温州高新技术制造业企业创新能力评价

2020-02-14陈忠谊阮爱清

技术与创新管理 2020年1期

陈忠谊阮爱清

摘要：為加速传统制造业的创新进程，促进传统制造业集中地区产业结构升级，不仅要客观评估高新技术制造业的创新能力，更需要深入探讨高新技术制造业的升级路径及机制。文中收集2017年温州94家高新制造业企业的创新投入产出数据，并考察企业创新能力储备。同时，在构建高新技术制造业企业的创新能力评价指标体系的基础上，运用DEA模型测度企业的综合效率、纯技术效率和规模效率，进而探讨了效率值不同企业的改进方向。结果表明，温州高新制造业企业创新储备不足、创新资源配置不合理、整体创新效率不高，存在传统发展路径锁定现象。在此基础上，应通过加强企业合作创新、创新研发模式和避免规模不经济等途径，有效提升高新技术制造业企业的创新能力。

关键词：高新制造业企业;创新能力;DEA方法;创新效率;评价

中图分类号：F 276.44

文献标识码：A 文章编号：1672-7312（2020）01-0012-06

The Evaluation of Innovation Ability of Wenzhou High-tech

Manufacturing Enterprises

CHEN Zhong-yi，RUAN Ai-qing

（Wenzhou Academy of Social Sciences，Wenzhou 325000，China）

Abstract：In order to accelerate the innovation process of

traditional manufacturing industry and promote the upgrading

of industrial structure in traditional manufacturing

concentrated areas，it is not only necessary to objectively

evaluate the innovation ability of high-tech manufacturing

industry，but also more necessary to further explore the

upgrading path and mechanism of high-tech manufacturing

industry.This paper collected the innovation input and output

data of 94 high-tech manufacturing enterprises in Wenzhou in

2017，and examined the innovation capacity reserve of

enterprises.At the same time，based on the evaluation index

system of innovation capability of high-tech manufacturing

enterprises，the comprehensive efficiency，pure technology

efficiency and scale efficiency of enterprises are measured

by DEA model，and then the improvement direction of

enterprises with different efficiency values was

discussed.The results show that Wenzhou high-tech

manufacturing enterprises have insufficient innovation

reserves，unreasonable allocation of innovative resources，

low overall innovation efficiency，and a fixed traditional

development path.On this basis，the innovation ability of

high-tech manufacturing enterprises should be effectively

improved by strengthening corporate innovation，innovative R

& D models，and avoiding diseconomy of scale.

Key words：high-tech manufacturing enterprises;innovation

capability;DEA model;innovation efficiency;evaluation

0 引言随着中国制造2025，德国工业4.0以及美国再工业化战略的实施，以高精尖技术为代表的高新技术制造业成为国与国之间竞争的“兵家必争之地”，而高新技术制造业创新能力则成为衡量一个地区或国家综合实力和市场竞争力的重要指标。自20世纪90年代以来，温州制造业虽发展迅猛，但整体质量不强、自主创新能力不足一直被外界诟病[1]。据统计，2017年温州规上工业新产品产值率列全省第8位，高新技术产业产值列全省第5位，每万人拥有研发人员数仅为49人，相当于全省平均水平的70%.当前，创新驱动已成为传统制造业升级的关键[2]，客观评价温州高新技术制造业的创新能力和创新效率，并探讨其升级路径及机制，这对于加速制造业创新进程，增强产业自主创新能力，促进传统制造业产业转型升级具有重要意义。学者们关于高新技术企业创新能力的研究，主要关注企业创新能力评价[3-5]、产业政策[6-8]、创新环境评价[9-11]、创新效率差异及影响机制[12-15]、高新技术产业全要素生产率[16]、高新产业集群[17-18]等领域。梳理文献发现，现有研究更多从理论层面和宏观视角去把握高新技术企业的创新能力和探讨企业创新能力的影响因素，较少关注高新技术企业这一微观主体的决策行为，尤其是微观企业的创新行为。因此，文章聚焦高新制造业企业的创新决策行为，使用企业微观层面的创新投入产出数据，运用DEA模型对高新技术企业和行业的创新效率进行综合评价，进而分析微观企业的创新行为，并提出提高企业创新能力的对策建议，以期为传统制造转型升级提供依据。

1 研究方法、指標选取及数据来源

1.1 DEA模型DEA方法自1978年问世后，就成为多输入、多输出生产系统效率有效性评价的主流方法，其基本思路是将评价决策单元（DMU）的指标分成“输入类”指标和“输出类”指标，通过计算各单元的输入与输出之比，评价其相对有效性。高新技术企业相当于一个独立决策单元，而高新技术企业的创新投入和创新产出同时具有“多输入”和“多输出”的特性[19]，因此，DEA方法也成为测度高新技术企业创新效率的常用研究方法[20]。在DEA方法中，CCR模型和BCC模型常用来测度高新技术企业创新的产出效率、纯技术效率和规模效率。通过对CCR模型得出

θ，λ，S-，S+

等指标的最优解可以评价决策单元技术和规模是否有效。考虑到非DEA有效的决策单元除了可能是纯技术无效外，还有可能受到自身规模的影响，因此引入

rj=1λj=1

的凸面约束条件，假定规模收益不变，考虑纯技术效率是否最佳，即BCC模型。假设每家高新技术企业相当于一个独立的决策单元DMUj，共有r家企业， J=（1，2，…，r）。有X种输入（X=1，2，…，m）和Y种输出（Y=1，2，…，n），第j决策单元DMUj的输入为Xj=（

Xj1，Xj2，Xj3，Xj4）T，输出为Yj=（Yj1，Yj2，Yj3，Yj4）T，Xj和Yj≥0. ε为非阿基米德无穷小，它是一个小于任何正数而大于零的数E=（1，1，…，1）T，S-和S+为松弛变量，因此，具有非阿基米德无穷小的CCR模型为

1.2 指标选取根据高新技术企业的内涵及其相关特征，参考已有关于高新技术企业创新能力指标的文献研究，遵循“客观反映高新技术企业创新投入产出特点;具有科学性和广泛性;定量和定性分析相结合、定量分析为主”的指标构建原则，结合温州高新技术制造企业创新实际、创新特点、创新能力影响因素等内容，以及考虑相关数据的可得性，文中构建出由4个投入指标和4个产出指标组成的高新技术企业创新能力评价指标体系（见表1）。

1.3 数据来源文中数据来自2017年温州市县级工业园区的103家高新技术制造企业，样本企业分属12个行业，剔除行业归属模糊、报表数据缺漏或异常的企业，剩余94家企业作为最终的分析数据（见表2）。

2 模型结果分析

2.1 创新能力投入分析

2.1.1 企业大专以上学历人员数企业大专以上学历人员比例既反映企业人力资本质量，也能反映高新技术企业“创新”特质对员工素质的要求。样本数据分析表明（见表3），制造业高新企业的大专以上人员占员工总数的比重主要集中在30%～40%这一区间，企业数量达到70家，占全部样本企业的74.47%.其中，大专以上学历人员占比最高的企业为83.33%，最低的企业为8.07%.可见，温州高新技术企业人力资本质量有待提高。

2.1.2 从事研发和技术服务的人员数企业从事研发和技术服务的人员比例可以反映一个企业的研发能力和创新能力。结果显示（见表4），大部分高新制造业企业从事研发和科技服务的人员比例不高，89.36%的企业人员比例在20%以下，企业数量达到84家;仅有10家企业研发和技术服务人员比例在20%之上。其中，研发和技术服务人员比例最高为59.52%，最低的比例为4.76%，整体而言，样本企业研发和技术服务团队力量不强。

2.1.3 科技活动投入强度科技活动投入强度这一指标主要考核企业科技活动投入经费的多少，用R&D经费投入占企业销售收入的比重来衡量，这对高新技术企业来说是一个相当重要的创新能力评价指标。结果显示（见表5），在94家样本企业中，有3家企业的R&D经费投入占年度总销售收入的比例小于3%，这显然低于高新技术企业认定标准。高新企业科技活动投入强度主要集中在（3%，3.5%]和（4%，45%]这2个区间，企业数量达45家，占总样本的47.87%;科技活动投入强度最高的是9.01%，科技活动投入强度超过7%的企业仅有6家。总体来说，68.08%的样本企业科技投入强度低于5%，说明高新制造业企业科技活动投入总体水平不足、强度不够。

2.2 创新产出能力分析

2.2.1 承担科技计划项目数企业承担县级以上科技计划项目数可以测度一个企业的创新产出能力。据统计（见表6），在94家样本企业中，有9家企业尚未承担过县级以上科技计划项目，占比为9.57%.49家企业承担过的县级以上科技计划项目数在3项以下，占比为52.13%.27.67%的企业尚未承担过省级及以上的科技计划项目，59.57%的企业尚未承担过国家级科技计划项目，样本企业平均承擔县级以上科技计划项目数为4项。样本企业整体自主创新能力较为薄弱，创新产出能力有限。

2.2.2 企业技术性收入比率企业技术性收入比率是指企业技术性收入和高新产品产值的总和占企业年度总收入的比例，可以有效反应企业的创新能力和技术实力。对于高新技术企业来说，这一指标应达到50%以上，但结果显示（见表7），有2家高新企业的比率分别为26.66%和30%，远低于50%的指标下限要求。大多数企业的技术性收入比率集中在60%～80%这一范围，企业数量达56家，占全部样本企业的59.57%;3724%的企业技术性收入比率高于80%，技术性收入比率达到100%的企业有5家。

2.3 创新能力评价分析

2.3.1 综合效率分析模型拟合结果显示（见表8），相对综合效率为1的决策单元（高新技术企业）有19家，说明这19家企业的创新投入和产出在整体上处于最佳状况，资源配置相对达到最优，其余75家高新技术企业的综合效率值差别较大，低于0.5的企业有8家，高新技术企业的综合效率最低的为0.330，说明这些企业的创新资源配置较差，所投入的资源没有得到充分利用，企业创新能力的提高受到了限制。综合效率值在（0.5，0.8]区间的企业达到了47家，占全部样本企业数量的50%，综合效率值在（0.8，1）区间的企业有20家。

2.3.2 纯技术效率分析在94家样本高新技术企业中，纯技术效率值为1的企业有28家，其中包括19家综合效率值为1的企业。纯技术效率值为1说明高新技术企业在创新活动中投入资源使用的效率达到最佳，已达到产出最大的效果，没有出现资源浪费的现象。而纯技术效率值低于0.5的企业有5家，最低的2家甚至不到0.4，分别为0.332和0.336，说明这些企业在创新资源投入方面存在投入过量的问题，资源投入存在较为严重的浪费现象。

2.3.3 规模效率分析在94家样本高新技术企业中，规模效率值为1的企业有20家，占比21.28%，说明这些高新技术企业处于固定规模报酬的阶段;38家企业处于规模报酬递增的状态，占比40.43%，说明这些企业生产集约化程度较高，生产要素的利用较为充分，利用效率高;另有36家企业处于规模报酬递减的状态，占比38.30%，可能的解释为高新技术企业随着规模的扩张，企业有效运行受到制约，企业内部管理效率下降，从而导致企业生产效率降低，其中7家高新技术企业的纯技术效率值为1，但规模效率值小于1，可见这7家企业的产出无法和投入同比例增长，其综合效率无效主要是由于规模无效引起的。进一步分析发现，在研发经费投入和研发、科技服务人员数均排名前十的7家高新技术企业中，创新效率最佳的仅有1家，而且剩余6家企业正处于规模报酬递减的阶段，虽然这7家企业在创新投入和产出的规模较大，但投入产出的效率却不高。同时，在研发经费投入和研发、技术服务人员数均排名后十位的5家企业中，有4家企业综合效率值为1，在创新资源投入和产出的数量均不大的情况下，他们的创新效率很高，其中4家企业处于规模报酬固定的阶段，1家企业处于规模报酬递增的阶段。可见，高新技术的创新效率与企业的规模、创新资源投入量的大小没有必然联系，即企业的创新效率与企业的经济实力水平没有呈现正相关的关系。

2.3.4 综合评价分析对于综合有效的企业来说，较强的经济实力和合理有效的要素投入结构是其创新效率较高的主要因素;对于其他低水平有效的企业来说，虽然在某些方面具有较高的效率，但企业本身基础薄弱，而投入指标增加存在较大的滞后性，从短期看，这些企业可重点发展具有优势且见效快的高新技术项目;对于纯技术有效但是规模收益递减的高新技术企业来说，企业在人才、技术、资金投入上具备优势，投入产出规模虽然达到一定水平，但受到技术创新积累效应的影响，自主创新和技术突破受到了制约，因此要加大企业自主创新能力的培育，营造有利于企业创新的良好氛围;对于技术、纯技术、规模三者均无效的高新技术企业来说，企业在创新资源投入存在过量的行为，浪费较为严重，因此企业要持续加大研发投入的同时，合理调节资源投入结构，形成企业自身的技术优势和成本优势，从而使企业在市场竞争中处于优势地位。

2.3.5 行业的创新效率分析总体上看，大部分高新技术企业的创新能力是不足的，而且创新能力分布在部分维度上存在不均衡。在94家样本企业中（见表9），创新能力最佳的19家企业中，有17家企业是分布在温州电气机械及器材制造、通用设备制造业、专用设备制造业、仪器仪表及办公用品机械制造业、汽车制造业等传统优势制造行业。同时，平均创新效率最高的行业是化学原料及化学制品业，虽然印刷和记录媒介复制业的创新效率也在0.8以上，但可能的解释是样本太少，仅有一家样本企业，进一步分析发现，该企业的纯技术效率和规模效率均小于1，也存在投入过量和产出不足的现象。此外，纺织服装、服饰业、电气机械及器材制造业和通信设备、计算机及其他电子设备业的创新相对效率排名靠后，前两者是温州的传统优势产业，后者是温州的弱势高新产业，可见温州制造业在创新转型上面临双重压力，传统产业技术转型缓慢，现代高新产业培育困难，双重压力互为因果，形成较难突破的内生性低级产业路径锁定的现象。因此，通过合理调整资源投入结构和提高企业内部管理效率，有望提高整个产业的创新相对效率。

3 结语1）高新制造业企业创新储备不足，94.68%的企业大专以上员工占比低于40%，89.36%企业从事研发和技术服务的员工占比低于20%，超过2/3企业的科技经费投入占比低于5%，要素驱动发展模式路径惯性难以突破。2）企业创新资源配置不合理，仅有20.21%的企业达到创新投入产出相对最优，剩余企业均存在投入过量或产出不足的问题，说明企业在创新资源组织、创新模式、创新能力上存在劣势。3）企业管理效率不高，38.30%企业处在规模报酬递减阶段，企业随着规模扩张，内部管理效率下降，进而导致企业生产效率降低。同时，企业创新效率与企业实力规模水平并不存在正相关的关系。4）建设产业集群创新网络，强化协作创新。鉴于自主创新能力薄弱现状，要借助产业集群优势，建立企业技术联盟，可利用虚拟手段打造公共研发平台，建立网上合作研究中心，实现人才、信息、设备等资源共享，提高研发整体力量和水平。引导建立跨企业运作的研究基地，整合优质资源，形成基础工艺研发平台、工程中心等自成一体的研究系统。建立企业激励机制，以股票期权等形式，使企业科研人员、企业高級管理人才与企业长远发展有机集合，形成企业技术自主研发的持久动力。5）创新研发模式，提高资源利用效率。推进以高新技术企业为主体的产学研技术研发中心建设，促进企业与国内外高校院所的全面合作，可采取共建重点学科、重点实验室、高级科技人才培养基地等形式，建立更加紧密、优势互补的战略合作关系。同时，完善企业组织结构，依靠制度创新，适时调整企业内部相关组织的形式、规模和结构以匹配技术创新需要，为技术创新要素的有机整合提供有利条件，提高创新资源的使用效率，把企业资源集中投入到技术创新潜力大的领域。6）创新要素支撑，避免规模不经济。创新要素支撑，加大企业人力资源开发，面向市场，采取灵活形式积极引进国内外一流人才为企业所用。针对大多温州高新技术企业进入规模经济或是规模收益递增的后期阶段，要采取多种手段避免企业文化不经济、企业技术不经济和企业管理不经济3种状态，营造企业创新精神氛围，建立企业灵活、标准的技术基础组织，同时明晰企业各层级职责，建立科学的系统激励机制，积极主动避免规模报酬递减阶段或是尽量减少规模不经济。

参考文献：

[1] 潘滨，王虎羽.浙江省11个地市科技创新能力评价与比较[J].今日科技，2017（10）：55-56.

[2]王新红，李世婷.基于创新驱动的产业升级能力影响因素分析[J].技术与创新管理，2017，38（02）：109-114.

[3]黄鲁成，陈笑，杨早立.北京高新技术企业创新能力研究[J].中国科技论坛，2019（01）：89-99.

[4]朱晨旭，冯百侠.基于结构方程模型的高新技术企业技术创新能力评价研究[J].华北理工大学学报（社会科学版），2019，19（05）：27-34.

[5]孙晖，尹子民.装备制造企业技术创新能力评价研究[J].辽宁工业大学学报（自然科学版），2019（04）：260-265.

[6]周亚同.高新技术产业发展的支持性政策研究[J].管理观察，2017（22）：56-57.

[7]屈文建，唐晶，陈旦芝.高新技术产业政策特征及演进趋势研究[J].科技进步与对策，2019，36（03）：61-69.

[8]曲彤，卜伟.产业政策与企业创新策略选择研究[J].科学学研究，2019，37（08）：1405-1414.

[9]苏炜，蔡丽茹.珠三角城市创新环境评价及政策研究[J].科技管理研究，2018（10）：60-69.

[10]党晶晶，王艳，孙斌.区域创新环境评价指标体系构建与实证[J].统计与决策，2018（18）：66-69.

[11]汪锦熙.高新技术产业创新生态系统创新培育影响因素研究[J].技术与创新管理，2018，39（02）：148-152.