重慶市制造業(yè)R&D效率研究
——基于三階段DEA模型

付冰嬋， 付雪陽(yáng)

(1.湖南師范大學(xué) 商學(xué)院，長(zhǎng)沙 410081；2.重慶工商大學(xué) 經(jīng)濟(jì)學(xué)院,重慶 400067)

重慶市制造業(yè)R&D效率研究
——基于三階段DEA模型

付冰嬋1， 付雪陽(yáng)2

(1.湖南師范大學(xué) 商學(xué)院，長(zhǎng)沙 410081；2.重慶工商大學(xué) 經(jīng)濟(jì)學(xué)院,重慶 400067)

借助三階段DEA模型對(duì)重慶市制造業(yè)R&D效率進(jìn)行研究，在控制人力資本等環(huán)境因素的基礎(chǔ)上對(duì)重慶市R&D效率進(jìn)行測(cè)度和分析。研究發(fā)現(xiàn)人力資本增加有利于提高新產(chǎn)品開發(fā)經(jīng)費(fèi)存量的利用效率，但會(huì)導(dǎo)致R&D人力投入與R&D經(jīng)費(fèi)利用效率下降。剔除環(huán)境與隨機(jī)因素后，R&D效率整體呈現(xiàn)下降趨勢(shì)，純技術(shù)效率過(guò)低是綜合技術(shù)效率低下的主要原因。調(diào)整后的R&D效率值表現(xiàn)出較大行業(yè)差異，更能反映真實(shí)的R&D效率。各行業(yè)應(yīng)充分考慮環(huán)境因素以及自身R&D特征以提升相應(yīng)效率水平。

制造業(yè)；R&D效率；三階段DEA； 重慶市

1 引言

我國(guó)工業(yè)經(jīng)濟(jì)進(jìn)入穩(wěn)增長(zhǎng)、調(diào)結(jié)構(gòu)的關(guān)鍵時(shí)期。在“長(zhǎng)江經(jīng)濟(jì)帶建設(shè)”等諸多國(guó)家戰(zhàn)略深入推進(jìn)的大背景下，產(chǎn)業(yè)轉(zhuǎn)移的步伐正在逐步加快。重慶市處于工業(yè)化快速發(fā)展階段，“十二五”時(shí)期，工業(yè)對(duì)重慶市地區(qū)生產(chǎn)總值增長(zhǎng)貢獻(xiàn)率約40%。十三五期間，虛擬化技術(shù)、3D打印、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)將重構(gòu)制造業(yè)技術(shù)體系。制造業(yè)作為工業(yè)的核心，在重慶市國(guó)民經(jīng)濟(jì)中處于基礎(chǔ)性地位。然而重慶市制造業(yè)發(fā)展水平與建設(shè)國(guó)家重要現(xiàn)代制造業(yè)基地的目標(biāo)仍有較大差距。制造業(yè)存在創(chuàng)新能力不強(qiáng)，研發(fā)投入不足，中高端人才缺乏，產(chǎn)業(yè)技術(shù)對(duì)外依存度較高；產(chǎn)品檔次不高，戰(zhàn)略性新興產(chǎn)業(yè)規(guī)模不大；龍頭企業(yè)和科技型企業(yè)數(shù)量較少、規(guī)模偏小，核心競(jìng)爭(zhēng)力不強(qiáng)等問題[1]。

R&D活動(dòng)指在科學(xué)技術(shù)領(lǐng)域，增加知識(shí)總量以及運(yùn)用知識(shí)創(chuàng)造新的應(yīng)用而進(jìn)行的創(chuàng)造性活動(dòng)。產(chǎn)業(yè)R&D效率是產(chǎn)業(yè)技術(shù)創(chuàng)新的重要衡量指標(biāo)，提高產(chǎn)業(yè)R&D效率是加快制造業(yè)轉(zhuǎn)型升級(jí)，提高制造業(yè)創(chuàng)新能力的有效路徑。近年來(lái)重慶市對(duì)R&D活動(dòng)保持強(qiáng)有力的支持，R&D資源投入強(qiáng)度逐年加大。R&D經(jīng)費(fèi)支出由2010年的100.3億增長(zhǎng)到2015年的247.01億元，R&D人員投入由58886人增加到97774人。但與東部發(fā)達(dá)地區(qū)有一定差距，如上海2015年R&D強(qiáng)度(R&D經(jīng)費(fèi)支出/GDP)為3.7%，而同期重慶為1.53%。在資源稀缺的情況下，提高R&D效率對(duì)區(qū)域發(fā)展有著重要意義。

已有研究表明R&D活動(dòng)與政府資助，產(chǎn)業(yè)結(jié)構(gòu)，所有制因素，F(xiàn)DI等環(huán)境因素密切相關(guān)，隨著國(guó)家戰(zhàn)略的調(diào)整與重慶經(jīng)濟(jì)社會(huì)的快速發(fā)展，環(huán)境因素的影響變得尤為突出。本文利用三階段DEA模型，剔除了環(huán)境因素與隨機(jī)干擾影響，得出制造業(yè)R&D效率的相關(guān)結(jié)論。

2 相關(guān)文獻(xiàn)回顧

國(guó)內(nèi)許多學(xué)者對(duì)R&D效率進(jìn)行了研究。閆冰等利用隨機(jī)前沿生產(chǎn)函數(shù)研究中國(guó)工業(yè)R&D效率，發(fā)現(xiàn)R&D效率與市場(chǎng)結(jié)構(gòu)和政府支持方式有關(guān)[2]。師萍等運(yùn)用超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型對(duì)R&D效率進(jìn)行研究，發(fā)現(xiàn)R&D效率的區(qū)域差異正在縮小，外貿(mào)依存度，外資依存度，工業(yè)化水平和信息化水平與R&D強(qiáng)度正相關(guān)[3]。張海洋對(duì)工業(yè)全要素R&D效率進(jìn)行研究，發(fā)現(xiàn)要素稟賦和產(chǎn)權(quán)變量是R&D效率提高的主要因素，企業(yè)規(guī)模的擴(kuò)大，R&D投入以及R&D投入與FDI交互項(xiàng)對(duì)R&D效率有抑制作用[4]。劉和東對(duì)政府資助，F(xiàn)DI等因素在不同時(shí)間范圍的影響進(jìn)行研究，發(fā)現(xiàn)政府資助對(duì)研發(fā)效率短期促進(jìn)效果不明顯，中長(zhǎng)期出現(xiàn)負(fù)面效應(yīng)。FDI短期促進(jìn)，中期會(huì)抑制，長(zhǎng)期促進(jìn)效應(yīng)不顯著。基礎(chǔ)設(shè)施，人力資本對(duì)研發(fā)效率有顯著促進(jìn)作用[5]。趙紅，李換云利用CD生產(chǎn)函數(shù)的隨機(jī)前沿模型，發(fā)現(xiàn)研發(fā)投入和FDI的R&D溢出對(duì)自主創(chuàng)新效率均有顯著促進(jìn)作用。在勞動(dòng)密集型企業(yè)中，研發(fā)資本投入對(duì)自主創(chuàng)新沒有顯著影響，而在資本密集型，F(xiàn)DI對(duì)自主創(chuàng)新沒有顯著促進(jìn)作用[6]。徐小欽，黃馨等利用DEA-Malmquist指數(shù)方法對(duì)重慶市不同性質(zhì)的企事業(yè)單位科技創(chuàng)新效率進(jìn)行研究，發(fā)現(xiàn)重慶市技術(shù)效率，純技術(shù)效率和規(guī)模效率有所下降，全要素生產(chǎn)率的提高主要由技術(shù)進(jìn)步引起，重慶市科創(chuàng)首要任務(wù)是創(chuàng)新領(lǐng)域制度和管理調(diào)整[7]。常建新，姚慧琴等運(yùn)用DEA-Malmquist指數(shù)方法測(cè)算西部地區(qū)全要素生產(chǎn)率變化趨勢(shì)，研究發(fā)現(xiàn)全要素生產(chǎn)率得益于技術(shù)進(jìn)步。技術(shù)效率和規(guī)模效率阻礙了全要素生產(chǎn)率增長(zhǎng)[8]。劉滿鳳對(duì)我國(guó)區(qū)域創(chuàng)新效率進(jìn)行研究，發(fā)現(xiàn)剔除環(huán)境因素后，西部地區(qū)技術(shù)效率普遍下降，而東部地區(qū)技術(shù)效率普遍上升[9]，還有其他一些學(xué)者對(duì)R&D效率進(jìn)行了研究。

R&D效率影響因素包括政府資助，F(xiàn)DI,所有制結(jié)構(gòu)，外貿(mào)因素等，其結(jié)論基本趨于一致。以上研究很少涉及到人力資本因素，隨著勞動(dòng)力成本逐年上升，人力資本對(duì)R&D效率的影響不可忽視。重慶地區(qū)R&D效率研究多用隨機(jī)前沿分析方法(SFA)及數(shù)據(jù)包絡(luò)分析方法(DEA)。此種方法沒有將外部環(huán)境與隨機(jī)干擾因素剔除，得出的效率值偏差較大。本文應(yīng)用三階段DEA方法，將人力資本納入到環(huán)境因素予以剔除，測(cè)算結(jié)果更為準(zhǔn)確。

3 模型建立

Frid等(2002)提出三階段DEA模型[10]，利用DEA模型的松弛變量對(duì)投入(或產(chǎn)出)進(jìn)行調(diào)整，把所有DMU都調(diào)整到同等外部環(huán)境，再利用DEA模型計(jì)算各DMU的效率值。此時(shí)排除了環(huán)境變量和誤差因素的影響，更加準(zhǔn)確的反映效率情況。三階段DEA模型由以下三個(gè)階段構(gòu)成。

3.1 第一階段：BCC修正模型

采用投入導(dǎo)向型BCC模型，假定規(guī)模報(bào)酬可變，將技術(shù)效率(TE)分解為規(guī)模效率(SE)與純技術(shù)效率(PTE)，即TE=SE*PTE。其中技術(shù)效率為實(shí)現(xiàn)既定投入下最大產(chǎn)出或既定產(chǎn)出下投入最小的能力；規(guī)模效率為規(guī)模經(jīng)濟(jì)性的發(fā)揮程度；純技術(shù)效率為剔除規(guī)模因素后的效率。得到各個(gè)決策單元的效率值和可節(jié)約投入量。可節(jié)約投入量為實(shí)際投入與目標(biāo)投入之差，受環(huán)境因素和隨機(jī)干擾因素影響，在數(shù)值上等于DMU徑向與非徑向松弛變量之和。

3.2 第二階段：類似SFA階段

以可節(jié)約投入量作為因變量，環(huán)境變量為自變量構(gòu)建SFA模型：

Sij=fn(zni,βn)+vni+uni,i=1,2,……,n;j=1,2,……,p

Sij為第一階段第i個(gè)決策單元第個(gè)投入的節(jié)約投入量，zni為n個(gè)可觀測(cè)的外生環(huán)境變量，βn是待估參數(shù)，uni和vni為管理無(wú)效率項(xiàng)與隨機(jī)誤差項(xiàng)。

利用以下公式對(duì)各決策單元投入量進(jìn)行調(diào)整：

xij為要素投入量，max{zniβn}為可節(jié)約投入量最多的企業(yè)，通過(guò)該項(xiàng)調(diào)整使所有決策單元處于相同的運(yùn)營(yíng)環(huán)境。通過(guò)后項(xiàng)調(diào)整，使所有決策單元受到相同的隨機(jī)沖擊，面臨相同的運(yùn)氣。

3.3 第三階段：BCC修正模型

將調(diào)整后的要素投入量和原產(chǎn)出數(shù)據(jù)代入BCC模型中，得到調(diào)整后的效率值。

4 實(shí)證分析

4.1 數(shù)據(jù)來(lái)源及缺失數(shù)據(jù)處理

本文選取2011到2015年重慶市制造業(yè)20個(gè)子行業(yè)的數(shù)據(jù)。剔除了缺失值較多的行業(yè)，剔除的行業(yè)有煙草制品業(yè)，紡織服裝、服飾業(yè)，木材加工和木、竹、藤、棕、草制品業(yè)，家具制造業(yè)，文教、工美、體育和娛樂用品制造業(yè)，石油加工、煉焦和核燃料加工業(yè)，化學(xué)纖維制造業(yè)，其他制造業(yè)以及2011年的造紙以及紙制品業(yè)，樣本量為99，數(shù)據(jù)來(lái)源于各年的《重慶科技統(tǒng)計(jì)年鑒》以及《重慶統(tǒng)計(jì)年鑒》。部分缺失數(shù)據(jù)通過(guò)計(jì)算填補(bǔ)，比如政府資金等于R&D內(nèi)部支出與企業(yè)資金，其他資金的差額。部分缺失值用平均值填補(bǔ)，為了保證數(shù)據(jù)的真實(shí)性和客觀性，此類數(shù)據(jù)不到2%。分析軟件為DEAP2.1和FRONTIER4.1。

4.2 指標(biāo)選取

4.2.1 投入產(chǎn)出指標(biāo)

本文選取R&D全時(shí)當(dāng)量作為人員投入指標(biāo)。R&D 經(jīng)費(fèi)內(nèi)部支出和新產(chǎn)品開發(fā)經(jīng)費(fèi)是流量指標(biāo)，考慮到其對(duì)后期產(chǎn)出的影響，使用永續(xù)盤存法計(jì)算得到R&D資本存量和開發(fā)經(jīng)費(fèi)存量作為資本投入指標(biāo)，折舊率為15%，基期為2011年。R&D產(chǎn)出主要以專利和非專利技術(shù)形式體現(xiàn),最終轉(zhuǎn)化成面向市場(chǎng)的新產(chǎn)品，選取專利申請(qǐng)數(shù)和新產(chǎn)品產(chǎn)值作為產(chǎn)出指標(biāo)。

4.2.2 環(huán)境指標(biāo)

結(jié)合重慶制造業(yè)的發(fā)展特點(diǎn)，從產(chǎn)業(yè)規(guī)模，人力資本等七個(gè)方面提出影響R&D效率的環(huán)境因素(見表1)。為了剔除物價(jià)變動(dòng)的影響，上述部分指標(biāo)用R&D價(jià)格指數(shù)平減，R&D價(jià)格指數(shù)計(jì)算采用朱平芳和徐偉民的方法[11]：R&D價(jià)格指數(shù)=0.55*CPI+0.45*FAIPI。

4.3 實(shí)證結(jié)果及分析

4.3.1 第一階段：BCC模型

運(yùn)用DEAP2.1軟件，通過(guò)BCC模型(部分指標(biāo)進(jìn)行取對(duì)數(shù)處理)對(duì)19個(gè)子行業(yè)PTE,SE 和TE進(jìn)行分析(見表2)。在不考慮隨機(jī)因素與環(huán)境因素干擾下，可以看到各效率值普遍較高，R&D技術(shù)效率平均值為0.92，R&D規(guī)模效率平均值為0.981，純技術(shù)效率平均值0.94。純技術(shù)效率過(guò)低是綜合效率下降的主要原因。

皮革、毛皮、羽毛及其制品和制鞋業(yè)和交通運(yùn)輸設(shè)備制造等2個(gè)行業(yè)處在效率前沿面上，技術(shù)管理與資源配置相對(duì)有效。綜合技術(shù)效率低于0.9的有10個(gè)行業(yè)，最低的是通用設(shè)備(0.83)與儀器儀表制造(0.831)，純技術(shù)效率最低的也是兩個(gè)行業(yè)。規(guī)模效率整體較高，最低的為黑色金屬冶煉和壓延加工業(yè)(0.906)。

表1 投入產(chǎn)出及環(huán)境指標(biāo)表

表2 制造業(yè)R&D效率值表

4.3.2 第二階段：類似SFA模型

將第一階段得到的各決策單元R&D經(jīng)費(fèi)存量，開發(fā)經(jīng)費(fèi)存量以及R&D全時(shí)當(dāng)量松弛值作為因變量，產(chǎn)業(yè)規(guī)模等7個(gè)環(huán)境變量作為自變量構(gòu)建SFA模型(指標(biāo)取對(duì)數(shù)處理，結(jié)果見表3)。可以看到，σ2，γ值均通過(guò)顯著性檢驗(yàn)，表明與隨機(jī)誤差相比，環(huán)境因素的影響更為重要。各變量對(duì)松弛值的系數(shù)大部分顯著，說(shuō)明環(huán)境因素對(duì)R&D效率存在顯著影響。回歸系數(shù)為正時(shí)，環(huán)境變量投入增多不利于R&D效率提高?；貧w系數(shù)為負(fù)時(shí)，有利于R&D效率提高。

表3 SFA模型分析結(jié)果

*，**，***分別表示在10%，5%，1%顯著水平上顯著，括號(hào)內(nèi)為標(biāo)準(zhǔn)差值。

(1)市場(chǎng)結(jié)構(gòu)。市場(chǎng)結(jié)構(gòu)與R&D全時(shí)當(dāng)量，R&D開發(fā)經(jīng)費(fèi)存量，新產(chǎn)品開發(fā)經(jīng)費(fèi)存量的松弛變量負(fù)相關(guān)。企業(yè)數(shù)增加有利于減少科研人員活動(dòng)，R&D經(jīng)費(fèi)與開發(fā)經(jīng)費(fèi)冗余。重慶市處在制造業(yè)快速發(fā)展階段，企業(yè)數(shù)量越多，產(chǎn)業(yè)集群效應(yīng)越明顯，R&D資源的越能得到充分利用。

(2)企業(yè)規(guī)模。企業(yè)規(guī)模對(duì)R&D全時(shí)當(dāng)量和R&D存量，開發(fā)經(jīng)費(fèi)松弛變量的影響顯著為負(fù)。企業(yè)平均規(guī)模越大，規(guī)模經(jīng)濟(jì)性越明顯。R&D融資約束和投資規(guī)模和風(fēng)險(xiǎn)是上述關(guān)系出現(xiàn)的重要原因。中小企業(yè)在創(chuàng)新過(guò)程中常常遇到資金瓶頸，R&D效率難于提高，R&D活動(dòng)效率往往需要較大企業(yè)規(guī)模作為支撐。

(3)政府資助。政府資助對(duì)R&D全時(shí)當(dāng)量，R&D經(jīng)費(fèi)存量與開發(fā)經(jīng)費(fèi)存量松弛變量的影響為正。由于資助資金沒有合理配置，會(huì)導(dǎo)致各種投入資源冗余以及資金利用效率下降。另外政府對(duì)獨(dú)立研發(fā)領(lǐng)域的不當(dāng)資助會(huì)降低企業(yè)自主研發(fā)積極性，同時(shí)會(huì)增加R&D要素價(jià)格，使得研發(fā)成本上升，擠出企業(yè)投資。這種現(xiàn)象在一些獲政府支持較多的高科技企業(yè)中極為常見。

(4)所有制。所有制因素對(duì)三種創(chuàng)新投入松弛變量影響顯著為正。國(guó)有企業(yè)比重下降，非國(guó)有企業(yè)比重提高，有利于減少R&D投入資源浪費(fèi)。市場(chǎng)化程度提高，所有制結(jié)構(gòu)的多元化，促進(jìn)激勵(lì)機(jī)制與企業(yè)治理結(jié)構(gòu)變革，提高了R&D資源的利用效率。

(5)外商投資。外商投資對(duì)R&D全時(shí)當(dāng)量和開發(fā)經(jīng)費(fèi)存量松弛變量的影響為正，對(duì)R&D經(jīng)費(fèi)存量松弛變量影響為負(fù)，表明外商直接投資增加促進(jìn)了R&D經(jīng)費(fèi)存量的利用。隨著對(duì)外開放度的提高，引入外商直接投資的同時(shí)帶來(lái)了資金，技術(shù)與管理經(jīng)驗(yàn)。會(huì)改善R&D存量利用效率和促進(jìn)技術(shù)進(jìn)步，但與此同時(shí)，企業(yè)用于技術(shù)研發(fā)的經(jīng)費(fèi)以及人力會(huì)因外資導(dǎo)入而增加。

(6)國(guó)際貿(mào)易。國(guó)際貿(mào)易對(duì)R&D全時(shí)當(dāng)量松弛變量的影響顯著為正，與R&D存量和開發(fā)經(jīng)費(fèi)存量松弛變量的影響為正。國(guó)際貿(mào)易比重增加會(huì)導(dǎo)致R&D資源的增加，資源合理配置難度加大可能是導(dǎo)致各種投入資源冗余以及利用效率下降的原因。

(7)人力資本對(duì)R&D全時(shí)當(dāng)量與R&D經(jīng)費(fèi)存量的松弛變量影響顯著為正，對(duì)開發(fā)經(jīng)費(fèi)松弛變量的影響顯著為負(fù)。人力資本增加會(huì)導(dǎo)致R&D人力投入與R&D經(jīng)費(fèi)投入的增加，R&D冗余可能會(huì)因此產(chǎn)生，但新產(chǎn)品開發(fā)經(jīng)費(fèi)存量的利用效率會(huì)得到相應(yīng)提高。

4.3.3 第三階段：調(diào)整后的BCC模型

根據(jù)第二階段的結(jié)果對(duì)R&D初始投入指標(biāo)進(jìn)行調(diào)整。利用調(diào)整后的投入數(shù)據(jù)和原產(chǎn)出數(shù)據(jù)，通過(guò)BCC模型計(jì)算得到第三階段效率值，結(jié)果見表2。

與調(diào)整前相比，第三階段效率值明顯較低。技術(shù)效率平均值為0.82,規(guī)模效率和純技術(shù)效率均值依次為0.86,0.96，純技術(shù)效率降低仍然是技術(shù)效率過(guò)低的主要原因。外部環(huán)境和隨機(jī)干擾對(duì)制造業(yè)不同子行業(yè)R&D效率的影響不同。始終處在有效前沿面的行業(yè)是交通運(yùn)輸裝備制造。由于環(huán)境因素和隨機(jī)干擾的影響，農(nóng)副食品加工等9個(gè)行業(yè)的效率值被低估，其余10個(gè)行業(yè)則被高估。各行業(yè)技術(shù)效率均值變化范圍為0.4352～1，純技術(shù)效率均值變化范圍為0.5242～1，規(guī)模效率均值變化范圍為0.7664～1，調(diào)整后效率值變化范圍大于調(diào)整前。

各行業(yè)R&D效率變化表現(xiàn)出較大差異，非金屬礦物制品業(yè)，通用設(shè)備制造業(yè)等行業(yè)具有較高的規(guī)模效率而純技術(shù)效率低下，需加快自主創(chuàng)新能力的培養(yǎng)，注重提升相應(yīng)的社會(huì)科學(xué)發(fā)展水平和對(duì)現(xiàn)有技術(shù)的應(yīng)用能力。印刷和記錄媒介復(fù)制業(yè)等行業(yè)規(guī)模效率低下，需要加強(qiáng)制度創(chuàng)新與提高管理水平，思想文化和社會(huì)科學(xué)發(fā)展水平，加快形成規(guī)模經(jīng)濟(jì)與產(chǎn)業(yè)集聚，提高規(guī)模效率。電氣機(jī)械和器材制造業(yè)則表現(xiàn)出雙低，則需要在純技術(shù)效率與規(guī)模效率兩方面下功夫。

將調(diào)整前后各年的效率值與新產(chǎn)品產(chǎn)值進(jìn)行Speaman等級(jí)相關(guān)分析(見表4)，相關(guān)度以及顯著性均有明顯提高。剔除了隨機(jī)干擾和環(huán)境因素的影響，得到的效率值更能反映真實(shí)R&D效率水平。

表4 R&D效率與新產(chǎn)品產(chǎn)值Spearman相關(guān)分析表

*，**，***分別表示在10%，5%，1%顯著水平上顯著，括號(hào)內(nèi)為p值。

5 結(jié)論與啟示

本文應(yīng)用三階段DEA模型測(cè)算了2011到2015年重慶市制造業(yè)20個(gè)子行業(yè)的R&D效率狀況，主要結(jié)論與啟示如下：

(1)調(diào)整前后的R&D效率值存在顯著差異。剔除隨機(jī)和環(huán)境因素后，行業(yè)R&D效率值整體呈下降趨勢(shì)，技術(shù)效率、純技術(shù)效率和規(guī)模效率均值分別下降了0.1、0.09和0.03，純技術(shù)效率過(guò)低是綜合技術(shù)效率下降的主要原因。

(2)外部環(huán)境對(duì)重慶市制造業(yè)R&D效率的影響顯著，市場(chǎng)結(jié)構(gòu)等環(huán)境因素對(duì)R&D效率的影響基本上與國(guó)內(nèi)的研究一致。人力資本增加有利于產(chǎn)品開發(fā)經(jīng)費(fèi)存量的利用效率的提高，但會(huì)導(dǎo)致R&D人力投入與R&D經(jīng)費(fèi)投入的增加，R&D冗余可能會(huì)因此產(chǎn)生。

(3)外部環(huán)境和隨機(jī)干擾對(duì)制造業(yè)不同子行業(yè)R&D效率的影響不同，剔除掉隨機(jī)和外部因素后，農(nóng)副食品加工等9個(gè)行業(yè)的效率值上升，食品制造業(yè)等10個(gè)行業(yè)效率值下降。調(diào)整后效率值表現(xiàn)出更為明顯的行業(yè)差異，更能反映真實(shí)R&D效率水平。

(4)應(yīng)根據(jù)自身的R&D效率特征制定相應(yīng)的措施，在對(duì)行業(yè)提供R&D要素支持的同時(shí)，注重提高行業(yè)內(nèi)部管理水平，優(yōu)化資源配置，提升R&D資金和人才的利用效率。其中非金屬礦物制品業(yè)等行業(yè)純技術(shù)效率效率低下，需注重提升技術(shù)水平和對(duì)現(xiàn)有技術(shù)的應(yīng)用能力。印刷和記錄媒介復(fù)制業(yè)等規(guī)模效率低下行業(yè)，加快形成規(guī)模經(jīng)濟(jì)與產(chǎn)業(yè)集聚，提高規(guī)模效率。電氣機(jī)械和器材制造業(yè)則表現(xiàn)出雙低，需要在純技術(shù)效率與規(guī)模效率兩方面下功夫。

各行業(yè)應(yīng)抓住機(jī)遇積極承接?xùn)|部地區(qū)產(chǎn)業(yè)轉(zhuǎn)移與技術(shù)擴(kuò)散，通過(guò)積極搭建技術(shù)交流平臺(tái)和技術(shù)項(xiàng)目對(duì)接會(huì)等多種方式來(lái)提升本地技術(shù)水平與技術(shù)效率。同時(shí)注重環(huán)境因素對(duì)產(chǎn)業(yè)R&D效率的影響，制定有效的產(chǎn)業(yè)政策，如提高外資利用率，加快產(chǎn)業(yè)集群等，提升產(chǎn)業(yè)R&D效率。

[1]重慶市人民政府.重慶市建設(shè)國(guó)家重要現(xiàn)代制造業(yè)基地“十三五”規(guī)化[Z].2016-09-21.

[2]閆冰，馮根福.基于隨機(jī)前沿生產(chǎn)函數(shù)的中國(guó)工業(yè)R&D效率分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2005, (6):14～18.

[3]師萍，張炳南，韓先鋒，宋文飛.中國(guó)地區(qū)R&D效率及其影響因素的隨機(jī)前沿分析[J].統(tǒng)計(jì)與決策，2011，(12):103～106.

[4]張海洋.中國(guó)省際工業(yè)全要素R&D效率和影響因素：1999-2007[J].經(jīng)濟(jì)學(xué)(季刊)，2010，(3):1029～1048.

[5]劉和東.中國(guó)區(qū)域研發(fā)效率及其影響因素研究——基于隨機(jī)前沿函數(shù)的實(shí)證分析[J].科學(xué)學(xué)研究，2011，(4):548～555.

[6]趙紅，李換云.研發(fā)投入，F(xiàn)DI的R&D溢出與自主創(chuàng)新效率研究—基于重慶制造業(yè)的面板數(shù)據(jù)(2000--2007)[J].科技管理研究，2011,(3):174～177.

[7]基于DEA與Malmquist指數(shù)法的區(qū)域科技創(chuàng)新效率評(píng)價(jià)——以重慶市為例[J].數(shù)理統(tǒng)計(jì)與管理，2009，(6):974～985.

[8]常建新，姚慧琴，毛穎.基于DEA-Malmquist指數(shù)的西部地區(qū)全要素生產(chǎn)率實(shí)證分析[J].貴州財(cái)經(jīng)學(xué)院學(xué)報(bào)，2011，(5):81～86.

[9]劉滿鳳，李圣宏.基于三階段DEA模型的我國(guó)高新技術(shù)開發(fā)區(qū)創(chuàng)新效率研究[J].管理評(píng)論，2016,(1):42～52.

[10]Fried H.O.,Lovell C.A.K.,Schmidt S. S.et al. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,17(1):157～174.

[11]朱平芳，徐偉民.政府的科技激勵(lì)政策對(duì)大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響——上海市的實(shí)證研究[J].經(jīng)濟(jì)研究，2003,(6):45～53.

Research on R&D Efficiency of Chongqing Manufacturing— Based on the Three-Stage DEA Model

FU Bing-chan1, FU Xue-Yang2

(1.School of Business, Hunan Normal University, Changsha 410081, China; 2.School of Economics, Chongqing Technology and Business University, Chongqing 400067, China)

Applying three-stage DEA model to research on R&D efficiency of manufacturing in Chongqing and the efficiency was measured based on the control of human capital and other environmental factors. It is found that increase of human capital is beneficial to utilization efficiency of product development funds, but it will lead to the decrease of utilization efficiency in R&D human resources and R&D funds. After elimination of environmental and random factors, the efficiency of R&D generally decline, for which the low efficiency of pure technology is the main reason. The adjusted R&D efficiency shows a great difference of the industry which shows the real R&D efficiency. Industries should take into full account of environmental factors and features to improve the R&D efficiency.

manufacturing; R&D efficiency; three-stage DEA; Chongqing

2017-01-03

付冰嬋(1991-)，女，湖北荊州人，碩士研究生，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)。 付雪陽(yáng)(1989-),男，湖北荊州人，碩士研究生，研究方向?yàn)楫a(chǎn)業(yè)結(jié)構(gòu)和布局。

F42

A

1674-344X(2017)2-0073-06