湖南省R&D投入產出效率研究

陳文俊　李涵　劉執圭　潘紅玉

摘 要 以湖南省R&D投入產出活動為研究對象，采用數據包絡分析法（DEA）的BCC模型，結合全國30個省市R&D投入產出數據，對2013年湖南省R&D投入產出效率進行比較分析，并根據實證結果提出相關對策及建議.

關鍵詞 R&D；投入產出效率；DEA

中圖分類號 F223；F127 文獻標識碼 A

Abstract This paper analyzed the R&D input and output activities of Hunan province based on the BCC model， a normal model of DEA. Combining 30 provincial regional statistics， a comparative analysis of R&D inputoutput efficiency of Hunan province in 2013 was constituted. Then on the basis of empirical research， some relevant countermeasures and suggestions were proposed.

Key words R&D；InputOutput efficiency；DEA

1 引 言

一國經濟的發展和創新能力的提升都離不開科技的助推，科技是國家強盛之基，創新是民族進步之魂[1].技術創新是促進科學技術又好又快改革的重要動力，它來源于R&D活動的發展，并以其為核心內容.一個國家科技實力和核心競爭力往往與R&D活動規模息息相關.2013年中國R&D經費內部支出為11 846.6億元，投入強度為2.08%，已進入創新階段（R&D投入強度為2%），但離建設創新型國家的目標（2.5%）[2]仍有0.42%的差距.科技資源的有限性與社會需求的無限性并存，完善配置資源，使效用最大化，進而推動科技進步，值得各界重點關注.

近些年，不少專家、學者從不同的角度，如國家、區域、產業的差別，采用多種方法研究R&D創新效率，并得到了較為豐富的研究成果.廖偉（2010）比較了中國與OECD國家的科研投入，研究發現中國與部分國家如韓國、日本、德國等還存在差距，主要體現在R&D投入總量不足、強度偏低，尤其是在基礎研究上的經費投入過少[3].張永凱（2011）基于隨機前沿模型，通過整理1996～2006年的面板數據，詳細分析了31個國家的R&D資源配置效率.認為科技大國的資源配置效率反而較低，中國的效率相對較高[4].有的學者從省際比較的角度出發，如盧方元（2011）從經費投入與結構兩個角度研究中部六省R&D活動情況.發現中部六省對原始創新重視不夠，六省間效率存在差異，且政府支持力度有待加強[5].張明火（2014）采用DEA模型，研究比較了2004-2011年各省市R&D活動效率.結論表明我國整體效率差異化明顯，綜合效率東部高于西部高于中部，而且高效率和差效率階段的省份數量少，中間兩個階段省份數量偏多[6].還有學者以單個省市為研究對象，如羅瑋（2011）通過構建R&D投入產出效率的評價指標體系，發現南京市各區縣之間資源利用效率存在差異，且南京市投入產出效率在省內外排名不理想[7].韓笑南（2014）從產出角度做DEA模型分析，旨在提高R&D資源利用率，發現陜西省產出不足主要表現在高技術產業產出率低以及專利產出不足[8].針對產業創新效率研究的學者也不少，綦良群等（2014）以中國裝備制造業R&D效率及其影響因素為切入點，采用SFA方法和柯布道格拉斯生產函數構建模型，其創新點在于系統地解釋了中國裝備制造業R&D效率的發展現狀、規律和趨勢，并分析了其影響因素[9].在識別和選擇先導性戰略新興產業的過程中，陳文俊（2013）按照戰略新興產業存在未知、待發掘的特點，透過知識發現的視角，采用關聯規則方法，根據R&D經費投入強度指標與專利授權量指標之間的強關聯規則關系，建立先導性戰略新興產業數據挖掘關聯規則識別模型.以中國長三角地區為實證分析對象，在對該地區的戰略新興產業進行識別時，得出5條符合約束條件的強關聯規則，其對應的戰略新興產業的產業順序分別為高端裝備制造等5個產業 [10].

2 投入產出現狀分析

2.1 投入現狀

國內外學者通常利用物質資源與人力資源來展現其研究對象研發活動的投入規模.物質資源包括R&D經費內部支出和R&D投入強度，具體來說R&D經費內部支出是指在統計年度內，調查單位用于內部開展R&D活動的實際支出，R&D投入強度是指R&D經費內部支出占當年生產總值的比重；人力資源是指全社會R&D人員的數目，一般用R&D人員全時當量表示[11].通過查閱近幾年的《湖南省科技統計年鑒》和《湖南省統計年鑒》，本文對湖南省的R&D投入現狀進行了一定的研究，并做出了詳細分析.

2.1.1 R&D投入規模和強度

由表1可以看出，2009～2013年間，湖南省GDP從13 059.69億元增長到24 501.67億元，R&D經費內部支出從153.5億元增長到327.03億元.短短五年間，增幅高達87.6%和113.1%.通過表中數據，可以發現無論是湖南省生產總值還是研發經費內部支出，雖然金額逐年增長，但是增速逐年放緩.

2013年湖南省研發經費內部支出為327.03億元，較上年增長13.68%，其中，基礎研究支出10.95億元，應用研究支出42.09億元，用于試驗發展的經費支出高達273.98億元，同比分別增長17.97%，12.96%，13.62%.由上述數據可知，試驗發展支出占R&D經費內部支出的83.78%，處于絕對主導地位，湖南省對于基礎應用研究的經費投入還有待提升，尤其是基礎研究支出經費占比過低，只有3.35%.從經費執行部門來看，86.18%的經費用于企業R&D活動，其中工業企業占比達到95.94%，而科研機構和高等學校的R&D活動經費支出占比各為5.15%和8.01%.83.19%的經費來自于企業自籌，金額高達272.07億元，來自政府的資金只有46.10億元，占比只有14.1%.這也在一定程度上解釋了湖南省用于基礎和應用研究經費占比過少的原因，因為政府出資較少，大部分R&D經費來自于企業自籌，多用于企業的試驗研發.endprint

“十二五”規劃的主要目標之一是力爭研究與試驗發展經費支出占國內生產總值比重達到2.2%[12].圖1展示了湖南省和全國R&D強度的比較，可看出，全國R&D投入強度逐年增長，2013年達到2.08%，按這個增長速度，實現“十二五”目標指日可待.但較其他發達國家，我國R&D投入強度仍有待加強，據中國科技統計年鑒歸納整理，R&D投入強度國際排名中，2012年韓國以4.36%排第一，緊隨其后的是芬蘭（3.55%），以及瑞典（3.41），日本（3.35%）.湖南省R&D投入強度呈現逐年增長的趨勢，2013年達到1.33%，較上年增長0.3個百分點.2010年R&D投入強度同比減少0.02個百分點，究其原因是當年R&D增速只有21.54%，低于GDP增速.雖然湖南省R&D投入強度平穩增長，但與全國其他先進地區相比，仍有差距.2013年北京R&D投入強度為6.08%，上海3.6%，天津2.98%，江蘇2.51%.縱觀2009—2010年全國各省市R&D投入強度，湖南省排名較穩定，大致處于全國第15名的位置，且每年R&D強度均未超過全國平均水平.

2.1.2 人力資源投入

2013年湖南省R&D人員全時當量為103 421人年，較上年增加3.38%，是2009年的1.62倍.由表2可知，R&D人員全時當量逐年增長，但增長率卻在放緩，尤其是2013年增長率遠低于前幾年的水平.

3.38 數據來源：湖南省統計年鑒歸納整理.

2013年湖南省基礎研究人員6 825人年，應用研究人員13 189人年，試驗發展人員83 407人年，基礎研究人員和試驗發展人員分別同比增長9.92%和3.83%，應用研究人員同比下降2.31%.與全省R&D人員全時當量相比，各占比6.6%，12.75%，80.65%.由圖2可知，2009～2013年間，從事基礎研究的研發人數最少，從事試驗發展的R&D人員占有絕對地位.湖南省作為教育大省，人力資源豐富，但2013年湖南省從事研究的人員只有49 507人年，在全國的排名僅第12位，遠不及廣東（179 605人年）、江蘇（147 688人年）、和北京（127 649人年）.

2.2 產出成果

R&D成果具有知識性和經濟性，細分來看，知識性體現在有效發明專利數和國外主要檢索工具（SCI，EI，CPCIS）收錄我國科技論文數上，技術市場成交合同金額以及高技術產業新產品銷售收入是經濟性的主要代表.表3列明了2009～2013年湖南省產出成果的情況，可以發現，2013年無論是知識成果還是經濟成果，均有較大的提升.

有效專利數指調查單位作為專利權人在報告年度擁有的、經國內外知識產權行政部門授權且在有效期內的專利件數[11].通過查閱2014年《中國科技統計年鑒》，湖南省2013年有效專利共計75530件，全國排名第12名，平均每萬人口11.3件有效專利，在全國排第16位.遠比不上排名前五的北京（103.7）、浙江（100.5）、上海（80.5）、江蘇（77.7）、廣東（55.1）.通過查閱數據可知，雖然湖南省有效專利件數比黑龍江、陜西多，但由于人口數多于這兩個地區，故全國排名落后于兩省.此外，通過查閱2014年中國科技統計年鑒，湖南省2012年被國外主要檢索工具收錄的科技論文數共計12 679篇，平均每萬人1.9篇，全國排第十二位.北京每萬人達到29.3篇，上海每萬人有12.0篇，湖南省在論文收錄數量與質量上還有待提升.

經濟成果方面，2013年湖南省技術市場成交合同金額達77.21億元，增幅高達82.78%，全國排名也上升了三位，位居全國第16名，但較北京2 851.72億元、陜西533.28億元和上海531.68億元來說仍存在較大差距.湖南省2013年高技術產業新產品銷售收入為761.68億元，全國排名第10位，是上年的2.06倍，占比從1.44%提升至2.44%.

總體來看，湖南省R&D活動投入產出情況在全國處于中等地位，仍有提高的可能.具體來說，R&D經費內部支出、R&D人員全時當量、主要檢索工具論文收錄數以及高技術產業新產品銷售收入排名較靠前，有效專利數全國排名中等偏上，但R&D投入強度、有效專利數和技術市場成交合同金額排名較靠后，應加大關注力度，使得合適的R&D投入帶來較大的R&D產出.

3 R&D投入產出效率模型分析

3.1 模型原理

數據包絡分析法（Data Envelopment Analysis），簡稱DEA方法.著名運籌學家A.Charnes、W.W.Cooper和E.Rhodes于1978年第一次提出并命名，旨在評價多個部門或單位間的相對有效性.該方法的原理是對輸入的投入產出數據進行綜合分析，確定理想的生產前沿面，通過觀察各決策單元（DMU）與理想生產前沿面之間的距離，確定DMU是否為DEA有效，并指出其他非DEA有效的決策單元改進方向.

由于CCR模型不能單純地評價“技術有效”性，1984年Banker、Charnes和Cooper給出了能單獨評價DMU“技術有效”的BCC模型[13].通過該模型可以得到決策單元的純技術效率、規模效率以及規模報酬.其主要內容是：假設有n個部門，每個部門作為一個決策單元（DMU），每個決策單元都有m個投入和s個產出.它們分別由向量Xj和Yj表示，具體模型如下所示：

3.2 評價指標建立

對于R&D活動效率的分析，學術界通常采用的定量方法有兩類.一類是如張永凱[4]、綦良群[9]等學者采用的隨機前沿分析法，另一類則采用DEA方法，如張明火[6]、韓笑南[8]等學者.而羅瑋[7]、張宇青[14]則將兩種方法結合起來對R&D效率進行評價研究.由于R&D活動具有多投入多產出的顯著特點，因此參考其他學者的方法，本文擬選用DEA方法，基于投入角度的BCC模型，選擇規模可變的角度來衡量湖南省R&D投入產出效率.endprint

根據研發活動的特點和數據的可得性進行數據篩選，本文以R&D人員全時當量、R&D經費內部支出和新產品開發經費作為R&D投入指標，把有效專利、國外主要檢索工具（SCI、EI、CPCIS）收錄論文數、技術市場成交合同金額和高技術產業新產品銷售收入作為R&D產出指標.由于投入產出具有滯后性，因此，參考學者的做法，將滯后期設置為1年.本文擬對湖南省R&D效率進行橫向比較，以全國30個省市自治區（西藏部分數據缺失，不包括西藏）為研究對象，分析其2012年的R&D活動投入數據與2013年的R&D活動產出數據.（數據來源：2013～2014《中國科技統計年鑒》）

3.3 結果分析

通過運行軟件DEAP2.1，得出下列結果.其中，綜合效率是在固定投入量下，產品的實際產出與最大產出之間的比率，它不考慮規模收益，而純技術效率與規模效率則是考慮了規模收益.由表4可知，達到DEA有效的單元為北京、天津、吉林、黑龍江、江蘇、浙江、河南、廣東、重慶、陜西、甘肅、青海和新疆共計十三個地區，其純技術效率和規模效率均是1，意味著其經濟活動不僅實現了技術有效，而且達到規模有效，并且保持規模報酬穩定，此時的R&D投入產出效率為最佳狀態.另外，內蒙古和海南的純技術效率是為1，但規模效率各為0.525和0.626，均沒達到1，表示在既有規模下，其技術效率有效，不存在資源浪費現象，但規模效率還有待提升.從規模報酬看內蒙古處于規模遞減狀態，而青海處于規模遞增狀態，這兩個省應當根據本省情況分別增減投入規模，從而使得投入產出實現DEA有效.

由于DEA無效的決策單元存在，無法根據綜合效率的數值，來比較每個省市之間的效率大小.為了更好地了解湖南省R&D投入產出效率在全國所處的位置，可以通過剔除有效決策單元，并對剩下的決策單元重新做DEA分析[15].由第二次分析結果，這時，可以發現：內蒙古、遼寧、上海、安徽、福建、湖北、湖南、四川、貴州以及云南處于DEA有效狀態.再一次剔除這些DEA有效的省份，對剩下的省份做DEA分析，由結果表4可以發現此時處于DEA有效的是河北、山西、江西、山東、廣西和海南，而寧夏仍為DEA無效狀態.

由上述實證分析可看出：湖南省在第二次DEA分析后才達到有效狀態.若根據該結果，將全國30個省市分為四個階層，湖南省處于第二階層，對應來說，其R&D投入產出效率居于全國中等水平.詳細來看，湖南省綜合效率是0.876，雖然高于全國平均水平（0.837），但仍是非DEA有效.其規模效率是0.993，純技術效率只有0.882，低于全國平均水平（0.888），體現了湖南省R&D投入資源利用率偏低，投入與產出結合水平不高，可能存在資源浪費，挖掘不足的情況.

由表5可知，通過與生產前沿面的比較，湖南省在同樣的產出情況下投入冗余.其中R&D人員全時當量、R&D經費內部支出以及高技術產業新產品開發經費的冗余率都達到了11.83%.而作為產出指標之一的技術市場合同成交金額嚴重不足，其產出不足率高達318.71%.因此，適度縮減投入規模，即在產出不變的情況下，投入比例減少11.83%；或者提高管理水平和效率，進一步提升純技術效率，使得產出增加.

4 結論與對策

本文以1年作為R&D投入產出活動的時間滯后期，選取DEA模型來分析湖南省R&D投入產出效率，得出下列結論，從而提出相應的對策建議.

第一，之所以湖南省R&D投入產出效率較低，主要是由于純技術效率較低，且低于全國平均水平.對比上年，湖南省規模效率顯著提升，但純技術效率有所降低.這表明，湖南省雖然通過加大科技投入來帶動規模效率的大幅提升，但對已有資源的挖掘不足，沒有使其充分利用.因此，促進純技術效率的提升將成為接下來的工作重點.

第二，投入資源冗余，對其利用不充分也是造成湖南省R&D投入產出效率低的原因之一.通過上述分析可知，在既有的產出規模下，湖南省R&D資源投入冗余率為11.83%，較上年提升11.08%.因此，關注的重點不是減少投入資源絕對數量的問題，而是投入資源的合理配置，提高已有資源的利用率.結合湖南省自身特點，合理調整投入與規模的關系，使二者協調發展，共同促進創新產出.

第三，創新產出不足，不僅是由于沒有合理使用投入資源，更多地體現為成果轉化率低，主要表現在技術市場成交合同金額遠沒有達到應有水平.因此，政府應給予足夠的引導與支持，推動科技成果的市場化[15-19].具體來說：完善與知識產權保護相關的法律，為科技成果的市場化與創新提供法律保障；加大科技成果轉化引導基金的投入，簡化審批流程，更好地服務中小企業；規范技術市場，加強產學研合作，引入正規的中介機構，促進知識到成果的轉化；在提高現有科技人才專業素質的同時，發掘、引進并培養更多的科技人才，建立并完善獎勵機制，降低人才流失率.

參考文獻

[1] 習近平.科技是國家強盛之基，創新是民族進步之魂[N].人民日報.2014-6-10.

[2] 成思危.論創新型國家的建設[J].中國軟科學，2009，24（12）：1-14.

[3] 廖偉.中國與OECD國家R&D投入比較研究[J].特區經濟，2010（8）：107-109.

[4] 張永凱.世界主要國家R&D資源配置效率及影響因素研究[J].世界地理研究，2011，31（3）：18-26.

[5] 盧方元，劉龍飛.中部六省R&D經費投入與結構分析[J].地域研究與開發，2011，29（5）：26-29.

[6] 張明火，何郁冰.我國地方R&D活動效率比較研究[J].科技進步與對策，2014（2）：24-29.

[7] 羅瑋.南京市R&D投入產出效率研究[D].南京財經大學經濟學院，2012.

[8] 韓笑南，李愛鴿.陜西省R&D投入產出效率研究[J].農村經濟與科技，2014，28（1）：150-153.

[9] 綦良群，王成東，蔡淵淵.中國裝備制造業R&D效率評價及其影響因素研究[J].研究與發展管理，2011，23（1）：111-118.

[10]陳文俊.基于R&D指標的先導性戰略新興產業發現研究[J].財經理論與實踐，2013，34（1）：109-113.

[11]國家統計局，科學技術部.中國科技統計年鑒——主要統計指標解釋[M].北京：中國統計出版社，2013.

[12]中華人民共和國科學技術部.國家“十二五”科學和技術發展規劃[R].北京：科學技術部，2011.

[13]魏權齡.評價相對有效性的數據包絡分析模型—DEA和網DEA[M].北京：中國人民大學出版社，2012.

[14]張宇青，易中懿，周應恒.我國省際R&D活動效率評價研究——基于DEA和SFA模型[J].科學管理研究，2013（2）：90-93.

[15]杜棟，龐慶華，吳炎.現代綜合評價方法與案例精選[M].北京：清華大學出版社，2012.

[16]賀正楚.基于數據包絡分析法的湖南省“兩型”農業生產效率評價[J].農業現代化研究，2011，32（3）：90-93.

[17]吳艷，周震虹.我國各省市農業投入與產出的效率評價[J].經濟地理，2011，31（6）：999-1002.

[18]翟歡歡，張蜜.內部管理效率對農業生產效率影響的實證分析[J].湖南大學學報：自然科學版，2012，39（3）：92-97.

[19]翟歡歡.基于DEA三階段模型的兩型農業生產效率——以湖南省為例[J].農業系統科學與綜合研究，2011（4）：13-18.endprint