沈阳市装备制造业科技资源配置有效性的实证分析

侯 卉, 王月乔, 徐 丁

(东北大学 文法学院, 辽宁 沈阳 110819)

装备制造业是沈阳市的传统优势产业,拥有雄厚的产业基础,已经形成了比较完善的产业体系,作为沈阳经济发展的重要支撑性产业,带动了全市经济的快速发展。2011年,全市拥有装备制造 业企业2 479家,完成规模以上工业产值5 829.7亿元,同比增长21.5%,占全市工业产值的49.9%。2009年,沈阳市政府发布了《沈阳装备制造业产业发展规划纲要(2009—2020)》(以下简称《纲要》)。《纲要》提出,未来十年将重点发展装备制造业,2012年沈阳装备制造业产值预计达到6 250亿元,2015年预计达到9 380亿元,“十三五”期间迈上超万亿元级台阶,初步完成建设具有国际竞争力的先进装备制造业基地的战略任务,成为沈阳市国民经济发展的重要支柱[1]。

装备制造业是典型的技术密集型产业,科技资源是该产业不断发展的决定性因素之一,装备制造业的发展速度和方向取决于科技资源配置的有效性[2]。因此,分析和探讨沈阳装备制造业科技资源配置的有效性对其可持续发展具有重要意义。

20世纪90年代,我国学者开始对科技资源配置的相关问题进行了一系列的研究,近几年,研究领域主要集中在科技资源配置效率和科技资源的配置机制等方面。本文在建立合理的科技资源配置的评价指标体系基础上,对沈阳市装备制造业各子行业的科技资源配置效率进行实证分析,以期为政府提供决策依据。

一、 评价模型及评价指标体系的建立

目前,国内外对配置效率提出和应用的评价方法有多指标综合评价法、指数法、模糊评价法、基于计算机技术的评估方法等多种,每一种评价方法都有其理论优势和适用范围。数据包络分析的基础是相对效率的概念,直接采用投入、产出数据,建立评价模型,分析样本资源使用的效率,并可衡量非有效的原因和程度,反映出样本单位经济系统状态的多种信息。因此,数据包络分析是最适合进行装备制造业科技资源配置有效性分析的模型之一[3]。

1. 数据包络分析(DEA)的C2R模型

数据包络分析是著名运筹学家Charnes & Cooper等学者构建的系统分析研究方法[4]。其主要分析框架是:在一定可能范围内,一个经济系统或一个生产过程当被看成是一个单位(或一个部门)时,投入了一定数量生产要素并产出了一定数量的“产品”,这样的单位(或部门)被称为决策单元,即:

(1)

其中,Xij为第j个单元对第i种生产要素的投入量,Xij>0;Yrj为第j个单元对第r种产品的产出量,Yry>0;Xij及Yrj可以根据历史资料得到,适当地选择权系数V和U,使其满足hj≤1 (j=1,2,…,n),得到:

通过进一步变换,就得到了DEA评价模型:

式(3)中θ为该决策单元的有效值(投入相对于产出比);λj为重新构造的有效组合中第j个DMU的组合比例;加入S-,S+松弛变量,以平衡不等式[5-7]。其经济含义为:

① 当θ=1且S-=S+=0时,称DMU为DEA有效,即此经济系统中原投入的产出已达到最优;

② 当θ=1且S-≠0或S+≠0时,称DMU为DEA弱有效,即此经济系统中投入X可减少S-而原产出Y维持不变,如投入X不变,则产出将提高S+;

③ 当θ<1则称DMU为DEA无效,即此经济系统中可将投入降到原投入X的θ比例,原产出Y维持不减,这时的各有效单元形成的效率边界可衡量各非DEA有效单元是否存在“投入冗余”和“产出不足”的问题。

在目前资源的使用条件下,能够分析各决策单元的资源提供程度,还可以分析目标设定的基准以及决策单元是否存在改善空间等。

2. 建立评价指标体系

对科技资源投入产出进行评价,指标体系的建立必须客观地反映经济活动中的投入与产出的实际情况。在式(1) 中确定xij为投入指标,yrj为产出指标。所使用的投入指标包括衡量装备制造业科技资源的人力、财力、物力的投入指标,见表1。

表1 基本指标及定义

二、 实证运算、结果及分析

1．模型计算

依据国民经济行业分类,装备制造业被分为通用设备制造业、金属制品业、专用设备制造业、电气机械及器材制造业、交通运输设备制造业、通信设备计算机及其他电子设备制造业、仪器仪表及文化办公用机械制造业这7个子行业,即为DEA模型中的各决策单元(DMU)。通过评价沈阳装备制造业各子行业的科技投入产出的相对效率,分析其科技资源配置有效性的情况。根据建立的指标体系、行业划分及《沈阳市统计年鉴2011》,整理得出的沈阳市装备制造业各子行业的2010年科技投入产出评价的基本数据见表2。

表2 2010年沈阳市装备制造业各行业的科技投入产出评价的基本数据

将数据代入式(3),建立金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、通信设备计算机及其他电子设备制造业、仪器仪表及文化办公用机械制造业行业的C2R模型,计算结果见表3。

表3 2010年沈阳市装备制造业各子行业科技资源配置效率EXCEL运行结果

2．沈阳市装备制造业各子行业科技资源配置情况分析

通过评价模型及评价指标体系的计算结果,可以分析沈阳市装备制造业各子行业科技资源配置情况。表3中λj、S-和S+数值结果的分析显示:

专用设备制造业、电气机械及器材制造业、通信设备计算机及其他电子设备制造业均属DEA有效。这三个行业的有效值均满足θ=1,且S-=S+=0,均属DEA有效,即科技资源配置效率已达到最优状态。专用设备制造业具有规模和研发优势且科技资源配置较好,验证了沈阳市专用设备制造业在全市工业行业的重要地位。电气机械及器材制造业尽管科技投入各指标均相对较少,但其科技资源配置效率显示最优,其科技产出不逊色于其他行业。通信设备计算机及其他电子设备制造业科技资源配置态势均衡,作为沈阳市支柱产业之一,其具有广阔的发展空间和潜力。

金属制品业、交通运输设备制造业、仪器仪表及文化办公用机械制造业均为DEA弱有效。这三个行业的有效值均满足θ=1,但分别都存在着S-≠0和S+≠0的问题,所以均属于DEA弱有效,即这三类子行业的科技资源配置效率略显不足。金属制品业主要体现在R&D人员和政府科技经费这两项投入不足,进而出口值表现产出不佳;交通运输设备制造业专利数相对企业投入显示不足;仪器仪表及文化办公用机械制造业R&D人员投入数量不够,出口值表现不佳。

通用设备制造业属于非DEA有效,即通用设备制造业的科技资源配置效率低于其他子行业,相对于其他行业有较为明显的差距。在科技投入方面,除了企业内部用于科技活动的经费投入相对不足外,其他投入指标如科技人员、R&D人员、科研项目、政府资金和R&D经费严重冗余;在科技产出方面,虽然新产品销售收入和出口值突出,但因为投入产出表现低效,所以相对的高产出是高投入带来的结果,整体科技资源配置极不合理,配置失效。

计算结果也综合反映了沈阳市装备制造业整体的科技资源配置存在的一些问题,主要表现在:

(1) 装备制造业内部各子行业间科研经费分布不合理

金属制品业的科研经费总投入不充足,计算指标显示主要是政府部门提供的科技活动资金太少,2010年政府提供给金属制品业的科技经费只有250万元,不及企业自身投入的1%,与政府对其他行业的相对投入相比也相差甚远,导致金属制品业科技总投入资金严重缺乏。

通用设备制造业的研发经费中企业投入资金不足,而政府部门提供的科技活动资金严重冗余40%,造成了极大的资金浪费,这一方面说明了通用设备制造业的科技经费使用结构极其不合理;另一方面政府投入科技资金的浪费与金属制品业政府的科技经费投入不足造成企业科技产出少的后果,形成了鲜明的对比。

整体来看,沈阳装备制造业内部各子行业间科技研发经费分布是不均衡的,包括政府部门向各行业提供的科技活动资金,这也说明了政府科技资金的预算投入缺乏事前科学的调查研究与分析。

(2) 装备制造业内部各子行业间科技人才配置不均及产出低效

金属制品制造业和仪器仪表及文化办公用机械制造业这二类行业的R&D人员投入不足;通用设备制造业相对于产出来说,科技人员和R&D人员存在着冗余和工作效率不高的问题。

交通运输设备制造业相对于科技资源的投入,在专利申请数上产出低效。

沈阳装备制造业及各子行业的科技成果转化率极低,科研项目与市场需求不匹配,也是造成其产出低效的重要原因。

三、 提高沈阳市装备制造业科技资源配置效率的对策建议

1．调整装备制造业各子行业间科研经费分布

科研活动中经费尤为重要。装备制造业的科研经费主要来自于企业和政府部门,以企业为主,政府部门为辅。企业投入的科研经费多少往往受限于该行业或该企业的经营效益好坏,因此,在调整装备制造业各子行业间科研经费分布上,政府部门必须高度关注科研经费在各子行业间分布的均衡性。

针对装备制造业研发周期长、经费需求大的特点[8-9],政府在政策和资金投入上应有所侧重。对于具有较大生产规模和较强生产能力的行业,沈阳市政府可适当地给予政策扶持;针对研发能力不强、科研经费有限的金属制品业、仪器仪表及文化办公用机械制造业,政府可加大对其R&D经费的投入,最大限度地辅助弱势行业,增强其科技研发能力。

2．完善装备制造业科技人力资源开发策略

装备制造业属于典型的技术密集型产业,但各子行业之间在技术层面上存在着较大的差异[10],因此,不能简单地通过人才转移来解决各子行业之间存在的人才不均衡问题。

针对科技人才缺乏的金属制品业、通用设备制造业、仪器仪表及文化办公用机械制造业,应该通过高等学校及其他各类教育机构培养更多后续人才来满足该行业的人员需求,同时对老员工进行新技术知识的再培训,不断提高其科研开发的能力;对于科技人才冗余的交通运输设备制造业,不能单纯地精简人员,否则不仅造成失业率增加等隐患,还会使该行业发展出现异常。

建立科学的考核评价体系[11-12],加强对科技人员的有效激励,提高其工作效率;拥有科技人才相对均衡的专用设备制造业、电气机械及器材制造业、通信设备计算机及其他电子设备制造业,也要不间断地对科技人员进行定期再培训,增强其创新思维的拓展。

3. 改善装备制造业科技资源配置的外部环境

装备制造业作为沈阳经济的重要支柱,政府必须为其提供良好的发展空间。因此,沈阳市必须大力改善装备制造业科技资源配置的外部环境。

第一,为了最大限度地发挥市场配置科技资源的作用,政府必须尽快转变其职能,彻底改善科技资源配置的政策环境。围绕沈阳装备制造业的发展需要,进一步强化促进企业科技资源配置的税收政策、金融政策和知识产权保护政策,以弥补市场失灵带来的负面影响。科技资源配置的有序进行离不开制度的引导,制度更需要不断完善[13],要强化科研项目监督管理,完善相应的政策法规。

第二,以装备制造业企业为中心,形成沈阳政府、高校、科研部门和中介服务机构之间紧密结合的科研网络,形成具有一定规模的科研组织,开展合作研究和专业人才培养。同时,发挥中介服务机构的纽带作用,使其在企业、政府、高校、科研机构之间发挥有效地联动作用,进一步促进政、企、学、研和中介服务机构之间的多种形式结合[8]。

第三,应大力发展科技成果转化服务体系[14-15]。在信息流、资金流顺畅以及中介协调的综合作用下,加速科技成果的转化,更进一步有效地激发技术市场的潜在需求,使作为市场需求方的装备制造业主动将新市场需求信息反馈给科研机构,而科研机构及时解决生产企业问题,并瞄准市场需求研发出新技术、新产品,形成科技与市场紧密互动机制的良性循环。

政府应适时加强对科技成果转化服务体系的监督、管理和指导,组织协调生产要素市场与技术市场的密切结合,使科技成果转化服务体系能够高效地配置所需要的要素资源。

参考文献:

[1] 国家发展与改革委员会. 沈阳市未来十年将重点发展装备制造业[EB/OL].[2012-04-20]. http:∥dbzxs.ndrc.gov.cn/zxzx/t20100629_357700.htm.

[2] 林莉,谢富纪. 东北老工业基地区域科技资源配置的现状、问题及对策[J]. 科技进步与对策, 2010,27(17):59-61.

[3] 赵忠华．DEA有效性评价的新触角----新模型的建立与在装备制造业中的应用[J]. 福建工程学院学报, 2010,8(4):404-407.

[4] Charnes A,Cooper W W,Rhodes E. Measuring the Efficiency of Decision Making Units[J]. European Journal of Operational Research, 1978,32:429-444.

[5] Vladimir D N. An Axiomatization of the Generalized Edgeworth-Pareto Principle in Terms of Choice Functions[J]. Mathematical Social Sciences, 2006,52:210-216.

[6] 魏权龄. 评价相对有效性的DEA方法[M]. 北京:中国人民大学出版社, 1988:10-50.

[7] 黄丽秋. 辽宁省装备制造业科技投入与产出效率的DEA分析评价[J]. 经济师, 2010(12):205-206.

[8] 王越，费艳颖，刘琳琳. 产业技术创新联盟组织模式研究----以高端装备制造业为例[J]. 科学进步与对策, 2011(12):70-73.

[9] 孙晓华，田晓芳. 装备制造业技术进步的溢出效应----基于两部门模型的实证研究[J]. 经济学季刊, 2010(10):133-152.

[10] 魏玮，张南. 政府投入与企业投入对装备制造业的博弈分析----以邯郸冀南新区装备制造业为例[J]. 经济论坛, 2011(11):144-145.

[11] 王福军,沈颂东. 东北装备制造业区域合作的重点、模式与对策研究[J]. 东北师大学报:哲学社会科学版, 2011(3):54-58.

[12] 姜明君，綦良群. 我国装备制造业科技资源配置评价研究[J]. 科学管理研究, 2012(2):42-46.

[13] 路世昌，关娜. 基于DEA-Tobit的装备制造业上市公司经营绩效研究----来自2005—2010年装备制造业的经验数据分析[J]. 工业技术经济, 2012(2):108-115.

[14] 宋洋. 沈阳市高端装备制造业的现状与发展趋势[J]. 吉林金融研究, 2011(6):16-19.

[15] 毛薇,赵希男,卢纪华. 技术创新体系中的技术中介组织服务模式[J]. 东北大学学报:社会科学版, 2003,5(5):340-342.