财新传媒 财新传媒

阅读:0
听报道

上市公司创新能力怎么去衡量,哪个城市是创新企业扎堆的地方?

9月5日,由我和团队编制的《中国上市公司创新指数报告2019》(以下简称报告)正式发布。报告选取了2147A股上市公司(这些企业在2017-2018年中数据均完整可得),通过原创的模型,力图克服大多数创新指数评估指标过度依赖主观判断的不足,对中国上市公司在创新能力和创新效率上进行分析。

随着中国资本市场的发展,A股上市公司不论是在规模上、质量上还是能力上,对于中国经济整体而言越来越具有代表性。透过 A 股上市公司的创新指数变化,我们可以更好地追踪中国企业创新效率和创新能力的动态变化。

报告指出,创新型公司存在明显的区域集中趋势,创新指数500强公司总部在城市分布上主要集中于北京、上海、广州、深圳、杭州等地。在创新指数500强中,浙江两家安防企业海康威视、大华股份进入前十榜单。

以下是完整的报告:

第一章 引言篇

一、世界大变局

世界处于百年未有之大变局。在此大背景下,中国企业的创新行为、策略与方向也面临着大变局。

事实上,这种大变局在每个国家的产业追赶和发展过程中都曾经发生过,只是在具体表现上有一些差异;并且这种与创新相关的大变局呈现出两种看似不相关、但实质上却密切交织在一起的趋向。一种创新大变局是创新的大环境在局部出现剧烈的变化,原有规则被打破,而新的规则尚未建立,身处其中的企业需要寻找到新的策略和方向,需要调整自身的战略焦点;而另一种创新大变局则是于无声处听惊雷,所发生的每一处细小的变化背后蕴含了巨大的改变征兆,只是身处其中的企业往往在最初并未清晰地察觉到。

对于前者,自2018年4月中兴通讯事件到2019年华为事件,中国企业越来越深刻地意识到,如果在核心技术和核心价值链环节受制于人,企业运营的连续性将会遇到越来越大的挑战。在过去的四十年里,中国制造业通过拥抱全球化、融入到全球产业价值链中,获得了巨大的成长机会和成功。然而中美之间的贸易争端则打破了中国企业一贯适应的规则:单纯地依赖制造链上的竞争优势在大变局时代是无法有效地持续生存的。我们需要重新审视产业价值链。我们需要意识到,产业价值链存在着两个不同的呈现形态,我们可以将其称为“制造链”和“技术链”。制造链是更为显性的,它以产品形态为最终产出,主要体现在技术的应用层;所有制造链的参与者在分工基础上形成合作关系,并最终依据各自在整个制造链中的议价能力来进行利益的分割。而技术链则较为隐性,因为产品背后涉及大量的底层技术,与产品架构、部件、设计和生产都密切关联(就像我们在华为事件中看到的操作系统、芯片设计等);并且与产品市场中相对离散的参与者格局不同,在技术链的底层,由于技术门槛很高,核心的技术或者能力被控制在少数参与者手中。如果说过去的时代,中国制造的崛起主要依靠制造链上的竞争优势,那么中国制造的未来将取决于在技术链上的发展。这也是为什么在近期可以看到“业务连续性”和“自主可控”成为政府、产业和企业共同关注的话题。这也意味着中国制造业企业需要在技术链上通过对创新的投资与能力的构建来赢得未来。

对于后者,中国制造业面临的创新大变局源于产业转型升级的重要性。事实上,产业转型升级在很多年前就已经被提出了,看起来这并非一个新事物。然而当我们重新审视中国的经济增长,就会意识到中国已经处于一个非常重要的转折点。毫无疑问,中国制造业目前正在面临着由于劳动力成本不断上移所带来的传统竞争优势逐渐丧失的问题。如果我们把眼光放到更大的视野去观察,我们会发现中国在过去二十年里每年在高等教育体系中培养出了大量的大学毕业生,这些不断进入经济体系的劳动者与以往时代我们在中国制造业优势上所强调的高强度体力劳动者是不同的,他们属于彼得·德鲁克(Peter Drucker)所提出的“知识工作者(knowledge workers)”。中国制造业面临的真正问题在于,过去所建立的产业结构更偏向于以体力劳动者为核心的人力资本结构,应当如何转变为能够充分发挥这些知识劳动力在成本上的优势(更确切地说是在成本和技能上的综合优势)所需要的新型产业结构。这构成了巨大的挑战。从某种意义上,如果中国能够完成这样一种产业结构升级转型,将意味着中国制造业的成本优势将会以另外一种新的形态出现,并为中国带来未来的黄金十年。当然,如果不能成功地完成这样的产业结构转换,中国的经济增长甚至会进入停滞甚至衰退。而在这种转换过程中,创新无疑是产业转型升级最为重要的驱动力量。

二、中国创新新时代

中国制造所面对的创新大背景,就如同狄更斯在《双城记》中所写的,“这是最好的时期,也是最坏的时期;这是智慧的年代,也是愚蠢的年代;这是信任的年代,也是怀疑的年代;这是光明的季节,也是黑暗的季节;这是希望的春天,也是失望的冬天”。

从一个方面来看,目前无疑是中国企业最好的创新时代。随着中国经济增长和消费者收入水平的不断提升,对于产品与服务价值的需求也在不断增长,从而为创新提供了巨大的潜在市场拉动力量。而不断发展的内生能力以及不断完善的产业价值链,也为中国从中国制造向中国创造的发展提供了坚实的基础。

然而从另一个方面来看,中国企业似乎又处于一个压力巨大的创新时代。中国企业的迅速崛起,对全球产业价值链中长期占据统治地位的国外大公司产生了直接的竞争冲击。然而中国企业似乎并没有完全对此做好思想上和能力上的双重准备。尽管在这些年里,中国制造业企业已经取得了长足的进步,这种进步的速度甚至超过了这个世界对中国的预期,也超过了中国人在二十年前的想象,我们必须承认的是,中国企业在研发、设计与品牌方面,与西方发达经济体之间尚存在着较大的总体差距。我们还有很长的一段路要走,我们还有许多需要向这些领先者们学习的地方。

怀着坚定的信念、清醒的认知和远大的理想,脚踏实地,不断前行。

三、中国创新新趋势

与此同时,我们也可以看到如下两个与创新相关的趋势,它们分别与产业和城市有关。一方面,创新正在不断带来新的增长与创业机会。尤其是在新能源汽车与5G这两个领域。这两个领域具有一些共性的特点:它们的产业价值链都很长,所涉及的技术领域和产品领域众多,具有很强的综合性,其发展会带动一系列产业领域的进步;它们在中国市场都具有巨大的潜在需求,易于发挥中国市场所具有的规模经济优势;它们在技术上都具有弯道超车的机会,并且会引领未来的技术和市场发展方向。而自2018年以来不断受到关注的产业互联网,会横向贯穿于各个产业领域——不论是在所谓的传统制造业领域还是新兴的产业领域。并且,随之而来的会是企业运营效率的提升和潜在需求更大限度地释放。

另一方面,中国的经济发展也见证了城市之间的竞争,并且这种竞争现在越来越多地围绕着如何打造城市的创新氛围,以及如何吸引越来越多的人才涌入以支撑企业的持续发展而展开。在此过程中,对创新人才的争夺已经成为许多城市的共识。推动创新驱动的创业,发展创新引领的企业,也成为各个城市尤其是一二线城市关注的焦点。就此而言,各个城市上市公司的发展质量、创新能力和创新效率,将是这个城市创新氛围是否适宜的最好证明。

四、中国上市公司创新指数

自2015年以来,我们针对中国A股上市公司样本,逐年编制并发布上市公司创新指数。之所以选取A股上市公司作为样本,很重要的原因在于随着中国资本市场的发展,A股上市公司不论是在规模上、质量上还是能力上,覆盖的行业领域越来越完整,对于中国经济整体而言也越来越具有代表性。透过A股上市公司的创新指数变化,我们可以更好地追踪中国企业创新效率和创新能力的动态变化。

在创新指数的构造上,我们所提出的方法力图克服现有大多数创新指数评估体系存在的如下问题:评价指标的选取以及评价权重的生成高度依赖于专家的主观判断;较为关注研发投入、专利等技术因素,但是较为忽略非技术创新(例如商业模式创新);以及较为关注创新产出的“量”(创新投入的规模)而较为忽视创新产出的“质”(例如创新资源的运用效率)等。在公司样本的行业分布上,本指数包括了制造业、信息传输、软件和信息技术服务业、科学研究和技术服务业和综合五大类35个二级细分行业。这些行业也是中国创造核心力量中的重要构成。

我们可以在公司层面创新指数的基础上,给出总体上以及分行业的中国A股上市公司创新指数排行榜;并且可以进一步地将公司层数据汇总到行业层以及区域层(例如省级以及城市级)。这样可以帮助我们从公司、行业、区域三个层面把握中国企业创新的状态及变化趋势。

第二章  样本篇

我们选取了中国A股上市公司为评估对象,主板、中小企业板、创业板均考虑其中。考虑到创新形态与创新能力表现形式存在行业差异,我们所覆盖的上市公司行业包括制造业、信息传输、软件和信息技术服务业、科学研究和技术服务业和综合五大类35个二级细分行业。为了保证数据的可得性、连续性和完整性,我们删减了一些企业样本,所依据的判定原则如下:

(1)2017-2018年间退市或暂停上市;

(2)2017-2018年间借壳上市;

(3)2017-2018年间发生重大资产重组;

(4)2017-2018年间主营业务变更为研究设定的行业范围;

(5)未公布重要指标信息从而导致关键数据的缺失;

(6)财务状况或其它状况出现异常而进行了特别处理(ST)。

最终进入创新指数排名的上市公司样本有2147家,这些企业在2017-2018年中数据均完整可得。

图2.1和图2.2分别为这2147家A股上市公司的行业和地区分布情况。从行业分布来看,企业数量占比名列前三甲的行业分别为计算机、通信和其他电子设备制造业,电气机械及器材制造业,以及医药制造业,三者所包含的企业数量占据总体样本将近三分之一;从地区分布来看,广东省,浙江省,江苏省的企业数量约为总样本的44%。

图2.1 2147家A股上市公司的区域分布情况

图2.2  2147家A股上市公司的行业分布情况

第三章  指数构造方法篇 

在过去的三十年中,一些专业组织、科研机构以及研究学者以国家、区域、产业、企业等为对象建立了不同层面、不同形式的创新评估体系。

需要指出的是,这些基于科学调查和专家咨询的评估方法普遍存在以下一些问题:

(1)目前绝大多数的创新指数评估在指标的选取与权重的生成上高度依赖于专家的主观判断。此外,当需要评估的样本企业数量非常庞大时,评估者是否有足够的时间和精力去准确地评估也是实践上会面临的挑战;

(2)在现有的企业创新评估方法中,大多把关注点放在研发、专利活动等基于技术形式的创新,而对商业模式创新等创新形式较为忽略;

(3)现有评估方法对创新能力或指数测度的基本思路是先定义,再从逻辑出发构建指数所包含的维度。然而,考虑到创新本身就是一个较为综合而复杂的活动,刻画创新活动的不同指标不可避免地存在着信息部分重叠等问题。

为此,我们构建的中国上市公司创新指数评估方法,目标在于解决上述问题:

(1)我们希望所构建的评估方法不依赖于个人的主观判断;

(2)非技术类创新这类对公司竞争力和绩效常常也很重要的因素会被纳入评估之中;

(3)我们所建立的评估方法具有较低的评估成本,并且可以在较长的时期内追踪我们所考察的企业样本(上市公司);

(4)对于创新缺乏广泛被认可的概念及维度的问题,我们采用信息抽取思想来解决。这意味着我们关注的是创新能力中被实现、体现出来的部分,也就是其对公司绩效的贡献。我们相信创新的意义在于对价值创造的贡献,所以我们选取了EVA作为公司绩效的反映指标。

我们所构造的上市公司创新指数包括了创新势力(innovation strength)和创新效率(innovation efficiency)两个维度。

在创新势力的评估上我们采用的基础数据包括:

(1)研发投入规模:直接反映了公司在研发上财务资源投入;

(2)研发人员规模:背后反映了公司隐性知识的数量;

(3)专利规模数据:因为专利可以被理解为企业所拥有的显性知识;

(4)平均销售利润率:一家公司创新势力很强的话,那么它在市场中将具有足够的定价能力,其反映为公司在平均销售利润率上会具有优势。

用于评估创新效率的基础数据则包括:

(1)研发强度指标:研发投入强度以及研发人员强度二者的算数平均;

(2)技术效率:通常,企业在资源利用达到最理想的情况下应该得到一个最大的潜在产出水平。然而真实产出水平往往由于资源没有得到充分利用,而低于上述理想状态(即潜在产出水平)。偏离的程度则代表了企业技术效率的高低,技术效率越高,应该越接近在理论上能达到的最大产出水平。我们衡量了在产品意义上和知识意义上两种情形下的技术效率。

(3)商业模式新颖性:我们评估了企业的商业模式偏离其所在行业平均状态的程度。这个偏离程度越大,一定程度上反映这个公司商业模式的独特性越高。

一、基础指标的数据来源与测度

(1)研发投入

研发投入数据主要来自wind数据库的“研发费用”字段;缺失的数据从对应企业的年报中进行补充。

(2)研发人员

研发人员数量主要来自wind数据库中“技术人员人数”字段;缺失的数据从对应企业的年报中进行补充。

(3)专利数量

专利数量数据全部来自国家知识产权局的专利检索系统,以上市公司为申请人,查询公开(公告)日介于2018年1月1日至2018年12月31日之间的专利总量。

(4)销售利润率

销售利润率(ROS)=税后净利润/销售额;其中,税后净利润数据和销售额数据分别来自国泰安数据库(CSMAR)的“净利润”和“营业收入”字段。

(5)研发强度

研发强度的测度有两类,分别为“研发强度_费用(研发投入/营业收入)”和“研发强度_人员(研发人员/员工总数)”。本研究所用的研发强度为研发强度_费用和研发强度_人员二者的均值。

研发投入、研发人员和营业收入的数据来源如前所示,员工总数数据来自国泰安数据库(CSMAR)的“员工人数”字段。

(6)技术效率

技术效率是衡量企业生产经营效率的重要指标。技术效率的计算主要利用stata 14.0软件中提供的随机前沿分析(SFA)模块,估算超越对数生产函数,具体模型如下所示: 

其中,Qi、Ki、Li分别代表了增加值、固定资产净额以及员工总数。

增加值的计算方式依据收入法,其计算公式如下:

公司增加值=应付职工薪酬+应交税费+应付利息+固定资产折旧+资产减值损失+公允价值变动收益+投资收益+汇兑收益+营业利润。

员工总数数据来源如前所示,计算增加值所需的数据和固定资产净额数据均来自国泰安数据库(CSMAR)。

(7)商业模式新颖性

为了测量焦点企业同行业内其他企业商业模式平均水平的差异性(即新颖程度),我们构造了一个多维矢量,包含前五名供应商占比、前五名客户占比、营业周期、流动资产与收入比、销售费用率、非制造业占收入比共六个维度。计算公式如下:

二、评估权重生成

权重的确定一般有两种方式。一种是利用德尔菲法让专家来确定每个指标赋予的权重,但是这种方法主观性较强。本研究采用统计方法,依靠二手数据更加客观地计算出各个指标的权重,以保证测度的客观性。本研究以绩效为因变量,以创新指标为自变量,估计各个指标的权重。具体做法如下:

(1)选择因变量

EVA(经济增加值)是衡量企业为社会创造经济价值的指标。作为公司业绩的度量指标,与其他度量指标的不同之处在于,EVA考虑了带来企业利润的所有资金成本。在这个意义上,EVA更加真实地揭示了上市公司的经济业绩,可以帮助企业判断是否在当期真正为股东创造了价值。EVA数据来自国泰安数据库(CSMAR)。

(2)自变量及其无量纲化

自变量包括研发费用、技术人员人数、专利总数、销售利润率、研发强度、商业模式新颖性、技术效率等7个变量。

由于自变量的量纲不统一,各个行业之间差别很大,这样会增大估计的误差。因此,为了使得回归中的跨行业存在可比性,我们首先将自变量中的各个指标剔除行业均值,从而排除行业带来的差异。然后按照以下公式,将所有自变量的取值统一在0-10范围内,便于模型的回归。 

 

其中,xi表示自变量x的第i个观测的取值,xmax和xmin分别表示自变量x的最大值和最小值,Zi表示xi无量纲化后的取值。

(3)回归分析与权重计算

因变量为2018年的EVA,自变量为2017年无量纲化之后的研发费用、技术人员人数、专利总数、销售利润率、研发强度、商业模式新颖性、技术效率,控制变量为2017年的员工总数和企业年龄。本指数采用OLS进行回归。第1个模型为基础模型,只放入控制变量。第2到第8个模型,每个模型都在前一个模型的基础上新增一个自变量,最终得到8个回归结果。因为回归模型衡量了该模型中自变量和控制变量对因变量的解释程度,而每新增一个自变量进入回归模型都会导致解释程度的增大(或者不变),因此,新增一个自变量所导致的回归模型的增加值代表了该自变量对因变量的贡献。每个自变量权重的计算公式如下:

 

其中,Wi表示第i个模型在第i-1个模型的基础上新增的自变量的权重,

ΔRi2表示将第i个自变量放入模型之后导致的R2增加值,R82表示全模型的R2,包含控制变量和全部自变量,R12表示基础模型的R2,只包含控制变量。

值得注意的是,自变量放入模型的顺序会影响该自变量的权重。为了消除这一问题,本研究穷举全部7个自变量可能进入模型的顺序,共计35280种可能的组合,对每种组合进行回归,然后计算各个自变量的权重,然后对每个自变量的权重求均值作为该自变量最终的权重。根据上述方式,我们可以算出每个指标的权重。

(4)得分计算

创新指数得分分为“创新势力”和“创新效率”两个维度。其中,“创新势力”得分的计算基于规模型指标,“创新效率”得分的计算则基于效率型指标。在计算创新指数得分时,我们对每个指标进行无量纲化处理,且无量纲化不预先去除行业均值。

创新指数得分的计算公式如下: 

其中,X1~X7分别是无量纲化之后的研发投入、研发人员、专利数量、销售利润率、研发强度、商业模式新颖性和技术效率,Wi表示第i个变量的权重。为了将创新指数得分的取值范围变为0~100。

创新势力得分的计算公式如下: 

其中,X1~X4分别是无量纲化之后的研发费用、技术人员人数、专利总数和销售利润率。为了将创新势力得分的取值范围变为0~100。

创新效率得分的计算公式如下: 

  

其中,X5~X7分别是无量纲化之后的研发强度、商业模式新颖性和技术效率。为了将创新势力得分的取值范围变为0~100。

第四章  投资组合收益篇

   重要声明:如下基于上市公司创新指数进行的投资组合收益率分析,仅出于学术研究目的,不构成任何对证券市场投资操作的建议。

创新作为企业创造价值和构建竞争优势的重要力量,是否会一定程度上被反应在股价信息里?为了回答这个问题,我们选取了在创新指标排行中名次靠前的上市公司,形成一个投资组合,并以市值作为权重计算它们的投资组合收益率。

一、根据2018创新指标排名构造投资组合样本

从投资决策的角度,在T年中进行的投资决策只能依据第T-1年的信息来进行。因此在构造2019年投资组合决策时,我们将使用2018年A股上市公司的创新指数排名信息来构造投资组合样本。

我们选取了2018年创新效率和创新势力分别排名前50强的上市公司构建投资组合,并依据如下步骤来计算所构造的投资组合的收益率。由于企业年报大多在五月下旬披露,本研究选取2018年6月1日和2019年5月31日两个节点(两个时间节点之间为一年投资周期)。

首先我们确定了投资组合中各个样本公司的投资权重,以样本企业2018年6月1日市值除以当日投资组合中所有样本企业总市值作为该样本企业在整个投资组合中的投资权重。

然后我们再分别计算样本企业在2018年6月1日和2019年5月31日这一年周期内的投资收益率。我们采取的方法是用复权后的2019年5月31日收盘股价减去复权后的2018年6月1日收盘股价,再除以复权后的2018年6月1日收盘股价,作为样本企业的收益率。

由此,我们可以计算出投资组合的收益率,公式如下:

 

同时,为了进行收益率比较,我们选取了上证指数、上证50、上证180、深证100、深证300、沪深300等主流指数作为比较基准。我们选取2019年5月31日的这些基准指数的收盘指数减去2018年6月1日的收盘指数,再除以2018年6月1日的收盘指数,由此计算出基准指数在此期间的收益率。

结果显示,我们通过创新效率得分排名前五十的企业所构造的投资组合收益率为1.11%,超过了上证50、深证300等多项基准指数的同期收益率,但通过创新势力得分排名前五十所构造的投资组合收益率为-10%。

二、根据2016-2018创新指标排名构造投资组合样本

此外,我们也选取了在2016-2018年连续三年创新效率以及创新指数排名处于前50的企业构成投资组合样本。我们由此得到了由12家创新效率排名靠前以及29家创新势力靠前的上市公司形成的投资组合。按照三年创新指数排名进行样本筛选的原因在于:

(1)创新到业绩提升之间通常会存在着一定的时间差;

(2)按照三年来进行筛选可以滤除少数年份存在的特异性,从而使筛选出来的公司样本更具稳健性。

结果显示,由在2016-2018年间创新效率排名皆在前五十的样本企业所构成的投资组合收益率达到了3.6%,而2016-2018年间创新势力排名皆在前五十的样本企业所构成的投资组合收益率则为-13%。

 

图4.1 各指数投资组合收益率

第五章  城市分析篇

近年来,我们可以看到随着创新驱动成为中国产业发展的重要推动力量,许多地方政府都在政策导向、市场制度建设等方面进行了一系列的努力,构建区域创新环境,提升区域产业创新配套服务质量,力图推动本地企业和产业更快地向创新驱动进行转型,以培育经济增长的新引擎与新动能。在此背景下,一个有趣的问题是,在中国上市公司创新指数排行榜居前的企业,它们在城市分布上是否呈现出趋势性的特点?是集聚在若干主要城市,还是离散分布在不同的城市。

一、创新型公司城市集聚

我们选取了创新指数排行榜上前500强的企业进行城市分布分析。在创新指数排行榜排名前500强的企业,可以较好地体现出不同城市在培育创新型企业上所取得的成效,并在一定程度上反映出不同城市在区域创新系统上的有效性和吸引力。

在整体分布上,我们可以看到创新型公司存在着明显的区域集中趋势。创新指数500强公司总部在分布上主要集中于北京、上海、广州、深圳、杭州等地。前500强公司中,有206家分布在这五个城市。大部分沿海城市和一线城市拥有的500强企业较为集中,中西部、东三省有部分城市拥有创新指数500强企业,但在数量上相对少且分布较为零散。

与去年相比,总部在深圳的公司增加了21家,同比增长50%;在广州的公司增加了2家,同比增加12%;在北京的公司减少了13家,同比下降17%;在上海的公司减少了6家,同比降低13%;杭州拥有的500强企业数量不变。

   

图5.1 创新指数500强企业总数城市分布

二、行业分布有同有异

北上深杭广的创新型公司在行业分布上既有共性,又在一定程度上体现了区域性的特色与优势。

从各行业企业数量的分布来看,北上深杭广5个城市的行业排名前两名均集中于计算机、通信和其他电子设备制造业,软件和信息技术服务业以及电气机械及器材制造业。例如,坐落于北京的64家入榜企业中,约1/3的企业属于软件和信息产业,其次是计算机、通信和其他电子设备制造业(11家企业,占全市上榜企业的17.2%);深圳入榜的53家企业中,有19家企业属于计算机、通信和其他电子设备制造业,电气机械及器材制造业有8家。上海市企业数量排名第一的行业与北京相同,其次为电气机械及器材制造业。各城市的行业排名从第三名开始显现出各自特色,如广州有家具制造业,杭州有仪器仪表制造业。

与去年相比,北京市互联网和相关服务行业的500强公司数量由4家增加至9家,排名升至第三;深圳市计算机、通信和其他电子设备制造业行业以及电气机械及器材制造业公司数量均增加了4家;广州电气机械及器材制造业的4家企业均未进入500强,新增4家家具制造业企业。具体如下图:

图5.2 城市创新指数500强企业行业分布

三、创新指标有待提升

进一步分析各城市各行业的创新指数我们可以发现,各个城市中企业数目占比最高的行业未必是创新势力或创新效率最高的行业,并且这种情况在500强企业较多的城市更为明显。例如,北京市创新势力排名前三的行业分别为计算机、通信和其他电子设备制造业(22.4分),电气机械及器材制造业(17.1分),化学原料及化学制品制造业(16.5分),而创新效率排名前三的行业分别为电信、广播电视和卫星传输服务(96.4分),互联网和相关服务(82.1分),铁路、船舶、航空航天和其他运输设备制造业(80.3分)。

深圳市创新势力排名前三的行业分别为汽车制造业(42.2分),计算机、通信和其他电子设备制造业(18.4分),专用设备制造业(17.3分),而创新效率排名前三的行业分别为金属制品业(81.1分),软件和信息技术服务业(78.4分),化学原料及化学制品制造业(76.9分);上海市创新势力排名前三的行业分别为汽车制造业(17.6分),电气机械及器材制造业(16.6分),文教、工美、体育和娱乐用品制造业(16.5分),而创新效率排名前三的行业分别为综合(91.7分),通用设备制造业(82.3分),化学原料及化学制品制造业(80.0分)。

相比之下,杭州市和广州市的行业排名表现出更大的一致性。杭州市的计算机、通信和其他电子设备制造业和家具制造业,以及广州市的汽车制造业和通用设备制造业均位居该市创新势力和创新效率排名的前三名。其中,杭州市的计算机、通信和其他电子设备制造业,以及广州市的汽车制造业,均位居两项排行榜的榜首。

图5.3 北京市各行业创新指标排名

图5.4 深圳市各行业创新指标排名

图5.5 上海市各行业创新指标排名

图5.6 杭州市各行业创新指标排名

图5.7 广州市各行业创新指标排名

第六章 省份分析篇

一、创新指数500强企业各省和各省行业分布情况

在第五章本研究分析了创新指数500强企业在各城市的分布情况,接下来我们可以看一下,从省份的角度,以上500强企业将呈现怎样的分布状态,以及在各省中哪些行业500强企业数目占比最大。

为了进行统计,我们先将创新指数500强企业按省份、自治区和直辖市划分,可以看出,这些企业主要分布在广东省(107家,广东省的分析包括了深圳市,下同)、浙江省(77家)、北京市(64家)、江苏省(42家)、上海市(41家)、山东省(30家)和福建省(25家)。具体见图6.1:

图6.1 创新指数500强企业各省分布数目

我们将着重分析广东、浙江、江苏、山东和福建5省创新指数500强企业的行业分布。从各行业企业数量分布来看,排名前三集中于计算机、通信和其他电子设备制造业,电气机械以及器材制造业,软件和信息产业,医药制造业,汽车制造业。例如,坐落于广东省的107家创新指数500强企业中,约26.2%的企业属于计算机、通信和其他电子设备制造业,其次是电气机械及器材制造业(17家企业,占广东省创新指数500强企业总数的15.9%),第三为医药制造业(9家企业,约占广东省创新指数500强企业总数的8.4%)。而山东省和福建省各自企业数目占比前三的行业有一定特色,如山东省排名第一的行业是化学原料及化学制品制造业(5家企业,约占山东省创新指数500强企业总数的16.7%);福建省排名第二的行业是专用设备制造业(4家企业,占福建省创新指数500强企业总数的16%)。具体见图6.2:

图6.2 创新指数500强企业各省行业分布

二、各省创新势力-创新效率排名情况

为了综合比较各省创新势力-创新效率排名,我们先将2147家样本企业按省份、自治区和直辖市划分。考虑到部分省份企业数目过少,会导致不能体现省级指标平均意义的问题,我们剔除了省内样本上市公司数量低于30家的省份。经过剔除后,进入排名的省份为14个。基于此,我们计算各省内A股上市企业的创新势力和创新效率的均值、最小值和最大值。从创新指数得分而言,北京、福建省、浙江省、广东省、上海位列前5名。创新势力前5名为广东省、安徽省、北京、河北省、河南省;创新效率前5名为北京、上海、湖北省、福建省、浙江省。

我们发现,各省间创新势力得分较为平均,但省内差距较为明显。具体而言,各省的创新势力均值在[15.74, 16.46]区间内波动,而省内A股上市企业之间相比,创新势力最小值和最大值相差较大。例如,广东省内企业创新势力最小值是15.62,而最大值达到92.68。另一方面,各省的创新效率得分有一定差距,且省内差距突出。省间的创新效率在[30.94,51.93]之间波动,而省内创新效率波动范围较大。以创新效率得分排名第一的北京为例,其得分最小值为33.09,而最大值为96.42。 

然后,我们将以上14个省份按照创新势力和创新效率均值排名划分为四个象限(如图6.3):

图6.3 各省平均创新势力-效率排名矩阵 

注:图中横轴为各省创新势力均值的排名,数字越小表示创新势力降序排名越靠前;纵轴是各省创新效率均值的排名,数字越小表示创新效率降序排名越靠前,下同。

我们可以把省份、直辖市划分为如下四类:一是高势力-高效率省份,以北京、山东、广东、浙江为主,其创新势力、创新效率的排名均领先于其他各省;二是高势力-低效率省份,以安徽、河北、河南、辽宁为主,这四个省份在创新势力方面具有较大优势,但在创新效率上尚有所欠缺;三是低势力-高效率省份,与第二类相反,以上海、湖北、福建为主,这类省份的创新效率优势较强,但创新势力仍有待提升;四是低势力-低效率省份,以江苏、湖南、四川为主,该三省在创新指数的两个分项指标的表现上都不突出。

值得指出的是,第一,省域创新水平与其GDP水平并不必然呈现较强的相关性。在某些省份,拥有高的GDP并不意味着有较高的创新势力和效率,反之亦然。例如,2018年GDP排名全国前五省——广东、江苏、山东、浙江、河南,仅广东、山东、浙江的创新势力和效率排名跻身于第一阵营,江苏省甚至处于第四阵营(低势力-低效率)。

第二,省域创新效率与创新势力之间也不必然存在着匹配关联。比较创新效率、创新势力两张排行榜可以发现,在创新势力排行榜中排名靠前的省份,如安徽省、河北省,在创新效率方面仍然存在较大的提升空间。相反,浙江省、福建省等创新势力优势相对较小的省份,在创新效率方面仍然存在较大优势。

第三,与2017年相比,福建、广东创新指数得分有明显的提高。广东省、福建省从2017年至2018年上升了4个位次。从创新势力来看,安徽省进步明显,从2017年至2018年上升了5个名次。从创新效率来看,广东省从2017年至2018年上升了4个位次。

三、各省创新势力-创新效率排名前四分之一企业的创新指数分项指标情况

为避免得分相对较低的企业对各省均值结果可能存在较大影响的问题,我们选取各省创新效率和创新势力排名前25%的企业重新计算各省创新效率和创新势力均值,并得到如下结果(如图6.4所示):

图6.4 各省前四分之一企业的平均创新势力-效率排名矩阵

在创新势力方面,与图6.3相比,江苏省和福建省排名上升最为明显;相反,广东省与辽宁省排名均大幅下降。在创新效率方面,与图6.3相比,河南省排名上升最为明显,相反,上海市排名大幅下降,上海市从图6.3的第三阵营变为图6.4第四阵营。这说明在分析省域范围的创新指数水平时,我们不仅要关注省内创新表现卓越的企业,更要注意位于“长尾”的企业对省内创新指数的影响。

第七章  时间趋势篇

图7.1 各省创新指数500强企业总数趋势

图7.1为各省拥有的创新指数500强企业总数。其中,剔除了省内包含500强企业总数小于25家的省份,最终剩余7个省。在2018年,广东省(含深圳市)有108家企业进入创新指数500强榜单,位列第一名,较2017年上榜企业有106家的情况有小幅上升。北京市拥有的创新指数500强企业数位列第三名,但是北京上涨幅度在7省中位列第一,上榜企业数由2017年的36家上升到2018年的64家。第二名的浙江省尽管呈现小幅下降趋势,但是其在2017年和2018年拥有的500强企业总数均位于第二名,稳定地超过北京市和上海市,成功进入北上广所代表的中国发达地区行列。

图7.2 省内创新指数500强企业平均排名趋势

省内创新指数500强企业的平均排名呈现出不同的趋势。北京的发展趋势最好,不仅上榜企业数量增加,而且上榜企业的平均排名也有进步,表明北京市实现了企业数量和企业质量的综合提升。作为对比,浙江省和江苏省的上榜企业数量和质量均有所下降。

图7.3 各行业创新指数500强企业总数趋势

图7.3为各行业拥有的创新指数500强企业总数。其中,剔除了行业内包含500强企业总数小于25家的行业,最终剩余7个行业。从创新指数500强企业的行业分布来看,C39(计算机、通信和其他电子设备制造业)、C27(医药制造业)和I65(软件和信息技术服务业)位列上榜企业总数前三名,除计算机、通信和其他电子设备制造业呈现下降趋势之外,另外两个行业均呈现上升趋势。而剩余四个行业,除C35(专用设备制造业)2018年较2017年增加7家上榜企业之外,其余三个行业均呈现不同程度的下降趋势。

图7.4 行业内创新指数500强企业平均排名趋势

从行业上榜企业平均排名来看,尽管C39(计算机、通信和其他电子设备制造业)的上榜企业总数有所降低,但该行业的平均排名较2017年有所进步。与之相反,C27(医药制造业)的上榜企业总数呈上升趋势,但是平均排名大幅退步。只有I65(软件和信息技术服务业)的发展势头最好,实现了上榜企业数量和质量的共同提高。而发展势头明显较差的行业是C26(化学原料及化学制品制造业)和C36(汽车制造业),这两个行业的上榜企业数量和平均排名均呈现退步趋势。

此外,在样本全部2127家企业中,有131家互联网+企业。在2017年,有22家互联网+企业进入创新指数500强榜单,上榜率为16.79%;上榜企业的平均排名为332.77。在22家上榜企业中,超过所在行业的平均排名和超过所在省份的平均排名的企业均为7家(比例为31.82%)。

在2018年,有49家互联网+企业进入创新指数500强榜单,上榜率为37.40%,较上年有大幅提升;上榜企业的平均排名为212.06,较上年有较大进步。在49家上榜企业中,有26家超过所在行业的平均排名(比例为53.06%),有29家超过所在省份的平均排名(比例为59.18%)。以行业平均水平和省份平均水平来看,2018年,互联网+企业较2017年有所提升。

附录

一、2018中国上市公司创新指数500强(点击标题,即可阅读)

二、2018中国上市公司创新势力200强(点击标题,即可阅读)

三、2018中国上市公司创新效率200强

来源|公众号随机行走的文字

话题:



0

推荐

郭斌

郭斌

38篇文章 1年前更新

浙江大学管理学院教授、博士生导师,浙江大学校学术委员会委员、浙江大学管理学院创新创业与战略学系主任、教授委员会副主任委员、浙江大学睿华创新管理研究所副所长,浙江大学-剑桥大学全球化制造与创新管理联合研究中心中方副主任。研究方向为创新管理与战略、技术追赶与产业创新、互联网与创新。自2015年起,每年编制中国上市公司创新指数并公开发布相关报告。

文章