基于中间产出、最终产出效率视角的企业研发效率研究——以广东省民营科技企业为例

史欣向，陆正华

（华南理工大学工商管理学院，广东 广州 510641）

基于中间产出、最终产出效率视角的企业研发效率研究
——以广东省民营科技企业为例

史欣向，陆正华

（华南理工大学工商管理学院，广东 广州 510641）

通过对研发活动过程的分析，提出将R&D效率分解为中间产出效率和最终产出效率的新思路。我们发现一个跟以往有所不同的结果：民营科技企业的科研成果产出能力（中间产出效率）并不差，事实上，科研成果的市场转化能力（最终产出效率）才是制约民营科技企业R&D效率提升的“瓶颈”。此外，本文还对研发活动中间产出、最终产出效率的地区差异，以及同一环境变量对两个效率影响的差异进行了研究。

民营科技企业；研发；中间产出效率；最终产出效率；随机前沿分析

Abstract:Analyzing the process of R&D activities,we propose that R&D efficiency should be separated into two parts:intermediate output efficiency and ultimate output efficiency.According to this idea,we study on R&D efficiency of private technological enterprises in Guangdong province.The results enlighten us that the bottleneck of private technological enterprises’R&D efficiency is ultimate output efficiency,but the situation has a big difference among different areas.Otherwise,we find that an environmental variable can have different effect on intermediate output efficiency and ultimate output efficiency.This paper gives several suggestions based above conclusions.

Key words:private technological enterprise;R&D;intermediate output efficiency;ultimate output efficiency;stochastic frontier analysis

1 问题的提出

民营科技企业已成为广东省最具创新活力的企业群体之一［1］。以2006年为例，广东省民营科技企业当年的研发人员达到8.38万人；总收入百万元以上民科企业的科研发展经费投入为160.82亿元；民营科技企业的专利申请数13716项，专利授权数9104项，其中发明专利申请和授权数分别为2913项、1162项；全年技术性收入为137.91亿元。

近几年来，政府和企业越来越重视自主创新，广东省民营科技企业的研发投入也不断增加。2004年，民营科技企业的研发投入为98.99亿元；2005年为108.88亿元，比上年增长了10%；2006年达到了160.82 亿元，比上年增长了近50%。不断增加研发投入无疑可以促进研发活动的开展，让企业获得更多的科技成果。但是，我们更应该关注研发活动的效率如何。研发效率关乎企业利用研发资源的水平，体现企业利用科技促进经济的能力。因此，本文以广东省民营科技企业的数据为基础针对研发效率问题进行研究。考虑到广东省经济发展的地区差异较大，且研发效率跟环境因素息息相关，故本文也将对研发效率的地区差异、环境因素的影响进行比较分析，最终在上述工作的基础上给出若干建议。

2 研究框架

目前，很多研究都是把研发活动割裂开来看，要么以论文数或专利申请数 （中间产出）作为产出，如Adams&Griliches（2000）［2］，Zhang&Zhang（2003）［3］，Eric（2007）［4］，Seema&Thomas（2008）［5］等；要么以新产品数或新产品销售收入（最终产出）作为产出，如Griliches（1980）［6］，Goto&Suzuki（1989）［7］，Mairesse&Sassenou（1991）［8］，闫冰、冯根福（2005）［9］，梁彤缨、陈修德（2009）［10］等。然而要使自主创新过程顺利实现，创新主体必须经历研究开发、产业化应用和市场运作这三阶段［11］，本文将之归纳为两个过程，即中间产出过程和最终产出过程。

在市场经济条件下，中间产出和最终产出对于企业研发活动的成功都是必需的。企业不但需要尽可能多的科研成果，也需要尽可能快地把科研成果转化为经济绩效。刘井建（2009）、罗亚非（2009）等利用类似的思想研究了我国各省的研发效率，但他们所使用的DEA方法不能在研究两个阶段效率的同时考虑环境因素对效率的影响，而且他们的研究均是针对宏观层面［12-13］。本文是针对微观层面（企业）的研究，而且在研究中间产出、最终产出过程时考虑环境因素的影响，具体框架如图1所示。

图1 研发活动的中间产出、最终产出效率形成机制

3 模型方法与数据

3.1 模型方法

随机前沿分析的基本思想是根据一组投产、产出变量构造投入产出的最佳效率前沿，通过比较样本与最佳效率前沿的距离，从而测定每个样本的相对效率。随机前沿分析最大的特点是把模型的误差项分解为随机误差和技术无效率项，通过测量技术无效率项来确定效率的大小；而且在估计效率的过程中可以同时考虑环境因素的影响。

根据 Meeusen&Broeck、Aigner、Lovell&Schmidt及Battese&Corra的思想［14］，建立本文估计研究效率的实证模型。

Battese&Coelli（1995）开发出了可以分析环境影响因素的随机前沿模型。此时，ui服从截尾的正态分布 N(mi,σ2u)，其他条件不变［15］。 根据上述思想，本文估计环境变量影响的模型为：

其中，（1）、（2）、（3）式中的变量定义如表 1 所示。

表1 模型变量及其定义

3.2 数据来源及说明

目前，我国学者研究R&D效率大多停留在全国、省级或行业等宏观层面，之所以涉及企业层面较少，最主要的原因是企业层面的数据难以获得。在广东省软科学项目的资助下，我们得以收集、整理了2005年广东省714家民营科技企业的数据进行研究。需要说明的是，我们的调查数据里存在企业专利申请数为0的情况，可能的原因包括：①研发活动是一项周期长、风险大的活动，企业在本年度还没有获得专利产出；②企业通过研发获得了新技术，但是并没有申请专利，而是要这项技术成为专有技术。考虑到这两种可能性都存在，同时参考国外学者的做法，我们使用0.5代替专利申请数为0的情况（从现实的角度考虑，取值为0.5可以解决公式（3）中0无法取对数的问题；同时0.5取对数后为负值，不会虚增SFA模型中的产出变量，符合谨慎性的原则）。限于篇幅，各变量的描述性统计在此省略，读者如有需要可以向我们索取。

4 实证结果及分析

4.1 模型估计的结果

本文利用随机前沿分析的方法对研发活动中的中间产出、最终产出过程的效率进行了估计，且在上述两个过程中考虑了环境因素对其效率的影响，因此研究模型更符合研发活动的实际情况。使用FRONTIER 4.1软件计算的结果如表2所示。

表2的结果显示，实证模型具有较强的说服力 （研发活动中间产出和最终产出过程的似然比均高度显著，分别为36.959835和100.02069）。通过比较研发活动的中间产出效率和最终产出效率，我们不难发现：总体上，广东省民营科技企业研发活动的中间产出效率（0.8851）明显高于最终产出效率（0.1911），呈现出显著的“中间产出效率高，最终产出效率低”的特征。这个结果出乎我们的意料。一个较为普遍的认识是我国企业的科研能力较差，大量的研发投入不能高效的转化为期望的科研成果。然而上述结果表明民营科技企业的科研成果产出能力 （中间产出效率）并不差，并非很多人想象的那样。改革开放30多年来，国家决策层已经充分意识到自主创新的重要性，舆论宣传及政府支持的力度大大加强，客观上提高了企业自主创新的积极性；民营科技企业作为一个“后起”的经济实体，它本身就是以科研成果为主要产品的企业，加之这么多年市场化浪潮中“拼杀”的经验也要求他们必须提高核心竞争力来对抗强大的国有企业和外资企业，因此他们提高研发效率的主观意愿非常强烈。正是由于主观和客观的双重作用，激发了民营科技企业自身的潜能，提高了他们的中间产出效率。相比之下，民营科技企业的科研成果市场化能力（最终产出效率）堪忧。在科研成果市场化方面，国有企业（规模大）和外资企业（管理先进）具有优势，他们的优势正是民营科技企业目前的劣势，所以限制了其最终产出效率的提高。中间产出效率和最终产出效率就像构成 “木桶的两块木板”，通过比较这两个效率，我们发现：最终产出效率才是限制民营科技企业研发效率提高的“短板”。

表2 随机前沿分析估计的结果

4.2 对不同地区“两个效率”差异的进一步分析

广东省区域经济发展水平差异明显，这必然会导致各地区在研发经费获取、人才流动、政府财政及金融机构资金支持等方面存在较大差异。这些差异会使各地区研发活动的中间产出效率和最终产出效率呈现出什么特征？本文分别从宏观层面和微观层面对比了广东省三大区域和21个地级市研发活动的“两个效率”。表3展示了三大区域中间产出效率和最终产出效率的绝对值以及各区域中这两个效率值排在前五名、后五名的城市个数。

表3 广东省三大区域R&D效率比较

比较三大区域的中间产出效率和最终产出效率，我们很容易发现其统计结果呈现出明显的 “对称”状态，这表明同一区域在中间产出效率和最终产出效率上的表现几乎是完全相反的。通过进一步对比广东省21个地级市的情况，我们发现即使是同一个城市，它的中间产出效率和最终产出效率也可能表现出“相反”的特征（见图2）。

图2 广东省21个地级市R&D效率的比较

在研发活动的中间产出过程中，珠三角地区的效率竟然是三大区域中最低的，低于平均水平；而且该区域有4个城市的中间产出效率排在最后五名，占了绝大多数（见表3）。图2中“中间产出效率”线上的4个低点清楚的显示出这4个城市分别是珠海、深圳、广州和惠州。相比之下，中间产出效率最高的是粤东粤西两翼，该区域有3个城市的效率进入前五名。珠三角地区经济发达，广州、深圳更是该地区的排头兵，但是其中间产出效率却表现不尽如人意，个中原因值得我们深思。事实上，学者梁彤缨、陈修德等（2009）在研究广东省大中型工业的R&D效率时也有类似的结论［10］。珠三角地区经济发达，政府财政和金融机构对科研经费强有力的支持，客观上使得该地区的企业在获取研发资源时相对容易，因此容易滋生浪费行为。科研人员虽多，但是激励机制并未完善，非但没有发挥整体优势，反而出现人浮于事等现象。这种现象的结果就是科研人员越多反而影响了效率的提高（下文对“劳动力结构”的分析证明了这一论断，见表4）。还有一个原因可能是很多人并未意识到的，那就是珠三角地区未能有效地发挥港澳台及外资企业优势，这些企业非但没有改善珠三角地区的中间产出效率，反而成了限制该地区效率提高的因素（在中间产出过程中，“资本类型”对效率存在负向影响，见表4）。在上述因素共同作用的结果下导致了经济发达的珠三角地区反而不如其他地区的中间产出效率高。

在研发活动的最终产出过程中，珠三角地区的效率明显高于其他两个地区，高于平均水平；而且有4个城市进入前五名（见图2）。图2中“最终产出效率”线上的4个高点表明这4个城市分别是珠海、深圳、广州和惠州。相比之下，最终产出效率最低的是粤东粤西两翼，该区域有3个城市的效率进入后五名。同样的区域、同样的城市，最终产出效率的表现却与之前中间产出效率的表现完全相反。其实，珠三角地区最终产出效率高并不出乎意料。科研成果市场化的效率很大程度上取决于该地区的市场化水平，而珠三角地区在经济发展水平、市场成熟度、企业管理水平等方面均具有明显优势。此外，珠三角地区港澳台及外资企业众多、企业规模大、人才聚集、企业管理者文化素质相对较高等因素均为其效率的提高提供了良好的基础环境（上述因素均对最终产出效率存在积极的影响，见表4）。罗亚非、杨实君（2009）对上海科研成果市场化效率的研究也有类似的结论［13］。深圳和广州的最终产出效率在21个地级市中名列前茅也充分佐证了以上判断。

值得注意的是粤北山区在较为艰苦的条件下“两个效率”均排名中间，并非最差。本文认为粤北山区的“意识”弥补了外界环境的不利影响。粤北山区经济较为落后，研发资源、市场环境等方面均不如其他区域，但正是受这些条件的限制企业才不得不关注效率的问题。以效率为导向的意识使得粤北山区的企业能够有效利用有限的研发资源，实现了较高的研发效率。

4.3 环境变量对“两个效率”作用的比较分析

企业的研发活动都是在特定的环境中进行的，因此环境因素对其研发效率的影响是不可忽视的。同一环境变量在中间产出、最终产出过程中的作用可能是不相同的。表4对比了企业主要的4个环境变量对“两个效率”的作用。

（1）资本类型的作用相反。资本类型的系数分别为0.09291857和-0.14069840，均通过显著性检验。这表明国外资本的加入不利于中间产出效率的提高，但是有利于最终产出效率的提高。跨国公司和港澳台企业本身技术水平比较高，他们和国内企业合作，主要是为了利用低廉的劳动力，加之出于技术保密的考虑，并不会积极地去进行研发活动。反而是内资企业更有动力去进行研发活动，因为要扭转与外资、合资企业竞争处于劣势的局面就必须实现自主创新。当然，现行的鼓励外商投资政策不能有效地激发国外资本开展研发活动的热情，也可能是原因之一。因此如何调动国外资本开展研发活动的积极性应该成为政策制定者下一步思考的问题。不过，在最终产出阶段由于外资企业、合资企业拥有先进的管理经验，市场运作水平高，所以能更迅速地将科研成果转化为企业的经济效益。

表4 环境变量作用的对比

（2）企业规模的作用一致。企业规模的系数均小于0，且都通过显著性检验。可见企业规模对于中间产出效率、最终产出效率均有积极的影响。Henderson&Cockburn（1996）认为规模大的企业一般会有更多的销售收入来支持研发活动，同时大企业更容易在资本市场上获得更多的资金，大企业往往市场运作更加娴熟，加上研发活动中的规模效应等因素均有利于研发效率的提高［16］。本文的研究结果也证实了这个结论。

（3）劳动力结构的作用相反。这个结论出乎我们的意料。一般情况下，企业劳动力中科研人员的比重越大，企业的科研氛围、知识外溢的平台就越好，应该是有利于科研成果的产出。对于这个结论的解释，我们认为企业可能存在科研人员管理不善、激励不足的问题。研发活动更多的是依靠科研人员的创造力（研发人员的系数大于研发经费的系数，见表2）。企业一味加大科研人员的投入，却忽视了对科研人员的激励，他们的创造力不能很好地发挥出来，所以中间产出效率反而降低了。企业里的科技人员越多，表明企业员工的整体素质越高，这样的企业市场意识更强；加之研发人员身处科研第一线，深知科研成果转化为经济绩效的重要性，所以劳动力结构越良好，越有利于最终产出效率的提高。

（4）领导者文化程度的作用不同。领导者的文化程度这一变量的系数分别为0.01210840（未通过显著性检验）和-0.22289704（通过显著性检验）。研发活动是专业性很强的科学活动，企业领导者一般授权研发部门的领导者进行管理，所以他们文化素质的高低对研发活动中间产出效率的影响不显著。但是在科研成果面向市场时，企业领导者的文化素质、市场意识就会发挥重要的作用。

综上，我们的研究结果表明：现实中环境变量在研发活动不同阶段的作用是有差异的。因此，我们在解决实际问题时必须具体问题具体分析。

5 结论及政策建议

本文通过对广东省民营科技企业研发活动中间产出效率和最终产出效率的研究发现：①最终产出效率是限制广东省民营科技企业研发效率提高的“短板”。现阶段提高科研成果的市场化程度是当务之急。②中间产出效率和经济发展水平的相关性较低。经济发达地区的科研成果产出效率并不一定比其他地区表现出色，珠三角地区就是如此。③最终产出效率和经济发展水平的相关性较高。经济发达地区的科研成果市场化效率明显高于其他地区，珠三角地区就是例证。④同一环境变量对中间产出效率、最终产出效率的影响可能是不相同的。本文所研究的环境变量中仅有企业规模变量的作用是前后一致的。

基于上述研究结果，我们认为政府和企业在研发活动的问题上应该考虑：

第一，进一步完善专利等科研成果的市场化机制。政府应该利用税收等政策鼓励企业的科研成果面向市场；企业要增强市场意识，双方相互合作，提高科研成果的市场化效率。

第二，转变思想，以效率为导向，兼顾地区差异，合理在地区间分配研发资源。企业在开展研发活动时应该以效率为导向，合理利用资源而不是一味加大投入；根据各地区研发效率的特点，政府应该引导研发资源适当的由珠三角地区向东西两翼以及粤北山区转移同时要加快完善市场机制，与企业携手提高研发活动的整体效率。

第三，企业在提高研发效率时要兼顾中间产出效率和最终产出效率。研发活动由中间产出和最终产出过程构成，其中一个环节效率低下都会影响研发活动的整体效率。在提高研发效率时，企业应该完善科研人员的激励机制，充分发挥科研人员的创造力；政府应该制定更具针对性的政策调动港澳台和外资企业开展研发活动的热情，使之成为促进整个地区研发效率水平提高的重要力量。

第四，企业要注重环境因素对研发效率的影响，在不同的情况下要区分环境因素的作用。企业要结合研发活动所处的阶段，合理利用环境因素提高效率，要防止 “一刀切”的做法。

［1］吴忠泽，科技部专题研究组．我国区域自主创新调研报告［R］．北京：科学出版社，2006：121．

［2］ J.D.Adams,Z.Griliches.Research productivity in a system of universities ［J］.In D.Encaoua,et al.（Eds.）,The economics and econometrics of innovation.Boston:Kluwer Academic Publishers,2000.

［3］ Zhang Anming,Zhang Yimin.A study of the R&D efficiency and productivity of Chinese firms ［J］.Journal of Comparative Economics,2003,31:444-464.

［4］ Wang Eric C,Huang Weichiao.Relative efficiency of R&D activities:a cross-country study accounting for environmental factorsin the DEA approach ［J］.Research Policy,2007,36:260-273.

［5］ Seema Sharma,V.J.Thomas.Inter-country R&D efficiency analysis:an application of data envelopment analysis ［J］.Scientometrics,2008,76:483-501.

［6］ Z.Griliches.Returns to research and development expenditure in the private sector ［J］.In J.Kendrick and B.Vaccara （Eds.）,New developments in productivity measurement and analysis.University of Chicago press,1980,419-461.

［7］ A.Goto,K.Suzuki.R&D capital.Rate of return on R&D investment and spillover of R&D in Japanese manufacturing industries［J］.The Review of Economics and Statistics,1989,71,555-564.

［8］ Jacques Mairesse,Mohamed Sassenou.R&D and Productivity:A Survey of Econometric Studies at the Firm Level ［R］.Working paper NO.3666,1991.

［9］闫冰,冯根福．基于随机前沿生产函数的中国工业R&D效率分析［J］．当代经济科学，2005，（6）：14-18．

［10］梁彤缨，陈修德，卢春源．基于随机前沿方法的广东省大中型工业企业科技活动效率研究［J］．科学学研究，2009，（3）：393-398．

［11］ 刘和东，梁东黎．R&D 投入与自主创新能力关系的协整分析［J］．科学学与科学技术管理，2006，（8）：21-25．

［12］刘井建．“效率”与 “效力”共驱的R&D项目绩效评价研究——基于DEA方法的我国各地区大中型工业企业的比较分析［J］．科学学研究，2009，（11）：1668-1675．

［13］ 罗亚非，杨实君．基于 DEA 方法的部分省市研发国际化效率评价［J］．科技进步与对策，2009，（16）：115-117．

［14］ Subal C.Kumbhakar,C.A.Knox Lovell，刘晓宏，杨倩 译．随机边界分析［M］．上海：复旦大学出版社，2007，（11）：46-53．

［15］ G.E.Battese,T.J.Coelli.A model for technical inefficiency effects in a stochastic frontier production for panel data ［J］.Empirical Economics,1995,20:322-325.

［16］ R.Henderson.I.Cockburn.Scale,scope and spillovers:the determinants of research productivity in drug discovery ［J］.The Rand Journal of Economics,1996,27:32-58.

（责任编辑 胡琼静）

R&D Efficiency of Private Technological Enterprises in Guangdong Province:on the Perspective of Intermediate Output Efficiency and Ultimate Output Efficiency

Shi Xinxiang，Lu Zhenghua
（School of Business Administration,South China University of Technology,Guangzhou 510641， China）

F064.2

A

广东省软科学项目（2008B070800014）。

2009-12-31

史欣向（1981-），男，陕西户县人，华南理工大学工商管理学院博士研究生；研究方向：技术创新、财务管理。