中國工業企業研發效率的波及面*

于長宏， 白 辰

(大連理工大學 管理與經濟學部， 大連 116024)

進入21世紀以來，隨著全球化的深入發展，國家間的科技競爭不斷加劇。2006年《國家中長期科學和技術發展規劃綱要(2006—2020)》提出建設創新型國家，此后“增強自主創新能力，通過科技競爭力的提高實現經濟結構的轉變，實現經濟全面協調可持續發展”日益成為全社會關注的話題。在這一背景下，研究與開發(R&D)作為建設“科技競爭力”的主要手段，也受到越來越多的重視。近年來，雖然在科學研究方面投入的資源持續增加，但我國企業在自主創新方面的表現仍然不盡如人意，這主要表現在大量的核心技術和知識產權并不為我國企業所掌握上，說明我國距離創新型國家還有很長的距離。劉和東(2011)認為，創新資源的投入只是創新型國家形成的必要而非充分條件。在建設創新型國家的過程中，R&D等創新資源的投入只是一個方面，對于我國來說，更加重要的是研發活動的投入產出效率，即研發效率[1]。

顧名思義，研發效率就是指研發行為的投入產出關系，即企業投入一單位的研發資源(包括人力、物力等)可以產生多少創新收益(比如新產品、專利等)。研發活動可以提高企業的生產率[2-4]，改善企業的績效[5-6]，對企業的經營具有重大貢獻。那么，研發活動的效率對企業經營的波及面有多大?具體來說，這里所說的波及面主要指研發效率對企業的研發決策、全要素生產率和盈利能力的影響。對于研發效率的波及面，即研發效率對于研發決策、生產率和盈利的影響，國內外的研究均較少涉及。本文主要研究研發效率如何影響研發決策、生產率和盈利水平。

國內外關于研發效率的研究主要是分析影響研發效率的因素。從國內研究來看，影響我國企業研發效率的因素主要有三大類：首先是企業的所有制結構[7-9]，比如周立群等(2009)檢驗了我國高科技企業中國有控股和三資企業的研發效率分布，發現產權制度、企業規模、市場結構和企業消化吸收能力等因素對研發效率的影響較為明顯[7]。其次是企業內部治理結構，張長征等(2006)認為，在成本異質性的假定下，最優的報酬結構取決于研發人員對于經濟報酬和非經濟報酬的感知程度，給予員工權變的薪酬組合可以改善整體的研發效率[10]。最后是產業、政策等外部因素，比如原毅軍、耿殿賀(2010)認為，企業規模、產業結構、政策環境以及企業研發經費是影響裝備制造業研發效率的主要因素，并提出通過構建橫向與縱向的技術合作機制來提高研發效率[11]。

與國內學者不同，國外的研究更關心微觀因素對企業研發效率的影響。比如Mogens等(2003)的研究指出，由大股東控股的企業與其他股權結構的企業相比并沒有表現出明顯的效率優勢[12]。Mario(2006)探討了互聯網對企業研發效率的作用，認為互聯網的兩大功能(搜索和共享)可以提升企業研發的成本、時間和質量效率，從而帶來研發效率和吸收能力的提高[13]。Cullmann等(2010)對1995—2004年數據的實證研究表明，如果政策環境中存在限制競爭的行業進入限制，那么相關企業的研發效率和創新激勵都會明顯下降[14]。Zhang等(2003)的研究認為，對于中國企業來說，所有制結構和研發效率的關系十分密切，他通過測算8 341家在中國經營的企業的研發效率，認為外國企業比中國企業的研發效率更高[15]。

一、模型構建

假設企業生產兩種產品——成熟產品和新產品，并且新產品的生產完全取決于企業的R&D活動，兩種產品的生產函數滿足Cobb-Douglas形式，分別為

(1)

式中：Y1，Y2——成熟產品和新產品的產值；

K1，L1——企業生產成熟產品所使用的資本和人力；

K2，L2——企業為生產新產品所投入的研發資本和人力。

式(1)中，αi+βi=μi。利潤最大化條件為

maxK1，L1，K2，L2π=Y1+Y2-(K1+K2)-w(L1+L2)=

Y0-K0-wL0

(2)

式中：w——企業的工資水平；

Y0——企業的總產值，等于成熟產品和新產品的產值之和；

K0，L0——企業投入的資本總額，K0=K1+K2，L0=L1+L2。

企業總產值Y同樣滿足Cobb-Douglas形式，公式為

(3)

(4)

RDI對研發效率θ2求導得

(5)

下面考察企業的生產率、利潤與研發效率的關系。因為企業的總產值等于成熟產品和新產品產值之和，即Y0=Y1+Y2。將極值條件代入式(5)整理可得

(6)

顯然?θ0/?θ2>0，所以企業的生產率是研發效率的增函數。另外，企業的利潤函數為π=Y0-K0-wL0，所以相應的利潤率為

(7)

利潤率PR顯然是生產率的增函數。根據復合函數的性質，PR同時也是研發效率的增函數。因此，研發效率具有提高企業利潤水平的作用。

命題研發效率不僅能夠影響企業的研發決策，而且對于提升企業的績效(生產率和利潤)也有正面作用。

二、數據來源

本文主要使用了2007年中國企業數據庫中的工業企業樣本，該數據庫囊括了我國國有及非國有規模以上工業企業的主要財務信息，其中本文使用的數據變量有工業增加值、企業利潤、固定資產總值、研發投入、從業人數、職工工資、經營時間、出口規模、管理費用、職工培訓費用、所屬地域等。按照二分位劃分方法，我國制造業的行業代碼和行業名稱的對照如表1所示。

樣本企業來自于我國31個省、自治區和直轄市。中國國家統計局對于我國行政區域的劃分方法是：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南被劃為東部；山西、安徽、江西、河南、湖北和湖南歸入中部；遼寧、吉林和黑龍江屬于東北；其他省份為西部。按照這一劃分，樣本中位于東部、中部、西部和東北地區的企業所占的比重分別為72.38%、9.51%、12.30%和5.81%。此外，《中國工業企業數據庫》將企業按照登記注冊類別劃分為23類，包括國有企業、集體企業、股份合作企業、聯營企業、私營企業、外商投資企業以及港澳臺投資企業等類別。本文將國有企業、集體企業、聯營企業和國有獨資公司均劃歸為“國有經濟”，將私營企業劃歸為“私營經濟”，外商投資企業和港澳臺投資企業則劃歸為“外資經濟”。在樣本中，國有經濟、私營經濟和外資經濟所占的比例分別為12.55%、57.92%和29.53%。

表1 我國制造業行業代碼和行業名稱

資料來源：中國工業企業數據庫。

在應用數據庫中的數據之前，還要對其進行篩選。具體的步驟如下：(1)刪除明顯違背事實的企業樣本。由于統計上的錯誤，有時會遇到非正的工業增加值、固定資產總值、企業從業人數或研發支出，為了保證結果的準確性，本文將這樣的樣本予以刪除。(2)研究中需要用到新產品銷售收入，因此，在2007年沒有新產品銷售收入的樣本不予考慮。(3)僅保留進行研發投入的企業的數據，其余的樣本不采用。(4)僅保留從業人數在8人以上的企業樣本，其余的不予考慮。(5)僅保留正常營業的企業樣本，處于其他營業狀態諸如停業、籌建、撤銷等的企業予以剔除。

三、中國工業企業的研發效率

為了度量中國工業企業的研發效率，使用隨機前沿分析(SFA)方法。該方法由Meeusen和Van den Broeck(1977)提出[16]，模型為

Yi=Xiβ+(Vi-Ui) (i=1，2，…，N)

(8)

式中：Yi——企業i的實際產量；

Xi——企業i各項投入的k階列向量；

β——未知參數向量；

(9)

式中：Yi——企業的實際產出；

Yif——不存在非效率因素時的研發產出函數；

Ui——非效率項。

研發產出函數有兩種較為常見的形式，分別是Cobb-Douglas函數和超越生產函數。前者需要滿足技術中性和產出彈性固定的假設；后者雖然形式較為復雜，但不需要太多的假設。因此，本文使用超越生產函數的SFA模型來測算企業的研發效率。根據Coelli(1996)的研究，假定研發產出函數滿足

lnYi=β0+β1lnKi+β2lnLi+β3(lnKi)2+

β4(lnLi)2+β5lnKilnLi+(Vi-Ui)

(10)

式中：Yi——企業的研發產出，本文使用企業在2007年的新產品銷售收入來度量Yi；

Ki，Li——企業投入的研發資本和人力。

關于企業投入的研發資本，也就是當年企業所擁有的研發資本存量，Griliches(1984)認為，一般可以用此前幾年內企業研發投入的現值來表示它。除此之外，還可以使用永續盤存法(PIM)來計量研發資本存量。根據吳延兵(2006)的研究，運用PIM方法表示的研發資本存量滿足Kt=(1-δ)Kt-1+Rt，其中K、δ表示R&D資本存量和R&D資本折舊率。假設R&D資本存量以穩定的增長率g增長，則資本存量也可表示為Kt=(1+g)Kt-1，消掉Kt-1項并取自然對數得lnKt=lnRt+ln[(δ+g)/(1+g)]。而Pakes和Schankerman(1984)認為，由于知識的更新速度很快，所以R&D資本的折舊率很高，如果將δ看作接近于1，那么就有lnKt≈lnRt，即在一定時期內的R&D資本存量近似地等于當期的R&D投入規模。因為本文使用的是橫截面數據，所以使用企業當年的R&D支出代表R&D資本存量，即企業的研發資本投入。另外，由于沒有關于企業研發人員的直接數據，本文使用調整后的企業從業人數來代替研發人員人數，具體方法是用《中國科技統計年鑒》上各行業工程師和科學家占從業人員總數的比例乘以該行業內企業的總從業人數得出。運用Frontier 4.1計算隨機前沿生產函數，可以得到每個企業研發投入和研發產出之間的轉化關系，即研發效率，極大似然估計結果如表2所示。

表2 隨機前沿分析估計結果

注：***代表因變量的估計系數在1%的水平上顯著地異于零。

由表2可以看出，單邊誤差似然比檢驗值很大，因此極大似然估計結果沒有被拒絕，可以采用。達到0.938 9的γ值說明非效率因素對我國工業企業研發產出的影響很大，這進一步確認了采用隨機前沿分析的合理性。就研發效率的估計結果來說，我國工業企業2007年的研發效率平均值僅為0.413 6，即實際創新產出還不到生產邊界的一半，表明我國企業的研發活動受到各種非效率因素的明顯影響。

分別計算各行業以及各省份研發效率的平均值，并按照由高到低降序排列可以得到圖1、2中的曲線。

圖1 我國工業行業研發效率平均值

圖2 各省份平均研發效率

就行業來說，各行業的研發效率存在明顯區別，研發效率最高的是皮革制品業(平均研發效率為0.585 144)，而最低的是醫藥制造業(平均研發效率為0.343 750)。總體來說，我國研發效率較高的行業大多是技術較為簡單的輕工業，比如行業19(皮革制品業)和行業17(紡織業)；或者是資源密集的重工業，比如行業32(黑色金屬加工業)和行業33(有色金屬加工業)。相比較而言，技術密集的裝備制造業(比如專用設備制造業)和高附加值化學工業(比如醫藥制造業)的研發效率普遍較低。

就省份來說，圖2中的曲線明確地揭示了一個規律：東部省份的研發效率普遍較高，其次是中部，而西部的研發效率最低。沈坤榮等(2009)認為，市場競爭程度和外國直接投資(FDI)可以在較長的時期內提高內資企業的研發效率。相對于其他地區來說，東部地區由于地理位置、歷史、政策等原因，其市場化程度更高且吸收了大量外資，因而具有更高的研發效率。就這一點來說，西部地區剛好相反，因而其研發效率普遍落后于東部和中部。

四、實證檢驗

結合前面得到的企業研發效率，運用篩選后的數據樣本探討研發效率在三個方向上對我國工業企業經營情況的波及程度：(1)研發效率對企業研發決策的影響；(2)研發效率對企業生產率的影響；(3)研發效率對企業盈利能力的影響。

1. 研發效率對研發決策的影響

引入代表企業研發強度的變量RDI，RDI等于企業2007年的研發支出除以其工業產值再取自然對數。除了代表研發效率的自然對數的變量RDE之外，還應加入其他的自變量以提高估計的準確性。根據數據庫的特點并參考湯二子等(2011)[19-20]的相關分析，引入如下解釋變量：(1)企業利潤PRO。該變量反映了企業創造財富的能力，同時決定了企業進行研發投入的能力，因此很有可能會影響企業關于研發強度的決策。因為企業利潤可能為負值，所以讓PRO=sgn(profit)·ln(|profit|+1)，其中profit為企業當年利潤。(2)企業規模SCALE。從經驗上來說，規模較大的企業一般更有能力投入研發。本文使用企業的固定資產總值作為SCALE的計量基礎。SCALE等于企業固定資產總值加1再取自然對數。(3)出口規模EX。該變量由企業當年出口規模加1再取自然對數得到。(4)員工培訓支出TR。企業培訓員工是為了使人力資本得到增值從而獲得更高的生產效率，這樣的企業可能更愿意進行研發投入。該變量由企業員工教育費用加1之后取自然對數得到。(5)企業年齡AGE。(6)管理支出MAN。作為解釋變量，因為管理支出間接反映了企業的經營效率，所以很可能與研發效率相關。此外，管理費用也可能影響企業的研發決策。因為如果企業將過多的資源用于管理支出，就不可能有多余的能力投資于研發。MAN為企業管理費用加1再取自然對數。綜上，假設實證模型的形式為

RDI=C+α1RDE+α2PRO+α3SCALE+α4EX+α5TR+α6AGE+α7MAN+control

(11)

式中，control包括行業、地區和企業所有制結構等信息。估計結果如表3所示。

ln RDI的回歸結果顯示，研發效率對企業的研發強度具有顯著的促進作用。這就是說，擁有較高研發效率的企業更加傾向于進行高強度的研發活動，這個事實與模型的結論相一致。不出意外地，利潤水平、企業規模、出口規模對企業研發強度的偏效應均為正。員工培訓支出的系數為正，說明重視人力資本的企業進行研發的強度更大。這是因為員工通過培訓提高了自身技能，使得企業的創新成果能更好地應用于生產中。管理支出MAN的符號為負，意味著高強度的研發活動與靈活、高效的企業制度相對應。如果沒有整體的經營效率作保障，企業無法為R&D提供有力的支持。

表3 研發效率對研發決策的影響

接下來要進一步考察研發效率對企業研發支出總額的影響。以RD作為反映企業研發支出的因變量，RD等于研發支出的自然對數。建立回歸模型

RD=C+α1RDE+α2PRO+α3SCALE+α4EX+α5TR+α6AGE+α7MAN+control

(12)

從ln RD的結果來看，研發效率對企業研發決策的影響不僅是增加了研發強度，還明顯擴大了企業的研發規模。利潤水平、企業規模和出口規模對于研發規模的影響為正，說明只有達到一定規模和經營績效的企業才會進行研發投入。員工培訓支出TR與管理費用MAN的符號與方程(11)的結果相同，對此的解釋也相類似。

結論1對于我國工業企業來說，研發效率高的企業進行研發投入的意愿更大。

2. 研發效率對生產率的影響

一般來說，人們經常使用的測量生產率的方法有三種：第一種方法是近似全要素生產率ATFP(Griliches等，1990)。這里ATFP=ln(Q/L)-sln(K/L)，其中，Q，K，L分別是企業的工業增加值、固定資產總值和從業人數。第二種方法是勞動生產率LTFP。假設LTFP=ln(Q/L)，其中Q為工業增加值，L為從業人數。這兩種方法雖然簡單易行但卻各有缺陷：ATFP假定企業的生產函數為規模報酬不變的Cobb-Douglas形式，這一點與我國的實際并不相符；LTFP僅考慮企業勞動投入，所以無法全面衡量企業的生產效率。因此，本文將使用第三種方法，即于洪霞等(2011)提出的以全要素生產率作為企業生產率的標準，用企業產量的自然對數lnQ對企業使用的資本和勞動的自然對數lnK和lnL作無截距項的回歸，所得的殘差即為企業全要素生產率的近似對數值ln TFP。

對全要素生產率指標進行實證檢驗時所使用的解釋變量包括研發效率RDE、研發支出RD、利潤水平PRO、企業規模SCALE、出口規模EX、員工培訓支出TR、企業年齡AGE、管理支出MAN，相關的數據處理方法與之前相同。在此基礎上建立實證方程

ln TFP=C+α1RDE+α2RD+α2RD·RDE+α3PRO+α4SCALE+α5EX+α6TR+α7AGE+α8MAN+control

(13)

研發效率對生產率的影響如表4所示。從表4中A列的結果來看，研發效率的提高對企業全要素生產率具有正的影響，說明提升研發效率不僅可以提高企業單位研發投入的產出，還可以提升企業整體的價值創造能力。A列中還有一個奇怪的現象——研發投入對于生產率的偏效應竟然為負。為了進一步考察研發投入對生產率的影響，在方程(13)中又加入了研發投入RD的平方項，相關的回歸結果整理在表4的B列中。可見研發投入規模RD和其平方項均未通過顯著性檢驗，這是由多重共線性造成的。事實上，如果僅僅保留RD或者RD的平方項，它們在方程中的回歸系數都是顯著的，而且這兩項的系數聯合顯著，因此B列中的結果仍然具有說服力。RD的平方項系數為正，說明企業的研發投入只有達到一定的規模之后才有可能促進企業生產率的提高，小規模的研發投入反而可能降低企業的生產率。這一結論說明創新活動與企業投入規模之間的關系與Schumpeter的觀點大體一致。

為了進一步探究研發效率、研發投入與企業生產率之間的關系，在方程中加入了研發效率與研發規模的交叉項RD·RDE，回歸的結果在表4的C列中顯示。可見，RD的系數仍然為負，但交叉項RD·RDE的系數為正。這說明對于規模較小的企業來說，只要它的研發效率足夠高，那么小規模的研發投入仍然可以促進企業生產率的提高。這一結論十分重要，因為它可以解釋創新活動向中小企業分散這一現實——中小企業雖然不能和大企業一樣進行大規模的研發投入，但是機制靈活、研發效率高。正是因為具有了較高的研發效率，中小企業有限的研發規模才能提高而不是降低其生產率。

表4 研發效率對生產率的影響

結論2研發效率與企業的生產率密切相關，主要體現在兩個方面：研發效率較高的企業通常具備較高的全要素生產率；研發效率明顯提高了企業研發投資的利用效能，使有限的研發投入能更有效地提升企業的生產率。

3. 研發效率對盈利能力的影響

分別將企業利潤PRO和利潤率PR作為因變量進行檢驗。這里的利潤率PR設定為銷售利潤率，等于利潤總額除以工業銷售總額。除了之前引入的因變量RDE、PRO、SCALE、EX、TR、AGE和MAN之外，還包括企業的研發支出RD。考慮到研發支出和研發效率關系密切并且可能影響企業的利潤，這樣做是必要的。相關的數據處理方式與上文相同。根據這些變量，設定回歸方程的形式為

Profiting=C+α1RDE+α2RD+α3SCALE+α4EX+α5TR+α6AGE+α7MAN+control

(14)

Profiting分別為企業利潤PRO和利潤率PR，control項包含的內容如前。相應結果整理后如表5所示。

由表5可見，研發投入對企業利潤水平和利潤率具有顯著的正影響。研發效率對于利潤的偏效應甚至比研發規模還要大，這是因為研發效率通過兩種途徑影響企業的利潤水平：研發效率的提高使得同樣的研發投入可以獲取更多的研發產出，從而增加了企業利潤；研發效率的提高刺激企業繼續加大研發投入，這一部分投入又可以增加利潤。這兩個原因決定了研發效率對企業的盈利能力具有較大的影響。

表5 研發效率對盈利能力的影響

結論3研發效率對企業盈利能力改善的影響是不可忽視的，它的作用甚至比研發投入本身更加重要。

五、結 論

創新是經濟持續增長的不竭動力，Schumpe-ter(1943)指出，創新在市場經濟中的地位與價格體系和競爭制度同樣重要。作為社會創新的主要載體，企業的研發活動越來越受到重視。迄今為止，人們已經從很多角度研究了研發活動對企業經營績效的影響。盡管如此，現有的研究在研發效率對企業研發決策、生產率和盈利能力的影響方面尚不夠豐富，本文在這方面提供了經驗證據。

本文利用相關數據測算了我國工業企業的研發效率，在此基礎上檢驗了研發效率對企業研發決策、生產率和盈利能力的偏效應。研究發現：(1)研發效率高的企業對于創新活動往往更加積極，這似乎說明企業的資源會自發地流向具有較高效率的部門；(2)對研發效率與生產率的檢驗表明了兩者之間的高度相關性——研發效率提高了研發投資的效率，所以研發效率高的企業其生產率通常也比較高；(3)研發效率的提高可以明顯改善企業的盈利能力。就我國企業來說，提高研發效率比同等幅度地擴大研發投資規模更能提高企業的利潤總額和利潤率。

參考文獻：

[1]劉和東.中國區域研發效率及其影響因素研究：基于隨機前沿函數的實證分析 [J].科學學研究，2011(4)：548-556.

[2]Griliches Z.Productivity，R&D and basic research at the firm level in the 1970s [J].American Economic Review，1986，76(1)：141-154.

[3]Mairesse J，Sassenou M.R&D and productivity：a survey of econometric studies at the firm level [J].Science-Technology-Industry Review，1991(8)：9-43.

[4]Hall B H，Mairesse J.Exploring the relationship between R&D and productivity in French manufacturing firms [R].NBER：Institute for Prospective and Technological Studies，1992.

[5]Goto A，Suzuki K.R&D capital，rate of return on R&D investment and spillover of R&D in Japanese manufacturing industries [J].Review of Economics and Statistics，1989，71(4)：555-564.

[6]Wang E.R&D efficiency and economic performance：a cross-country analysis using the stochastic frontier app-roach [J].Journal of Policy Modeling，2007，29(1)：345-360.

[7]周立群，鄧路.企業所有權性質與研發效率：基于隨機前沿函數的高技術產業實證研究 [J].當代經濟科學，2009(4)：70-75.

[8]張永慶，劉清華，徐炎.中國醫藥制造業研發效率及影響因素 [J].中國科技論壇，2011(1)：70-74.

[9]朱有為，徐康寧.中國高技術產業研發效率的實證研究 [J].中國工業經濟，2006(11)：38-45.

[10]張長征，李懷祖.研發團隊異質性與報酬模式對研發效率的影響分析 [J].科學學與科學技術管理，2006(3)：36-39.

[11]原毅軍，耿殿賀.中國裝備制造業技術研發效率的實證研究 [J].中國軟科學，2010(3)：51-57.

[12]Mogens D H，Erik M，Valdemar S.Efficiency，R&D and ownership：some empirical evidence [J].International Journal of Production Economoics，2003，38(1)：85-94.

[13]Mario I K.The impact of the internet on R&D efficiency：theory and evidence [J].Technovation，2006，26(3)：827-835.

[14]Cullmann A，Schmidt-Ehmcke J，Zloczysti P.R&D efficiency and barriers to entry：a two stage semi-parametric DEA approach [R].London：Centre for Economic Policy Research，2010.

[15]Zhang A M，Zhang Y M，Zhao R.A study of the R&D efficiency and productivity of Chinese firms [J].Journal of Comparative Economics，2003，31(4)：444-464.

[16]Meeusen W，Broeck V J.Efficiency estimation from Cobb-Douglas production functions with composed error [J].International Economic Review，1977，18(4)：435-444.

[17]Battese G，Coelli T.A model for technical inefficiency effects in a stochastic frontier production function for panel data [J].Empirical Economics，1995，20(3)：325-332.

[18]Battese G，Corra G.Estimation of a production frontier model：with application to pastoral zone of eastern Australia [J].Australia Journal of Agricultural Economics，1977，21(2)：169-179.

[19]Coelli T.A guide to frontier version 4.1：a computer program for stochastic frontier production and cost function estimation [R].London：Centre for Econo-mic Policy Research，1996.

[20]湯二子，王瑞東，劉海洋.研發對企業盈利決定機制的研究：基于一致性生產率角度的分析 [J].科學學研究，2012(1)：124-133.