我国规模以上工业企业研发效率评价研究

王文寅+刘砚馨

【摘 要】 我国经济的发展离不开科技创新和研发能力的提高，研发效率的高低又在一定程度上反映了国家的研发能力。从统计数据来看，历年R&D经费内部支出百分之七十以上来源于企业，企业研发效率的高低直接影响了整个国家的研发活动水平和质量。立足我国31省（自治区、直辖市）规模以上工业企业，在传统DEA分析方法上，考虑研发活动具有阶段性特征，将其分为研发和研发成果转化两个阶段，采用两阶段网络DEA模型对其统计数据进行测算。结果发现，我国规模以上工业企业普遍存在着投入不足但同时又有严重资源浪费的现象，研发活动的开展也存在广泛的盲目性，据此，从改善研发模式和经营模式的角度，为提高我国规模以上工业企业研发效率提出合理化建议。

【关键词】 研究开发； 效率评价； 网络DEA； MaxDEA

【中图分类号】 F276.6；C935 【文献标识码】 A 【文章编号】 1004-5937（2017）08-0100-04

一、引言

随着世界科技创新呈现新趋势，我国经济社会发展进入速度变化、结构优化和动力转换的新常态，迫切需要依靠科技创新培育发展新动力。“十二五”以来我国的科技创新能力持续提升，但是仍与进入创新型国家行列还有一定的差距[1]。创新能力在一定程度上取决于研发能力[2]。我国要想实现“十三五”的总体目标，综合创新能力在世界排名进入前15位，就必须提高研发能力，尤其是自主研发能力。

近年来，我国的R&D经费投入不断增加，据《中国科技统计年鉴》数据显示，2014年我国R&D经费内部支出为13 015.63亿元，比2010年的7 062.58亿元高84.29%，年均增长率为16.51%。但是研发能力的高低不仅取决于研发投入总量，增加研发投入只是提高研发能力的必要而非充分条件，关键还要依靠研发投入与产出之间转化的效率来评价。从研发投入的资金来源来看，2010—2014年我国企业R&D经费内部支出占全国的比重分别为77.30%、76.61%、76.15%、75.74%和73.42%[3]，可见我国企业R&D经费投入占据了绝大部分。因此，企业的研发效率高低直接影响了我国整体创新水平。工业企业是推动经济发展的重要力量，本文立足我国规模以上工业企业，对其研发效率进行评价研究，以期为我国企业全面提升研发效率提出合理化建议。

二、文献回顾

纵观历史文献，评价企业研发效率的方法主要是以随机前沿分析（Stochastic Frontier Approach， SFA）为代表的参数方法和以数据包络分析（Data Envelopment Analysis，DEA）为代表的非参数方法。由于SFA法在测算研发效率时一般要求产出指标为一个，而实际中研发活动的产出指标不止一个，很难用一个综合指标来代替；DEA是一种数学规划，无需建立变量之间严格的函数关系，在多投入、多产出的效率度量上具有优势[4]。

陈恒等[5]为测算比较我国海尔集团、韩国三星电子公司以及美国通用电气的研发效率，采用了DEA分析方法。王岭等[6]运用DEA方法对2007年我国30个省（区、市）大中型工业企业研发效率进行横向差异性分析。宫兴国等[7]采用DEA模型对我国创业板上市公司研发效率进行测算分析。柴玮等[8]采用DEA分析方法，分别计算我国六家资源型企业科技投入和产出的技术效率，并进行投影分析，为企业改进绩效、优化资源配置和提升研发效率提出建议。

上述文献主要基于传统DEA模型进行测算，只用了企业最初研发投入和最终研发产出各项数据，其本质上忽略了企业研发活動的基本特征，即投入产出过程是分阶段完成的。本文尝试将企业研发活动划分为研发和研发成果转化两个阶段，基于2011—2015年《中国科技统计年鉴》中规模以上工业企业统计数据，采用二阶段网络DEA模型对其研发效率进行评价研究。

三、二阶段网络DEA模型建立

1996—2000年，Fare R et al.[9-10]基于决策单元内部的链接关系，对传统DEA模型进行了改进，最先提出了网络DEA理论体系。在此基础上，Chiang et al.[11]考虑了网络结构中二阶段串联形式，约定第一阶段产出与第二阶段投入均相同，提出了二阶段网络DEA模型。

本文将一个省视为一个决策单元，并将其研发活动分解为研发阶段和研发成果转化阶段。研发阶段通过包括资金、人员在内的资源投入，产出技术成果，再通过研发成果转化阶段投入技术来获取相应的经济效益。具体流程如图1所示。

四、指标体系的选取及模型测算

（一）指标体系选取

本文在充分借鉴现有学术成果的基础上，根据数据的可获取性，为两个阶段的效率评价选取了如表1所示的指标体系。

（二）数据来源及处理

（三）基于二阶段网络DEA模型的测算

根据上述数据处理方法计算我国31个省（区、市）规模以上工业企业投入产出指标值，并利用MaxDEA Basic 6.13软件进行测算，输出二阶段效率值结果如表2所示。

五、研发效率评价及策略建议

（一） 研发效率值分析及评价

从表2中的数据均值可以看出，全国31个省（区、市）规模以上工业企业在研发阶段的整体综合效率较低，均值为0.5625；研发成果转化阶段良好，均值为0.7047。由于综合效率值等于纯技术效率和规模效率的乘积，且研发阶段的规模效率均值较高，因此纯技术效率较低导致了我国规模以上工业企业在研发阶段的研发水平普遍低下，研发成果转化阶段样本省份企业纯技术效率均值和规模效率均值基本持平。从各决策单元来看，研发阶段只有2个省份达到了DEA有效，研发成果转化阶段达到DEA有效的也只有3个省份，没有一个省份在两个阶段均能达到DEA有效，说明我国规模以上工业企业存在着不同程度的资源浪费，科技研发水平和质量有较大的上升空间。

为了更好地显示31个省（区、市）规模以上工业企业两个阶段的综合效率值分布状态，又将表2数据依据不同层次进行了统计分析，结果如表3所示。其中，在研发阶段和研发成果转化阶段的综合效率值分布均较为集中，没有呈现两极分化的状态，在0.4—0.8之间的效率值占比最多，分别为51.61%和70.97%，反映出我国大部分省份的研发效率都有待于提高，并可以通过科学的管理优化改善现状。从各省规模以上工业企业投入产出指标数据上看，在两个阶段效率值较高的广东、浙江的投入产出各指标排名也均处于31个省（区、市）的前列，体现了较好的资源配置以及研发重视程度。

从表2中的规模收益来看，研发阶段只有安徽和西藏处于规模收益不变状态，体现了资源投入的合理配置。宁夏、青海处于规模递增状态，说明其中存在着投入明显不足的现象，应合理增加既定投入，以提高研发阶段的效率水平。除上述4个省份以外的其他27个省份规模以上工业企业均处于规模递减状态，表明我国企业存在着明显的资源盲目投入现象，致使技术专利的产出程度小于投入增加的程度，严重导致了稀缺资源的浪费，这些省份应该大力优化资源配置，在提高科技管理水平的同时提高研发人员科技水平，大力引进高科技人才，从投入和技能两方面来提升研发阶段转化率。在研发成果转化阶段，除了吉林、江西、宁夏规模收益不变外，有21个省（区、市）处于规模递减状态，这明显体现了我国各省（区、市）企业普遍存在研发活动的盲目性，科技研发不能有效配合企业的经营活动，这导致了企业研发活动的技术成果不能在最大程度上实现它们的经济价值。

（二）我国规模以上工业企业研发效率提升策略

1.改善科技研发模式，优化资源合理配置

通过对以上数据分析显示，我国31个省（区、市）规模以上工业企业普遍存在研发资源浪费的现象，近年来虽然从国家的角度重视了科技创新并加大了投入力度，大大提高了资源投入水平，但是离资源最优化還有不小的差距。因此，我国应从整体上优化资源投入配置，一方面合理增加规模递增和规模不变省份的资源投入力度，适当减少规模递减省份资源投入的增长率，国家及各省政府、企业均要注重研发人才的引进，大力开展对现有从事研发人员的科技培训，鼓励技术深造。另一方面，投入的增加不是意味着无限制地投入人力和物力，要优化企业现有研发模式，在资金投入前，应根据发展需要编制详细的活动预算，不能一概而论，并在研发过程中严格管控资金流向，做到及时反馈，减少资源流失和浪费，使得研发投入和研发阶段转化率以合理的模式共同增长。

2.改善经营模式，提高企业研发成果转化率

只有将研发的技术成果转化为经济效益，才能体现研发活动的经济价值。企业进行研发活动的终极目标是提高企业的利润率，为企业所在的社会环境创造经济价值。根据以上数据，在研发成果转化阶段，31个省（区、市）的纯技术效率和规模效率虽然均值都处于较高状态，但是绝大部分省份规模收益处于递减状态，体现了明显的研发成果不能有效转化为社会经济价值的现象。因此，我国规模以上工业企业更应该致力于提高技术成果转化效率。其中较为有效的方式就是让技术成果的研发人员利用其技术优势，适时跟进产品的投产与销售，而不是用部门分离技术人员和销售人员。另一方面，对企业的生产和销售人员进行全员的技术培训，使其深入了解技术、产品，也有助于技术成果的经济效益转化。这就要求扩大企业研发人员的应用范围以及在企业内部拓展技术的普及面。

3.注重技术成果的市场价值，改善研发活动盲目性

随着近年来国家政策的不断出台，许多企业为获得政府补助，而纷纷盲目开展研发活动，因此由于研发技术专利偏离市场需求，进而降低了经济价值的获得率，使得很多研发成果没有实际的利用价值，其实也在无形中造成了研发资源的浪费。以上数据显示，在我国规模以上工业企业中普遍存在这种现象，样本数据中有64.74%的省份都处在研发成果转化阶段，处于规模收益递减的状态，而由此直接影响了企业整体的综合效率，从而制约了整个国家企业研发效率的全面提升。面对这种情况，国家及省政府在研发成果补助政策的制定上要本着以市场需求为中心的原则，注重企业技术研发成果所获得的社会经济价值，以专利带来的产值贡献度来代替项数的资助。以规模以上工业企业为代表的企业也更应该以市场需求为导向，以获得更多的社会经济价值为目标而开展有效的研发活动，改善其盲目性，减少资源投入的浪费。

六、结论

本文为了更好地体现研发活动的阶段性，减少对研发过程中环节的忽略，构建了二阶段网络DEA模型，将研发活动分为研发和研发成果转化两个阶段，对我国31个省（区、市）规模以上工业企业研发效率进行研究，发现我国规模以上工业企业普遍存在着投入不足的同时，又有严重的资源浪费现象，企业开展研发活动也存在广泛的盲目性，并针对此问题提出了合理化建议。本文的不足之处在于：首先，由于受到国家数据统计口径不同的影响，使得指标数据初始值存在误差，但由于对数据进行了平均处理，整体上影响微小；其次，由于时间有限，只对省份整体情况进行了研究分析，未能采用各省份的重点企业进行深入研究，这将是下一步研究的重点。

【参考文献】

[1] 新华网.国务院印发《“十三五”国家科技创新规划》[EB/OL]. http：//news.xinhuanet.com/2016-08/08/c_1119356130.htm，2016-08-18.

[2] 刘新同，谢超峰.我国区域研发能力差异聚类分析[J].科技管理研究，2010，30（6）：56-58.

[3] 国家统计局，科学技术部.中国科技统计年鉴[M].北京：中国统计出版社，2011-2015.

[4] 朱有为，徐康宁.中国高技术科技产业研发效率的实证研究[J].中国工业经济，2006（11）：38-45.

[5] 陈恒，陈伟.基于DEA的中外跨国公司研发效率比较分析[J].科技进步与对策，2006（8）：7-9.

[6] 王岭，熊艳.研发效率的省际差异性——基于中国大中型工业企业数据的实证分析[J].科技进步与对策，2010（23）：32-36.

[7] 宫兴国，于金凤，陈海妹.股权融资与企业研发效率相关性研究——以创业板上市公司为例[J].会计之友，2015（24）：18-20.

[8] 柴玮，申万，毛亚林.基于DEA的我国资源型企业科技创新绩效评价研究[J].科研管理，2015，36（10）：28-34.

[9] FARE R，et al. Intertemporal Production Frontiers： with Dynamic DEA[M]. Boston： Kluwer Academic Publishers，1996.

[10] FARE R，et al. Network DEA[J]. Socio-Economic Planning Sciences，2000，34（1）：35-49.

[11] CHIANG K，et al. Efficiency decomposition in two-stage data envelopment analysis： An application to non-life insurance companies in Taiwan[J]. European Journal of Operational Research，2008，85（1）：418-429.

[12] 成刚.数据包络分析方法与MaxDEA软件[M].北京：知识产权出版社，2014.

[13] 梁瑞敏，彭佑元.基于网络DEA的山西省区域科技创新绩效评价研究[J].科技管理研究，2014（18）：112-116.