区域创新政策对企业创新效率影响的实证研究_李晨光_张永安

第35卷第9期2014年9月科研管理Science Ｒesearch Management Vol．35，No．9September ，2014收稿日期：2013－02－21；修回日期：2014－01－02．基金项目：国家自然科学基金项目（70972115），2010．1－2012．12。

作者简介：李晨光（1983－），男，黑龙江佳木斯人，北京工业大学经济与管理学院博士研究生，研究方向为创新管理及其复杂性。

张永安（1957－），男，陕西咸阳人，北京工业大学经济与管理学院教授、博导，研究方向为管理科学。

注：①2011年政府研发资金投入为497．852亿元是企业研发投入的154．15%，比2010年增加5．46%；研发项目数103526项，经费支出661．850亿元，分别比2010年同比增长109．86%和118．90%；政府企业共建研发实验室518个，引进研发人才108641人，经费支出487．831亿元，同比分别增长1．17%、1．07%、1．10%；其中，地方政府直接资助大中型企业研发资金10．2亿元，是中央财政投入资金的2．08倍，项目支出122．13亿元，是中央支出的2．86倍。

文章编号：1000－2995（2014）09－011－0025区域创新政策对企业创新效率影响的实证研究李晨光，张永安(北京工业大学经济与管理学院，北京100124)摘要：创新政策是激发企业创新活力的重要驱动力，已有文献中鲜有企业层面政策影响创新效率的研究。

本文运用随机前沿模型分析了北京市创新政策对中关村企业创新效率的影响作用。

研究结果表明:区域创新政策对企业创新效率的平均影响程度在0．31左右，其中政府项目和资金补助，以及创新人才资助和研发软硬件扶持都对企业创新的专利产出效率起到了积极作用，税收优惠和资金补助，以及高端人才税收补贴都对企业创新产品收益取得了良好效果;特别是，政策资金补助的影响程度随着时间推移逐渐减弱;此外，电子信息和生物医药企业创新效率的政策影响程度较高，而装备制造业较低且呈现库兹涅茨曲线特征;微小企业对区域创新政策的依赖程度高于大型企业，政策作用于中小企业创新效率的效果好于大型企业。

关键词：创新效率;区域创新政策;研发创新;随机前沿分析中图分类号：F204文献标识码：A1引言区域创新政策能够克服外部性和消除不确定性，从而为企业技术创新持续发展提供根本保障。

近年来，我国激励企业创新的政策投入不断加大、措施不断完善，带动了资源的重新配置，促进了创新要素向企业集聚，特别是地方政府依托创新政策扶持企业创新的作用不断升级。

以北京市为例，为发挥中关村国家自主创新示范区龙头作用，政策投入逐年大幅增加①。

区域创新政策对企业创新效率的影响程度是创新政策领域的焦点问题，究竟企业技术创新环节中政策发挥的多大的激励作用、效果如何？对于政府科学制定政策和预测政策实施效果具有尤为重要的参考价值。

本文旨在探索区域创新政策对企业创新效率的影响程度，国内外相关研究主要集中在三个方面：一是探索创新政策影响企业创新效率的机制，如Yang 等（2010）认为创新政策通过保障资源供给和促进知识扩散帮助企业快速创造知识、升级技术、转化成果，有效提升企业创新效率［1］，刁丽琳等（2011）发现区域创新政策通过创造良好的创新环境、有效带动社会资源参与企业研发、分担创新风险，提高企业创新积极性［2］，Wang 等（2013）基于价值创造提出创新政策通过多种工具组合影响企业创新效率［3］；二是揭示影响企业创新效率的关键政策投入要素，如Lerner （2002）·26·科研管理2014年分析了政府项目因素的影响［4］，Atkeson 等（2011）揭示出税收优惠的重要作用［5］，Oke 等（2012）分析了创新人才变动的影响［6］，Srivastava 等（2011）分析了资源的影响［7］，Meuleman 等（2012）发现研发补贴的积极作用［8］，陆建芳等（2012）说明了技术中心的正相关作用［9］；三是定量评价区域或产业创新效率，Onder 等（2003）揭示了制造业创新效率在集聚程度上的差异性［10］，唐德祥等（2008）评价了我国东、中、西部地区研发对技术效率影响并探讨了地域差异的机理［11］，韩晶（2010）发现与投资相比科技人才对创新效率的影响较弱，创新效率产出指标中专利数比新产品收益更有效［12］，樊华等（2012）揭示了我国省域创新效率存在显著的差异性和周期性，总体上有很大提升空间［13］。

已有研究成果存在两点不足：第一，研究视角和考察对象普遍为宏观经济数据，缺乏不同行业和规模的企业层面的微观实证支撑。

企业是创新决策、研发投入、科研组织和成果应用的主体，其创新效率也更能体现创新政策的作用效果。

从企业内部展示创新效率与创新政策研发支撑要素的关联性，为政府制定政策、政策得到有效响应提供参考；第二，不同政策投入要素及组合对企业创新效率的影响程度大小存在着争论，有必要此再作进一步地探讨。

上述研究中技术效率评价要素缺少与企业技术创新的联系，要素间的协同或互斥关系不明确，不能清晰地反映创新政策的实际作用。

因此，深入探析促进企业技术创新的政策投入要素作用效果，对于优化政府职能和科学制定政策引导企业创新具有非常重要的现实意义。

为弥补上述研究不足，从区域、微观视角探索创新政策对不同规模、行业企业创新效率的影响问题，本文以北京中关村上市企业为研究对象，应用随机前沿模型对2006—2011年间创新政策对企业创新效率影响程度进行测评，在Murray （1998）研究基础上［14］，基于“刺激—反应”机理描述影响过程，构建“要素变动刺激—研发创新反应—绩效水平计量”的因素模型（如图1所示），并考虑了政策投入要素之间的直接影响，规范了模型函数形式的确立过程，并对企业行业和规模间差异进行比较分析。

研究安排如下，文中第二部分给出了研究设计，第三部分为实证结果的分析与解释，最后，提出结论和启示，以期为区域创新政策更好地扶持企业创新提供借鉴。

图1区域创新政策影响企业创新效率的因素模型Figure 1The impact analysis model of S＆T policy to firms ’innovation efficiency第9期李晨光，张永安：区域创新政策对企业创新效率影响的实证研究·27·2研究设计与过程本文研究设计如下：（1）方法确定；（2）构建随机前沿模型；（3）选取变量和收集数据；（4）可靠性检验确定模型；（5）应用模型进行随机前沿分析；（6）分析结果与解释。

2．1方法适用性说明随机前沿分析（SFA）由Aigner等（1977）和Meeusen等（1977）提出，通过比较各生产单位等量要素投入条件下实际产出与最大产出之间的距离获得生产前沿面和随机假设，以技术无效误差估算技术效率。

作为参数方法的代表，SFA与以数据包络分析（DEA）为代表的非参数方法相比，其优越之处在于随机误差与非效率值的分离和前沿函数的计量估计，SFA不仅能够评价个体技术效率，还能定量分析要素变量对个体技术效率差异的影响［15］，也就是说DEA虽然能明确解释变量的系数和描述技术创新的投入效率，但不能测度各投入指标的贡献度和检验影响个体差异的外生性因素［16］。

而本文研究核心是创新效率，即创新投入产出的转化率，是在一定的创新环境和创新资源配置条件下单位创新投入获得的产出，特指单位企业创新产出中区域创新政策投入的效用。

这就需要系统考虑企业创新效率与非效率影响的政策投入要素及要素组合，和考察随机误差项与非效率项对效率的影响程度，因此，随机前沿分析更加适合本文研究的需要。

这也能从非效率影响的视角拓展现有关于创新效率的研究。

2．2随机前沿模型构建由于区域创新政策影响不同企业创新效率存在差异，本文以区域创新政策影响企业生产前沿面随机变化为研究前提，在白俊红等（2009）、肖丁丁等（2013）设计原则的基础上［15］，先采用Bat-tese和Coelli（1992）提出的时变随机前沿模型［17］。

如此可讨论各投入要素的替代弹性，放宽技术中性和产出弹性固定假设，并准确对企业创新效率及其市场价值进行测算和估计。

该模型可分为两个部分，一是构建生产函数，据此评价创新效率，二是构建创新效率的回归方程并估计参数。

其超越对数（Translog）生产函数模型如下：ln f（xit，β）=β+∑βi（ln x it）+∑βii（ln x it）2 +∑∑βij（ln x it）（ln x jt）+（v it－u it）mit=δ+δixit+δjxjt（1）t时期，f（xi，β）是创新产出，xi、xj代表两组不同的投入要素，β0、βi、βii、βij是待估参数，对于不同企业i和时间t（T=6），有i=1，2，…，n，t=1，2，…，T，参数β（t）=exp｛－φ·（t－T）｝，创新效率TE it=exp（－u it），当TE it=1时表示技术有效，否则技术无效，随机误差v it服从正态分布iid N（σ2v），技术无效项uit=β（t）·ui服从半正态分布iid N（mit，σ2u），最大似然法估计的参数（模型适用性判别参数）γ=σ2/（σ2v+σ2u）（0＜γ＜1），服从χ2分布，当γ趋近于1时适用SFA模型，反之不能用SFA方法。

基于不同的研究需要可变Translog生产换函数形式，如果投入变量相互独立（βii=βij=0），那么该函数就是推广的柯布—道格拉斯生产函数。

2．3变量与数据来源参考关于企业创新效率取决于政策资金、人才、资源和技术要素的论述［14］，本构建了“要素变动刺激—研发创新反应—绩效水平计量”因素模型，将企业研发创新的政策投入要素定义为自变量，企业创新绩效反应的效率作为因变量，企业创新产出及绩效作为中介变量，同时，将政策要素投入与企业创新投入比重作为控制变量。

基于合理性与可得性原则，分析相关研究，得到如下变量（如表1所示）。

本文以北京创新政策影响中关村企业创新效率为研究背景，所用样本主要为2006－2009年间上市企业年报数据和北京市经信委技术中心统计数据，集中涉及电子信息、装备、生物医药行业的90家上市时间较早的企业，观测值包括企业市值、新产品收益、专利、资金（政策）补助、政府项目、创新人才、共建实验室（含技术中心）等17个指标。

其中，税收优惠参照《北京市关于进一步促进高新技术产业发展的若干规定》（京政发［2001］38号）和中关村2005年8月发布《高新技术企业税收优惠政策》对目标企业分别进行计算而得。

为了使数据更加准确，使用国家统计局确定专利数、以北京市科委项目统计数据对政府项目、人才引进等进行补充。