湖南大中型工业企业R&D绩效及影响因素研究

彭秋霞

（浏阳市财政局，湖南 长沙 410300）

一、引言

当前，聚焦“三高四新”，强化科技创新引领，是湖南发展的重要战略之一。而R&D活动是整个科技创新的核心，影响着科技创新的效率以及经济增长的质量及水平。截至2020年底，湖南R&D经费与地区生产总值之比达2.25%，R&D经费支出较2016年底增长了92.1%，达941.55亿元，其中73.89%为工业R&D经费支出。而工业是湖南经济发展的重要支柱，大中型工业企业又是工业发展的关键推手。因此，了解和掌握湖南大中型工业企业R&D绩效水平情况，分析影响绩效水平的因素，对提高R&D资源配置与使用效率意义重大。基于此背景，本文以湖南大中型工业企业为研究对象，对其R&D绩效及影响因素进行实证研究，并结合实证结论提出相关建议。

二、R&D绩效评价

（一）研究方法

DEA是运用线性规划方法，对决策单元样本的投入产出指标进行对比，形成包含所有最佳生产观测值的前沿面，通过与此前沿相比较来测评其他决策单元效率的相对高低。本文采用DEA方法并基于BCC模型对湖南各地市大中型工业企业R&D绩效进行评价。

对上述模型进行Charness-Cooper转换，得到等价的线性规划模型：

上述线性规划问题的对偶规划问题为：

假设λ*，S-*，S+*，θ*为该模型的最优解，则BCC模型判定生产效率的标准如下：S-*表示为减少多少投入时达到目标效率，S+*表示为增加多少产出时达到目标效率。结合θ*，S-*，S+*，3个指标，可判断DEA有效性。当θ*=1，S-*=S+*=0时，则该DMU为DEA有效，即原投入X0和原产出Y0达到相对最优水平；当θ*=1，但S-*或S+*大于0，则该DMU为DEA弱有效；当θ*＜1，则该DMU为DEA无效，即维持原产出Y0不变的情况下，只需投入原X0的θ*比例。

BBC模型将综合效率拆分为纯技术效率和规模效率，综合效率=纯技术效率*规模效率。其中，纯技术效率反映企业R&D投入技术与管理水平的优良，规模效率反映企业R&D投入结构与规模的合理程度，当规模效率值为1时，即投入规模达到最优。

（二）变量选取与数据说明

对R&D活动进行绩效评价是提高资源配置效率，提升科技创新能力的重要手段。其首要环节是要明确R&D投入与产出变量，本文结合学者已有的R&D绩效评价研究成果，遵循指标建立的科学性、全面性、可操作性原则，选取以大中型工业企业的R&D全时当量和R&D经费内部支出为投入指标，反映企业R&D活动人员及经费的投入。而产出指标从直接产出和间接产出两方面考虑，选取以专利申请数和新产品销售收入为评价指标，衡量企业技术研发与产品市场创新能力。数据均来源于《湖南省统计年鉴》。

考虑到R&D投入产出存在时滞性，本文对年际间投入指标进行了相关分析，结果如表1所示：相邻年份投入指标的相关性均大于0.9且在1%显著水平下显著相关。因此，本文采用同年的投入与产出数据，对分析结果的有效性不会造成影响。

表1 投入指标年际间的相关系数

本文选取 2010-2020 年湖南省12个地市大中型工业企业R&D投入和产出为研究样本，由于张家界、湘西州两地的相关统计数据不全，出于数据完整性考虑，未将其纳入本研究范围。为检验各指标数据是否满足DEA分析要求，对投入与产出指标进行了相关性检验，如表2所示：呈显著正相关性，说明本文选取的指标是合适的。

表2 投入变量与产出变量之间的相关系数

（三）实证结果与分析

1.实证结果

运用deap2.1软件对2010~2020年湖南各地市大中型工业企业R&D投入产出数据进行效率分析，分别得到各地市的综合效率、纯技术效率与规模效率。将2010~2020年各地市的计算结果进行平均，得到湖南大中型工业企业R&D活动效率变化趋势图（见图1），统计出2020年各地市大中型工业企业R&D活动效率值（见表3），将2010~2020年各地市大中型工业企业R&D活动效率值进行平均，得到各地市R&D活动效率情况，并反映在象限图上（见图2）。

表3 2020年湖南各地市大中型工业企业R&D活动效率值

2.实证分析

由图1和图2可知，2010~2020年湖南各地市大中型工业企业R&D活动综合效率均值为0.831，纯技术效率均值为0.899，规模效率均值为0.902。从变化趋势来看，湖南省近11年R&D活动效率值均在0.8~1之间上下波动，且其纯技术效率不高是导致综合效率偏低的主要原因。按近11年的平均效率水平可将各地市分为4类：第一类是规模效率与纯技术效率均低于平均水平，有永州、衡阳；第二类是规模效率高于平均水平，纯技术效率低于平均水平，有湘潭、怀化、邵阳；第三类是规模效率低于平均水平，纯技术效率高于平均水平，有娄底、郴州；第四类是规模效率与纯技术效率均在平均水平之上，有株洲、长沙、常德、益阳、岳阳。总体来看，湖南各地市R&D活动效率水平存在较大差异。

由表3可知，2020年湖南各地市大中型工业企业R&D活动效率情况：株洲、邵阳、岳阳、益阳、娄底等地市的综合效率均为1，说明当前这些地市大中型工业企业R&D投入在技术上有效、规模效率上处于最优；湘潭、衡阳、常德、郴州等地市的纯技术效率小于规模效率，且都小于1，说明这些地市在合理安排要素投入规模的同时，更要注重其管理水平的提高；而导致长沙、永州、怀化等地市综合效率偏低的原因，主要是规模效率不高。因此，在保持现有管理水平的基础上，需对投入规模进行合理调控。而湘潭、衡阳、郴州、永州、怀化等地市，虽然均未出现产出不足，但不同程度上存在R&D人员投入冗余现象。因此，这些地市要进一步提高对R&D人员的利用效率，在现有产出水平下湘潭、衡阳、郴州、永州、怀化等地市R&D人员全时当量投入应分别减少410.991人年，130.184人年，915.519人年，69.561人年，75.112人年。

三、R&D绩效影响因素分析

（一）研究方法

为进一步分析影响R&D效率高低的因素，以上述DEA分析得到的R&D活动综合效率值作为因变量，各影响因素为自变量，构建回归模型。由于BCC得到的综合效率值在0到1之间，因变量只能在一定范围内取值，在回归分析时会导致估计量产生偏差。因此本文采用适用于双侧受限的tobit模型。模型设定如下：

模型中β为多元线性模型的回归系数向量，χi为自变量向量，Yi为因变量向量，ε为残差项，ε服从均值为0，方差为σ2的正态分布。

（二）变量选取与数据说明

通过广泛查阅相关文献，并结合湖南实际，从内部与外部因素两方面进行分析，将湖南各地市大中型工业企业R&D绩效影响因素归纳如表4所示：

（三）实证结果与分析

1.实证结果

本文以2013~2020年湖南各地市大中型工业企业R&D活动DEA分析的综合效率值为因变量，以表4中的各影响因素指标为自变量，建立Tobit模型。各因素指标的数据均根据《湖南省统计年鉴》中相关数据整理得出。

表4 各影响因素测度变量及具体指标

为避免极端值的影响，对各变量均进行了1%和99%的缩尾处理，后续分析均采用处理后的数据，实证分析采用的软件工具为stata16.0。在进行回归之前，以TE为因变量与影响因子进行回归方差膨胀因子（VIF）检验，结果表明各变量的VIF值均小于10，说明变量间不存在严重的多重共线性。

表5 变量描述性分析结果

2.实证分析

由表6可知：地区经济水平、政府科技投入、园区工业发展、企业盈利能力等对R&D综合效率有显著正向影响，其中，企业盈利能力贡献作用最强，其次是政府科技投入和园区工业发展。而高新技术产业水平和市场集中度对R&D综合效率有促进作用，但不显著；贸易开放程度对R&D综合效率的提升有显著的抑制作用，可能由于各地市外向型经济还出于粗放型发展阶段，出口产品多集中在低劳动力成本、市场准入门槛较低的行业，这在一定程度上阻碍了产业结构的高级化和合理化进程。长此以往，不利于企业自主创新能力的提升。

表6 Tobit模型估计结果

四、结论与建议

通过上述实证分析，得到如下结论及启示：

（一）强化投入要素管理，提高资源使用效率

实证结果表明，导致DEA无效的原因，既有R&D活动技术效率低的因素，也有规模效率低的因素，但技术效率低的影响程度更大。因此，在合理安排要素投入规模的同时，更要注重其管理质效的提高。一方面，优化政府R&D经费投放，进一步向重大需求集中和重点领域倾斜，并改进经费预算管理与拨付方式，积极推行项目全面绩效考评，强化考评结果运用，提升绩效管理约束力；另一方面，企业也需进一步优化投入结构，精简研发人员，重视R&D活动日常考核管理，坚持激励与约束并重，充分调动企业科研人员的积极性和能动性。

（二）优化科技创新环境，增强企业创新能力

实证结果表明，政府科技投入、企业成本费用利润率对R&D绩效的提高有显著的促进作用，而贸易开放程度对R&D绩效的提升有显著的抑制作用。对此，一方面，要抓好落实各项减轻企业负担的政策与措施，降低企业生产成本。通过完善有关科技创新活动中的税收减免制度，帮助企业及时兑现税收红利，以减税激发企业增加研发投入，促进技术创新的积极性。另一方面，需进一步调整外向型经济的发展战略，积极探索促进外向型经济转型升级的有效路径，优化开放结构，提高开放质量。同时，建立并完善人才引进及培养机制，支持企业牵头组建创新联合体，推进产学研深度融合，提升企业的创新能力和市场竞争力。

（三）推进园区转型升级，打造地区经济增长极

实证结果表明，区域经济水平和园区工业发展对R&D绩效的提高有显著的促进作用。当前，产业园区已成为发展高新技术产业、促进产业集群、带动区域经济结构及增长方式转变的重要平台。因此，各地市要重视产业园区建设，积极推进园区转型升级。一是优化产业布局，综合各地经济发展特点与资源禀赋，科学确定园区主导产业与优势产业；二是聚焦产业集群，通过引进整合一批投资规模大、技术含量高、经济效益好、创新能力强的产业项目落地园区，以带动其他相关产业的发展；三是优化产业结构，引导企业进行关键技术攻关，推进传统产业与高新产业进行融合。多举措做强产业园，打造地区经济增长极。