中國工業(yè)企業(yè)R&D效率收斂性研究

晏蒙++葛瀟

中圖分類號：F424 文獻標識碼：A

內容摘要：本文運用超效率DEA和Malquist指數(shù)法測度了2000-2008年我國30個省市自治區(qū)大中型工業(yè)企業(yè)的R&D超效率值，并對其進行收斂性分析。實證結果表明：我國工業(yè)企業(yè)R&D效率增長緩慢，僅取得了3.6%的年均增長，R&D效率增長主要來源于技術進步，技術進步為R&D效率增長貢獻了2.7%，技術效率指數(shù)僅取得了0.9%的年均增長；東、西部地區(qū)工業(yè)企業(yè)R&D效率存在收斂現(xiàn)象，其中東部地區(qū)收斂速度最快，中部、東北部地區(qū)收斂趨勢不顯著，中部和東北部地區(qū)工業(yè)企業(yè)R&D效率差距正在擴大。

關鍵詞：超效率DEA Malquist指數(shù) 工業(yè)企業(yè) R&D效率 收斂性

本文運用我國各區(qū)域大中型工業(yè)企業(yè)2000-2010年R&D數(shù)據(jù)，采用超效率DEA和Malquist指數(shù)法橫向分析、縱向比較工業(yè)企業(yè)R&D效率，并借鑒新經(jīng)濟增長理論中Barro和Sala-i-Martin經(jīng)濟增長理論，驗證我國大中型工業(yè)企業(yè)R&D效率是否收斂。

理論方法

（一）超效率DEA模型

1978年A.Charnes、W.W.Cooper等人提出數(shù)據(jù)包絡分析法（DEA），解決了效率測算方法僅適用于單一投入和單一產(chǎn)出的局限性。DEA方法的優(yōu)點在于不涉及具體的生產(chǎn)函數(shù)，根據(jù)數(shù)據(jù)構建一個非參數(shù)的分段前沿面，使用線性規(guī)劃方法計算相對效率。但是使用DEA模型評價決策單元時，可能會遇到多個決策單元同時有效的情況，則DEA模型無法比較其效率。基于此Andersen和Peterson與1993年正式提出超效率DEA模型，超效率DEA模型的提出實現(xiàn)了有效決策單元之間的可比。超效率DEA方法的基本思想是：在評價某個決策單元時，將該決策單元排除在決策單元集合之外。即，在評價j0時，將決策單元j0與排除j0外的決策單元的集合作比較。有效的DMU按比例增加其投入，仍能保持其相對有效性，稱這種保持DEA有效性下的DMU的增加投入的最大比例為DEA超效率值。超效率DEA模型的基本形式如下：

其中，PC是純技術效率，SC是規(guī)模效率，TC是技術進步。

指標選取、數(shù)據(jù)來源及處理

本文選取2000-2010年我國30個省市自治區(qū)（不包括西藏、港澳臺地區(qū)）大中型工業(yè)企業(yè)R&D投入產(chǎn)出相關數(shù)據(jù)進行分析。R&D投入方面，本文選擇大中型工業(yè)企業(yè)R&D人員全時當量作為衡量人力投入的指標，選擇大中型工業(yè)企業(yè)R&D經(jīng)費內部支出作為衡量資本投入的指標；此外，考慮到工業(yè)企業(yè)R&D活動的實際情況，本文還將大中型工業(yè)企業(yè)新產(chǎn)品研發(fā)經(jīng)費作為衡量工業(yè)企業(yè)R&D活動經(jīng)濟成果轉化能力的投入指標。產(chǎn)出指標方面選擇新產(chǎn)品產(chǎn)值作為衡量工業(yè)企業(yè)科技創(chuàng)新經(jīng)濟成果轉化能力的重要指標，選擇大中型工業(yè)企業(yè)專利申請數(shù)和擁有的發(fā)明專利數(shù)作為工業(yè)企業(yè)R&D活動技術產(chǎn)出指標。考慮到工業(yè)企業(yè)科技研發(fā)投入產(chǎn)出具有一定的時滯性，本文將產(chǎn)出滯后兩年期加以考慮，即投入數(shù)據(jù)選擇2000-2008年我國大中型工業(yè)企業(yè)R&D投入數(shù)據(jù)，選擇2002-2010年R&D產(chǎn)出數(shù)據(jù)作為對應的產(chǎn)出數(shù)據(jù)。數(shù)據(jù)處理方面，參照朱平芳的研究，采用“居民消費價格指數(shù)”（CPI）與“固定資產(chǎn)價格指數(shù)”（PII）構造R&D經(jīng)費內部支出價格指數(shù)（RPI），即RPI=0.55CPI+0.45PII，利用R&D經(jīng)費內部支出價格指數(shù)對我國工業(yè)企業(yè)R&D經(jīng)費內部支出以及新產(chǎn)品研發(fā)經(jīng)費進行價格平減，利用各地區(qū)工業(yè)生產(chǎn)者出廠價格指數(shù)對新產(chǎn)品產(chǎn)值進行價格平減。

計算結果與分析

（一）我國區(qū)域工業(yè)企業(yè)R&D效率時空差異分析

將數(shù)據(jù)帶入DEAP2.1，計算結果如表1所示。從表1可知，2000-2008年間我國工業(yè)企業(yè)R&D效率增長幅度很小，年均增長率僅為3.6%。在樣本考察期間內，我國工業(yè)企業(yè)R&D效率增長來源于技術進步，技術進步為工業(yè)企業(yè)R&D效率增長僅貢獻了年均2.7%，而技術效率為我國工業(yè)企業(yè)的R&D效率增長貢獻更少，僅有0.9%的年均增長，這主要是因為規(guī)模效率的年均增長0.8%，表明我國工業(yè)企業(yè)R&D資源投入規(guī)模還有提高的空間，而純技術效率僅僅取得了0.2%的年均增長，反映出我國工業(yè)企業(yè)R&D資源配置結構尚不協(xié)調。此外，從表1結果來看，2000-2008年我國工業(yè)企業(yè)R&D效率增長模式發(fā)生了顯著的變化。2000-2001年考察期內，技術進步指數(shù)大于1，而技術效率指數(shù)只有0.785，R&D效率增長還主要依靠技術進步。在2001-2004年這段時間內，工業(yè)企業(yè)R&D效率增長從依靠技術進步變?yōu)榧夹g效率增長驅動模式。2004-2006年內，由于技術退步以及技術效率增長緩慢使得工業(yè)企業(yè)的R&D效率出現(xiàn)負增長。2006-2008年，工業(yè)企業(yè)R&D效率增長的技術進步指數(shù)發(fā)生了巨大的變化，從前一年的17.2%的年均增長變?yōu)?2%的負增長，在這一時期，我國工業(yè)企業(yè)出現(xiàn)較大幅度的技術退步。

由表2中國各省市區(qū)工業(yè)企業(yè)R&D效率Malquist指數(shù)及其分解項可見，從區(qū)域層面上看，東部地區(qū)R&D效率增長最快，達到了年均4.5%的增速，東北地區(qū)也取得了4.3%的年均增長，中部地區(qū)取得了年均3.7%的增速，西部地區(qū)增長速度最慢，僅有3.2%。從增長模式來看，東部地區(qū)和東北地區(qū)R&D效率增長主要依靠技術進步，反映在表2中就是二者的技術進步指數(shù)年均增長5%，而技術效率指數(shù)卻處于倒退中，說明東部以及東北地區(qū)工業(yè)企業(yè)在創(chuàng)新資源的投入規(guī)模以及配置結構上已經(jīng)不適應當前時期的經(jīng)濟發(fā)展。中部和西部地區(qū)經(jīng)濟基礎薄弱，工業(yè)基礎較差，但是在黨和政府提出 “中部崛起發(fā)展戰(zhàn)略”、“西部大開發(fā)發(fā)展戰(zhàn)略”下，中西部地區(qū)在向沿海發(fā)達地區(qū)學習先進技術和管理經(jīng)驗的同時，加強新技術的自主研發(fā)，R&D效率得到了很大的提高，技術效率分別取得了3.1%和2%的年均增長，技術進步取得了0.6%和1.3%的年均增長，因而中西部地區(qū)的R&D效率增長是依靠技術進步以及技術效率的共同作用。從省級層面來看，本文所考察的30個省市自治區(qū)的工業(yè)企業(yè)R&D效率增長有7個地區(qū)出現(xiàn)了負增長，分別是黑龍江、內蒙古、福建、江西、青海、寧夏、新疆，黑龍江、青海、寧夏、新疆R&D效率負增長主要是因為技術效率指數(shù)小于1，而這又是因為規(guī)模效率和純技術效率小于1，這表明區(qū)域內R&D資源配置結構及規(guī)模與工業(yè)發(fā)展不相適應。內蒙古、福建、江西的R&D效率負增長則是來自技術效率退步和技術退步兩方面原因。R&D效率年均增長最快的是貴州。R&D效率年均增長超過10%的區(qū)域共有7個，技術效率指數(shù)和技術進步指數(shù)均大于1。

根據(jù)本文所采用數(shù)據(jù)，利用DEAsolver5.0計算出2000年的R&D超效率值，以2000年的R&D超效率值為初始值，再利用前文計算的2001-2008年各省市區(qū)域年全要素生產(chǎn)率Malquist指數(shù)對基期的超效率值進行水平運算，得到2000-2008年我國各省市區(qū)工業(yè)企業(yè)R&D超效率水平值，如表3所示。

（二）我國工業(yè)企業(yè)R&D效率收斂性檢驗分析

1.α收斂檢驗。本節(jié)將對我國各區(qū)域工業(yè)企業(yè)R&D效率進行α收斂、β收斂檢驗。本文沿用宏觀經(jīng)濟學中區(qū)域經(jīng)濟發(fā)展水平差異性研究的變異系數(shù)構建方法，將各區(qū)域的R&D超效率值的標準差除以其平均值作為反映區(qū)域R&D效率水平差異的變異系數(shù)。從表4及圖1可知，從全國層面來看，樣本考察期工業(yè)企業(yè)R&D效率變異系數(shù)處于波動變化中，說明我國30個省市自治區(qū)工業(yè)企業(yè)R&D效率差距存在周期性的波動，2000-2001年R&D效率差距增大、2001-2006年R&D效率變化趨勢比較平穩(wěn)，2006-2008年差距逐漸縮小。從各地區(qū)層面上看，樣本考察期間內，東部地區(qū)R&D效率變化呈先上升、后下降趨勢，隨后保持一個平穩(wěn)態(tài)勢，表明區(qū)域內R&D效率差距不斷縮小。中部地區(qū)工業(yè)企業(yè)R&D效率變異系數(shù)呈現(xiàn)出波動上升的趨勢，表現(xiàn)出發(fā)散的特征。西部地區(qū)工業(yè)企業(yè)R&D效率變異系數(shù)處于波動下降中，表現(xiàn)出收斂的趨勢，表明西部地區(qū)間工業(yè)企業(yè)的R&D效率差距不斷縮小。東北地區(qū)R&D效率變異系數(shù)整體上在增大，區(qū)域內部差距在2000-2004年時出現(xiàn)大幅度的擴大，2004-2006年間變異系數(shù)出現(xiàn)短期減小，隨后處于波動變化中，最終穩(wěn)定在0.6處。

2.絕對β收斂檢驗。借鑒Barro和Sala-i-Martin關于經(jīng)濟增長是否收斂的論證方法（1995），利用前文計算得出的2000-2008年我國各區(qū)域R&D效率值進行橫截面分析。絕對β收斂由下式的回歸系數(shù)確定：

其中，lnTFPit、lnTFPit-1分別是為第i地區(qū)t、t-1時間的工業(yè)企業(yè)R&D平均效率值的對數(shù)值，i=1，2，…，30，t=1，2，3，4，αit為常數(shù)項，β是收斂系數(shù)，εit是隨機擾動項。如果系數(shù)β顯著為負，則說明該區(qū)域存在條件收斂，反之則不存在條件收斂。表5所示，hausman檢驗結果表明，全國、東部、中部地區(qū)使用固定效應模型估計，而西部及東北地區(qū)使用隨機效應模型估計收斂。結合表4、表5及圖1分析，全國、東部、西部地區(qū)存在α收斂、絕對β收斂以及條件β收斂，表明區(qū)域內各省工業(yè)企業(yè)會根據(jù)各自的經(jīng)濟發(fā)展水平以及工業(yè)技術水平形成各自的穩(wěn)態(tài)水平，并且最終會向同一個穩(wěn)態(tài)水平前進。中部、東北地區(qū)工業(yè)企業(yè)R&D效率不存在α收斂和絕對β收斂說明區(qū)域內工業(yè)企業(yè)R&D效率差距會不斷擴大，并且區(qū)域內各省市與全國以及東西部地區(qū)不存在共同的穩(wěn)態(tài)水平，而條件β收斂存在表明中部和東北地區(qū)工業(yè)企業(yè)R&D效率會朝著各自的穩(wěn)態(tài)趨近。

結論及建議

（一）主要結論

2000-2008年，我國工業(yè)企業(yè)的R&D效率增長緩慢，主要依靠技術進步， R&D效率的技術效率指數(shù)較低。我國各區(qū)域工業(yè)企業(yè)R&D效率變異系數(shù)處于波動變化中，總體上呈現(xiàn)出先上升后下降的趨勢，東部、西部地區(qū)R&D效率差距在不斷縮小中，而中部、東北地區(qū)R&D效率差距不斷擴大。我國各區(qū)域中，東、西部地區(qū)大中型工業(yè)企業(yè)的R&D效率有一定的收斂趨勢，而中部和東北地區(qū)收斂趨勢不顯著。當考慮到經(jīng)濟體各自具有不同的特征條件后，發(fā)現(xiàn)各地區(qū)工業(yè)企業(yè)R&D效率都將朝各自的穩(wěn)態(tài)水平趨近。

（二）對策建議

首先，從企業(yè)自身來說，企業(yè)應當制定相應的科技創(chuàng)新發(fā)展規(guī)劃，加強基礎技術研發(fā)的投入，重視新技術研發(fā)和先進技術的引進、吸收、改造，協(xié)調好資源配置結構，促進技術進步和技術效率同步提升，雙軌驅動我國工業(yè)企業(yè)的R&D效率增長。其次，從中央政府角度來說，應該高度重視科技創(chuàng)新，加快科技體制機制改革創(chuàng)新。加大對我國中西部經(jīng)濟落后地區(qū)的政策傾斜，從稅收、政府補貼等多方面入手，引導R&D資源向中西部地區(qū)流動，促進創(chuàng)新資源高效配置；對于地方政府來說，要因地制宜，完善對高技術人才的激勵措施，從而達到吸引更多沿海“人才飽和”地區(qū)人才“外溢”的目的。最后，提高自主創(chuàng)新能力是提高企業(yè)科技創(chuàng)新能力的關鍵環(huán)節(jié)。把握國際創(chuàng)新趨勢、特點進行自主創(chuàng)新，提高工業(yè)企業(yè)的自主創(chuàng)新能力。

參考文獻：

1.李應博.科技創(chuàng)新資源配置[M].經(jīng)濟科學出版社， 2008

2.閆冰，馮根福.基于隨機前沿生產(chǎn)函數(shù)的中國工業(yè)R&D效率分析[J].當代經(jīng)濟科學， 2005（11）

3.傅東林，鐘成林.我國大中型工業(yè)企業(yè)研發(fā)效率及其收斂性分析[J].工業(yè)工程，2014（1）

4.李小勝，朱建平.中國省際工業(yè)企業(yè)創(chuàng)新效率及其收斂性研究[J].數(shù)理統(tǒng)計與管理， 2013（11）

5.Charnes A，Cooper W.W. and Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research，1978，2（6）

6.Andersen，Petersen，NC. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science，1993

7.朱平芳，徐偉民.政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響[J].經(jīng)濟研究，2003，6（5）

8.Barro，R.Sala-I-Martin X .Economic Growth. McGraw-Hill[M].New York，1995