投入与绩效相关分析

投入与绩效相关分析（精选十篇）

投入与绩效相关分析 篇1

技术创新活动需要投入, R&D投入强度是衡量一个企业乃至一个国家科技竞争力的重要指标, 也是企业不断开发新产品以获得持续竞争力的根本保障。对于高科技、高成长性的“双高”企业来说, 加强新产品的研究与开发是其提高技术创新能力和核心竞争力的动力, 而提高技术创新能力和核心竞争力又是“双高”企业赢得竞争优势的根本保证。

在提高企业核心竞争力方面, R&D投入的作用主要体现在以下几个方面:

第一, 降低生产成本, 提高生产效率。R&D可以节约生产、销售、管理等环节中的支出, 从而提高生产要素的使用率, 并且也可以促进规模经济的形成, 实现企业开发、设计、制造、营销及管理的高度集中化。

第二, R&D可以形成差异优势。企业利用自己的R&D优势, 可以在产品的品种、性能、质量方面获取差异化, 或是利用先进的工艺设备, 通过大规模生产降低产品成本, 从而获取同等质量的低价格优势。

第三, 抢先占领市场。当一项技术未被竞争对手意识到其潜在优势时, 抢先占领市场的效果尤为明显。这就要求企业能预见到技术的市场前景, 并率先实施。这将在很大程度上促进以“双高”企业为例的高科技企业综合竞争能力的提高, 进而对整个国民经济的发展起到渗透作用。

二、研究对象的界定及假设的提出

本文将“双高”企业的选取指标加以量化, 按照国家发布的“发展能力状况”指标, 将高成长性定义为三年净利润平均增长率达到20%以上。可见, 符合本文要求的“双高”企业入选条件是: (1) 2007~2009年三年净利润平均增长率达到20%以上; (2) 企业的主营业务收入属于“双高”领域。

本文把开发支出作为R&D投入的衡量指标。

在对“双高”企业的研究中, 各位学者得出的结论存在较大不一致。同时, 由于“双高”企业R&D数据资料的缺乏, 对企业R&D投入与绩效关系进行实证研究也比较困难, 因此缺乏实证支持。2007年上市公司开始实施现行会计准则, 公司业绩核算和披露的方法都发生了较大变化。按照现行会计准则的要求, 上市公司资产负债表中增加开发支出一项, 具有显著的技术创新指导意义。因此, 利用“双高”企业的R&D数据, 采用回归计量分析的方法来研究我国“双高”企业R&D投入对企业业绩的影响, 具有十分重要的意义。

基于以上的文献回顾和分析, 笔者提出第一个假设:

假设1:“双高”企业R&D投入与公司业绩正向相关。

此外, R&D投入存在时间滞后性的特点, 即从研究开发到获得新的技术知识, 并将其运用于生产, 要经过一定的时间。企业研发的产品只有实现商品化, 并且在市场上有很好的表现时才能让研发的收益在公司业绩上得以体现。因此, 从理论上说, R&D投入对“双高”企业业绩的影响具有滞后性。所以本文提出第二个假设:

假设2:“双高”企业R&D投入与滞后期公司业绩的相关性逐渐增强。

三、研究设计

(一) 样本选取与数据收集

本文以深沪两市A股中“双高”上市公司为研究对象。由于2007年前, 上市公司披露年报中未有开发支出这一项指标, 故本文的研究期间是自2007年1月1日起至2009年12月31日止。

根据本文研究的需要, 根据上述资料选择标准, 最终选取共计56个样本作为本文的研究样本, 研究样本的完整资料主要有开发支出、每股收益、净利润、主营业务利润率、主营业务增长率、净资产收益率、资产负债率。

本文所使用的数据主要来源于清华金融研究数据库, 数据分析采用SPSS17.0软件处理。

(二) 研究模型与变量设计

1. 绩效指标。

本文选取的财务指标, 主要包括公司年度净资产收益率 (ROE) 、每股收益 (EPS) 和主营业务增长率 (IR) 。运用以上指标来衡量公司绩效是因为:净资产收益率是反映资本收益能力的国际性通用指标, 综合能力强, 并且上市公司ROE、EPS数据易于取得, 计算方便。但许多上市公司热衷于委托理财和资产重组, 导致净资产收益率不能完全反映企业的实际盈利能力。鉴于此, 本文选用主营业务增长率作为净资产收益率的补充。

2. 研发投入指标。

由于各个企业之间的R&D经费投入存在着个体差异。而R&D投入强度充分考虑了各个企业间的个体差异, 具有很强的可比性。因此, 本文参照Sougiannis、Deng、Lev和Narin以及程宏伟等的研究, 用R&D强度衡量R&D投入, 即:R&Din=R&D投入/主营业务收入。

3. 控制变量。

影响企业经营绩效的因素很多, 本文试图通过增加模型的解释变量, 以达到优化模型的效果。根据数据的可获取性, 引入以下控制变量:

(1) 公司规模 (SIZE) , 以公司账面总资产的自然对数来表示, 其中总资产用公司年末总资产表示。在西方的实证研究中, 资产规模经常作为政治成本的替代变量。企业的规模越大, 高级管理团队的实力就越强, 企业配置资源以应对竞争环境的能力就越强。国内外学者在对公司战略与绩效之间的关系进行研究时, 普遍将公司规模作为控制变量引入模型之中。本文以企业的主营业务收入衡量公司规模, 将样本上市公司2007~2009年度主营业务收入均值的自然对数作为控制变量 (SIZEi) 引入回归模型。其计算公式为:

其中, Sales (2007) i表示第i个样本在2007年的主营业务收入, 以此类推。

(2) 财务杠杆 (DRA) 是用来衡量企业财务风险大小的重要指标, 可以表示负债对企业利润的影响程度。由于债务利息在税前支付, 企业适当负债可以增加税后可分配利润, 增加股东收益, 公司可以通过适度运用财务杠杆来调整公司资本结构, 即较高的资产负债率可能会带来短期公司绩效和价值的提高。

(三) 模型设计

本文采用截面回归分析的研究方法, 分别对2007年至2009年这三年的“双高”企业上市R&D投入强度数据作截面回归分析, 从而验证假设。

首先, 不考虑控制变量的影响效果, 仅用单变量研究R&D投入与企业绩效之间是否存在相关关系。

1. 一元线性回归模型。根据研究假设建立用于分析企业经营绩效与R&D投入之间相关关系的回归方程:

i=1, 2, 3, …, I。其中, i代表研究样本中第i个“双高”企业, 共有I个“双高”企业。

其中, ROEi为净资产收益率, EPSi为每股收益, IRi为主营业务增长率。RDINi为R&D投入强度 (即开发支出与主营业务收入之比) , εi表示随机误差项。

对于样本企业R&D投入的数据时期, 本文选取2007年至2009年。

2. 多元线性回归模型。

鉴于上述理由, 考虑到企业绩效的影响因素很多, 因此引入控制变量以优化模型。引入控制变量SIZE、DRA之后, 本文多元线性回归模型如下:

其中, i=1, 2, 3, …, I;t=1, 2, 3。

与一元线性回归模型相同, 多元线性回归模型选取2007年至2009年三年作为R&D支出对公司经营绩效产生影响的时滞期。ROEit表示第i个“双高”企业在第t个年度的企业经营业绩;RDINit表示第i个“双高”企业在当年或滞后1、2个年度中的研发投入强度;ROAit表示资产报酬率;SIZEit表示企业规模;εit表示随机误差项。

四、实证结果

(一) 描述性分析

表1为R&D投入强度的分布情况。从纵向上看, 研发强度在国际上公认的难以生存水平 (1%) 以下的公司较多, 研发强度小于国际上公认的维持生存水平 (2%) 的公司和研发强度达到国际上公认的具有竞争力水平 (5%) 的公司所占比重相当。由此可以看出, “双高”企业上市公司研发强度并不高, 且研发强度指标并不显示为正态分布, 分布情况不均, 低投入状况和高投入状况并存。从横向上分析, 2007年至2009年研发强度较低的企业不断减少, 研发强度较高的企业在逐年增加。这表明“双高”企业的R&D投入有逐年增加的趋势。

从表2中可以看出, 样本企业2008年和2009年R&D投入强度均值达到国际上公认的维持生存的水平 (2%) 。而投入强度中位数三年中虽然逐年增加, 但仍未超过2%。

表2也显示出2007年至2009年R&D投入强度的变动趋势。表中显示:R&D投入强度的最小值、均值、中位数在2007年至2009年均为逐步上升趋势, 这在一定程度上可以说明“双高”企业的R&D投入在不断加强。

(二) 回归分析结果

1. 一元线性回归分析结果。

根据一元线性回归分析结果, 研发投入强度RDIN与EPS、IR的显著性水平均未呈现显著的相关关系, RDIN与ROE的显著性水平为0.033, 呈现显著的正向相关关系。因此, 我们舍弃EPS、IR指标, 运用ROE作为“双高”企业经营业绩的评价指标, 分析当期以及不同滞后期ROE与R&D投入强度之间的关系。

2. 多元线性回归模型。

结果显示, 回归方程F值为3.638, 显著性水平为0.019, “双高”企业研发投入与绩效之间有明显的正向关系。RDIN2009回归系数为1.657, 这说明当其他因素不变时, 研发投入每增长1个百分点, 绩效则提高1.657个百分点。由此证明研发投入对“双高”企业的绩效提升有显著作用, 假设1得到验证。从表4中可以看出, SIZE回归系数为1.543, 表明公司规模对企业经营业绩有一定的影响, 而财务杠杆的作用相当弱, 回归系数仅为0.07。因此将回归系数代入模型后, 可表示如下:

ROEit=α+β1RDINit+β2DARit+β3SIZEit+εit

-22.574 1.6570.0701.543 (模型1)

R2=0.173

3. 滞后性检验。

为了检验滞后效应, 本文对2008年R&D费用和2009年绩效, 以及2007年R&D费用和2009年绩效分别做统计分析 (见表5、表6) 。经过回归分析, 得到模型2和模型3。

数据显示, 2008年R&D费用回归方程F值为3.167, 显著性水平为0.032, 说明滞后一年“双高”企业研发投入与绩效正相关, 但拟合度低于2009年。表5中SIZE超过RDIN成为最重要指标, 财务杠杆作用仍然非常弱, RDIN2008回归系数为1.493, 即当其他因素保持不变时, 研发投入增长1%, 绩效则提高1.493%。回归系数代入模型后得到如下结果:

ROEit=α+β1RDINit+β2DARit+β3SIZEit+εit

-23.529 1.4930.0171.729 (模型2)

R2=0.154

2007年R&D费用回归方程F值为3.605, 显著性水平为0.019, 说明滞后二年“双高”企业研发投入对绩效影响显著正相关。表6中的各个指标回归系数表明财务杠杆与企业绩效相关关系相当弱;RDIN2007超过2009年、2008年, 为三年内最高值。从上表得到模型中的回归系数为:

ROEit=α+β1RDINit+β2DARit+β3SIZEit+εit

-27.471 2.0010.0491.843 (模型3)

R2=0.173

对滞后效应的检测结果显示:2007年研发投入和2008年研发投入与2009年“双高”企业业绩均有显著正相关关系, 从而不能否认假设2。从表中可以看出, 2009年回归方程当年的显著性水平与滞后两年相当, 均大于滞后一年的显著性水平。滞后年度的相关系数为2007年2.001, 2008年1.493, 2009年1.657, 说明滞后第二年的研发投入对企业业绩的影响更大些, 其次是研发投入当年, 再次为研发投入前一年。根据模型能够得出这样的结论:R&D投入在其投入之后对“双高”企业产生一个倒U型的显著性影响。倒U型的最大值出现在研发投入后的第二年。

五、结论

本文主要基于2007~2009年56家我国上市“双高”企业的3年研发投入数据作为研究对象, 探讨了我国上市“双高”企业研发投入与企业业绩之间的相关性。本文运用回归模型对所研究的数据进行了实证分析, 得到了一些有效的分析结果。具体如下:

“双高”企业上市公司研发投入均值达到了国际上公认的维持生存的水平, 但总体来看分布不均, 低投入状况与高投入状况并存。而投入强度中位数三年中虽然逐年增加, 但仍未超过2%。

从总体上看, 企业的R&D支出与经营绩效之间存在正相关关系, 即加大当期的研发投入对于提高净资产收益率有促进作用。从其弹性来看, 研发投入对净资产收益率的弹性为1.657, 说明当其他因素不变时, 1%的研发强度的提升能够带来1.657%的净资产收益率的增长。

“双高”企业R&D投入当年对企业业绩存在滞后影响。从表4至表6中可以看出, 2009年回归方程当年的显著性水平与滞后两年相当, 均大于滞后一年的显著性水平。滞后年度的相关系数说明滞后第二年的研发投入对企业业绩的影响更大些, 其次是研发投入当年, 再次为研发投入前一年。由此得到这样的结论:R&D投入在其投入之后对“双高”企业产生了一个倒U型的显著性影响, 倒U型的最大值出现在研发投入后的第二年。这一结果与周亚虹、许玲丽 (2007) 的实证研究结果一致。

摘要：技术创新活动需要投入, R&D投入强度是衡量一个企业科技竞争力的重要指标, 也是企业提高创新能力、不断开发新产品以保持和提高核心竞争力的关键。由于之前多位学者对R&D投入与企业绩效的相关性问题研究所得出的结论存在较大不一致, 并且未有以“双高”企业上市公司作为样本的研究, 因此, 本文主要基于2007～2009年56家我国上市“双高”企业的三年研发投入数据作为研究对象, 对相关研究进行补充。研究结果表明, R&D投入与我国“双高”企业业绩之间有一定的正向相关性, R&D投入在其投入之后对“双高”企业具有一个倒U型的显著性影响。

关键词：R&,D投入,“双高”企业,绩效

参考文献

[1].郑循刚.基于DEA的我国高技术产业R&D效率评价.四川农业大学学报, 2009;3

[2].程宏伟, 张永海, 常勇.公司R&D投入与业绩相关性的实证研究.科学管理研究, 2006;24

[3].侯晓红, 张艳华.R&D投入对企业业绩的影响.科技管理研究, 2006;12

[4].刘德胜, 张玉明.技术人才驱动中小企业绩效的有效性研究.科技与经济, 2010;3

[5].梁莱歆, 张焕凤.高科技上市公司R&D投入绩效的实证研究.中南大学学报 (社会科学版) , 2005;2

[6].梁莱歆, 张永榜.我国高新技术企业R&D投入与绩效现状调查分析.研究与发展管理, 2006;2

[7].闫华红, 李晓芹.北京市高新技术企业研究与开发投入 (R&D) 绩效分析.国际商务财会, 2008;8

[8].臧维, 艾静涛.“电子信息百强企业”R&D与绩效关系的实证研究.经济论坛, 2008;18

投入与绩效相关分析 篇2

【摘要】本文首先梳理和总结了西方主要发达国家和我国的财政科技投入评估体系,然后对中外财政科技投入绩效的评估体系进行了比较分析,并在此基础上对改善我国财政科技投入绩效评估提出了相关建议。

【关键词】财政科技投入 绩效评估 评估体系

财政科技投入是保障科技水平的先决条件,我国财政每年投入大量资金直接资助或间接引导相关科技项目的开展,对财政科技投入绩效评估的研究也就成为一个值得关注和探索的问题。

发达国家的财政科技投入因其经济社会发展状况、科技发展水平和科技发展战略不同,表现在投入的领域、方式、方向和结构上也具有各自不同的特点,对于财政科技投入绩效的评估体系和评估方法也有自身的特点。相比之下,我国财政科技投入绩效评估起步较晚,至今尚未形成规范的体系,目前还处于初级阶段。本文通过对中外财政科技投入评估体系进行了比较,以期对我国财政科技投入的绩效评估提供借鉴和参考。

一、发达国家的财政科技投入评估体系

20世纪中期开始,一些西方国家将绩效评估逐步应用于财政支出管理,西方发达国家对财政科技投入已经建立了较为完善的绩效评估制度。

1、美国的财政科技投入绩效评估体系

美国是世界上最早实施科技评估工作的国家,始于20世纪20年代。经过多年的发展,美国的科技评估已是制度性、经常性的工作,并建立了科技评估支持系统。财政科技投入绩效评估作为科技评估系统的一个分支,其完善的评估机制以及严谨的评估形式和内容,影响了众多国家,同样也值得我们借鉴。

美国国会于1993年1月通过了《政府绩效与结果法案》(GPRA),该法案是美国财政科技投入及政府部门绩效评价的重要法律依据。同时,根据该法案的规定,美国政府于1993年3月成立了国家绩效评价委员会,负责法案的监督和实施。

美国国家科学基金会(NSF)成立于20世纪50年代初,是专门负责推进美国科学和工程事业的一个部门。NSF对其资助项目绩效评估的模式和方法,可以作为美国财政科技投入绩效评估的一个突出典范。20世纪70年代,NSF就开展了基础研究及其影响力的评估方法研究。在《政府绩效与结果法案》的框架下,NSF重新整合、规范了评估工作,扩大了绩效评估的范围,使评估指标和方法更为灵活多样。

根据《政府绩效与结果法案》,NSF要在规定时间内提交绩效报告。绩效报告不是对单个资助项目的结果进行评估,而是对项目中的一类项目乃至对实现本机构某一方面特定任务的诸多项目开展综合评估,以展示其整体绩效水平。

NSF将项目绩效评估指标分为三类:资助结果、内部管理和投资过程。对反映资助结果的绩效目标评估多采用定性指标,而对反映内部管理和投资过程的绩效目标评估则尽可能采用定量指标。

为了在《政府绩效与结果法案》的框架下更好地开展绩效评估,NSF特别重视与绩效目标相关的数据采集、核实和认证工作。实施《政府绩效与结果法案》之后,NSF要求结题报告提供详细的内容,并进入由NSF维护的网络系统,便于快捷查询。NSF的评估数据源主要是中心数据库和独立的专项数据库。中心数据库主要有项目网上申请系统、项目受理数据库、资助数据库、项目发布系统、业务信息系统、评审专家库和绩效报告系统等;独立的专项数据库主要有科学出版物、新闻发布会、专家委员会和顾问委员会独立评价系统、项目学科年度报告、全委员会年度报告及内部数据库等。必要时,NSF还利用其外部建立与维护的合同数据库。这些信息资源,为NSF有效开展制度化的绩效评估活动提供了保障。

为更好地对绩效评估进行监督,NSF加强了外部专家委员会的职能:除了继续监督同行评议过程之外,还把各资助项目评估结论作为工作重点。

2、澳大利亚的财政科技投入绩效评估体系

澳大利亚是较早实施项目绩效评估的国家之一。澳大利亚联邦政府从1985年开始实施财政科技投入的绩效评估试点工作;1993年开始全面推行财政科技投入绩效评估;1999年开始对公共部门的所有支出预算进行绩效评估。

(1)澳大利亚财政科技投入绩效评估的内容和步骤。澳大利亚的财政科技投入绩效评估主要包括三方面

内容:适当性评价、效率性评价和有效性评价。评价重点根据项目目标和项目生命周期所处的发展阶段决定。澳大利亚对财政科技投入的绩效评估贯穿于立项、实施、结题的全过程。其主要步骤为:进行项目分析,确定评估重点;找出评估需要解决的主要问题,确定评估项目和战略;收集、分析评估资料;起草、发布评估报告;回顾绩效评估;充分利用评估结论。

(2)澳大利亚财政科技投入绩效评估的管理。绩效评估成功的关键在于对评估工作的管理。澳大利亚对财政科技投入绩效评估的管理主要包括对评估的组织、实施、控制、检查以及对评估结论的应用。从组织结构上看,评估的管理组织包括评估指导委员会、项目评估的管理者(负责评估项目的制定和具体的组织实施)和评估工作小组。

项目绩效评估活动的监督管理体现在项目绩效评估的整个过程中。有些部门建立了监管委员会,在监管委员会的监督下,评估小组按规定程序工作,保证评估的管理者及其小组成员尽职尽责,以达到评估的目的,实现评估的功能。

评估管理的关键是对整个绩效评估过程的控制。澳大利亚对项目绩效评估过程的控制是根据评估的规模和复杂程度而定的。如评估小组定期召开会议,分析评估进展情况,为评估工作建立定期检查机制。为保证财政科技投入绩效评估的质量,澳大利亚政府设立了评估的质量标准体系。

3、其他一些发达国家和地区财政科技投入绩效评估体系

欧盟以公共资金支持研发计划的时间较早,可追溯到20世纪70年代末期,而绩效评估的施行则始于20世纪80年代初期,主要有英国、法国、德国、荷兰、瑞士和北欧等国家。欧盟科技研发计划的绩效评估,基本是伴随着欧盟各期架构的研究计划而演进的。1996年欧盟发布了“Sound and Efficient Management 2000”方案,要求开展系统性的绩效评估。其目标是促进各个计划项目的有效完成,并通过评估结果,反馈到欧盟的决策层次,以提升未来计划项目的执行成就并引导未来研究项目的方向。欧盟着重于以下五个方面的评估内容:计划筛选的程序、计划管理、计划的一般特色、计划的产出和成果的扩散利用。其基本特点是立足于从组织内部改进管理,不强调预算的重新分配。日本于1998年3月在经济产业省下成立了政策评估研究会,制定了《科学技术基本法》、《科学技术基本项目》等大政方针,规定今后若干年科技的研究方向及其预算目标额度。在此基础上,各省厅制定了年度《科学技术重点指针》,严格制定年度预算编制。日本政府预算实施过程中有一套完整的项目管理评估体制和预算监督机制。项目一旦确定,它的每一笔开支必须按预算执行,如需调整,须经政府主管部门的同意。2001年11月,日本政府又公布了《国家研发评估实施方针》,要求对项目进展情况定期检查,发现问题要及时提出调整意见,供下年度制定预算时参考。经费由项目执行单位负责管理,执行过程中除有本单位和上级主管部门的严格管理、评估外,国家还设有专门的国家审计员制度,以监管科技经费。

二、我国财政科技投入评估体系的现状

我国的科技投入产出绩效评估起步于90年代初。1993年,国家科委开始将科技绩效评估手段引入科技宏观管理环节,作为国家重大科技管理的突破口;1997年,在原国家科技经济发展研究中心的基础上组建了国家科技评估中心;1998年,国家科技部决定对国家重点新产品计划的立项进行评估试点,并在选择了北京、上海、天津等七个省进行试点后,在全国各地相继成立了科技评估机构。

2001年1月,国务院下发了《科技评估、R&D项目招标投标工作资格认定暂行办法》,2001年6月正式出版了我国科技评估活动的第一个行为规范和技术规范——《科技评估规范》,作为国家《科技评估管理暂行办法》的重要配套文件。《规范》不仅进一步明确了科技评估的定义,而且还明确地规定了科技评估所应遵循的原则和基本职业道德,同时对科技评估的类型、范围、评估程序、评估关键环节、评估方法、组织管理、机构和人员,以及所涉及各方的权利、义务及责任作了明确规定。

随着我国公共财政体制框架的建立,以及各项财政制度改革的推进,建立财政支出绩效评估制度成为财政支出管理工作的必然要求。财政资金绩效评估工作已成为规范财政支出、提高资金使用效益的有效手段,受到各级财政部门的重视。

2002年,财政部颁发了《中央本级项目支出预算管理办法》(试行),其中明确规定要对财政预算安排的项目(计划)的实施过程及完成结果进行绩效评估,并将项目绩效评估的结果作为以后安排财政预算的依据。

2003年,财政部印发了《中央级教科文部门项目绩效评估管理试行办法》,并结合教科文部门的实际情况,制定了《中央级教科文部门项目绩效评估规范》,对如何进行财政科技投入评估作出了明确规定。部分省市财政部门也颁发了项目绩效评估的管理办法,并在办法的指导下开展了财政科技投入绩效评估的试点工作。目前,我国财政科技投入评估的主体包括政府下属预算独立的科技评估机构和政府部门内部的科技投入绩效评估。按科技活动的管理过程,具体的评估一般可分为事先评估、事中评估和事后评估:事先评估是在科技活动实施前对实施该项活动的必要性和可行性所进行的评估;事中评估是在科技活动实施过程中对该项活动是否按照预定的目标、计划执行,并对未来的发展态势所进行的评估;事后评估是在科技活动完成后对科技活动的目标实现情况以及科技活动的水平、效果和影响所进行的评估。

具体而言,科技评估工作的对象和范围主要有:科技政策的研究、制定和效果;科技计划的执行情况与运营绩效;财政科技投入的前期立项、中期实施、后期效果;科技机构的综合实力和运营绩效;科技成果的技术水平、经济效益;区域或产业科技进步与运营绩效;企业和其他社会组织的科技投资行为及运营绩效;科技人才资源;其他与科技工作有关的活动。

三、中外财政科技投入绩效评估的比较

比较分析国外几个发达国家开展财政科技投入绩效评估的现状,不难发现,其在评估主体、评估程序方面具有如下的共同点。

1、评估主体

国外发达国家基本上建立了完善的、全国性的财政科技投入绩效评估体系。各国广泛采用三层次评估体系,中央政府、地方政府部门、独立的科技评估机构共同开展财政科技投入绩效评估工作,并通过立法形式,运用制度予以推行。

2、评估机构的独立性

发达国家在政府主导下进行财政科技投入绩效评估的过程中,非常注重评估机构的独立性。一方面,政府部门下属的评估机构实行独立预算,由中央政府直接拨款;另一方面,政府积极鼓励和支持社会独立的评估机构建立。

3、评估程序

国外开展财政科技投入绩效评估的基本程序一般是评估准备(设立专家委员会)、评估设计、信息获取、评估分析与综合、撰写并提交评估报告。其中,专家组进行同行评议是各国开展财政科技投入绩效评估的主要方式,同时也增加了定量评估方法的使用。

相比之下,我国财政科技投入绩效评估还存在很多问题,集中体现在以下几个方面:没有形成完善的评估体系;没有形成科技评估的专业队伍;科技评估程序方法还不够规范,评估范围偏小;缺乏科学高效的绩效评估工具;科技评估的结论缺乏权威性,有些评估流于形式等。

四、加强和改进我国财政科技投入绩效评估工作的建议

1、建立健全财政科技投入绩效评估的相关法规政策

制度建设是财政科技投入绩效评估健康发展的基本保障条件。我国的财政科技投入绩效评估目前还没有建立完善的制度和法律,虽出台了项目绩效评估管理办法和规范,但对绩效评估过程的监督检查及绩效信息管理等制度和法律仍需进一步加强。应该借鉴发达国家的经验和做法,通过完善政策和立法使我国财政科技投入绩效评估走上制度化、规范化道路。

2、进一步完善科技投入和产出绩效的评估机制

第一,除考虑科技投入和产出的经济效益指标或财务指标外,还必须将生态效益指标和社会效益指标加入到科技投入和产出绩效评价的框架中来,切实关注科技创新对生活质量、资源节约、环境优化及社会和谐的正面与负面影响效应。第二,应当动态地看待科技投入的投资回报率。要着眼于长远的效益而不能局限于近期的收益,更不能以当年的产投比来作为衡量科技投资回报率的唯一依据。因为科技投入往往具有投入量大、风险性较高、研究成果转化到实际应用的时间较长等特点,而科技产出则大多具有后发效应、衍生效应、溢出效应等特征。第三,要关注某些评估指标的内部差异性。如专利包括发明专利、实用新型专利和外观设计专利三类,其科技含量依次递减,对产出绩效的贡献程度也有所差异,故在定量评估中的权重赋值也应考虑

到其内部差异性。

3、建立相对完备、权威的财政科技投入绩效评估数据库

要想实现全面、客观、公正、准确的科技绩效评估,必须具有相应完备、详实的权威数据支撑。我国目前没有建立支出效益评价信息采集体系,与各类支出效益相关的数据资料十分匮乏,评价所需的公正合理的标准值很难确定。因此,要借鉴国外数据收集、处理、分析和利用的经验,逐步建立适合财政支出效益评价所需的信息采集体系。一是选定不同行业、不同类型的财政支出项目评价工作初始数据源,做好数据信息的分类管理;二是制定各类财政支出效益评价的分类标准,扩大评价数据信息收集范围,推动社会公众信息指标和标准的研究制定工作;三是改进评价数据信息采集方法,重点收集大中型财政支出项目从立项决策、项目实施到生产经营等的各类技术经济指标和数据资料,确保评价数据信息采集的有效运转;四是开发评价数据处理软件,促进提高数据处理效率;五是运用评价数据信息研究测算综合评价和行业评价标准值。

4、建立财政科技投入绩效评估信息反馈机制和绩效报告公开制度

具有影响力的绩效评估结果对项目承担单位和管理部门具有重大的激励作用和监督作用。我国应建立绩效报告公开制度,通过将评估结果与被评估对象的信息进行反馈,发现项目实施和管理中存在的问题,最终提高承担单位的项目实施能力和管理水平。

因此,对于财政科技投入绩效评估最终形成的结论,如不涉及保密内容,建议在一定范围内加以公开,并通过报刊、电视、网络等传播媒体及时地告知公众,加强公众对科技管理工作的了解和监督,最大限度地发挥财政科技投入绩效评估的作用。

5、建立跨部门合作机制,成立综合绩效评估部门

财政科技投入绩效评价工作所需要的数据来自各个不同的政府部门,开展此项工作离不开各部门的协同合作。应加强政府各部门科技管理职能的协调,财政部、科技部、教育部、发改委等各个部门间宜建立联席会议制度,定期协商与沟通各个部门科技投入的主要领域、支持重点、重大成果以及各个部门科技计划的衔接问题。应对某些分散在各部门内部的统计数据进行整合,设立新的统计指标,为科学评价财政科技投入绩效提供必要的支持。

财政科技投入绩效评价涉及大量数据和专业知识,必须在制定和不断完善相关评价制度的前提下,配备专业的绩效评价队伍,给予充分的人力资源保障。这种专门的评估组织应由高素质的政府工作人员和专业的评估人员共同负责。政府工作人员对政府机构的运作以及财政资金的划拨和使用情况较为了解,能够为专业评估人员提供公开资料和书面材料难以反映出来的意会知识;而专业评估人员则能利用其所掌握的各种专业知识,用最低的成本、最高效地完成绩效评价报告。

【参考文献】

[1] 邓向荣、刘乃辉、周密:中国政府科技投入绩效的考察报告

研发投入、机构持股与企业绩效 篇3

一、理论分析与假说

技术研发是企业非常重要的一部分，对于企业业绩也必然有很大的影响。公司如何将技术研发的投入转化成公司业绩，这不仅仅取决于公司研发投入的强度，公司内部决策和运营也发挥着重要的影响。很多的学者研究表明，企业的机构投资者对于企业的决策产生着很大的影响。首先，相对于中小投资者，机构投资者因为其更大的持股比例和专业性，对企业治理和发展都能产生一定的影响力。而且研究表明，企业机构投资者能够通过“用脚投票”等方式限制企业盈余管理等不利于股东以及企业长期发展的行为，对于改善企业治理结构、优化企业决策都有一定的促进作用。因此，机构投资者持股比例影响着企业治理，也就不可避免地影响着企业怎样去通过研发投入来促进企业业绩。

由此提出假设1和假设2：

H1：企业研发投入对企业业绩有显著的正向影响

H2：企业机构投资者持股比例，对企业研发投入与企业业绩的关系有一定的促进作用

本文以2010～2014年高新技术行业的沪深A股上市公司为样本，考察研发投入对于企业业绩的促进作用，以及机构投资者持股比例是怎样影响研发投入和企业绩效之间的关系的。

二、研究设计

（一）样本选择

本文以2010年～2014年公布了研发投入数据的高新技术行业沪深上市公司为样本，扣除了连续亏损的ST公司。得到的5年的样本数共为482个，数据主要来源于Wind数据库和国泰安数据库。

（二）模型与变量

为了检验研发投入、机构持股比例与公司业绩的关系，本文建立以下模型进行回归：

模型中的Performance是被解释变量，表示公司业绩，在本文中用ROA代替。PINST和R&D是解释变量，分别表示机构投资者持股比例以及研发投入占期初总资产的比例。

控制变量的选取参照以往文献，SIZE为企业规模，用企业资产的自然对数表示；LEV是企业的资本结构，也就是企业当期的资产负债率；CurRatio是企业短期偿债能力，用企业的流动比率表示；INDR是独立董事比例，用独立董事人数除以董事会总人数来计算；STATE是企业是否国有控股的虚变量，是为1否则为0；TOPSH是高管持股比例；DUAL是董事长和总经理是否两值合一虚拟变量，是为1，否则为0。是模型的干扰项。

（三）描述性统计

从表1 的描述性统计结果可以看出，各企业之间以ROA表征的企业业绩有很大的差别，研发投入占期初总资产的比例在企业之间也有明显差别。

三、实证检验

针对于本文的模型，首先对于研发投入和机构投资者持股比例如何影响企业业绩进行单变量检验，检验结果如表2。从表格中的显著性数据可以看出，企业研发投入在1%的水平下对企业业绩ROA有显著的正向影响，支持本文的假说1，说明企业投入更多的研发资源会对企业业绩有促进作用。

企业的机构投资者持股比例在1%的重要性水平下对企业业绩ROA有显著的正向影响，说明了企业的机构持股比例越高，企业业绩也越高。

本文的模型利用交叉项来研究企业业绩、研发投入和机构持股比例三者的关系。从回归的结果来看，企业机构持股比例与研发投入强度的交互项在1%的重要性水平上显著为正，这也验证了假说2，企业机构持股比例对研发投入强度与企业业绩的关系有促进作用。

因此，企业研发投入对于企业业绩有正向作用，而机构持股比例较高的企业被认为会具有更优化的企业决策能力以及治理结构，这种企业能够更积极地进行研发投入，并充分发挥企业资源使得企业的技术创新投入更好地贡献于企业业绩增长。

四、结论与建议

本文利用2010～2014年高新技术行业的沪深A股上市公司为样本，从回归模型的结果来看，企业业绩与研发投入以及机构持股比例之间存在较强的相互作用，并获得一下结论：

第一，企业的研发投入对企业业绩具有正向作用，说明企业进行更过的技术创新投入，会有利于为企业获得更多的盈利增长点。

第二，企业机构投资者持股比例对于企业业绩具有明显的正向作用，说明企业机构持股比例约高，越有利于优化企业的业绩管理，从而对企业业绩有促进作用

第三，通过企业机构持股比例与研发投入的交互项来看，企业的机构持股比例对于企业研发投入与企业绩效的关系有一定的促进作用。这也充分表明了，企业机构持股比例越高，越能促进企业对内部管理进行优化。同时随着机构持股比例的提高，企业能够更充分利用企业的一些创新资源，为企业业绩的增长增添了更多的动力。

针对本文的数据模型得出的结论，本文提出以下几点建议：

第一，对于处于成长期的企业，尤其是高新技术行业的企业来说，创新是企业非常重要的竞争力之一。只靠低成本或是低质量水平获得的市场以及利润都是短暂的，要想要更健康持久地获取市场，技术创新是更好的砝码。从本文的数据分析结果也能够看出，企业投入更多的创新研发，会带来更高的业绩。

第二，对于企业来说，一味地进行研发投入而没有产出的话，对于企业来说研发投入就更多的是一种负担。因此要将研发投入转化成企业业绩，首先要将更多的研发投入转为更多的新产品新服务，从而再把创新成果转化为企业业绩，这需要企业具备更好的运营和营销能力。

投入与绩效相关分析 篇4

我国经济在快速发展的同时出现资源浪费、环境污染、贫富差距加大等问题,经济发展与社会发展、企业利益与社会利益存在矛盾和冲突。企业在激烈的市场中围绕经济利益展开争夺,但却忽略了企业的社会责任,由此引发一系列的社会问题,如企业生产经营排放污染物超标导致环境污染、员工工作条件恶劣影响身心健康、虚假宣传销售损害消费者利益等,给企业带来短期利益的同时埋下了危机的种子。政府在追求经济发展的同时没有监督、推动企业履行其社会责任,使得食品安全、药品安全等问题频发。这些问题的发生是企业单纯追逐经济利益忽视社会效益的表现,已经影响到人们的日常生活,引发人们去思考企业在创造经济利润的同时,如何更好的履行其社会责任。承担社会责任是否会给企业带来经济利润的损失?这是企业普遍关心的问题。通过梳理现有的研究发现,企业社会责任与财务绩效之间的关系还没有定论,不同研究人员通过不同的方法、样本得出的结论不一致。对此更深层的考虑是企业承担社会责任的动机是否会影响企业绩效,而研发投入是否会影响企业社会责任与企业绩效也是本文研究的重点。

二、文献综述

(一)国外文献

有关企业社会责任与企业绩效的关系一直是国外研究的热点,不同学者从不同角度先后提出了社会影响假说、资金提供假说、权衡假说、正协同效应假说、负向协同效应假说以及管理者机会主义假说等理论。其中,社会影响假说、资金提供假说、正协同效应假说认为企业社会责任与企业绩效之间存在正相关关系,而权衡假说、负向协同效应假说以及管理者机会主义假说则认为企业社会责任与企业绩效之间存在负相关关系。Mc Williams(2009)在研究企业社会责任与企业绩效之间的关系时加入创新这一因素作为变量,探讨了加入创新变量之后企业社会责任与企业绩效之间的关系,研究表明在企业创新能力强时,企业社会责任与企业绩效之间显著正相关承担加强了。Lafferty(2010)等研究了企业是否履行社会责任对消费者行为的影响,研究表明企业承担社会责任能够提高消费者对企业产品和服务的评价,从而有助于公司业绩的提升。

(二)国内文献

随着我国工业化进程的深入,越来越多的学者开始主张企业应积极的承担社会责任,李红兵(2004)、杨曙光(2008)从理论上阐述了企业承担社会责任对提升企业绩效的作用机理,认为公司不能简单的围绕股东利益最大化组织公司运营活动。陈讯(2005)、张斌(2006)等认为如果能够有效融合企业社会责任与财务绩效,就能够实现履行社会责任与提升企业绩效的相互促进,实现企业的可持续发展。唐彬(2008)以我国化工业上市公司为例,以捐赠、环境污染防范与治理支出作为履行社会责任的替代变量,研究企业承担社会责任与企业绩效的关系,发现两者并没有显著的相关性。徐光辉(2009)以利益相关者理论为指导,区分企业履行社会责任的动机,研究了战略性企业社会责任与利他企业性社会责任与企业绩效的关系,研究表明企业战略性企业社会责任与企业绩效正相关,而利他性企业社会责任与企业绩效不存在显著相关性。宋健(2011)的研究得出了类似的结论,但作者同时提出疑问,即这种战略性社会责任是一种自利动机的战略体现,而不是真正的履行对社会的责任,因此,战略性企业社会责任只是一种股东价值最大化战略,而非严格意义上的企业社会责任。魏鑫(2012)分析了企业股东价值最大化动机下的企业行为与企业绩效的关系,研究发现不同动机下企业社会责任的社会产品显著不同,不同的企业社会责任动机对市场绩效的影响巨大。

(三)文献述评

从现有研究看,对企业社会责任与企业绩效关系的研究更多的是笼统的定义企业社会责任,没有区分企业社会责任的内涵,也就没有考虑企业社会责任的动机,而已有的区分不同社会责任动机的研究成果表明这种区分是非常必要的。在考虑企业社会责任动机后,发现企业可以为获取经济利益而承担企业社会责任,也可能出于自利动机承担社会责任,因此,企业承担社会责任呈现出自利动机与利他动机同时存在的情况。而新技术、新产品的出现,无疑为企业更好的履行社会责任提供了帮助,目前,综合考虑企业社会责任、企业研发投入与企业绩效的研究较少,本文将结合研发投入这一中介变量,进一步探讨企业社会责任与企业绩效之间的关系。

三、理论分析与研究假设

Baron(2001)认为企业社会责任可以分为战略性社会责任和利他企业社会责任,Corregan(2006)、Mac Gregor(2008)进一步丰富了这一划分。利益相关者理论认为企业为满足利益相关者需求而发生的支出是一种战略性投资,通过这种投资可以与利益相关者建立起良好的关系,形成企业与供应商、销售商以及客户的长期稳定合作关系。企业承担社会责任也被视为一种战略性投资,企业承担社会责任能够影响消费者的态度和行为,具有市场营销效应和声誉效应。当消费者对商业广告、人员推销等销售方式变得冷淡甚至反感时,纯粹的传统营销模式难以引起公众的关注与信任,而社会责任因为与公众生活密切相关,更容易引起公众的关注,如果能够将履行社会责任与市场营销结合起来,则会极大的提升企业形象与消费者的认知度。从声誉方面看,积极履行社会责任的企业被认为更诚信、更具有责任感,从而可以规避签订大量正式合同带来的高额成本。因此,从利益相关者理论看企业社会责任履行是一种战略投资行为,能够促使企业更加高效、安全的生产经营,使企业与公众、其他企业建立起互信、稳定的合作,形成一种无形的、有价值且难以模仿,从而形成持续的竞争优势。Baumol(1991)反对企业任何形式的利他主义行为,认为企业利他必然造成资源的浪费,会削弱企业的竞争力,这种认识将资源配置完全依赖于市场,而忽视了政府干预的作用,在企业完全忽视公众利益时,政府必然采取强制性措施进行干预。企业积极履行社会责任则能够形成良好的声誉,这种声誉能够减少来自政府的干预或者其他较高成本的监督行为。因此,这种利益来自于企业对社会道德与责任的遵守与履行,并且经过时间积累而形成良好的声誉。因此,企业履行社会责任的动机存在“利己”与“利他”的交织,因此,有必要探讨不同企业社会责任动机与企业绩效的关系。根据上述分析提出本文的研究假设:

假设1:企业承担社会责任有利于企业绩效的提升

根据上述两种不同的社会责任动机,提出研究假设:

假设1.1:战略性社会责任动机有利于企业绩效的提升

假设1.2:利他性社会责任动机有利于企业业绩的提升

研发投入是企业技术创新产生和应用的物质基础,技术创新带来企业产品性能的提升或生产效率的提高,进而提高企业销售额或者降低企业生产成本,从而带来企业绩效的提升。此外,企业创新性活动不断满足顾客个性化需求,形成稳定的客户群体,提升企业品牌,给企业带来竞争优势。因此提出本文研究假设:

假设2:研发投入有利于企业绩效的提升

企业社会责任的履行伴随着新产品、新技术的运用,为了履行企业社会责任,实现企业价值,满足不断变化的社会需求需要持续的进行产品创新、技术创新。将技术创新与社会责任综合考虑是体现在企业实践过程中的社会责任,例如通过技术创新来降低污染物的排放量、通过产品创新满足低碳环保的要求等,都表明创新在企业履行社会责任时发挥着重要作用。创新离不开研发投入,因此,可以说研发投入是企业更好的履行社会责任重要保证。因此,提出本文的研究假设:

假设3:研发投入是企业社会责任与企业绩效关系的重要调节变量,当研发投入与社会责任一致时,将对社会责任行为和企业的财务绩效产生正向的调节作用

四、研究设计

(一)样本选择与数据来源

本文选取沪深两市2010-2014年食品、医药类企业为研究样本,剔除ST、SST企业以及相关数据不完整的样本企业,共选取样本企业63家。样本公司有关企业社会责任的信息主要通过公司网站、媒体报道、公司年报等途径搜集。有关公司财务绩效的数据来自于国泰君安CSMAR数据库。

(二)变量定义

(1)因变量:企业绩效。目前,衡量企业绩效主要分为两类:市场收益指标和会计指标。由于我国资本市场尚不健全,市场收益往往不能真实的反映真实的企业价值,因此,本文放弃托宾Q值,选择资产收益率(ROA)来计量公司的财务绩效。(2)自变量:战略性社会责任(SSD)、利他性社会责任(ASD)和研发投入。Baron(2001)认为企业社会责任可以分为战略性社会责任和利他企业社会责任,Corregan(2006)、Mac Gregor(2008)进一步丰富了这一划分。综合这些学者的观点,本文将企业社会责任分为战略性企业社会责任和利他性企业社会责任,并采用Beresford(1979)创立的内容分析法,并结合KLD指数法分析企业战略性社会责任、利他性社会责任的履行情况。具体通过统计财务报表、网页、媒体报道等途径了解企业的环境、社区、消费者、供应链、员工的社会责任履行情况,如果有企业积极履行或承担社会责任的记录,每一条记录赋值1分,没有赋值0。承担战略性社会责任的得分按照消费者、供应链、员工社会责任承担得分之和计量,承担利他性社会责任的得分按照承担环境、社区社会责任得分之和计量。研发投入主要用于新技术、新产品的研究和开发,研究阶段的研发支出直接计入当期损益,开发阶段的支出发生时计入“研发支出”,达到预定使用状态后转让“无形资产”,因此,本文以无形资产增加额和研发支出增加额来反映企业的研发投入。(3)控制变量:企业规模(SIZE)、资产负债率(LEV)根据现有研究,本文选择企业规模(SIZE)、资产负债率(LEV)作为控制变量,这两个变量影响着企业资源的获取方式以及社会责任履行情况。同时,加入行业(IND)、年度变量(YEAR)对公司所在行业、数据年度进行控制。

(三)模型构建

构建模型1检验企业社会责任与企业绩效之间的关系:

构建模型2检验利他性社会责任、战略性社会责任与企业绩效之间的关系:

构建模型3检验研发投入与企业绩效之间的关系:

加入社会责任与研发投入交乘项,构建模型4检验研发投入对企业社会责任与企业绩效关系的调节作用:

剔除研发投入变量,检验研发投入与社会责任履行一致时,研发投入对企业社会责任与企业绩效关系的调节作用:

五、实证分析

(一)描述性统计

表2给出了本文主要研究变量的描述性统计结果。总资产报酬率最大值为0.3624,最小值为-0.5284,上市公司之间盈亏差距存在较大差异。公司承担战略性社会责任的均值为7.6883,承担利他性社会责任的均值为3.3369,可见,公司承担社会责任的动机更多的是出于战略投资的需要,但同时也承担利他性社会责任。研发投入最小值与最大值差距大,标准差值较大,表明上市公司在研发投入方面存在很大差异。

(二)相关性分析

对本文的主要研究变量进行Pearson相关性分析,对变量间的相关情况进行统计,结果如表3所示。相关性分析的结果表明:战略性社会责任(SSD)、利他性社会责任(ASD)与资产收益率(ROA)分别在1%、5%水平上显著相关,但不区分社会责任动机时,企业社会责任(SD)与企业绩效(ROA)不相关。研发投入(INV)与企业绩效(ROA)显著正相关,但与社会责任履行之间的相关性不大。同时,主要变量之间除企业社会责任(SD)与战略性社会责任(SSD)、利他性社会责任(ASD)显著相关外,其他变量之间要么不相关、要么相关系数小于0.5,因此,在回归分析时将企业社会责任(SD)与战略性社会责任(SSD)、利他性社会责任(ASD)分开进行检验,避免多重共线问题。企业规模与社会责任之间不存在显著相关性,表明企业规模不是决定企业社会责任履行的决定性因素,一些大企业并为尽到其对社会、公众乃至员工、合作企业的社会责任,而小企业同样可以通过积极履行社会责任树立品牌,形成良好的声誉。

注:***、**、* 分别表示在1%、5%、10%水平上显著相关,括号内数值为t值。

(三)回归分析

利用模型1-5采用多元回归分析检验社会责任与企业绩效的关系,以及不同动机的社会责任与企业绩效的关系,并检验研发投入的调节作用,回归统计结果见表4。F值检验的结果表明模型1不显著,同时,企业社会责任(SD)与企业绩效(ROA)相关性不显著,企业社会责任的履行不能提升企业业绩。模型2在5%水平上显著,说明在区分利他性社会责任与战略性社会责任之后,整个模型的拟合度越高,解释能力越强了。从回归情况看,利他性社会责任(ASD)与企业绩效(ROA)之间负相关,但并未通过显著性检验,表明利他性社会责任的履行消耗了企业资源但未起到提升企业绩效的作用。企业战略性社会责任(SSD)与企业绩效(ROA)在5%水平上显著正相关,表明企业战略性社会责任能够显著提升企业绩效,说明企业应把社会责任履行作为一种战略投资来实施,从而给企业带来显著的经济效益。模型3在5%水平上显著,利他性企业社会责任与企业绩效仍然不相关,而战略性企业社会责任与企业绩效在5%水平上显著相关,企业研发投入与企业绩效不显著,原因在于研发投入要转化为真正的生产力和竞争力需要周期长、失败几率高,因此,研发投入不一定为企业带来正向的财务绩效。模型4在1%水平上显著,在引入利他性企业社会责任与研发投入交乘项、战略性企业社会责任与研发投入交叉项之后,模型的拟合度下降,同时,利他性企业社会责任、研发投入与企业绩效仍然不相关,战略性企业社会责任与企业绩效不再显著相关。模型5剔除研发投入变量,保留引入利他性企业社会责任与研发投入交乘项、战略性企业社会责任与研发投入交叉项,模型在1%水平上显著,模型的拟合度最高,且战略性企业社会责任与研发投入交叉项与企业绩效在1%水平上显著相关,表明研发投入与企业战略性社会责任履行保持一致时,研发投入对战略性社会责任与企业绩效的关系具有正向的调整作用。而利他性社会责任与研发投入的交叉项仍然不显著。

注:***、**、* 分别表示在1%、5%、10%水平上显著相关,括号内数值为t值。

六、结论及建议

(一)结论

研究发现:在不考虑企业社会责任动机的情况下,企业社会责任与企业绩效之间的现状性不显著。这说明不同的社会责任动机与企业绩效之间可能存在不同的作用机理,因此,本文按照利益相关者理论的有关理论研究成果,区分战略性社会责任动机与利他性社会责任动机,其中,战略性社会责任是企业承担的对消费者、供应链企业、员工的社会责任,利他性社会责任是企业承担的对环境、社区等的社会责任。结果表明企业战略性社会责任与企业财务绩效显著正相关,即企业承担战略性社会责任能显著提升企业的业绩。利他性社会责任与企业绩效不存在显著相关性,企业承担对环境、社区的社会责任虽然未能显著提升企业绩效,但也没有引起企业业绩的下滑。加入研发投入这一因素后,有关战略性企业社会责任、利他性社会责任与企业绩效的统计结果未发生变化,但研发投入与企业绩效的相关性并没有如预期一样促进企业绩效的提高。加入研发投入与战略性社会责任、利他性社会责任交互作用后发现,当研发投入与战略性企业社会责任履行保持一致时,研发投入、战略性社会责任、利他性社会责任以及研发投入与战略性社会责任、利他性社会责任交互项与企业绩效之间均不存在显著的相关性,而在剔除研发投入之后,战略性社会责任、研发投入与战略性社会责任的交互项与企业绩效之间变得显著正相关。这表明研发投入与企业战略性社会责任方向一致时,能够增强企业战略性社会责任对企业绩效的正向促进作用,这就要求企业的研发投入应与战略性社会责任的履行保持一致,才能对企业绩效产生正向的刺激效果。

(二)建议

(1)政府应积极营造良好的外部环境。政府应制定相关法律法规规范企业行为,制定有关标准、规范,借鉴国外成功经验,结合当地实际,构建适合自身要求的社会责任标准,从制度上督促企业履行社会责任。(2)企业不断完善自身内部环境。企业应多种途径提升社会责任意识,使公司管理层认识到追求企业的经济利润与承担社会责任并不冲突,甚至能够促进企业业绩的提高。企业管理层对企业社会责任的认识正在深化和全面,履行企业社会责任对于企业树立良好的品牌形象,实现企业的可持续发展意义重大,同时,企业也有义务承担起资源、环境可持续发展的责任。要通过宣传教育提高企业员工的认识,建立健全相关法规制度,为企业社会责任的履行建立良好的内部环境。企业要结合自身特点,如生命周期、规模、经济实力等制定系统的企业社会责任方面的规划。(3)从战略的高度履行企业社会责任。企业在制定社会责任履行规划方面要结合企业发展战略,切实履行好对消费者、供应链企业、员工的社会责任,通过履行社会责任使社会公众认识到企业能力。

参考文献

[1]张兆国等:《企业社会责任与财务管理变革—基于利益相关者理论的研究》,《会计研究》2009年第3期。

[2]徐光华、张瑞雪:《企业社会责任与财务绩效相关性研究》,《财会通讯》2007年第12期。

[3]李心合:《面向可持续发展的利益相关者管理》,《当代财经》2011年第1期。

[4]温素彬、方苑:《企业社会责任与财务绩效关系的实证研究——利益相关者视角的面板数据分析》,《中国工业经济》2014年第10期。

[5]吴宣恭:《正确认识利益相关论者的企业产权和社会责任观》,《经济学家》2012年第6期。

[6]Mc Williams,P.The Relationship Wealth:A Risk Management Corporate Philanthropy and Shareholder Perspective.Academy of Management Review,2009,.

投入与绩效相关分析 篇5

一、确定项目完成后研发小组的提成比例

每个研发小组按照合同要求完成工作之后，可以得到一定比例的项目提成。每个项目的提成比例由管理部门参照统一标准拟订，呈报高管层批准。

从外部获得的项目经费总体是按照“研发费用＋研究所收入＋研发小组提成（包括奖金＋税金）”这三部分进行分配的。研发小组提成虽然总体显示为一个总数，但并不是等待项目最后通过验收时一次性提取，而是结合《项目研发责任书》中计划结点的考核情况分段进行支付。提成金的数额必须对研发人员形成足够的吸引力，更何况要想得到这笔奖金还必须通过重重考核。如果让研发人员认为得到的利益不足以让他们付出如此多的心血，那么后面的所有的管理程序设计都没有了存在的基础。

二、明确项目质量要求和研发费用额度上限

企业必须促使技术人员对项目研发费用、产品加工工艺、质量性能要求、交付期等环节中承担相关责任，管理部门在项目立项后，需要对研发费用、工艺要求、质量性能标准、计划结点日期等方面提出详细的要求，并明确质量达标的考核办法以及负责各项考核的人员或部门。项目完成后如果研发费用没有用完，企业可以设定统一的奖励标准，例如拿出被节约费用的50％或者30％对研发小组进行额外奖励。引导技术人员在实践工作中向节约成本的方向努力。

三、分段考核、分段奖励

管理部门需要将项目按照计划结点分成阶段进行管理，每一个阶段终止都有相应的质量标准对完成情况进行考核；另外，还要将提成金按照项目划分的结点实行分段分配。例如：某项目被划分为5个结点进行考核，但是提成金并不是按照每份20％进行分配。提成金分配的原则是“工作难度大的结点提成比例较多，难度小的提成比例较少；项目前期的提成比例较少，后期的提成比例较多。”

提成金分段支付的理由：其一，攻克一个阶段性目标进行一次奖励，比较有利于充分发挥激励机制的效用；其二，在项目整体完成之前，财务部仅兑现计划结点奖励金额的50％，另外50％存留在本项目帐户上，每年年底再统一结算。如果项目到年底没有全部完成，财务部则需要根据剩余项目金额多少，为明年预留出一定比例的风险抵押金。这种做法一方面使技术人员得到了可见的物质奖励，另外用他们本来已经到手的物质奖励中的50％作为风险抵押金，引导

他们努力完成所有的阶段性目标。

四、设定新产品定型后的生产成本设计目标

产品80％的生产成本在设计阶段就被锁定了。为了保证企业研发的新产品不仅在技术上是先进的，而且在经济上也是合理的，管理部门在项目立项之时，需要根据预期的产品市场售价减去目标利润、税金以及设计人员不可控的成本，求得定型产品的生产成本设计目标。关于定型后的产品是否达到成本设计目标则由财务部负责核定。

在大多数企业目前的管理状况下，财务部只能按照料、工、费等几项硬指标进行核算。另外，期间费用等指标是随着企业管理水平而不断变化的，这些指标不应该由我们的研发人员在产品设计阶段负责。因此，定型产品的成本设计目标不必按照全面产品成本进行考核。涵盖几项重要的生产指标就可以了。

如果项目完成之后产品的加工成本低于设计目标，企业将按照成本下降的百分比对研发小组进行额外奖励，鼓励技术人员挖掘更多产品价值；如果定型产品的成本高于设计目标，管理部门则需要研究成本上升原因。如果属于研发小组工作草率，管理部门将责令其改进，并扣除一定比例的提成金。如果确实属于无法避免的原因，管理部门应签字认可。

五、项目对内招标

当以上前期各项准备工作完成之后，每个项目的责任、利益、考核办法等都已经非常明确。此时，管理部门可以将各个项目拿出来对内进行招标。愿意成为项目负责人的技术人员需要申报自己可以组成的研发小组主要成员名单。管理部门负责根据项目需要在竞标人中择优选定项目责任人；项目小组的参与人员由项目负责人进行自愿组合，管理部门行使审批权。

如果个别项目出现无人竞标的局面，说明此项目责任和利益之间出现了不匹配，或者设定的考核目标过于困难，此时管理部门需要进行调整。如果个别项目出现众人竞标的局面，说明目标易于达成，管理部门可以在认为竞争者有此工作能力的前提下，通过竞标的方式降低奖励水平，或者提高工作要求。

管理部门可以制定以下规则：例如研究员最多可以同时做3个项目的负责人，高工最多可以同时做2个项目的负责人，工程师一次只能做1个项目的负责人，项目负责人也可以在其它人员负责的项目中充当参与者，数量不受限制。另外，项目负责人必须在一个项目彻底完成之后，才能竞标另外一个新项目的负责人。这样做的目的就是为了引导技术人员通过快速高效的工作多拿奖金。

六、签订《项目研发责任书》

管理部门负责针对各研发项目设计《项目研发责任书》，其中包括研发小组在本项目中详尽的责任、利益、时间结点、考核办法等等。管理部门选定项目负责人之后，分别由主管领导、项目负责人、项目主要参与人员三方在《项目研发责任书》上签字，作为对研发小组将来的奖惩依据。

《项目研发责任书》分为四联，第一联由工程中心负责保存；第二联交给项目负责人；第三联财务部入账；第四联用于记录项目小组的工作进展状况，此联在项目未完成前留在财务部。财务部根据由管理部门签字提供的项目进展情况随时结出奖励款额的50％，由项目负责人签收。另外50％存留在本项目帐户上，每年年底企业统一结算一次。待项目彻底完成后可以立即将第四联抽出退给项目负责人。项目负责人将以此为凭据，参加新的项目竞标。

凡是时间到达计划结点时仍不能要求提成的项目，即为项目小组违约。违约金将按照责任书中的制度进行处罚。例如结点完成日期每延期一星期，将扣除此结点上一定比例的提成和一定金额的风险抵押金。关于项目进展情况、结点考核工作由管理部门和实验室负责确认，确认结果交给财务部，由财务部进行奖金核发。

七、风险抵押金制度

研发人员按照项目结点的按时完成情况可以获得一定比例的提成，企业可以将这部分提成的50％留作风险抵押金，支配权在企业，由财务部办理银行活期存款单并保管，每年年底结算一次。如果项目年底没有全部完成，财务部则需要根据剩余项目金额，为明年预留出一定比例的风险抵押金。一旦项目小组不能如期履约，则动用风险抵押金进行处罚，促使项目小组主动对企业的产品研发质量和周期负责。

财务部还必须对每一个研发项目设立专项帐户，以便分别对每个项目在研发费用支出、产品成本核定、计划结点奖惩、风险抵押金等事项进行管理。

八、明确收入分配制度

投入与绩效相关分析 篇6

1 理论基础概述

SNS (Social Network Service) , 社会性网络服务或社会化网络服务, 中国人习惯称为社交网络。 社交网络服务通常通过朋友, 一传十十传百地把网络展延开去, 极其类似树叶的脉络, 为用户提供各种联系、 交流的交互通路, 中国人一般称这种网站为 “社交网站”。 社交网络为信息的交流与分享提供了新的途径。 国外最流行的社交网络Facebook、 Myspace、Twitter, 全美90%的大学生使用社交网络, 其中97% 的大学生使用Facebook[2]。 在中国, 较为流行的社交网络网站有人人网、开心网、 微博、 QQ空间、 微信、 易信等。 社交网络与其他网络媒体有很大区别, 除具有信息传递和共享特征之外, 更重要的是还具备人与人关系建立和互动的特征, 符合 “六度分隔” (Six Degrees of Separation) 理论。 社交网络用户通过熟人进行网络拓展, 每个人的社交圈都会不断扩大, 最后形成一个大型网络[3]。“六度分隔” 理论促使网络应用软件越来越人性化和社会化, 使得软件的功能与人的活动融为一体, 并真正反映出人们真实的社交活动和人际关系的形成与发展, 而社交网站也证明了 “六度分隔” 理论的强大威力。 本研究中提及的 “社交网站” 是指狭隘的社交网站概念, 即与Facebook形态和功能类似、 基于用户线下社交关系而诞生、 旨在为用户提供一个沟通交流平台的社交网站, 在中国这类网站主要包括QQ空间、 朋友网、 微信、 微博、 人人网、 开心网、 豆瓣网等。

学习投入 (Learning Engagement) 一词最早源于心理学, 心理学研究过程中, 长期关注 “倦怠”, 而 “投入” 是作为“倦怠” 的对立面在近几年才出现的。 美国波士顿大学的Kahn是最早开始研究工作投入的学者之一。 Schaufeli最早提出了学习投入概念, 他认为学习投入是一种与学习相关的积极、 充实的精神状态, 它具有活力、 奉献和专注的特点[4]。 随着学习投入被更多的学者关注, 学习投入也有了其他的定义。 如Fredricks等认为学习投入由认知、 情感和行为3 个方面组成[5]。国内一些学者也加入到学习投入的研究中, 大部分是翻译或借鉴国外学者的观点, 基本分为3 大类: 第一类, 认为学习投入是一种积极的精神状态和情绪, 以Schaufeli为代表; 第二类, 认为学习投入是学习者付出的一种精神努力, 以Kuh等人为代表; 第三类观点则认为学习投入既包含精神情感成分, 也包含相关行为成分, 以Fredricks等人为代表。 韩晓玲 (2014) , 学习投入是学生在学习中表现出对学习的一种持续、充满积极情感的状态, 是一种在学习活动中所投入的心理和体力的综合[6]。 张信勇 (2008) 将学习投入定义为学生在学习中所表现出的一种对学习充满持续的积极情感的状态等等[7]。孙蔚雯 (2009) 认为学习投入是指学生在执行学习活动时行为上卷入的程度、 情感体验的质量以及认知策略运用的水平, 它包括了行为投入、 情感投入以及认知投入3 个维度, 是学生对学业的一种认真的心理投资[8]。 由此可知, 学习投入不仅是衡量学生学习过程质量的一个重要指标, 也是学生学业成就的重要预测指标[9]。

2 研究模型与假设

2.1 研究概念模型

基于研究的理论基础和本研究前期的研究调查分析, 本研究的概念模型如图1 所示。

(1) 测量变量定义: 在前期的调查研究中发现, 高职学生使用社交网络的主要满足3 个需求: 社交、 娱乐和学习。同时他们普遍认为社交网络是他日常生活的必需品。 因此, 在作为变量进行分析时, 主要考虑社交网络花费时间、 使用频率、 认可度以及使用方式4 个变量。 社交网络花费时间是指高职学生平均每天花费在社交网络活动中的时间单位总和, 以分钟为单位。 社交网络使用频率: 是指高职学生平均每天使用社交网络进行各种活动的次数, 以次为单位。对社交网络认可度: (或称为认知度) , 是指高职学生对待社交网络的认知策略和心理情感的高度卷入, 决定了使用社交网络的动机和方式。 对社交网络的依赖感: 在本研究中, 主要指由于过度使用社交网络而导致产生的明显的心理损害的一种想象, 被认为是学习倦怠和投入指标下降的一个重要因素[10]。

学习投入是反映学生真实学习状态重要指标, 在本研究中, 通过认知、 情感、 行为和效能4 个维度进行测量, 4 个维度相互独立又相互影响。 情感是认知的先行引导者, 而认知和情感投入影响着行为的有效性, 行为投入又直接影响到效能的高低。 其中课前、 课后学习投入时间是行为维度中一个重要考量因素, 主要指高职学生课前、 课后花费在学习上的时间, 包括课后完成作业、 预习、 复习课程以及参加课程实训 (实践) 、 阅读专业书籍及相关资料所花费的时间总和[9]。

(2) 测量分析工具: 前期采用Microsoft Office Excel2013进行数据的筛选和输入整理, 后期采用SPSS23 软件对数据进行比较平均值、 双变量相关、 回归统计分析。

(3) 数据的来源: 在为更好地分析高职学生网络设计行为与学习投入的相关性影响, 本研究以海南软件职业技术学院信息管理系4 个专业一年级至三年级抽取做过 《95 后高职学生网络社交现状调查》、《高职学生学习投入现状调查》调查650 名学生为对象, 随机从中抽取100 名学生作为样本进行相关性研究分析。 其中一年级学生35 名, 二年级学生35 名, 三年级学生30 名, 男生人数占53% , 女生人数占47%。

2.2 研究假设

2009 年karpinski[11]在一个会议中发表了他的一个关于大学生使用社交网络的研究, 他对一所美国中西部大学个学生的社交网络使用和其平均成绩的调查分析显示, 使用社交网络的学生平均成绩比不使用的学生要低。 他猜测导致这个结果的原因可能是使用的学生花费在网络上而的时间太多, 占据了他们的学习时间[12]。 他的研究是探究对社交网络对学习影响的一个初步尝试。 其实在之前, 和对美国东北部一所研究型大学的调查研究中就曾发现大学生的使用和他们的平均成绩绩点并无显著关系。 另一方面, 其他一些学者不直接将学生社交网络使用和表面的学习成绩点相联系, 而是从能影响平均成绩点或其他学习结果的潜在因素 (如学生对学习过程的参与和投入等) 着手, 来考察社交网络使用对大学生学习的影响。 在Junco2010[13]年在教学中使用发现它对学生学习投入和学生学习成绩都有正作用, 国内的苗小勇和陈仕品[14]基于人人网的教学实验发现其对协作学习的有效促进, 都证明了社交网络的恰当运用对学生学习的积极作用, 也很好地说明了学生怎样利用社交网络, 在社交网络上进行哪些行为活动比单纯地关注使用时间更重要。 由上可见, 在互联网+的时代, 以技术支持的社会性网络改变着人们社会交流与信息共享的方式, 对大学生的学习与发展也具有潜在的重要影响。社交网络在大学生群体中使用的普遍性也让学界开始关注社交网络对大学生学习、 生活、 思想等各方面的影响。

本研究在基于 《95 后高职学生网络社交现状调查 》 、《 高职学生学习投入现状调查 》 调查的基础上, 大胆提出假设, 高职学生设计网络行为与学习投入存在显著相关性。 具体假设如下:

(1) 高职学生社交网络的认可度与学习投入量表得分之间存在相关性。

(2) 高职学生使用社交网络性别差异与学习投入各个维度之间存在相关性。

(3) 高职学生使用社交网络平均花费时间与频率对学习投入量表得分之间存在相关性。

(4) 高职学生对社交网络依赖感对学习投入之间存在相关性。

3 数据分析与结果

3.1 相关性影响

在 《95 后高职学生网络社交现状调查》 中, 认可度是其中一项, 采用1 (不认可) -5 (完全认可) 点计分, 《高职学生学习投入现状调查》 中, 问卷涉及5 个大项: 基本情况、学习态度认知、 课堂学习投入、 课后学习投入以及考试和成效; 涉及4 个维度: 认知、 情感、 行为、 效能共35 个题目, 也采用1-5 点计分, 经过平均值分析如表1 所示, 高职学生对社交网络的认可度处于中等水平, 均值男生略高于女生0.4分, 男生与女生存在不明显的差异。 对于高职学生学习投入量表得分统计结果如表2 所示, 得分均值女生高于男生6.57分, 是因为在情感和行为维度上, 女生的得分数据比男生偏高, 也符合高职学生实际情况[9]。 基于假设H1, 分析高职学生社交网络的认可度与学习投入量表得分存在相关性影响, 分析结果如表3 所示, 经过皮尔逊相关性分析发现, 认可度和学习投入量表得分数有一定的相关性, 结果为较弱的正相关。 其中r=0.323, (0.3<|r|<0.5) , p<0.01。

3.2 使用社交网络性别差异与学习投入各个维度之间的影响

通过表4 分析, 女生比男生的数据稍微偏高, 总体表明高职男生和女生在学习投入上的存在的差异不大, 即性别差异与学习投入相关性不显著。 这与测试样本抽取比例有关, 导致数据稍微有差异, 但并不影响分析结果。 在情感和行为维度上, 女生投入的数据比男生偏高, 而在独立样本T实验中, 认知维度在双尾显著性出现0.881 的数据, 说明认知维度在学习投入中所表现出关键性作用, 影响到情感、 行为的高度卷入, 进而影响效能的高低, 这是符合高职学生实际情况[9]。

3.3 得分相关性

通过相关分析、 回归分析, 验证高职学生使用社交网络平均花费时间与频率对学习投入得分之间的相关性影响。 其中高职学生学习在社交网络平均每天花费的时间是以分钟为单位计算, 测量学生每天花费在社交网络活动中的时间, 每天使用频率以次为单位计算, 表5 显示每天平均花费时间与频率的平均值分析, 采用皮尔逊 (Pearson) 相关性系数, 分别对高职学生使用社交网络的使用时间、 频率和高职学生学习投入量表得分、 每天课外花费在课程学习的时间进行相关性分析。

(1) 高职学生每天平均使用社交网络的时间和学习投入量表得分数的相关性分析

分别对高职学生使用社交网络平均每天花费的时间与学习投入量表得分、 高职学生平均每天使用社交网络的频率与学习投入量表得分进行双变量相关分析, 分析结果发现, 使用时间的与学习投入量表得分具有显著的负相关, 其中r=-0.643, p<0.01, 说明, 花费在社交网络的时间越多, 学习投入得分越低, 意味着在学习投入的行为维度上得分会自然降低, 这与我院高职学生的实际情况是符合的。 而使用频率与学习投入量表得分则表现出较低的相关性其中r=-0.239, p<0.01, 说明, 使用频率高低与学习投入没有太直接的影响。

(2) 高职学生平均每天花费在课程学习投入时间和学习投入量表得分数的相关性分析

为进一步研究对影响高职学生学习投入的关键因素, 排除认知、 情感的外在因素, 抽取了在行为中的课内外花费在课程的学习时间再次进行分析, 试图证明, 花费在课程学习的时间与学习投入得分之间存在因果关系, 将高职学生平均每天花费在课程学习的时间 (除课堂上) ) 与学习投入量表得分再次进行双变量相关分析, 分析结果见表6 所示, 分析验证了我们起初的假设, 课外花费在课程学习的时间与学习投入量表得分具有较高水平的显著正相关, 其中r=-0.645, p<0.01, 由此说明, 花费在课程学习的时间是影响学习投入最重要的关键因素, 无论在认知和情感上如何认同, 最终影响学习效能的还是学习投入行为, 而课外在课程学习上花费时间的多少是最好的证明。

(3) 回归分析结果

通过上面的相关性分析表明, 高职学生社交网络使用时间与学习投入量表得分呈显著性相关关系, 高职学生使用社交网络频率与学习投入量表得分呈现较低显著性, 而花费在课程的课外学习时间却与学习投入量表得分呈现较高水平的相关性关系, 接下来本研究将对高职学生社交网络使用时间、频率、 课外课程学习实践进行回归分析。 分析采用分批多元回归分析方法, 回归自变量为高职学生使用网络社交的时间、频率, 因变量为调查所得学习投入量表得分和课外课程学习时间。 分析结果如表7、 表8 所示。

当只输入学习投入4 个维度时, 能够显著预测高职学生学习投入得分分数, 方差分析F (10, 90) =3.750, P<0.01, 调整R2=0.220。 但是通过逐步加进其他变量后, 显著的改善了预测, 增加了调整后R方 (F (38, 62) =10.707, P<0.01, 调整R2=0.666) , 因此, 使用时间、 频率对学习投入的直接效应得到了检验, 而不断增加的课后学习时间对学习投入的得分也起到了很重要的中介作用。

通过分析直方图和状态分布P-P图, 如图2、 图3 所示, 更加验证了数据的曲线估计、 残差检验, 再次显示, 用于分析的数据符合多元回归的条件。

3.4 相关性

由表9 和表10 可知, 高职学生对于社交网络的依赖感对学习投入存在特别显著的相关性, 其中r=-0.838, p<0.01。 在回归分析中, 第一步社交网络认可度与依赖感之间线性显著相关, 认可度对于学习投入量表得分影响不明显 (调整R2=-0.023) 。 第二步依赖感进入回归分析, 认可度、 依赖感对学习投入量表得分有显著影响, 标准化回归分析系数分别为-9.837、-0.838, 调整R2=0.053。 说明对社交网络的依赖感越强, 学习投入量表得分越低, 这个影响是直接的, 需要通过一定的心理健康教育来进行干预, 减少对社交网络的依赖感, 通过多方引导措施, 增加对学习的投入。 这个情况符合我院高职学生的实际情况, 更加验证了高职学生对社交网络的依赖感直接影响到学生学习投入的行为和能效。

4 结语

本研究分别对高职学生使用社交网络的认可度、使用时间、使用频率、依赖感和高职学生学习投入量表得分、高职学生在课后学习花费时间进行了相关性分析。 发现高职学生在对社交网络的认可度和学习投入量表得分数有一定的相关性, 结果为较弱的正相关。 高职学生使用社交网络性别差异与学习投入各个维度之间的影响分析中, 在情感和行为维度上, 女生投入的数据比男生偏高, 而在独立样本T实验中, 认知维度在双尾显著性出现0.881 的数据, 说明认知维度在学习投入中所表现出关键性作用, 影响到情感、 行为的高度卷入, 进而影响的效能的高低。 分析得出, 社交网络使用时间的与学习投入量表得分具有显著的负相关, 花费在社交网络的时间越多, 学习投入得分越低, 意味着在学习投入的行为维度上得分会自然偏低, 而高职学生社交网络使用频率高低与学习投入没有太直接的影响。 但是, 高职学生对于社交网络的依赖感对学习投入存在特别显著的相关性 (其中r=-0.838, p<0.01) 。

最后对相关性分析结果显示线性相关的关系分别建立了多元回归模型, 在模型中, 因变量是学生学习投入得分, 自变量是学生使用社交网络的时间、 认可度、 依赖感以及课后花费在课程学习的时间。 分析过程自变量进行逐步进入, 相比起初把社交网络使用时间单独作为自变量时的预测效果来看, 加入认可度、 依赖感以及课外学习投入时间后, 预测的效果都呈现出更加显著的结果, 在回归模型中, 预测的变量既有正向变量也有负向变量, 个别变量都未达到较为显著的水平, 这与研究过程中预测变量对因变量方差的解释程度较低有很大关系, 还是还需要进一步去分析和探讨, 但总体来讲, 分析中预测变量对模型的预测都表现出显著的结果。

4 结语

高职学生社交网络使用的行为对其学习认知、 情感、 学习行为的投入以及学习效能的影响有正面积极的影响也有负面消极的影响, 不能一概而论。 而目前许多基于社交网络的相关实践研究也显示, 如果能合理、 正确的利用社交网络中的资源, 加以科学的引导, 积极的心理健康疏导和干预, 高职学生使用社交网络对其的生活、 学习以及个人的全面发展都会起到一个积极的促进作用。

参考文献

[1]郭清菊, 周让明.95后大学生网络社交现状调查研究-以海南软件职业技术学院为例[J].教育现代化, 2015, 12.

[2]海迪.罗斯, 罗燕, 芩逾豪.清华大学和美国大学在学习过程指标上的比较:一种高等教育质量观[J].清华大学教育研究, 2008, 29 (2) :36-42.

[3]Schaufeli.W.B.Martjnez.L.M, Maqrues.P.A.Burnout and engagement in university students:Across-national study.Journal of cross-cultural Psychology, 2002, 33 (5) :464-481.

[4]崔文琴.大学生学习投入的现状研究-基于专业认同的视角[D].中国计量学院, 2013.

投入与绩效相关分析 篇7

关键词：生殖健康,投入,需求,利用,绩效,公共政策

加强生殖健康服务绩效评估,对于掌握不同层次人群生殖健康服务需求及利用效率、合理配置资源、提高工作成效具有重要现实意义[1,2]。 我们对宁波市2008-2013年生殖健康服务投入、利用及效果状况进行了调查,为制定相关政策提供科学依据,现将结果报告如下。

1 对象与方法

1.1 调查对象

以宁波市及所属11个县(市、区)为研究对象,以现场社会调查法收集各地区2008-2013年卫生计生统计年鉴、报表和工作总结,全面调查生殖健康服务相关原始数据,经适当统计处理后计算出相关评价指标值,作为每个地区年度绩效评价的指标值;计算2008-2013年各地区绩效评价指标的实际数据的平均值,作为每个地区绩效评价的指标值。

1.2 统计分析

建立Excel 2007数据库,使用SPSS 16.0软件进行统计分析。

2 结果

2.1 生殖健康服务资源配置情况

宁波市每千户籍人口生殖健康服务技术人员数、床位数分别从2008年的0.25人、0.21张上升到2013 年的0.33 人、0.27 张,上升了30.03%、27.36%,均以A地区为最高(分别为0.66张/千人、0.82人/千人),其次为B地区、C地区(分别为0.42张/千人与0.49 人/千人、0.36 张/千人与0.45 人/千人),地区J最低,只有0.15张/千人与0.14人/千人,详见表1、图1。

2.2 生殖健康服务投入保障情况

由表2可见,宁波市生殖健康服务事业费绝对值于2008-2013年期间呈现出明显上升趋势,从2008年的3 723万元上升到2013年的5 574.62万元;人均育龄妇女生殖健康服务费从2008年的25.84元上升到2013 年的38.50 元,分别上升了49.73%、48.97%,但是,生殖健康事业费占经常性财政支出比例、生殖健康事业费占总卫生和计划生育事业费比例却呈现出明显的下降趋势,分别从2008年的0.13%、2.63%下降到2013年的0.08%、1.62%,分别下降了37.00%与38.40%。按地区,政府生殖健康事业费占经常性财政支出比例、生殖健康事业费占总卫生和计划生育事业费比例以地区I与地区A位居前二位(分别为0.18%与4.37%、0.17%与5.03%),其次为地区K、地区E(分别为0.16% 与2.61%、0.13% 与2.19%),地区E、地区F较低(分别为0.06% 与1.39%、0.07%与1.06%);人均育龄妇女生殖健康服务费以地区E为最高(71.03元),其次为地区D、地区C,分别为57.39元、49.97元,地区J最低,只有22.09元。

2.3 生殖健康服务需求与利用情况

2.3.1生殖健康服务需求情况

宁波市产前筛查率、婚前医学检查率2008-2013年期间均呈现出明显上升趋势,从2008年的81.17%、36.15%分别上升到2013年的96.05%、89.82%,上升了18.33%、148.45%,尤其是婚前医学检查率增长幅度更为显著;新生儿疾病筛查率与住院分娩率均保持在98%以上;妇女常见疾病检查率呈现出“倒V字形”变化趋势,从2008年的54.57%逐年上升到2011年的62.64%,然后又下降到2013年41.99%(见表3)。按地区,住院分娩率除地区E为99.55%以外,其余地区均为100%;婚前医学检查率以地区G为最高(88.43%),其次为地区I、地区F(分别为81.37%、80.22%),地区A最低(62.41%);妇女常见病检查率以地区F为最高(66.67%)其次为地区A、地区C(分别为59.19%、55.18%),地区D最低(40.14%)。

2.3.2生殖健康服务效率情况

宁波市免费避孕药具获得率、居民20分钟步行可达生殖健康服务机构比例2008-2013年期间均保持在100.00%;孕产妇系统管理率、3岁以下儿童系统管理率、6个月内婴儿母乳喂养率、儿童国家免疫规划疫苗接种率等指标值均呈现出逐年上升趋势,从2008年的94.71%、90.41%、88.89%、98.28%分别上升到2013年的95.55%、95.44%、92.90%、99.73%,上升了1.94%、5.57%、4.51%、1.48%(见表3)。按地区,孕产妇系统管理率除了地区K为93.91%以外,其余地区均在95%以上;3岁以下儿童系统管理率、儿童国家免疫规划疫苗接种率在各地区中分别均在90%、98%以上;6个月内婴儿母乳喂养率以地区A较高(94.10%),其次为地区C、地区F(分别为93.85%、93.20%),地区H较低,只有87.16%。

2.3.3生殖健康服务质量情况

宁波市计划生育手术并发症发生率、中重度儿童贫血患病率、剖宫产率等指标值于2008-2013年期间均呈现出明显下降趋势,从2008年的1.56/万、0.28%、61.69%分别下降到2013年的0.19/万、0.10%、52.78%,下降了87.60%、64.29%、14.44%;低出生体重儿百分比则呈现出逐年上升趋势,从2008年的2.18%上升到2013年的3.10%,上升了42.20%(见表3)。按地区,计划生育手术并发症发生率除了地区B为7.83/万以外,其余地区均低于6.0/万,地区E与地区F均为0;中重度儿童贫血患病率、低出生体重儿百分比在各地区中均低于0.5%、4.0%;剖宫产率以地区H较高(65.86%),其次为地区A、地区B(分别为63.82%、63.77%),地区G较低,只有49.07%。

2.4 生殖健康服务效果与效益情况

2.4.1生殖健康服务效果情况

宁波市人均期望寿命于2008-2013年期间呈现出逐年上升趋势,从2008年的76.52岁上升到2013年的81.36岁,上升了6.33%;5岁以下儿童死亡率、婴儿死亡率、出生缺陷发生率等指标值于2008-2013年期间均呈现出明显下降趋势,从2008年的1.06‰、3.86‰、13.59‰分别下降到2013年的0.65‰、2.51‰、12.71‰,下降了38.45%、34.98%、6.49%;孕产妇死亡率呈现出不稳定性,但是均低于10/万(见表4)。按地区,人均期望寿命在各地区中均高于78.0岁;5岁以下儿童死亡率、婴儿死亡率在各地区中均低于9‰与8‰;出生缺陷发生率除了地区A为45.60‰以外,其余地区均低于20‰;孕产妇死亡率除了地区E为38.50/10万以外,其余地区均低于10.00/10万。

2.4.2生殖健康服务改善情况

宁波市计划生育率、综合节育率、法定报告性病发病率、婚(孕)前检查疾病检出率2008-2013年期间均呈现出下降趋势,从2008年的98.14%、89.83%、48.25/10万和16.39%分别下降到2013年的96.57%、88.62%、35.03/10万、15.02%,下降了1.60%、1.35%、27.40%和8.35%,尤其是法定报告性病发病率下降更为显著(见表4)。婚(孕)前检查疾病检出率以地区I较低(8.97%),其次为地区G、地区B(分别为9.39%、10.53%),地区H较高(18.82%)。

2.4.3生殖健康服务评价情况

宁波市生殖健康知识知晓率、生殖健康服务满意度于2008-2013年期间均呈现出逐年上升趋势,从2008年的76.61%、75.37%上升到2013年的86.49%、82.56%,上升了12.90%、9.54%(见表4)。按地区,生殖健康知识知晓率、生殖健康服务满意度在各地区中均低于88.0%与85.0%,均以地区J最低,分别只有78.53%与76.42%。

3 讨论

随着我国生育政策的调整,如何正确引导“经济新常态”下的计划生育工作转型发展,加强全生命周期的生殖健康服务,提升绩效水平,日益成为卫生计生工作中的重点与难点[3,4]。

3.1 加强政府主导,构建多元资金筹集机制

本文发现,宁波市生殖健康事业费占经常性财政支出比例、生殖健康事业费占总卫生和计划生育事业费比例于2008-2013年间呈现出明显下降趋势(下降率分别为37.00%与38.40%),;生殖健康服务资源在不同地区与城乡之间差距较大,人均育龄妇女生殖健康服务费最高的城市城区E(71.03元)比最低的农村地区J(22.09元)高出3.2倍,每千户籍人口生殖健康服务技术人员数与床位数在最高的城市城区A中分别为0.66张/千人与0.82人/千人,比最低的农村地区J(0.15张/千人与0.14人/千人)高出4.4倍、5.9倍,凸显出生殖健康服务投入的相对不足与公平性较差等问题。因此,要遵循“公平优先、兼顾效率”原则,坚持把保障广大居民生殖健康权益作为卫生计生改革发展的着力点,明确政策利益导向,建立健全生殖健康服务公共财政保障机制,创新公共投融资机制,形成多渠道经费保障机制,扭转生殖健康服务事业费占财政支出比重下降的局面,并逐年提高,保证生殖健康服务事业增长与政府财政经常性增长的同步,不断完善财政转移支付制度和项目管理制度,创造一个持续发展的社会支持环境,逐步实现全民基本生殖健康服务均等化[5]。

3.2 加强多渠道健康教育,促进生殖健康服务的可及性

本文发现,宁波市婚前医学检查率最低的地区A中只有62.41%,妇女常见病检查率近年来有下降趋势,最低的地区D中只有40.14%;生殖健康知识知晓率在各地区中均低于浙江省“十二五”卫生事业发展规划目标值要求(88.0%),生殖健康服务满意度均低于2014年版浙江省基本公共卫生服务项目绩效考核规定要求(85.0%)[6]。为此,计生服务机构要积极根据不同层次人群服务需求特点,实施计划生育工作向生殖健康服务转型发展[3],积极开展全民生殖健康服务关怀行动,充分发挥社工、义工、志愿者和生殖健康咨询师、基层卫生计生技术人员的作用,进一步拓展服务人群,加强基于全生命周期的生殖健康知识宣传,不断完善知识结构内容,充分利用专题讲座、宣传板报、电视报刊、微信、微博等新媒体,不断扩大宣传覆盖面,实行分类指导服务,加强特定人群个性化生殖健康干预活动,提高全民生殖健康自我保健意识,提升生殖健康知识水平,提高生殖健康服务质量和服务效率,增强服务可及性[7,8]。

参考文献

[1]骆桂钗,蒋燕萍,余鹰燕,等.新医改背景下的生殖健康绩效评价体系探讨[J].中国农村卫生事业管理,2013,33(12):1401-1404.

[2]谢立春,孙美华,曾序春,等.深圳市流动人口生殖健康服务的绩效评价[J].中国计划生育学杂志,2010(2):73-77.

[3]王涤.“经济新常态”下的计划生育转型发展[J].人口与社会,2015,31(2):51-55.

[4]周建芳,丁锋,温勇,等.中国流动人口生殖健康知识掌握情况及其影响因素分析[J].中国健康教育,2005,21(7):491-495.

[5]金碧华.浙江省流动人口计划生育基本公共服务均等化的现状及实现途径[J].行政与法,2014(1):47-51.

[6]浙江省卫生计生委,浙江省财政厅.浙江省卫生计生委浙江省财政厅关于印发浙江省基本公共卫生服务项目绩效考核办法(2014年版)的通知[Z].2014-11-03.

[7]彭伟斌,陈晓慧.女性流动人口生殖健康服务需求研究——基于杭州市2010年流动人口动态监测调查[J].中国性科学,2013,22(3):84-90.

投入与绩效相关分析 篇8

如何在科技投入资源既定的条件下获得更多的科技产出, 一直是一个值得关注和研究的问题。由于科技投入是科技创新的物质基础, 而专利是科技产出的一个重要成果。因此从专利视角对科技投入产出效率评价的问题得到了重视。Pakes&Griliches (1980) 采用1968—1975年121家美国公司的专利和研发投入数据的研究发现:研发投入对专利产出的累计效应弹性大约为0.6[1]。Hausman&Griliches (1984) 研究发现:滞后一期和滞后二期的研发支出对专利产出有一个显著的影响[2]。Bound (1984) 利用在美国公开上市的大中型制造业企业作为研究对象, 结果发现对于大企业来说, 随着R&D项目的增大, 获得的专利数有所下降[3]。

国内学者主要从国家层面、地区层面、行业或者企业层面对科技投入产出问题进行研究。许庆端等 (1997) 利用我国1989—1994年的科技投入相关数据研究发现:R&D投入与专利申请数、高技术进出口总额等产出指标高度显著相关[4]。吴和成 (2008) 利用2001—2005年截面数据的研究发现:经费对发明专利的影响程度要大于科技人员对发明专利的影响程度[5]。陈春晖等 (2009) 采用1985—2005年科技数据来研究科技经费筹集额、科学家和工程师与自主创新产出 (用发明专利国内申请量衡量) 之间的关系。实证结果表明, 从长期看, 科研劳动投入对自主创新产出的贡献要大于科研资金投入[6]。

本文将利用典型相关分析方法, 来研究科技投入与产出的相关性问题。研究结论对于“十二五”期间制定科学、合理的科技发展规划和合理配置科技资源, 以及科技政策的制定能提供决策参考[7]。

一、研究方法、变量及数据来源

(一) 研究方法:典型相关分析

1936年Hotelling将线性相关性推广到两组变量的讨论中, 提出了典型相关分析方法。典型相关分析 (canonical correlation analysis) 是研究两组变量之间总体相互依赖关系的一种多元统计分析方法。典型相关分析的计算过程主要分为四步: (1) 计算相关系数阵R; (2) 求典型相关系数及典型变量; (3) 典型相关系数λi的显著性检验; (4) 典型结构与典型冗余分析。

典型相关分析的数学描述如下:

设有两组随机变量:X (1) = (X1, ..., XP1+1) ', X (2) = (XP1+1, ..., XP1+P2) ', 记p1+p2=p, 设p1≤p2, 假定的协方差阵∑>0, 均值向量μ=0 (否则以X-μ代替X即可) , 相应的将∑分为:

, 其中∑11是第一组变量的协方差阵, ∑12是第一组和第二组变量的协方差阵, ∑22是第二组变量的协方差阵。要研究X (1) ', X (2) 两组变量之间的相关关系, 作两组变量之间的线性组合, 即

其中l= (1l, 2l, ..., pl1) ', m= (1m, 2m, ..., pm2) '为任意非零常数向量, 易见:

求l和m使ρUV达到最大, 但由于随机变量乘以常数时不能改变他们的相关系数, 令Var (U) =l'∑11l=1, Var (V) =m'∑22m=1。问题就变为在约束条件:Var (U) =1, Var (V) =1, 求l和m使ρUV=Cov (U, V) =l'∑12m达到最大。

(二) 变量及数据来源

本文以2010年全国30省 (市、自治区) 科技投入与科技产出为分析样本。研究数据来源于《中国科技统计年鉴 (2011) 》、《中国统计年鉴 (2011) 》 (西藏区由于数据资料不全, 故后面均略去分析) 。

本文选取R&D经费内部支出 (x1) 、R&D经费与GDP之比 (x2) 、R&D人员全时当量 (x3) 、研究与试验发展 (R&D) 人员 (x4) 、地方财政科技拨款 (x5) 、地方财政科技拨款占地方财政支出的比重 (x6) 来描述科技投入;用专利申请受理数 (y1) 、专利授权数 (y2) 、各地区技术市场成交额 (y3) 、高技术产业主营业务收入 (y4) 、高技术产业新产品产值 (y5) 、高技术产品出口额 (y6) 、发表科技论文 (y7) 来描述科技产出。

二、实证研究

(一) 显著性检验

用SPSS相关命令, 可以得到表1、表2和表3的结果。从表1、表2、表3可以看出科技投入变量内部的相关系数较强, 在0.5389-0.9978之间。科技产出变量之间的相关系数总体也具有一定的相关性 (除个别变量之间相关性不强) 。两组变量的相关系数具有一定的相关性。前3个典型相关系数分别是0.990、0.963与0.922。按照Wilk’s Lambda检验, 因为前3个典型相关系数对应的P值为0, 可见前3个典型相关系数具有一定的统计显著性[8,9]。

(二) 典型相关模型分析

因为科技投入变量和产出变量的单位不同, 可以采用标准化的典型变量的系数来研究两组变量之间的相关关系。典型相关模型见表6, 其中zxi、zyj (i=1, 2, 3..., 6;j=1, 2, 3, ..., 7) 为变量标准化后的数据。

从表6第一对典型相关模型可以看出:

(1) R&D人员全时当量 (x3) 即科学研究投入的时间与U1高度正相关, 说明R&D人员全时当量在科技投入中占有重要地位或者说反映投入指标的典型变量主要是由R&D人员全时当量决定的, 即U1可以用来反映科技人力资源投入。V1与y2之间高度正相关, 说明专利授权数能很好的衡量科技产出, 即V1可以用来反映科技成果产出。因此, 可以认为科技人力资源的投入对于科技成果产出具有重要的促进作用。

(2) 根据第二对典型相关模型, 可以发现U2与x4高度正相关, V2与高技术产业主营业务收入 (y4) 之间高度正相关。U2可以用来反映科技的人力资源投入, V2可以用来反映科技的产业成果产出。可以认为科技人力资源的投入对于科技的产业成果产出重要的促进作用。

(3) 第三对典型相关模型则说明U3与R&D人员全时当量 (x3) 呈高度正相关。V3与高技术产品出口额 (y6) 呈强的正相关关系。U3可以用来反映科技的人力资源投入, V3可以用来反映科技的经济成果产出。也说明了科技人力资源的投入对于科技的经济成果产出具有重要的促进作用。

(三) 典型因子载荷分析

表7和表8表示的是典型因子载荷情况。可以看出在第一对典型变量中, 第一组的典型变量在x3、x4、x1和x5上有很大的载荷, 第二组的典型变量在y2、y1和y4上有较大的载荷。第一对典型变量间的相关性主要是由第一组的变量关于科研人员、科研时间、科研经费投入及其地方政府财政科技支出比重四个指标和第二组变量中的专利申请授权数、专利申请受理数和高技术产业主营业务收入这三个指标之间的相关引起的。

(四) 冗余度分析

冗余度是指提取的方差与特征根 (典型相关系数的平方) 的乘积。从表9可以看出, 6个科技投入的原始变量被科技投入的第一典型变量解释了74.9%的方差, 被产出的第一典型变量解释了73.3%的方差;7个科技产出的原始变量被科技产出的第一典型变量解释了65.4%的方差, 被科技投入的第一典型变量解释了64.0%的方差。

三、研究结果的分析与讨论

本文的研究结果显示: (1) 我国科技投入各变量与产出各变量之间具有一定的正相关性, 这与许庆端等 (1997) 的研究结论相一致; (2) R&D人员全时当量、研究与试验发展 (R&D) 人员对技科技产出的影响要强于R&D经费内部支出。这就支持了陈春晖等 (2009) 的研究结论。说明随着经济发展和对科技进步的重视, 我国科研人员的社会地位和经济待遇有了很大提高, 对其也建立了有效的激励, 科技人力资源配置效率也进一步得到了提高。而科研经费依然是我国科技产出的主要制约因素; (3) 专利国内授权数能很好的衡量科技产出。总体来看, 相对于发达国家, 我国R&D经费投入对科技产出的贡献不十分显著。可能的原因如下:

(一) R&D投入强度不高

2010年我国全社会R&D总经费为7062.6亿元 (见图1) , 成为全球R&D总经费第三大国, 但是目前我国R&D经费投入强度仍处于全球中等水平 (2009年在40个全球主要国家中位列全球的第22位) 。2002年R&D投入强度首次超过1%, 达到1.07%, 2010年R&D投入强度也达到了1.76%, 但还是低于美国 (2008) 的2.79%、日本 (2009) 的3.33%、德国 (2009) 的2.78%、韩国 (2008) 的3.36%, 也低于欧盟25国1.95%的平均水平。根据《国家中长期科技发展规划纲要 (2006-2020) 》的要求, R&D投入强度2010年目标为2%, 2020年为2.5%以上。中国2010年R&D投入占GDP的比重没有达到2%的目标。因此, R&D投入强度不高, 严重制约着科技产出成果。

数据来源:根据《中国科技统计年鉴 (2011) 》和《中国统计年鉴 (2011) 》整理而得。

(二) R&D支出结构不合理

由于基础研究是技术创新的源泉, 是一个国家科技进步、经济繁荣、社会发展的基础, 也是公共产品属性最强的科学研究类型, 所以, 政府应当在基础研究经费支出中扮演重要角色。同时提高国家综合国力的重要途径之一就是必须有效地支持基础研究。因为一个国家若没有原创性的基础研究, 基础知识全部依靠外国, 它的技术和工业的进步将是缓慢的, 它很难吸收和消化外来的新知识和新技术, 从而在全球竞争中处于劣势。目前我国R&D支出结构不合理, 政府投向基础研究的经费过少, 严重影响了科技产出的效率。

2010年我国基础研究的经费为324.5亿元, 占R&D总经费的比例为4.6%, 比“十五”末下降了0.8个百分点。基础研究经费与应用研究经费之和占R&D总经费的17.2%, 试验发展经费占82.8%, 两者之比已接近1∶5, 基础研究经费占总研究经费的比例长期低于5%, 发达国家这一比例一般在10%, 甚至20%以上 (如表10所示) 。2010年我国基础研究经费来源仍主要依靠政府投入, 而企业基础研究经费不足5亿元, 占企业R&D经费的比例不足1‰。

数据来源:根据《中国科技统计年鉴 (2011) 》整理而得。

四、政策建议

投入与绩效相关分析 篇9

一、国内外研究进展

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。目前国内外关于R&D投入产出作用的研究涉及区域、产业和企业等多个层面。国外研究方面,Aghion等 ( 1992) 最早建立了考虑R&D投入要素的内生增长模型,并发现R&D投入程度对社会经济 发展具有 正向的促 进作用。Utterback ( 1996) 等研究认为R&D投入与经济增长是相互作用,即存在一种双向作用关系。Jaffe等 ( 2000) 研究表明对于产业的R&D投入具有一种溢出效应,即能够同时对其他产业的产出效率和区域经济增长起到推动作用。Xu和Zhang ( 2004) 对日本企业R&D投入与期望收益率之间的关系进行了研究,发现不同经济周期内两者之间的相关关系各异。Tsai ( 2005 ) 研究发现 企业规模 是影响R&D投入绩效产出作用的重要变量,并且中等规模企业R&D投入的产出效率最低。Hall和Oriani ( 2006) 分析了英美等5个发达国家企业R&D投入与市场价值之间的关系,研究结果表明大股东控制在两者的关系中起着重要的调节作用。Lin等 ( 2006) 对美国上市公司的研究表明R&D投入和市场导向的交互作用项与托宾Q值之间具有显著的正相关关系。Karjalainen ( 2008) 分析指出不同主体的融资体系能够对公司R&D投入与盈利能力之间的关系产生影响。Chung和Shen ( 2009) 研究结果表明良好的公司治理机制能够为R&D投入带来更高的投资回报。国内研究方面,范柏乃等 ( 2004) 利用格兰杰因果关系检验的方法,对我国科技投入与经济增长之间的因果关系进行了验证。 唐德祥等 ( 2008) 研究了R&D投入对我国东中西部地区技术效率的影响差异,并在此基础上分析了R&D投入的作用机理与影响路径。何枫和陈荣 ( 2008) 对中日家电企业R&D投入与企业效率关系的对比分析结果表明,在竞争性家电制造业中, 持续稳定的R&D投入能够有效促进企业效率的增长。曹泽和李东 ( 2010) 研究指出不 同类型的R&D投入对全要素生产率 ( TFP) 的增长均有促进作用,但R&D活动的溢出效果不同。任海云和师萍 ( 2010) 利用文献综述的方法论证了企业R&D投入与生产率、市场价值以及财务绩效的之间作用关系,并讨论了影响R&D投入产出绩效的调节变量。卢方元和靳丹丹 ( 2011) 基于单位根检验和协整检验,利用我国2000年至2009年的省际面板数据,对R&D投入与经济增长之间的长期均衡关系进行了实在分析。综上所述,目前对于R&D投入的研究主要以 区域或企 业为研究对 象, 但是,针对我国不同地区工业企业面板数据的研究还较少。

二、模型选择与数据检验 二、模型选择与数据检验 ( 一) 变量选取与模型选择二、模型选择与数据检验

( 一) 变量选取与模型选择

本文选择我 国工业企 业的主营 业务收入 ( Main Business Income) MBI ( 单位: 亿) 作为企业绩效产出的代表性指标; 企业R&D投入方面, 包括R&D资本投入和R&D人员投入两个变量,本文使用工业企业的R&D经费投入RDH ( 单位: 亿) 和R&D折合人员全时当量RDE ( 单位: 万人年) 作为两变量的代表性指标。由于我国的工业发展水平存在明显的区域不平衡性,为了更好地反映工业企业R&D投入与绩效产出关系的区域差异性,本文采用2003年至2012年我国29个省际区域的面板数据进行研究 ( 西藏和海南两省由于R&D投入数量较小,故排除在研究样本之外) 。我国工业企业的R&D投入主要来源于规模以上的工业企业,因此,本文使用 《中国科技统计年鉴》 ( 2004 - 2013) 中规模以上工业企业的相关数据作为研究数据来源,对研究数据的描述统计分析如表1所示,为了消除异方差产生的影响,对变量数据均进行自然对数变换处理。

通过对研究变量数据的极值进行观察,可以发现数据中并没有存在明显的异常值,而三个变量对数数据的峰度和偏度的绝对值也都明显小于1,这说明研究变量的数据基本上符合 正态分布, 因此,基于这些变量数据得出的研究结果将较为准确可靠。

在对研究变量的代表性指标进行选择的基础上,本文将面板数据模型作为研究的主要模型,模型的具体形式如下所示:

公式 ( 1) 中,MBI是指我国工业企业的主营业务收入,j = 0,1分别对应我国工业企业的R&D经费投入RDH和R&D人员投入RDE。i是指本文研究的第i个省区,t指的是相应的研究年份。εj,it为随机扰动项。

( 二) 变量数据的单位根检验与协整检验

单位根检验用于检验数据序列的稳定性,对于非平稳的数据序列,在回归分析中可能会出现伪回归的情况,必须通过差分变换处理使其变为稳定序列。单位根检验的常用方法包括多种,比如LLC检验,Breitung检验,LPS检验,ADF检验, pp检验和Hadri检验等,本文采用Breitung检验, LPS检验,ADF检验和PP检验四种方法,Breitung检验假设变量数据存在共同单位根,而其他三种检验假设变量数据存在独立的单位根,因此检验具有较高的代表性。本文利用Eviews 6. 0对三个变量数据进行单位根检验,检验结果如表2所示。

注: 括号里的数值为伴随概率,**表示在 1% 水平下显著。

从单位根检验的结果可以看出,三个变量的原数据序列是非平稳序列,但是其一阶差分序列通过了单位根检验,为平稳序列,因此ln MBI 、 lnRDH和lnRDE都是一阶单整变量。在单位根检验的基础上,还需要对三个变量序列进行协整检验。协整指的是存在共同的随机性趋势。协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系,通过协整检验可以排除非平稳序列伪回归现象的出现。本文利用Eviews 6. 0分别对ln MBI与lnRDH以及ln MBI与lnRDE进行pedroni面板协整检验,检验结果如表3所示。

从Pedroni面板协整检验的结果可以看出,在协整检验的七个统计量中只有Panel v和Group rho两个统计量没有通过检验,而其他五个统计量均通过了1% 或5% 水平下的检验。而根据Pedroni ( 1999) 的研究结论,当研究样本的时间跨度低于20的时候,最有效的协整检验统计量是Panel ADF和Group ADF,而本文研究样本的时间跨度是10年,Panel ADF和Group ADF又都有通过了1% 水平下的显著性检验,因此,变量ln MBI与lnRDH以及ln MBI与lnRDE之间存在协整关系,即工业企业的R&D投入与其绩效产出之间存在长期均衡关系。

注: 括号里的数值为伴随概率,**表示在 1% 水平下显著,* 表示在 5% 水平下显著。

三、工业企业 R&D 投入与绩效的长期均衡与 短期波动分析

( 一) 基于面板数据模型的长期均衡分析

协整检验验证了我国工业企业的R&D投入与绩效产出之间存在着长期均衡关系,在此基础上, 利用公式 ( 1) 的面板数据模型对R&D收入与绩效产出之间的作用关系进行测度,即测算出其作用系数值。面板数据模型包括混合OLS模型、固定效应模型和随机效应模型。混合OLS模型适用于既无个体影响有无结构变化的研究; 而固定效应模式是把非观测效应看做是各个截面或个体特有的可估计参数,并且不随时间而变化; 随机效应模型是把非观测效应看作随机变量,并且符合一个特定的分布。本文利用Eviews 6. 0软件通过F检验和Huasman检验发现,变量ln MBI与lnRDH以及ln MBI与lnRDE之间的作用关系适合采用固定效应的面板数据模型进行研究。使用Eviews 6. 0分别对ln MBI与lnRDH 、ln MBI与lnRDE进行面板数据回归分析输出的结果见表4和表5,建立的面板数据模型如 ( 2) ( 简称 “RDH模型”) 和 ( 3) ( 简称 “RDE模型”) 所示。

注:**表示在 1% 水平下显著,*表示在 5% 水平下显著。

根据RDH模型的调整R2值和F检验值可知, 该模型的拟合优度很高,并且各省市工业企业的R&D经费投入的作用系数均通过了1% 水平的显著性检验且数值为正,这说明我国各省市工业企业的R&D经费投入对其绩效产出均具有正向影响。 RDH模型中截距项代表的是一个效率参数,其数值越大,则表示企业生产要素投入所产生的企业绩效越高,也就是企业绩效产出中不能被R&D经费投入所解释的部分。RDH模型的常数5. 05代表了全国工业企业的除R&D经费投入外其他生产要素投入产出效率的一个整体水平,而表4中各省市的系数C1则反映了各省市产出效率的差异。从各省市的系数C1来看,数值最大的是新疆,其其他要素生产效率为6. 83 ( 5. 05 + 1. 78) ,这说明新疆的工业企业的绩效产生受R&D经费投入以外生产因素的影响最大。表4中的参数C2代表各省市工业企业R&D经费投入的长期产出弹性,即对企业绩效 ( 主营业务收入MBI) 的促进作用。由表4中的参数C2数值来看,河北、辽宁、吉林、江西、 河南、广西、四川、贵州、陕西的工业企业R&D经费投入长期产出弹性较高,其值均超过了1. 0。 这些地区R&D经费投入长期产出弹性高的原因是其主营业务收入的增长速度明显高于了其R&D经费投入的增长速度,但是部分地区是由于其工业企业的R&D经费投入的绝对数还相对较小,比如贵州,其规模工业企业2003年至2012年主营业务收入的平均增速为42% ,而且R&D经费投入的平均增速只有9% ,并且R&D经费投入占主营业务收入的平均比重只有0. 14% 。除此之外,其他省市工业企业R&D经费投入产出弹性C2相对低一些,均低于1. 0,但都大于0. 5。R&D经费投入长期产出弹性C2低的原因是其R&D经费投入的增长速度低于其主营业务收入,部分地区是由于其工业企业的R&D经费投入的基数本身就比较大,比如北京,其工业企业R&D经费投入占主营业务收入的平均比重为1. 1% 。但是部分地区产出弹性小的同时其R&D经费投入比重也很小,比如新疆的工业企业R&D经费投入占主营业务收入的平均比重为0. 3% ,其比重不足北京的30% ,而弹性偏低也说明在其R&D经费投入的成果转化过程中存在低效率的情况。

根据RDE模型的调整R2值和F检验值可知, 该模型的拟合优度很高,并且各省市工业企业的R&D人员投入 ( R&D折合全时当量人员数) 的作用系数均通过了1% 水平的显著性检验且数值为正,这说明我国各省市工业企业的R&D人员投入对其绩效产出 ( 主营业务收MBI) 均具有正向影响。RDE模型的常数截距项7. 60代表了全国工业企业的生产要素投入产出效率的一个整体水平, 也就是企业绩效产出中不能被R&D人员投入所解释的部分。而表5中各省市的系数C1则反映了各省市产出效率的差异。从各省市的系数C1来看, 数值最大的仍然是新疆,说明新疆的工业企业的绩效产出同样受R&D人员投入以外生产因素的影响最大,也表示新疆的工业企业整体绩效产出依然依靠传统生产要素的投入。表4中的参数C2代表各省市工业企业R&D人员投入的产出弹性,即对企业绩效的促进作用。由表4中的参数C2数值来看,辽宁、黑龙江、内蒙古、江西、四川、陕西的工业企业R&D人员投入产出弹性较高,其值均超过了2. 0。这些地区R&D经费投入产出弹性高的原因是其主营业务收入的增长速度明显高于了其R&D人员投入的增长速度,并且部分地区工业企业的R&D人员投入的基数还相对较小,比如内蒙古工业企业2003年至2012年主营业务收入的平均增速为45% , 而且R&D人员投入的平均增速只有18% 。除此之外,其他省市工业企业R&D人员投入产出弹性C2相对低一些,均低于2. 0,但都大于0. 8。R&D人员投入产出弹性C2低的原因是其R&D经费投入的增长速度低于其主营业务收入,部分地区是由于其工业企业的R&D经费投入的基数本身就比较大,比如广东,其工业企业2003年至2012年的R&D折合全时当量人员达到1. 9万人年,而部分地区产出弹性低的同时投入力度也非常小,比如青海,其2003年至2012年的R&D折合全时当量人员达到0. 14万人年,不到广东的8% ,弹性偏低也说明在其R&D人员投入的成果转化过程中存在低效率的情况。

注:**表示在 1% 水平下显著,*表示在 5% 水平下显著。

( 二) 基于误差修正模型的短期波动分析

在利用面板数据模型对我国各省市工业企业R&D投入与绩效产出的长期均衡关系进行分析的基础上,本文利用误差修正模型研究工业企业R&D投入短期波动对企业绩效产生的影响,误差修正模型用于对变量间短期波动的影响分析,基于本文研究变量的误差修正模型如公式 ( 4) 和 ( 5) 所示:

在模型( 4) ( 简称“RDH误差模型”) 和( 5) ( 简称“RDE误差模型”) 中,Δln MBIit、ΔlnRDHit和 ΔlnRDEit分别表示工业企业主营业务收入 ( MBI) 、 R&D经费投入 ( RDH) 和R&D折合全时当量人员数 ( RDE) 的一阶差分项,一阶差分项的系数 δ1i和 δ2i主要反映R&D投入短期波动对企业绩效 ( 主营业务收入MBI) 的影响。而误差修正项ECM则反映了偏离长期均衡的影响,其作用系数 λ1t和 λ2i分别反映了 偏离长期 均衡时对R&D经费投入 ( RDH) 和R&D折合全时当量人员数 ( RDE) 的调整力度,当估算出的 λ1t和 λ2i为负值且显著时, 说明误差修正机制存在,即R&D投入是工业企业绩效长期增长的原因,即长期均衡稳定。基于公式 ( 2) 和公式 ( 3) 进行长期均衡关系回归分析时产生的残差序列Resid1和Resid2,令ECM = Resid , 通过单位根检验发现ECM1和ECM2的一阶差分序列均为平稳序列 ( 表6所示) ,利用Eviews 6. 0进行分析的结果如表7和表8所示。

从表7的分析结果可以看出,所有显著的ECM系数 ( 在1% 或5% 的水平下显 著) 均为负值,这说明误差修正机制存在,即工业企业的R&D经费投入是其绩效产出 ( 主营业务收入MBI) 长期增长的重要原因。而各省市的 λ1t系数值大小各异,说明下一期的R&D经费投入的调整力度各不相同。λ1t系数的绝对值小于0. 5的省市,表示其下一期有小于50% 的均衡偏差调整力度,即该地区工业企业R&D经费投入对企业绩效 ( MBI) 增长的作用相对稳定。而 λ1t系数的绝对值大于0. 5的省市,表示其下一期有大于50% 的均衡偏差调整力度,即该地区工业企业R&D经费投入对企业绩效 ( MBI) 增长的作用相对不稳定。从省市来看,工业企业R&D经费投入的误差修正机制最不稳定的新疆,波动幅度高达56% ,最稳定的是上海和辽宁,波动幅度只有2% 。而宁夏的 λ1t系数没有通过1% 或5% 水平下的显著性检验,这说明从总体上看,宁夏工业企业的R&D经费投入还没有成为推动其企业绩效长期增长的重要因素。是从东、中、西三大经济区域的平均值来看,东部地区和中部地区的工业企业R&D经费投入的误差修正机制相对稳定,波动幅度都为20% ,而西部地区的工业企业的R&D投入的误差修正机制相对不稳定,波动幅度为33% 。

而从R&D经费投入的短期影响来看,各省市RDH一阶差分序列的系数 δ1i在1% 或5% 的水平下显著,这说明工业企业的R&D经费投入是其绩效短期增长的重要原因。由于 Δln MBIit和 ΔlnRDHit本身就表示的是增长率,因此,系数 δ1i表示R&D经费投入增长率每增加1% ,企业绩效增长率增加的百分数。从省市地区来看,辽宁的 δ1i值最大, 为1. 99,即辽宁地区的工业企业的R&D经费投入增长率增加1% ,其绩效产出增长率短期内增加1. 99% ; 而重庆的 δ1i值最小,都为0. 79,即重庆的工业企业的R&D经费投入增长率增加1% ,其绩效产出增长率短期内增加0. 79% 。而东、中、 西三大经济区域的比较来看,东部地区的 δ1i最大为1. 00,西部地区的次之为0. 95,而中部地区最小为0. 90。这说明东部地区工业企业的R&D经费投入的短期波动带来的绩效影响作用最大。

从表8的分析结果可以看出,所有显著的ECM系数 ( 在1% 或5% 的水平下显 著) 均为负值,这说明误差修正机制存在,即工业企业的R&D人员投入 ( 折合全时当量人员数) 是其绩效产出 ( 主营业务收入MBI) 长期增长的重要原因之一。而个省市的 λ21t系数值大小各异,说明下一期的R&D人员投入的调整力度各不相同。λ2t系数的绝对值小于0. 5的省市,表示其下一期有小于50% 的均衡偏差 调整力度, 即该地区工 业企业R&D人员投入对企业绩效 ( MBI) 增长的作用相对稳定。而 λ2t系数的绝对值大于0. 5的省市,表示其下一期有大于50% 的均衡偏差调整力度,即该地区工业企业R&D人员投入对企业绩效 ( MBI) 增长的作用相对不稳定。从省市来看,工业企业R&D人员投入的误差修 正机制最 不稳定的 青海, 波动幅度高达77% ,最稳定的是福建,波动幅度只有2% 。而甘肃的 λ2i系数没有通过1% 或5% 水平下的显著性检验,这说明从总体上看,甘肃工业企业的R&D人员投入还没有成为推动其企业绩效长期增长的重要因素。是从东、中、西三大经济区域的平均值来看,东部地区工业企业R&D人员投入的误差修正机制相对稳定,波动幅度为30% , 而西部地区的工业企业的R&D投入的误差修正机制相对不稳定,波动幅度为36% ,而中部地区的工业企业次之,为35% 。

而从R&D人员投入的短期作用来看,除了新疆之外,其他各省市RDH一阶差分序列的系数 δ2i在1% 或5% 的水平下显著,说明这些地区工业企业的R&D人员投入是其绩效短期增长的重要原因。而新疆的工业企业的R&D人员投入对其绩效产出的短期增长没有 显著的促 进作用。由于 Δln MBIit和 ΔlnRDEit本身就表示的是增长率,因此,系数 δ2i表示R&D人员投入增长率每增加1% ,企业绩效增长率增加的百分数。从省市地区来看,甘肃的 δ2i值最大,为2. 12,即甘肃地区的工业企业的R&D人员投入增长率增加1% ,其绩效产出增长率短期内增加2. 12% ; 而云南的 δ2i值最小,都为0. 54,云南地区的工业企业的R&D人员投入增长率增加1% ,其绩效产出增长率短期内增加0. 54% 。而东、中、西三大经济区域的比较来看,东部地区的 δ2i最大为1. 09,西部地区的次之为0. 96,而中部地区 最小为0. 92。这说明东部地区工业企业的R&D人员投入的短期波动带来的绩效影响作用最大。

四、三大经济区域工业企业 R&D 投入的对比 分析

根据表4和表5以及表7和表8中对各省市工业企业R&D投入与其绩效产出的作用关系的研究结果,可以对我国东、中、西三大经济区域工业企业的R&D投入的影响作用进行对比分析。利用雷达图能够更加清晰地反映三大经济区域的工业企业在R&D投入的影响作用差异 ( 由于各参数数值差异较大,图中的各参数已作求和归一化处理,以便于比较) 。

由图1中的各项参数对比可以看出: ( 1) 东、 中、西三大区域的RDH以外的效率值分别为5. 09 ( 5. 05 + 0. 4) ) 、4. 86 ( 5. 05 + ( - 0. 19) ) 和5. 14 ( 5. 05 + 0. 09) ) ,而RDE以外的效率值分别为7. 45 ( 7. 60 + ( - 0. 15) ) 、8. 10 ( 7. 60 + 0. 50) ) 和8. 05 ( 7. 60 + 0. 45) ,这意味着三大经济区域的工业企业在R&D投入以外的其他生产要素投入方面的效率差异非常小,即R&D投入力度方面的不同是造成企业绩效产出差距的重要原因。 ( 2) 三大区域的RDH短期弹性分别为1. 00、0. 90和0. 95,而RDE短期弹性分别为1. 09、0. 92和0. 96。由此可知, 首先,从地区整体上看,对于三大区域的工业企业 ( 除了没有通过显著性检验的省市) ,其R&D投入包括经费和人员投入都能够提升企业的短期绩效产出; 其次,R&D人员投入对企业短期绩效的促进作用更加明显,因此,应该高度重视对企业R&D人员投入,积极引入和培养研发人才; 再次, 东部地区工业企业的R&D投入的产出弹性略大于中西部地区,其每单位的R&D投入将带来更大的绩效产出。( 3) 三大区域的RDH长期弹性分别为0. 94、0. 99和0. 99, 而RDE长期弹性 分别为1. 47、1. 81和1. 84。由此可知,首先,地区整体 上看,三大区域的工业企业R&D投入包括经费和人员投入都能够提升企业的长期绩效产出; 其次, R&D人员投入对企业长期绩效的促进作用更加明显,这充分说明仅仅依靠研发经费的投入所带来绩效增长持续性远不如研发人员投入,所以,企业从战略的高度重视研发人员的引入和人才的培养, 因为这是企业获得持续竞争优势的关键; 再次,中西部工业企业的R&D产出弹性高于东部地区,这说明虽然中西部工业企业R&D投入短期弹性较小,但是企业且不可因为R&D投入的短期绩效回报不明显就轻视其作用,减少持续性的投入,因为R&D投入可以在较长的时期内持续提升绩效产出并缩小与东部地区工业企业的绩效差距。由此可见,对于我国的工业企业而言,加大R&D投入是提升其绩效产出的有效途径,尤其是对于中西部企业,通过改善R&D投入是缩小区域差距的重要方式。但是,目前中西部工业企业对于R&D投入的重视程度仍然不够重视,与东部地区依然存在较大差距,如图2和图3所示。

数据来源: 《中国科技统计年鉴》( 2004 - 2013) 中各省市规模工业企业 R&D 状况的统计数据。

由图2可以看出,横向对比方面,我国东、 中、西三大区域的工业企业2003年至2012年平均的R&D投入存在较大差距,中西部工业企业对于R&D投入力度偏低,尤其是R&D人员方面的投入不足,是其绩效产出不能迅速提升的重要原因。由图3可以看出 ( 图中变量数据不是绝对数值,而是作了求和归一化处理后的数值) ,纵向对比方面,三大区域的工业企业的R&D经费投入差距在逐步缩小,但是R&D人员投入方面的差距却在不断扩大,而R&D人员投入的短期和长期产出弹性都比R&D经费投入要大。因此,中西部工业企业整体上在R&D投入方面的决策存在失误,其长期以来把R&D投入的重点放在费用支出上,而对R&D人员投入缺乏重视,这是对于企业绩效的持续稳步增长是十分不利,必须尽快扭转这种错误的R&D投入理念。

五、结论与建议

本文依据 《中国科技统计年鉴》( 2003 2012) 中各地区规 模工业企 业的R&D经费投入 ( RDH) 、R&D折合全时当量人员 ( RDE) 和主营业务收入 ( MBI) 的统计数据,利用面板数据模型和误差修正模型,对我国各省市工业企业R&D投入与绩效产出之间的关系进行了分析,得到了如下的研究结论:

1. 我国工业企业的R&D经费投入和R&D人员投入与其主营业务收入具有长期均衡关系。而从整体上看,大部分省市的工业企业R&D经费和人员投入的短期波动同样可以影响工业企业的短期主营业务收入。因此,我国的工业企业应该提高R&D投入的重视程度,并根据R&D投入长短期产出弹性,制定企业R&D支出的预算规划,包括短期计划和长期计划,以促进企业短期经营绩效,并为长期战略绩效的提高提供持续推动力。

2. 从我国工业企业的R&D经费投入和R&D人员投入产出弹性来看,R&D人员投入的长期和短期弹性均高于R&D经费投入。所以,工业企业应该更加注重R&D人员的绩效产出作用,包括调整R&D经费支出结构,提高其中人员劳务费用的支出比例; 提升企业研发部门的战略地位,加大对R&D人员的培训; 积极引入具有自主研发能力的高水平科技人员。

数据来源: 《中国科技统计年鉴》( 2004 - 2013) 中各省市规模工业企业 R&D 状况的统计数据。

3. 从我国工业企业的R&D投入产出弹性的数值来看,大部分省市工业企业的R&D投入对其绩效产出都具有显著的促进作用。但是,部分地区的工业企业的R&D投入弹性值偏低,主营业务收入的增长速度低于R&D投入的增长速度,这说明企业部分R&D投入并没有直接转化为绩效产出,并且R&D投入的绩效影响作用存在一定的滞后性。 因此,我国的工业企业一方面必须通过组织结构调整、绩效评价体系完善和业务流程的改善等措施,提高R&D投入成果的转化效率,加快其转化速度。另一方面,贯彻 “十二五”规划中 “建立企业、科研院所和高校共同参与的创新战略联盟” 的发展理念,积极利用高校和科研院所的科研成果,在控制R&D费用支出的同时,提高工业企业的R&D投入 - 产出绩效。

投入与绩效相关分析 篇10

一、文献回顾

技术创新受到多方面因素的影响, 研发资金投入和人员投入一直是研究的重点, 国内外学者通常认为研发人员投入和资金投入对企业市场价值、技术创新、产品产出等方面有正向促进作用。然而, 并非所有的研究都一致认为研发投入对技术创新绩效有显著影响, 有的学者认为研发投入不一定对创新有影响, 或许有但是具有一定的滞后性;也有认为选取的行业不同, 样本差异等原因导致研究结果也不尽相同;也有研究认为R&D投入中, 人员投入的产出弹性较大。但是不同的行业不同的样本选择情况下, 研发人员投入与资金投入对技术创新绩效的影响是不一样的, 本文将要探讨电子与通讯设备制造业的R&D人员与资金投入是否均对技术创新绩效产生显著影响。因此, 提出以下两个假设。

假设1:R&D人员投入对创新绩效有正相关作用;

假设2:R&D经费投入对创新绩效有正相关作用;

技术创新投入往往分为R&D投入和非直接R&D投入, R&D投入主要包括R&D人员投入和R&D经费投入, 非直接R&D投入包括购买国内技术、技术引进经费、技术改进、引进消化。周新苗用上海工业企业6年的数据作为样本, 实证分析了大中型企业技术引进活动和自主研发活动对企业创新绩效的不同影响。结果表明, 该类企业相比其他未通过技术进步寻求发展的企业均对企业绩效产生了积极作用。华海岭等通过DEA等方法进行研究, 认为我国大中型工业企业技术改造效率普遍较低, 技术对外依存度近年来普遍开始下降。近二十多年来, 我国企业通过引进外商直接投资和直接购买国外技术等方法, 获取国外的先进技术。然而, 有的学者认为, 通过获取国外技术可以使我们通过较快的方式补齐技术短板, 弥补我国技术创新能力不足的问题。当然, 也有学者认为, 国外技术购买会造成我国制造企业对于外国技术的依赖, 并且近几年来我国的经济发展较快, 国外对我们实行技术封锁, 使我们不得不寻求新的出路。然而国内技术购买, 技术引进, 技术改造, 以及引进消化吸收是否都能对电子与通讯设备制造行业起到正想促进作用?因此, 本文中为了探讨了电子与通讯设备制造行业中这四种非直接R&D投入对创新绩效是否都有显著影响做出了一下四个假设:

假设3:国内技术购买对创新绩效有正相关作用;

假设4:技术引进对创新绩效具有正相关作用;

假设5:技术改进对创新绩效据有正相关关系;

假设6:引进消化对创新绩效具有正相关关系。

二、实证分析

1. 指标与模型确定

(1) 被解释变量

我们衡量技术创新绩效选用新产品销售收入。由于有些高科技产业专利指标较小, 有的甚至为零, 不足以衡量技术创新绩效。此外, 由于某些工艺流程或者产品质量改进等无法用专利来具体体现的创新绩效也可以通过产品或服务的产出来实现, 并且所有产品最终都要经过市场的检验, 新产品销售收入这一显性指标更能反映研究成果的商业化水平。

(2) 解释变量

R&D经费投入选用R&D经费内部支出和新产品开发经费支出两个指标, 非直接R&D投入选用购买国内技术经费支出统计、技术引进经费支出统计、技术改进支出统计、消化经费支出统计四项指标来衡量。

本文所选用的数据均来自于《中国高技术统计年鉴》, 选用了1995年-2013年共19年的数据, 根据上面构建的指标体系, 通过eviews7进行回归分析。

(3) 模型确定

假设将创新过程作为R&D投入和非直接R&D投入的函数, 技术创新绩效的衡量指标的计量经济学模型确定为:

其中Y代表创新绩效即新产品销售额, A为常数项, L1为R&D人员折合当时当量, K1为R&D经费内部支出, K2为新产品开发经费支出, F1为购买国内技术经费支出统计, F2为技术引进经费支出统计, F3为技术改进支出统计, F4为消化经费支出统计。ε表示随机误差项, i为观测单元 (i=1, 2, 3…19) , t为时间序列 (1995-2013) 。

2. 回归结果

本文通过逐步回归, 回归结果如下:

确定最终回归模型为:

从上表中的F值 (690.5701, p=0.0000) 可以看出整个模型是显著的, 调整后R2值0.9923可以看出模型的拟合效果较好, 而且根据D-W值2.090, 可以判断自相关现象不太明显;从上述回归结果中, 我们可以看出R&D经费内部 (b=0.40, p<0.01) , 即在1%的水平下显著;新产品开发经费 (b=0.29, p<0.05) , 即在5%的水平下显著;技术改造费用 (b=0.39, p<0.01) , 即在1%的水平下显著。而其他变量如劳动投入, 以及技术引进, 引进消化吸收, 国内购买技术等都不能对新产品销售额产生明显的影响, 故剔除在模型外。

三、结论与建议

1. 结论

(1) 从上述回归模型中, 我们可以看出电子与通讯制造业R&D人员投入对创新绩效影响不显著, 我们拒绝假设1。

(2) R&D经费内部支出和新产品开发经费都对电子与通讯制造业的创新绩效有显著影响。因此, 接受假设2, R&D经费支出对创新绩效的影响更为明显。

(3) 非直接R&D投入中只有技术改造经费对创新绩效有显著正向影响。其他国内技术购买, 技术引进支出, 引进消化支出对电子与通讯制造业的创新绩效无明显影响。接受假设5, 拒绝假设3, 4, 6。

2. 建议

根据以上分析, 我们可以看出, 对于我国电子与通讯设备制造行业, 研发资金的投入是最为关键的, 远远高于研发人员的投入。适当减少人员投入, 保证人才资源合理配置, 加强相关方面的人才培养, 提升管理能力, 科研能力等。合理配置研发资金投入内部配置, 如R&D经费内部支出和新产品开发支出之间的关系, 努力掌握关键和核心技术, 促进工艺流程和产品升级, 对提高行业绩效起促进作用。

另外, 需要根据行业自身的特点, 合理对待技术来源, 配置非直接R&D投入结构。电子与通信设备制造行业非直接R&D投入中只有技术改造对创新绩效的影响是正向显著的, 其他三项指标都无明显正向促进作用。所以将科技成果应用于生产的各个领域 (产品、设备、工艺等) , 采用新技术、新设备、新工艺等在已有的基础上进行改造, 以内涵扩大再生产为主, 从实际出发, 从而实现提质增效、促进产品更新换代, 带动电子与通讯设备制造业的创新发展。所以, 我们在制定政策以及考虑研发投入时, 着重考虑技术改造投入, 而不是盲目的购买新技术, 引进新技术, 或者吸引外商资金。

最后, 注重R&D和非直接R&D投入的平衡。不能顾此失彼, 应当将资源投入在二者之间合理配置, 顾及短板效应。非直接R&D投入在某种程度上可以促进快速的获取产品和服务的利益。在行业中有多种不同资源投入时, 应当优化整合, 有机利用, 协同促进产业发展, 提高创新绩效。调整优化行业投资结构, 避免无谓投入等现象, 尽量实现投入最大化, 加快转变经济发展方式, 实现经济新常态下的稳定发展。

参考文献

[1]王玉荣, 高飞, 张皓博.高端装备制造产业研发投入与创新绩效的实证研究[J].统计与决策, 2015 (10) :135-136.

[2]曹勇, 苏凤娇.高技术产业技术创新投入对创新绩效影响的实证研究——全产业及其下属五大行业面板数据的比较分析[J].科研管理, 2012 (09) :22-27.

[3]罗勇, 李玉.全球价值链的因子植入与路径选择:剖析电子及通信设备制造业[J].全球化与中国, 2011 (11) :110-119.

[4]金颖.R&D投入绩效相关研究综述[J].南京审计学院学报, 2011 (10) :6-10.

[5]陈四辉, 王亚新.我国高新技术产业省区差异与投入绩效实证研究[J].2015 (2) :120-126.

[6]刘焕鹏, 严太华.基于省际动态面板数据模型的实证分析[J].山西财经大学学报, 2014 (8) :42-49.

[7]何勇达, R&D投入.技术引进与制造业技术进步的实证研究[J].企业战略, 2008 (10) :19-22.

[8]周新苗, 唐绍祥.自主研发、技术引进与企业绩效:基于平均数处理效应估计得微观考[J].2011 (4) :104-110.

[9]卢方元, 靳丹丹.我国R&D投入对经济增长的影响——基于面板数据的实证分析[J].中国工业经济, 2011 (3) :149-157.

[10]华海岭, 高月姣, 吴和成.大中型工业企业技术改造和获取投入效率的DEA分析[J].科研管理, 2011 (4) :43-50.

[11]毕克新, 样朝均, 艾明晔.外部技术获取对我国制造业技术创新的影响研究[J].工业技术经济, 2012 (11) :55-61.