D投入规模（精选十篇）
D投入规模 篇1
通过现行名义汇率换算得出的我国R&D经费投入量在世界上名列前茅, 如2007年, 我国的R&D经费投入量接近500亿美元, 处于世界第四的位置, 但是2007年美国的R&D经费投入为3437亿美元, 日本为1485亿美元, 这就又显示出我国与美国、日本在R&D投入规模方面的巨大差距。而一般的研究认为人民币名义汇率与购买力平价汇率之间是存在着差异的, 并认为人民币与美元的购买力平价是低于名义汇率的, 人民币的实际购买力要比名义的强, 则通过两种汇率方法分别换算得出的我国R&D投入规模之间也应该是有差异的, 因此有必要从购买力平价的角度来研究我国R&D投入规模的情况。
(二) 文献回顾和数据处理过程简介
1. 文献回顾
在早期, 购买力平价理论曾被认为是一个不言自明的公理, 随后它又被认为过于简单而极易造成误解。张晓朴研究人民币汇率、中国消费物价指数、美国消费物价指数三个变量间的关系, 分别以单变量形式和两变量形式进行计量检验得出的结果显示严格意义上的购买力平价理论并不适用于人民币汇率;但是对三个变量的协整检验显示:人民币汇率、中国消费物价指数、美国消费物价指数间是存在协整关系的, 这说明人民币名义汇率与中国和美国的消费物价指数之间存在长期的统计学意义上的“均衡”关系。吴信如在用VEC模型分析人民币汇率与购买力平价的互动关系时亦发现:人民币美元汇率与中美两国相对价格之间存在着长期的协整关系。尽管这一方法有着许多的劣势和不便之处, 但参加基于购买力平价理论的国际比较项目的国家越来越多, 全球近70%的国家积极参加了ICP进行的第七轮国际比较。ICP进行的国际比较得出的结果还是具有一定的参考价值, 依据购买力平价理论得出的结果, 计算出我国的R&D的投入规模, 从另一个角度来测度我国的R&D投入规模。
尽管以往的研究是从各个方面来论述我国R&D投入的情况, 但是首先需要考察的都是我国的R&D投入规模情况, 在研究我国R&D投入规模的基础上进一步研究结构、效率的问题。以往我国的R&D投入仅仅按名义汇率转换为美元来进行比较, 现在, 本文考虑国内物价因素, 利用购买力平价方法来研究我国R&D投入, 从而对我国R&D投入的绝对水平有一个更为清晰的认识。购买力平价研究主要集中在工业化国家的货币对美元的汇率, 而在发展中国家的应用相对较少, 但已经有越来越多的经济学家开始关注购买力平价在发展中国家的应用问题。我国自1994年汇率改革以来, 人民币兑美元和人民币兑港币的汇率走势符合购买力平价理论, 这奠定了利用购买力平价方法来研究我国R&D投入规模的基础。同时, 由于各个国家国情不同, 利用传统的名义汇率方法不足以完全清楚的反映一国的R&D投入水平, 而购买力平价方法考虑了国内的物价因素来反映货币真实的国际购买力, 所以本文尝试使用购买力平价方法来评判我国的R&D投入水平。通过分析现有R&D投入规模, 研究进一步增加其投入的途径及方式。
2. 数据处理过程
研究一国的R&D投入规模时, 会很自然的将其与其他国家的R&D投入规模进行比较, 一个不可避免的问题就是货币换算问题, 一般的情况下使用名义汇率, 但是, 由于不同国家间的国内经济环境不同, 名义汇率并不一定能真正确切的反映两国货币间的比值关系。但是, 改革开发30年以来, 我国的经济体系已基本发展成为一个市场化的经济体系, 这使得利用购买力平价理论来作为货币转换方法成为可能。
研究所用的数据分别来自于2002年、2004年、2006年、2007年《中国统计年鉴》, 这些数据是依据购买力平价理论而得出的各国国内生产总值。本文选取的数据包括2000、2003、2005、2006年的以国际元为计量单位的中国、美国的国内生产总值和R&D投入占本国GDP的比例 (见表1) 。
分析以购买力平价理论为基础的我国R&D投入规模必须计算出相应的以国际元为计量单位的R&D投入, 本文没有按照购买力平价理论去计算出各个国家的国内生产总值, 而是直接从统计年鉴中获取各个国家依据购买力平价理论计算得出的GDP值, 从而进一步计算出各个国家的基于购买力平价理论的R&D投入量, 这些可以通过下面这个公式来表示:
其中, y (ij) 表示i国在第j年基于购买力平价理论计算出的R&D投入量;a (ij) 表示i国在第j年的R&D投入占本国本年GDP的比例;x (ij) 表示i国在第j年基于购买力平价理论计算得出的国内生产总值。
(三) 结果分析
研究R&D投入规模的目的就是分析一国的R&D投入量, 从投入量的绝对水平及一段时期的变化趋势来分析一国所处的经济发展阶段及此国家的科技创新能力。分别以人民币、美元、国际元为计量单位来分析我国R&D经费的投入量情况, 并分析以名义汇率换算得出的我国R&D投入量和基于购买力平价方法计算得出的我国R&D经费投入量之间的差异。
1. 以人民币为计量单位的中国R&D经费投入量
从绝对水平的层面上看, 20世纪90年代以来, 我国的经济快速发展, 经济总量迅速增长, 带动了我国的研究与试验发展 (R&D) 经费投入的增长, 此段时期我国的研究与试验发展经费呈持续增长态势, 从1991年的150.8亿元到1999年的678.9亿元, 研究与试验发展 (R&D) 经费总量增长了4倍多。特别是进入21世纪以来, 我国的研究与试验发展 (R&D) 经费投入更是快速的增长。2000年时, 我国的R&D经费还不足900亿人民币, 但是2006年我国的R&D经费总投入量就已经超过了3000亿人民币, 并且根据2007年中国科技统计年鉴的数据, 2006年3003.1亿人民币的R&D投入中, 企业R&D经费支出为2134.5亿人民币, 政府研究机构支出为567.3亿人民币, 高等学校支出276.8亿人民币, 企业R&D经费支出占我国R&D经费支出总量的71%, 企业在R&D活动中的主体地位进一步增强。
从R&D经费与国内生产总值之比这一个指标来看, 2000年到2006年间, 这一指标一直处于上升状态, 从2000年的0.9%到2006年的1.42%。对发达国家工业化各阶段R&D经费投入模式的研究将其R&D经费投入划分为三种模式, 依次为工业化初级阶段、工业化中级阶段、工业化高级阶段, 其中, 将R&D经费与国内生产总值之比在1.5%到2%之间划为工业化中级阶段投入模式的范围。2006年我国R&D经费与国内生产总值之比为1.42%, 这预示着我国R&D经费投入模式已经发展到企业投入与政府投入并重的阶段, 在此阶段, 不仅是R&D投入的绝对水平增加, 而且企业的投入比重在不断增加。
2. 以名义汇率换算得出的中国R&D经费投入量
研究中国的R&D投入规模, 其中很重要的一个方面就是研究国家R&D投入的绝对水平。通过与其他发达国家和新型工业化国家的年R&D投入量的比较, 从而反映我国本阶段的R&D经费投入模式, 以及我国与其他国家在R&D投入量上的差异。科技统计年鉴给出了用人民币兑美元的名义汇率来换算出的我国历年R&D投入量, 如表2。
虽然在发展中国家中, 我国的R&D投入量是处于前列的, 但是考虑到我国经济的总体规模, 那么与美国和日本的比较就显示出我国的R&D经费投入的绝对水平还很小。2000年我国研究与发展经费为108.19亿美元, 是美国当年研究与发展经费的4%, 是日本当年研究与发展经费的7.6%, 比较国家间的GDP可以知道, 2000年中国的GDP接近美国GDP的11%, 同时是日本GDP的23%, 不从工业化发展阶段的角度而从特定时期对应的经济规模的比较来看, 我国的研究与发展经费的投入与我国的GDP的总量规模是不符合的。但是同时我国R&D经费投入量与美国和日本的差距是在逐渐缩小的, 2006年我国R&D经费投入量已经达到美国当年R&D投入的11%, 而同年, 我国GDP是美国GDP的20%。而2005年, 我国R&D经费投入量达到日本的20%, 而当年, 我国的以美元计的GDP值是日本的49%, 这样的结果显示我国的R&D经费投入增加量与我国的经济发展总体并不匹配。
3. 基于购买力方法换算得出的中国R&D经费投入量
研究与发展经费最终是用于研究项目, 考虑到经费使用的问题, 就必须考虑物价因素。如果一国物价相对于另一个国家物价低, 则相同的经费在物价低的国家里的购买力会更大一些, 基于购买力平价理论, 从物价这个角度去研究我国的研究与发展经费的购买力, 从而从有别于我国R&D经费投入的绝对水平这个角度去表现我国研究与发展经费的投入规模。
基于购买力平价方法得出的结果与按名义汇率换算得出的结果显示出巨大的差异, 首先, 从2000年的结果来看, 基于购买力方法得出的我国研究与发展经费为451.75亿国际元, 是当年美国研究与发展经费的17%, 是当年日本研究与发展经费的45%, 尽管此结果依然显示出我国的研究与发展经费投入规模与美国、日本的很大差距, 但是, 与用名义汇率方法换算得出的结果相比, 基于购买力平价方法得出的结果显示我国与美国、日本的差距变小了, 2000年以美元计的我国R&D经费投入量只有美国的4%, 而以国际元计的我国R&D经费投入量为美国的17%, 这从一个角度说明中国的物价水平是低于美国和日本的。基于购买力平价计算的GDP显示, 2000年我国的GDP为美国的52%, 从相对于我国GDP的规模这个角度来看, 在2000年时, 我国的研究与发展经费的规模就已经很大了。到2005年时, 以国际元计的我国R&D经费的投入量已经达到日本的87%, 从购买力平价理论得出的量可以认为中国在研究与发展经费的规模上已接近日本的水平。而2006年, 以国际元计的我国R&D经费为美国的42%, GDP为美国的77%, 这两个指标相对于2000年都增大了, 显示出我国R&D经费投入量的绝对水平快速上升。
(单位:亿国际元)
(四) 结论及原因分析
1. 结论
20世纪90年代以来, 随着改革开发的深入, 伴随着我国经济近一步融入世界经济, 科技立国的观念一步步深入人心。在过去的20年里, 我国的研究与发展经费的规模快速增大, 以名义汇率换算得出的我国研究与发展经费数据显示我国的R&D经费投入还很小, 2006年我国的R&D经费投入只是美国的11%。基于购买力平价方法计算得出的我国R&D经费数据显示:2005年我国的R&D经费的规模就很接近日本了, 2006年我国的R&D经费的规模接近美国的一半, 与世界两个创新投入最多的国家相比, 我国的研究与发展经费的规模已经很大。尽管以两种方法换算的我国R&D经费投入量存在差异, 但都显示出一种趋势, 即我国的R&D经费的投入规模与美国、日本之间的差距是在逐渐的缩小。基于购买力平价理论, 考虑物价因素, 可以反映出我国R&D经费投入的规模要比按名义汇率换算得出的结果更大这一现象。
2. 原因分析
分别依据名义汇率和购买力平价理论换算得出的我国R&D投入规模, 二者出现巨大差异的原因还在于基于购买力平价理论决定的汇率与国家名义汇率之间的差异。汇率制度是一个国家经济制度的重要组成部分, 一个国家在一定阶段的经济目的与此时的汇率政策有密切关系, 合理的汇率制度是一国经济增长的重要保证之一。总的来说, 从1994年起, 中国实现人民币国家汇率与外汇调剂市场汇率并轨, 建立了统一的银行间外汇市场, 实行以市场供求为基础的、单一的、有管理的浮动。但是在1997年到2005年这一阶段, 中国对世界主要货币的汇率特别是与美元的汇率的变化是在一个非常狭窄的范围内波动。中国的经济实力稳步提高, 但美元与人民币汇率的变化却不大, 这种现象从一个侧面说明了人民币名义汇率与实际汇率间存在差异。
影响人民币名义汇率决定的因素是多方面的。首先, 我国虽建立了统一的外汇交易市场, 但这一市场还不成熟, 在市场的交易主体、方式等方面与完善的外汇市场还有很大差距, 这就影响了汇率决定的市场基础。其次, 人民币汇率的稳定状态已把管理浮动汇率体制演变成事实上钉住美元的汇率体制, 政府管理太严、浮动不够等操作使得人民币汇率很难反映出我国宏观经济近年来的显著变化。另一方面, 根据对巴拉萨-萨缪尔森命题的深入分析研究, 发现这一命题与购买力平价理论在一定程度上存在着互补性和一致性。巴拉萨-萨缪尔森命题有着两层基本的含义, 其一, 在采用传统意义上的购买力平价计算发达国家和发展中国家之间的汇率时, 其双边名义汇率与实际汇率之间会出现系统性偏差, 并认为发达国家贸易品生产部门的劳动生产率高于发展中国家贸易品生产部门的劳动生产率, 而其非贸易品生产部门的劳动生产率却相近, 这样造成发展中国家的名义汇率会相对于实际汇率低估。其二, 劳动生产率增长较快的国家的汇率有着升值的可能性与趋势, 当发展中国家的经济增长率快于发达国家时, 发展中国家的实际汇率会相对于发达国家升值。
(五) 思考及建议
创新是国家经济长期发展的重要决定因素之一, 发达国家和新型工业化国家每年投入大量的研究与发展经费, 2007年我国R&D经费已经达到近500亿美元, R&D经费的投入量在世界排名第四位, 如果考虑用购买力平价方法换算成以国际元计的我国R&D投入量, 则我国R&D经费投入规模在世界的排名还应该提升。但是以R&D经费支出总额与GDP之比这个指标来衡量, 我国的R&D投入量就显得相对较小, 如2006年中国的这一指标值为1.42, 美国为2.62, 日本为3.39。基于这样一种现状, 继续增加R&D经费投入量是必然的选择, 而关键的问题就变成以怎样的方式增加我国的R&D经费投入量。研究表明, 在工业化的高级阶段, 企业成为R&D投入的主体, 因此, 增加国家的R&D投入应该更多的考虑如何增加企业的R&D投入量。
改革、发展、完善资本市场, 使之成为企业科技创新的重要保证, 促进技术创新中资本形成由政府支持向市场支持为主的转变。美国、北欧关于技术创新的政策中均包括资本市场这一项, 它们在技术创新领域获得的结果表明, 完善灵活的资本市场对于推动技术创新起着十分重要的作用, 特别是对于中小企业, 资本市场在技术创新的市场导向、分担风险、知识产权保护等方面均有重要作用。为方便企业特别是中小企业从资本市场获取科技创新的资金, 学习西方发达国家的成功经验, 改革资本市场成为必然。从多个方面考虑改革发展资本市场:全力推动中小板市场和创业板的发展, 增加中小板上市公司数量;完善企业信用评级制度, 为中小企业上市提供便利;发展风险投资及开发金融产品, 进一步拓宽企业融资渠道;完善风险资本退出机制, 为企业技术创新合理有序发展提供保障。
摘要：基于购买力平价方法计算得出中国数年的研究与发展 (R&D) 经费的投入量, 并与以名义汇率换算得出的中国研究与发展经费的规模进行比较, 通过比较, 得出考虑物价因素情况下的中国的研究与发展经费的投入规模情况。结果显示, 基于购买力平价方法计算出的中国发展与研究经费的投入量明显大于以名义汇率换算得出的结果。
关键词：购买力平价,R&,D投入规模,趋势
参考文献
[1]余芳东, 任若恩.关于中国与OECD国家购买力平价比较研究结果及其评价[J].经济学, 2004, 4 (3) :564-582.
[2]郭熙保.购买力平价与我国收入水平估计-兼评克拉维斯对中国收入的估计结果[J].管理世界, 1998, 4.
[3]吴信如.人民币汇率与购买力平价的互动关系[J].财经研究, 2007, 33 (8) :4-16.
D投入规模 篇2
云南省全社会R&D投入特点分析与动态评价
对云南省全社会R&D活动的`经费、人力投入特点进行分析,并与西部和东部一些省市区进行动态对比评价,指出云南省科技投入应该解决的若干问题.
作 者：郝立勤 作者单位：云南省科学技术情报研究所,云南,昆明,650051 刊 名：云南科技管理 英文刊名：YUNNAN KEJI GUANLI 年，卷(期)： 17(5) 分类号：F49 关键词：R&D 投入 评价湖南省R&D投入产出效率研究 篇3
关键词 R&D；投入产出效率；DEA
中图分类号 F223；F127 文献标识码 A
Abstract This paper analyzed the R&D input and output activities of Hunan province based on the BCC model， a normal model of DEA. Combining 30 provincial regional statistics， a comparative analysis of R&D inputoutput efficiency of Hunan province in 2013 was constituted. Then on the basis of empirical research， some relevant countermeasures and suggestions were proposed.
Key words R&D；InputOutput efficiency；DEA
1 引 言
一国经济的发展和创新能力的提升都离不开科技的助推，科技是国家强盛之基，创新是民族进步之魂[1].技术创新是促进科学技术又好又快改革的重要动力，它来源于R&D活动的发展，并以其为核心内容.一个国家科技实力和核心竞争力往往与R&D活动规模息息相关.2013年中国R&D经费内部支出为11 846.6亿元，投入强度为2.08%，已进入创新阶段（R&D投入强度为2%），但离建设创新型国家的目标（2.5%）[2]仍有0.42%的差距.科技资源的有限性与社会需求的无限性并存，完善配置资源，使效用最大化，进而推动科技进步，值得各界重点关注.
近些年，不少专家、学者从不同的角度，如国家、区域、产业的差别，采用多种方法研究R&D创新效率，并得到了较为丰富的研究成果.廖伟（2010）比较了中国与OECD国家的科研投入，研究发现中国与部分国家如韩国、日本、德国等还存在差距，主要体现在R&D投入总量不足、强度偏低，尤其是在基础研究上的经费投入过少[3].张永凯（2011）基于随机前沿模型，通过整理1996～2006年的面板数据，详细分析了31个国家的R&D资源配置效率.认为科技大国的资源配置效率反而较低，中国的效率相对较高[4].有的学者从省际比较的角度出发，如卢方元（2011）从经费投入与结构两个角度研究中部六省R&D活动情况.发现中部六省对原始创新重视不够，六省间效率存在差异，且政府支持力度有待加强[5].张明火（2014）采用DEA模型，研究比较了2004-2011年各省市R&D活动效率.结论表明我国整体效率差异化明显，综合效率东部高于西部高于中部，而且高效率和差效率阶段的省份数量少，中间两个阶段省份数量偏多[6].还有学者以单个省市为研究对象，如罗玮（2011）通过构建R&D投入产出效率的评价指标体系，发现南京市各区县之间资源利用效率存在差异，且南京市投入产出效率在省内外排名不理想[7].韩笑南（2014）从产出角度做DEA模型分析，旨在提高R&D资源利用率，发现陕西省产出不足主要表现在高技术产业产出率低以及专利产出不足[8].针对产业创新效率研究的学者也不少，綦良群等（2014）以中国装备制造业R&D效率及其影响因素为切入点，采用SFA方法和柯布道格拉斯生产函数构建模型，其创新点在于系统地解释了中国装备制造业R&D效率的发展现状、规律和趋势，并分析了其影响因素[9].在识别和选择先导性战略新兴产业的过程中，陈文俊（2013）按照战略新兴产业存在未知、待发掘的特点，透过知识发现的视角，采用关联规则方法，根据R&D经费投入强度指标与专利授权量指标之间的强关联规则关系，建立先导性战略新兴产业数据挖掘关联规则识别模型.以中国长三角地区为实证分析对象，在对该地区的战略新兴产业进行识别时，得出5条符合约束条件的强关联规则，其对应的战略新兴产业的产业顺序分别为高端装备制造等5个产业 [10].
2 投入产出现状分析
2.1 投入现状
国内外学者通常利用物质资源与人力资源来展现其研究对象研发活动的投入规模.物质资源包括R&D经费内部支出和R&D投入强度，具体来说R&D经费内部支出是指在统计年度内，调查单位用于内部开展R&D活动的实际支出，R&D投入强度是指R&D经费内部支出占当年生产总值的比重；人力资源是指全社会R&D人员的数目，一般用R&D人员全时当量表示[11].通过查阅近几年的《湖南省科技统计年鉴》和《湖南省统计年鉴》，本文对湖南省的R&D投入现状进行了一定的研究，并做出了详细分析.
2.1.1 R&D投入规模和强度
由表1可以看出，2009～2013年间，湖南省GDP从13 059.69亿元增长到24 501.67亿元，R&D经费内部支出从153.5亿元增长到327.03亿元.短短五年间，增幅高达87.6%和113.1%.通过表中数据，可以发现无论是湖南省生产总值还是研发经费内部支出，虽然金额逐年增长，但是增速逐年放缓.
2013年湖南省研发经费内部支出为327.03亿元，较上年增长13.68%，其中，基础研究支出10.95亿元，应用研究支出42.09亿元，用于试验发展的经费支出高达273.98亿元，同比分别增长17.97%，12.96%，13.62%.由上述数据可知，试验发展支出占R&D经费内部支出的83.78%，处于绝对主导地位，湖南省对于基础应用研究的经费投入还有待提升，尤其是基础研究支出经费占比过低，只有3.35%.从经费执行部门来看，86.18%的经费用于企业R&D活动，其中工业企业占比达到95.94%，而科研机构和高等学校的R&D活动经费支出占比各为5.15%和8.01%.83.19%的经费来自于企业自筹，金额高达272.07亿元，来自政府的资金只有46.10亿元，占比只有14.1%.这也在一定程度上解释了湖南省用于基础和应用研究经费占比过少的原因，因为政府出资较少，大部分R&D经费来自于企业自筹，多用于企业的试验研发.
nlc202309051121
“十二五”规划的主要目标之一是力争研究与试验发展经费支出占国内生产总值比重达到2.2%[12].图1展示了湖南省和全国R&D强度的比较，可看出，全国R&D投入强度逐年增长，2013年达到2.08%，按这个增长速度，实现“十二五”目标指日可待.但较其他发达国家，我国R&D投入强度仍有待加强，据中国科技统计年鉴归纳整理，R&D投入强度国际排名中，2012年韩国以4.36%排第一，紧随其后的是芬兰（3.55%），以及瑞典（3.41），日本（3.35%）.湖南省R&D投入强度呈现逐年增长的趋势，2013年达到1.33%，较上年增长0.3个百分点.2010年R&D投入强度同比减少0.02个百分点，究其原因是当年R&D增速只有21.54%，低于GDP增速.虽然湖南省R&D投入强度平稳增长，但与全国其他先进地区相比，仍有差距.2013年北京R&D投入强度为6.08%，上海3.6%，天津2.98%，江苏2.51%.纵观2009—2010年全国各省市R&D投入强度，湖南省排名较稳定，大致处于全国第15名的位置，且每年R&D强度均未超过全国平均水平.
2.1.2 人力资源投入
2013年湖南省R&D人员全时当量为103 421人年，较上年增加3.38%，是2009年的1.62倍.由表2可知，R&D人员全时当量逐年增长，但增长率却在放缓，尤其是2013年增长率远低于前几年的水平.
3.38 数据来源：湖南省统计年鉴归纳整理.
2013年湖南省基础研究人员6 825人年，应用研究人员13 189人年，试验发展人员83 407人年，基础研究人员和试验发展人员分别同比增长9.92%和3.83%，应用研究人员同比下降2.31%.与全省R&D人员全时当量相比，各占比6.6%，12.75%，80.65%.由图2可知，2009～2013年间，从事基础研究的研发人数最少，从事试验发展的R&D人员占有绝对地位.湖南省作为教育大省，人力资源丰富，但2013年湖南省从事研究的人员只有49 507人年，在全国的排名仅第12位，远不及广东（179 605人年）、江苏（147 688人年）、和北京（127 649人年）.
2.2 产出成果
R&D成果具有知识性和经济性，细分来看，知识性体现在有效发明专利数和国外主要检索工具（SCI，EI，CPCIS）收录我国科技论文数上，技术市场成交合同金额以及高技术产业新产品销售收入是经济性的主要代表.表3列明了2009～2013年湖南省产出成果的情况，可以发现，2013年无论是知识成果还是经济成果，均有较大的提升.
有效专利数指调查单位作为专利权人在报告年度拥有的、经国内外知识产权行政部门授权且在有效期内的专利件数[11].通过查阅2014年《中国科技统计年鉴》，湖南省2013年有效专利共计75530件，全国排名第12名，平均每万人口11.3件有效专利，在全国排第16位.远比不上排名前五的北京（103.7）、浙江（100.5）、上海（80.5）、江苏（77.7）、广东（55.1）.通过查阅数据可知，虽然湖南省有效专利件数比黑龙江、陕西多，但由于人口数多于这两个地区，故全国排名落后于两省.此外，通过查阅2014年中国科技统计年鉴，湖南省2012年被国外主要检索工具收录的科技论文数共计12 679篇，平均每万人1.9篇，全国排第十二位.北京每万人达到29.3篇，上海每万人有12.0篇，湖南省在论文收录数量与质量上还有待提升.
经济成果方面，2013年湖南省技术市场成交合同金额达77.21亿元，增幅高达82.78%，全国排名也上升了三位，位居全国第16名，但较北京2 851.72亿元、陕西533.28亿元和上海531.68亿元来说仍存在较大差距.湖南省2013年高技术产业新产品销售收入为761.68亿元，全国排名第10位，是上年的2.06倍，占比从1.44%提升至2.44%.
总体来看，湖南省R&D活动投入产出情况在全国处于中等地位，仍有提高的可能.具体来说，R&D经费内部支出、R&D人员全时当量、主要检索工具论文收录数以及高技术产业新产品销售收入排名较靠前，有效专利数全国排名中等偏上，但R&D投入强度、有效专利数和技术市场成交合同金额排名较靠后，应加大关注力度，使得合适的R&D投入带来较大的R&D产出.
3 R&D投入产出效率模型分析
3.1 模型原理
数据包络分析法（Data Envelopment Analysis），简称DEA方法.著名运筹学家A.Charnes、W.W.Cooper和E.Rhodes于1978年第一次提出并命名，旨在评价多个部门或单位间的相对有效性.该方法的原理是对输入的投入产出数据进行综合分析，确定理想的生产前沿面，通过观察各决策单元（DMU）与理想生产前沿面之间的距离，确定DMU是否为DEA有效，并指出其他非DEA有效的决策单元改进方向.
由于CCR模型不能单纯地评价“技术有效”性，1984年Banker、Charnes和Cooper给出了能单独评价DMU“技术有效”的BCC模型[13].通过该模型可以得到决策单元的纯技术效率、规模效率以及规模报酬.其主要内容是：假设有n个部门，每个部门作为一个决策单元（DMU），每个决策单元都有m个投入和s个产出.它们分别由向量Xj和Yj表示，具体模型如下所示：
3.2 评价指标建立
对于R&D活动效率的分析，学术界通常采用的定量方法有两类.一类是如张永凯[4]、綦良群[9]等学者采用的随机前沿分析法，另一类则采用DEA方法，如张明火[6]、韩笑南[8]等学者.而罗玮[7]、张宇青[14]则将两种方法结合起来对R&D效率进行评价研究.由于R&D活动具有多投入多产出的显著特点，因此参考其他学者的方法，本文拟选用DEA方法，基于投入角度的BCC模型，选择规模可变的角度来衡量湖南省R&D投入产出效率.
nlc202309051121
根据研发活动的特点和数据的可得性进行数据筛选，本文以R&D人员全时当量、R&D经费内部支出和新产品开发经费作为R&D投入指标，把有效专利、国外主要检索工具（SCI、EI、CPCIS）收录论文数、技术市场成交合同金额和高技术产业新产品销售收入作为R&D产出指标.由于投入产出具有滞后性，因此，参考学者的做法，将滞后期设置为1年.本文拟对湖南省R&D效率进行横向比较，以全国30个省市自治区（西藏部分数据缺失，不包括西藏）为研究对象，分析其2012年的R&D活动投入数据与2013年的R&D活动产出数据.（数据来源：2013～2014《中国科技统计年鉴》）
3.3 结果分析
通过运行软件DEAP2.1，得出下列结果.其中，综合效率是在固定投入量下，产品的实际产出与最大产出之间的比率，它不考虑规模收益，而纯技术效率与规模效率则是考虑了规模收益.由表4可知，达到DEA有效的单元为北京、天津、吉林、黑龙江、江苏、浙江、河南、广东、重庆、陕西、甘肃、青海和新疆共计十三个地区，其纯技术效率和规模效率均是1，意味着其经济活动不仅实现了技术有效，而且达到规模有效，并且保持规模报酬稳定，此时的R&D投入产出效率为最佳状态.另外，内蒙古和海南的纯技术效率是为1，但规模效率各为0.525和0.626，均没达到1，表示在既有规模下，其技术效率有效，不存在资源浪费现象，但规模效率还有待提升.从规模报酬看内蒙古处于规模递减状态，而青海处于规模递增状态，这两个省应当根据本省情况分别增减投入规模，从而使得投入产出实现DEA有效.
由于DEA无效的决策单元存在，无法根据综合效率的数值，来比较每个省市之间的效率大小.为了更好地了解湖南省R&D投入产出效率在全国所处的位置，可以通过剔除有效决策单元，并对剩下的决策单元重新做DEA分析[15].由第二次分析结果，这时，可以发现：内蒙古、辽宁、上海、安徽、福建、湖北、湖南、四川、贵州以及云南处于DEA有效状态.再一次剔除这些DEA有效的省份，对剩下的省份做DEA分析，由结果表4可以发现此时处于DEA有效的是河北、山西、江西、山东、广西和海南，而宁夏仍为DEA无效状态.
由上述实证分析可看出：湖南省在第二次DEA分析后才达到有效状态.若根据该结果，将全国30个省市分为四个阶层，湖南省处于第二阶层，对应来说，其R&D投入产出效率居于全国中等水平.详细来看，湖南省综合效率是0.876，虽然高于全国平均水平（0.837），但仍是非DEA有效.其规模效率是0.993，纯技术效率只有0.882，低于全国平均水平（0.888），体现了湖南省R&D投入资源利用率偏低，投入与产出结合水平不高，可能存在资源浪费，挖掘不足的情况.
由表5可知，通过与生产前沿面的比较，湖南省在同样的产出情况下投入冗余.其中R&D人员全时当量、R&D经费内部支出以及高技术产业新产品开发经费的冗余率都达到了11.83%.而作为产出指标之一的技术市场合同成交金额严重不足，其产出不足率高达318.71%.因此，适度缩减投入规模，即在产出不变的情况下，投入比例减少11.83%；或者提高管理水平和效率，进一步提升纯技术效率，使得产出增加.
4 结论与对策
本文以1年作为R&D投入产出活动的时间滞后期，选取DEA模型来分析湖南省R&D投入产出效率，得出下列结论，从而提出相应的对策建议.
第一，之所以湖南省R&D投入产出效率较低，主要是由于纯技术效率较低，且低于全国平均水平.对比上年，湖南省规模效率显著提升，但纯技术效率有所降低.这表明，湖南省虽然通过加大科技投入来带动规模效率的大幅提升，但对已有资源的挖掘不足，没有使其充分利用.因此，促进纯技术效率的提升将成为接下来的工作重点.
第二，投入资源冗余，对其利用不充分也是造成湖南省R&D投入产出效率低的原因之一.通过上述分析可知，在既有的产出规模下，湖南省R&D资源投入冗余率为11.83%，较上年提升11.08%.因此，关注的重点不是减少投入资源绝对数量的问题，而是投入资源的合理配置，提高已有资源的利用率.结合湖南省自身特点，合理调整投入与规模的关系，使二者协调发展，共同促进创新产出.
第三，创新产出不足，不仅是由于没有合理使用投入资源，更多地体现为成果转化率低，主要表现在技术市场成交合同金额远没有达到应有水平.因此，政府应给予足够的引导与支持，推动科技成果的市场化[15-19].具体来说：完善与知识产权保护相关的法律，为科技成果的市场化与创新提供法律保障；加大科技成果转化引导基金的投入，简化审批流程，更好地服务中小企业；规范技术市场，加强产学研合作，引入正规的中介机构，促进知识到成果的转化；在提高现有科技人才专业素质的同时，发掘、引进并培养更多的科技人才，建立并完善奖励机制，降低人才流失率.
参考文献
[1] 习近平.科技是国家强盛之基，创新是民族进步之魂[N].人民日报.2014-6-10.
[2] 成思危.论创新型国家的建设[J].中国软科学，2009，24（12）：1-14.
[3] 廖伟.中国与OECD国家R&D投入比较研究[J].特区经济，2010（8）：107-109.
[4] 张永凯.世界主要国家R&D资源配置效率及影响因素研究[J].世界地理研究，2011，31（3）：18-26.
[5] 卢方元，刘龙飞.中部六省R&D经费投入与结构分析[J].地域研究与开发，2011，29（5）：26-29.
[6] 张明火，何郁冰.我国地方R&D活动效率比较研究[J].科技进步与对策，2014（2）：24-29.
[7] 罗玮.南京市R&D投入产出效率研究[D].南京财经大学经济学院，2012.
[8] 韩笑南，李爱鸽.陕西省R&D投入产出效率研究[J].农村经济与科技，2014，28（1）：150-153.
[9] 綦良群，王成东，蔡渊渊.中国装备制造业R&D效率评价及其影响因素研究[J].研究与发展管理，2011，23（1）：111-118.
[10]陈文俊.基于R&D指标的先导性战略新兴产业发现研究[J].财经理论与实践，2013，34（1）：109-113.
[11]国家统计局，科学技术部.中国科技统计年鉴——主要统计指标解释[M].北京：中国统计出版社，2013.
[12]中华人民共和国科学技术部.国家“十二五”科学和技术发展规划[R].北京：科学技术部，2011.
[13]魏权龄.评价相对有效性的数据包络分析模型—DEA和网DEA[M].北京：中国人民大学出版社，2012.
[14]张宇青，易中懿，周应恒.我国省际R&D活动效率评价研究——基于DEA和SFA模型[J].科学管理研究，2013（2）：90-93.
[15]杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京：清华大学出版社，2012.
[16]贺正楚.基于数据包络分析法的湖南省“两型”农业生产效率评价[J].农业现代化研究，2011，32（3）：90-93.
[17]吴艳，周震虹.我国各省市农业投入与产出的效率评价[J].经济地理，2011，31（6）：999-1002.
[18]翟欢欢，张蜜.内部管理效率对农业生产效率影响的实证分析[J].湖南大学学报：自然科学版，2012，39（3）：92-97.
[19]翟欢欢.基于DEA三阶段模型的两型农业生产效率——以湖南省为例[J].农业系统科学与综合研究，2011（4）：13-18.
D投入规模 篇4
随着中部地区的崛起, 其经济地位在全国经济的发展中举足轻重。作为工业企业的重要组成部分, 规模以上中型工业企业对中部地区经济的发展越来越重要, 其资产总值占到中部地区规模以上工业企业的17.48%。在高速发展的信息时代, 科技创新已经成为一个企业能否持久发展的关键, 科技活动的开展也是工业企业从“粗放型”经济增长模式向“集约型”经济发展模式转化的关键。因此, 对中部地区中型工业企业的R&D活动的投入产出效率进行分析, 不仅为中型工业企业的科技活动提供一定的依据, 而且对加速规模以上中型工业企业的转型具有重要的意义。
目前, 在工业企业效率的研究方面, 刘永春、袁茂 (2007) 运用DEA优势效率模型和劣势效率模型对工业生产效率进行测评;李博 (2010) 对工业企业的科技效率进行分析研究。在对中部工业企业的研究上, 王可侠、范谷雨 (2014) 对中部大中型工业企业的技术创新能力进行了探究和评价。工业企业的R&D投入产出效率分析虽然目前逐渐受到关注和重视, 但是中部规模以上中型工业企业理论与实践评估体系仍有待深入研究和完善。
2 中部规模以上中型工业企业R&D活动统计分析
中型工业企业是我国中部地区工业企业的主导力量, 本文选取R&D人员全时当量、R&D人员投入强度、R&D经费内部支出、R&D经费投入强度作为R&D活动的投入指标, 选取专利申请数、有效发明专利数、新产品销售收入、新产品销售收入占主营业务的比重作为R&D活动的产出指标, 根据《工业企业科技活动统计年鉴-2013》以及中部六省2013年的统计年鉴相关数据整理得出中部六省R&D活动的投入产出情况, 具体投入产出指标数据见表1、表2。
2.1 中部六省R&D投入指标分析
数据来源:《工业企业科技活动统计年鉴-2013》以及全国、各省分的统计年鉴。
根据表1、图1可以得出, 在R&D人员投入方面, 安徽省的人员投入强度最高, 湖北居于第二位;湖南和河南两省的R&D人员投入强度都高于全国的平均水平, 但同时都低于中部地区的总体水平;此外, 江西、山西两省的R&D人员投入强度相对于全国以及中部地区的总体水平都是处于一个较低的水平。在R&D经费强度上, 中部地区R&D经费投入低于全国投入强度;安徽、湖南、湖北三省都高于全国的平均水平, 这三省的科技研发活动处于全国水平的前列;而江西、河南、山西三省的R&D经费投入强度排名比较靠后。总体来讲, 中部地区的R&D投入比较靠近全国的水平, 安徽、湖南、湖北的投入都处于较高的水平, 江西和山西两省不管是人员投入还是经费投入都是相对落后的, 这主要是和两省的经济发展的总体水平有关, 因此这两省的R&D活动投入仍有待提高。
2.2 中部六省产出指标分析
根据表2、图2可以看出, 在新产品销售收入占主营业务收入的比重上, 安徽最高, 达到了13.73%, 这和安徽在人员投入强度以及经费投入强度上是分不开的;湖南、湖北也处于一个相对较高的水平, 不仅比中部的整体水平高, 而且也高出全国的水平;而江西、河南以及山西这三省的新产品销售收入占主营业务的比重都处于一个较低的水平, 远低于中部以及全国的平均值, 根据前面的投入分析, 这主要是因为三省的R&D投入强度远低于中部以及全国的平均水平。从专利申请数占中部的比例来看, 安徽的专利申请数在中部六省中的比重最高, 湖南、河南、湖北次之, 江西以及山西的比重最低;从各省有效发明专利占中部比重来看, 湖南最高, 安徽、河南、湖北依次次之, 江西以及山西所占比重最低。专利数的产出也主要是和各省的R&D投入有关, 投入和产出总体上是成正相关的。
3 中部六省中型工业企业R&D活动投入产出的DEA评价
3.1 评价模型简介
DEA方法 (Date Envelopment Analysis) 用于对多投入和多产出的不同决策单元 (Decision Making Unit, DMU) 的效率性进行评估。1978年美国著名运筹学家、美国德克萨斯大学教授A.Charenes及W.W.Cooper和E.Rhodes三位学者提出第一个DEA模型, 即固定规模报酬下的多投入、多产出的效率评估模型 (C2R模型) 。由原始的DEA模型判断DEA有效性比较困难, 当将非阿基米德无穷小量引入该模型时, 就可以很容易的判断出决策单元的有效性, 因此本文采用了C2R的对偶规划, 对于某个选定的DMUio, 判断其有效性的对偶规划为:
式中:θ表示创新绩效评价值, θ[0, 1], θ值越大, 表示绩效越好;i表示决策单元个数 (即被评价的地区个数) ;xi表示第i个决策单元的投入指标值向量, yi表示第i个决策单元的产出指标值向量;xi0表示第i0个决策单元的投入指标值向量, yi0表示第i0个决策单元的产出指标值向量;λi为模型的规划变量, s-为引入的松弛变量, s+为引入的剩余变量。当θ=1, 且s-=s+=0时, 决策单元i0为DEA有效;当θ=1且s-=0或s+=0时, 则称弱DEA有效;当θ<1时, 则称DMUi0为DEA无效。此时, 将各有效单元连接起来形成一个效率边界, 以此边界作为衡量效率的基础, 可以衡量各非DEA有效单元的“投入冗余”和“产出不足”。
3.2 R&D科技活动投入产出效率模型指标的选取
在科技活动投入效率的研究领域, 大部分的研究者都是从投入产出角度来构建评价指标体系的。科技投入产出相对效率评价指标一般包括反映规模的绝对指标和反映强度的相对指标, 为了全面反映中部地区规模以上中型工业企业科技活动的投入产出效率, 本文将同时选择这两类指标, 具体指标见表3。
3.3 数据处理结果分析
3.3.1 中部六省规模以上中型工业企业R&D活动投入产出效率分析
根据C2R模型, 利用DEA软件Deap2.1, 输入全国、中部以及中部六省规模以上中型工业企业的投入产出指标值, 计算出R&D活动的投入产出效率, 结果见表4。其中, 技术效率表示决策单元R&D投入产出效率的综合评价值, 技术效率等于1, 表明该地区位于生产的前沿上, 是技术有效的;技术效率小于1, 则表明该地区的科技活投入产出的水平比不上先进的生产水平, 在当前技术水平下其产出仍有待提高, 同时说明技术无效;纯技术效率表示某地区的科技投入产出水平, 技术效率等于1, 表明纯技术效率有效, 投入产出达到最佳状态, 技术效率小于1, 则表明科技活动的投入存在冗余, 创新产出不足;规模效率是用技术效率与纯技术效率的比值表示的, 用以表示投入和产出之间是否达到最优状态, 只有在规模有效的情况下, 获利性才是最好的, 这时的生产成本最低。
根据数据结果, 我们可以看出2012年中部六省的规模以上中型工业企业R&D活动投入产出效率, 全国、中部、湖南、安徽在技术、纯技术以及规模上都有效, 投入产出以及生产规模都达到最佳状态;湖北省R&D投入产出则表现为技术、纯技术无效, 规模有效, 说明其在现有生产规模下, 创新人才投入冗余, 同时创新产出也不足;江西、山西的技术、规模无效, 纯技术有效, 且规模报酬递增;而河南的技术、纯技术、规模均无效, 规模报酬递增。
3.3.2 DEA无效的分析及无效单元目标改进
技术效率的非有效性主要是由纯技术效率的非有效性或规模效率的非有效性引起的, 对于纯技术效率非有效性引起的技术效率的非有效部分是可以通过短期调整而得到改善, 而由于规模效率非有效性引起的技术效率的非有效性部分则需要通过长时间的调整才能得到一定的改善。
因此, 湖北省技术无效性主要通过提高科技活动的投入产出的转化率, 适当减少投入, 提高产出;由于规模无效性所造成的技术非有效性, 江西、山西两省需要在现有的投入产出基础上, 适当扩大生产规模, 提高整体效益。
河南省规模以上中型工业企业的技术无效性是由纯技术的无效和规模的无效共同造成的, 因此河南省中型工业企业不仅需要提高其科技创新活动的资源利用效率, 还要不断的调整生产规模, 逐渐达到最佳生产水平。
根据DEA模型计算出的效率值, 分析湖北以及河南两省的R&D投入产出效率的结果, 并对无效单元目标值进行改进, 使之达到DEA有效, 结果见表5、表6。
4 结论与建议
4.1 结论
基于对中部六省以及全国规模以上中型工业企业R&D投入产出分析以及DEA分析, 得出以下结论:
(1) 在中部六省规模以上中型工业企业的R&D活动中, 湖南、安徽两省的创新绩效表现最好, 都达到了技术效率有效, 湖北、山西创新绩效表现较好, 江西次之, 河南最低。总体上中部地区各省的技术效率差异较小, 中部地区的R&D效率与全国的水平相当, 都为DEA有效。
(2) 中部地区江西、山西、湖北、河南四省DEA无效的原因分别来自不同的方面。其中江西、山西DEA目标值无效主要是因为两省的规模无效性所引起。湖北省的DEA目标值无效则主要是因为纯技术效率的无效性所引致, 存在R&D人员投入冗余、科技产出不足, 即科技活动的投入产出没有实现效率的最大化。河南省的DEA无效不仅是因为科技活动的R&D人员投入存在冗余, 且生产规模未能适应中型工业企业R&D发展的需要。
4.2 建议
4.2.1 优化科技资源配置
目前, 我国中部地区部分省份的规模以上中型工业企业R&D活动的投入产出效率仍有待提高。优化科技资源配置需要是从两方面来实现, 一方面是对于单个地区而言, 调整科技活动的经费投入与人员投入的比重, 经费强度与人员投入强度达到一个协调发展的比例, 以实现产出最大化。另一方面需要各地区之间加快实现资源的合理配置, 从中部地区的整体发展上, 各省之间应该要加强协作, 改善投资环境, 实现资源利用效率的最大化。
4.2.2 建立全面的工业企业R&D活动评价机制, 加强引导
建立工业企业R&D活动评价机制可以加强对工业企业科技活动的评估和监测, 定期分析报告工业企业科技活动的投入产出以及规模的效率, 为工业企业R&D活动短中长期的发展策略提供强有力的支持和依据。
4.2.3 政府要加强对工业企业科技活动的支持力度, 努力构建先进的科技创新体系和强有力的资金支持体系
科技是企业的核心竞争力, 也是一个国家工业转型的关键。作为市场的宏观调控者, 政府应该不断完善现有的科技创新体系, 通过合理的引导机制激发创新团队的创造力;完善政策支持体系, 为企业提供财政补贴, 增大对企业的支持力度。
4.2.4 工业企业要加强管理, 提高R&D活动的效率
提高R&D活动效率归结到底还是需要企业不断调整和发展R&D活动。企业一方面应该要提高自身的自主创新能力, 在建立内部创新团队的同时, 可以积极利用外部创新成果, 提高R&D成果的转化率;另一方面要不断调整R&D活动的投入规模, 根据企业规模以及发展需要, 合理投入科研经费和科研人员等, 提高资源整体利用效率, 增强R&D活动的效率。
参考文献
[1]马占新.数据包络分析模型与方法[M].北京:科学出版社, 2010.
[2]国家统计局, 国家发展和改革委员会.工业企业科技活动统计年鉴[M].北京:中国统计出版社, 2013.
[3]尚举.我国中部六省工业企业R&D投入产出效率分析[D].合肥:合肥大学, 2012.
[4]段志雁.工业企业技术创新能力评价与波动性研究[D].大庆:东北石油大学, 2011.
[5]李博.我国工业企业科技投入有效性比较研究[D].成都:西南交通大学, 2010.
[6]张曦, 赵国浩.我国大中型工业企业科技活动支出对产出的影响[J].科技管理研究.2015, (4) 81-86.
[7]王可侠, 范谷雨.我国中部大中型工业企业技术创新能力与评价[J].现代产业经济, 2014, (2) :20-25.
[8]王建龙.我国中部六省中小企业发展与中部自主崛起[J].特区经济, 2008, (5) 188-189.
D投入规模 篇5
摘要：文章以2007年-2014年省际面板数据为样本，采用柯布-道格拉斯（C-D）生产函数形式的随机前沿模型，选取以专利申请量作为产出量来衡量技术进步效率，实证考察了政府R&D投入、FDI等因素对技术进步效率的影响。研究发现：政府R&D投入、FDI对促进技术进步效率的提升有显著的正向影响; FDI与政府R&D投入之间具有一定的替代效应;人员投入、资本投入对促进技术进步效率的提升有显著地正向影响。此外，文章以专利授权量作为产出量来衡量技术进步效率也证实了上述结论。文章根据上述结论，提出了促进技术进步效率提升的相关政策。
关键词：政府R&D投入;FDI;技术进步效率
一、 引言
改革开放以来，借助于改革红利、人口红利和全球化红利带来的体制优势、成本优势和市场优势，中国制造业快速扩张，其总量超越美国成为全球名副其实的世界制造业第一大国。然而，中国制造业却大而不强，大多制造业企业在参与全球分工体系中，仍位于全球价值链的低端环节，关键零部件、系统软件和高端装备缺乏、技术水平低下已经成为制约中国制造业转型升级的瓶颈性因素。实现中国制造向中国创造转变的关键在于技术创新和技术进步。探讨技术进步效率极其影响因素无疑具有重要的理论和现实意义。本文重点从国内政府R&D投入和外商直接投资（FDI）来探寻技术进步的效应。
政府R&D投入理论真正兴起于新增长理论对技术创新的分析，Romer（1989）等学者将政府公共R&D视为弥补R&D活动“市场失灵”的手段，主要通过政府对R&D投入来实现经济帕累托最优。白俊红、李婧（2011）运用中国大中型工业企业1998年～2007年分行业面板数据分析了政府R&D资助正向显著的促进了技术创新效率;范凌钧、陈燕儿（2014）基于效率的视角实证考察了政府R&D资助对高技术产业技术效率的促进作用。相反的是，赖明勇等（2005）、严成（2016）等实证研究发现国内自主研发对产出具有负效应;有关FDI对中国技术进步的研究结论也存有争论，何洁（2000）、项婕妤（2015）认为FDI的引入促进了技术进步、而赵奇伟（2006）、王滨（2010）研究表明FDI外溢作用并不明显。以上研究均忽视了技术进步的最主要来源是政府R&D投入和FDI，大多没有将两者纳入统一的分析框架。政府R&D投入与FDI究竟是替代效益，还是互补效应？其中的内在逻辑又如何？本文的研究有利于弥补这一点。
二、 模型设定
本文采用SFA测算各省、自治区、直辖市的技术进步效率，并实证分析政府R&D投入、外商直接投资（FDI）、经济结构（ES）对技术进步效率的影响。设定柯布-道格拉斯形式的随机前沿模型：
三、 变量解释与数据说明
1. 变量解释。根据中华人民共和国行政区划，考虑到台湾、香港、澳门缺乏模型中科技费用支出等相关数据（李谷成，2009），因此本文选择31个省、自治区或直辖市作为样本。
被解释变量：本文将技术进步效率作为作为被解释变量，采用专利申请量和专利授权量进行解释。
解释变量：政府R&D投入，本文用政府R&D投入内部支出进行测度（范允奇，2014）;外商直接投资，外商直接投资是技术扩散最为显著的途径（靳涛，2011），采用外商直接投资额;经济结构，技术进步效率与一个省、自治区、直辖市第二产业的发展水平息息相关，因此采用第二产业占GDP中的比值来测量经济结构（叶娇，2014）;人员投入和资本投入，本文分别采取科技活动人员和科技费用支出来表示。
2. 数据说明。本文所使用的数据来源于2007年～2014年的《中国统计年鉴》、《中国统计公报》，其中，2007年～2014年的专利申请量、政府R&D投入内部支出、外商直接投资、科技活动人员、科技费用支出、第二产业在GDP中的比值等大部分数据来源于《中国统计年鉴》、而由于数据更新慢，14年数据多数来源于《中国统计公報》。因此在以专利申请量和专利授权量作为被解释变量，政府R&D投入、FDI、经济结构作为解释变量。31个省、直辖市、自治区8年的时间，共计248个观测样本。同时由于2010年每个省份的统计年鉴发生了改版以及部分数据（科技费用支出、科技活动人员、政府R&D投入内部支出）的缺失，我们用相邻两年（2009年和2011年）的平均值代替。
四、 实证分析
应用stata软件对随机前沿模型中的参数进行估计。沿袭白俊红（2011）的分析框架，我们将首先分析以专利申请量为技术进步产出的估计结果，然后分析以专利授权量为技术进步产出的估计结果。
1. 以专利申请量作为产出的随机前沿模型估计结果。本文表1报告了专利产出的随机前沿模型效果。其中，模型1和模型4分别是对政府R&D投入和FDI的回归估计结果，模型2、模型3是科技活动人员、科技费用支出对政府R&D投入吸收能力的回归估计结果。而模型5、模型6是科技活动人员、科技费用支出对FDI的回归估计结果。模型7是政府R&D投入、FDI与技术进步效率之间的关系。由于在模型1、模型2、模型3、模型7情况下，方差参数并不显著，接受了原假设，即认为不存在无效率项，但这很可能是由于样本容量过小所致（仅为31），而在不同的模型中，方差参数均异于零，表明各省、市、自治区的进步效率的技术非效率效应是存在的，这也论证了SFA技术的合理性。
通过分析前沿生产函数的估计结果可知，不同模型下科技活动人员与科技费用支出对专利均有显著的影响。lnL的弹性系数值在-0.107～0.185且均在1%的置信水平下显著，而lnK的弹性系数值为0.761～1.076且在1%的置信水平下也显著，以及史修松（2009）、白俊红（2011）等研究均表明在促进技术进步效率过程中，很大程度上受资金的影响，而受研发人员的影响较小。纵观以往研究探其原因：其一，科技费用支出的稀缺性。目前我国科技研发人员总量排世界第一，而科技费用支出尽管每年都在逐量增加，但任然只占其GDP的2.2%《中国科技人才发展报告》（2014）。这也就表明了科技费用支出具有较高的边际报酬。其二、研发人员的激励机制的不完善。从表1中看出科技活动人员产出弹性低，反映出科技活动人员相对剩余，但其实质上在于激励机制的不足，从而导致了科技活动人员的积极性的下降以及人员的浪费。
我们的实证分析还发现，科技活动人员与科技费用支出系数之和在一般数情况下都大于一，符合规模报酬递增的特征，而其原因可能与技术的进步有关，而技术进步是分工深化和专业化水平的提增强的产物。一方面规模报酬递增是由于政府R&D投入和FDI的引进提高了生产率;另一方面是人力、资本投资的外溢效应、干中学效应以及培训导致规模报酬递增。
从表1中技术非效率函数的估计结果可知，模型1揭示了政府R&D投入正向显著的促进了技术进步效率。说明R&D投入促进了技术进步的效率，满足了省、自治区、直辖市提高技术进步效率的资金需求，降低了风险，从而增加了引导和推动技术进步的动力，也有利于有效的利用社会资源，进而提高了省、自治区、直辖市的技术进步的效率。
模型2和模型3反映科技活动人员投入和科技费用支出正向显著的促进了政府R&D资助。而且科技活动人员投入和科技费用支出不仅可以直接提高技术进步效率，还可以间接提高其对政府R&D投入费用，进而进一步提高省、自治区、直辖市的技术进步效率。吸收和利用政府的R&D投入是以一定的条件为前提的，从而造成了不同省、自治区、直辖市引资用资效果的差异;这也表明科技费用支出与科技活动人员配备水平越高，越有利于吸收和利用政府R&D投入。
模型4展示了FDI在1%的水平上显著的促进了省、自治区、直辖市的技术进步效率。FDI的系数估计值在0.156左右稳定存在，表明一地区FDI流入增加1%，对该地区的技术进步的带动能力为0.56%。究其原因，一方面外资通过资本引进给予各省、自治区、直辖市资本规模上的支持，另一方面，满足省、自治区、直辖市的技术开发与创新的资金。
模型5和模型6分别引入FDI与吸收能力指标（科技活动人员、科技费用支出）的交叉项，证实了人力、资本对FDI技术外溢效应产生了显著的正向效应（赖明勇，2005）。表明了各省、自治区、直辖市的人力和资本投入促进了对FDI技术外溢的吸收能力。进而间接的促進了技术进步效率的提高。
模型7揭示了政府R&D投入、FDI与技术进步效率之间的关系。作为一个发展中的大国，FDI和政府R&D投入是提高我国技术进步效率的重要动力。因此，在依赖各省、自治区、直辖市的R&D投入的同时，更要重视FDI带来的技术进步，从而充分利用政府R&D投入、FDI这两类技术进步来源，形成自身的核心竞争力。模型中lnR&D和lnFDI的回归系数分别是-0.197和-0.119在1%的水平下显著，所以政府R&D投入与FDI是替代关系，政府R&D的投入导致了引进外商直接投资的减少。从非效率函数中的其他控制变量来看，模型1～模型7中，经济结构（ES）的系数值在-0.920～-0.613，对技术进步效率的影响正向显著且稳定在-0.800左右。上述结果意味着，科技活动人员和科技费用的投入不仅可以直接提高技术进步效率，而且可以增强其吸收能力来提高对政府R&D投入、FDI的吸收与利用，进而提高各省、自治区、直辖市的技术进步效率;政府R&D投入与FDI之间存在替代效应。由此也启示，各省、自治区、直辖市应该根据自身的实际情况进行比较分析以及选择。
2. 专利授权量作为产出的随机前沿模型估计结果。表2报告了以专利授权量作为产出的随机前沿模型。其中模型8和模型11是政府R&D投入和FDI的回归估计结果，模型9、模型10和模型12、模型13分别是科技活动人员、科技费用支出对政府R&D投入、FDI的吸收能力的回归估计结果。（下转第36页）
从估计结果来看，政府R&D投入、FDI以及科技活动人员和科技费用支出的吸收能力均正向显著的促进了省、自治区、直辖市的技术进步效率。这些结论基本上与表1中以专利申请量作为产出的实证分析结果一致。而科技活动人员与科技费用支出的系数之和变为小于1，技术进步符合规模报酬递减的特征。而在以专利申请量和以专利授权量作为产出时，规模报酬发生变化，究其原因是一方面是因为从专利申请到专利授权之间有一定的时间差，因此.专利授权数在揭示当期的技术进步效率时可能存在一定的缺陷;另一方面是由于所有的专利申请量并不是都能授权，所以夸大了产出水平。
五、 结论与启示
1. 政府R&D投入正向显著的促进了省、自治区、直辖市的技术进步效率。FDI的引进对促进技术进步效率在1%的水平下正向显著，伴随着不断引进外商直接投资额，对技术进步效率起到了推动作用。
2. 科技活动人员和科技费用支出对省、自治区、直辖市的技术进步效率均有正向效应，表明增强人力、资本投入有利于技术进步;科技费用支出的弹性系数大于科技活动人员的弹性系数。应完善知识产权的保护政策、税收减免政策、金融货币政策等，为科技人员技术研发提供激励性的政策保障;培育和壮大企业技术研发人员队伍，提升技术创新能力，充分整合科研院所和高校的研发资源，形成产学研协同的人员与科研经费配置体系。
3. 政府R&D投入和FDI之间存在替代效应。作为一个发展中国家，通过政府R&D投入和FDI对提升技术进步效率均有显著的正向影响，那么各省、自治区、直辖市在引进政府R&D投入的同时，引进FDI起到了抑制作用，即政府R&D投入导致FDI的减少。然而政府R&D投入和FDI是促进技术进步的主要来源，这就给省、自治区、直辖市在引进投资过程中带来了巨大的负面影响。为防止这种现象进一步恶化，各省、自治区、直辖市政府应从全局出发统筹安排，协调好政府R&D投入与FDI之间的关系，充分发挥政府R&D投入与FDI对提高技术进步效率的促进作用。
参考文献：
[1] Romer P M.Endogenous Technological Change[J].Journal of Political Economy，1989，14（3）：71-102.
[2] 白俊红，李婧.政府R&D资助与企业技术创新——基于效率视角的实证分析[J].金融研究，2011，（6）：181-193.
[3] 赖明勇，包群，彭水军，等.外商直接投资与技术外溢：基于吸收能力的研究[J].经济研究，2005，（8）：95-105.
[4] 严成，朱明亮.我国R&D投入对经济增长的影响及其传导机制分析[J].产业经济评论，2016，（1）.
[5] 何洁.外国直接投资对中国工业部门外溢效应的进一步精确量化[J].世界经济，2000，（12）：29-36.
[6] 赵奇伟，张诚.区域经济增长与FDI技术溢出：以京津冀都市圈为例[J].数量经济技术经济研究，2006，23（3）：111-120.
基金项目：2014年重庆市社会科学规划项目“基于农户视角的产业化经营组织绩效评价及其治理研究”（项目号：2014BS024）;国家社会科学基金重点项目（项目号：14AJL015）;国家社会科学基金项目（项目号：14SKE02）。
作者简介：董景荣（1966-），男，汉族，重庆市人，重庆大学管理学博士，重庆师范大学副校长、教授、博士生导师，美国哥伦比亚高级访问学者，研究方向为技术创新;黄令（1991-），男，汉族，重庆市巫山县人，重庆师范大学经济与管理学院硕士生，研究方向为技术进步;宋瑛（1977-），女，汉族，四川省成都市人，东北财经大学博士后，重庆工商大学经济学院副院长、副教授，研究方向为产业技术进步与组织效率。
D投入规模 篇6
关键词：电子制造业,研发投入,经营绩效,产品成本
一、引言
Berliner和Brimson (1988) 的成果表明:产品设计阶段锁定产品总成本的70%, 然而实际中企业对设计阶段的投入只有产品总成本的5%。可见, 在产品设计阶段的投入是降低产品成本的最直接、最有效的方式。而控制新产品成本、降低已有产品成本、进行产品的创新或更新, 都离不开企业的自主创新。自主创新能力的培养和增强, 要以企业的研究和开发 (R&D) 活动为根本。通过对R&D活动的投入, 增加产品的战略优势, 从而影响企业的经营绩效。
目前, 国内研究产品设计阶段对企业经营绩效、产品成本影响的文献相当少, 原因有以下两方面:一是2006年以前, 中国会计准则没有要求企业披露研发支出, 学术界的研究无从下手;二是企业对设计阶段投入的决策不够重视, 原因是企业一般用销量和利润来衡量产品成功与否, 而并未将设计阶段投入与利润直接关联。
本文以电子制造业企业为例, 研究产品设计阶段投入与经营绩效、产品成本的关系。在该行业, 产品设计环节包括了整个产品外观、结构和性能的研发, 这正是企业进行R&D投入的主要内容。因此, 对于涉及业务不复杂 (仅仅从事电子制造业及辅助业务) 的电子制造业企业来说, R&D投入就是企业设计阶段的投入;企业的R&D投资决策就是对设计阶段投入的决策。基于本文结论, 为制造业企业在设计阶段进行投入起到一定指引作用, 增加企业的战略优势。
二、文献综述与研究假设
(一) 产品设计成本与企业经营绩效
就日本的经验来看, 产品设计阶段对整个产品战略、经济附加值、市场占有率和品牌内涵方面的影响超过70%;美国的一项研究也表明, 基于不同企业的规模, 在设计阶段每投入1美元, 就可以增加2 500-4 000美元的销售收入 (张大为, 2012) 。Wernerfelt (1984) 认为企业的竞争优势来源于企业中有价值的、稀缺的、不可复制的和难以替代的资源。可见, 在产品设计上的R&D投入是必要的, 只有从设计阶段统领产品战略, 才能从根源上控制产品成本, 提高企业经营绩效。
(二) R&D投入与企业经营绩效
R&D投入与企业经营绩效的关系, 理论界众说纷纭, 其中大多数的学者认为R&D投入与企业绩效正相关。
William N.Leonard (1971) 对美国制造业企业的研究、Ben Branch (1974) 对美国的七个行业进行分析、Dietmar Harhoff (1998) 对德国制造业企业的研究都表明:R&D投入会增加企业的销售收入, 从而提高企业经营绩效。
梁莱歆、张焕风 (2005) 对高科技企业的研究, 周江燕 (2012) 对制造业企业的研究及徐欣、唐清泉 (2010) 的研究表明:R&D投资能有效提高企业价值和经营业绩;罗婷等 (2009) 、陈守明等 (2012) 及王军彩、王淑芳 (2008) 研究表明:R&D投入对企业绩效的影响有滞后效应。
上述中外文献的结论基本肯定了企业R&D投入通过降低成本或者提高收入, 总体上提升企业经营绩效。
本文认为, 若进行R&D活动的企业ROA较高, 企业会对设计阶段做出投资决策;若相对于没有进行R&D投入的企业, 进行R&D投入的企业ROA没有显著优势或者ROA降低了, 则认为企业不会对设计阶段进行投资。
基于以上分析, 本文提出假设:
H1:企业进行产品设计阶段的R&D投资会正向影响企业的经营绩效。
H2:产品设计阶段的R&D投入与企业当年经营绩效正相关。
H3:产品设计阶段的R&D投入与企业下一年度经营绩效正相关。
H4:产品设计阶段的R&D投入会降低企业下一年度的营业成本。
三、研究设计
(一) 样本选择
本文选取2008-2011年制造业行业中电子制造业企业为样本。剔除业务过于复杂 (即并非以电子制造为主业) 的企业。将剩余的企业按照有无R&D投入分为两组。研究中所用到的年报均来自巨潮资讯网, R&D投入数据来自财务报表附注中的“开发支出”的本期增加额, 其他数据均来自国泰安数据库。
考虑到滞后效应, R&D投入数据选取2008-2010年的数据, 其他数据均选取2008-2011年间的数据。
(二) 变量设计
1. 因变量
衡量企业经营绩效的指标通常是总资产收益率 (ROA) 和净资产收益率 (ROE) , 而ROA是一个被广泛接受的企业绩效操作化指标 (Lee et a.1, 2009) 。设计阶段的R&D投入本年就可能影响企业经营绩效, 而且很有可能影响年度超过一年;同时, R&D投入的当年对企业的营业成本并不一定会有影响, 反而可能由于支出项的增大, 成本提高。所以, ROA有当期和滞后一期的因变量, 成本水平用滞后一期作为因变量。
2. 自变量
一般来说, 对R&D的研究分两种, 一种是R&D投入与总资产的比值, 本文称其为研发力度;另一种是R&D投入与主营业务收入或者营业收入的比值, 即研发强度。因为本文的因变量是ROA, 为了与因变量相匹配, 自变量选择研发力度。
3. 控制变量
(1) 股权结构 (ES) :任海云 (2011) 研究发现, 国有控股对企业价值有负向的调节作用。同时, 由于国有控股企业和非国有控股企业对成本的观点不同, 其成本可能会不一样。
(2) 财务杠杆 (LEV) :大多西方文献认为, 企业的财务杠杆对企业的绩效有增幅作用。然而陈立刚 (2008) 对此关系的研究得出了相反的结论:即资产负债率与总资产收益率负相关。同时, 企业的财务杠杆的不同可能导致营业成本不同。
(3) 企业规模 (Size) :Rothwell (1994) 和Baumol (2006) 认为小企业创新效率更高更容易取得突破性的创新成果。显然, 不同规模的企业营业成本也可能会不一样。
(4) 企业年龄 (Age) :所选公司的上市年限不同, 考虑到上市年限可能对企业绩效产生影响, 将其设为控制变量。
(5) 企业资产状况 (K/A) :美国注册会计师协会 (AICPA) 的实物操作指南中指出, R&D投资会形成日后的无形资产, 不同企业资产状况不同, 可能会影响企业的经营绩效。
(6) 三大费用状况 (销售费用状况SCS、管理费用状况MCS、财务费用状况FCS) :企业的总成本与企业的三大费用有关, 三大费用不同, 企业的总成本也会有变化。
(7) 现金流状况:企业的现金流可能成为企业是否会进行R&D投资的一个很重要的影响因素, 因为现金流对企业绩效与企业成本水平会有间接的影响, 所以将其作为控制变量。
(8) 年份 (Year) :表示年度哑变量。
(三) 模型构建
依据以往文献, 本文采用以下模型对假设进行检验:
模型1:ROA=RDI+ES+LEV+Size+Age+K/A+CFS+Year+ε1
模型2:ROAt=RDIt-1+ESt+LEVt+Sizet+Aget+K/At+CFSt+Year+ε2
模型3:C/At=RDIt-1+SCSt+MCSt+FCSt+ESt+LEVt+Sizet+Year+ε3
变量解释, 见表1。
四、实证分析
(一) 描述性统计
根据企业是否进行R&D投入, 将所有企业分为两组, 对比两组的ROA。其中, 没有进行R&D投入的企业, R&D=0;进行R&D投入的企业, R&D=1。其统计结果如下:
表2的描述性统计和表3的方差检验结果显示:不进行R&D投入的企业的ROA均值明显小于有R&D投入的企业, 两组的ROA在10%的置信水平上是显著不同的。假设1得到支持。
(二) 多元回归分析
1. 对模型1进行多元回归分析。表4是运用模型1对假设2的检验, 以当年的ROA作为因变量。
表4的回归结果显示:方差膨胀因子 (VIF) 最大不超过4.0, 不存在严重的多重共线性问题;模型的拟合度 (adj R2) 为45.0%, 说明模型具有较好的解释力度。在模型拟合度较好的情况下, 研发力度和企业规模在10%的显著性水平上显著, 说明了当年的ROA与本年的R&D投入、企业规模之间存在正相关关系。假设2得到支持。
股权结构对ROA没有显著影响, 原因可能是近年来国有企业改制起到了一定效果, 国有控股企业面临严峻的竞争环境开始注重研发投资;财务杠杆、资产状况、现金流状况、企业年龄变量与企业ROA不相关, 原因可能是本文的样本———电子制造业企业, 该行业产品生命周期短、竞争激烈。
2. 对模型2进行多元回归分析
表5是运用模型2对假设3的检验, 用滞后一期ROAt作为因变量。该表是修正后的回归结果。
滞后一期RDI中, R&D投入用上一年的数据;为了匹配R&D数据, RDI分母总资产也用上一年数据;其他控制变量和因变量用当期数据, 用于检测R&D投入的滞后效应。
表5显示, 修正后模型拟合效果 (Adj R-Sq=0.336) 较好, 解释力度高;基本不存在多重共线性问题。研发强度、企业年龄和现金流状况在10%的显著性水平上显著;企业当期ROA与上一年度研发力度有显著正相关关系, 说明研发支出对企业经营绩效的影响存在滞后性, 假设3得到支持。
3.对模型3进行多元回归。表6是运用模型3对假设4的检验, 用滞后一期成本水平作为因变量。
表6显示, 模型拟合度相当好, 达到了54.7%;而VIF都在2.5以下, 基本不存在共线性问题;研发力度与企业的经营成本之间的回归系数为-2.618, 在10%的显著性水平上显著, 说明设计阶段的R&D投入能够降低成本, 假设4得到支持。
其余各控制变量除Year外, 在10%的显著性水平下都很显著, 表明:三大费用是企业成本的重要组成部分;国有股权对企业的成本水平是有明显影响的;财务杠杆的不同, 企业负债利息水平就不同, 影响企业成本水平;企业规模不同, 成本水平也不同。
五、结论
通过以上的分析, 本文得出在我国电子制造业行业, 是否进行R&D投入对企业的ROA有影响, 进行R&D投资的企业ROA均值显著比不进行R&D投资的企业高;当期的R&D力度与企业当年和下一年度的ROA有显著的正相关关系, 说明R&D投入与企业经营绩效之间存在正相关关系;企业的R&D投入与企业下一年度的营业成本有明显的负相关关系, 说明企业进行R&D的投入显著降低企业下一年度营业成本。
因此得出, 对于电子制造行业的企业来说, 在设计阶段的研发投入可以降低营业成本, 提高经营绩效, 企业对设计阶段的投入是值得的。本文认为, 企业应该改变以往忽视设计阶段R&D投入的短视行为, 增加一些必要的研究与开发投入, 获取长期的核心竞争优势, 才能在竞争中可持续发展。本文选取制造业行业中电子制造业为例进行研究, 得出的结论是否适用于整个制造业行业则有待进一步研究。
参考文献
[1] .BAUMOI, W.J.Education for innovation:Entrepreneurial breakthroughs versus corporate incremental improvements[J].NBER Innovation Policy and the Economy, 2006, 5 (1) :33-56.
[2] .ROY ROTHWEL1.Towards the Fifth-generation Innovation Process[J].International Marketing Review, 1994, 11 (1) :7-31.
[3] .罗婷, 朱青, 李丹.解析R&D投入和公司价值之间的关系[J].金融研究, 2009, (6) .
[4] .任海云.公司治理对R&D投入与企业绩效关系调节效应研究[J].管理科学, 2011, (10) .
[5] .王君彩, 王淑芳.企业研发投入与业绩的相关性——基于电子信息行业的实证分析[J].中央财经大学学报, 2008, (12) .
[6] .张大为.设计产业发展实证研究[J].经济研究导刊, 2012, (1) .
D投入规模 篇7
R&D投入作为企业的一项资源，能提升企业的竞争优势和增长速度[1]，但由于R&D投入的费用化会计处理，公司高管人员会削减R&D投入以改善短期利润业绩[2]，特别是在“眼界问题”[3]和“盈余指标短视问题”[4]两种情况下。即使在这两种情况之外，高管人员只有在R&D投入给自己带来的私有收益大于私有成本的情况下才会去进行R&D投入活动[5]。那么，我国企业的R&D投入水平是否随着开发费用部分资本化的R&D会计政策调整而明显提高了呢?这是本文着力探讨的研究问题。因此，本文以手工搜集的2007—2012年年报披露R&D数据的我国3 640家上市公司为样本，从R&D资本化与费用化会计政策选择的视角，实证检验R&D会计政策选择对企业R&D投入水平的影响。
1 文献回顾与研究假设
R&D投入的会计处理一直是学术界关注的热点话题。R&D投入会计处理两种方法(费用化和资本化)的区别在于:费用化强调会计计量的客观性、可靠性;资本化则强调相关性、有用性。R&D费用化的支持者认为，R&D费用化之所以优于资本化，在于它能够消除企业将成功概率较低的R&D投资项目资本化的可能，也能够减少企业将减值R&D资产推迟记录的机会。由于资本化R&D投入需要管理人员的主观判断，它也为操纵报告数据、盈余管理增加了一种渠道，所以调查数据显示，许多报表使用者都认为将R&D资本化严重违反了谨慎性原则[6]，有些公司削减R&D投入是为了满足盈余目标[7]，其他一些公司将R&D资本化则是为了平滑盈余[8,9]。而R&D资本化的支持者则认为，将企业的R&D投入资本化，有助于帮助投资者区分哪些是成功的R&D投资项目，哪些是未成功的R&D投资项目，能够向市场传递成功的R&D投资项目为企业创造未来收益的积极信号。即使考虑了R&D资本化所包含的内在主观性，资本化R&D支出依然能向市场投资者传递相关的信息[10,11,12]。
在我国现有的会计政策环境下，企业管理层可以自由选择将企业的R&D投入资本化还是费用化，由于R&D投入资本化与费用化的会计政策选择直接影响到当年和未来会计期间的资产负债表、利润表、现金流量表以及相关的财务指标，管理层的这种自由选择可能会导致对报告期利润、现金流量及其它财务业绩指标的平滑或操纵[13]。抛开盈余平滑和盈余操纵的非正常动机，将R&D投入资本化的选择有利于增加企业当期的资产和利润，有利于向市场投资者传递企业利好的信息，有利于增强投资者对企业未来发展的信心;反过来又会影响企业下一轮的R&D投资决策，从而形成良性循环。显然，R&D投入的资本化与费用化会计政策选择会影响到企业的R&D投入水平。根据以上分析和相关文献支持，我们提出本文的唯一假设:
H:R&D会计政策选择与R&D投入呈正相关关系。
2 变量设计与模型构建
2.1 变量设计
(1)被解释变量。国内外现有研究中关于R&D投入水平的度量主要采用3种方式:R&D总投入额/总资产、R&D总投入额/营业收入(以前是主营业务收入，主要是由于利润表项目和构成的变化)和R&D总投入额/市场价值。本文搜集的R&D投入数据主要来自于资产负债表中的“开发支出”项目(反映的是资本化R&D投入的存量)和报表附注中“支付的其他与经营活动有关的现金”与“管理费用”项目(反映的是费用化R&D投入的流量)。由于本文研究的是R&D会计政策选择从全部费用化处理向部分资本化处理的转变对企业R&D投入水平产生的影响，所以选用R&D强度(R&D总投入额/总资产)RD来衡量企业的R&D投入水平。
(2)解释变量。借鉴Cazavan-Jeny和JeanJean[13]的研究，选择R&D会计政策选择哑变量CHOICE作为解释变量。如果公司某一年份资产负债表中的“开发支出”项目有金额，则代表企业该年有资本化R&D投入，取值为1，否则取值为0。
(3)控制变量。企业R&D投入的影响因素很多，借鉴已有的研究，本文选取反映企业规模的总资产对数SIZE、反映资本结构的资产负债率LEV、反映企业成长性的营业收入增长率GROW、反映行业的哑变量IND、反映盈利能力的总资产收益率ROA，以及反映年度的哑变量YEAR1(2008年)、YEAR2(2009年)、YEAR3(2010年)、YEAR4(2011年)、YEAR5(2012年)等因素作为控制变量。
有关变量的定义与度量见表1所示。
2.2 模型构建
检验R&D资本化与费用化会计政策选择对企业R&D投入水平影响的模型如下:
该模型是在考虑所有控制变量的基础上检验R&D会计政策选择(CHOICE)对R&D投入水平(RD)的影响。如果真像R&D资本化支持者论述的那样，企业选择将R&D资本化代表着成功的R&D项目，费用化则代表着失败的R&D项目，企业对于R&D投入的资本化与费用化会计政策选择给投资者和市场传递了企业R&D投资项目成功与否、投资力度以及未来盈余的各种信息，那么CHOICE的系数(α1)应该显著为正。
3 实证检验与结果
3.1 样本选择和数据收集
上市公司目前对研发投入的披露主要有两种方式:财务报表正表披露和附注披露。本文将报表正表(资产负债表)中“开发支出”科目下的金额作为公司资本化R&D投入额，将报表附注中“支付的其他与经营活动有关的现金”项目和“管理费用”项目下披露的研发投入额作为费用化R&D投入额。同时，样本公司被分为R&D资本化公司和费用化公司，如果某一公司当年有资本化R&D投入额，则归入资本化公司，否则归入费用化公司。并剔除了ST、PT、资不抵债、数据缺失和中途退市以及金融保险类的上市公司。经过筛选，最终得到3 640个样本观测值，其中2007年137个、2008年140个，2009年224个，2010年559个，2011年1 184个，2012年1 396个。样本中有1 041个资本化公司，2599个费用化公司。
3.2 描述性统计
具体的年度R&D资本化与费用化公司分布见表2所示。
表2显示，从构成来看，样本公司中资本化公司(1 041)明显少于费用化公司(2 599)，超过2/3的公司依然选择了将R&D投入全部费用化处理，年度构成分布基本也是如此;同时，从趋势来看，披露R&D信息的公司，无论是从总量还是从资本化与费用化公司的数量来看，都是越来越多。这种现象乐观的解释是，我国越来越多的上市公司从事了R&D活动，增加了R&D投资，并披露了R&D投资的信息，这些公司越来越重视R&D信息对于市场的作用，并想向市场的投资者传递一个积极的信号。
样本中各变量的描述性统计结果如表3所示。
从表3可以看出:(1)R&D强度(RD)均值为1.41%，相比以前研究中的数值0.59%[14]和0.58%[15]有了较大幅度的提高。(2)哑变量CHOICE的均值为0.29，这再次说明了样本中资本化公司少于费用化公司，大多数上市公司还是选择了将R&D投入全部费用化的会计处理方法。虽然R&D资本化有诸多优势，费用化仍是目前我国上市公司所采取的主要方法。(3)行业哑变量HIGHInd的均值分别为0.62，表明在样本中高技术含量公司所占比例较高，说明高技术含量公司从事较多的R&D活动，且倾向于披露更多的R&D投入信息。
3.3 实证分析及结果
R&D会计政策选择与R&D投入关系的回归结果分别见表4和表5所示。
注:*、**、***分别表示在10%、5%、1%水平上显著
模型(1)是总样本检验，结果显示，R&D会计政策选择与R&D投入在1%的水平上显著正相关。这说明企业选择将R&D投入资本化处理有利于增加企业的R&D总体投入水平;相反，选择将R&D投入费用化处理则不利。同时，我们发现，作为控制变量的企业规模、资本结构、企业成长性、行业、盈利能力都会影响企业的R&D总体投入水平。
模型(2)—(6)是分样本检验。首先，根据年度哑变量之外的5个控制变量对样本进行分组。模型(2.1)和模型(2.2)是根据反映企业规模的变量———总资产对数的均值，将所有样本分为大规模企业和小规模企业;模型(3.1)和模型(3.2)是根据反映资本结构的变量———资产负债率的均值，将所有样本分为高负债企业和低负债企业;模型(4.1)和模型(4.2)是根据反映企业成长性的变量———营业收入增长率的均值，将所有样本分为高成长企业和低成长企业;模型(5.1)和模型(5.2)是根据行业哑变量，将所有样本分为高新企业和非高新企业;模型(6.1)和模型(6.2)是根据反映盈利能力的变量———ROA的均值，将所有样本分为高盈利企业和低盈利企业。然后，对分组样本分别进行检验，结果显示，在5组的10个分样本检验中，R&D会计政策选择哑变量均与R&D投入在1%的水平上显著正相关，这进一步说明企业选择将R&D投入作资本化处理有利于提升企业的R&D总体投入水平。
注:*、**、***分别表示在10%、5%、1%水平上显著
4 结论与建议
本文从R&D资本化与费用化会计政策选择的视角，以我国新会计准则实施后2007—2012年年报披露R&D投入的3 640家上市公司为样本，实证检验了R&D会计政策选择对企业R&D投入水平的影响。研究发现，无论在哪种情况下(总样本检验和控制变量的五组分样本检验)，R&D会计政策选择均与R&D投入水平呈正相关关系。由此说明，我国企业的R&D投入水平的确随着开发费用部分资本化的R&D会计政策调整而明显提高了，企业选择将R&D投入资本化处理有利于提升企业的R&D投入水平，促进企业的技术创新;同时也说明，企业R&D投入水平的高低不仅仅取决于企业和行业层面的微观因素，也会受R&D会计政策等宏观因素的影响。
由于R&D会计政策选择会影响到企业的R&D投入水平，所以企业为了加大创新力度，也需要密切关注和适度利用政策等宏观因素的影响。为此，本文从政府管理和企业实践两个层面提出以下建议:
(1)政府管理层面。目前新会计准则对于R&D会计处理的规定仅限于原则导向性，且具有非强制性，为了防止管理层利用R&D会计政策选择进行企业的盈余管理，政策制定和监管部门就需要:一是营造良好的制度环境，促进企业自主研发。二是完善相关政策法规，制定研发信息披露的相关监管措施。三是严格制定研发过程中研究与开发阶段的划分标准，将开发阶段控制在一定的风险系数范围之内，尽可能避免企业利用有条件资本化政策漏洞钻空子。四是规范企业对R&D投入的会计处理，并制定详细的、可操作性的R&D资本化会计处理政策和程序。五是强制要求企业披露研发情况，可先在上市公司范围内变非强制性披露为强制性披露;另外，在披露内容上，除了披露R&D的投入规模外，增加披露R&D项目的执行进度、方向、风险、竞争状况、市场容量、技术水平、投入产出比、是否拥有核心技术的所有权、当期资本化数额与费用化数额对净利润和所得税的影响、R&D行业强度指标等内容。
贵州省R&D经费投入浅析 篇8
1 R&D经费投入相关指标分析
1.1 R&D经费投入总量
近年来, 贵州省R&D经费投入总量不断增加, 由图1可见, R&D经费从2000年的4.2亿元上升到2005年的11亿元, 年均增长率为21.24%, “十一五”期间R&D经费从2006年的14.5亿元上升到2010年的29.8亿元, 年均增长率为19.73%, 到2011年达到的36.4亿元, 增长了近9倍。这种趋势自2008年以来表现的更为明显, 2000-2008年R&D经费年均增长率为20.7%, 而2008-2011年达到24.4%。
注:数据来源于历年《贵州省统计年鉴》
1.2 R&D经费投入强度长期徘徊不前
尽管我省R&D经费投入总量逐年增加, 但相比快速增长的地区生产总值, R&D经费投入增幅略小, 导致R&D经费投入强度长期以来上下波动, 徘徊不前 (见图1) 。尤其在2006年以后, R&D投入强度基本维持在0.6%左右。同时从表1可以看出, 我省R&D投入强度远远落后于全国平均水平, 且差距在逐步扩大。2006年我省R&D投入强度与全国平均水平相差0.78个百分点, 到2010年相差1.1个百分点。与同属西部欠发达省份的甘肃省和新疆自治区相比, 甘肃省R&D投入强度始终高于我省, 在2005年就已经突破1%, 而我省到2011年才达到0.64%。新疆R&D投入强度增长速度很快, 2005年仅是我省的一半, 到了2010年只与我省相差0.14个百分点。
注:数据来源于2005~2010年《中国科技统计年鉴》。
因此, 提高我省R&D投入强度成为摆在我省面前的一项紧迫任务。
2 R&D资金来源的分析
按照R&D经费的来源, 我们可以将R&D投入强度分解为如下等式:
从上式可以看出, R&D投入强度主要受政府R&D投入、企业R&D投入以及国外R&D资金投入的影响。由表2可见, 贵州省R&D经费主要来自政府资金和企业资金, 其中企业资金占总经费的2/3以上, 政府资金占25%左右。因此, 要增加贵州省R&D投入强度, 就要从增加政府R&D投入和企业R&D投入两方面着手。
注:数据来源于《2010年贵州省统计年鉴》。
2.1 政府R&D投入分析
对上式进行进一步分解, 得出:
可以看出GDP、财政支出、财政科技支出和财政R&D支出是影响政府R&D经费投入的重要因素。
政府对R&D活动的经费支持来源于财政支出, 政府财力水平是影响政府R&D投入的重要因素。由图2可见, 我国财政支出占GDP的比重呈稳步上升的势头, 从2006年的26.11%逐步提升至2011年的39.45%。
注:数据来源于历年《贵州省统计年鉴》
然而伴随着我省财力的增强, 财政支出中用于科技的经费比例却没有相应提高, 甚至有所降低。由图2可见, 2006-2007年我省财政科技支出占财政支出的比重变化不明显, 基本在1%左右徘徊, 2008年以后逐年降低, 2011年甚至跌破1%, 比2007年降低了0.29个百分点。
注:数据来源于《2010年贵州省科技统计年鉴》
财政科技支出中用于R&D的经费就是财政R&D支出, 它直接关系到政府对R&D活动的投入力度。从表3可以看出, 财政科技支出科目中“基础研究经费”、“应用研究经费”和“技术研究与开发经费”三个科目可以较为直观地反映出政府对R&D的投入, 2007-2010年贵州省这三个科目经费合计金额占财政科技拨款总额的比重分别为73.1%、71.9%、73.1%、74.7%。可见, 近几年财政R&D支出占财政科技支出的比重变动较小, 2010年比2007年仅提高了1.6个百分点。若能增加财政科技支出中用于R&D的经费比例, 即扩大基础研究经费、应用研究经费和技术研究与开发经费, 那么将会进一步增加我省R&D投入总量, 提高R&D投入强度。
2.2 企业R&D经费投入分析
我省大中型工业企业中有R&D活动的企业所占比重还不到30%, 说明我省大中型工业企业中开展R&D活动的企业占少数, 并且这种趋势长期未发生变化, 由图3可见, 2005年大中型工业企业中有R&D活动的企业数为69家, 所占比重为25.7%, 到2010年企业数没有变化, 比重增加了0.08个百分点。大中型工业企业作为我省企业中的主力军, 要彻底改变粗放式的生产方式, 必须依靠科技创新, 因此, 鼓励大中型企业开展R&D活动, 加大研发投入, 是转变我省经济发展方式的必然选择, 同时对提高R&D经费投入强度具有很大影响。
注:数据来源于《2010年贵州省统计年鉴》
进一步分析我省大中型工业企业R&D经费支出情况。由图4可见, 大中型工业企业R&D经费内部支出逐年增加, 2010年比2007年增加了2.15倍, R&D经费内部支出与主营业务收入之比总体也呈上升趋势, 2010年增长更明显, 比2009年增加了0.34个百分点, 达到1.01%, 但是距离我省2015年的目标相差甚远, 因此, 需进一步加大我省企业R&D经费投入强度, 即提高R&D经费内部支出占主营业务收入的比重。
注:数据来源于《2010年贵州省统计年鉴》
3 结语
要提高我省R&D经费投入强度, 实现2015年的目标, 可以采取以下措施:1) 加大政府对科技的支持力度, 增加对科技的财政投入。2) 增加财政科技支出中基础研究经费、应用研究经费和技术研究与开发经费的比重。3) 鼓励企业开展R&D活动, 不断增加R&D活动的企业所占比重。4) 引导企业加大研发投入, 提高R&D经费支出占主营业务收入的比重。
参考文献
[1]王利政, 高昌林.我国政府R&D资金来源分析及政策建议[J].中国科技论坛, 2010年10月第10期.
[2]郭丽珍.全省R&D经费支出主要特征的省际问比较分析[J].黑龙江科技信息, 经济论坛.
[3]贵州省统计局.贵州省统计年鉴 (2001-2012) [M].贵州:中国统计出版社.
D投入规模 篇9
1 我省R&D经费结构分析
R&D经费结构可以从宏观与微观两个层面来进行结构划分。宏观结构体现R&D经费投入活动在国民经济收入与分配中的地位, 反映一个国家或地区对科学技术的重视程度;微观结构反映R&D系统内部的协调比例关系, 可以从不同的角度来划分。从不同角度划分R&D经费有三种结构:经费的来源结构;R&D经费在使用部门中的分配结构;R&D经费在R&D活动中的不同阶段中的分配结构。下面将分别从宏观与微观两个层面来分析我省R&D资源的结构状况。
1.1 R&D经费投入强度。
国际上通常以R&D经费占GDP的比例, 即R&D经费投入强度作为R&D经费宏观结构的指标。该指标说明了R&D支出在整个国民经济中占有的份额及其在社会再生产过程中的地位。另外, 该指标也避免了通货膨胀、汇率波动等因素的影响。目前我省R&D经费投入的绝对量是逐年增加的, 占GDP的比例即投入强度总的趋势也是上升的, 说明我省早已认识到科技投入对经济的促进作用。
另外, 我省R&D发展是不平衡的, R&D资源主要集中在哈大齐地区。哈大齐地区集中中了全省R&D经费的93.8%, R&D投入强度也高于全省0.4个百分点, 除大庆市低于全省0.27个百分点外, 哈尔滨和齐齐哈尔二市分别高于全省0.73个、0.74个百分点。其余10个地区占6.2%, 且R&D投入强度低于全省0.78个百分点, 10个地区均低于全省平均水平, 而且所低的百分点也是很大的。
1.2 R&D经费来源结构。
R&D经费投入是多渠道的, 其来源有政府、企业、国外资金和其他资金, 其中, 政府和企业是主要的渠道。依据政府和企业的投资比例的不同, 我们将R&D经费的来源结构分为政府主体型 (政府投入所占比例大于50%) 、政府企业双主型 (政府、企业的投资比例相当, 均在45%~50%) 和企业主体型 (企业投入所占比例大于50%) 。目前西方发达国家如美国、德国和日本的R&D经费的来源结构都是企业主体型。2007年, 我省R&D经费中企业资金已经占到64.1%, 说明我省R&D经费的来源结构为企业主体型, 企业在R&D活动中占据了很大的地位, 但仍低于全国平均水平6.2个百分点。相对而言, 我省政府资金投入较少, 比例不高, 仅为32.5%, 尽管超出全国平均水平8.5个百分点, 但也不足以实现落后地区所要求的政府资金的带动功能。另外, 我省吸引国外资金的能力较弱, 仅占R&D经费的0.1%, 低于全国1.2个百分点。国内外的经验表明, 政府对科技投入的资金不仅可以起到导向作用, 而且往往发挥“点石成金”的效果, 我省经济发展处于对科技需求的旺盛期, 今后无论是争取上级财政对我省科技投入还是增强本省的自身投入, 都是在增强企业技术创新能力和区域竞争力中应重点考虑的问题。
1.3 R&D经费分配结构。
R&D的经费支出部门主要有四类:科研机构、企业、高校和其他部门。从国际上先进国家的水平来看, 2007年, 我省的科研机构的支出还是基本合理的, 所占比重达12.6%, 但低于全国水平5.9个百分点。我省高校经费支出从全国平均水平来看, 还是较高的, 所占比重为21.6%, 高于全国平均水平13.1个百分点。企业经费支出仍雄居榜首, 占R&D经费支出的64.1%。我省R&D经费分配结构比为12.6:21.6:65.4:0.3 (科研机构:高等院校:企业:其他) 。
2 问题与建议
一国的R&D水平体现着一国的政治经济实力, 一个企业的R&D水平体现着一个企业的竞争力。国际上著名的企业都把R&D作为企业的生命, 无不投巨资于R&D。在日本, 不少企业对R&D的投资已经超过了对固定资产的投资, 我国的青岛海尔就是靠R&D形成了企业的核心竞争力, 得已迅速发展起来的。我省由于受历史原因的影响, 老工业基地, 包袱较沉重, 船大较难掉头, 致使经济发展缓慢, 影响了对R&D经费的投入。我省要想振兴东北老工业基地, 走“科技大省”、“科技强省”之路, 振兴龙江经济, 缩短与发达省份的距离, 赶上或超过发达省份, 就必须加大对R&D的投入力度。为此, 通过上述对我省R&D经费投入的分析, 针对存在的问题, 如R&D经费投入强度低、经费来源和分配结构不合理等问题, 提出建议:
第一, 加大对科学技术重要作用的宣传与普及力度。要牢固树立“科学技术是第一生产力”的思想, 提高全社会对科技促进经济与社会发展重要性的认识, 营造全社会学科技、用科技和发展科技的良好氛围。首先要创造良好的社会实践基础, 抓紧科技、经济体制的改革, 落实各项科技创新措施, 自觉地把经济建设转移到依靠科技进步、提高劳动者素质, 加速科技成果转化的轨道上来, 促使企业成为科技成果转化的主体, 形成有利于自主创新技术进步的机制, 促进科技创新意识的提高。其次要大力宣传、倡导、培养科技创新意识, 进行深入的理论研究, 加大宣传的广度、力度与深度, 充分利用各类舆论工具, 使科技创新意识深入到社会系统各个层次, 以激起全民的科技创新欲望, 形成积极创新的社会态度。再次要抓紧科学教育的改革, 全面落实“科教兴省”战略的实施。
第二, 增加政府对企业研发经费的投入。根据国际经验, 当一个国家经济处于发展初期, R&D/GDP一般在0.5%~0.7%左右;是经济的起飞阶段, 该比例应上升到1.5%左右;进入稳定发展期, 应当保持在2.0%以上。我省在2007年R&D/GDP仅为0.93%, 尚有较大差距, 连稳定发展期都谈不上。因此要通过政府投入的引导作用, 逐步提高企业的研发投入水平, 等科技水平能够带来一定收益, 企业受利益驱使自然会增加研发投入额度, 这无疑是提高一国或地区创新能力的有效途径。现阶段我省政府科技投入资金的比重还较低, 仅在30%左右徘徊, 因此, 应大幅度提高政府科技投入力度, 提高政府R&D投入占社会总投入的比重。此外, 在增加政府科技投入同时, 要创新政府科技资金的投入方式和运作方式, 实现投入方式多样化和运作方式市场化, 以使政府投入基金的运作更有效率。
第三, 合理分配R&D经费的使用结构。国内外经验表明, R&D经费在基础研究、应用研究和试验发展这三类研究中的合理配置关系为:基础研究占10%, 应用研究占25%, 试验发展占60%。2007年, 我省基础研究比例基本合理, 这10.6%;但应用研究比例较低, 低于12.9个百分点, 为12.1%;试验发展比例过高, 为74.3%, 超过正常比例14.3个百分点, 形成了不合理的分配结构。基础研究和应用研究是创新能力建设的基础, 是知识的源头, 是形成自主知识产权产品和专利的基础。然而, 我省对应用研究活动的投入比重过低, 而试验发展比重又过高, 这将直接造成企业把技术引进和模仿作为R&D的首要工作, 而将独创放在了次要地位, 削弱了基础研究工作的开展, , 最终会导致经济发展的技术动力不足, 影响经济的持续发展和综合竞争力。因此, 优化R&D经费的使用结构是一条推动R&D活动开展的有效途径。
第四, 提高企业R&D投入强度的比重。2007年, 我省企业R&D投入强度的比重是很低的, 仅为1.5%, 低于全国平均水平1个百分点。国际经验表明, 企业R&D经费支出强度在5%以上才有较强的竞争力, 2%只能保持企业的基本生存, R&D投入强度达到1%的企业极难生存。我省多数企业面临极难生存的境地, 仅高出临界线0.5个百分点。因此, 要积极采取“建立企业重点技术研究与开发补助金制度;推广科技成果委托开发制;建立企业和行业技术开发基金;强化企业技术开发融资优惠”等措施, 加大对企业R&D经费的投入, 提高企业R&D投入强度的比重。
摘要：R&D经费投入是科技投入经费的核心部份, 它的结构特征基本上代表了科技经费的结构特征。本文利用2007年的有关资料, 对全省2007年R&D经费投入的状况进行了分析, 从中看出我省R&D经费投入强度较低, 经费来源结构和支出分配结构都不尽合理, 为此提出了几项相关建议。
D投入规模 篇10
摘 要：企业研发投入的绩效受多种因素的影响，从组织行为学的角度来看，其中企业的研发投入模式在很大程度上决定了企业的研发投入绩效。研发活动作为形成企业竞争优势的来源和持续稳定成长的推动力，在企业的市场竞争中发挥着很重要的作用。以往对企业R&D投入和企业绩效关系的研究，忽视了企业所采取的不同研发模式下R&D投入对绩效影响的差异性，使研究结论的可信度较低、适用性较差。本文主要针对该差异性，对已有的研究结论做探讨。
关键词：
引言：R&D（research and development）指“研究与开发”。国家和企业的R&D水平，体现着国家和企业的创新能力与和综合竞争力，国家的创新能力，很大程度上决定中国经济的发展前景。实现由要素和投资驱动向创新驱动发展模式转变，推动企业成为创新主体，增强企业创新能力是一项事关国家长远发展的基础性、全局性、战略性重大任务。中国已成为高技术产品制造和贸易大国，却不是高技术生产和贸易强国。其根本原因是中国高技术产业缺乏自主创新能力。因此，走创新驱动之路也是企业长远发展的最优选择。
随着工业社会向知识社会的迈进，R&D投入强度已成为企业核心竞争力的关键因素之一，2012年我国的研发支出规模超过万亿元，研发模式在经济全球化的背景下也已开始受到挑战。在这种情况下，企业可灵活调整研发模式，既可内部研发资源，也可通过合作研发、技术引进等方式，形成研发网络，整合研发资源，以实现创新目的。但前人关于这方面的研究，得出了不同的研究结论，因此，在这样一个背景下，将R&D投入、研发模式和企业绩效结合起来进行文献研究是非常有必要的。
一、关于研发模式和R&D投入与企业绩效影响因素
梳理相关文献发现，关于企业创新战略下研发模式选择的文献研究，主要集中在合作研发和独立研发两个方面。阅读关于研发模式的文献，发现西方研究较早、比较成熟，主要研究成果在于研发模式对比分析以及合作研发对象选择上。D，Aspre
mont和Jacquemin（1988）对合作研发开创性的研究认为，当企业的研发投资溢出效应足够大时，企业合作研发所带来的创新绩效和生产效率会大于非合作研发所带来的创新绩效和生产效率。Miotti L（2003）与Belderbos（2004）的研究发现：合作研发有助于提高企业的创新能力和竞争力。ROBERT（2005）认为：企业也可以与竞争对手合作，获得相关技术知识和技术诀窍，提高创新能力与绩效。在参考国外文献的基础上，国内学者也做了研究，但是数量却很少。付敬（2013）证明了，企业合作研发项目有产业伙伴的加入能使其获取更多创新所需知识，从而显著提高其创新绩效。而学者张兆俊（2009）则认为当企业创新能力较弱、而技术溢出程度较大时，企业倾向独立研发。
总的来说，国内外关于研发模式的研究不多，研究多集中企业研发模式的选择策略，结论并不一致，究其原因，企业在不同的情境模式下企业研发策略的选择是不相同的。因此，对于不同情境下研究研发模式的选择以及不同研发模式的效率是有意义的。
关于R&D投入与绩效之间直接关系研究较多，而研究两者中间影响因素的文献很少。Yeh等（2008）的研究结果显示市场对那些董事会规模比较小且独立性比较强的企业的R&D支出有更强的反应。Le（2006）实证结果表明，机构投资者调节
R&D支出与企业绩效关系的方向，机构投资者通过直接参与企业R&D决策过程影响二者关系，独立董事影响二者关系的强度。国内学者在这方面研究起步较晚主要研究了企业规模、 融资环境、 公司治理等对两者的调节作用。何强，陈松（2012）通过实证分析认为董事会规模对研发投入与公司价值的关系有负向调节作用。刘伟、李丹（2010）以青岛市的125 家高科技企业为研究对象，认为R&D投入与企业的自主知识产权产出和高科技产品销售收入增长存在正相关，而与销售收入的相关性则不明显，引入的企业规模这个调节变量，则与销售收入存在明显的正相关。
由上述可知，（1）在不同环境下R&D投入效率确实有所不同，探讨技术创新战略（ R&D投入与绩效关系）时， 考虑影响二者关系的权变因素是非常必要的， 但是现在对这方面的研究是很少，因此，有必要对此进行研究。（2）在前人基础上得出宏观和微观因素会对R&D 投入与绩效测量产生影响，在研究中着重将这些因素控制，可以获得更加准确的结果。
二、R&D投入与企业绩效相关研究综述
两者直接关系研究主要采用实证研究集中论证R&D投入与绩效存在正向、负向和无关性等的研究。国外学者主要的研究结论为正向关系的研究，其中有Sougiannis（1994）以1975-1985年的美国公司为研究对象进行实证结果表明，企业每增加1元的R&D投资，在未来的7年内会增加2元的获利，Capon、Farley和Hoening（1990）利用多元回归分析认为，R&D强度与企业的销售增长和盈利性都有较强的正相关性，Morbey（1989）以800家研发支出超过一百万美元的美国企业为研究样本，结果显示，研发强度对企业未来获利有着显著影响。但是Gerpott（1986）的实证研究发现企业绩效与R&D强度之间并不是简单的直线关系，而是一种曲线关系。国内学者也做了关于两者直接相关关系的研究。赵月红（2013）研究发现R&D投入对企业当期的营业利润率有负向的影响。陆玉梅，王春梅（2011）运用99 家制造业和信息技术业上市公司2005-2008年的数据，实证分析了R&D投入对公司经营绩效的影响。与此相反，郏宝云，陆玉梅（2010）以电子信息业上市公司为例，分析研究表明，电子信息业上市公司的R&D投入水平普遍不高，R&D投入强度与经营业绩不存在正向关系。有些学者作了更进一步的研究，郭媛嫣（2008）实证研究表明：总体上，我国上市公司R&D投入与企业绩效之间存在明显的正相关关系，R&D经费投入的增加促进了企业盈利能力和发展能力的增强，R&D投入的效果具有滞后性，滞后两年的效果更加明显，并且R&D投入具有累积性效果，
总言之，关于R&D投入与企业绩效的研究结论并不统一，主要原因有：（1）对于R&D投入与企业绩效的测量指标选取不同导致的差异。（2）研究对象所在地区不同也会造成研究结果的差异。但都有其合理的一面，其中针对国家地区的研究较多，而针对企业研究较少，因此，有必要对更多行业和地区企业的R&D绩效进行更进一步深入分析。以丰富R&D绩效理论。
综上所述，国内外关于R&D投入与绩效之间直接关系的研究较多，研究测量方法与结论很不统一，较少有研究者着重研究R&D投入绩效中影响因素的研究，现有文献中主要有企业规模、融资环境、公司治理等对两者关系的影响，很少关注研发模式对R&D投入与绩效的影响关于研发模式的研究主要集中在其不同情境下的选择策略，研究结论很不统一，从中可以看出研发模式对R&D投入绩效产生了影响，但是很少关于研发模式对R&D投入绩效影响的研究。由此可见，R&D投入与绩效影响因素的研究还比较少。总的来说，我国R&D投入与绩效影响因素研究才刚刚起步，尚未形成统一的观点，仍需要学者们从理论研究到实践研究的跨越。
参考文献：
[1] 付敬，朱桂龙.技术联盟中企业学习对创新绩效的影响研究[J].科技管理研究，2013，04：6-11.