区块链概念股上市公司技术创新效率研究

□ 解晓涵，姜 娟，张苏蒙，宋啸宇

(南京邮电大学，江苏 南京 210003)

1 引言

国家高度重视发展数字经济，并将其上升为国家战略。区块链技术作为数字经济的底层支撑技术，在数字经济与实体经济融合、培育数字经济发展新动能等方面发挥重要作用。在物流与供应链领域，区块链技术也有重要的应用前景。区块链技术有助于提升物流效率，降低物流成本，推进物流平台的构建，是解决信用危机的保障机制、解决融资问题的新融资模式、解决防伪难题的新道路[1]。应用区块链技术能够对物流供应链模式加以创新，在提升供应链运作效率的同时，让供应链中的数据信息更安全、精准且具有可追溯性[2]。既优化了物流流程、协同了供应链，又使得仓储管理、运输配送管理等更加有序和完善，具有更好的信用评价功能，极大程度上降低了供应链物流的成本，并提升了其运营效率，推动了我国物流行业的发展[3]。

在日益变化的环境中，创新被广泛视为竞争优势的关键来源[4]。技术创新是企业持续成长的重要“引擎”。企业可持续成长的过程就是不断地突破成长上限的过程,而技术创新模式的适时转变则是企业突破成长上限、维持持续成长的关键[5]。面对激烈的竞争,企业能否立于不败之地取决于企业的技术创新能力和活动。如何评价一个企业的创新能力,尤其是技术创新能力是一个十分重要的问题[6]。企业技术创新活动也受到诸多因素的影响。公司治理因素对中小企业技术创新有较大的影响，公司治理是技术创新的微观制度动力源，技术创新必须与企业治理的变革同步进行、共同演进[7]。

因此，本文以区块链概念股上市公司为研究对象，对区块链概念股上市公司的技术创新效率进行测度,并探究技术创新效率的影响因素，具有重要的现实意义。

2 研究现状

在目前效率测度中，数据包络分析(DEA)是较为常见的方法。关于上市公司技术创新效率DEA相关测度的研究如表1所示。

表1 上市公司技术创新效率相关研究

由表1可见，多数研究使用CCR、BCC模型测算效率，较少使用SBM模型，同时，很少有文献针对区块链概念股上市公司的技术创新效率进行研究。因此，文章基于SBM模型和Malmquist指数从静态和动态两个角度对区块链概念股上市公司的技术创新效率进行测度。在对2016-2020年179家区块链概念股上市公司的技术创新效率进行测度的同时，使用Tobit模型分析影响企业技术创新效率的因素，为提升区块链概念股上市公司的技术创新效率提供借鉴，提升企业竞争力。

3 研究方法

3.1 SBM模型

在传统DEA模型中,对无效率程度的测量只包含所有投入(产出)等比例缩减(增加)的比例,忽视了变量松弛性问题和径向问题带来的测量误差,导致测量结果不准确。为改进这一问题以及更客观地反映各要素实际情况，Tone[24]提出了SBM模型。文章使用非导向(Non-oriented)的SBM模型，同时从投入和产出两个角度对效率状况进行测量，该模型的公式如下：

(1)

3.2 Malmquist指数

Malmquist指数的度量如公式(2)所示：

=Effch×Techch=(Pech×Sech)×Techch

(2)

其中，Effch代表技术效率，Techch代表技术进步，Pech代表纯技术效率，Sech代表规模效率。Malmquist指数可以分解为技术效率变化和技术进步两部分，技术效率变化又可以分解为纯技术效率变化和规模效率变化两部分。将Malmquist指数与1进行比较，判断全要素生产效率发生的变化。若Malmquist指数大于1，表明全要素生产率处于上升阶段，反之，则处于下降阶段。

3.3 Tobit模型

利用SBM模型测定数值在0～1之间,具有典型的截断特征,为此,在分析区块链概念股上市公司技术创新效率影响因素时,应选用可处理受限因变量的Tobit回归模型,该模型可利用极大似然估计受限因变量的方法,针对具有断尾特征的数据进行回归分析,可规避OLS回归分析参数估计值偏离的问题,Tobit回归模型公式为

(3)

4 指标体系构建与样本数据来源

4.1 指标选取

4.1.1 投入产出指标体系

对区块链概念股上市公司进行效率评价时，结合其他学者选取的投入产出变量，构建了含有三个投入指标和三个产出指标的指标体系。投入指标：①研发支出：体现研发经费投入情况，反映了企业对技术创新的重视程度；②研发人员数量：体现企业技术创新的重要人力资源；③本硕博人数：代表了企业的尖端人才储备。产出指标：①专利申请数量：反映企业创新产出成果；②专利授权数量：专利授权数量是已经得到国家认可并获得专利权的专利；③营业利润：体现了技术创新的经济效益。

4.1.2 影响因素指标体系

企业的技术创新效率受到诸多因素的影响，参考其他学者选取的影响因素指标，文章选取了企业家要素、政府补助、企业规模、股权结构以及企业财务状况作为影响因素指标体系的组成，其中董事长是企业核心领导者，因此文中的企业家要素均指企业董事长的特征，具体说明如表2所示。

表2 区块链概念股上市公司技术创新效率影响因素指标体系

4.2 样本选取及数据来源

选取东方财富choice数据库区块链概念板块2016-2020年261家区块链概念股上市公司作为初始研究样本。为保证样本企业的有效性，剔除存在财务问题的ST和*ST类型的上市公司，并剔除指标缺失的公司，最终得到179家区块链概念股上市公司作为研究的样本企业。

指标数据来源于Wind数据库、国泰安数据库、上市公司年报以及国家知识产权局网站。对于个别年份缺失的指标数据，采取平均增长率的方法对缺失值进行补充。同时，为满足DEA模型对数据的要求，对原始投入产出数据进行无量纲化处理，处理后的数据介于0.1至1之间。

5 实证分析

5.1 区块链概念股上市公司技术创新效率的静态评价

根据建立的指标体系，使用DEA-SOLVER Pro5.0软件对区块链概念股上市公司2016-2020年的技术创新效率进行静态评价，结果如表3所示。

表3 区块链概念股上市公司2016-2020年技术创新效率

使用SBM模型对技术创新效率进行测度，测算结果表明，技术创新效率值的变动范围为0.51-0.64，达到DEA有效的企业数量较少，企业整体的技术创新效率水平较低。SBM模型在对效率进行测度的同时，也测算了投入指标和产出指标的松弛值，并且提供了非有效DUM调整的方向和大小。根据SBM模型的测度结果可以发现，多数区块链概念股上市公司都存在投入冗余或产出不足的情况，企业创新要素的投入产出比例不合理，资源没有得到有效利用，需要减少要素的投入量或者增加要素的产出量，以达到最优效率。

5.2 区块链概念股上市公司技术创新效率的动态评价

由于技术创新效率的静态分析无法反映企业技术创新效率的变动，文章使用Malmquist指数对区块链概念股上市公司2016-2020年技术创新效率进行了整体和分行业的动态评价。

5.2.1 区块链概念股上市公司技术创新效率整体动态分析

表4显示了区块链概念股上市公司2016-2020年技术创新效率动态变化情况，由表4可见，2016-2020年区块链概念股上市公司的Malmquist指数均值为1.223，整体Malmquist指数上升了22.3%，表明2016-2020年间我国区块链概念股上市公司技术创新整体效率得到提升，其中，技术效率变化下降了1%，技术进步上升了23.5%，企业技术水平提升是企业技术创新效率提高的主要原因。

表4 区块链概念股上市公司2016-2020年技术创新效率动态测度

5.2.2 区块链概念股上市公司技术创新效率分行业动态分析

表5显示了区块链概念股上市公司所属行业2016-2020年技术创新效率动态变化情况。区块链概念股上市公司中大多数属于信息传输、软件和信息技术服务业以及制造业这两个行业，其余行业的区块链概念股上市公司所占比重较少。所有行业Malmquist指数均大于1，主要是由技术进步水平的提升引起的，部分行业的技术效率下降。从技术效率变化的分解项来看，只有信息传输、软件和信息技术服务业与租赁和商务服务业这两个行业纯技术效率变化值小于1，规模效率变化值小于1的行业有建筑业，交通运输、仓储和邮政业，批发和零售业，文化、体育和娱乐业，信息传输、软件和信息技术服务业，租赁和商务服务业，这些行业需要提高技术使用效率，调整企业规模，合理配置资源。

表5 区块链概念股上市公司2016-2020年分行业技术创新效率动态测度

5.3 区块链概念股上市公司技术创新效率的影响因素分析

文章使用Stata软件对区块链概念股上市公司2016-2020年的技术创新效率影响因素进行了Tobit回归分析，结果如表6所示。

表6 综合效率Tobit面板回归结果

由表6可见，股权集中度、负债水平、盈利能力通过了1%水平上的显著性检验。股权集中度与企业创新效率呈正相关，较高的股权集中度可以促使主要股东更加关注企业的长远利益，更加注重企业技术创新，同时股权集中也强化了股东的监督作用，这有利于资金的合理配置和创新绩效的提高。负债水平与企业技术创新效率呈现负相关，在高负债水平的情况下进行技术创新的风险是巨大的，因而企业不愿意进行技术创新。企业盈利能力与企业创新效率呈显著正相关，当企业盈利能力提高时，会有更多的资金投入研发，有利于创新效率提高。

6 结论与建议

文章对2016-2020年区块链概念股上市公司的技术创新效率进行测度并分析其影响因素，得到如下主要结论：第一，我国179家区块链概念股上市公司在样本期内技术创新效率偏低，达到DEA有效的企业数量较少；第二，区块链概念股上市公司技术效率变化下降了1%，技术进步上升了23.5%，受到技术效率变化和技术进步的共同影响，Malmquist指数均值为1.223，上升了22.3%；第三，从区块链概念股上市公司所属行业的技术创新效率来看，样本期内各个行业的Malmquist指数均大于1，各行业技术创新效率整体处于增长趋势；第四，利用Tobit回归模型研究发现，股权集中度、负债水平、盈利能力通过了显著性检验。负债水平与企业技术创新效率呈负相关，股权集中度、盈利能力与企业技术创新效率呈正相关。

根据以上研究结论，提出如下建议：第一，政府应完善财政支持体系，强化政府补贴监管，提高政府资金利用效率，同时不断完善知识产权保护法律法规，为研发和创新活动创造积极良好的环境；第二，加强培育高端研发人才，注重技术人才的引进和激励，提升企业的人才素质，注重企业家创新精神的培育，积极寻求创新机会，主动进行创新活动，提高技术创新水平；第三，企业不仅要注重研发阶段，同时也要加快技术创新成果转化，创造更多经济效益，为以后的技术创新活动提供资金支持；第四，适当提高企业股权集中度，以提升创新决策的效率，及时把握市场机会，应对不断变化的市场环境。