我国ICT企业技术创新效率的实证研究——基于DEA方法视角*

李 薇,袁明波

(重庆邮电大学 经济管理学院，重庆 400065)

我国ICT企业技术创新效率的实证研究
——基于DEA方法视角*

李 薇,袁明波

(重庆邮电大学 经济管理学院，重庆 400065)

利用数据包络分析法(DEA),针对选取的31家沪深两市上市ICT企业，测量了其在2011年至2014年间企业的技术创新效率。研究结果表明:总体上，ICT企业在2011年至2014年间的平均技术效率值分别为0.646、0.584、0.688和0.622，总平均技术效率值为0.635，这意味着相关企业在技术创新过程中的资源浪费程度接近40%。就企业个体而言，31家样本企业中只有4家(法拉电子、国电南瑞、华微电子和长城信息)表现最佳，连续四年技术效率值都为1，而其他无效率的ICT企业则在创新资源投入规模和资源的使用效率方面存在诸多问题，亟待改进管理现状。

数据包络分析法；ICT；技术创新；效率

一、引 言

ICT(information and communication technology)，即信息和通信技术，是电信服务、信息服务、IT 服务及应用的有机结合[1]。目前ICT产业更多地被认为是一种向客户提供IT(信息业)与CT(通信业)两种服务相结合和交融的服务[2]。ICT产业自形成以来，迅速成为世界经济发展的动力和大国间激烈竞争的战略制高点。在经济全球化与一体化的背景下，我国ICT产业的发展呈逐步上升的趋势。虽然近十年我国ICT产业发展迅猛，规模不断壮大，但是我国ICT产业起步较晚，经济效益和科研效率不高，创新投入量不均衡，制约了企业健康快速发展。技术创新不足成为亟待解决的制约ICT产业发展的首要问题。

越来越多的ICT企业意识到技术创新对自身发展的重要性并开始重视技术创新,加大了对技术创新能力的投入；然而,一味的增加投入不但不能促进自身发展，反而会增加企业的自身负担。因此，技术创新的效率问题是各ICT企业在提高自身技术创新能力时应当首先考虑的问题。技术创新效率是对企业资源配置效率的衡量,它是技术创新能力的发挥和经济效益的重要体现[3]。评价技术创新效率的方法有很多，数据包络分析(data envelopment analysis，DEA)法是技术创新效率评价最常用的方法。它是用来评价决策单元(decision making unit，DMU)相对有效性的一种线性规划技术，是最常见的一种非参数前沿效率分析方法[4]。由于DEA从最有利于决策单元的角度进行效率测度，不需要考虑投入与产出之间的函数关系，不需要预先估计参数，不需设置任何权重假设并且能够有效避免主观因素，特别适用于评价多投入多产出结构的DMU效率，因此DEA方法在很多领域得到了广泛的应用[5]。笔者将利用DEA方法从投入产出效率视角测评我国ICT企业的技术创新效率水平，分析各企业创新效率的变化情况，这有助于我们了解ICT产业发展现状，克服投入冗余或产出不足，提高我国ICT产业的创新效率水平，对我国制定ICT产业相关政策具有十分重要的意义。

二、文献评述

作为技术创新主体，ICT产业自形成以来逐渐成为学者的研究对象。对于ICT产业/企业的技术创新，已有学者进行了相关研究。徐晨、吕萍以北京地区ICT产业和机械制造产业为例，对不同形式的创新国际化行为对创新绩效的影响进行了研究[6]；高霞、陈凯华以我国ICT产业为研究对象，研究我国ICT领域产学研合作创新网络形成的动力学机制以及结构演化特征[7]；李海超、范诗婕分析探讨技术创新因素对ICT产业国际竞争力的正向影响[8]；吴晓云、李辉基于ICT视角分析了研发能力对创新产出的影响[9]；高霞以专利申请为切入点，对我国ICT产业产学研合作创新进行了实证研究[10]。

在运用DEA方法对ICT产业/企业的技术创新行为进行效率评价方面，也已经有一些相关研究成果。邱垂昌、王育民、魏嘉伶等运用DEA方法对2002年至2004年上市IC设计业创新投入的经营效率进行了评价[11]；黄政仁、詹佳桦应用DEA法衡量台湾电子业上市公司的创新效率[12]；刘园园、苏秦、陈婷运用DEA模型对我国8个主要国家级软件园的投入产出效率进行了测评[13]。

结合已有的研究成果可以看出，多数研究聚焦于ICT产业/企业的技术创新行为机制，运用DEA方法测评技术创新效率的研究也多集中于ICT子行业。因此，笔者从ICT产业整体层面对技术创新的效率进行研究，应用DEA方法分析各ICT企业技术创新效率变化情况，以期为我国ICT产业的成长与发展提供决策依据。

三、ICT企业技术创新效率测度的DEA方法

DEA基本模型包含Charnes 等[14]提出的CCR模式以及Banker等[15]提出的BCC模式。这两种模式被公认为是DEA领域最基本却最具影响力的模式。测评效率可以从投入或产出两个角度切入，本文采用投入导向DEA测评ICT企业技术创新效率。以下将介绍两模式的投入导向模型。

(一)CCR模式

CCR模式是在假定决策单元(DMU)的生产处于固定规模报酬(CRS)下，衡量决策单元的相对效率值。CCR模式假设有n个决策单元DMUj(j=1,2,…,n)，m个投入Xi(i=1,2,…,m)，s个不同的产出Yr(r=1,2,…,s)，目标DMU的效率值为

(1)

Ur,Vi≥εr=1,2,…,s;i=1,2,…,m

(1)式中：h0为决策单元DMU的相对效率值；Yr0和Yrj分别是受评估以及第j个DMU的第r个产出变量；Xi0和Xij分别表示受评估及第j个DMU的第i个投入项数量；Ur表示第r个产出项的权数；Vi表示第i个投入项的权数；n为决策单元数；ε为极小正数。

由(1)式可知，CCR模式是在效率值不大于1的限制条件下，根据决策单元形成的可行解集合，寻找对决策单元最有利的加权值Ur和Vi来计算该决策单元的效率值，即技术效率。若h0=1，则受评估的决策单元为最佳效率的决策单元；若h0<1，则表示该决策单元相对于最佳决策单元为无效率。由于(1)式是一种非线性规划模式，求解不易，所以将其转为下列的线性规划模式

(2)

Ur,Vi≥εr=,2,…,s;i=1,2,…,m

(2)式中：每一个决策单元的实际投入与产出的效率值介于0和1之间，不会超过1；每一个决策单元都会以它的投入和产出作为目标函数一次，其他决策单元的投入与产出则作为限制式，所以使用此种方法测算的效率为相对效率，是客观而且公平的。

(二)BCC模式

BCC模式扩大CCR模式效率观点和应用范围。BCC模式假定变动规模报酬，即部分投入增加，不会使得产出也会有相对一部分增加。BCC模式可计算决策单元的纯技术效率，规模效率及规模报酬。BCC投入导向模式的模型如下

(3)

Ur,Vi≥εr=1,2,…,s;i=1,2,…,m

将(3)式转换为线性规划模式如(4)式

(4)

Ur,Vi≥εr=1,2,…,s;i=1,2,…,m

比较BCC与CCR模式的差异，发现BCC模式比CCR模式多一个变数U0，是判断决策单元规模报酬的指标。若U0>1，表示规模报酬递减，该决策单元在大于最适规模报酬状态下生产，应降低规模以提高效率；若U0=1，表示规模报酬固定，为最适规模报酬；若U0<1，表示规模报酬递减，决策单元在此状态下生产，应扩大规模用以提高效率。

四、我国ICT企业的技术创新效率评价

(一)投入产出指标选取与说明

使用DEA方法进行效率评价要求投入产出指标选取合理。投入指标是对产出有贡献的因子，产出则是组织的目标。本研究在指标上的选取除参考了过去文献的衡量指标外，也尽可能符合DEA方法对投入产出定义上的要求。根据技术创新效率的含义，并结合样本公司年度报告披露的数据，本文选取研发人员和研发费用作为投入指标；选取专利申请数、市场价值、无形资产和主营业务收入共计4个作为反映技术创新成果的产出指标。下面分别叙述各指标的含义、测量方法以及被选定为评价指标的理论基础。

1.投入指标说明

X1：研发人员数。研发人员越多，公司越能累积大量的创新能力，越有机会迅速推出好的新产品。因此研发人员数常被用来作为衡量企业技术创新投入的指标。

X2：研发费用。公司技术创新产品与服务的推出，常来自于研发活动，研发活动的投入可反映在研发费用上，所以研发费用常作为衡量技术创新的投入指标。

2.产出指标说明

Y1：专利申请数。专利数是企业创新研发活动成果最佳的衡量指标之一。20世纪70年代以来多采用专利数作为技术创新产出指标。专利数包括专利申请量和专利授权量，由于专利授权量容易受到人为因素的影响，因此本文选择专利申请数作为衡量技术创新效率的产出指标。

Y2：市场价值。市场价值为流通在外股数乘以股价，是用来衡量企业成长性的重要指标。本文以市场价值作为衡量企业技术创新效率的指标之一。

Y3：主营业务收入。主营业务收入是指公司主要业务所产生的收入。新产品销售收入是指企业在业务收入中销售新产品的收入。主营业务收入能够间接反映企业技术创新的新产品销售收入，因此本文选取主营业务收入作为产出指标之一。

Y4：无形资产。企业的研发费用于当期完成无形资产的开发，其能够使用或出售的部分会计入当期的无形资产。因此选取无形资产作为衡量技术创新效率的产出指标之一。

(二)DMU的选取以及数据收集

1.关于研究对象(DMU)

本研究以沪深两市上市公司中的ICT企业为研究对象。ICT企业指的是从事信息与通信技术业务的企业，具体包括三类企业：电子通信设备制造企业、计算机软件服务企业以及广播、电视等互联网信息传播服务企业。本文中，我们选取了计算机、通信和其他电子设备制造相关企业以及信息传输、软件和信息技术服务相关企业。所选企业主营业务相似，效率可比，满足DEA方法对决策单元的要求。

2.关于数据收集

本研究中的财务数据资料来源于巨潮资讯网所披露的样本公司年度报告，专利数据来源于国家知识产权局。由于本研究欲探讨ICT企业技术创新效率的问题，且所选指标数据在整理收集上较为困难，所以收集了2011年至2014年ICT企业的年度报告及专利数据。本研究删除资料不齐全的样本，最终选取了31家上市ICT企业为本研究的研究对象，样本企业数量大于投入产出指标之和的两倍，满足DEA方法使用过程中对“自由度”的要求，DEA效率测评结果可靠。

3.关于指标相关性

用DEA进行效率测算时，效率值易受投入产出指标的影响，DEA方法要求投入产出指标具有单调性，即增加投入，产出不能减少，因此对各年度投入产出指标数据进行相关性分析。由表1可知投入与产出指标皆为正相关，且均达1%的显著水平，符合DEA假设条件，可进行DEA效率分析。

表1 投入与产出指标的Pearson相关系数分析

注：**表示1%的水平下显著。

(三)效率测算及分析

1.技术效率评估

本研究首先以投入导向的CCR模式评估样本ICT企业的技术效率(technology efficiency,TE)，借助DEAP2.1软件得到效率评价结果如表2所示。

表2 2011-2014年ICT企业的技术效率(TE)结果

续表

表2的结果表明：

首先，ICT企业在2011年至2014年间，平均技术效率值(TE)分别为0.646、0.584、0.688、0.622，总平均技术效率值为0.635。结果表示在这四年间，就技术效率而言，ICT无效率相对于有效率企业，平均有36.5%的创新投入形成浪费。

其次，54.8%的企业技术创新效率水平高于平均水准0.635。其中，25.8%的企业技术创新效率值达0.8以上，仅有12.9%的企业连续四年效率值都为1，即相对有效。

最后，值得一提的是长江通信和京东方虽然相对技术效率排名不算差，但其技术效率却逐年显著下降，显示该企业技术效率有逐年变差的趋势，管理者应思考其原因并加以改善。浪潮软件、信威集团等7家企业技术效率有着逐年上升的趋势，而且浪潮软件和信威集团在2014年已达有效前沿，新大陆和天马则是在2013年及2014年皆达效率前沿，说明这些企业在创新投入资源使用率的改善方面，比其他企业优秀，其他企业在效率改善方面可以多向其学习。

2.纯技术效率(PTE)及规模效率(SE)评估

下面借助DEA模型的BCC模式，将技术效率结果分解成纯技术效率与规模效率，以进一步探讨没有达到DEA有效决策单元的效率改进措施。依然借助DEAP2.1软件进行分析，结果如表3所示。

表3 2011-2014年ICT企业的纯技术效率、规模效率及规模报酬

续表

注：PTE为纯技术效率；SE为规模效率；irs为递增规模报酬；drs为递减规模报酬；-为固定规模报酬。

分析表3可得如下结论：

首先，2011年至2014年间，ICT企业平均纯技术效率值分别为0.766、0.717、0.817、0.771，总平均纯技术效率值为0.768；规模效率分别为0.814、0.784、0.829、0.844，总平均规模效率为0.821；

其次，纯技术效率达平均水准的企业占54.8%，纯技术有效率企业占32.3%；规模效率达平均水准的企业占51.6%，规模有效企业占12.9%；

最后，固定规模报酬，也即达到最适规模的企业仅占12.9%，87.1%的企业处于规模报酬变动状态。这意味，绝大部分企业需要对技术创新资源的投入规模进行密切的动态评估，及时根据规模报酬的增减状态对资源投入规模进行调整，尽力降低因为投入规模不足或者是投入冗余而引发的技术创新效率的降低。

五、结 语

本研究选取研发人员和研发费用为投入指标，专利申请数、市场价值、主营业务收入和无形资产为产出指标，利用数据包络分析法评估了我国31家上市ICT企业2011年至2014年间的技术创新效率，得到以下主要结论：

1.总体而言，我国ICT企业在2011年至2014年间，平均技术效率值为0.646、0.584、0.688、0.622，总平均技术效率值为0.635。结果表示在这四年间，就技术效率而言，ICT无效率相对于有效率企业平均有36.5%的创新投入形成浪费。

2.就个别企业而言，法拉电子、国电南瑞、华微电子和长城信息表现最佳，连续四年技术效率值都为1，也是其他无效率企业参考最多次的效率企业。其次为宝信软件、南京熊猫、四川长虹和南天信息，四年平均效率值也达到0.8以上。表现最差的是精伦电子和旭光股份，精伦电子在纯技术效率方面表现最差，旭光股份则是在规模效率方面表现特别差。

从本研究结果可知，无效率的ICT企业在创新投入的技术效率上有许多改善空间。技术无效率源自于纯技术无效率和规模无效率，纯技术无效率、规模无效率企业占比分别为67.7%，87.1%。技术效率未达最佳状态的企业应思考每一年度的投入项目能否有效运用，以达产出最大化或投入最小化，并注意产出与投入的比例是否适当，即是否达最佳效率，企业应妥善应用创新资源的投入，避免资源的浪费，以提升纯技术效率。而规模无效率的企业，则可善用各种可行方法来提高经营规模，使规模效率得以改善。

本研究限制及未来研究方向：

1.由于获取的数据有限，本研究仅探讨了无递延情况下，上市ICT企业2011至2014年间的技术创新效率。创新投入与创新产出期间具有递延的情况且不同时间影响因子所造成的技术创新效率的影响仍可能存在，因此未来研究仍需对更多年度进行验证。

2.本研究选取学者普遍认同的主要创新效率评价指标作为本研究的指标，且由于新产品产值这一指标数据无法获取而选择主营业务收入作为产出指标，未来研究可以本研究结果为基础，加入其他指标，探讨ICT企业的技术创新效率。

[1]ANDREWW.OECDEffortstoAddresstheMeasurementandPolicyChallengesPosedbytheInformationSociety[J].InternationalStatisticalReview，2003(1):16-31.

[2] 李海超,衷文蓉.我国ICT产业成长能力评价研究[J].科学学与科学技术管理,2013(6):119-125.

[3]KAUKOMENE.TheEvaluationofScientificResearch:SelectedExperiences[EB/OL]. (2011-08-19)[2016-01-12].http://wenku.baidu.com/view/ffa008edf8c75fbfc77db2c5.html.

[4] 宋增基,张宗益,袁茂.中国银行业DEA效率实证分析[J].系统工程理论与实践,2009(12):105-110.

[5] 雷西洋,王金年,李勇军，等.基于集中式模型的我国各地区及三大产业的DEA效率评价[J].系统工程理论与实践,2014(12):3167-3174.

[6] 徐晨,吕萍.创新国际化行为对创新绩效的影响研究[J].管理评论,2013(9):40-50.

[7] 高霞,陈凯华.合作创新网络机构演化特征的复杂网络分析[J].科研管理,2015(6):28-36.

[8] 李海超,范诗婕.基于协整分析的我国ICT产业国际竞争力影响因素实证研究[J].科技管理研究,2015 (7):109-113.

[9] 吴晓云,李辉.我国区域创新产出的影响因素研究——基于ICT视角[J].科学学与科学技术管理,2013(10):69-76.

[10] 高霞.基于专利的我国ICT产业产学研合作创新实证研究[J].中国管理科学,2013(11):715-719.

[11] 邱垂昌,王育民,魏嘉伶，等.创新、人力资本投入与企业经营效率——以我国IC设计业为例[J].中山管理评论,2011(2):343-385.

[12] 黄政仁,詹佳桦.创新能力、创新效率与公司价值:以台湾电子资讯业为例[J].商略学报,2013(1):1-17.

[13] 刘园园,苏秦,陈婷.基于DRF和DEA方法中国主要软件园投入产出效率评价[J].科技管理研究,2009(7):403-405.

[14]CHARNESA,COOPERWW,GOLANTYB，etal.FoundationofDataEnvelopmentAnalysisforPareto-KoopmansEfficientEmpiricalProductionFunctions[J].JournalofEconometrics(Netherlands), 1985(1/2):91-107.

[15]BANKERD,CHARNESA,COOPERWW.SomeModelsforEstimatingTechnicalandScaleIn-efficienciesinDataEnvelopmentAnalysis[J].ManagementScience, 1984(9):1078-1092.

(编辑：段明琰)

An Empirical Study on the Technology Innovation Efficiency of Chinese ICT Corporations: Based on DEA Model

LI Wei，YUAN Mingbo

(SchoolofEconomicsandManagement,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China)

31 ICT enterprises listed on Shanghai Stock Exchange and Shenzhen Stock Exchange are surveyed, using data envelope analysis technique (DEA), for their technological innovation efficiency for 2011-2014 period. The finding shows: on the whole, the mean technological innovation efficiencies of the studied ICT enterprises are 0.646, 0.584, 0.688, and 0.622 respectively, for 2011-2014, with an overall mean value at 0.635, signifying that these enterprises operated at a resource wastage rate close to 40% in the process of technological innovation. In view of individual enterprises, only 4 out of the 31 sample enterprises (Faratronic, Nari Technology, Jilin Sino-Microelectronics, and Great-wall Information Industry) registered optimum performance by achieving an efficiency of 1 for four years on end. The rest inefficient ICT enterprises experienced quite a few problems with innovation resource input magnitude and resource utilization efficiency, warranting an immediate improvement in their current management.

data envelopment analysis; ICT; technology innovation; efficiency

2016- 03-23

国家自然科学基金青年项目(71202035);重庆市社会科学规划重点项目：重庆实施创新驱动战略研究(2014ZDGL30);重庆市社会科学规划项目(2014SKZ05)

李 薇(1982-)，女，河北沧州人，副教授，博士，主要从事企业战略管理研究。

10.3969/j.issn.1673- 8268.2017.03.017

F276.3

A

1673- 8268(2017)03- 0102- 07