| 馮琳潔

《2020全球創(chuàng)新指數(shù)》報告指出：中國位居第14，是全球創(chuàng)新指數(shù)排行榜榜單前30名中的唯一中等收入經(jīng)濟(jì)體。 這與我國政府大力支持創(chuàng)新事業(yè)，堅定實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略密不可分。據(jù)《2020年全國科技經(jīng)費投入統(tǒng)計公報》顯示：2020年我國研發(fā)經(jīng)費投入為24393.1億元，同比增長10.2%，占GDP比重為2.40%，再創(chuàng)歷史新高。企業(yè)作為市場經(jīng)濟(jì)活動重要單位，發(fā)揮著推動國家經(jīng)濟(jì)穩(wěn)速增長的關(guān)鍵作用。相關(guān)數(shù)據(jù)表明，近年來企業(yè)研發(fā)經(jīng)費投入占全社會總量均在70%以上，是引領(lǐng)社會創(chuàng)新的關(guān)鍵力量。政府為鼓勵企業(yè)創(chuàng)新也不斷出臺普惠政策，比如：政府補(bǔ)貼、稅收優(yōu)惠、支持企業(yè)共同參與重大科技項目等。此外，于企業(yè)個體而言，由于市場環(huán)境的復(fù)雜性與動蕩程度日益加劇，戰(zhàn)略性創(chuàng)新舉措也成為企業(yè)生存與發(fā)展的關(guān)鍵。

2009年，我國推出創(chuàng)業(yè)板板塊，幫助高成長性的中小企業(yè)融資。創(chuàng)業(yè)板企業(yè)多涉及計算機(jī)、軟件服務(wù)、醫(yī)藥制造業(yè)等高新技術(shù)產(chǎn)業(yè)，是創(chuàng)新生態(tài)圈中的重要一環(huán)，因此研究其創(chuàng)新效率對我國實現(xiàn)創(chuàng)新驅(qū)動具有重要意義?；诖耍疚倪x取445家創(chuàng)業(yè)板企業(yè)為研究對象，運用三階段DEA模型對其創(chuàng)新效率進(jìn)行測算和評價，試圖找出影響樣本企業(yè)研發(fā)效率的因素，并提出相應(yīng)的政策建議。

一、文獻(xiàn)綜述

國內(nèi)外學(xué)者主要從區(qū)域、行業(yè)、企業(yè)三個層面展開關(guān)于創(chuàng)新效率的研究。Fritsch、C Qiang分別以德國五大城市和中國30個省級行政區(qū)為樣本，對比分析不同區(qū)域的創(chuàng)新效率及能源效率。Broekel T以德國270個區(qū)域5年的數(shù)據(jù)為樣本，發(fā)現(xiàn)合作研發(fā)補(bǔ)貼會刺激區(qū)域創(chuàng)新效率。張斌等以我國30個?。ㄊ校檠芯繉ο螅贸使餐吔绾瘮?shù)測算其創(chuàng)新效率，發(fā)現(xiàn)東部、西部和中部的技術(shù)創(chuàng)新效率依次遞減。李培哲等則發(fā)現(xiàn)西部的創(chuàng)新效率最低，東部次之，中部最高。在產(chǎn)業(yè)創(chuàng)新效率方面，肖文等、宋飛文等以工業(yè)行業(yè)為研究對象，采用隨機(jī)前沿模型（SFA）測算其技術(shù)創(chuàng)新效率，發(fā)現(xiàn)中國整體平均技術(shù)創(chuàng)新效率不高。成瓊文利用DEA--Tobit模型對我國工業(yè)行業(yè)的綠色技術(shù)創(chuàng)新效率進(jìn)行實證研究，發(fā)現(xiàn)整體效率呈上升趨勢。

關(guān)于企業(yè)創(chuàng)新效率測算的研究并不在少數(shù)。Cruz-Cázares等采用DEA--Malmquist模型研究了西班牙制造企業(yè)的技術(shù)創(chuàng)新效率。Dia M利用三階段網(wǎng)絡(luò)DEA分析了加拿大最大的14所信用社的效率并對低效的原因進(jìn)行剖析。國內(nèi)學(xué)者梁娜、王新紅等采用傳統(tǒng)的DEA模型分別以我國61家環(huán)保企業(yè)、創(chuàng)新型企業(yè)為研究對象，發(fā)現(xiàn)樣本企業(yè)綜合效率低下，投入產(chǎn)出結(jié)構(gòu)不合理，資源浪費較為嚴(yán)重等現(xiàn)象。徐書彬等人采用三階段DEA方法對41家人工智能企業(yè)進(jìn)行效率測算，指出樣本企業(yè)創(chuàng)新效率較低，且地區(qū)信息化水平、股權(quán)性質(zhì)阻礙了企業(yè)創(chuàng)新效率的提升。孟韜等人通過對我國獨角獸企業(yè)的效率分析，發(fā)現(xiàn)成立年限、政府補(bǔ)貼等有助于提升企業(yè)創(chuàng)新效率。竇錢、屈國俊等人相繼使用三階段DEA效率測算方法評估企業(yè)研發(fā)效率。

表2 變量測量與說明

綜上所述，學(xué)術(shù)界對于企業(yè)創(chuàng)新效率測算的研究頗豐，針對我國上市企業(yè)進(jìn)行相關(guān)研究的也不在少數(shù)，但是鮮有學(xué)者以創(chuàng)業(yè)板企業(yè)為研究對象，測算其創(chuàng)新效率。此外，很多學(xué)者沒有剔除環(huán)境噪聲、隨機(jī)誤差等的影響，這可能會導(dǎo)致測算結(jié)果失真。由此，本文采用三階段DEA模型評估樣本企業(yè)的創(chuàng)新效率，對其影響因素進(jìn)行分析，并針對研究結(jié)果提出相應(yīng)的政策建議，以期為中小型高新技術(shù)企業(yè)提供技術(shù)創(chuàng)新效率改進(jìn)的方向。

二、研究方法與模型

當(dāng)前，創(chuàng)新效率的測算方法主要分為非參數(shù)法和參數(shù)法，前者以數(shù)據(jù)包絡(luò)分析（DEA）為代表，后者以隨機(jī)前沿分析（SFA）為代表。但是這兩種分析方法都存在一定的缺陷，其測算的創(chuàng)新效率值差異是由管理無效率導(dǎo)致的，沒有考慮環(huán)境噪聲和隨機(jī)擾動項的影響。因此，本研究嘗試采用Frdied提出的三階段DEA分析方法，該方法可以彌補(bǔ)上述兩種測算方法的不足，以便得到更加真實的效率值，具體由以下三個階段構(gòu)成：

第一階段：傳統(tǒng)DEA模型。

傳統(tǒng)DEA基于線性規(guī)劃方法，應(yīng)用于多投入、多產(chǎn)出的同類型決策單元（DMU）的效率測算，首次提出的CCR模型假定規(guī)模報酬不變。后續(xù)，學(xué)者們將Shepherd距離函數(shù)的概念引進(jìn)到模型中，提出規(guī)模報酬可變的BCC模型。

本文假定規(guī)模報酬可變，以投入導(dǎo)向為例，該模型的對偶形式如下：

第二階段：隨機(jī)前沿模型SFA 。

Frdied等人指出傳統(tǒng)的DEA模型在評價決策單元效率時，沒有將環(huán)境因素和隨機(jī)噪聲納入考慮范圍，提出要關(guān)注松弛變量的思路。該變量由環(huán)境因素、管理無效率和統(tǒng)計噪聲構(gòu)成，反映初始的低效率。因此，為了準(zhǔn)確測算各DMU的效率值，應(yīng)當(dāng)將其置于同等的環(huán)境和隨機(jī)擾動下，借助SFA回歸，將一階段得到的松弛變量分離成上述三種效應(yīng)，進(jìn)一步獲得調(diào)整后的投入或產(chǎn)出，以便再次測算各DMU的真實效率。

本文以投入導(dǎo)向為例，構(gòu)如下SFA回歸函數(shù)：

為測算各DMU的真實效率，對公式進(jìn)行如下調(diào)整：

第三階段：調(diào)整投入后的DEA模型。

將上階段通過SFA模型調(diào)整后得到的投入變量以及初始的產(chǎn)出變量，再次利用DEA-BCC模型對樣本企業(yè)進(jìn)行創(chuàng)新效率測算。此時獲得的創(chuàng)新效率已經(jīng)剝離了環(huán)境噪聲和隨機(jī)擾動項的影響，相較而言，能夠比較準(zhǔn)確地反映樣本的真實效率。

三、樣本與變量選取

（一）樣本選取

創(chuàng)業(yè)板企業(yè)大多是中小企業(yè)，從事信息技術(shù)、生物科技等為代表的高新技術(shù)業(yè)務(wù)，產(chǎn)品市場潛力大、成長性強(qiáng)，對于拉動經(jīng)濟(jì)增長意義重大。因此，準(zhǔn)確地估計創(chuàng)業(yè)板企業(yè)的創(chuàng)新效率并分離出其影響因素，對于企業(yè)自身和國民經(jīng)濟(jì)的發(fā)展大有裨益?；诖?，本文選取創(chuàng)業(yè)板非金融類企業(yè)為研究對象，收集2019年產(chǎn)出數(shù)據(jù)及上一年度研發(fā)投入數(shù)據(jù)（產(chǎn)出滯后一年的原因后文有進(jìn)行解釋）等相關(guān)數(shù)據(jù)，并按照如下條件對數(shù)據(jù)進(jìn)行清洗：（1）ST、PT企業(yè)；（2）財務(wù)狀況異?；蛐畔?yán)重缺失的企業(yè)；（3）凈利潤為負(fù)值的企業(yè)；（4）2017年之后上市的企業(yè)。最終保留了445家樣本企業(yè)。樣本數(shù)據(jù)中，專利申請數(shù)據(jù)來自國家知識產(chǎn)權(quán)局（http://www.sipo.gov.cn/），地區(qū)經(jīng)濟(jì)狀況與對外開放水平來自《中國城市經(jīng)濟(jì)年鑒2019》，其他數(shù)據(jù)源來源為國泰安數(shù)據(jù)庫。

（二）變量選取

1.投入變量。本文從資本以及勞動力這兩個角度進(jìn)行投入指標(biāo)的選取，考慮到數(shù)據(jù)的可得性，前者用研發(fā)投入經(jīng)費進(jìn)行衡量，后者則以研發(fā)人員全時當(dāng)量指代。

2.產(chǎn)出變量。企業(yè)創(chuàng)新投入的產(chǎn)出分為直接產(chǎn)出和間接產(chǎn)出。前者表現(xiàn)為專利申請（授權(quán)）數(shù)量的提升，由于專利授權(quán)過程比較繁雜、周期較長，故本文選擇專利申請指標(biāo)數(shù)量進(jìn)行衡量。間接產(chǎn)出表現(xiàn)為企業(yè)經(jīng)濟(jì)效益，本文選取凈利潤和主營業(yè)務(wù)收入兩個指標(biāo)指代。此外，由于研發(fā)投入轉(zhuǎn)化為生產(chǎn)成果需要一定的時間，參考現(xiàn)有文獻(xiàn)的做法，本文選擇的產(chǎn)出指標(biāo)均為滯后一期的數(shù)值，即2020年的產(chǎn)出值。

表7 各效率值變化情況表（樣本數(shù)量：445）

DEA模型要求隨著投入量的增加，產(chǎn)出量不得減少（“同向性”）。因此，本文利用stata15.0軟件對樣本數(shù)據(jù)進(jìn)行Pearson相關(guān)性分析，結(jié)果如表1所示，各投入量與產(chǎn)出量之間在1%水平上顯著正相關(guān)，符合“同向性”假定。

表1 投入、產(chǎn)出指標(biāo)Pearson檢驗結(jié)果

3.環(huán)境因素。環(huán)境指標(biāo)需要滿足“分離假設(shè)”，其選取標(biāo)準(zhǔn)主要是：樣本主觀不可控；能對產(chǎn)出指標(biāo)產(chǎn)生影響。本文從以下三個角度進(jìn)行環(huán)境因素的選?。?/p>

（1）地方經(jīng)濟(jì)發(fā)展水平：考慮到地方經(jīng)濟(jì)發(fā)展水平較高的區(qū)域容易吸引人才流動以及資金投入，科研機(jī)構(gòu)較多，風(fēng)險管理能力、信用狀況情況更佳，有利于創(chuàng)新活動的開展。本文選取地區(qū)生產(chǎn)總值、對外開放水平兩個變量作為地方經(jīng)濟(jì)發(fā)展水平指標(biāo)。

（2）企業(yè)基礎(chǔ)：企業(yè)創(chuàng)新活動的實施受到自身資源稟賦的約束，比如規(guī)模大小、財務(wù)杠桿等。本文選取企業(yè)成立年限、股權(quán)集中度、股權(quán)性質(zhì)、負(fù)債率以及企業(yè)規(guī)模五個指標(biāo)進(jìn)行衡量。

（3）政策支持：政府可以為企業(yè)提供技術(shù)支持和政策保障，是影響企業(yè)創(chuàng)新積極性的重要因素。考慮數(shù)據(jù)的可得性，本文選取政府補(bǔ)助數(shù)額作為政府政策支持指標(biāo)。

為了使環(huán)境因素具有可比性，本文對各環(huán)境變量進(jìn)行了無量綱處理。表3為本文所采用數(shù)據(jù)的描述性統(tǒng)計結(jié)果。

表3 各指標(biāo)描述性統(tǒng)計（樣本數(shù)量：445）

四、三階段DEA測算結(jié)果

根據(jù)本文所選用的研究方法，實證部分由三個階段構(gòu)成，以下是各個階段的實證結(jié)果。

（一）第一階段結(jié)果：傳統(tǒng)DEA—BCC實證結(jié)果

樣本企業(yè)效率測算結(jié)果分布情況如表4所示：樣本企業(yè)的綜合效率在0.8以上的企業(yè)僅6家，占比1.35%；綜合效率不到0.2的企業(yè)有215家，占比48.31%，僅4家企業(yè)達(dá)到DEA有效。綜合效率均值為0.240，有近80%的上升空間；純技術(shù)效率均值為0.329，純規(guī)模效率均值為0.758。 本階段結(jié)果顯示我國創(chuàng)業(yè)板企業(yè)整體技術(shù)創(chuàng)新效率低下，主要是由于純技術(shù)效率制約。

表4 樣本企業(yè)創(chuàng)新效率評價結(jié)果分布表（樣本數(shù)量：445）

在445余家樣本企業(yè)中，僅河南四方達(dá)超硬材料、溫氏食品有限公司、上海雪榕生物科技以及樂歌人體工學(xué)科技4家企業(yè)處于效率前沿面，達(dá)到了DEA有效狀態(tài)，占比不足1%。達(dá)到DEA弱有效的企業(yè)有9家，其中8家均為純技術(shù)有效，規(guī)模無效。

由于本階段尚未剔除環(huán)境噪聲和隨機(jī)干擾項的擾動，反映的效率值可能并非是真實值，還需要展開進(jìn)一步的測算。

（二）第二階段結(jié)果：SFA回歸分析結(jié)果

本階段以8個環(huán)境變量作為自變量，并將第一階段傳統(tǒng)的DEA模型中得到的研發(fā)人員投入松弛以及研發(fā)經(jīng)費投入松弛分別作為因變量，采用羅登躍的分離公式，運用Frontier計量軟件分離各個環(huán)境變量對研發(fā)人員投入和經(jīng)費投入冗余的影響，結(jié)果如表5所示。研發(fā)人員投入和經(jīng)費投入均通過LR檢驗，拒絕了不存在管理無效率項的假設(shè)，表明了進(jìn)行SFA回歸是合理的。 值分別為1和0.98，表明在各干擾項中，技術(shù)管理因素的影響占主導(dǎo)地位?；貧w系數(shù)為正表示該環(huán)境變量值的上升會導(dǎo)致松弛變量的增加，會阻礙企業(yè)創(chuàng)新效率的提升；反之亦成立，即系數(shù)為負(fù)代表該環(huán)境變量值的增加能夠提升企業(yè)創(chuàng)新效率，據(jù)此，本文得到如下結(jié)論：

表5 SFA估計結(jié)果

（1）地區(qū)經(jīng)濟(jì)狀況。該變量與研發(fā)投入松弛值呈顯著正相關(guān)關(guān)系。說明地區(qū)經(jīng)濟(jì)越好，GDP水平越高，研發(fā)人員和經(jīng)費的投入冗余也會相應(yīng)增加。通常地區(qū)經(jīng)濟(jì)水平越高，企業(yè)經(jīng)營的外部環(huán)境更佳，能夠提供更好的融資環(huán)境；同時，企業(yè)也面臨著更加激烈的競爭，從而導(dǎo)致企業(yè)盲目融資、擴(kuò)大研發(fā)資源的投入，導(dǎo)致投入冗余的產(chǎn)生。

（2）對外開放水平。該變量與研發(fā)人員投入冗余呈顯著的負(fù)相關(guān)關(guān)系，與研發(fā)經(jīng)費投入冗余呈正相關(guān)關(guān)系。地區(qū)對外開放水平越高，有利于促進(jìn)研發(fā)人員的技術(shù)交流與人才流動，能夠有效減少冗余現(xiàn)象，提升企業(yè)創(chuàng)新效率。而對外開放水平越高，市場準(zhǔn)入壁壘越低，導(dǎo)致企業(yè)盲目增加研發(fā)投入以增強(qiáng)競爭力，從而造成研發(fā)投入資金冗余。

（3）企業(yè)成立年限。該變量與研發(fā)人員松弛值存在顯著的負(fù)相關(guān)關(guān)系，與研發(fā)經(jīng)費松弛不存在顯著關(guān)系。企業(yè)成立時間越久，對研發(fā)人員的安排、調(diào)配更加成熟，能夠減少研發(fā)人員資源浪費，促進(jìn)企業(yè)創(chuàng)新效率的提升。

（4）股權(quán)集中度。第一大股東持股比例的提升會加重研發(fā)人員投入冗余；而股權(quán)集中度對研發(fā)經(jīng)費投入冗余則不存在顯著影響。本文所選取的樣本企業(yè)股權(quán)較為集中，第一大股東平均持股比例為30%。大股東追求高風(fēng)險高回報的傾向，存在盲目增加研發(fā)投入的可能，不利于企業(yè)技術(shù)創(chuàng)新效率的提升。

（5）股權(quán)性質(zhì)。國企會顯著加重研發(fā)人員投入冗余的情況，對研發(fā)經(jīng)費投入冗余無顯著影響。這與實際情況相符，在2019年上市公司研發(fā)投入榜單前十中，央企國企占據(jù)九席，央企國企作為我國科技創(chuàng)新主力軍，容易產(chǎn)生研發(fā)資源投入過度的情況，制約創(chuàng)新效率的提升。

（6）企業(yè)規(guī)模。該指標(biāo)會顯著加重研發(fā)人員投入冗余，對研發(fā)經(jīng)費投入冗余無顯著影響。創(chuàng)業(yè)板多為中小型企業(yè)，隨著企業(yè)規(guī)模的擴(kuò)張，研發(fā)意愿及能力均會增強(qiáng)，容易造成冗余現(xiàn)象。

（7）負(fù)債率。該指標(biāo)水平反映了企業(yè)的舉債經(jīng)營能力，在本文的測算結(jié)果中，負(fù)債率水平與研發(fā)投入冗余并未呈現(xiàn)出顯著的相關(guān)關(guān)系。

（8）政府補(bǔ)助。政府的補(bǔ)助力度與企業(yè)研發(fā)經(jīng)費投入冗余呈正相關(guān)關(guān)系，而對研發(fā)人員投入冗余無顯著影響。一方面，政府的支持能夠在一定程度上緩解企業(yè)研發(fā)經(jīng)費緊張的問題，彌補(bǔ)企業(yè)技術(shù)創(chuàng)新的“溢出效應(yīng)”，提高企業(yè)創(chuàng)新的積極性，但是同時也會造成企業(yè)加大研發(fā)資源的投入量，因此容易造成研發(fā)投入冗余的現(xiàn)象。

（三）第三階段結(jié)果：調(diào)整投入后的DEA測算結(jié)果

通過第二階段的隨機(jī)前沿模型，得到了調(diào)整后的投入量。將新的投入值與原始的產(chǎn)出值再次利用傳統(tǒng)的DEA—BCC模型進(jìn)行效率測算。在剝離了各擾動項之后，各效率值均產(chǎn)生了變化，說明調(diào)整投入量進(jìn)行效率測算是合理的。效率評價結(jié)果如表6至7所示：

表6 一階段及三階段樣本企業(yè)創(chuàng)新效率評價結(jié)果分布表（樣本數(shù)量：445）

1.總體效率分析。如表6、7所示，對第一、第三兩個階段的效率值進(jìn)行比較，綜合創(chuàng)新效率均值從0.240下降至0.174，降幅達(dá)到27.5%；純技術(shù)效率均值由0.329提升至0.890；規(guī)模效率均值由0.758降至0.200?？梢钥闯?，創(chuàng)業(yè)板企業(yè)整體創(chuàng)新效率較低，具體的原因由一階段的純技術(shù)效率制約變?yōu)橐?guī)模效率的制約。

綜合效率方面。在調(diào)整研發(fā)投入量后，綜合效率低于0.5的高達(dá)422家。在445家樣本企業(yè)中，僅5家企業(yè)綜合效率保持不變；上升的為111家，占總體樣本的24.9%；下降的為329家，占比73.9%，其中降幅最大的是森霸傳感科技股份有限公司，降幅為86.71%。

純技術(shù)效率方面。純技術(shù)效率上升的企業(yè)高達(dá)431家，占比96.85%，僅9家企業(yè)下降，5家保持不變。其中，95家企業(yè)的增幅都在80%以上，增幅最大的是北京數(shù)碼視訊科技股份有限公司，高達(dá)93.51%。這表明樣本企業(yè)的管理技術(shù)和能力都較高，投入資源的使用較為有效，之前的低效率主要是由于環(huán)境因素較差所導(dǎo)致。

規(guī)模效率方面。調(diào)整投入后，除9家企業(yè)規(guī)模效率上升，2家保持不變，其余434家企業(yè)規(guī)模效率均下降。236家企業(yè)降幅都在80%以上，其中降幅最大的是拓爾思信息技術(shù)股份有限公司，為94.65%。在研發(fā)投入調(diào)整之后，三階段規(guī)模效率顯著低于一階段，說明在環(huán)境因素的干擾下，這些企業(yè)規(guī)模效率被高估了，應(yīng)該優(yōu)化企業(yè)規(guī)模效率。

2.有效性分析。DEA有效是指同時達(dá)到技術(shù)效率有效和規(guī)模效率有效。如表8所示，在一階段中達(dá)到DEA有效的上市公司有4家，分別是河南四方達(dá)超硬材料、溫氏食品、上海雪榕生物科技、樂歌人體工學(xué)。調(diào)整研發(fā)投入后，達(dá)到DEA有效的企業(yè)減少為3家，為河南四方達(dá)超硬材料、無錫先導(dǎo)智能、溫氏食品，表明這三家企業(yè)的資源分配相對有效，創(chuàng)新效率處于最優(yōu)水平?？梢缘弥瑹o錫先導(dǎo)智能裝備股份有限公司通過增加研發(fā)投入達(dá)到了生產(chǎn)前沿面上。

表8 創(chuàng)新效率有效性評價結(jié)果（樣本數(shù)量：445）

在剔除環(huán)境噪聲和隨機(jī)干擾因素后，弱DEA有效企業(yè)有4家，均為純技術(shù)有效、規(guī)模無效，表明提升規(guī)模效率可以讓這幾家企業(yè)達(dá)到DEA有效。DEA弱有效的企業(yè)從13家下降為7家。余下的435家企業(yè)全部為DEA無效，說明絕大部分樣本企業(yè)都沒有處于生產(chǎn)前沿面，還存在改善空間。

3.規(guī)模報酬分析。如表9所示，在調(diào)整投入后，處于規(guī)模報酬遞增的企業(yè)由339家上升至442家，占比99.33%，表明絕大部分樣本企業(yè)尚未達(dá)到最有規(guī)模，限制了創(chuàng)新效率的提升。這與實際情況相符，創(chuàng)業(yè)板企業(yè)多為中小型企業(yè)，且普遍成立年限不長、規(guī)模較小。因此，這類樣本企業(yè)應(yīng)當(dāng)合理增加研發(fā)資源投入，合理調(diào)配，提高資源利用率，藉此提升企業(yè)創(chuàng)新效率。在剔除環(huán)境噪聲等影響后，僅三家企業(yè)處于規(guī)模報酬不變狀態(tài)，分別為四方達(dá)、先導(dǎo)智能、溫氏股份，說明這三家企業(yè)生產(chǎn)規(guī)模處于相對最優(yōu)狀態(tài)，企業(yè)應(yīng)當(dāng)結(jié)合自身狀況對研發(fā)投入做出相應(yīng)的決策，避免盲目擴(kuò)張。

表9 投入調(diào)整前后的規(guī)模報酬變動狀況（樣本數(shù)量：445）

五、結(jié)論與建議

本文運用DEA—BCC模型和SFA模型對445家創(chuàng)業(yè)板上市公司進(jìn)行創(chuàng)新效率分析，排除環(huán)境噪聲和隨機(jī)干擾后，得到以下結(jié)論：（1）創(chuàng)業(yè)板企業(yè)整體創(chuàng)新效率水平不高，地方經(jīng)濟(jì)水平、股權(quán)集中度、股權(quán)性質(zhì)、企業(yè)規(guī)模均會加重研發(fā)人員投入冗余；而對外開放水平和企業(yè)年齡則會減少研發(fā)人員投入冗余。地區(qū)經(jīng)濟(jì)、對外開放水平和政府補(bǔ)助會加劇研發(fā)經(jīng)費投入，限制企業(yè)創(chuàng)新效率的提升。（2）在剔除環(huán)境噪聲和隨機(jī)干擾項的影響后，431家創(chuàng)業(yè)板企業(yè)的純技術(shù)效率得到了明顯的提升，近百家企業(yè)的增幅都在80%以上；而434家樣本企業(yè)規(guī)模效率明顯下降，導(dǎo)致綜合創(chuàng)新效率也隨之下降。結(jié)果表明創(chuàng)業(yè)板上市企業(yè)技術(shù)管理能力較好，而創(chuàng)新效率較低主要是由于規(guī)模效率低下所導(dǎo)致的。（3）在調(diào)整投入值之后，僅三家企業(yè)處于最優(yōu)生產(chǎn)規(guī)模，442家企業(yè)處于規(guī)模報酬遞增狀態(tài)，占比高達(dá)99.33%，這些樣本企業(yè)可以適當(dāng)擴(kuò)大生產(chǎn)規(guī)模，以便獲得更佳的規(guī)模收益和創(chuàng)新效率。

基于此，本文提出如下建議：（1）從企業(yè)角度而言。擴(kuò)大規(guī)模是創(chuàng)業(yè)板企業(yè)能否實現(xiàn)創(chuàng)新效率的關(guān)鍵；同時也應(yīng)當(dāng)合理規(guī)劃資源，減少資源冗余和浪費的現(xiàn)象；創(chuàng)業(yè)板企業(yè)在積極實施創(chuàng)新戰(zhàn)略的同時，應(yīng)當(dāng)優(yōu)化股權(quán)結(jié)構(gòu)，提升技術(shù)管理水平。（2）從政府角度而言。政府應(yīng)當(dāng)注重知識產(chǎn)權(quán)的保護(hù)，針對產(chǎn)權(quán)問題完善相應(yīng)的立法，積極優(yōu)化創(chuàng)新環(huán)境，完善產(chǎn)學(xué)研合作模式，提升企業(yè)主體研發(fā)的積極性；其次，完善政府補(bǔ)助政策，兼顧合理性與社會效益，同時要完善監(jiān)督機(jī)制，最大化資源的利用；最后，建立健全人才流動機(jī)制，促進(jìn)人才有序流動。