——以山东省为例

陈媛  王福颖  王伟华 赵晨浩

（济南市科学技术情报研究院，山东 济南250001）

摘要：选取2012-2022年度数据，采用数据包络分析（DEA）方法对山东省规模以上工业企业的研发投入产出绩效进行评价，并采用灰关联分析方法分析确定多个影响因素相对于DEA效率的灰色关联度，根据灰色关联度排序确定研发绩效的关键影响因素。研究结果表明，2012-2022年，11个年份中有4个年份DEA有效，7个年份DEA无效；规上工业企业研发投入产出绩效的关键影响因素分别是：政府支持、研发人员、载体投入、协同创新、市场化。

关键词：DEA；灰关联分析；规模以上工业企业；研发绩效；影响因素

一、引言

规模以上工业企业是全社会研发的主力军，是推动科技创新发展的重要力量。2022年，山东省规上工业企业R&D经费内部支出1728.70亿元，占全省全社会R&D经费内部支出的79%，在全国31个省份中排名第4，仅次于广东、江苏和浙江。但从投入产出效益来看，山东省规上工业企业R&D经费内部支出占广东省的54%，但其发明专利申请数不足广东省的1/4；R&D经费内部支出与浙江持平，但发明专利申请数仅为浙江省的八成，研发投入产出绩效亟待提升。本研究拟构建研发投入产出绩效评价体系，运用数据包络分析(DEA)模型对2012-2022年山东省规模以上工业企业研发投入产出绩效进行评价，在此基础上，采用灰关联分析法分析规上工业企业研发绩效的关键影响因素，找出核心症结所在。

二、文献综述

1.DEA方法及其在研发投入绩效评价中的应用

1978年，美国运筹学家W.W.Cooper和A.Charnes等提出的DEA（数据包络分析）方法^[1]，主要通过保持决策单元（DMU）的输入或输出不变，借助数学规划将DMU投影到DEA前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性，能有效处理多输入、多输出的复杂系统，可以对多指标投入、多指标产出的同类型部门进行有效的综合评价，
本质是一种数学规划模型，在许多领域得到了较为广泛的应用^[2]。在运用DEA方法评价科技效率时，无需预先确定投入与产出之间的关系表达式，也无需为各指标赋权重，优势非常明显^[3]。虽然DEA方法可以对科技投入产出有效性进行测定，但还是存在一定的局限性，无法反映单个指标的变动对科技投入产出有效性影响的大小 ^[4]。近年来，国内部分学者应用DEA分析方法对企业技术创新效率、研发投入产出效率等开展了研究，如冯娇运用DEA-Tobit模型分析研究了天津市2011-2020年规上工业企业技术创新效率情况^[5]；夏晶等运用DEA-Malmquist模型对我国2014-2018年31个省份规上工业企业研发技术效率进行了评价^[6]；张伟等运用数据包络（DEA）模型测算了湖南省14个市州的R&D效率，并通过Tobit回归模型探讨了影响R&D效率和热点空间分布的因素^[7]；杨安琪使用规模报酬可变的数据包络分析(DEA)模型对山东省及其16个市规模以上工业企业研发投入绩效进行综合分析^[8]；刘幸运用超效率DEA模型和Malmquist指数模型对长江经济带规模以上工业企业技术创新效率进行了研究^[9]；张新宏通过DEA-VRS模型对中国规模以上工业企业的新产品研发效率进行了分析^[10]。

2.规模以上工业企业研发投入绩效的影响因素

在分析规模以上工业企业研发投入产出绩效的关键影响因素方面，国内学者开展此类研究较少。部分学者进行了类似研究，如张晔研究指出地方政府创新投入强度的提高有助于提升区域规模以上工业企业创新效率，提高财政分权程度可以激励地方政府增加财政科技支出进而对规模以上工业企业创新效率产生正向激励^[11]；严小绘研究指出财税政策对规模以上企业的创新绩效具有较为明显的激励作用，但财税政策对不同区域规上企业创新绩效的影响存在差异，需要精准施策^[12]。王雪莹、杨雯冰等研究了产学研协同创新水平对企业创新绩效的影响，指出协同创新水平对创新绩效具有正向促进作用^[13][14]。蔡祖国等以武汉市为样本，对规模以上企业专利创造存在的问题和原因进行了分析，认为企业研发投入不足、企业专利管理缺位、部分企业专利申请动机不当、专利代理服务质量不高等是影响规模以上企业专利数量和质量的关键因素^[15]。黄亦芃等研究指出，新产品项目数量变动对企业总利润有较大的正向影响，在实际生产中，规上工业企业可通过提升产品的创新性来提高企业竞争力，进而促进利润大幅增加^[16]。张宇坤基于长三角和珠三角地区171家上市公司的面板数据，实证分析了政府补助对企业研发人员效率的影响及作用机制^[17]。

三、山东省规模以上工业企业研发绩效评价

1.研发投入和研发产出指标

对山东省规上工业企业研发投入产出绩效进行分析评价，侧重于考察研发载体、研发人员、研发经费投入的效率，同时考虑指标数据的可得性，因此选取“规上工业企业办研发机构数”、“规上工业企业R&D人员折合全时当量”、“规上工业企业R&D经费内部支出”为研发投入指标；选取“规上工业企业发明专利申请数”、“规上工业企业新产品销售收入”为研发产出指标。研发投入产出指标数据年度为2012-2022，数据来源于《中国科技统计年鉴》（2013-2023）。研发投入产出基础数据见表1。                     

表1   2012-2022年山东省规上工业企业研发投入产出数据表

2.数据包络分析（DEA）模型的构建与分析

（1）DEA模型的构建

借鉴内蒙古大学经济管理学院马占新教授等撰写的《应用经验生产函数测算时间序列决策单元有效性的方法》^【18】，运用DEAP软件可以分析时间序列数据，将每个时间点看成一个决策单元即可。因此，将2012-2022这11个年度作为11个决策单元（DMU)，分析各年度山东省规模以上工业企业研发投入产出的DEA有效性，明确其技术效率，进而指出改进的方向。选取的评价指标共5个，包括2个产出指标“规上工业企业发明专利申请数”、“规上工业企业新产品销售收入”和3个投入指标“规上工业企业办研发机构数”、“规上工业企业R&D人员折合全时当量”、“规上工业企业R&D经费内部支出”。决策单元数11，评价指标数5，决策单元数是评价指标个数的2倍以上，可以进行DEA分析。应用DEAP2.1软件进行分析，分析结果自动生成。其中：决策单元数11；时间序列数据设置为1；产出数量2；投入数量3；从产出角度衡量技术效率；选用规模报酬不变的CCR模型进行分析。

（2）各决策单元的技术效率值

表1中每个年度是一个决策单元（DMU），共有11个决策单元，对决策单元构建DEA的CCR模型如下：

以表1中2022年度的数据为例，上述模型的具体形式如下：

通过上式可求得θ11的值，即为2022年度（DMU11）规上工业企业研发投入产出的技术效率。同理可以对其它决策单元列出相应的模型，并求得对应的θj值。运行DEAP2.1软件直接得出分析结果，11个年度规上工业企业研发投入产出的技术效率值如表2所示。由表2可知，有4个年份的技术效率值为1，是DEA有效的；其他7个年份的技术效率值小于1，属于非DEA有效的决策单元，但非DEA有效单元的技术效率值都在0.9以上，这说明2012-2022年山东省规上工业企业研发投入产出整体效率尚可。

表2   2012-2022年山东省规上工业企业研发投入产出技术效率表

四、规模以上工业企业研发绩效的影响因素

1.主要影响因素

上文经过DEA分析得到2012-2022年山东省规上工业企业研发投入产出效率，但未明确研发投入产出效率的关键影响因素。除开展数据包络分析的5个指标外，本文另外引入其他5个影响因素，分别是“规上工业企业中有研发活动的企业数”、“规上工业企业R&D经费中政府资金”、“规上工业企业研发机构经费支出”、“规上工业企业新产品开发经费支出”、“规上工业企业R&D经费外部支出”，共10个指标，见表3。针对这10个指标，采用邓聚龙教授的灰关联分析法^[19]分析确定各影响因素相对于DEA效率的灰色关联度，从而明确关键影响因素，找出主要矛盾。

表3  规模以上工业企业研发投入产出绩效的10个影响因素

2.计算灰色关联度

表4  各比较序列的灰色关联度及排名情况

3.关联度结果分析

通过表5计算结果可以看出，关联度排前5名的依次是：规上工业企业R&D经费中政府资金、规上工业企业R&D人员折合全时当量、规上工业企业研发机构经费支出、规上工业企业R&D经费外部支出、规上工业企业新产品销售收入，这5个指标分别反映了政府对企业创新的支持力度、企业研发人员投入力度、企业研发载体投入力度、企业产学研协同创新力度、企业研发成果的市场化程度。因此，规模以上工业企业研发投入产出绩效的关键影响因素分别是：政府支持、研发人员、载体投入、协同创新、市场化，具体分析如下。

五、规模以上工业企业研发绩效的关键影响因素剖析

1.政府对企业创新的支持力度

地方政府提高创新投入强度有利于提升区域规上工业企业创新效率，主要通过财政支持和税收政策发挥作用。一方面，政府需要建立地方财政科技投入稳增长机制，地方财政科技支出总量及支出强度应逐年稳定上升，为作为创新主体的企业营造良好的创新环境。另一方面，地方政府应进一步明确财政科技支出的使用目标和方向，对科技资金的用途进行明确定位，充分发挥财政科技资金的政策导向作用，激发企业创新积极性。此外，财税政策对规上企业的创新绩效具有较为明显的激励作用，但政府补贴政策对创新成果转化的新产品销售收入促进作用还有待进一步发挥，且财税政策对不同区域、不同省份规上企业创新绩效的影响存在差异，需要精准施策。

2.企业研发人员投入力度

对于规上工业企业来说，研发人员是最为重要的战略资源。研发人员作为提升企业核心竞争力的关键核心要素，在企业实际生产经营过程中，通过开展研发活动产出专利成果，或进行工艺改进、产品改良，可以推动企业价值提升和促进企业经济效益增加。规上工业企业研发人员投入，可以采取柔性投入的方式，充分利用高校院所的智力资源开展研发，鼓励高校院所联合企业开展横向课题研究或参与企业自主研发项目，鼓励高校院所与企业联合建立研究开发平台、技术转移机构或技术创新联盟，共同开展研究开发、成果应用与推广、标准研究与制定等活动。

3.企业研发载体投入力度

规上工业企业设立的研发机构包括重点实验室、技术创新中心、工程研究中心、企业技术中心、“一企一技术”研发中心等，是规上工业企业开展研发活动的重要载体，也是企业承担国家级和省级各类计划项目的重要载体。近年来，国内部分省市相继出台政策措施，引导和鼓励规上工业企业建设研发机构、加大研发机构经费投入力度，充分激发企业研发机构的研发活跃度，企业研发机构经费投入水平和研发活跃度直接影响企业研发绩效。

4.企业产学研协同创新力度

从整体来看，产学研协同创新有利于加强创新主体间的良性互动，企业通过协同创新引入高新技术，可以促进高新技术的流动和传播，推动创新成果通过直接创新主体逐步扩散至整个产业乃至相关产业，加速形成高新技术产业集群；有利于推动传统产业变革和新技术开发，提升产业技术含量，实现产业结构优化升级。就企业内部而言，企业协同创新可提升产品品质、降低生产成本，使企业从粗放型发展转变为集约式发展。企业、高校和科研院所协同，有利于密切科技和经济的联系，发挥创新对市场的推进作用，实现良性循环。

5.企业研发成果市场化程度

新产品开发作为一种特殊的创新活动，涉及多个学科技术知识的整合，其本质是企业不断创造新知识的过程。新产品本身包含科学成果的积极投入因素，其设计、开发、投产的全过程均需要多元技术主体的相互配合，开发数量也是科研成果数量和水平的投射反映，对企业利润也有很大的正向影响。新产品开发项目数、新产品销售收入作为衡量指标，可以反映规上工业企业整体技术开发环境、行业内预期总水平及接受广度。新产品项目开发也与专利管理水平密切关联，完善的知识产权管理也是推动研发成果市场化的必要保证。

参考文献：

[1]BRAGLIA M， ZANONI S， ZAVANELLA L. Measuring and benchmarking productive systems

performance using DEA: an industrial case[J].Production  Planning&Control， 

2003，14(6):542-554.

[2]丁楠.数据包络分析原理及应用情况综述[J].内蒙古科技与经济,2023(2):116-118.

[3]候光明,晋琳琳.DEA方法在研究型大学建设绩效评价中的应用[J].高教发展与评估,2005，21（5）：25-29.

[4]陈燕武.基于复合DEA和Malmquist指数的科技投入产出效率评价[J].运筹与管理,2011(6)：196-204.

[5]冯娇.天津市规模以上工业企业技术创新效率及其影响因素研究[D].天津:天津理工大学,2023.

[6]夏晶,程沛,曹子瑛.我国规上工业企业研发技术效率评价及影响因素研究——基于DEA-Tobit模型[J].商业观察,2023，9(11):90-97.

[7]张伟,杨振杰.湖南省规模以上工业企业R&D效率的时空差异分析[J].湖南工业大学学报.2023,37(3)：66-74.

[8]杨安琪.创新驱动背景下山东省规模以上工业企业研发投入绩效分析研究[D].烟台:山东工商学院,2022.

[9]刘幸.长江经济带规模以上工业企业技术创新效率研究[D].南昌:南昌大学,2021.

[10]张新宏.基于DEA-VRS模型的中国规模以上工业企业研发效率研究[J].现代工业经济和信息化,2021,11(01):17-18+32.

[11]张晔.财政分权、地方政府创新投入强度与企业创新效率——以规模以上工业企业为例[D].杭州:浙江财经大学,2020.

[12]严小绘.财税政策对规上企业创新绩效的影响研究[D].南昌:江西师范大学,2020.

[13]王雪莹.协同创新水平对创新绩效的影响研究——以长江经济带11省市为例[D].重庆:重庆工商大学,2019.

[14]杨雯冰.产学研协同创新政策对创新绩效影响的仿真研究——以陕西省为例[D].西安:西安理工大学,2021.

[15]蔡祖国,丁科,陈保国.武汉市规模以上企业专利创造存在的问题、原因及对策[J].科技管理研究,2016（4）：86-91.

[16]黄亦芃，王佳欣.规模以上工业企业新产品项目数量对总利润的影响探究[J].商展经济，2023(22):135-139.

[17]张宇坤.政府补助对研发人员效率的影响[J].上海管理科学.2023,45(5)：85-89.

[18]马占新，赵佳风.应用经验生产函数测算时间序列决策单元有效性的方法[J].南开经济研究,2020（1）:130-153.

[19]邓聚龙.灰色系统基本方法[M].华中科技大学出版社,2005.

基金项目：2023年度山东省重点研发计划（软科学）项目，项目编号2023RKY03007。