2.2.2　企业创新效率的测量及最新研究进展

与以往研究中对企业资源利用效率的考察类似，技术创新效率（TIE）的计算本身也是一个对投入产出进行衡量的过程，反映了技术创新资源的配置效率。根据对企业效率的定义，可以使用相应的投入产出指标来测量其效率值（Hollanders et al.，2015）。技术创新效率是指企业内部技术创新资源的投入与产出之比，即用于创新活动的研发投入等对于专利或其他研发成果的贡献程度。通过比较创新投入、产出与技术创新效率最优值的差距，可以得出其创新效率的高低。

与创新效率较为近似且容易混淆的一个概念是创新绩效，有不少学者在研究中将两者视为同一个概念，或是无差别地替换使用。本书认为，创新效率与创新绩效虽然紧密相连，但仍然存在本质区别，在这里有必要对二者进行区分。创新效率与创新绩效的不同主要体现在以下三个方面。

第一，两者的关注焦点不同。创新效率关注的是一种投入与产出的关系，也就是企业内部的技术创新资源的配置效率（Chen et al.，2012）。它会衡量某种创新需要的成本及其所能够带来的利润，即在投入既定的情况下，如何合理地配置资源、安排生产过程，追求产出成果的最大化。而创新绩效的本质是一种产出的导向，关注的是哪些要素会对创新成果造成影响，主要的研究问题包括研发投入或支出、人员数量等要素投入以及技术获取途径、知识来源等外部技术系统对创新产出的影响（Hong et al.，2017）。

第二，两者的测算形式不同。对于企业创新效率的计算通常采用非参数方法，来估算多投入和多产出的相对效率，常用的有数据包络方法、随机前沿分析法等。对于企业创新绩效的衡量通常采用计量分析方法，研究单要素或多变量对某一创新产出成果（如专利、新产品等）的作用。当然，创新绩效也是要素系统综合效应的体现，企业需要组合各种创新要素，经历复杂的价值创造过程，才能实现创新绩效的提升。

第三，两者的研究角度不同。创新效率是从经济学的角度研究对创新过程进行投资所创造的回报，将创新投入视为一种投资对象（Guan et al.，2012）。而创新绩效是从管理学的角度，研究每一项生产要素（如资金、技术、人力资本、制度与政策等）的价值，将其视为企业创新能力产生的源头，研究投入哪种要素有利于提升企业创新绩效的企业创新管理问题（Hurley et al.，1998）。

在明确了企业创新效率的定义之后，本书进一步综述企业创新效率通常使用哪些方法进行测算。Farrell（1957）最早使用统计的方法，将企业投入和产出相关的所有指标综合起来，对行业的整体效率进行评估，取代了用平均劳动生产率代替企业效率的算法。近年来，学者多使用DEA这种非参数规划方法来衡量技术创新活动中多个投入和产出的多指标系统效率。著名运筹学家Chames、Cooper和Rhodes于1978年最先提出了这种方法（即CCR模型）。他们认为，如果将每一个相同类型单位（记为决策单元）的内部运作过程视为一个黑箱，可以使用DEA模型对其效率进行相对有效性评价，从而更好地规划或控制这些活动的过程。DEA模型随后在学术界受到了广泛关注，学者们在原模型基础上进行了许多改进，建立了BCC模型和两阶段DEA模型等（Banker et al.，1984）。

近年来，有许多学者运用DEA模型对企业效率进行估算和相关研究，并将其拓展到创新相关的多个阶段，逐步改进和完善了运算模型。江剑等人（2008）用DEA方法来测度我国中低技术产业创新活动的相对效率，并探究对创新效率产生作用的根本因素。在研究中将创新过程分为两个阶段，第一阶段测算企业通过创新投入获得专利等研发成果的效率，第二阶段测算企业用研发成果换取新产品收益的效率，最后将两个阶段相结合，测算从创新投入转化为新产品收益的综合效率（江剑等，2008）。官建成等人（2009）提出了“科学—技术—经济”的创新过程三阶段理论模型，对中国和其余OECD国家的整体效率值开展了比较研究，发现中国的技术创新效率已经高于其他国家的平均值，而中国的技术成果商业化效率以及综合效率都比其他国家的平均值要低（官建成等，2009）。

后来学者又从不同角度出发对企业效率的计算模型进行了细化。其中，Guan等人（2010b）的研究构建了网络DEA模型，在衡量效率的过程中考虑到了创新产出的反馈作用。研究成果揭示了中国高新技术行业创新效率低下的问题，并给出了合理的政策建议。Guan等人（2012）进一步使用DEA模型，从知识生产与知识商业化的角度衡量国家创新系统的效率，并强调了创新成果商业化对于提升OECD国家创新效率的重要作用。