我國民族八省區R&D投入相對效率的SFA分析

楊安文 潘澤江 陳池波

（①③中南財經政法大學工商管理學院 湖北武漢430072 ②中南民族大學管理學院 湖北武漢430074）

只有創新才能促進科技進步?？茖W技術作為第一生產力，在地區發展中扮演著越來越重要的角色。目前，創新型國家戰略正在全面推進，自主創新已成為區域發展和區域協作的根本途徑。我國內蒙古、寧夏、新疆、西藏和廣西五大少數民族自治區和少數民族分布集中的貴州、云南、青海三省，統稱為民族八省區。民族八省區的協同發展在創新型國家戰略中占據了重要地位?；诿褡灏耸^的發展基礎，只有加強民族八省區的特色產業才能促進區域創新能力提升，促進區域發展。這就對民族八省區的研發創新能力提出了更高的要求。加大研發經費和人員投入量，提升少數民族地區研發創新能力，才能推進區域社會經濟發展，促進創新型國家戰略的全面實現。

一、民族八省區的R&D投入產出現狀

自1998年以來，民族八省區的R&D人員投入和經費投入總體呈上升趨勢，但上升幅度差異較大，人員投入上升幅度最大的是廣西，從1998年的6193人年到2011年的40135人年；其次是內蒙古和云南，分別從1998年的8788人年和9675人年上升到2011年的27603.5人年和25091.9人年；其余省份的變化趨勢如圖1所示（單位：100*人年）。經費支出上升幅度最大的是廣西和內蒙古，分別從1998年的15522.8萬元和12349.4萬元上升到2011年的681691.4萬元和716592.4萬元（已經過R&D支出價格指數進行折算）。其余省份的經費支出變化趨勢如圖2所示。

圖1 民族八省區R&D人員全時當量變化趨勢圖

圖2 民族八省區研發經費支出變化趨勢圖

因R&D投入效率不同，高投入并不一定能獲得高產出。如專利申請授權量上升幅度從大到小依次是廣西、云南、貴州、新疆、內蒙古、寧夏、青海和西藏，具體的變化趨勢如圖3所示。由圖可知，無論是從絕對量還是從相對量來看，都說明了民族八省區之間的研發投入效率存在較大差異。

二、變量設置、數據處理及研究模型簡介

（一）投入變量

根據國際通用指標，研發投入可分為人力和財力，并常用R&D人員全時當量來表示人力投入，用R&D經費內部支出表示研發財力投入。其中，R&D人員全時當量由全時人員與非全時人員的工作總量折合組成，R&D經費內部支出可從調查單位年度報告中得出。

圖3 民族八省區專利申請授權量變化趨勢圖（單位：項）

（二）產出變量

本文用“專利申請授權量”衡量研發產出，作為產出變量。當然，關于“專利申請受理量”能否準確作為產出變量，學術界存在很大爭議，Griliches和Pakes（1984）認為因為有些研發者并不申請專利，所以不能用“專利申請受理量”作為研發產出衡量指標。他們還進一步證明了由于各專利質量情況是不一樣的，因此，用“專利申請授權量”并不能體現創新成果的經濟價值。而國內學者通常采用“創新產品銷售收入”、“新產品開發項目數”兩項指標來代表研發產出變量（朱有為等，2006；馮福根等，2006）。[3]但是我們可以發現，這兩個變量指標也存在同樣的問題，一方面是研發結果不一定以產品形式存在，更不一定以產品交易形式體現，因此該兩個指標同樣不科學，而且有些省域在統計報告中并沒有列出相應數據。所以，在沒有找到更合適變量的時候，本文仍然將“專利申請授權量”作為研發產出變量。

（三）數據來源及處理

本文所用數據均來自《中國科技統計年鑒》，根據模型程序運行對時間序列的需要，選擇1999年至2012年的科技統計年鑒進行了數據采集和處理。人力投入和產出變量指標不需要作處理，財力投入指標則需要進行折舊換算。另外還借助朱平芳等人構建的指數結論，對1998年到2010年的經費數據進行平減。同時還對投入與產出之間的時滯進行了平移處理，也即當年投入應該在投入后的2-3年計算產出。

(四）研究模型

關于研發投入效率的測算，國際學術界當前已有很多種方法，如數據包絡分析(DEA)、隨機前沿分析法（SFA）、索洛余值法（SOLLOW）等。我國學者也逐漸引用這些方法，同時還根據實際情況作了相應改進。在這些方法中，被使用的最多的是SFA隨機前沿分析法，實踐也證明了該方式是相對有效的，所得出的結論與實際情況較為吻合。例如在《SFA模型及其在我國技術效率測算中的應用》一文中，何楓等用SFA模型對改革開放后二十年來的技術效率進行測算，得出了平均技術效率穩步上升，同時發現在效率差異上，東部分別以15%、33%的比例高出中、西部。在此，本文選擇SFA作為民族八省區R&D投入相對效率的研究模型。

運用SFA隨機前沿分析法時對生產函數也有很多選擇，在此，本文選擇對數型柯布-道格拉斯生產函數。利用基于對數型柯布-道格拉斯生產函數的SFA對我國民族八省區1998年到2010年13年間的研發投入產出效率水平及其變化進行實證研究。具體模型公式如下：

模型中，Y表示各民族省區的“專利申請授權量”，單位為項；K表示各民族省區的研發投入費用資本存量，單位為萬元；L表示各民族省區R&D人員全時當量，單位為人年。 β0為截距項，β1和β2均為待估計的參數。其中，β1表示勞動力產出彈性，β2表示資本產出彈性。i為各民族省區序號，取值為1-8；t為數據年份次序，取值為1-13。對數型柯布-道格拉斯生產函數式子中，ε為誤差項，由相互獨立的Vit和Uit兩部分組成。其中，Vit服從正態分布，反映隨機誤差；Uit服從正半部正態分布（Uit＞0），反映僅僅影響部分省區的隨機因素。TEit=exp[-Uit]表示樣本中第i個省份在第t時期內的投入產出效率水平。當Uit=0時TEit=1，意味著生產點規模處于前沿，顯示技術效率狀態良好；當Uit＞0時0＜TEit＜1，意味著生產點規模未處于前沿，顯示技術效率狀態欠佳。[4]式3、4可用于表示時間對Uit的影響程度，η為待估參數，β(t)＞0。若 η＞0，則 β(t)會加速下降，若 η＜0，β(t)加速上升，若η=0，β(t)會保持原狀。式5中γ也為待估參數，當γ=0時，σ2u趨近于0，這樣就可進一步推知Eit=vit。根據統計檢驗原理，若原假設γ=0被接受，則說明民族八省區生產點都位于前沿線上，基于Battese和Coelli的觀點，本文選擇最大似然檢驗法對模型參數進行檢驗。

圖4 民族八省區與北上廣研發投入效率變化趨勢比較

表1 SFA模型參數的最大似然估計結果

三、實證結果分析

根據面板數據，運用Frontier4.1程序對SFA模型進行了估計。得到如下結果：表1為有關參數及其相關檢驗的結果；圖4是將民族八省區與北京、上海、廣東研發投入效率變化趨勢作比較的結果。

根據以上參數估計結果和各省域的研發投入產出效率水平增長變化，說明在我國省際數據基礎之上運用SFA方法對我國的研發投入產出效率進行測算有效且意義重大。從表1和圖4的實證分析結果來看，可得到以下主要結論及發現。

（一）γ=0.6826（0.4977）且LR統計檢驗均在1%的水平下是顯著的，這說明在對數型函數中誤差項有著十分明顯的復合結構，因此，對我國民族八省區13年以來的面板數據使用SFA方法是必要的。

（二）從資本和勞動力這兩大要素的函數系數來看，β1=0.5022（0.6584），β2=0.3679（0.3968），也就是說：增加1%的研發人員全時當量投入，將獲得專利申請授權量0.52（0.66）個百分點的增長；增加1%的研發經費投入，可獲得專利申請授權量0.37（0.40）個百分點的增長。這點也符合“大力提高自主創新能力，人才是核心”的戰略理念。

表2 民族八省區和北上廣綜合研發能力比較

（三）結果表明，在民族八省區中最近13年平均研發效率從高到低依次是新疆、貴州、廣西、云南、內蒙古、寧夏、西藏、青海。如果要完整地評價各地區的研發投入效率，應該從研發投入、研發產出、研發投入效率及研發投入效率增長變化率四個方面來考察。將民族八省區和北京、上海、廣州的以上四個指標進行比較，得到如表2所示的結果。

從表2可以看出，廣東研發創新高投入高產出高效率，效率保持基本穩定；上海研發投入效率次于廣東；北京卻是高投入高產出低效率但效率在快速增長，可能的解釋是北京研發創新系統復雜，管理起來極為不易，經過相關部門努力，效率會越來越高。

就民族八省區的研發投入及其效率來看，投入較高的廣西、云南和內蒙古研發投入效率相對較高，而新疆以較低投入獲得了較高產出，說明新疆研發系統效率高，值得深入分析。投入低的西藏、青海、寧夏相應地獲得更低的產出，效率相對低很多。

總結而言，在一定范圍內，投入越高獲得的產出效率也越高?？赡艿慕忉屖歉哐邪l投入可使研發人員積極性提高，同時也可以購買高質量設備和工具，研發系統效率也隨之提高。

（四）η=0.0159（0.0151）為正數，說明時間因素對β(t)的影響將以遞增的速率下降，即說明民族八省區的Uit將隨著時間的推移而加速下降。

結論

本文使用1998-2011年中國省際面板數據，運用隨機前沿分析法（SFA）對我國民族八省區研發投入效率進行了測算，并將八省區的研發投入效率與北京、上海、廣州三個發達地區進行比較，綜合研發投入、研發產出、研發投入效率及研發投入效率增長變化率四個指標，分析了民族八省區和發達地區的研發效率差別及可能的因素，從中可以得出以下結論。

第一，民族八省區的研發投入效率增長還處于粗放型增長階段，主要依賴于研發經費和人員的投入量。從1998年以來，民族八省區的研發投入總體穩步增加，但增加的幅度極小。隨著投入的增加，研發效率不斷提高，仍處于粗放增長階段。在一段時間內，增加投入仍然是提高民族八省區研發投入效率的主要手段，在增加研發投入時，應該注重人力和財力的結構安排，提高研發人員素質是提高研發效率的重要途徑。

第二，要素投入量只有在一定區間范圍內才能有效提高研發效率。西藏、青海這兩個省區的投入量極低，導致其效率低下，效率增長率也很低；而北京的投入量極高，效率卻極低，說明投入量只有在一個合適的范圍內才能使研發效率達到最大值。由于本文篇幅和數據有限，研發系統復雜，要探索出這個合適的要素投入區間（區域）還需要深入研究。

第三，民族八省區研發投入效率和效率增長率呈現出明顯的省域空間差異。從八個省域的研發投入效率來看，新疆的研發投入效率最高。而云南、廣西、內蒙古的研發投入遠遠大于新疆，但效率卻較低，這說明新疆研發系統內部可能存在一些高效率特性，值得進一步分析研究。從研發投入效率增長率來看，西藏、青海效率增長最慢，增長率為0.19%和0.18%，其余的省域效率增長率均在0.24%到0.28%之間。分析民族八省區的研發效率差異對提高民族地區和全國的研發效率具有重要意義。

[1]Pakes,Griliches.Patents and R&D at the firm level:A First?look 1InZ1Griliches(Ed1),R&D patents and productivity[M].Chicago:University of Chicago Press,1984.

[2]Battese G E,Coelli T J.Frontier production functions,technical efficiency and panel data:with application to paddy farmers in India[J].Journal of Productivity Analysis,1992,3(1/2):153-169.

[3]張君華.基于工業視角的我國區域技術創新效率的差異性研究[D].南京:南京財經大學,2011.

[4]張曉瑞,宗躍光.城市開發的資源利用效率測度與評價——基于30個省會城市的實證研究[J].中國人口·資源與環境,2010（5）:95-101.

[5]朱平芳,徐偉民.政府的科技激勵政策對大中型工業企業R&D投入及其專利產出的影響——上海市的實證研究[J].經濟研究，2003（6）.

[6]何楓,陳榮,何煉成,等.SFA模型及其在我國技術效率測算中的應用[J].系統工程理論與實踐,2004,24(5):46-50.