河北省工业企业研发效率比较分析.docVIP

河北省工业企业研发效率比较分析 　　[摘要] 本文运用数据包络分析模型，基于工业企业科技活动数据资料，从行业角度对河北省大中型工业企业的研发投入的产出效率进行了评价与分析。 　　[关键词] RD 效率评价 DEA模型 　　 　　研发活动也即RD活动，较高的研发效率对工业企业提高创新能力起着重要作用。本文从行业角度对河北省大中型工业企业研发活动的效率状况进行评价，有助于正确认识河北省工业企业研发活动情况，为制定科技活动的相关政策提供依据。 　　一、数据包络分析的基本思想 　　数据包络分析（DEA，Data Envelopment Analysis）是由著名运筹学家Charnes、Cooper和Rhodes等学者于1978年提出的一种非参数的相对效率的评价方法，它适用于对若干具有相同类型的多个输入和输出的决策单元进行相对效率的评价，其最基本模型为CCR模型和BCC模型。 　　CCR模型用来测量决策单元的综合效率。在CCR模型中，当效率值θ=1且各指标松驰量为0时，该决策单元处于有效前沿面上，为DEA有效；否则为DEA无效。处于DEA有效的决策单元，投入与产出已经达到最佳配置状态，除非增加一种或多种投入或减少某些种类的产出，否则无法再增加任何现有的产出量或减少任何现有的投入量。在CCR模型下，如果某个决策单元是有效的，则它既是技术有效也是规模有效；但对于无效决策单元，CCR模型并不能判断是技术无效还是规模无效。 　　在CCR模型中引入凸性假设，可得到BCC模型，其有效前沿面为一凸集，它仅仅评价决策单元的技术效率。如果效率值δ=1且各指标松驰量为0，则该决策单元达到了技术有效；否则为技术无效。 　　利用CCR模型和BCC模型，可以计算出决策单元的规模效率，其值为η=θ/δ。若θ=δ，则η=1，此时该决策单元处于规模收益不变阶段；若θ≠δ，根据两模型的特点，总会有θ＜δ，此时η＜1，该决策单元为规模无效。DEA有效的决策单元都具有规模收益不变的特点。同时，根据有关参数还可以判断决策单元是处于规模收益递增还是递减阶段。若处于规模收益递增阶段，则增加一定比例投入会带来更高比例的产出；若处于规模收益递减阶段，则增加一定比例投入仅能带来小于该比例的产出。 　　二、研发活动投入产出指标的确定 　　要综合评价RD活动的有效性，必须正确设置的投入产出指标。从投入角度看，工业企业RD活动的投入主要是人员和经费。本文选择RD人员折合全时当量（人年）指标来表示人员投入情况。反映RD经费投入的指标是RD内部支出（千元），它能反映出企业对研发活动的重视程度，是衡量国家间、地区间科技实力、发展水平的国际通用指标。 　　从产出角度看，RD活动的成果表现为新产品的增加或产品改进，专利发明的涌现，产值、利润的提高等。综合考虑各种因素，本文选择了以下5项反映RD产出的指标：专利申请数（件）、拥有发明专利数（件）、新产品销售收入（千元）、工业增加值（千元）和利润总额（千元）。 　　三、各行业RD投入产出效率的实证分析 　　按照我国国民经济行业分类标准，工业企业行业包括采矿业、制造业、电力、燃气及水的生产和供应业等3个门类39个大类。考虑到各行业在河北经济中的地位及数据的可得性，本文选取了大中型工业企业的27个大类行业作为决策单元。将各行业指标数据代入CCR和BCC模型，可分别求得各行业的综合效率、技术效率、规模效率以及所处的规模收益阶段。 　　1.综合效率分析 　　从综合效率的结果看，最大值为1，最小值为0.085，均值为0.532。我们将各行业按DEA有效（θ＝1）、无效程度轻微（0.532≤θ＜1）、无效程度严重（θ＜0.532）进行区间划分，从各行业的效率分布情况可以看出，在27个行业中，仅有7个行业为DEA有效，占总数的25.93％，这7个行业既是规模有效又是技术有效；其余20个行业处于无效状态，占总数的74.07％，其中有16个行业效率低于均值，处于无效程度严重状态，占59.26％。另外，各行业RD综合效率均值仅为0.532，处于较低水平；无效行业效率最高值仅为0.701，最低值为0.085。整体而言，我省行业大中型工业企业研发效率不高，且行业间研发效率差距巨大。 　　2.DEA有效行业分析 　　从CCR模型的结果看，食品制造业、烟草制品业、造纸及纸制品业、石油加工、炼焦及核燃料加工业、金属制品业、通用设备制造业、电力、热力的生产和供应业等7个行业处于DEA有效状态，既是规模有效又是技术有效。对于这些行业来讲，除非增加RD人员或经费或同时增加两种投入，否则无法再增加任何现有的RD产出量;同时，这些行业的规模收益不变，反映出这些行业RD效率的最优性。 　　结合各行业RD投入产出指标的排序可以发现，DEA有效行业往往是投入水平