關(guān)鍵詞：交通運(yùn)輸設(shè)備制造業(yè)；技術(shù)創(chuàng)新；數(shù)據(jù)包絡(luò)分析法

0引言

2020年交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)顯示，截至2020年末全國(guó)鐵路運(yùn)營(yíng)里程14.6萬(wàn)千米，是1978年的2.87倍；全國(guó)公路總里程519.81萬(wàn)千米，是1978年的5.88倍；頒證民用航空機(jī)場(chǎng)241個(gè)，是1978年的2.95倍。目前，我國(guó)高速鐵路、高速公路運(yùn)營(yíng)里程均位居世界第一，機(jī)場(chǎng)數(shù)量居世界前列，中國(guó)交通已成為亮麗的“中國(guó)名片”。交通運(yùn)輸設(shè)備制造企業(yè)的技術(shù)創(chuàng)新效率不僅是企業(yè)市場(chǎng)競(jìng)爭(zhēng)能力提升和發(fā)展壯大的先決條件，更是引領(lǐng)國(guó)民經(jīng)濟(jì)高質(zhì)量發(fā)展的核心動(dòng)力。研究交通運(yùn)輸設(shè)備制造業(yè)的創(chuàng)新效率具有重要的現(xiàn)實(shí)意義和理論價(jià)值。

1文獻(xiàn)綜述

創(chuàng)新效率評(píng)價(jià)主要方法包括數(shù)據(jù)包絡(luò)法、主成分分析法、層次分析法和模糊綜合評(píng)價(jià)法等。Malmquist指數(shù)由MALMQUIST[1]于1953年提出，CAVES等[2]于1982年逐漸嘗試將這一指數(shù)應(yīng)用于產(chǎn)品生產(chǎn)效率計(jì)算。COOPER[3]在1981年基于新產(chǎn)品生產(chǎn)研發(fā)過(guò)程中出現(xiàn)的決策問(wèn)題，提出了基于經(jīng)驗(yàn)推導(dǎo)和通過(guò)驗(yàn)證的新產(chǎn)品篩選模型，為數(shù)據(jù)包絡(luò)分析（dataenvelopmentanalysis，DEA）的提出奠定了基礎(chǔ)。BANKER等[4]于1984年提出了數(shù)據(jù)包絡(luò)法。20世紀(jì)末，國(guó)外學(xué)者開始將兩種方法結(jié)合，廣泛應(yīng)用于生產(chǎn)效率評(píng)價(jià)。FIRSOVA等[5]根據(jù)上述方法得出規(guī)模經(jīng)濟(jì)是創(chuàng)新發(fā)展的主要來(lái)源，而區(qū)域創(chuàng)新系統(tǒng)的有效性基本上是通過(guò)更廣泛的資源基礎(chǔ)提高，而不是通過(guò)其有效利用提高的。TASNIM等[6]應(yīng)用Tobit回歸模型，結(jié)合全球59個(gè)國(guó)家的綜合數(shù)據(jù)庫(kù)包絡(luò)分析，發(fā)現(xiàn)要素驅(qū)動(dòng)型國(guó)家的效率最高，而創(chuàng)新驅(qū)動(dòng)型經(jīng)濟(jì)的效率最高。KAMI等[7]和MANSFIELD[8]等從理論角度和實(shí)證角度分析驗(yàn)證了產(chǎn)業(yè)集中度對(duì)產(chǎn)業(yè)技術(shù)創(chuàng)新效率水平有顯著影響，同時(shí)，國(guó)家科技及技術(shù)創(chuàng)新政策也與產(chǎn)業(yè)的技術(shù)創(chuàng)新能力密不可分。

在空間應(yīng)用方面，趙巧芝等[9]通過(guò)構(gòu)建網(wǎng)絡(luò)DEA模型，測(cè)算制造業(yè)技術(shù)創(chuàng)新效率，分析各個(gè)階段特征，用來(lái)識(shí)別我國(guó)部分省份間的空間、區(qū)域相關(guān)差異及收斂規(guī)律。劉鳳朝等[10]將創(chuàng)新過(guò)程劃分為新技術(shù)研發(fā)階段和成果轉(zhuǎn)化階段，建立改進(jìn)的兩階段網(wǎng)絡(luò)DEA模型，對(duì)區(qū)域整體效率、技術(shù)研發(fā)效率和轉(zhuǎn)化效率進(jìn)行測(cè)算，認(rèn)為不同產(chǎn)業(yè)之間的差距幅度存在差異，市場(chǎng)化程度較高的產(chǎn)業(yè)，差距幅度較大。

在產(chǎn)業(yè)結(jié)構(gòu)應(yīng)用方面，和晨陽(yáng)[11]通過(guò)建立DEA-Malmquist指數(shù)模型，利用距離函數(shù)的比率測(cè)算生產(chǎn)率指數(shù)，得出交通運(yùn)輸設(shè)備制造業(yè)和電氣機(jī)械及器材制造業(yè)的科技創(chuàng)新發(fā)展較快，技術(shù)退步是制約創(chuàng)新效率的關(guān)鍵因素。王成東等[12]也在該模型的基礎(chǔ)上，通過(guò)定向輸出的方法，對(duì)我國(guó)高端裝備制造業(yè)創(chuàng)新效率進(jìn)行測(cè)算，結(jié)果顯示：研發(fā)投入、人力資源投入、外源性創(chuàng)新對(duì)我國(guó)的高端制造業(yè)創(chuàng)新效率有正向影響，而政策支持和市場(chǎng)競(jìng)爭(zhēng)對(duì)其有負(fù)向影響。

國(guó)內(nèi)外的學(xué)者關(guān)于DEA-Malmquist指數(shù)的應(yīng)用多集中在地區(qū)技術(shù)創(chuàng)新效率的空間特征，而針對(duì)交通運(yùn)輸設(shè)備制造業(yè)的創(chuàng)新技術(shù)效率的研究相對(duì)較少。本文借鑒已有研究成果，采用DEA模型和Malmquist指數(shù)相結(jié)合的方法，從靜態(tài)和動(dòng)態(tài)兩個(gè)視角對(duì)交通運(yùn)輸設(shè)備制造業(yè)上市公司的技術(shù)創(chuàng)新效率進(jìn)行分析。

2模型的構(gòu)建

2.1DEA模型

DEA又稱數(shù)據(jù)包絡(luò)分析，是非參數(shù)線性規(guī)劃模型，用于評(píng)價(jià)多個(gè)決策單元效率及其有效性。多數(shù)學(xué)者選用DEA模型中的規(guī)模報(bào)酬不變的CCR模型和規(guī)模報(bào)酬可變的BCC模型作為評(píng)價(jià)模型。BCC模型是對(duì)CCR模型的改進(jìn)，在CCR模型上增加了約束條件。結(jié)合交通運(yùn)輸設(shè)備制造業(yè)行業(yè)特征，本文選用BCC模型。

2.2Malmquist指數(shù)模型

Malmquist指數(shù)模型用來(lái)測(cè)量決策單元（decisionmakingunits，DMU）從t到t+1時(shí)期動(dòng)態(tài)時(shí)間范圍內(nèi)的效率值。Malmquist指數(shù)模型的優(yōu)點(diǎn)是它將全要素生產(chǎn)率分解為技術(shù)效率與技術(shù)進(jìn)步，其中將技術(shù)效率進(jìn)一步細(xì)分為純技術(shù)效率與規(guī)模效率，從而可以分析出導(dǎo)致生產(chǎn)率變化的具體因素。本文在動(dòng)態(tài)視角方面，選擇Malmquist指數(shù)模型對(duì)交通運(yùn)輸設(shè)備制造業(yè)創(chuàng)新效率進(jìn)行研究。

3創(chuàng)新效率影響因素分析

3.1指標(biāo)選取原則

選擇合適的評(píng)價(jià)指標(biāo)是評(píng)價(jià)創(chuàng)新效率的關(guān)鍵，片面重復(fù)地選取指標(biāo)，忽略存在的約束條件等均會(huì)影響評(píng)價(jià)結(jié)果的準(zhǔn)確性。本文結(jié)合交通運(yùn)輸設(shè)備制造業(yè)的特征，選取指標(biāo)時(shí)遵循如下原則。

可行性原則，要求獲取的數(shù)據(jù)必須客觀有效，本文數(shù)據(jù)均來(lái)自Wind資訊金融數(shù)據(jù)庫(kù)，作為創(chuàng)新效率研究的指標(biāo)依據(jù)。

全面性原則，要求所選取的評(píng)價(jià)指標(biāo)要全面準(zhǔn)確。本文綜合考慮企業(yè)的人力投入、財(cái)力投入、科技產(chǎn)出、經(jīng)濟(jì)產(chǎn)出等因素，選取4個(gè)指標(biāo)對(duì)交通運(yùn)輸設(shè)備制造業(yè)創(chuàng)新效率進(jìn)行研究。

獨(dú)立性原則，要求選取的指標(biāo)能夠突出重點(diǎn)，同時(shí)投入產(chǎn)出指標(biāo)之間又要相互獨(dú)立，以保證指標(biāo)體系的有效性。

科學(xué)性原則，要求既要有利于達(dá)到研究的目的，又能夠得到精確的結(jié)果，使研究評(píng)價(jià)更為科學(xué)。

3.2選取創(chuàng)新效率影響因素的指標(biāo)

在創(chuàng)新過(guò)程中，最基本的創(chuàng)新要素是人力投入和資金投入。在技術(shù)創(chuàng)新中，Ramp;D是影響技術(shù)創(chuàng)新的關(guān)鍵因素，它能客觀地反映技術(shù)創(chuàng)新效率的真實(shí)情況。對(duì)相關(guān)文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn)，國(guó)內(nèi)學(xué)者將技術(shù)改造經(jīng)費(fèi)支出存量作為投入指標(biāo)研究。由于目前我國(guó)處于自主研發(fā)創(chuàng)新的初期，仍以模仿漸進(jìn)性創(chuàng)新為主，為了更好地體現(xiàn)我國(guó)科技創(chuàng)新研發(fā)的現(xiàn)實(shí)狀況，選取研發(fā)投入金額作為投入指標(biāo)，以體現(xiàn)企業(yè)對(duì)技術(shù)創(chuàng)新的重視程度和投入力度。同時(shí)，當(dāng)前研發(fā)人數(shù)也是衡量企業(yè)創(chuàng)新投入的重要指標(biāo)。為此，選取研發(fā)人員數(shù)量和研發(fā)投入金額作為創(chuàng)新效率的投入指標(biāo)。部分文獻(xiàn)選擇以專利申請(qǐng)數(shù)作為產(chǎn)出指標(biāo)，然而環(huán)境因素對(duì)專利申請(qǐng)數(shù)的影響較大，無(wú)法準(zhǔn)確地反映技術(shù)創(chuàng)新給企業(yè)帶來(lái)的全部收益。而與之形成鮮明對(duì)比的是，無(wú)形資產(chǎn)可以直觀地展示企業(yè)全部的技術(shù)創(chuàng)新成果。此外，營(yíng)業(yè)收入為經(jīng)濟(jì)產(chǎn)出指標(biāo)，指企業(yè)在生產(chǎn)經(jīng)營(yíng)活動(dòng)中，通過(guò)銷售商品或提供勞務(wù)而獲得的收益，反映企業(yè)已消耗價(jià)值的補(bǔ)償和新創(chuàng)造價(jià)值實(shí)現(xiàn)的根本源泉，客觀全面反映了技術(shù)創(chuàng)新成果投入市場(chǎng)所帶來(lái)的商業(yè)價(jià)值。創(chuàng)新效率評(píng)價(jià)指標(biāo)體系見表1。

3.3指標(biāo)相關(guān)性檢驗(yàn)

DEA模型相關(guān)性檢驗(yàn)結(jié)果見表2和表3。

由表2、表3相關(guān)性檢驗(yàn)結(jié)果可知，選取的投入產(chǎn)出指標(biāo)均呈顯性正相關(guān)，可作為創(chuàng)新效率研究評(píng)價(jià)指標(biāo)。

此外，指標(biāo)的個(gè)數(shù)需滿足“拇指法則”，即2N+1M的條件，其中，Ｎ為投入產(chǎn)出指標(biāo)個(gè)數(shù)，Ｍ為DMU個(gè)數(shù)[12]。本文指標(biāo)個(gè)數(shù)滿足2×4+1＜39，可進(jìn)行后續(xù)評(píng)價(jià)分析。

4交通運(yùn)輸設(shè)備制造業(yè)上市公司創(chuàng)新效率分析

以2016—2020年我國(guó)交通運(yùn)輸設(shè)備制造業(yè)A股上市公司為研究對(duì)象，數(shù)據(jù)來(lái)自Wind資訊金融數(shù)據(jù)庫(kù)，將ST、*ST類公司及數(shù)據(jù)缺失企業(yè)剔除，最終選取39家上市公司數(shù)據(jù)作為研究樣本。

4.1基于BCC模型創(chuàng)新效率橫向分析

運(yùn)用DEAP軟件測(cè)算出中國(guó)交通運(yùn)輸設(shè)備制造業(yè)A股上市公司2020年綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率等指標(biāo)，分析結(jié)果見表4。

由表4可知，煉石航空、中航西飛、上海鳳凰、內(nèi)蒙一機(jī)的綜合效率、純技術(shù)效率、規(guī)模效率均為1，說(shuō)明這4家企業(yè)的創(chuàng)新技術(shù)投入與產(chǎn)出之間配置達(dá)到了最佳效果，占樣本總數(shù)的10.26%。其中綜合效率平均值為0.422，處于較低的水平，各企業(yè)效率值相差懸殊，思維列控的綜合效率最低為0.097。林海股份、中國(guó)船舶、中國(guó)中車的純技術(shù)效率等于1，而規(guī)模效率小于1，表明此3家企業(yè)相較于其他企業(yè)技術(shù)有效而規(guī)模無(wú)效。技術(shù)有效表明這些企業(yè)在技術(shù)水平方面處于交通運(yùn)輸設(shè)備制造業(yè)上市公司的前沿面，屬于技術(shù)領(lǐng)先的企業(yè)；規(guī)模效率無(wú)效主要是由投入與產(chǎn)出配置不合理造成的。

4.2基于Malmquist模型創(chuàng)新效率縱向分析

通過(guò)運(yùn)行DEAP2.1軟件，分析交通運(yùn)輸設(shè)備制造業(yè)A股上市公司的Malmquist指數(shù)，分析結(jié)果見表5、表6。

從總體水平來(lái)看，2016—2020年交通運(yùn)輸設(shè)備制造企業(yè)全要素生產(chǎn)率呈下降趨勢(shì)，僅2018—2019年全要素生產(chǎn)率大于1，說(shuō)明我國(guó)交通運(yùn)輸設(shè)備制造企業(yè)創(chuàng)新效率普遍偏低。從技術(shù)效率角度看，2016—2020年呈逐年下降的情況，技術(shù)效率下降是導(dǎo)致全要素生產(chǎn)率下降的主要原因。對(duì)技術(shù)效率進(jìn)一步分解可以看出，2016—2017年與2017—2018年技術(shù)效率下降是由于該期間純技術(shù)效率的大幅下降導(dǎo)致；2018—2019年與2019—2020年技術(shù)效率下降的主要原因是規(guī)模效率的降低。技術(shù)創(chuàng)新效率的提高要依賴于各指標(biāo)的均衡發(fā)展，避免“顧此失彼”的情況出現(xiàn)。

從企業(yè)層面來(lái)看，39家交通運(yùn)輸設(shè)備制造企業(yè)中有16家企業(yè)全要素生產(chǎn)率大于1，占樣本總數(shù)的41.03%，說(shuō)明其全要素生產(chǎn)率達(dá)到最優(yōu)生產(chǎn)效率，其余23家企業(yè)呈下降趨勢(shì)。從規(guī)模效率來(lái)看，近5年呈逐年下降的情況，且各年份的數(shù)值均小于1，說(shuō)明近5年交通運(yùn)輸設(shè)備制造業(yè)的規(guī)模呈下降的趨勢(shì)并未達(dá)到標(biāo)準(zhǔn)規(guī)模。技術(shù)效率的均值大于1，說(shuō)明39家交通運(yùn)輸設(shè)備制造企業(yè)的技術(shù)效率是增長(zhǎng)的，其中煉石航空的創(chuàng)新技術(shù)效率處于行業(yè)領(lǐng)先地位，效率指數(shù)高達(dá)1.759。從技術(shù)進(jìn)步來(lái)看，均值為0.927，小于1，說(shuō)明近5年我國(guó)交通運(yùn)輸設(shè)備制造業(yè)在創(chuàng)新技術(shù)水平上總體呈倒退趨勢(shì)，但仍有部分企業(yè)技術(shù)進(jìn)步處于增長(zhǎng)趨勢(shì)，如錢江摩托等。反映出企業(yè)在技術(shù)進(jìn)步方面存在的問(wèn)題，技術(shù)資源投入不足且利用率低。

5結(jié)論

（1）煉石航空、中航西飛、上海鳳凰、內(nèi)蒙一機(jī)這4家企業(yè)的技術(shù)創(chuàng)新效率投入產(chǎn)出達(dá)到了合理狀態(tài)。研發(fā)人才及資金投入構(gòu)成了交通運(yùn)輸設(shè)備制造業(yè)的前沿面，創(chuàng)新研發(fā)能力應(yīng)繼續(xù)保持并穩(wěn)步提升。相較于這4家企業(yè)，其他交通運(yùn)輸設(shè)備制造企業(yè)技術(shù)創(chuàng)新投入產(chǎn)出未達(dá)到理想狀態(tài)，技術(shù)創(chuàng)新效率較低。

（2）交通運(yùn)輸設(shè)備制造業(yè)全要素生產(chǎn)率沒(méi)有達(dá)到最優(yōu)水平。技術(shù)進(jìn)步的下降影響了全要素生產(chǎn)率，交通運(yùn)輸設(shè)備制造業(yè)技術(shù)創(chuàng)新能力不足。