装备制造产业创新外部环境影响及策略研究*

陈旭升，谷 雨

(哈尔滨理工大学管理学院，黑龙江哈尔滨150080)

1 引言

产业创新能力是一种系统的、复合的能力，其结构的复杂性决定了分析与评价过程中存在着难以量化的问题。目前产业创新绩效评价的方法主要是从产业自身能力指标的角度进行绩效评价，本文基于产业外部环境的角度，凭借产业以外的其他因素的作用与指导，解决产业创新过程中遇到的难题，从而提高产业创新绩效。产业外部环境因素指的是通过产业以外的其他影响因素，这些影响因素彼此之间通过协同工作，充分利用自身资源和能力作用指导产业创新活动，为实现产业化做出突出努力。

2 文献综述

传统DEA模型在分析具有两阶段结构的决策单元效率时，并不关注于其内部结构，而只考虑原始投入到最终产出的过程。为了分析测评系统效率的影响因素及其影响程度，Coeili(1998)在传统DEA方法的基础上衍生出一种两阶段DEA(Two-stage DEA)[1]法。该法被广泛运用于国外的教育学、医院管理的效率分析及其影响因素研究中。Liu Shiang Tai(2009)研究采用两阶段DEA方法，分析测量台湾PCB制造公司的生产效率[2]。Lee Seong Kon(2011)在第二阶段运用数据包络分析(DEA)模型，评价了相对效率的氢能源技术投入到实现氢能源经济化的效率值[3]。Chueh Hao-En(2012)研究采用两阶段数据包络分析(DEA)方法来测量台湾太阳能电池制造商的操作能力和盈利能力[4]。Chen Chialin(2012)提出使用两阶段数据包络分析(DEA)来制定最环保、高效的产品设计方案来达到更好的环境性能[5]。国内学者在测算创新效率值时，也开始运用两阶段法。吴敏(2011)采用改进DEA模型来解决科技资源投入的滞后因素对产出转化过程的影响[6]。沈能(2011)运用三阶段模型，解决了环境变量对创新效率的随机影响因素，并分析评价了工业企业创新绩效[7]。黄薇(2012)运用改进后的三阶段DEA模型分析评价了调整内外风险与环境后的保险业的技术效率值[8]。叶胡(2012)运用两阶段DEA评价模型，集中分析测算了整个创新系统及其子系统的创新效率值[9]。贾秀妍(2013)将区域科技信息投入到科技成果转化过程划分为两个阶段，并利用两阶段DEA模型对转化过程的整体效率及子过程进行效率测算[10]。刘志迎(2013)考虑了环境变量因素对三资企业和国有企业影响，运用三阶段DEA模型其创新效率进行测评[11]。

3 实证研究

3.1 实证方法选择

产业创新是一个复杂的动态系统，具有多要素投入和多变量产出的过程性特征，单纯衡量科技资源产出效率，却忽视科技资源投入到转化为经济产出，是不完整不科学的。因此，本文建立两阶段DEA模型，从产业创新的科技产出与经济产出两个方面来描述产业创新效率，对装备制造业产业创新环境影响进行科学合理的评价，如图1所示。

3.2 两阶段DEA模型

要想判断各决策单元是否有效，完全取决于λ、δ、s－、s+的值。如果满足 δ=1 且 s+=s－=0，则决策单元为DEA有效;如果满足δ=1，且s+≠0或s－≠0，则决策单元为弱DEA有效;如果δ＜1，则决策单元为非DEA有效。

图1 两阶段DEA概念模型图

3.3 建立指标体系

1)第一阶段主要分析研究产业创新投入到科技产出效率。本文以 R＆D活动人员全时当量(X1)、R＆D 经费外部支出(X2)、政府政策(X3)、金融机构贷款(X4)和FDI(X5)这5个指标作为产业创新投入的指标。

专利数据能较全面地反映科技创新与研发水平，常作为衡量创新科技产出的指标。国家和行业标准是新知识的产生，是投入人力资源和财力资源进行 R＆D的结果。因此选用有效发明专利数(Y11)、形成国家和行业标准数(Y12)作为指标来衡量一个地区创新的产业创新产出。

2)第二阶段主要侧重测算经济转化效率，尽管专利可以衡量科技成果，但并不能作为描述经济效益产出指标。我们采用工业总产值(Y21)、新产品产值(Y22)和新产品销售收入(Y23)这三项指标来反映产业创新对经济运行质量和效益的促进，也应为科技创新的经济转化产出的指标。

3.4 分析处理数据

在使用DEA模型进行装备制造业产业创新效率评价分析时，首先通过Pearson检验对创新过程的两阶段投入与产出指标的相关性进行分析，确保投入与产出指标之间的变化保持一致[12]，见表1、表2。

表1 产业创新过程第一阶段投入与产出指标Pearson相关性

表2 产业创新过程第二阶段投入与产出指标Pearson相关性

从表1与表2中得出的数据结果可以看出，两阶段的投入与产出指标之间多数都是显著性相关。运用DEAP2.1软件，将数据导入软件，整理见表3。

根据其第一阶段创新投入产出效率以及第二阶段创新成果转化经济产出效率值，以0.5为分界点，将装备制造业七大子行业分布区域进行划分，如图2所示。

表3 装备制造业所属决策单元产业创新过程的两阶段效率值

图2 基于两阶段DEA的装备制造业产业创新效率二维矩阵分布图

4 结语

根据图2装备制造业产业创新效率二维矩阵分布图，处于第Ⅰ象限区域的只有通信设备、计算机及其他电子设备制造。说明该行业内企业的科技产出和经济转化都较为有效。

处于第Ⅱ象限区域的有金属制品业、通用设备制造业、专用设备制造业、电气机械及器材制造业、仪器仪表及文化办公用机械制造业这五个行业。表明这五个行业的科技产出效率值较高，但其经济转化过程中存在着诸多问题。这是由于政府的决策层只注重技术发展前沿，而远离市场需求，无法实现产业化;产业创新金融市场规模萎缩、金融体系相对滞后，严重制约产业创新经济成果转化;FDI的流入对有效发明专利数有显著的溢出效应，但FDI效应对经济成果转化几乎不起作用;科研人员忽视以获得商业利润为目的的产品规模化生产和应用。

处于第Ⅳ象限区域的只有交通运输设备制造业。说明该行业创新转化经济效益较高，但其科技产出效率值较低。这是由于政府支持更加注重创新主体的经济效益，而对其科技产出的关心程度不高;金融机构很难进入行业领域形成有效投资，或者金融市场效率较差，资产的供给能力较弱;外资流入产生了严重的技术依赖，降低了企业自主创新的动力;增加的R＆D人员数量造成科技成果转化的滞后性。

根据以上结论，本文有针对性地提出对应发展策略:

1)通过产业政策组合对创新活动进行调控。政府应针对该行业现状对科研体制进行改革，建立形成有利于创新成果较快转化的运行机制，制定并实施与社会经济发展结合的科技发展规划与计划，并组织实行监督、评价和宏观调控，及时发布国家有关产业政策、技术政策和市场信息。

2)利用风险投资集中扶持重点创新项目。在整个产业创新过程中，选择推进产业的升级换代的重点项目，将风险投资系统纳入到整个创新活动中来考虑。通过直接投资项目等活动方式，带动社会各类金融机构加强对创新活动的资金投入，完善不断创新的知识基础设施建设，建立有效的金融监管调控机制，强化金融投资后科技成果转化后的评估和管理。

3)建立技术联盟带动整个创新研发活跃度的提升。装备制造业企业可以通过与高校院所、专门科研单位合作，形成专业化的交流平台，大力引进学术、技术等专业人才，加强科研力量，并鼓励高校、科研单位与企业共建创新实验中心，联合进行新产品开发，实现企业与院校之间人才培养“双赢”的成效。

4)利用技术溢出效应促进产业自主创新能力提高。由于外商企业在专业技术、人才方面具有相对优势，我们企业可以和他们一起参与研发，学习他们的先进经验和方法，不断提高自主创新能力，缩短创新周期，打破科技创新产出不足的局面。

5)以顾客需求为导向实现创新成果产业化。以满足社会对产品品质不断提升为目的，加速形成有利企业自主创新的产品市场化机制，使创新成果能够达到在解决科学技术问题的同时，还能创造出较好的社会经济效益，从而实现创新成果产业化。快速适应社会市场需求，把握市场规律，不断提升新产品、新工艺、新技术的开发，将先进科学的经营管理理念和管理方法运用到日常的生产、销售和服务过程中。

[1]Coelli T J，Raoand D S，Battese G E.An introduction to regional science and productivity analysis[M].Boston:Kluwer Academic，1998.

[2]LIU Shiang-tai，WANG Rong-tsu.Efficiency measures of PCB manufacturing firms using relational two-stage data envelopment analysis[J].Expert Systems with Applications，2009，36(3):4 935 －4 939.

[3]Lee Seong Kon，Park Sang Yong.Measuring the relative efficiency of hydrogen energy technologies for implementing the hydrogen economy:an integrated fuzzy AHP/DEA approach[J].International Journal of Hydrogen Energy，2011，36(20):12 655 －12 663.

[4]Chueh，Hao En，Jheng Jie Yi.Evaluation of Taiwanese solar cell industry operational performance using two-stage data envelopment analysis[J].Applied Mechanics and Materials，2012，224(10):51 －54.

[5]Chen Chialin，Zhu Joe，Noori Hamid.A new methodology for evaluating sustainable product design performance with two-stage network data envelopment analysis[J].European Journal of Operational Research，2012，221(2):348 －359.

[6]吴 敏，管 艳.关于DEA模型应用过程中滞后问题的探讨[J].统计与决策，2011(10):29－31.

[7]沈 能，潘雄锋.基于三阶段DEA模型的中国工业企业创新效率评价[J].数理统计与管理，2011(5):846－855.

[8]黄 薇.环境、风险与企业技术效率:基于改进型三阶段DEA模型[J].系统工程理论与实践，2012(1):1－10.

[9]叶 胡，宋 伟，赵嘉茜，等.基于两阶段集中式CCR－DEA模型的科技政策绩效评估分析[J].中国科技论坛，2012(12):27－33.

[10]贾秀妍，李 宁，田玉英.基于两阶段DEA模型的区域科技信息投入—转化效率测算研究[J].情报科学，2013(6):34－42.

[11]刘志迎，张吉坤.高技术产业不同资本类型企业创新效率分析——基于三阶段DEA模型[J].研究与发展管理，2013(3):45－52.

[12]杨志恒，邹嘉琦.基于DEA的社会福利绩效评价分析[J].技术与创新管理，2013(5):449 －453.