中国工业企业产品创新效率的综合评价与分析

吴中伦

(贵州财经大学，贵阳　550025)

中国工业企业产品创新效率的综合评价与分析

吴中伦

(贵州财经大学，贵阳550025)

〔摘要〕本文采用DEA-SBM方法对我国工业企业产品创新效率进行了测评。研究表明，由于纯技术效率水平低下，目前我国各省市工业企业产品创新效率普遍较低。总体而言，东部地区工业企业产品创新呈现规模收益递减趋势，产品创新投入相对过剩；西部地区呈现规模收益递增趋势。技术效率和规模效应的区域差异并不明显，纯技术效率在不同地区间的差异显著。研究结论为我国区域工业企业产品创新提供政策启示。

〔关键词〕工业企业产品创新效率SBM模型DEA

引　言

新常态经济发展面临着增速放缓、经济结构亟需优化升级的压力，经济增长的动力逐步由要素驱动、投资驱动转向以提质增效为核心的创新驱动。新旧动能转换，供给侧改革迫在眉睫。要通过供给侧改革释放新需求，创造新供给，不断提高供给体系的质量和效率。企业是市场供给的主体，供给侧改革的成败取决于能否发挥好企业作为创新主体的主导作用，只有切实提高企业产品创新效率，解决好产能过剩和有效供给不足等因素造成的“供需错位”问题，才能真正启动内需，为新常态经济发展注入新的活力。

1　研究评述

在现有文献中，测算与比较不同国家或地区间工业企业研发效率是当前的热点与重要内容。国外学者在该领域的研究比较早，Perelman(1995)对经合组织(OECD)11个成员国的八大工业部门，同时使用SFA和DEA方法测算了1970～1987年间全要素生产率，并进行了对比分析[1]。Granderson(1997)运用Malmquist生产率指数法，选取1977～1989年的数据为样本，对美国天然气管道运输业的生产率变动情况进行了测算分解[2]。Kim和Han(2001)运用SFA方法，对韩国制造业1980～1994年间的全要素生产率进行分解[3]。Hashimoto和Haneda(2008)采用Malmquist生产率指数法，测算了日本医药业1983～1992年间研发全要素生产率[4]。J.W.B.Bos等人(2010)对欧盟制造业进行了研究，运用建模策略解释了不同行业的技术效率差异[5]。Fernando Jiménez-Sáez等人(2011)运用DEA方法，对西班牙食品技术部门研发效率进行了分析，并提出提高研发效率的若干措施[6]。Pammolli等人(2011)通过对比欧洲和美国制药业的研发效率发现，区域因素不是造成研发效率差异的主要原因[7]。

国内学者尽管对工业企业研发效率问题的研究起步较晚，但近年来取得了丰硕的成果。冯根福(2006)选取35个行业1996～2004年的数据为样本，运用SFA法对中国工业企业的研发效率及影响因素进行了实证研究[8]。张海洋(2008)运用DEA-Tobit法对我国1995～2004年各省市大中型工业的研发效率及影响因素进行了评价[9]。黄佐钅开(2009)基于Malmquist生产率指数的分解，对长三角地区的高技术新产品开发效率进行了测度[10]。傅晓霞(2011)运用中国区域大中型工业企业1996～2005年的面板数据，利用SRA、SFA和DEA等方法对工业企业的研发效率进行了系统评价[11]。李晓燕、冯俊文(2011)运用DEA方法的基本思想，构建了新产品开发的项目规划和决策支持理论模型[12]。许敏，谢玲玲(2012)运用DEA方法通过对2003～2010年间我国各地区大中型工业企业技术创新效率值的比较，探讨省际工业企业技术效率差距[13]。张江雪、朱磊(2012)基于绿色增长视角，运用四阶段DEA模型对我国2009年各省市工业企业技术创新效率进行了实证研究[14]。冯志军、陈伟(2013)采用Malmquist指数法，测算了我国2001～2010年各省市大中型工业企业的研发创新全要素生产率，分析了变动原因及地区差异[15]。王新红、郝海蕾(2013)运用DEA方法从行业角度对2007～2011年间我国工业企业研发效率进行测度，大多数行业的全要素生产率增长的动力来源于技术进步[16]。屈玉阁(2015)运用Malmquist-Luenberger生产率指数测算了2005～2011年我国30个省市工业企业的研发效率[17]。

文献分析表明，国内外对工业企业研发效率的研究成果比较丰富，但也存在一些不足之处。现有文献侧重于对工业企业研发效率的研究，企业研发活动一般包括产品研发和技术研发，二者之间是有区别的。技术创新往往强调创新的内在过程特征，而产品创新侧重于商业和设计行为，具有外在的成果特征；产品创新除了技术创新因素外，还可能包含商业创新和设计创新因素。针对企业产品创新效率研究的文献很少，工业企业作为营利性组织，从产品创新角度研究其效率问题更有市场价值。为此，本文围绕企业新产品开发问题，运用DEA-SBM模型探究工业企业产品创新效率低下的原因，为打造经济发展新动力寻求解决思路。

2　研究方法与变量选取

2.1研究方法

DEA是应用数学规划模型评价具有多投入多产出的“部门”或“单位”间相对有效性的非参数估计方法。比较常见的有CCR模型和BCC模型，分别用来处理生产技术的规模收益不变(CRS)和规模收益可变(VRS)假设下的决策单元(DMU)有效性问题。由于这两种模型均为径向DEA模型，对技术无效率程度的测量只包含了所有投入(产出)等比例缩减(增加)的部分。对无效DMU而言，其当前状态与强有效目标值之间的差距，除了等比例改进的部分外，还包括松弛改进的部分，在效率值的测量中并未得到体现。基于以上考虑，本文采用Tone Kaoru(2001)提出的SBM模型进行分析，以便解决径向模型对无效率测量没有包含松弛变量的缺陷。

SBM模型采用ρ*表示被评价决策单元的有效性，它同时从投入和产出两个角度对无效率状况进行测量，因此称为非导向模型。在径向模型中，规模效率值=CRS效率值/VRS效率值(SE=TE/PTE)。在非导向SBM模型中，通常把CRS效率值与VRS效率值的比值称之为“规模效应”，以示区别。

假设要测量n个DMU的技术效率，记为DMUk(k=1，2，…，n)，每个DMU有m种投入要素xik(i=1，2，…，m)，q种产出yrk(r=1，2，…，q)，则第k个DMU的相对效率衡量指标ρ*可表示为：

s．t．Xλ+s-=xk

Yλ-s+=yk

(1)

λ，s-，s+≥0

其中，λ表示DMU的线性组合系数，s-、s+分别表示投入和产出的松弛变量。显然，SBM模型(1)是非线性规划模型，为便于理解，可以通过变换将其转化为线性规划模型(2)。

s．t．XΛ+S--txk=0

YΛ+S+-tyk=0

(2)

λ，s-，s+≥0

ρ∈[0，1]，ρ=1表示被评估决策单元DEA有效，ρ<1表示被评估决策单元DEA无效。SBM模型计算出的ρ值为技术效率值(TE)，可以将其分解为纯技术效率(PTE)与规模效应(SE)的乘积，即技术效率(TE)=纯技术效率(PTE)×规模效应(SE)。SE=1表示被评估DMU处于规模经济状态，SE<1表示被评估DMU处于规模不经济状态。

2.2变量选取

运用SBM模型对工业企业产品创新效率进行测度，投入产出指标的合理使用很重要。

(1)投入指标的选取。由于对产品创新效率问题研究的文献很少，本文借鉴工业企业研发效率的相关文献中一般采用R&D人力投入和R&D资金投入的做法，选取新产品开发人员数和新产品开发经费支出作为投入测度指标。(2)产出指标的选取。选取新产品销售收入作为产出测度指标。一般认为，DEA分析要求DMU数是指标数的3倍以上，选取上述3个投入产出指标对中国30个省市工业企业(西藏除外)进行分析符合要求。

3　结果分析

本文以中国30个省、市、自治区的工业企业为研究对象，西藏自治区由于部分数据缺失，从研究样本中予以剔除。运用2012～2014年的“规模以上工业企业”为口径，收集整理统计数据进行分析，研究数据来源于《中国统计年鉴(2013～2015)》、《中国工业统计年鉴(2013～2015)》、《中国科技统计年鉴(2013～2015)》。

3.1工业企业产品创新效率分析

近年来，产品市场供求关系存在严重的结构性失衡。一方面表现为中低端产品产能过剩；另一方面表现为高端产品供给不足。结合经济实际，本文选取非导向SBM模型进行效率分析，采用MaxDEA6.9软件依次计算2012～2014年各省市工业企业的DEA效率值，结果如表1所示。

表1　2012～2014年中国各省市工业企业DEA效率值

续　　表

注：MTE-技术效率均值，MPTE-纯技术效率均值，MSE-规模效应均值。

由表1所列示的各省市工业企业产品创新效率值的测算结果，不难发现如下特点：

(1)2012～2014年各省市工业企业产品创新效率值的3年均值只有0.584，平均水平偏低，由于本文采用非导向SBM模型测算各省市工业企业产品创新的技术效率值，这一结果表明无论从投入还是产出角度分析，各省市工业企业产品创新的技术效率水平普遍较低，离效率前沿面偏离较远。在全国30个省市的工业企业中，只有上海连续3年位于前沿面；福建、河北、河南等15个省市工业企业产品创新的技术效率值低于平均水平，占省市比例的50%。其中，青海省工业企业产品创新的技术效率3年均值仅为0.057，产品创新效率远远落后于其他省市。

(2)从产品创新效率的分解情况看，纯技术效率和规模效应的3年均值分别为0.704、0.874，前者低于后者，表中数据显示，21个省市工业企业的纯技术效率值低于规模效应值。其中，海南、江苏、上海和天津的工业企业纯技术效率位于DEA前沿面上；全国各省市工业企业的规模效应值均小于1，说明均存在不同程度的规模无效性问题。

(3)从连续3年的情况看，全国各省市工业企业产品创新的技术效率均值依次为0.517、0.596、0.641，产品创新效率呈现逐年提高的趋势，但产品创新效率水平仍然偏低。纯技术效率均值和规模效应均值分别为0.666、0.703、0.743，0.823、0.882、0.885。这一方面表明与产品创新效率发展趋势完全相同；另一方面也可以看出，纯技术效率的年均值都小于规模效应的年均值。

综上所述，中国各省市工业企业的产品创新效率普遍较低，且历年的纯技术效率均值都低于规模效应均值。由此可见，造成我国工业企业产品创新效率低下的主要因素是纯技术效率，解决这一问题的根本途径在于不断加强技术创新和制度创新，提高管理效率。与纯技术效率相比，各省市工业企业产品创新的规模效应均在0.8以上，已接近生产前沿面，提升空间不大，企业盲目地扩大规模无益于产品创新效率的提高。

按照东部(11个省市)、中部(9个省市)和西部(10个省市，西藏除外)的划分方法，将全国30个省市工业企业连续3年的规模收益情况通过表2予以列示。

表2　2012～2014年中国各省市工业企业规模收益情况

注：Irs表示规模收益递增，Drs表示规模收益递减，Con表示规模收益不变。

表2最末一行频次分布的具体情况为，2012～2014年东部11省市工业企业规模收益递增、递减、不变3种情况的频次分布为9∶17∶7，中部9省市为12∶5∶10，西部10省市为26∶1∶3。统计数据表明，东部地区大部分省市工业企业在产品创新方面呈现出规模收益递减趋势，从投入角度看，东部省市工业企业的产品创新存在投入过量问题；从产出角度看，企业产品质量不高，没能很好地满足市场需求，存在供需错位问题；西部地区则完全相反，绝大多数省市工业企业规模收益递增趋势明显，其中广西、贵州、云南、甘肃、青海、宁夏、新疆7个省市连续3年呈现规模收益递增趋势，展现出强劲的发展势头。企业应该加大产品创新投入力度的同时，切实提高纯技术效率，通过创新不断提高产品创新的投入效率。中部9个省市工业企业的产品创新介于东部和西部之间，要通过消化过剩产能，提高产品有效供给的质量，加快供给侧结构性改革的步伐。

3.2工业企业产品创新效率的差异性检验

改革开放以来，由于各地区在宏观经济政策、资源禀赋等方面存在差异，工业企业经济增长总体上呈现出东强西弱的特征。那么各地区工业企业的产品创新效率是否也存在差异呢？接下来我们将按东、中、西三大区域的划分方法，结合表1中给出的各省市3年均值，采用多独立样本非参数检验(Kruskal-Wallis秩和检验)方法，分别对技术效率、纯技术效率和规模效应进行统计检验，结果见表3。

表3　各省市工业企业产品创新效率差异性检验

注：*表示概率p值小于α=0.05的显著性水平(双尾检验)。

如表3所示，技术效率和规模效应的显著性概率p的值分别为0.229、0.221，在α=0.05的显著性水平上不存在地区差异；纯技术效率的显著性概率p=0.032，说明地区间存在显著差异。进一步采用两独立样本曼——惠特尼U(Mann-Whitney U)检验法，对三大地区间的纯技术效率差异进行两两检验，发现纯技术效率差异源于东部和中部(显著性概率p=0.016)、东部和西部(显著性概率p=0.046)，西部和中部的纯技术效率差异不明显(显著性概率p=0.441)。由此可以推断，各地区工业企业的产品创新效率与当地经济发展水平的关系并不显著，但东中西三大地区工业企业产品创新的纯技术效率存在显著差异，东部地区的纯技术效率(0.884)远高于中西部地区。

上述检验结果的政策启示在于：(1)工业企业产品创新效率的区域差异不显著，在一定程度上表明各地区工业企业产品创新与当地经济发展水平的关联度不强，企业产品创新对区域经济发展的促进作用尚未充分发挥出来，地方政府应该进一步推进企业产品创新工作，转变工业经济增长方式，将企业产品创新真正融入到当地经济发展当中去，逐步实现创新驱动发展战略。(2)规模效应的区域差异也不显著，说明各地区工业企业的产品创新规模已接近生产前沿面，一味地追求规模扩张无助于产品创新效率的提高。(3)纯技术效率的区域差异显著，其政策寓意在于区域工业企业应加大产品创新力度，提高创新管理效率；国家和中西部地方政府应着力推进有利于当地科技人才引进、科技资源分配的政策体系，构筑鼓励企业产品创新的制度环境，切实促进工业企业产品创新，不断缩短与东部地区的差距。

4　结　论

通过运用DEA-SBM方法对我国工业企业产品创新效率的综合分析与评价，结论如下。

(1)我国工业企业产品创新效率整体水平比较低。各省市工业企业产品创新效率连续3年的均值仅为0.584，离生产前沿面尚有41.6%的改进空间。产品创新效率进一步分解的结果表明，纯技术效率偏低是造成产品创新效率低下的主要原因。这意味着加大技术创新和制度创新力度，不断提高管理效率是提升工业企业产品创新效率的关键。

(2)从各地区工业企业产品创新的规模收益变动情况看，东部地区总体上呈现规模收益递减(Drs出现频次为17)趋势，说明东部工业企业产品创新投入相对过剩，应适当调节创新投入，提高资源利用效率，将工业企业的发展模式逐步从依靠要素驱动、投资驱动转向创新驱动；西部地区总体上呈现规模收益递增(Irs出现频次为26)趋势，说明西部工业企业产品创新投入相对不足，应加大产品创新投入力度，在增加产量的同时注意提高有效产出的质量。

(3)从区域工业企业产品创新效率的差异性看，技术效率、规模效应的区域差异并不明显，而纯技术效率差异显著。国家应在科技资源分配政策方面向落后地区倾斜，地方政府应该结合本地区的特点，建立有利于工业企业产品创新的政策体系。

诚然，在研究过程中也存在一些不足，如目前东部工业企业产品创新投入存在相对过剩问题，但究竟是哪些投入要素过剩？受篇幅所限未作深入展开；考虑到2011年国家对“规模以上工业企业”统计口径调整的影响，本文收集2012～2014的数据作为研究样本，如果能够延长研究区间，对分析工业企业产品创新效率的影响因素及发展趋势将更有意义，将在后续研究中逐步完善。

参考文献

[1]Perelman S.R&D,Technological Progress and Efficiency Change in Industrial Activities[J].Review of Income and Wealth,1995,41(3):349～366

[2]GRANDERSON G.Parametric Analysis of Cost in Efficiency and the Decomposition of Productivity Growth for Regulated Firms[J].Applied Economies,1997，(29):339～348

[3]KIM S,HAN C.A Decomposition of Total Factor Productivity Growth in Korean Manufacturing Industries:A Stochastic Frontier Approach[J].Journal of Productivity Analysis,2001,16(3):269～281

[4]Akihiro Hashimoto,Shoko Haneda.Measuring the Change in R&D Efficiency of the Japanese Pharmaceutical Industry[J].Research Policy,2008,37(10):1829～1836

[5]Fernando Jiménez-Sáez,Jon Mikel Zabala-Iturriagagoitia,et..Evaluating Research Efficiency within National R&D Programmes[J].Research Policy,2011,40(2):230～241

[6]J.W.B.Bos,C.Economidou,M.Koetter.Technology Clubs,R&D and Growth Patterns:Evidence from EU Manufacturing[J].European Economic Review,2010,54(1):60～79

[7]Pammolli F,Magazzini L,Riccaboni M.The Productivity Crisis in Pharmaceutical R&D[J].Nature Reviews Drug Discovery,2011，(10):428～438

[8]冯根福,刘军虎,徐志霖.中国工业部门研发效率及其影响因素实证分析[J].中国工业经济,2006，(11):46～51

[9]张海洋.我国工业R&D生产效率和影响因素——基于省级大中型工业数据的实证分析[J].科学学研究,2008，(5):970～978

[10]黄佐钅开.基于Malmquist生产率指数的高技术新产品开发效率研究——以长三角为例[J].科技与经济,2009，(6):22～24

[11]傅晓霞.企业研发效率测度与比较——以中国各地区大中型工业企业数据为例[J].管理工程学报,2011，(4):103～112

[12]李晓燕,冯俊文.基于DEA的新产品开发系统优化[J].系统管理学报,2011，(3):356～362

[13]许敏,谢玲玲.基于DEA的我国大中型工业企业技术创新效率评价研究[J].科学管理研究,2012，(3):74～76

[14]张江雪,朱磊.基于绿色增长的我国各地区工业企业技术创新效率研究[J].数量经济技术经济研究,2012，(2):113～125

[15]冯志军,陈伟.技术来源与研发创新全要素生产率增长——基于中国区域大中型工业企业的实证研究[J].科学学与科学技术管理,2013，(3):33～41

[16]王新红,郝海蕾.我国“十一五”工业企业研发效率评价[J].经济管理,2013，(4):51～60

[17]屈玉阁.工业企业研发创新效率与全要素生产率研究——基于绿色增长视角[J].科技管理研究,2015，(3):48～53

[18]石盛林，陈圻．制度环境与高技术产业创新绩效——基于中国省际面板数据(2000～2012年)的实证研究[J]．工业技术经济，2015，(8)：91～98

(责任编辑：王平)

Comprehensive Evaluation and Analysis on Product Innovation Efficiency of Industrial Enterprises in China

Wu Zhonglun

(Guizhou University of Finance and Economics，Guiyang 550025，China)

〔Abstract〕The product innovation efficiency of industrial enterprises in China is evaluated using DEA-SBM method.The research shows that product innovation efficiency of industrial enterprises is generally low in China’s provinces and cities because of the low level of pure technical efficiency.Overall,the product innovation in eastern industrial enterprises shows trends of diminishing return to scale,the investment of product innovation is relative surplus;the product innovation in western area shows trends of increasing return to scale.There is no obvious regional differences on technical efficiency and scale effect,and the difference of pure technical efficiency among different regions is significant.The research conclusion provides policy implications for the product innovation of regional industrial enterprises in china.

〔Key words〕industrial enterprises;product innovation efficiency;SBM model;DEA

〔中图分类号〕F424.3

〔文献标识码〕A

DOI：10．3969/j．issn．1004-910X．2016．10．013

作者简介：吴中伦，贵州财经大学管科学院副教授，管理学博士。研究方向：区域发展管理。

基金项目：国家社会科学基金项目“战略性新兴产业集群生态创新机理及其生态创新政策研究”(项目编号：14CJY002)。

收稿日期：2016—05—18