中国省域工业企业R&D效率测度及评价

宗声

内容摘要：本文利用全国第一次经济普查数据，基于因子分析和DEA分析法，对中国31个省域工业企业R&D投入产出效率进行测算及分解评价研究，发现各省域工业企业R&D投入规模和资源利用效率不同，技术效率、规模效率、拥挤程度和纯技术效率存在显著差异，造成R&D资源利用效率方面显著的空间差异。一些沿海省域和直辖市的技术效率较高，而大部分西部省域和一些老工业基地的技术效率较低。各个区域应该依据其相对优势和劣势，优化R&D资源配置和利用效率，提高R&D活动的相对有效性，实施特色性的R&D策略。

关键词：工业企业 R&D效率 因子分析 DEA 经济普查数据

引言

研究与开发（R&D）是推动技术进步的主要动力，也是促进经济增长的根本原因。R&D投入的质量较之数量对自主创新活动的作用更为重要。在既定的投入水平下，R&D效率作为投入转化为产出的能力，是衡量R&D活动绩效的重要内容，可反映企业R&D资源的利用效果。因此，国内外学者都异常重视R&D资源投入效率的综合评价问题。我国各个省域的R&D资源缺乏，而且分布不均衡，对R&D资源效率的评价必须考虑投入产出效率问题，这对我国各个区域自主创新能力的提高具有重要意义。

单项和综合评价得分值，但是无法判断各个评价样本的投入与产出是否已经发挥最优的效率；而DEA方法由于其多投入多产出以及可测算获得各个评价样本相对效率值等特点，是研究R&D资源投入产出问题的有效方法。但DEA不像主成分分析法和因子分析法那样，可从多因子中选择主因子作为投入指标。本文利用第一次全国经济普查数据中的工业企业科技活动数据，综合利用因子分析和DEA方法的优势，对中国大陆31个省、直辖市、自治区2004年的工业企业R&D效率进行测度与评价研究，以期获得更加有效的政策启示。

基于因子分析的DEA测度方法

鉴于因子分析法和数据包络分析（DEA）各有优缺点，本文将先对R&D投入产出多因素指标通过因子分析的降维处理，获得主因子作为投入指标，然后使用DEA方法计算技术效率、规模效率、拥挤程度和纯技术效率，最后再进行分析解释。

DEA作为评价多投入、多产出的决策单元是否有效的一种非参数统计方法，在进行相对效率分析时，该方法注重的是对每一个决策单元进行优化，所得出的相对效率是最有利于该决策单元的最优值。

根据效率研究的目标，DEA模型可以分为投入导向型和产出导向型两种。经过DEA计算的投入规模效率（Input Scale Efficiency）指数S（X， Y |S） ：

（1）

一般而言，若S（X， Y | S）=1，则表示规模是有效的，若S（X， Y | S）<1，则表示规模是无效，若F（X， Y | N，S）=F（X， Y | C，S），则规模报酬递增，若F（X， Y | N，S）>F（X， Y | C，S），则表示规模报酬递减。

通过修改和增加约束条件，求得可变规模技术投入弱可处置条件下基于产出的NEW模型的最优值的倒数的技术效率F（X， Y | V，W ），为剔除了规模和处置能力变化对生产率的影响的纯技术效率（Pure Technical Efficiency，PTE）。进而定义拥挤程度（Congestion Measure，CM）为：

（2）

最后，可得技术效率分解的表达式为：

F（X， Y | C，S ）=S（X， Y | S ）×CM（X， Y | V ）×F（X， Y | V，W ） （3）

上式的含义是技术效率为规模效率、拥挤程度和纯技术效率的乘积。规模效率的含义是：如果规模效率指数为1，则评价地区的投入要素处于规模报酬不变阶段；如果规模效率指数小于1，则评价地区的投入要素或者处于规模报酬递增阶段或者处于规模报酬递减阶段。规模报酬递增说明同比增加要素投入将会获得更大比例的R&D绩效；规模报酬递减说明增加要素投入将会获得较小比例的R&D绩效。

投入要素拥挤程度是资源配置过程中的闲置、过剩或者利用效率低下的要素资源对生产经营活动以及其产出效益的阻碍和制约程度的测度。如果拥挤程度指数为1，表明该地区在投入上不存在要素拥挤；如果拥挤程度指数小于1，那么表明存在着要素拥挤。通常来说，一个处于规模报酬递减阶段的地区更容易出现要素拥挤，但是一个地区可能同时处于投入要素的规模报酬递增阶段和某种要素的拥挤阶段。

省域工业企业R&D效率测度及评价

根据DEA的评价原理，我们假定工业企业R&D绩效的函数满足两个条件：一是规模报酬不变（CRS），二是投入要素强可处置（SDI）。另外，由于我国目前R&D资源的投入情况是，一方面R&D经费投入严重不足，与世界发达国家和地区相差甚大，同时还存在着利用效率不高的问题；另一方面，我国又是世界头号R&D人力资源大国，我科技人员总数已居世界第一、研发人员总数居世界第二位，但高层人才依然短缺，且空间分布不均衡。由此可见，优化R&D投入的资金和人力资源、并使其发挥最大效用是我国和各个地区目前需要解决的头等大事。因此我们在分析评价中国大陆31个省域的工业企业R&D效率的时候采用的是基于投入的BCC模型来获得R&D效率指数及其分解值。

本文选择中国大陆31个省、自治区、直辖市（以下简称为省级省域）作为我国各个省域的规模以上工业企业的R&D投入产出效率相对有效性测度与评价的空间决策单元（DMU）。R&D投入产出数据来源于我国2004年完成的第一次全国经济普查数据。该数据集是我国首次在全国范围内进行的大规模的经济普查，其第二卷第二产业卷对规模以上工业企业的科技活动情况提供了详细的数据。依据该数据集进行R&D投入产出的DEA分析，将获得更加可信的评价结果。

通过因子分析，本文以R&D经费与人力投入直接相关的各省域工业企业R&D经费内部支出（万元）、R&D人员（人）、科学家和工程师（人）、新产品开发经费（万元）作为DEA模型的输入变量，将专利申请数（项）和新产品产值（万元）作为输出变量，来做分析。endprint

利用投入角度的BCC模型计算的效率指数其结果见表1。表1显示，2004年工业企业R&D资源优势得以完全发挥的省域有天津、上海、浙江、海南、重庆、西藏，其效率指数等于1；优势发挥最低的省域有青海、山西、江西、陕西，其效率指数小于0.3；优势发挥比较好（效率指数大于0.5但是小于1）的省域有广西、广东、新疆、湖南、北京、四川、内蒙古、云南、江苏；优势发挥较差（效率指数大于0.3但是小于0.5）的省域有山东、福建、安徽、河南、甘肃、宁夏、吉林、黑龙江、湖北、河北、贵州、辽宁。其中，北京、辽宁、福建、湖北、广东、广西、云南、陕西、甘肃、青海等省域R&D规模效率小于1，其各项投入相对比较小，正处于规模报酬递增（F（X， Y | N，S ）=F（X， Y | C，S ））的阶段；而河北、山西、内蒙古、吉林、黑龙江、江苏、安徽、江西、山东、河南、湖南、四川、贵州、宁夏、新疆等省域的规模效率小于1的省域各项投入相对过剩，正处于规模报酬递减（F（X， Y | N，S ）>F（X， Y | C，S ））的阶段。

以上我们利用效率指数从整体上分析评价了各省域的R&D效率情况。以下我们基于对效率指数的分解值来研究各省域的R&D效率构成情况。表1显示，在样本期内，省域R&D优势完全发挥的6个省域分别为天津、上海、浙江、海南、重庆、西藏，由于其规模效率、拥挤程度和纯技术效率均为1导致其优势得以充分发挥；优势未能充分发挥的原因仅仅来源于规模效率的（即拥挤程度和纯技术效率均为1 而规模效率不等于1）的省域是广东和广西；优势未能充分发挥的原因来源于规模效率和拥挤因素的（纯技术效率均为1 而拥挤程度和规模效率不等于1）省域有北京、山西、内蒙古、辽宁、黑龙江、江苏、安徽、福建、江西、山东、河南、湖北、四川、贵州、云南、陕西、甘肃、青海、新疆等20个；效率损失来自于三个因素（规模效率、要素拥挤和纯技术效率都不等于1）的有河北、吉林、湖南、宁夏。

比较各省域R&D投入产出效率指数及其分解值发现，在利用R&D资源的技术效率方面，各个省域的投入规模不同，资源利用效率不同，其规模效率、技术效率和拥挤程度存在着显著的空间差异。造成这种差异的原因主要是规模效率、拥挤程度和纯技术效率三个方面耦合集成的结果。

结论与建议

综上所述，本文首次利用第一次全国经济普查数据，集成因子分析和DEA方法，对我国31个省域规模以上工业企业R&D投入产出效率指数进行了测算分解，分析评价了2004年各省域R&D投入与产出的技术效率、规模效率、拥挤程度和纯技术效率情况。研究发现，各个省域的投入规模不同，资源利用效率不同，规模效率、技术效率和拥挤程度存在着显著的差异，造成了利用R&D资源的效率方面显著空间差异。天津、上海、浙江、海南、重庆、西藏等省域的技术效率、规模效率、拥挤程度和纯技术效率均有效，主要是沿海省域和直辖市；而青海、山西、江西、陕西、甘肃、宁夏、吉林、黑龙江、湖北、河北、贵州、辽宁等西部省域和一些老工业基地的技术效率较低，管理效率不高。为此，各个省域应依据其相对优势，提高R&D资源配置的效率，实施特色性的R&D开发利用策略，是目前我国各个省域R&D战略的首要选择。

本研究带来的启示是：各个省域的工业企业要充分重视R&D活动，加强投入，努力提高R&D质量。对于那些处在有效前沿面上、优势得以完全发挥的省域工业企业，要努力保持目前的经营管理和资源配置方式，不断拓展R&D绩效的生产边界，构建强大的R&D创新能力；对于那些未能充分发挥规模优势、规模效率递减的省域工业企业，应不断提高企业内部的管理水平，在控制规模的同时不断提高资源配置效率；而对那些规模效率递增阶段的省域工业企业，还需要采取各种措施继续加强优势的强化；对于那些资源投入过剩（拥挤）、配置效率不高的省域工业企业，应通过中央和地方政府的科技政策和调控措施，引导并鼓励企业资源跨企业流动甚至跨省域流动，通过R&D合作等方式实现资源的优化配置。

参考文献：

1.姚伟锋，何枫，冯宗宪. R&D对中国产业技术效率的实证研究[J].科技管理研究，2005（1）

2.张运生，曾德明，秦吉波等.基于主成分分析的R&D绩效评价系统[J].研究与发展管理，2004，16

3.赵涛，张爱国.基于因子分析的区域R&D绩效评价研究[J].西北农林科技大学学报（社科版），2006，6endprint

利用投入角度的BCC模型计算的效率指数其结果见表1。表1显示，2004年工业企业R&D资源优势得以完全发挥的省域有天津、上海、浙江、海南、重庆、西藏，其效率指数等于1；优势发挥最低的省域有青海、山西、江西、陕西，其效率指数小于0.3；优势发挥比较好（效率指数大于0.5但是小于1）的省域有广西、广东、新疆、湖南、北京、四川、内蒙古、云南、江苏；优势发挥较差（效率指数大于0.3但是小于0.5）的省域有山东、福建、安徽、河南、甘肃、宁夏、吉林、黑龙江、湖北、河北、贵州、辽宁。其中，北京、辽宁、福建、湖北、广东、广西、云南、陕西、甘肃、青海等省域R&D规模效率小于1，其各项投入相对比较小，正处于规模报酬递增（F（X， Y | N，S ）=F（X， Y | C，S ））的阶段；而河北、山西、内蒙古、吉林、黑龙江、江苏、安徽、江西、山东、河南、湖南、四川、贵州、宁夏、新疆等省域的规模效率小于1的省域各项投入相对过剩，正处于规模报酬递减（F（X， Y | N，S ）>F（X， Y | C，S ））的阶段。

以上我们利用效率指数从整体上分析评价了各省域的R&D效率情况。以下我们基于对效率指数的分解值来研究各省域的R&D效率构成情况。表1显示，在样本期内，省域R&D优势完全发挥的6个省域分别为天津、上海、浙江、海南、重庆、西藏，由于其规模效率、拥挤程度和纯技术效率均为1导致其优势得以充分发挥；优势未能充分发挥的原因仅仅来源于规模效率的（即拥挤程度和纯技术效率均为1 而规模效率不等于1）的省域是广东和广西；优势未能充分发挥的原因来源于规模效率和拥挤因素的（纯技术效率均为1 而拥挤程度和规模效率不等于1）省域有北京、山西、内蒙古、辽宁、黑龙江、江苏、安徽、福建、江西、山东、河南、湖北、四川、贵州、云南、陕西、甘肃、青海、新疆等20个；效率损失来自于三个因素（规模效率、要素拥挤和纯技术效率都不等于1）的有河北、吉林、湖南、宁夏。

比较各省域R&D投入产出效率指数及其分解值发现，在利用R&D资源的技术效率方面，各个省域的投入规模不同，资源利用效率不同，其规模效率、技术效率和拥挤程度存在着显著的空间差异。造成这种差异的原因主要是规模效率、拥挤程度和纯技术效率三个方面耦合集成的结果。

结论与建议

综上所述，本文首次利用第一次全国经济普查数据，集成因子分析和DEA方法，对我国31个省域规模以上工业企业R&D投入产出效率指数进行了测算分解，分析评价了2004年各省域R&D投入与产出的技术效率、规模效率、拥挤程度和纯技术效率情况。研究发现，各个省域的投入规模不同，资源利用效率不同，规模效率、技术效率和拥挤程度存在着显著的差异，造成了利用R&D资源的效率方面显著空间差异。天津、上海、浙江、海南、重庆、西藏等省域的技术效率、规模效率、拥挤程度和纯技术效率均有效，主要是沿海省域和直辖市；而青海、山西、江西、陕西、甘肃、宁夏、吉林、黑龙江、湖北、河北、贵州、辽宁等西部省域和一些老工业基地的技术效率较低，管理效率不高。为此，各个省域应依据其相对优势，提高R&D资源配置的效率，实施特色性的R&D开发利用策略，是目前我国各个省域R&D战略的首要选择。

本研究带来的启示是：各个省域的工业企业要充分重视R&D活动，加强投入，努力提高R&D质量。对于那些处在有效前沿面上、优势得以完全发挥的省域工业企业，要努力保持目前的经营管理和资源配置方式，不断拓展R&D绩效的生产边界，构建强大的R&D创新能力；对于那些未能充分发挥规模优势、规模效率递减的省域工业企业，应不断提高企业内部的管理水平，在控制规模的同时不断提高资源配置效率；而对那些规模效率递增阶段的省域工业企业，还需要采取各种措施继续加强优势的强化；对于那些资源投入过剩（拥挤）、配置效率不高的省域工业企业，应通过中央和地方政府的科技政策和调控措施，引导并鼓励企业资源跨企业流动甚至跨省域流动，通过R&D合作等方式实现资源的优化配置。

参考文献：

1.姚伟锋，何枫，冯宗宪. R&D对中国产业技术效率的实证研究[J].科技管理研究，2005（1）

2.张运生，曾德明，秦吉波等.基于主成分分析的R&D绩效评价系统[J].研究与发展管理，2004，16

3.赵涛，张爱国.基于因子分析的区域R&D绩效评价研究[J].西北农林科技大学学报（社科版），2006，6endprint

利用投入角度的BCC模型计算的效率指数其结果见表1。表1显示，2004年工业企业R&D资源优势得以完全发挥的省域有天津、上海、浙江、海南、重庆、西藏，其效率指数等于1；优势发挥最低的省域有青海、山西、江西、陕西，其效率指数小于0.3；优势发挥比较好（效率指数大于0.5但是小于1）的省域有广西、广东、新疆、湖南、北京、四川、内蒙古、云南、江苏；优势发挥较差（效率指数大于0.3但是小于0.5）的省域有山东、福建、安徽、河南、甘肃、宁夏、吉林、黑龙江、湖北、河北、贵州、辽宁。其中，北京、辽宁、福建、湖北、广东、广西、云南、陕西、甘肃、青海等省域R&D规模效率小于1，其各项投入相对比较小，正处于规模报酬递增（F（X， Y | N，S ）=F（X， Y | C，S ））的阶段；而河北、山西、内蒙古、吉林、黑龙江、江苏、安徽、江西、山东、河南、湖南、四川、贵州、宁夏、新疆等省域的规模效率小于1的省域各项投入相对过剩，正处于规模报酬递减（F（X， Y | N，S ）>F（X， Y | C，S ））的阶段。

以上我们利用效率指数从整体上分析评价了各省域的R&D效率情况。以下我们基于对效率指数的分解值来研究各省域的R&D效率构成情况。表1显示，在样本期内，省域R&D优势完全发挥的6个省域分别为天津、上海、浙江、海南、重庆、西藏，由于其规模效率、拥挤程度和纯技术效率均为1导致其优势得以充分发挥；优势未能充分发挥的原因仅仅来源于规模效率的（即拥挤程度和纯技术效率均为1 而规模效率不等于1）的省域是广东和广西；优势未能充分发挥的原因来源于规模效率和拥挤因素的（纯技术效率均为1 而拥挤程度和规模效率不等于1）省域有北京、山西、内蒙古、辽宁、黑龙江、江苏、安徽、福建、江西、山东、河南、湖北、四川、贵州、云南、陕西、甘肃、青海、新疆等20个；效率损失来自于三个因素（规模效率、要素拥挤和纯技术效率都不等于1）的有河北、吉林、湖南、宁夏。

比较各省域R&D投入产出效率指数及其分解值发现，在利用R&D资源的技术效率方面，各个省域的投入规模不同，资源利用效率不同，其规模效率、技术效率和拥挤程度存在着显著的空间差异。造成这种差异的原因主要是规模效率、拥挤程度和纯技术效率三个方面耦合集成的结果。

结论与建议

综上所述，本文首次利用第一次全国经济普查数据，集成因子分析和DEA方法，对我国31个省域规模以上工业企业R&D投入产出效率指数进行了测算分解，分析评价了2004年各省域R&D投入与产出的技术效率、规模效率、拥挤程度和纯技术效率情况。研究发现，各个省域的投入规模不同，资源利用效率不同，规模效率、技术效率和拥挤程度存在着显著的差异，造成了利用R&D资源的效率方面显著空间差异。天津、上海、浙江、海南、重庆、西藏等省域的技术效率、规模效率、拥挤程度和纯技术效率均有效，主要是沿海省域和直辖市；而青海、山西、江西、陕西、甘肃、宁夏、吉林、黑龙江、湖北、河北、贵州、辽宁等西部省域和一些老工业基地的技术效率较低，管理效率不高。为此，各个省域应依据其相对优势，提高R&D资源配置的效率，实施特色性的R&D开发利用策略，是目前我国各个省域R&D战略的首要选择。

本研究带来的启示是：各个省域的工业企业要充分重视R&D活动，加强投入，努力提高R&D质量。对于那些处在有效前沿面上、优势得以完全发挥的省域工业企业，要努力保持目前的经营管理和资源配置方式，不断拓展R&D绩效的生产边界，构建强大的R&D创新能力；对于那些未能充分发挥规模优势、规模效率递减的省域工业企业，应不断提高企业内部的管理水平，在控制规模的同时不断提高资源配置效率；而对那些规模效率递增阶段的省域工业企业，还需要采取各种措施继续加强优势的强化；对于那些资源投入过剩（拥挤）、配置效率不高的省域工业企业，应通过中央和地方政府的科技政策和调控措施，引导并鼓励企业资源跨企业流动甚至跨省域流动，通过R&D合作等方式实现资源的优化配置。

参考文献：

1.姚伟锋，何枫，冯宗宪. R&D对中国产业技术效率的实证研究[J].科技管理研究，2005（1）

2.张运生，曾德明，秦吉波等.基于主成分分析的R&D绩效评价系统[J].研究与发展管理，2004，16

3.赵涛，张爱国.基于因子分析的区域R&D绩效评价研究[J].西北农林科技大学学报（社科版），2006，6endprint