制造企业创新效率测度与影响因素研究基于数字化转型的视角.pdf

制造企业创新效率测度与影响因素研究

制造企业创新效率测度与影响因素研究

——基于数字化转型的视角

贺正楚 潘为华 潘红玉

摘 要：基于数字化转型视角，以我国制造业上市公司为研究样本，运用三阶段DEA模型对企业创新效率进行测算和分解，

并采用Tobit回归模型对企业创新效率影响因素进行分析。研究发现：（1）传统DEA模型结果显示，2007-2020年企业创新效

率呈现出“U”型发展趋势，且整体上处于较低水平，具有较大的提升空间。在数字经济和数字化转型的环境中，国有企业相

对于民营企业的规模效率仍保持较大优势，但民营企业相对于国有企业的纯技术效率优势正逐步被替代。（2）似SFA模型结

果显示，数字经济、政府支持、行业竞争、教育环境和开放环境等是影响企业创新效率的重要外部环境因素。（3）调整后

DEA模型结果显示，整体上剔除环境因素后企业创新效率有所提升，但仍处于较低水平。创新环境的改善主要通过提升企业

的管理效率、技术适应能力等来提升创新效率。（4）Tobit回归模型的结果显示，企业规模、企业年龄、资产收益率、负债结构、

独立董事比例、股权集中度和机构持股比例等因素是影响调整后创新效率的重要因素。

关键词：数字化转型；制造企业；创新效率

DOI：10.3773/j.issn.1006-4885.2023.02.018

中图分类号：F224；F425 文献标识码：A 文章编码：1002-9753（2023）02-0018-12

1 引 言

自从2010年中国成为全球制造业第一大国以来，中国制造业在规模结构、创新发展等方面不断取得进步，

制造业的增加值从2012年的16.98万亿元增长至2021年的31.4万亿元，研发投入的经费由6850.5亿元增长

至16914.3亿元。但中国制造业在高速发展的同时，产业创新还一直存在创新效率低、关键核心技术受制于

［1］

人等问题（蔡，2021）。制造业领域的企业（制造企业）是当之无愧的创新主体，是创新成果孵化的

昉

载体，更是推动创新效率提升的主要力量。然而，制造企业创新风险高，创新效率提升难度大，尤其是当前

我国面临百年未有之大变局和受到新冠病毒感染的巨大影响，制造企业正经历前所未有的冲击。在激烈的“贸

易战”“技术战”以及被“卡脖子”的创新困境中，如何通过创新效率改进来提升企业的韧性和抗压性，是

制造企业生存和发展的关键，也是学者们研究和关注的重点。

基金项目：湖南省自科基金（项目编号：2022JJ40019）；国家社科基金（项目编号：22BJL121）；湖南省研究生科研创新项目（项目编号：

C）；湖南省教育厅科学研究项目（项目编号：22B0908）。

作者简介：贺正楚（1968-），湖南衡阳人，博士，湘潭大学商学院教授，长沙理工大学博士生导师，研究方向：技术经济及管理。

潘为华（1990-），湖南娄底人，长沙理工大学经济与管理学院博士研究生，研究方向：技术经济及管理。

潘红玉（1989-），湖南娄底人，博士，湖南财政经济学院副教授，本文通讯作者，研究方向：技术经济及管理。

18科学决策 2023.02

制造企业创新效率测度与影响因素研究

已有的诸多文献，为制造企业创新效率相关研究的开展奠定了较好的基础：（1）在测度方法上，早期

学者多从“投入-产出”的角度来测度创新效率，如采用专利产出、专利产出与研发投入比等指标来衡量创

新效率。这些指标考虑企业在创新过程中的投入产出关系，能够直观衡量创新投入与创新产出之间的比例关

系，但是忽略了影响创新效率的其他环境因素。因此，后续学者尝试选取多种指标、方法科学衡量创新效率，

包括数据包络分析（DEA）随机前沿分析（SFA）等方法。在此基础上，部分学者加以改进，使用动态网络

SBM模型、超效率网络模型等方法对创新效率进行测度；（2）在研究对象上，包含宏观层面研究不同区域

和城市的创新效率；中观层面研究不同产业或行业的创新效率；微观层面研究不同类型企业的创新效率，如

不同规模、不同生命周期等；（3）在研究视角上，考察了创新效率的影响因素，探讨创新效率的动态演变