中国高技术制造业R&D效率的实证研究

《中国高技术制造业R&D效率的实证研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、中国高技术制造业R&D效率的实证研究摘要：对行业R&D投入绩效的研究，不仅要从总量的角度进行，更应注重从“效率”的角度展开。本文利用研究效率的标准方法——DEA中的CCR和BCC模型对中国高技术制造业的R&D效率进行了测定，结果显示规模大的行业其R&D技术效率相对也较高，但各行业之间的R&D技术效率差异较大，而且大都处于低效率状态；中国高技术制造业的R&D规模效率大多处在规模无效状态，且规模无效的行业大部分处在规模递增区间。关键词：高技术制造业；DEA方法；R&D投入绩效；规模企业是制造业各行业的微观主体，而企业之间的竞争越来越表现为创新能力之间的竞争，在高技术

2、制造业尤为如此。近几年我国企业的R&D投入不断增加，企业支出的R&D经费占全国R&D经费支出的比重逐年上升。2003年达到了62.4％，比2000年上升了2.4个百分点。在研发经费、人力资源既定的条件下，要缩短与发达国家的差距，不仅要合理增加R&D投入，更要关注R&D产出效率的提高。如何正确客观的评价R&D投入的绩效就尤为重要。影响企业R&D绩效的因素有很多，本文通过选择有效的模型，构建高科技制造业R&D评价指标体系，对企业R&D投入的绩效进行科学的评价。1.DEA评价方法简介DEA方法是由著名运筹学家Charnes、Cooper和Rhodes等学者于1978年

3、提出的一种非参数的相对效率的评价方法，该方法适用于对若干相同类型的具有多输入和多输出的决策单元进行相对效率的评价，其本质是把每一个被评价单位作为一个决策单元，且每一个决策单元都具有同类型“投入”和“产出”，通过对投入和产出比率的综合分析，以各决策单元的投入和产出指标的权萤为变量进行评价运算,确定有效的生产前沿面,并根据各决策单元与生产前沿面的距离状况，确定各个决策单元是否DEA有效,同时还可用投影的方法分析决策单元DEA无效的原因,以及应改进的方向和程度等。本文将沿用CCR和由Banker提出的BCC模型,用线性规划的方法来测度中国高技术制造业R&D活动的效率问

4、题。1.1测量综合技术效率的CCR模型CCR模型采用固定规模假设，以线性规划法估计生产边界,然后衡量每一决策单元的相对效率。对于某个给定的特定DMU0（行业）,其效率值为：s.t.；其中,表示第个DMU在第项的投入量,表示第个DMU在第r项的产出量，变量和则表示权重。由于该模型测量的效率值是在相同产出水平下，比较投入资源的使用效率，因而称为投入导向效率。为了避免出现无穷解的现象，根据Charnes-Cooper转换，可以施加约束条件；将式（1）转换为投入导向的新CCR模型：对于式（2），给定DMU0，由对偶原理，便可以转化为对偶模型：对于上面的线性规划问题求得的

5、最优值称为DMU的技术效率（CCR效率）值，若说明该DMU无效率，其要素投入量存在浪费，必须按比例地减少其投入量，减少的比例为；若则说明该DMU是有效率的。1.2测量技术效率的BCC模型考虑到DMU可能处于规模报酬递增或是规模报酬递减的状态，因此DMU无效率除了来自于本身的投入——产出配置不合适，还可能缘于自身规模因素。若能了解各DMU的规模报酬情况，将有助于决策者做规模上的调整，进而达到有效率的经营。Banker等学者对权重增加了一个凸性约束：，将CCR模型转化为BCC模型：1.3CCR模型与BCC模型的区别BCC模型的有效性的判断与CCR模型是一致的，但二者

6、的区别在于，CCR模型是在追求同倍数减少各项输入量的情况下，评估决策单元是否同时为技术有效和规模有效。如果一个决策单元在输入导向型的CCR模型下是DEA有效的，则表明该决策单元同时是技术有效和规模有效的；如果一个决策单元在输入导向型的CCR模型下不是DEA有效的，表明该决策单元可能是技术无效，或是规模无效。BCC模型是在追去同倍数减少各项输入量的情况下决策单元是否为技术有效。如果一个决策单元在输入导向型的BCC模型下是DEA有效的，则表明该决策单元是技术有效的；如果一个决策单元在输入导向型的BCC模型下不是DEA有效的，则可以在首先保持该决策单元的输出数量不变的

7、前提下，减少其输入量，使其成为技术有效。可以看出，BCC模型仅用于评价技术效率是否最佳，两者结合起来便可以对决策单元技术效率和规模效益做综合分析。1.4DEA方法运用中需注意的问题Golany和Roll指出，在运用DEA方法时，需满足下面两个条件：（1）各决策单元间要有同构性。DEA方法是评估一组决策单元间的相对绩效，若不相关单元之间进行比较，便无法分辨究竟是比较单元间的性质差异，还是比较单元间效率上的差异，这将使评估结果变得没有意义。（2）DMU个数应为所考虑的投入与产出项个数和的5倍或5倍以上，否则将会严重影响研究的有效性及可信度。国内许多采用DEA方法的文

8、献中往往忽略了以上两点。