常州市R&D效率评价及影响因素研究
——基于苏南五市的数据分析
2018-06-22许珂
许珂
(常州工学院经济与管理学院,江苏 常州 213032)
0 引言
江苏省是中国的经济大省,大力提高江苏省R&D投入,提高科技创新能力,促进区域经济的快速发展,是江苏省的责任与使命。常州市是苏南城市的重要一员,本文对其R&D进行全面的分析,对其R&D投入产出效率进行综合测度和客观评价,分析其R&D效率的影响因素,并提出进一步提高效率的建议和对策,对加快其科技进步、经济发展方式的转变等具有十分重要的理论和实际意义。
1 R&D效率及影响因素的理论研究进展
国外对R&D效率的研究起步较早。有的学者从企业和行业的角度来进行研究,比如Akihiro Hashimoto,Shoko Haneda[1]以10家日本制药公司1983—1992年间的数据为基础,发现日本制药行业的研发效率在这10年里呈下降趋势。对于R&D影响因素的研究,早期的研究主要集中在宏观层面,随着企业统计数据的逐渐增多,微观角度的研究也开始出现。
国内对于R&D效率的研究起步较晚。有的学者从行业角度进行研究,比如制造业[2]、石化行业[3]、传统产业[4]等。有的学者从区域的角度进行研究,比如山东省[5],江浙两省[6],我国31个省、直辖市、自治区之间比较[7-9]。对于R&D效率影响因素的分析,国内也有一定的研究基础,大多数学者从政府行为、金融发展水平、开放程度等方面进行了分析。比如韩先锋[10]发现政府行为和金融发展水平对创新技术效率具有一定的抑制作用;贸易依存度、外资利用水平、城市化水平、产业结构、人力资本、工业化水平、信息化水平等因素具有正的促进作用。田军伟[11]分析了区域市场化水平、开放程度、政府支持力度、信息化水平、工业化水平对R&D效率的影响。蔡翔等[12]分析了政府支持力度、高新技术产业规模以及企业R&D投入力度对科研成果转化效率的影响。左铠瑞、宫建成[13]发现经济发展水平和金融服务对R&D活动的支持是影响R&D效率最重要的因素。
综上所述,随着近年来国家对科技发展的日益重视,我国R&D投入不断增加,学者和政府从原来仅关注R&D的投入资金规模转而对R&D投入产出效率给予越来越多的重视,这方面的研究已形成了一定的理论体系,包括采用DEA、随机前沿生产函数、因子分析与聚类分析等不同的方法,对企业、行业或地区的R&D效率进行测度等。对于地区R&D效率的研究多是集中在省级区域之间的比较,很少涉及市级层面。而对于R&D效率影响因素的研究,从企业层面研究的文献较多,对地区R&D效率影响因素的研究较少,现有文献对地区R&D效率的影响因素多从地区的经济发展水平、经济开放程度、政府扶持力度、信息化水平等方面开展研究。因此,本文在前人研究的基础上,对江苏省常州市的R&D情况及效率进行全面的分析,探索提高R&D效率的方法。
2 常州市R&D活动现状
2.1 R&D经费投入情况
R&D活动经费是反映一个国家或地区自主创新能力的重要指标。常州市每年R&D活动经费支出的规模都在不断扩大,2016年常州市R&D活动经费达155.32亿元,是2005年的7.47倍。不仅是R&D经费投入的绝对规模不断增加,R&D投入强度也在不断增加,从2005年的1.6%到2016年的2.69%,常州市的R&D经费支出占GDP比重2010年以后一直高于江苏省平均水平,与全国平均水平相比高出的程度越来越大,见表1。
表1 2005—2016年常州市R&D经费投入情况统计表
表1(续)
注:数据来源于2005—2016年《常州市国民经济和社会发展统计公报》,2005—2016年《江苏省国民经济和社会发展统计公报》,2016年《全国科技经费投入统计公报》。
2.2 R&D人员投入情况
R&D人员即从事R&D活动的人员,其数量和质量是衡量一个地区科技实力的重要指标。不管是科技开发机构还是企业,常州市的R&D人员数量总体水平在不断上升。以规模以上工业企业R&D人数为例,2010年为37 056人,2016年增加到60 301人。
2.3 规模以上工业企业R&D活动
2010年以来企业R&D资源投入,包括经费投入和人员投入都在不断增长,并取得了较好的R&D成果,企业的新产品销售收入、专利数量等也有了较大幅度增长,见表2。
表2 2010—2016年常州市规模以上工业企业R&D活动情况统计表
注:数据来源于2010—2016年《常州市国民经济和社会发展统计公报》,2011—2017年《常州统计年鉴》。
2.4 R&D产出情况
从衡量R&D活动产出的几个主要指标来看,常州市的R&D产出在近年来大幅度提高,具体情况见表3。
表3 2010—2016年常州市R&D产出情况统计表
注:数据来源于2011—2017年《常州统计年鉴》。
经深入分析发现存在一些问题,以专利数指标为例,2016年专利申请量43 860件,是2006年的12.78倍,专利授权量17 790件,是2006年的11.46倍。但是专利包括发明专利、实用新型专利和外观设计专利三种,专利水平的高低主要取决于发明专利的数量和比重。而常州市的专利申请量和授予量中,发明所占的比重都很小,2010—2016年常州市的专利结构中,发明所占比重到2015年才开始突破10%,说明常州市的创新成果质量还有待提高。
以上分析仅从R&D活动的资源投入和产出数量角度分析了常州市R&D活动在近年来的基本情况,仅能反映出常州市R&D创新活动的一些表面情况,对R&D活动的效率还需通过实证分析进行更深层次的了解和挖掘。
3 常州市R&D效率评价
数据包络分析(DEA)方法是利用多项投入,对产出指标评价相对有效的一种方法,在R&D效率评价时很常用。
3.1 指标选取
由于各个地区披露的指标不一致,因此选择了苏南五市在研究期间每年均披露数据的指标,将R&D活动经费、规模以上工业企业R&D人员作为投入指标,产出分为直接产出和间接产出,选择专利授权量、高新技术企业总产值作为直接产出指标,人均GDP为间接产出指标,以2010—2016年作为研究期。所有指标数据来自当地的统计年鉴和统计公报。
3.2 实证分析
以苏南五市2010—2016年连续7年的R&D投入产出为研究对象,选择Deap软件进行DEA分析,结果整理见表4—10。
表4 2010年苏南五市R&D投入产出效率DEA结果
表5 2011年苏南五市R&D投入产出效率DEA结果
表6 2012年苏南五市R&D投入产出效率DEA结果
表7 2013年苏南五市R&D投入产出效率DEA结果
表8 2014年苏南五市R&D投入产出效率DEA结果
表9 2015年苏南五市R&D投入产出效率DEA结果
表10 2016年苏南五市R&D投入产出效率DEA结果
将表4—10的综合效率进行整理,结果见图1,可以看出,镇江市的R&D投入产出规模虽然最小,但是R&D效率是最高的,7年中有5年实现了DEA有效。综合效率第二的是苏州市,苏州市的R&D投入产出规模在苏南五市中是最大的,7年中有3年实现了DEA有效,近三年综合效率下降较多。常州市的R&D综合效率在苏南五市中处于第三位,7年来保持比较稳定的水平,平均在0.78左右。无锡市和南京市的R&D效率波动较大,均值处于0.76以下,属于相对效率低下的城市。说明R&D效率与经济发展水平、投入产出的绝对量没有直接的联系,关键还是要看投入和产出的相对效率。
图1 苏南五市R&D综合效率比较
综合效率由纯技术效率和规模效率共同决定。从纯技术效率的均值来看,镇江市和苏州市的纯技术效率接近1,说明在目前的技术水平上,R&D投入资源的使用还是比较有效的。常州市的纯技术效率均值为0.803,在苏南五市中处于第四位,说明常州市没有很好地利用研发投入,创新知识转化能力较低。常州市的规模效率均值为0.975,在苏南城市中排第二位,说明常州市近年来的R&D效率不高主要不是由规模效率引起的,而是由纯技术效率引起的。从规模报酬的情况来看:2010—2012年,苏州市和镇江市DEA有效,规模报酬不变,南京市和常州市规模报酬递增,无锡市规模报酬递减;2013年,只有镇江市DEA有效,南京市、苏州市、无锡市规模报酬递减,常州市规模报酬递增;2014—2015年,镇江市规模报酬不变,其他4个城市都是规模报酬递减;2016年5个城市都是规模报酬递减。说明在前几年,随着国家对R&D重视程度的提高,各地方政府也开始增加R&D投入,此时处于规模报酬递增状态,即增加投入能够带来产出的成倍增加。而从2014年开始,苏南各地区都逐渐转为规模报酬递减阶段,这说明存在严重的资源浪费,不能盲目地增加投入。因此苏南五市在保持现有的R&D投入强度情况下,更重要的是要合理配置R&D资源,调整R&D资源的投入结构,以提高R&D资源的利用率。
4 R&D效率影响因素实证分析
在评价R&D效率的基础上,要考察R&D效率的影响因素,才能更好地为地方政府的决策指明方向,因此本文在对常州市R&D效率评价基础上,以苏南五市作为研究样本,运用Tobit截断回归分析的方法进行分析。Tobit回归是因变量受限模型的一种,由于测算出来的R&D综合效率都处于0和l之间,具有被切割或截断的特点,因此选择该模型。
4.1 R&D效率影响因素分析及指标选取
1)政府行为
政府的支持在研发过程中发挥着重要的作用,可以通过政府资金的扶持,也可以通过税收减免、税收优惠等政策鼓励R&D活动。一般认为,政府扶持力度与研发效率之间存在正相关关系。但是也有学者认为政府对研发活动的支持主要是从社会效益出发,而不追求经济利益,因而会导致效率低下。
2)利用外资水平
外商直接投资不仅带来资金,还带来技术,但技术溢出可能是正效应,也可能是负效应,这取决于利用外资地区的消化、吸收能力。
3)城市化水平
城市化水平是衡量一个国家或地区经济发展水平高低的标志之一,一般认为,城市化水平越高,经济越发达,R&D效率也越高。
4)金融发展水平
R&D活动需要大量的资金,除了企业内部资金来源和政府的财政资金支持,金融体系可以提供多元化的资金来源,因此一般认为金融发展水平越高,R&D效率越高。
5)产业结构
源自一些发达国家和地区的经验表明,R&D对产业结构升级存在着正向促进效应[14],产业结构升级反过来也影响R&D效率,这两者之间关系密切。
6)人力资本
R&D不仅需要资金投入,还要有人力资本投入。人力资本数量越多,质量越高,越有利于R&D效率的提高。
7)工业化水平
在工业化发展进程的不同阶段,R&D投入模式也不一样,有的以政府为主导,有的以企业为主导,还有双主导型,因此工业化水平也会影响R&D效率。
8)信息化水平
有学者发现信息化对创新能力产生显著的促进作用,由此可知信息化水平与R&D关系密切,但对R&D效率究竟有什么影响有待研究。
根据前文的分析,将影响R&D效率的影响因素作为自变量,因变量为前面基于DEA的苏南五市R&D综合效率,相关指标具体见表11。
4.2 Tobit回归及分析
运用Stata软件将数据进行分析,最终得到Tobit回归结果,见表12。
表11 指标选择
表12 Tobit回归结果
模型回归拟合效果较好,大多数自变量通过显著性检验,说明对R&D效率有显著影响。通过输出的各自变量系数值及其相应的检验值,可以得到以下结论:一是人力资本、工业化水平和信息化水平对R&D效率的提高具有显著的推动作用,但是由于系数比较小,因而作用比较有限。二是政府行为和金融发展水平对R&D效率的提高具有显著的抑制作用。政府行为对R&D效率的消极作用,从前面的分析可以看到,苏南五市的R&D经费绝对水平较高,但从2014年开始逐步转为规模报酬递减阶段,因此增加政府扶持力度对效率提高的作用不大,最主要是要优化结构,因而实证结果中政府扶持力度的系数为负值。而金融发展水平对R&D效率的消极作用,与金融体系还不够完善,金融机构对科技活动的支持力度还比较低、作用未能充分发挥有关。三是利用外资水平、城市化水平和产业结构对R&D效率的提高所起的作用不明显。苏南经济的对外开放程度是比较高的,但是利用外资要能够充分消化吸收才有利于创新能力的提高,具有正的技术溢出作用,苏南在这方面还有待提高。苏南的城市化水平在全国来看也是比较领先的,但是对R&D效率提高所起的作用不明显,说明苏南要进一步着力提高城镇化的质量,注重创新人才集聚、基础设施建设等方面,使地区内的R&D创新活动实现规模经济,进而提高效率。产业结构方面,苏南五市(除了南京市)的产业结构前几年还是以“二、三、一”格局为主,苏州市、常州市在2015年,无锡市在2016年开始转型为“三、二、一”,产业结构的调整影响了R&D效率的提高。
5 政策建议
根据以上分析,提出提高常州市R&D效率的政策建议供政府部门参考。
5.1 适当增加政府R&D资金投入,优化R&D支出结构
常州市R&D活动2014年开始转入规模报酬递减阶段,因此增加R&D投入资金并不是最主要的,只需要在保持现有规模的基础上适当增加,保持原有的R&D投入强度即可,关键是要调整支出结构,应更加注重基础研究和应用研究的发展,提升自主R&D能力。为此,政府部门应一方面加大财政对基础研究的投入力度,另一方面要结合国家发展战略、行业发展方向和区域自身特点,做好基础研究规划布局,鼓励包括企业、高校、科研机构在内的社会各方面关心和支持基础研究。
5.2 重视引进外资的消化吸收,强化正的溢出效应
目前江苏省利用外资对R&D效率提升起到的是反作用,常州市应在利用外资的同时,重视引进外资的消化、吸收、再创新。不能对国外的先进技术产生依赖,而要能够从中吸收对自己有利的方面,学习有益的经验,提升自主创新能力,发挥引进外资的正的溢出效应。
5.3 提高城镇化的质量,注重配套设施建设
目前城镇化对R&D效率的提升作用不明显,常州市在城镇化过程中要提高城镇化的质量,注重完善高新区等新城区的相关配套设施,制定能够吸引科技型人才的住房、教育等政策,有效推动新型城镇化发展。
5.4 促使金融机构对R&D活动放开,拓宽资金来源渠道
目前常州市的R&D活动经费主要来源于企业,政府资金是第二大主要来源,金融机构的支持力度是很小的。企业在科技创新活动中难免会出现资金问题,仅仅依靠企业的资金一些大型项目很难进行。因此,政府部门应引导和鼓励金融机构加大对科技创新的支持,制定有利的金融政策,为企业创新提供稳定的资金来源。
5.5 加快产业结构调整,大力促进高新产业发展
江苏省各城市只有南京市2008年就转变为“三、二、一”,其他城市转型较晚,常州市2015年刚刚转型。因此常州市要进一步调整产业结构,促进产业结构升级,发挥其对R&D效率提高的积极作用。为此,政府部门要结合常州市自身优势,培育地方战略性产业,进一步加快十大产业链建设、优势产业转型升级和培育创新型企业,提高创新活动的竞争力。
5.6 加快R&D人员培养,提高R&D人员素质
常州市的R&D人员总量虽然在逐年提升,但是整体素质还比较低。因此,常州市一方面要制定良好的政策,建立完善的保障体系,吸引更多的科技人员;另一方面应结合常州市现阶段的实际情况,有针对性地为科技创新活动培养更多的高素质的后备人才。
5.7 推进工业化和信息化融合发展,推动科技创新
工业化和信息化对R&D效率的提升有着显著的正相关关系。因此应加大信息基础设施的建设力度,建设智慧城市,大力发展工业企业智能制造,推动信息通信技术和传统产业技术相结合的集成创新,加快推动从“常州制造”向“常州智造”转变。
[参考文献]
[1]HASHIMOTO A,HANEDA S.Measuring the change in R&D efficiency of the Japanese pharmaceutical industry[J].Research Policy,2008,37(10):1829-1836.
[2]师萍, 韩先锋.我国高科技大中型制造业R&D效率研究[J].科技进步与对策, 2010, 27(15):74-77.
[3]刘立群.我国石化行业R&D效率评价及其影响因素研究[D].武汉:华中科技大学,2011.
[4]董洁,刘航.中国传统产业R&D效率测度及其影响因素研究[J].科技管理研究,2015, 35(23):64-68.
[5]柳丽利.R&D投入产出效率的比较分析[D].大连:东北财经大学,2012.
[6]沈雯雯.江浙两省R&D效率的DEA方法比较分析[J].北方经贸,2009(2):34-36.
[7]谭志鹏.地区R&D投入绩效评价研究[D].重庆:重庆大学,2014.
[8]韩凤芹,赵伟.R&D中政府投入效率测度及影响因素分析:基于省级面板数据的研究[J].财政研究, 2015(11):75-85.
[9]李俊成,马菁.R&D资金投入与科技创新:基于融资环境视角的研究[J].中国科技论坛, 2017(2):135-142.
[10]韩先锋.中国R&D创新技术效率空间差异及影响因素的实证研究[D].西安:西北大学,2011.
[11]田军伟.我国区域R&D效率差异及其影响因素分析[D].南京:南京财经大学,2012.
[12]蔡翔,崔晓兰,熊静.我国地区R&D效率及其影响因素探究:基于“科研产出—成果转化”视角[J]. 软科学, 2013, 27(3):80-84.
[13]左铠瑞,宫建成.中国区域R&D效率变化测度及其影响因素研究[J].科学学与科学技术管理,2016,37(4):79-88.
[14]唐德祥,孟卫东. R&D与产业结构优化升级:基于我国面板数据模型的经验研究[J].科技管理研究,2008,28(5):85-89.