不同类型工业企业r&d投入绩效评价探究

《不同类型工业企业r&d投入绩效评价探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、不同类型工业企业R&D投入绩效评价探究　　摘要：现有的关于R&D投入绩效的研究多是基于不同区域或行业的，本文采用新的视角，从企业R&D投入和产出能力两方面，建立了评价指标体系，运用熵值法，评价并比较了十种不同注册类型大中型工业企业的R&D投入绩效，为有针对性的增强不同类型企业的R&D投入绩效提供了依据。关键词：企业注册类型；R&D投入绩效；熵值法中图分类号：F270文献标识码：A文章编号：1001-828X（2014）04-00-03研究与开发（R&D）指在科学技术领域，为增加知识总量，以及运用这些知识去创造新的应用进行的系统的创造性的活动，包括基础研究、应用研究、试验发展三类活动[1]。在科

2、技日新月异的今天，增强自主创新能力，提高R&D投入绩效成为企业成长壮大的必由之路。已有不少学者，对于不同区域和行业的R&D投入绩效做了研究和评价，但国内尚少有基于企业层面，对不同注册类型的工业企业的R&D投入绩效做出综合评价。施浩、安同良、Ludovico10Alcorta（2005）[2]将企业大致分为国有集体，有限责任和外国公司，利用问卷调查的数据比较分析三类企业的R&D强度。罗亚非、李敦响（2005）[3]选取五类企业：国有企业、集体企业、股份有限公司、外资企业和港澳台资企业，利用密切值法评价并比较它们的技术创新能力。AlbertGuangzhouHU，GaryH.JEFFERSON（2

3、003）[4]基于半均衡的面板数据，考察了国有大中型工业企业的R&D回报率。我国的工业企业按注册类型，共分为十种，但是上述研究都并未对十种类型企业的R&D投入绩效做完整的对比分析，而仅仅是针对其中的一种或几种做定量或定性分析。鉴于此，本文将这十类企业进行综合评价、比较，建立科学的指标体系，利用熵值法消除主观因素的影响，计算出十类企业的R&D投入绩效参数并进行比较，对于进一步优化我国各类型工业企业的R&D资源优化配置，发挥R&D活动对企业的积极作用具有重要的实际指导意义。一、企业R&D投入绩效评价指标的选取为了对企业的R&D投入绩效进行量化分析，首先要建立反应企业R&D投入绩效的指标体系，这一指

4、标体系可以从R&D投入能力和R&D产出能力两个方面来建立。10R&D投入能力的核心指标分别为R&D经费投入指标和R&D人员投入指标。R&D经费投入（出）指报告年度在企业科技活动经费内部支出中用于基础研究、应用研究和试验发展三类项目以及这三类项目的管理和服务费用的支出。不论经费来源于何处，只要是企业运用于以上三类项目中去的支出都应当算入R&D经费投入中[5]。企业对R&D活动投入的人员，既包含企业中直接从事上文提及的三类研发活动的人员，也包含间接参加的管理人员和服务人员。企业的R&D经费投入和企业的R&D人员投入两种指标，既能说明企业对研发活动的重视程度，也可以反映企业的R&D投入能力。在这里特

5、别强调，由于本文侧重考察企业自身的R&D投入绩效，其R&D经费支出仅限于企业内部经费支出，不包括企业对外部，如研究机构或高校的支出。此外，本文所采用的R&D活动投入人员数据，是按照国际上通用的、用于比较科技人力投入的R&D人员全时当量计算，即R&D全时人员（全年从事R&D活动累计工作时间占全部工作时间90%及以上的人员）与非全时人员按实际工作时间折算的工作量之和。从工业企业研发活动链的角度来看，研究与开发最直接的产出是科技论文与专利，在此基础上经过工程化研究，进行新产品设计和试生产，最终进入新产品的规模化生产及销售[6]。由于本文的研究是基于企业层面的，所以专利不论在数量或是意义上，都远大于科

6、技论文。其次，在企业层面上，研究开发活动最终总要表现为新产品的生产及销售。从而专利数量和新产品的产值都是体现企业的R&D产出绩效的优选指标。10基于以上的思路，并结合数据的可得性，本文采用以下4个指标来测度企业的R&D投入绩效。企业R&D经费内部支出，用X1表示；企业R&D人员全时当量，用X2表示；企业拥有的有效发明专利数，用X3表示；新产品产值，用X4表示。其中，X1、X2为R&D投入指标，X3、X4为R&D绩效指标。以上数据均来自于《中国科技统计年鉴2010》，采用的是不同注册类型的大中型工业企业的数据，经计算整理后所得结果如表1。表12010我国10种注册类型企业R&D投入绩效指标比较二

7、、企业R&D投入绩效综合评价通过对表1中R&D产出绩效测度指标的比较可以看到，反应不同注册类型企业R&D投入绩效的4个指标排名位次各不相同，很难直接用于评价。下面我们采用熵值法，确定指标体系中各项指标的权重系数，以求出综合指标的结果，并根据综合指标进行比较。（一）熵值法在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也就越大。根据熵的特性，