智能制造企業(yè)技術(shù)創(chuàng)新效率及其影響因素研究

樓旭明，徐聰聰

（西安郵電大學(xué)經(jīng)濟(jì)與管理學(xué)院，陜西西安 710061）

1 研究綜述

在我國制造行業(yè)逐漸趨于穩(wěn)定發(fā)展的同時(shí)，智能制造業(yè)成為了驅(qū)動(dòng)我國制造行業(yè)前進(jìn)的主要?jiǎng)恿χ?。我國智能制造行業(yè)的規(guī)模也在逐年擴(kuò)大，2018 年的市場規(guī)模達(dá)16 867 億元。在2018 年10 月12 日召開的世界智能制造大會(huì)上，我國正式發(fā)布了《國家智能制造標(biāo)準(zhǔn)體系建設(shè)指南（2018 年版）》，這對(duì)我國智能制造產(chǎn)業(yè)具有極大的推動(dòng)作用。但是，目前我國在智能制造方面的發(fā)展依然存在一些問題，如覃浩高［1］研究認(rèn)為我國智能制造領(lǐng)域缺乏行業(yè)標(biāo)準(zhǔn)和自主創(chuàng)新能力；廖桂波［2］研究認(rèn)為我國智能制造產(chǎn)業(yè)存在的問題有核心智能部件與整機(jī)發(fā)展不同步、產(chǎn)業(yè)整體技術(shù)創(chuàng)新能力與國外差距較大等?？梢钥闯?，技術(shù)創(chuàng)新效率不足是阻礙我國智能制造行業(yè)發(fā)展的核心問題。研究智能制造行業(yè)的技術(shù)創(chuàng)新效率問題并提出合理的發(fā)展建議，有利于指導(dǎo)我國智能制造產(chǎn)業(yè)的結(jié)構(gòu)調(diào)整方向，進(jìn)一步帶動(dòng)我國制造業(yè)整體智能化轉(zhuǎn)型。

技術(shù)創(chuàng)新效率(TIE) 的概念最早是由Afriat 等［3］提出的，是指以研發(fā)創(chuàng)新活動(dòng)的技術(shù)效率來衡量技術(shù)創(chuàng)新的水平。韓東林等［4］運(yùn)用數(shù)據(jù)包絡(luò)分析（DEA）模型指出“中國制造2025”上市公司的技術(shù)創(chuàng)新效率整體波動(dòng)較大且水平偏低；針對(duì)智能制造企業(yè)，劉峰等［5］同樣采用DEA 模型對(duì)我國智能制造企業(yè)的技術(shù)創(chuàng)新效率進(jìn)行了測算。但DEA 模型有兩個(gè)缺點(diǎn)，第一是對(duì)指標(biāo)的權(quán)重分配不合理，第二是可能會(huì)出現(xiàn)多個(gè)評(píng)價(jià)單元（DMU）的效率值同時(shí)為一而無法進(jìn)行排序的情況。作為DEA 模型的延伸，DEA交叉效率模型充分結(jié)合自評(píng)和他評(píng)，用每一個(gè)評(píng)價(jià)單元的最佳權(quán)重去分別計(jì)算其他DMU 的效率值，使各個(gè)評(píng)價(jià)單元的最終評(píng)價(jià)結(jié)果之間具有可比性。王偉［6］就運(yùn)用此模型對(duì)我國30 個(gè)省、自治區(qū)、直轄市進(jìn)行了評(píng)價(jià)，指出我國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率存在區(qū)域發(fā)展不平衡的問題。針對(duì)技術(shù)創(chuàng)新效率的問題，學(xué)者們更加深入地研究是什么因素在影響著技術(shù)創(chuàng)新效率，如李紹東［7］把資源投入分為研發(fā)經(jīng)費(fèi)投入和研發(fā)人員投入兩方面，并認(rèn)為這兩方面都和技術(shù)創(chuàng)新效率成正向強(qiáng)相關(guān)關(guān)系，持同樣觀點(diǎn)的還有Karahan［8］和池仁勇等［9］；劉樹林等［10］認(rèn)為制度環(huán)境的優(yōu)化有利于技術(shù)創(chuàng)新效率的提升；從行業(yè)和社會(huì)層面來說，夏海力等［11］認(rèn)為行業(yè)層面的產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)平臺(tái)和社會(huì)層面的市場需求對(duì)技術(shù)創(chuàng)新效率均有正向影響?？梢钥闯?，學(xué)者們多從企業(yè)的外部因素進(jìn)行考慮，而對(duì)企業(yè)內(nèi)部因素的影響研究較少。

因此，本文針對(duì)智能制造企業(yè)技術(shù)創(chuàng)新效率問題進(jìn)行研究。首先根據(jù)我國43 家上市企業(yè)2013—2017 年最新數(shù)據(jù)，運(yùn)用DEA 交叉效率模型測度及分析其技術(shù)創(chuàng)新效率；然后再用Tobit 模型回歸分析技術(shù)創(chuàng)新效率的影響因素，分別從企業(yè)和行業(yè)兩個(gè)層面來分析如何提高企業(yè)的技術(shù)創(chuàng)新效率，以推動(dòng)我國智能制造行業(yè)蓬勃發(fā)展。

2 模型構(gòu)建

2.1 DEA 交叉效率模型的構(gòu)建

2.1.1 模型介紹

2.1.2 指標(biāo)選取

在衡量技術(shù)創(chuàng)新效率指標(biāo)的選取上，目前國內(nèi)學(xué)者在選取投入指標(biāo)時(shí)多從勞動(dòng)力和資本兩個(gè)角度考慮，如韓東林等［4］選擇研發(fā)經(jīng)費(fèi)支出、研發(fā)人員數(shù)兩個(gè)指標(biāo)作為投入指標(biāo)；而產(chǎn)出指標(biāo)多選擇專利申請授權(quán)數(shù)、凈利潤和新產(chǎn)品銷售收入，如代明等［12］選取高技術(shù)產(chǎn)業(yè)研發(fā)項(xiàng)目經(jīng)費(fèi)和研發(fā)人員數(shù)量作為投入指標(biāo)，選取有效發(fā)明專利數(shù)和新產(chǎn)品銷售收入作為產(chǎn)出指標(biāo)，認(rèn)為有效發(fā)明專利數(shù)代表了知識(shí)產(chǎn)出，而新產(chǎn)品銷售收入表示研發(fā)創(chuàng)新的經(jīng)濟(jì)產(chǎn)出。鑒于此，本文在選取投入指標(biāo)時(shí)，基于管理學(xué)理論和前人的研究，從人力、財(cái)力、物力3 個(gè)方面出發(fā)考慮。其中：人力投入方面，本文延續(xù)了國內(nèi)外大多數(shù)研究所采用的做法，以研發(fā)人員數(shù)量為代表；資金投入方面，以研發(fā)經(jīng)費(fèi)支出和無形資產(chǎn)來表示；物力投入方面，選擇企業(yè)的固定資產(chǎn)來衡量。產(chǎn)出指標(biāo)的選取需要考慮企業(yè)創(chuàng)新活動(dòng)的成果及其經(jīng)濟(jì)效益，第一是無形知識(shí)的產(chǎn)出，用專利申請數(shù)量表示，但由于專利授權(quán)量受到外界因素影響較大，所以本文采用專利申請量而非授權(quán)量來表示；第二是經(jīng)濟(jì)方面的產(chǎn)出，本文選擇總營業(yè)收入和凈利潤來共同反映技術(shù)創(chuàng)新能力及公司盈利能力。以上構(gòu)成了本研究的技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系，如表1 所示。

表1 智能制造企業(yè)技術(shù)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系

對(duì)43 個(gè)DMU 的4 項(xiàng)投入指標(biāo)和3 項(xiàng)產(chǎn)出指標(biāo)通過SPSS - statistics 軟件進(jìn)行皮爾森相關(guān)性分析，結(jié)果如表2 所示，可知各指標(biāo)之間相關(guān)性均為正，且相關(guān)系數(shù)處于中等水平，均通過了5%的顯著性水平檢驗(yàn)，符合DEA 交叉效率模型的要求。就投入與產(chǎn)出而言，從短期角度來看，科研創(chuàng)新自投入開始涉及多個(gè)環(huán)節(jié)，存在時(shí)間的滯后性，一般假設(shè)該延遲時(shí)間為1 年；但從長期角度來看，科研創(chuàng)新產(chǎn)出與投入之間構(gòu)成了穩(wěn)定的均衡關(guān)系［13］，科研工作自身也具有較強(qiáng)的持續(xù)性，故本文在利用連續(xù)5年的研究數(shù)據(jù)時(shí)不采用滯后效應(yīng)。

表2 樣本決策單元的皮爾森相關(guān)性分析結(jié)果

2.2 Tobit 回歸模型的構(gòu)建

2.2.1 Tobit 模型介紹

Tobit 回歸模型最早是由諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者Tobin［14］提出的。由于DEA 交叉效率模型測算出來的效率值是離散的，且被限制在0 ～1 之間，所以不適用于常見的最小二乘法，這時(shí)Tobit 模型就成了估計(jì)回歸系數(shù)的一個(gè)較好的選擇。Tobit 回歸模型廣泛應(yīng)用于銀行運(yùn)行、政府財(cái)政支出、資源利用、能源利用等方面的效率研究，其通用模型如式（2）所示：

2.2.2 假設(shè)提出

企業(yè)的償債能力決定著企業(yè)能否健康發(fā)展，進(jìn)一步影響到企業(yè)對(duì)如何提升技術(shù)創(chuàng)新效率的關(guān)注度。只有企業(yè)健康發(fā)展，才能源源不斷地支持企業(yè)自身進(jìn)行創(chuàng)新活動(dòng)，并在這其中尋找提升技術(shù)創(chuàng)新效率的方法。資產(chǎn)的流動(dòng)性越大，表明短期的償債能力越強(qiáng)，所以選擇流動(dòng)比率作為衡量指標(biāo)。因此，本研究提出以下假設(shè)：

假設(shè)1：企業(yè)的償還能力越強(qiáng)，則企業(yè)的技術(shù)創(chuàng)新效率越高。

企業(yè)的盈利能力就是指企業(yè)在一定時(shí)期內(nèi)賺取利潤的能力。盈利能力的增強(qiáng)，一方面有助于企業(yè)蓬勃發(fā)展，另一方面企業(yè)也將更加注重創(chuàng)新成果對(duì)凈利潤的支撐作用。增加創(chuàng)新成果產(chǎn)出可以通過兩種方式，一是增加創(chuàng)新投入，二是提高成果轉(zhuǎn)化效率，而盈利能力對(duì)這兩方面都有一定程度的影響，所以本文選擇凈資產(chǎn)收益率作為衡量指標(biāo)。因此，本研究提出以下假設(shè)：

假設(shè)2：企業(yè)的盈利能力越大，則企業(yè)的技術(shù)創(chuàng)新效率越高。

企業(yè)的營運(yùn)能力是指企業(yè)運(yùn)用各項(xiàng)資產(chǎn)以賺取利潤的能力。企業(yè)的營運(yùn)能力不僅影響企業(yè)的發(fā)展，同時(shí)影響著企業(yè)對(duì)新技術(shù)的探索能力，即技術(shù)創(chuàng)新效率。一般來說，資產(chǎn)的周轉(zhuǎn)速度越快，則企業(yè)的營運(yùn)能力越強(qiáng)。在這里本文選擇總資產(chǎn)周轉(zhuǎn)率作為評(píng)價(jià)指標(biāo)。因此，本研究提出以下假設(shè)：

假設(shè)3：企業(yè)的營運(yùn)能力越大，則企業(yè)的技術(shù)創(chuàng)新效率越高。

企業(yè)規(guī)模方面，根據(jù)之前學(xué)者的研究來看，企業(yè)規(guī)模在一定程度上也決定著企業(yè)在研發(fā)效率上的關(guān)注度，如范德成等［15］認(rèn)為企業(yè)的技術(shù)創(chuàng)新效率與企業(yè)的規(guī)模正相關(guān)。本文采用企業(yè)年報(bào)中的資產(chǎn)總計(jì)來衡量企業(yè)的規(guī)模。因此，本研究提出以下假設(shè)：

假設(shè)4：企業(yè)規(guī)模越大，則企業(yè)的技術(shù)創(chuàng)新效率越高。

智能制造領(lǐng)域最核心也是最重要的部分要數(shù)產(chǎn)品全生命周期管理系統(tǒng)（product life-cycle management, PLM）了。PLM 系統(tǒng)自20 世紀(jì)末提出以來迅速成為世界各國的關(guān)注焦點(diǎn)。PLM 系統(tǒng)是一種企業(yè)信息化的商業(yè)戰(zhàn)略，它可以把人、過程和信息有效地結(jié)合起來，將孤島式的流程管理轉(zhuǎn)變?yōu)榧苫囊惑w式管理，遍歷產(chǎn)品從概念到報(bào)廢的全生命周期。雖然在我國PLM 系統(tǒng)還處于發(fā)展初期，但是已在很大程度上影響著各智能制造企業(yè)的智能化發(fā)展，所以本文選擇我國主流產(chǎn)品全生命周期管理PLM 系統(tǒng)的市場規(guī)模作為衡量指標(biāo)。因此，本研究提出以下假設(shè)：

假設(shè)5：智能制造領(lǐng)域核心產(chǎn)業(yè)的市場規(guī)模越大，則企業(yè)的技術(shù)創(chuàng)新效率越高。

2.2.3 Tobit 模型構(gòu)建

最終本文構(gòu)建的Tobit 模型為：

2.3 樣本選取與數(shù)據(jù)來源

2.3.1 樣本選取

我國工業(yè)和信息化部自開展智能制造試點(diǎn)示范專項(xiàng)行動(dòng)以來，已公布的智能制造示范試點(diǎn)項(xiàng)目共305 個(gè)，涉及305 個(gè)企業(yè)、92 個(gè)行業(yè)類別，覆蓋我國境內(nèi)所有省、自治區(qū)、直轄市，而本文研究重點(diǎn)關(guān)注制造業(yè)企業(yè)，所以剔除名單中的生化制藥企業(yè)14 家、食品類企業(yè)15 家、農(nóng)業(yè)企業(yè)6 家、輕工業(yè)企業(yè)57 家；其次，本文以上市企業(yè)作為研究對(duì)象，所以再剔除未在國內(nèi)證券交易所上市的企業(yè)85 家；最后，本文剔除因資料不足而無法進(jìn)行研究的企業(yè)64 家。最終，本文選取了具有代表性的我國43 家智能制造上市企業(yè)(以下簡稱樣本)并對(duì)其公布的2013—2017 年間的數(shù)據(jù)進(jìn)行研究。

2.3.2 數(shù)據(jù)來源

本研究所用的數(shù)據(jù)中，財(cái)務(wù)相關(guān)數(shù)據(jù)來自新浪財(cái)經(jīng)網(wǎng)站，上市企業(yè)的年度報(bào)告提供了部分投入指標(biāo)數(shù)據(jù)，專利相關(guān)數(shù)據(jù)來自國家知識(shí)產(chǎn)權(quán)局官方網(wǎng)站（www.pss-system.gov.cn）。

3 實(shí)證分析

3.1 創(chuàng)新效率測度結(jié)果及分析

本文采用前述DEA 交叉效率模型并運(yùn)用Excel 2010 和MATLAB R2015b 等軟件對(duì)43 家樣本上市智能制造企業(yè)2013—2017 年的技術(shù)創(chuàng)新效率進(jìn)行測度，結(jié)果如表3 所示。本文在采用了DEA 交叉效率模型之后，不再出現(xiàn)效率值等于1 的情況，因而各企業(yè)之間可以進(jìn)行相互比較和排序。從表3 可以看出，我國智能制造領(lǐng)域代表企業(yè)的技術(shù)創(chuàng)新效率發(fā)展較為平穩(wěn)，5 年間僅有小幅上漲，但一直維持在較低水平；5 年中，效率值最高出現(xiàn)在巨星科技2013 年的0.812 3，最低值為2014 年的漢威科技僅為0.105 0，不同企業(yè)的效率值參差不齊且差距較大，這說明我國智能制造行業(yè)中的一些企業(yè)在近幾年取得了一定的突破，但還有一大部分企業(yè)的技術(shù)創(chuàng)新效率依然較低。

表3 2013—2017 年樣本企業(yè)技術(shù)創(chuàng)新效率測度結(jié)果

表3 （續(xù)）

接下來，本文將43 家樣本企業(yè)根據(jù)主營業(yè)務(wù)劃分為6 類，如表4 所示。其中，智能工具類企業(yè)的平均效率值達(dá)到0.532 5，是6 個(gè)分類中最高的，且所有樣本效率值排名首位的企業(yè)也在此列。這說明智能工具領(lǐng)域是一個(gè)正在蓬勃發(fā)展的領(lǐng)域，此領(lǐng)域內(nèi)的競爭企業(yè)較少，大部分企業(yè)都能維持較高的創(chuàng)新效率。在6 類企業(yè)中，智能儀器企業(yè)的平均效率最低。現(xiàn)代科學(xué)技術(shù)的進(jìn)步離不開智能儀器的研發(fā)和使用，科學(xué)儀器能夠幫助科學(xué)家更好更快地處理人類無法處理的數(shù)據(jù)，而該領(lǐng)域技術(shù)創(chuàng)新效率低也證實(shí)了胡躍文等［16］研究提出的我國智能儀器產(chǎn)業(yè)的發(fā)展確實(shí)存在一些問題，還有很大的提升空間。

表4 樣本企業(yè)按主營業(yè)務(wù)分類的技術(shù)創(chuàng)新效率評(píng)價(jià)結(jié)果

根據(jù)上述評(píng)價(jià)結(jié)果，對(duì)樣本制造企業(yè)按5 年間的平均效率高低進(jìn)行定級(jí)：差（0 ～0.2），較差（0.2 ～0.4），一般（0.4 ～0.6），良（0.6 ～0.8），優(yōu)（0.8 ～1.0），得到結(jié)果如表5 所示。其中，良及以上的企業(yè)一共僅有2 家，大部分企業(yè)集中在一般和較差這兩個(gè)等級(jí)。評(píng)級(jí)為良的兩家企業(yè)分別是巨星科技和勁拓股份。巨星科技在這5 年間的專利申請總數(shù)達(dá)到803 件；而勁拓股份雖然整體規(guī)模較小，但是它的產(chǎn)出相對(duì)于投入來說比率非常高，這也使得勁拓股份的技術(shù)創(chuàng)新效率排在樣本企業(yè)中的前列。排名倒數(shù)3 家企業(yè)有一個(gè)共同的特點(diǎn)，即專利申請量較少。其中，鼎捷軟件共有6 件、漢威科技共有56 件、秦川機(jī)床共有30 件，均與排名前兩位的企業(yè)相差數(shù)十倍。這些企業(yè)同樣投入了大量的資源在創(chuàng)新業(yè)務(wù)上，可是由于轉(zhuǎn)化率較低導(dǎo)致創(chuàng)新產(chǎn)出不高，所以應(yīng)當(dāng)把提升技術(shù)創(chuàng)新效率放在首要任務(wù)的位置上?？v觀大部分企業(yè)，5 年平均技術(shù)創(chuàng)新效率雖然較低，但是隨著時(shí)間的推移，效率值也在緩慢增長，這說明這些企業(yè)也注意到技術(shù)創(chuàng)新效率低這個(gè)問題并加以改善，但是技術(shù)創(chuàng)新效率的提升速度還有待提高；與此同時(shí)，加快技術(shù)創(chuàng)新效率的提高速度也是我國智能制造領(lǐng)域企業(yè)需要重點(diǎn)關(guān)注的問題。

表5 樣本企業(yè)技術(shù)創(chuàng)新效率的分級(jí)評(píng)價(jià)結(jié)果

3.2 影響因素分析

本文以各個(gè)影響因素作為自變量，以前文的DEA 交叉效率值作為因變量，運(yùn)用 EViews7.2 軟件進(jìn)行 Tobit 模型回歸分析，結(jié)果如表6 所示，可以得出以下結(jié)論：在5 個(gè)影響因素中，只有流動(dòng)比率和總資產(chǎn)周轉(zhuǎn)率是在5%的水平上顯著，其他因素都在1%的水平上顯著。其中：

（1）流動(dòng)比率的回歸系數(shù)是0.010 424，為正值，流動(dòng)比率與技術(shù)創(chuàng)新效率正相關(guān)，本研究的假設(shè)1得到驗(yàn)證。流動(dòng)比率的提高首先增加了企業(yè)的償債能力，使得企業(yè)健康發(fā)展，只有企業(yè)健康發(fā)展才能保證企業(yè)在研發(fā)方面的投入持續(xù)增加、成果轉(zhuǎn)化效率逐漸提高，最終使得企業(yè)的技術(shù)創(chuàng)新效率提高。

（2）凈資產(chǎn)收益率的回歸系數(shù)為0.003 134，為正值，本研究的假設(shè)2 得到驗(yàn)證。樣本企業(yè)的凈資產(chǎn)收益率的系數(shù)雖為正，但是數(shù)值較小，企業(yè)在一段時(shí)間內(nèi)盈利能力的增強(qiáng)能夠促進(jìn)技術(shù)創(chuàng)新效率的提高，但創(chuàng)新效率變化較小可能因?yàn)槠髽I(yè)的創(chuàng)新投入是階段性的，而成果轉(zhuǎn)化率的變化又不太明顯。

（3）總資產(chǎn)周轉(zhuǎn)率的回歸系數(shù)為0.131 068，為正值，驗(yàn)證了本研究的假設(shè)3。所有的創(chuàng)新活動(dòng)都離不開資金的支持，而且進(jìn)行創(chuàng)新活動(dòng)所要耗費(fèi)的資金是非常巨大的，企業(yè)的資金能夠快速、高效地周轉(zhuǎn)起來對(duì)保障企業(yè)的創(chuàng)新效率至關(guān)重要。

（4）資產(chǎn)總計(jì)的回歸系數(shù)為0.000 429，本研究的假設(shè)4 得到驗(yàn)證。樣本企業(yè)的規(guī)模對(duì)于技術(shù)創(chuàng)新效率的影響很小，這表明中小企業(yè)和大型企業(yè)同樣能夠擁有較高的創(chuàng)新效率：中小企業(yè)能快速根據(jù)最新的創(chuàng)新方向?qū)ψ陨碜鞒稣{(diào)整；而大企業(yè)的調(diào)整則相對(duì)較慢，但是大型企業(yè)對(duì)發(fā)展方向的把握一般而言相對(duì)要更加準(zhǔn)確，并且行業(yè)發(fā)展方向在一定程度上是由大型企業(yè)所引導(dǎo)的。

（5）中國主流PLM 市場規(guī)模的回歸系數(shù)為0.002 334，為正值，本研究的假設(shè)5 得到驗(yàn)證。PLM 系統(tǒng)對(duì)于對(duì)制造業(yè)的影響可以說是方方面面，從新產(chǎn)品想法的提出到最終產(chǎn)品被市場所淘汰，PLM 系統(tǒng)參與到一個(gè)產(chǎn)品的全生命周期，這對(duì)智能制造行業(yè)的影響是非常巨大的。

表6 樣本企業(yè)技術(shù)創(chuàng)新效率影響因素Tobit 回歸分析結(jié)果

4 結(jié)論與建議

4.1 研究結(jié)論

本文首先運(yùn)用DEA 交叉效率模型對(duì)我國43 家具有代表性的智能制造上市企業(yè)進(jìn)行技術(shù)創(chuàng)新效率測度，然后根據(jù)測度結(jié)果通過Tobit 回歸模型對(duì)影響企業(yè)技術(shù)創(chuàng)新效率的影響因素進(jìn)行分析，得出以下結(jié)論：

（1）樣本智能制造行業(yè)整體發(fā)展平穩(wěn)，但平均效率值不高，在0.38 左右，且代表性企業(yè)之間技術(shù)創(chuàng)新效率波動(dòng)較大。以企業(yè)5 年平均技術(shù)創(chuàng)新效率做等級(jí)劃分來看，大部分企業(yè)集中在一般和較差兩個(gè)等級(jí)，等級(jí)為良以上僅有兩家企業(yè)，分別是巨星科技和勁拓股份，其中巨星科技的技術(shù)創(chuàng)新效率值最高，達(dá)到0.698 4。

（2）企業(yè)的償還能力、盈利能力、營運(yùn)能力、規(guī)模和智能制造領(lǐng)域核心產(chǎn)業(yè)的市場規(guī)模對(duì)技術(shù)創(chuàng)新效率均有正向促進(jìn)作用，其中企業(yè)的營運(yùn)能力為主導(dǎo)影響因素，企業(yè)規(guī)模的影響最小，這表明大型企業(yè)和中小型企業(yè)都可以擁有較高的技術(shù)創(chuàng)新效率。

4.2 對(duì)策建議

根據(jù)上述研究結(jié)論，本文就提升我國智能制造上市企業(yè)的技術(shù)創(chuàng)新效率提出以下建議：

一是企業(yè)應(yīng)積極吸收人才資源。針對(duì)智能制造企業(yè)的特點(diǎn)，建立科學(xué)的人才篩選機(jī)制，并開展全面的人才培養(yǎng)活動(dòng)，充分利用人才資源提升技術(shù)創(chuàng)新效率。

二是相比于其他方面能力來說，智能制造企業(yè)應(yīng)著重提升自身的營運(yùn)能力。根據(jù)本研究的Tobit 回歸分析結(jié)果，企業(yè)的技術(shù)創(chuàng)新效率受營運(yùn)能力的影響最大。各企業(yè)應(yīng)防止不合理資金的占用，加快資金周轉(zhuǎn)速度，以提升營運(yùn)能力。

三是企業(yè)應(yīng)加強(qiáng)存貨的日常管理，妥善安排生產(chǎn)與銷售，在正常生產(chǎn)的同時(shí)減少原材料庫存，盡力防止存貨積壓，提高企業(yè)償還能力；同時(shí)企業(yè)應(yīng)合理選擇經(jīng)營戰(zhàn)略，選擇自己既有優(yōu)勢又有較好市場空間的產(chǎn)品或項(xiàng)目，制定適應(yīng)當(dāng)下市場需求的經(jīng)營模式，加強(qiáng)提高企業(yè)的盈利能力，提升技術(shù)創(chuàng)新效率。