物聯網嵌入我國制造業企業
——是否依然保持“微笑”？

段玉婷，王玉榮，卓蘇凡

（對外經濟貿易大學國際商學院，北京 100029）

關鍵字：物聯網；制造業企業；微笑曲線；創新效率

近年來，我國工業物聯網應用得到了迅猛的發展?！?018 中國物聯網白皮書》指出，工業制造是應用物聯網技術最廣泛的領域，技術利用率達到60%，2020 年中國工業物聯網市場規模將達到4 400億元［1］。物聯網技術嵌入到制造業發展過程中，能夠催生制造新模式，與發展理念、產業體系、生產模式、業務模式等方面的全面融合，貫穿于產品設計、生產、管理、服務等制造活動的各個環節，幫助企業進行生產流程、組織管理和服務升級等方面的規劃和改造［2-3］。但是與此同時工業物聯網方案應用過程的復雜性，以及物聯網技術發展所面臨的瓶頸［4］，為企業的創新活動帶來了挑戰，也為我國制造業企業在新一代信息技術條件下的創新能力和創新績效增加了不確定性，對當前我國制造業企業嵌入物聯網技術后的創新狀況進行評價成為創新管理領域的一個重要議題。創新效率是衡量企業將創新投入轉化為創新產出的能力的重要指標［5］。通過對我國制造業企業嵌入物聯網技術后的創新效率進行評價能夠明晰當前我國制造業企業在新一代信息技術條件下的創新現狀，為我國制造業企業的轉型升級和跨越發展，以及企業調整自身的創新戰略決策提供理論指導。

微笑曲線理論指出，產品在生產中獲得的價值增值隨產品在價值鏈條中不同位置階段的推進，呈現“微笑”狀的曲線分布，其中價值鏈條各個位置階段的劃分最初分為研發、生產和營銷三個階段，隨著理論的演進，產品所經歷的環境變得越來越細化，包含研發、設計、零組件制造與總裝、廣告、促銷、分銷與服務等環節，但整體趨勢依然保持不變，價值增值向兩端延伸，而中間制造環節卻不斷下沉［6］。基于管理學家邁克爾·波特的價值鏈分析模型，本文摘取其中的研發、生產、營銷和服務四個環節（如圖1）。有研究顯示，受企業自身特點及外部環境的影響，新技術的應用對企業不同價值鏈條創新階段的影響也存在差異［7-8］，進而影響到企業對完善供應鏈管理體系、優化生產流程等具體環節的戰略決策。那么，企業的創新效率是否會隨著不同階段的推進而呈現同樣的分布，也是一個值得思考的問題。因此，有必要從企業價值鏈條的不同創新階段的角度，更加深入且更加細致地探索物聯網技術應用對我國制造業企業創新效率的影響。

因此，本文基于“微笑曲線”理論，將企業個體創新階段分為研發、生產、營銷和服務四個階段，對我國制造業企業嵌入物聯網技術后的整體創新效率及研發、生產、營銷和服務四個階段的創新效率進行評價，以期對新一代信息技術條件下我國制造業企業的創新實踐提供有效的理論指導。

圖1 “微笑曲線”

1 文獻綜述

1.1 物聯網技術與企業創新

基于過去的技術條件和市場環境，學術界對企業的創新研究及影響機制已經積累了豐碩的研究成果。然而，隨著高新技術的不斷發展，物聯網等新一代信息技術對制造業企業創新實踐的影響不斷加強，一些學者也開始關注物聯網技術對企業創新的影響，Gabriele Santoro 等［9］研究了物聯網背景下的知識管理系統、知識管理能力和企業創新能力之間的關系。胡保亮［10］研究發現物聯網商業模式基于感知的效率、基于感知的新穎、基于智能的效率與基于智能的新穎4個維度會對企業績效有正向影響。B Nguyen 等［11］研究了物聯網的未來趨勢及對市場營銷的影響，探討了物聯網技術對市場營銷的重要性。Kortuem G等［12］從創新的角度探討了物聯網（IOT）中用戶創新與市場創新的結合，物聯網技術對企業開拓市場以及消費者反向參與創新的重要作用。胡保亮等［13］通過研究用戶企業物聯網商業模式的維度結構指出借助物聯網，企業能夠從物聯網的應用中獲取價值，持續感知客戶的需求，創造新的服務模式，推動業務增長。Parvaneh Asghari 等［14］運用SLR 方法對物聯網中服務組合方法進行了系統性的綜述，指出了物聯網技術對實現用戶需求和智能對象之間的交互、激發企業創新的重要影響。綜合以上前人的研究可見，物聯網技術的嵌入，能夠從知識管理、智能設計、市場創新、用戶創新、優化生產及服務水平等不同的角度幫助企業的創新，但仍缺乏基于當前市場數據的對于物聯網嵌入后企業創新狀況進行明確的評估 。

1.2 企業創新效率

創新效率是企業將創新投入轉化為創新產出的能力，是衡量企業創新能力的重要指標。企業創新效率一直以來是創新和戰略領域關注的重點［15］，由于新技術的應用對企業不同價值鏈條創新階段的影響存在差異［3,7］，因此，不同創新階段的創新效率之間也會存在差異。已有學者根據不同劃分標準，對我國制造業企業的創新效率進行了研究。趙磊［16］將我國制造業創新價值實現過程分為科技產出、物化產出及價值產出3個環節進行了創新效率的測算，發現我國制造業無論是分行業還是分區域普遍存在科技產出環節及價值產出環節創新效率較高，而物化產出環節創新效率較低的情形。王新紅等［17］將創新階段分為創新成果生成階段和創新成果轉化兩階段進行了創新效率的測算，發現兩階段創新效率整體較高，且DEA 無效原因主要是純技術創新效率不高,而其規模效率水平相對較高。目前對于創新效率的分階段測算還僅表現在針對創新產出的劃分，并沒有完全覆蓋制造業價值鏈條整體的創新過程。基于“微笑曲線”理論，制造業企業的創新過程可以分為研發、生產、營銷及服務等階段，分別對其進行創新效率的評價，能夠更加清晰、詳盡的涵蓋并細化制造業企業整體的創新過程，以彌補我國對企業創新效率評價研究的不足，這樣既能對物聯網嵌入的制造業企業創新效率高低情況進行測試，又能檢驗隨著不同階段的演進，企業創新效率的分布情況。

1.3 文獻評述

根據以上對已有研究的數理分析，可以得出以下結論：（1）物聯網技術嵌入到制造業發展過程中，能夠從知識管理、智能設計、市場創新、用戶創新、優化生產及服務水平等不同的角度促進企業創新，但仍缺乏對企業創新狀況的量化評估，企業創新效率是衡量企業創新能力和創新績效的重要指標，本文將以物聯網技術嵌入為背景，對我國制造業企業的創新效率進行評價，以明晰當前時代背景下我國制造業企業的創新現狀，為我國制造業企業的轉型升級和跨越發展，以及企業調整自身的創新戰略決策提供理論指導。（2）當前對于創新效率的劃分主要表現在基于創新產出的劃分，并沒有完全覆蓋制造業價值鏈條整體的創新過程，本文將基于“微笑曲線”理論，將企業價值鏈條的創新階段分為研發、生產、營銷和服務四個階段，分別對該四個階段的創新效率及所呈現分布形態進行評估，以補充前人對企業創新效率評價劃分的維度，且更能體現企業價值創造，價值增值和價值實現的過程，更加細致的明晰我國制造業企業的創新效率狀況，為物聯網在制造業企業中的應用提供補充性的經驗證據，為我國制造業在新時代條件下的創新發展效率情況提供參考。本文的研究框架如圖2。

圖2 研究框架

2 研究方法

2.1 DEA 方法

數據包絡分析(DEA)方法被廣泛應用于對投入產出的分析，進行創新效率的評價，因為創新的過程涉及諸多因素，所以最好把創新過程看作一個“黑匣子”，把重點放在創新投入和產出上［18］。對于多輸入、多輸出決策單元的相對效率進行綜合評價，數據包絡分析不需要變量之間的函數假設，輸入和輸出指標的權重是由決策單元的實際值來計算的，同時DEA 的效率值計算不受測量單元單位的影響。因此本文采用DEA 方法對嵌入物聯網技術的制造業企業的創新效率進行評價。

在DEA 模型中，基本模型是 C2R 模型，該模型是用來評價規模收益不變情況下決策單元的總體效率。C2R 模型不能將技術效率(TE)和規模效率(SE)分開，而BC2 模型能夠將C2R 模型計算的效率值劃分為全要素效率(TFE)和規模效率，能夠評價規模收益可變情形下決策單元的效率［19］?？紤]到行業數據的特性，企業創新邊際收益具有不確定性，本文選擇BC2 模型來評價嵌入物聯網技術的制造業企業的創新效率，假設在n 個決策單元中,有：

其中,θ(0 ≤θ≤1) 為決策單元效率,θ值越高, 說明該決策單元相對其它單元的投入產出效率更高。進一步地, BCC 模型定義s+、s-為松弛變量和剩余變量, 以測算決策單元DEA 是否有效, 有：

若θ=1,s+=0,s-=0, 則決策單元為DEA 有效；若θ<1, 則決策單元為非DEA 有效。

2.2 輸入輸出指標選取

一般創新活動的創新效率分析主要集中于一些選定的投入指標，如R&D 人員和R&D 經費的投入，以及產出指標，如專利數量和新產品周轉率［20］。根據這些選定的投入產出指標所計算的結果能夠在一定程度上反映企業的創新效率。但是本文基于“微笑曲線”理論將企業價值鏈條的價值增值活動分為研發創新、生產創新、營銷創新和服務創新四個階段進行創新活動的效率的評價，不僅涉及技術和財務，還包括生產效率和服務效率，因此僅僅使用這些是不夠的。針對制造業企業價值鏈創新分析的需要，除了研發和營銷，越來越多的與企業生產和服務相關的指標和背景指標被引入到創新效率評價分析中。本文基于已有學者的研究，構建了制造業企業嵌入物聯網后創新效率評價指標體系，如表1 所示。

（1）輸入指標。本文依據K Bi 等學者［21］，對所有產出使用固定輸入指標，暫不考慮各階段的遞進順序。輸入指標分為企業在物聯網技術方面的人員投入和經費投入，由于這兩方面因素較難在企業總投入中區分出來，所以本文用企業應用物聯網技術后的人員投入強度和經費投入強度來作為代理指標，人員投入強度主要指企業物聯網技術嵌入創新的過程中研發人員投入，用研發人員數表示；經費投入主要指企業物聯網技術嵌入創新的過程中資金的投入強度，用企業物聯網技術嵌入創新的過程中研發經費投入占主要業務收入的比例表示。

（2）輸出指標。輸出指標包含研發創新產出、生產創新產出、營銷創新產出和服務創新產出四個方面，考慮到數據的可得性，本文基于創新價值鏈所衡量的嵌入物聯網技術后企業整個創新價值鏈的創新專利產出，即發明專利、實用新型專利以及外觀設計專利三種專利均包含在內，另外考慮到專利產出申請及授權的雙重時滯性，結合本文所選數據的時期，本文選用企業專利申請數來衡量研發創新產出；用企業單位產值資源消耗降低率和企業總產值來衡量生產創新產出，企業單位產值資源消耗降低率反映的是單位產量或單位產值所消耗的資源成本當年相比上年的降低程度，與企業總產值共同反應企業生產階段的創新效率；關于營銷創新產出指標，本文用總銷售收入增長率和企業盈利能力來衡量營銷創新產出［22-23］；而服務創新產出本文選用服務收入占比和客戶保持率來衡量［23-24］。

表1 制造業企業嵌入物聯網后創新效率評價指標體系

2.3 數據來源

截至2018 年，我國嵌入物聯網技術的制造業企業仍為數不多，本文最初根據中國物聯網上市公司排行榜及中國百強企業榜篩取了制造行業嵌入物聯網技術的具有代表性的33 家企業作為研究對象，收集了這33 家企業的數據，這些企業包括制造行業下家電制造行業、通訊行業、機械、機電、機床行業、鋼鐵、化工制造行業、汽車零部件制造行業、食品制造行業以及綜合類制造行業等類型，數據來源于專業知識產權檢索系統網站和企業官方發布定期報告，包括年報、審計報告、招股說明書、董事會公告等數據，通過數據檢索收集，排除存在缺失值的企業，剩下20 家企業作為本文的最終研究樣本，這20 家企業仍然包含上述各類制造行業類型。本文選取了2013—2017 年的數據，考慮到創新效率的評價存在一個時滯性問題，該問題屬這類型研究的標準過程，因為創新結果很可能會受到上一年的創新決策的影響，研發工作需要一些時間才能轉化為創新產出［25］，滯后期一般為兩年，所以本文選用2013—2015 年的數據作為投入數據，而相應的2015—2017 年的數據作為產出數據。由于我國物聯網產業發展起步較晚，制造業企業進行物聯網布局也是在近兩年才開始進入到一個紛至沓來的階段，于2013 年以前就進行物聯網布局的制造業企業區區之眾，本文基于數據的搜集所篩選出的20 家企業進行物聯網布局的開始時期大多數實在2013 年及以前，具體信息如表2 所示。

表2 企業開始布局物聯網的時期分布

3 研究結果

3.1 創新效率評價結果分析

由于BC2 模型要求數據為非負數值，而本文的輸入、輸出指標數據存在小于0 的值，直接運行DEA 模型將無法得到運行結果，所以需要先對所收集的輸入、輸出原始數據進行歸一化處理，將歸一化處理過的數據帶入DEA 模型，運用DEAP2.1，基于產出角度，運用DEA 多階段計算方法，得出企業嵌入物聯網后價值鏈總產出和各階段在2013—2017年間創新效率的評價結果，其中企業嵌入物聯網后價值鏈總產出的創新效率評價結果如表3。

表3 總創新效率評價結果黃色部分

（1）總創新效率評價結果分析。

1）各年份總創新效率的比較。DEA 有效說明其創新投入產出在整體上達到最佳狀態，即其創新活動同時達到了技術有效和規模有效，僅技術有效為DEA 弱有效，技術和規模都沒有達到有效則為DEA無效。由表3 價值鏈總創新效率結果可知，2013—2015 年，有8 家企業達到了DEA 有效狀態，分別為美的集團、北京首鋼、江蘇沙鋼、盾安環境、萬安科技、中國石化、陜鼓動力和雙匯發展，創新效率達到最優；其次為一汽轎車、銀輪機械和四川長虹，綜合效率值分別為0.958、0.857、0.827，中興通訊、TCL 集團、四川長虹、?？低?、一汽轎車、比亞迪和沈陽機床純技術效率值均為1，但規模效率值小于1，呈現規模報酬遞減，說明企業創新投入未被充分利用，創新產出不足，企業創新效率有待提升；青島海爾、三一重工、徐工機械、銀輪機械和萬向錢潮5 家企業純技術效率和規模效率都沒有達到有效，規模效率呈遞增情況，主要原因可能是創新資源投入不足，從整體來看，綜合技術效率值平均為0.805，處于良好水平。

2014—2015 年，達到DEA 有效的企業仍然為上期的8 家企業，但僅純技術效率有效的企業減少至13 家，發生變化的企業為TCL 集團、四川長虹和沈陽機床，TCL 集團發生變化的原因在于投入資源過多，TCL 集團2014 年的研發投入強度上升了31.03%，研發人員增了加19.44%，資源未被充分利用造成產出缺口；四川長虹和沈陽機床出現了規模效益遞增，可能是由于創新投入不足引起的；青島海爾上期效率無效，本期達到純技術效率有效，但仍呈現規模報酬遞增的情形。三一重工、徐工機械、銀輪機械和萬向錢潮本期隨沒有達到技術有效或規模有效，但較上期綜合技術效率水平有所上升。

2015—2017 年綜合技術效率值為DEA 有效的企業增加為9 家，較上期發生變化的企業為萬安科技、一汽轎車和沈陽機床，其中一汽轎車和沈陽機床效率上升到最優狀態，可能歸功于兩家企業加大了創新投入，從企業年報紕漏可知兩家企業2015 年的研發經費投入強度分別上升了5.96%和20.46% ；僅純技術效率有效的企業數量較上期增加了一個，但發生變化的有7 家企業，其中TCL 集團、三一重工、徐工機械和沈陽機床由上期DEA 無效變化為DEA弱有效，可能是由于物聯網技術已經慢慢嵌入企業整個運營過程中，正向作用開始顯現，同時這兩家企業規模效率都呈下降趨勢，可能是由于創新投入的減少，TCL2015 年的研發人員投入較上期減少1.96%，三一重工2015 年的研發人員減少32.64%，研發經費投入強度下降2.65%。青島海爾、萬安科技和比亞迪純技術效率下降，原因可能是創新投入與企業技術和規模不匹配，青島海爾2015 年研發人員投入較2014 年增加27.68%，造成資源浪費，加大了產出；萬安科技呈現規模報酬遞增情況，說明創新資源投入不足，2015 年萬安科技研發經費投入強度較2014 年下降9.06%；比亞迪綜合技術效率和純技術效率下降，而規模效率上升則是由于創新投入的減少造成的，2015 年比亞迪研發人員投入和研發經費投入強度分別下降3.96%和27.37%，呈現規模報酬遞增，應加大資源投入，促進創新產出。

從各企業年度總均值來看，創新效率水平較穩定的企業為美的集團、北京首鋼、江蘇沙鋼、盾安環境、中國石化、陜鼓動力和雙匯發展，創新效率達到最優；其次為一汽轎車和萬安科技，綜合技術效率值平均分別為0.968、0.965；創新效率水平最差的為中興通訊和比亞迪，綜合技術效率值平均分別為0.429 和0.330。另外分別從3 年的綜合技術效率值平均值和純技術效率值平均值來看，綜合技術效率平均值分別為0.805、0.749 和0.782，純技術效率平均值分別為0.923、0.878、0.892，規模效率平均值分別為0.872、0.858、0.882，可以看出我國制造業企業的整體創新效率水平表現良好，但表現趨勢不太穩定；綜合技術效率水平的下降，是由技術效率下降和規模效率下降共同引起的，而規模效率影響相對較大。

2）嵌入物聯網技術前后創新效率的比較。從2014 年和2015 年才開始布局物聯網后企業創新效率的變化可以發現，盾安環境在嵌入物聯網技術前后，創新效率比較穩定，均達到了DEA 有效；銀輪機械2014 年進行物聯網布局后，純技術效率帶動綜合技術效率有所提升，而2015 年由于投入不足，創新效率較2014 年有所下降。2015 年才進行物聯網布局的企業，萬向錢潮和沈陽機床2015 年純技術效率較2014 年有所提升，且沈陽機床技術效率上升到DEA有效狀態；而萬安科技和比亞迪出現創新效率低下的原因，可能是由于布局初期，物聯網的嵌入還未發揮作用，物聯網技術以外的投入不足，導致綜合技術效率下降。

（2）創新價值鏈各階段創新效率比較分析。本文根據各階段創新效率評價（由于篇幅限制，詳細結果不再展示）結果計算，得出創新價值鏈各階段創新效率的比較分析結果，如表4、圖3 所示。

表4 價值鏈各階段DEA 有效性企業數量 單位：家

表4 為企業價值鏈各階段的創新效率結果的有效性企業數量，2013—2015 年，研發階段達到DEA有效的有2 家企業，分別為美的集團和中國石化；生產階段達到DEA 有效的有3 家企業，分別為北京首鋼、盾安環境和雙匯發展；營銷階段達到DEA有效的有2 家企業，分別為萬安科技和雙匯發展；服務階段達到DEA 有效的有4 家企業，分別為北京首鋼、盾安環境、中國石化和陜鼓動力，由此可知各階段的創新效率結果并不一致，不同階段DEA有效的企業數量和個體不同，同一企業在價值鏈不同階段創新效率結果不同，其中中國石化、北京首鋼、盾安環境和雙匯發展在其中兩個階段都達到了DEA 有效狀態，創新效率水平相對較好，從整體來看服務階段的DEA 有效企業數量相對最多，說明物聯網嵌入相對企業服務階段創新效率效果好一點。2014—2015 年，只有生產階段DEA 有效的企業發生了變化，江蘇沙鋼綜合技術效率水平提高，達到了最優狀態，而雙匯發展綜合技術效率水平變為非DEA 有效，整體還是服務階段DEA 有效的企業數量最多。2015—2017 年，生產階段DEA 有效的企業數量仍為3 家，其中中國石化和沈陽機床綜合技術效率水平提高，達到了最優狀態，而北京首鋼和江蘇沙鋼綜合技術效率水平變為DEA 弱有效，規模效率下降，規模報酬遞增，說明這兩家企業在生產階段的資源投入不足；營銷階段達到DEA 有效的企業上升至4 家，江蘇沙鋼和中國石化綜合技術效率水平提高，達到了DEA 有效，而江蘇沙鋼綜合技術效率水平變為DEA 無效，規模報酬遞增，說明在營銷階段的資源投入不足；研發階段和服務階段DEA 有效企業仍然沒有發生變化，在一定程度上說明企業在這兩個階段的創新效率水平比較穩定，服務階段創新效率水平相對較好。

圖3 價值鏈各階段創新效率均值年度比較分析

圖3 為企業價值鏈各階段的創新效率各年度均值的比較，2013—2015 年，各階段綜合技術效率值平均值分別為0.342、0.550、0.483 和0.575，整體水平均比較低，但考慮到本文是將企業總體創新產出基于“微笑曲線”理論分成了四個部分，創新投入并沒有改變，所以企業總創新效率水平并非為這四個部分的創新水平的總和，每個部分僅代表當階段的創新效率的相對水平，本文對上述各階段創新效率的運行結果僅用作對各階段的創新效率水平的相對大小進行比較。所以2013—2015 年，綜合技術效率水平的比較結果為服務階段創新效率平均大于生產階段創新效率大于營銷階段創新效率大于研發階段創新效率；2014—2016 年，各階段綜合技術效率值平均值分別為0.402、0.435、0.467 和0.539，最高值仍為服務階段，其次為營銷階段，最低為研發階段，但除了研發階段，其余三個階段創新效率較上期均有所下降；2015—2017 年，各階段綜合技術效率值平均值分別為0.362、0.435、0.532 和0.621，服務階段和營銷階段創新效率較上期均有所提高，生產階段與上期持平，研發階段較上期有所下降。從整體來看，服務階段創新效率水平相對最好，這與表3的分析結果是一致的，但各階段的創新效率水平不同于價值增值程度，不再呈現“微笑曲線”分布。

圖4 各階段平均綜合創新效率時間分布

圖4(a)、(b)、(c)、(d)為各階段平均綜合創新效率的時間分布，由圖可知，研發階段平均綜合創新效率先增后降，但總體為上升趨勢；生產階段2014—2016 年有所下降，之后保持不變；營銷和服務階段均為先降后增，但總體也較2013—2015 年有大幅度增長。

3.2 創新效率投影分析

通過投影分析探究DEA 無效的企業的投入冗余與產出不足情況，找出導致DEA 無效的原因，從而為改善企業的創新效率提供思路和方案。本文列出了價值鏈總創新效率最近一年的分析結果，數據經整理后如表5 所示。

表5 2015—2017 年價值鏈總創新效率投影分析結果

通過前文表3 可知，2013—2017 年間共有10家企業出現投入冗余和產出不足情況，需要減少投入或增加產出，占總企業的50%，這表明物聯網嵌入我國制造業企業后創新效率未達到整體水平穩定有效的狀態，很大一部分企業的投入產出存在決策偏差。近年來，雖然政府和企業都加大了物聯網技術的開發和應用，以及工業物聯網的布局，但由于物聯網的技術壁壘和解決方案具體實施的實際困難較為復雜，企業對由物聯網帶來的新的商業模式仍需要進一步的摸索和適應。以2017 年產出為例，由投影分析結果可以看出（如表5 所示），有6 家公司存在不同程度投入冗余情況，投入未被充分利用，造成資源浪費，致使創新效率降低。相關數據顯示，2014 年青島海爾研發人員投入增加3.33%，研發經費投入強度上升12.5%，2015 年研發人員投入增加27.68%，；四川長虹2014 年研發人員投入增加0.5%，研發經費投入強度上升4.6%，2015 年研發人員投入增加0.31%，研發經費投入強度上升7.7%；銀輪機械2014 年研發人員和研發經費強度投入分別增加9.78%、9.2%；萬向錢潮2014 年研發人員和研發經費投入強度分別增加2.52%、11.86%，2015 年研發人員增加3.96%；萬安科技2014 年研發人員和研發經費強度投入分別增加2.16%、0.61%，2015 年研發人員增加13.38%；比亞迪2014 年研發人員和研發經費強度投入分別增加26.23%、16.39%?？梢娺^多的增加研發資源投入會造成資源浪費，導致投入冗余和產出缺口，青島海爾的產出缺口主要是在生產階段和服務階段；銀輪機械的產出缺口是在研發階段、生產階段和營銷階段；四川長虹、萬向錢潮、萬安科技和比亞迪在各個階段均出現不同程度的產出缺口，由此可知，不同企業間以及同一企業內部在價值鏈各個階段的資源利用水平上均存在差異。

4 結論與局限

4.1 研究結論

本文以我國具有代表性的嵌入物聯網技術的制造業企業為樣本，利用企業在2013—2017 年間的創新投入產出數據，采用DEA 數據分析方法，比較和分析了嵌入物聯網技術的制造業上市公司的總體創新效率及不同創新分階段的創新效率分布及發展情況，主要得出以下幾條結論：（1）從所有企業生產鏈各階段的創新效率水平的比較分析可知，不同階段DEA 有效的企業個體和數量不同，且單個企業各階段的創新效率水平也不一致，從整體來看，企業在研發階段和服務階段的創新效率水平比較穩定，且在服務階段的創新效率水平相對最好，但各階段的創新效率水平不同于價值增值程度，不再呈現“微笑曲線”分布；（2）從時間上看，企業整體綜合創新效率變化不明顯，但研發、營銷和服務階段的綜合創新效率水平總體呈上升趨勢；（3）物聯網嵌入會在一定程度上提升企業的純技術效率，但受規模效率的影響會使企業綜合創新效率產生波動；（4）從投影分析來看，不同企業間以及同一企業內部在價值鏈條各個階段的資源利用水平上均存在差異,物聯網嵌入我國制造業企業后創新效率未達到整體穩定有效的狀態，很大一部分企業的投入產出存在決策偏差，研發投入不足或過多的增加研發資源投入會造成資源缺乏或資源浪費的情況，導致投入冗余和產出缺口。

4.2 理論意義和管理啟示

本研究探討了企業在應用物聯網技術后，企業總體創新效率的變化趨勢，拓展了以物聯網技術為代表的新一代信息技術條件下，制造業企業創新效率的研究內容，為新技術應用與企業創新之間的關系提供理論基礎。同時本文基于“微笑曲線”理論，更加細致化的檢驗物聯網技術的應用具體對企業不同階段創新活動的創新效率影響的不同程度，為企業在不同階段的物聯網技術應用以及創新效率的提升提供決策參考。本文的研究結論對企業在應用新一代信息技術條件下的創新發展具有一定的啟示：首先，企業在進行創新投入的過程中要注重平衡，在增加新技術投入的情況下，避免因對其他方面投入的忽視或欠缺，而導致總體創新效率下降，企業既要注重新技術的開發及應用，又要保證已有組織基礎的正常運行；其次，企業要注意區分企業不同價值鏈條創新階段的創新效率發展狀況的不同，可以針對不同創新階段的投入進行相對應的戰略部署，來最大化企業的創新效益。

4.3 研究局限與未來展望

本研究在一定程度上也存在著一定的局限性，首先對于研究結果創新效率隨著不同階段的推進并非呈現“微笑曲線”這一結論，本文并沒有給出背后的原因機制，仍有待進一步的研究；其次，對于文中所選的企業樣本的數量，雖然已經滿足科學研究的要求，在一定程度上能夠支持本文結論的科學性和合理性，但此后仍可以收集更多的樣本數據，進一步對本課題進行更加全面的研究。