河北省制造業創新效率評價
——基于DEA-BCC模型和Malmquist指數

彭曉靜

（中共河北省委黨校 河北石家莊 050061）

引言

2015年5月19日，國務院正式發布的《中國制造2025》提出了制造業發展遵循的基本方針，把堅持創新驅動作為產業發展的基本方針之一并放在了20字方針首位，這充分說明創新驅動是我國2025年順利邁入制造強國的主動力。

就河北省而言，創新驅動對于制造業轉型升級的意義也是如此。河北省是制造業大省，制造業對經濟社會發展發揮著無可替代的作用。2019年全省規模以上制造業企業的數量為12446家，占全省全部規模以上工業企業數的94%；營業收入35347.4億元，占全部規模以上工業企業營業收入的87.5%。由此看出，制造業的發展質量決定了工業的發展質量，制造業能否轉型成功決定了工業轉型升級的成敗，而轉型升級最關鍵的要素是創新。

自2014年國家提出“創新驅動戰略”以來，河北省加大了制造業的研發投入力度，但創新的效率如何有待進行科學評估。基于此，本文對河北省制造業細分行業的創新效率進行研究，希望能夠客觀反映河北省制造業的創新狀況，為未來更好完善制造業創新政策提供參考。

一、研究文獻回顧

關于制造業創新效率的評價問題早已成為學術界研究的熱點。為了更好反映制造業創新效率及其變化趨勢，學者們利用橫截面數據、面板數據，運用傳統的DEA模型、兩階段DEA模型、三階段DEA模型、DEAMalmquist指數法等方法來測算制造業的全要素生產率變化、技術效率變化及技術變化。研究角度主要集中在以下幾方面：

一是制造業重點行業創新效率分析。制造業門類較多，包括31個大類、191個中類、525個小類，很多學者選擇高技術制造業作為研究對象，如杜宇和黃成（2019）采用規模報酬可變的投入導向型NSBM模型，測度了2011—2016年長江經濟帶高技術制造業創新整體效率和兩階段效率；張永安和魯明明（2019）運用DEA-Malmquist指數法分析高技術制造業每個行業動態效率變化值。

二是區域制造業創新效率的比較分析。現有研究中利用《中國科技統計年鑒》的相關數據對中國制造業創新研究的較多，如張崢和聶思（2015）運用因子分析法,對中國制造業29個細分產業的創新效率進行了比較分析。

三是制造業創新效率影響因素研究。不同的制造業門類的創新效率的影響因素是不同的，學者們在分析創新效率的同時也重點分析了效率的影響因素。如周彩紅和咸鳴霞（2017）分析了產業聚集對制造業技術創新效率的影響，并得出產業集聚對制造業技術創新效率具有正向影響；陳海波和姚蕾（2019）采用DEA-Malmquist指數法和FH指數法，分析了生產性服務進口能夠顯著提升中國裝備制造業的技術創新效率。

從以往的研究成果中可以看出，關于制造業創新效率研究方法采用DEA模型的較多，此方法在研究效率方面已經比較成熟，為本文研究河北省制造業創新效率提供了借鑒。在研究對象上，雖然對我國制造業創新效率測度及影響因素的研究成果不少，但是針對河北省制造業細分行業創新效率研究的成果較少，因此在借鑒學者們研究方法和思路的基礎上，本文利用2015-2017年河北省科技統計數據，運用DEA-BCC模型和Malmquist指數法對河北省制造業細分行業的創新效率進行靜態和動態兩方面評價，并提出相關建議。

二、評價指標、決策單元選取及數據來源

本文評價指標在參考大量文獻的基礎上，借鑒了薛健和郭萬山（2020）的指標體系設計，為了便于測算，確立了河北省制造業創新效率的指標評價體系。投入指標方面，選取R&D人員折合全時當量、R&D經費內部支出2個指標；產出指標方面，選取了新產品銷售收入、專利申請數2個指標。如表1所示。

表1 河北省制造業創新效率投入產出指標

決策單元選取上，由于煙草制品業、木材加工和木、竹、藤、棕、草制品業、其他制造業、廢棄資源綜合利用業4個行業數據缺失較多，故將其剔除。本文選擇農副食品加工業，食品制造業，酒、飲料和精制茶制造業，紡織業，紡織服裝、服飾業，皮革、毛皮、羽毛及其制品和制鞋業，家具制造業，造紙和紙制品業，印刷和記錄媒介復制業，文教、工美、體育和娛樂用品制造業，石油加工、煉焦和核燃料加工業，化學原料和化學制品制造業，醫藥制造業，化學纖維制造業，橡膠和塑料制品業，非金屬礦物制品業，黑色金屬冶煉和壓延加工業，有色金屬冶煉和壓延加工業，金屬制品業，通用設備制造業，專用設備制造業，汽車制造業，鐵路、船舶、航空航天和其他運輸設備制造業，電氣機械和器材制造業，計算機、通信和其他電子設備制造業，儀器儀表制造業，金屬制品、機械和設備修理業共27個細分行業作為決策單元。

數據均來源于《河北科技統計年鑒（2015-2018》中2014-2017年河北省制造業中規模以上企業的相關統計的數據指標。

三、模型選擇與分析結果

（一）基于DEA方法中產出導向型BCC模型的靜態分析

基于DEA方法中“既定投入下產出最大”的產出導向型BCC模型，本文運用DEAP2.1軟件對2014年、2015年、2016年、2017年河北省27個制造業行業的投入與產出原始數據進行測算，得到各決策單元的綜合技術效率(TE)、純技術效率（PTE)、規模效率（SE)及規模收益變化情況。為了便于分析，將其歸納整理為表2。

表2 2014-2017年河北省制造業27個細分行業創新效率整體分析

從表2中可以看出，就綜合技術效率而言，27個行業的平均值整體上呈上升趨勢，由2014年的0.579上升到2017年的0.734，但決策單元處于有效的較少，基本上在6個以內。其中：2014年有3個行業處于技術有效狀態，分別是家具制造業、文教工美體育和娛樂用品制造業、有色金屬冶煉和壓延加工業，占比11.1%；2015年有7個行業處于技術有效狀態，分別是酒飲料和精制茶制造業、紡織服裝服飾業、造紙和紙制品業、文教工美體育和娛樂用品制造業、有色金屬冶煉和壓延加工業、汽車制造業、儀器儀表制造業，占比為25.9%；2016年有4個行業處于技術有效狀態，分別是造紙和紙制品業、有色金屬冶煉和壓延加工業、專用設備制造業和汽車制造業，占比14.8%；2017年有4個行業處于技術有效狀態，分別是造紙和紙制品業、文教工美體育和娛樂用品制造業、汽車制造業、儀器儀表制造業，占比14.8%。就純技術效率而言，27個行業的平均值基本在0.7-0.8之間，在波動中有所上升。就規模收益情況而言，2014-2017年規模收益處于遞減階段的較多。同時，從綜合技術效率均值、純技術效率均值、規模效率均值的整體情況來看，每年各效率的均值都小于1，說明河北省制造業27個細分行業創新效率不高。

（二）基于DEA-Malmquist指數法的創新效率動態分析

Malmquist指數法是用來反映t到s階段效率變化的指數，是反映全要素生產率（TFP）動態變化的非參數方法之一，一般用全要素生產率變化的TFPC指數表示。如果TFPC指數大于1，表明全要素生產率水平得到提高；如果TFPC指數小于1，則表明全要素生產率水平下降。同時，Malmquist指數可以分解為技術效率變化（TEC）指數和技術變化（TC）指數，技術效率變化指數又可分解為純技術效率變化（PTEC）指數和規模效率變化（SEC）指數。這5個指數的關系為：全要素生產率變化TFPC指數=技術效率變化TEC指數*技術變化TC指數，技術效率變化TEC指數=純技術效率變化PTEC指數*規模效率變化SEC，進而得出全要素生產率變化TFPC指數=純技術效率變化PTEC指數*規模效率變化SEC*技術變化TC指數。因此，全要素生產率的變化與決策單元的技術進步、組織管理創新程度、資源配置狀態、生產規模等因素有密切關系。

運用DEAP2.1選擇產出導向型的DEA-Malmquist指數法，對2014-2017年河北省制造業27個細分行業的面板數據進行分析，得出河北省制造業27個細分行業的Malmquist指數及其分解結果。

1.2014-2017年分年度的河北省制造業創新效率的變化。從表3中可以看出，在本文設定的3個時間區間內，全要素生產率TFPC指數幾乎是大于1的，只有在2014-2015年這個時間區間內的數值是0.851，全要素生產率略有下降，其它年份都有不同程度的增長，特別是2016-2017年增長幅度達到21.0%。技術效率變化TEC指數和技術變化TC指數在每個時間段的變化也是不同的。從技術效率變化TEC指數可以看出，2014-2015年、2016-2017年技術效率變化指數都大于1，說明相較于上一年技術效率處于增長狀態；2015-2016年技術效率變化指數小于1，說明相較于上一年技術效率處于下降狀態；而技術效率變化指數的均值為1.109，說明整體上技術效率是增長的，增長幅度為10.9%，主要因為純技術效率、規模效率都處于上升狀態。再看技術變化TC指數，雖然在2015-2016年和2016-2017年兩個時間段指數處于較高水平，分別為1.142和1.127，都是大于1的，決策單元處于技術進步狀態，但因為2014-2015年的TC指數為0.600，遠小于1，因此導致整體上河北省制造業技術變化指數的均值為0.918，小于1，決策單元處于技術衰退狀態。

表3 2014-2017年分年度河北省制造業行業的Malmquist指數及其分解

同時，從表3中還可以看出，每個時間段的全要素生產率TFPC指數雖然受各分解指數的影響，但由于技術效率變化TEC指數較高，削弱了技術變化指數下降的負面影響，進而帶來全要素生產率指數平均為1.017，說明河北省制造業27個細分行業的全要素生產率平均增長了1.7%。

2.2014-2017年分行業的河北省制造業創新效率的變化。從表4中可以看出，就技術效率變化而言，河北省制造業27個細分行業中有21個行業的技術效率變化指數大于1，處于增長狀態。其中，有5個行業的技術效率變化較大，增幅在30%以上。金屬制品、機械和設備修理業的技術效率變化指數為1.441，增幅最高，為44.1%，原因是純技術效率增幅較大，為42.3%；通用設備制造業的技術效率變化指數為1.348，增幅為34.8%，原因是純技術效率和規模效率增幅都較大，分別增長了11.5%、20.9%；食品制造業的技術效率變化指數為1.329，增幅為32.9%，原因是純技術效率增幅為29.3%；金屬制品業的技術效率變化指數為1.328，增幅為32.8%，原因是規模效率提高了20.9%；儀器儀表制造業的技術效率變化指數為1.302，增幅為30.2%，原因是規模效率增幅較大，為30.2%，但純技術效率沒有變化。同時，有4個行業的技術效率增長幅度在20%-30%之間，分別是石油加工煉焦和核燃料加工業增幅為20.4%、化學纖維制造業增幅為21.9%、非金屬礦物制品業增幅為26.6%、專用設備制造增幅為23.3%；有7個行業的技術效率增幅在10%-20%之間，分別是農副食品加工業增幅為14.3%、紡織服裝服飾業增幅為17.6%、化學原料和化學制品制造業增幅為13.6%、醫藥制造業增幅為18.5%、橡膠和塑料制品業增幅為16.8%、鐵路船舶航空航天和其他運輸設備制造業增幅為11.7%、計算機通信和其他電子設備制造業增幅為13.8%；有4個行業的技術效率增幅在10%以內，分別是皮革毛皮羽毛及其制品和制鞋業增幅為1.9%、造紙和紙制品業增幅為9.1%、汽車制造業增幅為6.8%、電氣機械和器材制造業增幅為8.5%；有文教、工美、體育和娛樂用品制造業1個行業的技術效率沒有變化。除此之外，有6個行業的技術效率處于下降狀態，技術效率變化指數小于1，分別是酒飲料和精制茶制造業0.867、紡織業0.929、印刷和記錄媒介復制業0.785、家具制造業0.923、黑色金屬冶煉和壓延加工業0.934、有色金屬冶煉和壓延加工業0.838，但下降的幅度比較小，因此對整個技術效率的提升的影響并不大。

表4 2014-2017年河北省制造業細分行業Malmquist指數及其分解

就技術變化而言，27個細分行業中有23個行業的技術變化指數小于1，行業的技術處于倒退狀態，只有4個行業的技術變化指數大于1，處于技術進步狀態。分別是：造紙和紙制品業技術變化指數為1.151，增幅為15.1%，增幅最大；印刷和記錄媒介復制業技術變化指數為1.022，增幅為2.2%；石油加工、煉焦和核燃料加工業技術變化指數為1.051，增幅為5.1%；黑色金屬冶煉和壓延加工業技術變化指數為8.0%。可以說，除了造紙和紙制品業的技術進步較大之外，其余3個行業的技術變化幅度都不大，因此較多行業的技術處于下降狀態，導致制造業27個細分行業技術變化處于衰退狀態。

就全要素生產率變化而言，河北省制造業27個細分行業有18個行業的全要素生產率變化TFPC指數大于1。其中，有1個行業的全要素生產率增幅在30%以上，就是金屬制品、機械和設備修理業的TFPC指數為1.365，增長了36.5%，增幅最大。有4個行業的全要素生產率增幅在20%-30%之間，分別為食品制造業的TFPC指數為1.242，增幅為24.2%；造紙和紙制品業TFPC指數為1.255，增幅為25.5%；石油加工、煉焦和核燃料加工業TFPC指數為1.264，增幅為26.4%；化學纖維制造業TFPC指數為1.205，增幅為20.5%。有4個行業的全要素生產率增幅在10%-20%之間，分別為紡織服裝、服飾業TFPC指數為1.108，增幅為10.8%；化學原料和化學制品制造業TFPC指數為1.126，增幅為12.6%；金屬制品業TFPC指數為1.113，增幅為11.3%；通用設備制造業TFPC指數為1.154，增幅為15.4%。有9個行業的全要素生產率增長幅度在10%以內，分別是農副食品加工業、醫藥制造業、非金屬礦物制品業、黑色金屬冶煉和壓延加工業、專用設備制造業、汽車制造業、鐵路船舶航空航天和其他運輸設備制造業、電氣機械和器材制造業、儀器儀表制造業，這些行業中有的行業全要素生產率雖然處于增長，但增幅較小，如黑色金屬冶煉和壓延加工業的TFPC指數只有1.008，全要素生產率僅增長了0.8%，儀器儀表制造業的TFPC指數只有1.006,全要素生產率僅增長了0.6%。同時，還有9個行業的TFPC指數小于1，分別為酒飲料和精制茶制造業0.850、紡織業0.896、皮革毛皮羽毛及其制品和制鞋業0.790、家具制造業0.792、印刷和記錄媒介復制業0.803、文教工美體育和娛樂用品制造業0.679、橡膠和塑料制品業0.982、有色金屬冶煉和壓延加工業0.833、計算機通信和其他電子設備制造業0.937，這些行業的全要素生產率處于下降狀態，原因在于幾乎每個行業的技術效率變化TEC指數、技術變化TC指數都處于下降狀態，導致這些行業的全要素生產率處于下降狀態。

四、研究結論與政策建議

（一）研究結論

本文通過利用DEAP2.1軟件，運用DEA方法中的產出導向型BCC模型和Malmquist指數法，對2014-2017年河北省制造業27個細分行業創新效率進行了靜態和動態分析。得到如下結果：

一是河北省制造業行業技術效率偏低。通過靜態分析，可以看到河北省制造業27個細分行業每年的綜合技術效率均值都是小于1的，而且行業處于技術有效狀態的占比較低。雖然通過動態分析，技術效率指數均值大于1處于上升狀態，但仍然不能改變河北省制造業技術效率整體偏低的現實。

二是2014-2017年河北省制造業27個細分行業的全要素生產率整體處于增長趨勢，但增幅較小。制造業27個細分行業平均的全要素生產率變化指數為1.017，增長了1.7%，主要得益于技術效率的增長，即組織管理水平的提升和資源配置效率的改善，并非來自于技術進步和創新程度的加深。

三是河北省制造業27個細分行業的技術變化趨勢不理想，亟待提升。河北省制造業27個細分行業中有85%的行業技術變化指數小于1處于技術衰退狀態，只有15%的行業技術變化指數大于1處于技術進步狀態，說明河北省制造業行業創新程度不夠，新技術、新工藝的應用程度不足，還在價值鏈的低端徘徊，整體轉型升級的任務還很艱巨。

四是不同行業的創新效率變化差異比較明顯。有的行業全要素生產率增長在10%、20%甚至30%以上，有的行業全要素生產率卻出現了明顯下降，其中不乏河北省的傳統制造業，如紡織業的全要素生產率變化指數為0.896下降了11%、皮革毛皮羽毛及其制品和制鞋業的全要素生產率變化指數為0.790下降了21%、有色金屬冶煉和壓延加工業的全要素生產率變化指數為0.833下降了17%。

（二）政策建議

根據以上結論，本文就河北省制造業創新政策提出如下建議：

一要科學合理調整研發投入結構，使之與產業結構調整的方向相適應。根據測算結果，河北省制造業27個細分行業平均的全要素生產率基本處于上升狀態，勢頭較好，但是部分行業的全要素生產率的變化卻很不明顯。其中，黑色金屬冶煉和壓延加工業是河北省的支柱產業，雖然全要素生產率變化TFPC指數為1.008，大于1，處于增長狀態，但是增長幅度很小，與其在產業發展中的重要性不相匹配；計算機、通信和其他電子設備制造業的TFPC指數為0.937，小于1，處于下降狀態，而這個行業對于河北省戰略性新興產業的發展至關重要。因此，未來河北省要著力優化研發資金的投入結構和使用方向，使其與產業結構調整重點相一致，重點提升傳統優勢制造業的創新能力，使其發展動力從勞動、資本等要素驅動向創新驅動轉變。

二要完善鼓勵企業創新的激勵政策。根據《全國企業創新調查年鑒2019》中的調查結果，有關政策對規模以上制造業創新的影響程度由大到小排序為企業研發費用加計扣除稅收優惠政策、創造和保護知識產權的相關政策、高新技術企業所得稅減免政策、促進科技成果轉化政策、優先發展產業的支持政策、鼓勵企業吸引和培養人才的相關政策、金融支持相關政策，政府應該重新評估現有的支持制造業創新的政策，及時調整與企業創新不相適應的政策環節，真正落實國家對制造業企業的一系列稅費減免政策，并對發展較好、對地方稅收貢獻較大的創新企業給予獎勵。

三要繼續加大創新要素的培養與引進，優化投入要素的配置。雖然河北省制造業細分行業的技術效率處于上升狀態，勢頭較好，但是技術效率較低的問題需引起重視，制約企業創新發展的人才、資金因素仍然存在，河北省要完善鼓勵企業吸引和培養人才的相關政策，鼓勵企業建立與京津高端研發人才的長期合作關系，彌補現有企業創新人才不足的問題，在經費投入方面加大各種創新基金的支出規模，同時要鼓勵企業多渠道融資，探索知識產權質押融資，切實解決企業資金不足的問題。

四要建立制造業創新效率的動態監測制度和評價體系。定期對制造業企業的研發投入情況進行科學評估，及時掌握全省制造業企業創新狀況，同時在招商引資過程中將創新指標作為引進制造業企業的重要條件。

注釋：

①利用DEA分析方法的面板數據時間應是越長越好，但由于《河北省科技統計年鑒》2015年才出版，之前的科技統計年鑒沒有，加上2019年的《河北科技統計年鑒》本文完成時還沒出版。因此，只能利用現有的2014-2017年統計數據對制造業創新效率進行測算，這也是論文有遺憾的地方。