我國石油石化產(chǎn)業(yè)創(chuàng)新效率的測(cè)度研究

張欣

摘? ?要：提高我國石油石化產(chǎn)業(yè)創(chuàng)新能力，具有推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)以及引領(lǐng)經(jīng)濟(jì)高質(zhì)量發(fā)展的時(shí)代價(jià)值?；谖覈褪a(chǎn)業(yè)上市公司數(shù)據(jù)，使用傳統(tǒng)DEA模型和DEA-Malmquist模型對(duì)我國石油石化產(chǎn)業(yè)創(chuàng)新效率進(jìn)行測(cè)算及評(píng)價(jià)。研究發(fā)現(xiàn)，中國石油石化產(chǎn)業(yè)整體的創(chuàng)新效率水平較低，呈現(xiàn)先上升后下降的趨勢(shì)；國有樣本的創(chuàng)新效率均值均超過非國有樣本的創(chuàng)新效率均值；從整體上看，2012—2019年我國石油石化產(chǎn)業(yè)全要素生產(chǎn)率有所降低，主要是因?yàn)榧夹g(shù)進(jìn)步率指數(shù)下降。

關(guān)鍵詞：石油石化產(chǎn)業(yè)；創(chuàng)新效率；DEA模型；DEA-Malmquist指數(shù)法

中圖分類號(hào)：F416.22? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2023）19-0031-03

一、研究背景

石油石化產(chǎn)業(yè)對(duì)我國國民經(jīng)濟(jì)的影響非常巨大，地位極其重要。2021年我國石油和化工行業(yè)實(shí)現(xiàn)營業(yè)收入14.45萬億元，實(shí)現(xiàn)利潤總額1.16萬億元，雙雙實(shí)現(xiàn)歷史最好成績。然而，我國石油石化產(chǎn)業(yè)一直存在低端產(chǎn)品供給過多、高端產(chǎn)品供給不足的矛盾。解決這些問題最重要的條件是提高產(chǎn)業(yè)的創(chuàng)新效率。提升產(chǎn)業(yè)創(chuàng)新效率不僅是我國創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的內(nèi)在要求，也從客觀上提高了產(chǎn)品核心競(jìng)爭優(yōu)勢(shì)，促進(jìn)實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。因此，測(cè)算我國石油石化產(chǎn)業(yè)創(chuàng)新效率值，分析影響產(chǎn)業(yè)創(chuàng)新效率值的實(shí)際因素，提出提升產(chǎn)業(yè)創(chuàng)新水平的建議具有重要現(xiàn)實(shí)意義。

通過對(duì)文獻(xiàn)的梳理發(fā)現(xiàn)，創(chuàng)新效率測(cè)算的主要方法包括數(shù)據(jù)包絡(luò)分析DEA非參數(shù)方法和隨機(jī)前沿方法SFA參數(shù)方法。DEA模型無須對(duì)前沿生產(chǎn)函數(shù)進(jìn)行設(shè)計(jì)，同時(shí)也不需要考慮指標(biāo)量綱及權(quán)重，比較適合用于多投入、多產(chǎn)出的對(duì)象研究。而SFA模型通常適用于對(duì)線性規(guī)劃的計(jì)算，通過構(gòu)造生產(chǎn)前沿面來計(jì)算出在一定條件下使用某種技術(shù)方法所能實(shí)現(xiàn)的最高技術(shù)水平。目前，學(xué)者分別從不同視角對(duì)創(chuàng)新效率進(jìn)行了研究。賴一飛等通過運(yùn)用超效率SBM-Malmquist模型研究發(fā)現(xiàn)，我國科技創(chuàng)新效率總體水平顯著提升，其受技術(shù)進(jìn)步效率影響更大[1]。陳娜等采用三階段DEA模型發(fā)現(xiàn)我國西部地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率處于低水平[2]。蘭海等運(yùn)用BCC模型和Malmquist指數(shù)方法計(jì)算青海省科技創(chuàng)新綜合效率，認(rèn)為創(chuàng)新投入規(guī)模不足阻礙青海省科技創(chuàng)新效率提高[3]。任保全通過Malmquist指數(shù)法對(duì)長三角生產(chǎn)率進(jìn)行測(cè)算，發(fā)現(xiàn)產(chǎn)業(yè)存在不重視技術(shù)創(chuàng)新及生產(chǎn)率不斷降低的問題[4]。馬書剛等通過運(yùn)用DEA模型對(duì)地方區(qū)域創(chuàng)新效率進(jìn)行測(cè)算，發(fā)現(xiàn)規(guī)模效率的提高對(duì)創(chuàng)新效率有促進(jìn)作用[5]。周東生等通過構(gòu)建數(shù)據(jù)包絡(luò)分析模型與Malmquist指數(shù)對(duì)我國36家企業(yè)經(jīng)營效率進(jìn)行測(cè)度[6]。姚鳳閣等引入三階段DEA模型對(duì)石油加工企業(yè)進(jìn)行生態(tài)效率評(píng)價(jià)，認(rèn)為提高企業(yè)污染物的處理能力可以提高其生態(tài)效率[7]。

本文運(yùn)用傳統(tǒng)DEA模型測(cè)算我國石油石化產(chǎn)業(yè)靜態(tài)創(chuàng)新效率值，運(yùn)用基于DEA的Malmquist指數(shù)模型測(cè)算動(dòng)態(tài)創(chuàng)新效率值，并根據(jù)研究測(cè)算結(jié)果展開分析，針對(duì)提高我國石油石化產(chǎn)業(yè)創(chuàng)新效率值給出具體建議。

二、研究方法

（一）DEA模型

Charnes等[8]在1978年創(chuàng)建DEA模型，該模型采用數(shù)學(xué)規(guī)劃模型，在靜態(tài)效率評(píng)價(jià)方面使用較為廣泛。DEA模型中的BCC模型使用企業(yè)原始的投入與產(chǎn)出數(shù)據(jù)進(jìn)行初始效率測(cè)算，將測(cè)算出的綜合技術(shù)創(chuàng)新效率值（TE）分解為純技術(shù)效率值（PTE）和規(guī)模效率值（SE）。當(dāng)純技術(shù)效率（PTE）和規(guī)模效率（SE）都不為1時(shí)，DEA無效；當(dāng)純技術(shù)效率（PTE）或規(guī)模效率（SE）為1時(shí)，DEA弱有效；當(dāng)兩者都為1時(shí)，DEA有效。BCC模型符合本文研究的實(shí)際情況，研究構(gòu)建的模型為DEA-BCC模型。

（二）DEA-Malmquist指數(shù)法

本文采用MalmquistSten[9]率先提出來的Malmquist指數(shù)法，測(cè)算我國石油石化產(chǎn)業(yè)的全要素生產(chǎn)率指數(shù)并對(duì)其進(jìn)行分解，研究影響生產(chǎn)率指數(shù)的原因和內(nèi)在機(jī)理。第一，將Malmquist指數(shù)定義為全要素生產(chǎn)率變化率（TFPch）；第二，將其分解為技術(shù)進(jìn)步率指數(shù)（TEch）和技術(shù)效率指數(shù)（Effch）；第三，當(dāng)規(guī)模報(bào)酬不變時(shí)，將技術(shù)效率指數(shù)分解為純技術(shù)效率指數(shù)（PEch）和規(guī)模效率指數(shù)（SEch），即：

TFPch=TEch×Effch×=TEch×PEch×SEch（1）

全要素生產(chǎn)率變化率（TFPch）主要用于表示t+1期與t期之間的全要素生產(chǎn)率的變化，若TFPCH大于1，表明全要素生產(chǎn)率增長；若TFPCH等于1，表明全要素生產(chǎn)率不變；若TFPCH小于1，表明全要素生產(chǎn)率降低。TEch為技術(shù)進(jìn)步率指數(shù)，反映技術(shù)創(chuàng)新能力的變化，若TEch大于1，代表技術(shù)創(chuàng)新水平提高，反之為技術(shù)創(chuàng)新水平降低。Effch代表技術(shù)效率指數(shù)，反映技術(shù)效率的變化，若Effch大于1，則技術(shù)效率進(jìn)步，反之代表技術(shù)效率退步。PEch代表純技術(shù)效率指數(shù)，表示為純技術(shù)效率的變化，若PEch大于1，則表明純技術(shù)效率改善，若 PEch小于1，則表明純技術(shù)效率惡化；SEch為規(guī)模效率指數(shù)，表明投入要素規(guī)模效應(yīng)對(duì)生產(chǎn)率的影響，若SEch大于1，代表規(guī)模效率提高，反之則為規(guī)模效率降低。

三、指標(biāo)選取與數(shù)據(jù)來源

（一）指標(biāo)選取

1.投入變量。參考趙樹寬等[10]研究的指標(biāo)構(gòu)建，從研發(fā)性視角和生產(chǎn)性視角兩個(gè)角度去考慮創(chuàng)新投入。本文選取企業(yè)科研人員數(shù)量和企業(yè)年度科研經(jīng)費(fèi)支出總額作為企業(yè)研發(fā)性投入；選取企業(yè)年末在職員工人數(shù)和企業(yè)固定資產(chǎn)凈值作為生產(chǎn)性投入。

2.產(chǎn)出變量。目前，多數(shù)學(xué)者將企業(yè)專利授權(quán)量和新產(chǎn)品銷售收入視為企業(yè)的創(chuàng)新產(chǎn)出指標(biāo)。由于石油石化企業(yè)的新產(chǎn)品銷售收入不容易獲得，本文采用企業(yè)年度專利授權(quán)數(shù)量和主營業(yè)務(wù)收入作為企業(yè)創(chuàng)新產(chǎn)出。

（二）數(shù)據(jù)來源與數(shù)據(jù)缺失處理

本研究中所需要的上市公司數(shù)據(jù)均來自于企業(yè)年報(bào)、Wind和國泰安數(shù)據(jù)庫。涉及樣本為86家上市公司，樣本數(shù)據(jù)期間為2012—2019年，本文共有688個(gè)“公司—年”觀測(cè)值。對(duì)于研究樣本中存在的部分缺失值，本文采取取平均數(shù)進(jìn)行插補(bǔ)的處理方法。

四、實(shí)證結(jié)果與分析

（一）我國石油石化產(chǎn)業(yè)創(chuàng)新效率的靜態(tài)分析

本文運(yùn)用DEAP2.1軟件分別從產(chǎn)業(yè)整體、不同產(chǎn)權(quán)性質(zhì)視角對(duì)我國石油石化產(chǎn)業(yè)歷年創(chuàng)新效率進(jìn)行研究，測(cè)算的效率值見表1。由于本文樣本數(shù)量較多，測(cè)算結(jié)果只列出企業(yè)歷年創(chuàng)新效率的平均值。

綜合創(chuàng)新效率可以有效反映決策單元?jiǎng)?chuàng)新資源配置效率以及存在的提升空間。從實(shí)證結(jié)果可以發(fā)現(xiàn)，第一，2012—2019年我國石油石化產(chǎn)業(yè)創(chuàng)新效率均值都比較低，最高均值僅為2015年的0.485，最低均值年份是2013年，均值僅為0.335；第二，2012—2019年我國石油石化產(chǎn)業(yè)創(chuàng)新效率均值呈現(xiàn)先上升后下降不斷往復(fù)的趨勢(shì)；第三，產(chǎn)業(yè)純技術(shù)效率均值最低為2018年的0.505，產(chǎn)業(yè)規(guī)模效率均值最低為2013年的0.620；第四，歷年國有樣本的創(chuàng)新效率均值整體呈現(xiàn)下降趨勢(shì)，歷年非國有樣本的創(chuàng)新效率均值均低于歷年國有樣本的創(chuàng)新效率均值。

（二）我國石油石化產(chǎn)業(yè)創(chuàng)新效率的動(dòng)態(tài)分析

下頁表2為我國石油石化產(chǎn)業(yè)整體全要素生產(chǎn)率變化歷年均值。從整體上看，我國石油石化產(chǎn)業(yè)全要素生產(chǎn)率指數(shù)均較為穩(wěn)定，全要素生產(chǎn)率指數(shù)均值為0.966，

2012—2019年均值下降了3.4%；技術(shù)進(jìn)步指數(shù)平均值和技術(shù)效率指數(shù)平均值分別下降了2.8%、0.6%，這表明我國石油石化產(chǎn)業(yè)創(chuàng)新效率下降的主要原因是技術(shù)進(jìn)步指數(shù)的降低；技術(shù)效率指數(shù)整體有輕微下降，下降了0.6%，其中純技術(shù)效率指數(shù)降低了2.7%，規(guī)模效率指數(shù)提高了2.1%，這在一定程度上表明我國石油石化企業(yè)創(chuàng)新資源配置水平有待提高。

五、結(jié)論與建議

（一）結(jié)論

從靜態(tài)效率值來看，第一，我國石油石化產(chǎn)業(yè)整體創(chuàng)新效率是低水平的，且呈現(xiàn)“上升—下降—上升”的趨勢(shì)，且歷年創(chuàng)新效率均值波動(dòng)不大；第二，提高純技術(shù)效率是提高我國石油石化產(chǎn)業(yè)創(chuàng)新效率的關(guān)鍵，目前我國石油石化產(chǎn)業(yè)純技術(shù)效率存在較大提升空間。第三，歷年非國有樣本的創(chuàng)新效率均值均低于歷年國有樣本的創(chuàng)新效率均值。

從動(dòng)態(tài)變化率來看，第一，歷年全要素生產(chǎn)率變化率變化不大，其主要原因來源于技術(shù)進(jìn)步指數(shù)的降低；第二，技術(shù)效率指數(shù)呈現(xiàn)整體輕微下降趨勢(shì)，這是由于純技術(shù)效率指數(shù)降低導(dǎo)致的；第三，規(guī)模效率指數(shù)整體上是上升的，隨著產(chǎn)業(yè)創(chuàng)新投入要素的增加，產(chǎn)業(yè)創(chuàng)新產(chǎn)出成果也增加，產(chǎn)業(yè)存在創(chuàng)新的規(guī)模效應(yīng)。

（二）建議

第一，根據(jù)研究結(jié)果可知，產(chǎn)業(yè)純技術(shù)創(chuàng)新效率仍有較大提升空間，產(chǎn)業(yè)重視技術(shù)創(chuàng)新水平的提升，比如加強(qiáng)與國內(nèi)外科研院校的合作，以提高產(chǎn)業(yè)純技術(shù)創(chuàng)新效率進(jìn)而提高產(chǎn)業(yè)技術(shù)創(chuàng)新能力。第二，非國有企業(yè)應(yīng)該對(duì)創(chuàng)新生產(chǎn)規(guī)模進(jìn)行調(diào)整，促使創(chuàng)新達(dá)到規(guī)模效應(yīng)，以促進(jìn)產(chǎn)業(yè)整體創(chuàng)新效率的提高。第三，企業(yè)應(yīng)提升管理水平，優(yōu)化資源配置，使創(chuàng)新資源發(fā)揮最大的效能。

參考文獻(xiàn)：

[1]? ?賴一飛，謝潘佳，葉麗婷，等.我國區(qū)域科技創(chuàng)新效率測(cè)評(píng)及影響因素研究：基于超效率SBM-Malmquist-Tobit模型[J].科技進(jìn)步與對(duì)策，2021，38（13）：37-45.

[2]? ?陳娜，林軍.剝離環(huán)境因素的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率評(píng)價(jià)：以我國西部地區(qū)為例[J].科技管理研究，2020，40（6）：93-99.

[3]? ?蘭海，吳悅，王丹.基于DEA和Malmquist指數(shù)的青海省科技創(chuàng)新效率研究[J].科技管理研究，2021，41（17）：40-46.

[4]? ?任保全.技術(shù)創(chuàng)新、市場(chǎng)需求與石油石化產(chǎn)業(yè)生產(chǎn)率動(dòng)態(tài)演變：基于江蘇上市公司的Malmquist指數(shù)法[J].常州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，18（6）：89-99.

[5]? ?馬書剛，謝欣圓，吉海榮.基于DEA和Tobit模型的縣域科技創(chuàng)新效率評(píng)估及影響因素研究[J].河北企業(yè)，2021（10）：5-10.

[6]? ?周東生，劉佳昕.區(qū)塊鏈概念上市公司經(jīng)營效率研究：基于DEA和Malmquist指數(shù)模型的分析[J].價(jià)格理論與實(shí)踐，2020（10）：135-138，179.

[7]? ?姚鳳閣，張蒙.基于三階段DEA模型的石油加工行業(yè)生態(tài)效率評(píng)價(jià)[J].中國軟科學(xué)，2010（S2）：266-272.

[8]? ?Charnes A.， Cooper W.W.，Rhodes E. Measuring the efficiency of decision making units[J].European Journal of Operational. Research，1978，2（6）：429-444.

[9]? ?Malmquist S. Index numbers and indifference surfaces[J].Trabajos de Estatistica，1953（4）：209-242.

[10]? ?趙樹寬，余海晴，鞏順龍.基于DEA方法的吉林省高技術(shù)企業(yè)創(chuàng)新效率研究[J].科研管理，2013，34（2）：36-43，104.

[責(zé)任編輯? ?白? ?雪]