江苏大中型工业企业RD投入效率的多维审视与提升策略.docxVIP

江苏大中型工业企业RD投入效率的多维审视与提升策略

一、引言

1.1研究背景与意义

在全球经济一体化和科技飞速发展的当下，工业作为国民经济的重要支柱，其发展水平直接关系到一个国家或地区的综合竞争力。江苏，作为我国的经济强省，工业发展始终占据着举足轻重的地位。2024年，江苏规模以上工业增加值同比增长7.6%，增速高于全国平均水平1.8个百分点，居东部省市前列，工业用电量累计增长6.2%，有力地印证了其工业的稳定增长态势。江苏拥有全国规模最大的制造业产业集群，产业链完整度高，丰富的内河水系以及四通八达的公铁水路网，使其工业企业能够将物流成本降至极低，先进制造业更是成为其工业的核心竞争力。

在江苏工业发展的进程中，大中型工业企业扮演着中流砥柱的角色。它们是技术创新的主要推动者、产业升级的重要引领者以及经济增长的关键支撑者。然而，随着市场竞争的日益激烈，仅仅依靠传统的生产要素投入，已难以满足企业可持续发展的需求。研究与试验发展（RD）投入，作为推动企业技术创新和提升核心竞争力的关键因素，逐渐受到广泛关注。RD投入能够助力企业开发新产品、改进生产工艺、提高生产效率，进而在市场中赢得更大的竞争优势。对于江苏的大中型工业企业而言，加大RD投入，不仅是顺应时代发展潮流的必然选择，更是实现自身高质量发展的内在要求。

从宏观层面来看，RD投入对地区经济增长具有显著的促进作用。它能够推动产业结构优化升级，培育新的经济增长点，增强地区经济的抗风险能力。江苏省高度重视科技创新，积极出台一系列政策措施，鼓励企业加大RD投入，提升自主创新能力。在此背景下，对江苏大中型工业企业RD总体投入效率进行综合评价，具有重要的现实意义。一方面，能够帮助企业深入了解自身RD资源的配置状况和利用效率，发现存在的问题与不足，进而有针对性地进行改进和优化，提升创新能力和市场竞争力；另一方面，为政府部门制定科学合理的科技政策提供有力依据，引导资源的合理配置，促进江苏工业经济的高质量发展。

1.2国内外研究现状

国外学者对大中型工业企业RD投入效率的研究起步较早，取得了丰硕的成果。在投入产出分析方面，诸多学者运用数据包络分析（DEA）等方法，对企业RD投入与产出之间的关系进行了深入研究。例如，Charnes、Cooper和Rhodes于1978年提出了DEA方法，该方法通过构建生产前沿面，对决策单元的相对效率进行评价，能够有效处理多投入多产出的复杂情况，且无需预设生产函数的具体形式，在企业RD效率评价中得到了广泛应用。在影响因素探究方面，学者们从企业规模、市场结构、产业政策等多个角度进行了分析。如Acs和Audretsch研究发现，企业规模与RD投入强度之间存在倒U型关系，适度规模的企业在RD投入方面更具优势；Porter认为，激烈的市场竞争能够促使企业加大RD投入，以提升自身竞争力。

国内学者在借鉴国外研究成果的基础上，结合我国实际情况，对大中型工业企业RD投入效率展开了大量研究。在投入产出效率评价上，运用DEA方法对我国不同地区、不同行业的大中型工业企业RD投入产出效率进行了测算和分析，发现我国企业RD投入效率整体有待提高，且存在明显的地区和行业差异。在影响因素研究方面，除了考虑企业自身因素外，还关注了政府政策、区域创新环境等外部因素对企业RD投入效率的影响。如孙早和刘李华研究表明，政府的科技资助政策对企业RD投入具有显著的激励作用；官建成和何颖指出，良好的区域创新环境能够促进企业RD投入效率的提升。

然而，现有研究对江苏大中型工业企业RD投入效率的针对性研究相对不足。江苏作为我国的经济大省和工业强省，其工业企业在发展模式、产业结构、创新环境等方面具有独特性。因此，开展针对江苏大中型工业企业RD总体投入效率的综合评价研究，具有重要的理论和实践价值，能够进一步丰富和完善企业RD效率研究的理论体系，为江苏工业企业的创新发展提供更具针对性的指导。

1.3研究方法与创新点

本研究主要采用数据包络分析（DEA）、回归分析等方法，对江苏大中型工业企业RD总体投入效率进行综合评价。数据包络分析（DEA）是一种用于评估多输入多输出决策单元相对效率的非参数方法，它能够有效处理多投入多产出的复杂情况，无需预设生产函数的具体形式，避免了主观因素对权重确定的影响，能够客观地评价企业RD投入产出的相对效率。回归分析则用于探究RD投入与企业产出、竞争力等因素之间的定量关系，明确RD投入对企业发展的具体影响。

在研究视角上，本研究从多维度对江苏大中型工业企业RD投入效率进行评价，不仅分析了企业RD投入产出的总体效率，还深入探讨了不同地区、不同行业、