許珂
(常州工學院經濟與管理學院,江蘇 常州 213032)
江蘇省是中國的經濟大省,大力提高江蘇省R&D投入,提高科技創新能力,促進區域經濟的快速發展,是江蘇省的責任與使命。常州市是蘇南城市的重要一員,本文對其R&D進行全面的分析,對其R&D投入產出效率進行綜合測度和客觀評價,分析其R&D效率的影響因素,并提出進一步提高效率的建議和對策,對加快其科技進步、經濟發展方式的轉變等具有十分重要的理論和實際意義。
國外對R&D效率的研究起步較早。有的學者從企業和行業的角度來進行研究,比如Akihiro Hashimoto,Shoko Haneda[1]以10家日本制藥公司1983—1992年間的數據為基礎,發現日本制藥行業的研發效率在這10年里呈下降趨勢。對于R&D影響因素的研究,早期的研究主要集中在宏觀層面,隨著企業統計數據的逐漸增多,微觀角度的研究也開始出現。
國內對于R&D效率的研究起步較晚。有的學者從行業角度進行研究,比如制造業[2]、石化行業[3]、傳統產業[4]等。有的學者從區域的角度進行研究,比如山東省[5],江浙兩省[6],我國31個省、直轄市、自治區之間比較[7-9]。對于R&D效率影響因素的分析,國內也有一定的研究基礎,大多數學者從政府行為、金融發展水平、開放程度等方面進行了分析。比如韓先鋒[10]發現政府行為和金融發展水平對創新技術效率具有一定的抑制作用;貿易依存度、外資利用水平、城市化水平、產業結構、人力資本、工業化水平、信息化水平等因素具有正的促進作用。田軍偉[11]分析了區域市場化水平、開放程度、政府支持力度、信息化水平、工業化水平對R&D效率的影響。蔡翔等[12]分析了政府支持力度、高新技術產業規模以及企業R&D投入力度對科研成果轉化效率的影響。左鎧瑞、宮建成[13]發現經濟發展水平和金融服務對R&D活動的支持是影響R&D效率最重要的因素。
綜上所述,隨著近年來國家對科技發展的日益重視,我國R&D投入不斷增加,學者和政府從原來僅關注R&D的投入資金規模轉而對R&D投入產出效率給予越來越多的重視,這方面的研究已形成了一定的理論體系,包括采用DEA、隨機前沿生產函數、因子分析與聚類分析等不同的方法,對企業、行業或地區的R&D效率進行測度等。對于地區R&D效率的研究多是集中在省級區域之間的比較,很少涉及市級層面。而對于R&D效率影響因素的研究,從企業層面研究的文獻較多,對地區R&D效率影響因素的研究較少,現有文獻對地區R&D效率的影響因素多從地區的經濟發展水平、經濟開放程度、政府扶持力度、信息化水平等方面開展研究。因此,本文在前人研究的基礎上,對江蘇省常州市的R&D情況及效率進行全面的分析,探索提高R&D效率的方法。
R&D活動經費是反映一個國家或地區自主創新能力的重要指標。常州市每年R&D活動經費支出的規模都在不斷擴大,2016年常州市R&D活動經費達155.32億元,是2005年的7.47倍。不僅是R&D經費投入的絕對規模不斷增加,R&D投入強度也在不斷增加,從2005年的1.6%到2016年的2.69%,常州市的R&D經費支出占GDP比重2010年以后一直高于江蘇省平均水平,與全國平均水平相比高出的程度越來越大,見表1。

表1 2005—2016年常州市R&D經費投入情況統計表

表1(續)
注:數據來源于2005—2016年《常州市國民經濟和社會發展統計公報》,2005—2016年《江蘇省國民經濟和社會發展統計公報》,2016年《全國科技經費投入統計公報》。
R&D人員即從事R&D活動的人員,其數量和質量是衡量一個地區科技實力的重要指標。不管是科技開發機構還是企業,常州市的R&D人員數量總體水平在不斷上升。以規模以上工業企業R&D人數為例,2010年為37 056人,2016年增加到60 301人。
2010年以來企業R&D資源投入,包括經費投入和人員投入都在不斷增長,并取得了較好的R&D成果,企業的新產品銷售收入、專利數量等也有了較大幅度增長,見表2。

表2 2010—2016年常州市規模以上工業企業R&D活動情況統計表
注:數據來源于2010—2016年《常州市國民經濟和社會發展統計公報》,2011—2017年《常州統計年鑒》。
從衡量R&D活動產出的幾個主要指標來看,常州市的R&D產出在近年來大幅度提高,具體情況見表3。

表3 2010—2016年常州市R&D產出情況統計表
注:數據來源于2011—2017年《常州統計年鑒》。
經深入分析發現存在一些問題,以專利數指標為例,2016年專利申請量43 860件,是2006年的12.78倍,專利授權量17 790件,是2006年的11.46倍。但是專利包括發明專利、實用新型專利和外觀設計專利三種,專利水平的高低主要取決于發明專利的數量和比重。而常州市的專利申請量和授予量中,發明所占的比重都很小,2010—2016年常州市的專利結構中,發明所占比重到2015年才開始突破10%,說明常州市的創新成果質量還有待提高。
以上分析僅從R&D活動的資源投入和產出數量角度分析了常州市R&D活動在近年來的基本情況,僅能反映出常州市R&D創新活動的一些表面情況,對R&D活動的效率還需通過實證分析進行更深層次的了解和挖掘。
數據包絡分析(DEA)方法是利用多項投入,對產出指標評價相對有效的一種方法,在R&D效率評價時很常用。
由于各個地區披露的指標不一致,因此選擇了蘇南五市在研究期間每年均披露數據的指標,將R&D活動經費、規模以上工業企業R&D人員作為投入指標,產出分為直接產出和間接產出,選擇專利授權量、高新技術企業總產值作為直接產出指標,人均GDP為間接產出指標,以2010—2016年作為研究期。所有指標數據來自當地的統計年鑒和統計公報。
以蘇南五市2010—2016年連續7年的R&D投入產出為研究對象,選擇Deap軟件進行DEA分析,結果整理見表4—10。

表4 2010年蘇南五市R&D投入產出效率DEA結果

表5 2011年蘇南五市R&D投入產出效率DEA結果

表6 2012年蘇南五市R&D投入產出效率DEA結果

表7 2013年蘇南五市R&D投入產出效率DEA結果

表8 2014年蘇南五市R&D投入產出效率DEA結果

表9 2015年蘇南五市R&D投入產出效率DEA結果

表10 2016年蘇南五市R&D投入產出效率DEA結果
將表4—10的綜合效率進行整理,結果見圖1,可以看出,鎮江市的R&D投入產出規模雖然最小,但是R&D效率是最高的,7年中有5年實現了DEA有效。綜合效率第二的是蘇州市,蘇州市的R&D投入產出規模在蘇南五市中是最大的,7年中有3年實現了DEA有效,近三年綜合效率下降較多。常州市的R&D綜合效率在蘇南五市中處于第三位,7年來保持比較穩定的水平,平均在0.78左右。無錫市和南京市的R&D效率波動較大,均值處于0.76以下,屬于相對效率低下的城市。說明R&D效率與經濟發展水平、投入產出的絕對量沒有直接的聯系,關鍵還是要看投入和產出的相對效率。

圖1 蘇南五市R&D綜合效率比較
綜合效率由純技術效率和規模效率共同決定。從純技術效率的均值來看,鎮江市和蘇州市的純技術效率接近1,說明在目前的技術水平上,R&D投入資源的使用還是比較有效的。常州市的純技術效率均值為0.803,在蘇南五市中處于第四位,說明常州市沒有很好地利用研發投入,創新知識轉化能力較低。常州市的規模效率均值為0.975,在蘇南城市中排第二位,說明常州市近年來的R&D效率不高主要不是由規模效率引起的,而是由純技術效率引起的。從規模報酬的情況來看:2010—2012年,蘇州市和鎮江市DEA有效,規模報酬不變,南京市和常州市規模報酬遞增,無錫市規模報酬遞減;2013年,只有鎮江市DEA有效,南京市、蘇州市、無錫市規模報酬遞減,常州市規模報酬遞增;2014—2015年,鎮江市規模報酬不變,其他4個城市都是規模報酬遞減;2016年5個城市都是規模報酬遞減。說明在前幾年,隨著國家對R&D重視程度的提高,各地方政府也開始增加R&D投入,此時處于規模報酬遞增狀態,即增加投入能夠帶來產出的成倍增加。而從2014年開始,蘇南各地區都逐漸轉為規模報酬遞減階段,這說明存在嚴重的資源浪費,不能盲目地增加投入。因此蘇南五市在保持現有的R&D投入強度情況下,更重要的是要合理配置R&D資源,調整R&D資源的投入結構,以提高R&D資源的利用率。
在評價R&D效率的基礎上,要考察R&D效率的影響因素,才能更好地為地方政府的決策指明方向,因此本文在對常州市R&D效率評價基礎上,以蘇南五市作為研究樣本,運用Tobit截斷回歸分析的方法進行分析。Tobit回歸是因變量受限模型的一種,由于測算出來的R&D綜合效率都處于0和l之間,具有被切割或截斷的特點,因此選擇該模型。
1)政府行為
政府的支持在研發過程中發揮著重要的作用,可以通過政府資金的扶持,也可以通過稅收減免、稅收優惠等政策鼓勵R&D活動。一般認為,政府扶持力度與研發效率之間存在正相關關系。但是也有學者認為政府對研發活動的支持主要是從社會效益出發,而不追求經濟利益,因而會導致效率低下。
2)利用外資水平
外商直接投資不僅帶來資金,還帶來技術,但技術溢出可能是正效應,也可能是負效應,這取決于利用外資地區的消化、吸收能力。
3)城市化水平
城市化水平是衡量一個國家或地區經濟發展水平高低的標志之一,一般認為,城市化水平越高,經濟越發達,R&D效率也越高。
4)金融發展水平
R&D活動需要大量的資金,除了企業內部資金來源和政府的財政資金支持,金融體系可以提供多元化的資金來源,因此一般認為金融發展水平越高,R&D效率越高。
5)產業結構
源自一些發達國家和地區的經驗表明,R&D對產業結構升級存在著正向促進效應[14],產業結構升級反過來也影響R&D效率,這兩者之間關系密切。
6)人力資本
R&D不僅需要資金投入,還要有人力資本投入。人力資本數量越多,質量越高,越有利于R&D效率的提高。
7)工業化水平
在工業化發展進程的不同階段,R&D投入模式也不一樣,有的以政府為主導,有的以企業為主導,還有雙主導型,因此工業化水平也會影響R&D效率。
8)信息化水平
有學者發現信息化對創新能力產生顯著的促進作用,由此可知信息化水平與R&D關系密切,但對R&D效率究竟有什么影響有待研究。
根據前文的分析,將影響R&D效率的影響因素作為自變量,因變量為前面基于DEA的蘇南五市R&D綜合效率,相關指標具體見表11。
運用Stata軟件將數據進行分析,最終得到Tobit回歸結果,見表12。

表11 指標選擇

表12 Tobit回歸結果
模型回歸擬合效果較好,大多數自變量通過顯著性檢驗,說明對R&D效率有顯著影響。通過輸出的各自變量系數值及其相應的檢驗值,可以得到以下結論:一是人力資本、工業化水平和信息化水平對R&D效率的提高具有顯著的推動作用,但是由于系數比較小,因而作用比較有限。二是政府行為和金融發展水平對R&D效率的提高具有顯著的抑制作用。政府行為對R&D效率的消極作用,從前面的分析可以看到,蘇南五市的R&D經費絕對水平較高,但從2014年開始逐步轉為規模報酬遞減階段,因此增加政府扶持力度對效率提高的作用不大,最主要是要優化結構,因而實證結果中政府扶持力度的系數為負值。而金融發展水平對R&D效率的消極作用,與金融體系還不夠完善,金融機構對科技活動的支持力度還比較低、作用未能充分發揮有關。三是利用外資水平、城市化水平和產業結構對R&D效率的提高所起的作用不明顯。蘇南經濟的對外開放程度是比較高的,但是利用外資要能夠充分消化吸收才有利于創新能力的提高,具有正的技術溢出作用,蘇南在這方面還有待提高。蘇南的城市化水平在全國來看也是比較領先的,但是對R&D效率提高所起的作用不明顯,說明蘇南要進一步著力提高城鎮化的質量,注重創新人才集聚、基礎設施建設等方面,使地區內的R&D創新活動實現規模經濟,進而提高效率。產業結構方面,蘇南五市(除了南京市)的產業結構前幾年還是以“二、三、一”格局為主,蘇州市、常州市在2015年,無錫市在2016年開始轉型為“三、二、一”,產業結構的調整影響了R&D效率的提高。
根據以上分析,提出提高常州市R&D效率的政策建議供政府部門參考。
常州市R&D活動2014年開始轉入規模報酬遞減階段,因此增加R&D投入資金并不是最主要的,只需要在保持現有規模的基礎上適當增加,保持原有的R&D投入強度即可,關鍵是要調整支出結構,應更加注重基礎研究和應用研究的發展,提升自主R&D能力。為此,政府部門應一方面加大財政對基礎研究的投入力度,另一方面要結合國家發展戰略、行業發展方向和區域自身特點,做好基礎研究規劃布局,鼓勵包括企業、高校、科研機構在內的社會各方面關心和支持基礎研究。
目前江蘇省利用外資對R&D效率提升起到的是反作用,常州市應在利用外資的同時,重視引進外資的消化、吸收、再創新。不能對國外的先進技術產生依賴,而要能夠從中吸收對自己有利的方面,學習有益的經驗,提升自主創新能力,發揮引進外資的正的溢出效應。
目前城鎮化對R&D效率的提升作用不明顯,常州市在城鎮化過程中要提高城鎮化的質量,注重完善高新區等新城區的相關配套設施,制定能夠吸引科技型人才的住房、教育等政策,有效推動新型城鎮化發展。
目前常州市的R&D活動經費主要來源于企業,政府資金是第二大主要來源,金融機構的支持力度是很小的。企業在科技創新活動中難免會出現資金問題,僅僅依靠企業的資金一些大型項目很難進行。因此,政府部門應引導和鼓勵金融機構加大對科技創新的支持,制定有利的金融政策,為企業創新提供穩定的資金來源。
江蘇省各城市只有南京市2008年就轉變為“三、二、一”,其他城市轉型較晚,常州市2015年剛剛轉型。因此常州市要進一步調整產業結構,促進產業結構升級,發揮其對R&D效率提高的積極作用。為此,政府部門要結合常州市自身優勢,培育地方戰略性產業,進一步加快十大產業鏈建設、優勢產業轉型升級和培育創新型企業,提高創新活動的競爭力。
常州市的R&D人員總量雖然在逐年提升,但是整體素質還比較低。因此,常州市一方面要制定良好的政策,建立完善的保障體系,吸引更多的科技人員;另一方面應結合常州市現階段的實際情況,有針對性地為科技創新活動培養更多的高素質的后備人才。
工業化和信息化對R&D效率的提升有著顯著的正相關關系。因此應加大信息基礎設施的建設力度,建設智慧城市,大力發展工業企業智能制造,推動信息通信技術和傳統產業技術相結合的集成創新,加快推動從“常州制造”向“常州智造”轉變。
[參考文獻]
[1]HASHIMOTO A,HANEDA S.Measuring the change in R&D efficiency of the Japanese pharmaceutical industry[J].Research Policy,2008,37(10):1829-1836.
[2]師萍, 韓先鋒.我國高科技大中型制造業R&D效率研究[J].科技進步與對策, 2010, 27(15):74-77.
[3]劉立群.我國石化行業R&D效率評價及其影響因素研究[D].武漢:華中科技大學,2011.
[4]董潔,劉航.中國傳統產業R&D效率測度及其影響因素研究[J].科技管理研究,2015, 35(23):64-68.
[5]柳麗利.R&D投入產出效率的比較分析[D].大連:東北財經大學,2012.
[6]沈雯雯.江浙兩省R&D效率的DEA方法比較分析[J].北方經貿,2009(2):34-36.
[7]譚志鵬.地區R&D投入績效評價研究[D].重慶:重慶大學,2014.
[8]韓鳳芹,趙偉.R&D中政府投入效率測度及影響因素分析:基于省級面板數據的研究[J].財政研究, 2015(11):75-85.
[9]李俊成,馬菁.R&D資金投入與科技創新:基于融資環境視角的研究[J].中國科技論壇, 2017(2):135-142.
[10]韓先鋒.中國R&D創新技術效率空間差異及影響因素的實證研究[D].西安:西北大學,2011.
[11]田軍偉.我國區域R&D效率差異及其影響因素分析[D].南京:南京財經大學,2012.
[12]蔡翔,崔曉蘭,熊靜.我國地區R&D效率及其影響因素探究:基于“科研產出—成果轉化”視角[J]. 軟科學, 2013, 27(3):80-84.
[13]左鎧瑞,宮建成.中國區域R&D效率變化測度及其影響因素研究[J].科學學與科學技術管理,2016,37(4):79-88.
[14]唐德祥,孟衛東. R&D與產業結構優化升級:基于我國面板數據模型的經驗研究[J].科技管理研究,2008,28(5):85-89.