基于DEA的辽宁省“小巨人”企业技术创新效率评价研究

荆 浩，陈思睿

(沈阳航空航天大学 经济与管理学院,沈阳 110136)

在党的十九届五中全会中，“创新”一词被提到15次，足见“创新”是一个高频词、热点词、关键词，深刻表明创新在今后一段时期在我国发展战略全局中都将发挥举足轻重的作用。科技创新能力是社会发展的新兴动力，并成为我国提升综合竞争力的重要标志，对我国经济的增长至关重要。我国为早日实现科技驱动发展战略做出了多方部署，各省市也响应国家号召推出“专精特新”“小巨人”企业评选。顾名思义，“专精特新”指的是经济效率好、创新能力强、专业化程度高。根据此词进一步分析得出，“小巨人”企业是从事符合国家和本市产业发展方向的高新技术领域产品开发、生产、经营和技术(工程)服务的科技型企业。这类企业具有较完善的企业创新体系、创新机制及与之相适应的科研投入，在达到一定经济规模的同时，拥有良好的成长性、良好的信用以及较强的融资能力。能评上辽宁省的“专精特新”“小巨人”企业是在辽宁省科技创新行业中处于佼佼者地位的中小型企业。故本文以辽宁省“专精特新”“小巨人”企业作为研究对象，研究结果和建议对于辽宁省其他科技创新企业具有一定的示范和启示作用。

1 理论回顾

科技创新投入是我国技术创新能力的重要动力来源，2020年新冠疫情对全球经济产生沉重影响，但不可否认的是也激发了我国在数字经济、教育、卫生方面的创造力。根据2020年全球创新指数显示，我国创新指数位列全球第14名，依旧保持着创新领先者的地位。中国始终保持着创新发展的活力和定力，这与中国一直推动创新发展密不可分。著名学者McAdam等[1]从经济学的角度出发，认为技术创新在经济学上的意义只包括新产品、新过程、新系统和新装备等形式在内的技术向商业化实现的首次转化，技术创新是技术的、工艺的和商业化的全过程，保证新产品的市场实现和新技术工艺与装备的商业化应用。科技创新是利用已有知识和技术进行的一种创造性科技活动。科技创新资源是提高科技水平、增强科技创新能力的各类科技资源的总称[2]。科技创新资源从投入到产出转化的程度就是科技创新的效率，即转化率[3]。因此，科技创新是典型的投入与产出活动，其投入产出效率是反映研发资源投入和科技创新成果产出的重要标志[4]。Ozkaya等[5]认为企业可以通过相关客户和竞争对手的知识来培养创新能力，最终以达到改善企业经营绩效的目的。Helmers等[6]认为拥有专利的高新技术型企业在5年内比没有专利的企业失败的可能性更小，且资产增产率更高。从以上理论研究不难发现创新对于企业经济的重要性，侧面体现出对于中小型企业创新效率评价研究的理论意义。根据以上学者的研究，对于辽宁省“专精特新”“小巨人”企业创新效率进行评价比较，从中找到技术效率高、DEA有效的标杆企业，从标杆企业的管理模式中进一步寻找各企业达到更高创新效率的方案。

辽宁省是老工业基地，工业增速与我国工业增速趋于一致，而高技术制造业的增速却不如我国高技术制造业水平。2019年末，中国高技术制造业增速为18.7%，而辽宁省高科技制造业增速却只有6.7%，从上述数据中不难看出科技创新是辽宁省的短板，为拉动辽宁省的科技创新能力，辽宁省中小企业的科技创新发展不可忽视。辽宁省很多企业都是传统工业企业，随着科技的进步或多或少地面临着转型的困难，因此，提高创新能力成为辽宁省众多企业管理层追逐的目标之一。为促进中小企业的科技创新发展，辽宁省也借鉴其他省份的中小企业“专精特新”行动方案，评选“小巨人”企业。本文以此为研究背景，以辽宁省“专精特新”企业作为研究对象，研究样本企业技术创新效率，寻找企业更有效地达到创新效率的方法，将创新能力转变为企业综合竞争力和经济增长的重要支撑。

2 研究设计

2.1 研究方法

技术创新效率评价的方法分为参数法和非参数法，参数法主要以随机前沿生产函数分析法(SFA)为代表，非参数法以数据包络分析法(DEA)为代表[7]，本文选取的是数据包络分析方法。数据包络分析是由Banker等[8]于1978年提出的评估多指标输入输出及系统有效性的方法。数据包络分析将属性分为投入项目、产出项目(成本型、效率型指标)，不设定权重，只关注总产出和总投入，将比率作为相对效率[9-10]。包络分析有CCR模型[11]、交叉模型[12]、A&P模型[13]等各种模型。

本文采用数据包络分析法，利用CCR模型和BC2模型建立理论模型，以此来研究辽宁省中小企业创新效率。CCR模式的线性规划模型如式(1)所示。

(1)

在CCR 模式下，DEA 效率评估模型所得到的最优解是决策单元的“综合技术效益”。根据取值不同，将综合效益评估分为以下3种情况：

(3)若θk<1，说明决策单元 “非 DEA 有效”，存在资源浪费现象(没有合理利用资源)，既不是效率最佳也不是规模最佳。

对于非有效的决策单元，CCR模型并不能区分是规模非有效还是技术非有效。故当需要判别决策单元的纯技术效率值时，需要对λ的取值进行约束，得到BC2模型[14]，如式(2)所示。

(2)

2.2 指标选取

按照生产要素理论，投入分为劳动型投入和资本型投入，由此可见科技创新资源中最重要的就是科技人力资源和科技财力资源,而科技活动人员是科技创新活动的源泉和根本,反映辽宁省各“小巨人”企业对人才的吸引能力,是“小巨人”企业持续创新与发展的根本。R&D 经费反映了一家公司对科技发展与创新的重视程度和支持力度[15]。为此，选择科技活动人员占比X1 和研发经费占本公司营业收入比X2作为本项研究的输入指标。选择“小巨人”企业中知识产权个数Y1作为科技创新资源在基础研究方面的输出指标,选择有效专利Y2作为科技创新资源产出交易的输出指标,可反映辽宁省“小巨人”企业科技创新的完善情况，具体指标情况见表1所示。

表1 投入、产出变量说明

2.3 数据来源

本文选取辽宁省2020年参评“专精特新”“小巨人”的企业35家(剔除数据缺失样本)作为研究对象，利用 DEA 对辽宁省“小巨人”企业科技创新平台的科技创新效率进行分析的同时，进一步发现辽宁省不同行业存在的投入冗余和产出不足问题。采用问卷调研、网上查阅等手段收集数据。收集到的企业数据如表2所示，样本企业的描述性统计分析如表3所示。

表2 企业数据

表3 企业数据描述统计分析

3 “小巨人”企业创新效率分析

3.1 效率分析

采用DEA模型，借助python软件，对辽宁省“专精特新”“小巨人”企业效率进行评价，同时对纯技术效率、规模效率和规模报酬进行分析，结果见表4。

基于表4，可以对辽宁省“专精特新”“小巨人”企业的效率进行统计，结果见表5所示。从技术效率来看，35家“小巨人”企业中，符合总体有效的为4家，接近相对有效的为1家，大部分公司处于技术效率含量较低的区间，一共有18家技术效率低于0.6，35家辽宁省“专精特新”“小巨人”企业的技术效率平均值为0.626。证明辽宁省“专精特新”“小巨人”企业技术效率较低，应再加大力度提高科技创新能力。从综合技术效率来看，符合综合技术有效的为2家，表明这些企业的投入、产出组合是合理的，它们分布在有效生产前沿面上;有1家企业是接近相对有效的，大部分公司处于综合技术低下的区间，33家都处于0.6以下。从规模效率来看，符合规模有效的为2家，表明这些企业处于最佳的投入、产出点;有23家公司处于规模效率低的区间。同时，从规模报酬来看，有1家为规模报酬递减，表明这家企业投入的增加不能带来产出的同比例增加；有32家企业为规模报酬递增，显示这些企业可以适当增加投入。从创新效率和规模报酬来看，大部分“小巨人”企业都处于规模报酬递增的情况，且投入和产出组合并没有处于合理的点，故辽宁省“小巨人”企业可以加大投入，刺激产出以提高创新能力根据自身行业的特点发明相关专利产品。

表4 辽宁省专精特新“小巨人”企业创新效率分解

表5 辽宁省专精特新“小巨人”企业创新效率统计表

3.2 相关性分析

为进一步分析技术效率、综合技术效率和规模效率之间的相关程度，表6对它们的相关性进行了分析。从表6可以看出，在显著水平a=0.01的条件下，技术效率与综合技术效率的相关系数为0.531，通过了显著性检验。而综合技术效率与规模效率的相关系数为0.74，同样通过显著性检验。综合技术效率和规模效率的相关系数为-0.078，没有通过显著性检验，表明二者无直接关系。由此来看，提高纯技术效率和规模效率，即同时提高投入、产出组合的合理性，并使其处于最佳的投入产出点，将有助于提高企业的创新效率。

表6 技术效率、规模效率和综合技术效率的相关性

4 结论与建议

本文以辽宁省“专精特新”“小巨人”企业为研究样本，以创新效率评价为研究切入点，对辽宁省“专精特新”“小巨人”企业中35家企业的创新效率进行综合分析。基于DEA数学的CCR和BC2模型对辽宁省35家专精特新“小巨人”企业的技术效率、综合技术效率和规模效率进行了全面分析。通过对“小巨人”企业的效率分析和结果的相关性分析发现，辽宁省“小巨人”企业整体创新效率较低。基于效率分析的结果，结合辽宁省“小巨人”企业存在的科技创新投入与产出不完全正相关，投入并没有完全有效转化成产出等问题，提出如下建议。

(1)提高技术与人才的引进与重视水平。公司设立相关技术研发中心，建立有效的产学研合作。高技术产业不但可以借助高校和科研院所基础研究的优势,增加原始型自主创新的可能性,同时还可以节省创新成本,获得规模经济。同时注重引进培养各类专业技术人才组建起高素质的科研开发队伍，创建产品开发的信息网络，招聘技术、信息、行业管理等方面的专家、学者、教授为公司顾问，为企业高新技术产品的引进、开发进行技术指导和技术咨询。与省内全国性学术机构、行业主管部门接洽，收集行业和新产品信息，使企业能灵敏地捕捉到新技术、新产品、新工艺的最新动态，及时调整产品结构，走在同行业的前列。

(2)加大R&D经费和人力投入。科技创新是辽宁省的短板，从经费投入来看，2019年R&D投入463亿元，占GDP比例为1.86%，低于全国0.33个点；从人员投入来看，规模以上企业R&D全时当量4.9万人/年，占全国1.8%，位列第16位。辽宁省作为一个工业大省应加大R&D的经费和人力投入。同时从本文分析出的研究结果来看，大部分企业都处于规模递增的状态，投入和产出组合也不处于最佳点，各个公司应加大R&D的经费和人力投入，政府同时也应出台相关政策扶持，帮助中小型企业发展科技创新能力，引导中小企业加大培训力度,建立创新人才激励机制,提高全员创新意识。

(3)重视业务的重组和多领域发展。持续推进新业务整合能力，不断加强内部资源整合力度，借助集团资源，利用营销平台向主体市场前端寻求项目合作，推进升级转型投资项目落地，完善升级转型项目组人员架构，优化技术资源配置，更加注重资源配置的合理性和科学性,重点解决新项目寻源工作，在工业互联网、物联网、智慧城市等领域拓展解决方案。

本文从辽宁省2020年评选的“专精特新”“小巨人”企业中选取35家企业作为研究样本，对样本企业的效率进行的分析。在分析过程中，更多基于定量层面的数据，而在定性方面的分析则相对缺乏，并且只关注专利数量上的产出，而没有关注专利质量上的产出。同时，由于疫情对于企业造成了一个长期波动的影响，还需要后续不断地研究才能更加全面地掌握辽宁省中小企业的创新情况。