D投入产出水平（共7篇）
D投入产出水平 篇1
1 区域R&D产出水平测度指标
为了对我国区域R&D产出水平差异进行量化分析, 本文引入以下变量作为反映R&D产出水平的测度指标。
1.1 主要检索工具收录论文相对数量, 用来反映区域R&D知识产出能力
一般来讲, 地区高等教育和科研机构越集中, R&D知识的产出越多, 具有创新的论文越多, 主要检索工具收录论文数量越多。
主要检索工具收录论文相对数量=地区主要检索工具收录论文数量/全国主要检索工具收录论文数量 (1)
1.2 授权专利相对数量, 用来反映区域R&D成果产出的能力
一般来讲, 区域R&D成果产出越多, 授权专利数量越多。地区R&D成果产出能力不仅与地区科技实力有关, 而且受地区市场化程度和文化的影响。
授权专利相对数量=地区授权专利数量/全国授权专利数量 (2)
1.3 技术市场相对规模, 用来反映区域R&D成果商品化的能力
一般来讲, 地区科技越发达, R&D成果越多, 技术市场越成熟, 技术市场合同金额越大, 区域R&D成果商品化能力越强, 技术市场相对规模越大。
技术市场相对规模=地区技术市场合同金额/全国技术市场合同金额 (3)
1.4 新产品产值相对规模, 用来反映区域R&D成果产业化的能力
R&D成果产业化需要大量的资金投入。一般来讲, 地区经济越发达, 资金越多, 区域R&D成果产业化能力越强, 新产品产值相对规模越大。
新产品产值相对规模=区域新产品产值/全国新产品产值 (4)
2 我国区域R&D产出水平比较
2.1 R&D产出强度比较
根据《2006年中国科技统计年鉴》中的数据, 依照公式 (1) 计算的2005年我国各地区主要检索工具收录论文相对数量。
资料来源:根据《2006中国科技统计年鉴》计算所得。
由上表可以看出, 各地区主要检索工具收录论文相对数量差异较大, 主要检索工具收录论文相对数量最大的5个地区分别是北京 (24.5) 、上海 (11.90) 、江苏 (7.24) 、浙江 (5.63) 、湖北 (5.42) 。主要检索工具收录论文相对数量最小的5个地区分别是内蒙古 (0.09) 、青海 (0.04) 、海南 (0.02) 、宁夏 (0.01) 、西藏 (0.00) 。从总体上看, 地区主要检索工具收录论文相对数量与经济发展水平及高等教育发展水平密切相关。主要检索工具收录论文相对数量最大的5个地区, 其中4个为我国高等教育最发达的地区。浙江高校的数量虽不算太多, 但浙江大学科研实力较强, 所以使浙江主要检索工具收录论文相对数量的位次靠前。北京因有众多国家级科研机构和高等院校集中, 因此, 其主要检索工具收录论文相对数量明显高于其他地区。尽管湖北属中部地区, 经济发展水平不高, 但因其省会武汉是我国高等院校最集中的地区之一, 所以, 湖北的主要检索工具收录论文相对数量较高。主要检索工具收录论文相对数量最小的5个地区都是经济、教育欠发达的少数民族地区。可见, 各地区主要检索工具收录论文相对数量不仅同经济发展水平相关, 同高等教育发展水平更为密切相关。
2.2 授权专利相对数量比较
利用《2006年中国科技统计年鉴》提供的数据, 依据公式 (2) 计算的2005年我国各省区授权专利相对数量。
资料来源:根据《2006中国科技统计年鉴》计算所得。
由上表可以看出, 授权专利相对数量较大的5个省市为:广东 (21.49) 、浙江 (11.10) 、江苏 (7.91) 、上海 (7.34) 、山东 (6.25) , 均为沿海经济发达地区。经济越发达, 市场化程度越高, 技术创新的意识越强, 授权专利数量越大。授权专利相对数量较小的5个省区依次为甘肃 (0.31) 、宁夏 (0.12) 、海南 (0.11) 、青海 (0.04) 、西藏 (0.02) 。从总体来看, 授权专利相对数量与经济发展水平密切相关。授权专利相对数量较大的地区主要是我国经济发展水平较高的沿海地区, 而授权专利相对数量较小的地区主要是经济欠发达的边疆少数民族地区。各地区授权专利相对数量不仅同科技水平相关, 同经济发展水平更为密切相关。科技水平较高的北京、湖北位次并不靠前, 而科技实力相对较弱的广东授权专利相对数量明显领先其他地区。
2.3 技术市场相对规模比较
根据公司 (3) 、利用《2006年中国科技统计年鉴》中的数据, 计算的2005年我国各省区技术市场相对规模。
资料来源:根据《2006中国科技统计年鉴》计算所得。
由上表可以看出, 技术市场相对规模较大的5个地区依次为:北京 (31.55) 、上海 (14.93) 、广东 (7.25) 、江苏 (6.49) 、山东 (6.34) , 都是经济发达地区, 北京作为全国的科技中心, 其技术交易规模接近全国的1/3。技术市场相对规模较小的5个地区依次为:宁夏 (0.09) 、青海 (0.07) 、贵州 (0.06) 、海南 (0.06) 、西藏 (0.00) , 都是经济、教育欠发达的少数民族地区。总体来看, 技术市场相对规模与经济发展水平密切相关, 技术市场相对规模较小的5个地区与授权专利相对数量较小的5个地区有4个相同, 虽然顺序有所差别。
2.4 新产品产值相对规模比较
利用《2006年中国科技统计年鉴》提供的数据, 根据公式 (4) , 计算的2005年我国各省区新产品产值相对规模。
资料来源:根据《2006中国科技统计年鉴》计算所得。
由上表可以看出, 新产品产值相对规模最高的5个省区, 依次是广东 (14.04) 、上海 (13.06) 、江苏 (11.11) 、山东 (10.29) 、浙江 (8.92) , 均为沿海经济发达地区。经济越发达, 资金越丰富, 市场化程度越高, R&D成果产业化能力越强, 新产品产值规模最大。新产品产值相对规模最小的5个省区依次为宁夏 (0.09) 、新疆 (0.08) 、青海 (0.06) 、海南 (0.04) 西藏 (0.00) , 都是经济、科技欠发达的少数民族地区。新产品的开发和生产, 不仅受技术的影响, 还受资金和制造能力的影响, 所以, 新产品产值相对规模最高的5个省区, 都是我国的制造业基地。
3 我国区域R&D产出水平差异聚类分析
为了更全面地反映我国各地区R&D产出水平的差异, 下面我们采用系统聚类方法对我国各地区R&D产出水平进行分类。31个省区分别以样本X1、X2、……X31表示, 每个样本都具有4个属性, 分别是主要检索工具收录论文相对数量、授权专利相对数量、技术市场相对规模、新产品产值相对规模, 于是每个样本就对应着1组描述其属性的指标。聚类分析的一般原则是将特征比较接近的样本归为一类, 下面我们用动态聚类也称为K-均值聚类法 (K-Means Cluster) 进行聚类分析, 其基本思想是开始先粗略地分一下类, 然后按某种最优的原则修改不合理的分类, 直到分得比较合理为止, 这样就形成了最优的分类结果。本文采用SPSS11.0分析软件, 依上述数据进行聚类分析, 得结果如表5所示。
资料来源:根据SPSS10.0分析计算所得。
根据表5可以看出, 各类别包含的地区数目不一, 这从形式上看不如人为分组整齐, 但这恰恰反映了聚类分组的科学性。它避免了人为分组的主观随意性。我们可以得到如下结论:
我国各地区经济、科技水平差异较大, 使我国各地区R&D产出水平差异明显, 按照R&D产出水平的高低, 30个地区 (除西藏外) 可分为6类。
北京作为我国的教育、科技和研究中心, 其知识产出、技术成果交易优势突出, 主要检索工具收录论文数量占全国的近1/4, 技术市场合同金额占全国技术市场合同金额的近1/3。但授权专利相对数量和新产品产值相对规模不具有优势, 与北京作为全国科技产业发展的服务中心, 而非制造中心的地位相符合, 单独归为第一类。
上海市经济、科技、教育都很发达, 尽管在主要检索工具收录论文数量和技术市场合同金额两项指标与北京相比有差距, 但明显优于其它地区, 且授权专利相对数量和新产品产值相对规模也具有优势, 单独归为第二类。
广东教育规模, 尤其高等教育规模与北京、上海相比有较大的差距, 因此, 主要检索工具收录论文数量不具有优势, 但广东市场经济比较发达, 市场竞争意识较强, 在北京不具有优势的授权专利相对数量和新产品产值相对规模两方面, 具有明显优势, 均位于全国第一, 单独归为第三类。
浙江、江苏、山东归为第四类。天津、辽宁、湖北、四川、陕西属于第五类。剩余其他地区属于第六类。
由于R&D产出受科技、教育、经济等多种因素的影响, 因此, 在R&D知识产出、成果产出、商品化、产业化等方面, 没有一个地区在我们所考察的4个指标中都具有突出优势。说明我国各省区在R&D产出方面具有不均衡性。
参考文献
[1].2006中国科技统计年鉴[M].北京:中国统计出版社, 2007
[2].刘新同.我国大中型企业R&D活动特点实证分析[J].工业技术经济, 2006, (11)
[3].卫海英.SPSS10.0 for windows在经济管理中的应用[M].北京:中国统计出版社, 2001
D投入产出水平 篇2
1 甘肃省R&D经费投入与全国及西部欠发达地区比较分析
1.1 科技进步监测指标情况分析
“十一五”时期甘肃省各项指标指数和全国位次均有所提高, 2009年增幅最为明显, 甘肃省综合科技进步水平指数为46.48%, 排在全国第17位, 较上一年位次提升5位, 处于历史最好水平。在西部12个省 (市、区) 中仅次于陕西、重庆和四川, 居第4位, 全面超越内蒙古、新疆、宁夏, 与上年监测结果比较, 增幅达到6.31个百分点, 增幅居全国第1位。2010年甘肃省综合科技进步水平稳中有降, 仍属于国家三类地区水平, 但科技促进经济社会发展指数有所提高, 增幅高于全国平均水平, 位居第6位。
在科技进步监测体系的五个一级指标中, 仅有科技活动投入指数与科技活动产出指数高于西部地区平均水平, 其他指标指数均低于西部平均水平, 更远远低于全国平均水平。
1.2 R&D经费投入情况分析
“十一五”时期, 甘肃省R&D经费投入整体低于西部省区平均水平, 且差距有慢慢扩大之势, 其中, 2010年差距最大, 达到31.27亿元。R&D投入强度2006-2009年高于西部平均水平, 2010年下降较多, 低于西部平均水平, 与全国存在较大的差距, 按照甘肃省科教领导小组要求, R&D投入强度要达到2015年的2.2%、2020年的2.5% (2010年甘肃省为1.02%) , 年均增速要分别达到16.62%、9.38%。
注:R&D投入强度为R&D/GDP。
从甘肃省R&D经费按执行部门分类来看, “十一五”时期企业R&D经费均占到了55%左右, 但是企业的R&D活动逐年下降, 从55.25%下降到53.67%;科研机构R&D活动表现良好, 2010年比2006年有所上升;高校R&D活动得到加强, 所占比重上升很快。在同一时期, 全国R&D经费执行结构的变化趋势则是“科研机构所占比重下降, 高校所占比重略有下降, 企业所占比重上升”。
2 甘肃省科技创新投入与东部发达地区对比分析
2.1 科技投入
一个地区研发经费投入的规模可以通过R&D经费投入数值体现出来。2010年, 东部11个省份R&D经费投入总量为4986.87亿元, 各省平均为453.35亿元, 甘肃省R&D经费投入仅为41.59亿元, 不及东部省份的1/10;甘肃省R&D经费投入强度为1.02%, 与东部地区平均水平1.99%的差距较大。甘肃省的R&D投入无论是绝对值还是强度均与东部地区平均水平存在较大差距。
2.2 科技转化
科技只有与经济相结合, 科技成果才能转化为现实生产力。当前, 甘肃并非毫无科技基础, 但科技与经济严重脱节, 科技进步的作用远远没有发挥。与之相比, 东部地区观念更新、体制更活, 科技成果转化率相对较高。“十一五”期间, 东部省区技术市场转化率相对较高, 年技术市场成交合同金额平均水平达到191.2亿元, 甘肃省平均每年技术市场成交合同金额为31.2亿元, 仅为东部省份的16.31%, 科技成果转化进程受到较大制约。
2.3 科技人才
我国西部占国土面积的61%, 但R&D人员仅为全国总量的14.3%, 东部地区占国土面积的11%, 却拥有全国R&D人员总量的64.24%。2010年, 甘肃省万人专业技术人员数为244人, 居全国第20位, 西部地区平均水平为255人, 东部地区平均水平为359人;甘肃省万人R&D研究人员数为5人, 居全国第22位, 东部地区平均水平为17人, R&D研究人员的差距悬殊可见一斑。甘肃在人才开发不足的同时, “孔雀东南飞”的现象十分严重, 而东部地区经济发达、条件优越, 吸引了大批外来人才。
2.4 科技意识
甘肃省是我国少数民族聚居地区, 文化水平也相对落后, 特别在一些边远地区, 传统观念根深蒂固, 科技意识比较低下。2010年, 甘肃省万名就业人员专利申请量居全国第23位, 科研与综合技术服务业平均工资与全社会平均工资比例指数居全国第24位, 万人吸纳技术成果金额居全国第21位。甘肃省相对于东部来讲, 文化水平、开放程度整体不高, 群众科技意识差, 发展科技、运用科技的自觉性不强, 企业知识产权保护意识也普遍不高。
3 优化甘肃省R&D经费投入的建议
3.1 提升R&D经费投入规模
“十一五”时期, 甘肃省R&D经费投入平均增长速度与地区生产总值平均增长速度相当 (GDP平均增速15.98%, R&D经费平均增速14.90%) , 但由于R&D经费投入的基数较低, 占GDP比例仍较低, 因此, 只有不断提高R&D总体规模, 才能从根本上提升科技创新效能。
3.2 加大政府科技投入力度
市州研发投入占地区生产总值比重和财政科技投入占财政支出比重两个指标已纳入《甘肃省市 (州) 科技进步和创新工作考核办法》, 经测算, 研发投入占地区生产总值的比重年增长仅有天水市达到要求, 93%的市州没有达到要求;财政科技投入占财政支出的比重年增长仅金昌市达到要求, 全省86个县区中仅有11个达到科技进步考核要求, 87%县区没有达到考核标准。作为提升基层区域经济建设和社会发展的重要抓手, 进一步加大基层财政科技投入的比重, 强化科技能力建设, 才能充分释放基层政府科技创新管理的活力。
3.3 引导企业开展R&D活动
甘肃省市场机制还没有健全, 完全意义上的市场竞争格局还没有形成, 不足以给企业足够的压力, 促使其增加R&D经费投入。2010年, 甘肃省规模以上工业企业共有2001家, 其中开展R&D活动的企业只有126家, 占6.3%, 97%的小型工业企业没有开展研发活动。企业技术创新, 尤其是源头创新存在风险, 优秀企业的专利权、版权、商标权未得到很好的保护。因此, 引导和激励企业开展R&D活动, 落实和强化企业财税、金融、商业和知识产权保护政策等激励措施, 成为企业自主创新的关键。
3.4 推动科技与金融结合
注重科技与金融的结合, 在发挥政府投入作用的同时, 增强调配全社会金融资源的能力。近年来, 甘肃R&D经费投入每年以14.9%的速度在增长, 尽管与全国及东部发达省份比较仍有很大的差距, 但是纵向对比来看, 还是有了较大的进展。为进一步从结构配置上提升R&D经费投入, 还需要逐步完善以财政投入为引导、企业投入为主体、社会投入为补充, 多元化、多渠道、高效率的科技投入体系。
3.5 增强科技进步意识
科技进步意识是甘肃省和全国差距较大的指标。因此, 增强科技进步意识具有很重要的作用。一是努力提高专利保护意识。政府要引导企业提高知识产权保护意识, 激励科技人员进行专利发明。二是积极实施科学技术推广和普及, 强化各级政府的科技意识自觉性和领导干部的科技修养。
参考文献
[1]师萍, 张蔚虹.中国R&D投入的绩效分析与制度支持研究[M].北京:科学出版社, 2008.
[2]王林, 王志坚, 李晓换.新疆R&D经费投入及其对比分析[J].新西部, 2012, 20 (14) :11-13.
D投入产出水平 篇3
西安是我国高等教育、科学研究、国防科技和高新技术产业的重要基地,西安地区高校数量多达63所。在科技迅速变革的时代中,西安高校的科技创新日益成为西安科技创新源,而高校R&D活动以其在高校科技创新活动中的核心地位倍受社会各界关注和支持。在此背景下,怎样利用最少的R&D投入来实现最大的效益,是值得研究的问题。目前,尚未有人单独研究西安高校R&D活动投入产出效率,本文运用2004—2014年间西安高校R&D活动投入产出年鉴数据对其进行探讨。
1 文献综述
目前,基于高校区域性的R&D投入产出效率视角的研究成果丰富,比如;徐寒、胡宗菊(2015)采用DEA方法对湖北省高校R&D活动的效率进行分析评价,结果表明:不同类型的高等学校的R&D投入产出效率存在差异性[1];滕文静(2013)根据新疆高校的R&D活动发现新疆高校的R&D活动与全国高校相比无明显差异[2];陈召魁(2011)讨论了教育部直属64所高校的R&D相对效率比较,得出早期的投入对绩效影响最大的结论[3];査奇芬、丁月娇(2013)通过E—DEA模型对DEA有效的决策单元进行对比排名,发现经济比较发达城市的高校存在科研资源高、科技水平高、DEA资源配置相对效率低的情况,表明R&D绩效并不是完全受区域经济的影响[4]。
在综合国内学者研究成果的基础上,本文选取西安市大专院校R&D试验与发展情况,采用数据包络分析法,对西安高校整体R&D研发产出效率进行纵向比较。
2 研究设计
2.1 建立模型
当前,高校R&D的效率研究有诸多综合评价方法,如数据包络分析法、随机前沿分析法、回归模型分析法、因子分析法等。笔者考虑到数据包络分析法(DEA)适用于多输入、多输出复杂评价系统的优势,决定采用DEA方法。该方法是A.Charnes和W.W.Cooper等以相对效率概念为基础发展起来的一种新的效率评价方法。
由于CCR模型不能单纯地评价“技术有效”性,1984年Banker、Charnes和Cooper给出了能单独评价DMU“技术有效”的BCC模型[5]。通过该模型可以得到决策单元的纯技术效率、规模效率以及规模报酬,具体模型如下所示[6]:
2.2 数据选取和处理
结合国内外已有研究成果,本研究选取的投入指标包括R&D人员折合全时当量及R&D内部经费投入,产出指标包括年度专利申请数、科技论文及科技著作数量。出于数据的可得性,本文选择年份作为决策单元。考虑到投入与产出之间存在的滞后性,将滞后期设置为1年,即研究西安高校2004~2013年R&D活动的投入数据与2005~2014年R&D活动的产出数据。数据来源于2004~2014年《西安市统计年鉴》和《陕西省统计年鉴》,计算软件为DEAP2.1。
3 实证分析
3.1 效率值分析
通过运行软件DEAP2.1,得出数据的综合技术效率、纯技术效率、规模效率和规模报酬,结果如表1所示。在2005~2014年10年时间内,平均综合技术效率为0.968,10个决策单元的综合技术效率均高于80%。西安高校2005年、2007年、2008年、2010年、2011年和2014年R&D活动综合技术效率为1,属于技术有效,技术无效的年份有2006年、2009年、2012年和2013年。表明西安高校2005~2014年的R&D活动整体情况不错且比较稳定。除了2006年和2013年,其余各年度的纯技术效率都为1,说明西安高校在既定的科研投入上的科研产出是非常理想。从规模效率上看,10年当中有2.3%的资源浪费,2006年及2009年处于规模效率递增,2012年及2013年处于规模效率递减,其余几年均保持不变。
3.2 冗余分析
对数据进行冗余分析,得出投入冗余与产出不足状况(见表2)。
由表2可知,2006年和2013年综合效率没有达到相对有效,且存在投入冗余和产出不足。2006年投入变量R&D人员折合全时当量为472.843,R&D内部经费投入为19068.27;产出方面,专利申请数的不足为102.075,科技著作不足为18.702。而2013年投入冗余变量R&D人员折合全时当量为184.645,R&D内部经费投入为5950.517,产出变量科技论文的不足为1575.204,科技著作不足为38.48,其他几年都达到了综合效率的相对有效。
4 结论
通过以上实证分析,我们可以知道,西安高校R&D活动在年度之间的差异较小,投入产出效率相对有效的年份较多,说明西安高校总体的R&D活动是令人满意的。但效率无效的年份数仍有4年,在这4年中,有2年规模报酬递增,2年规模报酬递减。如能合理配置公共资源,提高科研管理效率,整合科教资源,形成以企业为主体、产学研相结合的有效机制,就可以更好地促进西安地区的发展。
摘要：以西安高校R&D投入产出活动为研究对象,采用数据包络(DEA)效率评价模型,结合西安高校2004~2014年R&D投入产出数据,比较分析西安高校R&D投入产出效率,发现西安高校整体的R&D活动是积极且相对有效的。
关键词：西安,高等学校,R&,D,DEA
参考文献
[1]徐寒,胡宗菊.高等学校R&D投入产出效率分析[J].合作经济与科技,2015(10):83-85.
[2]滕文静.基于DEA方法的新疆高校R&D投入产出成效研究[J].新疆大学学报(自然科学版),2013(3):374-378.
[3]陈召魁.高校R&D投入产出滞后性与相对效率评价研究[D].天津大学,2011.
[4]査奇芬,丁月娇.基于SE-DEA模型的我国高校R&D绩效评价[J].中国集体经济,2014(27):78-79.
[5]魏权龄.评价相对有效性的数据包络分析模型-DEA和网DEA[M].北京:中国人民大学出版社,2012.
D投入产出水平 篇4
在经济全球化的大背景下, 技术进步已成为经济增长的首要推动力。目前我国制药产业仍保持粗放式的增长模式, 资本投入对于医药产业产出贡献率高达72.54%。制药产业作为高技术产业, 除了加大资本和劳动力上的投入外, 更应该注重提高自身技术水平。只有以技术水平的提高为保证, 才可以在日趋激励的市场竞争中不被淘汰。
研究与开发 (R&D) 作为技术进步的源头, 一般由基础研究、应用研究和试验开发三项活动组成。投入的效果必须以产出效果来衡量, 高强度的投入能否带来高效益的产出是评价研发能力最现实的指标。为了进一步了解制药产业目前的研发现状, 本文选取制药产业1996-2008年数据样本, 在对制药产业投入和产出情况作出实证分析后, 得出一些结论。在研发投入上, 一般选取科技活动经费投入与科技活动人员投入作为指标。产出上, 反映制药产业产出的数据主要有工业总产值、产品销售收入、利润总额、专利申请、拥有发明专利数等, 本文选取的是以工业总产值作为产出指标。
2 生产函数模型构建
本文以生产函数 (Cobb-Dauglas) 模型作为基本模型。柯布—道格拉斯生产函数是以美国数学家C.W.柯布和经济学家保罗.H.道格拉斯的名字命名的, 是在生产函数的一般形式上作出的改进, 引入了技术资源这一因素。其基本形式为:Y= (K, L, R……) , 其中Y为产出量, K、L、R分别为资本、劳动、R&D投入等投入要素。
2.1 柯布—道格拉斯生产函数模型
Y=AKαLβRundefined
式中Y是工业总产值, A是综合技术水平, 假设A是固定常数。K是投入的资本, L是投入的劳动力数, R是R&D投入。α是资本产出的弹性系数, β是劳动力产出的弹性系数, 相应地, γ为研发投入的弹性系数。μ表示随机干扰的影响, μ≤1。
本文拟采用计量经济学里的多元线性回归进行处理, 为了将因变量与自变量转变为线性关系, 对该式进行对数变换, 为:LnY=LnA+αLnK+βLnL+γLnR+Lnμ。
为了反映制药产业有关研发的各要素投入产出关系, 本文以医药行业总产值作为被解释变量Y, 解释变量具体为:用固定资产净值年平均余额表征资本投入、医药行业科技活动人员人数表征劳动投入、医药行业R&D经费内部支出表征研发投入。另外, 一些无法量化的变量以虚拟变量μ的形式在模型中体现。
2.2 样本数据 (见表1)
以上数据来源:《统计年鉴》和《中国高技术产业统计年鉴》。
3 数据处理结果
本文采用SPSS17.0统计软件对数据进行处理, 数据分析结果如下:
4 模型分析与经济意义解释
4.1 模型分析
模型1 (强制进入策略模型) :直接对被解释变量和解释变量做多元线性回归分析, 从数据结果可以看出, 虽然解释变量通过了F检验, 不过t检验值和P值并不理想, 说明解释变量对被解释变量的整体影响是显著的, 但并不是每一个解释变量都有显著影响, 解释变量间存在多重共线性, 该模型需要进一步修正。
模型2 (向后筛选策略模型) :运用SPSS的向后筛选策略模型的功能, 自动完成解释变量的筛选。最终模型的解释变量为LnK, LnL, 剔除了LnR。排除原因可能是:R&D费用支出与科技人员数目的相关性程度较高, 导致共线性的存在。最终结果通过了F检验, t检验, 并且回归方程显著性检验的概率P值小于显著性水平α (α取0.05) , 说明被解释变量与解释变量间的线性关系显著, 建立的线性模型是恰当的。
4.2 经济意义解释
(1) 边际生产力:undefined, 说明对于医药制造业而言, 随着K、L投入的增加, 工业总产值是增加的。
(2) 要素的产出弹性:指的是当要素增长1%时, 引起的产出量的变化率。其中α是资本产出的弹性系数, β是劳动力产出的弹性系数。
①α+β>1, 称为规模报酬递增, 表明随着生产规模的扩大, 有利于生产效率提高。
②α>β, 说明对于医药行业有关研发投入的资源要素而言, 资本产出弹性比劳动产出弹性更大, 在资本和劳动同比例增加的情况下, 资本引起产出增长的程度大于劳动引起产出的增加, 资本对我国医药行业研发投入具有更为重要的意义。
5 结论
由于在技术创新各要素中, 固定资产的产出弹性最高, 行业人员的产出弹性次之。因此在总体投入水平一定, 并保持各种要素投入水平相对平衡的基础上, 应当尽可能加大对于固定资产的投入, 其次是行业人员数量的投入。这可以从1996-2008固定资产投入和行业人员数量的平均增长率看出来。固定资产投入的年平均增长率14.83%, 高于行业人员数量的年平均增长率13.23%。
虽然在本文多元线性模型中, 排除了研发投入费用支出指标, 但只是从数据处理的角度考虑, 在现实经济生活中, 研发经费投入对制药产业技术创新能力的影响是不容小视的, 数据表明, 研发投入每增加1亿元, 医药工业产值增加42.251亿元。
制药产业是我国发展最快的产业之一, 在国民经济中的地位也不断提高。但我国制药产业研发创新的现状也是不容乐观的, 医药企业普遍现状是:自主研发能力薄弱, 缺乏真正意义上的创新药, 以长远发展的眼光看, 提高我国制药产业技术创新能力已经刻不容缓。同时, 由于我国制药业研发资源比较分散, 而生产规模的扩大, 有利于制药产业生产效率的提高。因此, 医药企业可以考虑通过并购的方式, 实现研发资源的整合, 提高整体竞争力。同时, 在当前我国制药产业技术创新的水平偏低的情况下, 应当继续加大对于制药产业研发创新各要素的投入水平, 从而进一步促进医药产业做大做强。
参考文献
[1]李凯, 马爱霞.我国医药制造业技术创新能力分析[J].中国医药技术经济与管理, 2008, 2 (10) :48-54.
[2]李文文, 韩东林.关于我国医药制造业科技创新投资绩效的评价及对策[J].皖西学院学报, 2010, 26 (2) :14-17.
D投入产出水平 篇5
国内外许多学者从不同角度对R&D投入的绩效评价及相关问题进行了研究。在国外, Kcrsscns- van Drongclcn 和 Cook (1997) 提出了绩效评价系统应遵循的基本原则, 认为评价系统要动态地变化以适应新的组织和过程, 同时还要考虑利益相关者和用户的要求, 并认为R&D项目早期应关注定性战略绩效评价, 而中后期则应关注定量运营绩效评价;Laurel A.Adams (1998) 调查研究了在外国竞争对手模仿而非创新前提下本国企业的R&D成果, 在幼稚产业中差别保护通常可以带来更多的R&D产量, 而在成熟产业却相反;Andr′es Rodr′lguez-Pose (2000) 通过西欧R&D投资改革分析, 强调在落后地区R&D投资的优势和劣势;Leon A.G.Oerlemans和Marius T.H.Meeus (2001) 提出在交易代价中的R&D合作问题, 得出买家和卖家之间合作的交易代价理论和资源倾向理论;John E.Jankowski (2001) 提出了美国在非制造业的R&D支出趋势, 在广泛比较其它国家情况的基础上分析其增长状况并提出该趋势的衡量方法;Petr Hanel和Alain St-Pierre (2002) 根据278个企业样本分析并提出了企业效率和R&D资本、知识、市场溢出之间的关系, 且认为R&D在知识产权有效保护下将对效率产生直接而有效的影响。
在国内, 许庆瑞等 (1998) 认为企业为了提高R&D绩效, 需要建立一套完善的绩效测度系统;杨列勋 (2001) 介绍了美国、日本、德国等发达国家、韩国等新兴工业化国家以及我国等发展中国家在R&D评估实践中取得的成功经验;席酉民、杨列勋 (2002) 在回顾、评述R&D项目评估研究的基础上, 结合项目生命周期理论, 提出R&D项目包括:立项评估、进展评估和绩效评估的整体模型;黄敏、张铀 (2006) 指出跨国公司在我国的多种R&D投资形式, 从正反两方面分析了R&D国际化对我国技术创新能力的提高产生的影响, 并探讨了在经济全球化日趋深入的形势下, 我国应如何利用跨国公司的R&D国际化来加快我国技术创新能力的提高, 以及如何实现我国企业自身的R&D国际化。
上述研究成果, 所采用的研究方法多是规范性研究, 对R&D绩效评价指标及方法大多仅仅是评述和介绍, 而进一步对我国西部地区R&D绩效评价进行实证分析的目前尚未见有。因此, 本文将应用因子分析方法评价我国西部地区当前R&D投入的绩效, 并探讨西部地区R&D投入绩效存在的区域差异, 以期为有差别地、有效地开展西部地区的R&D活动, 发展区域经济、培育区域创新能力提供决策参考。
2 指标选择和数据采集
2.1 评价指标的选择
在构建我国西部地区R&D投入评价指标体系时, 由于地区R&D活动中涉及的影响因素很多, 为了客观地分析这些复杂的影响因素, 就需要选择反映R&D活动各个方面的指标来进行评价, 同时注意所选取的指标数据既能满足对客观情况的全面真实反映, 又能便于实际应用推广。本文参考了国内外有关R&D指标体系构建的文献并根据以上原则, 选择了能够反映R&D活动的创新绩效指标, 投入方面主要包括人力投入和财力投入, 产出方面主要为知识形态的产出和科技转化形式的产出。具体指标体系及指标含义如下:在R&D投入指标方面有万人R&D科学家和工程师数, 它反映了一个地区技术创新能力的核心水平;科技活动财力投入, 它反映了一个地区对R&D活动的支持力度;R&D经费支出与GDP比例, 它反映了一个地区R&D活动的规模大小以及对其支持的能力和态度。在R&D产出指标方面有万名就业人员发明专利授权量, 它是专利形式中最能反映创新价值的部分;企业R&D经费支出占产品销售收入比重, 它反映了一个企业对R&D活动的支持能力和态度;企业消化吸收经费与技术引进经费比例, 它反映了企业R&D活动的创新能力;技术成果市场化, 它反映了一个地区进行技术交流的活跃程度;新产品销售收入占产品销售收入比重, 它反映了一个地区企业的终端产品的创新能力;高技术产业增加值率, 它反映了一个地区高技术产业的最终创新成果水平。
2.2 评价指标数据的采集
在进行指标数据的采集过程中, 许多学者认为应该根据R&D活动的特点而考虑R&D产出的时滞效应, 从而在具体的指标体系建立中将时滞效应具体化, 设定为一年或者几年。从微观角度分析, 本文认为每一年的R&D活动从输入到其输出之间存在一定的时滞, 但是该时滞跨度会由于涉及不同的行业和不同的研究类型而不同。R&D时滞问题较为复杂, 本文则尝试从宏观的角度去理解时滞问题。由于R&D活动具有连续性, 体现其产出的成果也具有延续性, 每一年的R&D投入都会对以后不定时期内的R&D产出产生影响, 所以从整体角度考虑, 可以认为R&D投入所产生的时滞效应是不可测定年份的积累, 本文将这种影响近似理解为对每一年的作用。所以从上面的观点出发, 在采集数据时, 各项指标均采用西部12个省市自治区 (重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、内蒙古、广西) 2005年资料, 资料来源于《科技统计资料汇编2006》, 具体指标及数据见表1所示。
注:数据来源于《科技统计资料汇编2006》。rdrs表示万人R&D科学家和工程师数;rdtr表示科技活动财力投入;rdfp表示R&D经费支出与 GDP 比例;zljs表示万名就业人员发明专利授权量;rdpp表示企业R&D经费支出占产品销售收入比重;jsyj表示企业消化吸收经费与技术引进经费比例;cgsc表示技术成果市场化;xcpp表示新产品销售收入占产品销售收入比重;gxcp表示高技术产业增加值率 (下同) 。
3 因子模型的构建及评价
3.1 因子分析模型的构建
从分析各变量之间的相关关系入手, 通过统计分析软件可以得到变量之间的相关系数矩阵 (见表2) 。各个变量之间的关系可以为后面的因子分析提供依据。
从表2可以看出, 西部地区R&D评价指标之间的相关系数大部分都大于0.3, 且能够通过统计检, 说明这些变量适合作因子分析。运用统计分析方法进行因子的提取, 结果见表3所示。
从表3可以看出, 前4个因子总方差为5.23, 累计方差贡献率为94.29%, 可以认为这四个因子基本上刻画了原变量的信息。
在建立因子载荷矩阵的时候, 由于上述4个因子在原变量上的载荷值都相差不大, 不太好解释它们的含义, 因此根据西部地区R&D评价指标, 利用统计分析方法并采用Varimax法对因子载荷矩阵进行旋转, 可以得到因子旋转矩阵 (见表4) 。
通过表4的因子旋转矩阵可以看出, 第一个因子变量基本上反映了一个地区R&D人力和经费投入情况;第二个因子变量基本上反映了一个区域技术成果交易和新产品产出的情况;第三个因子变量基本上反映了专利即R&D产出的情况;第四个因子变量基本上反映了企业R&D活动的技术引进及消化方面的能力。从表5因子的协方差矩阵可以得出, 上述4个因子变量应该是正交且不相关的。
在对因子进行分析和检验后, 为了能更好地看出各个因子在变量上的载荷作用, 可以利用统计分析方法得到因子得分矩阵 (见表6) , 然后根据因子得分系数和原始变量的标准化值计算各观测量的各因子的分数。
通过因子得分矩阵表, 可以得到以下因子得分模型:
根据因子得分模型, 以4个因子变量的方差贡献率为权重, 可以计算得到西部地区R&D评价指标 (用F表示) 的评价模型为:
F=45.634 F1 + 22.980F2 + 12.974F3 + 12.705F4
3.2 评价结果
由因子评价模型及各个因子的方差贡献率作为权重进行加权计算, 得到西部各地区的综合得分F (见表7) 。
注:因子得分为负数表示该地区的因子评价指标的水平在被考察地区的平均水平之下。
由表7可以看出, R&D绩效水平最高的前3位是陕西、重庆、四川, 其综合评价值在西部平均值水平之上;其它省份的综合评价值低于平均水平。这几个省市的综合评价值之所以高于其他省份, 主要是因为其R&D投入的总量和R&D占GDP的比例都位于西部前列;其次是这些省市拥有高水平的高等院校和科研机构数量众多, 人力资本和科研实力较强, 由此产生的大量科研成果也在此次评价中对F1因子的得分提供了有力的支撑。同时, 由表7可以看出, 陕西的R&D人力和经费投入因子F1的得分较高;重庆的技术成果交易和新产品产出排在第一, 主要是因为其新产品产出及技术市场化带来的优势。另外, 由表7可以看出, 西部R&D绩效呈现区域差异, 在上述分析中除四川、陕西、重庆的R&D绩效较好之外, 西藏、新疆、云南、广西等多数西部区域的R&D绩效还普遍较低, 其R&D绩效水平低于西部总体水平, 主要原因是这些省份的R&D投入还很欠缺, 拥有高水平的高等院校和科研机构数量也较少, 人力资本和科研实力较弱, 造成实际R&D的相对落后。
4 政策建议
通过以上的分析, 发现评价的结果与实际情况比较接近, 说明运用因子分析方法可以解决多指标的区域R&D绩效评价问题, 能为客观评价一个地区的R&D绩效水平提供决策借鉴, 具有一定的实际意义, 也为提高R&D投入产出质量、培育西部地区区域创新能力、加快西部经济的发展提供了理论依据。
从评价结果可以看出, R&D绩效水平在西部各省呈现省际差异性;同时, 西部地区总体区域R&D水平还远远低于全国平均水平。因此, 在进行西部大开发的过程中, 应该分不同区域实施内涵式的经济发展道路。首先, 西部各省应根据实际情况加大R&D的投入, 包括人力、物力、财力的投入, 加快科技创新能力向现实生产力的转化, 可以对有R&D创新活动的企业给予适当的奖励, 政府可以加大R&D创新活动的财政投入, 增加从事这方面的机构、科学家和工程师。其次, 提高R&D的产出效率和产出成果的产品化、市场化。建立专利的产品化基地, 联合科技企业加强专利产品的推广及出新, 建立R&D产品市场化的推广机构, 促进最后成果的产品化、市场化。最后, 加快西部各省区域创新体系的培育。在国务院西部开发领导小组的领导下, 可以有针对性、有目的性地成立以陕西西安、四川成都、重庆三地为中心的国家级的区域创新基地和管理机构, 建立中央——三中心——省 (自治区) 的三级区域性的西部R&D投入、成果转化、人才培养、管理制度规范的创新平台体系, 有计划、有重点、有差别地实施西部的R&D工作。
参考文献
[1]杨列勋.R&D评估实践研究[J].研究与发展管理, 2001 (6) :29-31.
[2]席酉民, 杨列勋.R&D项目评估整体模型研究[J].系统工程理论与实践, 2002 (10) :29-31.
[3]杨列勋.R&D项目评估研究综述[J].管理工程学报, 2002 (2) :29-31.
[4]许庆瑞, 郑刚.研究与开发绩效评价在中国:实践与趋势[J].科研管理, 2002 (1) :29-31.
[5]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 (社会科学版) , 2006, 6 (3) :65-69.
[6]RICHARD A JOHNSON, DEAN W WICHEN.实用多元统计分析[M].陆璇, 译.北京:清华大学出版社, 2001:59-79.
D投入产出水平 篇6
改革开放以来, 中国经济飞速发展, 经济发展中的科技含量日益增加。但是在经济发展的同时, 我国的自主创新和引进国外先进技术的能力不足。2005年我国提出“建设创新型国家”的发展战略。党的十七大报告再次明确指出, “提高自主创新能力, 建设创新型国家”是“国家发展战略的核心, 是提高综合国力的关键”。要有效提高自主创新能力, 必须加大研发资源投入, 研发投入包括研发人员和研发经费投入。目前, 我国资源有限, 科技资源更有限。人员投入和研发经费的投入中哪个对自主创新的贡献更大?找准这些问题, 对于有效配置科技资源, 利用有限的资源来提高我国自主创新的能力, 进一步落实科学发展观, 建设资源节约型环境友好型的创新型国家, 具有重要的现实意义。
国外学者对科研经费问题作了相关研究, L.S.Hammon[1] (1994) 主要研究新西兰的科研基金的组成部分。Ana Maria Conley[2] (2004) 致力于工业拨款对学术刊物, 科研经费的影响。Nelson (1993) 则从事于国家自主创新体系的研究, EM Rogers (1995) 则主要讲创新的扩散作用。国内学者研究科技经费问题的较多, 如杨得前[3] (2006) 研究了国家财政投入的科研经费使用过程中存在的“道德风险”, 并从经济学的角度分析了这些问题产生的根源。刘和东 (2009) 则主要运用计量的方法来研究自主创新和经济增长之间的关系。朱翔[4] (2003) 和杨得前、严广乐[5] (2005) 主要运用博弈的方法分析了科技经费管理部门监督与项目承担部门搞机会主义的影响因素, 李桂荣 (2003) 、陈凌建 (2009) 注重研究高校经费管理, 对经费管理存在的问题提出很多建设性的意见, 宋河发 (2005) 、漆江梅 (2006) 则主要研究我国财政科技投入与管理的问题。
综观国内外已有研究, 国外研究很少结合中国的实际, 缺乏可操作性。国内的学者从不同的层面研究了研发投入问题, 但缺乏对研发投入要素的产出效应的研究。为此, 本文依据知识生产函数构建计量模型, 具体分析研发投入要素对自主创新能力的效应产出, 并在此基础上提出可行的政策建议, 对找准研发投入方向和力度, 有效提高国家自主创新能力, 为政府或者企业的决策提供科学依据。
1 R&D投入产出效应的实证分析
1.1 模型的建立
根据Griliches-Jaffe[6]提出的知识生产函数 (knowledge production function) , 本文借鉴Anselin, varga和Acs等人认为的研发经费支出将导致直接的发明结果的一般研究基本假定, 以专利申请为应变量, 研发经费和研发人员为自变量。考虑到研发投入产出的滞后性, 依据知识生产函数, 同时为了减少异方差, 对变量取对数, 建立以下模型:
Lnzlsq=R+α1Lnrdjft+α2Lnrdjft-1+β1Lnrdryt+β2Lnrdryt-1+μt
其中:zlsq:专利申请量 (件) ;rdjft:t年的R&D经费;rdjft-1:上一期的经费;rdryt:R&D人员;rdryt-1:上一期的人员;R:截距项;μt:随机项;α1:当期R&D经费对自主创新的弹性, 即R&D经费每增加1%, 专利申请增加α1%;α2:上期R&D经费对自主创新的弹性;β1:当期研发人员对自主创新的弹性;β2:上期研发人员对自主创新的弹性。
1.2 指标的选取和数据的来源
1.2.1 指标的选取
(1) R&D经费
R&D经费数据都是流量, 必须先把它转化成存量。本文R&D存量的计算采用永续盘存法 (Perpetual Inventory Method, PIM) 来测算。测算公式为:
Kt=Et+ (1-δ) *Kt-1
Kt表示R&D存量, Et表示R&D支出, σ为折旧率。t表示时间。
先将R&D支出平减成实际值。关键是要假定R&D支出的价格指数。已有文献通常以消费者物价指数和固定资产投资价格指数的加权平均值来表示R&D价格指数。根据《中国科技统计年鉴》中提供的数据, 构造R&D价格指数如下:R&D支出价格指数=0.55*居民消费者价格指数+0.45*固定资产投资价格指数。其中消费者价格指数和固定资产投资价格指数均以1991年为定基换算而来的。
对于R&D存量的折旧率, 已有文献通常将之设定为15%。对于基期R&D存量, 由于数据的局限性, 本文根据 (1995年之后) 所有时期的R&D支出的平均增长率g代替1995年以前的R&D支出的平均增长率, 则基期的R&D存量可以用公式表示为:
(2) R&D人员和专利申请量
根据Jaffe的知识生产函数, 自主创新不仅需要包括R&D经费投入这一个因素, 还需要包括R&D的研发人员, 由于专利申请数据反映了一个时期人们从事科学技术发展和创新活动的数量和质量, 能综合反映自主创新能力的大小, 所以选择专利申请量作为衡量自主创新能力的量度。
1.2.2 数据来源
本文的实证模型中R&D经费、R&D人员和专利的申请数量这些数据来源《中国科技统计年鉴》1996~2008年, 而每年的居民消费者价格指数和固定资产投资价格指数这两个数据来源于《中国统计年鉴》。具体见下表1:
1.3 计量结果的分析
利用Excel对所建立的模型进行回归, 得到回归方程为:
Lnzlsq=3.136+2.122Lnrdjft-1.397Lnrdjft-1
(0.331) ***? (0.521) *** (0.414) **
+0.196Lnrdryt+0.554Lnrdryt-1
(0.293) (0.206) **
AdR2=0.99753, s.d.=0.0327
上述模型中, ***表示在1%水平下通过显著性检验, **表示在5%水平下通过显著性检验, 括号中的数字表示标准误差。
(1) 从模型的评价指标来看:
AdR2=99.753%, 同时标准误差s.d.只有0.0327, 说明模型拟合合理。
(2) 从显著性水平看:
判定回归方程有3个解释变量对被解释变量的影响具有显著性, 方程估计可靠, 模型具有较强的代表性。
(3) 从回归系数看:
当期的R&D经费的弹性为2.12173, 并且在1%的水平显著相关。即, 表示本期的R&D经费增加1%, 带来2.12173个单位的自主创新产出的增加。科研院所或者是企业从事R&D缺乏资金, 当期资金对于科研院所和企业研发来说是稀缺资源, 所以当期经费的弹性较大。
上期的R&D经费的弹性为-1.39708, 并且在1%的水平显著负相关, 这与预测有些不一致。可能的原因是:企业的研发经费来源于企业自身、政府拨款、银行贷款。而政府下拨的研发经费由于缺少政府的监管, 科研院所或者是企业没有严格地按照预算执行, 将研发经费挪作他用, 甚至在经费的拨付过程中, 截留经费用于抵扣其他支出。甚至有些科研院所或者是企业为了套取财政资金, 虚设课题, 虚列支出, 转移财政资金, 更有甚者将专项资金存放在外单位, 隐匿财政资金, 逃避财务监管[7]。而政府由于信息不对称的原因, 缺乏有效地监管, 他们只能通过项目承担者提供的信息了解项目的执行情况, 从而降低了科技项目实施和科技财政资金使用的绩效, 导致企业上期的科研经费对本期自主创新的贡献呈负相关。
上期人员投入的系数为0.554, 并且在10%的水平显著相关。即, 上期的R&D人员增加1%, 带来0.554个单位的自主创新的增加, 且通过了5%的显著性检验。但是当期人员的投入对自主创新的贡献不大, 且没有通过检验。可能的解释是:研发人员学习的滞后性。当研发人员刚刚投入到科研院所或企业的时候, 从理论到实践的学习有一个适应的过程。由于每个科研人员的学习背景、学历和学习的环境不同, 所以适应新环境的能力也是不同的。当期投入的科技人员可能要到下一期才会带来创新的产出, 这也解释了目前很多用人单位对于刚毕业的大学生都有一个见习期。从当期人员的弹性系数来看, 虽然对自主创新产出的激励不大, 但是有很大的发展空间。上期人员的弹性系数对自主创新产出的贡献还是比较明显的, 应该对人员进行鼓励, 以得到更多的创新产出。
最后再来比较一下研发经费和研发人员的弹性系数:α1+α2=-1.39708+2.12173=0.72465<β1+β2=0.55402+0.196483=0.750503, 说明在影响自主创新的这两个因素中, 研发人员的产出效应大于研发经费投入的产出效应, 说明研发人员特别是高素质的研发人员在自主创新的产出中起着不可替代的作用。所以要提高自主创新能力, 就要不断加大高素质研发人力资本的投入。
2 结论与政策建议
2.1 结 论
本文根据知识生产函数理论, 构建中国R&D投入产出的计量模型, 通过收集我国1995~2007年研发经费和人员的投入与自主创新能力的有关数据, 分析了中国R&D投入的产出效应, 发现:
(1) 当期研发经费与自主创新能力呈显著的正相关。 (2) 上一期的研发经费与自主创新能力呈现显著的负相关。 (3) 当期研发人员的投入与自主创新能力呈现正相关, 但不显著。 (4) 上一期人员投入与自主创新能力呈现显著的正相关。 (5) 研发人员的产出弹性要大于研发经费的产出弹性。以上结论可为政决策提供科学的依据。
2.2 有效提高自主创新能力的对策
根据以上得出的两个主要因素及其效应比较, 可从以下方面有针对性地进行自主创新激励。得出相应的政策建议:
(1) 加大当期科技经费的投入。政府要加大财政科技经费投入, 财政科技投入增长率应不低于一般性财政收入的增长率, 各级政府科技投入占财政总支出的比重应该要逐年提高。对于增加财政科技投入的计划、规划, 要坚决执行, 提高计划执行的刚性。
(2) 提高上期研发经费的使用效率。提高经费管理的公开性和透明度是做好经费监督的有效手段。可以防止科技经费管理中内部人交易、暗箱操作、挤占挪用等科技失信行为的发生。因此, 有必要在科技计划经费管理中将经费评审、经费分配和经费管理过程向公众公开, 充分发挥媒体与互联网的作用, 构建打破部门疆域的信息共享平台。
(3) 加大当期研发人员的教育与培训力度, 尽快提高其适应性。首先必须要做的就是为研发人员提供良好的工作环境, 使其创造最大的价值, 其次就是要对研发人员进行多方面的激励, 不断地调动员工的工作积极性, 使其创新产出最大化。
(4) 进一步激励已成熟的研发人员更好的为组织工作。激励可以分为物质激励和精神激励, 在物质激励方面, 科研单位可以增加研发人员的薪酬以更好的满足研发人员的各种需求;在精神激励方面, 应该多鼓励研发人员的创新行动, 不应该对创新失败的研发人员大加指责, 毕竟创新的成功与否依赖很多因素。
(5) 不断加大研发人员的投入, 提高研发人员的素质。培养高素质且富有创新精神的研发人员是提高自主创新能力的重中之重。国家应该加大高校教育的力度, 更好地培养潜在的科技研发人员, 为大量研发人员的投入做好准备。
摘要：本文根据知识生产函数理论, 构建中国R&D投入产出的计量模型, 通过收集我国1995～2007年研发经费和人员的投入与自主创新能力的有关数据, 分析了中国R&D投入的产出效应, 发现:当期研发经费、上一期人员投入与自主创新能力呈显著的正相关;上一期的研发经费与自主创新能力呈显著的负相关;当期研发人员与自主创新能力呈不显著正相关;研发人员的产出弹性要大于研发经费的产出弹性。根据结论, 本文提出了有效提高我国自主创新能力的前瞻性对策。
关键词：R&,D投入,产出效应,实证分析
参考文献
[1].L.S.Hammond.The NewZealand experience of a com-prehensive fully costed science funding system[J].Higher Ed-ucation, 1994, 28 (1) :119～127
[2].Ana Maria Conley.Three essays in the economics ofhigh education[J].Dissertation Abstracts International, 2004, 65 (12) :46～47
[3].杨得前, 严广乐, 唐敏.财政投入科研经费中的逆向选择与道德风险[J].科学学研究, 2006, 24 (1) , 42～46
[4].朱翔.国家科研资助的监督博弈分析[J].科研管理, 2004, 25 (4) :7～10
[5].杨得前, 严广乐, 唐敏.国家财政投入科研经费监督的博弈分析[J].科学学研究, 2005, 23 (12) :64～67
[6].Griliches Z.Productivity, R&D, and basic researchatthefirmlevel in the 1970 s[J].American Economic Review, 1986, 76 (1) :141～154
D投入产出水平 篇7
一、河北省工业企业R&D资源绩效评价方法选择
数据包络分析方法 (DEA) 是学术领域最常用的效率方法。该方法最早是由A.Charnes, W.W.Cooper和E.Rhodes提出的。采用线性规划的方法, 将评价对象作为决策单元, 对每一个单元进行有效性评价。当决策单元的效率值为1时, 为DEA有效, 否则被认为DEA无效。当出现多个DEA有效的决策单元时, 可采用超效率模型 (SBM) 进行比较。
二、河北省工业企业R&D资源绩效综合评价
依据数据口径的统一性、可比性原则, 同时考虑数据可得性, 并结合河北省R&D活动实际情况, 选择以下指标作为DEA模型输入输出指标。
输入指标:选取R&D人员全时当量、R&D经费支出、仪器设备购置费三个指标。输出指标选取专利申请数、专利所有权转让及许可收入、新产品销售收入、发表科技论文、注册商标数5个指标。通过对河北省R&D资源效率和全国其他省份的比较, 得出河北省R&D资源效率在全国的排名情况。然后对河北省R&D资源产业和地区结构效率进行分析。
1.R&D资源投入产出效率综合分析。根据CCR模型、BBC模型和SBM模型, 对2013年全国各省市R&D资源投入产出绩效进行综合评价及分析。河北省R&D资源投入产出综合效率值为0.907, 在全国排名第20位, 属于投入产出效率一般的地区。技术效率值为0.909, 排名第24位, 技术效率低。规模效率为0.998。技术效率和规模效益都未达到相对有效, 说明河北省R&D活动效率不高是由于R&D资源管理、技术水平低和R&D资源规模不高两个方面的原因同时造成的。从规模效益类型看, 河北省属于规模效益递增型, 即投入规模增长与产出增长相适应, 提高投入规模可以提高产出效率。
为了确定河北工业企业R&D资源调整方向和数值, 进行进一步分析, 计算河北省工业企业R&D资源投入、产出冗余和不足值, 发现河北省R&D资源3个投入指标都有冗余, R&D人员全时当量、R&D经费支出、仪器设备购置分别剩余13309.479人年、520475.5万元和118749.8万元;产出5个指标只有专利申请数、形成国家或行业标准不足, 不足额分别为4721.116件和98.783项。从比率上看, 仪器设备冗余所占比例较高, 说明固定资产浪费严重, 专利申请数不足所占的比重很好, 达到51.48%。
2.河北省R&D资源投入产出效率结构分析。为了进一步对河北省R&D资源效率评价, 将2013年河北省工业企业按照行业的地区进行分类, 对区域资源活动结构进行分析。
(1) 按行业分类。首先, 按照国民经济行业进行分类, 剔除无投入和产出的行业, 分别计算各行业R&D活动投入产出效率, 分别比较综合效率、规模效率。按照数值大小可以将不同行业R&D活动效率分为三类:
第一类综合效率高的行业:文教、工美、体育和娱乐用品制造业, 通用设备制造业, 仪器仪表制造业。这3个行业综合效率为1, 规模效益不变。第二类综合效率一般的行业:橡胶和塑料制品业, 电力、热力生产和供应业2个行业的综合效率在0.7-0.9之间, 规模效益递减。第三类综合效率低的行业:除了以上5个行业之外, 企业行业综合效率均低于0.4, R&D投入产出效率很低。
结果表明:河北省企业行业综合效率值很低, 甚至有些行业综合效率值为0, 说明河北省各行业R&D投入产出效率很低。只有文教、工美、体育和娱乐用品制造业, 通用设备制造业, 仪器仪表制造业综合效率为1, DEA有效。相比较, 行业技术效率较高。除了石油和天然气开采业, 石油加工、炼焦和核燃料加工业, 煤炭开采和洗选业, 纺织服装、服饰业, 农副食品加工业, 金属制品业, 专业设备制造业, 计算机、通信和其他电子设备制造业, 有色金属冶炼和压延加工业10个行业技术无效。其余行业技术有效, 这说明河北省工业企业技术和管理水平高, 需要在投入规模上提高。
(2) 按地区分类。石家庄、唐山和邢台综合效率值小于1, 其他8个地区R&D投入产出效率值为1, DEA相对有效。对DEA相对有效的地区进行超效率分析, 得出11个地区的超效率值和排位顺序。依次为:张家口市、廊坊市、沧州市、邯郸市、衡水市、保定市、承德市。从规模效益上看, 石家庄、唐山市规模效益递减。
三、河北省R&D资源投入产出效率评价的几点结论
通过对河北省R&D资源投入产出效率综合分析可以看出, 河北省R&D资源投入产出综合效率和技术效率在全国居于中等水平, 属于效率一般的地区, 规模效率较高, 规模效益递增。R&D资源投入产出未达到有效, 在投入规模和投入结构上都有待改进。从R&D资源投入规模看, 存在着总量投入不足, 利用率低的情况。从行业结构来看, 投入产出效率较低, 说明河北省工业企业R&D资源投入产出行业分布不合理, 具体来看:
1.采矿业R&D投入产出效率低, 存在人员、经费和设备投入利用率低, 产出不足, 规模效益差。黑色、有色、非金属采选业、开采辅助活动和其他采矿业没有R&D活动, 企业创新能力差, 可能会导致可持续发展能力差。
2.制造业中纺织服装、服饰业, 通用设备制造业, 仪器仪表制造业, 文教、工美、体育和娱乐用品制造业R&D投入产出相对有效, 其他的27个行业效率低, 规模效益差, 同样存在投入结构不合理, 资源利用率低的问题。