中國高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率研究

代　明，劉可新，陳　俊

(暨南大學(xué)經(jīng)濟(jì)學(xué)院，廣東　廣州　510632)

?

中國高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率研究

代明，劉可新，陳俊

(暨南大學(xué)經(jīng)濟(jì)學(xué)院，廣東廣州510632)

摘要：本文利用雙前沿面數(shù)據(jù)包絡(luò)法，將評價(jià)單元分別同“最優(yōu)”和“最差”的決策單元相比，對中國高技術(shù)產(chǎn)業(yè)的樂觀效率和悲觀效率進(jìn)行測量，綜合結(jié)果由幾何平均效率表達(dá)。研究結(jié)果表明，中國高技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率普遍偏低，22個分產(chǎn)業(yè)的研發(fā)創(chuàng)新效率差異較大。中國高技術(shù)產(chǎn)業(yè)在保持投入的同時，應(yīng)著重提升科技成果轉(zhuǎn)化能力。

關(guān)鍵詞：高技術(shù)產(chǎn)業(yè)；研發(fā)創(chuàng)新效率；雙前沿面數(shù)據(jù)包絡(luò)法

中國進(jìn)入經(jīng)濟(jì)轉(zhuǎn)型關(guān)鍵期，經(jīng)濟(jì)結(jié)構(gòu)急需優(yōu)化升級，驅(qū)動方式也需從要素轉(zhuǎn)為創(chuàng)新，創(chuàng)新驅(qū)動是未來經(jīng)濟(jì)發(fā)展的關(guān)鍵推動力。知識、技術(shù)和智力密集度高是高技術(shù)產(chǎn)業(yè)的顯著特點(diǎn)，且其創(chuàng)新也最為活躍。在2008年美國爆發(fā)次貸危機(jī)后，世界經(jīng)濟(jì)大多處于疲軟狀態(tài)，高技術(shù)產(chǎn)業(yè)卻仍展現(xiàn)出強(qiáng)勁勢頭。2007年中國高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入49714億元,到2013年突破110000億元；產(chǎn)品出口額也由2007年的2870億美元增加到2013年5582億美元，現(xiàn)中國高技術(shù)產(chǎn)業(yè)產(chǎn)品出口額已為世界第一。但從貿(mào)易方式來看，中國高技術(shù)產(chǎn)業(yè)的出口仍以加工貿(mào)易為主，技術(shù)水平同研發(fā)能力仍處于較低水平。2013年中國試驗(yàn)發(fā)展經(jīng)費(fèi)占總研發(fā)經(jīng)費(fèi)的84.6%，基礎(chǔ)研究和應(yīng)用研究分別占4.7%和10.7%，研發(fā)投入比例顯著偏低。在中國研發(fā)資源不充足的情況下，科研投入產(chǎn)出效率的高低就十分重要。

以往測量高技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率主要基于經(jīng)典DEA模型，評價(jià)有效的決策單元，其主要存在的問題是主觀因素過多，且經(jīng)典的DEA模型，評價(jià)單元僅僅同“最優(yōu)”的決策單元相比，得出“最優(yōu)”的結(jié)果，分析較為片面。本文所使用的雙前沿面數(shù)據(jù)包絡(luò)法，是將評價(jià)單元分別同“最優(yōu)”和“最差”決策單元相比，得出樂觀效率和悲觀效率。較經(jīng)典DEA方法增加了對比分析，相對的減少了主觀因素，使結(jié)論更加可靠。

1文獻(xiàn)綜述

高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率的測量問題一直是研究的熱點(diǎn)，如朱有為、徐康寧利用隨機(jī)前沿生產(chǎn)函數(shù)測量了中國高技術(shù)產(chǎn)業(yè)的相對研發(fā)效率，得到結(jié)論為高技術(shù)產(chǎn)業(yè)研發(fā)效率整體偏低[1]；官建成、陳凱華基于松弛度和臨界效率模型對中國高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率進(jìn)行了實(shí)證分析，結(jié)果表明中國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率普遍偏低[2]；劉川則利用三階段DEA對中國省際高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行測量，結(jié)果同樣表明中國高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率偏低[3]。黃貴寶運(yùn)用數(shù)據(jù)包絡(luò)法和空間計(jì)量測量了中國省際高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率，結(jié)果表明創(chuàng)新效率總體呈上升趨勢，但研發(fā)和規(guī)模效率仍處于較低水平[4]。

相對于DEA模型中的其他方法的廣泛應(yīng)用，雙前沿面數(shù)據(jù)包絡(luò)法是DEA家族中的年輕成員，應(yīng)用較少，對高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率的測量就更少。Parkan和Wang基于傳統(tǒng)的DEA模型，提出了悲觀效率模型，并從悲觀的角度測量決策單元的效率[5]；隨后Entani等融合樂觀、悲觀視角研究決策單元的綜合效率[6]；Wang和Chin基于雙前沿面數(shù)據(jù)包絡(luò)法來選擇高技術(shù)產(chǎn)業(yè)[7]；Wang和Lan運(yùn)用雙前沿面數(shù)據(jù)包絡(luò)法測量Malmquist生產(chǎn)力指數(shù)[8]。

2研究方法

Charnes、Cooper和Rhodes創(chuàng)建了DEA模型，該模型是評價(jià)一組決策單元相對效率的非參數(shù)方法[9]。經(jīng)典DEA模型是同“最優(yōu)”單元相比得到相對效率，即當(dāng)產(chǎn)出保持不變的情況下，投入可等比例降低的最大幅度，此效率即為樂觀效率，效率值為1時位于有效前沿面上。Parkan和Wang最先從悲觀角度測量決策單元的相對效率[5]。在投入導(dǎo)向模型中，悲觀效率是在產(chǎn)出保持不變的情況下，投入可等比例增加的最大幅度，也就是同“最差”的決策單元相比所得的效率值，效率值為1時位于無效前沿面上。雙前沿面數(shù)據(jù)包絡(luò)法為同時考慮樂觀、悲觀效率的測量方法，雙前沿面由有效前沿面和無效前沿面構(gòu)成。Wang和Chin提出幾何平均效率，將樂觀和悲觀效率結(jié)合起來綜合分析[10]，完善了雙前沿面數(shù)據(jù)包絡(luò)法。

2.1　樂觀模型

樂觀模型基于CCR模型，CCR是通過產(chǎn)出投入的比例測量其相對效率。假設(shè)存在n個決策單元，每個決策單元都有m種投入、q種產(chǎn)出，用xij表示第j個決策單元對第i種輸入的投入量，yrj表示第j個決策單元對第r種輸出的產(chǎn)出量。分別用vi(i=1,2,…,m)和ur(r=1,2,…,q)代表投入和產(chǎn)出的權(quán)重。評價(jià)單元j的產(chǎn)出投入比為:

(1)

式中一定存在適當(dāng)?shù)臋?quán)重，滿足θj≤1。對式(1)加入限制條件，則模型轉(zhuǎn)變?yōu)?

(2)

模型是規(guī)模報(bào)酬不變的，若u*和v*是式(2)的一對最優(yōu)解，則對任意t>0，tu*和tv*同樣是其最優(yōu)解。因此需將模型(2)轉(zhuǎn)化為線性模型：

ur,vi≥0,r=1,…,q;i=1,…,m.

(3)

其對偶模型為

(4)

模型(4)的目標(biāo)函數(shù)的最優(yōu)解為θ*，1-θ*表示在技術(shù)水平保持不變的情況下，被評價(jià)的DUMO在產(chǎn)出水平不變的條件下，其投入能夠縮減的最大程度。θ*越小，表示投入可以縮減的幅度越大，投入利用度越低。若θ*=1，DUMO位于有效前沿面上，在不改變產(chǎn)出的條件下，其各項(xiàng)投入沒有等比例下降的空間，處于技術(shù)有效的狀態(tài)OE；小于1則表明決策單元處于無效率狀態(tài)ON，在不減少產(chǎn)出的情況下，其各項(xiàng)投入可以以(1-θ*)比例降低。

2.2　悲觀模型

悲觀效率模型為在不增加產(chǎn)出的條件下，其投入能等比例增加的最大幅度，即同“最差”的決策單元相比的相對效率。悲觀效率模型由Parkan和Wang提出[5]:

(5)

悲觀效率模型也是非線性的，存在無窮多個最優(yōu)權(quán)重解，也需將非線性規(guī)劃模型轉(zhuǎn)換成線性模型：

(6)

其對偶模型如下：

maxφ

r=1,…,q;i=1,…,m;j=1,…,n.

(7)

模型(7)目標(biāo)函數(shù)的最優(yōu)解為φ*，φ*-1為在當(dāng)前技術(shù)保持不變的情況下，被評價(jià)的DUMO在不提高產(chǎn)出的條件下，其投入能增加的最大幅度。若φ*=1，DUMO位于無效前沿面上，即在不提高產(chǎn)出的條件下，其各項(xiàng)投入沒有等比例上升的空間，為無效狀態(tài)PI。當(dāng)φ*>1，決策單元處于技術(shù)非無效狀態(tài)PN，即在不提高產(chǎn)出的情況下，其各項(xiàng)投入可以以(φ*-1)比例增加。φ*越大，表明投入可以增加的幅度越大，效率越高。

2.3　幾何平均效率

樂觀、悲觀效率模型測量方法和分析角度不同，所得效率的排序結(jié)果大多也不相同。同時考慮樂觀、悲觀模型增加了結(jié)論客觀性和可靠性。模型為：

(8)

幾何平均效率同時包含樂觀和悲觀效率，因此可將其作為雙前沿面數(shù)據(jù)包絡(luò)法測量的效率。

3實(shí)證分析

3.1　數(shù)據(jù)和指標(biāo)的選擇與處理

本文根據(jù)《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》的分類標(biāo)準(zhǔn)，將高技術(shù)產(chǎn)業(yè)分為五大類產(chǎn)業(yè)，即醫(yī)藥制造業(yè)，航空、航天器及設(shè)備制造業(yè)，電子及通信設(shè)備制造業(yè)，計(jì)算機(jī)及辦公設(shè)備制造業(yè)，醫(yī)療儀器及儀器儀表，共22個分支產(chǎn)業(yè)。本文根據(jù)Sharma、Thomas[11]和白俊紅等[12]的研究，選取高技術(shù)產(chǎn)業(yè)R&D項(xiàng)目經(jīng)費(fèi)和R&D人員數(shù)量作為投入指標(biāo)，有效發(fā)明專利數(shù)和新產(chǎn)品銷售收入作為產(chǎn)出指標(biāo)。其中有效發(fā)明專利數(shù)代表了知識產(chǎn)出的情況，而新產(chǎn)品銷售收入表示研發(fā)創(chuàng)新的經(jīng)濟(jì)產(chǎn)出情況。

采用2012年數(shù)據(jù)，數(shù)據(jù)來源于《中國科技統(tǒng)計(jì)年鑒》和《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。運(yùn)用MATLAB(2012)軟件對數(shù)據(jù)進(jìn)行樂觀、悲觀效率的測量，運(yùn)用Excel計(jì)算幾何平均效率(見表1)。

表1　中國高技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率

3.2　樂觀模型結(jié)果分析

樂觀模型測量結(jié)果表明電子器件制造L和其他電子設(shè)備制造Q為OE，其他分產(chǎn)業(yè)為ON。L和Q的樂觀效率要優(yōu)于其他分產(chǎn)業(yè)，投入轉(zhuǎn)化為產(chǎn)出的能力高于其他產(chǎn)業(yè)。22個分產(chǎn)業(yè)的相對樂觀效率值的大小：DUML>DUMQ>DUMB>DUMK>DUMA>DUMV>DUMP>DUMD>DUMU>DUMC>DUMJ>DUMO>DUMM>DUMF>DUMG>DUME>DUMN>DUMI>DUMH>DUMR>DUMT>DUMS。樂觀效率值最小的決策單元為計(jì)算機(jī)外圍設(shè)備制造產(chǎn)業(yè)，效率值為0.115，遠(yuǎn)遠(yuǎn)低于1。樂觀效率平均數(shù)為0.475，中位數(shù)為0.409，中位數(shù)小于平均數(shù)，效率值多數(shù)分布在平均數(shù)左側(cè)。多數(shù)分產(chǎn)業(yè)研發(fā)創(chuàng)新的樂觀效率普遍偏低，產(chǎn)業(yè)間樂觀效率值相差較大(見表1)。

3.3　悲觀模型結(jié)果分析

悲觀模型測量結(jié)果表明航天器制造E為PI，其他產(chǎn)業(yè)為PN，航天器制造業(yè)無效投入比例最大。22個分產(chǎn)業(yè)悲觀效率的大小為：DUMR>DUMF>DUMK>DUML>DUMH>DUMI>UMB>DUMS>DUMM>DUMT>DUMA>DUMV>DUMO>DUMG>DUMQ>DUMN>DUMC>DUMU>DUMJ>DUMP>DUMD>DUME。悲觀效率值最大是計(jì)算機(jī)整機(jī)制造產(chǎn)業(yè)14.632，其次是通信設(shè)備制造5.183，二者相差很大，悲觀效率分布存在異常值。悲觀效率值的平均數(shù)為3.580，中位數(shù)3.135，中位數(shù)小于平均數(shù)，位于平均數(shù)左側(cè)的產(chǎn)業(yè)偏多。多數(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新的悲觀效率偏低，存在異常偏大值(見表1)。

3.4　幾何平均效率分析

幾何平均效率最高的是電子器件制造產(chǎn)業(yè)2.018其樂觀效率同樣也最高，其次計(jì)算機(jī)整機(jī)制造悲觀效率最高，但其樂觀效率僅為0.241，因此只考慮樂觀或悲觀效率所得結(jié)果并不全面。幾何平均效率值由大到小為：DUML>DUMR>DUMK>DUMB>DUMQ>DUMA>DUMV>DUMF>DUMP>DUMM>DUMO>DUMU>DUMI>DUMH>DUMC>DUMG>DUMJ>DUMN>DUMD>DUMS>DUMT>DUME。其中有14個分產(chǎn)業(yè)的幾何平均效率值分布在1.0～2.0之間，平均數(shù)1.195，中位數(shù)1.078，中位數(shù)小于平均數(shù)，同樣多數(shù)分布在平均數(shù)左側(cè)。產(chǎn)業(yè)研發(fā)創(chuàng)新效率普遍偏低，且與只考慮樂觀或悲觀的結(jié)果存在較大差異(見表1)。

3.5　效率分布圖分析

以分產(chǎn)業(yè)的樂觀、悲觀效率平均數(shù)0.475和3.580為界，將圖1分為L-L、L-H、H-H、H-L四區(qū)。L-L區(qū)的樂觀、悲觀效率值均小于平均數(shù)，分產(chǎn)業(yè)密集分布在L-L區(qū)，共含10個分產(chǎn)業(yè)，幾何效率值的排序均在10之后，L-L區(qū)研發(fā)創(chuàng)新效率偏低，資源利用率低，存在著粗放式投入。L-L區(qū)存在很大的改善空間，在保持投入的同時，應(yīng)著重提高利用率。L-H區(qū)樂觀效率高于平均數(shù)，悲觀效率低于平均數(shù)，共含6個分產(chǎn)業(yè)，幾何平均效率排序集中在4～9名。L-H區(qū)分產(chǎn)業(yè)在保持產(chǎn)出不變條件下，投入可等比例減少程度低，等比例增加的程度也較低，因此增加投入對研發(fā)產(chǎn)出會有較為明顯的影響。H-H區(qū)中分產(chǎn)業(yè)的樂觀、悲觀效率值均高于平均數(shù)，含2個分產(chǎn)業(yè)，均屬于電子及通信設(shè)備制造業(yè)，H-H區(qū)研發(fā)資源得到了較為充分的利用，科技成果的轉(zhuǎn)化能力較強(qiáng)，促進(jìn)H-H區(qū)分產(chǎn)業(yè)發(fā)展，應(yīng)著重于增加投入。H-L區(qū)悲觀效率高于平均數(shù)，樂觀效率低于平均數(shù)，H-L區(qū)研發(fā)創(chuàng)新效率不理想在較大程度上受資源投入不足和資源利用率低的影響，提升H-L區(qū)研發(fā)創(chuàng)新效率即需保證投入，同時要注意研發(fā)資源的利用情況(見圖1)。

3.6　高技術(shù)五大產(chǎn)業(yè)總體研發(fā)創(chuàng)新效率分析

醫(yī)藥制藥業(yè)幾何平均效率最高為1.429；航空、航天器及設(shè)備制造業(yè)的效率最低0.687，醫(yī)藥制造業(yè)的效率是其2.08倍，研發(fā)創(chuàng)新效率存在很大差異。五大產(chǎn)業(yè)中，研發(fā)創(chuàng)新效率由大到小依次為醫(yī)藥制造業(yè)、電子及通信設(shè)備制造業(yè)、醫(yī)療儀器設(shè)備及儀器儀表、計(jì)算機(jī)及辦公設(shè)備制造業(yè)和航空、航天器及設(shè)備制造業(yè)。

五大產(chǎn)業(yè)中計(jì)算機(jī)及辦公設(shè)備制造業(yè)的分產(chǎn)業(yè)平均數(shù)偏低且標(biāo)準(zhǔn)差最大，效率偏低但存在異常大值，其中最高效率為計(jì)算機(jī)整機(jī)制造的1.878，而另兩個分產(chǎn)業(yè)的效率只有0.6多，相差超過2倍。而標(biāo)準(zhǔn)差最小的為航空、航天器及設(shè)備制造業(yè)，其平均數(shù)也最小，其分產(chǎn)業(yè)效率普遍偏低，研發(fā)效率還存在很大的改善空間(見表2)。

表2　高技術(shù)五大產(chǎn)業(yè)幾何平均效率

4結(jié)論與建議

中國高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新的樂觀、悲觀和幾何平均效率均偏低，研發(fā)效率水平偏低，投入未得到充分的利用，結(jié)論與官建成等運(yùn)用松弛度和臨界效率測量模型所得結(jié)論相同[2]。原因猜想：一是中國還未形成完善的研發(fā)創(chuàng)新市場環(huán)境；二是現(xiàn)存的管理制度不能有效地促進(jìn)研發(fā)創(chuàng)新和自主創(chuàng)新的發(fā)展；三是未形成自主的創(chuàng)新模型；四是創(chuàng)新型人才的缺乏。中國高技術(shù)產(chǎn)業(yè)間研發(fā)創(chuàng)新效率差異較大，五大類產(chǎn)業(yè)效率相差同樣較大，差異較大可能主要由于是各產(chǎn)業(yè)自身特征不同，研發(fā)資源分配存在不合理的原因。

基于以上結(jié)論，本文提出以下建議，一是深化科研管理體制，提升科技成果轉(zhuǎn)化的能力，減少研發(fā)投入浪費(fèi)；二是在制定相關(guān)政策時，可結(jié)合分產(chǎn)業(yè)研發(fā)創(chuàng)新效率差異，采取有針對性的措施，優(yōu)化資源配置和空間布局；三是加快經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，促進(jìn)產(chǎn)業(yè)升級，高技術(shù)產(chǎn)業(yè)的研發(fā)創(chuàng)新效率的提升同經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級二者相輔相成，互為促進(jìn)。四是加強(qiáng)培育企業(yè)的自主研發(fā)能力，營造良好的創(chuàng)新氛圍，使企業(yè)勇于研發(fā)創(chuàng)新，鼓勵其積極參與國際合作與競爭。

參考文獻(xiàn)：

[1]朱有為,徐康寧.中國高技術(shù)產(chǎn)業(yè)研發(fā)效率的實(shí)證研究[J].中國工業(yè)經(jīng)濟(jì),2006(11):38-45.

[2]官建成,陳凱華.中國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的測量[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2009(10):19-33.

[3]劉川.中國高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率研究[J].工業(yè)技術(shù)經(jīng)濟(jì),2012(12)19-25.

[4]桂黃寶.中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素空間計(jì)量分析[J].經(jīng)濟(jì)地理,2014(6):100-107.

[5]PARKAN C，WANG Y M.Worst efficiency analysis based on inefficient production frontier[J].Information sciences 2000,175(1-2):20-29.

[6]ENTANI T，MAEDA Y，TANAKA H.Dual models of interval DEA and its extension to interval data[J].European journal of operational research，2002(136):32-45.

[7]WANG Y M，CHIN K S.A new approach for the selection of advanced manufacturing technologies DEA with double frontiers[J].International journal of production research,2009(47):6663-6679.

[8]WANG Y M，LAN Y X.Measuring malmquist productivity index:a new approach based on double frontiers data envelopment analysis[J].Mathematical and computer modelling,2011(54):2760-2771.

[9]CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].European journal of operational research，1978(2):429-444.

[10]WANG Y M，CHIN K S，YANG J B.Measuring the performances of decision making units using geometric average efficiency[J].Journal of the operational research society，2007(58):929-937.

[11]SHARMA S，THOMAS V J.Inter-country R&D efficiency analysis:application of data envelopment analysis[J].Scientometrics,2008(76):483-501.

[12]白俊紅,江可申,李婧.中國區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新效率綜合評價(jià)及分析[J].管理評論,2009(9):3-9.

(責(zé)任編輯劉傳忠)

R&D Efficiency of High Technology Industries in China Dai Ming,Liu Kexin,Chen Jun

(College of Economics，Jinan University，Guangzhou 510632，China)

Abstract：In this paper，by using DEA approach with double frontiers，the evaluation units were divided into“optimal”and“worst”，China’s high-tech industries optimistic and pessimistic efficiency were measured and the comprehensive results were expressed by the geometric average efficiency.According to the analysing results，Chinese high-tech industries’ R&D efficiency was low.Besides，the R&D gap between 22 subdivision industries was large.The study suggested that while maintaining the investment，Chinese high-tech industry industries should focus on improving the ability to transform scientific and technological achievements.

Key words:High-tech industry；R&D efficiency；DEA approach with double frontiers

中圖分類號:F062.9

文獻(xiàn)標(biāo)識碼:A

作者簡介：代明(1955-)，男，重慶人，教授，博士生導(dǎo)師；研究方向：產(chǎn)業(yè)經(jīng)濟(jì)與區(qū)域經(jīng)濟(jì)。

收稿日期:2015-05-21

基金項(xiàng)目：廣東省軟科學(xué)重點(diǎn)引導(dǎo)項(xiàng)目(2011B070300066)，廣東產(chǎn)業(yè)發(fā)展與粵港澳臺區(qū)域合作研究中心項(xiàng)目“兩岸及粵臺研發(fā)產(chǎn)業(yè)比較與合作研究”(52702481)。