我國區域研發效率及其影響因素研究

姜彩樓，查　穎

（1.南京信息工程大學 中國制造業發展研究院，江蘇 南京 210044；2.南京大學 經濟學院，江蘇 南京 210093）

●區域發展

我國區域研發效率及其影響因素研究

姜彩樓1，2，查穎1

（1.南京信息工程大學 中國制造業發展研究院，江蘇 南京 210044；2.南京大學 經濟學院，江蘇 南京 210093）

文章基于創新價值鏈對研發活動進行劃分，并采用隨機前沿函數測算了我國29個省級單位的區域研發效率。結果表明：三個階段研發效率均呈現逐年上升趨勢，其中知識創新效率最高，發明型專利的研發效率最低，反映出我國優質資源長期向基礎研究領域傾斜，而對研發的市場化重視不夠。在空間跨度上，我國區域研發效率呈現東部、中部和西部地區遞減的趨勢。我國應該完善產學研轉化機制，加大高素質人才培養，為研發活動創造良好的經濟環境。

研發效率；三階段產出；隨機前沿函數；環境變量

［DOI］10.3969/j.issn.1007-5097.2016.06.011

一、引　言

隨著創新驅動戰略的實施，我國研發規模呈逐年遞增趨勢。據統計，我國2013年研發投入高達17 813億元，專利授權數量達122.84萬件，發表三大檢索期刊論文331 395篇，在世界科技領域中占據舉足輕重的地位。然而，由于我國研發活動具有典型的政府推動特征，各研發環節之間往往缺乏有效連接和轉化機制，導致我國研發投入整體效率偏低。在此背景下，對我國區域研發效率差異及其影響因素進行研究，具有重要的理論意義和實踐價值。

現有研究主要采用參數法和非參數法測度研發效率。非參數法以Chames等（1978）［1］的數據包絡分析方法為代表，該方法采用數學規劃法，無須建立變量之間的嚴格函數關系，在多投入多產出的效率度量上具有優勢，其不足之處在于不考慮測量誤差的存在。參數方法以Aigner等（1977）［2］和Battese （1977）［3］等提出的隨機前沿方法（Stochastic Frontier Approach，SFA）為代表，該方法盡管受到特定函數形式的限制，但是能夠基于投入或產出最優的生產函數來構造生產前沿面，并對生產過程的實際值和最優值進行比較以獲得數據，在分析效率變動及其來源時具有優勢。

在測度指標上，現有研究多將研發活動視為“黑箱”，根據研究需要設定投入和產出指標。投入指標主要采用研發人力資本投入和研發經費投入，產出指標主要采用新產品產值（Jefferson，2006；于長宏、白辰，2013）［4-5］或專利產出（沈能，2013；李政、楊思瑩，2014）［6-7］，其優勢在于指標屬性比較明確，能夠反映產品創新和技術創新的特征。為了測度研發單元的綜合效率，研究者開始將期刊論文、專利和新產品產值等指標聯合起來構建綜合產出指標（陳凱華、汪壽陽，2014；鄒文杰，2015）［8-9］。余泳澤等（2014）［10］將研發活動分解為知識創新、專利創新和產品創新三個階段，通過對各個階段的研發效率進行測度，發現區域研發效率的不足并提出改善路徑。

本文將借鑒創新價值鏈理論，在對研發活動進行分解的基礎上，采用隨機前沿法研究不同階段的效率及影響因素，從中發現有價值的規律并提出建議。

二、模型與數據

隨機前沿分析的基本思路是根據一組變量構造投入產出的最佳效率前沿，通過比較樣本與最佳效率前沿的距離，測定每個樣本的相對效率。隨機前沿分析最大的特點是把模型的誤差項分解為隨機誤差和技術無效率項，通過測量技術無效率項來確定效率的大小。

在創新價值鏈上，研發活動可以分為基礎研究、應用研究和試驗發展三個階段，分別對應最初階段（知識創新）、中間階段（技術創新）和最終階段（產品創新）［10］，產出成果分別為科技論文和專著等知識成果、專利等技術成果以及新產品等產品創新成果。建立回歸方程：

最初產出方程：

中間產出方程：

最終產出方程：

方程（1）、（2）和（3）中的νi表示影響研發產出的隨機因素，服從正態分布N（0，），μi代表非負的技術非效率項，服從非負的半正態分布N（+（0，）。

引入技術非效率項μi，考慮環境變量的影響，構建技術非效率的影響因素模型：

考慮到不同研發階段的特征，除了常規的經費投入和研發人員投入以外，我們還分別將第一階段的論文產出增加為第二階段的要素投入，將第二階段的專利產出增加為第三階段的要素投入。對于各個指標的統計口徑，我們參照Guan和Liu（2005）［11］的研究，學術論文為各區域產出的SCI、EI和ISTP檢索論文總量，專利產出為發明型專利申請數，新產品產出為新產品產值。此外，研發過程無疑會受到環境變量的影響，這里主要考慮經濟發展環境、研發環境、政府支持力度和外資投入水平的影響，分別用GDP、大學生在校人數、政府支持力度和外資投入水平來表示。各變量的定義見表1。

表1　研究變量的定義

在樣本選擇上，由于西藏部分數據缺失，重慶市的數據合并到四川省，故研究樣本為29個省級單位。本研究的數據全部來源于2002-2014年的《中國科技統計年鑒》和《中國統計年鑒》。考慮到研發活動的滯后效應，我們對所有投入指標與環境變量做了滯后1期處理。

三、實證結果分析

本文利用隨機前沿方法對研發活動中的最初產出、中間產出和最終產出方程中的效率進行了估計，并考慮了環境因素的影響。表2給出了估計結果，γ值和似然比顯示隨機前沿模型估計結果是合理的。

表2　隨機前沿分析結果

在技術非效率方程中，GDP總量在最初方程和最終方程中系數均顯著為負，說明經濟發展有助于促進知識創新效率提升，而經濟發展也容易催生產品創新的產業環境，提高產品創新效率。在校大學生數量反映了區域內高素質勞動力的數量，檢驗結果顯示其對區域內最初產出與中間產出均呈現出顯著的正向影響，說明高素質人才儲備對知識創新和專利創新具有顯著的促進作用。

政府投入對最初方程與中間方程產生了顯著的負向作用，而在最終產出方程中沒有通過顯著性檢驗。這說明政府投入盡管對知識創新和專利創新產生了顯著的促進作用，但是由于脫離產業發展實踐，難以對產品創新產生促進作用。Goolsbee（1998）則認為研發經費中科研人員薪酬是支出的主要部分，政府投入在很大程度上激發了研發人員工作熱情［12］，難以在產業實踐中產生效益。

外資投入與知識產出呈現顯著的正相關，而與最終產出呈現負相關。這是由于在我國對外開放格局中，創新效率高的區域更容易吸引外資，而外資企業能夠憑借其領先的核心技術對該地區新產品產生“擠出效應”，從而抑制本區域產品創新（王先林，2008）［13］。

通過隨機前沿函數，可以核算出各省級單元的效率變化。圖1表明，研發活動三個階段的研發效率值均呈現逐年上升的趨勢，顯示出我國研發活動整體效率有了很大的提升。其中，又以最初產出效率最高，反映出在我國政府的長期支持下，基礎研發不僅形成了巨大規模，投入產出效率也在逐年改善。發明型專利是科技活動中最具競爭力的指標，但其投入產出效率卻相對較低，這主要是由于我國研發領域長期重視數量考核，而忽視研發質量，導致發明型專利產出效率偏低。

圖1　2002-2013年中國平均研發效率變化趨勢

新產品產出效率較低，這主要是由于供給推動的大規模研發效率整體偏低、產學研結合力度不夠造成的。楚天驕等（2008）認為我國普遍存在研發成果轉化能力不高、利用不充分的現象，調查結果顯示42%的研發成果轉化率在20%以下，僅有17%的研發成果轉化率高于25%［14］。從整體結果來看，中國研發活動的無效率現象仍然較為普遍，還有較大的改善空間。

表3給出了通過方程模型（1）-（3）核算出的各省級單元研發效率值。可以看出，中國區域研發效率在各省級單元之間的分布很不均衡，存在較大的空間差異，總體呈現出東高西低的分布特征。

表3　2002-2013年各地區產出效率值

從區域層面上看，東部地區三個階段的效率值明顯高于中西部地區，其中，江蘇和浙江三個階段的研發效率值均處于領先地位，在0.9以上。我們認為，這主要是由于這些地區處于我國經濟發展的前沿，聚集了較多高質量的研發資源。其次，這些地區擁有較高質量的制度環境，產學研轉化率高，保證了整體研發效率。值得注意的是，盡管北京、上海、福建和天津等地的最初產出效率和最終產出效率較高，但是中間產出效率較低。對于北京和上海來說，我們認為一方面是由于研發人力成本過高（靖學青，2010）［15］，另一方面是由于研發資源過度集中帶來了“擁擠的外部性”，不同研發機構可能會對同一類型的項目進行研發，降低了研發效率。對于天津和福建來說，外向型經濟的集中造成了這些地區面向市場的產品創新效率較高，而面向核心技術的發明型專利創新效率相對較弱，造成了這些地區中間階段創新效率較低的現象。

由于中西部地區在研發資源集聚和產業集聚上都處于不利地位，這些地區既缺乏來自技術層面的供給驅動，也缺乏來自產業層面的需求拉動，整體研發效率普遍偏低。盡管部分地區最初階段研發效率相對較高，但是中間階段和最終階段的產出效率仍然較低。例如湖南、河南、黑龍江、陜西等地，這類地區高等教育發達、科研機構密集，最初階段的研發效率相對較高，但是由于市場體系不健全，產業發展不活躍，中間產出和最終產出效率仍然處于較低水平。

四、結論與建議

本研究將研發活動分為三個階段，運用隨機前沿方法對我國區域研發效率進行了測算，并研究了環境因素的影響。研究結果表明，地區GDP、在校大學生數量和政府支持力度對不同階段的研發效率產生了顯著的正向促進作用。我國區域研發效率總體上呈現“前低后高”的趨勢，處于不斷上升之中，還存在一定的改善空間。在空間維度上，我國區域研發效率整體上呈現東、中、西部遞減的特征。根據研究，本文提出如下建議：

（1）完善產學研轉化機制，協調好基礎研究、專利創新和產品創新的關系。近年來，我國基礎研究規模和效率都取得長足進展，但是對立足于產業需求的專利創新和產品創新重視程度還遠遠不夠，需要從機制上進一步完善和強化，提升創新價值鏈整體競爭力。

（2）改善區域研發環境，營造良好的區域創新生態。理順區域經濟和區域研發之間的關系，充分挖掘區域經濟對區域研發的供給側和需求側動力。在科技資源配置上，加強高校和研究機構的對接，加強科技人才培養，為區域研發提供人才保障。利用區位優勢集聚外資研發機構，通過交流和學習等多種途徑提高研發能力，促進創新集群形成［16］。

（3）制定差異化的科技創新政策，提高研發激勵水平。長期以來，我國科技創新政策較為籠統，對處于不同研發階段和不同空間的研發活動差異性缺乏重視，難以進行有效激勵。相關部門要在進行科學評價的基礎上，制定差異化政策，提高對研發活動的激勵效率。

［1］Charmes A，Cooper W，Niehaus R J.Management science approaches to manpower planning and organization design ［M］.Amsterdam：North-Holland Publishing Co.，1978.

［2］Aigner D，Lovell C A K，Schmidt P.Formulation and estima?tion of stochastic frontier production function models［J］. Journal of Risk&Insurance，1977，6（1）：21-37.

［3］Battese G E，Corra G S.Estimation of a production frontier model：with application to the pastoral zone of eastern aus?tralia［J］.Australian Journal of Agricultural&Resource Economics，1977，21（3）：169-179.

［4］Jefferson G H，Bai Huamao，Guan Xiaojing，et al.R&D per?formance in Chinese industry［J］.Economics of Innovation and New Technology，2006，15（5）：345-366.

［5］于長宏，白辰.中國工業企業研發效率的波及面［J］.沈陽工業大學學報：社會科學版，2013（6）：34-41.

［6］沈能.基于地理溢出的我國研發效率的時空演化特征［J］.科研管理，2013，34（4）：123-130.

［7］李政，楊思瑩.我國地區研發效率的演變和收斂性特征——基于隨機前沿方法的分析［J］.華東經濟管理，2014，28（9）：1-6.

［8］陳凱華，汪壽陽.考慮環境影響的三階段組合效率測度模型的改進及在研發效率測度中的應用［J］.系統工程理論與實踐，2014，34（7）：1811-1821.

［9］鄒文杰.研發要素集聚、投入強度與研發效率——基于空間異質性的視角［J］.科學學研究，2015，33（3）：390-397.

［10］余泳澤，劉大勇.我國區域創新效率的空間外溢效應與價值鏈外溢效應——創新價值鏈視角下的多維空間面板模型研究［J］.管理世界，2013（5）：6-20.

［11］Guan JC，Liu S Z.Comparing regional innovative capaci?ties of PR China based on data analysis of the national pat?ents［J］.International Journal of Technology Management，2005，32（3）：225-245.

［12］Goolsbee A.Does government R&D policy mainly benefit scientists and engineers［R］.National bureau of economic research，1998.

［13］王先林.從個體權利、競爭工具到國家戰略——關于知識產權的三維視角［J］.上海交通大學學報：哲學社會科學版，2008，16（4）：5-13.

［14］楚天驕，杜德斌，姜濤.143家國有工業企業R&D能力調查［J］.中國科技論壇，2008（3）：63-66.

［15］靖學青.長三角16城市利用FDI業績和潛力比較研究［J］.上海交通大學學報：哲學社會科學版，2010，18（6）：35-41.

［16］姜彩樓，李燕超，朱琴.全球化視野下創新集群的協同演化及政策啟示［J］.軟科學，2015（6）：1-4.

［責任編輯：張兵］

Research on RegionalR&D Efficiency and Influencing Factors in China

JIANG Cai-lou1，2，ZHA Ying1
（1.China Manufacturing Institute，Nanjing University of Information Science&Technology，Nanjing 210044，China；2.School of Economics，Nanjing University，Nanjing 210093，China）

The R&D efficiency of 29 provincial-level administrative areas in China has been evaluated by using stochastic frontier function based on the partition of R&D activity.The results indicate that the R&D efficiency at three stages improved. The knowledge innovation efficiency keeps the most efficient one，and the least efficient one is invention patents.These results demonstrate that China’s high-quality resources have been tilting to the basic research in a long time，and the marketization of R&D activity has been ignored for a long time.From the spatial views，regional R&D efficiency presents a decreasing trend from eastern，central to western regions.A better university-industry mechanism should be built to increase the high-quality personnel training，as well as to create a good economic environment for R&D activities.

R&D efficiency；three stages output；stochastic frontier function；environment variables

F061.5；F061.3

A

1007-5097（2016）06-0068-04

2015-08-02

教育部人文社會科學研究基金項目（14YJC630051）；中國博士后基金項目（2015M581759）；江蘇省博士后基金項目（1501141C）

姜彩樓（1977-），男，江蘇東海人，副教授，管理學博士，研究方向：技術創新與管理；

查穎（1991-），女，江蘇揚州人，碩士研究生，研究方向：技術創新與管理。