APP下载

京津冀规模以上工业企业产学研协同创新评价:DEA分析

2016-03-24许志程

商业经济 2016年1期
关键词:京津冀

张 健,许志程

(1.天津中医药大学 管理学院;2.天津中医药大学 研究生院,天津 300193)



京津冀规模以上工业企业产学研协同创新评价:DEA分析

张健1,许志程2

(1.天津中医药大学管理学院;2.天津中医药大学研究生院,天津300193)

[摘要]随着京津冀地区经济和社会的不断发展,规模以上工业企业产学研协同创新的实施无疑是推动京津冀地区经济和社会发展的关键动力,也是实现京津冀地区协同发展战略的需要。基于区域系统创新理论,根据京津冀地区规模以上工业企业相关R&D投入与产出数据,并运用DEA模型对其产学研协同创新进行实证分析与评价研究。研究发现:京津冀地区规模以上工业企业产学研协同创新效率存在一定的地区差异,京津两地为DEA有效,河北为弱DEA有效。这需要各个地区政府、企业、高校和科研机构的共同努力才能实现产学研协同创新的健康发展。

[关键词]京津冀;规模以上工业企业;产学研协同创新;DEA

许志程(1991-),福建龙岩人,天津中医药大学研究生院硕士在读。研究方向:医药产业战略与创新。

规模以上工业企业是指每年的主营业务收入突破2000万的工业企业,其作为产学研协同创新体系的重要组成部分,在推动京津冀地区经济发展和转型方面扮演着重要角色。2015年4月30日,中央政治局会议审议通过了《京津冀协同发展规划纲要》,使京津冀协同发展上升到重大国家战略。随着京津冀地区经济和社会的不断发展,规模以上工业企业产学研协同创新的实施无疑是推动京津冀地区经济和社会发展的关键动力,也是实现京津冀地区协同发展战略的需要。如何提高京津冀地区规模以上工业企业产学研协同创新效率已然成为当地政府和广大学者关注的热点问题。因此,对京津冀地区规模以上工业企业产学研协同创新效率的研究具有一定的现实意义。

一、研究综述

目前多数学者关于产学研协同创新的研究主要集中于对其内涵、理论模型和评价指标体系等进行深入剖析。Kazuyuki Motohashi(2005)[1]基于企业的规模因素,认为产学研协同创新能够使较小规模的公司实现较大规模的收益。张卫国,李江(2009)[2]认为产学研合作既是合作主体之间利益上的合作,也是技术上的合作。王浩,梁耀明(2011)[3]认为产学研协同创新是指具有异质性的生产、教学、研究的各个主体在一系列市场、政策以及法规等因素的支持与驱动下,通过签订合作协议的形式,凭借自身的优势资源共同参与生产和研发活动的合作。沈云慈(2014)[4]认为产学研协同创新是在市场需求的拉动下,相关利益主体通过技术、信息、知识、资金和人才等资源的优势互补,充分发挥创新主体的有效协同功能,实现创新目的。随着产学研协同创新在区域创新体系中的不断运用,国内外学者所采用的研究理论视角在不断扩展,针对实践中产学研协同创新理论的研究也呈现多元化的特点。张米尔,武春友(2001)[5]基于交易成本理论将产学研协同创新的交易成本分为谈判成本、沟通成本和履约成本。段晶晶(2014)[6]认为耗散系统理论和协同创新理论是产学研协同创新绩效提升路径的理论基础。曾萍,李熙(2014)[7]基于国家创新系统理论认为产学研协同创新中企业、高校、科研院所、中介机构、产业政策等都是创新系统不可或缺的部分和环节。胡慧玲,杜栋(2015)[8]基于信息的观点和有限理性的视角,运用博弈论来探析产学研的互动学习机制。由于学者们基于不同的理论模型,所构建的绩效评价指标体系也有所不同。Bonaccorsi,Piccaluga(1994)[9]基于动机-期望模型认为产学研合作是建立在企业对合作期望的基础之上,只有企业的期望得到满足合作才具有效率。他们将绩效的测量指标划分为研究者数量,新产品数量,专利数量和出版物数量。Zahra,George(2002)[10]将产学研合作的绩效评价指标分为4个测量指标,分别为投入市场的新产品数量,专利数,研发中的新产品数量及其净利润。王秀丽,李庆满,林海松(2012)[11]基于过程管理的视角建立了产学研合作过程绩效的评价指标,主要分为14项可测量的硬指标和不可测量的软指标。主要涵盖资源的利用情况,合作共建情况,合作过程的保障情况,协同与分配情况。徐枫,陈勇阳(2014)[12]基于DEA模型,选取了银行长期借款和债务偿还负担率为投入指标,银行净利润为产出指标,从横向和纵向两个维度分析了我国32家银行支持低碳产业发展的效率。

综上所述,由于不同的研究背景、研究目的和研究视角,国内外学者关于产学研协同创新的研究呈现多元化的特点。在总结以往研究成果的基础上,本文基于区域系统创新理论,认为产学研协同创新是指创新系统中的企业、高校和科研机构等创新主体为了实现自身利益与区域系统的共同目标,在政府的积极引导下,进行区域优势资源交叉互补,并在一定系统条件下运作转化为相关产出的合作活动。通过“投入-产出”模型构建了京津冀地区规模以上工业企业产学研协同创新绩效评价指标,并运用DEA方法对其效率进行实证分析与评价研究。

二、研究方法

数据包络分析方法(DEA)是美国运筹学家A·Charnes 和W·Cooper于1978年提出的一种对具有相同性质的投入与产出的决策单元进行绩效评价的方法。DEA方法可根据多项投入的应用和多项产出的产生,并利用线性规划方法对同类型决策单元的相对效率进行评价与分析。DEA方法和以往评价模型相比,其不但可以对同一类型的决策单元的相对绩效进行评价与分析,而且还可以根据DEA投影原理对非DEA有效的决策单元进行原因分析,为决策者提供有力的决策信息。DEA模型的数学原理如下:

假设有n个需要评价比较的相同类型的对象,称之为决策单元(DMU),其生产活动可由(X,Y)来表示。假设每个决策单元都有m种相同的投入,即Xi=(Xi1,Xi2……Xim)T,(i=1, 2,……,n);有s种相同的产出,即Yi=(Yi1,Yi2……Yis)T,(i=1, 2……,n)。那么其相对效率评价指数可表示为:

其中u=(u1,u2,…,us)T表示为输入变量的权重向量,v=(v1,v2,…,vm)T表示为输出变量的权重向量。通过选取适当输入与输出变量的权重向量,使得hj≤1,当hj的值越大时,表明DMUj为最优。应用线性规划对偶理论引入松弛变量S-和剩余变量S+以及非阿基米德无穷小量ε后,规模报酬不变模型(CRS模型)公式转变为:

其中θ为决策单元的效率值(0≤θ≤1),θ值越大效率越高。êT=(1,1……,1)∈Hm,eT=(1,1,……,1)∈HsS-。S-为松弛变量,S+为剩余变量,分别表示产出不足和投入冗余。λi为决策单元的线性组合权重,它能够构建相对有效的决策单元。根据DEA有效性的定义可知:

(1)当θ=1,且S-+S+=0时,决策单元为DEA有效,表示投入与产出合理,效率达到最优。

(2)当θ=1,且S-+S+﹥0时,决策单元为弱DEA有效,表示投入与产出仍有改进余地,适当加以调整便能提高效率。

(3)当θ<1时,决策单元为非DEA有效,表示投入与产出尚未达到最优状态,投入资源没能被充分利用,它可以通过适当减少θ倍的投入资源而达到原有的产出。如若S-≠0时,决策单元减少S-数量后将不影响其产出;S+≠0时,决策单元有S+数量不足的产出。

规模报酬不变模型(CRS模型)和可变规模报酬模型(VRS模型)的关系式为:,其中TECRS表示为规模报酬不变的技术效率,TEVRS表示为可变规模报酬的纯技术效率,SE为规模效率。当SE=1时,决策单元为规模最佳;SE<1时,决策单元为规模无效。为了判断其规模的增减变化趋势,在可变规模报酬模型中将改为,得到非递增规模报酬模型(NIRS模型)。当TENIRS≠TEVRS时,为规模递增;TENIRS≠TEVRS时,为规模递减。

三、模型建立

创新系统中的企业、高校和科研机构等创新主体为了实现自身利益与区域系统的共同目标,在政府的积极引导下,进行区域优势资源交叉互补,并在一定系统条件下运作转化为相关产出的合作活动。目前关于产学研协同创新评价指标体系还没有形成统一的标准定论,基于“投入-产出”模型,产学研协同创新的评价指标主要包括R&D人员和R&D经费的投入以及知识形态和科技成果转化形式等方面的产出。因此,本文在结合前人的研究成果和遵循系统性原则、科学性原则、可比性原则、可操作性原则、独立性原则和针对性原则的基础上,建立了京津冀规模以上工业企业产学研协同创新绩效评价指标(见表1)。

表1 规模以上工业企业产学研协同创新的投入与产出指标

规模以上工业企业产学研协同创新投入指标:规模以上工业企业R&D人员全时当量(X1):反应了一个地区创新系统人力资源的总体实力;规模以上工业企业R&D经费支出金额(X2):反应了一个地区研究与实验的强度和规模。规模以上工业企业产学研协同创新产出指标:规模以上工业企业专利申请授权数(Y1):用以衡量一个地区的整体创新能力和创新产出;规模以上工业企业新产品销售收入(Y2):用以衡量一个地区的科技成果转化率和终端产品的创新程度。

四、实证结果与评价

京津冀地区规模以上工业企业产学研协同创新绩效评价过程中所使用的数据均来自2013年《中国科技统计年鉴》,其投入与产出数据见表2。

表2 京津冀规模以上工业企业投入与产出数据

以京津冀三地规模以上工业企业作为决策单元,将其投入与产出数据运用DEAP2.1软件进行求解分析,所得综合效率、纯技术效率、规模效率和收益趋势见表3。

表3 京津冀规模以上工业企业产学研协同创新有效性及其收益趋势

由表3可知,京津冀地区规模以上工业企业产学研协同创新活动的平均综合效率值为0.906,平均纯技术效率值为1,平均规模效率值为0.906,整体为弱DEA有效。京津冀地区规模以上工业企业产学研协同创新活动没有达到整体DEA有效是由于河北弱DEA有效所致。其中京津冀三地规模以上工业企业产学研协同创新活动为DEA有效的两个地区分别为北京和天津,河北则为弱DEA有效。

北京和天津两地规模以上工业企业产学研协同创新活动为DEA有效,其综合效率值、纯技术效率值和规模效率值均为1,达到了技术有效和规模有效。京津两地在京津冀地区中拥有绝对优势的人才、技术、信息和资金等资源,第二产业和第三产业均占有绝对优势。然而,其规模收益不变,表明北京和天津两地规模以上工业企业的资源投入规模合理,投入的资源得到了充分利用,实现了资源的优化配置和最优的创新产出。

河北规模以上工业企业产学研协同创新活动为弱DEA有效,其纯技术效率值为1,表明其资源投入结构趋于合理;然而其规模效率值为0.718,这说明以河北本身的技术效率而言没有投入需要减少,也没有产出需要增加;其综合效率值为0.718,没有达到DEA有效。由表2可知,京津冀地区规模以上工业企业新产品销售收入高达102353955万元,北京、天津和河北所占比例分别为32.41%,43.58%和24.01%;专利申请数为41203件,其中北京拥有20189件,所占比例高达49%,河北仅有7841件,所占比例仅为19.03%。由此表明河北规模以上工业企业在知识形态和科技成果转化形式等方面的创新产出水平低下,呈现弱DEA有效是由于其生产规模和资源投入以及创新产出不相匹配所致。导致河北规模以上工业企业产学研协同创新效率低于京津两地的原因主要表现为该地区经济和社会发展水平落后。河北相对于京津两地而言,主要以第一产业为支撑,第二产业和第三产业为辅助,城市化进程水平低下,人才、技术、信息和资金等资源及其匮乏。由于该地区产学研协同创新活动处于规模收益递增,因此可以通过对其增加人才、技术、信息和资金等创新资源的投入以此来提高规模效率。

总之,京津冀地区规模以上工业企业产学研协同创新存在一定的地区差异,需要各个地区政府、企业、高校和科研机构的共同努力才能实现产学研协同创新的健康发展。

[参考文献]

[1]Kazuyuki Motohashi. University-industry collaborations in Japan: The role of new technology-based firms in transforming the National Innovation System[J].ResearchPolicy,

2005(34):583-594

[2]张卫国,李江.基于演化博弈的产学研合作稳定性分析[J].技术经济与管理研究,2009(5):25-27

[3]王浩,梁耀明.产学研合作绩效评价研究综述[J].科技管理研究,2011(11):55-61

[4]沈云慈.产学研协同创新风险指标体系探析[J].教育发展研究,2014:46-51

[5]张米尔,武春友.产学研合作创新的交易成本[J].科学学研究,2001,19(1):89-92

[6]段晶晶.产学研协同创新绩效提升路径研究—一个理论分析框架[J].内蒙古社会科学,2014,35(2):119-123

[7]曾萍,李熙.产学研合作研究综述:理论视角、合作模式与合作机制[J].科技管理研究,2014(22):28-32

[8]胡慧玲,杜栋.产学研协同创新互动过程的博弈论分析[J].科技管理研究,2015(3):19-21

[9]Bonaccorsi, Piccaluga. A Theoretical Framework For The E-valuation Of University-Industry Relationships [J].R&D Management,1994(24):229-247

[10]Zahra,George. Absorptive Capacity:A Review Reconceptualization and Extension [J].Academy of Management review,2002,27(2):185-203

[11]李庆满,林海松.产学研合作绩效评价研究—给予合作过程的模糊积分分析[J].科技进步与对策,2012,29 (2):122-125

[12]徐枫,陈勇阳.基于DEA方法的我国银行业支持低碳产业发展效率研究[J].科技管理研究,2014(21):233-237

[责任编辑:王凤娟]

Innovation Integrating Industry, University and Research of Industrial Enterprises above Designated Size in Beijing-Tianjin-Hebei Region: Assessment Based on DEA

ZHANG Jian, XU Zhicheng

Abstract:With the economic and social development in Beijing-Tianjin-Hebei region, innovation integrating industry, university and research of industrial enterprises above designated size is absolutely the key impetus for the economic and social development of the region. It is also a strategic demand for the collaborative development of the region. The study analyzes and assesses the innovation with a DEA model based on data on R&D investment and output of the enterprises and the theory of regional system innovation. It is found that the efficiency of innovation has regional difference. Beijing and Tianjin are DEA most effective; the effectiveness of Hebei is weak. It requires both efforts of local governments, enterprises, higher educational institutions and research institutions to maintain the healthy development of innovation integrating industry, university, and research.

Key words:Beijing-Tianjin-Heibei Region, industrial enterprises above designated size, innovation integrating industry, university and research

[基金项目]2015年国家社科基金后期资助项目(15FGL006);2015年天津市哲学社会科学规划资助项目(TJGL15-050);2014年天津市教委社会科学重大资助项目(2014DZ39)。

[作者简介]张健(1963-),女,天津人,天津中医药大学管理学院教授,博士。研究方向:产业战略与创新研究;

[收稿日期]2016-02-04

[中图分类号]F223

[文献标识码]A

猜你喜欢

京津冀
2022京津冀协同发展参事研讨会在石家庄市举行
京津冀(雄安)新型高校智库建设研讨会召开
2021 (第五届)京津冀开发区协同创新发展论坛成功举办
首届京津冀协同发展创新论坛在京召开
2019京津冀及周边地区工业固废综合利用高层论坛在京举办
사라져가는 석탄 연료와 베이징의‘푸른 하늘’
京津冀协同发展加快向纵深推进
京津冀协同发展
中科院专家:京津冀何以成雾霾重灾区
京津冀一体化如何实现1+2>3