工業(yè)企業(yè)自主創(chuàng)新效率研究

工業(yè)企業(yè)自主創(chuàng)新效率研究摘要：基于國家統(tǒng)計(jì)局提供的第三次全國經(jīng)濟(jì)普查數(shù)據(jù)，運(yùn)用DEA基本模型和超效率模型，對我國31個(gè)省市規(guī)模以上工業(yè)企業(yè)自主創(chuàng)新效率進(jìn)行評價(jià).結(jié)果顯示：我國工業(yè)企業(yè)自主創(chuàng)新效率并不理想，區(qū)域差異較大.北京、上海、浙江、安徽、湖南、廣東、海南、重慶、貴州、西藏10個(gè)省市的綜合效率為DEA有效，綜合效率平均水平只有0.80；除上述10個(gè)DEA綜合有效的省市外，吉林、江蘇、山東3個(gè)省市規(guī)模以上工業(yè)企業(yè)純技術(shù)效率為1，即為DEA弱有效；21個(gè)綜合無效的省市R&D活動(dòng)均存在不同程度的規(guī)模無效，其中約48%的省市在人力和財(cái)力方面存在投入冗余問題，約88%的省市存在產(chǎn)出不足的問題.關(guān)鍵詞：自主創(chuàng)新效率；DEA模型；超效率模型研發(fā)活動(dòng)是技術(shù)創(chuàng)新的基礎(chǔ)，投入產(chǎn)出效率決定著技術(shù)創(chuàng)新的數(shù)量和質(zhì)量.由國家統(tǒng)計(jì)局、科學(xué)技術(shù)部、財(cái)政部聯(lián)合發(fā)布的《2013年全國科技經(jīng)費(fèi)投入公報(bào)》數(shù)據(jù)顯示，2013年全社會研究與試驗(yàn)發(fā)展（以下簡稱自主創(chuàng)新或R&D）經(jīng)費(fèi)繼續(xù)保持增長，繼2012年我國R&D經(jīng)費(fèi)總量突破萬億后，2013年我國R&D經(jīng)費(fèi)達(dá)到11906億元，R&D投入強(qiáng)度首次突破2%.其中，工業(yè)企業(yè)R&D經(jīng)費(fèi)達(dá)9120億元，占R&D總經(jīng)費(fèi)的76.6%.由此可見，工業(yè)企業(yè)是我國研發(fā)活動(dòng)的主體，在我國增強(qiáng)自主創(chuàng)新能力過程中，工業(yè)企業(yè)的研發(fā)能力發(fā)展具有至關(guān)重要的作用.在建設(shè)創(chuàng)新型國家的背景下，2014年國家統(tǒng)計(jì)局等六部委聯(lián)合進(jìn)行了第三次全國經(jīng)濟(jì)普查.鑒于此，有必要利用最新統(tǒng)計(jì)數(shù)據(jù)對目前我國工業(yè)企業(yè)的R&D投入產(chǎn)出效率進(jìn)行系統(tǒng)性評價(jià)，分析不同省市在工業(yè)企業(yè)R&D投入產(chǎn)出效率上存在的差異.國內(nèi)外學(xué)者對自主創(chuàng)新效率進(jìn)行了大量研究.其中，國外學(xué)者對企業(yè)自主創(chuàng)新活動(dòng)的研究起步較早，且較多偏重于探討企業(yè)規(guī)模、市場結(jié)構(gòu)等因素對企業(yè)R&D效率的影響，Kuen-HungTsai［1］（2005）依據(jù)“熊彼特輸出假設(shè)”，通過對工業(yè)企業(yè)規(guī)模及其R&D產(chǎn)出關(guān)系的分析，認(rèn)為二者存在近似“U”型關(guān)系，即相對于中型企業(yè)而言，規(guī)模較大的企業(yè)和規(guī)模較小的企業(yè)在R&D活動(dòng)中擁有更大的優(yōu)勢.LiuXiaohui等［2］（2014）分析了高新技術(shù)企業(yè)的行業(yè)特性及國內(nèi)外競爭程度對創(chuàng)新行為的影響，指出國際競爭程度與企業(yè)引進(jìn)技術(shù)的強(qiáng)度正相關(guān)，與企業(yè)的自主創(chuàng)新負(fù)相關(guān)，而國內(nèi)競爭強(qiáng)度的加大則會削弱國際競爭的影響.另外，相關(guān)研究結(jié)果表明，影響企業(yè)R&D效率的因素除了企業(yè)規(guī)模、市場結(jié)構(gòu)外，還包括研發(fā)經(jīng)驗(yàn)［3］、外部R&D治理模式［4］、研發(fā)合作［5］以及全面質(zhì)量管理［6］等.國內(nèi)的許曉雯、蔡虹［7］（2004）引入經(jīng)濟(jì)效率概念，指出在R&D投入績效評價(jià)中應(yīng)貫徹產(chǎn)出/投入分析的思想，并嘗試運(yùn)用數(shù)據(jù)包絡(luò)分析（DEA）方法對我國30個(gè)省市的R&D投入績效進(jìn)行測度與評價(jià)，分析了東、中、西部三大地區(qū)R&D投入績效的差異.鐘衛(wèi)等［8］（2007）以2004年全國第一次經(jīng)濟(jì)普查規(guī)模以上工業(yè)企業(yè)科技及R&D活動(dòng)數(shù)據(jù)為依據(jù)，分析了不同行業(yè)、不同區(qū)域工業(yè)企業(yè)R&D投入和績效情況差異.韓東林，張瓊芝［9］（2012）以第二次全國R&D資源清查數(shù)據(jù)為基礎(chǔ)，通過數(shù)據(jù)包絡(luò)分析，得出了2009年我國各省市規(guī)模以上工業(yè)企業(yè)效率普遍不高的結(jié)論.通過對文獻(xiàn)進(jìn)行簡單梳理不難發(fā)現(xiàn)，國內(nèi)外學(xué)者從多種視角、利用不同方法和不同時(shí)期的數(shù)據(jù)對企業(yè)R&D活動(dòng)進(jìn)行了深入的研究.但是，根據(jù)國內(nèi)學(xué)者對我國工業(yè)企業(yè)R&D效率的測度結(jié)果，我國工業(yè)企業(yè)的R&D效率并不高.因此，在采取相應(yīng)的改善措施的同時(shí)，仍需要進(jìn)一步利用新數(shù)據(jù)檢驗(yàn)其實(shí)施結(jié)果.鑒于此，本文利用第三次全國經(jīng)濟(jì)普查的最新數(shù)據(jù)，運(yùn)用數(shù)據(jù)包絡(luò)分析（dataenve-lopmentanalysis，DEA）法及超效率模型，對2013年我國31個(gè)省市規(guī)模以上工業(yè)企業(yè)的R&D投入效率進(jìn)行比較分析.1DEA模型與評價(jià)指標(biāo)體系DEA方法由美國著名的運(yùn)籌學(xué)家Charnes、Cooper以及Rhodes于1987年創(chuàng)建.DEA方法的思路是用數(shù)學(xué)規(guī)劃模型評價(jià)具有多個(gè)輸入、多個(gè)輸出的決策單元（decisionmakingunit，DMU）的相對有效性.DEA方法具有以下兩個(gè)特點(diǎn)：一是可以根據(jù)決策單元的輸入、輸出的實(shí)際數(shù)據(jù)求得最優(yōu)權(quán)重，無需做任何權(quán)重假設(shè)；二是假定每個(gè)輸入都與一個(gè)或多個(gè)輸出相關(guān)聯(lián)，且輸入與輸出之間確實(shí)存在某種聯(lián)系，但是沒有必要確定這種關(guān)系的顯示表達(dá)式，即沒必要用一個(gè)函數(shù)表達(dá)式來表示這種關(guān)系.因此，根據(jù)研究需求，本文選擇DEA方法對我國31個(gè)省市規(guī)模以上工業(yè)企業(yè)的R&D投入產(chǎn)出效率進(jìn)行評價(jià).DEA方法是根據(jù)決策單元的“輸入”、“輸出”的相關(guān)數(shù)值來計(jì)算其相對有效性的，而構(gòu)建指標(biāo)體系正是一個(gè)確定“輸入”、“輸出”變量的過程.因此，選擇科學(xué)、系統(tǒng)的評價(jià)指標(biāo)體系是用DEA方法測算DEA的一個(gè)重要前提.根據(jù)工業(yè)企業(yè)R&D活動(dòng)自身特點(diǎn)、數(shù)據(jù)可獲得性及相關(guān)研究結(jié)論，本文選取規(guī)模以上工業(yè)企業(yè)R&D內(nèi)部經(jīng)費(fèi)支出（萬元）、規(guī)R&D人員折合全時(shí)當(dāng)量（人年）為投入（即輸入）變量，選取規(guī)模以上工業(yè)企業(yè)專利申請數(shù)、有效專利申請數(shù)、有效發(fā)明專利（件）、形成國家行業(yè)標(biāo)準(zhǔn)數(shù)（項(xiàng)）、新產(chǎn)品銷售收入（萬元）作為產(chǎn)出（即輸出）變量.以上指標(biāo)樣本數(shù)據(jù)均來源于國家統(tǒng)計(jì)局2013年第三次全國經(jīng)濟(jì)普查數(shù)據(jù).2評價(jià)結(jié)果分析使用DEAP2.1軟件計(jì)算綜合效率值、純技術(shù)效率以及規(guī)模效率值，運(yùn)用EMS1.3.0軟件計(jì)算DEA超效率值，對計(jì)算結(jié)果進(jìn)行整理（表1）.2.1綜合效率和超效率分析如表1所示，我國31個(gè)省市規(guī)模以上企業(yè)的R&D綜合效率平均值為0.80.其中R&D活動(dòng)為DEA有效，即綜合效率值為1的省市有10個(gè)，有北京、上海、浙江、安徽、湖南、廣東、海南、重慶、貴州、西藏，約占樣本總數(shù)的32%.其中，海南、西藏的綜合效率值較高，但事實(shí)上其R&D投入遠(yuǎn)不如北京、上海、浙江等地區(qū).這在一定程度上說明R&D投入效率并非與R&D投入水平呈簡單的正相關(guān)關(guān)系.另外，這10個(gè)省市的超效率值均大于1，意味著他們各自增加相應(yīng)比例的投入仍能保持其DEA有效.例如，安徽R&D活動(dòng)的超效率值為1.31，表明湖北規(guī)模以上工業(yè)企業(yè)增加26%的R&D投入后仍能保持其整體有效率.在其他R&D投入產(chǎn)出效率為DEA無效的21個(gè)省市中，約有38%的省市的R&D活動(dòng)的綜合效率值在總體平均水平（0.80）之上.這些省市既包括像天津、遼寧、山東這樣經(jīng)濟(jì)發(fā)達(dá)、技術(shù)先進(jìn)和資源豐富的省市，也包含像寧夏、新疆這些經(jīng)濟(jì)技術(shù)落后、R&D資源匱乏的省市.究其原因如下：雖然發(fā)達(dá)省市的R&D資源豐富，但由于邊際收益遞減規(guī)律存在，因此并非R&D投入越多則R&D效率越高，當(dāng)R&D投入達(dá)到一定程度時(shí)，過多的R&D投入反而會造成資源浪費(fèi)，從而降低R&D投入產(chǎn)出效率；另外，對于多種投入要素而言，存在最佳投入比例，不合理的投入比例同樣會降低資源利用率.對于經(jīng)濟(jì)欠發(fā)達(dá)的省市而言，R&D經(jīng)費(fèi)和R&D人才的缺口是共同的難題.此外，管理思想陳舊、生產(chǎn)技術(shù)落后等也在很大程度上制約了R&D投入產(chǎn)出效率的提高.2.2純技術(shù)效率分析綜合效率可以被分解為純技術(shù)效率和規(guī)模效率，進(jìn)一步分析各省市規(guī)模以上工業(yè)企業(yè)R&D活動(dòng)的純技術(shù)效率，有利于發(fā)現(xiàn)其綜合效率無效的原因.由表1可知，樣本地區(qū)規(guī)模以上工業(yè)企業(yè)R&D活動(dòng)的純技術(shù)效率平均值比綜合效率平均值略高，達(dá)到了0.85，而且有13個(gè)省市規(guī)模以上工業(yè)企業(yè)的R&D活動(dòng)是純技術(shù)有效的（即DEA弱有效），意味著這些省市規(guī)模以上的工業(yè)企業(yè)在給定投入水平下已實(shí)現(xiàn)最大產(chǎn)出，無法通過增加投入要素來增加產(chǎn)出.值得注意的是，在這13個(gè)規(guī)模以上工業(yè)企業(yè)的R&D活動(dòng)是純技術(shù)有效的省區(qū)中，吉林、江蘇、山東的規(guī)模以上工業(yè)企業(yè)的R&D活動(dòng)是綜合效率無效但純技術(shù)效率有效的，說明其規(guī)模以上工業(yè)企業(yè)R&D活動(dòng)的綜合效率并不是由純技術(shù)無效造成的.另外，有18個(gè)省市規(guī)模以上工業(yè)企業(yè)R&D活動(dòng)處于無效狀態(tài)，即其純技術(shù)效率值都小于1.縱觀31個(gè)省市規(guī)模以上工業(yè)企業(yè)R&D活動(dòng)的純技術(shù)效率值不難發(fā)現(xiàn)：超過一半的純技術(shù)效率有效的省區(qū)屬于東部地區(qū)，超過一半的純技術(shù)效率無效的省區(qū)屬于西部地區(qū).主要原因可能在于：相對于西部地區(qū)，東部沿海地區(qū)具有區(qū)位優(yōu)勢，與發(fā)達(dá)國家交往比較頻繁，是國際先進(jìn)技術(shù)和管理思想的首入之地，這使得東部沿海地區(qū)的工業(yè)企業(yè)的技術(shù)更新更快、更及時(shí)，管理制度更好、更健全，這些都促進(jìn)了其純技術(shù)效率的提高.2.3規(guī)模效率和規(guī)模效益分析規(guī)模有效是指被評價(jià)單元的生產(chǎn)規(guī)模既不偏大也不偏小，處于規(guī)模收益不變的狀態(tài).對比表1中的純技術(shù)效率值和規(guī)模效率值，可以發(fā)現(xiàn)，規(guī)模效率的平均值大于純技術(shù)效率的平均值，為0.95.但是，只有綜合效率為DEA有效的天津等10個(gè)省市的工業(yè)企業(yè)R&D活動(dòng)是規(guī)模有效的且處于規(guī)模收益不變階段.這說明這10個(gè)省市規(guī)模以上工業(yè)企業(yè)R&D活動(dòng)規(guī)模比較合適，現(xiàn)有的R&D投入資源得到了充分利用，它們幾乎能全部享用規(guī)模效率所帶來的收益，并且當(dāng)增加投入或產(chǎn)出時(shí)，其規(guī)模收益保持不變.其他21個(gè)省市規(guī)模以上工業(yè)企業(yè)的R&D活動(dòng)存在不同程度的規(guī)模無效.其中，內(nèi)蒙古、黑龍江、福建、江西、河南、廣西、甘肅、青海、寧夏、新疆10個(gè)省市處于規(guī)模收益遞增階段，即增加一定比例的R&D投入可以產(chǎn)生更大比例的R&D產(chǎn)出.因此這10個(gè)省市可以通過適當(dāng)增大R&D投入規(guī)模，實(shí)現(xiàn)工業(yè)企業(yè)R&D資源的優(yōu)化配置，充分利用規(guī)模收益遞增帶來的好處.其他11個(gè)省市規(guī)模以上工業(yè)企業(yè)均出現(xiàn)了R&D資源規(guī)模過大的現(xiàn)象，處于規(guī)模收益遞減狀態(tài)，因此可通過整合R&D經(jīng)費(fèi)投入、提高R&D人員素質(zhì)、優(yōu)化R&D投入要素結(jié)構(gòu)來實(shí)現(xiàn)規(guī)模效益.2.4投影分析進(jìn)行投影分析有助于進(jìn)一步了解規(guī)模以上工業(yè)企業(yè)的R&D活動(dòng)為無效的省市的R&D投入冗余和產(chǎn)出不足情況.本文在測算各省市規(guī)模以上工業(yè)企業(yè)的R&D活動(dòng)效率的同時(shí)，整理出了部分省市的R&D投入冗余和產(chǎn)出不足數(shù)據(jù)（表2）.在投入方面，天津、山西、遼寧、云南、陜西、青海、新疆7個(gè)省市R&D經(jīng)費(fèi)存在投入過剩，黑龍江、福建、河南3個(gè)省市的R&D人員全時(shí)當(dāng)量均存在不同程度的投入冗余.事實(shí)上，除了天津和遼寧兩省市，這些存在R&D投入冗余的省市本身所擁有的R&D資源并不十分豐富，其R&D投入量也不如東部發(fā)達(dá)地區(qū)的省市.相對于產(chǎn)出，其投入出現(xiàn)冗余的原因可能是這些地區(qū)的R&D投入要素比例不夠合理、R&D經(jīng)費(fèi)沒有用到關(guān)鍵之處、R&D人才的能力不夠高，這些導(dǎo)致R&D活動(dòng)效率低下.在產(chǎn)出方面：除云南、陜西、青海三個(gè)經(jīng)濟(jì)發(fā)展水平較落后的省市外，其他絕大多數(shù)省市在新產(chǎn)品銷售收入指標(biāo)上不存在產(chǎn)出不足的現(xiàn)象，應(yīng)該繼續(xù)保持；就專利申請方面來看，天津、內(nèi)蒙古、遼寧、黑龍江、江西、河南、廣西、四川、陜西、甘肅、寧夏等省市的專利申請量不足，天津、河北、山西、江西、河南、湖北、四川、云南、甘肅、新疆等省市的有效專利申請量有待提高，天津、河北、內(nèi)蒙古、遼寧、福建、江西、河南、湖北、廣西、甘肅、青海、寧夏、新疆等省市的有效發(fā)明專利產(chǎn)量較少；黑龍江、福建、江西、河南、廣西、青海、寧夏等省市在形成行業(yè)或國家標(biāo)準(zhǔn)方面實(shí)力較為薄弱.不難發(fā)現(xiàn)，這些專利申請及形成行業(yè)及國家標(biāo)準(zhǔn)能力較為薄弱的省市大多都是經(jīng)濟(jì)較為落后的地區(qū)，其經(jīng)濟(jì)及科技實(shí)力較為薄弱.因此，對于這些?。ㄊ校┒?，應(yīng)加大政府對自主創(chuàng)新活動(dòng)的扶持力度，減少專利申請保護(hù)成本，鼓勵(lì)和幫扶這些省區(qū)的工業(yè)企業(yè)的創(chuàng)新活動(dòng).3結(jié)論從評價(jià)結(jié)果來看，我國31個(gè)省（市）規(guī)模以上工業(yè)企業(yè)自主創(chuàng)新效率并不理想，且省際差異較大：僅北京、上海、浙江、安徽、湖南、廣東、海南、重慶、貴州、西藏10個(gè)省市的綜合效率為DEA有效，綜合效率平均水平只有0.80；除上述10個(gè)DEA綜合有效的省市外，吉林、江蘇、山東3個(gè)省市規(guī)模以上工業(yè)企業(yè)純技