【作　　者】
熊 莉1，2（副教授），沈文星1（博士生导师）

【作者单位】
1.南京林业大学经济管理学院，南京210037；2.金陵科技学院商学院，南京210069

【摘　　要】
    【摘要】利用DEA模型对2009 ~ 2015年木竹产业技术创新战略联盟内企业的技术创新效率进行评价，并与联盟外企业进行对比后发现，联盟内企业投入产出的综合效率和纯技术效率均高于联盟外企业，且联盟内企业在技术产出（专利申请数量）和财务绩效方面均优于联盟外企业，说明联盟的成立有助于促进企业创新能力的提升。但联盟内企业的规模效率弱于联盟外企业，应进一步提高内部管理效率。
【关键词】木竹产业；技术创新战略联盟；DEA；绩效评价
【中图分类号】F223      【文献标识码】A      【文章编号】1004-0994（2017）29-0070-6

一、问题的提出
《国家中长期科学和技术发展规划纲要（2006-2020）》提出要建设国家创新体系，且以产学研结合的技术创新体系建设作为突破口。各地各行业在政府引导下陆续建立了多个产业技术创新战略联盟。随后，国家科技部等六部门于2008年12月30日联合发布了《关于推动产业技术创新战略联盟构建的指导意见》，并在2010年选择了36家产业技术创新战略联盟作为试点开展创新工作，木竹产业技术创新战略联盟（以下简称“木竹联盟”）就是其中之一。产业技术创新战略联盟成立的目的是以产业发展需求和产学研各方的共同利益为基础，以合作契约为保障，整合产学研各方资源共同建立技术研发平台，联合进行技术创新，建立产业技术标准，实现创新成果产业化，增强产业自主创新能力，推动产业发展。从各地开始创建联盟至今已有较长时间，有必要对其绩效进行评价，进而评价产业技术创新战略联盟这种产学研结合模式在技术创新上的有效性。
从产业技术创新联盟绩效评价的国内外研究来看，主要集中于以下几个方面：
1. 关于联盟绩效内涵的研究。Delios和Beamish（2003）较早对联盟绩效进行研究，他们认为联盟的绩效主要体现在联盟的生存率、失败率、存续期、稳定性和成果等方面。大多数学者认为联盟绩效主要体现在联盟的目标是否实现、实现的程度等方面，具体衡量时可选取一系列的投入产出指标、评价模型及评价标准进行联盟的绩效评价。
2. 关于技术创新绩效评价方法及其应用的研究。国外学者提出并应用的技术创新绩效评价方法主要有综合加权的评价方法、随机前沿分析法（SFA）、数据包络分析法（DEA）以及层次分析法、模糊综合评价法、因子分析法、主成分分析法等统计和数学方法。国内学者主要采用数据包络分析法（DEA）以及层次分析法、模糊综合评价法等。在技术创新绩效评价的实践研究方面，国内学者主要是以地区或全国数据为样本进行评价，对联盟绩效评价进行的实践研究很少，如钱文瑜等（2014）运用DEA模型对我国高技术企业技术创新绩效进行了评价。
3. 关于联盟绩效评价指标的研究。这方面比较典型的研究是Spekman提出的联盟生命周期的概念，他认为应根据生命周期分阶段、动态性、系统性地建立绩效评价指标体系，以评价处于生命周期不同阶段的联盟的绩效。美国学者Greory E. Osland和Attila Yaprak根据战略联盟建立的基础和动因，将其生命周期划分为建立沟通、发展信任、稳定合作和绩效评估四个阶段。国内很多学者也提出了相应的技术创新绩效评价指标体系，如李海燕等（2014）从科技水平提升、联盟建设、产业竞争力提升等方面构建了技术创新战略联盟绩效评价指标体系。从文献分析来看，国内外学者在绩效评价方法应用及指标体系构建方面均有相关研究，国内学者在研究时间上相对较晚，评价方法也主要以应用和改进为主。
从林业产业技术创新战略联盟的研究来看，国内外学者的相关研究较少，多集中在对林业产业技术创新战略联盟的内涵、合作模式和机制等方面的分析。如杨阳（2010）对低碳经济条件下构建林业产业技术创新联盟的必要性进行了分析，并提出了构建模式。宋小燕等（2011）对构建林业产业技术创新战略联盟的必要性及可行性进行了研究。张志达等（2012）对木竹产业技术创新战略联盟运行情况进行了调查与剖析。秦全胜等（2013）以木竹产业为例，结合产业运转的实际情况，通过构建系统动力学模型来推演该联盟的发展趋势。
通过文献分析发现，目前还没有对林业产业技术创新战略联盟的绩效进行定量评价的研究。鉴于此，本文将利用木竹联盟企业创新投入产出数据，对该联盟成立以来的运行绩效进行评价，以期对联盟体制机制创新和评价体系建立提供一定的借鉴。
二、木竹联盟绩效评价模型构建及指标选择
（一）木竹联盟发展现状
木竹联盟重点围绕产业技术创新需求，完成了国家863计划重点项目“木竹先进加工制造技术研究”项目，该项目创制了几十种高技术产品和装备，申请专利100多项，制（修）订国家和行业标准数十项；联盟还实施了“十二五”国家科技支撑计划“林木深加工关键技术研究与示范”项目，在资源拓展、产业增值、节能环保和培育战略性新兴产业四个主题方向开展关键共性技术研究；另外，联盟还组织实施了多项联盟科研计划课题，通过协同创新，较短时间即突破了相应的技术难题。木竹联盟的健康发展对我国林业产业创新战略联盟的建设和发展起到了重要的示范和带动作用。
经过七年多的运行，木竹联盟已经取得了较好的成效，对林业产业产生了重大的影响，但目前的研究均未对木竹联盟的绩效进行定量的评价。因此，本文拟构建有效的木竹企业投入产出绩效评价指标体系，然后选取DEA评价方法对木竹联盟中企业的投入产出绩效进行评价以期获取联盟运行效果的量化指标。
（二）DEA评估模型
DEA方法是以相对效率概念为基础，应用数学规划模型计算比较决策单元之间的相对效率，用来评价复杂系统的多投入多产出的单位或部门间相对有效性的一种非参数方法。运用DEA方法对木竹联盟进行绩效评价，具体分析步骤如下：
1. 定义决策单元。DEA方法中将决策单元定义为 “可以通过一系列决策，投入一定数量的生产要素，并产出一定数量的产品”的系统 （DMU），用DEA 方法可以判断各个决策单元投入与产出的合理性和有效性。运用到木竹联盟中，决策单元即为每一家木竹企业。
2. 确定投入产出指标。对于某个决策单元即木竹企业（DMU），设xij为该企业第j 年的第i 种投入量，xij≥0；yrj为第j 年的第r种产出量，yrj≥0；vi为第i 种投入量的权重系数，vi≥0；ur为第r种产出量的权重系数，ur≥0。记xj=（x1j，x2j，…，xmj）T ，yj= （y1j，y2j，…，yrj）T。xij、yrj为已知的投入产出数据；vi（i =1，2，…，m）及ur（r=1，2，…，s）为权变量。
3. 构建效率评价模型。对应于权重系数v=（v1，v2，
…，vm）T，u=（u1，u2，…，us）T，每一个决策单元DMUj即每个木竹企业的第j 年都有对应的效率指数：
hj=[uTyivTxj]=[r=1suryrji=1mvixij] （j=1，2，…，n）
通过不断改变权重，总是可以找到适当的权重系数u和v，使得hj≤1，j=1，…，n。
若对某个木竹企业第j年（即第j个决策单元DUMj）的效率进行评价，hj越大说明该企业第j年的投入产出效率越高。若想知道DUMj在所有决策单元中相对来说是不是最有效率的，要考察的就是在符合上述效率指数的约束条件下，赋予适当的权重系数u和v，找到hj的最大值。据此原理，就可以构造效率评价模型如下：
[maxhj=r=1suryrji=1mvixijs.t.r=1suryrji=1mvixiju≥0，v≥0]
若该效率评价模型的一个最优解u和v可以使得[r=1suryrji=1mvixij]=1，则第j单元是相对最有效的。（三）木竹联盟企业投入产出绩效评价指标体系的构建
木竹联盟的本质是一个把资源投入通过知识转移和协同创新过程转化为技术创新产出的经济系统，协同创新绩效的高低主要体现为联盟投入产出效率。木竹联盟的投入要素主要是人才、资金和知识，也就是投入创新活动的各种资源，产出主要体现为技术、产品和经济效益。对于投入方面，人才投入主要体现为科研人员投入，知识投入也主要体现为人才投入，资金投入主要体现为投入联盟进行产学研合作的研发经费投入即R&D经费投入，因此本文选取技术人员比例和R&D经费投入强度作为投入变量。对于产出方面，由于系统创新产出主要是技术创新、新产品创制和成果市场化带来的企业经济效益的增加，因此本文选取专利申请数量、新产品销售收入比重以及企业财务绩效作为系统创新产出的主要衡量指标。具体指标体系如表1所示。

三、木竹联盟绩效评价及结果分析
（一）数据说明
基于所构建的联盟企业技术创新效率评价指标体系及模型，本文选取2009 ~ 2015年木竹联盟内8家上市公司相关指标数据为样本数据，同时，作为对比，另选择联盟外木竹行业8家上市公司相关指标数据为样本数据。分别用E1，E2，E3，…，E16代表这16家企业，其中，E1，E2，…，E8为联盟内企业，E9，E10，…，E16为联盟外企业。样本数据来源中，人员投入、经费投入、新产品销售收入和财务绩效的数据来源分别为：新三板上市的企业数据来自我国中小企业股票交易系统；主板上市公司数据来源于上海证券交易所和深圳证券交易所网站公布的上市公司年度报告。而专利数据来自国家专利局专利查询系统。
（二）结果分析
1. 描述性统计。根据上述投入和产出数据，利用SPSS软件进行描述性统计，联盟内和联盟外企业的投入产出数据描述性统计结果分别如表2和表3所示。

从均值数据可以看出，在投入方面，联盟内企业技术人员比例均值为11.79%，与联盟外企业的13.83%差别不大；联盟内企业的R&D经费投入强度均值为2.74%，明显高于联盟外企业的1.99%，说明联盟内企业更加注重创新投入。在产出方面，联盟内企业平均年申请专利7.56项，联盟外企业平均为4.57项，说明联盟内企业更加注重专利技术的研发和转化，有利于促进联盟技术创新目的的实现；联盟内和联盟外企业的新产品销售收入平均比重较为接近，分别为14.34%和13.55%；但在财务绩效方面，联盟内企业平均净资产收益率为13.7%，远高于联盟外企业的3.82%，说明联盟内企业在将技术成果转化为收益方面效率较高。
2. DEA效率分析。按照DEA评价模型，将数据代入模型，并利用MaxDEA软件进行计算，效率计算结果如表4所示。
（1）综合效率评价。根据效率指标的经济含义，综合效率为1说明企业技术创新过程的投入产出整体上处于最佳状况，资源配置达到相对最优状态。在木竹联盟内企业中，综合效率指标为1的企业2009年有6家、2010年有5家、2011年有5家、2012年有4家、2013年有4家、2014年有5家、2015年有4家；在联盟外企业中，综合效率指标为1的企业2009年有5家、2010年有3家、2011年有4家、2012年有4家、2013年有3家、2014年有5家、2015年有4家。总体来说联盟内企业累计有33个决策单元效率指数为1，联盟外企业累计有28个决策单元效率指数为1，而效率比较低的决策单元（综合效率<0.5）中，联盟内企业决策单元有11个，联盟外企业决策单元有20个，说明联盟内企业整体效率较高。这一点从综合效率指数的均值变化趋势可以看出，具体如图1所示。
（2）纯技术效率评价。根据效率计算公式，综合效率=纯技术效率×规模效率，上述综合效率指标为1的决策单元，纯技术效率和规模效率指标均为1。除此以外，纯技术效率为1的决策单元中，联盟内企业还有8个、联盟外企业还有6个。因此，总的来看，联盟内企业有41个决策单元的纯技术效率指标值为1，而联盟外企业有34个决策单元的纯技术效率指标值为1。纯技术效率有效，说明在创新活动中投入资源的使用是最有效率的，已达到最大的产出效果，无浪费现象。而其他纯技术效率相对较低的决策单元，在资源利用方面还存在较大的浪费。
（3）规模效率评价。上述综合效率指数为1的决策单元数量与规模效率指数为1的数量相同。说明上述联盟内企业的8个决策单元和联盟外企业的6个决策单元虽然纯技术效率为1，但规模效率小于1，表明其产出不能与投入成同比例增加，综合效率低下主要是由规模无效引起的。另外从整体规模报酬状况来看，联盟内企业规模报酬递增的决策单元有14个，递减的有9个，不变的有33个；而联盟外企业规模报酬递增的决策单元有26个，递减的有2个，不变的有28个，具体如图2所示。说明联盟外企业随着规模的扩大，管理效率提高，主要的原因可能是联盟内企业整体规模较小，且新上市的企业较多，企业发展速度较快，可能管理效率未能及时得到改善，而联盟外企业主要是上市多年的成熟企业，管理效率相对较高。
（4）联盟创建前后的效率评价。木竹联盟成立于2010年，所以近几年的数据更能说明产出效率。从图1联盟内企业的综合效率来看，前几年相对比较平缓，2013 ~ 2015年都处于上升通道，这与技术创新活动的产出具有滞后性相对比较吻合。且从整体来看，2014年和2015年综合效率高于联盟成立之前及联盟成立之初的水平。
四、结论及建议
（一）结论
1. 木竹企业研发投入仍显不足。从R&D经费投入占营业收入的比重来看，目前木竹企业的R&D经费投入强度（2%左右）还相对较低，与发达国家的3% ~ 5%相比还有较大差距。
2. 木竹联盟内企业投入产出效果较好，资源利用效率较高。根据2009 ~ 2015年联盟内外16家企业的数据描述性统计结果来看，联盟内企业在技术产出（专利申请数量）和财务绩效方面均优于联盟外企业，但投入方面差别不大，说明联盟内企业投入产出效率整体较高。根据DEA数据分析结果来看，联盟内企业总效率平均水平几乎各年都高于联盟外企业，在最能代表投入产出效率的纯技术效率上，联盟内企业也高于联盟外企业。联盟内企业56个决策单元中有41个决策单元的纯技术效率指标值为1，说明绝大多数联盟内企业创新投入的产出效果较好，资源利用效率较高，资源浪费较少。
3. 木竹盟内企业的规模效率有待提高，应改善内部管理。从规模效率来看，联盟内企业的效率较低。只有25%的企业表现出规模递增，表现为规模递减的达到了16%，说明联盟内有部分企业处于管理效率低下的阶段。
4. 木竹联盟的成立有助于促进企业提升技术创新效率。从综合效率的变化趋势来看，2009 ~ 2012年变化较小，但2013 ~ 2015年效率有明显提升，且明显高于联盟成立之前的效率，这主要是因为技术创新投入的产出具有滞后性，也恰好说明联盟的成立促进了企业技术效率的提升。
（二）建议
1. 拓宽研发投入资金来源渠道。目前木竹企业的R&D经费投入强度在2%左右，还相对较低，与发达国家的3% ~ 5%相比还有较大差距。拓宽资金来源渠道的具体措施如可以将联盟项目利润按比例投入研发，或建立研发基金；还可以利用中小企业融资平台进行融资；重大项目可争取政府的研发支持，比如拨款、贷款等。
2. 开展创新投入的绩效评价工作。木竹联盟成立时间已较长，其绩效评价是包括木竹联盟在内所有产业联盟都亟待进行的一项工作，绩效评价工作可以总结技术创新活动的成效，根据评价结果可以促进资源的优化配置、促进创新条件的改善和创新能力的提高。因此，今后的绩效评价研究也应继续完善联盟运行绩效评价指标体系和方法，以期获取较精确的评价结果，为联盟的盟友选择、项目评价、产业竞争力的评价等方面的工作提供有益的参考。
3. 改善内部管理效率。联盟内企业规模效率较联盟外企业低，而一般来说，规模效益递减的原因主要是随着规模的扩大，系统各部分之间的协调更加困难，从而降低了效率，主要表现为系统内部分工不合理、系统有效运行出现障碍、决策信息的传递渠道不通畅等。因此，企业有必要改善内部管理，提高经营效率。

主要参考文献：
Das T. K.， Teng B.．Partner analysis and
alliance performance［J］．Scandinavian Journal of Management，2003（19）．
潘东华，孙晨．产业技术创新战略联盟创新绩效评价［J］．科研管理，2013（12）．
骆远婷，李延罡．产业技术创新战略联盟的绩效评价体系研究［J］．当代经济，2015（19）．
金余泉，韩东林．安徽省高技术产业技术创新效率研究——基于DEA模型［J］．技术经济，2010（11）．
李海燕，吕焕方，曹蓓．产业技术创新联盟绩效评价指标体系的实证研究［J］．科技管理研究，2013（20）．
Pierre J.， Treyiblay. Organize tools to measure technical change， to generate productivity innovation and change generating efforts［J］．Working Report，1998（4）．
Ilam， Semenickalam， Robing Sickles. The
relationship between stock market returns and
technical efficiency innovations： Evidence from the US airline industry［J］．Journal of Productivity
Analysis，1998（9）．
Battese C. E.， Coellit J.．Frontier production functions， technical efficiency and panel data： With application to paddy farmers in India［J］．Journal of Productivity Analysis，1992（3）．
Charnes A.， Cooper W. W.， Rhodes E.．
Measuring the efficiency of decision making units［J］．
European Journal of operational Research，1978（6）．
钱文瑜，陈新国．基于DEA模型改进的我国高技术产业技术创新绩效评价［J］．科技管理研究，2014（8）．
罗伯特 E.斯伯克曼著．仇海清等译．联盟能力——优化合伙关系的价值［M］．海口：南方出版社，2003．
Greory E．Osland， Attla Yaprak. Learning through strategic alliances： Processes and factors
European［J］．Journal of Marketing，1995（3）．
李海燕，吕焕方，曹蓓．产业技术创新联盟绩效评价指标体系的构建［J］．科技管理研究，2013（22）．
杨阳，李建民，刘晓阳．低碳经济下林业产业技术创新战略联盟研究［J］．低碳经济时代的林业技术与管理创新，2010（11）．
宋小燕，耿玉德．构建林业产业技术创新战略联盟的必要性及可行性研究［J］．中国林业经济，2011（3）．
张志达，吕光辉，吴红军．林业科技创新的有效机制——关于木竹产业技术创新战略联盟的调研［J］．林业经济，2012（9）．
秦全胜，李智勇．林业产业技术创新战略联盟的系统动力学分析［J］．科技管理研究，2013（23）．
段永瑞．数据包络分析理论和应用［M］．上海：科学普及出版社，2006．