彭秋霞

（瀏陽市財(cái)政局，湖南 長沙 410300）

一、引言

當(dāng)前，聚焦“三高四新”，強(qiáng)化科技創(chuàng)新引領(lǐng)，是湖南發(fā)展的重要戰(zhàn)略之一。而R&D活動(dòng)是整個(gè)科技創(chuàng)新的核心，影響著科技創(chuàng)新的效率以及經(jīng)濟(jì)增長的質(zhì)量及水平。截至2020年底，湖南R&D經(jīng)費(fèi)與地區(qū)生產(chǎn)總值之比達(dá)2.25%，R&D經(jīng)費(fèi)支出較2016年底增長了92.1%，達(dá)941.55億元，其中73.89%為工業(yè)R&D經(jīng)費(fèi)支出。而工業(yè)是湖南經(jīng)濟(jì)發(fā)展的重要支柱，大中型工業(yè)企業(yè)又是工業(yè)發(fā)展的關(guān)鍵推手。因此，了解和掌握湖南大中型工業(yè)企業(yè)R&D績效水平情況，分析影響績效水平的因素，對(duì)提高R&D資源配置與使用效率意義重大?；诖吮尘?，本文以湖南大中型工業(yè)企業(yè)為研究對(duì)象，對(duì)其R&D績效及影響因素進(jìn)行實(shí)證研究，并結(jié)合實(shí)證結(jié)論提出相關(guān)建議。

二、R&D績效評(píng)價(jià)

（一）研究方法

DEA是運(yùn)用線性規(guī)劃方法，對(duì)決策單元樣本的投入產(chǎn)出指標(biāo)進(jìn)行對(duì)比，形成包含所有最佳生產(chǎn)觀測(cè)值的前沿面，通過與此前沿相比較來測(cè)評(píng)其他決策單元效率的相對(duì)高低。本文采用DEA方法并基于BCC模型對(duì)湖南各地市大中型工業(yè)企業(yè)R&D績效進(jìn)行評(píng)價(jià)。

對(duì)上述模型進(jìn)行Charness-Cooper轉(zhuǎn)換，得到等價(jià)的線性規(guī)劃模型：

上述線性規(guī)劃問題的對(duì)偶規(guī)劃問題為：

假設(shè)λ*，S-*，S+*，θ*為該模型的最優(yōu)解，則BCC模型判定生產(chǎn)效率的標(biāo)準(zhǔn)如下：S-*表示為減少多少投入時(shí)達(dá)到目標(biāo)效率，S+*表示為增加多少產(chǎn)出時(shí)達(dá)到目標(biāo)效率。結(jié)合θ*，S-*，S+*，3個(gè)指標(biāo)，可判斷DEA有效性。當(dāng)θ*=1，S-*=S+*=0時(shí)，則該DMU為DEA有效，即原投入X0和原產(chǎn)出Y0達(dá)到相對(duì)最優(yōu)水平；當(dāng)θ*=1，但S-*或S+*大于0，則該DMU為DEA弱有效；當(dāng)θ*＜1，則該DMU為DEA無效，即維持原產(chǎn)出Y0不變的情況下，只需投入原X0的θ*比例。

BBC模型將綜合效率拆分為純技術(shù)效率和規(guī)模效率，綜合效率=純技術(shù)效率*規(guī)模效率。其中，純技術(shù)效率反映企業(yè)R&D投入技術(shù)與管理水平的優(yōu)良，規(guī)模效率反映企業(yè)R&D投入結(jié)構(gòu)與規(guī)模的合理程度，當(dāng)規(guī)模效率值為1時(shí)，即投入規(guī)模達(dá)到最優(yōu)。

（二）變量選取與數(shù)據(jù)說明

對(duì)R&D活動(dòng)進(jìn)行績效評(píng)價(jià)是提高資源配置效率，提升科技創(chuàng)新能力的重要手段。其首要環(huán)節(jié)是要明確R&D投入與產(chǎn)出變量，本文結(jié)合學(xué)者已有的R&D績效評(píng)價(jià)研究成果，遵循指標(biāo)建立的科學(xué)性、全面性、可操作性原則，選取以大中型工業(yè)企業(yè)的R&D全時(shí)當(dāng)量和R&D經(jīng)費(fèi)內(nèi)部支出為投入指標(biāo)，反映企業(yè)R&D活動(dòng)人員及經(jīng)費(fèi)的投入。而產(chǎn)出指標(biāo)從直接產(chǎn)出和間接產(chǎn)出兩方面考慮，選取以專利申請(qǐng)數(shù)和新產(chǎn)品銷售收入為評(píng)價(jià)指標(biāo)，衡量企業(yè)技術(shù)研發(fā)與產(chǎn)品市場(chǎng)創(chuàng)新能力。數(shù)據(jù)均來源于《湖南省統(tǒng)計(jì)年鑒》。

考慮到R&D投入產(chǎn)出存在時(shí)滯性，本文對(duì)年際間投入指標(biāo)進(jìn)行了相關(guān)分析，結(jié)果如表1所示：相鄰年份投入指標(biāo)的相關(guān)性均大于0.9且在1%顯著水平下顯著相關(guān)。因此，本文采用同年的投入與產(chǎn)出數(shù)據(jù)，對(duì)分析結(jié)果的有效性不會(huì)造成影響。

表1 投入指標(biāo)年際間的相關(guān)系數(shù)

本文選取 2010-2020 年湖南省12個(gè)地市大中型工業(yè)企業(yè)R&D投入和產(chǎn)出為研究樣本，由于張家界、湘西州兩地的相關(guān)統(tǒng)計(jì)數(shù)據(jù)不全，出于數(shù)據(jù)完整性考慮，未將其納入本研究范圍。為檢驗(yàn)各指標(biāo)數(shù)據(jù)是否滿足DEA分析要求，對(duì)投入與產(chǎn)出指標(biāo)進(jìn)行了相關(guān)性檢驗(yàn)，如表2所示：呈顯著正相關(guān)性，說明本文選取的指標(biāo)是合適的。

表2 投入變量與產(chǎn)出變量之間的相關(guān)系數(shù)

（三）實(shí)證結(jié)果與分析

1.實(shí)證結(jié)果

運(yùn)用deap2.1軟件對(duì)2010~2020年湖南各地市大中型工業(yè)企業(yè)R&D投入產(chǎn)出數(shù)據(jù)進(jìn)行效率分析，分別得到各地市的綜合效率、純技術(shù)效率與規(guī)模效率。將2010~2020年各地市的計(jì)算結(jié)果進(jìn)行平均，得到湖南大中型工業(yè)企業(yè)R&D活動(dòng)效率變化趨勢(shì)圖（見圖1），統(tǒng)計(jì)出2020年各地市大中型工業(yè)企業(yè)R&D活動(dòng)效率值（見表3），將2010~2020年各地市大中型工業(yè)企業(yè)R&D活動(dòng)效率值進(jìn)行平均，得到各地市R&D活動(dòng)效率情況，并反映在象限圖上（見圖2）。

表3 2020年湖南各地市大中型工業(yè)企業(yè)R&D活動(dòng)效率值

2.實(shí)證分析

由圖1和圖2可知，2010~2020年湖南各地市大中型工業(yè)企業(yè)R&D活動(dòng)綜合效率均值為0.831，純技術(shù)效率均值為0.899，規(guī)模效率均值為0.902。從變化趨勢(shì)來看，湖南省近11年R&D活動(dòng)效率值均在0.8~1之間上下波動(dòng)，且其純技術(shù)效率不高是導(dǎo)致綜合效率偏低的主要原因。按近11年的平均效率水平可將各地市分為4類：第一類是規(guī)模效率與純技術(shù)效率均低于平均水平，有永州、衡陽；第二類是規(guī)模效率高于平均水平，純技術(shù)效率低于平均水平，有湘潭、懷化、邵陽；第三類是規(guī)模效率低于平均水平，純技術(shù)效率高于平均水平，有婁底、郴州；第四類是規(guī)模效率與純技術(shù)效率均在平均水平之上，有株洲、長沙、常德、益陽、岳陽?？傮w來看，湖南各地市R&D活動(dòng)效率水平存在較大差異。

由表3可知，2020年湖南各地市大中型工業(yè)企業(yè)R&D活動(dòng)效率情況：株洲、邵陽、岳陽、益陽、婁底等地市的綜合效率均為1，說明當(dāng)前這些地市大中型工業(yè)企業(yè)R&D投入在技術(shù)上有效、規(guī)模效率上處于最優(yōu)；湘潭、衡陽、常德、郴州等地市的純技術(shù)效率小于規(guī)模效率，且都小于1，說明這些地市在合理安排要素投入規(guī)模的同時(shí)，更要注重其管理水平的提高；而導(dǎo)致長沙、永州、懷化等地市綜合效率偏低的原因，主要是規(guī)模效率不高。因此，在保持現(xiàn)有管理水平的基礎(chǔ)上，需對(duì)投入規(guī)模進(jìn)行合理調(diào)控。而湘潭、衡陽、郴州、永州、懷化等地市，雖然均未出現(xiàn)產(chǎn)出不足，但不同程度上存在R&D人員投入冗余現(xiàn)象。因此，這些地市要進(jìn)一步提高對(duì)R&D人員的利用效率，在現(xiàn)有產(chǎn)出水平下湘潭、衡陽、郴州、永州、懷化等地市R&D人員全時(shí)當(dāng)量投入應(yīng)分別減少410.991人年，130.184人年，915.519人年，69.561人年，75.112人年。

三、R&D績效影響因素分析

（一）研究方法

為進(jìn)一步分析影響R&D效率高低的因素，以上述DEA分析得到的R&D活動(dòng)綜合效率值作為因變量，各影響因素為自變量，構(gòu)建回歸模型。由于BCC得到的綜合效率值在0到1之間，因變量只能在一定范圍內(nèi)取值，在回歸分析時(shí)會(huì)導(dǎo)致估計(jì)量產(chǎn)生偏差。因此本文采用適用于雙側(cè)受限的tobit模型。模型設(shè)定如下：

模型中β為多元線性模型的回歸系數(shù)向量，χi為自變量向量，Yi為因變量向量，ε為殘差項(xiàng)，ε服從均值為0，方差為σ2的正態(tài)分布。

（二）變量選取與數(shù)據(jù)說明

通過廣泛查閱相關(guān)文獻(xiàn)，并結(jié)合湖南實(shí)際，從內(nèi)部與外部因素兩方面進(jìn)行分析，將湖南各地市大中型工業(yè)企業(yè)R&D績效影響因素歸納如表4所示：

（三）實(shí)證結(jié)果與分析

1.實(shí)證結(jié)果

本文以2013~2020年湖南各地市大中型工業(yè)企業(yè)R&D活動(dòng)DEA分析的綜合效率值為因變量，以表4中的各影響因素指標(biāo)為自變量，建立Tobit模型。各因素指標(biāo)的數(shù)據(jù)均根據(jù)《湖南省統(tǒng)計(jì)年鑒》中相關(guān)數(shù)據(jù)整理得出。

表4 各影響因素測(cè)度變量及具體指標(biāo)

為避免極端值的影響，對(duì)各變量均進(jìn)行了1%和99%的縮尾處理，后續(xù)分析均采用處理后的數(shù)據(jù)，實(shí)證分析采用的軟件工具為stata16.0。在進(jìn)行回歸之前，以TE為因變量與影響因子進(jìn)行回歸方差膨脹因子（VIF）檢驗(yàn)，結(jié)果表明各變量的VIF值均小于10，說明變量間不存在嚴(yán)重的多重共線性。

表5 變量描述性分析結(jié)果

2.實(shí)證分析

由表6可知：地區(qū)經(jīng)濟(jì)水平、政府科技投入、園區(qū)工業(yè)發(fā)展、企業(yè)盈利能力等對(duì)R&D綜合效率有顯著正向影響，其中，企業(yè)盈利能力貢獻(xiàn)作用最強(qiáng)，其次是政府科技投入和園區(qū)工業(yè)發(fā)展。而高新技術(shù)產(chǎn)業(yè)水平和市場(chǎng)集中度對(duì)R&D綜合效率有促進(jìn)作用，但不顯著；貿(mào)易開放程度對(duì)R&D綜合效率的提升有顯著的抑制作用，可能由于各地市外向型經(jīng)濟(jì)還出于粗放型發(fā)展階段，出口產(chǎn)品多集中在低勞動(dòng)力成本、市場(chǎng)準(zhǔn)入門檻較低的行業(yè)，這在一定程度上阻礙了產(chǎn)業(yè)結(jié)構(gòu)的高級(jí)化和合理化進(jìn)程。長此以往，不利于企業(yè)自主創(chuàng)新能力的提升。

表6 Tobit模型估計(jì)結(jié)果

四、結(jié)論與建議

通過上述實(shí)證分析，得到如下結(jié)論及啟示：

（一）強(qiáng)化投入要素管理，提高資源使用效率

實(shí)證結(jié)果表明，導(dǎo)致DEA無效的原因，既有R&D活動(dòng)技術(shù)效率低的因素，也有規(guī)模效率低的因素，但技術(shù)效率低的影響程度更大。因此，在合理安排要素投入規(guī)模的同時(shí)，更要注重其管理質(zhì)效的提高。一方面，優(yōu)化政府R&D經(jīng)費(fèi)投放，進(jìn)一步向重大需求集中和重點(diǎn)領(lǐng)域傾斜，并改進(jìn)經(jīng)費(fèi)預(yù)算管理與撥付方式，積極推行項(xiàng)目全面績效考評(píng)，強(qiáng)化考評(píng)結(jié)果運(yùn)用，提升績效管理約束力；另一方面，企業(yè)也需進(jìn)一步優(yōu)化投入結(jié)構(gòu)，精簡研發(fā)人員，重視R&D活動(dòng)日?？己斯芾恚瑘?jiān)持激勵(lì)與約束并重，充分調(diào)動(dòng)企業(yè)科研人員的積極性和能動(dòng)性。

（二）優(yōu)化科技創(chuàng)新環(huán)境，增強(qiáng)企業(yè)創(chuàng)新能力

實(shí)證結(jié)果表明，政府科技投入、企業(yè)成本費(fèi)用利潤率對(duì)R&D績效的提高有顯著的促進(jìn)作用，而貿(mào)易開放程度對(duì)R&D績效的提升有顯著的抑制作用。對(duì)此，一方面，要抓好落實(shí)各項(xiàng)減輕企業(yè)負(fù)擔(dān)的政策與措施，降低企業(yè)生產(chǎn)成本。通過完善有關(guān)科技創(chuàng)新活動(dòng)中的稅收減免制度，幫助企業(yè)及時(shí)兌現(xiàn)稅收紅利，以減稅激發(fā)企業(yè)增加研發(fā)投入，促進(jìn)技術(shù)創(chuàng)新的積極性。另一方面，需進(jìn)一步調(diào)整外向型經(jīng)濟(jì)的發(fā)展戰(zhàn)略，積極探索促進(jìn)外向型經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的有效路徑，優(yōu)化開放結(jié)構(gòu)，提高開放質(zhì)量。同時(shí)，建立并完善人才引進(jìn)及培養(yǎng)機(jī)制，支持企業(yè)牽頭組建創(chuàng)新聯(lián)合體，推進(jìn)產(chǎn)學(xué)研深度融合，提升企業(yè)的創(chuàng)新能力和市場(chǎng)競(jìng)爭力。

（三）推進(jìn)園區(qū)轉(zhuǎn)型升級(jí)，打造地區(qū)經(jīng)濟(jì)增長極

實(shí)證結(jié)果表明，區(qū)域經(jīng)濟(jì)水平和園區(qū)工業(yè)發(fā)展對(duì)R&D績效的提高有顯著的促進(jìn)作用。當(dāng)前，產(chǎn)業(yè)園區(qū)已成為發(fā)展高新技術(shù)產(chǎn)業(yè)、促進(jìn)產(chǎn)業(yè)集群、帶動(dòng)區(qū)域經(jīng)濟(jì)結(jié)構(gòu)及增長方式轉(zhuǎn)變的重要平臺(tái)。因此，各地市要重視產(chǎn)業(yè)園區(qū)建設(shè)，積極推進(jìn)園區(qū)轉(zhuǎn)型升級(jí)。一是優(yōu)化產(chǎn)業(yè)布局，綜合各地經(jīng)濟(jì)發(fā)展特點(diǎn)與資源稟賦，科學(xué)確定園區(qū)主導(dǎo)產(chǎn)業(yè)與優(yōu)勢(shì)產(chǎn)業(yè)；二是聚焦產(chǎn)業(yè)集群，通過引進(jìn)整合一批投資規(guī)模大、技術(shù)含量高、經(jīng)濟(jì)效益好、創(chuàng)新能力強(qiáng)的產(chǎn)業(yè)項(xiàng)目落地園區(qū)，以帶動(dòng)其他相關(guān)產(chǎn)業(yè)的發(fā)展；三是優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，引導(dǎo)企業(yè)進(jìn)行關(guān)鍵技術(shù)攻關(guān)，推進(jìn)傳統(tǒng)產(chǎn)業(yè)與高新產(chǎn)業(yè)進(jìn)行融合。多舉措做強(qiáng)產(chǎn)業(yè)園，打造地區(qū)經(jīng)濟(jì)增長極。