摘要：基于DEA-Malmquist指数法对我国规模以上工业企业2015-2018年技术创新效率进行实证分析，结果表明：我国规模以上工业企业技术创新效率在2015-2018年期间呈下降趋势，规模效率水平变化(sech)是影响技术创新效率的主要因素，纯技术效率(pech)与技术进步(techch)是影响轻工业企业与金属采选行业技术创新效率的关键因素。最后结合实证分析结果从优化产业规模、加大技术创新扶持力度、加大对技术创新活动的重视提出了相应的对策建议。

　　关键词：DEA-Malmquist指数;规模以上工业企业;技术创新效率;面板数据

　　一、引言

　　在经济增速放缓的新常态下，创新成为经济持续增长的核心竞争力。工业作为世界经济的主体，承载着庞大的资产存量。规模以上工业企业在我国经济发展中占据重要地位，同时也是国家财政收入、国民就业的关键渠道，实现规模以上工业企业创新发展是国家创新体系建设的重要举措。因此，在各行业共同发展的经济状态下，探索影响我国规模以上工业企业技术创新效率的因素具有现实指导意义。

　　纵观国内外研究成果，关于企业技术创新效率的研究，使用最多的方法是DEA数据包络分析法和SFA随机前沿分析法，学者主要进行了分行业年限数据分析。高技术、高专利密集产业技术创新效率呈上升趋势[1-2];对于整体工业企业来说，考虑了环境约束因素的我国工业企业技术创新效率整体发展趋势较好[3-4];基于规模以上工业企业视角分析的技术创新效率较其他产业较低，高霞(2013)运用DEA-Tobit模型分析结果显示，2009年规模以上工业企业中24个行业不具DEA效率[5]，谷炜(2015)运用因子分析法结果显示，规模以上工业企业中，集体企业是技术创新能力最强的企业类型，具有巨大资源优势的国有企业技术创新活动和科技产出却排名靠后[6]。

　　在影响技术创新效率因素方面，最主要的影响因素大致可以分为三个层次：宏观层面、中观层面、微观层面[7-10]，实际上这是产业分析的基础角度。但基于数据包络分析法，影响技术创新效率的因素可以更加具体化。首先，考虑技术进步带动经济发展的主要因素有：工业规模技术效率、规模经济效率、全要素生产率提升;其次，规模报酬效率的下降与技术水平的上升不相匹配时，产业规模无法达到最优或规模报酬递增阶段，这将制约技术创新效率的上升[1]。

　　综观已有的研究成果可知，学者对于不同产业的技术创新活动研究已颇具规模，但关于我国规模以上工业企业技术创新活动的研究较少，且研究的时间区间较早，所得结论概括性强。因此，本文将利用DEA-Malmquist生产率指数分析法对我国规模以上工业企业技术创新效率分行业进行分析，并进一步阐述影响技术创新效率的主要因素。

　　二、研究方法与指标选取

　　(一)研究方法

　　本文基于产业关联视角，利用Malmquist指数方法对我国规模以上工业企业技术创新效率进行研究分析。Malmquist指数最初基于消费指数的概念产生，后经Caves等(1982)运用距离函数之比构造了生产率指数，即Malmquist生产率指数[11]，并采用距离函数模型表示。

　　根据Lovell计算TFP参数技术的定义，St(C)条件下的前沿技术被称为基准技术;St(V)条件下的前沿技术被称为最佳的实践技术，即现实中存在的前沿技术。本文中提到的Malmquist生产率指数应当在基准技术的条件下进行定义，即t与t+1期的Malmquist生产率指数(M值)分别为：

　　Mt(xt，yt，xt+1，yt+1)=■ (1)

　　Mt+1(xt，yt，xt+1，yt+1)=■ (2)

　　由于Malmquist生产率指数在经济含义上式对称的，故其几何平均值即为综合水平下的生产率指数[12]：

　　M(xt，yt，xt+1，yt+1)=(Mt·Mt+1)■=(■·■)■(3)

　　本文在对Malmquist指数进行分解时，将采用RD分解，并非国内研究常用的FGNZ分解模型[13]，即：

　　M(xt，yt，xt+1，yt+1)=■×(■·■)■×(■■)■=TEΔRD×TΔRD×SΔRD (4)

　　其中，TEΔRD，TΔRD，SΔRD分别表示技术效率变动，技术进步水平变动，规模报酬变动，因此，M值受技术效率变动、技术进步及规模报酬变动三者共同作用的影响。在上式中，当SΔRD>0时，说明该行业为规模报酬递增，SΔRD<0时，呈现规模报酬递减;对M值而言，当M>1，该行业(时期)技术创新效率上升，当M=1，该行业(时期)技术创新效率不变，当M<1，该行业(时期)技术创新效率下降。

　　(二)指标选取与数据来源

　　纵观已有研究成果，有关工业企业技术创新投入方面主要考虑研究经费投入与人力资本投入，专利则是最主要的技术创新成果输出指标。但是，规模以上工业企业进行技术创新的根本目的与商业目标在于获取利润并扩大市场份额，生产新产品是其进行技术创新另一重要目标。除此之外，工业成本费用利润率是评判企业技术创新能力的综合产出指标。考虑到绝对指标难以消除规模以上工业企业不同行业特点及不同企业规模对指标数据的影响，因此本文采取相对指标进行生产效率的分析。选取的分析指标及计算公式如下所示。

　　投入指标：

　　人力资本投入(x1)=■

　　研究经费投入(x2)=■

　　产出指标：

　　人力资本投入(y1)=■

　　人力资本投入(y2)=■

　　工业成本费用利用率(y3)=■

　　考虑到数据的可得性，同时人力与研发资本的投入到成果的产出有一定时间的延迟，因此，投入指标数据选择2015年—2018年我国规模以上工业企业各行业数据值，产出指标数据选择延迟一年的数据，即2016年—2019年数据值。综上考虑，本文研究的时间范围为2015年—2018年。数据主要来源于《中国统计年鉴》、《中国科技统计年鉴》、《中国工业统计年鉴》，并通过后期整理计算得到。

　　本文中规模以上工业企业的行业分类参照国家统计局分类标准分为41个小类，由于“开采辅助活动”、“其他采矿业”、“其他制造业”三个行业部分指标数据缺失较多，因此，本文剔除这三个行业后，将剩余的38个行业作为研究对象，分析其2015—2018年技术创新效率水平。

　　三、规模以上工业企业技术创新效率分析

　　基于2015年—2018年我国规模以上工业企业分行业面板数据，采用DEA-Malmquist生产率指数分析法，对我国规模以上工业企业技术创新效率进行实证分析，运用DEAP2.1软件得到2015—2018年技术创新效率和各行业技术创新效率Malmquist指数值及各分解项，如表1和表2所示。

　　(一)我国整体规模以上工业企业技术创新效率分析

　　表1 2014年—2017年我国规模以上工业企业技术创新效率M指数及其分解项

　　由表1可知，2015—2018年我国规模以上工业企业M指数均小于1，说明我国规模以上工业企业技术创新效率处于下降阶段，年均下降幅度达6.2%，其中2015—2016年的下降幅度达到15%。由M指数定义可知，，深度分析表1的数据得到，规模效率变化指数大幅度小于1，导致技术效率指数值均小于1，进而在技术进步指数大于1的情况下，M值依旧小于1，至此出现技术创新效率下降的结论。由此可见，规模效率变化指数小于1是导致我国规模以上工业企业在2015—2018年技术创新效率下降的主要原因。虽然纯技术效率变化指数极度接近1甚至大于1，但规模效率变化指数小于1即处于规模报酬递减阶段，说明在技术进步有所提升的前提下，产业规模依旧没有处于规模效益递增阶段或尚未使得产业规模达到最优，与技术进步水平不符，进而影响技术创新效率水平的上升。

　　对2015—2016年M指数值深度分解后可知，技术进步水平、纯技术效率变化水平、规模效率变化水平均处于下降阶段，最终导致M指数仅处于0.85的水平。2015年起，我国规模以上工业企业起点标准有大幅度的上升，但是创新投入远低于主要发达国家水平。2015年，我国规模以上工业企业研发投入仅占主营业务收入的0.71%，平均每个研发机构的研发人员仅为58人，严重制约了工业企业的创新发展。为此国家出台相应措施完善并引导规模以上工业企业加大技术创新投入机制，创新财政投入等方式，使得我国规模以上工业企业在2016—2018年，技术创新效率下降幅度有所缓解。

　　(二)我国规模以上工业企业分行业技术创新效率分析

　　表2 我国规模以上工业企业各行业技术创新效率M指数及其分解项

　　由表2可知，在分析的38个行业里，2015—2018年14个行业的技术创新效率呈现上升趋势，24个行业的技术创新效率呈现下降趋势。上升幅度最大的行业为烟草制品业，上升幅度达41.4%，深度分析其M指数发现，烟草制品业的规模报酬变动指数为1，处于最优规模报酬阶段。同时，技术进步指数(techch)为1.411，技术发展水平上升41.1%，因此烟草制品行业最优的产业规模与上升的技术进步水平相匹配，最终实现技术创新效率最大上升幅度。但同是处于最优规模报酬阶段的“黑色金属矿采选业”行业，由于技术进步水平指数仅为0.82，导致技术创新效率最终呈现下降趋势。

　　观察各行业M指数的分解项可知，规模效率变化指数小于1的行业为31个，仅有5个行业大于1，即我国规模以上工业企业大部分行业处于规模报酬递减阶段;技术水平变化指数(techch)有19个行业大于1，19个行业小于1，技术水平下降的19个行业中多以金属采选业、轻工业为主;同时，纯技术效率变化指数(pech)有17个行业大于1,16个小于1的行业多以金属采选业、轻工业为主，这与技术水平变化指数相类似。由2.1节的分析可知，规模效率变化指数过低是影响我国规模以上工业企业技术创新效率下降的主要原因，在分行业技术创新效率M指数分解项中可以看出，规模报酬递减行业多达31个，在这31个行业中，技术水平变化指数大于1的行业为18个，多以重工业为主。可见规模以上工业企业中有18个行业由于低效的产业规模与上升的技术水平不匹配，从而导致技术创新效率的下降。规模以上工业企业相对于一般工业企业产业规模大，生产各方面协调难度大，特别是对重工业来说，技术设备与技术型人才的引进使得技术水平有较大幅度的上升，但资源配置效率的低下、信息不对称、运转效率的下降等使得产出远小于生产投入，最终导致规模报酬效率的下降。由表2的数据可知，对于金属采选业来说，如“黑色金属矿采选业”、“有色金属矿采选业”、“非金属矿采选业”，在规模报酬递增的条件下，技术水平的下降是导致技术创新效率下降的主要原因。对技术创新效率水平下降幅度较大的轻工业来说，规模报酬递减、技术水平的下降是导致技术创新效率呈下降趋势的主要原因。除此之外，基于产业关联的角度分析，重工业内部结构的不协调导致其无法为轻工业提供生产所需的原材料及设备，进一步强化了轻工业内部结构的不合理性，导致轻工业技术水平、规模效率日趋下降，技术发展缺乏动力，创新效率有所下降。

　　四、对策及建议

　　基于上文的分析结果，为提升我国规模以上工业企业技术创新效率，实现规模以上工业企业可持续发展，提出如下建议对策：

　　(1)优化产业规模，实现产业创新资源最优化配置。由DEA-Malmquist指数分析结果可知，规模效率水平的下降是制约我国规模以上工业企业技术创新水平下降的主要原因。优化产业创新资源配置，促进产业规模处于规模效益递增阶段。首先，劳动力分工合理化是进行专业化生产的基础，最优化的人力资源配置能够提高劳动生产效率，进而提升产出与投入的比例;其次，生产资源集约化使用，提高机器使用效率、降低因机器故障停工的概率，工种相似或相近的劳动力集中培训或使用降低培训的时间成本与资金成本。最后，妥善处理生产过程中产生的废物、废气、废水，实现生产残余资源最优化配置。

　　(2)政府加大对我国规模以上工业企业技术创新扶持力度。政府对规模以上工业企业技术创新活动的扶持应体现在两个方面：政策扶持与资金扶持，一方面完善技术创新法律法规，加强企业自主创新研发成果的保护，促进创新成果合理、合法、有效地传递及使用，鼓励相同或相关产业间创新活动交流、创新信息共享;同时，政府应加大对规模以上工业企业科技创新活动的资金投入，引导金融机构资金资源向规模以上工业企业的流入，稳固工业企业的经济基础。

　　(3)各行业加大对技术创新活动的重视。首先，各产业行业加大对科研机构建设的重视，积极培养与引进高精尖技术人才，夯实产业技术创新活动的设备及人才基础;其次，做到产销并重。新型产品在市场中广泛流动与使用是科技创新活动的最终目的，是企业进行资金回笼的重要渠道，也是企业再次进行技术创新的动力、改进创新活动的思想来源。最后，加强产业间交流与联系。相关产业间加强交流，有利于促进技术创新活动资源共享、信息传递等，做到“先创”带动“后创”，实现各行业技术创新效率的提升。

　　五、结论

　　本文基于DEA-Malmquist生产率指数分析法对我国规模以上工业企业2015—2018年的技术创新效率进行分析，结果显示：2015—2018年我国规模以上工业企业技术创新效率处于下降阶段，规模效率水平的变化是主要原因。分行业来看，由于国家政策的支持以及烟草制品业自身的行业特征，烟草制品业的技术创新效率上升41.1%，处行业最高水平;下降的规模报酬效率与上升的技术水平不相匹配是导致规模以上工业企业中大多重工业行业技术创新效率下降的主要原因;对于金属采选业而言，在规模报酬递增的前提下，技术水平的下降制约了技术创新效率的上升;众多轻工业由于企业结构性过程等问题导致规模效率水平与技术水平双低，最终出现技术创新效率的下降。C

　　(作者单位：南京理工大学紫金学院)

　　参考文献

　　[1] 陈伟，景锐，徐睿姝，等. 我国高专利密集度产业技术创新效率评价研究[J]. 哈尔滨工程大学学报，2017，38(3)：489-494.

　　[2] 陈伟，沙蓉，张永超，等. 我国知识密集型产业专利创新绩效评价研究——基于DEA-Malmquist指数方法[J]. 管理评论，2013，25 (8)：39-45.

　　[3] 韩孺眉，刘艳春. 我国工业企业绿色技术创新效率评价研究[J]. 技术经济与管理研究，2017(5)：53-57.

　　[4] 黄金枝，郝全，黄祎，等. 环境约束下中国工业企业创新效率评价及影响因素研究[J]. 工业技术经济，2017(6)：55-62.

　　[5] 高霞. 规模以上工业企业技术创新效率的行业分析[J]. 软科学，2013，27(11)：58-65.

　　[6] 谷炜. 基于因子分析法的中国规模以上工业企业技术创新能力评价研究[J]. 科学管理研究，2015，33(1)：84-87.

　　[7] 牛泽东，张倩肖.中国装备制造业的技术创新效率[J]. 数量经济技术经济研究，2012(11)：51-67.

　　[8] 张宗益，周勇，钱灿，等. 基于SFA模型的我国区域技术创新效率的实证研究[J]. 软科学，2006, 20 (2) :125-128.

　　[9] 于明超，中俊喜.区域异质性与创新效率[J].中国软科学，2010(11) :182-192.

　　[10] 戴卓，代红梅. 中国工业行业的技术创新效率研究[J]. 经济经纬，2012(4) :90-94.

　　[11] Caves,D.W.，Christensen,L.R.，and W.E. Diewert. The Economic Theory of Index Numbers and the Measurement of Input，Output，and Productivity[J]. Econometrica 50, 1982，1393-1414.

　　[12] Fisher, I. The Making of Index Numbers[M]. Boston: Houghton Mifflin，1992.

　　[13] 章祥荪，贵斌威. 中国全要素生产率分析：Malmquist指数法评述与应用[J]. 数量经济技术经济研究，2008(6)：111-122.