我国海工装备制造业上市企业创新效率研究

康 焱

中国海洋大学 管理学院 青岛266100

党的十八大明确提出建设海洋强国的战略目标，其中提高资源开发能力、发展海洋经济是我国建设海洋强国的基本手段和具体路径。海洋工程装备主要指用于海洋资源（特别是海洋油气资源）勘探、开采、加工、储运、管理、后勤服务等方面的大型工程装备和辅助装备。作为战略性新兴产业的重要组成部分，海洋工程装备制造业具有高技术、高附加值、高风险等特点，是海洋运输、海洋工程、海洋矿产资源开发等海洋产业开发活动的基础保障，对于开发海洋资源、发展社会经济、巩固国防建设具有重要意义。

随着海洋能源开发尤其是海洋石油开采业的蓬勃发展，海洋工程装备的市场前景广阔。目前，全球海工装备制造的中心正逐步向我国转移，但由于我国海工装备制造业起步较晚，仍存在很多发展瓶颈。我国海洋工程装备在国际市场上属于第三阵营，以总装和中低端产品制造为主，具有高附加值的配套产业涉及较少，技术含量高的关键设备和技术仍需从发达国家引进。随着海洋工程装备在开采海洋能源、维护国家权益中的作用日益凸显，国民经济和社会发展第十二个五年和第十三个五年规划纲要、 《中国制造2025》等重要文件相继将海洋工程装备列为战略性新兴产业和高端装备创新发展工程，提出要提高创新发展能力和国际竞争力，抢占竞争制高点，海工装备制造业迎来良好发展机遇。在这种背景下，企业作为市场经济的主体，提高其创新效率成为促进海工装备制造业提升研发设计能力、向高端集成方向发展的重要手段，对我国海洋经济从浅蓝走向深蓝、实现高质量发展具有重要意义。

1 文献综述

创新效率的概念最早由Afriat提出，是指用研发创新活动的技术效率来衡量技术创新的水平[1]。国内在20世纪90年代初才出现创新效率相关研究，李容在研究农业技术进步效率时提出了创新效率，认为创新效率意在测度创新技术的生成速度和节奏[2]。

此后，关于创新效率的研究不断扩展和深入，在研究对象上主要为中观的地区、产业效率和微观的企业效率，在研究方法上主要为数据包络分析（DEA）和随机前沿分析（SFA）两种。中观层面，孙凯等运用数据包络分析法对我国30个省市的技术创新效率进行了分析与比较[3]；官建成等综合运用数据包络分析的松弛测度模型和临界效率测度模型测度我国高技术产业技术创新效率[4]；牛泽东等基于随机前沿分析法，以1997-2010年中国装备制造业7个子行业的面板数据为样本，测算了装备制造业创新生产活动的技术效率与规模效率[5]。微观层面，池仁勇利用浙江省230家企业的问卷调查数据，对大、中、小企业的技术创新效率进行了测度，并对企业的创新效率按照不同分类进行排序[6]；赵树宽等利用实地调研数据，运用数据包络分析，对吉林省151家高技术企业创新活动进行了评价与分析[7]。

除了对创新效率进行测度，分析创新效率的影响因素也是学者关注较多的领域。Choi等以制造业和服务业为例探讨了开放对创新效率的影响[8]；姚立杰等以中国3 718个上市企业为样本，考察了管理层能力、创新水平和创新效率的关系，发现管理层能力对创新水平和创新效率都具有显著正向影响[9]；寇明婷等通过实证研究，发现政府研发补贴政策与高新技术企业研发投入显著负相关，其中非国有企业的“挤出效应”更为明显[10]。此外，丁重等、李婧和刘恩初等学者分别从技术标准、环境规制、政治关系等不同方面探讨了创新效率的影响因素[11-13]。

国内学者关于海工装备制造业的相关研究主要围绕其现状、发展战略、转型升级路径等展开，以定性研究为主，对创新效率的关注较少。因此，对于海工装备制造业创新效率的研究，亟须从以下方面完善：第一，定性研究和定量研究相结合分析海工装备制造业创新效率现实情况；第二，针对海工装备制造业的发展现状，寻找影响其创新效率的主要因素。本文以我国海工装备制造业25家具有代表性的上市企业为研究对象，运用DEA方法和Tobit模型，从定量角度对其创新效率与影响因素进行综合评价和分析，以期完善现有研究。

2 模型构建、指标体系与数据来源

2.1 模型构建

2.1.1 BCC模型

数据包络分析（DEA）是一种非参数技术效率分析方法，是评价多投入、多产出同类部门（或单位）间相对有效性的一种重要方法。CCR模型（规模报酬不变）和BCC模型（规模报酬可变）是DEA最为基础和应用最为广泛的两种模型，本文选择规模报酬可变的BBC模型对海工装备制造业上市企业的创新效率进行测算。

假设有n个决策单元DMU，即为DMUj（j=1，2，…，n）；每个DMU有m种投入，记为xi（i=1，2，…，m）；q种产出，记为yr（r=1，2，…，q）；当前要测量的DMU记为DMUk，则以投入为导向的BCC模型为：

其中：i=1，2，…，m；r=1，2，…，q；j=1，2，…，n。

模型中的θ表示纯技术效率（PTE），θ越高表示企业纯技术效率越高，θ=1时说明被评价DMU位于前沿面上，θ＜1说明被评价DMU为技术无效率状态。BBC模型中综合技术效率值（TE）可分解为纯技术效率（PTE）和规模效率（SE），即TE=PTE×SE。

2.1.2 Tobit模型

通过DEA测算出来的是决策单元的效率值，无法反映其他因素对效率值的影响，如企业内部特征以及外部环境等，因此需要考察企业创新效率与各影响因素之间的关系及显著性水平。创新效率的取值范围是[0，1]，属于受限因变量，不适用普通最小二乘法，因此选择Tobit模型（受限因变量模型）。其基本模型为：

其中：β是系数向量；xi是自变量向量；误差项ui独立且服从正态分布，ui～N（0，σ2）。

2.2 指标体系

指标体系的构建要遵循科学性、可比性、可行性与适应性的原则，指标的选取要能够客观反映海工装备制造业上市企业的创新投入与产出实际情况。因此，本文构建指标体系如下：

投入方面，主要从人、财、物考虑，研发人员数和研发投入金额是企业创新投入在人力、资金方面的反映，因此借鉴学者们在研究创新效率时的普遍做法[13-14]，选取研发人员数和研发投入金额作为创新投入指标。

产出方面，选取专利申请量与主营业务收入作为创新产出指标。创新是指创造或改进新的事物、元素等，并产生一定有益结果的行为，是创新思维的物化。专利包括发明专利、实用新型专利、外观设计专利3种，专利申请量是企业创新活动产出最直观的体现。而专利活动的最终目标是为企业带来收益，主营业务收入可以体现企业创新成果的转化。因此，选择专利申请量和主营业务收入作为创新产出指标，具体指标体系如表1所示。

表1 海工装备制造业上市企业创新效率评价指标体系

2.3 数据来源和预处理

本文首先选取了主营业务涉及海工装备制造的企业，并借鉴孙辉[14]、王奇等[15]的做法选出35家海工装备制造业上市企业。由于企业研发投入数据统计限制，选取2015-2017年的财务报表相关数据作为评价我国海工装备制造业上市企业创新效率的基础，剔除*ST股（财务或其他状况出现异常）和数据不全的企业，最终挑选出25家符合要求的上市企业，涉及船舶制造、海工平台制造、海工配件制造、海洋油气开采等多个海工装备制造领域。其中，研发投入数据和企业财务数据来源于国泰安数据库（CSMAR）、Wind资讯数据库以及上市公司年报。由于很多样本企业未披露专利申请数，本文的专利申请量数据均来源于国家知识产权局专利检索平台。

3 实证分析

3.1 创新效率分析

基于投入角度的BCC模型，利用软件Deap2.1对25家海工装备制造业上市企业2015-2017年的创新效率进行测度，并整合归纳，结果如表2所示。

通过表2可知，我国海工装备制造业上市企业创新效率总体较低。创新效率在0.8以下的企业3年来占总体比重分别为80%、76%、72%，说明创新效率一般和差的企业占据了样本企业的大多数，海工装备制造业上市企业总体创新效率较低，还有很大的进步空间。从纯技术效率来看，2015-2017年纯技术效率均值分别为0.748、0.672、0.721，表明在不考虑规模报酬的情况下，由于资源配置不当所造成的浪费分别占投入资源的25.2%、32.8%、27.9%。从规模效率来看，2015-2017年规模效率均值分别为0.665、0.779、0.875，说明在不考虑纯技术效率的情况下，由于自身规模不当所造成的资源浪费分别为33.5%、22.1%、12.5%。

表2 25家海工装备制造业上市企业创新效率分析结果

3.2 有效性分析

根据有效性判断原则和创新效率计算结果，将结果分为3类，结果如表3所示。

表3 有效性分析结果

DEA有效即创新活动同时达到了技术有效和规模有效，这是一种帕累托最优状态。可以看到，2015-2017年DEA有效的企业始终在20%以下。

DEA弱有效即创新活动达到了技术有效，但没有达到规模有效。DEA弱有效的海工装备上市企业由2015年和2016年的7家减少到2017年的5家，总体变化不大。

DEA无效即创新活动既未达到技术有效，也未达到规模有效。2015-2017年DEA无效企业持续占据样本企业的一半以上，大部分海工装备上市企业创新效率都不理想，还有很大的进步空间。

3.3 规模收益分析

通过对海工装备制造业上市企业规模收益分析，可以对企业规模状况进行判断，结果如表4所示。

通过表4可知，2015-2017年分别有12%、32%、8%的企业处于规模收益递增，这些企业应加大要素投入，实现规模收益；20%、12%、16%的企业处于规模收益不变，处于最佳规模收益点；68%、56%、76%的企业处于规模收益递减，说明大部分样本企业需合理配置资源，适当减少要素投入。此外，有接近一半的样本企业连续3年处于规模收益递减，说明生产规模过大是我国海工装备制造业上市企业普遍存在的问题。以中国船舶重工集团为例，该企业是我国最大的海军舰船装备供应商，是25家样本企业中创新投入最多的企业之一，但连续3年规模效率低于0.6，且规模收益递减，说明该企业创新投入规模过大，合理配置研发投入资源的需求尤为迫切。

表4 25家海工装备制造业上市企业规模收益分析结果

3.4 分类分析

根据《战略性新兴产业重点产品和服务指导目录（2016版）》，海洋工程装备产业产品可分为海洋工程平台装备、海洋工程关键配套设备和系统、海洋工程装备服务、海洋环境监测与探测装备、海洋能相关系统与装备等。依据该分类，对25家海工装备制造业上市企业按主营业务分类，横向分析其创新效率。

从表5可以看出，不同类别的海工装备制造业上市企业之间创新效率差距较大。

表5 25家海工装备制造业上市企业分类及其创新效率排名

其中，主营业务为海洋工程平台装备、海洋工程装备服务、海洋能相关系统与装备的上市公司创新效率均值分别为0.547、0.456、0.547。海洋工程平台装备是主力海工装备，包括物探船、FPSO、自升式钻井平台等，这类装备由于技术复杂、专用化程度高，被少数几个企业垄断，难以形成完全竞争，创新效率一般。而从事海洋工程装备服务、海洋能相关系统与装备这两类的企业数量较少，竞争强度小，创新动力不足，可能是导致企业创新效率一般的原因之一。

主营业务为海洋工程关键配套设备和系统的上市公司创新效率均值最高，为0.680，且25家样本企业中，创新效率最高的前4家企业主营业务均属于此类。一方面，这可能是因为海洋工程关键配套设备和系统包括自升式平台升降系统、自动化控制系统、测井/录井/固井系统及设备等，专用化程度相比海洋工程平台装备较低，因此创新难度相对较小，企业创新效率较高；另一方面，该类装备市场准入门槛相对较低，竞争强度较大，容易激发企业创新活力。

海洋环境监测与探测装备包括声学测量与探测设备、光学测量与探测设备、高频地波雷达等，主营业务为海洋环境监测与探测装备的上市公司创新效率均值最低，仅为0.241，且25家样本企业中，创新效率最低的3家企业主营业务均属于此类。可见，该领域是我国海工装备制造业创新效率的短板，仍有很大发展空间。

3.5 DEA-Tobit回归分析

上文对我国海工装备制造业上市企业的创新效率进行了比较分析，但实际决策中还受到其他因素的影响。本文参考孙辉[14]、尹述颖等[16]学者的研究方法和成果，从企业主体特征、技术行为、外在环境3个方面选取变量，以DEA运算得出的创新效率为因变量，构建Tobit模型，研究我国海工装备制造业上市企业创新效率的影响因素。

第一，企业主体特征。企业的规模、资产等是企业的基本特征。一般来讲，规模大的企业整合资源的能力和经营管理水平较高，有利于企业创新效率提升。海工装备制造业属于重资产和资本密集型行业，资金、技术门槛高，高固定资产可以为企业开展创新活动奠定基础。此外，资本密集度高的行业，单位产品成本中，资本成本所占比重较大，每个劳动者所占用的固定资本和流动资本较高，资本密集度越高，越有利于企业形成良好的创新氛围，开展创新活动。因此，本文选择企业规模、固定资产、资本密集度衡量企业主体特征。

第二，企业技术行为。企业技术行为体现企业对技术学习和研发活动的重视程度，其中，研发人员强度为研发投入人员占员工总数的比重，研发费用强度为企业研发投入金额占营业收入的比重，本文选择研发人员强度和研发费用强度分别从人员和资金行为两方面体现企业的技术学习行为。

第三，企业外部环境。企业创新效率除了受企业自身特征和行为影响外，还可能受外部环境影响。一方面，政府通过政策、税收、金融等手段支持企业研发创新活动，可能对企业创新效率产生直接或间接影响；另一方面，遵循成果就近转化原则，企业可以通过合作和购买等方式，将所在地的科研机构相关成果转化为企业生产行为，影响企业创新行为。因此，本文选择政府补助和地区科研成果衡量企业外部环境。做出如下假设：

假设1：海工装备制造业上市企业的创新效率和企业规模成正相关关系，本文选择资产总额衡量企业规模。

假设2：海工装备制造业上市企业的创新效率和固定资产占资产总额的比重成正相关关系。

假设3：海工装备制造业上市企业的创新效率和资本密集度成正相关关系。

假设4：海工装备制造业上市企业的创新效率和企业研发人员强度成正相关关系。

假设5：海工装备制造业上市企业的创新效率和企业研发费用强度成正相关关系。

假设6：海工装备制造业上市企业的创新效率和政府补助成正相关关系。

假设7：海工装备制造业上市企业的创新效率和地区科研情况成正相关关系，本文选择企业所在省海洋科研机构课题数占全国比重来衡量地区科研情况。

各变量定义如表6所示。

表6 变量定义

在以上假设的基础上，由于因变量综合效率的范围为0～1，因此采用Tobit回归模型研究海工装备制造业上市企业创新效率的影响因素。构建模型为：

其中，c表示截距项，β1、β2、β3、β4、β5、β6、β7分别为各自变量的回归系数，i表示第i家上市企业（i=1，2，3，…，n；n=25），t表示研究时期（t=1，2，3，…，m；m=3），εit表示残差。

本文采用Stata14.0对2015-2017年海工装备制造业上市企业的创新效率及相关变量做Tobit模型分析，结果如表7所示。

表7 创新效率影响因素回归结果

通过表7的实证计量结果可以看出，从企业主体特征来看，海工装备制造业上市企业的创新效率和企业规模（Scale）呈正相关关系，但未通过显著性水平检验。大规模企业拥有较为雄厚的资金、人才、技术等实力，更容易调动企业各方面资源进行创新活动。固定资产（FA）的回归系数为负且在1%的水平下显著，表明固定资产与海工装备上市企业创新效率呈负相关关系，这可能是因为固定资产的增加虽然有利于企业发挥规模优势，实现整体效益，但创新效率的提升还取决于所投资固定资产的技术含量以及其与人力、资金等资本的配合程度和企业对固定资产的管理水平等。资本密集度（CapInt）的回归系数为正，但没有通过显著性水平检验，海工装备制造业属于资本密集型行业，这意味着每个劳动者所占用的固定资本和流动资本金额较高，客观上资本密集度越高的企业用于员工培养、激励的资本越多，员工的工作能动性也越强，有利于企业形成良好的研发创新环境。

从企业技术行为来看，海工装备制造业上市企业的创新效率和企业研发人员强度（R&D.p）、研发费用强度（R&D.f）均呈负相关，且通过5%的显著性水平检验。一般来讲，研发投入强度越高，说明企业对于研发创新活动越重视，其研发产出也就越多。而本文的实证研究结果显示研发人员和研发经费投入强度与企业创新效率的回归系数为负，这可能与我国海工装备制造业发展基础薄弱，很多关键技术和人才依靠从国外高薪引进有关，此类技术和人才的流动性强，不利于企业的长久技术进步和创新，导致企业总体创新效率低。

从企业外部环境来看，海工装备制造业上市企业的创新效率和政府补助（Gov）呈正相关关系，但未通过显著性水平检验，理论假设6的论断部分成立。政府作为配置资源的手段之一，通过提供研发补助等方式，可以缓解企业研发投入压力，营造良好的创新环境，对于战略性新兴行业来说，其战略性、前沿性的特点使得政府在提高企业创新效率中的作用十分重要。海工装备制造业上市企业的创新效率和地区科研情况（LnSci）呈负相关，且通过1%的显著性水平检验。通常来说，当地科研机构的科研成果可以为企业提供智力支持，促进企业创新产出。但本文的实证研究结果显示，当地科研机构的成果与企业创新效率的回归系数为负，这可能是因为我国海工装备制造业发展水平落后，更多依靠国外技术引进，对当地科研成果的依托不强。此外，由于高校、科研院所等科研机构的研究以专利、论文、课题等为导向，而企业则是以收益、盈利为导向，二者的研究导向不一致，导致无法发挥各自优势，实现长久合作。

4 结论和建议

4.1 结论

本文通过DEA方法及Tobit模型对我国25个海工装备制造业上市企业的创新效率进行了分析，并对其影响因素进行探究。

（1）我国海工装备制造业上市企业创新效率水平整体偏低，2015-2017年综合效率均在0.7以下，且大多存在资源配置不合理的问题，资源管理水平亟待改善。超过一半的上市企业为DEA无效或DEA弱有效，海工装备制造上市企业整体存在研发资源投入不合理，当前资源配置情况无法达到创新效率最佳。

（2）不同类型的海工装备上市企业间创新效率存在较大差异。主营业务为海洋工程关键配套设备和系统的上市企业竞争强度较大，创新效率均值在0.6以上；主营业务为海洋工程平台装备、海洋工程装备服务、海洋能相关系统与装备的上市企业创新效率一般，均值都在0.5左右；主营业务为海洋环境监测与探测装备的上市企业创新效率较低，均值仅为0.241。

（3）针对创新效率的影响因素分析，从企业主体特征来看，企业规模、资本密集度与我国海工装备上市企业创新效率正相关；固定资产则与样本企业创新效率显著负相关。从企业技术行为来看，研发人员强度、研发费用强度均与企业创新效率显著负相关。从企业外部环境来看，政府补助与样本企业创新效率存在不显著正相关关系；而地区科研情况与海工装备上市企业创新效率显著负相关。

4.2 建议

根据以上结论，提出如下对策建议。

第一，增强对关键技术的自主创新能力，采用“引进、消化、吸收、创新”的方式，减少对国外技术的依赖。我国海工装备企业创新效率低与关键技术掌握在国外厂商手中不无关系。单纯“依样画葫芦”或“闭门造车”均不可取，要提高我国海工装备制造企业的研发水平和创新效率，除了加强自身能力之外，应在引进国外先进技术的基础上，认真钻研，充分消化吸收，利用国外技术的优势，改善提升自身水平，实现技术突破。此外，企业应重视创新管理，完善经营管理、信息化应用和合作模式，加强设计、建造、配套和运营之间的协同能力，提高企业管理水平，减小纯技术效率低对企业创新效率的拖累影响。

第二，优化政府补助结构，重视扶持海工配套企业，提高政府资源配置效率。海工配套设备复杂多样、占整个装备的价值比例高，对于提高海工建造效益起着重要作用。而我国不同类型的海工装备上市企业创新效率水平参差不齐，海工配套业无法与海工装备制造业同步发展。此外，海工装备的配套设备本土化率低，大部分配套设备依靠进口，成为制约我国海工装备制造业发展的短板，应合理分配政府补助，其金融、税收、补贴等优惠政策适当向海工配套企业倾斜，引导海工配套企业制定规范合理的企业创新管理制度、加强与国外先进海工装备领域的合作，减轻企业研发投入压力，提高企业创新效率和政府资源配置效率。

第三，优化和科研院所、高校等科研机构的合作，促进产学研转化。一方面，可以通过设立海洋科技专项基金等项目支持科研机构进行海工基础研究，鼓励海洋科学与工程学、计算机科学等学科交叉融合发展；另一方面，企业可以在高校、科研院所设立专题实验室、专项研究奖金等，加深科研机构对企业经营领域的了解，鼓励科研机构的研究方向与企业实际需求相衔接。