基于DEA—Malmquist指数的大型上市公司的创新效率评价

2016-01-22彭雯婷刘国新

对外经贸 2015年12期

彭雯婷++刘国新

[摘要]大企业的创新绩效对于提高企业创新效率和建设创新型省份具有十分重要的意义。以湖北省为例，采取DEA中的Malmquist指数方法，对2012—2014年湖北省35家大型上市公司的创新效率进行分析，结果表明，湖北省大型上市制造业公司全要素生产率的变化主要依赖于技术变动而非技术效率的提升。据此从企业、行业和政府三方面提出提高湖北省大型上市公司技术创新绩效的针对性建议。

[关键词]DEA-Malmquist指数方法；上市公司；大型上市公司；创新效率

[中图分类号]F279.27[文献标识码]A[文章编号]

2095-3283（2015）12-0128-06

一、引言

在第十二届全国人大政府工作报告中，李克强总理指出：企业是技术创新的主体，要鼓励企业增加科研投入，支持企业参与重大科技项目的实施、产学研协同创新的推进。对大企业的创新绩效进行研究，宏观上有助于国家把握各个行业自主创新能力，研究大型企业的创新路径，制定相关的政策来引导其他企业进行自主创新，从而进一步推动经济增长方式的转变，提升我国的综合实力和国际地位。微观上企业可以评估自身的创新情况以及行业内其他企业的创新情况，找出创新过程中存在的问题并分析原因，进一步改进企业创新的方式方法，从而提高企业的核心竞争力和市场地位，推动企业的长远发展。

近年来，湖北省作为国家中部崛起战略支点，全国交通航运枢纽，在经济发展过程中逐渐步入“快车道”，在经济总量、经济发展水平上处于中部地区的领先地位，但在大企业创新方面还需不断加强，2014年，有59家企业获批为湖北省第三批创新型企业，其中大型上市公司只有4家，说明创新型企业主要集中在中小企业，大企业还需不断增强科技创新能力。

国内对企业创新绩效和创新效率的研究主要有两类：一类是关于研究模型的选择，另一类是实证研究。在模型的选择方面，我国学者进行了丰富的理论研究，常玉、李显东[1]对不同企业技术创新能力进行了横向比较，他们用层次分析法和模糊评价法对企业技术创新能力进行了综合评价。苏泽雄、张岐山[2]在对企业技术创新能力进行评价中，运用基于BP神经网络分算法。孔峰、贾宇等[3]运用VIKOR法建立了创新能力评价模型，对同行业的四家企业进行创新能力测评。刘希宋、李玥[4]对某集团下属10家企业的自主创新能力进行了研究，在研究中他们运用了粗糙集方法。李美娟、陈国宏等[5]通过运用灰色关联度方法，对中国制造业产业技术创新能力进行了评价。吴勇、孙冰[6]在分析中运用了集对分析法，分析中评价了30个省市大中型工业企业的自主创新能力。李健英、慕羊[7]运用DEA方法对我国大型上市公司的创新绩效进行分析。冷雄辉、张从煌[8]以江西省为例，运用DEA方法分析了江西省创新型企业创新投入产出的相对效率，并对研发经费投入和研发人员投入等4个核心指标进行了企业创新效率比较分析。综上可以看出，在对企业创新绩效的方法选择上，有层次分析法、模糊评价法、DEA方法、VIKOR法、灰色关联度方法、BP神经网络分算法、粗糙集方法、集对分析法等方法。

在对区域创新绩效的实证研究方面，胡凯[9]概述了中国科技创新绩效的总体趋势，并总结了其阶段性的变化，研究中运用了DEA方法，分析了2000—2009年我国31个地区的科技创新绩效。梁瑞敏、彭佑元[10]运用二阶段网络DEA方法对科技创新效率值进行了评价研究，测算出了山西省2001—2012年科技创新效率值，并对四种分布类型进行了分析评价。程萍、赵玉林[11]运用DEA方法对我国省级以上区域的高技术产业创新效率进行了动态评价以及比较分析。

综上所述，虽然学者们对创新绩效做了实证分析与研究，但大多数文献都是从创新型企业角度出发，对于大企业的创新绩效的实证研究还较少，特别是在区域范围内分析大企业的创新绩效，鲜有学者进行研究。在研究方法的选取上，学者们一般采用DEA方法中的C2R模型和BC2 模型对指标进行测算，得出的评价结果是静态的，由于创新具有一定的时滞性，因而无法测算出不同时期决策单元创新效率的变化情况。因此，本文采用DEA-Malmquist指数方法，对湖北省大型上市公司2012—2014年之间的创新效率进行分析，并对湖北省企业提高创新绩效提出对策建议。

二、DEA模型与Malmquist指数方法

（一）DEA模型

数据包络分析，简称DEA，是线性规划模型的另外一项应用，一般用于经济定量分析的非参数方法。每个被研究单元称为决策单元（DMU），在所有DMU构成的集合，根据DMU的输入和输出来评价其相对有效性。DEA特别适用于评价单位内部各运作单元（决策单元DMU）的相对效率，最具代表性的模型有C2R模型、BC2 模型、FG模型和 ST模型。C2R模型用于规模报酬不变提前下的决策单元（DMU）相对有效性的评价，但在现实中由于资源的不对称性、财政约束等因素难以满足C2R模型，因而又出现了BC2 模型，该模型剔除了规模报酬不变的假设，建立可变规模报酬，将综合效率分解为纯技术效率和规模效率。BC2 模型用于规模报酬可变前提下的决策单元（DMU）相对有效性的评价。

（二）Malmquist指数方法

Malmquist指数，由Malmquist（1953）在分析消费的过程中首次提出，Caves et al（1982）首次用它作为生产效率指数，此后该指数与DEA理论相结合，在生产率测算中的应用日益广泛。与DEA方法不同的是，DEA只能对不同DMU效率进行同期横向比较，而Malmquist指数可以进行纵向的对比，时间跨度可以是多个时期，也即对每一个DMU的面板数据进行分析。全要素生产率（TFP）可以分解为技术效率指数（effch）和技术变化指数（tech），用公式表示为：

Mt，t+1（xt+1，yt+1，xt，yt）=effch*techch（1）

式中Mt表示时期t的全要素生产率，x和y分别表示各个决策单元（DMU）的投入变量和产出变量，Malmquist指数同时受到这两个因素的影响。如果Mt，t+1大于1，说明t+1期相比于t期，全要素生产率有所提高，等于1表示不变，小于1表示下降。

同时，技术效率指数又可以细分为纯技术效率和规模效率，即effch=pech*sech（2）

由式（1）和式（2）可以推断出，tfp=pech*sech*techch（3）

（3）式中tfp代表全要素生产率，pech代表纯技术效率，sech代表规模效率，techch代表技术变化。其中pech是在规模收益可变的情况下效率的累积变化情况，effch是在规模收益不变情况下效率的变化情况。

三、数据分析

（一）数据来源与指标选取

我国国家统计局曾制定以从业人员数和销售额来判断企业类型的划分办法（《统计大中小型企业划分办法（暂行）》（国统字[2003]17号）），根据这一划分办法，截至2014年12月31日，湖北省共有83家在上海证券交易所和深圳证券交易所上市的企业，剔除上市年限不足3年的上市公司和连续三年营业利润为负的上市公司，本文从中筛选出35家符合标准的制造型企业。研究的时间跨度为2012—2014年，考虑到数据的可获取性，文中所用数据主要从上市公司披露的年度财务报表中取得。这35家上市公司主要集中在计算机、通信和其他电子设备制造业、化学原料及化学制品制造业、医药制造业、专用设备制造业等行业。选择制造业的原因，主要是制造业相对于其他非制造行业来说，拥有更高的技术含量，国家经济的长久发展离不开大型制造企业的支持，制造业的技术创新对经济增长的作用也日益凸显。

用DEA方法对湖北省大型上市公司创新效率进行评价，首先要确定具体的测量指标。关于投入指标的选取，参考国内外已有文献，考虑到指标的全面性和数据的可获取性，选取科研投入、销售费用、营业成本、科研人员数和员工总人数这五项作为投入指标，当然，这样选取指标还存在一些不足之处，无法将非可控指标如资本资产纳入，但实际研究表明，企业的创新活动既属于资本密集型活动又属于劳动密集型活动，其主要测度指标还是技术研发人员数和研发投入，因而对结果不会造成很明显的影响；产出指标选取营业收入和营业利润。

（二）实证结果分析

通过搜集整理湖北省35家大型上市公司2012—2014年年度财务报表，获取企业创新投入和创新产出的指标数据，运用DEAP2.1软件对所搜集的数据进行计算，得出湖北省各大上市公司2012—2014年度的创新效率变化情况（全要素生产率），如表1和表2所示：

1.全要素生产率（tfpch）分析

2012—2013年间，湖北省35家上市公司创新活动的全要素生产率平均值为0.967小于1，说明全要素生产率是下降的，下降3.3%，2013—2014年全要素生产率为1.036大于1，呈现上升趋势，上升3.6%，从整体来看，2012—2014年间全要素生产率为1.001，虽然上升幅度不大，但仍呈现上升趋势，上升0.1%，说明在2012—2014年期间，湖北省大型上市公司的全要素生产率总体上略微呈现增长的趋势。

从企业层面来看，湖北省有20家上市公司的全要素生产率大于（或等于）1，占企业总数的57%，其中，计算机、电子设备制造业有7家，化学原料制造业有3家，专用设备制造业有3家，其他制造业共有7家。全要素生产率排名前三的企业为沙隆达A（1.477），三安光电（1.260）和光电股份（1.177）。

2.技术效率（effch）变动分析

全要素生产率可以分解为技术效率变化（effch）和技术变化（techch），从时间角度来看，2012—2014年间，湖北省35家上市公司的平均技术效率0.974小于1，分解为2012—2013年和2013—2014年间的平均技术效率也均小于1，说明整体上近三年湖北省上市公司创新活动的技术效率呈下降趋势，技术效率变化阻碍了全要素生产率的提高。

从企业角度来看，在2012—2014年间，只有12家上市公司技术效率大于1，也即企业创新活动的技术效率呈现上升趋势或保持不变的上市公司只有12家，高德红外、三安光电、湖北宜化、沙隆达A、人福医药、中珠控股、华新水泥、武钢股份这8家企业技术效率维持不变，天茂集团、光电股份、京山轻机和东风汽车这4家企业技术效率略有增长，其中京山轻机技术效率增长3.5%位列第一。在2012—2014年间，烽火通讯、华灿光电、华工科技、武汉凡谷、长江通讯、华昌达、京山轻机、中珠控股、宏发股份、东风汽车、中航机电这11家企业的技术效率既有上升，又有下降，其中华灿光电波动幅度最大，为0.624，其在2012—2013年的技术效率下降34.7%（0.653），2013—2014年技术效率上升27.7%（1.277）。

3.纯技术效率（pech）变动分析

技术效率（effch）可以分解为纯技术效率（pech）和规模效率（sech）。从时间角度来看，2012—2014年间所有企业的平均纯技术效率下降了1.8%（0.982），分解到2012—2013年和2013—2014年间的平均纯技术效率也均有所下降，说明整体上近三年湖北省上市公司创新活动的纯技术效率呈下降趋势，纯技术效率的下降在一定程度上阻碍了技术效率的提高。

从企业角度来说，有14家企业的纯技术效率为1，分别为高德红外、金运激光、三安光电、台基股份、湖北宜化、沙隆达A、天茂集团、光电股份、华昌达、人福医药、中珠控股、华新水泥、武钢股份和中航机电。纯技术效率增长的只有3家企业，长江通信（4.2%）、京山轻机（2.8%）和东风汽车（2.1%），增长幅度都不算太大。

4.规模效率（sech）变动分析

规模效率是由于企业规模因素影响的生产效率，反映实际规模与最优生产规模的差距。总体来看，湖北省这35家上市公司的规模效率是先下降后上升，而技术效率和纯技术效率均是下降的，说明企业纯技术效率的降低直接导致了企业技术效率的降低，与规模效率关系不大。从企业层面来看，高德红外、三安光电、湖北宜化、沙隆达A、人福医药、中珠控股、宏发股份、华新水泥和武钢股份的规模效率为1，说明这些企业在2012—2014年间处于最佳规模状态。其中，华灿光电的规模效率提高幅度最大，从2012—2013年的下降34.7%（0.653）到2013—2014年的增长49.9%（1.499），振幅高达84.6%。其中，有包括化产光电、金运激光等18家企业的规模效率呈下降趋势，造成这种状况有以下三方面原因，一是企业盲目扩大生产规模导致内部管理混乱，从而降低了生产效率；二是随着企业生产规模的扩大，管理费用增加，降低了生产效率；三是2014年年度财务报表披露，企业的研发投入、销售费用等多项投入指标较之前年度投入要多，主要因为随着宏观经济形势的改变，企业之间的竞争不断加剧，企业为了能够在市场中更好地生存下来，会不断地转变企业战略，从而导致不必要费用的增加。

5.技术变动（techch）分析

全要素生产率=技术效率*技术变化=纯技术效率*规模效率*技术变化。在上文中得知技术效率变化阻碍了全要素生产率的提高，而企业的全要素生产率总体上呈现略微上升的趋势，说明技术变动（技术进步）推动了湖北省35家上市公司创新效率的提升。在2012—2013和2013—2014年间，35家上市公司创新活动的技术水平总体上呈现上升趋势，分别上升0.5%（1.005）和5%（1.050）。整体上来看，2012—2014年间，有29家企业有不同程度的技术进步，其中技术进步幅度最大的是沙隆达A，进步47.7%（1.477），只有6家企业产生技术退步，技术退步幅度最大的为湖北宜化，退化35.5%（0.645）。出现技术退化现象的原因可能是技术人员的流失。在现实生产过程中，人起主导作用，对于技术和知识的掌握程度决定技术人员对技术的运用程度，而技术人员的数量和流动率上的变动会对一家企业技术的整体水平产生直接影响。

6.DEA-Malmquist指数分行业分析

分行业的DEA-Malmquist指数变化情况如表3所示。从技术效率变化指数来看，仅汽车制造业的技术效率值大于1，也即企业的创新活动技术效率处于增长的状态，增长2.4%，其余10个行业的技术效率都处于下降状态，另外，汽车制造业的纯技术效率和规模效率也都是上升的，其余行业的纯技术效率和规模效率也均是下降的。从汽车行业的上升幅度来看，纯技术效率上升幅度为2.1%，规模效率提高幅度为0.3%，说明纯技术效率对技术效率的影响程度更大。从技术变化指数来看，除汽车制造业和视频制造业，其余9个行业都有一定程度的技术进步。从全要素生产率来看，除了医药制造业、橡胶和塑料制品行业、汽车制造业和食品制造业之外，其余行业的全要素生产率都是增长的，但增长的幅度都不大。

从均值来看，2012—2014年湖北省35家大型上市公司的全要素生产率有略微的增长，增长0.1%，技术较之前进步2.7%，技术效率、纯技术效率和规模效率分别下降2.4%、1.8%、0.7%。由此可以推断，技术进步一定程度上可以使全要素生产率提高。

四、结论与建议

（一）结论

本文采用DEA-Malmquist指数方法对2012—2014年湖北省35家大型制造业上市公司的创新效率进行了研究。结果显示，湖北省大型上市制造业公司全要素生产率的变化主要依赖于技术变动而非技术效率的提升。但整体上这三年间湖北省全要素生产率的增长幅度并不大，仅为0.1%，其中技术效率负增长（-0.26%），技术进步贡献2.7%，纯技术效率负增长（-0.18%），规模效率负增长（-0.7%），表明上市企业应摒弃粗放式经济增长模式，开展集约化经营。传统行业，比如医药行业、化学化工行业、汽车行业、钢铁行业等，亟须进行战略转型，提升创新效率，以适应市场的需求。

（二）建议

首先，从企业层面来说，企业应合理配置现有资源，提升研发人员的素质，尽量进行集中研发，以提高企业创新效率。其次，从行业层面来说，传统行业亟须由粗放式发展向集约式发展转变。湖北省大型上市公司中传统产业存在产能过剩的现象，亟须进行结构调整和转型升级，为不同需求的客户定制专业化的产品和服务，同时，医药行业也需要进行大规模整改，采取切实可行的措施加大对新药的研发力度，使产品更加具有国际竞争力。第三，从政府层面来说，加大支持力度，出台资金扶持等政策，大力支持企业创新研发。落实企业研发费用加计扣除、高新技术企业扶持等普惠性政策，鼓励企业增加创新投入。支持企业参与重大科技项目和科研平台建设，推进企业主导的产学研协同创新，促进各个行业健康、协调和可持续发展。

由于Malmquist指数方法主要适用于较长时间序列的数据分析，而本文的实证分析时间跨度由于数据的可获得性，只选取了近三年的数据，对于运算的结果可能存在一定的局限性。进一步的研究过程中可以加大时间跨度，从而提高研究结论的精准性，更加客观地评价上市公司的创新效率。

[参考文献]

[1]常玉，刘显东.层次分析、模糊评价在企业技术创新能力评估中的应用[J].科技进步与对策，2002（9）.

[2]苏泽雄，张岐山.基于BP神经网络的企业技术创新能力评价[J].科技进步与对策，2002（5）.

[3]孔峰，贾宇，贾杰.基于VIKOR法的企业技术创新综合能力评价模型研究[J].技术经济，2008（2）.

[4]刘希宋，李玥.基于粗糙集理论的企业自主创新能力评价研究[J].科技进步与对策，2008（1）.

[5]李美娟，陈国宏，陈国龙.基于灰色关联度的产业技术创新能力评价研究[J].山西财经大学学报，2008（6）.

[6]孙冰，吴勇.基于集对分析法的地区大中型工业企业自主创新能力评价[J].价值工程，2007（2）.

[7]李健英，慕羊.基于DEA方法的我国上市公司创新绩效研究[J].科学学与科学技术管理，2015（2）.

[8]冷雄辉，张丛煌.创新型企业持续创新绩效DEA效率评价——以江西省为例[J].企业经济，2015（1）.

[9]胡凯.我国区域科技创新绩效分析——基于2000—2009年的面板数据[J].科技进步与对策，2012（12）.

[10]梁瑞敏，彭佑元.基于网络DEA的山西省区域科技创新绩效评价研究[J].科技管理研究，2014（18）.