《基于Super—SBM的珠三角R&D投入产出绩效评价研究》-管理学论文，会计论文-论文范文参考-科学狗论文网

标题

基于Super—SBM的珠三角R&D投入产出绩效评价研究

范文

李燕+伍文中

【摘要】文章基于1+1+7模式对2009—2015年珠三角R&D投入产出的4个指标进行了图表比较，并利用Super-SBM模型对珠三角9个城市2013—2015年投入产出的13个要素进行综合绩效的实证分析和评价。研究结果表明，珠三角科技投入产出的规模在逐年增加，但各城市之间投入产出的综合绩效存在较大差异且原因各异，需要因地制宜，提高珠三角各城市R&D投入产出绩效。

【关键词】 R&D投入产出；绩效评价； Super-SBM模型

【中图分类号】 F224.9 【文献标识码】 A 【文章编号】 1004-5937（2018）02-0095-07

2016年4月，广东省發布《珠三角国家自主创新示范区建设实施方案（2016—2020年）》，明确将珠三角建设成为国际一流的创业创新中心。科技创新是经济增长的持久动力，而科技创新离不开R&D投入。2015年，珠江三角洲地区研发经费支出比重达2.7%，百万人口发明专利申请量1 728件，万人发明专利拥有量23.33件，技术自给率达71%，科技进步贡献率超过57%①，基本达到创新型国家和地区水平。目前已形成以深圳、广州和其他7个地市国家级高新区为核心的“1+1+7”自主创新示范区建设新格局，但珠三角9个地市R&D投入的差异显著，以2015年为例，深圳的R&D经费支出为732.39亿元，占GDP比例为4.18%，而肇庆的R&D经费支出为19.67亿元，占GDP比例为1%，各地市R&D投入差异这么显著，绩效究竟如何？有无相互可以借鉴进而尽快推动珠三角整个地区创新发展的路径？

基于以上问题，本文以珠三角各地市R&D投入产出现状和绩效的实证评价为基础，研究推动R&D投入绩效的实现路径，以期尽快实现“珠三角建设成为国际一流的创业创新中心”的目标。

一、文献回顾及R&D投入产出绩效评价模型构建

关于R&D投入产出绩效评价的研究文献近年较多。从评价方法来看，早期学者主要基于知识生产函数分析框架，通过估计R&D投入对经济产出的边际影响系数或弹性系数，以间接反映R&D投入绩效[ 1 ]。随着前沿生产函数方法的提出和发展，学者们开始借助非参数数据包络法（DEA）或随机前沿生产函数法（SFA），直接测算R&D投入产出绩效[ 2-4 ]。还有学者用灰色关联分析法[ 5-6 ]和平衡计分卡法[ 7 ]等方法进行了R&D投入产出绩效评价。从R&D投入角度来看，有不同类型的R&D投入产出绩效评价的研究[ 8-9 ]，有不同主体的R&D资金投入产出绩效评价的研究[ 10-11 ]。既有研究为本文提供了R&D投入产出绩效评价方法和评价指标选取的思路。

数据包络法DEA是由著名运筹学专家A.Charnes和W.W.Cooper等提出的以“相对效率”概念为基础的多指标投入产出效益评价方法，自1978年提出后，被广泛应用于各个领域。DEA基本模型主要包括CCR模型（规模报酬不变）和BCC模型（规模报酬可变）两种形式，是用来研究多输入、多输出决策单元相对有效性的十分理想的方法。相比其他绩效评价方法，DEA方法无需对权重进行人工赋值，避免了主观因素的影响。CCR和BCC模型均属于径向模型，径向模型对无效率的测度没有包括松弛变量，得出的效率值可能高估了被评价DMU的效率。为了克服径向模型的上述缺陷，Tone（2001）提出了基于松弛变量计算效率值的非径向DEA模型即SBM（Slack Based Measure）模型。SBM模型在提高评价效率准确度的同时又较好地解决了“技术创新黑箱”的问题，将松弛投入和松弛产出均考虑在内。超效率模型是由Anderson和Petersen（1993）提出的一种对评价为DEA有效或弱有效的DMU进行进一步评价的方法，其原理是将被评价DMU从参照集中排除从而使求解得出的效率值可能大于1，因此命名为超效率（Super-efficiency）。基于以上考虑，本文将采用DEA的Super-SBM模型对珠三角R&D投入产出绩效评价进行实证分析。Super-SBM模型如模型（1）所示。在该模型中：？兹*为效率值；m，s代表投入产出个数；s-i，s+r为投入产出变量的松弛度；xi表示R&D投入的要素，yi表示R&D投入后的产出要素；n表示决策单元DMU个数。

二、R&D投入产出绩效评价指标体系

绩效评价是建立在合理的评价指标体系基础上的，建立评价指标体系时应遵循以下基本原则：

（1）系统性与关联性原则。评价指标的选取应该从各个组成部分出发，使选取的指标之间构成相互联系、相互补充的指标体系，以保证评价结果的综合性及全面性。

（2）科学性原则。评价指标的选取一定要按照客观规律，正确处理理论与实际、传统经验与现代管理科学之间的关系。从科技信息统计网中笔者了解到，国家在科技方面统计的数据比较多，因此有很多的投入及产出指标供选择。

（3）重要性原则和可行性。综合考虑实证分析方法、评价目标以及其他因素，从备选的指标中选择最具代表性的几个指标。选取指标时应充分考虑指标数据获取的重要性和难易程度，尤其是本文研究的区域对象是珠三角的9个城市，不像省级或全国数据那么全面。

基于以上原则和相关文献研究的成果，本文拟构建如表1所示的投入产出指标体系。

三、珠三角各城市R&D投入产出趋势比较分析

由于2009年之前地市相关数据不够全面，本文财政R&D投入与各项产出指标数据来源于广东科技年鉴（2010—2016）、广东统计年鉴（2010—2016）、广东省专利统计数据（2010—2016）、珠三角城市群年鉴（2010—2016）以及珠三角各城市统计数据（2010—2016），全部数据均通过手工收集取得。

限于篇幅，本部分选择以下具有代表性的4个指标进行比较分析：投入指标中选取R&D资金投入中的“全社会R&D投入”和“工业企业R&D活动人员”，产出指标中选取“专利授权量”和“工业企业新产品出口”。

（一）珠三角各城市“全社会R&D投入”的趋势比较分析

2009—2015年珠三角各城市全社会R&D投入及其所占当地GDP比重情况如表2所示。深圳市R&D经费远远高于其他城市，深圳市R&D经费占珠三角R&D经费投入的42%～45%，深圳与广州合计R&D经费占珠三角R&D经费投入的64%～72%，珠三角R&D经费占广东省R&D经费投入的94%～95%。另外从各市GDP经费所占GDP比例来看，深圳也远远高于其他城市。

基于珠三角已形成以深圳、广州和其他7个地市国家级高新区为核心的“1+1+7”自主创新示范区建设新格局，在比较分析时依此形成1（深圳）+1（广州）+7（其他7个城市数据总和）格局下的图形，后面指标的图形也依此形成，图1所示的就是1+1+7格局下全社会R&D投入趋势比较。

从图1可以看出，广州、深圳、其他7城市、整个珠三角及广东省R&D经费投入的趋势都是向上增长的，其中珠三角R&D经费投入合计数一直接近于广东省全年合计数，深圳的R&D经费投入高于其他7个城市的合计数，广州的R&D经费投入离深圳的距离有扩大的趋势。

（二）珠三角各城市“工业企业R&D活动人员”的趋势比较分析

2009—2015年珠三角各城市工业企业R&D活动人员情况如表3所示。深圳市工业企业R&D活动人员数量远远高于其他城市，深圳市工业企业R&D活动人员数量占珠三角工业企业R&D活动人员数量的35%～47%，深圳与广州合计的工业企业R&D活动人员数量占珠三角工业企业R&D活动人员的51%～61%，珠三角工业企业R&D活动人员数量占广东省工业企业R&D活动人员的92%～95%。与R&D经费投入相比，工业企业R&D活动人员数量在深圳和广州占全省的比例要略低一些。

2009—2015年珠三角1+1+7格局下工业企业R&D活动人员趋势比较如图2所示。与图1的R&D经费投入相比，工业企业R&D活动人员数量在统计的5个区域都不是呈现单调的向上趋势，而是有所反复。珠三角工业企业R&D活动人员数量和全省的变化趋势一致，数据也很接近。深圳工业企业R&D活动人员数量不再一直高于其他7城市的合计数，说明工业企业R&D活动人员有向其他7城市分散的趋势，而广州的工业企业R&D活动人员数量变化比较平缓。

（三）珠三角各城市“专利授权量”的趋势比较分析

2009 — 2015年珠三角各城市专利授权量情况如表4所示。深圳专利授权量远远高于其他城市，深圳专利授权量占珠三角专利授权量的33%～36%，深圳与广州合计的专利授权量占珠三角专利授权量的47%～53%，珠三角专利授权量占广东省专利授权量的88%～91%。与R&D上述两个投入指标相比，专利授权量在深圳和广州占全省的比例要更低一些。

2009—2015年珠三角1+1+7格局下专利授权量趋势比较如图3所示。广州、深圳、其他7城市、整个珠三角和广东省专利授权量的变化趋势一致，2009—2013年上升趋势比较平缓，2014年开始上升趋势加快，相对而言，广州的专利授权量变化比较稳定。

（四）珠三角各城市“工业企业新产品出口”趋势比较分析

2009—2015年珠三角各城市工业企业新产品出口情况如表5所示。相比其他指标，“工业企业新产品出口”这个指标能更好地诠释产品创新的经济效益。深圳工业企业新产品出口指标把其他城市甩得更远，占整个珠三角的比重除了2009年（44%）低于60%外，其他年份都高于60%，占整個广东省的比重除了2009年（42%）和2011年（59%）外，其他年份也达到或超过60%。珠三角工业企业新产品出口占广东省工业企业新产品出口的96%～98%。值得一提的是，广州该指标的值还远小于佛山和东莞（2011年起），且处于略微下降中，2015年甚至快被珠海和中山追上。另外东莞上升势头强劲，2009年到2015年增长达到4倍左右。

2009—2015年珠三角1+1+7格局下工业企业新产品出口趋势比较如图4所示，可以一目了然地看到这些年深圳的工业企业新产品出口量在珠三角地区乃至整个广东省独占鳌头，珠三角和广东省的变化趋势与深圳的变化趋势完全一致，珠三角的工业企业新产品出口量趋近于广东省的工业企业新产品出口量。该指标的值广州被深圳远远甩在其后，且趋势呈略下降中。

四、基于Super-SBM珠三角各城市R&D投入产出绩效的实证分析

（一）实证数据选取及处理

据前文R&D投入产出绩效评价的Super-SBM模型，本文中的投入指标数量m=8，产出指标数量s=5，决策单元DMU为珠三角城市个数9。由于研发活动产生的效益具有一定的滞后性，为了更加准确地描述R&D投入的产出效果，本文假设R&D产出滞后两年，即第j年的产出是第j-1年和第j-2年的平均R&D投入所产出的。由于手工收集数据时发现个别指标的数据不全，本部分选取的产出数据从2013年开始，即分析产出的年度为2013年、2014年及2015年共3个年度，R&D投入的数据则从2011年开始取数计算求得。

（二）Super-SBM模型的实证分析

本文利用DEA-SOLVER Pro5.0软件对珠三角9个城市的投入产出效率进行实证分析，投入和产出不限定，因此选择无导向Super-SBM-Nooriented-GRS模型来进行2013—2015年的绩效对比分析。3年各城市的投入产出综合效率值如表6所示。

由表6可知，江门和肇庆3年的综合效率都小于1，进一步分析其资源配置和规模效率都是无效的。广州虽然3年的综合效率都大于1，但在9个城市中排名一直靠后。总体来看，各城市的综合效率排名波动不大，据此，以2015年各项投入产出变量的松弛度②进行进一步分析。

表7所示为2015年珠三角各城市R&D投入产出松弛度情况。从该表可知，江门和肇庆投入要素的松弛度为正数，产出要素的松弛度为负数，说明其投入出现冗余，产出不足，急需改变投入产出结构，提高综合效率；而其他城市正好相反，有些投入要素还可进一步提高，产出则出现超额完成现状。具体来讲，对各要素还可进一步做如下调整，从投入要素来看：（1）对于全社会R&D投入资金（x1），惠州、东莞、中山可以进一步追加投资额度；（2）对于全社会R&D投入占GDP比重（x2），广州、深圳、佛山、东莞可以进一步提高，江门、肇庆则出现投入冗余；（3）对于地方财政R&D拨款（x3），佛山、东莞可以进一步追加投资额度，江门、肇庆则出现投入冗余；（4）对于地方财政科技拨款占地方公共财政支出的比重（x4），深圳和佛山还可进一步提高，江门和肇庆则出现冗余；（5）对于工业企业R&D活动经费（x5），珠海、惠州和东莞可进一步追加，而江门和肇庆略有冗余；（6）县级及以上政府部门R&D活动经费（x6），珠海、惠州和中山可进一步追加，肇庆略有冗余；（7）对于工业企业R&D活动人员（x7），广州和惠州可增加，江门和肇庆出现冗余；（8）对于县级及以上政府部门R&D活动人员（x8），佛山可增加，肇庆出现冗余。从产出要素来看，综合效率大于1的城市中，广州、东莞和中山的专利授权量超效率完成，工业企业新产品出口只有深圳超效率完成，综合效率小于1的城市（江门和肇庆）产出要素基本处于不足状态。

五、结论与政策建议

本文首先基于珠三角9个城市的1+1+7模式对2009—2015年R&D投入产出的4个代表性指标进行了图表的趋势比较，之后利用Super-SBM模型对9个城市2013—2015年R&D投入产出的综合效率进行了测度，并分析了2015年9个城市各要素的松弛度，可以得出如下结论：（1）深圳的R&D资金和人力投入远远高于其他城市，产出同样也是，尤其是工业企业新产品出口量占到整个广东省的60%左右，但其R&D投入产出的综合效率并不是最高的。（2）广州作为广东省的第一大经济体（2015年GDP为全省第一），总体的资金和人力投入都不及深圳，各项产出更是落后深圳很多，其R&D投入产出的综合效率排在倒数。（3）珠三角的其他7个城市中，佛山、惠州和中山的综合效率靠前，佛山处于稳步上升中（2013年第四，2014年第二，2015年第一），且其各项产出量也排在前列，江门和肇庆无论是综合效率还是产出都位于后列，有待进一步提高。

为了早日将珠三角建设成为国际一流的创业创新中心，发挥深圳和广州的引领作用，由珠三角辐射到整个广东甚至华南地区，针对以上R&D投入产出绩效实证中的问题，提出以下建议：

（1）深圳可继续提高R&D投入的强度，包括全社会R&D的投入强度和地方财政R&D的投入强度；另外产出方面需投入更多人力财力进行专利申请，以提高R&D投入科技直接产出的效果。

（2）广州在“1+1+7”模式中“1”的地位亟需加强，从投入来看，要继续保持全社会R&D的投入增长，要增加工业企业R&D活动人员数量以加强科技开发能力和应用。当然广州综合效率不高有其客观原因。广州作为省会城市，有大量的科研经费用在高校和政府部门科研投入中，而这部分科研成果转化为实际生产效率需要的时间会更长一些，且这些成果惠及整个珠三角甚至更广的地域。但广州的专利指标是超效率的，说明亟需将科技成果应用到工业企业，转换成现实的生产力来提高R&D投入的经济效益。

（3）其他7个城市中，佛山、惠州、中山和东莞毗邻广州或深圳，可共享有利资源，推动科技创新，R&D投入产出的综合效果总体不错，但依然有进一步提升的空间。以东莞为例，近年进行转型升级政府给予了大力支持，2017年第1号文件的“倍增计划”就是通过创新和优化产业、土地、资本、人才要素供给来推动产业經济实现更高质量、更有效率。7个城市中江门和肇庆是最靠后的，这两个城市相对而言地处偏远一点，各项产出要素基本不足，尤其是肇庆，因此这两个城市应在各方面借鉴其他城市的成功经验，提高R&D投入产出的综合效率。珠海的R&D投入产出综合效率虽然大于1，但排名一直靠后，分析其投入，资金投入的金额和强度都排在前，但科技直接产出的专利指标和工业企业新产品出口指标的效率不高，有待进一步加强。

【参考文献】

[1] JEFFERSON G H，BAI HUAMAO，GUAN XIAOJING，et al.R&D performance in Chinese industry[J].Economics of Innovation & New Technology，2006，15（4/5）：345-366.

[2] 张海洋.我国省际工业全要素R&D效率和影响因素：1997—2007[J].经济学（季刊），2010（3）：1029-1050.

[3] 卫平，王艳.基R&D方法的我国高技术产业区域创新资源配置效率研究[J].工业技术经济，2014（5）：108-116.

[4] 李牧南，梁欣谊，熊俊霞.一种基于极大熵准则DEA的区域科技投入效率评价方法：以广东专业镇为例[J].科技管理研究，2016（10）：66-81.

[5] 王丽敏.政府财政科技投入绩效关联分析：基于河南省的实证研究[J].企业经济，2016（6）：154-156.

[6] 廖添土.我国财政科技投入的实证分析与绩效评价研究[J].福建农林大学学报（哲学社会科学版），2012，15（4）：42-47.

[7] 马乃云，候倩.基于平衡计分卡方法的财政科技经费绩效评价体系研究[J].中国软科学，2010（10）：184-192.

[8] 严成樑，龚六堂.R&D规模、R&D结构与经济增长[J].南开经济研究，2013（2）：3-19.

[9] 蒋殿春，王晓娆.中国R&D结构对生产率影响的比较分析[J].南开经济研究，2015（2）：59-73.

[10] 陆国庆，王舟，张春宇.中国战略性新兴产业政府创新补贴的绩效研究[J].经济研究，2014（7）：44-55.

[11] 韩凤芹，赵伟.R&D中政府投入效率测度及影响因素分析：基于省级面板数据的研究[J].财政研究，2015（11）：75-85.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。