江苏新材料企业技术创新效率实证分析.docVIP

江苏新材料企业技术创新效率实证分析 　　一、 引言 　　2012年，国家工业和信息化部为推动材料工业转型升级，支持战略性新兴产业发展，出台了《新材料产业“十二五”发展规划》。江苏省对新材料企业的发展非常重视，2011年底，江苏省政府发布《“十二五”培育和发展战略性新兴产业规划》，明确江苏省将在“十二五”期间实现由新材料大省向新材料强省跨越发展。随着国家对新材料产业发展的支持力度的加强，新材料企业纷纷加大研发投入，以期在未来的市场竞争中获得竞争优势，然而，真正体现新材料企业创新竞争优势的是其创新效率。因此，正确评价新材料企业的创新效率不仅对新材料产业的创新能力具有非常重要的意义， 而且有利于更有效地配置创新资源， 更好地推动新材料产业为战略性新兴产业的发展服务具有非常重要的意义。 　　学术界对创新效率的评价主要采用前沿分析方法，该方法源于Farrell（1957）的数据包罗观点，然后经过演化改进形成了参数方法和非参数方法两大种类。参数方法主要包括普通最小二乘法、随机前沿分析法以及多元线性回归方法，目前最常用的参数方法是随机前沿估计法（SFA）。如张宗益等（2006）和龚雪梅等（2011）应用SFA方法从区域层面测算出我国各地区技术创新效率。韩晶（2010）应用SFA方法从产业层面分析创新效率，研究发现，我国高科技行业创新效率呈现明显改善趋势，且电子行业创新效率最高。由于参数方法测算创新效率时需要假定具体生产函数，且基本假设较为复杂，同时主观因素影响比较大。对于同一分析对象，如果选择的生产函数不同，其结果亦存在差异。针对参数估计方法存在的缺陷，学者们纷纷采用非参数分析方法，数据包罗分析（Data EnvelopmentAnalysis， DEA）方法从区域、产业和企业层面评价创新效率。李婧等（2008）和石峰（2010）利用DEA方法进行区域层面创新效率的测度。李双杰（2006）利用DEA方法测算出北京市制造业相对资源配置效率值，研究发现RD资金和人力资源的不合理比例是影响制造业的技术创新效率的主要原因。庞瑞等（2011）则利用网络DEA方法对我国工业不同创新模式的创新效率进行了测算。Rahobisoa等（2012）应用DEA测算了法国中小企业在创新过程中的X非效率。Claudio等（2013）利用DEA测度了西班牙制造业企业技术创新效率，并分析了技术创新效率对公司绩效的影响。赵树宽（2013）利用DEA方法测度了吉林省高技术企业创新效率。 　　纵观已有的研究文献，针对特定产业企业技术创新效率的实证研究相对较少，到目前为止，尚未见针对新材料企业的技术创新效率的实证研究，基于此，因此，本文基于江苏省51家具有省级以上企业技术中心的企业为样本，利用DEA模型方法对新材料企业的技术创新效率进行度量，分析新材料企业创新活动中的技术有效性及规模有效性，并针对新材料企业在创新过程中存在的问题，并提出相应的政策建议。 　　二、 样本选择、数据与变量 　　1. 样本的选择及数据来源。本文以江苏省具有省级以上企业技术中心认定的企业为原始样本，选取主营业务属于新材料产业的企业，考察年份为2011年，剔除了一些数据不全的企业，又由于数据包络分析方法要求决策单元中不能存在负值，将决策单元中出现0的企业剔除，最后的研究样本包括51家企业，数据来源于江苏企业技术中心评价数据。 　　2. 投入和产出变量的界定。企业技术创新效率受到各方面的影响，本着科学性、目的性、可比性、可操作性和系统性原则，对投入指标和产出指标进行系统分类。由于我国新材料产业存在的问题主要集中在人才匮乏、投融资不足、技术创新能力不强、成果转化率低等问题上，因此，我们主要从RD资金和人力资源两个各方面来考虑投入指标。与此同时，由于创新是一个积累过程，考虑到创新绩效的滞后效应，所以我们在研发资金投入方面选择两个指标，即“当年研发投入占总销售收入的比重”和“前一年研发投入占总销售收入的比重”。人力资源投入方面我们选择“当年企业研究与试验发展人员数占全部员工数的比重（=当年企业研究与试验发展人员数/全部员工数）”。 　　在考虑产出指标时，我们同时考虑技术创新的直接绩效和间接绩效。其中直接绩效采用“当年新产品销售率（=当年新产品销售收入/企业总销售收入）”“当年新产品利润率（=当年新产品销售利润/当年企业总利润）”来度量。间接绩效主要是指技术积累效益，主要表现在专利申请量，因此我们采用“当年被受理的专利数申请数（项）”，具体如表1所示。 　　三、 实证结果分析 　　我们利用DEAP2.1软件对2011年江苏省51家新材料企业的创新效率进行测度，得到新材料企业的综合效率，纯技术效率，规模效益以及有效性 。 　　1. 综合效率分析。从综合效率的平均值来看新材料企业的整体创新效率不高