创新价值链视角下种业企业技术创新效率研究

张梓怡

一、引言

种业是国家战略性、基础性的核心产业，是促进农业长期稳定发展、保障国家粮食安全的根本。当前我国具有生产经营许可证的种子企业8000 多家，但中小企业多，创新能力不足、育种效率和育种水平不高。关于种业企业创新效率的研究，现国内文献主要是一次投入产出的评价，分析过程简洁，但细化程度不够，忽略创新过程的重要环节，如李青松和龚莞容选取我国10 家上市种业企业的数据，运用DEA 模型进行科技创新效率测算。刘虹燕等使用超效率DEA 和Malmquist 模型，分析我国10 家上市种业企业的生产效率。程新建等使用Malmquist-DEA 对测算分析我国11 家种业上市企业生产效率。目前国内对种业企业创新效率的研究主要是对创新整体过程的研究，尚未有文献通过创新价值链的视角分析研究种业企业技术创新效率。基于此，本文以创新价值链的视角构建两阶段评价体系，分别测算种业企业技术研发效率和成果商业化效率，旨在打开种业企业创新过程的黑箱，为提升种业企业创新效率提出一些实用的政策建议。

二、研究方法

1.创新价值链模型

创新价值链理论是技术创新理论与价值链理论的结合，它将创新的价值实现过程进行分解，划分出相互衔接的若干阶段并进行系统分析。目前学术界普遍将创新链式过程划分为两阶段进行研究，郑坚和丁云龙，罗福凯和孙凤娥，庞瑞芝等，储珊珊等将创新价值链分为科技研发、成果产业化两个阶段。在农业相关的研究上，林青宁和毛世平将涉农企业科技成果转化过程细分为知识研发阶段和商业化阶段，探究其提升路径。霍明等通过测算国家农业科技园区的创新研发效率和创新转化效率，来探究其空间格局的演变。

基于创新价值链视角，本文将种业企业技术创新价值实现过程细分为技术研发阶段和成果商业化阶段，如图1 所示。技术创新初始投入经过技术研发阶段得到中间产出；中间产出与追加投入一起，经过成果商业化阶段得到最终的经济效益产出。从创新价值链的视角能够分别评价我国种业企业技术创新活动的技术研发效率和成果商业化效率，更有针对性地做出决策。

图1 种业企业两阶段创新价值链模型

2.DEA-BCC 模型

数据包络分析方法（DEA）适用于多个投入和多个产出的问题，对于同类型的决策单元进行有效性评价。本文主要使用DEA 的基本模型：BCC 模型。模型计算公式如下：

假定受评价的企业创新共有n 个决策单元，每个决策单元有相同的输入m 项和输出s 项，则输入向量为Xi=（x1i,x2i,…,xmi）T，输出向量为Yi=（y1i,y2i,…,ysi）T，i=1,2,…,n。θ 表示被评价决策单元的综合效率值，si-为输入松弛变量，si+为输出松弛变量，λi为各单元组合系数。

三、数据与变量

1.评价指标体系

基于创新价值链视角将种业企业技术创新过程划分为技术研发阶段和成果商业化阶段，将15 家上市种业企业作为模型的决策单元DMU。投入指标包括人力和财力，中间产出参考林青宁和毛世平对于涉农企业科技成果转化的研究，以专利及新品种作为中间产出；最终产出以收入和利润来衡量企业的创新绩效和创新能力变现的水平。具体指标说明见表1。

表1 种业企业科技创新两阶段投入-产出指标说明

2.影响因素选取

目前，研究者们主要从三个方面对企业创新效率的影响因素进行分析，分别为地区、政府和企业自身。因此本文在对现有研究进行系统整理的基础上，加以考虑数据的可获得性，最终选择以下解释变量进行分析，见表2。

表2 Tobit 模型相关变量

3.数据来源

本文选择15 家种业上市企业2017—2022 年企业科技创新的有关数据进行分析。相关数据来自于上市公司年度报告、国家统计局专利库和历年《中国统计年鉴》。计算过程主要运用DEAP2.1 软件。

四、实证分析

1.技术研发阶段效率分析

以2022 年我国15 家上市种业企业技术研发阶段的投入和产出指标数据为样本，运用投入导向BCC 评价模型进行计算，计算结果如表3 所示。我国上市种业企业技术创新过程中，技术研发环节效率总体较低，15 家企业的平均值仅为0.445，不同企业效率差异较大。其中，辉丰股份和中江种业的综合技术效率为1，说明在技术研发阶段的投入配置结构比较合理；而登海种业、苏垦农发、大北农、新农开发、农发种业、锦棉种业、虹越花卉的综合技术效率不足0.4，说明这些企业在技术研发环节的要素投入配置不够合理，配置能力不足，资源不能得到充分有效利用，有着严重资源浪费。分解来看，技术效率平均值为0.690，规模效率平均值为0.619，总体上技术效率略高于规模效率，尤其是隆平高科、荃银高科、大北农、锦棉种业、虹越花卉的对比更加明显，这些企业技术研发效率不高的主要原因是规模效率比较低，锦棉种业和虹越花卉处于规模报酬递增，因此可以通过增加研发资金和人员来进一步提高技术研发效率；对于其他规模报酬递减的企业，增加投入无法带来创新效率提高，因此需要优化投入规模，避免盲目扩张。

表3 2022 年我国上市种业企业技术研发效率

2.成果商业化阶段效率分析

本文在成果商业化阶段运用产出导向BCC模型测算，结果见表4。我国上市种业企业技术创新中成果商业化阶段效率略高于技术研发阶段，平均值为0.616，15 家企业中有5 家综合效率值不足0.4，存在较大的效率提升空间；苏垦农发、敦煌种业、大北农、新农开发、农发种业、锦棉种业的综合效率为1，说明这6 家企业在成果商业化阶段既技术有效又规模有效。分解来看，技术效率平均值为0.659，规模效率平均值为0.871，与技术研发阶段相反，规模效率略高于技术效率。且未达到DEA 有效的9 家企业的技术效率均低于规模效率，说明种业企业成果商业化效率不高的主要限制原因不是投入规模不足，而是创新技术、组织或机制等方面存在问题。大多数企业处于规模报酬不变状态，说明这些企业的投入要素规模已达到最优，接下来只需保持规模不变即可；其次较多企业处于规模报酬递减状态，说明相对于成果商业化产出水平，再投入规模偏大；对于神农科技等规模效率较低且规模报酬递增的企业，则可以着重加大人力等资源投入，以发挥规模效益、提高成果商业化效率。

表4 2022 年我国上市种业企业成果商业化效率

3.技术创新效率总体分析

表5 给出了2017—2022 年种业上市企业两阶段效率值。从企业技术创新综合效率来看，我国上市种业企业成果商业化阶段总体效率均值都在0.7 以下，整体效率水平比较低，企业间差距比较大。从技术研发阶段来看，2017—2022 年种业上市企业整体研发效率均值为0.497，说明我国种业企业研发效率比较低，大部分企业中有着效率无效现象，还有很大发展空间。从成果商业化阶段来看，2017—2022 年成果商业化效率均值为0.572，稍大于技术研发阶段效率，但仍存在效率低的问题。技术研发和成果商业化效率偏低共同制约着我国种业企业技术创新效率提升。其中技术研发阶段的效率损失现象更严重，需要增加对该阶段的投入与管理，合理配置要素投入比例，避免创新资源浪费，达到在一定投入下技术产出的最大化。科技成果商业化效率也存在一定的提高空间，应加大市场化引导，促进技术和经济的融合。图2 给出了2017—2022 年间上市种业企业技术研发阶段和成果商业化阶段效率值的变化趋势。考察期内技术研发阶段效率均呈现较大的波动态势，在2019 年降到最低，仅有0.263，回升后在2022 年出现第二次大幅下降，降为0.445。而成果商业化阶段的技术效率比较稳定，总体上看来是一个比较平缓的上升趋势。

表5 2017—2022 年我国上市种业企业两阶段技术创新效率

图2 两阶段效率变动趋势

4.Tobit 回归结果分析

用DEA 测算的结果即企业两阶段技术创新效率为因变量，企业规模、税收负担、政府支持力度、经济发展水平、产业发展为自变量，建立以下Tobit 模型：

其中，Eff 是经DEA 测算的各种业上市企业两阶段的创新效率；β1、β2、β3、β4、β5分别为各变量系数；i 表示各个种业企业的代码；t 表示年度；ε 为残差项。

使用Stata17.0 软件进行回归，结果见表6 所示。企业规模的大小对上市种业企业技术研发阶段的效率呈显著正向影响，回归系数0.365，在1%水平下显著，这说明当增加一个单位的企业规模时，会带来种业企业技术研发效率0.365 个单位的增加。政府支持力度的大小对种业企业的技术研发效率呈显著的负向影响，回归系数是-0.205，在5%水平下显著，这说明当政府支持力度每增加一个单位时，种业企业技术研发效率反而会减少0.205 个单位。地区经济水平对种业企业创新效率有正向影响，税收负担和产业发展对种业企业创新效率有负向影响，但这几种因素未通过显著性检验。税收负担的大小对种业企业的成果商业化效率呈显著的正向影响，回归系数是19.094，在5%水平下显著，当增加一个单位的税收负担时，会带来种业企业创新效率19.094 个单位的增加，这说明当前税收政策并不能促进创新产出。其余几重因素的影响未通过显著性检验。

表6 两阶段Tobit 回归结果

五、结论及政策建议

通过以上实证分析结果可知：我国上市种业企业技术创新两阶段效率都比较低，技术研发阶段普遍低于成果商业化阶段。从影响因素来看，企业规模对上市种业企业技术研发阶段的效率具有正向影响，政府支持力度则产生负向影响。税收负担对上市种业企业成果商业化阶段的效率其存在正向影响。

基于上述研究结论可以看出，我国种业企业科技创新水平明显力不从心，为了提高种业企业科技创新效率，在此提出以下政策建议：第一，企业需要加强内部管理，合理配置资源。合理调整科技创新投入的结构，确保创新要素能够自由流动以达到有效配置，提高资源优化能力和资源配置水平，调节各环节投入占比。规模报酬递增的企业，可以适当扩大企业规模来提高技术研发效率。第二，政府支持未能对技术研发阶段起到促进作用，还需要相关政策约束企业行为，保证政府补助资金切实用于创新活动中。引导企业加强对创新活动的重视程度，保证政府资金补助的激励性和约束性。第三，进一步完善税收优惠政策，提高成果转化效率。我国现有政策在一定程度上减轻了种业企业负担，但还存在种质资源交易的实质并不明确，导致在适用税收政策上存在不确定性等问题，不利于种质资源的更好利用和发挥价值。有必要以更精准、更系统、更强劲的税收支持力量推动种业创新。