我国创新型企业创新效率评价及影响因素研究——基于家电制造业上市公司2007-2013年的经验数据 *

我国创新型企业创新效率评价及影响因素研究——基于家电制造业上市公司2007-2013年的经验数据*

纪建悦秦玉霞

(中国海洋大学 经济学院，山东 青岛 266100)

摘要：选取家电制造业11家上市创新型企业2007-2013年间的经验数据为样本，运用随机前沿分析模型，对我国创新型企业的创新效率及其影响因素进行了实证分析。结果表明，11家家电制造业上市创新型企业的创新效率不断改善，其中格力电器等企业的创新效率最高，而厦华电子等企业的创新效率最低。在创新效率的影响因素分析中，结果显示，设备新旧程度、企业规模、员工的激励水平对企业的创新效率具有显著的促进作用。最后，根据实证结果，提出了提升创新效率的对策建议。

关键词：创新型企业；创新效率；随机前沿分析

收稿日期：*2015-04-08

作者简介：纪建悦(1974-)，男，山东青岛人，中国海洋大学经济学院教授，主要从事国民经济学研究。

中图分类号：F279.2

文献标识码：A

文章编号：1672-335X(2015)03-0075-05

Abstract:This paper took empirical data of 11 listed innovation-oriented enterprises of home appliance industry during 2007-2013 as sample, using the stochastic frontier analysis model to analyze innovation efficiency and its influencing factors of the innovative enterprises in China. The results showed that the innovation efficiency of 11 listed enterprises of home appliance was improving continuously, of which the innovation efficiency of Gree Appliances was the highest, and that of Xia Hua Electronic Enterprise was the lowest. Analysis of the influencing factors of the innovation efficiency showed that the equipment condition, enterprise scale and the incentives for employees play a significant role in promoting innovation efficiency. Finally, according to the empirical results, this paper put forward a few suggestions for promoting innovation efficiency.

一、引言

随着全球市场化的不断深化和信息技术的快速发展，创新已然成为我国企业生存发展的重要路径。2006年，为提升我国企业的国际竞争力和重振国民经济，由科技部带头首批确定了103个创新型试点企业。创新型企业是指以创新求生存并实现持续发展的企业,通过创新可以实现企业资源的有效配置,形成良好的治理结构和高绩效运行的惯例,Facebook、Amazon、Apple、Google、First Solar、Walmart等都是创新型企业的典型代表。[1]截至目前，我国创新型试点企业已达900多家，创新型企业的队伍不断扩大，但是这些企业的创新效率如何，哪些因素影响创新型企业的创新效率，却很少受到关注，因此迫切需要学术界对创新型企业的创新效率进行深入分析。

由于创新型企业的巨大作用，以往关于创新型企业的研究也很多，主要有以下两个视角：一是从效果视角展开，如Abbie Griffin 在对产品开发进行绩效测量时，通过财务成功、顾客接受程度、产品和项目成功等指标来衡量开发绩效；[2]Christopher等设计出包括盈利能力、企业规模、市场份额和成长率四个方面的指标体系来衡量企业的成长绩效，并对坦桑尼亚制造业的创新活动与企业成长绩效的关系进行了实证研究；[3]汪永飞等将创新型企业分初创期(成立18个月之内)和成长期(成立超过18个月)两阶段，用模糊综合评价法分别评价了企业创新的物质基础和持续能力；[4]于新宇等基于木桶理论的原理，重点评价了创新性企业发展的健康度；[5]赵文彦等通过总结前人研究的指标，运用主成分分析法和专家打分法确定了创新型企业绩效评价的三层指标体系[6]。在上述基础上，有部分学者还对创新绩效的影响因素展开研究，如Davila，Tony，Epstein认为创新型企业组织文化和员工心理、奖励系统、团队管理等对企业的创新能力有显著影响；[7]盛玉雪等研究表明投入能力、研发组织、企业行为、创新文化等会对企业的创新绩效产生不同影响。[8]由于从效果视角分析并没有考虑到创新型企业投入和产出的关系，因此，也有少数学者从效率视角展开，如钱燕云以机械制造业为例，应用数据包络分析法对企业技术创新效率进行了评价和分析；[9]张锦等运用数据包络分析评价了河北省创新型企业的效率，并通过效率分解得出各个企业的努力方向。[10]

综上所述，以往文献对于创新型企业的研究不断深化，但其绩效评价大都采用分级指标的评价形式，虽然简单明了、易于操作，但人为干扰因素多、主观性强，评价结果会因所选指标以及所赋权重的不同而产生差异。而且在创新型企业的创新效率上，以往研究涉及较少，数据包络分析方法没有考虑到随机因素对效率的影响，对创新型企业创新效率影响因素的研究尚未涉及。本文拟在以往研究的基础上，考虑到随机因素的影响，选取家电制造业行业的国家级创新型企业作为研究对象，使用随机前沿分析方法对我国该类创新型企业的创新效率进行评价，并通过分析影响创新效率的重要因素，为我国创新型企业的健康快速发展提供参考。

二、研究方法选择

效率评价的具体处理方法有参数方法和非参数方法两种，非参数方法也即数据包络分析(DEA)，而参数分析主要是指随机前沿分析法(SFA)。

数据包络分析方法是Charnes和Cooper 等在“相对效率评价”概念基础上提出的，其基本原理是估计一个非参数分段有效生产前沿(Frontier)，然后把其他决策单元(DMU)与该有效前沿面进行比较，得出效率高低。[10]具体来说，数据包络分析分为投入导向型和产出导向型两种，都是通过运用线性规划，结合不同的规模假定，估计得出每个决策单元的具体效率值。而随机前沿分析方法是由Aigner，Lovell 和Vanden Broeck提出发展而来，[11]该方法认为不同厂商的生产前沿面即使在相同的技术水平下也并非相同，存在随机因素对生产前沿面的影响，因此，将误差项表示为随机扰动项(υ)和技术无效项(μ)两个部分，该方法考虑了企业无法控制的随机因素对生产函数的影响。Battese & Coell在1992年和1995年的研究中将随机前沿生产函数模型进一步完善，扩展出技术无效率的影响因素模型。[12-13]

上述两种方法在效率评价中都比较常用，数据包络分析不需设定方程具体形式即可得出决策单元的效率水平，操作简单，但没有考虑到随机因素的影响，而且需要结合其他计量方法构建多阶段DEA模型才能估计得出不同影响因素对效率的影响，这显然增大了估计误差。相对来说，随机前沿分析不仅考虑到随机因素的影响，而且可以通过一步估计法直接得出效率以及效率的影响因素。本文的样本数据为多家企业多年的面板数据，随机因素的影响不能忽略不计，而且需要进一步分析不同因素对创新效率的影响情况，因此，本文选择随机前沿分析方法进行后续研究。

三、实证分析

(一)样本来源

由于效率评价只有在待评价决策单元具有相似的生产过程时，才具有可比性，因此，本文按照证监会修订的《上市公司行业分类指引》的标准，拟选取家电制造业为例对我国创新型企业的创新效率进行分析。考虑到数据的可获取性，本文选取前五批国家级创新型企业中的上市创新型企业为研究对象，结合数据资料获取情况，最终选取TCL集团(000100)、正泰电器(601877)、格力电器(000651)、海信电器(600060)、青岛海尔(600690)、四川长虹(600839)、海信科龙(000921)、鑫龙电器(002298)、四川九洲(000801)、厦华电子(600870)、美的集团(000333)，共计11家上市公司2007-2013年的数据为样本进行后续实证分析。

(二)指标选取与描述性统计

1、创新效率评价的指标选取

在创新效率的评价方面，从企业的创新过程及创新结果视角出发，本文认为企业的创新活动本质上是研发人员利用研发投入，通过创造新的或者改善原有的生产资料和生产工具，研发新产品或者降低企业生产成本的过程，最终的结果是使企业获取更多利润。因此，企业创新活动带来的绩效总和是企业变化的总和，[14]其创新结果不仅单纯表现在生产技术的改善上，最终表现为企业产品附加值的增加，即企业销售毛利的增加上。参考以往研究，[10]本文综合选取研发技术人员、研发费用作为投入变量，选取企业销售毛利作为产出变量，进一步分析创新型企业的创新效率。

2、创新效率影响因素分析的指标选取

在创新效率影响因素的分析方面，参考以往研究，本文认为以下因素会影响创新型企业的创新效率：

(1)设备的新旧程度。企业创新效率的提高不仅仅是专业技术人才智力投入的结果，专用设备在一定程度上能够加速创新活动的进程，先进的专业设备往往会影响新产品的实验成功。而且在投产过程中，如果企业设备陈旧老套，一些精密产品往往无法生产出来，导致企业创新成果难以批量生产。因此，本文认为企业设备的新旧程度影响企业的创新效率，故选取固定资产净值占原值的比重作为代理指标，其值越大，说明企业的设备越新。

(2)员工的教育程度。企业员工的学历水平在一定程度上体现了员工的专业知识储备和创新意识，为企业的创新活动提供人才保障，间接影响企业的创新效率水平。因此，本文选取本科及以上学历员工占比来表示员工的教育程度，其值越大，说明企业员工的教育程度越高。

(3)企业规模。规模较大的企业相对于小企业来说，有更多的资本可以用于创新，而且在吸引高端技术人才方面相对容易，进而能为企业提供更好的创新环境，影响企业的创新效率。故本文选取资产总额作为企业规模的代理指标，其值越大，说明企业的规模越大。

(4)企业无形资本积累。企业的无形资产主要由专利、商标、知识产权等构成，企业的专利和技术水平是其他企业并不具备的，若企业的无形资产的实用性高、质量好，则其转化为现实产品的能力强，企业产品的附加值也会越大，其产品在市场上的垄断地位越高，企业获取高额利润也相对容易。因此，本文认为企业现有的无形资本积累程度会在一定程度上影响企业的研发效率。故选取企业的无形资产规模作为代理指标，其值越大，说明企业的软实力越强。

(5)员工的激励水平。以往研究指出，员工心理以及奖励制度对企业的创新活动有一定影响，[7]本文认为企业员工的待遇福利水平会影响员工的工作情绪，在很大程度上决定员工对企业的认同度和满意度，进而影响企业整体的创新积极性。因此，本文选取员工的薪酬水平作为员工激励水平的衡量指标，以此探讨员工激励水平对创新型企业创新效率的影响，员工薪酬水平越高，说明企业对员工的激励水平越高。

表1给出了各指标的具体定义及计算公式。

表1　变量定义说明

表2列出了各变量的描述性统计情况。

表2　变量描述性统计

由表2可以看出，样本创新型企业发展迅速，在2007-2013年间，其平均销售毛利达到了67亿元；研发费用平均为4亿元，约占平均毛利收入总额的6%，由研发费用的标准差可以看出各个公司历年研发投入离差较小。在创新型企业的影响因素方面，表2显示，在上述11家创新型企业的员工教育情况上，本科学历水平平均达到20%，最高达到94%，离差较小；这些企业中设备总体较新，固定资产净原值比平均高达57%，且各年的离差较小；而在员工激励水平方面，上述11家创新型企业的员工薪酬水平平均在5.6万左右，各公司各年的薪酬变化较大。

(三)回归分析

根据上述分析，结合Battese &Coelli模型的基本原理，建立创新型企业创新效率评价的柯布——道格拉斯生产函数模型。[13]具体形式如下：

(1)

为消除各变量量纲不同对回归结果造成的偏差，本文在回归分析中首先将所有变量进行标准化，然后运用软件Frontier4.1，采用最大似然法对上式的模型进行一步估计，具体结果表3所示。

表3　创新型企业创新效率及影响因素估计结果

注：***、**、*分别代表1%、5%、10%的显著性水平。γ括号内为Z值。

在表3中，当γ→0时，则意味着11家创新型企业的生产点几乎全部位于生产前沿面上，这时使用普通最小二乘回归便能得到无偏和一致估计量，而在表3中，γ=0.26，且在10%的显著水平下显著，因此，可以认为式(1)中的误差项存在十分明显的复合结构，即随机误差项并非全部可以解释为随机扰动项，因此随机前沿估计有效。LR为似然比检验统计量，其原假设为γ=0，此处符合混合卡方分布(Mixed Chi-squared Distribution)，其值为77.1，表示方程拟合效果较好。

由上可以看出，创新型企业设备越先进、规模越大、员工薪酬越高，则创新无效率项越小；而无形资产规模越大、员工教育水平越高，创新无效率项越大。

下面分别具体分析创新型企业的创新效率情况和技术效率的影响因素。

1、创新效率情况分析

根据回归结果，表4给出了11家创新型企业2007-2013年间的创新效率得分情况。

表4　11家创新型企业2007-2013年间的效率值

由表4可以看出，本文研究的11家家电制造业创新型上市企业中，创新效率最高的两家企业为格力电器和青岛海尔集团，其效率值平均水平都在0.95以上，高于2007-2013年间11家创新型企业的平均水平13个百分点，且2007-2013年间，格力电器和青岛海尔的创新效率呈逐年递增趋势，其中格力电器近三年以及青岛海尔近两年的创新效率都很接近随机前沿面；而创新效率最低的三家企业为四川长虹、海信科龙和厦华电子，其效率值平均水平都在0.7以下，低于2007-2013年间11家创新型企业的平均水平，其中，除厦华电子各年的创新效率呈逐年下降趋势外，其他两家企业的创新效率逐年改善。总的来看，2007-2013年间，这些企业的创新效率呈逐年改善趋势，11家家电类上市创新型企业的创新效率由0.76逐渐上升到0.87。

2、创新效率影响因素分析

由表3的回归结果可以得出以下结论：

(1)在设备的新旧程度方面，创新型企业的固定资产净值占原值比重对企业创新无效率的影响系数为负，企业固定资产净值占原值比重每提高1个单位，企业的创新效率就会上升0.26个单位，且在10%的显著水平下显著，这表明创新型企业扩大固定资产规模，注重生产设备的更新换代，会有利于企业内部创新成果的大规模投产，有利于提升企业应用新技术生产新产品的能力，从而提升创新效率。

(2)在员工的教育程度方面，创新型企业员工的教育程度对创新无效率的影响系数为正，企业员工中本科及以上学历员工占比每提高1个单位，企业的创新效率就会下降0.11个单位，但是不显著。这说明创新型企业员工的教育水平并不是提升企业创新效率的因素，也并不是作为企业创新后援力量的必要条件。

(3)在企业规模方面，创新型企业的规模对创新无效率项的影响系数为负，企业的规模每提升一个单位，企业的创新效率就会提高1.18个单位，且在1%的显著水平下显著。这是因为规模越大的企业，资金越雄厚，企业机制越健全，综合能力也越强，其在市场上的平台也就越大，因此对创新的认识越强，能够为创新活动提供的综合条件也越好，从而会带来创新效率的显著提升。

(4)在企业无形资本积累方面，创新型企业的无形资产规模对企业创新无效率的影响系数为正，企业无形资产规模每提高1个单位，企业的创新效率就会下降1.25个单位，且在1%的显著水平下显著，这表明创新型企业现有的技术水平情况对企业的创新活动具有反向作用。这是由我国企业的专利、技术等无形资源转化成现实产品的能力还不高，有些企业过度注重专利、知识产权的数量，部分专利等理论性过高、实用价值不大造成的，而且有些研究表明无形资产发挥作用具有滞后性。[15]

(5)在员工激励水平方面，创新型企业的员工薪酬水平对企业创新无效率的影响系数为负，企业的员工薪酬水平每提高1个单位，企业的创新效率就会上升0.26个单位，且在10%的显著水平下显著，这表明创新型企业的员工激励水平对企业的创新活动具有正向影响，创新型企业员工的激励水平越高，员工对企业的认同感和归属感就越强，因而对企业更好更快发展的夙愿越强，企业追求效益的整体氛围越好，因此企业的创新效率就会越高。

四、结论及政策建议

本文在以往研究的基础之上，充分考虑到随机因素对生产函数的影响，利用随机前沿分析模型，选取11家家电制造业上市创新型企业2007-2013年的经验数据，对我国创新型企业的创新效率和影响因素进行了实证分析。一方面，在创新型企业的创新效率估计中，本文实证得出，我国家电行业的创新型企业的创新效率不断改善，其中格力电器和青岛海尔的创新效率较高，而四川长虹、海信科龙和厦华电子的效率值较低，其平均水平都在0.7以下，低于11家创新型企业样本年间的平均水平。另一方面，在对创新效率的影响因素分析中，本文实证得出企业的企业设备的新旧程度、企业规模、企业员工的激励水平对创新效率具有显著的正向影响，企业无形资产积累对创新效率有显著的负向作用，而企业员工的教育程度对创新效率无显著影响。

根据以上分析，本文认为创新型企业在提升创新效率时，应注重对固定资产的定期维护和更新，注重提升研发成果转化成现实产品的能力，而且也应注重学习行业中规模较大的企业的创新经验，提高自身创新效率。在员工方面，由于员工是一切创新和生产的核心力量，企业应注重关注员工对企业的认同度和满意度，可以通过不断提升和改善企业员工的待遇福利水平激发员工的工作积极性，继而提升企业整体的创新氛围。另外，在知识产权和专利技术的拥有度上，只有实用性强、质量高的无形资产才有利于企业提高创新起点，为企业创新提供雄厚的技术保障，企业应意识到无形资产发挥作用的长期性，并注重无形资产的质量和实用价值。

注：本文受青岛市软科学项目“青岛市创新型企业发展问题研究”(14-4-3-1-(37)-zhc)资助。

参考文献：

[1] 郭韬,史竹青.创新型企业研究综述[J].科技进步与对策,2011,(10):156-160.

[2] Abbie Griffin and Albert L. Page, An Interim Report on Measuring Product Development Success and Failure, Journal of Product Innovation Management,1993:291-308.

[3] MAHEMBA C M and DE.BRUIJN.E.J. Innovation activities by small and medium-sized manufacturing enterprises in Tanzania[J].Creativity & Innovation Management,2003,(3):162.

[4] 汪永飞,陈留平,陈爱民.创新型企业的评价指标体系及其评价模型[J].统计与决策,2007,(9):81-82.

[5] 于新宇,张铁男,史竹青,楼瑜.创新型企业成长健康度评价指标体系的构建[J].商业研究,2009,(6):17-20.

[6] 赵文彦,曾月明.创新型企业创新能力评价指标体系的构建与设计[J].中国管理科学,2011,(1):14-17.

[7] MATOS M A.The creative enterprise: managing innovative organizations and people[J].Journal of Business & Finance Librarianship,2008,13,(4):536-537.

[8] 盛玉雪,周密,丁明磊.二元悖论约束下创新型企业绩效的影响因素——基于498家国家级创新型试点企业的实证分析[J].财经科学,2013,(3):43-51.

[9] 钱燕云.企业技术创新效率和有效性的DEA综合评价研究[J].科技与管理,2004,(1):106-108.

[10] 张锦,郭玉明.基于数据包络模型的创新型企业效率研究——以河北省为例[J].河北经贸大学学报,2013,(9):99-102.

[11] Aigner. D.J and Lovel1 C.A.K and P. Schmidt, Formulation and Estimation of Stochastic Frontier Production Function Models [J]. Journal of Econometrics,1977,(6):21-37.

[12] Battese. G. E and T. J. Coell.Frontier Production Functions, Technical Efficiency and Panel Data: With Application to Paddy Farmers in India [J].Journal of Productivity Analysis,1992,(3):153-169.

[13] Battese. G. E and T. J. Coell，A Model of Technical Inefficienct Effects in a Stochastic Frontier Production Function for Panel Data [J]. Empirical Economics,1995,(20):325-332.

[14] 朱学冬,陈雅兰.创新型企业创新绩效评价研究——以福建省为例[J].中国科技论坛，2010，(9)：77-82.

[15] 张信东,薛艳梅.R&D支出与公司成长性之关系及阶段特征——基于分位数回归技术的实证研究[J].科技政策与管理,2010,(6):28-33.

A Study on the Innovation Efficiency and Factors of

Innovative Enterprises in China

Ji JianyueQin Yuxia

(College of Economics, Ocean University of China, Qindao 266100, China)

Key words: innovative enterprise; innovation efficiency; stochastic frontier analysis

责任编辑：王明舜