农业上市公司技术创新效率实证研究.pdf

第 7 期农业上市公司技术创新效率实证研究鲁志娟（西安欧亚学院，西安710065）摘要：选取300家上市公司，借助DEA-BCC模型和Malmquist指数对其技术创新能力和影响因素进行评价分析。结果表明，2020 年农业上市公司整体技术创新效率水平较低，且外资企业的综合效率（35.2%）、纯技术效率（55.2%）以及年降幅情况都稍大于民营企业和国有企业。20182020年农业上市公司Malmquist指数整体下降了28.37%，大部分企业处于价值链的中低端，技术效率水平有所下降，且公司的股权机构、盈利能力和政府补助分别通过了10%、5%和1%水平的显著性检验，与技术创新效率之间呈显著正相关。农业上市公司应在自身实际经营情况下合理利用创新资源，努力提高自身经营水平和技术水平转化能力，加大对技术创新的投入，提升自身竞争力。关键词：农业上市公司；技术创新效率；DEA-BCC模型；Malmquist指数；实证研究中图分类号：F273.1；F324文献标识码：A文章编号：0439-8114（2023）07-0177-05DOI:10.14088/ki.issn0439-8114.2023.07.030开放科学（资源服务）标识码（OSID）：Empirical study on the efficiency of technological innovation of agricultural listed companiesLU Zhi-juan（Xi an Eurasia University，Xi an 710065，China）Abstract：Three hundred listed companies were selected to evaluate and analyze their technological innovation ability and influencingfactors with the help of DEA-BCC model and Malmquist index.The results indicated that the overall level of technological innovationefficiency of agricultural listed companies was relatively low，and the comprehensive efficiency（35.2%），pure technical efficiency（55.2%），and annual decline of foreign-funded enterprises were slightly higher than those of private enterprises and state-owned enterprises.From 2018 to 2020，the Malmquist index of listed agricultural companies decreased by 28.37%，most of them were in themiddle and low end of the value chain，and the level of technical efficiency had decreased.Moreover，the equity institutions，profitability and government subsidies of the companies passed the significance test of 10%，5%and 1%，respectively，which were positively correlated with the efficiency of technological innovation.Agricultural listed companies should make reasonable use of innovation resources under their actual operation conditions，strive to improve their own business level and technological transformation ability，increase investment in technological innovation，and enhance their competitiveness.Key words：agriculture listed company；technological innovation efficiency；DEA-BCC model；Malmquist index；empirical analysis第 62 卷第 7 期2023 年 7 月湖北农业科学Hubei Agricultural SciencesVol.62 No.7Jul.，2023鲁志娟.农业上市公司技术创新效率实证研究 J.湖北农业科学，2023，62（7）：177-181，189中共中央为解决农业产业的短板效应，明确提出要增加农业科技创新投入，建立科技创新体系，而作为农业现代化建设重要承担者的农业上市公司，更应把握时代发展机遇，加快技术设备更新、提高创新意识、加快培养技术人才，发挥其引领支撑作用，提高创新能力和核心竞争力1-3。对技术创新效率的评价，有数据包络法、随机前沿分析法等，并延伸出多阶 DEA 模型、SBM 方法等，而国内学者则多利用熵权法和因子分析法分析农业公司技术创新影响因素，但较少针对农业上市公司4，5。鉴于此，本课题对农业上市公司技术创新效率进行实证研究，以期为农业发展和企业创新提供较大的借鉴意义和研收稿日期：2021-12-28基金项目：西安欧亚学院科研基金项目（2020XJSK02）作者简介：鲁志娟（1981-），女，陕西西安人，讲师，硕士，主要从事基于计量方法的企业创新研究，（电话）18629052926（电子信箱）luzhijuan_2004_。湖北农业科学2023 年究思路。1农业上市公司技术创新和效率提高的模型构建和指标选取1.1提高技术创新效率的指标选取和方案建立技术创新的动力机制是企业在进行创新活动时，各个创新要素之间相互作用和制约的关系及其与外部创新环境所形成的相互作用关系的总和，技术创新效率为创新投入与产出之间的转化率6，7。企业的创新机制由内部因素和外部因素共同构成，良好的创新活动以及优秀的企业家创新特质能在符合市场供需动力和市场导向下为企业发展提供支撑系统和发展动力。技术动力创新机制的作用机理如图1所示。图1技术动力创新机制企业在进行技术创新活动时，市场和资源的累加会使得企业在创新发展过程中不断调节投入规模，其创新效率会呈现出递减或递增的变化现象6。而资金、政策、人才和技术等外部支撑力为企业创新活动的进行提供保障，具有较好创新特质的企业管理者在应对市场变化导向和产品附加值变化时，能够做出正确的战略决策和市场判断，为企业的创新发展指明方向。而对农业上市公司的技术创新效率评价多采用数据包络分析（DEA）方法，该方法是用来评价多指标投入和产出决策单元效率是否有效的一种非参数线性模型，该模型由BCC模型和CCR模型组成7。BCC模型运用于规模报酬可变情况下对效率的评价，计算方法如式（1）所示。j-1njYjY0j-1nj=1j-1njYj X0（1）式中，X0、Y0分别为决策单元的投入项和产出项；是DEA模型中2种子模型比例；为效率值，即投入与产出之间的有效利用程度。而 CCR 模型适用于规模报酬不变情况下对效率的评价，计算方法如式（2）所示。maxhj0=r=1suryrj0i=1mvixij0r=1puryrji=1mvixij 1,j=1,2,nviur 0,i=1,2,m;r=1,2,s（2）式中，n为决策对象的数量；m、s分别为输入和输出指标的数量；xij为j0投入指标的数量；yrj为j0产出指标数量；vi和ur是变量的权重。同时结合Malmquist指数常应用于对生产效率变化的测算，即通过第 t期和第 t+1期生产率指数的几何平均数的计算来衡量生产率变动情况，能够实现技术创新效率的动态分析，对影响因素有一个较为全面的研究8。其计算方法如式（3）所示。Mt,t+1=()Dt0()xt+1,yt+1Dt0()xt,yt()Dt+10()xt+1,yt+1Dt+10()xt,yt12=Dt+10()xt+1,yt+1Dt0()xt,ytDt0()xt+1,yt+1Dt+10()xt,ytDt0()xt,ytDt+10()xt+1,yt+112（3）式中，x、y分别代表投入和产出的变量矩阵；Dt+10()xt+1,yt+1Dt0()xt,yt为 技 术 效 率 变 动 指 数；Dt0()xt+1,yt+1Dt+10()xt,ytDt0()xt,ytDt+10()xt+1,yt+112为技术变动指数；()xt,yt、()xt+1,yt+1分别为第t期与第t+1期的投入产出量；Dt0()xt,yt、Dt+10()xt+1,yt+1分别为第t期与第t+1期的以t+1期的生产技术为参考的距离函数。当Mt,t+11时，表明全要素生产率增加，当Mt,t+1=1时，表明全要素生产率不变，当Mt,t+1 0y*i=0,xi 0（6）式中，y*i为可能存在的变量；xi为解释变量；为系数；ui为误差项。当xi0时，可能存在的因变量yi*则取值为yi，当xi 0时，Tobit模型在0处截尾。2农业上市公司技术创新效率存在的问题及影响因素2.1农业上市公司创新效率存在的问题分析综合技术效率为纯技术效率和规模效率的乘积，而纯技术效率是指企业在不考虑生产要素的损耗时，表示最佳生产模式下的技术有效性，规模效率是指生产规模对生产效率的影响程度，其数值小于1，则表明创新主体的规模报酬处于一种递增或递减的状态11，12。首先对300家不同企业性质的农业上市公司创新要素指标进行描述性统计，并考虑企业在静态条件下创新技术效率的变化。静态变化是指企业在不考虑规模效益情况下的效率，没有考虑到企业因规模扩大而带来的生产成本下降、效率提高的情况，表明企业利用技术单位最小化的能力，此时的综合技术效率等于纯技术效率与规模效率的乘积。结果如表1和表2所示。由表 1 可知，科研人员数量的最大值为 1 636人，均值为264人，专利申请数量和授权数量最大值分别达243个和223个，表明企业在人才储备数量和专利申请上的重视程度不同，创新水平差距较大。表120182020年农业上市公司创新要素描述性统计变量均值标准差最值范围研发支出/亿元4.1376.8890.01158.200科研人员数量/人26428551 636专利申请数量/个22330243专利授权数量/个22260223业务利润/亿元17.23129.3780.100335.430由表2可知，基于模型对效率进行整体评价，发现上市公司的综合效率都小于 100%，反映出 20182020年企业的整体综合效率情况较差，还需要较大程度提升创新水平，规模经济提升效率不明显。规模经济性是企业在一定市场需求范围内，因生产规模的扩大而带来的单位产品与服务的平均成本出现下降的情况。纯技术效率为 42.8%46.6%，表明企业整体技术创新水平低，创新要素的投入和产出比例不合理，规模效应未得到充分显现，存在资源冗余或短缺，需要加强内部创新管理制度建设，提高管理水平。对农业上市公司的所属子行业进行创新效率分析，结果如图2所示。2020年，农业上市公司各子行业的综合效率都有所提高，其中畜牧业和渔业的综合效率较2019年均上升了约15个百分点，其效率水平提升较明显。2020年，除种植业之外，其他3个行业的纯技术效率都有所提高；除林业之外，其他3个行业的规模效率都有所提高，表明整个农业生产相关公司之间存在着资源产出效率的不均衡，资源未得到充分利用。对不同经营性质的农业上市公司创新效率水平进行分析，结果如图 3所示。不同性质上市公司的综合技术效率和纯技术效率水平都低于100%，且其对应的效率变化值也存在较大的差异，外资企业在2020年综合效率为 35.2%，纯技术效率为 55.2%，较2019年创新效率水平有所下降，而国有企业（中央国有和地方国有）和民营企业的创新效率水平较表2农业上市公司创新效率整体静态变化情况年度2018201920192020平均值综合效率/%37.329.7纯技术效率/%46.642.8规模效率/%80.772.5DEA有效数量/个1514鲁志娟：农业上市公司技术创新效率实证研究179湖北农业科学2023 年2019年也均有所下降，但下降幅度相对较小。原因可能在于，外资企业与国外企业接触较频繁，受其管理体制和技术手段影响较大，在一定程度上有助于外资企业内部管理的优化和技术创新，表现出其对创新技术的接受能力较好，但受自身规模的影响和资金支持力度的限制，其规模效率低于国营企业；而国有企业因投资回收周期长，经营方式较为固定，使得管理者在经营战略和决策上更加倾向于稳健性投资，其资源配置方式和股权结构难以在短时间内实现大幅度调整，故其所表现出的创新效率水平变化差值小于外资企业13，14。且从 2 年数值来看，就规模效率而言，中央国有企业的规模效率水平最高，生产规模较好，而民营企业次之，外资企业的规模效率在50%80%，生产效益水平较低。2.2农业上市公司创新效率影响因素分析考虑到时间维度变化对上市公司技术创新效率的影响，故利用 DEAP 2.1 软件对农业上市公司的Malmquist 指数（M指数）和回归模型进行动态分析。M指数为全要素生产率，其可以分为技术效率变化、技术进步变化、纯技术效率变化和规模效率变化15，16。首先对农业上市公司总体创新效率进行分析，结果如表3所示。M指数和分解项的变化表明，20182020 年农业上市公司 M 指数的平均值为0.865，20192020 年较 20182019 年整体下降了28.37%，技术进步上涨幅度明显，但其整体的技术效率水平有所下降，进而对创新效率水平造成影响。20182019 年和 20192020 年的 M 指数分别为1.008和 0.722，原因可能在于政府对支持农业创新相关政策的颁布，使得其指数大于1，加快了技术创新能力的提高，而自2019年起因受到新型冠状病毒感染疫情以及创新产出周期较长的双重影响，使得部分技术的转化实践受限，导致其创新成果未能在数据上反映出来17。表3农业上市公司技术创新效率M指数及其分解项均值年度2018201920192020平均值技术效率（Te）2.2330.7641.499技术进步效率（Tp）0.4570.9380.698纯技术效率（Pe）1.5860.8941.240规模效率（Se）1.3940.8531.124M指数1.0080.7220.865对农业分类的各子行业进行 M 指数及其分解项的数值变化统计，结果如图 4所示。种植农业的技术效率远高于其他行业，其原因在于大规模农地经营可能性的实现使得机械化程度提高，但其在现有情况下农业推广技术效率比较低，一定程度上限制了技术使用效率和技术进步效率的提高，故其所表现出的现有技术的使用效率和利用程度还不够；农业的技术效率较高，但其技术进步效率较低，表明a.不同农业类型在2019年3种技术效率变化情况b.不同农业类型在2020年3种技术效率变化情况图220192020年农业上市公司不同农业类型的创新效率变化情况a.2019年不同经营性质企业的创新技术效率水平情况b.2020年不同经营性质企业的创新技术效率水平情况图320192020年不同经营性质上市公司的创新效率水平变化情况180第 7 期其应该加强对农业技术转化效率的研究，并提高农业技术进步的学习能力，同时还应关注畜牧业和渔业在技术进步和规模效率上的发展，尽可能提高发展能力。图420182020年不同农业类型上市公司的技术创新效率变化情况利用 Tobit模型对创新效率影响指标进行回归分析，结果如表 4所示。以总资产周转率来衡量公司的运营能力，以资产负债率衡量公司的偿债能力。由表 4可知，公司的股权结构和企业家学历通过了10%水平的显著性检验，且其标准误差分别为0.001 3和 0.166 1，表明其与创新技术效率存在正相关关系，较为灵活的股权结构和高学历企业管理者能为公司进行创新升级并减少阻碍，管理者能更灵敏地“嗅”到所在领域的先进技术导向和市场需求变化，加快创新步伐。盈利能力和政府补助分别通过了5%和 1%水平的显著检验，与综合技术效率存在正相关关系，企业盈利收入的增加为创新活动的进行提供了资金支持，政府的奖励扶持在一定程度上减轻了企业的压力，也激励其不断进行技术升级和创新。表4创新效率影响指标的描述性统计和面板回归结果变量综合效率股权结构企业家盈利能力运营能力偿债能力海外业务比例政府补助学历技术平均值标准差0.2880.25960.64414.0533.5250.8770.3410.4770.0630.4620.7650.4780.3630.17910.60420.2810.3820.830最小值0.00424.3651.0000.000-10.1240.0850.0230.0000.000最大值1.00092.9236.0001.0000.6573.1541.35795.47910.584回归系数0.178 9*0.002 4*0.026 2*-0.028 90.029 6*0.037 1-0.019 40.000 10.650 9*标准误差0.107 80.001 30.166 10.028 80.156 80.024 30.079 80.000 40.426 8T1.663 31.941 21.672 2-1.000 02.691 11.530 1-0.242 00.132 0-1.581 0P0.098 20.053 20.096 30.318 90.028 30.127 50.820 00.907 00.000 0注：“*”“*”“*”分别在10%、5%、1%水平上显著相关3小结创新是引领经济发展的主要驱动力，而农业上市公司在农业发展中占据重要的地位，本研究对影响农业上市公司创新技术效率的因素进行实证分析，有利于更好地为企业的创新发展困境提供解决思路。结果表明，农业上市公司目前整体技术创新效率水平较低，综合效率都小于 100%，纯技术效率为 42.8%46.6%，存在投入与产出不合理的情况。且 2020年畜牧业和渔业的综合效率较 2019年均上升了约15个百分点，畜牧业和渔业的纯技术效率和规模效率有较小的提高，表明整个农业生产相关公司之间存在着资源产出效率的不均衡，资源未得到充分利用。且不同经营性质的企业，其创新效率水平也不同，总体上是外资企业的综合效率（35.2%）和纯技术效率（55.2%）较高，但受其管理体制和对技术手段学习能力的影响，其年降幅情况大于民营企业和国有企业。从 M 指数对技术创新效率的动态结果可以发现，20182020年农业上市公司M指数整体下降了28.37%，大部分企业处于价值链的中低端，企业整体的技术效率水平有所下降。且农业各子行业分类中，种植业的技术效率远高于其他行业，但纯技术效率小于 100%，渔业的规模效益小于100%，表明农业内部存在较大的创新利用效率不平衡问题。公司的股权机构、盈利能力和政府补助分别通过了10%、5%和1%水平的显著性检验，与技术创新效率之间呈显著的正相关关系。故企业应合理利用创新资源，在提高研发强度和引进专业人才的同时，应优化资源利用率，提高自身经营水平，加大对技术创新的投入，进而提高企业自身的竞争力。参考文献：1袁延志，王宝海.中国饲料业上市公司综合技术效率和全要素生产率分析 J.数学的实践与认识，2019，49（3）：313-320.2马春艳，龚政，李谷成.政府支持、FDI与农业技术创新基于产出与效率的双重视角 J.农林经济管理学报，2020，19（1）：24-33.3杨雪，何玉成，刘成.政府补助对农业上市公司全要素生产率的影响基于面板门限模型的分析 J.湖南农业大学学报鲁志娟：农业上市公司技术创新效率实证研究（下转第189页）181第 7 期陈寿朋教授所说，只有在人们心中构筑起心灵的生态防线，把习惯号令自然、改造自然的主人变为善待自然、与自然和谐相处的朋友，补上生态道德教育这一课，才能从根本上解决生态危机20。此外，考虑到国民素养参差不齐，仅靠内心自觉是不够的。这要求大家加强生态道德的制约机制建设，为美丽湖北建设营造良好的社会环境21。因此，湖北省各地区应积极组织民众参与环保活动，必要时制定严格的生态环境保护奖惩措施，以真正实现美丽湖北。参考文献：1姜喜咏，李昌英，张繇曦.“美丽中国”背景下的生态道德建设以湖北武陵山区生态文明建设为例 J.重庆理工大学学报（社会科学），2014，28（7）：87-91，139.2Commission for the future.Our common future：The world commission on environment and developmentM.Oxford：Oxford university press，1987.3戴云菲.可持续发展理论文献综述 J.商，2016（13）：111.4韦震.“可持续发展”到“生态文明”：赢得生存之战国外学者关于生态文明的释义 J.探索，2018（4）：101-111.5许智宏.协调人与生物圈 保护生命共同体 未来之路 J.人与生物圈，2018（Z1）：6-7.6黄煦，陈洪健.国外生态城市建设的经验对上海崇明东滩生态城的启示 A.中国水利学会.中国水利学会2013学术年会论文集S5河口治理与保护 C.广州：中国水利学会，2013.129-134.7王爱兰.生态城市建设模式的国际比较与借鉴 J.城市问题，2008（6）：88-91.8PASCUAL U，BALVANERA P，DAZ S，et al.Valuing nature scontributions to people：The IPBES approachJ.Current opinionin environmental sustainability，2017，26-27：7-16.9黄茂兴，叶琪.马克思主义绿色发展观与当代中国的绿色发展兼评环境与发展不相容论 J.经济研究，2017，52（6）：17-30.10黄蕾蕾.习近平“美丽中国”建设理念研究 D.广州：华南理工大学，2019.11王大鹏.“美丽中国”的深层含义 J.理论参考，2013（2）：14-15.12杨景良.美丽中国建设内涵意蕴的多维解读 J.现代交际，2020（1）：239，238.13周琳.以马克思主义生态观引领美丽中国建设 N.经济日报，2019-10-15（016）.14陈明星，梁龙武，王振波，等.美丽中国与国土空间规划关系的地理学思考 J.地理学报，2019，74（12）：2467-2481.15胡宗义，赵丽可，刘亦文.“美丽中国”评价指标体系的构建与实证 J.统计与决策，2014（9）：4-7.16方创琳，王振波，刘海猛.美丽中国建设的理论基础与评估方案探索 J.地理学报，2019，74（4）：619-632.17蔡金洲，张富林，黄敏，等.湖北省典型区域地膜使用与残留现状分析 J.湖北农业科学，2013，52（11）：2500-2504.18王雷.基于绿色交通理念的生态城市规划设计 J.交通世界，2020（21）：10-11，35.19迟向正，叶青，赵静，等.中新天津生态城海绵城市规划建设管理的探索与实践 J.城市住宅，2020，27（8）：8-13.20赵永斯.构筑全民心灵生态屏障记中国生态道德教育促进会会长陈寿朋教授 J.今日国土，2006（Z3）：11-13.21赵哲.我国高等教育国际化进程中的问题与对策 J.当代教育科学，2011（13）：3-6.李晓玲等：美丽湖北建设时空效应研究（社会科学版），2020，21（3）：59-66.4张淑英，郑静静，水宝山，等.供应商关系、内部治理与营运资金管理绩效来自农业上市公司的实证分析 J.河北农业大学学报（社会科学版），2020，22（5）：36-46.5陈思元.基于因子分析法的上市公司财务绩效评价 J.物流工程与管理，2020，42（11）：153-156.6肖美丹，任曼琳.基于DEA与Malmquist指数的我国食品加工业技术创新效率分析 J.郑州航空工业管理学院学报，2020，38（1）：30-38.7林青宁，毛世平.政府补助、创新环境与涉农企业创新效率 J.技术经济，2020，39（6）：17-23.8马如意，乔光华.基于 DEA模型的农业上市公司经营效率实证分析 J.内蒙古科技与经济，2020（15）：47-50.9万东灿.政策性金融、产权性质与先进制造业企业创新 J.苏州大学学报（哲学社会科学版），2019，40（4）：111-121，192.10谢闪闪，余国新.我国农业上市公司融资效率研究基于DEA模型和Malmquist指数法的实证分析 J.数学的实践与认识，2019，49（2）：91-98.11马克星，李珺.创新投入对农业企业绩效的影响基于 A股农业上市公司的实证检验 J.科技管理研究，2019，39（12）：110-116.12胡志勇，汤文慧.企业环保投入、政府补助与经营绩效基于农业上市公司实证研究 J.天津商业大学学报，2021，41（1）：9-14.13刘兰剑，史盼.基于所有制性质的高技术企业创新能力差异及生成机理源自省级面板数据的实证研究 J.科技进步与对策，2020，37（23）：100-107.14侯静静，熊朗羽，温明振.农业企业股权融资对研发效率的影响基于DEA模型、多元线性回归模型的分析 J.沈阳师范大学学报（社会科学版），2021，45（5）：57-64.15聂高辉，严然，彭文祥.非正规金融、农业技术创新对乡村产业升级的动态影响基于状态空间模型的计量分析 J.华东经济管理，2020，34（7）：52-60.16沈琼，王少朋，张兆瑞.农业技术创新对粮食生产效益的影响分析 J.农林经济管理学报，2018，17（6）：669-677.17尹秀珍，高峰.中国生态农业上市公司技术效率测度及提升路径基于三阶段 DEA 模型的实证分析 J.生态经济，2018，34（4）：136-141.（上接第181页）189