基于DEA模型的浙江省上市公司创新效率实证研究

来源:用户上传      作者:

　　【摘要】在大众创新、万众创业的时代背景下，上市公司的创新水平很大程度上决定了该公司的未来发展前景。为进一步了解上市公司的创新效率情况，本文采用DEA模型对浙江省内一百多家上市公司的创新效率投入和产出进行分析，研究结果表明：浙江省整体创新效率值较低，还有很大的提升空间。
　　【关键词】创新效率  DEA模型  浙江省
　　 一、引言
　　随着市场竞争程度的不断加剧，创新能力在企业的发展中显得尤为重要。本文运用DEA模型从效率角度评价创新投入产出绩效，按上市板块深入探讨浙江省上市公司创新效率水平，为企业优化投入结构提供参考。
　　关于效率的度量，目前主要有两种模型：一种是基于参数技术的随机前沿分析法（SFA），另一种是基于非参数技术的数据包络分析法（DEA）。DEA方法在一定程度上能弥补SFA方法只能处理单一产出的不足，因此应用更加广泛。吴传清（2017）等运用DEA-Malmquist指数对长江经济带11个省份的技术创新效率进行测度并分析影响因素;王玮（2016）则对上海、广东、安徽、四川四个省级行政区域的全要素效率、规模效率、技术效率进行比较，分析得出差异。本文将从微观个体企业入手，研究创新效率。
　　二、研究设计
　　（一）指标体系
　　目前，学术界对微观个体企业的创新效率研究较少。笔者参考国内外文献，最终通过相关性分析，确定专利数量、总资产报酬率、营业收入、人力投入回报率和资本回报率为产出指标，研发费用总量及占比、研发人员数量及占比为投入指标，进行创新效率的投入产出分析。
　　（二）数据来源
　　本次研究的数据来源为iFind数据库，收集的数据是2013年至2017年各项指标的数值。由于创新活动存在滞后性和不确定性的特点，本文按大多文献的做法将滞后期定为2年，即2013年的投入指标数据对应2015年产出指标数据。
　　浙江省截止2017年12月31日共有434家上市公司，其中2015年至2017年专利数量为零的企业有199家，不符合本次研究对数据的要求，故剔除。进一步考虑到DEA模型无法处理负值，删除营业收入、总资产报酬率为负值的企业，最终得到有效的144家浙江省上市公司作为研究样本。
　　三、结果和分析
　　 不同板块有不同的上市要求，企业会根据自身的情况选择合适的上市板块。因此，在不同板塊的公司，其创新效率也有差异。在144家有效企业中选择主板上市的有50家，中小板75家，创业板19家。
　　 运用Deap2.1软件，对数据进行处理，整理得表1。如表1所示，横向看，创业板的综合效率、纯技术效率、规模效率均高于主板、中小板。可以看出，创业板的高新技术企业在研发方面投入了大量资金和精力，创新效率较高。
　　 纵向看，主板的纯技术效率和规模效率高于综合效率，且纯技术效率呈现下降趋势，而规模效率呈上升趋势，导致综合效率有所波动。而中小板的三类效率近三年都有一个较大幅度的下降，可能是近些年来资金支持、人员管理等原因，对创新缺乏重视，导致资源配置不合理，产出有所下降。创业板近三年的效率也有所下降，但下降幅度小于中小板。
　　 据上述分析，不难发现，创业板上市公司尽管数量少，但DEA有效公司数量的比例大。而中小板的DEA有效的公司数量，在2016年出现断崖式下跌，笔者认为一个重要的原因是制造业不景气、投资回报率低，资金脱实向虚流向股市，使得实体企业没有得到足够的资金支持他们的创新投入。
　　四、结语
　　 本文运用DEA模型对2015年至2017年浙江省上市公司的创新效率进行测度和评价。首先，结合相关文献定义DEA投入和产出指标，确定研发费用总量及占比、研发人员数量及占比为投入指标，专利数量、总资产报酬率、营业收入、人力投入回报率和资本回报率为产出指标。接着用Deap2.1软件对浙江省上市公司按上市板块进行具体效率分析，结果发现，公司的效率离生产前沿面较远，效率值不高，尤其是中小板企业。
　　参考文献：
　　[1]吴传清，黄磊，文传浩.长江经济带技术创新效率及其影响因素研究[J].中国软科学，2017（05）：160-170.
　　[2]王玮.基于DEA-Malmquist指数的区域科技创新效率评价分析[D].成都理工大学，2016.
转载注明来源:https://www.xzbu.com/2/view-15161080.htm