大中型工业企业技术创新效率地区差异研究.docVIP

大中型工业企业技术创新效率地区差异研究 　　摘要：从产学研合作的视角，构建了投入产出指标体系，采用Malmquist指数法和BCC模型测算了我国各地区大中型工业企业2008-2010年的技术创新效率，并按2010年的纯技术效率和规模效率值将各省份划分为四种不同类型并予以评价。研究表明，2008-2010年我国中西部的大中型工业企业创新效率增幅远高于东部地区；2010年尚有21个省份存在资源投入冗余和产出不足的问题，尤其是“双低型”省份还有较大的改进空间。 　　关键词：产学研合作；技术创新效率；DEA方法 　　中图分类号：F273 文献标识码：A 　　DOI：10.3963/j.issn2013.04.012 　　一、引 言 　　现阶段，我国各地区之间的经济发展很不平衡，且差距越来越大。鉴于技术创新在实现经济增长方面的转变及在促进区域经济发展方面的突出作用，各地区已将提升区域技术创新能力作为其积极推行的战略性方针。作为区域创新的主力军，大中型工业企业推动着整个工业的发展，其技术创新效率很大程度上影响着区域创新的发展[12]。因此，研究各省之间大中型工业企业技术创新效率的差异显示出迫切的必要性，且亟需发现省与省之间的差距，找出各省在资源配置与利用方面存在的问题以及应改进的方向。 　　从整体上来看，学者们对大中型工业企业技术创新效率的专门研究主要集中在三方面：一是影响大中型工业企业技术创新效率的因素分析。唐清泉和卢博科[3]研究发现，适宜的行业规模和充分的政府资金有利于RD效率的提高。段云龙[4]通过分析得出制度结构是重要的影响指标的结论，该结论存在局限性，因为各个地区所处的环境差异较大，制度结构并不一定是某些省企业创新效率的主要障碍。二是对技术创新效率变动情况的研究。姜波[5]利用面板数据分析了我国大中型工业企业2001-2008年间技术创新效率的动态变化，但没有对东部、中部和西部进行空间分布的特征分析。三是对各省份或者某一省份各行业进行的技术创新效率评价。如许敏、谢玲玲等[1]对我国各省区大中型工业企业技术创新效率进行了研究；李小双等[5]则按行业分类对新疆大中型工业企业技术创新能力进行了分析。但他们在评价指标的选取上仅站在企业的角度来考虑投入与产出，而目前区域企业的创新能力不单纯是依靠自身的资源能力就能实现的，还要依靠政府、高校、研究所等机构的支持与合作。 　　通过已有文献发现，鲜有学者从产学研合作的视角来研究区域企业的技术创新效率。当前企业的创新行为已不是仅靠其自身进行的活动，尤其对大中型工业企业来讲，它们可以根据自身的创新需求通过合作互惠等方式从企业外部寻求帮助，既能够获得各区域政府的资助，又能够从高校和科研机构获取创新资源，从而帮助企业加速提升自身的创新能力。总之，产学研合作俨然已成为大中型工业企业近些年来的创新模式。但长期以来，各个地区的工业企业通过产学研合作取得的创新成效如何，是否存在浪费严重，只是流于合作形式等效率低下的现象。这些问题值得进行详细且深入的探讨与研究，需要提出有效的改进措施以使工业企业的技术创新水平得到显著提升。因此，本文基于产学研合作的视角考虑企业的投入产出，采用Malmquist指数法对2008-2010年我国各地区大中型工业企业的技术创新效率进行测算，同时运用BCC模型计算出各省份2010年的技术创新效率，并按纯技术效率和规模效率将30个省份划分为四种不同类型予以评价，以期为各省企业采取合理措施实现资源有效配置，提高技术创新能力提供决策依据。 　　二、研究方法 　　（一）DEA模型的建立 　　数据包络分析（DEA）方法是著名学者Charnes和Cooper等在相对效率评价概念基础上发展起来的一种系统分析方法，是根据多指标投入和多指标产出对相同类型的单位进行相对有效性或效益评价的方法。该方法不需要对数据进行无量纲化处理，为研究带来了极大方便。从数值上来讲，DEA方法是以相对效率为计算基础的。效率的一般计算式为： 效率 = 产出/投入。以企业为例，如果某企业在一定的生产资源下获得最大量的产出，或是在产出一定的情况下付出的成本最小，那么该企业的投入产出就达到最优，其生产经营便是有效率的；否则就是无效或是低效率的。 　　CCR模型和BCC模型是两种被学者们广泛应用的模型。在实际的生产过程中，决策单元处在最佳生产规模的可能性不大，而CCR模型的假设前提要求决策单元处于规模收益不变的状态，但BCC模型没有这个假设前提，它允许各决策单元处在任何状态。因此，本文选用BCC模型对决策单元进行分析。 　　本研究将一个地区的所有大中型工业企业为一个决策单元（DMU），假设有n个DMU，每个DMU有m种投入，s种产出，xij表示第j个DMU的第i种投入总量，yij表示第j