宁波市高新技术企业创新效率测度分析-基于三阶段数据包络分析模型.docxVIP

? ? 宁波市高新技术企业创新效率测度分析 基于三阶段数据包络分析模型 ? ? 印芷水，忻国能，蒋卫东，刘明晨，白 莉 （宁波市科技信息与发展战略研究院/宁波市科技人才管理服务中心，浙江宁波 315048） 高新技术企业是推进地区高质量发展的主力军。“十三五”以来，宁波市加大对高新技术企业培育力度，高新技术企业数量逐年增长，2020 年正式认定高新技术企业1 667 家，比2019 年增加853 家，同比增长105%［1-2］，创历史新高。然而，较深圳、上海等发达城市，宁波市高新技术企业发展质量还不够高，部分企业存在资源配置效率较低等问题。创新效率是衡量高新技术企业创新发展的重要指标，是对企业管理效率的科学量化度量，测度高新技术企业创新发展质量，科学剖析高新技术企业创新效率的影响因素，建立促进企业创新的良好政策生态环境，对提升宁波市企业自主创新能力有重大意义。因此，本研究建立三阶段数据包络分析（data envelopment analysis,DEA）模型，确定投入、产出及环境变量，对宁波市高新技术企业创新效率进行测算和对比分析，并基于此提出推动宁波市高新技术企业提质增效的相关建议。 1 文献综述 高新技术企业创新效率的高低关系到地区产业和经济发展，运用科学的方法测度企业创新效率、寻找优化路径是当前研究热点。已有关于高新技术企业创新效率的研究主要包含创新效率评价指标体系、评价方法等方面。 1.1 高新技术企业创新效率评价方法 国内有关评价高新技术企业创新效率的方法主要有一阶段DEA、三阶段DEA、Malmquist 指数法等。例如，龚光明等［3］建立动态网络DEA 模型，得出基于专利申请评价的我国高技术企业创新效率较低，而基于产值评价的我国高技术企业创新效率不断提升的结论；赵树宽等［4］通过建立一阶段DEA 发现，企业创新综合效率低主要受规模效率中的经费和人员投入的影响；李刘艳［5］采用DEA 模型研究发现，在医药制造业、航空航天制造业、电子通信设备制造业、电子计算机与办公设备制造业、医疗设备及仪器仪表制造业五大行业中，航空航天制造业企业的创新效率最低，主要是由于研发人员及经费投入比例不合理导致；刘飒等［6］运用三阶段DEA 方法研究我国中小型高新技术企业创新投入效率，根据研究结论提出完善企业管理机制、加大政府扶持力度等对策；胡艳等［7］结合DEA 和 Malmquist 法，从静态、动态两方面研究发现企业自主创新和政府支持是提高企业创新效率的重要因素；徐书彬等［8］建立三阶段DEA 模型评价我国人工智能上市企业绩效，发现技术层企业的创新效率值最低。张满银等［9］建立随机前沿（SFA）模型，提出通过扩大对外引资、加大财政支出以提高京津冀规模以上工业企业协同创新效率的建议；陈元志等［10］结合规模收益固定的径向DEA 模型、相邻参比Malmquist 指数、自举法（Bootstrap）纠偏等方法，研究不同所有制高新技术企业技术创新效率；罗利华等［11］采用DEA 法比较数量和质量两个角度的企业创新效率，指出质量角度下的创新效率研究更具代表性。 对比已有评价方法发现，一阶段 DEA 容易忽视环境变量及随机因素的影响，测算得到的效率值存在较大误差和局限性，而三阶段DEA 方法测度的效率值更能客观地反映评价对象内部管理水平。因此，本研究采用三阶段DEA 方法对宁波市高新技术企业创新效率展开研究。 1.2 创新评价指标体系构建 目前，企业创新效率评价指标体系主要包括创新投入和创新产出两方面。其中，创新投入主要包括人力、物力和财力；创新产出主要包括专利和收益。王双盈［12］设立研发资金投入指标和人员投入指标，以专利申请数、新产品收益等为产出指标。谢子远［13］选取研发费用、科技活动人员数为投入指标，并以高新区生产总值（GDP）和技术收入作为产出指标。吴永林等［14］分析了北京高技术企业技术创新活动效率及变化，选取RD 活动人员折合全时当量、科技活动内部经费支出等作为投入指标，以新产品销售收入和专利申请数作为产出指标。熊飞等［15］选取企业总资产、新产品收入占总收入比例等指标对北京丰台科技园高新技术企业创新效率进行评价。熊婵等［16］则在研究我国高科技创业企业运营效率时增加了品牌资产指标作为产出指标。 此外，指标的选取可分为绝对数值评价指标和相对数值评价指标。其中，绝对数值指标一般反映指标总体水平；相对数值指标一般通过两个指标对比得到，是质量指标的一种。目前国内多数学者采用绝对数值指标作为创新效率评价指标，采用相对数值指标测算企业创新效率的研究较少，而罗利华等［11］验证得出基于质量指标的企业创新效率评价指标体系比绝对数值更而为科学合理，因此本研究采取质量指标开展研究。 2 研究方法 DEA 法是评价多投入、多产出指标的非参数方法