我国工业R.doc

我国工业R&D生产效率和影响因素——基于省级大中型工业数据的实证分析(上)           摘要:本文将R&D生产系统看作一个投入产出的生产决策单元,运用DEA-Tobit两步法对我国各地区大中型工业R&D生产效率和影响因素进行了分析。研究发现:近年来我国各地区工业K&D生产效率在下降,地区间R&D生产效率的差异性在扩大;东部的上海、天津和西部的青海、宁夏四个地区比较稳定地处于前沿面相对效率位置,远离前沿面省份主要集中在中西部地区;东部和中部、东部和西部之间的R&D生产效率存在显著性差异性,但中部和西部地区的差异性不显著;产权变量是我国地区大中型工业R&D生产效率的主要决定因素。关键词:R&D生产,效率评测,DEA-Tobit   20世纪90年代以来,我国R&D投入大幅度增加,R&D强度(研发投入占GDP比率)%%。应当说,我国正处于R&D强度从1%到2-3%的科技起飞阶段。然而,我国R&D投入总量在快速增加的同时,地区间的R&D投入和产出指标却呈现出巨大的差异。以2003年大中型工业为例,技术开发经费内部支出最高的地区广东省是最低的地区宁夏的60倍以上,科技活动人员最高的地区江苏省是最低的地区青海省的47倍以上,专利申请数量最高的地区浙江省是最低的地区青海省的84倍以上,新产品销售收入最高的地区上海市是最低的地区青海省更达370倍以上。此外,R&D资源总量有一个长期积累的过程,它不可能在短期内快速增加。过去由于长期忽视R&D资源的投入和积累,现阶段我国R&D资源总量仍然短缺。因此,对我国地区间工业R&D投入产出效率及其影响因素进行深入细致的实证分析,并据此提出有效配置有限的R&D资源、促进R&D创新的政策建议,成为当前R&D创新研究的一个重要课题。国内相关R&D或者知识生产效率的研究近年来才开始出现。Zhang等运用中国1995年工业普查数据中的大中型工业企业截面数据,将R&D投入分为R&D支出和R&D人员两部分,构建了C-D知识生产函数,测算了我国工业产业R&D投入要素的产出弹性。Jefferson等考察了R&D投入(R&D支出强度)与R&D产出(新产品销售收入比例)之间的关系,并且分析了技术机会、企业所在产业以及所有权结构等因素对R&D生产效率的影响。吴延兵运用中国大中型工业企业面板数据,在测算R&D资本存量的基础上,构建C-D知识生产函数模型,对知识生产的性质和影响因素进行了细致的分析。研究发现,在知识生产中,R&D人员比资本做出了更大的贡献,知识生产过程表现为规模报酬不变或递减特征,企业规模和绩效水平对知识生产效率没有显著的影响,国有产权对知识生产效率具有负效应。朱有为和徐康宁应用随机前沿生产函数测算了中国高新技术产业R&D产出效率,并考察了企业规模、市场结构和产权结构等因素对R&D产出效率的影响,研究发现,中国高新技术产业R&D产出效率整体偏低,但呈现稳步上升状态,行业间效率差异有逐步缩小趋势,企业规模和市场竞争程度与R&D产出效率之间存在显著正相关关系,外资产权和国有产权比重增加对R&D产出效率有正向的影响。上述研究有助于我们认识R&D生产的投入产出变量以及相关影响因素的作用,但是都存在着一些问题。首先,Zhang等在选用中国1995年工业普查数据中的大中型工业企业截面数据时,采用当期R