姚夢琪

(南京財經大學 紅山學院, 南京 210000)

制造業(yè)作為實體經濟的主體,是一個國家的立國之本,為盡快實施制造強國戰(zhàn)略,各地也在依照《中國制造2025》計劃的要求,加快完善制造業(yè)創(chuàng)新體系的部署。江蘇省作為中國制造業(yè)大省,制造業(yè)總產值約占全國的1/8左右,制造業(yè)整體收入和利潤常年位居全國第一,江蘇制造業(yè)的優(yōu)勢一目了然,而在這個成績背后憑借的是企業(yè)不斷地創(chuàng)新與科技投入,政府積極促進各類創(chuàng)新要素向企業(yè)集聚,突出企業(yè)創(chuàng)新主體地位。自2009年起,依靠企業(yè)研發(fā)投入超過30%的年度增幅和先進制造業(yè)的強勢發(fā)展,江蘇省區(qū)域創(chuàng)新能力指數連續(xù)8年蟬聯(lián)全國第一。然而從2017年起中國區(qū)域創(chuàng)新版圖發(fā)生變化,廣東省多年來通過淘汰沒有技術含量的中低端產業(yè)、把精力投注于新興產業(yè)和高科技產業(yè),從而實現了產業(yè)質量轉型升級,躋身至區(qū)域創(chuàng)新能力排行榜第一,江蘇省退居第二。此后幾年里江蘇與廣東的區(qū)域創(chuàng)新能力差距逐步拉大,2021年,廣東省區(qū)域創(chuàng)新能力指數為65.46,江蘇省為51.63,相比下來低了13.83個百分點,雖然縱向上江蘇省創(chuàng)新能力指數排名有所下滑,但總的來看其在全國依舊處于領先地位。江蘇省依靠制造業(yè)起家,如何靠制造業(yè)走向未來是其當前面臨的一個重要問題,傳統(tǒng)的發(fā)展模式與發(fā)展路徑已經不能適應新形勢下的要求,需要進一步著眼于數字化轉型、創(chuàng)新發(fā)展和高質量發(fā)展,推動制造業(yè)提質增效,實現從“江蘇制造”向“江蘇創(chuàng)造”“江蘇智造”的轉變,因此分析江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效具有重要的研究意義。

1 文獻綜述

已有學者對企業(yè)創(chuàng)新績效的研究主要集中在創(chuàng)新績效的影響因素和創(chuàng)新績效的評價上。關于創(chuàng)新績效影響因素的研究大致可以概括為3個視角,一是宏觀因素,包括融資環(huán)境、市場環(huán)境、產業(yè)集群環(huán)境、政策環(huán)境、創(chuàng)新戰(zhàn)略等;二是中觀因素,包括企業(yè)規(guī)模和類型、企業(yè)文化等;三是微觀因素,包括創(chuàng)新投入、知識控制力等[1]。關于創(chuàng)新績效的評價,主要從區(qū)域、行業(yè)、企業(yè)3個層面展開,目前常用的測度模型主要包括以下幾種:數據包絡分析、灰色關聯(lián)度分析、人工神經網絡、模糊綜合評價法、層次分析法、主成分分析法、因子分析法、平衡記分卡、功效系數法、優(yōu)劣距離法等。學者們首先基于研究對象和理論基礎構建創(chuàng)新績效評價指標體系,然后采用上述一種或多種方法進行實證研究。其中,數據包絡分析相比其他模型,由于在計算過程中不需要人為賦予權重,所以得到的最終評價結果消除了一定程度主觀因素的影響,相對來說更加客觀,在處理“多輸出-多輸入”的評價方面具有顯著優(yōu)勢,因此應用頻率也最高。例如,陳池[2]基于2005—2020年中國規(guī)模以上工業(yè)企業(yè)經營數據,采用三階段DEA(data envelopment analysis)模型對工業(yè)企業(yè)的創(chuàng)新效率進行了評價。林新奇和趙國龍[3]將74家上市科創(chuàng)板企業(yè)型創(chuàng)新投入和創(chuàng)新產出數據分別代入DEA-CCR 模型和DEA-BCC模型,分析了這些企業(yè)在上市前的創(chuàng)新績效水平。張家峰等[4]構建了高校科研創(chuàng)新績效評價指標體系,運用DEA-Malmquist-Tobit模型,對2008—2017年長三角高?？蒲袆?chuàng)新績效整體進行了靜態(tài)和動態(tài)分析評價。沙巨山和劉洪久[5]采用DEA模型和灰色關聯(lián)度模型對江蘇省13個城市創(chuàng)新績效進行了實證研究。

2 研究方法與模型構建

數據包絡分析(data envelopment analysis,DEA)起源于Farrell的效率理論,后來經由Charnes等[6]進一步擴展提出。DEA作為一種非參數估計方法,不需要預設生產函數的具體形式,其通過對實際觀測數據的分析,構造前沿生產函數模型,實現對決策單元的相對有效性評價,從而可以避免人為主觀因素的影響,因此目前該方法已成為評價多投入多產出情況下決策單元相對有效性最為廣泛的數理方法之一。經過長期的研究,DEA也發(fā)展出一系列模型,如CCR模型、BCC模型、NIRS模型、Malmquist模型、SBM模型、RAM模型、超效率模型、交叉效率模型等。本文根據不同模型的特征和適用情況,采用了對同一時期進行效率測度的CCR模型、BCC模型和對不同時期進行效率測度的Malmquist模型。

2.1 規(guī)模報酬不變的CCR模型

CCR模型所求的效率是綜合技術效率,也就是純技術效率和規(guī)模效率的乘積,經濟含義代表的是若以位于效率前沿面上的決策單位為標準,第i個決策單位想要達到相同的產出水平所需要投入的資源比例。假設有N個決策單元,通過使用M種投入最后得到S種產出,用xj和yj表示投入產出指標向量,假設規(guī)模報酬不變,通過求解如下數學規(guī)劃問題可以得到最優(yōu)權重:

(1)

2.2 規(guī)模報酬可變的BCC模型

由于CCR模型存在無法評價DMU(desicion making unit)純技術效率的不足之處,1984年,Banker等[7]對此方面做了進一步改進,假設規(guī)模報酬可變,在CCR模型式(1)的基礎上增加了一個約束條件。

憑借CCR模型和BCC模型,能夠計算出任意一家DMU的技術效率和純技術效率,并根據公式技術效率=純技術效率×規(guī)模效率,從而求得該家DMU的規(guī)模效率。

2.3 Malmquist模型

Malmquist模型1953年由瑞典經濟學家和統(tǒng)計學家Sten Malmquist提出,后經過Fare等[8]學者的進一步發(fā)展,在全要素生產率增長測算中得到了廣泛應用,可以利用面板數據分析生產率指數跨期變動情況。Malmquist 生產率指數的變動可以分解為技術效率變動與技術變動,其中,TEC是規(guī)模報酬不變且要素自由處置條件下t與t+1時期之間的相對效率變化指數,主要由管理、制度改革等改善引起的效率提高;技術變動主要是技術創(chuàng)新、技術引進的結果,可使生產可能性邊界外移。Malmquist 指數模型如式(2)所示。

式中:x為投入向量;y為產出向量;Dt為距離函數。

3 樣本數據來源與變量選取

3.1 樣本數據來源

以江蘇省制造業(yè)上市企業(yè)為研究樣本,剔除了信息披露缺失、財務狀況異常及極端值的企業(yè)后,最終剩余樣本企業(yè)數共計169家,其中,計算機、通信和其他電子設備制造業(yè)有25家,汽車制造業(yè)有13家,化學原料及化學制品制造業(yè)有22家,醫(yī)藥制造業(yè)有6家,電氣機械及器材制造業(yè)有16家,鐵路、船舶、航空航天和其他運輸設備制造業(yè)有5家,金屬、非金屬制造業(yè)有22家,橡膠和塑料制品業(yè)有7家,專用設備、通用設備、儀器儀表制造業(yè)有44家,家具、紡織、食品等其他制造業(yè)有9家。收集了樣本企業(yè)2018—2020年的投入產出數據,數據來源于國泰安數據庫。

3.2 變量選取

要合理有效地利用DEA模型測度創(chuàng)新績效,關鍵在于投入產出指標的選取。道格拉斯生產函數表示了在既定的生產技術條件下投入和產出之間的數量關系,通常使用勞動力和資本這兩種生產要素投入。結合制造業(yè)上市企業(yè)特點,綜合借鑒李健英和慕羊[9]等學者已有研究,并且考慮到數據的可得性,構建了江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效評價指標體系如表1所示。其中,投入指標從資本和勞動力兩個角度選取研發(fā)投入經費和研發(fā)人員衡量,產出指標從創(chuàng)新成果直接產出和經濟效益間接產出選取指標衡量。

表1 江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效評價指標體系

4 江蘇省上市企業(yè)現狀

4.1 總體狀況

表2列示了2018—2020年江蘇省169家制造業(yè)上市企業(yè)研發(fā)投入與產出的描述性統(tǒng)計結果,可以看出研發(fā)費用總投入和研發(fā)強度呈現逐年遞增趨勢,說明國家的創(chuàng)新驅動戰(zhàn)略凸顯成效,制造業(yè)企業(yè)越來越重視科技創(chuàng)新。2020年研發(fā)投入強度均值為5.38%,最大值為38.98%,最小值為0.09%,一般來說,研發(fā)強度達到5%以上的企業(yè)更有競爭力,說明總體上來看當前江蘇省制造業(yè)企業(yè)的研發(fā)水平較高,但仍有部分企業(yè)面臨創(chuàng)新資金投入不足的問題。企業(yè)研發(fā)員工數量和占全部員工的比例近幾年相對來說變化不大,3年平均值為379.82和16.91%。2018—2020年企業(yè)專利獲得數量穩(wěn)步增長,平均值為168.88個,營業(yè)收入增長率和總資產報酬率可能受疫情影響,有所波動。

表2 江蘇省制造業(yè)上市企業(yè)研發(fā)投入與產出總體狀況

表3 江蘇省制造業(yè)上市企業(yè)研發(fā)投入與產出不同行業(yè)狀況

4.2 各行業(yè)狀況

通過分行業(yè)計算企業(yè)相關指標2018—2020年的平均值,可以發(fā)現,醫(yī)藥制造業(yè)的R&D費用投入和R&D強度最高,說明了在疫情持續(xù)影響、行業(yè)變革與競爭加劇等大背景下,醫(yī)藥企業(yè)要突出重圍還是要依賴于創(chuàng)新,而家具、紡織、食品等其他制造業(yè)研發(fā)投入相對較低。從R&D員工占比來看,計算機、通信和其他電子設備制造業(yè)較高,為21.41%,家具、紡織、食品等其他制造業(yè)仍舊是最低,為8.64%。從專利獲得數量來看,家具、紡織、食品等其他制造業(yè)年均244.78件,其次是金屬、非金屬制造業(yè)年均221.56件,以及計算機、通信和其他電子設備制造業(yè)年均206.88件,其余行業(yè)在110～170件。從營業(yè)收入增長率和總資產報酬率來看,醫(yī)藥制造業(yè)依舊領先,反映出這一行業(yè)高投入、高產出的特點。

5 DEA實證分析

5.1 靜態(tài)效率評價

將169家江蘇省制造業(yè)上市企業(yè)創(chuàng)新投入與產出數據導入DEAP 2.1分析軟件,得到了樣本企業(yè)的靜態(tài)創(chuàng)新績效評價結果,如表4所示。

表4 2018—2020年江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效變化情況

綜合技術效率是對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價,可分為純技術效率和規(guī)模效率。從表4可以看出,近3年來,169家企業(yè)綜合技術效率達到有效(值均1)的企業(yè)數雖然逐年增加,但到2020年也只達到了12家,帕累托最優(yōu)占樣本總量的7.10%,且綜合技術效率均值相對來說整體偏低,多數企業(yè)處于DEA無效狀態(tài)且距離生產前沿面有一定的差距。說明在此期間江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效沒有達到最優(yōu)狀態(tài),普遍存在投入過多或產出欠缺的問題,創(chuàng)新投入資源配置效率有待進一步提高。其中規(guī)模效率的均值大于純技術效率的均值,表示制約江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效的原因主要是由于純技術效率較低所致。

純技術效率反映了由于管理和技術等因素影響的生產效率,3年樣本企業(yè)純技術效率達到有效(值為1)的企業(yè)數為13、21、15家,從均值來看,純技術效率值都處于0.6～0.8,效率值水平一般,說明江蘇省制造業(yè)上市企業(yè)需要在技術創(chuàng)新資源方面加大投入,提升技術水平和制度管理水平。2019年有18家企業(yè)實現了規(guī)模有效但沒有達到技術有效(規(guī)模效率值為1,純技術效率值<1),表示這些企業(yè)經營規(guī)模已達到要求,但技術研發(fā)水平還有待提升。

規(guī)模效率反映了由于規(guī)模因素影響的生產效率,從2018年到2020年企業(yè)規(guī)模效率達到有效(值為1)的企業(yè)數雖然有一定波動,但規(guī)模效率均值都超過了0.8,屬于較有效狀態(tài),說明江蘇省制造業(yè)上市企業(yè)整體存在一定的規(guī)模優(yōu)勢但仍需繼續(xù)提升。2018年在這169家樣本企業(yè)中有6家企業(yè)(新萊應材、如通股份、海瀾之家、利通電子、聚燦光電、優(yōu)德精密)實現了純技術有效但沒有達到規(guī)模有效(純技術效率值為1,規(guī)模效率值<1),2019年有13家(森萱醫(yī)藥、華東重機、凱倫股份、基蛋生物、億嘉和、恒瑞醫(yī)藥、如通股份、揚農化工、展鵬科技、電工合金、海瀾之家、云海金屬、優(yōu)德精密),2020年有3家(恒立液壓、海瀾之家、智慧農業(yè)),且這些企業(yè)都呈規(guī)模收益遞減,說明這些企業(yè)的創(chuàng)新能力已經實現了有效,但是在盲目急速擴張的同時忽略了經營管理,研發(fā)資源配置不合理,人力、資金資源投入存在冗余,規(guī)模效應不經濟,需要考慮進一步縮減企業(yè)規(guī)模來增加產出使其達到綜合有效。

從規(guī)模收益看,2020年,處于規(guī)模報酬不變的企業(yè)占7.10%,處于規(guī)模報酬遞增的企業(yè)占83.43%,處于規(guī)模報酬遞減的企業(yè)占9.47%,不同企業(yè)應該根據其所處階段調整資源投入規(guī)模,絕大多數企業(yè)處于規(guī)模報酬遞增反映了制造業(yè)發(fā)展依舊有很大的市場,可以在保持現有優(yōu)勢的基礎上通過適當擴大企業(yè)規(guī)模來達到規(guī)模經濟,從而提升企業(yè)創(chuàng)新績效。

5.2 動態(tài)效率評價

根據2018—2020年江蘇省制造業(yè)上市企業(yè)投入產出面板數據,運用Malmquist指數模型測度近3年169家企業(yè)創(chuàng)新績效Malmquist全要素生產率指數及其分解,以分析企業(yè)創(chuàng)新績效縱向的動態(tài)變化情況,全要素生產率可分解為技術效率和技術進步,技術效率可進一步分解為純技術效率和規(guī)模效率,分解結果如表5所示。

表5 2018—2020年江蘇省制造業(yè)上市Malmquist生產率指數分解變化及均值

從表5可以看出,樣本企業(yè)2018—2019年全要素生產率增長了54.3%,2019—2020年全要素生產率下降了15.4%,創(chuàng)新績效整體上經歷了一個從增長到衰退的過程,增長說明制造業(yè)產業(yè)規(guī)模穩(wěn)步增長、創(chuàng)新動力不斷增強、創(chuàng)新產出大福提升;衰退主要原因可能是受疫情影響,停工停產對企業(yè)造成了一定程度沖擊。但從全要素生產率平均結果來看,均值為1.142,大于1,表明總體而言近3年江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效處于增長趨勢,朝著高質量發(fā)展邁進。由累乘結果可知,2018—2020年期間,江蘇省制造業(yè)上市企業(yè)創(chuàng)新全要素生產率上升了30. 5%,其中技術進步指數增加了35%,但技術效率變化指數減少了3.3%。說明近3年來,企業(yè)對創(chuàng)新投入方面的管理效率下滑,技術效率是制約全要素生產率的最重要因素,江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效的提高主要來源于技術進步指數的提高。將技術效率分解為純技術效率和規(guī)模效率后,發(fā)現規(guī)模效率呈現增長趨勢,技術效率下降主要是由于純技術效率下降,和前述DEA靜態(tài)效率評價結果一致。因而提高江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效,應主要從純技術效率方面著手推進,提升企業(yè)自身的管理運營能力,優(yōu)化企業(yè)對資金的配置及利用效率。

6 結論及建議

以2018—2020年169家江蘇省制造業(yè)上市企業(yè)數據為研究樣本,對總體和各行業(yè)狀況進行了描述性統(tǒng)計,并基于道格拉斯生產函數,構建了創(chuàng)新績效評價指標體系,運用DEA-CCR、DEA-BCC、DEA-Malmquist模型測算了企業(yè)靜態(tài)效率和動態(tài)效率,最終得出以下結論:①企業(yè)研發(fā)資金投入和人力投入逐年遞增,不同行業(yè)存在一定差距,醫(yī)藥制造業(yè)及計算機、通信和其他電子設備制造業(yè)研發(fā)投入較高,家具、紡織、食品等其他制造業(yè)投入較低;②企業(yè)綜合技術效率整體偏低,創(chuàng)新績效沒有達到最優(yōu)狀態(tài),其中規(guī)模效率的均值大于純技術效率,企業(yè)資源配置效率有待進一步提高;③受疫情影響創(chuàng)新績效經歷了一個從增長到衰退的過程,增長主要來源于技術進步指數的提高,相對來說企業(yè)技術進步率大于技術效率變化率,技術效率下降主要是由于純技術效率下降。

根據以上結論,提升江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效需要政府、行業(yè)和企業(yè)三方合力。政府層面,要把《江蘇省貫徹國家創(chuàng)新驅動發(fā)展戰(zhàn)略綱要實施方案》等相關創(chuàng)新政策落地落細,保障制造業(yè)要素供給,進一步加大政策對企業(yè)的支持力度,通過政府補貼、稅收優(yōu)惠等解決企業(yè)研發(fā)資金籌集等困難,優(yōu)化企業(yè)的創(chuàng)新環(huán)境。此外做好制造業(yè)“智改數轉”,加快培育先進制造業(yè)集群,打造具有國際競爭力的先進制造業(yè)基地。行業(yè)層面,要積極求變,用新技術實現行業(yè)跨越發(fā)展和轉型升級,與國內外高校院所、龍頭企業(yè)開展戰(zhàn)略創(chuàng)新合作,促進創(chuàng)新人才、項目和成果等創(chuàng)新要素集聚,形成行業(yè)規(guī)模效應,朝著高端化、智能化、綠色化目標前進。企業(yè)層面,要根據實際情況進行資源配置,既要避免人力、資本等投入不足,又要避免盲目擴張和資源浪費,提高企業(yè)的生產經營和管理水平,積極探索適合本企業(yè)創(chuàng)新發(fā)展的好模式、好經驗。