顏正清+張喜征+蔡月月+羅文

摘要： 建立了對(duì)擁有多個(gè)研究院所的創(chuàng)新型大型企業(yè)集團(tuán)研發(fā)部門的研發(fā)績(jī)效評(píng)價(jià)模型。首先，通過技術(shù)分成率把研發(fā)貢獻(xiàn)從總產(chǎn)值中分離出來，利用擴(kuò)展的C-D函數(shù)模型計(jì)算出研發(fā)資本投入產(chǎn)出彈性和研發(fā)人力投入產(chǎn)出彈性；然后通過模型計(jì)算出研發(fā)投入要素的邊際產(chǎn)出率，并用熵權(quán)法客觀地對(duì)各產(chǎn)出評(píng)價(jià)指標(biāo)賦權(quán)重建立了研發(fā)績(jī)效綜合評(píng)價(jià)模型。最后將模型應(yīng)用到SN集團(tuán)內(nèi)19個(gè)研發(fā)部門研發(fā)績(jī)效評(píng)價(jià)。

Abstract： This paper builds a R&D performance evaluation model， which has three indexs： R&D captial marginal output ratio， R&D labor marginal output ratio and R&D intput-output integrated ratio， for large innovative group enterprise which has several research institutes. Firstly， we use the contribution rate of technology to separate R&D contribution from output and use the extend C-D production function model to calculate the output elasticity of two R&D intput factors； Secondly， we calculate the marginal productivity of R&D input factors through model， and then we use the entropy weight to give the weights and establish the R&D performance evaluation model. Finally， an empirical analysis of nineteen enterprises proved the validity of the model.

關(guān)鍵詞： 集團(tuán)企業(yè)；研發(fā)績(jī)效評(píng)價(jià)；指標(biāo)體系；熵權(quán)法

Key words： group enterprise；R&D performance evaluation；index system；entropy weight

中圖分類號(hào)：F270.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2018）02-0082-03

0 引言

研發(fā)活動(dòng)創(chuàng)造和積累知識(shí)，促進(jìn)產(chǎn)品創(chuàng)新和工藝創(chuàng)新，推動(dòng)經(jīng)濟(jì)可持續(xù)增長(zhǎng)。因而，測(cè)算R&D貢獻(xiàn)一直是經(jīng)濟(jì)學(xué)和管理部門研究的重點(diǎn)問題之一。對(duì)于創(chuàng)新型企業(yè)而言，研發(fā)創(chuàng)新更是其核心競(jìng)爭(zhēng)力重要來源，因而研發(fā)績(jī)效評(píng)價(jià)是創(chuàng)新型企業(yè)需要解決的關(guān)鍵問題之一。目前對(duì)企業(yè)研發(fā)績(jī)效的研究比較多，有的從宏觀層面進(jìn)行研究，如Eric C.Wang認(rèn)為政府的R&D投入、國(guó)家科技實(shí)力和經(jīng)濟(jì)自由化程度會(huì)對(duì)國(guó)家整體的R&D效率產(chǎn)生影響[1]。王偉光建立了中國(guó)工業(yè)行業(yè)技術(shù)創(chuàng)新效率指數(shù)，對(duì)中國(guó)38個(gè)行業(yè)的技術(shù)創(chuàng)新效率進(jìn)行比較[2]。黃魯成、張紅彩采用因子分析定權(quán)法測(cè)算了北京制造業(yè)的技術(shù)創(chuàng)新效率，選取產(chǎn)品項(xiàng)目數(shù)、專利申請(qǐng)數(shù)、新產(chǎn)品銷售收入和新產(chǎn)品工業(yè)總產(chǎn)值作為技術(shù)創(chuàng)新的產(chǎn)出指標(biāo)[3]。有些則從較微觀層面展開研究，如Donald C.Hambrick與Ian C.Macmillan分析了企業(yè)所在行業(yè)中的技術(shù)機(jī)會(huì)、企業(yè)規(guī)模和R&D經(jīng)驗(yàn)、企業(yè)與市場(chǎng)聯(lián)系的緊密度、生產(chǎn)活動(dòng)對(duì)產(chǎn)品創(chuàng)新的適應(yīng)性對(duì)企業(yè)研發(fā)效率的影響，并采用1971-1976年102個(gè)美國(guó)500強(qiáng)企業(yè)的數(shù)據(jù)進(jìn)行了實(shí)證研究。他們分別用新產(chǎn)品產(chǎn)出、R&D投入與產(chǎn)出回歸后的余項(xiàng)衡量企業(yè)研發(fā)效率[4]。更多的研究則是從方法層面著手的。以Charnes、Cooper和Rhodes于1978年提出的數(shù)據(jù)包絡(luò)分析技術(shù)（Data Envelope Analysis，DEA）為代表[5]。還有的用戰(zhàn)略績(jī)效評(píng)價(jià)方法來研究的，如鄒剛，張鵬飛（2008）[6]應(yīng)用平衡記分卡測(cè)評(píng)研發(fā)績(jī)效，但由于平衡記分卡本身的缺陷，不能說明各個(gè)指標(biāo)的重要程度和內(nèi)在聯(lián)系程度的大小，主觀性較強(qiáng)；另外還有一種參數(shù)計(jì)量方法，以隨機(jī)前沿分析方法（Stochastic FrontierAnalysis，SFA）為代表。

本文針對(duì)擁有多個(gè)研究院所的創(chuàng)新型大型企業(yè)集團(tuán)建立各研發(fā)部門的研發(fā)績(jī)效評(píng)價(jià)模型，模型在確定績(jī)效評(píng)價(jià)的原始指標(biāo)的基礎(chǔ)上，首先將研發(fā)投入指標(biāo)加以綜合，再用以除各研發(fā)產(chǎn)出指標(biāo)得到各分指標(biāo)的投入產(chǎn)出比；由于這樣得到的各分指標(biāo)的投入產(chǎn)出比量綱不一致，本文采用熵權(quán)法客觀地對(duì)各評(píng)價(jià)指標(biāo)賦權(quán)重并得到績(jī)效排序；最后根據(jù)某企業(yè)集團(tuán)內(nèi)19個(gè)研發(fā)部門的實(shí)際數(shù)據(jù)對(duì)其研發(fā)績(jī)效進(jìn)行評(píng)價(jià)，驗(yàn)證所建模型的實(shí)用性及有效性。

1 企業(yè)研發(fā)績(jī)效評(píng)價(jià)指標(biāo)及相關(guān)參數(shù)

1.1 企業(yè)研發(fā)績(jī)效評(píng)價(jià)指標(biāo)的選取

本文從研發(fā)的投入和產(chǎn)出兩個(gè)層面設(shè)計(jì)出一個(gè)較簡(jiǎn)化且實(shí)用的研發(fā)績(jī)效評(píng)價(jià)指標(biāo)，分別是研發(fā)經(jīng)費(fèi)X1、研發(fā)人員數(shù)X2、發(fā)明專利授權(quán)數(shù)X3、國(guó)家級(jí)科技獎(jiǎng)勵(lì)數(shù)X4、新產(chǎn)品銷售收入X5和新產(chǎn)品利潤(rùn)分成X6等六大指標(biāo)。在上述六個(gè)評(píng)價(jià)原始指標(biāo)的基礎(chǔ)上，再以研發(fā)資本投入產(chǎn)出績(jī)效、研發(fā)人力投入產(chǎn)出績(jī)效和研發(fā)投入產(chǎn)出綜合績(jī)效作為各研發(fā)部門績(jī)效的評(píng)價(jià)性指標(biāo)（見表1）。

1.2 技術(shù)分成率計(jì)算模型

由于總產(chǎn)值中包含研發(fā)、生產(chǎn)和銷售系統(tǒng)等多方面的貢獻(xiàn)。實(shí)際應(yīng)用中，研發(fā)貢獻(xiàn)值常采取技術(shù)分成率的辦法來確定。計(jì)算公式為：

其中，rt為技術(shù)分成率；Pt為靜態(tài)投資回收期，P 為動(dòng)態(tài)投資回收期，只有當(dāng)P >P 的情況下，項(xiàng)目的進(jìn)行才可行，即P -P >0；n為收益期（即有效的投資收益年限）；M，N為兩個(gè)權(quán)重系數(shù)，且M>0，N>0，M+N=35%（來源于聯(lián)合國(guó)技術(shù)情報(bào)交流中心（TIES），考慮到技術(shù)型無形資產(chǎn)的超額收益能力），按照我國(guó)公司法中關(guān)于技術(shù)投資比例的規(guī)定，可以將N設(shè)定為20%，則M就為15%。endprint

1.3 基于熵權(quán)法的集團(tuán)企業(yè)研發(fā)績(jī)效綜合評(píng)價(jià)模型

熵權(quán)法是利用各指標(biāo)的熵值所提供信息量的大小來確定指標(biāo)權(quán)重，是一種客觀的賦權(quán)方法[7]。熵權(quán)法給指標(biāo)賦權(quán)可以避免人為因素的干擾，使評(píng)價(jià)結(jié)果更符合實(shí)際，克服了其他評(píng)價(jià)方法在指標(biāo)的賦權(quán)過程中受人為因素影響較大的問題。

1.3.1 數(shù)據(jù)的標(biāo)準(zhǔn)化處理

設(shè)被評(píng)價(jià)的研發(fā)部門為Y=（Y1，Y2，…，Ym），評(píng)價(jià)指標(biāo)體系為A=（A1，A2，…，An），則n個(gè)指標(biāo)對(duì)m個(gè)被評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)體系可用矩陣X表示：

其中，i表示參評(píng)研發(fā)部門i，j表示評(píng)價(jià)指標(biāo)j，xij表示針對(duì)參評(píng)研發(fā)部門i的評(píng)價(jià)指標(biāo)j的取值。

數(shù)據(jù)的無量鋼化處理可以解決由于指標(biāo)間差異較大，導(dǎo)致不同指標(biāo)間在量上不能進(jìn)行比較的問題[8]。由于本指標(biāo)體系的指標(biāo)是望大型指標(biāo)，且都為正值，故無量綱化公式為：

其中rij為第j個(gè)參評(píng)部門第i個(gè)指標(biāo)規(guī)范化處理后的值；xij為第j個(gè)參評(píng)部門第i個(gè)指標(biāo)的值。

1.3.2 評(píng)價(jià)權(quán)重的確定

熵權(quán)法能有效地避免人為因素的影響，是指標(biāo)權(quán)重的確定更加具有科學(xué)性，最終提升計(jì)算結(jié)果的有效性[9]。

1.3.2.1 各指標(biāo)熵值的計(jì)算

設(shè)Hj為第j個(gè)評(píng)價(jià)指標(biāo)的熵值，則熵值Hj為：

式（3）中，k= ，fij= ，并設(shè)fij=0時(shí)，有fij ln fij=0。

1.3.2.2 各指標(biāo)熵權(quán)的計(jì)算

設(shè)wj為第j個(gè)評(píng)價(jià)指標(biāo)的熵權(quán)，則指標(biāo)的熵權(quán)為：

式（4）中，Hj為第j個(gè)指標(biāo)的熵值。

1.3.3 基于熵權(quán)法的企業(yè)績(jī)效綜合評(píng)價(jià)模型

設(shè)Pi為第i個(gè)研發(fā)部門的綜合評(píng)價(jià)得分，根據(jù)線性加權(quán)綜合評(píng)價(jià)公式[10]，則各研發(fā)部門的綜合投入產(chǎn)出得分為：Pi= wjfij（5）

式（12）中，wj為第j個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，fij為評(píng)價(jià)指標(biāo)規(guī)范化得分。

2 應(yīng)用：SN集團(tuán)企業(yè)各研究部門研發(fā)績(jī)效評(píng)價(jià)

2.1 樣本數(shù)據(jù)獲取

湖南SN集團(tuán)企業(yè)是國(guó)內(nèi)第二批被認(rèn)證的大型創(chuàng)新型企業(yè)，下設(shè)研究院（所）19個(gè)，其中國(guó)內(nèi)15個(gè)，美國(guó)2個(gè)，印度1個(gè)，歐洲1個(gè)，研發(fā)是該集團(tuán)核心能力的來源。下面將以2013-2014年的兩年的數(shù)據(jù)為基礎(chǔ)對(duì)2014年各研究院所研發(fā)績(jī)效進(jìn)行評(píng)價(jià)。

2.2 各參數(shù)的計(jì)算

2.2.1 技術(shù)分成率的計(jì)算

SN集團(tuán)企業(yè)所處的行業(yè)為工程機(jī)械行業(yè)，行業(yè)競(jìng)爭(zhēng)激烈，產(chǎn)品按需定制比例高，產(chǎn)品生命周期較短，因此，其靜態(tài)投資回收期和動(dòng)態(tài)投資回收期設(shè)置期較短。技術(shù)分成率的取值大約在20%到34%之間。由于研發(fā)是S集團(tuán)首要的核心能力，因此， S集團(tuán)的技術(shù)分成率定為32%，并且該值也得到了S集團(tuán)研發(fā)部門的認(rèn)可。

2.2.2 研發(fā)投入要素產(chǎn)出彈性系數(shù)α、β的計(jì)算

獲取原始數(shù)據(jù)（來源于年報(bào)：該數(shù)據(jù)是集團(tuán)企業(yè)各研發(fā)部門混合面板數(shù)據(jù)），依毛利的32%的技術(shù)分成率可計(jì)算得到研發(fā)貢獻(xiàn)值（研發(fā)產(chǎn)出），得表2。

根據(jù)公式ln（Y）=ln（A）+？琢 ln（K）+？茁ln（L）+？著，其中Y是研發(fā)貢獻(xiàn)，K是研發(fā)資本投入，L是研發(fā)人員?？紤]到研發(fā)投入產(chǎn)出的時(shí)間滯后性，當(dāng)年的研發(fā)投入數(shù)據(jù)都是前兩年研發(fā)投入的綜合值。對(duì)上表用eveiws做回歸分析，結(jié)果如下：

從圖1可以得出：ln（Y）=0.67+0.65ln（K）+0.42ln（L），即α、β值為：α=0.65，β=0.42。由于α+β=1.07>1，可以看出S集團(tuán)目前處于規(guī)模效益遞增階段。

2.3 SN 集團(tuán)企業(yè)研發(fā)績(jī)效評(píng)價(jià)

根據(jù)公式（5）可得各研究機(jī)構(gòu)研發(fā)績(jī)效綜合得分，見表3。

3 結(jié)論

研究表明，SN集團(tuán)的研發(fā)貢獻(xiàn)較大，人員邊際貢獻(xiàn)遠(yuǎn)大于資本邊際貢獻(xiàn)，并且集團(tuán)目前依然處于快速發(fā)展擴(kuò)張期，還沒有達(dá)到最佳規(guī)模效應(yīng)點(diǎn)。就研發(fā)人員來看，研發(fā)人員潛力還沒有到達(dá)最理想狀態(tài)。需要加強(qiáng)對(duì)研發(fā)人員的激勵(lì)，促使研發(fā)人員產(chǎn)出更大的貢獻(xiàn)。

從各單位橫向比較看，各單位之間的投入產(chǎn)出業(yè)績(jī)的相差較大。然而，并不能絕對(duì)依此判斷得出最好的和最差的單位排名。事實(shí)上，由于各類產(chǎn)品的市場(chǎng)成熟度、市場(chǎng)競(jìng)爭(zhēng)程度的不一樣，還有國(guó)家宏觀經(jīng)濟(jì)的影響，各研究院的經(jīng)營(yíng)業(yè)績(jī)無法用單一的利潤(rùn)指標(biāo)來衡量。因此，除利潤(rùn)指標(biāo)外，直接研發(fā)產(chǎn)出是判斷各研究院的重要指標(biāo)，因?yàn)檫@樣的指標(biāo)受外界市場(chǎng)因素的影響相對(duì)較小。故管理者要綜合地、辯證地應(yīng)用本方案的評(píng)價(jià)結(jié)果。

參考文獻(xiàn)：

[1]Eric C.Wang.R&D Efficiency and Economic Performance：A Cross-country Analysis using the Stochastic Frontier Approach.[J].Journal of Policy Modeling.2007，（29）：345-360.

[2]柴瑋，申萬.中國(guó)與7國(guó)集團(tuán)研發(fā)投入與績(jī)效評(píng)價(jià)研究[J]. 科研管理，2015（S1）：440-446.

[3]黃魯成，張紅彩.北京制造業(yè)行業(yè)的技術(shù)創(chuàng)新效率評(píng)價(jià)[J].科學(xué)學(xué)研究，2005，23（Z1）：279-282.

[4]Donald C.Hambrick，Ian c.Macmillan.Efficiency of Porgduct R&D in Business units： The Role of Strategic Context[J].Academy of Management Journal 1985，28（3）：527-547.

[5]Berger A.N. and Humphrey.D.B. Efficiency of Financial Institutions： International Survey and Directions for Future Research [DB/OL]. Finance and Economics Discussion Series， Federal Reserve Board， No.11. Available from： http：//netee.mcc.ac.uk/WoPEc/data/PapeDs/fipfedgfel997-11.html.

[6]馬宗國(guó).研究聯(lián)合體研發(fā)創(chuàng)新績(jī)效評(píng)價(jià)及發(fā)展對(duì)策研究[J]. 科學(xué)管理研究，2014（01）：55-58.

[7]章穗，張梅，遲國(guó)泰.基于熵權(quán)法德科學(xué)技術(shù)評(píng)價(jià)模型及其實(shí)證研究[J].管理學(xué)報(bào)，2010（12）.

[8]于鵬飛，王麗娜.財(cái)務(wù)預(yù)警中樣本數(shù)據(jù)無量綱化方法的選擇[J].會(huì)計(jì)之友，2005，7（1）.

[9]李婉琳，孔祥利.基于熵權(quán)法的資源型地區(qū)技術(shù)創(chuàng)新能力與經(jīng)濟(jì)轉(zhuǎn)型績(jī)效研究[J].科技和產(chǎn)業(yè)，2016（01）：110-116.

[10]郭俊華，程聰慧，何軍，何曉君，李祥太.基于熵權(quán)法的科技人才項(xiàng)目績(jī)效評(píng)價(jià)研究——以上海市“浦江人才”計(jì)劃為例[J]. 科技進(jìn)步與對(duì)策，2015（19）：119-125.endprint