基于DEA模型的中国高技术产业大中型工业企业R＆D效率的实证研究

胡象明，李心萌

（北京航空航天大学 公共管理学院，北京100191）

基于DEA模型的中国高技术产业大中型工业企业R＆D效率的实证研究

胡象明，李心萌

（北京航空航天大学 公共管理学院，北京100191）

高技术产业是国家科技创新的排头兵，也是将科学技术转化为生产力的前沿阵地，尤其是高技术产业中的大中型工业企业。大中型工业企业具有较强的规模优势、雄厚的资本实力和优质的人才储备，不仅可以提供高技术产业进行研究与试验发展（R＆D）所必备的资金和人才资源，更可以将科研成果大规模地投入到生产实践之中。笔者分析了中国高科技产业大中型工业企业R＆D活动的投入产出情况，运用DEA模型进行R＆D效率评价，给出提高中国高科技产业大中型工业企业R＆D效率的对策建议。

高科技产业；大中型工业企业；R＆D效率；DEA

党的十六届五中全会上，党中央和国务院明确把建设创新型国家，增强自主创新能力作为国家的发展战略。创新型国家就是要将科技进步作为国家经济增长和国民财富增长的主要来源。高技术产业是国家科技创新的排头兵，也是将科学技术转化为生产力的前沿阵地。尤其是高技术产业中的大中型工业企业，大中型工业企业具有较强的规模优势、雄厚的资本实力和优质的人才储备，不仅可以提供高技术产业进行研究与试验发展（R＆D）所必备的资金和人才资源，更可以将科研成果大规模地投入到生产实践之中。因此，对高技术产业大中型工业企业研究与试验发展（R＆D）效率研究具有非常重要的现实意义。本文试图在利用DEA模型对2010年中国高技术产业大中型工业企业科研活动的数据分析的基础上，提出优化对策。

一、中国高技术产业大中型工业企业界定及其R＆D活动概况

（一）高技术产业

高技术产业是指用当代尖端技术（主要指信息技术、生物工程和新材料等领域）生产高技术产品的产业群，是研究开发投入高，研究开发人员比重大的产业。高技术产业发展快，对其他产业的渗透能力强［1］。在中国，官方指定的高技术产业包括：医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业以及医疗器械及仪器仪表制造业五个产业部门。

高技术产业具有以下几个特点：第一，高技术产业属于知识和技术密集型产业，科技人员占该产业从业人员的比重较大，从业人员的文化和技术水平较高；第二，高技术产业资源和能量消耗较少，产品多样化、更新换代快，附加值高；第三，高技术产业R＆D投资较大；第四，高技术产业工业增长率高。以信息产业为例，目前发达国家的信息产业产值已占GDP的40%—60%，年增长率为传统产业的3—5倍。

（二）大中型工业企业

中国大型工业企业指的是注册资金在4亿人民币以上，中型指注册资金在3 000万。另外在法规上还有以下规定：工业，中小型企业须符合以下条件：职工人数2 000人以下，或销售额30 000万元以下，或资产总额为40 000万元以下。其中，中型企业须同时满足职工人数300人及以上，销售额3 000万元及以上，资产总额4 000万元及以上；其余为小型企业［2］。

研究与试验发展（R＆D）活动是自主创新的源泉，是企业科技活动的核心内容。随着以企业为主体的创新型国家建设的全面展开，我国大中型工业企业的自主创新能力正在逐步提高。而不同产业类型的企业在R＆D活动方面也表现出不同的特征。2010年中国大中型工业企业R＆D折合全时人员为137万人，其中高技术产业大中型工业企业R＆D折合全时人员为39．9万人，占全国大中型工业企业的29．12%；大中型工业企业R＆D经费支出为4 015．4亿元，其中高技术产业大中型工业企业R＆D经费支出为1 974．7亿元，占全国大中型工业企业的49．18%；大中型工业企业R＆D经费支出与主营业务收入之比为0．93%，高科技产业大中型工业企业R＆D经费支出与主营业务收入之比为3．28%，高出全国水平2．35%。从以上数据可以看出高科技产业是中国工业部门技术创新的核心力量。

二、DEA方法的基本理论与评价模型

（一）DEA方法的基本理论

数据包络分析（DEA）是把每一个被评价单位作为一个决策单元（decision making units，DMU），再由众多DMU构成被评价群体，以DMU各个投入和生产指标的权重为变量，通过对投入和产出比率的综合分析，确定有效生产前沿面，并根据各DMU与有效生产前沿面的距离状况，确定各DMU是否有效，同时还可用投影方法指出非DEA有效或弱DEA有效DMU的原因及程度［3］。

DEA方法的本质就是判断被考察的决策单元是否位于生产可能集的生产前沿面上，而生产前沿面不过是西方经济学中生产函数向多产出情况的一种推广。DEA方法中的包络面是所有有效决策单元投入产出所代表的点的集合，实际上就是生产可能集的生产前沿面。被考察的决策单元若位于包络面上，则称为DEA有效，否则就是非DEA有效。与生产函数方法相比，DEA方法具有更多的优势［4］。

（二）DEA评价模型

1．C2R 模型

1978年，A．Charnes等人提出了第一个DEA模型——C2R模型。该模型假设有n个DMU，每个DMU都有m个类型的输入以及s种类型的输出，xij为第j个DMU第i种输入的投入量，xij＞0；yrj为第j个DMU第r个输出的产出量，yrj＞0，xij和yrj都为已知的数据，可以根据历史资料得到，也就是实际观测到的数据。

2．BC2模型

C2R模型对决策单元有效性的判断有一个重要假设：锥性公理，即被考察的决策单元可以通过增加投入等比例地扩大产出规模，因此，C2R模型所测度出的既是技术效率又是规模效率，但如果是非DEA有效，则无法判断是因为规模无效还是因为技术无效导致的。而且锥性假设这一条件非常苛刻，与实际差距较大。为解决这一问题，Banker等人在1984年提出了C2R模型的改进方案，即BC2模型。改进方案中考虑了规模收益可变的情况，通过在C2R模型中增加一个凸性假设即可得到规模收益可变的BC2模型。规模收益可变的假设在计算DMU的技术效率时从中分离出了规模效率（简称SE），因此得到的效率是纯技术效率（简称PTE）。具体模型［5］如下：

利用C2R和BC2模型可以分别计算出各DMU的技术效率（TE）和纯技术效率（PTE），两者相除即可得出各DMU的规模效率（SE），即SE＝TE／PTE。

三、中国高技术产业大中型工业企业R＆D效率实证研究

（一）R＆D效率评价指标的选择

1．R＆D投入指标的选取

考虑到评价所需数据的可得性和权威性，我们选取的评价指标基本对应于国家统计数据库《高科技产业大中型工业企业科技活动投入产出情况》中的几个关键指标，确定输入指标为：人员投入指标和资金投入指标。

R＆D人力投入的指标选取“研究与发展折合全时人员”数。“研究与发展折合全时人员数”是指参加R＆D项目的研究管理、服务人员按全时人员及折算为全时人员的人员数，实际上也就是全时人员与非全时折合全时人员之和。

R＆D经费投入的指标包括：高技术产业大中型工业企业R＆D经费、高技术产业大中型工业企业新产品经费和高技术产业大中型工业企业技术改造经费支出。

2．R＆D产出指标的选取

《高科技产业大中型工业企业科技活动投入产出情况》中的关于科研产出指标主要包括：高技术产业大中型工业企业工业总产值、高技术产业大中型工业企业主营业务收入、高技术产业大中型工业企业利润总额、高技术产业大中型工业企业专利申请数和高技术产业大中型工业企业拥有发明专利数。

（二）DEA效率分析

我们首先利用DEAP2．1软件，采用Output orientated计算分析，对选取的2010年中国高科技产业大中型工业企业R＆D的数据分别做了横截面分析，得到中国高科技产业大中型工业企业R＆D效率评价结果，如表1：

表1 2010年中国高科技产业大中型工业企业R＆D效率评价结果

从以上结果我们可以看出，2010年中国高科技产业大中型工业企业R＆D综合技术效率和规模技术效率的均值为0．883，技术效率的均值为1。该数据表明，2010年中国各高科技产业大中型工业企业纯技术效率均处于前沿面上，为纯技术有效；医药制造业、电子通信设备制造业以及电子计算机及办公设备制造业为规模有效，航空航天器制造业和医疗器械及仪器仪表制造业为规模无效，其规模效率分别为0．457和0．959，同时二者均处于规模效率递增阶段。

四、提高中国高科技产业大中型工业企业R＆D效率的对策建议

（一）逐步建立基于效率的高科技大中型工业企业R＆D资源配置机制，引导高科技大中型工业企业关注科技活动的投入产出效率

研究分析表明，不同产业领域的R＆D活动的投入产出效率是不同的，医药制造业、电子及通信设备制造业和电子计算机及办公设备制造业目前的技术效率是规模效率都是有效的，这三个领域的大中型工业企业在进行R＆D资源配置的时候可以参照现有的投资规模提供R＆D资源，航空航天器制造业和医疗器械及仪器仪表制造业表现为纯技术有效而规模无效，同时这两个领域处于规模效率递增阶段，因此，处于这两个领域的大中型工业企业应加强科研资源投入，以达到合理的R＆D资源规模，从而促进二者R＆D效率的提高。

（二）建立和完善高科技大中型工业企业“成长型”人力资源［6］管理机制，稳步提高高科技大中型工业企业研究人员能力

纵观2010年中国高科技大中型工业企业的R＆D效率，各领域大中型工业企业R＆D效率均为技术有效，这就表明各领域大中型工业企业的科研团队均具有较高的科研能力。当然，利用DEA方法评价的R＆D效率是一个相对值，也就是说，相对于中国高科技产业中的大中型工业企业来说，各领域均是技术有效的。相对于发达国家，中国高科技产业的R＆D能力还是有一定差距的，因此，高科技产业大中型工业企业要建立“成长型”的人力资源管理机制［7］，不断提升R＆D团队的能力，加快创新型国家的建设步伐。

［1］百度百科．高技术产业［EB／OL］．http：／／baike．baidu．com／view／54022．htm．

［2］玄兆辉．我国大中型工业企业科技活动特征分析［EB／OL］．http：／／www．bjkw．gov．cn／n1143／n1240／n1435／n2021／489613．html．

［3］戚慂，李千目．科学研究绩效评价的理论与方法［M］．北京：科学出版社，2009：30－120．

［4］吴育华，李从东．DEA方法与生产函数法的比较［J］．系统工程，1995，13（3）：15－19．

［5］魏权龄．数据包络分析（DEA）［M］．北京：科学出版社，2004．

［6］刘钢，葛宝山，何丹薇．创业企业组织变革与人力资源管理实践［J］．东北师大学报：哲学社会科学版，2010（4）：30－33．

［7］薛春志．战后日本技术创新模式的演进与启示［J］．现代日本经济，2011（6）：71－74．

An Empirical Study on R＆D Efficiency of Large and Medium－sized Enterprises of Chinese High－tech Industry Based on DEA Model

HU Xiang－ming，LI Xin－meng
（School of Public Administration，Beijing University of Aeronautics and Astronautics，Beijing 100191，China）

R＆D activities of China's high－tech industry，especially the large and medium－sized enterprises，are the main force of the national scientific and technological innovation．Large and medium－sized enterprises with strong scale advantages，strong capital strength and quality of the talent pool of high－tech industry can not only provide financial and human resources necessary to carry out research and development（R＆D）activities，but also can transfer more R＆D achievements into productivity．The input and output of large and medium－sized industrial enterprises of Chinese high－tech industry R＆D activities are analyzed．The R＆D efficiency is evaluated by DEA model．And suggestions to improve the high－tech industries and medium－sized industrial enterprises R＆D efficiency are given in this paper．

High－tech Industry；Large and Medium－sized Enterprises；R＆D Efficiency；DEA

F223

A

1001－6201（2012）03－0035－04

2012－02－03

胡象明（1959－），男，湖北崇阳人，北京航空航天大学公共管理学院教授，博士生导师，哲学博士；李心萌（1984－），女，吉林白山人，北京航空航天大学公共管理学院博士研究生。

［责任编辑：秦卫波］