京津冀制造業(yè)上市公司投資效率評(píng)價(jià)研究

張玉蘭 景思婷 牛爽 強(qiáng)春俠 宣杰

【摘 要】 投資效率和技術(shù)創(chuàng)新是制造企業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵因素。文章基于技術(shù)創(chuàng)新視角，建立制造企業(yè)的投資效率評(píng)價(jià)體系，并運(yùn)用DEA模型對(duì)2016—2018年京津冀158家制造業(yè)上市公司的投資效率進(jìn)行測(cè)評(píng)。研究發(fā)現(xiàn)：京津冀制造業(yè)上市公司投資效率均值在0.75～0.79之間，投資效率偏低;從制造業(yè)細(xì)分行業(yè)維度看，與石油化工業(yè)相關(guān)的企業(yè)投資效率最低;從產(chǎn)權(quán)性質(zhì)維度看，國(guó)有企業(yè)的投資效率在0.8以上，始終高于民營(yíng)企業(yè);從區(qū)域分布維度看，北京市制造業(yè)上市公司的投資效率最高，河北省次之，天津市最低;此外，運(yùn)用Malmquist指數(shù)模型對(duì)投資效率動(dòng)態(tài)變化值進(jìn)行測(cè)算，發(fā)現(xiàn)全要素生產(chǎn)率變動(dòng)平均值為0.944，說(shuō)明京津冀制造業(yè)整體投資效率有所下降。鑒于此，從企業(yè)與政府兩個(gè)角度提出提高制造企業(yè)投資效率的建議。

【關(guān)鍵詞】 投資效率; 技術(shù)創(chuàng)新; 制造業(yè); DEA

【中圖分類號(hào)】 F223? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2020）18-0014-06

制造業(yè)作為實(shí)體經(jīng)濟(jì)，是國(guó)民經(jīng)濟(jì)發(fā)展的重要支撐力，其投資行為與經(jīng)濟(jì)發(fā)展密切相關(guān)。目前，中國(guó)正處于經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要時(shí)期，需要依靠提升制造業(yè)投資效率和技術(shù)創(chuàng)新水平來(lái)實(shí)現(xiàn)經(jīng)濟(jì)的持續(xù)增長(zhǎng)。當(dāng)前，一些制造企業(yè)在擴(kuò)大生產(chǎn)投資規(guī)模的同時(shí)，也加大了對(duì)研發(fā)活動(dòng)的投入。那么創(chuàng)新投資能否給企業(yè)帶來(lái)必要的回報(bào)，其投資效率能否獲得提升，需要做出客觀測(cè)評(píng)。京津冀作為中國(guó)的“首都圈”，其協(xié)同發(fā)展已上升為國(guó)家戰(zhàn)略，從技術(shù)創(chuàng)新視角評(píng)價(jià)京津冀地區(qū)制造業(yè)上市公司的投資效率具有一定現(xiàn)實(shí)意義。

一、文獻(xiàn)回顧

目前，國(guó)內(nèi)外學(xué)者對(duì)投資效率的研究呈現(xiàn)出兩種趨勢(shì)。一部分學(xué)者采用投資—現(xiàn)金流敏感性（FHP）模型、Vogt模型和Richardson模型來(lái)測(cè)度企業(yè)的投資效率，運(yùn)用多元回歸模型研究其與企業(yè)現(xiàn)金流敏感性、融資約束之間的關(guān)系;另一部分學(xué)者則采用隨機(jī)前沿（SFA）模型和數(shù)據(jù)包絡(luò)法（DEA）來(lái)評(píng)價(jià)行業(yè)和企業(yè)的投資效率。SFA模型比較適合對(duì)多投入單產(chǎn)出的指標(biāo)組合進(jìn)行評(píng)價(jià)，而DEA模型可以評(píng)價(jià)多投入多產(chǎn)出的指標(biāo)，因此，本文選擇DEA模型對(duì)企業(yè)的投資效率進(jìn)行評(píng)價(jià)。

Farrell[ 1 ]在分析英國(guó)農(nóng)業(yè)生產(chǎn)力時(shí)首次提出數(shù)據(jù)包絡(luò)思想和非參數(shù)前沿效率評(píng)價(jià)方法，隨后國(guó)內(nèi)外學(xué)者開(kāi)始采用DEA模型對(duì)投資效率展開(kāi)研究。彭佑元和王婷[ 2 ]以創(chuàng)業(yè)板科技創(chuàng)新型上市公司為研究樣本，運(yùn)用二階段網(wǎng)絡(luò)DEA方法測(cè)算并評(píng)價(jià)了企業(yè)的投資效率。趙海燕和張玉瑩[ 3 ]以公司的環(huán)保投資額為輸入指標(biāo)，以主營(yíng)業(yè)務(wù)收入、每股收益和納稅金額為輸出指標(biāo)，采用DEA方法對(duì)化工行業(yè)的環(huán)保投資效率進(jìn)行了評(píng)價(jià)。張中華和劉爽[ 4 ]從產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的角度出發(fā)，采用三階段DEA模型，運(yùn)用宏觀數(shù)據(jù)對(duì)我國(guó)制造業(yè)的整體投資效率進(jìn)行了評(píng)價(jià)。陳俁秀和于劍[ 5 ]運(yùn)用超效率DEA模型對(duì)我國(guó)民航業(yè)節(jié)能減排投資效率進(jìn)行了評(píng)價(jià)。Corrado[ 6 ]運(yùn)用網(wǎng)絡(luò)DEA模型評(píng)價(jià)了意大利機(jī)場(chǎng)在成本、運(yùn)營(yíng)和收入三個(gè)生命周期階段的投資效率。肖嘉奕等[ 7 ]考慮環(huán)境變量，運(yùn)用三階段DEA方法從宏觀上對(duì)浙江省高新技術(shù)產(chǎn)業(yè)的投資效率進(jìn)行了評(píng)價(jià)。Jamal等[ 8 ]運(yùn)用DEA模型對(duì)英國(guó)銀行的效率進(jìn)行了評(píng)價(jià)。

由此看來(lái)，已有文獻(xiàn)針對(duì)不同行業(yè)從不同視角構(gòu)建指標(biāo)體系，運(yùn)用DEA模型對(duì)投資效率進(jìn)行了測(cè)算與評(píng)價(jià)，研究視角豐富，研究對(duì)象廣泛。但是，從指標(biāo)構(gòu)建來(lái)看，鮮有學(xué)者將技術(shù)創(chuàng)新納入指標(biāo)體系中;從研究對(duì)象看，針對(duì)制造企業(yè)投資效率的評(píng)價(jià)尚有不足。本文從技術(shù)創(chuàng)新視角構(gòu)建投資效率評(píng)價(jià)體系，運(yùn)用DEA模型從靜態(tài)與動(dòng)態(tài)兩個(gè)維度評(píng)價(jià)京津冀制造企業(yè)的投資效率。

二、技術(shù)創(chuàng)新視角下制造企業(yè)投資效率評(píng)價(jià)指標(biāo)體系的構(gòu)建

投資效率反映的是企業(yè)投資活動(dòng)所得與所費(fèi)、產(chǎn)出與投入的比例關(guān)系，因此本文從投入與產(chǎn)出兩方面來(lái)設(shè)計(jì)投入指標(biāo)（x）和產(chǎn)出指標(biāo)（y）。制造業(yè)是一個(gè)包含了勞動(dòng)密集型、資本密集型和技術(shù)密集型的企業(yè)集合，生產(chǎn)活動(dòng)是企業(yè)持續(xù)經(jīng)營(yíng)最基本的前提，而技術(shù)創(chuàng)新為企業(yè)持續(xù)經(jīng)營(yíng)帶來(lái)內(nèi)生動(dòng)力，鑒于此，本文從生產(chǎn)活動(dòng)和技術(shù)創(chuàng)新兩個(gè)維度構(gòu)建投入與產(chǎn)出指標(biāo)體系，如表1所示。

（一）技術(shù)創(chuàng)新投入指標(biāo)（x1）

1.研發(fā)人員投入（x11）

研發(fā)能力是技術(shù)創(chuàng)新的最核心要素，提升研發(fā)能力的關(guān)鍵在于人員素質(zhì)的提高，研究開(kāi)發(fā)活動(dòng)的技術(shù)人員是企業(yè)技術(shù)創(chuàng)新活動(dòng)的重要參與者，因此，企業(yè)所擁有的研發(fā)人員數(shù)量在一定程度上也反映了企業(yè)對(duì)技術(shù)創(chuàng)新的投入力度。

2.研發(fā)費(fèi)用投入（x12）

研發(fā)活動(dòng)除了人力投資外，資金投入也必不可少。企業(yè)研發(fā)存在較長(zhǎng)的周期性，本期的研發(fā)投入并不能完全反映在當(dāng)期的產(chǎn)出中，可能要經(jīng)過(guò)企業(yè)的消化吸收后反映在以后年度的產(chǎn)出上。因此，為了更加客觀反映技術(shù)創(chuàng)新對(duì)投資效率評(píng)價(jià)的影響，R&D經(jīng)費(fèi)應(yīng)采用存量指標(biāo)而不是企業(yè)財(cái)務(wù)報(bào)告中披露的流量指標(biāo)。本文參考吳延兵[ 9 ]、屈國(guó)俊等[ 10 ]的研究，采用永續(xù)盤存法（Perpetual Inventory Method，PIM），將財(cái)務(wù)報(bào)告中的研發(fā)支出流量指標(biāo)轉(zhuǎn)換為存量指標(biāo)，見(jiàn)公式（1）。

RDEi，t、RDEi，t-1分別代表第i個(gè)企業(yè)第t年和第t-1年的研發(fā)支出存量，Ei，t-1代表第t-1年的研發(fā)支出流量，？啄代表上一年研發(fā)資本存量的折舊率。本文參考屈國(guó)俊等[ 10 ]對(duì)折舊率的假設(shè)，將折舊率定為15%。

公式（1）中需要先計(jì)算出初始研究年份的研發(fā)支出存量，假定研發(fā)支出存量RDE的平均增長(zhǎng)率等于研發(fā)支出E的平均增長(zhǎng)率，即公式（2）。

由式（2）可得：當(dāng)t=1時(shí)，RDEi，1=（1+gi）RDEi，0;由式（1）可得：當(dāng)t=1時(shí)，RDEi，1=（1-？啄）RDEi，0+ Ei，0。將兩個(gè)公式合并，可得公式（3）。

RDEi，0表示基期研發(fā)支出存量，Ei，0表示基期發(fā)生的研發(fā)支出，gi表示企業(yè)i研發(fā)支出的平均增長(zhǎng)率，表示折舊率。

3.創(chuàng)新成果推廣投入（x13）

創(chuàng)新成果的推廣投入主要是指本期發(fā)生的銷售費(fèi)用。創(chuàng)新成果的推廣是企業(yè)進(jìn)行技術(shù)創(chuàng)新及加大研發(fā)投入的目標(biāo)，為了完成差異化，需要進(jìn)行新產(chǎn)品營(yíng)銷，把產(chǎn)品經(jīng)過(guò)廣告、包裝，打造成迎合消費(fèi)者心理并與其他產(chǎn)品相比具有獨(dú)特性的產(chǎn)品。這是完成技術(shù)創(chuàng)新過(guò)程的關(guān)鍵一步，為后續(xù)創(chuàng)新產(chǎn)品價(jià)值的實(shí)現(xiàn)（即銷售）奠定基礎(chǔ)。本文在鐘田麗等[ 11 ]的研究基礎(chǔ)之上選擇將銷售費(fèi)用作為創(chuàng)新成果的推廣投入指標(biāo)。

（二）生產(chǎn)投入指標(biāo)（x2）

1.勞動(dòng)資本投入（x21）

勞動(dòng)是企業(yè)不可或缺的生產(chǎn)三要素之一。企業(yè)員工將體力和腦力投入到企業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中，一方面，人力是日常經(jīng)營(yíng)必不可少的生產(chǎn)投入要素;另一方面，人力也參與了企業(yè)技術(shù)創(chuàng)新成果的轉(zhuǎn)化過(guò)程，將新產(chǎn)品生產(chǎn)出來(lái)。人力是創(chuàng)新過(guò)程的必要因素，因此，選擇企業(yè)員工總數(shù)作為生產(chǎn)投入指標(biāo)之一。

2.固定資產(chǎn)投資（x22）

制造企業(yè)的特點(diǎn)之一就是資本密集，需要投資大量的廠房、設(shè)備等固定資產(chǎn)。除此之外，一方面，從財(cái)務(wù)學(xué)角度看，作為生產(chǎn)性的資本投入，生產(chǎn)設(shè)備將在企業(yè)生產(chǎn)經(jīng)營(yíng)期間將自身價(jià)值逐漸轉(zhuǎn)換到產(chǎn)品上，為企業(yè)帶來(lái)直接的經(jīng)濟(jì)利益;另一方面，作為研發(fā)創(chuàng)新“物”的投入，研發(fā)實(shí)驗(yàn)設(shè)備在經(jīng)過(guò)技術(shù)創(chuàng)新演化過(guò)程之后，其價(jià)值不僅體現(xiàn)在直接的創(chuàng)新成果——新產(chǎn)品和新技術(shù)，也體現(xiàn)在整個(gè)企業(yè)生產(chǎn)效率的提升。這種長(zhǎng)期投入會(huì)在企業(yè)存續(xù)期內(nèi)源源不斷地為企業(yè)帶來(lái)流入，是企業(yè)必要的投入要素。財(cái)務(wù)報(bào)表附注中沒(méi)有要求區(qū)分研發(fā)用固定資產(chǎn)和生產(chǎn)用固定資產(chǎn)，因此，本文選取固定資產(chǎn)凈額作為生產(chǎn)投入指標(biāo)之一。

3.生產(chǎn)性營(yíng)運(yùn)資本（x23）

本文選用財(cái)務(wù)學(xué)中剔除金融資產(chǎn)的短期生產(chǎn)性營(yíng)運(yùn)資本作為投入指標(biāo)之一。生產(chǎn)性營(yíng)運(yùn)資本包括存貨、應(yīng)收款項(xiàng)與應(yīng)付款項(xiàng)的差額，為了盡可能地反映生產(chǎn)性營(yíng)運(yùn)資本的投入屬性，本文將相關(guān)指標(biāo)分別計(jì)算出算術(shù)平均數(shù)，即（期初余額+期末余額）/2。其中，應(yīng)收款項(xiàng)包括應(yīng)收票據(jù)、應(yīng)收賬款和預(yù)付賬款，應(yīng)付款項(xiàng)包括應(yīng)付票據(jù)、應(yīng)付賬款和預(yù)收賬款。

（三）技術(shù)創(chuàng)新產(chǎn)出指標(biāo)（y1）

專利（y11）。技術(shù)創(chuàng)新活動(dòng)的直接產(chǎn)出就是企業(yè)的專利，目前專利按照不同屬性可劃分為發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利三種類型，其中，發(fā)明專利最能體現(xiàn)技術(shù)創(chuàng)新成果，因此選擇發(fā)明專利申請(qǐng)數(shù)作為技術(shù)創(chuàng)新產(chǎn)出指標(biāo)。

（四）財(cái)務(wù)產(chǎn)出指標(biāo)（y2）

1.營(yíng)業(yè)收入（y21）

創(chuàng)新的目的就是實(shí)現(xiàn)產(chǎn)品的商業(yè)化，為企業(yè)帶來(lái)經(jīng)濟(jì)利益的流入，而技術(shù)創(chuàng)新則是通過(guò)企業(yè)內(nèi)部系統(tǒng)的“黑箱”轉(zhuǎn)化為產(chǎn)品已實(shí)現(xiàn)的收入。此外，公司日常經(jīng)營(yíng)活動(dòng)的成果也體現(xiàn)在利潤(rùn)表的收入上，因此將營(yíng)業(yè)收入作為投資的成果指標(biāo)。

2.每股收益（y22）

企業(yè)經(jīng)過(guò)生產(chǎn)性投資和創(chuàng)新性投資后，直接產(chǎn)生專利技術(shù)，然后轉(zhuǎn)化為收入和利潤(rùn)，再經(jīng)過(guò)一系列的連帶反應(yīng)，隨后反映在可以為股東帶來(lái)的收益上。每股收益作為證券投資學(xué)基本面分析中衡量企業(yè)盈利能力最重要的指標(biāo)，在一定程度上反映了企業(yè)投資的績(jī)效，因此將其作為產(chǎn)出指標(biāo)。

三、京津冀制造業(yè)上市公司投資效率評(píng)價(jià)的實(shí)證分析

（一）評(píng)價(jià)模型的選擇

DEA模型作為投資效率評(píng)價(jià)工具已經(jīng)得到廣泛運(yùn)用，是一種行之有效的評(píng)價(jià)方法。考慮到制造企業(yè)的特點(diǎn)，其不符合DEA-CCR模型的規(guī)模報(bào)酬不變假設(shè)，因此，選擇規(guī)模報(bào)酬可變條件下產(chǎn)出導(dǎo)向的DEA-BCC模型對(duì)樣本企業(yè)的投資效率進(jìn)行靜態(tài)評(píng)價(jià)。另外，在DEA-BCC模型基礎(chǔ)上，選擇Malmquist指數(shù)模型對(duì)樣本企業(yè)的動(dòng)態(tài)投資效率進(jìn)行分析。

（二）樣本選擇與數(shù)據(jù)來(lái)源

本文選取2016—2018年京津冀地區(qū)滬深A(yù)股制造業(yè)上市公司為研究樣本，并對(duì)樣本進(jìn)行如下處理：（1）以2015年為基期計(jì)算2016—2018年上市公司研發(fā)投入的存量數(shù)據(jù)，剔除2015年之后上市的公司;（2）剔除被ST和PT的上市公司;（3）剔除數(shù)據(jù)缺失和數(shù)據(jù)異常的上市公司。經(jīng)過(guò)篩選，最終得到158個(gè)有效樣本三年的平衡面板數(shù)據(jù)。數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)，部分缺失的數(shù)據(jù)借助巨潮資訊網(wǎng)的上市公司年報(bào)和國(guó)家知識(shí)產(chǎn)權(quán)局專利查詢系統(tǒng)進(jìn)行補(bǔ)充。

（三）無(wú)量綱化處理

DEA模型要求每個(gè)決策單元（DMU）的數(shù)據(jù)必須為正數(shù)，為了使輸入和輸出值符合模型要求，需要對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理，將所有數(shù)據(jù)都轉(zhuǎn)化為正數(shù)。設(shè)xij為第i個(gè)企業(yè)第j個(gè)指標(biāo)的原始值，xij是經(jīng)過(guò)無(wú)量綱轉(zhuǎn)化后的值，其范圍為[0.001，1]。對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，利用公式（4）。

（四）DEA模型下的靜態(tài)—?jiǎng)討B(tài)分析

基于投入和產(chǎn)出指標(biāo)的平衡面板數(shù)據(jù)，運(yùn)用DEAP2.1軟件，對(duì)2016—2018年京津冀制造業(yè)上市公司投資效率的靜態(tài)數(shù)值和動(dòng)態(tài)變化值進(jìn)行測(cè)量和分解。

1.基于DEA-BCC模型的靜態(tài)分析

綜合技術(shù)效率（TE）也稱技術(shù)效率，是一個(gè)反映決策單元（DMU）配置資源能力的綜合指標(biāo)，即投資效率。純技術(shù)效率（PTE）相對(duì)于技術(shù)效率來(lái)說(shuō)，剔除了規(guī)模效率的影響，可以單純地反映出一個(gè)企業(yè)技術(shù)水平的高低，也就是企業(yè)憑借自身生產(chǎn)能力和技術(shù)創(chuàng)新能力可以達(dá)到的最大產(chǎn)出水平。規(guī)模效率（SE）是反映DMU生產(chǎn)規(guī)模是否達(dá)到最優(yōu)狀態(tài)的指標(biāo)。他們之間的關(guān)系可以表示為TE=PTE*SE。由于篇幅限制無(wú)法將所有樣本的效率值列示，僅將整理后的效率值描述性統(tǒng)計(jì)結(jié)果進(jìn)行列示，如表2所示。

（1）總體投資效率評(píng)價(jià)

一般而言，當(dāng)TE等于1時(shí)，說(shuō)明該決策單元達(dá)到了整個(gè)決策集的生產(chǎn)前沿面，其投資是相對(duì)有效的，否則即為無(wú)效。根據(jù)表2統(tǒng)計(jì)結(jié)果中的均值可知，2016—2018年三個(gè)會(huì)計(jì)年度京津冀制造業(yè)上市公司的投資效率值在0.75～0.79之間，差異較小，但是均低于0.8，說(shuō)明制造業(yè)上市公司整體的投資效率是無(wú)效的。從中位數(shù)來(lái)看，各年度的均值都大于中位數(shù)，意味著效率較高的一半企業(yè)對(duì)整體投資效率起到拉升作用。從標(biāo)準(zhǔn)差統(tǒng)計(jì)結(jié)果可以看出，2017年TE的標(biāo)準(zhǔn)差有所上升，2018年有所回落，說(shuō)明企業(yè)整體的投資效率差距在加大。分析極端值可以看到，極端值差距從2016年的0.529上升到2018年的0.705，說(shuō)明制造業(yè)上市公司的投資效率值差異非常明顯，且差距在逐步擴(kuò)大。

四、研究結(jié)論與建議

（一）研究結(jié)論

本文基于技術(shù)創(chuàng)新視角建立制造企業(yè)的投資效率評(píng)價(jià)體系，并運(yùn)用數(shù)據(jù)包絡(luò)法對(duì)2016—2018年京津冀158家制造業(yè)上市公司的投資效率進(jìn)行評(píng)價(jià)。研究結(jié)果表明：（1）總體上看，京津冀制造業(yè)上市公司投資效率均值在0.75～0.79之間，說(shuō)明投資效率偏低，且投資效率偏低主要是由純技術(shù)效率不高引起的;（2）從制造業(yè)細(xì)分行業(yè)維度來(lái)看，金屬及非金屬制造業(yè)的投資效率最高，與石油化工業(yè)相關(guān)的制造業(yè)企業(yè)的投資效率最低;（3）從產(chǎn)權(quán)性質(zhì)維度來(lái)看，國(guó)有企業(yè)的投資效率在0.8以上，始終高于民營(yíng)企業(yè);（4）從區(qū)域分布維度來(lái)看，北京市制造業(yè)上市公司投資效率最高，河北省其次，天津市最低;（5）從投資效率動(dòng)態(tài)變化值分析，2016—2018年的全要素生產(chǎn)率變動(dòng)平均值為0.944，說(shuō)明京津冀制造業(yè)整體的投資效率有所下降。

（二）相關(guān)建議

1.加大技術(shù)創(chuàng)新投入

從研究結(jié)果看，京津冀制造業(yè)上市公司整體投資效率偏低主要是由純技術(shù)效率不高引起的，而制造業(yè)純技術(shù)效率提升需要以技術(shù)創(chuàng)新為驅(qū)動(dòng)。要想實(shí)現(xiàn)技術(shù)創(chuàng)新，就需要持續(xù)的研發(fā)投入并實(shí)現(xiàn)累積效應(yīng)，因此，企業(yè)內(nèi)部應(yīng)該繼續(xù)保持對(duì)技術(shù)創(chuàng)新人員和資金支持力度的重視，提升技術(shù)水平，從而提高投資效率。

2.調(diào)整企業(yè)投資結(jié)構(gòu)

從制造業(yè)整體的投資結(jié)構(gòu)看，如石油化工制造業(yè)企業(yè)，固定資產(chǎn)投資占較大比重，要想提高投資效率，除了繼續(xù)加大資金投入外，可以考慮調(diào)整投資的內(nèi)部結(jié)構(gòu)，適當(dāng)?shù)貙①Y金和人員向內(nèi)部創(chuàng)新機(jī)制環(huán)節(jié)傾斜，形成創(chuàng)新帶動(dòng)生產(chǎn)繼而提升企業(yè)財(cái)務(wù)績(jī)效的聯(lián)動(dòng)模式。

3.重視政策支持力度

與國(guó)有企業(yè)相比，民營(yíng)企業(yè)在政府補(bǔ)助、稅收優(yōu)惠以及政策福利方面相對(duì)較弱。此外，北京企業(yè)基于區(qū)域優(yōu)勢(shì)及政策支持，其投資效率優(yōu)于河北省和天津市。因此，一方面，政府應(yīng)該重視對(duì)民營(yíng)企業(yè)的政策支持，加強(qiáng)產(chǎn)權(quán)保護(hù)制度建設(shè)，營(yíng)造良好的市場(chǎng)環(huán)境，助力民營(yíng)制造企業(yè)實(shí)現(xiàn)投資效率提升進(jìn)而加快完成轉(zhuǎn)型升級(jí);另一方面，政府應(yīng)適度縮小區(qū)域政策差異，優(yōu)化河北省與天津市制造企業(yè)的資源配置，實(shí)現(xiàn)京津冀協(xié)同發(fā)展的戰(zhàn)略目標(biāo)。

【參考文獻(xiàn)】

[1] FARRELL M J. The measurement of productive efficiency[J]. Journal? of? the? Royal? Statistical? Society，1957，120（3）：253-290.

[2] 彭佑元，王婷.基于網(wǎng)絡(luò)DEA的科技創(chuàng)新型企業(yè)投資效率評(píng)價(jià)分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2016，35（1）：83-91.

[3] 趙海燕，張玉瑩.化工行業(yè)環(huán)保投資效率評(píng)價(jià)研究[J].會(huì)計(jì)之友，2017（10）：98-102.

[4] 張中華，劉爽.中國(guó)制造業(yè)投資效率測(cè)度：基于產(chǎn)業(yè)轉(zhuǎn)型視角[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2017（4）：12-19.

[5] 陳俁秀，于劍.我國(guó)民航業(yè)“節(jié)能減排”的投資效率：基于超效率DEA模型的評(píng)價(jià)及分析[J].會(huì)計(jì)之友，2017（17）：65-69.

[6] STORTO C L. The analysis of the cost-revenue production cycle efficiency of the Italian airports：a NSBM DEA approach[J]. Journal of Air Transport Management，2018，72：77-85.

[7] 肖嘉奕，陳玉娟，姚笑秋.浙江高新技術(shù)產(chǎn)業(yè)投資效率評(píng)價(jià)：基于三階段DEA模型[J].科技管理研究，2018，38（22）：78-85.

[8] JAMAL O， SKARLETH C. Assessing efficiency profiles of UK commercial banks：a DEA analysis with regression-based feedback[J].Annals of Operations Research，2018，266（1/2）：551-587.

[9] 吳延兵.中國(guó)工業(yè)R&D產(chǎn)出彈性測(cè)算（1993—2002）[J].經(jīng)濟(jì)學(xué)（季刊），2008（3）：869-890.

[10] 屈國(guó)俊，宋林，郭玉晶.中國(guó)上市公司技術(shù)創(chuàng)新效率研究：基于三階段DEA方法[J].宏觀經(jīng)濟(jì)研究，2018（6）：97-106.

[11] 鐘田麗，馬娜，胡彥斌.企業(yè)創(chuàng)新投入要素與融資結(jié)構(gòu)選擇：基于創(chuàng)業(yè)板上市公司的實(shí)證檢驗(yàn)[J].會(huì)計(jì)研究，2014（4）：66-73，96.

[12] 許漢友，姜亞琳，陳茜.基于DEA的特殊普通合伙制會(huì)計(jì)師事務(wù)所運(yùn)營(yíng)效率研究[J].會(huì)計(jì)研究，2017（9）：69-75，97.