山东省工业企业科技投入产出效率及影响因素分析

李新运 史纪慧 唐保国

（山东财经大学 管理科学与工程学院 济南 250014）

科技对经济增长的推动作用不仅取决于科技投入的总量，更为关键的是科技投入产出的效率，因此效率评价也成为科技发展评价中的关键环节。足够的科技投入强度和合理的科技投入结构才能提高科技产出效率、增强地区创新能力，进而促进经济社会发展水平的提高[1,2]。根据《2011全国及各地区科技进步统计监测结果》，我省的科技进步综合指数排在第11位，低于全国平均水平，比上年的第9位下降了两个位次。山东省作为东部沿海发达省份，目前科技投入强度不高，科技产出成果效率也偏低，相比经济发展水平，我省科技发展明显滞后，为了能够有效支撑起经济健康发展，我们有必要针对自身的薄弱环节集中力量进行改善，把科技发展作为重中之重，明确影响科技发展重要因素，在保持足够科技投入的同时，提高科技产出的效率，使科技因素在经济社会发展中起到重要作用。

因此本文针对性的从工业行业角度出发，首先采用DEA方法对分行业的全省规模以上工业企业的科技投入产出效率进行评价，并通过回归分析方法对产出效率的影响因素进行分析，最后根据定量分析的结果提出相关对策建议，以提高我省工业企业科技投入产出效率，从而促进全省科技发展水平的提高。

1 DEA评价模型的选取

DEA是著名运筹学家Charnes等提出来的一种效率评价方法。经过30多年的发展已经成为管理科学、系统工程与决策分析、评价技术等领域中一种常用而且重要的分析工具和研究手段。DEA方法是以传统的工程效率概念和生产函数理论为基础来评价决策单元之间的相对效率，不仅可以对决策单元的有效性作出度量，而且还能指出决策单元非有效的原因和程度，给有关部门提供管理信息[3]。从多目标规划的角度来看，该对偶规划把DEA有效与相应的生产可能集和生产前沿面联系起来，获得的结果表明：判断一个决策单元是否为DEA有效，本质上就是判断该决策单元是否落在生产可能集的生产前沿面上。

结合国内DEA研究的实际应用，本文选取使用较多的两个模型C2R模型和BC2模型。其中，C2R模型可以用来评价决策单元是否同时达到规模有效和技术有效，BC2模型则是用来评价决策单元的技术有效性。从生产理论看，第一个DEA模型—C2R模型对应的生产可能集满足平凡性、凸性、锥性、无效性和最小性假设，但在某些情况下，把生产可能集用凸锥来描述可能缺乏准确性[4]。因此，当在C2R模型中去掉锥形假设后就得到了另一个重要的DEA模型—BC2，应用该模型就可以评价部门间的相对技术有效性。

2 山东省规模以上工业企业科技投入产出相对效率评价

2.1 指标体系的构建

对我省工业企业的科技投入产出效率进行评价，首先需要选择一套科学完备的指标体系。许治对我国科技投入相对效率进行了评价，所选科技产出指标从技术进步为经济社会发展带来的效应进行衡量[5]，姚平使用DEA方法对黑龙江省工业行业的资源配置进行评价[6]，选择的指标体系涉及到固定资产、流动资产等资金配置的指标。本文在总结前人研究的基础上，结合我省工业行业的科技投入特点，根据根据科学性、完备性、可比性、目的性和指标可获取性的原则，选取尽可能能够反映科技投入产出之间关系的指标构建评价指标体系[7]。

工业行业的科技投入产出效率评价系统比较复杂，在评价指标的选取中，既要考虑到它的科研创新能力又要考虑到它的效益性。评价体系分为科技投入和科技产出两大部分，在科技投入指标中，包含经费投入指标和人力资源投入指标，其中R&D人员是由参加R&D项目人员的全时当量及应分摊在R&D项目的管理和直接服务人员的全时当量两部分相加计算而来，更能有效的衡量对人力资源的实际投入；经费投入指标方面，R&D经费内部支出，反映了对科技活动的实际支出；技术改造经费支出反映了工业企业引进吸收新技术和改造落后产能的力度；新产品研发投入反映了工业企业科技创新的能力。在科技产出指标中，专利申请量是体现工业企业研发能力的重要指标，新产品产值和新产品销售收入则是了反映工业企业的产出效益以及投入增加所带来的产出成果。具体评价指标体系如表1所示。

表1 科技投入产出效率评价指标体系

2.2 相对效率的测算

在对各工业行业的科技投入产出相对效率评价中，由于个别工业行业的数据缺失，整理后选定35个工业行业进行评价，其中电力、热力的生产和供应业包括电力、热力的生产和供应业、水的生产和供应业，根据上述所建立的指标体系，应用DEA相对效率评价方法得到2010年各工业行业的DEA相对效率评价结果（表2）：

表2 2010年山东省工业行业DEA分析结果

对山东省工业行业的DEA综合效率值进行统计分析，可以看出各工业行业的综合效率分布呈现“两极分化”的现象。可以得到图1综合效率值频数分布图。30个工业行业的综合效率平均值为0.588，而标准差达到0.3。在总体工业行业中，科技投入产出效率水平较高的行业很少，共有9个工业行业是DEA有效的，占总体的25.71%；弱DEA无效和严重DEA无效的工业行业26个，其中有18个是严重DEA无效，占总体的51.43%。这说明对于我省大多数工业行业来说，科技投入产出效率较低，各工业行业之间科技投入产出效率值差距较大，发展极不均衡，而且总体产出水平也不高。

3 山东省工业行业科技产出影响因素分析

工业是国民经济的支柱，工业的发展速度和效率一直是社会普遍关注的重点。为了进一步完善工业行业科技投入资源的配置效率，提高科技产出的水平，有必要分析我省工业行业科技产出的影响因素，从而可以有针对性的完善科技资源的配置结构，促进科技的进一步发展。由于工业行业涉及得分范围较广，因此在具体分析时我们按照工业行业的分类标准，将其分为采掘业、制造业和电力、燃气及水的生产和供应业三大类。选取新产品销售收入和专利申请量作为工业行业科技产出的代表性指标，选择合适的科技投入指标，通过建立多元线性回归模型，分析各投入指标对科技产出的影响。

3.1 采掘业科技产出影响因素分析

采掘业是国民经济的基础性产业，目前我国93%的能源、80%的工业原料、70%的农业生产资料来自于采掘业产品。采掘业是从自然界直接开采各种原料、燃料的工业部门，按照工业行业分类标准，主要包括煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业。在影响因素分析时，我们分别选择新产品销售收入和专利申请量来衡量产出指标，选择科技活动人员数、R&D经费、新产品开发投入等作为投入指标，建立两个投入产出模型。

模型1：选择Y(新产品销售收入)作为因变量，选择X1(科技活动人员数),X2(R&D经费支出),X3(新产品开发投入)作为自变量，建立多元线性回归模型，得到：

模型2：选择Y（专利申请量）为因变量，X1(科技活动人员数)，X2(R&D经费投入)为自变量，建立多元线性回归方程，得到：

从回归结果看，两个模型的拟合度都比较好，模型显著性水平也很高。在模型1中，只有X2(R&D经费支出)的t检验显著性水平较高。模型2中的两个自变量中X2(R&D经费支出)的t检验的显著性水平也非常高。结合回归方程可以看出，在影响采掘业科技产出的因素中，R&D经费起着关键的作用。

3.2 制造业科技产出影响因素分析

制造业直接体现了一个国家的生产力水平，是区别发展中国家和发达国家的重要因素。制造业包括：产品制造、设计、原料采购、仓储运输、订单处理、批发经营、零售。在主要从事产品制造的企业中，为产品销售而进行的机械与设备的组装与安装活动，按其主要活动归类包括：农副产品加工业、食品制造业、饮料制造业、烟草制造业、纺织业、纺织服装、鞋、帽制造业、皮革、毛皮、羽毛（绒）及其制造业、木材加工及木、竹、藤、棕、草制品业、家具制造业、造纸及纸制品业、印刷业和记录媒介的复印、文教体育用品制造业、石油加工、炼焦及核燃料加工业、化学原料及化学制品制造业、医药制造业、化学纤维制造业、橡胶制品业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、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、电器机械及器材制造业、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、工艺品及其他制造业。

选择Y1(新产品销售收入)和Y2（专利申请量）作为因变量，X1(科技活动人员数)、X2（科技经费）、X3（R&D经费）、X4（新产品开发投入）作为自变量分别建立回归模型。得到

模型1：

模型2：

从回归结果来看，两个模型拟合度（R²接近于1），拟合水平非常高，显著性水平很高。就单个模型的t检验来看，模型1中的自变量X2、X3、X4的t检验显著性水平较高，模型2中的自变量X1、X3的t检验通过显著性检验。结合回归方程可以看出，在对制造业新产品销售收入的影响因素中，科研经费、R&D经费和新产品开发投入的影响作用都非常显著，在对制造业专利申请量的影响因素中，科技活动人员和R&D经费作用非常明显。

3.3 电力、燃气及水的生产和供应业

根据工业行业分类标准，电力、燃气及水的生产和供应业包括电力、热力的生产和供应业、燃气生产和供应业、水的生产和供应业。由于关于电力、燃气及水的生产和供应业的指标数据很难获取，而且存在各年份统计口径的差异，本文就舍弃了对于本行业的定量分析。然而，众所周知，电力、燃气和水的生产与供应是与居民生活和工业生产息息相关的行业，这些行业为采掘业和制造业的生产提供物质基础和条件保障，它们也是国民经济生产过程中非常重要的方面。因此必须重视对电力、燃气和水的生产和供应业的科技支持，通过增加一定量的科技投入，引进新的生产技术，改善传统的生产方式，淘汰落后产能，合理利用资源，这样才能促进科技产出的水平，提高生产能力，促进经济社会更好的发展。

4 主要结论

通过对山东省DEA相对效率的分析，可以看出各工业行业之间科技投入产出相对效率值存在明显差别，相对效率值较大的行业应该作为今后重点发展的对象，相对效率值较小的工业部门要引起相关重视，寻找各种途径进行改善。在DEA评价结果中，除了少部分工业行业（占总体的25.71%）科技投入产出效率水平较高外，大部分工业行业产出效率水平较低（占总体的74.29%），总体来看，山东省工业行业的科技投入产出水平不高。近年来，我省经济发展迅速，第二产业在产业结构中具有绝对优势，工业的发展水平对经济有很大的影响作用，因此工业结构是否合理对工业的发展影响极大。根据DEA分析结果，可以看出一些融合现代高科技技术的工业行业科技投入产出的效率非常高，像交通运输设备制造业、通用设备制造业、通信设备、计算机及其他电子设备制造业、仪器仪表及文化等行业，因此可以考虑把这些具有优势的工业行业作为重点发展对象，带动其它工业行业的发展。

在对工业行业的科技产出影响因素分析中，将工业行业分为三大类，采掘业、制造业和对电力、燃气及水的生产和供应业。在以新产品销售收入和专利申请量来衡量的采掘业科技产出影响因素中，R&D经费起着关键作用。制造业作为国民经济的支柱产出，它是经济增长的主导部门和经济转型的基础。在对制造业新产品销售收入的影响因素中，科研经费、R&D经费和新产品开发投入的影响作用都非常显著，在对制造业专利申请量的影响因素中，科技活动人员和R&D经费作用非常明显。对于电力、燃气及水的生产和供应业，它与人们的生活和工业生产息息相关，也应该通过增加一定的科技投入，引进新的生产技术，改良生产方式，提高生产能力。

[1]李新运，于永信，王洪国.山东省科技投入需求分析和投入体系构建研究[J].中国软科学,2001,(3).

[2]李新运，任栋，李永.山东省政府引导企业科技投入的动态模拟研究[J].科学与管理,2010,(4).

[3]Dyson,R.G.,Allen,R.,Camanho,A.S.,Podinovski,V.V.,Sarrico,C.S.&Shale,E.A.Pitfallsand and Protocols in DEA[J].European Journal of Operational Research,2001.

[4]魏权龄.数据包络分析[M].北京：科学出版社，2004,(8).

[5]许治，师萍.基于DEA方法的我国科技投入相对效率评价[J].科学学研究,2005,(8).

[6]姚平，梁静国.基于DEA的工业行业资源配置效果评价研究[J].科技管理研究,2007,(3).

[7]刘玲利.中国科技资源配置效率变化及其影响因素分析:1998-2005[J].科学学与科学技术管理,2008,(7).