蔣開東　俞立平　霍妍??

摘要：基于高技術(shù)產(chǎn)業(yè)科技投入產(chǎn)出數(shù)據(jù)，采用面板數(shù)據(jù)和非期望產(chǎn)出效率模型測度了自主研發(fā)與協(xié)同創(chuàng)新的績效。研究結(jié)果表明，自主研發(fā)對科技產(chǎn)出的貢獻(xiàn)顯著，資源利用率最高。協(xié)同創(chuàng)新對科技產(chǎn)出的彈性系數(shù)為負(fù)，資源利用率最低。地區(qū)間科技績效并不均衡，東部地區(qū)科技績效總體較高。在我國引進(jìn)技術(shù)消化吸收投入嚴(yán)重不足的情況下，引進(jìn)技術(shù)和購買國內(nèi)技術(shù)是一種非期望產(chǎn)出。必須處理好自主研發(fā)、協(xié)同創(chuàng)新與購買技術(shù)之間的關(guān)系。

關(guān)鍵詞：自主研發(fā)；協(xié)同創(chuàng)新；績效；面板數(shù)據(jù)；非期望產(chǎn)出效率

DOI：10.13956/j.ss.1001-8409.2015.02.15

中圖分類號：F2131 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-8409（2015）02-0068-04

Abstract：Based on panel data and undesirable output data envelopment analysis model， this paper compares the effect and efficiency of independent R&D and collaborative innovation according to inputoutput data of China hightech industry. The results show the contribution of independent R&D input to innovation is familiar and the coefficient of utilization is the biggest.The elastic of collaborative innovation input is negative which coefficient of utilization is the lowest. The effect and efficiency among areas is unbalanced， east areas is higher. Importing technology and buying inner technology are undesirable output with the lower digestion and absorption of imported technology. It is necessary to deal with independent R&D， collaborative innovation and buying technology.

Key words：independent R&D； collaborative innovation； effect and efficiency； panel data； undesirable output data envelopment analysis

1引言

自主研發(fā)是企業(yè)技術(shù)創(chuàng)新的基礎(chǔ)和主導(dǎo)力量，對于企業(yè)保持技術(shù)優(yōu)勢，創(chuàng)造和保持核心競爭力具有十分重要的意義。協(xié)同創(chuàng)新通過突破創(chuàng)新主體間的壁壘，匯聚各種創(chuàng)新資源和要素，實現(xiàn)人才、資本、信息、技術(shù)等創(chuàng)新要素的深度合作，是一種重要的創(chuàng)新路徑。產(chǎn)學(xué)研合作是企業(yè)獲取外部創(chuàng)新資源的重要途徑，對擴(kuò)展企業(yè)技術(shù)領(lǐng)域、縮短產(chǎn)品研發(fā)周期、分擔(dān)研發(fā)費用和分散研發(fā)風(fēng)險等具有重要的價值[1]。產(chǎn)學(xué)研合作是協(xié)同創(chuàng)新的重要組成部分，合作方式主要有一般意義上的研發(fā)資助、共同合作進(jìn)行研發(fā)、共同建立研發(fā)中心、合作研發(fā)實體、高校中的業(yè)界協(xié)同、創(chuàng)業(yè)培育中心和科技園區(qū)六種[2]。據(jù)中國高技術(shù)統(tǒng)計年鑒，2011年全國高技術(shù)企業(yè)自主研發(fā)經(jīng)費內(nèi)部支出1441億元，占全國的166%，協(xié)同創(chuàng)新研發(fā)經(jīng)費外部支出107億元；投入研發(fā)人員全時當(dāng)量526718人年，占全國的183%；獲得發(fā)明專利67428件，占全國的392%；實現(xiàn)新產(chǎn)品產(chǎn)值19268億元，高技術(shù)產(chǎn)業(yè)已經(jīng)成為我國科技創(chuàng)新的重要主導(dǎo)力量。

在這樣的背景下，研究分析企業(yè)自主研發(fā)與協(xié)同創(chuàng)新的績效，比較它們的差別，分析其中存在的問題，對于優(yōu)化企業(yè)創(chuàng)新資源配置效率和創(chuàng)新績效，合理分配有限的科技資源具有十分重要的意義，也可以給政府相關(guān)部門提供重要的決策參考。

國內(nèi)外關(guān)于科技績效的研究成果較為豐富。Johanson等認(rèn)為，定量指標(biāo)和定性指標(biāo)反映了合作的不同信息，定性指標(biāo)也是組織績效的關(guān)鍵驅(qū)動因素，結(jié)合二者評價合作績效會更加客觀[3]。Bonaccorsi等最早提出了評價產(chǎn)學(xué)研合作績效的模型，首次構(gòu)建了基于動機(jī)—期望的評價模型，標(biāo)志著學(xué)術(shù)界從理論研究的角度關(guān)注產(chǎn)學(xué)研的績效[4]。樊霞等以廣東省部產(chǎn)學(xué)研合作為背景，運(yùn)用 DEA-Tobit兩步法，對廣東省企業(yè)產(chǎn)學(xué)研合作創(chuàng)新效率及其影響因素進(jìn)行了研究[5]。肖丁丁和朱桂龍基于2005～2009年廣東省部產(chǎn)學(xué)研合作的面板數(shù)據(jù)，應(yīng)用超越對數(shù)隨機(jī)前沿模型測評了260家合作企業(yè)的創(chuàng)新效率，并基于系統(tǒng)視角考察了影響合作創(chuàng)新效率的關(guān)鍵因素[6]。

從現(xiàn)有研究來看，關(guān)于科技績效評價的理論與實證研究均比較豐富，涌現(xiàn)出大量成果，對產(chǎn)學(xué)研合作績效的研究方法眾多，涉及DEA效率分析、指標(biāo)體系、模糊數(shù)學(xué)、因子分析等，研究視角既有宏觀國家地區(qū)層面，也有微觀企業(yè)層面，但還存在以下問題：

第一，采用指標(biāo)體系從宏觀層面進(jìn)行協(xié)同創(chuàng)新績效評價值得商榷，因為企業(yè)研發(fā)畢竟以自主研發(fā)為主，協(xié)同創(chuàng)新僅僅是必要的補(bǔ)充，難以區(qū)分創(chuàng)新成果是自主研發(fā)的貢獻(xiàn)還是協(xié)同創(chuàng)新的貢獻(xiàn)，所以出現(xiàn)測度協(xié)同創(chuàng)新或產(chǎn)學(xué)研績效變成測度科技績效的情況，這是兩個完全不同的概念。

第二，從研究方法看，現(xiàn)有的研究以某種單一方法為主進(jìn)行分析和測度，缺乏采用多種方法進(jìn)行全面系統(tǒng)的研究，從而使研究結(jié)論的穩(wěn)健性不夠。

第三，現(xiàn)有的研究僅僅考慮科技投入產(chǎn)出績效，沒有考慮科技創(chuàng)新中的非期望產(chǎn)出，從而使效率計算結(jié)果產(chǎn)生偏誤。比如引進(jìn)技術(shù)如果不能很好地加以消化吸收，不僅不能促進(jìn)自主創(chuàng)新，反而會擠占有限的科技資源，損害企業(yè)的自主創(chuàng)新，在這樣的情況下，引進(jìn)技術(shù)就是非期望產(chǎn)出，在建設(shè)創(chuàng)新型國家的背景下，必須逐步降低對不能消化吸收的引進(jìn)技術(shù)的投入。

2研究框架

21企業(yè)技術(shù)創(chuàng)新框架

企業(yè)技術(shù)創(chuàng)新主要包括三種方式：①自主研發(fā)，包括一次創(chuàng)新以及在引進(jìn)國外技術(shù)和購買國內(nèi)技術(shù)基礎(chǔ)上的二次創(chuàng)新，這是企業(yè)創(chuàng)新的主要方式，是企業(yè)獲得技術(shù)優(yōu)勢，保持核心競爭力的關(guān)鍵所在。②協(xié)同創(chuàng)新，是指與高等院校、科研院所以及相關(guān)企業(yè)進(jìn)行產(chǎn)學(xué)研合作，充分發(fā)揮各自長處進(jìn)行的合作創(chuàng)新，也是企業(yè)技術(shù)創(chuàng)新的重要途徑。③更新改造，是指企業(yè)對原有生產(chǎn)設(shè)備進(jìn)行改造以提高產(chǎn)能或產(chǎn)品質(zhì)量。更新改造所需要的技術(shù)還是來源于企業(yè)自主研發(fā)和協(xié)同創(chuàng)新。因此，企業(yè)的技術(shù)創(chuàng)新路徑主要是自主研發(fā)與協(xié)同創(chuàng)新，無論是引進(jìn)技術(shù)還是購買國內(nèi)技術(shù)，雖然可以提高企業(yè)的技術(shù)水平，但本質(zhì)上并不屬于企業(yè)自身的技術(shù)創(chuàng)新。

22知識生產(chǎn)函數(shù)

如圖1所示，橫軸U表示非期望產(chǎn)出，縱軸Y為期望產(chǎn)出，S為效率前沿面，對于一個決策單元C點，根據(jù)傳統(tǒng)的效率測度原理，其效率最佳點為A，相應(yīng)地，產(chǎn)出效率為OC/OA，但是在這樣的情況下，非期望產(chǎn)出和期望產(chǎn)出都是增加的，不符合人們的期望。如果此時要對非期望產(chǎn)出加以限制，就要尋求一種在增加期望產(chǎn)出的同時減少非期望產(chǎn)出的最佳效率改進(jìn)方向，即方向距離函數(shù)有效率的B點是最佳效率點。

傳統(tǒng)效率沒有考慮投入要素的松弛，這會導(dǎo)致效率測度結(jié)果的偏誤。Kaoru Tone提出SBM（Slacksbased Measure）模型[9]，把松馳變量直接放入目標(biāo)函數(shù)中，很好地解決這個問題，既克服了投入產(chǎn)出松馳性的問題，避免了徑向和角度選擇差異帶來的偏誤，也解決了非期望產(chǎn)出背景下的效率評價問題。

24研究思路

要比較自主研發(fā)與協(xié)同創(chuàng)新的績效，主要從兩個角度進(jìn)行：

第一，采用知識生產(chǎn)函數(shù)，基于面板數(shù)據(jù)，測算自主研發(fā)投入與協(xié)同創(chuàng)新投入對科技產(chǎn)出的貢獻(xiàn)，比較他們的彈性大小。

第二，基于非期望產(chǎn)出SMB效率模型，測算科技投入產(chǎn)出的綜合效率以及投入要素的利用效率。根據(jù)中國高技術(shù)統(tǒng)計年鑒，2011年我國高技術(shù)企業(yè)引進(jìn)技術(shù)投入621819萬元，消化吸收支出152481萬元，消化吸收支出僅占引進(jìn)技術(shù)投入的245%；而日本、韓國消化吸收與引進(jìn)技術(shù)的比值在3～10之間。如果不能對引進(jìn)技術(shù)和購買國內(nèi)技術(shù)進(jìn)行有效的消化吸收，技術(shù)永遠(yuǎn)不能成為企業(yè)自己的技術(shù)，也根本不可能在此基礎(chǔ)上進(jìn)行二次創(chuàng)

新，只是簡單地應(yīng)用技術(shù)，本質(zhì)上并不是創(chuàng)新。因此，在提高我國創(chuàng)新能力的同時，一方面要減少對不能消化吸收的引進(jìn)技術(shù)的投入，

另一

方面要加大引進(jìn)技術(shù)的消化吸收投入。就我國目前的情況而言，引進(jìn)技術(shù)總體上是不能消化吸收的，因此計算效率時將引進(jìn)技術(shù)和購買國內(nèi)技術(shù)作為非期望產(chǎn)出。

3變量與數(shù)據(jù)

本文選取高技術(shù)產(chǎn)業(yè)進(jìn)行研究，所有數(shù)據(jù)均來自于中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒。選取的投入變量自主研發(fā)投入、協(xié)同創(chuàng)新投入、研發(fā)人員投入分別用R&D經(jīng)費內(nèi)部支出、R&D經(jīng)費外部支出、研發(fā)人員全時當(dāng)量表示。高技術(shù)企業(yè)科技產(chǎn)出指標(biāo)主要有發(fā)明專利和新產(chǎn)品銷售額，由于發(fā)明專利從申請到獲批的滯后期一般有3年左右，而R&D經(jīng)費外部支出數(shù)據(jù)只有最近3年的數(shù)據(jù)，所以本文選取新產(chǎn)品銷售額作為創(chuàng)新產(chǎn)出的替代變量。

所有數(shù)據(jù)均為2009～2011年期間的省際面板數(shù)據(jù)，來自于2010～2012年中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒。西藏由于缺失數(shù)據(jù)較多進(jìn)行了舍棄，實際數(shù)據(jù)為30個省市3年的面板數(shù)據(jù)。數(shù)據(jù)的描述統(tǒng)計量如表1所示。

4實證結(jié)果

41面板數(shù)據(jù)估計

由于本文面板數(shù)據(jù)是典型的寬截面、短時間數(shù)據(jù)，難以進(jìn)行面板數(shù)據(jù)的平穩(wěn)性檢驗，所以首先進(jìn)行冗余固定效應(yīng)檢驗，結(jié)果F檢驗值為11738，相伴概率為0000，說明對于混合回歸與面板數(shù)據(jù)固定效應(yīng)兩個模型，應(yīng)該選取后者。接下來進(jìn)行Hauseman檢驗，結(jié)果檢驗值為26785，相伴概率為0000，拒絕隨機(jī)效應(yīng)的原假設(shè)，說明應(yīng)該采取固定效應(yīng)模型進(jìn)行估計。為了消除異方差，采取截面加權(quán)，結(jié)果科技人力資源沒有通過統(tǒng)計檢驗，將其刪除，繼續(xù)進(jìn)行回歸，同樣進(jìn)行Hauseman檢驗與冗余固定效應(yīng)，結(jié)果如表2“固定效應(yīng)2”所示。

從最終結(jié)果看，擬合優(yōu)度R2較高，為0982，自主研發(fā)投入的彈性系數(shù)最高，為0593，并且在1%的水平上通過了統(tǒng)計檢驗，說明自主研發(fā)每增加1%，創(chuàng)新產(chǎn)出增加0593%；協(xié)同創(chuàng)新投入的彈性系數(shù)為-0156，并且在1%的水平上通過了統(tǒng)計檢驗，說明我國協(xié)同創(chuàng)新投入的績效總體較低，不能有效地促進(jìn)創(chuàng)新產(chǎn)出的提高。科技人力資源與創(chuàng)新產(chǎn)出無關(guān)，說明高技術(shù)產(chǎn)業(yè)創(chuàng)新中人力資源投入的總體績效不高。

42非期望產(chǎn)出SBM效率分析

在考慮非期望產(chǎn)出的情況下，將3年面板數(shù)據(jù)作為一個截面處理，這樣效率最佳的前沿面是3年中最好的，而不是一年中最好的，而且可以分析效率及資源利用率隨時間的變化規(guī)律；但也帶來另外一個問題，就是效率計算值偏低，由于效率本身就具有相對意義，因此計算出效率后，還可以通過計算理想投入占實際投入的比重得到投入資源的利用率，這樣可以分析比較不同投入要素的績效。

3年的平均效率為0420，其中2009年效率偏低，只有0281，2010年為0484，2011年為0495，后兩年大致相當(dāng)，說明我國高技術(shù)企業(yè)創(chuàng)新效率總體發(fā)展良好。從資源利用率看，自主研發(fā)利用率最高，為7236%，科技人力資源次之，為6608%，協(xié)同創(chuàng)新最低，為6360%，總體上有差距，但相差不大。從發(fā)展趨勢看，科技人力資源和協(xié)同創(chuàng)新的利用率提高較快，自主研發(fā)的利用率由于本來水平較高，提升相對慢一些。

地區(qū)效率和資源利用率情況如表4所示。效率最高的10個省市依次是廣東、北京、山東、寧夏、重慶、天津、江蘇、內(nèi)蒙古、云南、上海，其中東部地區(qū)省市6個。東部地區(qū)經(jīng)濟(jì)比較發(fā)達(dá)，創(chuàng)新水平較高，科技人力資源密集，擁有良好的創(chuàng)新氛圍，科技管理水平較高，因而擁有較高的效率。

自主研發(fā)投入利用率最高的10個省市依次是天津、寧夏、青海、廣東、江蘇、重慶、福建、山東、北京、云南，其中東部地區(qū)省市6個。協(xié)同創(chuàng)新投入效率最高的前10個省市依次是廣東、北京、山東、江蘇、云南、寧夏、重慶、湖北、福建、遼寧，其中東部地區(qū)省市有6個?？萍既肆Y源利用率最高的10個省市依次是山東、天津、內(nèi)蒙古、青海、廣東、北京、重慶、寧夏、上海、貴州，其中東部地區(qū)省市有5個?？傮w上，投入資源利用率較高的地區(qū)以東部地區(qū)為主。

5結(jié)論與討論

51自主研發(fā)績效較高

從面板數(shù)據(jù)估計結(jié)果看，自主研發(fā)的彈性系數(shù)為0593，并且在1%的水平上通過統(tǒng)計檢驗。從DEA效率的結(jié)果看，自主研發(fā)投入的利用率也是最高。自主研發(fā)是高技術(shù)企業(yè)創(chuàng)新的主要路徑，經(jīng)過改革開放30多年的發(fā)展，我國高技術(shù)企業(yè)已經(jīng)建立了比較系統(tǒng)的自主創(chuàng)新體系，取得了較好的創(chuàng)新效果，發(fā)明專利數(shù)占我國全部專利數(shù)的392%，是我國重要的科技創(chuàng)新力量。

52協(xié)同創(chuàng)新績效總體較低

從面板數(shù)據(jù)回歸結(jié)果看，高技術(shù)企業(yè)研發(fā)經(jīng)費外部支出對創(chuàng)新的貢獻(xiàn)為負(fù)，說明協(xié)同創(chuàng)新尚不足以支撐高技術(shù)企業(yè)的創(chuàng)新。從協(xié)同創(chuàng)新投入的比重看，協(xié)同創(chuàng)新僅占企業(yè)自主研發(fā)投入的74%，尚處于起步階段，高技術(shù)企業(yè)還沒有探索出一條合作關(guān)系緊密、利益共享、成果顯著的協(xié)同創(chuàng)新道路。從投入科技資源利用率看，協(xié)同創(chuàng)新投入仍是最低，還有大量的提升空間。

53地區(qū)間科技績效并不均衡

DEA效率最高的地區(qū)以東部地區(qū)為主，從投入要素的利用效率看，無論是自主研發(fā)還是協(xié)同創(chuàng)新投入，以及科技人力資源投入，都是東部地區(qū)較高，中西部地區(qū)偏低。東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)，高技術(shù)企業(yè)眾多，科技創(chuàng)新能力強(qiáng)，科研管理水平較高，因此能夠獲得相對較高的績效。而中西部地區(qū)由于體制機(jī)制等因素，科技績效有待提高。

不同投入要素對科技效率的敏感程度不同，要提高科技效率，首先要提高科技人力資源的利用率，其次是提高協(xié)同創(chuàng)新投入，最后是提高自主研發(fā)投入。

54購買技術(shù)如果不能有效地消化吸收就是非期望產(chǎn)出

改革開放初期，引進(jìn)技術(shù)填補(bǔ)了我國很多領(lǐng)域技術(shù)的空白，發(fā)揮了重要作用，隨著我國經(jīng)濟(jì)與科技實力的快速發(fā)展，創(chuàng)新水平的不斷提高，技術(shù)引進(jìn)投入雖然總量增加，但份額是下降的，2011年技術(shù)引進(jìn)僅占自主研發(fā)投入的43%。引進(jìn)技術(shù)如果不能加以有效的消化吸收，是無法進(jìn)行二次創(chuàng)新的，因此引進(jìn)技術(shù)并不等于創(chuàng)新。

與引進(jìn)技術(shù)相比，購買國內(nèi)技術(shù)投入更少，2011年購買國內(nèi)技術(shù)份額僅占自主研發(fā)投入的11%，購買國內(nèi)技術(shù)同樣屬于外來技術(shù)，也存在消化吸收問題。

考慮到我國高技術(shù)企業(yè)消化吸收投入嚴(yán)重不足，這是十分不利于高技術(shù)企業(yè)技術(shù)創(chuàng)新的，因此屬于非期望產(chǎn)出。一方面要鼓勵企業(yè)加大消化吸收投入，充分發(fā)揮引進(jìn)技術(shù)的作用。另一方面要鼓勵企業(yè)加大自主研發(fā)和協(xié)同創(chuàng)新的力度，以替代引進(jìn)技術(shù)。

55必須正確處理好自主研發(fā)、協(xié)同創(chuàng)新與購買技術(shù)的關(guān)系

自主研發(fā)始終是企業(yè)創(chuàng)新的重要途徑，協(xié)同創(chuàng)新可以充分發(fā)揮企業(yè)、高等院校、科研院所各自的優(yōu)勢，有利于提高創(chuàng)新的水平和效率，引進(jìn)技術(shù)和購買國內(nèi)技術(shù)是企業(yè)生產(chǎn)經(jīng)營中亟須技術(shù)的必要補(bǔ)充，高技術(shù)企業(yè)應(yīng)當(dāng)建立起自主研發(fā)為主、協(xié)同創(chuàng)新為輔、購買技術(shù)拾遺補(bǔ)缺的技術(shù)發(fā)展道路。

參考文獻(xiàn)：

[1]Iroyuki Okamuro.Determinants of Successful R&D Cooperation in Japanese Small Businesses： The Impact of Organizational and Contractual Characteristics[J]. Research Policy，2007，36 （10） ： 1529-1544.

[2]Atlan， Taylor. Bring Together Industry and University Engineering Schools in Getting More out for R&D and Technology[R]. The Conference Board， Research Report， 1987（904）.

[3]Johanson U，Martensson M，Skoog M. Measuring to Understand Intangible Performance Drivers[J]. The European Accounting Review，2001（10）：407-437.

[4]Bonaccorsia， Piccalugadua. A Theoretical Framework for the Evaluation Of Universityindustry Relationships[J]. R&D Management， 1994（24）：229-247.

[5]樊霞 趙丹萍 何悅. 企業(yè)產(chǎn)學(xué)研合作的創(chuàng)新效率及其影響因素研究[J]. 科研管理，2012（2）：33-39.

[6]肖丁丁，朱桂龍. 產(chǎn)學(xué)研合作創(chuàng)新效率及其影響因素的實證研究[J].科研管理，2013（1）：11-18.

[7]Griliches Z. Issues in Assessing the Contribution of Research and Development to Productivity Growth[J]. Bell Journal of Economics，1979（1）：92-116.

[8]Chung Y，F(xiàn)re R，Grosskopf S. Productivity and Undesirable Outputs： A Directional Distance Function Approach[J]. Journal of Environmental Management，1997，51（3）：229-240.

[9]K Tone A Slackbased Measure of Superefficiency in Data Envelopment Analysis[J].European Journal of Operational Research，2001（1）：32-41.

（責(zé)任編輯：何彬）