河南工业研发活动投入产出绩效探究.docVIP

河南工业研发活动投入产出绩效探究摘要：基于河南第二次RD清查数据，利用数据包络分析（DEA）方法，对河南工业RD投入产出绩效进行了评价。研究发现，尽管目前河南工业研发活动的效率在不断提高和改善，但是各地市各行业的效率值存在较大的差异，不少地市和行业存在人员冗余、投入经费过多。鉴于此，建议河南在确保必要研发投入的同时，进一步提升河南工业RD研究能力；加大推进交流与合作力度，缩小地市之间行业之间投入效率方面的差距；实施RD投入产出效率评价，建立基于效率的RD投入机制，力争使有限的RD资源发挥更大的效益。 关键词：河南省；工业；RD；投入产出；效率；DEA 中图分类号：F427 文献标志码：A 文章编号：1007-905x（2013）01-0102-05 河南省第二次全国科学研究与试验发展（RD）资源清查资料显示，2009年全省开展RD活动的工业企业1327个，占规模以上工业企业的7.2%。其中，开展RD活动的大中型企业633个，占全部大中型工业企业的28.0%。可见，河南是一个工业大省，还没有成为工业强省。当前，河南正处于加快中原经济区建设，努力实现跨越崛起的重要阶段。研究河南工业企业研发活动绩效，对于提高河南科技和工业企业实力，促进中原经济区建设具有非常重要的意义。一方面，有助于综合考察河南及各个地区工业企业研发活动的效率，促进良好创新氛围的形成，推动“创新型社会”建设顺利开展；另一方面，在对绩效进行相互比较的情况下，找出其效率相对较低的原因，提出提高河南工业企业技术创新能力的对策，从而加速河南研发活动效率的不断提高，为河南省制定科技规划、科技政策和产业政策提供依据。本文利用河南省第二次RD资源清查办提供的资料，利用数据包络分析（DEA）方法，从河南省工业企业的整体情况、不同地市、不同行业和不同规模企业四个方面对研发活动的效率进行对比分析，以期为提高河南工业RD投入效率提供参考。 一、评价方法与指标选取 （一）数据包络分析法 数据包络分析（data envelopment analysis，简称为DEA）是一种进行多目标决策的系统分析方法，它排除了很多主观因素，在评估多输入多输出复杂系统方面较综合评估方法具有一定的优势。研发活动就是一个具有多输入多输出且量纲不尽相同的复杂投入产出系统，其输入指标主要是研发活动中需要消耗的某些量，既包括人、财、物这种可定量计算的有形指标，又含有国家科技政策支持以及与科技活动相关的市场机制等无形指标；输出方面是经过一定量投入后表明的研发活动成效的某些量，既有直接产出又有间接产出。应用DEA方法进行科技资源配置的评价，依据输入和输出数据来评价科技活动效率的有效性，有以下优点：一是DEA方法是纯技术性的，不受市场价格的影响；二是只需区分投入与产出，不需要做无量纲化处理；三是可以直接进行技术效率和规模效率分析，不需要定义特殊的函数，对样本数量要求不高。此外，DEA评价可以得到很多其他的信息，充分利用这些信息可获得对评价对象进行指导性的决策意见。因此，我们选择DEA方法对河南省工业企业研发活动绩效进行评价。DEA分析中各效率值的经济意义为：（1）综合技术效率有效。综合技术效率是指被评估单位（DMU），在给定的投入量下输出最大产出的能力。综合技术效率又可以分解成纯技术效率和规模效率，即综合技术效率=技术效率×规模效率。（2）技术效率有效。不考虑规模报酬影响的情况下，各DMU在给定资源投入下输出最大产出的能力。（3）规模效率有效。指DMU由于处于规模报酬递增或递减阶段时，偏离固定规模报酬的程度。即只有处于固定规模报酬阶段的DMU才是规模有效的，处于递增规模报酬阶段及递减规模报酬阶段的DMU都是规模相对无效的。 （二）评价指标的选取 根据DEA方法评价指标选取的原则，从投入角度看，研发活动的投入主要是研发人员和研发经费；从产出角度看，研发活动的成果表现为新产品的增加或产品功能改进，专利的发明，产值利润的提高。依据数据的可获得性，经过比较分析，我们选取了以下5个指标，如表1所示。 二、河南工业RD投入产出绩效评价分析 （一）河南工业研发活动整体绩效评价 由于清查资料仅有2009年的数据，故结合历年《河南统计年鉴》的科技统计数据，对2005-2009年河南工业研发活动绩效进行了DEA有效性评价，以定量地比较不同年度工业研发活动绩效水平的高低。因《河南统计年鉴》数据中仅有大中型工业企业的研发活动统计资料且缺少发表科技论文数量数据，这里均选用了大中型工业企业的研发活动进行了绩效评价，其中产出指标选择了新产品产值、专利申请数量两个指标，利用大中型企业的绩效变动大致反映河南省工业企业研发活动绩效的基本情况。河南省大中型工业企业研发活动DEA绩效评价结果见表2和