安徽省工业企业科技创新效率研究.docx
《安徽省工业企业科技创新效率研究.docx》由会员分享,可在线阅读,更多相关《安徽省工业企业科技创新效率研究.docx(16页珍藏版)》请在冰豆网上搜索。
![安徽省工业企业科技创新效率研究.docx](https://file1.bdocx.com/fileroot1/2023-2/3/585442a3-54a7-4936-87f7-ea8b1b1751df/585442a3-54a7-4936-87f7-ea8b1b1751df1.gif)
安徽省工业企业科技创新效率研究
安徽省工业企业科技创新效率研究
摘要:
工业企业科技创新影响着整个区域的产业结构,选取安徽省2012至2016年工业科技创新的面板数数,使用DEA与malmquist指数方法结合静态与动态两方面研究全省与各区域的工业创新投入产出转化效率。
结果表明,由于安徽省近年着力于发展工业科技,在综合技术效率上总体呈现上升趋势,但具体到各个区域还存在很多发展不平衡现象,并且规模效率是影响区域综合效率的主要因素。
关键词:
工业科技创新;投入产出效率;DEA-malmquist模型;聚类分析
StudyontheEfficiencyofScienceandTechnologyInnovationofIndustrialEnterprisesinAnhui
Abstract:
Thetechnologicalinnovationofindustrialenterprisesaffectstheindustrialstructureofthewholeregion.SelectingthenumberofindustrialtechnologyinnovationpanelsinAnhuiProvincefrom2012to2016,andusingtheDEAandmalmquistmethodtoanalysistheindustrialinnovation’sinputandoutputConversionefficiencyfromthestaticanddynamictwoaspects.Theresultsshowthat,duetothedevelopmentofindustrialtechnologyinAnhuiProvinceinrecentyears,thereisanupwardtrendinoveralltechnicalefficiency,buttherearestillmanyimbalancesineachregion,andthescaleefficiencyisthemainfactoraffectingtheregionalcomprehensiveefficiency.
Keywords:
Industrialtechnologyinnovation;input-outputefficiency;DEA-malmquistmodel;clusteranalysis
0引言
1912年,熊彼特就提出科技发展与创新能改善经济环境[]。
2014年10月初,李克强总理在访德期间,中德签署了《中德合作行动纲要:
共塑创新》,与德国合作高技术战略计划,提出两国将开展工业生产的数字化合作,也就是工业4.0,这项计划主要为了提升科学技术创新水平,发展智能化、数字化的智慧工厂。
中国已经进入科技创新驱动发展的阶段,企业发展也从生产要素与投资驱动发展到创新驱动的阶段。
目前也正是安徽省从农业大省跨往科技大省的转型阶段,在地理位置上属于中国国家推出的长江经济带与“一带一路”这两大重要发展战略区域,工业经济发展力有望得到提升,安徽省也处于国家科技创新工程与新型城镇化试点省份,这也成为发展经济的强有力支柱。
在工业总产值方面,安徽省从2000年到2015年间从1661.44亿元上涨到39875.66亿元,工业企业单位数也从3680个上升到19077个,都体现了工业发展上的巨大进步。
但是区域科技创新结果如何除了统计创新成果之外还需要对创新投入产出之间的转化效率进行研究,或许在现有的创新成果上已经产生投入冗余等现象,因此对区域创新效率研究能够提高资源的利用率,促进可持续发展,并且找到工业企业科技创新发展所需要素。
1文献回顾
现有文献中反映各产业的投入产出转化率的绝大部分都选则了DEA模型,刘伟[]在研究中国高新技术产业研发创新效率上就使用了三阶段DEA模型,并且发现三阶段DEA模型相比传统的DEA模型测算的结果更加能反映实际创新水平。
仇冬芳与胡正平[]使用了DEA-malmquist生产率指数法研究了国家范围的产学研投入产出率。
赵树宽,余海晴[]等人通过构建创新评价指标体系,运用了DEA模型对吉林151家高技术企业的创新作评价。
周宾[]使用SFA方法研究了2011年中国各个省区的工业企业技术效率,并发现中国大部分地区都处于效率下降趋势。
黄海霞,张治河[]采用DEA方法对中国2009到2011年间的战略性新兴产业的科技资源配置投入产出进行分析,发现不同产业之间存在一定差异。
王贺封,石忆邵,尹昌应[]同样采用DEA模型与malmquist生产指数对上海市的开发区用地效率作出评价,首先把上海市的21个各类开发区作为研究样本,通过对比这些样本开发区,综合评估找出阻碍上海市开发区用地效率的原因。
涂正革,谌仁[]俊使用网络DEA研究中国1998年至2010年的省区工业环境治理效率,发现网络DEA与传统DEA测算结果之间存在较大误差。
王蕾,薛国梁,张红丽[]运用了DEA分析法对北疆8个区域在2006到2012年的物流效率进行分析,并通过每次排除一个指标的方法重新测算综合效率指数来探寻对物流效率影响最大的指标。
Wen-minLu和Shiu-wanHung[]采用数据包络分析(DEA)和非参数统计分析了台湾地区的技术研发绩效。
JiangchengGuan和KaihuaChen[]认为需要从量化角度对创新过程进行分析测量,从而有助于掌握和控制创新效率,传统生产过程的效率评价体系是从网络数据包络分析相关角度构建的。
并且将该评价体系应用于中国高科技创新的跨地区实证研究。
另外,也有学者在评价指标体系方面做了改进,如周方涛[]使用层次分析法重新构建了评价指标体系,使得在做评价研究更加具有说服力。
2研究方法
2.1DEA模型研究方法
DEA模型也称为数据包络分析,是由Charnes和Cooper在1978年共同创建的用于评价多投入与多产出之间的相对效率[],但是由于CCR模型规模效益不变,1984年Banker等人在原有的模型上做了优化,加上规模效益可变的情况使得DEA模型得到了推广,更加适用,尤其在管理决策方面应用广泛。
DEA模型把决策单元(DMU)作为研究对象,在收集到各个决策单元的投入与产出的具体数据之后,DEA对这些决策单元的投入产出转化效率进行评价。
具体数学表达式如下:
式中:
为综合效率指数,
越大表示综合效率越高,当
说明决策单元达到效率最优水平;
为m个投入向量;
为s个产出向量;
n:
决策单元数;
非阿基米德无穷小量;
为指标权重;
为松弛变量,表示投入冗余;
为剩余变量,表示产出不足;
2.2Malmquist指数模型
Malmquist指数模型是1953年由StenMalmquist提出,最早由Caves与Christensen等人用于生产效率的测算,1994年由RolfFare等人将该指数与DEA理论模型结合,此模型适用于测评一段时期的动态投入产出效率,通过计算各个时期的生产点距离的几何平均值,在规模不变的情况下,malmquist指数模型为技术效率变动指数与技术进步指数的乘积。
具体数学表达式如下:
当规模报酬可变时,技术效率变动指数分解为纯技术效率与规模效率指数的乘积:
式中:
表示在a时期的技术条件下测算的b时期的技术水平;
Effch:
技术效率变动指数;
Techch:
技术进步指数;
Pech:
纯技术指数;
Sech:
规模效率指数;
当Malmquist指数大于1时表示从第t期到第t+1期全要素生产效率上升,Malmquist指数小于1时表示下降。
3指标选取与数据来源
投入产出指标如下表(表1),由于选取的决策单元为16个,DEA模型在选取评价指标个数时在不超过决策单元数的二分之一为佳,所以选取5个评价指标。
工业企业科研创新投入方面选取投入的人力与财力,人力用研究与试验发展人员折合全时当量合计来量化,财力选取研究与试验发展经费内部支出合计作为指标。
在产出方面有三个指标,分别为有效发明专利数,发表科技论文与新产品销售收入。
文中的数据来源于《2016安徽省统计年鉴》[]。
表1评价指标体系
指标分类
指标
投入
研究与试验发展人员折合全时当量合计(人年)
研究与试验发展经费内部支出合计(万元)
产出
有效发明专利数(件)
发表科技论文(篇)
新产品销售收入(万元)
4实证分析
4.1数据统计
安徽省在科技创新投入方面从2011年开始逐年上升,各评价指标数据如下图(图1,图2)所示:
图1安徽省工业企业投入
图2安徽省工业企业产出
4.2工业企业科技创新效率研究
使用DEA模型测算2015年的工业企业科技创新效率DEA值,得到结果如下表(表2),结果表明合肥、淮北、阜阳、淮南、滁州、六安、宣城、池州和铜陵在截止到2015年底,技术变动效率,纯技术效率以及规模效益都为1,说明这些区域的工业科研创新效率相对较高,亳州、蚌埠、宿州、马鞍山、芜湖以及安庆为弱DEA有效,最后黄山在技术效率上为非DEA有效。
在纯技术指数方面,只有安庆市与黄山市不为1,呈现弱DEA有效。
在规模效率指数上除了合肥、淮北、阜阳、淮南、滁州、六安、宣城、池州和铜陵这些区域外,其他区域为弱DEA有效,其中蚌埠,马鞍山,安庆与芜湖呈现规模收益下降趋势,总体而言,整个安徽省在工业企业科技创新效率上呈现有效状态。
安庆市的技术效率值为0.983,规模效率为0.992并且规模收益呈现下降趋势,在产出方面不存在冗余,但是在投入方面需要减少研究与试验发展人员折合全时当量合计值819.781人每年,在第二投入研究与试验发展经费内部支出方面要减少1675.581万元。
黄山市如果要达到DEA有效则需要减少研究与试验发展人员折合全时当量1232.165人每年,研究与试验发展经费内部支出要减少6839.682万元,或者是增加发表科技论文21篇,增加新产品收入208002.894万元。
表22015年的工业企业科技创新效率指数值
技术效率变动指数crste
纯技术指数vrste
规模效率指数scale
规模收益
type
合肥市
1
1
1
-
淮北市
1
1
1
-
亳州市
0.722
1
0.722
irs
宿州市
0.726
1
0.726
irs
蚌埠市
0.925
1
0.925
drs
阜阳市
1
1
1
-
淮南市
1
1
1
-
滁州市
1
1
1
-
六安市
1
1
1
-
马鞍山市
0.738
1
0.738
drs
芜湖市
0.846
1
0.846
drs
宣城市
1
1
1
-
铜陵市
1
1
1
-
池州市
1
1
1
-
安庆市
0.975
0.983
0.992
drs
黄山市
0.603
0.858
0.703
irs
4.3工业企业科技创新效率持续性研究
文章使用DEA-malmquist分析法对安徽省工业企业科技创新效率在2012至2016年这4年间的持续性进行研究。
结果如下表(表3),从整体上分析,安徽省工业企业科技创新效率是增长的,从2012至2016期间每年的综合效率指数值都大于一,均值为1.088,尤其在2012年至2013年达到了1.248,表明增长率达到24.8%,在2013年至2015年增长速度减缓,增长率分别为3.2%、7.4%和1.2%,说明安徽省工业企业总体上投入产出有效,在2013年科技创新效率增长减缓主要是由于纯技术效率(pech)的下降,表明在投入资源的利用率不佳。
2014年安徽省工业企业科技创新综合效率增长,并且所有分解效率都为增长趋势。
2015年由于效率变动指数与规模效率指数都小于一,呈现下降趋势,效率变动指数较低是主要受到规模效率指数的影响,导致综合效率相对于其他几年上升减缓。
首先从各个分解指数的角度上来分析。
技术进步效率每年都是增长的,表明安徽省注重科技创新,技术变动效率仅在2015年为非DEA有效,这是由于当年规模效率下降导致的,纯技术效率在2013年下降速率为1.2%,但是对技术变动效率与综合效率影响较小,在规模效率上,2013年与2014年都呈现增长趋势,但是在2015年转为下降趋势,并且导致安徽省综合科技效率下降。
其次在均值上发现,科技变动效率、技术进步效率、纯技术效率与综合效率从2012至2015年期间都是增长的,据《安徽省统计年鉴》统计数据显示,自2013年以来,安徽省发明专利授权增长率处于全国第一,在数值上增长了4.5倍,并且高技术企业的数量也扩大了2.3倍,百分之八十以上的工业企业实施产学研相结合的合作发展,成立科研研发机构,科研转化率达到百分之四十,工业总产值也逐年上升,如下图(图3)所示,开始开始朝“科技创新促崛起”的方向发展。
但是安徽省工业企业科技创新规模技术指数为降低趋势,下降1.5%,为非DEA有效,没能达到最优的生产规模,这方面需要做优化调整。
表3按年工业技术创新指标值
year
技术变动效率effch
技术进步效率techch
纯技术效率
pech
规模效率
sech
综合效率
tfpch
2012-2013
1.000
1.248
1.064
0.940
1.248
2013-2014
1.006
1.026
0.988
1.019
1.032
2014-2015
1.055
1.018
1.020
1.034
1.074
2015-2016
0.975
1.038
1.024
0.952
1.012
mean
1.009
1.079
1.024
0.985
1.088
图3工业增加值
下表(表4)为2012至2016年安徽省各个区域工业科技创新综合效率指数与各分解指数。
从各分解指数均值上可得到除了规模效率外均为增长趋势,表示在科技创新方面处于进步之中。
首先从综合指数角度上来分析,亳州、宿州、蚌埠、阜阳等12个区域综合效率值为DEA有效,占据安徽省75%的区域都为工业企业科技创新有效,而合肥、淮北、淮南和马鞍山为非DEA有效。
其次,在技术变动指数上显示,除了宿州、马鞍山、芜湖与黄山为非DEA有效外,其余区域均为DEA有效,技术变动指数的变动是由纯技术效率指数与规模效率指数,安徽省技术变动效率非DEA有效区域均存在规模效率下降状态,黄山市除了规模效率外纯技术效率也处于递减过程,所以导致技术变动效率不佳的主要原因来自于区域规模效率。
最后,在技术进步效率上合肥、淮北、阜阳、淮南与马鞍山为下降趋势,其中淮南市最为严重,以年均12.1%的幅度下降。
表42012至2016年安徽省各个区域工业科技创新指数
effch
techch
pech
sech
tfpch
排名
合肥市
1.000
0.974
1.000
1.000
0.974
13
淮北市
1.000
0.931
1.000
1.000
0.931
15
亳州市
1.083
1.214
1.107
0.979
1.315
1
宿州市
0.954
1.090
1.000
0.954
1.039
11
蚌埠市
1.115
1.092
1.132
0.985
1.218
3
阜阳市
1.084
0.960
1.054
1.029
1.041
10
淮南市
1.106
0.879
1.105
1.000
0.972
14
滁州市
1.024
1.107
1.020
1.003
1.133
6
六安市
1.000
1.143
1.000
1.000
1.143
5
马鞍山市
0.927
0.941
1.000
0.927
0.872
16
芜湖市
0.959
1.177
1.000
0.959
1.129
7
宣城市
1.000
1.281
1.000
1.000
1.281
2
铜陵市
1.000
1.023
1.000
1.000
1.023
12
池州市
1.023
1.187
1.000
1.023
1.215
4
安庆市
1.012
1.116
1.013
0.999
1.129
7
黄山市
0.881
1.247
0.963
0.916
1.099
9
mean
1.009
1.079
1.024
0.985
1.088
根据下表(表5)可分析安徽省各区域在每个时间段内的工业企业科技创新效率。
综合效率均值都大于1,表明安徽省在2012至2016年间整体投入产出有效,在所有城市中,六安、宣城、池州与安庆均为有效状态,说明工业企业科技创新发展处于日益进步之中,发展最快的是宣城市,尤其在2014年,增速达到57.3%,在科技进步,科技规模方面都有很好的发展。
合肥、淮北、蚌埠、芜湖、阜阳、淮南、滁州与黄山在纯技术效率上都处于改进过程,占了安徽省50%的区域,这些区域在综合技术增长率上由负变正,现处于增长过程。
而亳州、马鞍山、宿州与铜陵则处于待优化阶段。
表52012-2016各区域的工业企业科技创新综合效率
2012-2013
2013-2014
2014-2015
2015-2016
tfpth
排名
tfpth
排名
tfpth
排名
tfpth
排名
合肥市
1.007
12
0.959
12
0.912
12
1.021
11
淮北市
0.653
16
0.92
15
1.19
6
1.049
7
亳州市
2.681
1
1.087
6
1.293
4
0.793
14
宿州市
0.918
13
1.27
3
1.273
5
0.786
16
蚌埠市
2.068
2
1.152
4
0.838
15
1.101
5
阜阳市
1.139
11
0.997
10
0.931
11
1.109
4
淮南市
1.689
3
0.564
16
0.785
16
1.192
2
滁州市
1.521
4
1.06
7
0.981
10
1.043
8
六安市
1.487
5
1.015
9
1.075
7
1.05
6
马鞍山市
0.888
14
0.958
13
0.864
14
0.788
15
芜湖市
1.207
9
0.995
11
1.333
3
1.015
12
宣城市
1.234
8
1.128
5
1.573
1
1.229
1
铜陵市
0.81
15
0.933
14
1.521
2
0.955
13
池州市
1.374
6
1.452
1
1.066
8
1.024
10
安庆市
1.191
10
1.274
2
1.026
9
1.043
8
黄山市
1.358
7
1.054
8
0.895
13
1.139
3
均值
1.3265625
1.051125
1.09725
1.0210625
首先从部分区域角度上分析综合效率上升的区域,亳州市由于在2012年之后亳州经济开发区与南部新区整合,打造产业链完整的战略性新兴产业聚集区,企业规模大幅扩大,政府投入大量资金发展基础的水电路网设施、科技与信息服务与专业人才培养,所以在综合效率指数上以年均31.5%的增速排在全省首位,这得益于科技进步指数年均21.4%的高增长率,但是在规模效率方面表现为年均下降2.1%,从而也影响了技术效率变动指数,其余指数都呈现增长状态,处于同种情况的还有宿州市、蚌埠市、芜湖市和安庆市,但是,亳州市在2015至2016年综合技术效率以20.7%的速率大幅下降,主要原因是规模技术效率的降低,根据规模效益曲线,过大或者是过小的生产规模都会导致亏损,过大的生产规模需要超过现有企业的生产能力,因此,亳州市要改变科技创新效率下降的主要措施是在现有投入的基础上对科技规模做出改善,适当减小科技创新产业规模。
阜阳市和黄山市与其他工业企业创新效率增长的区域不同,在综合技术效率上,阜阳市与黄山市近两年得到好转,呈现投入产出转化有效状态,但是阜阳市的技术进步指数偏低,且呈下降趋势。
另外,黄山市的纯技术指数与规模效率指数都偏低,因此阜阳市与黄山市需要加大对人才的吸引力度,多出台人才激励政策,改善管理方法,尤其是黄山市,2015年工业企业为539个,数量与安徽省其他区域相比严重偏少,政府在工业企业科研投入资金也仅为2817万元,因此适当扩大工业生产规模与科技创新的资金投入。
其次,在综合效率下降的区域,安徽省所有非DEA有效区域的综合效率指数较低都是由于技术进步指数(techch)偏低,如合肥,科技进步指数为0.974,年均下降2.6%,说明在合肥市在技术创新与技术扩散方面需要改善。
从各时间段上分析,合肥市在2015到2016年间由于技术进步效率的上升,综合技术效率也得到提高,由原本的下降趋势到2015年变为增长2.1%。
另外,在这些区域中马鞍山市在四年间除了科技进步效率低之外规模效率也处于弱势地位,从而导致了科技变动效率指数值与综合科技效率指数值偏低,整体上呈现投入产出无效状态。
2013至2015年间,马鞍山市的纯技术效率与规模效率均有效,说明工业企业的管理水平较高,在当时的生产规模与科技水平上,对投入的资源的利用是有效的,未能达到综合技术有效是因为技术进步效率的下降,主要是在该时间段生产前沿上科技产出中的创新产出与前一阶段生产前沿上的创新产出相比有所下降,所以要提高技术改进水平,吸引外资,在技术创新上加大人力物力与财力的投入。
到2015至2016年,马鞍山市技术进步效率得到提升,但是在规模效率上体现为下降趋势,并且下降率为26.2%,从而造成综合技术效率与大幅下降。
因此,要使得马鞍山市投入产出综合有效需要注重在企业生产规模上的改进,扩大技术应用规模。
5结论
首先在整个安徽省的角度上可以得到,从2012年至2016年,科技创新效率一直处于增长趋势,说明总体投入与产出之间的转化是有效的,在新技术与创新型人才的引进与对科技创新的投资方面得到了很好的发展,但是与此同时需要重视科技规模,不要一味的追求利润而扩大生产规模,在科技创新发展初期,过大的生产规模导致规模效率下降,破换原本适应的合理的分工,很难协调好每个生产部分从而导致不能有效运行,并且可能引起信息孤岛现象,尤其是管控孤岛,因此,需要在各方面技术、管理与信