当前位置:首页 > 研发创新 > 正文

​中国工业企业研发创新效率评价与比较分析

2019-12-10 来源:《科技和产业》作者:南京中医药大学 卫生经济管理学院 宋慧勇
摘要:采用2011—2015年间中国规模以上工业企业研发创新投入产出数据,在构建科学合理的研发创新效率评价体系的基础上,运用数据包络分析法对工业企业的研发创新水平从综合效率、技术效率和规模效率三个方面进行横向和纵向对比,并从优化效率的视角出发进一步展开投入产出指标的冗余值分析。研究表明,目前国内工业企业研发创新效率总体处于中等水平,有较大提升空间;企业研发创新存在明显的地域差异,地区发展不平衡现象突出。基于研究结论给出针对性建议。
关键词:数据包络分析;工业企业;技术创新;研发效率
自2011年起,国家统计局将规模以上工业企业定义为年主营业务收入2 000万元以上的工业企业和全部个体经营工业单位。工业企业是保证一个国家生产能力快速提升和国民经济健康发展的根基和支柱,而独立自主的研发创新能力则是保障其快速健康发展的基础和根本。工业企业只有不断提高自身的研发创新能力才能在市场竞争中立于不败之地。据国家统计局最新数据显示:2017年全国规模以上工业企业实现利润总额75 187.1亿元,比2016年增长21%,增速较上一年提升12.5个百分点。随着供给侧结构性改革在工业领域的深入推进及去产能、降成本等措施的有效落实,工业企业转型升级步伐逐步加快,研发创新环境明显改善。目前我国工业企业广泛存在着前期研发投入不足、新产品少、创新能力弱等不可忽视的问题,因此系统科学地对我国工业企业研发创新效率进行评价分析具有重要的现实指导意义。
国内外关于企业研发创新效率评价方面的文献比较丰富,研究主要集中在:一关于R&D效率评价方法的选择。目前国际上常用的R&D效率测度方法分为参数法和非参数法。参数方法以Aigner等和Meeusen、Broeck于1977年分别独立提出的随机前沿分析法(Stochastic Frontier Approach,SFA)为代表。随机前沿分析法本身建立在对数据的随机性假设上,它考虑了随机因素对生产率和效率的影响,体现了样本的统计特性和样本计算的真实性。因此,SFA等参数方法相对于非参数方法,在测量误差和统计干扰处理方面更占优势,但其函数形式设定和分布假设过于严格,应用范围比非参数方法更受限制。非参数法以数据包络分析法(Data Envelopment A-nalysis,DEA)为代表,该方法由Charnes、Cooper等学者于1978年提出。DEA法采用线性规划的方法,根据多项投入指标和多项产出指标,对具有可比性的决策单元评价相对有效性。与参数法相比,DEA等非参数法既无需估计生产函数,也不需对数据做无量纲化处理,因此非参数评价方法相较参数方法更具有稳健性,DEA法作为非参数方法的代表更被广泛应用在各领域的评价问题上。二关于研发效率测度及影响因素的分析,如冯根福等采用参数方法对我国35个工业部门研发效率和影响因素进行实证分析[1];项本武以1996至2007年间31个行业的面板数据对我国工业企业创新效率进行了测算和分析[2];王文寅和刘砚馨以我国各地区工业企业为对象,在原始DEA方法基础上,基于研发活动的阶段性特征,将研发活动分为前期投入和新产品产出两个阶段,采用两阶段DEA方法对其收集的指标数据进行测度[3]。
综合国内外相关文献发现,大多数学者都比较注重对影响技术创新、产业绩效等关键因素的研究,忽略了对改进效率的投入产出指标冗余值的进一步分析;同时关于以区域为单位进行工业企业研发效率的横向对比及数年间纵向动态演变趋势的研究较为有限[3-10]。本文以我国31个地区规模以上工业企业为研究对象,首先对我国规模以上工业企业的研发创新投入与产出现状进行初步分析。在选取工业企业研发创新效率投入和产出指标基础上,运用数据包络分析法,分别从综合效率、技术效率和规模效率对各地规模以上工业企业研发创新效率进行横向、纵向评价及冗余值分析。最后在实证分析的基础上,分析提升国内规模以上工业企业研发创新效率的因素并给出针对性政策建议。
1 综合评价模型及指标体系构建
1.1 综合评价方法

数据包络分析(Data Envelpment Analysis,DEA)在我国最早由中国人民大学魏权龄教授在1987年正式提出并应用于评价相对有效性的非参数法。它使用数学规划建立评价模型,根据各单元的投入产出数据判断其是否为DEA有效,本质上是判断各决策单元是否位于生产可能集的“生产前沿面”上。DEA效率衡量可以从投入和产出两个角度考虑,分为投入导向型(Input-Oriented)和产出导向型(Out-put-Oriented)。投入导向即在不改变产出量的情况下,如何减少投入;而产出导向即在投入不变的前提下,如何尽可能增加产出以求产出最大化。假设在规模报酬不变的约束下,两者的技术效率值是相同的;但若在规模报酬可变的情况下,两者的技术效率值则不同[11-13]。这里采用投入导向模型,使用Coelli等开发的Deap2.1软件进行测算。该方法的两个基本模型为CCR模型和BCC模型,近年来在各行各业的
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