盧方元　常艷華　盧　欣(鄭州大學(xué)，鄭州　450001)

中國裝備制造業(yè)R＆D投入產(chǎn)出績效分析——基于全國三次經(jīng)濟(jì)普查

盧方元常艷華盧欣
(鄭州大學(xué)，鄭州450001)

〔摘要〕本文根據(jù)全國三次經(jīng)濟(jì)普查的數(shù)據(jù)，應(yīng)用DEA方法對中國裝備制造業(yè)的R＆D投入產(chǎn)出績效進(jìn)行分析。研究結(jié)果表明:中國裝備制造業(yè)R＆D投入產(chǎn)出在制造業(yè)中的比重較大，且增長速度較快。但DEA無效且全要素生產(chǎn)率整體呈下降狀態(tài)，其主要原因在于規(guī)模效率無效且呈下降狀態(tài)。因此，大力提升中國裝備制造業(yè)的規(guī)模效率是中國裝備制造業(yè)發(fā)展的重點。

〔關(guān)鍵詞〕裝備制造業(yè)R＆D投入產(chǎn)出DEA分析Malmquist指數(shù)R＆D人員R＆D經(jīng)費全要素生產(chǎn)率

引言

裝備制造業(yè)是制造業(yè)的核心，它承擔(dān)著為國民經(jīng)濟(jì)各行業(yè)和國防建設(shè)提供技術(shù)裝備的重任，是國民經(jīng)濟(jì)發(fā)展特別是工業(yè)發(fā)展的基礎(chǔ)，裝備制造業(yè)發(fā)展水平是一個國家綜合國力的重要體現(xiàn)。裝備制造業(yè)發(fā)展的根本途徑在于企業(yè)創(chuàng)新，而在創(chuàng)新投入資源稀缺的條件下，企業(yè)創(chuàng)新能力的高低取決于企業(yè)R＆D投入績效的高低。因此，對中國裝備制造業(yè)企業(yè)R＆D投入產(chǎn)出績效進(jìn)行全面深入分析，找出中國裝備制造業(yè)在R＆D活動中存在的問題及原因，并提出相應(yīng)的對策，對中國裝備制造業(yè)的快速發(fā)展，具有十分重要的現(xiàn)實意義。

國內(nèi)外學(xué)者對一般企業(yè)或行業(yè)的R＆D投入產(chǎn)出績效評價研究有很多［1－8］，但對裝備制造業(yè)R＆D投入產(chǎn)出績效進(jìn)行研究的成果較少。主要有兩種研究思路: (1)計算出具體的效率值進(jìn)行分析，如吳新娣運用因子分析的方法對內(nèi)蒙古裝備制造業(yè)的R＆D績效進(jìn)行綜合評價［9］;王文、牛澤東運用隨機(jī)前沿分析方法以及全要素生產(chǎn)率變動指數(shù)法分別從靜態(tài)和動態(tài)兩個角度測算中國裝備制造業(yè)的創(chuàng)新效率［10］;綦良群，王成東等運用SFA方法和Cobb－Douglas生產(chǎn)函數(shù)構(gòu)建裝備制造業(yè)R＆D效率評價模型對其R＆D績效進(jìn)行實證研究［11］。(2)運用DEA模型進(jìn)行分析，如殷秀清、張峰等運用SE－DEA模型對國內(nèi)運輸設(shè)備制造業(yè)的投資績效進(jìn)行探討分析，研究結(jié)果表明，國內(nèi)運輸設(shè)備制造業(yè)的整體投資績效有待提高［12］。王海燕、羅亞非等應(yīng)用DEA方法分析通信設(shè)備、計算機(jī)及其它電子設(shè)備制造業(yè)R＆D活動在不同地區(qū)間的差異［13］。姜明君、綦良群運用CCR模型對我國裝備制造業(yè)及其7個分行業(yè)科技資源投入產(chǎn)出狀況進(jìn)行實證分析［14］。

在現(xiàn)有對裝備制造業(yè)R＆D投入產(chǎn)出績效進(jìn)行研究的文獻(xiàn)中，R＆D產(chǎn)出指標(biāo)只有數(shù)量指標(biāo)，沒有質(zhì)量指標(biāo)，或者運用DEA方法進(jìn)行分析時只進(jìn)行了靜態(tài)分析，沒有進(jìn)行動態(tài)分析。本文運用三次經(jīng)濟(jì)普查的數(shù)據(jù)利用DEA方法中的BCC模型和Malmquist指數(shù)對中國裝備制造業(yè)的R＆D投入產(chǎn)出績效進(jìn)行靜態(tài)和動態(tài)分析。在產(chǎn)出指標(biāo)方面，不僅有反映數(shù)量的絕對量指標(biāo)，還有反映質(zhì)量的相對量指標(biāo)。

1　中國裝備制造業(yè)R＆D投入產(chǎn)出狀況

1. 1裝備制造業(yè)的內(nèi)涵及構(gòu)成

裝備制造業(yè)是中國獨有的概念。人們對它的認(rèn)識不盡相同，目前尚無一致的定義和范圍界定。通常認(rèn)為裝備制造業(yè)是為國民經(jīng)濟(jì)進(jìn)行簡單再生產(chǎn)和擴(kuò)大再生產(chǎn)提供生產(chǎn)技術(shù)裝備的工業(yè)的總稱，即“生產(chǎn)機(jī)器的機(jī)器制造業(yè)”。根據(jù)《2013～2014年中國裝備工業(yè)發(fā)展藍(lán)皮書》和三次經(jīng)濟(jì)普查所列出的行業(yè)，我們選取的裝備制造業(yè)為:金屬制品業(yè)(簡記M1)，通用設(shè)備制造業(yè)(M2)，專用設(shè)備制造業(yè)(M3)，交通運輸設(shè)備制造業(yè)(M4)，電器機(jī)械和器材制造業(yè)(M5)，計算機(jī)、通信和其他電子設(shè)備制造業(yè)(M6)，儀器儀表制造業(yè)(M7) 7個大類。為了在和一般制造業(yè)比較中，說明裝備制造業(yè)R＆D投入產(chǎn)出績效的高低，本文在匯總整理的基礎(chǔ)上研究27個制造業(yè):農(nóng)副食品加工業(yè)，食品制造業(yè)，飲料制造業(yè)，煙草制品業(yè)，紡織業(yè)，紡織服裝、鞋、帽制造業(yè)，皮革、毛皮、羽毛(絨)及其制品業(yè)，木材加工及木、竹、藤、棕、草制品業(yè)，家具制造業(yè)，造紙及紙制品業(yè)，印刷業(yè)和記錄媒介的復(fù)制，文教體育用品制造業(yè)，石油加工、煉焦及核燃料加工業(yè)，化學(xué)原料及化學(xué)制品制造業(yè)，醫(yī)藥制造業(yè)，化學(xué)纖維制造業(yè)，橡膠和塑料制品業(yè)，非金屬礦物制品業(yè)，黑色金屬冶煉及壓延加工業(yè)，有色金屬冶煉及壓延加工業(yè)，金屬制品業(yè)，通用設(shè)備制造業(yè)，專用設(shè)備制造業(yè)，交通運輸設(shè)備制造業(yè)，電氣機(jī)械及器材制造業(yè)，通信設(shè)備、計算機(jī)及其他電子設(shè)備制造業(yè)，儀器儀表制造業(yè)。

1. 2裝備制造業(yè)的R＆D投入狀況

裝備制造業(yè)是勞動密集型產(chǎn)業(yè)，同時也是技術(shù)密集型、資本密集型產(chǎn)業(yè)，需要大量的R＆D人力資源和財力資源的投入。本文選取的R＆D投入指標(biāo)有: R＆D人員全時當(dāng)量、R＆D經(jīng)費內(nèi)部支出?；谌谓?jīng)濟(jì)普查的裝備制造業(yè)R＆D投入狀況如表1所示:

表1　裝備制造業(yè)R＆D投入狀況表

從表1可以看出，在三次經(jīng)濟(jì)普查期間，中國裝備制造業(yè)總體R＆D人員和R＆D經(jīng)費呈快速增長狀態(tài)，但年均增速略低于制造業(yè)的年均增速。中國裝備制造業(yè)R＆D人員和R＆D經(jīng)費在制造業(yè)中的比重較大，2004年、2008年、2013年裝備制造業(yè)R＆D人員全時當(dāng)量占制造業(yè)的比重分別為63. 25%、63. 41%、62. 28%，R＆D經(jīng)費內(nèi)部支出占制造業(yè)的比重分別為61. 75%、59. 65%、57. 51%。

在裝備制造業(yè)7個分行業(yè)中，2008～2013年裝備制造業(yè)R＆D經(jīng)費內(nèi)部支出年均增速均低于2004～2008年的年均增速。R＆D人員全時當(dāng)量除交通運輸設(shè)備制造業(yè)(M4)外亦是如此。7個分行業(yè)中金屬制品業(yè)(M1) R＆D人員和R＆D經(jīng)費年均增速最大，計算機(jī)、通信和其他電子設(shè)備制造業(yè)(M6)年均增速最小，但其R＆D人員和R＆D經(jīng)費的規(guī)模最大。2013年，計算機(jī)、通信和其他電子設(shè)備制造業(yè)(M6) R＆D人員全時當(dāng)量占裝備制造業(yè)的比重為26. 65%，是比重最低的儀器儀表制造業(yè)(M7)的5. 65倍，R＆D經(jīng)費內(nèi)部支出占裝備制造業(yè)的比重為27. 47%，是支出最少的儀器儀表制造業(yè)(M7)的8. 39倍。

1. 3裝備制造業(yè)的R＆D產(chǎn)出狀況

專利申請數(shù)和新產(chǎn)品銷售收入是衡量R＆D產(chǎn)出大小的兩個重要指標(biāo)，中國裝備制造業(yè)R＆D產(chǎn)出狀況如表2所示:

表2　裝備制造業(yè)R＆D產(chǎn)出狀況表

從表2可以看出，在三次經(jīng)濟(jì)普查期間，中國裝備制造業(yè)R＆D產(chǎn)出增長速度很快，絕大部分行業(yè)年均增速超過20%。中國裝備制造業(yè)總體專利申請數(shù)年均增速高于制造業(yè)總體的年均增速，但裝備制造業(yè)總體新產(chǎn)品銷售收入的年均增速低于制造業(yè)總體的年均增速。中國裝備制造業(yè)R＆D產(chǎn)出規(guī)模較大，2004年、2008年、2013年裝備制造業(yè)專利申請數(shù)占制造業(yè)的比重分別為67. 61%，67. 97%，68. 48%，呈增加趨勢;裝備制造業(yè)專利申請數(shù)占制造業(yè)的比重分別為66. 38%，63. 15%，59. 59%，呈減少趨勢。

在裝備制造業(yè)7個分行業(yè)中，除計算機(jī)、通信和其他電子設(shè)備制造業(yè)(M6)外，專利申請數(shù)在2008～2013年間的年均增速均高于2004～2008年間的年均增速。但新產(chǎn)品銷售收入在2008～2013年間的年均增速，除計算機(jī)、通信和其他電子設(shè)備制造業(yè)(M6)外則均低于2004～2008年間的年均增速。計算機(jī)、通信和其他電子設(shè)備制造業(yè)(M6)的R＆D產(chǎn)出規(guī)模最大，2013年專利申請數(shù)占裝備制造業(yè)的比重為24. 40%，是比重最低的金屬制品業(yè)(M1)的4. 86倍，新產(chǎn)品銷售收入占裝備制造業(yè)的比重為32. 12%，是比重最低的儀器儀表制造業(yè)(M7)的16. 22倍。

2　裝備制造業(yè)的R＆D投入產(chǎn)出績效評價分析

2. 1 R＆D績效評價方法

R＆D績效評價方法的種類有很多，其中有因子分析法、灰色關(guān)聯(lián)法、以及數(shù)據(jù)包絡(luò)分析法等。數(shù)據(jù)包絡(luò)分析(DEA)的方法是研究相對效率的通用方法，且特別適合于多指標(biāo)投入與多指標(biāo)產(chǎn)出。DEA的基本模型有CCR模型，BCC模型等。本文使用DEA方法的BCC模型和Malmquist指數(shù)對中國裝備制造業(yè)的R＆D投入產(chǎn)出績效進(jìn)行靜態(tài)和動態(tài)評價。選取的投入指標(biāo)為: R＆D人員全時當(dāng)量、R＆D經(jīng)費內(nèi)部支出;產(chǎn)出指標(biāo)為:反映數(shù)量的專利申請數(shù)，新產(chǎn)品銷售收入，反映質(zhì)量的發(fā)明專利數(shù)/專利申請數(shù)，新產(chǎn)品出口收入/新產(chǎn)品銷售收入。為了在與制造業(yè)的比較中分析裝備制造業(yè)的R＆D投入產(chǎn)出績效，本文將對包含裝備制造業(yè)的27個制造業(yè)的R＆D投入產(chǎn)出績效進(jìn)行DEA分析。

2. 1. 1 BCC模型

運用BCC模型對27個制造業(yè)進(jìn)行評價建模如下:

決策單元共有27個，每個決策單元有2個類型的輸入，4個類型的輸出。第j個決策單元的輸入向量為xj= (x1j，x2j)T，輸出向量為yj= (y1j，y2j，y3j，y4j)T。輸入與輸出矩陣可以分別表示為X = (x1，x2，…，x27)，Y = (y1，y2，…，y27)。對某個行業(yè)j，其BCC模型為:

目標(biāo)函數(shù)min:［θ－ε(eTs－+ eTs+)］

其中: xti，xti+1分別表示第i個行業(yè)在t時期和t +1時期的投入向量; yti，yti+1分別表示第i個行業(yè)在t時期和t + 1時期的產(chǎn)出向量。Dti(xti，分別表示第i個行業(yè)以t時期的技術(shù)為參照，時期t和t +1生產(chǎn)點的距離函數(shù)。注腳為v的表示可變規(guī)模報酬的情況，注腳為c的表示不變規(guī)模報酬的情況。

式(2)第一項表示可變規(guī)模報酬下的純技術(shù)效率，第二項表示規(guī)模效率，第三項表示技術(shù)變化。全要素生產(chǎn)率的變化(tfpch) =技術(shù)效率變化(effch)×技術(shù)變化(techch)，技術(shù)效率變

在式(1)中，θ為決策單元的有效值，λ為權(quán)重系數(shù)。s+:輸出變量的松弛變量; s－:輸入變量的冗余變量。e:分量為1的向量;ε:非阿基米德無窮小量。

其有效性的判斷如下:

θ即為綜合技術(shù)效率值，在可變規(guī)模報酬(VRS)假定下，將綜合技術(shù)效率分解為純技術(shù)效率與規(guī)模效率的乘積，即:綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率。

(1)當(dāng)θ= 1，且s+= 0，行業(yè)j DEA有效，此時行業(yè)j既是純技術(shù)有效又是規(guī)模有效。

(2)當(dāng)θ＜1時，行業(yè)j DEA無效，此時行業(yè)j純技術(shù)無效或者規(guī)模無效。

2. 1. 2 Malmquist指數(shù)(可變規(guī)模)

Malmquist指數(shù)是基于DEA模型的方法提出的，它利用距離函數(shù)的比率計算投入產(chǎn)出效率，能夠?qū)Ω鱾€決策單元的效率進(jìn)行縱向的比較分析。本文用Malmquist指數(shù)分析中國裝備制造業(yè)全要素生產(chǎn)率的動態(tài)變化特征。Malmquist指數(shù)將生產(chǎn)率變化的原因分為技術(shù)效率變化和技術(shù)變化，并在可變規(guī)模報酬下進(jìn)一步將技術(shù)效率變化分解為純技術(shù)效率變化和規(guī)模效率變化。Malmquist生產(chǎn)率指數(shù)的原理:化(effch) =純技術(shù)效率變化(pech)×規(guī)模效率變化(sech)。因此，全要素生產(chǎn)率的變化(tfpch) =純技術(shù)效率變化(pech)×規(guī)模效率變化(sech)×技術(shù)變化(techch)。

在全要素生產(chǎn)率的變化即tfpch＞1時，該行業(yè)的全要素生產(chǎn)率提高; tfpch =1，全要素生產(chǎn)率沒有發(fā)生變化; tfpch＜1，全要素生產(chǎn)率下降。其他指數(shù)亦有類似解釋。

2. 2 R＆D績效的實證分析

2. 2. 1裝備制造業(yè)的DEA有效性分析

根據(jù)三次經(jīng)濟(jì)普查數(shù)據(jù)，運用DEAP2. 1軟件，采用BCC模型對中國27個制造業(yè)R＆D投入產(chǎn)出績效進(jìn)行評價，得到的裝備制造業(yè)7個分行業(yè)的評價結(jié)果如表3所示:

表3　中國裝備制造業(yè)的DEA有效性評價結(jié)果

表3可以看出，在三次經(jīng)濟(jì)普查期間，與其它制造業(yè)分行業(yè)相比，裝備制造業(yè)各分行業(yè)均綜合技術(shù)無效。裝備制造業(yè)的綜合效率值低于同期的制造業(yè)綜合技術(shù)效率值，且呈現(xiàn)不斷下降的狀態(tài)。表明中國裝備制造業(yè)在資源配置和資源使用方面存在嚴(yán)重的問題，且隨著時間的推移，問題日益嚴(yán)重。但是裝備制造業(yè)純技術(shù)效率值較高，大于0. 9，一直于高于同期的制造業(yè)純技術(shù)效率值。而規(guī)模效率值較低，且低于同期的制造業(yè)規(guī)模效率值。說明裝備制造業(yè)的技術(shù)和管理水平相對于27個制造業(yè)較高，其綜合技術(shù)無效的原因主要在于規(guī)模無效。

在裝備制造業(yè)7個分行業(yè)中，金屬制品業(yè)(M1)、電器機(jī)械及器材制造業(yè)(M5)、計算機(jī)、通信和其他電子設(shè)備制造業(yè)(M6)的綜合技術(shù)效率值處于逐年下降狀態(tài)，但純技術(shù)效率除金屬制品業(yè)(M1)均有效，主要在于這3個行業(yè)的規(guī)模效率不斷下降。通用設(shè)備制造業(yè)(M2)、專用設(shè)備制造業(yè)(M3)、儀器儀表制造業(yè)(M7)的綜合技術(shù)效率值呈先下降后上升狀態(tài)，除專用設(shè)備制造業(yè)(M3)純技術(shù)效率在持續(xù)增加外，其他兩個行業(yè)的純技術(shù)效率變化趨勢與綜合技術(shù)效率一致。交通運輸設(shè)備制造業(yè)(M4)的綜合技術(shù)效率值先上升后又大幅度下降，規(guī)模效率變化趨勢與其一致，純技術(shù)一直處于有效狀態(tài)。

2. 2. 2 Malmquist指數(shù)分析

根據(jù)三次經(jīng)濟(jì)普查數(shù)據(jù)，使用DEAP2. 1軟件，采用投入導(dǎo)向(input－orientated)的方式核算。得到裝備制造業(yè)7個分行業(yè)可變規(guī)模情況下Malmquist總體變化情況如表4所示:

表4　裝備制造業(yè)7個分行業(yè)的平均Malmquist指數(shù)變化及分解

三次經(jīng)濟(jì)普查期間，裝備制造業(yè)的整體全要素生產(chǎn)率下降了4%，其中技術(shù)提高了3. 3%，純技術(shù)效率提高了1. 5%，規(guī)模效率下降了6. 5%。說明裝備制造業(yè)全要素生產(chǎn)率下降原因在于裝備制造業(yè)規(guī)模效率的下降。裝備制造業(yè)7個分行業(yè)中，有4個行業(yè)的全要素生產(chǎn)率是下降的，其中金屬制品業(yè)(M1)下降幅度最大，其原因在于純技術(shù)效率和技術(shù)變化均呈下降狀態(tài);交通運輸設(shè)備制造業(yè)(M4)下降幅度最小，得利于其技術(shù)進(jìn)步幅度較大。全要素生產(chǎn)率有所提高的只有3個，其中專用設(shè)備制造業(yè)(M3)上升幅度最大，得利于其純技術(shù)效率上升較大;電器機(jī)械及器材制造業(yè)(M5)上升幅度最小，主要受規(guī)模效率的制約。在裝備制造業(yè)7個分行業(yè)中，除儀器儀表制造業(yè)(M7)外，其它6個分行業(yè)的規(guī)模效率均呈下降狀態(tài)。

三次經(jīng)濟(jì)普查期間裝備制造業(yè)Malmquist指數(shù)2004年、2008年、2013年3個年度變化及分解情況如表5所示:

表5　中國裝備制造業(yè)Malmquist指數(shù)變化及分解

從表5可以看出，裝備制造業(yè)2013年的全要素生產(chǎn)率較2008年改善了7. 1%，而2008較2004年則下降了13. 1%。2008年全要素生產(chǎn)率的下降要比2013年全要素生產(chǎn)率改善程度大的多。這一方面是因為2008年金融泡沫的膨脹與破滅，對實體經(jīng)濟(jì)的影響導(dǎo)致經(jīng)濟(jì)數(shù)據(jù)出現(xiàn)一定的不穩(wěn)定性;同時也表明生產(chǎn)率的提高對裝備制造業(yè)發(fā)展的貢獻(xiàn)不夠大。再看全要素生產(chǎn)率變動的分解，表5結(jié)果顯示2013年全要素生產(chǎn)率7. 1%的改善，來源于技術(shù)變化21. 6%的改善和技術(shù)效率0. 9%的提高，其中純技術(shù)效率改善4. 6%，規(guī)模效率下降4. 3%?？梢钥闯?013年全要素生產(chǎn)率的改善主要是因為技術(shù)進(jìn)步，而規(guī)模效率則導(dǎo)致全要素生產(chǎn)率下降。2008年全要素生產(chǎn)率的下降是技術(shù)效率和技術(shù)下降綜合作用的結(jié)果。具體表現(xiàn)為技術(shù)下降了8. 5%，純技術(shù)效率下降0. 9%，規(guī)模效率下降3. 1%。兩次全要素生產(chǎn)率變化的分析顯示，規(guī)模效率一直在對全要素生產(chǎn)率的提高起著拖累作用。

從裝備制造業(yè)的7個分行業(yè)來看，2013年全要素生產(chǎn)率改善最大的達(dá)到30. 3%，下降最大的則為－14. 6%，離散程度很大，說明裝備制造業(yè)7個分行業(yè)中TFP改善程度極不均勻，個體間差異大。在全要素生產(chǎn)率得到改善的4個分行業(yè)中，有3個行業(yè)的技術(shù)變動得到改善，其中計算機(jī)、通信和其他電子設(shè)備制造業(yè)(M6)的技術(shù)變動改善了53%。純技術(shù)效率2個得到改善，2個處于不變狀態(tài)，而規(guī)模效率僅有專用設(shè)備制造業(yè)(M3)一個行業(yè)得到改善。2013年全要素生產(chǎn)率下降的3個行業(yè)中，指標(biāo)間變動極不均勻。這3個行業(yè)的技術(shù)變動呈現(xiàn)極大的分化趨勢，儀器儀表制造業(yè)(M7)下降了39%，而交通運輸設(shè)備制造業(yè)(M4)的技術(shù)則改善了108. 5%。3個行業(yè)的純技術(shù)效率變化各不相同，金屬制品業(yè)(M1)下降，電器機(jī)械及器材制造業(yè)(M5)不變，儀器儀表制造業(yè)(M7)得到改善。3個行業(yè)的規(guī)模效率則為交通運輸設(shè)備制造業(yè)(M4)下降了57. 9%，其他兩個行業(yè)實現(xiàn)不同程度的上升。2008年的全要素生產(chǎn)率只有交通運輸設(shè)備制造業(yè)(M4)改善了7%，其他6個行業(yè)均有不同程度的下降。交通運輸設(shè)備制造業(yè)(M4)改善的7%主要由于技術(shù)效率23. 3%的貢獻(xiàn)，其中純技術(shù)效率并未發(fā)生變化，而規(guī)模效率改善了23. 3%，技術(shù)變化卻起到了拖累作用。全要素生產(chǎn)率下降的6個行業(yè)中，除儀器儀表制造業(yè)(M7)的技術(shù)提高了3. 4%外，其他行業(yè)均有不同程度的下降。6個行業(yè)的技術(shù)效率則全都有所下降，具體為規(guī)模效率除通用設(shè)備制造業(yè)(M2)提高了5. 5%外，其他均在下降，純技術(shù)效率下降的占到一半。

綜上，2013年裝備制造業(yè)全要素生產(chǎn)率實現(xiàn)提高，對全要素生產(chǎn)率提高的分行業(yè)來說，其得益于技術(shù)進(jìn)步的貢獻(xiàn)，而規(guī)模效率則不理想。而全要素生產(chǎn)率并未得到改善的3個分行業(yè)，技術(shù)貢獻(xiàn)有所欠缺，規(guī)模效率相對較好?？傮w來說，裝備制造業(yè)仍應(yīng)加大力度繼續(xù)技術(shù)研發(fā)與技術(shù)創(chuàng)新，注重改善管理水平和規(guī)模結(jié)構(gòu)，但針對不同行業(yè)應(yīng)各有側(cè)重。

3　結(jié)論與建議

綜上所述本文得到的主要結(jié)論:

(1)在三次經(jīng)濟(jì)普查期間，中國裝備制造業(yè)總體R＆D人員和R＆D經(jīng)費呈快速增長狀態(tài)，R＆D人員與R＆D經(jīng)費投入在整個制造業(yè)的比重較大，占到60%左右。除個別分行業(yè)，中國裝備制造業(yè)R＆D人員和R＆D經(jīng)費在2008～2013年的年均增速明顯低于2004～2008年的年均增速。

(2)中國裝備制造業(yè)R＆D產(chǎn)出在整個制造業(yè)的比重較大，大部分年份在66%左右。增長速度很快，絕大部分行業(yè)年均增速超過20%。除個別分行業(yè)外，中國裝備制造業(yè)專利申請數(shù)在2008 ～2013年的年均增速高于2004～2008年的年均增速，但新產(chǎn)品銷售收入2008～2013年的年均增速低于2004～2008年的年均增速。

(3)中國裝備制造業(yè)7個分行業(yè)均為DEA無效，但其中大部分行業(yè)純技術(shù)有效，且DEA無效行業(yè)的純技術(shù)效率值較高，均高于0. 9。裝備制造業(yè)無效的主要原因在于其規(guī)模效率值較低，且處于不斷下降的狀態(tài)。

(4)在三次經(jīng)濟(jì)普查期間，中國裝備制造業(yè)全要素生產(chǎn)率總體呈下降狀態(tài)，其原因在于規(guī)模效率的下降。中國裝備制造業(yè)各分行業(yè)全要素生產(chǎn)率在2008年絕大部分下降，但在2013年大部分上升。

根據(jù)結(jié)論提出的建議如下:

(1)中國裝備制造業(yè)的規(guī)模效率極低，且處于規(guī)模遞減的狀態(tài)，說明企業(yè)的實際規(guī)模與最優(yōu)生產(chǎn)規(guī)模存在較大差距。裝備制造業(yè)各行業(yè)需要從鋪攤子、急于擴(kuò)張的粗放式發(fā)展轉(zhuǎn)向集約式發(fā)展。加大R＆D投入力度的同時著重優(yōu)化R＆D投入結(jié)構(gòu)、提高R＆D投入質(zhì)量，避免盲目擴(kuò)大R＆D經(jīng)費投入和增加R＆D人員。

(2)注重科技創(chuàng)新體制改革和管理水平的提高。通過Malmquist指數(shù)對全要素生產(chǎn)率變動的分解我們看出，技術(shù)變化與純技術(shù)變化的平均值大于1，但還有不少的行業(yè)小于等于1，需要進(jìn)一步完善科技創(chuàng)新機(jī)制，優(yōu)化創(chuàng)新環(huán)境，促進(jìn)各個行業(yè)的技術(shù)進(jìn)步。

(3)積極推進(jìn)裝備制造業(yè)的市場化改革，充分發(fā)揮市場在資源配置上的作用。同時推進(jìn)企業(yè)的結(jié)構(gòu)調(diào)整，減少企業(yè)領(lǐng)導(dǎo)人員的短期自利行為，合理規(guī)劃裝備制造業(yè)。

參考文獻(xiàn)

［1］Lai Y L，Lin F J，Lin Y H．Factors Affecting Firm's R＆D Investment Decisions［J］．Journal of Business Research，2015，68 (4) : 840～844

［2］Sandu. S，Ciocanel. B．．Impact of R＆D and Innovation on High －tech Export［J］．Procedia Economics and Finance，2014，15: 80～90

［3］Costa－Campi M. T，Duch－Brown. N，García－Quevedo. J．．R＆D Drivers and Obstacles to Innovation in the Energy Industry ［J］．Energy Economics，2014，46: 20～30

［4］Lim. s，Zhu. J．．A Note on Two－stage Network DEA Model: Forntier Projection and Duality［J］．European Journal of Opera-tional Research，2016，248 (1) : 6758～6766

［5］單春霞．基于DEA－Malmquist指數(shù)方法的高新技術(shù)產(chǎn)業(yè)R＆D績效評價［J］．統(tǒng)計與決策，2011，(2) : 70～74

［6］姜南．專利密集型產(chǎn)業(yè)的R＆D績效評價研究——基于DEA －Malmquist指數(shù)法的檢驗［J］．科學(xué)學(xué)與科學(xué)技術(shù)管理，2014，(3) : 99～107

［7］李健英，慕羊．基于DEA方法的我國上市企業(yè)創(chuàng)新績效研究［J］．科學(xué)學(xué)與科學(xué)技術(shù)管理，2015，(2) : 111～121

［8］白恩來，趙玉林，徐博．高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新績效路徑研究［J］．科學(xué)管理研究，2015，(1) : 32～35

［9］吳新娣．內(nèi)蒙古裝備制造業(yè)R＆D投入績效實證分析［J］．科學(xué)管理研究，2011，(6) : 112～115

［10］王文，牛澤東．中國裝備制造業(yè)技術(shù)創(chuàng)新的靜態(tài)與動態(tài)效率——基于二位碼行業(yè)數(shù)據(jù)的分析［J］．產(chǎn)業(yè)和區(qū)域經(jīng)濟(jì)管理，2014，(5) : 24～36

［11］綦良群，王成東，蔡淵淵．中國裝備制造業(yè)R＆D效率評價及其影響因素研究［J］．研究與發(fā)展管理，2014，(1) : 111～118

［12］殷秀清，張峰，董會忠．基于SE－DEA模型的運輸設(shè)備制造業(yè)投資績效評價研［J］．工業(yè)技術(shù)經(jīng)濟(jì)，2014，(7) : 35 ～42

［13］王海燕，羅亞非，孫守霞等通信設(shè)備、計算機(jī)及其它電子設(shè)備制造業(yè)R＆D績效分析［J］．科研管理，2007，(28) : 158～162

［14］姜明君，綦良群．我國裝備制造業(yè)科技資源配置評價研究［J］．科學(xué)管理研究，2012，(1) : 42～46

［15］衛(wèi)平，黃敏儀．基于MFA的裝備制造業(yè)區(qū)域技術(shù)效率研究［J］．工業(yè)技術(shù)經(jīng)濟(jì)，2014，(10) : 14～21

［16］李紹東．中國裝備制造業(yè)先進(jìn)水平實證研究［M］．北京:中國社會科學(xué)出版社，2013

［17］段一群．中國裝備制造業(yè)產(chǎn)業(yè)安全評價與實現(xiàn)機(jī)制研究［M］．北京:科學(xué)出版社，2013

［18］楊拴昌．2013～2014年中國裝備工業(yè)發(fā)展藍(lán)皮書［M］．北京:人民出版社，2014

(責(zé)任編輯:王平)

Performance Analysis of R＆D Input and Output in China's Equipment Manufacturing Industry——Based on the three National Economic Censuses

Lu Fangyuan Chang Yanhua Lu Xin
(Zhengzhou University，Zhengzhou 450001，China)

〔Abstract〕Using data from the three national economic censuses，DEA method is used to analyse the performance of R＆D input and output of Chinese equipment manufacturing industry．The results show that: the R＆D input and output of the equipment manufacturing industry in China has a large proportion in the manufacturing industry，and the growth rate is relatively fast．However，the DEA is invalid and the total factor productivity is declining，the main reason is that the scale efficiency is invalid and the state is of decline．Therefore，it should become a priority to improve the scale efficiency of China's equipment manufacturing industry．

〔Key words〕equipment manufacturing industry; R＆D input and output; DEA analysis; Malmquist index; R＆D staff; R＆D funds; total factor productivity

作者簡介:盧方元，鄭州大學(xué)商學(xué)院教授，博士。研究方向:數(shù)量經(jīng)濟(jì)與創(chuàng)新管理。常艷華，鄭州大學(xué)商學(xué)院碩士研究生。研究方向:經(jīng)濟(jì)數(shù)量分析。盧欣，鄭州大學(xué)商學(xué)院本科在讀。研究方向:財務(wù)管理。

基金項目:河南省軟科學(xué)研究計劃項目“河南省裝備制造業(yè)R＆D投入績效研究”(項目編號: 152400410196)。

收稿日期:2015—11—09

〔中圖分類號〕F224; F426

〔文獻(xiàn)標(biāo)識碼〕A

DOI:10．3969/j．issn．1004－910X．2016．04．019