浅谈工业企业技术创新投入产出效率范文

摘要：基于2007～2016年《南京市统计年鉴－规模以上工业企业科技活动》的数据，运用多元回归模型，分析研究了投入因素对规模以上工业企业技术创新产出的影响。研究结果表明：科技活动人员数、R＆D经费内部支出及政府资金对规模以上工业企业技术创新新产品产值有显著影响。因此，提出了要侧重对企业科技活动人员的培养、加大R＆D经费内部支出的投入量，提高政府资金投入的精准度，促进企业技术创新产出。

关键词：企业技术创新；规模以上工业企业；多元线性回归

1研究背景

党的“”报告指出，要加快建设创新型国家，坚持创新发展理念。GuW等认为技术创新作为企业重要的竞争战略之一，受到政府和企业的重视。政府和企业推行了很多政策，投入了大量研发资金，对推动技术创新起到了一定的积极的作用，将政策实施效果评价研究工作做好，为将来出台针对性更强的政策提供更有价值的参考依据就显得尤为重要。只有对已有政策实施效果进行客观评价，才能为将来出台针对性更强的政策提供更有价值的参考依据。国内外学者关于企业技术创新投入要素与产出的关系展开了广泛研究，李金保认为我国现阶段的R＆D经费投入模式结构呈低水平均衡状态、资金的结构和配置还存在很大缺陷；有些学者将政府R＆D投入和与企业R＆D投入的产出做了比较，分析两者间的最优情况；林宇佳和谷玉飒等认为企业研发资金投入是成果产出的关键影响因素；李邃发现企业R＆D内部经费支出影响企业技术创新产出；张永安和郄海拓研究发现，我国各省市的创新成果有所增加，但是效率有待提高；戴浩认为政府补助可以促进企业技术创新；朱巍等认为人员投入和经费投入对创新产出高度相关。已有研究大多从宏观方面分析，鲜有从微观方面分析的。2019年，南京再次被评为新一线城市，南京的科技创新能力、综合经济实力和城市发展水平等都有一定程度提高。本文以南京市为例，运用多元回归分析、柯布道格拉斯生产函数模型等方法，重点分析科技活动人员数、科学技术投入、科技活动经费筹集总额、政府资金、R＆D经费内部支出、R＆D经费外部支出这些投入要素对规模以上工业企业技术创新产出的绩效评价。旨在得出，哪种因素对于大中型工业企业的产值影响最大，企业技术创新投入的切入点，如何将有限的资金合理化分配等问题。

2研究假设和模型构建

本研究选择生产函数的方法研究投入产出效率。生产函数表示在一定时期内，在技术水平不变的情况下，生产中所使用的各种生产要素的数量与所能生产的最大产量之间的关系。由道格拉斯生产函数转化的线性形式作为该研究建立实证研究的基本多元线性回归模型。lnY为南京市的企业技术创新产出值即新产品产值；lnKJ代表科学技术投入；lnJF代表科技活动经费筹集总额、lnZF代表政府资金、lnRY代表科技活动人员数、lnNB代表R＆D经费内部支出、lnWB代表R＆D经费外部支出。人员投入、财务投入对企业技术创新产出的影响模型回归方程如下：

3数据来源和描述性分析

本研究的数据来源于2007～2016年《南京市统计年鉴－规模以上工业企业科技活动》，在其中选取了具有代表性的科学技术投入、科技活动经费筹集总额、政府资金、科技活动人员数、R＆D经费内部支出、R＆D经费外部支出及新产品产值的相关数据，经过分类整理而成，是反映规模以上工业企业技术创新活动总体情况的数据资料汇集，具体如表1。从表1可以看出，南京市在2007～2016年中科学技术投入，科技活动经费筹集总额、政府资金科技活动人员数R＆D经费内部支出、R＆D经费外部支出、新产品产值）的总额在总体上有很大幅度的增加。其中2016年的科学技术的投入同比2007年增加了8．52倍，其中增幅最大出现在2011年，同比上一年增加了一倍；2016年的科技活动经费筹集总额是其2007年的2．47倍；新产品产值2016年是2007年的2．12倍，由于基数较大，所以这一增速同比其他城市较为可观；2016年的R＆D经费外部支出是2007年的2．15倍高于R＆D经费内部支出的1．77倍；2016年的科技活动人员数是2007年的1．95倍；但就总体来看，除了科学技术投入，其他指标的增速普遍在1．5～2．5倍之间，几个指标之间增速的偏离度并不是很大。

4“新一线”城市规模以上工业企业技术

创新投入产出效率实证分析本文运用SPSS24．0专业统计软件对数据进行多元线性回归分析处理。为了避免大数对回归分析带来的影响，先将2007～2016《南京市统计年鉴－规模以上工业企业科技活动》相关数据取对数处理，再进行回归分析。R2作为判断模型总体检验拟合优度，越接近于1其拟合度越精确。这些因素对企业技术创新产出回归分析的R2值为0．969，非常接近1，表明结果的拟合度较高。F检验的sig值为0．001＜0．01，说明样本数据对模型的拟合度较好（表2）。为消除多重共线性影响，本文使用逐步回归的方法，逐步剔除了经费筹集总额和科技技术投入，得到的回归结果如表3，给出的是多元线性回归方程的系数和显著性检验结果，表中的T检验是对单个自变量的显著性检验。可以看出T检验对应的sig值有是3个小于0．05，1个大于0．05，B表示的是各个自变量在回归方程中的回归系数，但由于多个自变量的取值范围和量纲是不同的，所以需要通过比较表中的标准系数的绝对值来判断各个解释变量对被解释变量的影响程度。所以逐步回归方程为最终结果为：回归结果显示，科技活动人员数显著性差异为0．003，小于置信水平0．01，通过了显著性影响检验，具有统计学意义；在其他影响因素不变的条件下，科技活动人员数对于新产品产值的影响系数是正数，具有正向影响即科技活动人员数越多，企业的科研水平会因此而提高，给企业带来不断地专利创新，从而使得新产品产值增加；此外，在解释变量的单位标准化后，科技活动人员数每提高一个单位，新产品产值平均增加0．664个单位即影响程度为0．664的绝对值。R＆D经费内部支出显著性差异为0．009，小于置信水平0．01，通过了显著性影响检验，具有统计学意义；在其他影响因素不变条件下，R＆D经费内部支出对于新产品产值的影响系数是正数，具有正向影响即R＆D经费内部支出越多，用于研发的科技经费就越多，且这部分资金的利用效率相对而言较高，使得企业的科研水平得到提升，从而使得新产品的研发能力得到提升，促进了新产品产值的增加。此外，在解释变量的单位标准化后，R＆D经费内部支出每提高一个单位，新产品产值平均增加1．182个单位即影响程度为1．182的绝对值。相比较其他因素，R＆D经费内部支出的影响程度最大。政府资金显著性差异为0．028，小于置信水平0．05，通过了显著性影响检验，具有统计学意义；在其他影响因素不变条件下，政府资金对于新产品产值的影响系数是负数，具有负向影响，即由于政府资金的投入利用效率相对于其他资金较低，相对而言阻碍了新产品产值的增长效率，此外，在解释变量的单位标准化后，政府资金每提高一个单位，新产品产值平均减少0．765个单位即影响程度为－0．765的绝对值。R＆D经费外部支出显著性差异为0．350，大于置信水平0．1，没有通过了显著性影响检验，即相比较而言，它的显著性更不明显一些，对新产品产值的影响没有其他因素那么深。

5对策

随着时代的发展，创新科技的要求，协同、开放的理念要求，因继续加强人员投入和财务投入，充分调动企业的积极性，发挥中国特色社会主义市场经济的作用，提高企业自身的科研能力，以科研为牵引，不断提高企业的技术创新产出，在绿色经济的前提下实现高效率的资本回报。

5．1加大研发创新人才培养力度

要实现人才强国，科技兴国，研发人员是企业、机构开展科技活动的中军力量，因此企业和政府在科技事业上应继续加强科技人员的投入量，完善人才的落户等一系列基础政策，积极鼓励和引导高校与企业的合作关系，例如开展多层次，多行业的高校创新创业大赛，鼓励高校科技人才进行高质量创新项目的申报，从而促进产学研一体化的深入结合，企业的自身研发实力以及创新效率，增强新产品的科技含量，从而提高新产品的议价能力，实现新产品产值的增加。

5．2加大R＆D内部经费支出的投入

R＆D内部经费支出是企业科技活动的重要前提，政府和企业都应注重这部分的支出，特别是R＆D内部经费支出中基础研究部分，这能很大程度的提高新产品的创造和新科技的产生；同时，要注重R＆D外部经费支出的对象，降低搜寻成本和协调成本的产生，提高委托单位和合作单位支出的资金产出水平，保障企业的科技研发。

5．3提高政府资金的使用效率

运用新的科学技术，对政府资金使用效率测评，优化政府资金的投入结构，政府资金更加高效的运用，并且带动社会其他资金自发的投入到企业的科研中去。与此同时政府在资金政策上也应支持企业的研发创新，适当拓宽企业的科研资金融资渠道，给予企业科研资金的融资优惠。多种举措并行，增强企业科研投入的长效增长，增加专利申请数，提高新产品产值，增加企业的科研产出。

参考文献

［2］李金保．我国政府R＆D资金配置模式创新研究［J］．征信，2010（2）：82～83．

［3］陈钰芬，李金昌．政府R＆D资助对企业R＆D经费投入的影响————基于浙江省规模以上工业企业行业面板数据的实证分析［J］．商业经济与管理，2011（2）：30～35．

［4］林宇佳，谷玉飒，郭远哲，等．企业创新投入与产出关系实证研究———基于医药行业上市公司的分析［J］．会计之友，2014（19）：71～78．

［5］李邃，万秉烛．长江经济带区域创新系统投入与产出效率研究［J］．统计与决策，2017（23）：141～144．

［6］张永安，郄海拓，颜斌斌．基于两阶段DEA模型的区域创新投入产出评价及科技创新政策绩效提升路径研究———基于科技创新政策情报的分析［J］．情报杂志，2018，37（1）：198～207．

［7］苏娜．财政科技专项补贴对企业R＆amp；D投入的影响比较分析［J］．统计与决策，2019，35（3）：182～185．

［8］戴浩，柳剑平．政府补助、技术创新投入与科技型中小企业成长［J］．湖北大学学报（哲学社会科学版），2018，45（6）：138～145．

［9］朱巍，陈慧慧，张景，等．基于专利角度的创新投入产出绩效比较研究———以北京、上海、深圳、青岛、杭州等九城市为样本［J］．科技管理研究，2018，38（5）：77～86．

作者：吕梓阳 周波 单位：江西农业大学