基于动态StoNED方法的工业企业创新资源配置效率研究.pdf

第3 2卷 第5期 2 0 2 3年9月系 统 管 理 学 报J o u r n a l o f S y s t e m s&M a n a g e m e n tV o l.3 2 N o.5S e p.2 0 2 3 文章编号:1 0 0 5-2 5 4 2(2 0 2 3)0 5-1 0 0 9-1 3收稿日期:2 0 2 1-1 1-2 9 修订日期:2 0 2 2-0 2-2 0 基金项目:上海市软科学研究计划项目(1 8 6 9 2 1 0 3 0 0 0)作者简介:孙 龙(1 9 8 9-),男,博士生。研究方向为财政与金融管理、科技创新。通信作者:雷良海(1 9 6 2-),男,博士,教授,博士生导师。E-m a i l:l e i l h 5 5 51 6 3.c o m 基于动态S t o N E D方法的工业企业创新资源配置效率研究孙 龙,雷良海(上海理工大学 管理学院,上海 2 0 0 0 9 3)【摘要】基于2 0 1 12 0 2 0年中国3 0个省市自治区规模以上工业企业面板数据,从投入产出角度,依据创新价值链理论,将企业技术创新活动分为技术成果研发和技术成果转化两阶段。构建两阶段S t o N E D模型对创新资源配置效率进行测算和研究,并利用T o b i t模型分别对两阶段效率值的影响因素进行回归分析。结果表明:中国规模以上工业企业两阶段的创新资源配置效率皆呈现“倒U型”态势;区域间效率差异明显,呈“东-中-西”由高到低排列;地区经济发展水平和科研实力正向影响技术成果研发阶段效率,企业资产规模和企业重视程度正向影响技术成果转化阶段效率,政府支持力度对两阶段效率皆无明显作用。研究结论为创新驱动发展战略等政策制定和实施提供了来自区域规模以上工业企业的新证据。关键词:创新资源配置效率;影响因素;S t o N E D模型;T o b i t模型 中图分类号:F 0 6 2.3 文献标志码:A D O I:1 0.3 9 6 9/j.i s s n 1 0 0 5-2 5 4 2.2 0 2 3.0 5.0 1 1 E f f i c i e n c y o f I n d u s t r i a l E n t e r p r i s e I n n o v a t i o n R e s o u r c e A l l o c a t i o n B a s e d o n D y n a m i c S t o N E D M e t h o d S UN L o n g,L E I L i a n g h a i(B u s i n e s s S c h o o l,U n i v e r s i t y o f S h a n g h a i f o r S c i e n c e a n d T e c h n o l o g y,S h a n g h a i 2 0 0 0 9 3,C h i n a)【A b s t r a c t】B a s e d o n t h e p a n e l d a t a o f i n d u s t r i a l e n t e r p r i s e s a b o v e d e s i g n a t e d s i z e i n 3 0 p r o v i n c e s a n d a u t o n o m o u s r e g i o n s o f C h i n a f r o m 2 0 1 1 t o 2 0 2 0,f r o m t h e p e r s p e c t i v e o f i n p u t-o u t p u t,a c c o r d i n g t o t h e t h e o r y o f i n n o v a t i o n v a l u e c h a i n,t h e t e c h n o l o g i c a l i n n o v a t i o n a c t i v i t i e s o f e n t e r p r i s e s a r e d i v i d e d i n t o t w o s t a g e s,t h e f i r s t b e i n g r e s e a r c h a n d d e v e l o p m e n t o f t e c h n o l o g i c a l a c h i e v e m e n t s,a n d t h e s e c o n d b e i n g t r a n s f o r m a t i o n o f t e c h n o l o g i c a l a c h i e v e m e n t s.A t w o-s t a g e S t o N E D m o d e l i s c o n s t r u c t e d t o m e a s u r e a n d s t u d y t h e a l l o c a t i o n e f f i c i e n c y o f i n n o v a t i o n r e s o u r c e s,a n d t h e T o b i t m o d e l i s u s e d t o a n a l y z e t h e t w o s t a g e s.T h e r e g r e s s i o n a n a l y s i s i s u s e d t o a n a l y z e t h e i n f l u e n c i n g f a c t o r s o f t h e s e g m e n t e f f i c i e n c y.T h e r e s u l t s s h o w t h a t t h e e f f i c i e n c y o f i n n o v a t i o n r e s o u r c e a l l o c a t i o n i n b o t h s t a g e s o f i n d u s t r i a l e n t e r p r i s e s a b o v e d e s i g n a t e d s i z e i n C h i n a i s i n a n“i n v e r t e d U-s h a p e”.T h e e f f i c i e n c y d i f f e r s s i g n i f i c a n t l y b e t w e e n r e g i o n s a n d i s a r r a n g e d f r o m h i g h t o l o w i n a n“e a s t-m i d d l e-w e s t”o r d e r.T h e r e g i o n a l e c o n o m i c d e v e l o p m e n t l e v e l a n d s c i e n t i f i c r e s e a r c h s t r e n g t h p o s i t i v e l y a f f e c t t h e e f f i c i e n c y o f t h e r e s e a r c h a n d d e v e l o p m e n t s t a g e,w h i l e t h e e n t e r p r i s e a s s e t s c a l e a n d t h e d e g r e e o f e n t e r p r i s e a t t e n t i o n p o s i t i v e l y a f f e c t t h e e f f i c i e n c y o f t r a n s f o r m a t i o n s t a g e,a n d t h e g o v e r n m e n t s u p p o r t h a s n o s i g n i f i c a n t e f f e c t o n t h e e f f i c i e n c y o f b o t h s t a g e s.T h e f i n d i n g s o f t h i s p a p e r p r o v i d e n e w e v i d e n c e f o r t h e f o r m u l a t i o n a n d 1 0 1 0 系 统 管 理 学 报第3 2卷i m p l e m e n t a t i o n o f p o l i c i e s s u c h a s i n n o v a t i o n-d r i v e n d e v e l o p m e n t s t r a t e g y f r o m r e g i o n a l i n d u s t r i a l e n t e r p r i s e s a b o v e d e s i g n a t e d s i z e.K e y w o r d s:i n n o v a t i o n r e s o u r c e a l l o c a t i o n e f f i c i e n c y;i n f l u e n c i n g f a c t o r s;S t o N E D m o d e l;T o b i t m o d e l 改革开放以来,中国创新发展经历了“引进-吸收-模仿”三阶段,逐步转入了依靠自主创新推进产业转型升级的关键时期1。但近年来,中国创新产出并未随着投入的大幅增加而同步增长:2 0 1 72 0 2 0年中国国内研发支出总额的年均增长率高达1 1.1 5%,按购买力平价计算,2 0 2 0年中国研发支出总额已达到3 4 2 0亿美元,仅次于美国,位列世界第二。然而,同期中国发明专利申请数的年均增长率仅为2.7 1%,发明专利申请数占专利申请总数的比重更是从3 7.3 6%降至2 8.8 2%,这些都反映出中国创新领域愈发 受到边际 效益递 减 规 律 的 严 重 影响2。尤其后疫情时代愈演愈烈的逆全球化浪潮,更加 剧 了 提 高 中 国 自 主 创 新 能 力 的 迫 切 性。A r r o w3明确指出,反映创新能力的技术水平是强烈依靠研发投资积累的,这意味着中国创新投入还要进一步增加,效率瓶颈需要尽快突破。规模以上工业企业是中国创新发展的重要承载4,集中了一大批有人力、有资金、有技术的工业企业,涵盖了代表知识密集型的高端装备制造业。为此,本文将重点研究中国规模以上工业企业的创新资源配置效率问题。创新资源配置效率表示单位科技创新投入要素合理有序地分配到创新部门,经过整合按照最优组合进行创新活动后所获得的最大产出水平5,这一产出水平会因所处环境的变化而发生改变6。近年来,国内外学者在创新效率的研究内容和方法上愈发趋同。G i e d r e等7以及A n a等8分别采用D E A和S F A两种不同方法研究了欧洲地区创新系统的效率水平。B r o e k e l等9利用改进的共享投入D E A模型估算了德国的创新效率。A p a r i c i o等1 0则在效率测度方法上进行探讨,认为D E A方法存在对多维度边界超载问题,并对此提出了一些改进。朱承亮等1 1以 及 李 作 志 等1 2也 分 别 采 用S F A和D E A方法聚焦中国研发效率的评价,并分别从人力资本和研发投入分配方面提出了政策建议。赵聚辉等1 3通 过 构 建D E A-B C C模 型 对 中 国 科 技 研 发2 0 1 42 0 1 6年 的 指 标 进 行 静 态 研 究,并 结 合M a l m q u i s t指数做出动态分析,指出了中国省域科技研发效率存在显著差异。刘兰剑等1 4通过D E A与M a l m q u i s t指 数 相 结 合 的 方 法 对 比 了 中 国 和O E C D创新型国家间科技投入产出效率,结果表明,中国全要素生产率的提高来自规模效应而非研发效率。现有研究存在两大局限:内容上,局限在R&D效率,使得对创新活动的认识缺乏完整性。R&D固然是影响整体创新产出的关键环节,R&D后的科技成果转化、产业化等阶段也同样重要,以往研究缺乏对R&D效率和生产效率相互联系的分析框架而无法正确估计创新效率。方法上,D E A和S F A虽然都具有研究效率问题的优势,但也都存在显著缺陷。D E A为确定性非参数方法,最早由C h a r n e s等1 5提出,它无须提前假设特定函数形式,且包容性强,可处理多投入多产出等情况;但缺乏统计特性,即对于样本观测点到生产前沿面间的残差估计量中只包含非有效部分,并未涵盖随机误差或噪音1 6-1 7。S F A为随机参数方法,首先由A i g n e r等1 8以 及M e e u s e n等1 9分 别 独 立 提 出,后 经B a t t e s e等2 0改进推广。它考虑到了噪声对生产前沿面估计的影响,能有效分离纯粹的随机误差和非效率项,但需要提前设定特定的函数形式,而恰当的函数形式和误差项分布往往难以确定,最终可能导致估计的严重偏差2 1-2 2。针对现有研究的不足,本文以中国省际规模以上工业企业为研究对象,从内容和方法上进行改进:首先,借鉴创新价值链理论将创新活动划分为技术成果研发和转化两个紧密联系的阶段,并通过专利指标作为研发产出和转化投入来衔接两者,用两阶段创新资源配置效率来全面反映企业的创新效率问题。其次,为更好地综合上述两种传统方法的优点并规避其各自的缺点,本文采用随机非参数数据包络(S t o c h a s t i c N o n p a r a m e t r i c E n v e l o p m e n t o f D a t a,S t o N E D)分析方法2 3进行研究。S t o N E D将D E A的非参数边界与S F A对效率残差项和噪声项的处理整合在一个前沿分析的框架内,利用两种方法的优势来解决效率评估问题。S t o N E D方法处于研究初期,目前使用较少,国内少数学者进行了有益探索。其中:周四军等2 4通过测算商业银行效率从理论和实证两方面验证了S t o N E D模型比超效率D E A模型更合理;沈小波等2 5利用S t o N E D模型对中国工业部门体现的和非体现的技术进步进行了估算;谢建辉等1 7通过对比D E A指出了S t o N E D模型的优越性并提出了改进;范德成等6利用中国第5期孙 龙,等:基于动态S t o N E D方法的工业企业创新资源配置效率研究1 0 1 1 高端装备制造业数据对行业科技创新资源配置效率进行了测算,并甄别出了企业规模等具有显著作用的影响因素。本文分为两个部分:将科技创新活动划分为技术成果研发和技术成果转化两个前后衔接紧密的阶段,利用S t o N E D方法估算中国各省规模以上工业企业在科技创新两阶段的资源配置效率;在估算的两阶段效率值基础上,运用T o b i t模型分别对可能影响效率的地区经济发展水平、地区科研实力、政府支持力度、企业重视程度及企业资产规模5个影响因素进行研究,找出影响两阶段效率的关键因素,有针对性地提出改善创新资源配置效率的政策建议。这对改善当前科技创新领域的资源配置浪费现象,提高技术研发和成果转化两个阶段的创新产出具有重要的理论和现实意义。1 理论模型和测度方法1.1 静态横截面数据S t o N E D模型 假定生产函数f:y=f(x)为单调递增的凹函数,x为投入变量,y为产出变量,f为可能的生产集。根据S F A模型,引入一个随机成分表示真实值与观测值之间的偏差,即i=vi-ui。其中:ui0为非效率项,反映企业自身可控制但未达最优的部分,由于无效率会提高成本,故ui服从单边分布uiN(0,2);vi反映统计噪声的随机误差项,服从viN(0,2)。则生产函数形式为yi=f(xi)+i=f(xi)-ui+vi(1)采用矩方法来估计S t o N E D模型,包括3步:对残差i的凹面非参数最小二乘法;基于条件分布的无效率项ui的估计;S t o N E D效率值 E的估计。1.1.1 i的估计 S t o N E D模型采用凹面非参数最小二乘法(C N L S)对合成误差项i进行估计,相比普 通 最 小 二 乘 法(O L S)和 调 整 最 小 二 乘 法(MO L S),其优点在于考虑了更为一般的单调凹回归函数的非参数形式,且允许截距和斜率随着样本个体变化而改变。可以写为如下二次规划问题:m i n,ni=12is.t.yi=i+ixi+ii+ixih+hxii0i,h=1,2,n (2)对于未事先设定固定生产函数的形式,C N L S模型是采用一种非特定的生产函数形式来估计n个切超平面。第1个约束条件为线性回归方程,其中斜率系数i为要素i的边际产出;第2个约束条件通过不等式的形式保证了函数的凹性特征;第3个约束条件保证了函数单调递增的性质。1.1.2 ui的估计 为分离非效率项ui和随机误差项vi,当合成误差项i显著偏倚时,可通过矩估计计算2u和2v。首先计算合成误差项的二阶和三阶中心距,即:m2=1nni=1i-E(i)2m3=1nni=1i-E(i)3(3)m2、m3分别为真实矩2、3的一致估计量,进一步可得:2=1-2 2u+2v3=2-4 3u(4)由式(3)和(4)可求得2u和2v的一致估计量分别为:2u=m32-4 232v=m2-(1-2/)2u (5)非效率项ui的均值和方差分别为:*=-i2u2u+2v,2*=2u2v2u+2v将2u和2v代入、用条件期望Eii 作为非效率项ui的点估计量,有Eii =*+2*(-*/*)1-(-*/*)(6)式中:是标准正态分布函数;是标准正态累积分布函数。1.1.3 效率值E的估计 由于合成误差项i导致了产出观测值yi与真实值f(xi)之间的差异,故效率公式可由式(1)两边同时除以f(xi)得到。且由于差异是由非效率项ui而非随机误差项vi引起的,故最终效率为E=yif(xi)=1-E(ui)yi+E(ui)-E(vi)+E(vi)yi+E(ui)-E(vi)=1-E(ui)yi+E(ui)(7)1.2 静态面板数据S t o N E D模型 横截面S t o N E D模型无法直接适用本文研究的面板数据,故采用相应的面板数据S t o N E D模型,即 1 0 1 2 系 统 管 理 学 报第3 2卷yi t=f(xi t)+i t=f(xi t)+vi t-uii=1,2,n;t=1,2,T(8)同样,生产函数是单调递增且凹的,企业i在t期的随机误差项vi t仍服从正态分布,即vi tN(0,2v)。由于是静态模型,故生产函数f和无效率项ui不随 时 间 而 变 化。在 单 调 性 和 凹 性 约 束 下,S t o N E D模型的凹面非参数最小二乘估计为:m i n,u,vTt=1ni=1v2i ts.t.yi t=i t+i txi t+i ti t+i txi th s+h sxi ti t0i,h=1,2,n,t,s=1,2,T (9)式中:第1个约束条件为回归方程;第2个约束条件对生产函数施加了凹性限制;第3个约束条件保证生产函数的单调性。综上可知,效率的测度须由模型式(9)间接得出,效率值E可采用如下标准化形式表示:Ei(t)=11+ui(1 0)1.3 动态S t o N E D模型 横截面数据背景下的S t o N E D方法在效率领域已得到初步应用,K u o s m a n e n2 6在此基础上进一步提出了面板数据背景下的S t o N E D模型,并利用技术进步的思想将其动态化。为了考察生产技术和无效率随时间的变化,把时间t作为自变量纳入生产函数f,即f(x,t),t=0,1,T;同时,假定无效率项ui也随时间而变化,即ui(t),i=1,2,n;t=0,1,T。因此,有如下动态S t o N E D模型:yi t=f(xi t,t)1+ui(t)-vi t=f(xi t,t)-ui(t)yi t+vi tyi t(1 1)假设技术进步是产出递增的、投入可加的,函数f(xi t,t)可设为如下形式:f(xi t,t)=f(xi t,0)+Mm=1Am(t)xm i t(1 2)式中:f(xi t,0)是 基 期 生 产 函 数;函 数Am(t):RM+R描述了投入体现的技术进步。基期生产函数f(xi t,0)的特性按 照下述定理 可延续至其 他时期。定理 如果 基期生 产 函 数f(xi t,0)对 任 意xi tRM+,t0,1,T是单调递增 的,且 对m=1,2,M;t=0,1,T有Am(t)0,则对所有xi tRM+,t0,1,T,f(xi t,t)是单调递增的;如果f(xi t,0)对任意xi tRM+,t0,1,T是全域凹的,则f(xi t,t)对所有xi tRM+,t0,1,T也是全域凹的。设定技术进步Am(t)为时间的二次函数,则Am(t)=mt+mt2(1 3)与技术进步的参数化建模类似,对技术效率的时间变化建模也可以用参数函数来近似。设定无效率项ui(t)为二次多项式,则ui(t)=ai+bit+cit2(1 4)该设定包含技术效率稳定不变(bi=ci=0)、技术效率线性提高(bi0,ci=0)和技术效率非线性提高(bi0,ci0)等不同情形。综上可知,待估计的回归方程如下所示:yi t=f(xi t,0)+Mm=1(mt+mt2)xm i t-(ai+bit+cit2)yi t+vi tyi t(1 5)为了估计模型式(1 5)中未知的函数f及参数、a、b、c和v,构建如下凹面非参数最小二乘估计:m i n,a,b,c,vTt=1ni=1v2i ts.t.yi t=i t+i txi t+Mm=1(mt+mt2)xm i t-(ai+bit+cit2)yi t+vi tyi ti t+i txi th s+h sxi t(1 6)i0,mt+mt20i,h=1,2,n,s,t=1,2,Tm=1,2,M 式中:第1个约束条件代表回归方程,基期生产函数f(xi t,0)用切超平面i t+i txi t表示;第2个约束条件对切超平面施加了凹性限制;第3个约束条件对生产函数f(xi t,t)施加了单调递增限制、对技术变化进行了非负限制。技术效率的度量必须从模型式(1 6)间接推断。给定式(1 6)的参数估计ai、bi和ci,企业i在t期的无效率估计的计算方法为ui(t)=(ai+bit+cit2)(1 7)则效率值E可采用如下标准化形式:Ei(t)=11+ui(t)(1 8)1.4 T o b i t模型 为进一步了解中国省际规模以上工业企业科技创新 资 源 配 置 效 率 的 显 著 性 影 响 因 素,本 文 以S t o N E D模型所测算的效率值作为被解释变量,以各影响因素作为解释变量,设定多元线性回归方程。由于S t o N E D模型测度出来的效率值在特定的区间第5期孙 龙,等:基于动态S t o N E D方法的工业企业创新资源配置效率研究1 0 1 3 0,1 之内,属于受限因变量,倘若直接采用普通最小二乘法,可能会导致结果偏移或不一致,故采用受限因 变 量 模 型 中 的 规 范 截 取 回 归 模 型,即 面 板T o b i t模型,探究不同的影响因素对科技创新资源配置效率影响情况,即Yk=0+Xk+k,0+Xk+k00,其他(1 9)式中:Yk为受限的被解释变量;Xk为解释变量;为未知参数向量;kN(0,2)。2 变量选取、数据来源及模型设定2.1 变量选取及处理 依据创新价值链理论2 7,本文将规模以上工业企业(以下简称“规上企业”)科技创新活动分为技术成果研发和技术成果转化两个阶段。技术成果研发是指企业开展包括技术立项、研究、试验和样品试制等研发阶段,是技术成果转化的基础;技术成果转化是指企业将试制成功的样品进一步试验开发以论证生产工艺、降低生产成本及提高生产规模的产业化阶段2 8-2 9。由于两阶段的创新活动内容不同,其投入和产出变量的选择也存在差异,本文研究将根据两阶段创新特征选取各自的投入产出资源要素,并分别测算创新资源配置效率。2.1.1 技术成果研发阶段 投入产出变量参考范德成等6的做法。投入变量从人力和资金两个方面选取指标:R&D人员全时当量(L a b o u r 1),衡量企业 技 术 成 果 研 发 过 程 中 的 人 力 资 本 投 入。R&D内部经费支出(R D f u n d s 1),衡量企业研发技术方面的资金投入。新产品开发经费支出(N R D f u n d s 1),衡量企业对新技术试验和对新产品试制的经费投入。R&D内部经费支出和新产品开发经费支出全面涵盖了企业在技术成果研发阶段的各环节资金投入。企业技术成果研发阶段主要以技术作为最终产出成果,包括新技术和改进技术等,因此,产出变量选取规上企业的专利作为衡量标准。专利申请量(P a t e n t),衡量地区规上企业科技创新产出。由于创新属于知识生产过程,其产出不仅依赖当前投入,还依赖于过去投入的积累,故R&D内部经费支出和新产品开发经费支出应采用存量形式。首先以2 0 1 1年为基期,用加权R&D价格指数对两项经费支出进行平减,消除价格变动影响3 0;然后,采用永续盘存法(P I M)对价格平减后的经费支出进行存量计算3 1-3 2。计算公式为S Ei,t=(1-)S Ei.t-1+F Ei.t(2 0)式中:S Ei,t与S Ei.t-1分别为产业i在第t年和第t-1年的经费支出存量;F Ei.t为产业i在第t年当年的经费支出流量;为折旧率,本文取=1 5%。基期经费支出存量的计算公式为S Ei,0=F Ei.1g+(2 1)式中:F Ei.1为产业i在基期的经费支出流量;g为本文研究样本年限范围内经费支出的年均增长率。2.1.2 技术成果转化阶段 技术成果转化阶段不仅有人力和资金投入,还有承接第1阶段的技术创新成果作为产业化的技术投入,因此,第1阶段的产出变量就成了第2阶段的投入变量,正是因为“专利申请量”的存在,将本文研究的第1和第2阶段衔接在 一起构成了 一个完整 的 创 新 流程。具 体 而 言,投 入 变 量 包 括:专 利 申 请 量(P a t e n t),衡量企业在技术成果应用及推广过程中的技术投入;年末研发人员总数(L a b o u r 2),衡量企业在技术成果转化阶段的人力资本投入;技术获取及改造经费投入(R D f u n d s 2),包括企业引进技术经费支出、消化吸收经费支出、购买境内技术经费支出和技术改造经费支出,衡量企业在技术成果转化过程中的资金投入。产出变量为新产品销售收入(I n c o m e 2),衡量企业将利用新技术开发的新产品推广上市之后获得的经济效益。这里,技术获取及改造经费投入也采取存量形式,计算方法同上。新产品销售收入采取以2 0 1 1年为基期的居民消费物价指数平减处理。由于技术成果研发和转化具有时间滞后效应,故对上述两个阶段的投入变量进行一阶滞后处理,最终可估算2 0 1 12 0 1 9年的两阶段效率值。2.1.3 影响因素变量 因为本文研究样本为省际规上企业,所以影响因素选取要包含地区和企业两个方面特征,且创新涉及各创新主体,选取的影响因素应尽量涵盖企业、高校、科研院所和政府等主要社会创新主体。最终,共选取5个可能的影响因素并分为两类。区域特征:地区经济要素。较好的经济实力可以更多支持创新并吸引人才,参考薛永刚3 3的做法,选取地区人均国内生产总值来衡量地区经济发展水平(p G D P)。地区科研要素。企业创新不是闭门造车,离不开对外合作,且受到所在地区科研基础的影响,而一个地区的科技研发能力主要取决于该地区的高等院校及科研院所的数量3 3,故选择高校和科研院所数量总和衡量地区科研实力(S UM)。地区政策要素。政府的支持直接关系着辖区企业的1 0 1 4 系 统 管 理 学 报第3 2卷创新活力,参考肖振红等3 4的做法,选择政府财政科技支出占政府财政总支出的比重来衡量地区政府支持力度(G O V),即财政科技支出/财政总支出。企业特征:企业规模要素。资产规模决定着企业的研发机构规模及研发投入水平3 5,本文选择地区规上企业平均资产规模来衡量企业规模(S I Z E),即规上企业总资产/规上企业数。企业重视程度。微观的工业企业个体是科技创新活动的直接承载,企业只有重视技术研发才能真正加大投入提高产出,参考段姗等3 6的研究,选择有研发机构的规上企业数占规上企业总数的比重来衡量企业对科技创新的重视程度(V A L U E),即有研发机构规上企业数/规上企业总数。其中,地区人均国内生产总值和规上企业总资产采取以2 0 1 1年为基期的年度C P I指数进行平减。上述影响因素均滞后1期处理。根据上述选取的两阶段投入产出变量及影响因素的选取,构建本文研究的创新资源配置效率评价指标体系,如表1所示。表1 规模以上工业企业创新资源配置效率评价指标体系T a b.1 E v a l u a t i o n i n d e x s y s t e m o f i n n o v a t i o n r e s o u r c e a l l o c a t i o n e f f i c i e n c y o f i n d u s t r i a l e n t e r p r i s e s a b o v e t h e s c a l e阶段1级指标2级指标技术成果研发阶段技术成果转化阶段影响因素投入变量产出变量投入变量产出变量区域要素企业要素R&D人员全时当量,L a b o u r 1R&D内部经费支出,R D f u n d s 1新产品开发经费支出,N R D f u n d s 1专利申请量,P a t e n t专利申请量,P a t e n t年末研发人员总数,L a b o u r 2技术获取及改造经费投入,R D f u n d s 2新产品销售收入,I n c o m e 2经济发展水平,p G D P科技研发实力,S UM政策支持力度,GOV企业资产规模,S I Z E企业重视程度,VA L U E2.2 样本选择及数据来源 由于国家统计局从2 0 1 1年1月起将纳入规模以上工业统计范围的工业企业起点标准从年主营业务收入5 0 0万元提高到2 0 0 0万元,为保证统计数据口径一致性和可得性,本文研究样本为2 0 1 12 0 2 0年中国3 0个省市自治区(除西藏自治区)的规模以上工业企业数据。研究所需原始数据来自 中国科技统计年鉴 中国统计年鉴 以及W i n d数据库。2.3 模型设定2.3.1 创新资源配置效率测算的S t o N E D模型 本文研究数据具有典型的动态面板特征,故选择动态S t o N E D方法分别测算3 0个省市自治区规上企业在2 0 1 12 0 1 9年共计9年间的技术成果研发阶段和技术成果转化阶段的创新资源配置效率值。根据模型式(1 6)设定具体形式如下:m i n,a,b,c,vTt=1ni=1v2i ts.t.yi t=(L i tLi t+K i tKi t+M i tMi t)+(Lt+Lt2)Li t+(Kt+Kt2)Ki t+(Mt+Mt2)Mi t-(ai+bit+cit2)yi t+vi tyi tL i tLi t+K i tKi t+M i tMi tL h sLi t+(2 2)K h sKi t+M h sMi tL i t,K i t,M i t0,Lt+Lt20Kt+Kt20,Mt+Mt20i,h=1,2,n,s,t=1,2,T 式中:L、K、M分别表示投入要素;y表示产出要素。2.3.2 影响因素检验的T o b i t模型E F F(1)i t=C+1l n(p G D Pi t)+2l n(S UMi t)+3GOV+4l n(S I Z Ei t)+5VA L U Ei t+i t(2 3)E F F(2)i t=C+1l n(p G D Pi t)+2l n(S UMi t)+3GOV+4l n(S I Z Ei t)+5VA L U Ei t+i t(2 4)式中,E F F(1)i t和E F F(2)i t分别表示技术成果研发阶段和技术成果转化阶段的中国省际规上企业创新资源配置效率值。3 创新资源配置效率实证分析3.1 创新资源配置效率的测算结果分析 运用GAM S 2 5.1.3软件求解模型式(2 1),最终得到如表2所示的3 0个省市自治区规上企业两阶段效率值(E F F(1)i t和E F F(2)i t)。3.1.1 创新资源配置效率动态变化分析 由表2可见,中国3 0个省市规上企业两阶段创新资源配置效率绝对值分布在0.81.0之间,且随着年份增加,效率值的变化呈现出一定规律,如图1所示。从国家层面看,中国规上企业两阶段创新资源配置效率值皆呈现“倒U型”态势,但技术成果研发阶段效率始终低于技术成果转化阶段效率。技术成果研发阶段效率值从2 0 1 1年起微弱增长,于2 0 1 4年达到最高点0.8 5 57,之后便小幅下降,总体来看,研发阶段效率值变化不大,基本保持在9年效率均值0.8 4 7 6上下。技术成果转化阶段效率值在2 0 1 12 0 1 6年间不断提高,达到最高值0.9 3 4 4,而 后 呈 现 下 降 趋 势,但 相 较 于2 0 1 1年第5期孙 龙,等:基于动态S t o N E D方法的工业企业创新资源配置效率研究1 0 1 5 表2 2 0 1 12 0 1 9年中国3 0省市规上企业两阶段创新资源配置效率值T a b.2 E f f i c i e n c y v a l u e s o f t w o-s t a g e i n n o v a t i o n r e s o u r c e a l l o c a t i o n o f a b o v e-s t a n d a r d e n t e r p r i s e s i n 3 0 C h i n e s e p r o v i n c e s a n d c i t i e s,2 0 1 1 2 0 1 9地区阶段年份2 0 1 12 0 1 22 0 1 32 0 1 42 0 1 52 0 1 62 0 1 72 0 1 82 0 1 9全国东部中部西部北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南重庆四川E F F(1)0.8 4 2 80.8 4 9 30.8 5 3 70.8 5 5 70.8 5 5 40.8 5 2 70.8 4 7 60.8 4 0 30.8 3 0 9 E F F(2)0.8 8 2 60.9 0 1 00.9 1 5 80.9 2 6 50.9 3 2 80.9 3 4 50.9 3 1 60.9 2 4 30.9 1 2 2 E F F(1)0.8 8 1 80.8 8 3 30.8 8 3 30.8 8 2 00.8 7 9 40.8 7 5 40.8 7 0 00.8 6 3 40.8 5 5 5 E F F(2)0.8 9 2 30.9 1 3 20.9 2 9 60.9 4 0 70.9 4 6 30.9 4 6 10.9 4 0 30.9 2 9 00.9 1 2 9 E F F(1)0.8 3 7 20.8 4 2 30.8 4 6 40.8 4 9 3