大中型工业企业技术创新效率地区差异探究.docx

大中型工业企业技术创新效率地区差异探究 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髙于东部地区；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] o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