周艳　王健康

[摘要]产业联盟是政府、行业、企业、院校多方参与、共同管理的复杂组织，如何科学评价其投入-产出效益，在对国内外文献梳理的基础上，借鉴科技部2012年产业技术创新联盟绩效评价指标体系构建了基于DEA法的两阶段产业联盟绩效评价思路，以模型构建逻辑框架为主线，从方法、原理进行剖析，对指标选取和应用场景提出了设计和改进。

[关键词]产业联盟;投入;产出;DEA法;两阶段

技术进步与全球化推动全球经济结构变化、经济结构变化导致产业共性问题日益突出，自20世纪70年代末产业联盟开始在美国、欧洲、日本等发达国家和地区蓬勃发展。1985年以来产业联盟组织年增长率高达25%。在美国最大的1000家企业的收入中16%是来自各种联盟。进入20世纪90年代以来，产业联盟在我国也初见端倪，TD-SCDMA产业联盟、宽带联盟、WAPI联盟、闪联等一大批高新技术领域的产业联盟日益兴起。相对于企业并购等模式，产业联盟能以较低的风险实现较大范围的资源调配，避免了兼并收购中可能耗时数月乃至数年的整合过程，从而使其成为企业优势互补、拓展发展空间、提高产业或行业竞争力、实现超常规发展的重要手段。

自2006年六部门联合发布了《关于推动产业技术创新战略联盟构建的指导意见》，2008年国科发《关于推动产业技术创新战略联盟构建的指导意见》更加助推产业联盟的建设，但我国产业联盟在发展与运行过程中出现了的问题主要表现在：

（1）财政支持有限，资本市场的不发达与缺少诚信的环境造成融资困难。

（2）人才、设备、技术成果转化中心、生产力促进中心等中介服务机构均相对稀缺与欠规范。

（3）各个产业特点存在差异，处于不同生命周期，产品的需求类型不同，产业重要性对于国家的意义也有所不同。

（4）联盟成员个体存在合作意愿、信息搜寻能力、拥有资源数量的差别，导致联盟运行、沟通机制不完善。

（5）联盟稳定性较差，部分联盟转瞬即逝，缺乏适于联盟的评价与改善体系或方法。

我们有必要针对这些问题进行分析和探讨，找出相应解决办法，以促进国内的产业联盟的健康快速发展。

一、国内外产业联盟研究现状

E.Porter在《竞争优势》对企业产业联盟的分析;Michelsec（1984）MichelKatz（l986），ClaudedAspermon和AlexisJcuemin（1998）利用博弈论建立模型探讨产业联盟是减少技术溢出的必要条件;RobertoFontana，AldoGeunaMirelleMatt（2005）通过对欧盟企业的问卷调查以及采用计量经济学模型对影响产学研合作倾向以及合作程度的因素进行分析，得出影响产学研合作倾向的主要因素为企业绝对规模、企业的外部开放性，而企业高合作程度主要表现在积极地寻求外部研发的意愿、对于专利创新的保护以及寻求外部资源的能力。

罗云江（2015）针对云计算产业联盟提出了指标递阶层次结构模型，采用分层DEA效率评价方法;张霞（2015）对云南省产业技术创新战略联盟运行模式研究中采用了两阶段DEA法并结合实际调研数据进行分析;肖嘉奕（2018）在浙江高新技术产业投资效率评价中运用了基于三阶段DEA模型的评价方法。

从上述研究动态来看，国外研究趋向于利用统计学分析的手段与计量经济学模型对于产学研合作与联盟进行实证研究;而国内研究相对分散，主要是从内涵、特征和运行模式等角度进行了初步探讨，而对运行管理机制、冲突协调机制、稳定性、效果评价等重要问题，研究还很少，对于产业联盟的评价方法集中在定性和定量分析上，定量评价方法主要集中在AHP法和DEA法，定量分析则较为随意，有专家打分法、频度分析法等。

其中定性分析过于随意，以专家打分、频度分析为例，不同专家思路、阅历不同，考虑不同，每批专家分值都不一样，这样就缺乏对比性。AHP层次分析法（AHP：AnalyticHierarchyProcess）要求参与决策的专家根据所设置的标准相互之间的相对重要程度做出判断，同时根据这些标准对已有的几种方案表达出偏好，这种方法突出了指标的层级设计，可以将不可直接衡量的定性指标转换成可以直接衡量的定量指标。

DEA法则侧重投入—产出过程，适用于多投入与多产出的系统研究，放松了限制条件，且采用全局数据有效避免了指标分散处理的局限性，以决策单元各输入输出的权重为变量，具有非常强的客观性，逐渐成为效率评价的主流方法。

二、聯盟绩效评价指标设计原则

（一）指标设计逻辑框架

产业联盟作为一个松散型组织，政府、企业、行业、院校多方参与，集合了各种投入形式，联盟产出形式也繁多，因此我们在设计评价联盟绩效指标时需要遵循以下逻辑框架（见图1）。

从图1中，我们按照联盟成立的意图分为投入阶段—协同工作—联盟产出三步骤，在每个步骤我们都需要进行评价，因此构建评价指标必须涵盖以下三部分。

其次，评价指标的构建要关注以下方面：

（1）评价指标要具备可靠性和可量化两个原则，可靠性是指指标选取能够切合联盟自身特性，如政府主导型在投入阶段必须选取政府资金投入做评价指标，而院校主导型则需以院校科研投入做评价指标，可量化则是减少主观评价指标或定性指标的存在。

（2）评价指标的选择涉及多种因素，应选取尽可能包含反映投入-产出能力的指标。但大家从指标逻辑图中就可以发现，产业联盟的协同过程才是保证产出的关键要素，但我们在实际工作中对于过程却不如两端的投入和产出那样容易选取指标来表示，反而定性的分析更多。因此我们采用DEA法两阶段法来评价联盟绩效。

（二）DEA方法基本原理

DEA法是计算不同决策单元的投入和产出关系的模型，按照环境的不同，有CCR模型、BCC模型、CCW模型、CCWH模型等，运用该方法进行绩效评价在于选择合理的投入和产出。DEA法基本工作原理如下。

第一步，首先确定决策单元，D1，D2......Dn。决策单元不唯一，按照我们的评价逻辑框架，可以选取的决策单元可以是企业的利润等，也可以是标准或专利的个数。基于同一个产业联盟内的企业其外部环境、协同目标相同，这是确定决策单元必备条件。

第二步，构建指标体系，确定输出、输入指标。

第三步，计算模型选择，包括指标权重运算、决策单元有效性的检验和判断。

第四步，对非有效决策单元进行分析，给出改进建议。

CCR和BCC两种模型是DEA法的基本模型，CCR模型假设规模收益不变，BCC模型则假设规模收益可变。但我们如果放到产业联盟中去考虑，成立联盟的初衷是通过强强联手、资源共享等方式达到多方互赢的局面，也就意味着规模收益，因此选取BCC模型更符合现实状况和评价意图。

（三）DEA法指标选取与改进

参考国内外相关学者对指标体系的相关研究，从投入和产出两方面选取以下创新指标，借鉴科技部2012年6月印发的《产业技术创新战略联盟评估工作方案（试行）》进行分析，如表1所示。

该指标体系体现了评价的各方面，但并未注重工作过程和逻辑框架，只有沟通畅通、机制稳定的产业联盟才能有后续的产出，若联盟工作机制不顺畅则后续的产出基本没有。因此我们采用二阶段法来重新架构评价指标如图2所示。

（1）投入指标。一般来讲，投入指标主要从资金、人力资源两方面来考虑。R&D经费投入和人员投入可表示联盟资金方面的投入。但基于产业联盟受到政府支持力度较大，此处建议增加政府资金投入指标。

（2）工作过程指标。从重新结构的图示中可以看出来，该阶段评价主要为定性分析为主，缺乏定量指标，且沟通、协调、收益分配与风险共担4个机制与战略目标一致性和满意度存在一定的前后逻辑关系，也就是说前4个顺畅了，后两个自然就实现了;对于工作过程指标存在重复，建议此层级指标改成可量化的指标，如建议沟通协调机制采取联盟大会或类似会议次数指标替代;建议冲突规避机制采取联盟内部协调沟通次数指标替代;建议收益分配机制选取用于联盟成员内部分配的利润或共享的资源;建议标准指标替代和风险共担机制用危机处理次数来代替。

（3）产出指标。产出指标的直接体现就是收益，我们可以总结出目前表1中的产出指标分为创新产出、规模增长度、竞争力、经济效益、社会效益5个层级，指标层级多，数量大，并且其中部分指标重叠，建议该层级指标精简为3大类，分为创新指标、市场效益指标和社会效益指标，其中创新指标可选取专利、论文、标准数，而转化率等比值指标因其还存在是其他指标再次加工所得，并不适合DEA法。

市场指标舍弃现有的销售增长率、总资产报酬率、收入增长率、成本降低率这一类间接、比率类的指标，而直接选用新产品销售收入额指标，该指标能较好地衡量产出效果，应用相对比较广泛。

三、DEA法运用建议

本文对产业联盟的分类采取的是政府主导型、企业主导型、高校或科研院所主导型三种类型。因此我们在运用DEA进行指标搭建的时候必须考虑到不同形式的产业联盟其目标不同，因此投入形式可能存在差异，必须结合联盟形式对投入-产出指标进行重新构建，如政府主导型投入需增加政府资金投入指标，产出需增加就业人口增加这些政府特色变量，高校或院所主导型需增加科研时长、学生培养数这些院校特色指標以增强指标的适用性。第二就是DEA法需要引入环境因素，在产业联盟的运行过程中，外部环境归根到底就是政府、行业的态度，这个可以内化到模型中，也可以作为一个外部变量进行定性的探讨。

基金项目：湖南省国资委“两型社会背景下湖南产业联盟发展的研究与实证”项目阶段性成果。

参考文献：

[1]孙慧婷，方晓，董娜.基于DEA模型的购物网站效率评价研究[J].西昌学院学报（自然科学版），2018（12）.

[2]夏才初，包方明，高越青，等.建筑产业现代化联盟模式选择研究[J].建筑经济，2017（7）.

[3]贾相举.智能网联汽车产业技术创新战略联盟创新绩效影响因素研究[D].哈尔滨：哈尔滨理工大学，2017.

[4]刘晓艳，杨静.基于三阶段DEA的家电行业上市公司效率评价[J].学术论坛，2019（1）.

[5]李培哲，管利荣，刘勇.基于DEA与Malmquist指数的区域高技术产业创新效率评价研究[J].工业技术经济，2019（1）.