新常态下中国工业企业R&D投入产出效率区域差异分析

【摘要】本文基于2014年工业企业科技活动统计年鉴的分地区企业数据，利用经典的DEA模型分析31个省市地区R&D活动投入产出效率。实证得出各省市地区效率低下并且存在差异，提出增加人员和经费的投入以及引进科学技术来提高R&D活动效率的对策。

【关键词】新常态下；研发；数据包络分析；工业企业

引言

改革开放30多年来，经济快速增长积累的风险日益凸显和释放，面对中国经济增速的持续下滑，同志提出中国要走经济新常态道路，并将其作为国家经济发展的战略核心，试图转变旧的经济增长方式即由依靠投资驱动和要素驱动的粗放型增长转变为依靠创新驱动的集约增长，让增长动力趋于多元化，促进经济持续发展。工业企业是我国经济发展的重要支柱，其发展和创新的优劣直接影响着我国经济发展和创新的水平，而工业企业创新水平高低的关键是研发活动投入产出效率的高低，因此提高工业企业r&d投入产出效率，优化资源配置效率是实现我国经济是否走新常态道路的重要途径。

1文献综述

对于R&D活动的研究，通过对文献的研究发现，对R&D活动的研究归为三类：一类是对R&D活动基础性的研究，研究多涉及方法和理论方面，较少涉及理论知识在实践中的应用；二类是对R&D活动与企业实践的研究；三类是创新研究，建立在基础研究和应用研究成果上进行创新。Charnes（1978）提出决策效率的概念，并通过一系列地数学推理得出不同的决策单元在多个投入和产出条件下的效率。进而，Charnes（1984）运用数据包络分析法系统地分析了不同决策单元的效率问题。对于应用性研究，如Schumpeter（1942）认为市场结构和企业规模是影响研发效率的重要因素，较高的垄断性和集中度给企业R&D活动提供了有利条件，同时还发现大型企业R&D活动效率要高于小型企业。R&D与企业创新的关系，近年来研究较多，Asher（2009）运用两阶段模型描述最优的R&D和企业竞争与创新的关系。Ulrich（2015）提出R&D人员的流动性影响企业整个的创新活动，流动性越强，专利积极性越好，创新能力增强。M.T. CostaCampi（2014）运用2004C2010年西班牙能源工业的数据进行分析得出R&D强度与公司流程创新呈正相关。得出类似结论的还有Shengce Ren（2014），他认为当中小企业R&D和营销能力较高时，国际化对企业创新绩效有积极的影响。

2指标选取与数据分析

2.1指标选取

为了保证实证分析结果的科学性、准确性以及先进性，本文选取了2013年我国分地区企业数据，数据来源于《工业企业科技活动统计年鉴（2014）》。通过参考相关文献，笔者选取以下指标构建指标体系：投入指标（R&D人员折合全时当量（万人年）、R&D经费内部支出（万元））、产出指标（有效发明专利数（件）、新产品销售收入（万元））

2.2R&D投入现状分析

对于R&D投入现状的分析，本文从R&D人员折合全时当量和R&D经费内部支出两个方面进行分析。根据2014年工业企业科技活动统计年鉴发现，在人员和经费方面，东部地区均拔得头筹，人员折合全时当量高达169.77万人年，占全国的68.07%；R&D经费内部支出高达5653.39万元，占全国的67.96%。位居第二的是中部地区，其人员折合全时当量为43.40万人次，占比17.40%；R&D经费内部支出为1359.68，占比16.35%。西部地区和东北地区相对较少，与前两者差距较大。

3实证分析

3.1数据包络分析法―DEA非参数法

DEA是使用数学规划（包括线性规划、多目标规划、具有锥形结构的广义优化、半无限规划、随机规划等）模型，评价具有多个输入、特别是多个输出的“部门”或“单位”（称为决策单元，简记DMU）间的相对有效性（称为DEA有效）。

3.2 DEA基本模型

本文选取C2R模型来衡量各决策单元的相对有效性，C2R模型的一般对偶形式为：

min θ

s.t.

nj=1λjxj+s+=θx0

nj=1λjyj-s-=y0

λj≥0，j=1，2，…，n

θ无约束s+≥0，s-≥0

上式中θ表示决策单元的综合效率值，S+、S-为松弛变量。在模型中，若θ=1，且S+=S-=0则决策单元为DEA有效；若θ=1，且S+=S-≠0，则决策单元为DEA弱有效；若θ

4实证分析

4.1综合效率分析

从表中看出，综合效率最高为1，最低为0.308，均值0.753。在综合有效的地区有6个，分别是北京、上海、浙江、湖南、广东和，占全国的19.35%。DEA有效说明这些地区R&D活动效率整体达到最优，其中前5个省市地区在创新和管理上都达到了较高水平，经济基础夯实。则是我国“五个少数民族自治区”之一，得到国家有效的管辖，具有良好的政策支持。剩下的地区均有不同程度的DEA无效。其中轻度DEA无效的有8个，分别是天津、辽宁、江苏、安徽、广西、海南、重庆和四川，占全国的25.81%。占全国比重38.71%的中度DEA无效地区有12个，剩下的是严重DEA无效，有5个分别是山西、内蒙古、黑龙江、陕西以及青海，占比最少，仅为16.13%。这些地区都是中国传统工业地区，技术落后，管理水平低下以及创新能力不足。由表看出，绝大部分地区R&D活动效率不高，投入产出效率低下，因此要加大投入力度，提高管理水平和创新能力，促进我国各地区的R&D投入产出效率。

4.2 纯技术效率分析和规模效率分析

综合效率是纯技术效率和规模效率的乘积，因此具体分析综合效率可从以下两个方面分析：纯技术有效和规模无效、纯技术无效和规模有效。

纯技术有效和规模无效的地区有3个，它们分别是：江苏、山东和海南。这些地区处于沿海地区，对外交流方便，地理位置优越，R&D活动效率较高，但是由于规模的限制，导致整个效率未能达到最优水平。因此要充分利用自身的地理优势的同时扩大生产规模，增加研发人员和经费的投入，提高活动的投入产出效率，进而提高分地区工业企业的研发创新能力。

纯技术无效和规模有效的地区有：天津、安徽、福建、湖北和陕西。这些地区的企业规模适宜，但是由于地理因素，技术得不到很好的交流和引进，技术落后，因而使得整个R&D活动投入产出效率低下。因此要引进先进技术，充分依托良好的政策支持，促进与发达地区的经济技术交流，提高这些地区的创新能力。

五、主要结论与政策建议

总结上述实证分析可得：（1）我国绝大部分地区企业R&D活动投入产出效率低下，总的来说东部地区效率较高，整个成东中西阶梯式效率递减模式。（2）不同地区企业之间效率差异大，各省市之间发展不平衡。存在一部分地区企业规模不适宜和一部分地区技术落后。因此首先不断引进外国或发达地区的科技技术，提高管理水平，增加人员和经费的投入，改变旧的粗放式投入模式为集约式投入模式，提高R&D投入产出效率。其次，要不断发掘和利用政府的优惠政策，利用产业集群的良好环境激发自身的创新能力，提高自主创新能力，促进R&D活动效率的提高，从而促进企业创新。同时产业集群是指在特定的区域，在某个集中的环境下，不同分工合作关系的企业通过中横交错的网络关系紧密联系在一起形成一个空间积聚体。实证结果表明，产业集群程度高的企业R&D资源配置水平高。因此要促进产业集群的形成，充分利用产业集群的优势。最后，人是事物的主体，应该充分发挥人的主观能动性作用，我国工业企业的研发人员大部分属于低层次的研发人员，高层次研发人员所占比例低，因此要建立建立科学系统的人才培养机制，提高研发人员的素质，促进企业研发效率提高，进而提高创新能力。

参考文献：

[1]A.Charnes W.W.Cooper and Rhodes E. L. Measuring the efficiency of decision making units[J].European journal of operational research，1978，2（6）：429444

[2]R.D.Banker，A. Charnes，W.W.Cooper. Some models for estimating technical and scale in efficiencies in data envelopment analysis[J].Management science，1984，9（1）：10781092

[3]SCHUMPETER J A. Capitalism，Socialism and Democracy[M].New York：Harper and Row，1942

[4]Asher Tishler，Irena Milstein.R&D wars and the effect of innovation on the success and survivability of firm in oligopoly markets[J].International journal of industrial Organization，2009，（27）：519531

[5]Ulrich Kaiser，Hans Christian Kongsted，Thomas Ronde. Does the mobility of R&D labor increase innovation？[J].Journal of Economic Behavior & Organization，2015（110）：91105

[6]M.T.CostaCampi.N.DuchBrown.J. GarcíaQuevedo.R&D drivers and obstacles to innovation in the energy industry[J].Energy Economics，2014（46）：2030

[7]Shengce Ren，Andreas B. Eisingerich，HueiTing Tsai. How do marketing，research and development capabilities，and degree of internationalization synergistically affect the innovation performance of small and mediumsize enterprises（SMEs）？A paneldata of Chinese SEMs[J].International Business Review，2014（4）：110

基金项目：

安徽省高校省级人文社会科学研究重点项目“焦点核型结构产业集群创新网络演进模型与实证研究”（SK2014A165）；全国统计科学研究计划项目“长三角地区高技术服务业现状评价及对策研究”（2011LY022）。

作者简介：

陈晓芳（1990-），女，安徽池州人，硕士，安徽大学商学院，研究方向：技术创新评价。