中國裝備制造業R＆D投入產出績效分析——基于全國三次經濟普查

盧方元　常艷華　盧　欣(鄭州大學，鄭州　450001)

中國裝備制造業R＆D投入產出績效分析——基于全國三次經濟普查

盧方元常艷華盧欣
(鄭州大學，鄭州450001)

〔摘要〕本文根據全國三次經濟普查的數據，應用DEA方法對中國裝備制造業的R＆D投入產出績效進行分析。研究結果表明:中國裝備制造業R＆D投入產出在制造業中的比重較大，且增長速度較快。但DEA無效且全要素生產率整體呈下降狀態，其主要原因在于規模效率無效且呈下降狀態。因此，大力提升中國裝備制造業的規模效率是中國裝備制造業發展的重點。

〔關鍵詞〕裝備制造業R＆D投入產出DEA分析Malmquist指數R＆D人員R＆D經費全要素生產率

引言

裝備制造業是制造業的核心，它承擔著為國民經濟各行業和國防建設提供技術裝備的重任，是國民經濟發展特別是工業發展的基礎，裝備制造業發展水平是一個國家綜合國力的重要體現。裝備制造業發展的根本途徑在于企業創新，而在創新投入資源稀缺的條件下，企業創新能力的高低取決于企業R＆D投入績效的高低。因此，對中國裝備制造業企業R＆D投入產出績效進行全面深入分析，找出中國裝備制造業在R＆D活動中存在的問題及原因，并提出相應的對策，對中國裝備制造業的快速發展，具有十分重要的現實意義。

國內外學者對一般企業或行業的R＆D投入產出績效評價研究有很多［1－8］，但對裝備制造業R＆D投入產出績效進行研究的成果較少。主要有兩種研究思路: (1)計算出具體的效率值進行分析，如吳新娣運用因子分析的方法對內蒙古裝備制造業的R＆D績效進行綜合評價［9］;王文、牛澤東運用隨機前沿分析方法以及全要素生產率變動指數法分別從靜態和動態兩個角度測算中國裝備制造業的創新效率［10］;綦良群，王成東等運用SFA方法和Cobb－Douglas生產函數構建裝備制造業R＆D效率評價模型對其R＆D績效進行實證研究［11］。(2)運用DEA模型進行分析，如殷秀清、張峰等運用SE－DEA模型對國內運輸設備制造業的投資績效進行探討分析，研究結果表明，國內運輸設備制造業的整體投資績效有待提高［12］。王海燕、羅亞非等應用DEA方法分析通信設備、計算機及其它電子設備制造業R＆D活動在不同地區間的差異［13］。姜明君、綦良群運用CCR模型對我國裝備制造業及其7個分行業科技資源投入產出狀況進行實證分析［14］。

在現有對裝備制造業R＆D投入產出績效進行研究的文獻中，R＆D產出指標只有數量指標，沒有質量指標，或者運用DEA方法進行分析時只進行了靜態分析，沒有進行動態分析。本文運用三次經濟普查的數據利用DEA方法中的BCC模型和Malmquist指數對中國裝備制造業的R＆D投入產出績效進行靜態和動態分析。在產出指標方面，不僅有反映數量的絕對量指標，還有反映質量的相對量指標。

1　中國裝備制造業R＆D投入產出狀況

1. 1裝備制造業的內涵及構成

裝備制造業是中國獨有的概念。人們對它的認識不盡相同，目前尚無一致的定義和范圍界定。通常認為裝備制造業是為國民經濟進行簡單再生產和擴大再生產提供生產技術裝備的工業的總稱，即“生產機器的機器制造業”。根據《2013～2014年中國裝備工業發展藍皮書》和三次經濟普查所列出的行業，我們選取的裝備制造業為:金屬制品業(簡記M1)，通用設備制造業(M2)，專用設備制造業(M3)，交通運輸設備制造業(M4)，電器機械和器材制造業(M5)，計算機、通信和其他電子設備制造業(M6)，儀器儀表制造業(M7) 7個大類。為了在和一般制造業比較中，說明裝備制造業R＆D投入產出績效的高低，本文在匯總整理的基礎上研究27個制造業:農副食品加工業，食品制造業，飲料制造業，煙草制品業，紡織業，紡織服裝、鞋、帽制造業，皮革、毛皮、羽毛(絨)及其制品業，木材加工及木、竹、藤、棕、草制品業，家具制造業，造紙及紙制品業，印刷業和記錄媒介的復制，文教體育用品制造業，石油加工、煉焦及核燃料加工業，化學原料及化學制品制造業，醫藥制造業，化學纖維制造業，橡膠和塑料制品業，非金屬礦物制品業，黑色金屬冶煉及壓延加工業，有色金屬冶煉及壓延加工業，金屬制品業，通用設備制造業，專用設備制造業，交通運輸設備制造業，電氣機械及器材制造業，通信設備、計算機及其他電子設備制造業，儀器儀表制造業。

1. 2裝備制造業的R＆D投入狀況

裝備制造業是勞動密集型產業，同時也是技術密集型、資本密集型產業，需要大量的R＆D人力資源和財力資源的投入。本文選取的R＆D投入指標有: R＆D人員全時當量、R＆D經費內部支出。基于三次經濟普查的裝備制造業R＆D投入狀況如表1所示:

表1　裝備制造業R＆D投入狀況表

從表1可以看出，在三次經濟普查期間，中國裝備制造業總體R＆D人員和R＆D經費呈快速增長狀態，但年均增速略低于制造業的年均增速。中國裝備制造業R＆D人員和R＆D經費在制造業中的比重較大，2004年、2008年、2013年裝備制造業R＆D人員全時當量占制造業的比重分別為63. 25%、63. 41%、62. 28%，R＆D經費內部支出占制造業的比重分別為61. 75%、59. 65%、57. 51%。

在裝備制造業7個分行業中，2008～2013年裝備制造業R＆D經費內部支出年均增速均低于2004～2008年的年均增速。R＆D人員全時當量除交通運輸設備制造業(M4)外亦是如此。7個分行業中金屬制品業(M1) R＆D人員和R＆D經費年均增速最大，計算機、通信和其他電子設備制造業(M6)年均增速最小，但其R＆D人員和R＆D經費的規模最大。2013年，計算機、通信和其他電子設備制造業(M6) R＆D人員全時當量占裝備制造業的比重為26. 65%，是比重最低的儀器儀表制造業(M7)的5. 65倍，R＆D經費內部支出占裝備制造業的比重為27. 47%，是支出最少的儀器儀表制造業(M7)的8. 39倍。

1. 3裝備制造業的R＆D產出狀況

專利申請數和新產品銷售收入是衡量R＆D產出大小的兩個重要指標，中國裝備制造業R＆D產出狀況如表2所示:

表2　裝備制造業R＆D產出狀況表

從表2可以看出，在三次經濟普查期間，中國裝備制造業R＆D產出增長速度很快，絕大部分行業年均增速超過20%。中國裝備制造業總體專利申請數年均增速高于制造業總體的年均增速，但裝備制造業總體新產品銷售收入的年均增速低于制造業總體的年均增速。中國裝備制造業R＆D產出規模較大，2004年、2008年、2013年裝備制造業專利申請數占制造業的比重分別為67. 61%，67. 97%，68. 48%，呈增加趨勢;裝備制造業專利申請數占制造業的比重分別為66. 38%，63. 15%，59. 59%，呈減少趨勢。

在裝備制造業7個分行業中，除計算機、通信和其他電子設備制造業(M6)外，專利申請數在2008～2013年間的年均增速均高于2004～2008年間的年均增速。但新產品銷售收入在2008～2013年間的年均增速，除計算機、通信和其他電子設備制造業(M6)外則均低于2004～2008年間的年均增速。計算機、通信和其他電子設備制造業(M6)的R＆D產出規模最大，2013年專利申請數占裝備制造業的比重為24. 40%，是比重最低的金屬制品業(M1)的4. 86倍，新產品銷售收入占裝備制造業的比重為32. 12%，是比重最低的儀器儀表制造業(M7)的16. 22倍。

2　裝備制造業的R＆D投入產出績效評價分析

2. 1 R＆D績效評價方法

R＆D績效評價方法的種類有很多，其中有因子分析法、灰色關聯法、以及數據包絡分析法等。數據包絡分析(DEA)的方法是研究相對效率的通用方法，且特別適合于多指標投入與多指標產出。DEA的基本模型有CCR模型，BCC模型等。本文使用DEA方法的BCC模型和Malmquist指數對中國裝備制造業的R＆D投入產出績效進行靜態和動態評價。選取的投入指標為: R＆D人員全時當量、R＆D經費內部支出;產出指標為:反映數量的專利申請數，新產品銷售收入，反映質量的發明專利數/專利申請數，新產品出口收入/新產品銷售收入。為了在與制造業的比較中分析裝備制造業的R＆D投入產出績效，本文將對包含裝備制造業的27個制造業的R＆D投入產出績效進行DEA分析。

2. 1. 1 BCC模型

運用BCC模型對27個制造業進行評價建模如下:

決策單元共有27個，每個決策單元有2個類型的輸入，4個類型的輸出。第j個決策單元的輸入向量為xj= (x1j，x2j)T，輸出向量為yj= (y1j，y2j，y3j，y4j)T。輸入與輸出矩陣可以分別表示為X = (x1，x2，…，x27)，Y = (y1，y2，…，y27)。對某個行業j，其BCC模型為:

目標函數min:［θ－ε(eTs－+ eTs+)］

其中: xti，xti+1分別表示第i個行業在t時期和t +1時期的投入向量; yti，yti+1分別表示第i個行業在t時期和t + 1時期的產出向量。Dti(xti，分別表示第i個行業以t時期的技術為參照，時期t和t +1生產點的距離函數。注腳為v的表示可變規模報酬的情況，注腳為c的表示不變規模報酬的情況。

式(2)第一項表示可變規模報酬下的純技術效率，第二項表示規模效率，第三項表示技術變化。全要素生產率的變化(tfpch) =技術效率變化(effch)×技術變化(techch)，技術效率變

在式(1)中，θ為決策單元的有效值，λ為權重系數。s+:輸出變量的松弛變量; s－:輸入變量的冗余變量。e:分量為1的向量;ε:非阿基米德無窮小量。

其有效性的判斷如下:

θ即為綜合技術效率值，在可變規模報酬(VRS)假定下，將綜合技術效率分解為純技術效率與規模效率的乘積，即:綜合技術效率=純技術效率×規模效率。

(1)當θ= 1，且s+= 0，行業j DEA有效，此時行業j既是純技術有效又是規模有效。

(2)當θ＜1時，行業j DEA無效，此時行業j純技術無效或者規模無效。

2. 1. 2 Malmquist指數(可變規模)

Malmquist指數是基于DEA模型的方法提出的，它利用距離函數的比率計算投入產出效率，能夠對各個決策單元的效率進行縱向的比較分析。本文用Malmquist指數分析中國裝備制造業全要素生產率的動態變化特征。Malmquist指數將生產率變化的原因分為技術效率變化和技術變化，并在可變規模報酬下進一步將技術效率變化分解為純技術效率變化和規模效率變化。Malmquist生產率指數的原理:化(effch) =純技術效率變化(pech)×規模效率變化(sech)。因此，全要素生產率的變化(tfpch) =純技術效率變化(pech)×規模效率變化(sech)×技術變化(techch)。

在全要素生產率的變化即tfpch＞1時，該行業的全要素生產率提高; tfpch =1，全要素生產率沒有發生變化; tfpch＜1，全要素生產率下降。其他指數亦有類似解釋。

2. 2 R＆D績效的實證分析

2. 2. 1裝備制造業的DEA有效性分析

根據三次經濟普查數據，運用DEAP2. 1軟件，采用BCC模型對中國27個制造業R＆D投入產出績效進行評價，得到的裝備制造業7個分行業的評價結果如表3所示:

表3　中國裝備制造業的DEA有效性評價結果

表3可以看出，在三次經濟普查期間，與其它制造業分行業相比，裝備制造業各分行業均綜合技術無效。裝備制造業的綜合效率值低于同期的制造業綜合技術效率值，且呈現不斷下降的狀態。表明中國裝備制造業在資源配置和資源使用方面存在嚴重的問題，且隨著時間的推移，問題日益嚴重。但是裝備制造業純技術效率值較高，大于0. 9，一直于高于同期的制造業純技術效率值。而規模效率值較低，且低于同期的制造業規模效率值。說明裝備制造業的技術和管理水平相對于27個制造業較高，其綜合技術無效的原因主要在于規模無效。

在裝備制造業7個分行業中，金屬制品業(M1)、電器機械及器材制造業(M5)、計算機、通信和其他電子設備制造業(M6)的綜合技術效率值處于逐年下降狀態，但純技術效率除金屬制品業(M1)均有效，主要在于這3個行業的規模效率不斷下降。通用設備制造業(M2)、專用設備制造業(M3)、儀器儀表制造業(M7)的綜合技術效率值呈先下降后上升狀態，除專用設備制造業(M3)純技術效率在持續增加外，其他兩個行業的純技術效率變化趨勢與綜合技術效率一致。交通運輸設備制造業(M4)的綜合技術效率值先上升后又大幅度下降，規模效率變化趨勢與其一致，純技術一直處于有效狀態。

2. 2. 2 Malmquist指數分析

根據三次經濟普查數據，使用DEAP2. 1軟件，采用投入導向(input－orientated)的方式核算。得到裝備制造業7個分行業可變規模情況下Malmquist總體變化情況如表4所示:

表4　裝備制造業7個分行業的平均Malmquist指數變化及分解

三次經濟普查期間，裝備制造業的整體全要素生產率下降了4%，其中技術提高了3. 3%，純技術效率提高了1. 5%，規模效率下降了6. 5%。說明裝備制造業全要素生產率下降原因在于裝備制造業規模效率的下降。裝備制造業7個分行業中，有4個行業的全要素生產率是下降的，其中金屬制品業(M1)下降幅度最大，其原因在于純技術效率和技術變化均呈下降狀態;交通運輸設備制造業(M4)下降幅度最小，得利于其技術進步幅度較大。全要素生產率有所提高的只有3個，其中專用設備制造業(M3)上升幅度最大，得利于其純技術效率上升較大;電器機械及器材制造業(M5)上升幅度最小，主要受規模效率的制約。在裝備制造業7個分行業中，除儀器儀表制造業(M7)外，其它6個分行業的規模效率均呈下降狀態。

三次經濟普查期間裝備制造業Malmquist指數2004年、2008年、2013年3個年度變化及分解情況如表5所示:

表5　中國裝備制造業Malmquist指數變化及分解

從表5可以看出，裝備制造業2013年的全要素生產率較2008年改善了7. 1%，而2008較2004年則下降了13. 1%。2008年全要素生產率的下降要比2013年全要素生產率改善程度大的多。這一方面是因為2008年金融泡沫的膨脹與破滅，對實體經濟的影響導致經濟數據出現一定的不穩定性;同時也表明生產率的提高對裝備制造業發展的貢獻不夠大。再看全要素生產率變動的分解，表5結果顯示2013年全要素生產率7. 1%的改善，來源于技術變化21. 6%的改善和技術效率0. 9%的提高，其中純技術效率改善4. 6%，規模效率下降4. 3%。可以看出2013年全要素生產率的改善主要是因為技術進步，而規模效率則導致全要素生產率下降。2008年全要素生產率的下降是技術效率和技術下降綜合作用的結果。具體表現為技術下降了8. 5%，純技術效率下降0. 9%，規模效率下降3. 1%。兩次全要素生產率變化的分析顯示，規模效率一直在對全要素生產率的提高起著拖累作用。

從裝備制造業的7個分行業來看，2013年全要素生產率改善最大的達到30. 3%，下降最大的則為－14. 6%，離散程度很大，說明裝備制造業7個分行業中TFP改善程度極不均勻，個體間差異大。在全要素生產率得到改善的4個分行業中，有3個行業的技術變動得到改善，其中計算機、通信和其他電子設備制造業(M6)的技術變動改善了53%。純技術效率2個得到改善，2個處于不變狀態，而規模效率僅有專用設備制造業(M3)一個行業得到改善。2013年全要素生產率下降的3個行業中，指標間變動極不均勻。這3個行業的技術變動呈現極大的分化趨勢，儀器儀表制造業(M7)下降了39%，而交通運輸設備制造業(M4)的技術則改善了108. 5%。3個行業的純技術效率變化各不相同，金屬制品業(M1)下降，電器機械及器材制造業(M5)不變，儀器儀表制造業(M7)得到改善。3個行業的規模效率則為交通運輸設備制造業(M4)下降了57. 9%，其他兩個行業實現不同程度的上升。2008年的全要素生產率只有交通運輸設備制造業(M4)改善了7%，其他6個行業均有不同程度的下降。交通運輸設備制造業(M4)改善的7%主要由于技術效率23. 3%的貢獻，其中純技術效率并未發生變化，而規模效率改善了23. 3%，技術變化卻起到了拖累作用。全要素生產率下降的6個行業中，除儀器儀表制造業(M7)的技術提高了3. 4%外，其他行業均有不同程度的下降。6個行業的技術效率則全都有所下降，具體為規模效率除通用設備制造業(M2)提高了5. 5%外，其他均在下降，純技術效率下降的占到一半。

綜上，2013年裝備制造業全要素生產率實現提高，對全要素生產率提高的分行業來說，其得益于技術進步的貢獻，而規模效率則不理想。而全要素生產率并未得到改善的3個分行業，技術貢獻有所欠缺，規模效率相對較好。總體來說，裝備制造業仍應加大力度繼續技術研發與技術創新，注重改善管理水平和規模結構，但針對不同行業應各有側重。

3　結論與建議

綜上所述本文得到的主要結論:

(1)在三次經濟普查期間，中國裝備制造業總體R＆D人員和R＆D經費呈快速增長狀態，R＆D人員與R＆D經費投入在整個制造業的比重較大，占到60%左右。除個別分行業，中國裝備制造業R＆D人員和R＆D經費在2008～2013年的年均增速明顯低于2004～2008年的年均增速。

(2)中國裝備制造業R＆D產出在整個制造業的比重較大，大部分年份在66%左右。增長速度很快，絕大部分行業年均增速超過20%。除個別分行業外，中國裝備制造業專利申請數在2008 ～2013年的年均增速高于2004～2008年的年均增速，但新產品銷售收入2008～2013年的年均增速低于2004～2008年的年均增速。

(3)中國裝備制造業7個分行業均為DEA無效，但其中大部分行業純技術有效，且DEA無效行業的純技術效率值較高，均高于0. 9。裝備制造業無效的主要原因在于其規模效率值較低，且處于不斷下降的狀態。

(4)在三次經濟普查期間，中國裝備制造業全要素生產率總體呈下降狀態，其原因在于規模效率的下降。中國裝備制造業各分行業全要素生產率在2008年絕大部分下降，但在2013年大部分上升。

根據結論提出的建議如下:

(1)中國裝備制造業的規模效率極低，且處于規模遞減的狀態，說明企業的實際規模與最優生產規模存在較大差距。裝備制造業各行業需要從鋪攤子、急于擴張的粗放式發展轉向集約式發展。加大R＆D投入力度的同時著重優化R＆D投入結構、提高R＆D投入質量，避免盲目擴大R＆D經費投入和增加R＆D人員。

(2)注重科技創新體制改革和管理水平的提高。通過Malmquist指數對全要素生產率變動的分解我們看出，技術變化與純技術變化的平均值大于1，但還有不少的行業小于等于1，需要進一步完善科技創新機制，優化創新環境，促進各個行業的技術進步。

(3)積極推進裝備制造業的市場化改革，充分發揮市場在資源配置上的作用。同時推進企業的結構調整，減少企業領導人員的短期自利行為，合理規劃裝備制造業。

參考文獻

［1］Lai Y L，Lin F J，Lin Y H．Factors Affecting Firm's R＆D Investment Decisions［J］．Journal of Business Research，2015，68 (4) : 840～844

［2］Sandu. S，Ciocanel. B．．Impact of R＆D and Innovation on High －tech Export［J］．Procedia Economics and Finance，2014，15: 80～90

［3］Costa－Campi M. T，Duch－Brown. N，García－Quevedo. J．．R＆D Drivers and Obstacles to Innovation in the Energy Industry ［J］．Energy Economics，2014，46: 20～30

［4］Lim. s，Zhu. J．．A Note on Two－stage Network DEA Model: Forntier Projection and Duality［J］．European Journal of Opera-tional Research，2016，248 (1) : 6758～6766

［5］單春霞．基于DEA－Malmquist指數方法的高新技術產業R＆D績效評價［J］．統計與決策，2011，(2) : 70～74

［6］姜南．專利密集型產業的R＆D績效評價研究——基于DEA －Malmquist指數法的檢驗［J］．科學學與科學技術管理，2014，(3) : 99～107

［7］李健英，慕羊．基于DEA方法的我國上市企業創新績效研究［J］．科學學與科學技術管理，2015，(2) : 111～121

［8］白恩來，趙玉林，徐博．高技術產業技術創新績效路徑研究［J］．科學管理研究，2015，(1) : 32～35

［9］吳新娣．內蒙古裝備制造業R＆D投入績效實證分析［J］．科學管理研究，2011，(6) : 112～115

［10］王文，牛澤東．中國裝備制造業技術創新的靜態與動態效率——基于二位碼行業數據的分析［J］．產業和區域經濟管理，2014，(5) : 24～36

［11］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，2014，(1) : 111～118

［12］殷秀清，張峰，董會忠．基于SE－DEA模型的運輸設備制造業投資績效評價研［J］．工業技術經濟，2014，(7) : 35 ～42

［13］王海燕，羅亞非，孫守霞等通信設備、計算機及其它電子設備制造業R＆D績效分析［J］．科研管理，2007，(28) : 158～162

［14］姜明君，綦良群．我國裝備制造業科技資源配置評價研究［J］．科學管理研究，2012，(1) : 42～46

［15］衛平，黃敏儀．基于MFA的裝備制造業區域技術效率研究［J］．工業技術經濟，2014，(10) : 14～21

［16］李紹東．中國裝備制造業先進水平實證研究［M］．北京:中國社會科學出版社，2013

［17］段一群．中國裝備制造業產業安全評價與實現機制研究［M］．北京:科學出版社，2013

［18］楊拴昌．2013～2014年中國裝備工業發展藍皮書［M］．北京:人民出版社，2014

(責任編輯:王平)

Performance Analysis of R＆D Input and Output in China's Equipment Manufacturing Industry——Based on the three National Economic Censuses

Lu Fangyuan Chang Yanhua Lu Xin
(Zhengzhou University，Zhengzhou 450001，China)

〔Abstract〕Using data from the three national economic censuses，DEA method is used to analyse the performance of R＆D input and output of Chinese equipment manufacturing industry．The results show that: the R＆D input and output of the equipment manufacturing industry in China has a large proportion in the manufacturing industry，and the growth rate is relatively fast．However，the DEA is invalid and the total factor productivity is declining，the main reason is that the scale efficiency is invalid and the state is of decline．Therefore，it should become a priority to improve the scale efficiency of China's equipment manufacturing industry．

〔Key words〕equipment manufacturing industry; R＆D input and output; DEA analysis; Malmquist index; R＆D staff; R＆D funds; total factor productivity

作者簡介:盧方元，鄭州大學商學院教授，博士。研究方向:數量經濟與創新管理。常艷華，鄭州大學商學院碩士研究生。研究方向:經濟數量分析。盧欣，鄭州大學商學院本科在讀。研究方向:財務管理。

基金項目:河南省軟科學研究計劃項目“河南省裝備制造業R＆D投入績效研究”(項目編號: 152400410196)。

收稿日期:2015—11—09

〔中圖分類號〕F224; F426

〔文獻標識碼〕A

DOI:10．3969/j．issn．1004－910X．2016．04．019