Frontier4.1軟件進行分析，估計結果見表4。

由表4可知，外部環境因素對企業各個部門的投入冗余產生顯著影響，并且在混合誤差項中存在創新的非效率。似然比的檢驗值表明，說明該模型具有一定的復合結構，并且似然比的值較高，說明通過了檢驗，表明SFA模型對生產函數的模擬是合適的，影響企業技術創新效率的環境因素和隨機干擾因素是顯著的。同時本文將繼續分析各個環境因素對技術效率的影響。

具體而言：①政府補助對研發資本，研發人員和勞動投入的松弛變量均有顯著的負向影響，表明政府資助有利于經費和人員的有效配置，這可能是因為政府對創新的重視程度加大，降低了創新風險，為企業創新提供了保障，企業能夠大膽地使用經費和人員進行創新，減少了浪費；②行業內的競爭程度對資本投入、技術人員均具有顯著的正向影響，說明了市場上行業內的競爭越激烈，越不利于企業的技術創新，原因可能是行業內存在跟風以及模仿的現象。由于盲目跟風，部分企業進入一些熱門的項目，增加了行業內部的資本浪費和人員浪費；③外商投資對研發資本和研發人員均有顯著的負向影響，表明外商投資能給企業帶來技術溢出效應，外商在利用自己的資本組合國內技術資源降低成本上比內資更有優勢，從而減少資本和人員的浪費；④生產總值對資本和人員松弛均有顯著的正向影響，一般來說，地區生產總值越高的地區，對R&D人員具有較高的吸引力，R&D經費和R&D人員數量比其他地區要高，同時造成的浪費相對也會較不發達地區多；⑤成立年限對資本和人員松弛均有顯著的負向影響，表明企業成立時間越長對技術創新的開發越重視，平均來講，企業在成長過程中，成立時間越長，其研發投資也會越多，使用研發的經驗也會比較豐富，這樣會在創新的過程中減少資源的浪費；⑥企業數量與行業競爭程度對資本和人員松弛的影響相同，企業數量與市場赫芬達爾指數代表的意義相同，均代表了市場的競爭程度，因此，說明當市場中企業數增加時，整個行業的研發數量也會相應增加，從而在整體上會造成創新資源的浪費。

由于各環境變量對于不同投入的影響有所不同，可能會導致決策單元處于不同的環境之中，面臨的環境也不同，從而造成效率估計結果的偏差。因此，必須對第一階段的投入變量進行調整，使所有的決策單元面對相同的環境，保證效率測度的準確性。這一結果需要應用SFA進行環境因素和隨機因素對效率影響的剝離分析，采用第三階段DEA來分析其真實的創新效率水平。

3.第三階段投入調整后的DEA結果

剔除環境因素和隨機干擾因素對上市公司投入產出影響后，再次運用DEA計算得出各個企業創新綜合技術效率和規模效率（表5），與表2比較各決策單元（DMU）效率值變化很大。

表4 第二階段SFA回歸結果

表5 調整后的上市公司創新效率

表5為調整后的創新效率，對比表2調整前的效率值，本文發現，在2008年、2009年、2011年以及2012年，綜合技術效率值相比沒有調整前的提升了，也就是說剔除環境因素的影響后，效率值提升受到了不利環境的影響。效率值上升是因為規模效率的增長所致，這一現象說明上市公司之前較低的技術效率確實是由于比較不利的環境所致，而非它們的技術管理水平低。效率的上升主要是由規模效率的提升，調整前的純技術效率并不是真實的，另外一方面也說明了現階段中國上市公司的創新效率都是低水平的，具有較大的提升空間。2010年和2013年效率值下降，可能的原因為受到了利好環境的影響。這說明調整前上市公司的創新效率并不是真實的技術管理水平，而是受到了環境因素和隨機因素的影響而被高估。

就國有企業而言，調整后的綜合技術效率要高于調整前的效率。主要表現為規模效率提升了，純技術效率降低了。說明國有企業的創新技術效率受到了不利環境的干擾，制約了技術水平的提高。在排除環境因素影響后，規模效率大幅度提高，但純技術效率降低。就民營企業而言，綜合技術效率歷年均上升了，并且純技術效率和規模效率均提升了。說明了民營企業受到了不利因素的干擾。這點與實際也相符，也就是說民營企業的純技術效率和規模效率均被嚴重低估。而國有企業與民營企業對比發現，國有企業和民營企業均受到了不利因素的干擾。

（二）Tobit模型結果

在測算出中國上市公司的實際創新效率后，本文在計算出企業技術創新效率的基礎上，通過Tobit模型驗證股權結構對企業創新效率的影響效應，模型構建如式（7）所示：

其中：Effect代表企業技術創新效率；Shareholder代表內部股權結構；Controls代表各種控制變量；α0代表常數項；αi是股權結構的系數；βi是控制變量的系數；ε代表隨機誤差項。

在計量分析中，本文控制了企業規模、企業負債率、企業成長速度、員工工資、利息保障以及權益收益率等指標后，結果見表6。表6中模型1驗證了大股東對企業技術創新效率的影響；模型2加入了大股東的平方，來驗證是否具有倒“U”型關系；模型3驗證國有企業和民營企業中大股東對創新效率的影響是否具有顯著的差別；模型5驗證了股權制衡度對企業創新效率的影響；模型6進一步驗證了國有企業和民營企業之間股權制衡度對創新效率的影響；模型7驗證了機構投資者對企業創新效率的影響；模型8則進一步驗證了國有企業和民營企業在機構投資者之間的區別。

（1）通過表6可以發現，大股東在模型1、模型2、模型3、模型4、模型9中系數均為正，且在10%的水平下顯著。但是其二次項Sh1Sq的系數為負，這表明大股東持股與企業技術創新效率并非是單調的遞增或遞減關系，存在著倒“U”型關系。這也就是說，在一定界限下，大股東持股越高對企業創新效率起到促進作用。從委托代理的視角來分析，大股東持股對股東與經理之間的代理沖突會有所緩解，但是過高的股權集中度又會帶來另一類代理問題——大股東與小股東的利益沖突。當大股東持股比例越過某一臨界值時，大股東有足夠的控制力實施有利于自身利益的R&D投資以構建控制性資源，攫取控制權私有收益。同樣的觀點也得到其他學者的證實。控制性資源的聚集規模越大，控股股東就越有可能通過更大規模的資源在時間和空間維度上分配，并制定有利于自身利益目標的經營、投資、融資和分配等一系列的財務政策。當大股東持股比例繼續增加時，大股東和企業的利益將被緊密地聯系在一起，如果大股東進行偷盜行為，攫取企業資源，那么其成本必然會高過其所獲得的收益。通過投資構建控制性資源是控制性股東攫取控制權私有收益的重要途徑，在最優契約框架下，由于控制權收益與控制權成本同時存在，控制權私有收益驅動的過度投資和控制權私有成本導致的投資不足將同時對企業的績效產生不同程度的影響。

表6 股權結構與上市公司創新效率

從股權比例來看，不同類型股東的價值取向和目標是不同的。控股股東的目標是通過長期穩定的業務發展獲得盈利；而中小股東大多是短期利潤為目標，并不真正關心公司的長期發展。然而，技術創新恰恰是與企業的長期發展有關，因此，控股股東比少數股東更多地關注技術創新。控股股東在公司中占有較大的股權份額，技術創新如果成功，控股股東將獲得更大的收益，同時失敗的風險也更大，所以他們會更加注重監控技術創新的過程，主要看重創新的盈利能力和未來的成長性。同時，公司的大股東為提高長期盈利能力參與企業決策行為更為熱情，企業的研發費用和股權集度中有很強的正相關關系，這表明第一大股東往往加大研發投入，以獲取高額回報和長期企業盈利能力。

（2）股權制衡度也被稱為股權集中度，對公司經營決策、公司資源的配置以及公司的技術效率有著重要的影響。模型5、模型6、模型9檢驗了股權制衡度對企業創新效率的影響，結果顯示，系數顯著為負，說明股權制衡度高對當下的企業創新效率產生了負面影響。股權過于分散，使單一股東增加監督成本，缺乏積極參與公司治理和價值創造活動的動力。我國的治理機制尚不完善，如果股權過于分散，更有可能導致公司治理缺乏效率，管理層過于強勢，不利于技術創新活動。但是，也有學者認為，股權過于集中雖然能減少股東和管理層之間的信息不對稱，但股東對于管理層實施的監控也就過強，管理層對企業在技術創新活動的投資將會受到干擾，技術創新的數量和質量會削弱，在技術創新財務績效上的表現也就越弱。因此，股權集中度太高也不利于企業改善技術創新績效。本文認為當公司股權比較分散和高度集中時，企業的研發投入都比較低，只有股權適度集中時，既克服了中小股東“搭便車”的行為，又加強了對企業的監督管理，使公司所有者和經營者利益一致，共同關注企業的長期發展，此時，企業研發投入水平最高，技術創新能力最強。當控股股東與中小股東的利益不一致，甚至產生沖突時，控股股東可能會因為“道德風險”而罔顧企業的日常經營，特別是技術創新活動等。同樣地，國有控股企業對企業創新效率沒有通過顯著性檢驗，也就是說國有和民營企業的創新效率差別并不明顯。

（3）機構投資者對企業創新效率為正向作用，在企業技術自主創新過程中，風險資本作為企業技術自主創新過程中的一種新型的資本市場投資方式，能較好地彌補企業技術自主創新過程中現行融資制度和現行融資模式的缺陷，為那些創業型的中小企業或者中小型的高新技術企業的科研成果和創業型的中小企業或者中小型的高新技術企業的技術項目提供了有效的篩選和市場化發展的途徑。在我國經濟發展的過程中，由于我國經濟發展的不平衡性和體制上的特殊性，我國的上市公司已經成為我國經濟發展中的一支重要生力軍，但中小型的高新技術企業具有新興的、高層次的、尚未完全成熟定型的特點，因此，這類中小型的高新技術企業本身是不成熟的，而且其未來的發展還需要一定的時間。在這種條件下，傳統的商業銀行或者其他類型的金融機構往往不愿意為這類中小型的高新技術企業提供資金支持。機構投資者的介入，為上市公司尤其是中小型的高新技術企業技術自主創新提供了重要的資金支持，從而促進了企業的快速發展。

（4）已有的研究表明，股權性質差異會對企業R&D投資行為產生不同的影響，根據最終控制人類型的不同，上市公司可分為國有控股上市公司、民營控股上市公司、外資控股上市公司、集體控股上市公司、社會團體控股上市公司、職工持股會控股上市公司6類。國有具體包含實際控制人為國有企業、國有非企業單位。民營包括外國政府、自治組織和自然人等。公眾企業沒有實際控制人歸為民營，其他企業實際控制人多數是高校，歸為國有。模型3、模型4、模型6、模型9分別檢驗了控股性質對企業創新效率的差異。但是結果并未統一，并且影響微弱，這意味著國有企業無論是在大股東持股或者股權制衡度中，并沒有顯著提高國有企業的創新效率。國有控股上市公司大多是由國有企業改制而來，為了保持國家的控制力，一般國有股權在其中占據很大比例，并且國有股在股權分置改革前是不能上市的。一方面，國有企業不僅是以盈利為目標，還要肩負起發展地方經濟、促進就業和穩定的社會責任，這都有可能會導致國有企業對創新的影響。

另外，根據科斯提出的產權理論，私有企業的產權所有人享有企業的剩余利潤占有權，所有私營企業的擁有者或者實際控制人有著更強的自我激勵動機去不斷提高企業的效益。因而私有企業相比較于國營企業，擁有更強烈的欲望去追求更高的利潤。研發創新更加有利于企業長期穩定的獲得高額利潤，而作為獲取高利潤的一種行之有效的手段，自然也會在私營企業中得到更多的重視和加強。

（5）其他控制變量。企業規模在模型1～模型4中的系數為正，但在模型5～模型8的系數為負，說明企業規模對企業創新效率的影響作用尚不明顯。盈利能力變量在置信水平上表現出顯著性，且系數為正，說明企業利潤率越高，越有利于研發活動的開展，投入越多。這體現了研發活動與企業利潤之間的互動關系，即當企業有超額利潤率時，將會有充足的資金來支持企業的研發活動，然后企業通過研發活動進行技術革新也能有效的提升企業的利潤空間，這樣一種互動關系將使企業走上良性發展的道路。利息保障倍數的估計值為負，說明現金流狀況對企業創新效率投資決策的影響不明顯，現金流狀況在R&D投資決策中并不是像我們想象的那樣起著舉足輕重的作用，R&D活動對內部現金流的依賴性不高。

四、結論與啟示

本文以中國上市公司為例，首先，基于三階段DEA方法實證測算了中國上市公司的技術創新效率，并對去除環境因素和未去除環境因素的效率進行了對比；其次，基于Tobit模型驗證了股權結構對去除環境因素后創效效率的影響。結論如下：

第一，在剔除環境因素與隨機干擾因素后，綜合技術效率值相比沒有剔除前提高了，說明企業的創新效率受到了不利環境的影響，并非是它們的管理水平低下。效率的上升主要是因為規模效率的提升，也就是說調整前的純技術效率并不是真實的，另外一方面也說明了現階段中國企業的技術創新效率具有較大的提升空間。無論是國有企業或者民營企業，純技術效率或規模效率均被嚴重低估，但是調整后的民營企業創新效率值提升幅度要遠大于國有企業。第二，環境因素對企業技術創新效率的影響顯著。在企業所處的外在環境影響中，政府補助、外商投資、企業成立年限對研發資本和研發人員等松弛變量具有顯著的負向影響，表明以上變量有利于企業創新；而行業競爭程度、地區生產總值與企業數量對人員和經費的影響為正。第三，大股東持股與企業技術創新效率并非是單調的遞增或遞減關系，存在著倒“U”型關系。也就是說，在一定界限下，大股東持股越高對企業創新效率能起到促進作用。股權制衡度對企業技術創新效率產生了負面影響，制衡度越高，企業最終決策的效率越低，因此，不利于企業技術創新效率。機構投資者對企業技術創新效率為正向作用，機構投資者相比私人投資者，收集信息能力更強，且具有專業的背景，因此，能夠對技術創新效率起到促進作用。國有企業與民營企業無論是在大股東持股或者股權制衡度中，對企業技術創新效率起到的作用并沒有顯著的差別。

基于以上結論，得到的政策啟示：第一，應對不同控制權性質的企業進行區別對待，具體而言，針對國有企業，為克服股權過度集中和“內部人”控制導致管理者薪酬組合的扭曲和自主創新投資的不足，應適當降低企業的股權集中度；面對非國有企業，應該發揮大股東對經理的監督作用，同時防止大股東自利的“掏空行為”，將企業的股權集中度控制在合理區間。第二，進行企業所有制的改革，建立多元化的產權結構。國有企業一般應在風險高、投資大，并關系國家安全的重大高新技術研發領域具有主導地位。而外資和民營企業一般是高新技術研發的主導力量，但其總體規模小，創新能力低。改革企業的治理結構，建立多元的產權結構和有效的激勵機制，促進企業技術創新效率的提升。第三，政府在企業技術創新效率的活動中，起到獨特的調節作用，既要矯正“市場失靈”，也要較少對企業的行政干預。政府應該不斷通過市場化改革，使得企業成為創新的主體，為企業創新營造良好的市場制度環境。建立完備的知識產權保護法律法規，強化知識產權的監督和執行機構，確保企業創新有一個良好的外部制度環境。