我国高校R&D投入配置优化研究

陈秀玲，李维儒

(1.武夷学院 商学院，福建 武夷山　354300；　2.中国联合网络通信有限公司深圳市分公司，广东 广州　518000)



我国高校R&D投入配置优化研究

陈秀玲1，李维儒2

(1.武夷学院 商学院，福建 武夷山354300；2.中国联合网络通信有限公司深圳市分公司，广东 广州518000)

全社会R&D经费投入大幅增长，但高校R&D经费占全社会R&D的比例却呈下降趋势。采用灰色关联度分析、效用函数等方法对我国高校R&D投入配置进行实证分析。研究结果表明高校科研活动中基础研究与经济增长的关联度最大，高校R&D经费在基础研究上的投入比例不合理；最后，把高校R&D分成基础研究和非基础研究，运用效用函数对其配置进行优化，应调整我国高校R&D在基础研究和非基础研究支出上的分配比例，由目前的1:3向1:1.83的目标进行优化。

高校R&D；投入分析；配置优化

我国经济得到了飞速的增长和发展，在研究与试验发展(R&D)经费投入上也得到了很大的提高。近几年，我国在研究与试验发展(R&D)经费投入上有很大的提高，全社会R&D经费从1995年的348.7亿元增加到2014年的13015.63亿元，占国内生产总值的比例从0.57%增加到2.05%，但我国高校R&D经费占社会R&D比例从1995年的12.1%下降到2014年的6.9%，比2013年下降了0.33%。高校的R&D是一个国家的经济或在一个地区的经济增长的主要动力之一。[1]国内外的相关文献研究表明，高校R&D的投入不仅可以促进经济增长，而且还和经济的发展呈现协同的作用。就我国高校R&D投入配置而言，怎样才能发挥其最大的效用，需要如何根据高校R&D活动的特征进行优化，将是研究的一个重点。因此从我国的实际国情出发，高校R&D的投入配置与我国经济增长之间的关系，也是值得研究和探讨的。

一　文献综述

学术界普遍认为R&D投入对社会生产效率、国民经济有重大影响。国外很多学者以区域GDP和高校R&D为研究对象，建立回归模型，研究高校R&D的溢出效益和滞后效用。Mansfield(1991)运用知识生产函数对美国高校R&D与经济增长进行回归，并测算出美国高校R&D的回报率高达将近三十个百分点。[2]Narineta1(1997)从高校R&D产出与企业的创新和发展为视角，进行回归，得出高校R&D在企业创新中发挥着极其重要的作用的结论。[3]Cohen等(2002)研究结果证明了高校R&D对产业的发展影响巨大。[4]

国内学者近几年对高校R&D和经济增长的关系做了大量研究。孙文祥(2005)用主成分分析法对我国高校研究力和经济增长的关系做研究，并用GDP和研究实力做了回归。[5]赵文红，刘丽兰(2009)通过对27个省市进行研究，表明了高校R&D活动不仅促进高校产业的发展，对区域经济发展，创造就业岗位等有贡献。[6]罗亚非，王海峰，范小阳(2012)构建了我国高校R&D投入与经济增长的协调度模型，研究表明，两者总体上协调发展，总体协调度比一些发达国家要高，但是经费投入的协调度大大低于科研人员投入的协调度，较为落后。[7]陈义明，吴刚通过全国高校R&D和浙江省的高校R&D的分析，对目前浙江省的高校R&D资源配置现状进行总结，并提出了提高R&D预算绩效的对策。[8]

从国内外的研究现状可以看出，目前大多数的研究集中在高校R&D和经济的相关性研究、高校R&D的溢出效益等，针对高校R&D的投入配置研究的成果较少，已有的研究大多在投入强度上，并没有对高校R&D投入结构进行深入分析。[9]本文将用灰色关联度分析法，对高校R&D在基础研究、应用研究和试验发展的三大研发阶段的配置的各个指标与我国经济增长(GDP)的关联度进行实证分析。最后运用效用函数理论，针对基础研究和非基础研究，建立效用函数和预算约束方程，对高校R&D投入进行优化配置。

二　高校R&D配置与经济增长的灰色关联分析

R&D的配置，可以分为在研发主体间的配置和研发阶段的配置。本文主要研究高校R&D在研发阶段的配置，即在基础研究、应用研究、试验发展三方面的投入。

本研究将用灰色关联度分析法，对高校R&D在基础研究、应用研究和试验发展三大研发阶段的配置的各个指标与我国经济增长(GDP)的关联度进行实证分析。最后运用效用函数理论，针对基础研究和非基础研究，建立效用函数和预算约束方程，对高校R&D投入进行优化配置。

1.研发阶段间的R&D配置。

由于高校R&D的投入研发主体是高校，本研究主要研究我国高校R&D的研发阶段间的R&D投入配置：即在基础研究、应用研究和试验发展三大研发阶段间的配置。我国高校R&D在这三大研发阶段的配置逐年递增，总量由2005年的242.3亿元增加到2014年的898.1亿元，一方面是由于我国经济增长，另一方面也反应了我国在对科教兴国这一基本国策的重视程度。

2.灰色关联分析。

(1)模型建立及计算方法。

本文选择我国1995-2014年近20年的相关数据，分别将名义GDP和三大研发阶段高校R&D支出看做一个灰色系统，然后按照灰色关联度分析法对三大研发阶段高校R&D支出与经济增长进行定量的分析。本文所采用的参考序列仍然是GDP来表示，命名为X0序列；基础研究、应用研究和试验发展的三大研发阶段的R&D支出，本文分别用X1、X2、X3表示，同时三大研发阶段的支出数据值同样的取名义值。

其次计算名义GDP序列X0和高校三大研发阶段支出Xi的绝对值。

由第一步的计算结果，求标准化后的GDP序列X0与基础研究、应用研究和试验发展三大研发阶段支出各点的绝对值，即ΔXi=|X0(k)-Xi(k)|。

接下来计算关联系数：

cXi(k)=cx[X0(k)-3Xi(k)]

公式(4-1)

取分辨系数P=0.5，将二级差代入上式，得出GDP对基础研究、应用研究、实验发展的关联系数。

最后是关联度计算：

公式(4-2)

按上述公式计算出高校R&D投入在基础研究、应用研究和试验发展与名义GDP的关联度结果如下表2-1所示。[10]

表2-1　高校R&D配置与经济增长关联度排序

(2)关联度排序与结果分析。

通过实证分析结果可知，高校R&D投入与经济增长有着一定的正相关关联，但是不同的配置，对经济的影响不尽相同。根据模型的结果，高校R&D投入在基础研究、应用研究和实验发展三大研发阶段的配置来看，λ1>λ2>λ3，即X1>X2>X3。在高校R&D经费支出中，基础研究对经济增长的影响最大，应用研究次之，试验发展最小。基础研究是原始创新的源泉，而高校又是基础研究的前沿阵地和主要场所，所以高校R&D经费的基础研究配置对我国经济增长影响最大，对提高我国竞争力起着不可估量的作用。应用研究和试验发展是建立在基础研究之上的研究，试验发展还要建立在应用研究的基础之上，这些对高校来说很大部分都偏离了教学的主题。试验发展和应用研究很多都涉及经济利润，所以高校R&D投入在应用研究和试验发展上的配置对经济增长的影响相对于基础研究较小。

三　基于效用函数理论高校R&D投入配置优化

1.模型的建立。

效用函数表示某一商品组合给消费者所带来的效用水平。如果消费者只消费两种商品，则效用函数为：

U=f(X1,X2)=U0

公式(4-3)

上式中，X1和X2分别代表两种商品的数量；U代表效用水平，U0为一个常数，表示一个效用水平。[11]

本文将我国高校R&D投入配置重新进行划分，将应用研究和试验发展合并,并命名为非基础研究,分别用X1、X2表示基础研究和非基础研究的经费支出。因此对高校R&D应如何分配才能够产生最大的效用这个问题就转化为求解U(x1,x2)=f(x1,x2)的极大值。

本文构建柯布-道格拉斯形式的效用函数，采用1995-2014年基础研究的经费和非基础研究的经费占高校R&D比重的平均值，将平均值作为柯布-道格拉斯效用函数变量的两个指数。根据历年的X1和X2在高校R&D总支出的比重，计算得到各自均值分别为24.1%和75.9%，于是我国高校R&D支出的效用函数的具体表达式：

U=(X1,X2)=X10.241X20.759

公式(4-5)

2.预算约束方程。

效用理论仅仅揭示了我国高校R&D经费的分配结构，因此只有效用函数还不够，还需建立一个预算约束方程，才能求出最佳的答案，可是寻找预算约束方程就必须知道X1和X2的价格。但是由于X1和X2不是实际意义上的商品，没有实际意义上的价格。本文采用成本作为他们的影子价格。

1996-2014年高校的R&D人员是逐年增加的，从1996年的14.8增加到2014年的33.5，增幅两倍多。基础研究人员从1996年的4.1增加到2014年的15.5，年均增加0.57万人。

计算X1和X2在1996-2014年期间的人均成本，由此可以得到X1的平均价格P1和X2的平均价格P2分别为6.88和11.85，M为高校R&D经费支出，得到预算约束方程为：

6.88X1+11.85X2=M

公式(4-6)

3.效用最大化的确定。

从理论上讲，无差异曲线和预算约束方程的切点就是效用最大的点，可以通过求解上面导出的两个方程来得到具体的效用最大化的组合。

U(X1,X2)=X10.241X20.759

公式(4-7)

6.88X1+11.85X2=M

公式(4-8)

计算可得：

X2=1.83X1

公式(4-9)

计算结果表明，在高校R&D经费总量一定的情况下，当基础研究经费和非基础研究经费之比为1:1.83的时候，高校R&D经费支出的使用效率是最高的，即所获得的效用是最大的。

四　结果分析

从以上的分析可以得出，目前我国高校R&D经费支出的结构还不是很合理。高校R&D在基础研究经费和非基础研究经费之比是1:3左右，基础研究经费的投入偏低。因此，在社会R&D整体投入强度不断加大的背景下，我国不仅应该加大高校R&D的投入力度，更应该合理地分配高校R&D的支出结构，尽量使其合理化、效用化。尤其是要加大对高校R&D基础研究经费的投入，使其在高校R&D总经费的比重上升。经过计算，调整我国高校R&D在基础研究和非基础研究支出上的分配比例，由目前的1:3向1:1.83的目标进行调整。

五　结论

本文用灰色关联度分析高校R&D在研发阶段三大配置与经济增长的关联度；最后，运用效用函数理论对高校R&D配置进行优化。本文得出的结论如下：

1．基础研究对经济增长的影响最大，应用研究次之，实验发展的影响最小。

2．按照优化模型得出的结论是1:1.8，实际上我国高校R&D配置在基础研究和非基础研究上的比例为1:3，高校R&D经费在基础研究和非基础研究上的配置是不合理的，高校R&D配置应适当向基础研究倾斜。

[1]Whewell L.University research and the commercialization of intellectual property in Canada[R].Ottawa:industry,1999.

[2]Mansfield E.Academic Research and Industrial Innovation [J].Research Policy, 1991(1):1-12.

[3]Narin,Francis,Hamilton，Kimberly S．and Olivastro.Dominic．The Increasing Linkage Between U.S Technology and Public Science[J].Research Policy，1997(6):317-330.

[4]Cohen，Wesley M.,Nelson，Richard R.,and Walsh，John P., Links and Impacts: The Influence of Public Research on Industrial R&D [J].Management Science, 2002(1):1-23.

[5]孙文祥.高校研发实力与经济增长的区域差异实证研究[J].科技管理研究，2005 (2):4-6.

[6]赵文红,刘丽兰.大学研发对高新企业创建和就业增长的影响研究[J].科学研究，2009(3):374-380.

[7]罗亚非,王海峰,范小阳.高校R&D投入与经济发展协调度国际比较[J].科研管理，2012(4):116-123.

[8]陈义明,吴刚.浙江省高校R&D资源配置现状及对策研究[J].科技创新，2013(11):23-26.

[9]刘洋,庞文.我国高校R&D研究评述[J].科技管理研究，2011(9):100-103.

[10]刘思峰,谢乃明，等.灰色系统理论及其应用[M].北京:科学出版社,2008:44-71.

[11]张尧庭,陈慧玉.效用函数及优化[M].北京:科学出版社,2000.

Class No.:F062.3Document Mark：A

(责任编辑：郑英玲)

Analysis of Optimization of R&D Resources in Universities in China

Chen Xiuling1，Li Weiru2

(1.Business School , Wuyi University, Wuyi , Fujian 354300,China;2.China United Network Communication CO.LTD.Shenzhen Branch,Guangzhou,Guangdong 518000，China)

The total investment in R&D in China has been greatly increasing while the proportion of university R&D shows a downward tread. This paper made an empirical study with the Gray Correlation Degree Analysis, the Utility Funcition The results show that the correlation between basic research and economic growth is positive and the investment of university R&D in basic research is not reasonable . This paper divide the university R&D into basic research and non basic research. With the Utility Function Theory, it explained the distribution of R&Dbetween the basic research and non basic research , and proposed that the expenditure structure of the university R&D should be adjusted from 1:3 to 1:1.83.

college R&D; input analysis; optimization

陈秀玲，硕士，助教，武夷学院。研究方向：科技教育与管理。

1672-6758(2016)06-0076-3

F062.3

A

李维儒，硕士，中国联合网络通信有限公司深圳市分公司。研究方向：科技教育与管理。