制造企業(yè)創(chuàng)新效率測(cè)度與影響因素研究
——基于數(shù)字化轉(zhuǎn)型的視角

賀正楚 潘為華 潘紅玉

1 引 言

自從2010年中國(guó)成為全球制造業(yè)第一大國(guó)以來(lái)，中國(guó)制造業(yè)在規(guī)模結(jié)構(gòu)、創(chuàng)新發(fā)展等方面不斷取得進(jìn)步，制造業(yè)的增加值從2012年的16.98萬(wàn)億元增長(zhǎng)至2021年的31.4萬(wàn)億元，研發(fā)投入的經(jīng)費(fèi)由6850.5億元增長(zhǎng)至16914.3億元。但中國(guó)制造業(yè)在高速發(fā)展的同時(shí)，產(chǎn)業(yè)創(chuàng)新還一直存在創(chuàng)新效率低、關(guān)鍵核心技術(shù)受制于人等問(wèn)題（蔡昉，2021［1］）。制造業(yè)領(lǐng)域的企業(yè)（制造企業(yè)）是當(dāng)之無(wú)愧的創(chuàng)新主體，是創(chuàng)新成果孵化的載體，更是推動(dòng)創(chuàng)新效率提升的主要力量。然而，制造企業(yè)創(chuàng)新風(fēng)險(xiǎn)高，創(chuàng)新效率提升難度大，尤其是當(dāng)前我國(guó)面臨百年未有之大變局和受到新冠病毒感染的巨大影響，制造企業(yè)正經(jīng)歷前所未有的沖擊。在激烈的“貿(mào)易戰(zhàn)”“技術(shù)戰(zhàn)”以及被“卡脖子”的創(chuàng)新困境中，如何通過(guò)創(chuàng)新效率改進(jìn)來(lái)提升企業(yè)的韌性和抗壓性，是制造企業(yè)生存和發(fā)展的關(guān)鍵，也是學(xué)者們研究和關(guān)注的重點(diǎn)。

已有的諸多文獻(xiàn)，為制造企業(yè)創(chuàng)新效率相關(guān)研究的開(kāi)展奠定了較好的基礎(chǔ)：（1）在測(cè)度方法上，早期學(xué)者多從“投入-產(chǎn)出”的角度來(lái)測(cè)度創(chuàng)新效率，如采用專(zhuān)利產(chǎn)出、專(zhuān)利產(chǎn)出與研發(fā)投入比等指標(biāo)來(lái)衡量創(chuàng)新效率。這些指標(biāo)考慮企業(yè)在創(chuàng)新過(guò)程中的投入產(chǎn)出關(guān)系，能夠直觀衡量創(chuàng)新投入與創(chuàng)新產(chǎn)出之間的比例關(guān)系，但是忽略了影響創(chuàng)新效率的其他環(huán)境因素。因此，后續(xù)學(xué)者嘗試選取多種指標(biāo)、方法科學(xué)衡量創(chuàng)新效率，包括數(shù)據(jù)包絡(luò)分析（DEA）隨機(jī)前沿分析（SFA）等方法。在此基礎(chǔ)上，部分學(xué)者加以改進(jìn)，使用動(dòng)態(tài)網(wǎng)絡(luò)SBM模型、超效率網(wǎng)絡(luò)模型等方法對(duì)創(chuàng)新效率進(jìn)行測(cè)度；（2）在研究對(duì)象上，包含宏觀層面研究不同區(qū)域和城市的創(chuàng)新效率；中觀層面研究不同產(chǎn)業(yè)或行業(yè)的創(chuàng)新效率；微觀層面研究不同類(lèi)型企業(yè)的創(chuàng)新效率，如不同規(guī)模、不同生命周期等；（3）在研究視角上，考察了創(chuàng)新效率的影響因素，探討創(chuàng)新效率的動(dòng)態(tài)演變和空間差異，提出了不同主體創(chuàng)新效率的提升路徑和模式等。

可以看出，已有關(guān)于創(chuàng)新效率的研究大都是基于傳統(tǒng)工業(yè)經(jīng)濟(jì)時(shí)代的研究，或是探討數(shù)字經(jīng)濟(jì)視角下的行業(yè)創(chuàng)新效率（殷群和田玉秀，2021［2］）,或是分析數(shù)字技術(shù)和數(shù)字金融發(fā)展對(duì)企業(yè)效率的驅(qū)動(dòng)作用和機(jī)制（陳金丹和王晶晶，2021［3］；劉婷婷等,2022［4］）。鮮有基于數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)創(chuàng)新效率研究，基于數(shù)字化轉(zhuǎn)型的視角研究制造企業(yè)創(chuàng)新效率更為罕見(jiàn)。熊彼特指出，創(chuàng)新是“在生產(chǎn)體系中引入一種新組合”。進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)作為第五大生產(chǎn)要素引入制造業(yè)生產(chǎn)體系（陶長(zhǎng)琪和丁煜，2022［5］），推動(dòng)制造企業(yè)產(chǎn)品升級(jí)和業(yè)態(tài)重構(gòu)。制造企業(yè)紛紛把握這一機(jī)遇，應(yīng)用新興數(shù)字技術(shù)改造產(chǎn)品生產(chǎn)流程、創(chuàng)新商業(yè)模式，通過(guò)數(shù)字化轉(zhuǎn)型來(lái)實(shí)現(xiàn)效率的提升（林琳和呂文棟，2022［6］）。在制造企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中，企業(yè)創(chuàng)新的類(lèi)型和模式愈加豐富，因而創(chuàng)新效率來(lái)源、生成邏輯和演變規(guī)律也更加復(fù)雜，傳統(tǒng)工業(yè)經(jīng)濟(jì)時(shí)代對(duì)創(chuàng)新效率的測(cè)度和研究方法、指標(biāo)體系容易造成結(jié)果偏差。因此，在數(shù)字經(jīng)濟(jì)時(shí)代，基于數(shù)字化轉(zhuǎn)型的視角研究和測(cè)度制造企業(yè)創(chuàng)新效率十分有必要?；诖?，本文采用三階段DEA模型對(duì)制造企業(yè)創(chuàng)新效率進(jìn)行測(cè)算和分解，試圖探討數(shù)字經(jīng)濟(jì)時(shí)代制造企業(yè)創(chuàng)新效率的演變規(guī)律、動(dòng)態(tài)特征和影響因素。本文的邊際貢獻(xiàn)在于將數(shù)字化轉(zhuǎn)型中制造企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出納入三階段DEA模型，綜合考察影響創(chuàng)新效率的外部環(huán)境因素，有助于更好的理解和把握數(shù)字化轉(zhuǎn)型視角下制造企業(yè)創(chuàng)新的生成邏輯和演變規(guī)律，對(duì)于優(yōu)化制造企業(yè)創(chuàng)新資源配置、把握創(chuàng)新發(fā)展方向，為企業(yè)創(chuàng)新戰(zhàn)略決策和政府創(chuàng)新政策實(shí)施提供參考。

2 測(cè)算方法與指標(biāo)體系構(gòu)建

2.1 測(cè)算方法

DEA是數(shù)據(jù)包絡(luò)分析方法的簡(jiǎn)稱(chēng)，是運(yùn)籌學(xué)和經(jīng)濟(jì)學(xué)中常用的一種用來(lái)測(cè)量評(píng)價(jià)決策部門(mén)（DMU）投入產(chǎn)出間效率的方法。DEA模型的原理是以最優(yōu)投入和產(chǎn)出作為生產(chǎn)前沿，采用非參數(shù)線(xiàn)性規(guī)劃的技術(shù)構(gòu)建數(shù)據(jù)包絡(luò)曲線(xiàn)。位于前沿面上的點(diǎn)效率值標(biāo)定為1，位于前沿面外的點(diǎn)效率值標(biāo)定為0至1之間。DEA模型通常包含規(guī)模報(bào)酬不變（CCR模型）和規(guī)模報(bào)酬可變（BCC模型）兩種，應(yīng)用于經(jīng)濟(jì)管理領(lǐng)域中評(píng)價(jià)投入產(chǎn)出的相對(duì)效率，具有較強(qiáng)的客觀性。但是傳統(tǒng)的DEA并未考慮環(huán)境因素和隨機(jī)擾動(dòng)項(xiàng)對(duì)決策部門(mén)效率的影響，為此，F(xiàn)ried等人提出三階段的DEA模型，主要分為以下三個(gè)階段。

（1）第一階段：傳統(tǒng)DEA模型

第一階段所使用的模型為傳統(tǒng)DEA模型，基于原始的創(chuàng)新投入和創(chuàng)新產(chǎn)出數(shù)據(jù)來(lái)研究制造企業(yè)的創(chuàng)新效率。傳統(tǒng)DEA模型分為投入導(dǎo)向和產(chǎn)出導(dǎo)向兩種，一般而言企業(yè)創(chuàng)新具有較大的不確定性，創(chuàng)新的成果產(chǎn)出情況不易受到企業(yè)控制。因此，本文選投入導(dǎo)向的DEA模型，并假定規(guī)模報(bào)酬可變，將制造企業(yè)的綜合效率分解為純技術(shù)效率和創(chuàng)新效率。基本模型設(shè)定如下：

式（2）中，j=1，2，…，n表示決策部門(mén)，X為創(chuàng)新投入變量，Y為創(chuàng)新產(chǎn)出變量。

（2）第二階段：似SFA模型

傳統(tǒng)DEA模型在測(cè)量效率時(shí)容易忽略環(huán)境因素和隨機(jī)擾動(dòng)項(xiàng)的影響，導(dǎo)致得出的效率值與決策部門(mén)真實(shí)效率值存在一定差異，可靠性低。松弛變量是低效率的表現(xiàn)，主要包含環(huán)境因素、隨機(jī)噪聲等。在第二階段，以第一階段中投入松弛變量為被解釋變量，以環(huán)境因素為解釋變量，采用似SFA模型剔除環(huán)境因素的影響。模型設(shè)定如下：

式（3）中，Sij是松弛變量，Zj是環(huán)境變量，β j是環(huán)境變量的系數(shù)，vij+uij是混合誤差項(xiàng)；vij表示隨機(jī)干擾因素對(duì)投入松弛變量的影響，且表示管理因素對(duì)投入松弛變量的影響，服從半正態(tài)分布，且。似SFA回歸模型的主要作用是剔除環(huán)境因素和隨機(jī)擾動(dòng)項(xiàng)對(duì)企業(yè)創(chuàng)新效率的干擾，從而將所有決策部門(mén)調(diào)整至相同的外部環(huán)境中。調(diào)整公式如下：

（3）第三階段：調(diào)整后DEA模型

將第二階段調(diào)整后的創(chuàng)新投入變量與未調(diào)整的創(chuàng)新產(chǎn)出變量代入傳統(tǒng)DEA模型，測(cè)度剔除環(huán)境因素和隨機(jī)干擾因素的制造企業(yè)創(chuàng)新效率。

2.2 指標(biāo)體系構(gòu)建

從創(chuàng)新的視角來(lái)看，制造企業(yè)數(shù)字化轉(zhuǎn)型的核心是創(chuàng)新，數(shù)字化轉(zhuǎn)型的過(guò)程同時(shí)也是創(chuàng)新的過(guò)程。在這一復(fù)雜、系統(tǒng)的過(guò)程中，探討制造企業(yè)創(chuàng)新效率的基礎(chǔ)是構(gòu)建科學(xué)的評(píng)價(jià)指標(biāo)體系。借鑒已有文獻(xiàn)關(guān)于創(chuàng)新效率評(píng)價(jià)指標(biāo)的選取，本文從3個(gè)一級(jí)指標(biāo)“創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新環(huán)境”來(lái)構(gòu)建多層指標(biāo)體系，如表1所示。

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

（1）創(chuàng)新投入變量

制造企業(yè)通過(guò)數(shù)字化投入，將數(shù)據(jù)要素引入企業(yè)生產(chǎn)運(yùn)營(yíng)過(guò)程中，形成新的生產(chǎn)函數(shù)，實(shí)現(xiàn)對(duì)生產(chǎn)要素的重新組合或生產(chǎn)條件的創(chuàng)新。本文選取人力投入、物質(zhì)投入、資金投入三個(gè)二級(jí)指標(biāo)來(lái)衡量創(chuàng)新投入水平：（1）人力投入。創(chuàng)新的第一要素是人才，制造企業(yè)數(shù)字化轉(zhuǎn)型同樣需要?jiǎng)?chuàng)新人才的引領(lǐng)和推進(jìn)。研發(fā)人員是企業(yè)創(chuàng)新和數(shù)字化轉(zhuǎn)型必備要素之一，考慮到數(shù)據(jù)可獲得性和可比性，本文參考已有關(guān)于創(chuàng)新效率的研究，使用R&D人員占全部員工的比重作為人力投入指標(biāo)；（2）物質(zhì)投入。制造企業(yè)對(duì)于創(chuàng)新的物質(zhì)投入，主要通過(guò)構(gòu)建先進(jìn)的實(shí)驗(yàn)室和試驗(yàn)設(shè)備，實(shí)現(xiàn)生產(chǎn)技術(shù)和生產(chǎn)設(shè)備的改進(jìn)。因此，物質(zhì)投入主要通過(guò)固定資產(chǎn)等實(shí)物增加來(lái)實(shí)現(xiàn)。本文選用當(dāng)年固定資產(chǎn)增加額來(lái)衡量物質(zhì)投入水平；（3）資金投入。創(chuàng)新活動(dòng)的開(kāi)展和產(chǎn)出的實(shí)現(xiàn)，離不開(kāi)持續(xù)的資金投入。本文選擇制造企業(yè)R&D支出作為衡量資金投入水平的指標(biāo)。

（2）創(chuàng)新產(chǎn)出變量

制造企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，創(chuàng)新的類(lèi)型和模式、創(chuàng)新產(chǎn)出和成果愈加豐富。因此，本文從技術(shù)、經(jīng)濟(jì)和數(shù)字化三個(gè)方面來(lái)衡量創(chuàng)新產(chǎn)出：（1）技術(shù)產(chǎn)出。技術(shù)產(chǎn)出是創(chuàng)新重要的直接產(chǎn)出之一，包含了專(zhuān)利、著作權(quán)等形式，其中專(zhuān)利產(chǎn)出是最常見(jiàn)和使用最廣泛的指標(biāo)。一般而言，專(zhuān)利從申請(qǐng)到授權(quán)需要3年左右的時(shí)間，這種時(shí)滯的存在導(dǎo)致專(zhuān)利授權(quán)量無(wú)法有效衡量企業(yè)本年技術(shù)產(chǎn)出水平，因此一般選用專(zhuān)利申請(qǐng)量作為當(dāng)年技術(shù)產(chǎn)出指標(biāo)。此外，中國(guó)專(zhuān)利劃分為發(fā)明專(zhuān)利、實(shí)用新型專(zhuān)利和外觀設(shè)計(jì)專(zhuān)利3種類(lèi)型，其中發(fā)明專(zhuān)利技術(shù)含量與內(nèi)涵價(jià)值最高，最能體現(xiàn)企業(yè)的技術(shù)創(chuàng)新水平。因此，本文采用發(fā)明專(zhuān)利的申請(qǐng)量作為制造企業(yè)的技術(shù)產(chǎn)出指標(biāo)；（2）經(jīng)濟(jì)產(chǎn)出。企業(yè)數(shù)字化轉(zhuǎn)型和創(chuàng)新活動(dòng)的開(kāi)展，最終要通過(guò)價(jià)值增值的形式來(lái)實(shí)現(xiàn)。作為市場(chǎng)主體，制造企業(yè)開(kāi)展創(chuàng)新活動(dòng)的最終目的在于通過(guò)技術(shù)改進(jìn)、工藝更新和產(chǎn)品升級(jí)，實(shí)現(xiàn)利潤(rùn)最大化。因此，本文選擇當(dāng)年主營(yíng)業(yè)務(wù)收入作為經(jīng)濟(jì)產(chǎn)出的衡量指標(biāo)；（3）數(shù)字化產(chǎn)出。制造企業(yè)數(shù)字化轉(zhuǎn)型也伴隨著相應(yīng)的產(chǎn)出，既包含技術(shù)產(chǎn)出也包括經(jīng)濟(jì)產(chǎn)出，本文選擇數(shù)字化技術(shù)無(wú)形資產(chǎn)來(lái)衡量數(shù)字化產(chǎn)出水平。具體來(lái)說(shuō)，上市公司財(cái)務(wù)報(bào)告附注披露的無(wú)形資產(chǎn)明細(xì)項(xiàng)中，包含的“軟件”“網(wǎng)絡(luò)”“客戶(hù)端”“管理系統(tǒng)”“智能平臺(tái)”等與數(shù)字化轉(zhuǎn)型技術(shù)相關(guān)的無(wú)形資產(chǎn)加總（何帆和劉紅霞，2019［7］），計(jì)算企業(yè)本年度數(shù)字化無(wú)形資產(chǎn)。

（3）創(chuàng)新環(huán)境變量

在三階段DEA模型中，第二階段采用似SFA模型剔除外部環(huán)境因素的影響，創(chuàng)新環(huán)境變量的選取主要遵循兩個(gè)標(biāo)準(zhǔn)：一是不受樣本主觀控制；二是對(duì)樣本的創(chuàng)新效率具有顯著影響。因此，本文選擇以下指標(biāo)作為創(chuàng)新的環(huán)境變量：①數(shù)字經(jīng)濟(jì)環(huán)境。數(shù)字經(jīng)濟(jì)時(shí)代，圍繞數(shù)據(jù)要素在數(shù)據(jù)的感知、傳輸、存儲(chǔ)、分析和處理等方面加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)是企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵。數(shù)字經(jīng)濟(jì)發(fā)展水平和數(shù)字基礎(chǔ)設(shè)施建設(shè)完善程度也是影響創(chuàng)新效率的重要因素。因此，本文借鑒潘為華等（2021）［8］的方法，從互聯(lián)網(wǎng)普及率、互聯(lián)網(wǎng)相關(guān)從業(yè)人員數(shù)量、互聯(lián)網(wǎng)產(chǎn)出、移動(dòng)互聯(lián)網(wǎng)用戶(hù)數(shù)、數(shù)字普惠金融發(fā)展指數(shù)五個(gè)方面構(gòu)建指標(biāo)體系，并采用熵值法賦權(quán)計(jì)算地級(jí)市的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)作為數(shù)字經(jīng)濟(jì)環(huán)境變量；②政府支持環(huán)境。已有關(guān)于創(chuàng)新效率的文獻(xiàn)中，大都采用政府補(bǔ)貼作為政府支持的環(huán)境指標(biāo)。然而，政府對(duì)企業(yè)的補(bǔ)助不僅包含了創(chuàng)新補(bǔ)助，還包含其他如環(huán)保、稅收優(yōu)惠等方面的補(bǔ)助。企業(yè)在獲取政府補(bǔ)助后，具有一定的動(dòng)機(jī)將政府補(bǔ)助用于創(chuàng)新之外的其他投入，因而不符合環(huán)境變量選取時(shí)不受主觀控制的標(biāo)準(zhǔn)。因此，本文選擇地方財(cái)政科學(xué)技術(shù)支出在財(cái)政支出中占比來(lái)衡量政府支持水平；③行業(yè)競(jìng)爭(zhēng)環(huán)境。數(shù)字經(jīng)濟(jì)的發(fā)展推動(dòng)了知識(shí)和信息在行業(yè)內(nèi)的擴(kuò)散，競(jìng)爭(zhēng)越激烈的行業(yè)制造企業(yè)所生產(chǎn)的產(chǎn)品同質(zhì)性越高，因而知識(shí)和信息的溢出效應(yīng)越顯著，創(chuàng)新擴(kuò)散的效率一般也較高。本文采用赫芬達(dá)爾-赫希曼指數(shù)來(lái)衡量行業(yè)競(jìng)爭(zhēng)程度，其計(jì)算方法為單個(gè)公司總資產(chǎn)所占行業(yè)市場(chǎng)份額；④教育環(huán)境。地區(qū)對(duì)教育的重視程度越高，人文環(huán)境和人口素質(zhì)也相對(duì)較好，能夠?yàn)閯?chuàng)新提供有力的人才支撐。因此，本文選擇地區(qū)財(cái)政中教育支出占比作為教育環(huán)境的衡量指標(biāo)；⑤開(kāi)放環(huán)境。數(shù)據(jù)要素具有非稀缺性、非均質(zhì)性和非排他性的特質(zhì)，數(shù)字技術(shù)的應(yīng)用加速了創(chuàng)新信息的流動(dòng)與共享，因此數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)創(chuàng)新愈加體現(xiàn)為開(kāi)放式創(chuàng)新。本文選用地區(qū)進(jìn)出口總額占GDP的比重來(lái)衡量地區(qū)開(kāi)放程度，開(kāi)放程度越高，各類(lèi)資源越容易聚集，企業(yè)能夠更加容易獲取創(chuàng)新信息，從而刺激創(chuàng)新水平和創(chuàng)新效率提升。

2.3 數(shù)據(jù)來(lái)源

本文研究對(duì)象為上市制造企業(yè)，時(shí)間跨度為2007-2020年，數(shù)據(jù)來(lái)源包含兩個(gè)部分：一是反映制造企業(yè)創(chuàng)新投入產(chǎn)出的變量主要來(lái)自于國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）和中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS），其中反映數(shù)字化產(chǎn)出的指標(biāo)通過(guò)整理上市制造企業(yè)年度財(cái)務(wù)報(bào)表附注中加總關(guān)于數(shù)字化無(wú)形資產(chǎn)余額所得，個(gè)別缺失指標(biāo)數(shù)據(jù)通過(guò)整理上市公司年度報(bào)告進(jìn)行補(bǔ)齊；二是反映制造企業(yè)創(chuàng)新環(huán)境變量的指標(biāo)包含省域、城市、行業(yè)三個(gè)層次，其中反映數(shù)字經(jīng)濟(jì)、政府支持、教育環(huán)境的指標(biāo)屬于城市層面，相關(guān)數(shù)據(jù)來(lái)自于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》、各城市國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)；反映行業(yè)競(jìng)爭(zhēng)的指標(biāo)屬于行業(yè)層面，相關(guān)數(shù)據(jù)來(lái)自于國(guó)泰安數(shù)據(jù)庫(kù)中的赫芬達(dá)爾指數(shù)；反映開(kāi)放環(huán)境的指標(biāo)屬于省域?qū)用?，相關(guān)數(shù)據(jù)來(lái)自于各?。ㄗ灾螀^(qū)、直轄市）統(tǒng)計(jì)年鑒以及國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。將企業(yè)層面的創(chuàng)新投入與產(chǎn)出變量按照時(shí)間以及所在省份、城市、行業(yè)分別匹配創(chuàng)新環(huán)境變量，得到2007-2020年上市制造企業(yè)創(chuàng)新效率測(cè)度的面板數(shù)據(jù)。個(gè)別指標(biāo)缺失部分?jǐn)?shù)據(jù)，采用線(xiàn)性插值法進(jìn)行補(bǔ)齊。

3 制造企業(yè)創(chuàng)新效率的測(cè)算和分解

3.1 第一階段：傳統(tǒng)DEA模型實(shí)證結(jié)果

采用DEAP2.1軟件，將2007-2020年2335家上市制造企業(yè)面板數(shù)據(jù)代入投入導(dǎo)向的BBC模型（規(guī)模報(bào)酬可變），測(cè)算未剔除環(huán)境因素和隨機(jī)誤差影響的制造企業(yè)創(chuàng)新效率，結(jié)果如表2所示。

表2 第一階段傳統(tǒng)DEA模型結(jié)果

從表2可以看出：（1）整體上看，綜合效率是反映創(chuàng)新投入和產(chǎn)出是否達(dá)到最優(yōu)配置的綜合指標(biāo)，2007-2020年制造企業(yè)綜合創(chuàng)新效率較低，均值在0.2以下，且呈現(xiàn)出“U”型發(fā)展趨勢(shì)。說(shuō)明近年來(lái)，我國(guó)通過(guò)實(shí)施國(guó)家創(chuàng)新驅(qū)動(dòng)戰(zhàn)略，制造企業(yè)創(chuàng)新能力得到較大程度的增強(qiáng)，企業(yè)創(chuàng)新效率得到較大程度的提升。但是，相對(duì)美國(guó)、德國(guó)、日本等西方發(fā)達(dá)國(guó)家，我國(guó)的制造企業(yè)創(chuàng)新效率仍然處于較低水平。尤其在芯片、光刻機(jī)、核心工業(yè)軟件等關(guān)鍵技術(shù)領(lǐng)域，雖然投入了大量研發(fā)資源，但是創(chuàng)新無(wú)法突破“卡脖子”的技術(shù)難題，關(guān)鍵技術(shù)仍然受制于人。綜合效率較低的主要原因在于純技術(shù)效率較低，2007-2020年制造企業(yè)純技術(shù)效率平均值為0.2617。純技術(shù)效率是剔除管理、技術(shù)等因素后的創(chuàng)新效率，當(dāng)前制造企業(yè)純技術(shù)效率離效率的前沿面還具有較大的距離，說(shuō)明在內(nèi)部管理、技術(shù)開(kāi)發(fā)和引進(jìn)等方面還存在改善空間；（2）分樣本來(lái)看，2007-2020年國(guó)有制造企業(yè)的平均綜合效率略高于民營(yíng)企業(yè)，這與傳統(tǒng)民營(yíng)企業(yè)創(chuàng)新效率會(huì)顯著高于國(guó)有企業(yè)的觀點(diǎn)有一定差別。傳統(tǒng)的研究中，多數(shù)學(xué)者是立足于工業(yè)經(jīng)濟(jì)時(shí)代，認(rèn)為民營(yíng)企業(yè)產(chǎn)權(quán)更為清晰、信息不對(duì)稱(chēng)水平更低、創(chuàng)新激勵(lì)程度更為充足，因此創(chuàng)新效率會(huì)高于國(guó)有企業(yè)。在數(shù)字經(jīng)濟(jì)時(shí)代，隨著中國(guó)混合所有制改革的推進(jìn)，國(guó)有企業(yè)產(chǎn)權(quán)更加清晰，面向市場(chǎng)的競(jìng)爭(zhēng)能力不斷提高。尤其是國(guó)有企業(yè)數(shù)字化改革的加快，數(shù)字技術(shù)的應(yīng)用有效改善了信息不對(duì)稱(chēng)程度，在上市國(guó)有企業(yè)中表現(xiàn)更為明顯。在表2中表現(xiàn)為，國(guó)有制造企業(yè)純技術(shù)效率略低于民營(yíng)企業(yè)，且整體上的差距越來(lái)越小，國(guó)有企業(yè)的治理水平有明顯提升。國(guó)有制造企業(yè)的規(guī)模效率仍顯著高于民營(yíng)企業(yè)，這是因?yàn)閲?guó)有企業(yè)在融資、項(xiàng)目獲取等方面具有一定優(yōu)勢(shì)，更容易形成規(guī)模效應(yīng)。

3.2 第二階段：似SFA模型實(shí)證結(jié)果

將第一階段傳統(tǒng)DEA模型的投入松弛變量作為被解釋變量，分別以數(shù)字經(jīng)濟(jì)、政府支持、行業(yè)競(jìng)爭(zhēng)、教育環(huán)境和開(kāi)放環(huán)境作為自變量建立似SFA回歸模型，運(yùn)用Frontier4.1軟件進(jìn)行分析，實(shí)證結(jié)果如表3所示。

表3 第二階段似SFA模型實(shí)證結(jié)果

表3可以看出，三個(gè)投入變量松弛值似SFA回歸的Gamma值均接近1，說(shuō)明隨機(jī)誤差對(duì)制造企業(yè)創(chuàng)新效率的影響效果有限，SFA回歸模型設(shè)置較為合理。Likelihood檢驗(yàn)結(jié)果表明，影響制造企業(yè)創(chuàng)新效率的環(huán)境因素較為顯著，說(shuō)明環(huán)境變量選擇合理。具體而言：

（1）數(shù)字經(jīng)濟(jì)環(huán)境對(duì)人力投入和資金投入松弛變量影響顯著為正，對(duì)物質(zhì)投入松弛變量的影響顯著為負(fù)。說(shuō)明在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)要素日益成為核心生產(chǎn)要素，傳統(tǒng)的人力、資本要素的效率提升正逐步被數(shù)據(jù)要素所取代，如工業(yè)智能機(jī)器人的推廣使用替代了傳統(tǒng)勞動(dòng)力，數(shù)字普惠金融替代了傳統(tǒng)金融服務(wù)。然而，隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的提升，制造企業(yè)數(shù)字化轉(zhuǎn)型水平并沒(méi)有得到相應(yīng)提升，對(duì)于數(shù)字技術(shù)的使用還不能滿(mǎn)足創(chuàng)新效率提升的要求；（2）政府支持對(duì)人力資本松弛變量的影響顯著為正，對(duì)物質(zhì)投入和資金投入松弛變量的影響顯著為負(fù)，說(shuō)明政府在補(bǔ)貼、金融、稅收等方面的資金支持政策能夠有效降低物質(zhì)和資金投入的松弛變量，從而提升創(chuàng)新的效率。在人力資本投入上，地方政府出臺(tái)了一系列人才政策，但是各城市資源稟賦、區(qū)位條件不同，對(duì)于人才的吸引力度也大不相同。因此，人才資源集中于大城市和省會(huì)城市周?chē)?，三四線(xiàn)城市人才資源配置不均衡，整體上不利于創(chuàng)新效率的提升；（3）行業(yè)競(jìng)爭(zhēng)對(duì)人力投入和資金投入松弛變量的影響顯著為正，對(duì)物質(zhì)投入松弛變量的影響顯著為負(fù)。行業(yè)內(nèi)競(jìng)爭(zhēng)越激烈，制造企業(yè)具有更加強(qiáng)烈的動(dòng)機(jī)通過(guò)技術(shù)創(chuàng)新來(lái)提升競(jìng)爭(zhēng)力。制造企業(yè)利用自有資金和融資資金不斷更新設(shè)備，改進(jìn)技術(shù)，有利于創(chuàng)新效率的提升。然而，隨著競(jìng)爭(zhēng)程度的加劇，對(duì)于人才和資金的爭(zhēng)奪力度也不斷加強(qiáng)，整體上造成創(chuàng)新資源的浪費(fèi)，不利于創(chuàng)新效率的提升；（4）教育環(huán)境對(duì)人力投入、物質(zhì)投入和資金投入松弛變量的影響均為負(fù)，但對(duì)人力投入和物質(zhì)投入松弛變量的影響在1%的水平上顯著，對(duì)資金投入松弛變量的影響不顯著。說(shuō)明教育環(huán)境的改善，有利于制造企業(yè)員工技能水平的提升，培養(yǎng)管理者和員工的創(chuàng)新意識(shí)，從而提升創(chuàng)新效率；（5）開(kāi)放環(huán)境對(duì)人力投入松弛變量的影響顯著為正，對(duì)資金投入松弛變量的影響顯著為負(fù)，對(duì)物質(zhì)投入松弛變量的影響不顯著。說(shuō)明隨著對(duì)外開(kāi)放水平的提高，一方面存在著人才流失的現(xiàn)象，制造業(yè)高端人才缺失，關(guān)鍵技術(shù)領(lǐng)域難以突破，抑制了創(chuàng)新效率的提升。另一方面，外資流入有效改善了產(chǎn)業(yè)金融發(fā)展環(huán)境，為制造企業(yè)創(chuàng)新提供了外部資金來(lái)源渠道，有利于創(chuàng)新效率的提升。

3.3 第三階段：調(diào)整后DEA模型實(shí)證結(jié)果

第二階段似SFA回歸分析可以看出，環(huán)境因素的存在對(duì)于不同創(chuàng)新資源投入的影響有所不同，造成處于不同環(huán)境的決策單元?jiǎng)?chuàng)新效率估計(jì)結(jié)果產(chǎn)生偏差。因此，在第三階段剔除環(huán)境因素的干擾，采用DEA方法重新測(cè)算制造企業(yè)的創(chuàng)新效率，結(jié)果如表4所示。

表4 第三階段調(diào)整后DEA模型結(jié)果

對(duì)比表2和表4可以看出：（1）從整體上看，剔除環(huán)境因素后制造企業(yè)創(chuàng)新效率有所提升，但仍處于較低水平，仍具備較大的提升空間。說(shuō)明環(huán)境變量是影響創(chuàng)新效率的重要因素，通過(guò)改善數(shù)字經(jīng)濟(jì)發(fā)展中的創(chuàng)新環(huán)境，提升制造企業(yè)的數(shù)字化轉(zhuǎn)型水平，能夠有效降低創(chuàng)新資源的投入冗余，提升制造企業(yè)的創(chuàng)新效率。進(jìn)一步分析發(fā)現(xiàn)，在調(diào)整后純技術(shù)效率提升幅度和規(guī)模效率的降低幅度均較大，說(shuō)明調(diào)整前綜合效率較低的主要原因是管理和技術(shù)方面的原因，創(chuàng)新環(huán)境的改善主要通過(guò)提升制造企業(yè)的管理效率、技術(shù)適應(yīng)能力等來(lái)提升創(chuàng)新效率。（2）分樣本來(lái)看，在剔除環(huán)境因素和隨機(jī)擾動(dòng)項(xiàng)的影響后，民營(yíng)企業(yè)能夠更好的發(fā)揮其在產(chǎn)權(quán)、激勵(lì)、治理方面的優(yōu)勢(shì)，相對(duì)于國(guó)有制造企業(yè)具有更高的綜合技術(shù)效率。調(diào)整后，民營(yíng)企業(yè)的純技術(shù)效率要顯著高于國(guó)有企業(yè)，而規(guī)模效率則要顯著低于國(guó)有企業(yè)，這也在一定程度上驗(yàn)證了前文結(jié)論的正確性。

4 制造企業(yè)創(chuàng)新效率的影響因素分析

4.1 模型設(shè)定

前文采用三階段DEA模型對(duì)數(shù)字化轉(zhuǎn)型視角下的制造企業(yè)創(chuàng)新效率進(jìn)行了測(cè)度，從分析結(jié)果可以看出，調(diào)整前后創(chuàng)新效率取值區(qū)間均為［0，1］，處于DEA的效率邊界范圍之類(lèi)，若采用傳統(tǒng)的OLS回歸會(huì)導(dǎo)致估計(jì)結(jié)果不一致而存在偏誤。因此，本文借鑒美國(guó)經(jīng)濟(jì)學(xué)家James Tobin（1958）［9］提出的歸并模型展開(kāi)研究，對(duì)制造企業(yè)創(chuàng)新效率的影響因素進(jìn)行分析。模型構(gòu)建如式（5）所示：

4.2 變量選擇與描述性統(tǒng)計(jì)

（1）被解釋變量。選擇調(diào)整后的創(chuàng)新效率為被解釋變量，2007-2020年上市制造企業(yè)創(chuàng)新效率平均為0.2061，整體而言創(chuàng)新效率較低。部分企業(yè)如長(zhǎng)園集團(tuán)、沃森生物和朗科科技在部分年份綜合效率為1，航發(fā)控制、云內(nèi)動(dòng)力、東富龍等綜合效率也較高，達(dá)到或接近了效率的前沿面。對(duì)創(chuàng)新效率進(jìn)行分解發(fā)現(xiàn)，純技術(shù)效率平均值為0.5209，遠(yuǎn)高于規(guī)模效率的平均值。說(shuō)明雖然環(huán)境因素是影響創(chuàng)新效率的重要變量，但制造企業(yè)創(chuàng)新效率的提升應(yīng)當(dāng)主要通過(guò)管理的改善和技術(shù)的升級(jí)來(lái)實(shí)現(xiàn)。（2）解釋變量。基于企業(yè)創(chuàng)新主體行為和特征，參考已有研究成果，兼顧變量數(shù)據(jù)的可獲得性，選取企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、資產(chǎn)收益率（Roa）、負(fù)債結(jié)構(gòu)（Debt）、股權(quán)集中度（Con）、機(jī)構(gòu)持股（Ins）和獨(dú)立董事比例（Inde）等變量作為被解釋變量，考察制造企業(yè)創(chuàng)新效率的主要影響因素。主要變量定義及描述性統(tǒng)計(jì)如表5所示：

表5 變量描述性統(tǒng)計(jì)

4.3 實(shí)證分析結(jié)果

根據(jù)模型（5）的設(shè)定，采用STATA17軟件進(jìn)行回歸，實(shí)證結(jié)果如表6所示。具體而言：（1）企業(yè)規(guī)模對(duì)創(chuàng)新效率的影響系數(shù)為0.0180，且在1%的水平上顯著。按照“熊彼特假說(shuō)”，一般而言大企業(yè)具有更加強(qiáng)烈的創(chuàng)新意愿通過(guò)生產(chǎn)技術(shù)的改進(jìn)與商業(yè)模式的創(chuàng)新，來(lái)保持其在行業(yè)和領(lǐng)域內(nèi)的競(jìng)爭(zhēng)優(yōu)勢(shì)地位，因而研發(fā)產(chǎn)出會(huì)隨著規(guī)模的擴(kuò)大而擴(kuò)大（Diniel和Ammon，2005［10］），對(duì)規(guī)模效率的影響更顯著。另一方面，企業(yè)規(guī)模越大，創(chuàng)新信息傳遞的靈活性和通達(dá)性越低，更加有可能出現(xiàn)信息不對(duì)稱(chēng)的現(xiàn)象，導(dǎo)致創(chuàng)新活動(dòng)的低效甚至失敗（Rogers，2004［11］），因此在表6中體現(xiàn)為企業(yè)規(guī)模對(duì)純技術(shù)效率的影響系數(shù)為-0.1183，且在1%的水平上顯著。（2）企業(yè)年齡對(duì)綜合效率、純技術(shù)效率和規(guī)模效率的影響均為正，且都通過(guò)1%水平的顯著性檢驗(yàn)。企業(yè)年齡與其行業(yè)經(jīng)驗(yàn)成正比（Coad等，2016［12］），企業(yè)年齡越長(zhǎng)所擁有的資源和經(jīng)驗(yàn)也越豐富，面對(duì)創(chuàng)新活動(dòng)中各種不確定性的應(yīng)變能力也越強(qiáng)，能夠通過(guò)降低創(chuàng)新的成本和風(fēng)險(xiǎn)來(lái)提升效率。（3）資產(chǎn)收益率對(duì)綜合效率、純技術(shù)效率和規(guī)模效率的影響均為正，且都通過(guò)1%水平的顯著性檢驗(yàn)。制造企業(yè)創(chuàng)新的過(guò)程需要大量的資金，資產(chǎn)收益率和盈利能力越強(qiáng)的企業(yè)，資金越充沛，對(duì)創(chuàng)新的資金的保障能力也越強(qiáng)（張忠壽和朱旭強(qiáng)，2022［13］）。（4）負(fù)債結(jié)構(gòu)對(duì)綜合效率和規(guī)模效率的影響系數(shù)分別為0.0425、0.0594，且都在1%的水平上顯著。負(fù)債融資是企業(yè)創(chuàng)新資金的重要來(lái)源之一，對(duì)創(chuàng)新活動(dòng)的開(kāi)展至關(guān)重要，對(duì)于企業(yè)創(chuàng)新規(guī)模效率的影響尤為顯著（李海燕，2021［14］）。當(dāng)負(fù)債率越高時(shí)，發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)和危機(jī)的可能性也越大，因而在一定程度上會(huì)抑制經(jīng)營(yíng)者創(chuàng)新的動(dòng)機(jī)，尤其是資金投入量較大的技術(shù)創(chuàng)新活動(dòng)中這種抑制作用會(huì)更為明顯（Czarnitzki和Kraft，2009［15］）。體現(xiàn)在表6中，負(fù)債結(jié)構(gòu)對(duì)純技術(shù)效率的影響系數(shù)為-0.0142。（5）股權(quán)集中度對(duì)綜合效率、純技術(shù)效率、規(guī)模效率的影響系數(shù)分別為-0.0004、-0.0005、-0.0006，且都在1%的水平上顯著。股權(quán)集中與股權(quán)制衡構(gòu)成了公司治理的基本框架，對(duì)企業(yè)創(chuàng)新活動(dòng)的開(kāi)展具有重要影響。在高度集中的股權(quán)結(jié)構(gòu)中，控股股東會(huì)采取更為保守的創(chuàng)新策略規(guī)避創(chuàng)新活動(dòng)中可能發(fā)生的風(fēng)險(xiǎn)（蘆鋒和趙雯雯，2020［16］），因而會(huì)在一定程度上抑制創(chuàng)新效率的提升。（6）機(jī)構(gòu)持股對(duì)綜合效率、純技術(shù)效率和規(guī)模效率的影響均為負(fù)，且對(duì)純技術(shù)效率的影響在1%的水平上顯著。對(duì)于機(jī)構(gòu)投資者而言，相對(duì)于企業(yè)內(nèi)部投資者更加具備信息優(yōu)勢(shì)，有充足的動(dòng)機(jī)和能力利用私有信息進(jìn)行交易，通過(guò)消極參與管理干擾企業(yè)創(chuàng)新項(xiàng)目的理性決策，在一定程度上削弱企業(yè)的創(chuàng)新能力（Azar等，2018［17］）。（7）獨(dú)立董事比例對(duì)綜合效率和規(guī)模效率的影響系數(shù)為正，且至少在10%的水平上顯著。對(duì)于純技術(shù)效率的影響為正，但是不顯著。通過(guò)獨(dú)立董事制度，為企業(yè)管理者提供更多的專(zhuān)業(yè)知識(shí)和意見(jiàn)，降低代理成本，提升企業(yè)經(jīng)營(yíng)管理效率，從而提升企業(yè)創(chuàng)新能力（Balsmeier等，2017［18］）。

表6 Tobit模型回歸結(jié)果

5 結(jié)論與啟示

5.1 結(jié)論

基于2007-2020年中國(guó)制造業(yè)上市企業(yè)面板數(shù)據(jù)，采用三階段DEA模型分析數(shù)字化轉(zhuǎn)型視角下的企業(yè)創(chuàng)新效率，并運(yùn)用Tobit回歸模型考察制造企業(yè)創(chuàng)新效率的影響因素。主要結(jié)論如下：

（1）傳統(tǒng)DEA模型結(jié)果顯示，制造企業(yè)綜合創(chuàng)新效率較低，呈現(xiàn)出“U”型發(fā)展趨勢(shì)。綜合效率較低的主要原因在于純技術(shù)效率離效率的前沿面還具有較大的距離，在內(nèi)部管理、技術(shù)開(kāi)發(fā)和引進(jìn)等方面還存在改善空間。（2）分樣本來(lái)看，2007-2020年國(guó)有制造企業(yè)平均創(chuàng)新效率略高于民營(yíng)制造企業(yè)。主要原因在于數(shù)字技術(shù)的廣泛使用和國(guó)有企業(yè)混合所有制改革的深入推進(jìn)，國(guó)有制造企業(yè)純技術(shù)效率相對(duì)民營(yíng)企業(yè)的差距越來(lái)越小，而在規(guī)模效率上始終保持較大的優(yōu)勢(shì)。因此，在數(shù)字經(jīng)濟(jì)時(shí)代，傳統(tǒng)民營(yíng)企業(yè)相對(duì)于國(guó)有企業(yè)的創(chuàng)新效率優(yōu)勢(shì)正逐步被替代。（3）似SFA模型的回歸結(jié)果顯示，數(shù)字經(jīng)濟(jì)、政府支持、行業(yè)競(jìng)爭(zhēng)、教育環(huán)境和開(kāi)放環(huán)境等是影響制造企業(yè)創(chuàng)新效率的重要外部環(huán)境因素。為真實(shí)反映制造企業(yè)創(chuàng)新發(fā)展和創(chuàng)新效率現(xiàn)狀，在測(cè)算過(guò)程中有必要剔除環(huán)境因素的影響。（4）調(diào)整后DEA模型結(jié)果顯示，整體上剔除環(huán)境因素后制造企業(yè)創(chuàng)新效率有所提升，但仍處于較低水平。說(shuō)明通過(guò)環(huán)境的改善，制造企業(yè)在適應(yīng)數(shù)字經(jīng)濟(jì)環(huán)境的能力得到提高以后，企業(yè)創(chuàng)新效率有所提升。此外，調(diào)整后純技術(shù)效率提升幅度和規(guī)模效率的降低幅度均較大，說(shuō)明調(diào)整前綜合效率較低的主要原因是管理和技術(shù)方面的原因，創(chuàng)新環(huán)境的改善主要通過(guò)提升制造企業(yè)的管理效率、技術(shù)適應(yīng)能力等來(lái)提升創(chuàng)新效率。（5）Tobit回歸模型的結(jié)果顯示，企業(yè)規(guī)模、企業(yè)年齡、資產(chǎn)收益率、負(fù)債結(jié)構(gòu)、獨(dú)立董事比例等因素對(duì)制造企業(yè)創(chuàng)新效率的影響系數(shù)均為正，且至少在1%的水平上顯著。股權(quán)集中度和機(jī)構(gòu)持股比例對(duì)綜合效率的影響為負(fù)，但機(jī)構(gòu)持股比例對(duì)綜合效率的影響不顯著，股權(quán)集中度對(duì)綜合效率的影響在1%的水平上顯著為負(fù)。

5.2 啟示

基于三階段DEA模型和Tobit回歸模型的分析結(jié)果，為進(jìn)一步提升制造企業(yè)數(shù)字化轉(zhuǎn)型水平，改善制造企業(yè)創(chuàng)新環(huán)境，提升創(chuàng)新效率，本文提出如下政策建議：

（1）在數(shù)字化經(jīng)濟(jì)環(huán)境下，不斷推進(jìn)制造企業(yè)數(shù)字化轉(zhuǎn)型，提升制造企業(yè)數(shù)字技術(shù)的應(yīng)用能力。依托工業(yè)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等新一代數(shù)字技術(shù)引導(dǎo)企業(yè)重構(gòu)制造企業(yè)技術(shù)創(chuàng)新體系，通過(guò)數(shù)據(jù)采集、傳輸和貢獻(xiàn)，精準(zhǔn)獲取創(chuàng)新需求。通過(guò)數(shù)字技術(shù)的應(yīng)用緩解信息不對(duì)稱(chēng)水平，提升研發(fā)決策的科學(xué)化、智能化水平，最終實(shí)現(xiàn)創(chuàng)新效率的提升。（2）通過(guò)進(jìn)一步加大產(chǎn)業(yè)政策扶持力度，在創(chuàng)新投入上，從資金、人才等多方面支撐和強(qiáng)化制造企業(yè)的創(chuàng)新主體地位，提升企業(yè)創(chuàng)新效率。政府要?jiǎng)?chuàng)新財(cái)政科技資金使用方式，保證制造企業(yè)技術(shù)創(chuàng)新發(fā)展專(zhuān)項(xiàng)資金逐年增長(zhǎng)、足額到位，從人才引進(jìn)、研發(fā)補(bǔ)助等方面加大扶持力度。在創(chuàng)新產(chǎn)出上，構(gòu)建政企學(xué)研協(xié)同創(chuàng)新平臺(tái)，通過(guò)完善知識(shí)產(chǎn)權(quán)轉(zhuǎn)化、科技成果的引進(jìn)和轉(zhuǎn)化、知識(shí)產(chǎn)權(quán)保護(hù)等體制機(jī)制，提升制造企業(yè)創(chuàng)新產(chǎn)出的效率。（3）進(jìn)一步推動(dòng)國(guó)有制造企業(yè)混合所有制改革，在發(fā)揮其規(guī)模效率優(yōu)勢(shì)的同時(shí)，通過(guò)提升國(guó)有企業(yè)管理效率，加強(qiáng)創(chuàng)新激勵(lì)，優(yōu)化國(guó)有企業(yè)創(chuàng)新環(huán)境。針對(duì)民營(yíng)企業(yè)要在融資、政府采購(gòu)等方面加強(qiáng)支持力度，保持其純技術(shù)效率優(yōu)勢(shì)的同時(shí)，提升民營(yíng)制造企業(yè)的規(guī)模優(yōu)勢(shì)。