楊華領(lǐng)

摘 要全面回顧企業(yè)技術(shù)創(chuàng)新效率核算方法及模型，系統(tǒng)梳理我國上市公司（2010-2017年）技術(shù)創(chuàng)新效率有關(guān)文獻(xiàn)。發(fā)現(xiàn)，隨機(jī)前沿分析法（SFA）和數(shù)據(jù)包絡(luò)分析法（DEA）是最常用的測算企業(yè)技術(shù)效率的方法，但兩者在數(shù)據(jù)處理、模型類別、結(jié)果應(yīng)用等方面存在明顯區(qū)別，使用時(shí)要結(jié)合具體情況，選擇合適的方法。

關(guān)鍵詞技術(shù)創(chuàng)新；效率；核算方法

隨著“創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略”的逐步推進(jìn)，我國的研發(fā)投入和研發(fā)產(chǎn)出絕對量增長迅速，均處于世界前列。根據(jù)國家統(tǒng)計(jì)局發(fā)布的《2018年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)》，2018年我國研究與試驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)支出19657億元，比上年增長11.6%，與國內(nèi)生產(chǎn)總值之比為2.18%。2018年境內(nèi)外專利申請432.3萬件，比上年增長16.9%；授予專利權(quán)244.7萬件，增長33.3%。然而，代表較高創(chuàng)新水平、體現(xiàn)專利技術(shù)和市場價(jià)值的技術(shù)創(chuàng)新活動產(chǎn)出成果——發(fā)明專利授權(quán)量僅占專利授權(quán)總量的35.95%，且國內(nèi)有效發(fā)明專利維持時(shí)間超過5年和超過10年僅占46.7%和4.6%，明顯低于國外發(fā)達(dá)經(jīng)濟(jì)體的83.5%和23.8%。

可以看出，一方面我國的研發(fā)經(jīng)費(fèi)投入總量已處于世界前列，另一方面我國的有效專利數(shù)量及有效時(shí)長均明顯低于歐美等發(fā)達(dá)國家。這說明，各界對技術(shù)創(chuàng)新活動的關(guān)注點(diǎn)是研發(fā)投入規(guī)模（數(shù)量），忽視研發(fā)產(chǎn)出質(zhì)量，抑或?qū)夹g(shù)創(chuàng)新效率的重視不足。選擇合適的方法或模型量化企業(yè)的研發(fā)效率并深入分析影響因素顯得尤為重要。長期以來，國內(nèi)外文獻(xiàn)較多地探討了企業(yè)的技術(shù)創(chuàng)新水平（一般以研發(fā)資源投入，如R&D費(fèi)用表示）或技術(shù)創(chuàng)新能力（一般以研發(fā)活動產(chǎn)出，如各類專利數(shù)量表示）問題，前者聚焦企業(yè)技術(shù)創(chuàng)新的投入規(guī)模問題，比如企業(yè)自身特征或內(nèi)外部因素是否及如何影響企業(yè)對研發(fā)活動的投入。后者關(guān)注企業(yè)的技術(shù)創(chuàng)新能力，尤其以各類專利為基礎(chǔ)的企業(yè)技術(shù)創(chuàng)新能力大小及影響因素。對企業(yè)技術(shù)創(chuàng)新效率即研發(fā)投入到產(chǎn)出的轉(zhuǎn)化效率的關(guān)注相對匱乏，甚至于“如何界定企業(yè)技術(shù)創(chuàng)新效率”尚存爭議。

自上世紀(jì)90年度滬深股票市場成立以來，我國上市公司發(fā)展迅速，截止2018年底上市公司數(shù)量已突破3500家。上市公司是各個(gè)行業(yè)表現(xiàn)較好的企業(yè)，在一定程度上最能代表我國企業(yè)的真實(shí)水平。對上市公司的技術(shù)創(chuàng)新效率進(jìn)行深入細(xì)致的研究，不僅對上市公司而且對監(jiān)管部門具有重要的意義。本文的貢獻(xiàn)主要是：全面梳理企業(yè)技術(shù)創(chuàng)新效率的常用測算方法及使用范圍，為評價(jià)企業(yè)技術(shù)創(chuàng)新效率提供思路借鑒，同時(shí)提供基于文獻(xiàn)資料的我國上市公司技術(shù)創(chuàng)新效率水平現(xiàn)狀。

根據(jù)知識生產(chǎn)函數(shù)理論，技術(shù)創(chuàng)新活動可以抽象為研發(fā)人員、研發(fā)資本及其他研發(fā)資源等投入要素向科技論文、專利、新技術(shù)和新產(chǎn)品等產(chǎn)出要素的轉(zhuǎn)化過程。研發(fā)投入抑或研發(fā)產(chǎn)出都只是企業(yè)研發(fā)過程中的一個(gè)環(huán)節(jié)，研發(fā)投入高的企業(yè)不一定能夠獲得理想的研發(fā)產(chǎn)出；同理，研發(fā)產(chǎn)出高的企業(yè)也可能以嚴(yán)重的研發(fā)資源浪費(fèi)為代價(jià)?；诖?，本文認(rèn)為企業(yè)技術(shù)創(chuàng)新效率是企業(yè)研發(fā)投入（研發(fā)人員、研發(fā)資本及其他研發(fā)資源）轉(zhuǎn)化研發(fā)產(chǎn)出（專利、新技術(shù)和新產(chǎn)品）的效率。從計(jì)量或測算角度看，技術(shù)創(chuàng)新效率等于，給定技術(shù)產(chǎn)出的條件下，實(shí)際投入量與前沿生產(chǎn)面所對應(yīng)的投入量的距離，距離越大，被測算單位的技術(shù)效率越低。

需要注意的是，本文認(rèn)為技術(shù)創(chuàng)新效率與績效是不同的概念。企業(yè)創(chuàng)新績效包括“績”和“效”兩個(gè)方面，其中“績”是成績或業(yè)績，是與企業(yè)創(chuàng)新活動有關(guān)的創(chuàng)新成果，表現(xiàn)為創(chuàng)新活動的產(chǎn)出數(shù)量（如專利數(shù)量、直接成果新產(chǎn)品數(shù)量）、產(chǎn)出質(zhì)量（創(chuàng)新成果產(chǎn)生的經(jīng)濟(jì)效益）。“效”是效率，是指以盡可能少的投入獲得盡可能多的產(chǎn)出，即盡可能不浪費(fèi)資源。績效兩字，績在前效在后，說明做事首先要考慮目標(biāo)，在確保完成目標(biāo)的情況下兼顧效率。所以，效率是關(guān)于做事的方式，而效果則關(guān)注結(jié)果，或者說要達(dá)到的目標(biāo)。測算企業(yè)技術(shù)創(chuàng)新績效的方法主要有兩種，一是以專利為基本依據(jù)的測量，包括專利申請量、專利授權(quán)量、有效專利量或?qū)＠C量；二是使用新產(chǎn)品銷售收入或市場份額進(jìn)行替代測算。很多標(biāo)題出現(xiàn)創(chuàng)新績效的文獻(xiàn)，基本采用的是產(chǎn)出法測算技術(shù)創(chuàng)新效率，以專利申請量直接作為創(chuàng)新績效指標(biāo)的文獻(xiàn)居多。

由于技術(shù)創(chuàng)新活動的投入與產(chǎn)出在不同企業(yè)（尤其是不同行業(yè)）之間不具有可比性，導(dǎo)致企業(yè)技術(shù)創(chuàng)新絕對效率的計(jì)算難度很大。因此，學(xué)者一般借鑒經(jīng)濟(jì)學(xué)中的生產(chǎn)前沿面理論，用企業(yè)技術(shù)創(chuàng)新活動實(shí)際產(chǎn)出相對于最優(yōu)生產(chǎn)前沿面的距離，測算技術(shù)創(chuàng)新的相對效率。在給定投入下，各個(gè)企業(yè)的技術(shù)創(chuàng)新實(shí)際產(chǎn)出與該前沿生產(chǎn)面之間的距離即為技術(shù)創(chuàng)新活動投入產(chǎn)出的效率，距離最優(yōu)生產(chǎn)前沿面越遠(yuǎn)技術(shù)創(chuàng)新效率越低。構(gòu)造（擬合）最優(yōu)生產(chǎn)前沿面的方法有參數(shù)法和非參數(shù)法兩大類。

（一）參數(shù)法

參數(shù)法以隨機(jī)前沿分析（Stochastic Frontier Approach， 簡稱SFA） 為主， SFA由Aigner等、Meeusen 和Broeck分別提出，該法基于整個(gè)樣本采用計(jì)量方法對生產(chǎn)函數(shù)進(jìn)行估計(jì)進(jìn)而構(gòu)造最佳生產(chǎn)前沿面。測算某一企業(yè)技術(shù)效率的基本思路是， 首先要估計(jì)一個(gè)生產(chǎn)函數(shù) ， 據(jù)此確定各種生產(chǎn)要素對產(chǎn)出的貢獻(xiàn) ， 然后將不能被生產(chǎn)要素貢獻(xiàn)所解釋的部分（回歸分析的殘差項(xiàng)）視為企業(yè)的技術(shù)效率，該部分的數(shù)值越大表示企業(yè)的技術(shù)創(chuàng)新效率越高。

在使用隨機(jī)前沿分析法時(shí)，應(yīng)首先判斷隨機(jī)前沿模型的適用性。可以通過Frontier4.1函數(shù)計(jì)算總體誤差項(xiàng)中技術(shù)無效部分的占比進(jìn)行判斷，占比越接近1，總體誤差項(xiàng)中由技術(shù)無效率造成的比例越大，采用隨機(jī)前沿模型越合理。占比越接近0，隨機(jī)前沿模型退化為一般的線性回歸模型，用普通最小二乘法即可得到參數(shù)估計(jì)值。通過計(jì)量方法判斷模型的適用性也是SFA模型異于DEA模型的主要特征。

（二）非參數(shù)法

非參數(shù)法 以數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis， 簡稱DEA）最具代表性。DEA由Charnes、Cooper和Rhode首次提出，簡稱為CCR模型或C2R模型或規(guī)模報(bào)酬不變模型。基本思路是利用數(shù)學(xué)規(guī)劃原理（線性規(guī)劃技術(shù)），根據(jù)多組投入與產(chǎn)出數(shù)據(jù)計(jì)算決策單位的效率，得出的總效率值等于配置效率與技術(shù)效率之乘積。即總效率=配置效率×技術(shù)效率。

根據(jù)CCR模型在使用中所暴露出來的問題，學(xué)者對CCR模型進(jìn)行的多次擴(kuò)展和完善?；贑CR模型的規(guī)模報(bào)酬不變假設(shè)與現(xiàn)實(shí)不相符之事實(shí)，Banker、Charnes和Cooper提出了規(guī)模報(bào)酬可變的BCC模型，將技術(shù)效率進(jìn)一步分解為規(guī)模效率和純技術(shù)效率，即技術(shù)效率=規(guī)模效率×純技術(shù)效率，此時(shí)總效率=配置效率×規(guī)模效率×純技術(shù)效率。相較于CCR模型中的技術(shù)效率值，根據(jù)BCC模型計(jì)算的純技術(shù)效率更準(zhǔn)確、更加符合實(shí)際。

之后，基于處在生產(chǎn)前沿線上的決策單元效率同為數(shù)值1而無法比較之缺陷，Andersen和Petersen提出了DEA超效率模型?；跓o法直接比較決策單元技術(shù)效率變化的不足，F(xiàn)are等將DEA與Malmquist結(jié)合起來，通過將Malmquist指數(shù)分解成技術(shù)進(jìn)步、技術(shù)效率變動以及規(guī)模效率變動三部分，從而將研究視角從技術(shù)效率拓展到技術(shù)效率的變化?；趥鹘y(tǒng)DEA模型將決策單元自身經(jīng)營看作黑箱，忽視了決策單元所處環(huán)境因素的差異性，將DEA與tobit相結(jié)合產(chǎn)生了DEA二階段模型。更進(jìn)一步，F(xiàn)ried等將DEA分別與Tobit和SFA相結(jié)合構(gòu)建了三階段效率測算模型 。上述CCR模型、BCC模型、超效率模型以及DEA-Malmquist指數(shù)模型是現(xiàn)有文獻(xiàn)較常用的技術(shù)效率測算模型。

（三）DEA與SFA的比較分析

梳理企業(yè)技術(shù)創(chuàng)新效率相關(guān)文獻(xiàn)，SFA和DEA在測算企業(yè)技術(shù)創(chuàng)新效率方面各有千秋。兩者的主要優(yōu)缺點(diǎn)如表1所示：

在計(jì)算企業(yè)技術(shù)創(chuàng)新效率時(shí)，DEA方法使用的通常是各年度的截面數(shù)據(jù)，一次計(jì)算僅能提供所在年度的技術(shù)創(chuàng)新效率，而SFA方法使用的數(shù)據(jù)是面板數(shù)據(jù)，一次計(jì)算可以得出樣本公司多個(gè)年度的技術(shù)創(chuàng)新效率數(shù)據(jù)。無論DEA還是SFA，計(jì)算得出的企業(yè)技術(shù)創(chuàng)新效率均是某一組樣本內(nèi)的相對效率，在樣本內(nèi)部可比性較強(qiáng)。但由于不同行業(yè)之間，企業(yè)的生產(chǎn)經(jīng)營模式差別很大，把所有企業(yè)放在一起比較技術(shù)創(chuàng)新效率，合適與否是一個(gè)值得商榷的問題。筆者認(rèn)為，（1）分行業(yè)測算技術(shù)創(chuàng)新效率非常有必要。（2）對面板數(shù)據(jù)而言，DEA根據(jù)樣本期間構(gòu)造多個(gè)生產(chǎn)前沿面，SFA不分樣本期間構(gòu)造一個(gè)生產(chǎn)前沿面，所以DEA計(jì)算出來的技術(shù)創(chuàng)新效率更能體現(xiàn)時(shí)間變動趨勢。此外，DEA方法計(jì)算的是相對效率，要求其比較對象所處的環(huán)境基本一致，把所有上市公司放在一起比較，是否合適。遺憾的是，現(xiàn)有文獻(xiàn)或者直接采用專利數(shù)據(jù)替代技術(shù)創(chuàng)新效率，或者不區(qū)分具體行業(yè)混合計(jì)算技術(shù)創(chuàng)新效率。

以“上市公司”和“技術(shù)效率”或“創(chuàng)新效率”為關(guān)鍵詞，從中國知網(wǎng)搜集近十年（2010-2019）的文獻(xiàn)，統(tǒng)計(jì)學(xué)者如何測算上市公司的技術(shù)創(chuàng)新效率?？傮w而言，包括SFA、DEA、DEA與SFA結(jié)合、非DEA和SFA等四種方法。采用SFA方法或DEA方法的代表性文獻(xiàn)如表2所示。顯而易見，不同文獻(xiàn)計(jì)算的上市公司技術(shù)創(chuàng)新效率結(jié)果存在較大差異。盡管存在不屬同一行業(yè)、年限期間不同等客觀原因，但較大差異的存在還是要引起足夠的重視。

還有部分文獻(xiàn)，將DEA和SFA結(jié)合起來探討更細(xì)致的技術(shù)創(chuàng)新效率問題。黃凌云等分別使用SFA和DEA模型對制造業(yè)（26個(gè)二級分類）上市公司1999-2007年的技術(shù)創(chuàng)新效率進(jìn)行測算，發(fā)現(xiàn)兩種方法計(jì)算的技術(shù)效率雖存在差異但具有較強(qiáng)的相關(guān)性，并且DEA方法測算的技術(shù)效率數(shù)值相對較大。蔡理鋮和孫養(yǎng)學(xué)以滬深A(yù)股市場上的20家生物制造業(yè)上市公司（2006-2010），分別使用SFA和DEA模型計(jì)算技術(shù)效率。季凱文和孫凡斌運(yùn)用SFA與DEA相結(jié)合的三階段DEA模型測算我國生物農(nóng)業(yè)上市公司的技術(shù)效率，選擇主營業(yè)務(wù)收入作為產(chǎn)出變量，用固定資產(chǎn)凈值和從業(yè)人員平均數(shù)作為投入指標(biāo)。

此外，部分文獻(xiàn)雖然提到技術(shù)創(chuàng)新效率，但文中所用的指標(biāo)卻是技術(shù)創(chuàng)新績效，直接采用發(fā)明專利表示創(chuàng)新績效，或者采用發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利之和表示，或者對專利數(shù)據(jù)通過企業(yè)總資產(chǎn)、營業(yè)收入、員工人數(shù)予以標(biāo)準(zhǔn)化處理。這與本文的主題不符，不再贅述。

測算企業(yè)技術(shù)創(chuàng)新效率的主流方法是隨機(jī)前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA），無論使用何種方法，均需解決以下關(guān)鍵問題：一是如何確定并量化技術(shù)創(chuàng)新活動的投入，可能是為研發(fā)活動投入的資本、固定資產(chǎn)、人員投入等。二是如何確定最優(yōu)產(chǎn)出。三是采用何種工具將投入與產(chǎn)出納入分析框架以評價(jià)企業(yè)技術(shù)創(chuàng)新效率。可能是基于數(shù)據(jù)可得性、研究目的的不同，不同的學(xué)者使用SFA和DEA的偏好不同，得到的結(jié)果也存在差異。

本文的啟示在于， 在保持我國R&D 經(jīng)費(fèi)投入快速增長的同時(shí)， 將研發(fā)活動的側(cè)重點(diǎn)逐步由高投入“數(shù)量”向高產(chǎn)出“質(zhì)量”轉(zhuǎn)變，尤其注重如何測算企業(yè)技術(shù)創(chuàng)新效率以提高研發(fā)活動的效果，進(jìn)一步鞏固創(chuàng)新驅(qū)動發(fā)展的根基，以促進(jìn)我國的科技事業(yè)更好更快地發(fā)展。

參考文獻(xiàn)

[1] Fried H O ， Lovell C A K ， Schmidt S S ， et al. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J]. Journal of Productivity Analysis， 2002， 17（1-2）：157-174.

[2] Lokshin B， Belderbos R， Carree M. The Productivity Effects of Internal and External R&D： Evidence from a Dynamic Panel Data Model[J]. Oxford Bulletin of Economics and Statistics， 2008， 70（3）：399-413.

[3]韓慶瀟，楊晨，顧智鵬.高管團(tuán)隊(duì)異質(zhì)性對企業(yè)創(chuàng)新效率的門檻效應(yīng)——基于戰(zhàn)略性新興產(chǎn)業(yè)上市公司的實(shí)證研究[J].中國經(jīng)濟(jì)問題，2017（02）：42-53.

[4]韓忠雪，崔建偉，王閃.技術(shù)高管提升了企業(yè)技術(shù)效率嗎？[J].科學(xué)學(xué)研究，2014，32（04）：559-568.

[5]何穎，官建成.我國上市公司的技術(shù)效率[J].研究與發(fā)展管理，2010，22（03）：51-57.

[6]歐陽辰星，游達(dá)明，李龍，潘攀.高管“抑制”對公司創(chuàng)新績效的影響[J].系統(tǒng)工程，2017，35（03）：64-72.

[7]屈國俊，宋林，郭玉晶.中國上市公司技術(shù)創(chuàng)新效率研究——基于三階段DEA方法[J].宏觀經(jīng)濟(jì)研究，2018（06）：97-106.

[8]王萍萍，陳波.軍民融合企業(yè)技術(shù)效率及其影響因素研究[J].管理評論，2019，31（04）：70-82.

（審稿：郭麗婷 編輯：賈璐）