论文部分内容阅读
摘 要：新一轮科技革命和工业变革下，机器人产业成为各国争抢的高点，我国陆续发布《中国制造2025》和“互联网+”等制造业强国战略，并将机器人产业作为战略转型发展中的重点。为此，对国内外机器人企业创新能力的研究、对比和分析具有重要的现实意义。本文结合机器人企业技术创新的内部特征，选用了DEA方法中的C2R模型，并选取了创新相关的3个投入指标和2个产出指标，计算得出15家国内企业和4家国外企业的创新能力指数，并分析了机器人企业创新能力与规模特征、年龄特征和区域特征之间的关系，为机器人企业创新能力评价提供了具有普遍性的理论方法，同时为机器人产业的创新发展提供理论借鉴。
关键词：机器人企业；数据包络分析；创新投入；创新产出；创新能力
中图分类号：F453.23 文献标识码：A 文章编号： 2095-7866 （2016） 04-397-07
工业经济论坛 URL： http//www.iereview.com.cn DOI： 10.11970/j.issn.2095-7866.2016.04.005
一、引言
随着新一轮科技革命和工业变革的兴起，全球迎来了机器人时代，以机器人技术为代表的信息、制造、能源、材料等科技创新成为新的竞争方向，工业转型发展、智能制造等对机器人的需求汹涌而至，如面向工业领域的焊接机器人、搬运机器人、切割机器人等，面向服务业领域的娱乐休闲机器人、监视机器人等；面向特殊环境的医用机器人、专业清洁机器人等[1]。众所周知，机器人产业兴起于欧美日韩等发达国家，并形成一批巨头企业，如德国的力士乐、西门子、库卡、杜尔、德马泰克等，美国的直觉外科、Aesop、Computer Motion、爱德普等，日本的松下、川崎重工、安川、雅马哈等。这些企业具有起步早、技术基础雄厚、市场占有率高等诸多先天优势，同时又能紧紧把握当前的发展机遇，不断开发新产品、创造需求，抢占了全球70%以上的市场，这为我国机器人产业发展带来巨大挑战。
但是，据国际机器人联合会（IFR）统计，2014年全球共卖出约22.5万台工业机器人，同比增长27%。其中，超过一半的增长来自亚洲，而中国就是亚洲的最大的需求市场。面对这样庞大的市场需求，国外企业纷纷在中国布局，抢占这块大蛋糕。那么中国企业在如此严峻的竞争条件下，如何实现弯道超车是一个非常严峻的问题，其中，提升创新力是重要举措之一。本文选取了19家国内外机器人企业进行创新能力分析，运用DEA方法探讨机器人企业创新能力，分析创新能力的规模特征、区域特征和年龄特征。
二、基于创新投入产出的DEA模型
1. 模型的选取
DEA（Data Envelopment Analysis），即数据包络分析[2-5]，是评价决策单元（Decision Making Unit，DMU，本文为企业）投入与产出效率的纯定量数学模型。它通过设立投入和产出指标，利用线性规划和面板数据，确定最有效的生产前沿面，将各个DMU投影到DEA的生产前沿面上，最后以DMU偏离前沿面的程度，来评价DMU的投入与产出效率。这样，我们就能运用DEA来比较一组机器人企业的效率，识别他们某种能力的强弱，并分析其中的原因。
随着DEA方法的研究发展，衍生出C2R、BC2、C2GS2、FG、ST、WY和GDEA等众多模型，他们表达的前沿面可能为技术生产前沿面、规模生产前沿面、或者同时为两个前沿面，其中C2R模型反映了DMU的技术有效性和规模有效性，BC2、C2GS2仅反映DMU的技术有效性，FG、ST、WY则在评价DMU技术有效性和规模收益状况，GDEA则是以上模型的总结。由于创新投入产出属于综合绩效的指数，应综合技术有效性和规模有效性进行评价，因此，本研究选用DEA中的对技术有效性和规模有效性同时评价的C2R，构建创新能力指数模型。
2. 模型的建立
本文选取DEA方法中的C2R模型，在构建C2R模型时，首先假设一个具有n个同质的企业（DMUj（j=1，2，…，n））的系统，包括m个投入指标Xj=（x1j，x2j，，…，xmj，）T和s个产出指标Yj=（Y1j，Y2j，，…，Ysj，）T。
每个企业DMUj都有相应的效率指数：我们总可以适当的取权系数vi和uk，使得hi≤1。
（1）
我们对第j0个企业进行效率评价。一般来说，相对有效性hj0的大小，代表了企业DMUj0的投入与产出之间的关系。这时，选择不断的变化权重vi和uk，使得盡量多的企业的hj0达到最大值1，并以此为最优化配置，构建了如下C2R模型：
（2）
至此，C2R模型（DEA最典型的模型）构建完成。
下面将DEA中的C2R模型引入机器人企业创新能力评估中，构建基于DEA的创新能力评估模型。模型中的DMU为被评估的企业，创新投入指标为R&D人员、R&D经费支出及政府资金的支持，创新产出为主营业务收入及发明专利数量。通过DEA运算得到的机器人企业创新投入产出效率，是指企业在假设其他指标相同的情况下产生创新效益的能力，即企业创新能力。
3. 指标体系的选择
目前，国内外关于企业创新能力的评价已经有很多研究，有的是基于创新型企业的内涵进行分析，有的是基于投入产出的角度进行评价，有的是基于企业的发展阶段进行评价，有的是基于系统的角度进行分析。Guan和Ma[6]认为技术创新能力是一种特殊的资产或资源，涉及技术、产品、工艺、知识、经验和组织等多个维度；Burgelman[7]等将技术创新能力定义为促进和支持企业技术创新战略的一系列综合特征，它包括可利用资源及分配能力、对行业发展的理解能力、对技术发展的理解能力等。国内学者陈云、谭卓方、俞丽[8]认为企业创新能力指标需要从研究开发能力、生产制造能力、新产品优势考虑，并认为研发经费投入的比例直接体现了企业的创新转化能力；程正中、吴永林、谢朝阳[9]从技术创新资源整合能力、技术创新产出能力和技术创新资源投入能力三个方面入手， 构建了企业技术创新能力评价指标体系；刘刊、王宏宇[10]认为要从企业的成长态势、投入能力及产出能力三个维度分析企业的创新能力；刘俊杰、傅毓维[11]认为创新投入指标要从物力，人力，财力三方面考虑，而创新产出指标需要从新产品销售收入和专利申请数方面考虑。对于机器人行业来讲，创新是其发展起来的必要前提，王迎春、沈应龙[12]指出著名机器人企业iRobot的成长具有很多条件，如良好的创业氛围、成果转化机制和坚实的技术积累、超强的资源整合能力及政府的大力支持。 综合众多专家学者的研究和机器人行业的发展特点，本文构建机器人企业创新投入产出指标如下：
3.1 创新投入指标
机器人企业属于高新技术企业，对资金的投入、人才的投入需求较大，所以采用R&D经费投入和从事R&D人才的数量两个指标。此外，机器人行业也属于国家重点支持战略，国家资金的支持對机器人企业的发展非常重要，所以将政府资金作为一项创新投入指标。因此，设计创新投入指标包括：R&D经费支出X1（万元）、R&D人员数量X2（人）、政府补助资金年末存量X3（万元）。
3.2 创新产出指标
创新产出方面多是从收入和专利方面进行衡量，很多研究结果表明R&D与专利之间存在显著的相关性，很多研究都把专利作为创新产出的一项重要衡量指标。本文将最能反映产品技术创新的发明专利作为一项衡量指标，此外，从综合角度出发，选取营业收入作为一项衡量指标，反映创新投入和政府支持的成果。因此，创新产出指标包括：营业收入Y1（万元）、专利发明数Y2（项）。
三、实证分析
3.1原始数据
在工业4.0的战略背景下，2014年是全球机器人产业发展的重要一年，受到国家政策、市场需求、企业转型等众多因素的影响，很多企业积极投身于机器人产业浪潮中，企业的技术创新投入产出效果明显。本文以19家国内外机器人企业的2014年年报为原始数据来源，通过对创新投入产出相关数据的研究，分析国内外机器人企业创新能力。
依据第二部分的理论分析，本文首先选取在机器人行业具有代表性的4家国际大公司：iRobot、库卡、安川和ABB，然后选取国内各地的具有代表性的机器人企业，将这19家企业作为DMU，对其2014年的财务年报的相关数据进行有效分析。具体如表2所示，本文所选取的19家机器人企业的研发投入、研发人员、政府补助数据、营业收入及发明专利均来自各个企业公开发布的2014年度财务年报。
3.2 DEA计算结果
3.2.1 总体情况
根据C2R模型的运算，得出结果如表3所示，国外的4家企业iRobot、安川、ABB、库卡及国内的4家企业巨星科技、GQY视讯、江苏亚威、秦川机床的创新能力指数h=1，为DEA相对有效决策单元，即说明这8家企业的创新投入产出能力最高。其余11家企业都为非DEA有效。其中，勃朗特和汇川技术的h值接近于1，其创新投入产出能力接近于有效。而华中数控、中颖电子、南京埃斯顿等企业的h值很小，其创新投入产出效率较低，创新能力较弱。
总体上讲，国外机器人企业的创新投入产出效率较高，创新能力很强，国内部分机器人企业的创新投入产出效率也很高，但总体上差距很大。具体分析如下：
3.2.2 企业规模与创新能力
从这19家机器人企业的创新能力与企业规模的关系（如图1所示）看，机器人企业的创新能力与企业规模呈现正相关关系。总体上看，机器人企业的规模越大，其创新投入产出的能力越强。如国外的4家企业ABB、安川、库卡及iRobot都是大企业，其创新能力在全球都位居前列，而国内4家创新能力较强的企业也属于规模较大的企业。这说明规模较大的企业在组织创新资源、进行技术创新活动方面具有很大的优势。
3.2.3 企业年龄与创新能力
从这19家机器人企业的创新能力与企业年龄的关系看，机器人企业的创新能力与企业年龄呈现离散分布现象，但并不是无规律可循。如图2所示，企业创新能力随着年龄的增长会逐渐拉大差距，部分企业会保持较强的创新能力，如勃朗特、江苏亚威、秦川机床、Irobot、库卡、安川等，尤其是成为百年老企后，其创新能力会维持一个较高的稳定水平；
另一部分企业则逐渐失去创新活力，如汇川技术、京山轻机、华东数控、沈阳机床等，这些企业随着年龄的增长，或是遇到发展瓶颈，或者正处于转型关键期，其创新能力无法体现。
3.2.4 区域分布特征与我国机器人企业创新能力
从15家国内机器人企业的创新能力与企业分布的关系看，第一，国内机器人企业创新能力较强的4家企业中有3家（江苏亚威、巨星科技、GQY视讯）集中分布于江浙一带，出现了长三角经济带机器人产业的集聚趋势；第二，广东省的2家机器人企业（勃朗特、汇川技术）的创新力都弱于江浙地带的企业，反映了长三角经济带呈现超越珠三角经济带的趋势 ；第三，东北地区的2家机器人企业（沈阳机床、沈阳新松）的值都小于0.7，其创新能力较弱，反映了东北老工业基地整体经济缓慢的基本特征。
四、结论与建议
通过上述对国内外19家机器人的DEA分析，得出如下结论：一是国外4家机器人企业的创新投入产出效率均为1，说明他们的创新能力较强；二是国内机器人企业创新能力差距较大，有秦川机床、江苏亚威、巨星科技和GQY视讯4家企业的创新能力指数为1，说明他们的创新能力较强。但其他中颖电子、华中数控等7家国内机器人企业的创新能力指数均低于0.7，创新能力较弱；三是机器人企业的创新能力与企业的规模、年龄和区域位置都有很大的联系，如安川、ABB、库卡这样的企业年龄过百、营业规模庞大的企业，其创新能力较为突出。
由上述研究可以验证国内机器人企业的创新能力弱于国外企业，但是并不是不可以追赶和超越的，分析结果中显示的4家国内机器人企业创新能力很强，这说明我国机器人企业创新能力具有很大的提升空间。因此，需要在全球智能制造发展的大背景下，加大我国的政策支持力度，引导机器人企业的发展壮大；鼓励企业加大研发投入，提高创新能力；支持企业引进、培育高端科技人才，并实施激励措施留住人才；建立机器人产业创新中心，组织企业攻克关键共性技术；提升企业知识产权运用和保护能力，为企业走出去奠定坚实基础。
参考文献
中国电子学会.迈向机器人时代的中国选择[M].中国科学技术出版社，2015.
吴文江. 数据包络分析及应用[M]. 北京：中国统计出版社，2002.
赵树宽，余海晴，巩顺龙.基于 DEA 方法的吉林省高技术企业创新效率研究[J].科研管理，2013，（2）：6-43.
段婕，刘勇，王艳红.基于DEA改进模型的装备制造业技术创新效率实证研究[J]科技进步与对策，2012，3（6）：65-69.
张凌，基于OEA的企业技术创新项目评价与决策方法研究[D].哈尔滨工程大学：哈尔滨工程大学，2005.
GUAN J， MA N. Innovative capability and export performance of Chinese firms[J].Technovation，2003，23（9）：737-747.
BURGELMAN R A，CHRISTENSEN C M， WHEELWRIGHT S C. Strategic Management of Technology and Innovation[M].New York： McGraw Hill，2004.
陈云，谭淳方，俞立. 科技型中小企业技术创新能力评价指标体系研究[J].科技进步与对策，2011，1（2）：110-112.
程正中，吴永林，谢朝阳. 技术创新能力与企业规模的关系研究[J] .技术经济，2008，（6）27-31.
刘刊，王宏宇.基于投入产出的创新型企业成长能力评价指标的建立[J].企业技术开发，2009，7（28）：94-96.
刘俊杰，傅毓维.基于DEA方法的高技术企业创新效率研究[J]. 科技管理研究，2008，（3）：28-30.
王迎春，沈应龙.美国服务机器人产业创新——来自iRobot的经验与启示[J].全球科技经济瞭望，2014（4）：61-66.
关键词：机器人企业；数据包络分析；创新投入；创新产出；创新能力
中图分类号：F453.23 文献标识码：A 文章编号： 2095-7866 （2016） 04-397-07
工业经济论坛 URL： http//www.iereview.com.cn DOI： 10.11970/j.issn.2095-7866.2016.04.005
一、引言
随着新一轮科技革命和工业变革的兴起，全球迎来了机器人时代，以机器人技术为代表的信息、制造、能源、材料等科技创新成为新的竞争方向，工业转型发展、智能制造等对机器人的需求汹涌而至，如面向工业领域的焊接机器人、搬运机器人、切割机器人等，面向服务业领域的娱乐休闲机器人、监视机器人等；面向特殊环境的医用机器人、专业清洁机器人等[1]。众所周知，机器人产业兴起于欧美日韩等发达国家，并形成一批巨头企业，如德国的力士乐、西门子、库卡、杜尔、德马泰克等，美国的直觉外科、Aesop、Computer Motion、爱德普等，日本的松下、川崎重工、安川、雅马哈等。这些企业具有起步早、技术基础雄厚、市场占有率高等诸多先天优势，同时又能紧紧把握当前的发展机遇，不断开发新产品、创造需求，抢占了全球70%以上的市场，这为我国机器人产业发展带来巨大挑战。
但是，据国际机器人联合会（IFR）统计，2014年全球共卖出约22.5万台工业机器人，同比增长27%。其中，超过一半的增长来自亚洲，而中国就是亚洲的最大的需求市场。面对这样庞大的市场需求，国外企业纷纷在中国布局，抢占这块大蛋糕。那么中国企业在如此严峻的竞争条件下，如何实现弯道超车是一个非常严峻的问题，其中，提升创新力是重要举措之一。本文选取了19家国内外机器人企业进行创新能力分析，运用DEA方法探讨机器人企业创新能力，分析创新能力的规模特征、区域特征和年龄特征。
二、基于创新投入产出的DEA模型
1. 模型的选取
DEA（Data Envelopment Analysis），即数据包络分析[2-5]，是评价决策单元（Decision Making Unit，DMU，本文为企业）投入与产出效率的纯定量数学模型。它通过设立投入和产出指标，利用线性规划和面板数据，确定最有效的生产前沿面，将各个DMU投影到DEA的生产前沿面上，最后以DMU偏离前沿面的程度，来评价DMU的投入与产出效率。这样，我们就能运用DEA来比较一组机器人企业的效率，识别他们某种能力的强弱，并分析其中的原因。
随着DEA方法的研究发展，衍生出C2R、BC2、C2GS2、FG、ST、WY和GDEA等众多模型，他们表达的前沿面可能为技术生产前沿面、规模生产前沿面、或者同时为两个前沿面，其中C2R模型反映了DMU的技术有效性和规模有效性，BC2、C2GS2仅反映DMU的技术有效性，FG、ST、WY则在评价DMU技术有效性和规模收益状况，GDEA则是以上模型的总结。由于创新投入产出属于综合绩效的指数，应综合技术有效性和规模有效性进行评价，因此，本研究选用DEA中的对技术有效性和规模有效性同时评价的C2R，构建创新能力指数模型。
2. 模型的建立
本文选取DEA方法中的C2R模型，在构建C2R模型时，首先假设一个具有n个同质的企业（DMUj（j=1，2，…，n））的系统，包括m个投入指标Xj=（x1j，x2j，，…，xmj，）T和s个产出指标Yj=（Y1j，Y2j，，…，Ysj，）T。
每个企业DMUj都有相应的效率指数：我们总可以适当的取权系数vi和uk，使得hi≤1。
（1）
我们对第j0个企业进行效率评价。一般来说，相对有效性hj0的大小，代表了企业DMUj0的投入与产出之间的关系。这时，选择不断的变化权重vi和uk，使得盡量多的企业的hj0达到最大值1，并以此为最优化配置，构建了如下C2R模型：
（2）
至此，C2R模型（DEA最典型的模型）构建完成。
下面将DEA中的C2R模型引入机器人企业创新能力评估中，构建基于DEA的创新能力评估模型。模型中的DMU为被评估的企业，创新投入指标为R&D人员、R&D经费支出及政府资金的支持，创新产出为主营业务收入及发明专利数量。通过DEA运算得到的机器人企业创新投入产出效率，是指企业在假设其他指标相同的情况下产生创新效益的能力，即企业创新能力。
3. 指标体系的选择
目前，国内外关于企业创新能力的评价已经有很多研究，有的是基于创新型企业的内涵进行分析，有的是基于投入产出的角度进行评价，有的是基于企业的发展阶段进行评价，有的是基于系统的角度进行分析。Guan和Ma[6]认为技术创新能力是一种特殊的资产或资源，涉及技术、产品、工艺、知识、经验和组织等多个维度；Burgelman[7]等将技术创新能力定义为促进和支持企业技术创新战略的一系列综合特征，它包括可利用资源及分配能力、对行业发展的理解能力、对技术发展的理解能力等。国内学者陈云、谭卓方、俞丽[8]认为企业创新能力指标需要从研究开发能力、生产制造能力、新产品优势考虑，并认为研发经费投入的比例直接体现了企业的创新转化能力；程正中、吴永林、谢朝阳[9]从技术创新资源整合能力、技术创新产出能力和技术创新资源投入能力三个方面入手， 构建了企业技术创新能力评价指标体系；刘刊、王宏宇[10]认为要从企业的成长态势、投入能力及产出能力三个维度分析企业的创新能力；刘俊杰、傅毓维[11]认为创新投入指标要从物力，人力，财力三方面考虑，而创新产出指标需要从新产品销售收入和专利申请数方面考虑。对于机器人行业来讲，创新是其发展起来的必要前提，王迎春、沈应龙[12]指出著名机器人企业iRobot的成长具有很多条件，如良好的创业氛围、成果转化机制和坚实的技术积累、超强的资源整合能力及政府的大力支持。 综合众多专家学者的研究和机器人行业的发展特点，本文构建机器人企业创新投入产出指标如下：
3.1 创新投入指标
机器人企业属于高新技术企业，对资金的投入、人才的投入需求较大，所以采用R&D经费投入和从事R&D人才的数量两个指标。此外，机器人行业也属于国家重点支持战略，国家资金的支持對机器人企业的发展非常重要，所以将政府资金作为一项创新投入指标。因此，设计创新投入指标包括：R&D经费支出X1（万元）、R&D人员数量X2（人）、政府补助资金年末存量X3（万元）。
3.2 创新产出指标
创新产出方面多是从收入和专利方面进行衡量，很多研究结果表明R&D与专利之间存在显著的相关性，很多研究都把专利作为创新产出的一项重要衡量指标。本文将最能反映产品技术创新的发明专利作为一项衡量指标，此外，从综合角度出发，选取营业收入作为一项衡量指标，反映创新投入和政府支持的成果。因此，创新产出指标包括：营业收入Y1（万元）、专利发明数Y2（项）。
三、实证分析
3.1原始数据
在工业4.0的战略背景下，2014年是全球机器人产业发展的重要一年，受到国家政策、市场需求、企业转型等众多因素的影响，很多企业积极投身于机器人产业浪潮中，企业的技术创新投入产出效果明显。本文以19家国内外机器人企业的2014年年报为原始数据来源，通过对创新投入产出相关数据的研究，分析国内外机器人企业创新能力。
依据第二部分的理论分析，本文首先选取在机器人行业具有代表性的4家国际大公司：iRobot、库卡、安川和ABB，然后选取国内各地的具有代表性的机器人企业，将这19家企业作为DMU，对其2014年的财务年报的相关数据进行有效分析。具体如表2所示，本文所选取的19家机器人企业的研发投入、研发人员、政府补助数据、营业收入及发明专利均来自各个企业公开发布的2014年度财务年报。
3.2 DEA计算结果
3.2.1 总体情况
根据C2R模型的运算，得出结果如表3所示，国外的4家企业iRobot、安川、ABB、库卡及国内的4家企业巨星科技、GQY视讯、江苏亚威、秦川机床的创新能力指数h=1，为DEA相对有效决策单元，即说明这8家企业的创新投入产出能力最高。其余11家企业都为非DEA有效。其中，勃朗特和汇川技术的h值接近于1，其创新投入产出能力接近于有效。而华中数控、中颖电子、南京埃斯顿等企业的h值很小，其创新投入产出效率较低，创新能力较弱。
总体上讲，国外机器人企业的创新投入产出效率较高，创新能力很强，国内部分机器人企业的创新投入产出效率也很高，但总体上差距很大。具体分析如下：
3.2.2 企业规模与创新能力
从这19家机器人企业的创新能力与企业规模的关系（如图1所示）看，机器人企业的创新能力与企业规模呈现正相关关系。总体上看，机器人企业的规模越大，其创新投入产出的能力越强。如国外的4家企业ABB、安川、库卡及iRobot都是大企业，其创新能力在全球都位居前列，而国内4家创新能力较强的企业也属于规模较大的企业。这说明规模较大的企业在组织创新资源、进行技术创新活动方面具有很大的优势。
3.2.3 企业年龄与创新能力
从这19家机器人企业的创新能力与企业年龄的关系看，机器人企业的创新能力与企业年龄呈现离散分布现象，但并不是无规律可循。如图2所示，企业创新能力随着年龄的增长会逐渐拉大差距，部分企业会保持较强的创新能力，如勃朗特、江苏亚威、秦川机床、Irobot、库卡、安川等，尤其是成为百年老企后，其创新能力会维持一个较高的稳定水平；
另一部分企业则逐渐失去创新活力，如汇川技术、京山轻机、华东数控、沈阳机床等，这些企业随着年龄的增长，或是遇到发展瓶颈，或者正处于转型关键期，其创新能力无法体现。
3.2.4 区域分布特征与我国机器人企业创新能力
从15家国内机器人企业的创新能力与企业分布的关系看，第一，国内机器人企业创新能力较强的4家企业中有3家（江苏亚威、巨星科技、GQY视讯）集中分布于江浙一带，出现了长三角经济带机器人产业的集聚趋势；第二，广东省的2家机器人企业（勃朗特、汇川技术）的创新力都弱于江浙地带的企业，反映了长三角经济带呈现超越珠三角经济带的趋势 ；第三，东北地区的2家机器人企业（沈阳机床、沈阳新松）的值都小于0.7，其创新能力较弱，反映了东北老工业基地整体经济缓慢的基本特征。
四、结论与建议
通过上述对国内外19家机器人的DEA分析，得出如下结论：一是国外4家机器人企业的创新投入产出效率均为1，说明他们的创新能力较强；二是国内机器人企业创新能力差距较大，有秦川机床、江苏亚威、巨星科技和GQY视讯4家企业的创新能力指数为1，说明他们的创新能力较强。但其他中颖电子、华中数控等7家国内机器人企业的创新能力指数均低于0.7，创新能力较弱；三是机器人企业的创新能力与企业的规模、年龄和区域位置都有很大的联系，如安川、ABB、库卡这样的企业年龄过百、营业规模庞大的企业，其创新能力较为突出。
由上述研究可以验证国内机器人企业的创新能力弱于国外企业，但是并不是不可以追赶和超越的，分析结果中显示的4家国内机器人企业创新能力很强，这说明我国机器人企业创新能力具有很大的提升空间。因此，需要在全球智能制造发展的大背景下，加大我国的政策支持力度，引导机器人企业的发展壮大；鼓励企业加大研发投入，提高创新能力；支持企业引进、培育高端科技人才，并实施激励措施留住人才；建立机器人产业创新中心，组织企业攻克关键共性技术；提升企业知识产权运用和保护能力，为企业走出去奠定坚实基础。
参考文献
中国电子学会.迈向机器人时代的中国选择[M].中国科学技术出版社，2015.
吴文江. 数据包络分析及应用[M]. 北京：中国统计出版社，2002.
赵树宽，余海晴，巩顺龙.基于 DEA 方法的吉林省高技术企业创新效率研究[J].科研管理，2013，（2）：6-43.
段婕，刘勇，王艳红.基于DEA改进模型的装备制造业技术创新效率实证研究[J]科技进步与对策，2012，3（6）：65-69.
张凌，基于OEA的企业技术创新项目评价与决策方法研究[D].哈尔滨工程大学：哈尔滨工程大学，2005.
GUAN J， MA N. Innovative capability and export performance of Chinese firms[J].Technovation，2003，23（9）：737-747.
BURGELMAN R A，CHRISTENSEN C M， WHEELWRIGHT S C. Strategic Management of Technology and Innovation[M].New York： McGraw Hill，2004.
陈云，谭淳方，俞立. 科技型中小企业技术创新能力评价指标体系研究[J].科技进步与对策，2011，1（2）：110-112.
程正中，吴永林，谢朝阳. 技术创新能力与企业规模的关系研究[J] .技术经济，2008，（6）27-31.
刘刊，王宏宇.基于投入产出的创新型企业成长能力评价指标的建立[J].企业技术开发，2009，7（28）：94-96.
刘俊杰，傅毓维.基于DEA方法的高技术企业创新效率研究[J]. 科技管理研究，2008，（3）：28-30.
王迎春，沈应龙.美国服务机器人产业创新——来自iRobot的经验与启示[J].全球科技经济瞭望，2014（4）：61-66.