湖南省R&D投入产出效率研究

2016-03-04陈文俊李涵刘执圭潘红玉

经济数学 2015年4期

陈文俊　李涵　刘执圭　潘红玉

摘要以湖南省R&D投入产出活动为研究对象，采用数据包络分析法（DEA）的BCC模型，结合全国30个省市R&D投入产出数据，对2013年湖南省R&D投入产出效率进行比较分析，并根据实证结果提出相关对策及建议.

关键词 R&D；投入产出效率；DEA

中图分类号 F223；F127 文献标识码 A

Abstract This paper analyzed the R&D input and output activities of Hunan province based on the BCC model， a normal model of DEA. Combining 30 provincial regional statistics， a comparative analysis of R&D inputoutput efficiency of Hunan province in 2013 was constituted. Then on the basis of empirical research， some relevant countermeasures and suggestions were proposed.

Key words R&D；InputOutput efficiency；DEA

1 引言

一国经济的发展和创新能力的提升都离不开科技的助推，科技是国家强盛之基，创新是民族进步之魂[1].技术创新是促进科学技术又好又快改革的重要动力，它来源于R&D活动的发展，并以其为核心内容.一个国家科技实力和核心竞争力往往与R&D活动规模息息相关.2013年中国R&D经费内部支出为11 846.6亿元，投入强度为2.08%，已进入创新阶段（R&D投入强度为2%），但离建设创新型国家的目标（2.5%）[2]仍有0.42%的差距.科技资源的有限性与社会需求的无限性并存，完善配置资源，使效用最大化，进而推动科技进步，值得各界重点关注.

近些年，不少专家、学者从不同的角度，如国家、区域、产业的差别，采用多种方法研究R&D创新效率，并得到了较为丰富的研究成果.廖伟（2010）比较了中国与OECD国家的科研投入，研究发现中国与部分国家如韩国、日本、德国等还存在差距，主要体现在R&D投入总量不足、强度偏低，尤其是在基础研究上的经费投入过少[3].张永凯（2011）基于随机前沿模型，通过整理1996～2006年的面板数据，详细分析了31个国家的R&D资源配置效率.认为科技大国的资源配置效率反而较低，中国的效率相对较高[4].有的学者从省际比较的角度出发，如卢方元（2011）从经费投入与结构两个角度研究中部六省R&D活动情况.发现中部六省对原始创新重视不够，六省间效率存在差异，且政府支持力度有待加强[5].张明火（2014）采用DEA模型，研究比较了2004-2011年各省市R&D活动效率.结论表明我国整体效率差异化明显，综合效率东部高于西部高于中部，而且高效率和差效率阶段的省份数量少，中间两个阶段省份数量偏多[6].还有学者以单个省市为研究对象，如罗玮（2011）通过构建R&D投入产出效率的评价指标体系，发现南京市各区县之间资源利用效率存在差异，且南京市投入产出效率在省内外排名不理想[7].韩笑南（2014）从产出角度做DEA模型分析，旨在提高R&D资源利用率，发现陕西省产出不足主要表现在高技术产业产出率低以及专利产出不足[8].针对产业创新效率研究的学者也不少，綦良群等（2014）以中国装备制造业R&D效率及其影响因素为切入点，采用SFA方法和柯布道格拉斯生产函数构建模型，其创新点在于系统地解释了中国装备制造业R&D效率的发展现状、规律和趋势，并分析了其影响因素[9].在识别和选择先导性战略新兴产业的过程中，陈文俊（2013）按照战略新兴产业存在未知、待发掘的特点，透过知识发现的视角，采用关联规则方法，根据R&D经费投入强度指标与专利授权量指标之间的强关联规则关系，建立先导性战略新兴产业数据挖掘关联规则识别模型.以中国长三角地区为实证分析对象，在对该地区的战略新兴产业进行识别时，得出5条符合约束条件的强关联规则，其对应的战略新兴产业的产业顺序分别为高端装备制造等5个产业 [10].

2 投入产出现状分析

2.1 投入现状

国内外学者通常利用物质资源与人力资源来展现其研究对象研发活动的投入规模.物质资源包括R&D经费内部支出和R&D投入强度，具体来说R&D经费内部支出是指在统计年度内，调查单位用于内部开展R&D活动的实际支出，R&D投入强度是指R&D经费内部支出占当年生产总值的比重；人力资源是指全社会R&D人员的数目，一般用R&D人员全时当量表示[11].通过查阅近几年的《湖南省科技统计年鉴》和《湖南省统计年鉴》，本文对湖南省的R&D投入现状进行了一定的研究，并做出了详细分析.

2.1.1 R&D投入规模和强度

由表1可以看出，2009～2013年间，湖南省GDP从13 059.69亿元增长到24 501.67亿元，R&D经费内部支出从153.5亿元增长到327.03亿元.短短五年间，增幅高达87.6%和113.1%.通过表中数据，可以发现无论是湖南省生产总值还是研发经费内部支出，虽然金额逐年增长，但是增速逐年放缓.

2013年湖南省研发经费内部支出为327.03亿元，较上年增长13.68%，其中，基础研究支出10.95亿元，应用研究支出42.09亿元，用于试验发展的经费支出高达273.98亿元，同比分别增长17.97%，12.96%，13.62%.由上述数据可知，试验发展支出占R&D经费内部支出的83.78%，处于绝对主导地位，湖南省对于基础应用研究的经费投入还有待提升，尤其是基础研究支出经费占比过低，只有3.35%.从经费执行部门来看，86.18%的经费用于企业R&D活动，其中工业企业占比达到95.94%，而科研机构和高等学校的R&D活动经费支出占比各为5.15%和8.01%.83.19%的经费来自于企业自筹，金额高达272.07亿元，来自政府的资金只有46.10亿元，占比只有14.1%.这也在一定程度上解释了湖南省用于基础和应用研究经费占比过少的原因，因为政府出资较少，大部分R&D经费来自于企业自筹，多用于企业的试验研发.endprint

“十二五”规划的主要目标之一是力争研究与试验发展经费支出占国内生产总值比重达到2.2%[12].图1展示了湖南省和全国R&D强度的比较，可看出，全国R&D投入强度逐年增长，2013年达到2.08%，按这个增长速度，实现“十二五”目标指日可待.但较其他发达国家，我国R&D投入强度仍有待加强，据中国科技统计年鉴归纳整理，R&D投入强度国际排名中，2012年韩国以4.36%排第一，紧随其后的是芬兰（3.55%），以及瑞典（3.41），日本（3.35%）.湖南省R&D投入强度呈现逐年增长的趋势，2013年达到1.33%，较上年增长0.3个百分点.2010年R&D投入强度同比减少0.02个百分点，究其原因是当年R&D增速只有21.54%，低于GDP增速.虽然湖南省R&D投入强度平稳增长，但与全国其他先进地区相比，仍有差距.2013年北京R&D投入强度为6.08%，上海3.6%，天津2.98%，江苏2.51%.纵观2009—2010年全国各省市R&D投入强度，湖南省排名较稳定，大致处于全国第15名的位置，且每年R&D强度均未超过全国平均水平.

2.1.2 人力资源投入

2013年湖南省R&D人员全时当量为103 421人年，较上年增加3.38%，是2009年的1.62倍.由表2可知，R&D人员全时当量逐年增长，但增长率却在放缓，尤其是2013年增长率远低于前几年的水平.

3.38 数据来源：湖南省统计年鉴归纳整理.

2013年湖南省基础研究人员6 825人年，应用研究人员13 189人年，试验发展人员83 407人年，基础研究人员和试验发展人员分别同比增长9.92%和3.83%，应用研究人员同比下降2.31%.与全省R&D人员全时当量相比，各占比6.6%，12.75%，80.65%.由图2可知，2009～2013年间，从事基础研究的研发人数最少，从事试验发展的R&D人员占有绝对地位.湖南省作为教育大省，人力资源丰富，但2013年湖南省从事研究的人员只有49 507人年，在全国的排名仅第12位，远不及广东（179 605人年）、江苏（147 688人年）、和北京（127 649人年）.

2.2 产出成果

R&D成果具有知识性和经济性，细分来看，知识性体现在有效发明专利数和国外主要检索工具（SCI，EI，CPCIS）收录我国科技论文数上，技术市场成交合同金额以及高技术产业新产品销售收入是经济性的主要代表.表3列明了2009～2013年湖南省产出成果的情况，可以发现，2013年无论是知识成果还是经济成果，均有较大的提升.

有效专利数指调查单位作为专利权人在报告年度拥有的、经国内外知识产权行政部门授权且在有效期内的专利件数[11].通过查阅2014年《中国科技统计年鉴》，湖南省2013年有效专利共计75530件，全国排名第12名，平均每万人口11.3件有效专利，在全国排第16位.远比不上排名前五的北京（103.7）、浙江（100.5）、上海（80.5）、江苏（77.7）、广东（55.1）.通过查阅数据可知，虽然湖南省有效专利件数比黑龙江、陕西多，但由于人口数多于这两个地区，故全国排名落后于两省.此外，通过查阅2014年中国科技统计年鉴，湖南省2012年被国外主要检索工具收录的科技论文数共计12 679篇，平均每万人1.9篇，全国排第十二位.北京每万人达到29.3篇，上海每万人有12.0篇，湖南省在论文收录数量与质量上还有待提升.

经济成果方面，2013年湖南省技术市场成交合同金额达77.21亿元，增幅高达82.78%，全国排名也上升了三位，位居全国第16名，但较北京2 851.72亿元、陕西533.28亿元和上海531.68亿元来说仍存在较大差距.湖南省2013年高技术产业新产品销售收入为761.68亿元，全国排名第10位，是上年的2.06倍，占比从1.44%提升至2.44%.

总体来看，湖南省R&D活动投入产出情况在全国处于中等地位，仍有提高的可能.具体来说，R&D经费内部支出、R&D人员全时当量、主要检索工具论文收录数以及高技术产业新产品销售收入排名较靠前，有效专利数全国排名中等偏上，但R&D投入强度、有效专利数和技术市场成交合同金额排名较靠后，应加大关注力度，使得合适的R&D投入带来较大的R&D产出.

3 R&D投入产出效率模型分析

3.1 模型原理

数据包络分析法（Data Envelopment Analysis），简称DEA方法.著名运筹学家A.Charnes、W.W.Cooper和E.Rhodes于1978年第一次提出并命名，旨在评价多个部门或单位间的相对有效性.该方法的原理是对输入的投入产出数据进行综合分析，确定理想的生产前沿面，通过观察各决策单元（DMU）与理想生产前沿面之间的距离，确定DMU是否为DEA有效，并指出其他非DEA有效的决策单元改进方向.

由于CCR模型不能单纯地评价“技术有效”性，1984年Banker、Charnes和Cooper给出了能单独评价DMU“技术有效”的BCC模型[13].通过该模型可以得到决策单元的纯技术效率、规模效率以及规模报酬.其主要内容是：假设有n个部门，每个部门作为一个决策单元（DMU），每个决策单元都有m个投入和s个产出.它们分别由向量Xj和Yj表示，具体模型如下所示：

3.2 评价指标建立

对于R&D活动效率的分析，学术界通常采用的定量方法有两类.一类是如张永凯[4]、綦良群[9]等学者采用的随机前沿分析法，另一类则采用DEA方法，如张明火[6]、韩笑南[8]等学者.而罗玮[7]、张宇青[14]则将两种方法结合起来对R&D效率进行评价研究.由于R&D活动具有多投入多产出的显著特点，因此参考其他学者的方法，本文拟选用DEA方法，基于投入角度的BCC模型，选择规模可变的角度来衡量湖南省R&D投入产出效率.endprint

根据研发活动的特点和数据的可得性进行数据筛选，本文以R&D人员全时当量、R&D经费内部支出和新产品开发经费作为R&D投入指标，把有效专利、国外主要检索工具（SCI、EI、CPCIS）收录论文数、技术市场成交合同金额和高技术产业新产品销售收入作为R&D产出指标.由于投入产出具有滞后性，因此，参考学者的做法，将滞后期设置为1年.本文拟对湖南省R&D效率进行横向比较，以全国30个省市自治区（西藏部分数据缺失，不包括西藏）为研究对象，分析其2012年的R&D活动投入数据与2013年的R&D活动产出数据.（数据来源：2013～2014《中国科技统计年鉴》）

3.3 结果分析

通过运行软件DEAP2.1，得出下列结果.其中，综合效率是在固定投入量下，产品的实际产出与最大产出之间的比率，它不考虑规模收益，而纯技术效率与规模效率则是考虑了规模收益.由表4可知，达到DEA有效的单元为北京、天津、吉林、黑龙江、江苏、浙江、河南、广东、重庆、陕西、甘肃、青海和新疆共计十三个地区，其纯技术效率和规模效率均是1，意味着其经济活动不仅实现了技术有效，而且达到规模有效，并且保持规模报酬稳定，此时的R&D投入产出效率为最佳状态.另外，内蒙古和海南的纯技术效率是为1，但规模效率各为0.525和0.626，均没达到1，表示在既有规模下，其技术效率有效，不存在资源浪费现象，但规模效率还有待提升.从规模报酬看内蒙古处于规模递减状态，而青海处于规模递增状态，这两个省应当根据本省情况分别增减投入规模，从而使得投入产出实现DEA有效.

由于DEA无效的决策单元存在，无法根据综合效率的数值，来比较每个省市之间的效率大小.为了更好地了解湖南省R&D投入产出效率在全国所处的位置，可以通过剔除有效决策单元，并对剩下的决策单元重新做DEA分析[15].由第二次分析结果，这时，可以发现：内蒙古、辽宁、上海、安徽、福建、湖北、湖南、四川、贵州以及云南处于DEA有效状态.再一次剔除这些DEA有效的省份，对剩下的省份做DEA分析，由结果表4可以发现此时处于DEA有效的是河北、山西、江西、山东、广西和海南，而宁夏仍为DEA无效状态.

由上述实证分析可看出：湖南省在第二次DEA分析后才达到有效状态.若根据该结果，将全国30个省市分为四个阶层，湖南省处于第二阶层，对应来说，其R&D投入产出效率居于全国中等水平.详细来看，湖南省综合效率是0.876，虽然高于全国平均水平（0.837），但仍是非DEA有效.其规模效率是0.993，纯技术效率只有0.882，低于全国平均水平（0.888），体现了湖南省R&D投入资源利用率偏低，投入与产出结合水平不高，可能存在资源浪费，挖掘不足的情况.

由表5可知，通过与生产前沿面的比较，湖南省在同样的产出情况下投入冗余.其中R&D人员全时当量、R&D经费内部支出以及高技术产业新产品开发经费的冗余率都达到了11.83%.而作为产出指标之一的技术市场合同成交金额严重不足，其产出不足率高达318.71%.因此，适度缩减投入规模，即在产出不变的情况下，投入比例减少11.83%；或者提高管理水平和效率，进一步提升纯技术效率，使得产出增加.

4 结论与对策

本文以1年作为R&D投入产出活动的时间滞后期，选取DEA模型来分析湖南省R&D投入产出效率，得出下列结论，从而提出相应的对策建议.

第一，之所以湖南省R&D投入产出效率较低，主要是由于纯技术效率较低，且低于全国平均水平.对比上年，湖南省规模效率显著提升，但纯技术效率有所降低.这表明，湖南省虽然通过加大科技投入来带动规模效率的大幅提升，但对已有资源的挖掘不足，没有使其充分利用.因此，促进纯技术效率的提升将成为接下来的工作重点.

第二，投入资源冗余，对其利用不充分也是造成湖南省R&D投入产出效率低的原因之一.通过上述分析可知，在既有的产出规模下，湖南省R&D资源投入冗余率为11.83%，较上年提升11.08%.因此，关注的重点不是减少投入资源绝对数量的问题，而是投入资源的合理配置，提高已有资源的利用率.结合湖南省自身特点，合理调整投入与规模的关系，使二者协调发展，共同促进创新产出.

第三，创新产出不足，不仅是由于没有合理使用投入资源，更多地体现为成果转化率低，主要表现在技术市场成交合同金额远没有达到应有水平.因此，政府应给予足够的引导与支持，推动科技成果的市场化[15-19].具体来说：完善与知识产权保护相关的法律，为科技成果的市场化与创新提供法律保障；加大科技成果转化引导基金的投入，简化审批流程，更好地服务中小企业；规范技术市场，加强产学研合作，引入正规的中介机构，促进知识到成果的转化；在提高现有科技人才专业素质的同时，发掘、引进并培养更多的科技人才，建立并完善奖励机制，降低人才流失率.

参考文献

[1] 习近平.科技是国家强盛之基，创新是民族进步之魂[N].人民日报.2014-6-10.

[2] 成思危.论创新型国家的建设[J].中国软科学，2009，24（12）：1-14.

[3] 廖伟.中国与OECD国家R&D投入比较研究[J].特区经济，2010（8）：107-109.

[4] 张永凯.世界主要国家R&D资源配置效率及影响因素研究[J].世界地理研究，2011，31（3）：18-26.

[5] 卢方元，刘龙飞.中部六省R&D经费投入与结构分析[J].地域研究与开发，2011，29（5）：26-29.

[6] 张明火，何郁冰.我国地方R&D活动效率比较研究[J].科技进步与对策，2014（2）：24-29.

[7] 罗玮.南京市R&D投入产出效率研究[D].南京财经大学经济学院，2012.

[8] 韩笑南，李爱鸽.陕西省R&D投入产出效率研究[J].农村经济与科技，2014，28（1）：150-153.

[9] 綦良群，王成东，蔡渊渊.中国装备制造业R&D效率评价及其影响因素研究[J].研究与发展管理，2011，23（1）：111-118.

[10]陈文俊.基于R&D指标的先导性战略新兴产业发现研究[J].财经理论与实践，2013，34（1）：109-113.

[11]国家统计局，科学技术部.中国科技统计年鉴——主要统计指标解释[M].北京：中国统计出版社，2013.