当前位置:首页 > 研发效率 > 正文

​我国高技术产业研发效率的研究——基于DEA-Malmquist方法

2019-12-29 来源:《经济视角》作者:中国海洋大学经济学院 罗斯丹 袁滢欣
摘要:本文以2009-2016年我国29个省高技术产业R&D投入和产出的面板数据为基础,运用DEA模型对其效率进行静态的横向比较,同时通过投影分析找到各省的改进方向,然后使用Malmquist指数研究各省高技术产业随时间的动态变化。研究结果表明:横向来看2016年我国各省高技术产业R&D效率发展不平衡,中部地区效率值最高,东北地区效率值最低,规模无效的省份多于技术无效的省份,人员投入、R&D经费内部支出和技术改造支出冗余严重,与知识产出相比,经济产出不足情况更严重;动态来看,2009-2016年东北地区全要素生产率增长最快,中部地区增长最慢,技术进步是阻碍各省高技术产业效率提升的主要因素。最后本文给出政策建议:各省高技术产业应根据自身特点着力调整规模,适当减少人员投入、R&D经费内部支出和技术改造支出,扬长避短,加强自主创新能力,掌握核心技术。
关键词:高技术产业;R&D效率;DEA模型;Malmquist指数
一、引言
习近平在十九大报告中明确提出要加快建设创新型国家。而高技术产业是一个知识和技术密集型的产业群,研究开发投入高、人员比重大,创新性强,附加值高。2016年,我国高技术产业主营业务收入突破15万亿元,占制造业的14.68%,出口额达到52445亿元,占制造业出口比重的44.6%。高技术产业是科技竞争的重要阵地和国家创新的关键领域,大力发展高技术产业,可以有效改善我国产业结构,推进经济协调稳定发展。高技术产业的发展需要投入极高的科研费用,研究开发过程的不确定因素难以预料,风险性大。在我国现阶段的工业化进程中,增加高技术产业R&D投入的同时,提高高技术产业效率,增加科技和经济成果产出,是转变经济发展方式的关键。因此,如何利用有限的资金和资源发展高技术产业,横向比较各地区R&D效率,同时纵向观察各地区效率随时间的变化,是一个值得探讨的重要课题。
国外学者很早就开始了对高技术产业效率的研究,使用的方法多种多样。March-Chorda(1999)、Romijn和Albu(2002)、Neelankavil和Alaganar(2003)、Rosenzweig和Roth(2004)、Gaimon和Morton(2005)、Kim和Han(2001)、Guan和Chen(2010)分别采用因子分析法、多元回归模型、格兰杰因果检验、路径分析法、产品生命周期模型和随机前沿分析方法研究高技术产业的效率问题。后来大多研究倾向于使用非参数方法。Guan和Chen(2010)运用网络DEA方法根据高技术产业效率将我国26个省分为四类:高研发高业绩、高研发低业绩、低研发高业绩、低研发低业绩,并针对性地给出了政策建议。Sena(2004)利用Malmquist方法测算了意大利高技术产业1989-1994年的TFP,发现技术进步促进了TFP的提高。Chen和Yeh(2005)使用DEA方法从行业角度分析台湾高技术产业的效率,发现计算机和半导体行业效率最高,而生物技术效率最低。此外,Hemmert(2004)、Collins和Smith(2006)、Wang和Rafiq(2014)分别从制度、人力资本、组织文化角度对高技术企业效率进行了研究。
我国学者对高技术产业效率的研究主要分为两大类,一类是从静态角度横向比较各地区或各行业某一年的高技术产业效率。田家林(2018)使用DEA方法基于2016年数据测算了我国各省高技术产业效率,横向来看,东部地区效率值最高,中部地区效率值最低,进一步分析认为,中国的高技术产业效率贡献更多来源于规模扩张而非来源于纯粹的技术进步。张宗益等(2006)、余泳泽和张妍(2012)、叶锐等(2012)、陈莹文等(2018)、吉生宝和周小珂(2010)分别使用柯布—道格拉斯生产函数形式的随机前沿面板模型、三投入超越对数形式的随机前沿面板模型、共享投入关联DEA模型、改进两阶段DEA模型、三阶段DEA模型进行实证研究,无一例外地发现中国高技术产业整体效率值低,地区间存在较大差异。此外,成定平和淦苏美(2017)、孙国锋等(2016)、冯锋等(2011)则分别通过三阶段DEA、链型关联DEA、链式DEA研究发现高技术产业的各类型企业和各行业之间效率差异也较大。
另一类是从动态角度纵向分析高技术产业效率随时间的变化情况。叶丹和黄庆华(2017)、王晓珍等(2017)、陈伟等(2017)、刁秀华等(2018)运用DEA-Malmquist指数方法分析了我国各省高技术产业TFP的动态变化,刁秀华等(2018)实证检验发现我国高技术产业的技术创新效率随时间的变化呈现明显的区域差异,2003-2013年间中部地区增长最快,其次是西部地区,东部地区增长最慢。进一步地,李彦龙(2018)通过观察我国高技术产业在2003-2015年的效率变化发现,相对于劳动投入来说,资本的稀缺性更强,R&D经费投入不够,应加大资本投入。余泳泽等(2010)将高技术产业分为13个细分行业,运用DEA-Malmquist指数方法横向和纵向分析了各行业的效率,研究表明,TFP的提高得益于技术进步,而效率低下则源于纯技术效率。
然而大多数的评价模型过于单一,仅从静态角度考虑了某一年的投入产出情况或仅从动态角度考虑时间变化,很少把静态和动态两个角度综合起来进行评价,不能全面地考察高技术产业的现状和发展,且有些研究关于指标的选取较为笼统。鉴于此,本文运用DEA方法对中国29个省2016年的高技术产业效率进行了静态评价,并采用Malmquist指数法对2009-2016年的效率进行动态分析;指标选取上,将投入指标分为人员和经费投入,产出指标选取知识和经济产出两类,深入分析了DEA无效的原因所在,同时将投入与产出的时间间隔设为1年,即产出比投入滞后1年。
分享到:

免责声明:
  1、研发管理评论发布的所有资讯与文章是出于为业界传递更多信息之目的,并不意味着赞同其观点或证实其描述。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请浏览者仅作参考,并请自行核实相关内容。
  2、本站部分内容转载于其他网站和媒体,版权归原作者或原发布媒体所有。如文章涉及版权等问题,请联系本站,我们将在两个工作日内进行删除或修改处理。敬请谅解!

延伸阅读:

RDMR-本站推荐

more

RDMR-会议活动

more

RDMR-公开课

more

RDMR-项目管理

Copyright ©2017-2020 研发管理评论 版权所有 京ICP备17062359号-5 如转载本站文章,请注明原作者和原发布媒体

本着互联网分享精神,本站部分内容转载于其他网站和媒体,如稿件涉及版权等问题,请联系本站进行删除或修改处理

客服电话:010-89506650 89504891 非工作时间可联系:18701278071(微信) QQ在线:511524637

新闻与原创文章投稿:tougao#cpmta.com 客服邮箱:info#cpmta.com(请将#换成@)

研发管理评论——我国最大的研发管理门户网站,隶属卓橡公司

研发管理评论官方微信

PMO大会官方微信

PMO大会官方微信