中國制造業研發投入與產出效率的差異性研究

(蘭州財經大學 甘肅 蘭州 730020)

一、引言

黨的十八大以來，國家高度重視推動實體經濟尤其是制造業的轉型升級，制定了《中國制造業發展綱要(2015-2025)》等一系列規劃，為我國制造業發展指明了方向。但目前來看，我國科技創新能力并不突出。主要原因有：發明專利數量太少；科學研究質量不高；核心技術自給率低；科技研發投入嚴重不足；相關科技人才不夠。我國研發投入逐年增加但產出效率增長不明顯。

基于以上幾點，同時考慮數據的可獲取性，本文以研發投入產出效率低下為研究背景，以高技術產業和傳統制造業業為研究對象，分析研發投入對其產出效率影響，探討不同產業研發投入對其效率影響的差異性。

二、文獻綜述

Hu等(2003)利用中國北京地區大中型工業企業的相關數據，針對研發投入對企業價值產生的影響進行了探究。并且得出下述結論：研發投入確實顯著影響了企業價值，顯著程度在不同產業之間的差異明顯。謝小芳等(2009)指出，消費者對于企業的研發投入價值持有認可的態度，除此之外，對于其所產生的市場效果，較之于非高新技術產業來說，高新技術產業在毛利率這一指標上有著更好的表現，由此也就表明在這一產業有著更好的消費者認同度。但也有學者不認同這一結論，例如陳修德等(2011)認為研發技術創新活動在促進企業價值增長的作用方面并無明顯的產業特質，高新技術企業在將知識技術轉化成企業價值的效率上并不具有顯著的優勢。

在研發投入績效評價的方法運用上,許多學者嘗試使用了多種手段,Lee.H，Park.Y(2005)采用DEA方法對R&D活動效率展開國際比較；Eric C.Wang(2007)在確定指標體系和數據后,則運用隨機前沿方法評價了R&D活動的相對效率。

研發投入的增加對企業效率有明顯的促進作用，對高新技術企業績效增加的效果尤為突出。為了研究研發投入對產出是否有促進作用，不同行業間促進作用是否不同，本文把制造業下細分的31個制造業作為研究對象，分別用DEA超效率評價模型做實證分析。并對比不同產業對研發投入的敏感性。

三、研發產出效率實證分析

本文的研究首先，選用了考慮非期望產出的超效率SBM模型，在SBM模型的基礎上構建的超效率SBM模型。其次，根據制造業細分產業2015年面板數據，對效率做排名，比較31個不同產業研發產出效率的差異。

構建模型在選擇DMU時，以《工業企業科技活動統計年鑒》中制造業細分產業作為樣本。研發經費內部支出和研發人員折合全時當量來反映研發投入指標；選取的產出指標包括新產品銷售收入、有效發明專利數，還有非期望產出指標：創新損耗。

表1 投入指標和產出指標匯總

構建模型在選擇DMU時，以《工業企業科技活動統計年鑒》中制造業細分產業作為樣本。研發經費內部支出和研發人員折合全時當量來反映研發投入指標；選取的產出指標包括新產品銷售收入、有效發明專利數，還有非期望產出指標：創新損耗。

根據2015年數據運用超效率SBM模型，反映了2015年各制造業行業的規模不變(CRS)情況下效率值和排名，展示了31個行業各綜合技術效率值，從綜合技術效率值可以判斷該行業是否處于DEA有效狀態。并再次進行模型計算，根據得出各變量的松弛量，對于無效 DMU，表示改進方法是減少投入或增加產出。

四、結論及建議

根據運行結果分析，煙草制造業、汽車制造業、計算機、通信和其他電子設備制造業的效率值在不考慮非期望產出后有所上升，可以看出非期望產出對這幾個行業的整體綜合技術效率值的影響較大，創新損耗造成了它們整體效率的損失。根據各制造業產業數據的松弛變量便可分析出效率較低的產業各指標的改進方向，所以，對松弛變量的分析為管理者提供了具有針對性的提高產業投入產出效率的參考基礎。

非期望產出對整體綜合技術效率值的影響較大。因此，如何控制創新損耗的產生，降低創新損耗是提高制造業產出效率的一個重要途徑。制造業應該合理利用研發投入，通過整合資源配置，提高專利申請通過率、降低新產品研發費用等措施來提高創新績效，提升制造業的盈利能力。