外资企业研发绩效随机前沿分析.docVIP

外资企业研发绩效随机前沿分析 　　摘 要：企业研发的效率与本地区的发展水平分不开。本文从研发组织的信息获取和知识转移的角度，分析地区信息化、科技水平和技术市场发展水平对区域外资研发效率的影响。以我国25个地区的外资工业企业近年数据为样本，采用随机前沿分析的方法分析地区因素对外资研发效率的影响。研究显示：外资企业在华的研发效率普遍很低；地区间研发效率值严重不平衡；地区信息化发展水平和科技实力都与本地区外资研发效率存在正相关关系；由于我国技术市场发展不成熟，实证中技术市场对外资研发效率的影响不显著。 　　关键词：地区差异因素；外资企业；研发绩效；随机前沿分析 　　中图分类号：F270．7文献标识码：A 　　文章编号：1000-176X（2009）03-0110-06 　　 　　企业研发效率与本地区发展水平分不开。但学者对于影响研发效率的地区因素分析并不多。Donald C．Hambrick与Ian C．Macmillan分析了企业所在行业中的技术机会、企业规模和RD经验、企业与市场联系的紧密度、生产活动对产品创新的适应性对企业研发效率的影响，并采用1971―1976年102个美国500强企业的数据进行了实证研究。他们分别用新产品产出、RD投入与产出回归后的余项衡量企业研发效率[1]。Mario I．Kafouros分析了互联网搜索功能和沟通功能对企业创新效率（创新成本、时间和质量）和企业吸收新知识能力的积极影响。并通过考察互联网出现前后RD对企业新产品销售的贡献度的变化实证分析互联网对企业研发效率的影响[2]。Eric C．Wang认为政府的RD投入、国家科技实力和经济自由化程度会对国家整体的RD效率产生影响[3]。 黄鲁成、张红彩采用因子分析定权法测算了北京制造业的技术创新效率，选取产品项目数、专利申请数、新产品销售收入和新产品工业总产值作为技术创新的产出指标[4]。 王伟光建立了中国工业行业技术创新效率指数，对中国38个行业的技术创新效率进行比较[5]。鉴于研究现状，本文从研发组织的信息获取和知识转移的角度，分析地区信息化、地区科技水平和地区技术市场发展水平对区域内外资研发效率的影响。? 　　 　　一、研究方法的选取? 　　 　　目前，研究研发效率的方法主要可以分为两种。第一种是非参数线性规划方法，以Charnes、Cooper和Rhodes于1978年提出的数据包络分析技术（Data Envelope Analysis，DEA）为代表。DEA是一种测算具有相同类型投入和产出的若干系统或部门（简称决策单元DMU）相对效率的有效方法。其实质是根据一组关于输入输出的观察值，采用数学规划模型，来估计有效生产的前沿面，再将各DMU与此前沿做比较，进而衡量效率。在国内使用DEA方法研究区域技术效率十分普遍。张浩、孟宪忠运用DEA方法对1996―2001年间科研院所、企业和高等院校三类机构的RD效率进行了评价和比较[6]。 张红彩利用科技活动人员、研发人员和研发经费内部支出作为投入变量，专利申请数、新产品开发项目数和新产品销售收入作为产出变量，利用DEA方法对北京制造业的创新效率进行分析[7]。 吴瑛运用DEA方法对我国高技术产业科技资源配置效率进行了实证研究，得出结论为我国高技术产业的研发效率普遍较低[8]。 第二种为参数计量方法，以随机前沿分析方法（Stochastic Frontier Analysis，SFA）为代表。该方法由Aigner，Lovell和Schmidt，Meeuser和Broeck各自独立提出。实际产出与最大可能产出间的差距，既有技术上的低效率因素，也有外界随机冲击的影响。在随后的20年中这个模型广泛地应用于效率研究，其间许多经济学者也对其进行了扩展。Battese and Coelli的模型对面板数据中个体间效率差异的影响因素进行定量分析，即“一步法”估计模型参数。模型中把技术非效率表示为一组影响因素和随机因素变量的函数。国内学者应用SFA方法评价了行业技术效率和研发。冯根福等人利用SFA方法测算中国工业研发效率，得出结论：市场竞争程度、企业资产与研发效率负相关；企业的利润与研发效率正相关；国有企业所占比重与研发效率正相关[9]。 周勇采用SFA方法对我国区域技术创新效率进行研究，并分析我国区域技术创新效率的变化趋势[10]。? 　　在研究研发效率的方法中，数据包络方法和随机前沿分析方法各有利弊。数据包络方法允许效率在一定时期内发生变动，不要求对所有研究样本数据的无效率分布做先定假设。同时，数据包络方法能够方便地处理多输出生产过程，不需大规模样本数据。然而，它的一大缺陷是假设没有随机误差影响RD产出，忽略了随机因素对生产行为的影响。由于忽略潜在的偏误，随机误差的影响可能会包括到效率项的估计