中國(guó)規(guī)模以上工業(yè)企業(yè)R&D效率：評(píng)價(jià)、影響因素及策略

徐　莉，方梓旭

(江西師范大學(xué)商學(xué)院，江西　南昌　330000)

據(jù)2016年統(tǒng)計(jì)數(shù)據(jù)顯示，中國(guó)全年各類企業(yè)R&D經(jīng)費(fèi)支出占據(jù)全部R&D經(jīng)費(fèi)支出的77.47%，而規(guī)模以上工業(yè)企業(yè)的R&D經(jīng)費(fèi)支出又占據(jù)各類企業(yè)R&D經(jīng)費(fèi)支出的90.12%，規(guī)模以上工業(yè)企業(yè)在R&D活動(dòng)中已經(jīng)占據(jù)主導(dǎo)地位。雖然中國(guó)R&D投入強(qiáng)度逐年上升，2016年R&D經(jīng)費(fèi)投入居世界第二位，R&D投入強(qiáng)度達(dá)到了2.11%。與之相比，早在2014年美國(guó)、日本和韓國(guó)已達(dá)到2.74%、3.59%和4.29%的投入強(qiáng)度，中國(guó)遠(yuǎn)遠(yuǎn)落后于以美國(guó)為首的創(chuàng)新型國(guó)家。而規(guī)模以上工業(yè)企業(yè)2015年R&D經(jīng)費(fèi)支出增加8.21%，新產(chǎn)品銷售收入增加5.57%，專利申請(qǐng)數(shù)增加1.26%，體現(xiàn)出R&D活動(dòng)產(chǎn)出增加幅度跟不上投入的步伐，R&D投入產(chǎn)出效率不高。同時(shí)，國(guó)內(nèi)經(jīng)濟(jì)增長(zhǎng)速度放緩、供給側(cè)結(jié)構(gòu)性改革的提出更是深化了R&D在經(jīng)濟(jì)發(fā)展中的重要性，對(duì)R&D提出新的深層次要求。本文基于DEA方法，對(duì)2011—2013年、2012—2014年、2013—2015年三個(gè)階段30個(gè)省市區(qū)的規(guī)模以上工業(yè)企業(yè)R&D效率進(jìn)行評(píng)價(jià)，并基于R&D效率值來(lái)進(jìn)行相關(guān)影響因素分析，提出策略建議。

1　文獻(xiàn)綜述

當(dāng)下，國(guó)內(nèi)的相關(guān)研究主要集中在不同的效率評(píng)價(jià)方法、不同的R&D投入產(chǎn)出指標(biāo)、不同的研究對(duì)象等方面。在研究方法上，馮志軍構(gòu)建資源約束型二階段DEA模型[1]，綦良群采用SFA方法和Cobb-Douglas生產(chǎn)函數(shù)相結(jié)合的研究方法[2]，張永凱采用Malmquist指數(shù)分析方法[3]，高霞采用DEA和Tobit回歸分析相結(jié)合的方法[4]，左鎧瑞運(yùn)用DEA、面板數(shù)據(jù)模型等方法[5]。在R&D投入產(chǎn)出指標(biāo)的選擇上，盧方元挑選R&D人員全時(shí)當(dāng)量作為投入指標(biāo)，以新產(chǎn)品銷售額和專利申請(qǐng)數(shù)、每萬(wàn)元R&D內(nèi)部支出經(jīng)費(fèi)的新產(chǎn)品銷售收入和專利申請(qǐng)數(shù)作為產(chǎn)出指標(biāo)[6]；王學(xué)軍等擇取R&D資本存量、教育經(jīng)費(fèi)支出、醫(yī)療經(jīng)費(fèi)支出作為R&D投入變量[7]；胡漢輝等選擇技術(shù)市場(chǎng)合同成交額作為產(chǎn)出指標(biāo)[8]，從研究對(duì)象出發(fā)，尹述穎等將中國(guó)醫(yī)藥企業(yè)作為研究對(duì)象，對(duì)其R&D效率進(jìn)行評(píng)價(jià)分析[9]；高丹丹對(duì)中國(guó)裝備制造業(yè)進(jìn)行技術(shù)創(chuàng)新綜合效率評(píng)價(jià)研究[10]；曹賢忠等以長(zhǎng)三角城市群作為研究對(duì)象[11]。

對(duì)于企業(yè)R&D效率的影響因素，肖文等研究政府支持和研發(fā)管理兩方面因素對(duì)技術(shù)創(chuàng)新效率的影響，通過(guò)對(duì)技術(shù)創(chuàng)新效率進(jìn)行市場(chǎng)和非市場(chǎng)導(dǎo)向的劃分，得出政府支持不利于企業(yè)技術(shù)創(chuàng)新效率和研發(fā)管理不利于非市場(chǎng)導(dǎo)向技術(shù)創(chuàng)新效率的進(jìn)步等結(jié)論[12]。馮宗憲等研究政府投入和市場(chǎng)化程度對(duì)工業(yè)企業(yè)研發(fā)效率的影響，發(fā)現(xiàn)政府投入不利于工業(yè)企業(yè)技術(shù)效率和規(guī)模效率的提高，而市場(chǎng)化程度對(duì)技術(shù)效率呈正相關(guān)，對(duì)規(guī)模效率呈負(fù)相關(guān)[13]。謝偉等研究發(fā)現(xiàn)大多數(shù)省份的高新技術(shù)企業(yè)研發(fā)效率呈現(xiàn)較低水平，政府政策導(dǎo)向和R&D投入強(qiáng)度等與研發(fā)效率負(fù)相關(guān)，而產(chǎn)業(yè)經(jīng)濟(jì)水平與企業(yè)研發(fā)效率呈正向關(guān)系[14]。陳澤聰?shù)妊芯堪l(fā)現(xiàn)市場(chǎng)競(jìng)爭(zhēng)程度與制造業(yè)創(chuàng)新效率負(fù)相關(guān)[15]。

在已有研究的基礎(chǔ)上，本文進(jìn)行以下兩個(gè)層次的研究，一是測(cè)算出30個(gè)省市區(qū)的規(guī)模以上工業(yè)企業(yè)的R&D效率并加以評(píng)價(jià)，二是以R&D效率值為被解釋變量進(jìn)行影響因素分析并得出其影響效應(yīng)，提出如何調(diào)控相關(guān)投入產(chǎn)出和影響因素的策略建議。

2　模型構(gòu)建

2.1　研究方法

(1)效率評(píng)價(jià)方法：DEA(數(shù)據(jù)包絡(luò)分析法)。該方法對(duì)同類DMU(決策單位)的多投入指標(biāo)和多產(chǎn)出指標(biāo)進(jìn)行相對(duì)效率評(píng)價(jià)，專長(zhǎng)于處理多目標(biāo)決策問(wèn)題，針對(duì)指定的DMU選取一組投入和產(chǎn)出的評(píng)價(jià)指標(biāo)，判斷DMU的有效性，從而測(cè)量得出DMU本身的效率結(jié)論。本文具體采用基于投入導(dǎo)向BCC模型，此模型前提假設(shè)規(guī)模報(bào)酬可變，計(jì)算得出各DMU的純技術(shù)效率。在通過(guò)CCR模型計(jì)算出各DMU綜合效率的基礎(chǔ)上，據(jù)公式：綜合效率(TE)=純技術(shù)效率(PTE)×規(guī)模效率(SE)，進(jìn)而得出SE。該模型是CCR模型應(yīng)用范圍的延伸，當(dāng)CCR模型無(wú)法解釋說(shuō)明各DMU弱DEA有效時(shí)，BCC模型從PTE和SE兩方面深入探討其效率問(wèn)題。關(guān)于上述公式的經(jīng)濟(jì)含義，僅當(dāng)同時(shí)滿足純技術(shù)和規(guī)模的效率值等于1時(shí)，可以認(rèn)定為DEA 有效，若只滿足其中之一，表示弱 DEA 有效，兩者條件都不滿足的話，就是非DEA有效。

(2)影響因素分析方法：面板數(shù)據(jù)模型。不同于截面數(shù)據(jù)模型和時(shí)間序列模型，面板數(shù)據(jù)模型既研究了每個(gè)個(gè)體在單一時(shí)間的不同之處，又分析了在不同時(shí)期內(nèi)的動(dòng)態(tài)變化情況，彌補(bǔ)前兩個(gè)模型樣本量不足的缺點(diǎn)，從而提高了模型參數(shù)估計(jì)的有效性，一般函數(shù)表達(dá)式如下：

Yit=αit+βitXit+εit

(1)

式中，Xit表示解釋變量第i個(gè)個(gè)體在第t個(gè)時(shí)期的數(shù)值，Yit表示被解釋變量在第i個(gè)個(gè)體第t個(gè)時(shí)期的數(shù)值，αit表示截距向，εit表示隨機(jī)誤差項(xiàng)，i=1,…,N、t=1,…,T。

另外，根據(jù)系數(shù)與截距的不同可以將面板數(shù)據(jù)模型劃分為以下幾種形式:系數(shù)與截距都不變的則為混合模型；截距隨個(gè)體的不同而不同，且系數(shù)相同的模型為個(gè)體固定效應(yīng)模型，截距隨時(shí)點(diǎn)的不同而不同，且系數(shù)相同的模型為時(shí)點(diǎn)固定效應(yīng)模型；截距和時(shí)點(diǎn)都隨個(gè)體的不同而不同的模型，則為個(gè)體時(shí)點(diǎn)固定效應(yīng)模型。以上三類都可統(tǒng)一歸為固定效應(yīng)模型，依照上述分類標(biāo)準(zhǔn)還可劃分一種隨機(jī)效應(yīng)模型。

2.2　變量選取與數(shù)據(jù)說(shuō)明

對(duì)企業(yè)R&D效率進(jìn)行有效合理評(píng)價(jià)，投入產(chǎn)出指標(biāo)的選擇十分關(guān)鍵。目前對(duì)于研發(fā)投入指標(biāo)，學(xué)術(shù)界主要用人員、資金、設(shè)備等方面來(lái)衡量；對(duì)于研發(fā)產(chǎn)出指標(biāo)，主要有論文、專利、新產(chǎn)品等。本文基于規(guī)模以上工業(yè)企業(yè)R&D的過(guò)程特點(diǎn)和數(shù)據(jù)可獲得性，選取如下R&D投入產(chǎn)出指標(biāo)。

(1)R&D投入指標(biāo)。規(guī)模以上工業(yè)企業(yè)的R&D活動(dòng)離不開(kāi)資金與人才的付出，所以本文選取R&D經(jīng)費(fèi)支出(億元)來(lái)衡量企業(yè)的研發(fā)財(cái)力投入，以R&D人員全時(shí)當(dāng)量(萬(wàn)人/年)來(lái)衡量企業(yè)的研發(fā)人力投入，同時(shí)以碩士及以上學(xué)歷R&D人員數(shù)量(萬(wàn)人)作為反映研發(fā)人力投入的構(gòu)成質(zhì)量的變量。因此，本文將R&D經(jīng)費(fèi)支出、R&D人員全時(shí)當(dāng)量、碩士及以上學(xué)歷R&D人員數(shù)量作為R&D投入指標(biāo)。

(2)R&D產(chǎn)出指標(biāo)。本文以專利申請(qǐng)數(shù)量、發(fā)明專利申請(qǐng)數(shù)量、新產(chǎn)品銷售收入、國(guó)家稅收作為R&D產(chǎn)出指標(biāo)。專利申請(qǐng)數(shù)量、發(fā)明專利申請(qǐng)數(shù)量是企業(yè)R&D的基礎(chǔ)性科技成果，通常是直接產(chǎn)出成果。而新產(chǎn)品銷售收入則是企業(yè)R&D獲得的間接產(chǎn)出，是R&D成果的市場(chǎng)化反映。本文還特別增加了社會(huì)效益這一R&D產(chǎn)出指標(biāo)，使得R&D效率評(píng)價(jià)研究更加全面客觀，進(jìn)一步完善企業(yè)R&D效率評(píng)價(jià)體系。

(3)非投入產(chǎn)出指標(biāo)影響因素的選取。①企業(yè)盈利能力(PROFITit)，對(duì)于企業(yè)R&D有著較大的影響，直接對(duì)企業(yè)R&D資金投入產(chǎn)生影響，本文以利潤(rùn)總額/主營(yíng)業(yè)務(wù)收入來(lái)衡量企業(yè)盈利能力。②政府支持(GOVit)，政府對(duì)企業(yè)R&D的支持往往會(huì)引導(dǎo)企業(yè)R&D方向和研發(fā)周期，同時(shí)會(huì)影響企業(yè)自身R&D資金的投入，所以本文以政府資金/R&D經(jīng)費(fèi)支出來(lái)衡量政府支持。③企業(yè)R&D的重視程度(R&Dit)，基于陳澤聰提出企業(yè)創(chuàng)新效率不僅僅受到研發(fā)有形投入的影響(如資金、人才等)，同時(shí)也受到無(wú)形投入的影響，如創(chuàng)新戰(zhàn)略、管理和思想等[15]，故本文認(rèn)為一家企業(yè)的研發(fā)創(chuàng)新效率的高低很大程度取決于企業(yè)對(duì)R&D在企業(yè)當(dāng)下及未來(lái)發(fā)展中發(fā)揮作用的認(rèn)知和行為，所以本文以企業(yè)R&D的重視程度作為規(guī)模以上工業(yè)企業(yè)R&D效率影響因素之一，并以企業(yè)內(nèi)部研發(fā)機(jī)構(gòu)/企業(yè)數(shù)量來(lái)衡量企業(yè)R&D的重視程度。④高校及科研機(jī)構(gòu)數(shù)量(IURit)：非規(guī)模以上工業(yè)企業(yè)的科研機(jī)構(gòu)與高校數(shù)量，基于趙增耀的研究成果：中國(guó)創(chuàng)新效率具備極強(qiáng)的區(qū)域依賴性，地理位置集聚效應(yīng)明顯[16]，本文認(rèn)為企業(yè)R&D效率會(huì)受到所在省市區(qū)的高校和科研機(jī)構(gòu)的極大影響，高校和科研機(jī)構(gòu)數(shù)量的多少會(huì)對(duì)企業(yè)R&D效率產(chǎn)生環(huán)境影響，所以本文以高校和科研機(jī)構(gòu)數(shù)量作為規(guī)模以上工業(yè)企業(yè)R&D效率影響因素之一。

本文采用的數(shù)據(jù)為全國(guó)30個(gè)省市區(qū)規(guī)模以上工業(yè)企業(yè)的R&D投入產(chǎn)出數(shù)據(jù)，時(shí)間跨度為2011—2015年?；赗&D投入與產(chǎn)出的時(shí)間滯后性特點(diǎn)，本文指定投入與產(chǎn)出的時(shí)間跨度為2年，劃分出2011—2013年、2012—2014年、2013—2015三個(gè)時(shí)間段，以2011年的R&D投入對(duì)應(yīng)2013年的R&D產(chǎn)出，以此類推。R&D經(jīng)費(fèi)支出、新產(chǎn)品銷售收入、碩士及以上學(xué)歷的R&D人員數(shù)量、專利申請(qǐng)數(shù)、發(fā)明專利申請(qǐng)數(shù)、R&D人員全時(shí)當(dāng)量、企業(yè)盈利能力、政府支持、

企業(yè)R&D的重視程度、高校及科研機(jī)構(gòu)數(shù)量來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》，國(guó)家稅收來(lái)源于《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》。由于西藏、臺(tái)灣等地區(qū)數(shù)據(jù)嚴(yán)重缺失，所以只選擇30個(gè)省市區(qū)作為決策單位。

3　規(guī)模以上工業(yè)企業(yè)R&D效率評(píng)價(jià)

3.1　描述性統(tǒng)計(jì)分析

本文在采用相關(guān)模型進(jìn)行效率測(cè)度前，有必要對(duì)投入產(chǎn)出指標(biāo)進(jìn)行描述性統(tǒng)計(jì)分析，大致了解R&D投入產(chǎn)出數(shù)據(jù)的特征，為進(jìn)一步深入分析打下堅(jiān)實(shí)基礎(chǔ)，主要結(jié)果見(jiàn)表1。

表1　2011—2015年規(guī)模以上工業(yè)企業(yè)R&D投入產(chǎn)出情況

由表1可知，上述投入與產(chǎn)出指標(biāo)的最大值與最小值之間相差很大，標(biāo)準(zhǔn)差一度大于平均值，表示30個(gè)省市區(qū)在R&D的投入與產(chǎn)出方面存在巨大差異?？梢猿醪筋A(yù)測(cè)30個(gè)省市區(qū)的R&D投入產(chǎn)出效率間也存在較大差距，會(huì)出現(xiàn)R&D效率極其不理想的狀況。

3.2　DEA結(jié)果分析

為了研究2011—2015年規(guī)模以上工業(yè)企業(yè)R&D效率特點(diǎn)，通過(guò)DEA方法中基于投入導(dǎo)向的BCC模型，得出30個(gè)省市區(qū)規(guī)模以上工業(yè)企業(yè)R&D的綜合效率值、純技術(shù)效率值和規(guī)模效率值?？梢园l(fā)現(xiàn)30個(gè)省市區(qū)的綜合效率值普遍較低，只有極少量的省份實(shí)現(xiàn)了DEA有效。2011—2015年連續(xù)三個(gè)時(shí)間段內(nèi)，規(guī)模以上工業(yè)企業(yè)R&D效率實(shí)現(xiàn)有效的省市區(qū)分別為天津、浙江、安徽、湖南、海南、重慶，天津、上海、浙江、安徽、湖南、海南、重慶、新疆，安徽、湖南、重慶、新疆；2011—2015年綜合效率值、純技術(shù)效率值、規(guī)模效率值分別為0.73、0.81、0.91，0.78、0.84、0.93,0.67、0.80、0.86。不論綜合效率、純技術(shù)效率還是規(guī)模效率都遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到效率前沿面，并且呈現(xiàn)先升后下降的趨勢(shì)。根據(jù)公式：綜合效率(TE)=純技術(shù)效率(PTE)×規(guī)模效率(SE)，發(fā)現(xiàn)絕大多數(shù)省份的規(guī)模以上工業(yè)企業(yè)R&D效率偏低主要是因?yàn)榧兗夹g(shù)效率偏低造成的。

中國(guó)規(guī)模以上工業(yè)企業(yè)R&D效率地區(qū)差異明顯，按照從大到小的順序排列為東、中、西、東北(見(jiàn)表2)，東部地區(qū)的R&D效率最高，其次為中部、西部、東北部地區(qū)。通過(guò)進(jìn)一步分析發(fā)現(xiàn)，各大地區(qū)效率值全部處在下降中，所以，深入探索現(xiàn)象存在的原因已刻不容緩。

表2　東、中、西、東北部地區(qū)規(guī)模以上工業(yè)企業(yè)R&D效率比較分析

4　規(guī)模以上工業(yè)企業(yè)R&D效率影響因素分析

(1)構(gòu)建回歸方程如下所示：

CRSTEit=α0+α1PROFITit+α2GOVit+α3R&Dit+α4IURit+εit

其中，α0為常數(shù)項(xiàng)，CRSTE為各省市區(qū)規(guī)模以上工業(yè)企業(yè)每年的R&D效率值，α1、α2、α3、α4分別表示企業(yè)盈利能力、政府支持、R&D重視程度、科研機(jī)構(gòu)和高校數(shù)量的彈性系數(shù)，i表示年份，t表示省份，εit表示未完全考慮到的影響因素造成的誤差項(xiàng)，依據(jù)該模型可以檢驗(yàn)對(duì)各省市區(qū)規(guī)模以上工業(yè)企業(yè)R&D效率影響因素的影響效應(yīng)。

(2)在對(duì)面板數(shù)據(jù)進(jìn)行回歸分析前通常需要單位根檢驗(yàn)，以防出現(xiàn)偽回歸現(xiàn)象，但是本文研究數(shù)據(jù)時(shí)間區(qū)間較小，所以針對(duì)數(shù)據(jù)平穩(wěn)性驗(yàn)證的單位根檢驗(yàn)以及證明變量間存在長(zhǎng)期穩(wěn)定關(guān)系的協(xié)整檢驗(yàn)可以省略。

(3)Hausman檢驗(yàn),原假設(shè)：建立隨機(jī)效應(yīng)模型,見(jiàn)表3。根據(jù)表3的結(jié)果，顯示統(tǒng)計(jì)量為28.2361，P值為0.0000，拒絕原假設(shè)，所以選取固定效應(yīng)模型。

表3　Hausman檢驗(yàn)結(jié)果

(4)回歸結(jié)果分析。由表4的數(shù)據(jù)分析發(fā)現(xiàn)，調(diào)整后的擬合優(yōu)度較高，F(xiàn)統(tǒng)計(jì)量也達(dá)到了35.228410且顯著，DW值也為2.136611，表示殘差序列不相關(guān)。

企業(yè)盈利能力對(duì)R&D效率的影響處于正相關(guān)，但是沒(méi)有達(dá)到顯著性水平，說(shuō)明雖然企業(yè)利潤(rùn)的增加會(huì)提高R&D效率，但是效果并不顯著。該情況與當(dāng)下中國(guó)企業(yè)R&D情況大體相符，絕大多數(shù)企業(yè)不太熱衷于R&D，他們往往把賺得的企業(yè)利潤(rùn)用于擴(kuò)大產(chǎn)能，用于修建廠房和購(gòu)買設(shè)備，對(duì)企業(yè)R&D始終處在模糊不定的境界，雖然也知道R&D對(duì)企業(yè)的重要性，但是往往不愿意去付諸實(shí)踐。所以當(dāng)企業(yè)利潤(rùn)增加時(shí)，雖然R&D效率會(huì)提升卻不顯著。

表4　規(guī)模以上工業(yè)企業(yè)R&D效率影響因素的面板數(shù)據(jù)分析

政府支持對(duì)企業(yè)R&D效率的影響處于負(fù)相關(guān)，效果不顯著。表示政府資金對(duì)企業(yè)R&D的注入不是有利于R&D效率的提高，反而會(huì)抑制R&D效率的進(jìn)步，特別是政府作為社會(huì)穩(wěn)定的主要力量，它的行為往往帶有極強(qiáng)的政治色彩，如果說(shuō)企業(yè)R&D投入是一種投資行為，那么政府對(duì)企業(yè)的支持，對(duì)企業(yè)R&D活動(dòng)注入資金就往往是一種周期長(zhǎng)，具備戰(zhàn)略性、政策性的行為，與企業(yè)R&D效率這種較為短期性的評(píng)價(jià)不符。同時(shí)，往往政府資金在R&D中扮演著擁擠者的角色，會(huì)進(jìn)一步壓縮企業(yè)自有R&D資金投入的空間，并且主導(dǎo)企業(yè)R&D方向，不利于企業(yè)R&D效率的提高。所以現(xiàn)實(shí)社會(huì)中，政府大量資金流入規(guī)模以上工業(yè)企業(yè)，引導(dǎo)其進(jìn)行R&D開(kāi)展的現(xiàn)象，需要加以限制。

企業(yè)R&D重視程度對(duì)R&D效率的影響處于正相關(guān)，且達(dá)到5%的顯著性水平。表示當(dāng)企業(yè)創(chuàng)辦的科研機(jī)構(gòu)數(shù)量與規(guī)模以上工業(yè)企業(yè)數(shù)量之比越大時(shí)，越有利于R&D效率的提高，即當(dāng)許多企業(yè)開(kāi)始重視R&D并付諸行動(dòng)，創(chuàng)立自己的科研機(jī)構(gòu)，并紛紛投入科研資源，期許通過(guò)R&D來(lái)提高企業(yè)的核心競(jìng)爭(zhēng)力，創(chuàng)造更多的經(jīng)濟(jì)利益時(shí)，進(jìn)而提高企業(yè)的R&D效率。

科研機(jī)構(gòu)和高校數(shù)量對(duì)企業(yè)R&D效率的影響處于正相關(guān)，實(shí)現(xiàn)10%的顯著水平。表示當(dāng)一個(gè)省市區(qū)中擁有數(shù)量較多的進(jìn)行科研的研究單位，隨著產(chǎn)學(xué)研的深度互動(dòng)，會(huì)提高該地區(qū)規(guī)模以上工業(yè)企業(yè)R&D效率。科研機(jī)構(gòu)和高?；谒麄儽旧韽?qiáng)大的科研能力和豐富的科研資源，往往能夠產(chǎn)生許多R&D成果，卻缺乏將科研成果市場(chǎng)化運(yùn)作的經(jīng)驗(yàn)和能力，而企業(yè)基于其強(qiáng)大的市場(chǎng)銷售和推廣能力，從而具備將實(shí)驗(yàn)室的成果轉(zhuǎn)化為經(jīng)濟(jì)效益的能力，所以企業(yè)通常積極參與到這些R&D活動(dòng)中去，試圖獲取第一手的R&D成果，同時(shí)提高其自身R&D能力，而高校和科研機(jī)構(gòu)也樂(lè)于讓企業(yè)參與其中。所以，往往規(guī)模以上工業(yè)企業(yè)處于一個(gè)濃厚的科研環(huán)境中，其R&D效率會(huì)得到相應(yīng)的提高。

5　提高規(guī)模以上工業(yè)企業(yè)R&D效率的策略

本文采用DEA方法評(píng)價(jià)2011—2015年30個(gè)省市區(qū)的規(guī)模以上工業(yè)企業(yè)R&D效率，結(jié)果發(fā)現(xiàn)，絕大多數(shù)存在R&D效率偏低的現(xiàn)象，純技術(shù)效率是造成DEA無(wú)效的最主要原因。東、中、西、東北部地區(qū)R&D效率的比較，也發(fā)現(xiàn)東部>中部>西部>東北部，所以需要立足R&D資源的有效配置，拒絕盲目擴(kuò)大資源投入，加強(qiáng)R&D產(chǎn)出的經(jīng)濟(jì)效益轉(zhuǎn)化效率，合理規(guī)劃投入與產(chǎn)出，積極探索并建立統(tǒng)一有效的R&D管理制度，對(duì)內(nèi)從企業(yè)R&D管理入手，對(duì)外優(yōu)化配置R&D資源的投入，做到雙向結(jié)合統(tǒng)一提高企業(yè)R&D效率。

基于DEA方法測(cè)算出的規(guī)模以上工業(yè)企業(yè)R&D綜合效率，采用面板數(shù)據(jù)模型分析企業(yè)盈利能力、政府支持、科研機(jī)構(gòu)和高校數(shù)量、R&D重視程度對(duì)R&D綜合效率的影響效應(yīng)。研究結(jié)果表明，企業(yè)盈利能力、科研機(jī)構(gòu)和高校數(shù)量、R&D重視程度正向影響R&D效率，但是企業(yè)盈利能力沒(méi)有實(shí)現(xiàn)顯著影響，政府支持負(fù)向影響R&D效率，基于影響因素的影響效果提出如下建議：

(1)加強(qiáng)企業(yè)R&D意識(shí)和創(chuàng)新能力,將企業(yè)利潤(rùn)轉(zhuǎn)化為對(duì)企業(yè)R&D效率的強(qiáng)勁助推器。企業(yè)R&D意識(shí)很大程度上取決于管理層，所以強(qiáng)化管理層R&D意識(shí)將直接決定企業(yè)R&D活動(dòng)，也將間接影響R&D效率。應(yīng)在政府有關(guān)部門之間建立省、市、縣(區(qū))三級(jí)動(dòng)態(tài)、雙向的企業(yè)創(chuàng)新指導(dǎo)和管理培訓(xùn)機(jī)制，組織開(kāi)展企業(yè)創(chuàng)新管理宣講活動(dòng)，宣講國(guó)家和省市有關(guān)激勵(lì)自主創(chuàng)新的政策和創(chuàng)新管理知識(shí)，提高企業(yè)家的創(chuàng)新意識(shí)和創(chuàng)新管理能力，增強(qiáng)企業(yè)家的創(chuàng)新動(dòng)力。

(2)擴(kuò)大研發(fā)資金來(lái)源渠道。政府支持不利于規(guī)模以上工業(yè)企業(yè)R&D，所以企業(yè)需要擴(kuò)大研發(fā)資金來(lái)源渠道，做到以企業(yè)自有資金為主導(dǎo)，政府資金、外資、社會(huì)資金為輔的研發(fā)資金籌措體系，企業(yè)管理層必須要牢牢把握住R&D活動(dòng)的方向，必須要以企業(yè)現(xiàn)有發(fā)展現(xiàn)狀和未來(lái)行業(yè)發(fā)展趨勢(shì)作為R&D的主要背景，做到R&D服務(wù)于企業(yè)未來(lái)發(fā)展，不任意支配R&D資金，同時(shí)又不能使企業(yè)R&D被資本綁架，所以擴(kuò)大研發(fā)資金來(lái)源渠道是提高企業(yè)R&D效率的關(guān)鍵途徑。

(3)深度融合產(chǎn)學(xué)研活動(dòng)?？蒲袡C(jī)構(gòu)和高校數(shù)量顯著正向影響企業(yè)R&D效率，不同省份的科研機(jī)構(gòu)和高校數(shù)量存在差異，每個(gè)地區(qū)規(guī)模以上工業(yè)企業(yè)不能僅僅將眼光局限于省內(nèi)，需要加強(qiáng)與省外科研機(jī)構(gòu)和高校的聯(lián)系。每個(gè)省市區(qū)的規(guī)模以上工業(yè)企業(yè)首先都要立足于本地區(qū)科研機(jī)構(gòu)和高校，圍繞其進(jìn)行技術(shù)研發(fā)聯(lián)盟建設(shè)，開(kāi)展緊密的R&D活動(dòng)，對(duì)外要積極追蹤并參與其他省市區(qū)科研機(jī)構(gòu)和高校的前瞻性R&D活動(dòng)，如積極參加學(xué)術(shù)交流活動(dòng)、積極投資R&D活動(dòng)等，盡力做到與地區(qū)內(nèi)部高校和科研機(jī)構(gòu)保持緊密合作關(guān)系，對(duì)外保持一定的聯(lián)系與交流。

(4)積極建立研發(fā)平臺(tái)。R&D重視程度顯著正向影響R&D效率，所以企業(yè)要積極建立研發(fā)平臺(tái)，開(kāi)展創(chuàng)新研發(fā)活動(dòng)。以全球五百?gòu)?qiáng)企業(yè)排名85位的華為公司為例，它一年的R&D投入比中國(guó)市值排名前50家上市企業(yè)的R&D支出總和還要多，可見(jiàn)企業(yè)R&D活動(dòng)缺乏的急迫性。企業(yè)必須積極建立研發(fā)平臺(tái)，同時(shí)，應(yīng)積極響應(yīng)并利用政府出臺(tái)相關(guān)的優(yōu)惠政策，積極引進(jìn)高層次人才。一個(gè)好的研發(fā)平臺(tái)不僅僅需要R&D人才，還需要管理人才，所以企業(yè)必須以人才為導(dǎo)向，積極建立研發(fā)平臺(tái)。另外，由于研發(fā)平臺(tái)的建設(shè)是一個(gè)耗資巨大的項(xiàng)目，所以應(yīng)積極尋求優(yōu)惠的銀行貸款服務(wù)，為研發(fā)平臺(tái)尋求優(yōu)質(zhì)的資金來(lái)源。

參考文獻(xiàn)：

[1]馮志軍，陳偉.中國(guó)高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新效率研究：基于資源約束型兩階段DEA模型的新視角[J].系統(tǒng)工程理論與實(shí)踐，2014，34(5)：1202-1212.

[2]綦良群.中國(guó)裝備制造業(yè)R&D效率評(píng)價(jià)及其影響因素研究[J].研究與發(fā)展管理，2014(1)：112-130.

[3]張永凱.中國(guó)R&D資源配置效率的時(shí)空差異分析[J].資源開(kāi)發(fā)與市場(chǎng)，2017(2)：137-144.

[4]高霞.規(guī)模以上工業(yè)企業(yè)技術(shù)創(chuàng)新效率的行業(yè)分析[J].軟科學(xué)，2013，27(11)：58-62.

[5]左鎧瑞.中國(guó)區(qū)域R&D效率變化測(cè)度及其影響因素研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2016(4)：80-90.

[6]盧方元.區(qū)域規(guī)模以上工業(yè)企業(yè)R&D投入績(jī)效：基于三次全國(guó)經(jīng)濟(jì)普查分析[J].中國(guó)科技論壇，2016(3)：5-12.

[7]王學(xué)軍，張文敏.基于DEA視窗和SFA的中國(guó)區(qū)域研發(fā)創(chuàng)新效率對(duì)比研究[J].商業(yè)研究，2015(8)：2-9.

[8]胡漢輝，金剛，于斌斌.溢出還是集聚：中國(guó)R&D效率的區(qū)域關(guān)聯(lián)效應(yīng)[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2014(6)：68-77.

[9]尹述穎，陳立泰.基于兩階段SFA模型的中國(guó)醫(yī)藥企業(yè)技術(shù)創(chuàng)新效率研究[J].軟科學(xué)，2016(5)：54-60.

[10]高丹丹.中國(guó)裝備制造業(yè)技術(shù)創(chuàng)新綜合效率評(píng)價(jià)研究：基于CCR模型和BCC模型[J].價(jià)值工程，2013(6)：1-4.

[11]曹賢忠，曾剛，鄒琳.長(zhǎng)三角城市群R&D資源投入產(chǎn)出效率分析及空間分異[J].經(jīng)濟(jì)地理，2015(1)：105-113.

[12]肖文,林高榜.政府支持、研發(fā)管理與技術(shù)創(chuàng)新效率：基于中國(guó)工業(yè)行業(yè)的實(shí)證分析[J].管理世界,2014(04):71-80.

[13]馮宗憲,王青,侯曉輝.政府投入、市場(chǎng)化程度與中國(guó)工業(yè)企業(yè)的技術(shù)創(chuàng)新效率[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2011,28(04):3-17+33.

[14]謝偉,胡瑋,夏紹模.中國(guó)高新技術(shù)產(chǎn)業(yè)研發(fā)效率及其影響因素分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2008(03):144-149.

[15]陳澤聰,徐鐘秀.我國(guó)制造業(yè)技術(shù)創(chuàng)新效率的實(shí)證分析——兼論與市場(chǎng)競(jìng)爭(zhēng)的相關(guān)性[J].廈門大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2006(06):122-128.

[16]趙增耀,章小波,沈能.區(qū)域協(xié)同創(chuàng)新效率的多維溢出效應(yīng)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2015(01)：32-44.