《浅析各省份大中型工业企业研究开发投入与产出绩效关系》由会员分享，可在线阅读，更多相关《浅析各省份大中型工业企业研究开发投入与产出绩效关系（29页珍藏版）》请在金锄头文库上搜索。
1、引言1二、文献综述1三、实证研究2（-）数据和模型描述2（二）工业企业高科技产业对产出绩效的影响分析31 数据的平稳性分析32. 回归模型的影响形式确定53. Panel Data 模型估计7四、纟吉论与建议9（-）加大研究开发资金投入9（二）培养高技术人才10（三）均衡地区研究经费10参考文献11附录1实验数据13浅析中国各省份规模以上工业企业研究开发投入与产出绩效关系引言技术创新有助于工业企业降低企业的单位生产成本，扩大产品的市场需求，提升 企业的竞争力，有助于企业开拓新的经济创收点。随着工业4.0时代的到来，高技术 的研究开发在工业发展中占有重要的地位。截止2016年的数据统计山，我国有
2、9644 家大型工业企业，其中有R&D活动的企业6017家，占总数的62.39%；此外，国内 中型工业企业有52669家，其中有R&D活动的企业20452家，占总数的38.83%。在 工业企业中，有R&D活动的企业占有很大的比例，尤其是大型的企业。工业企业越 来注重自主创新能力，加大了对R&D活动的人力或资本投资。据统计年鉴数据，2009 年，中国工业企业的R&D人员全时当量为144.7万人年，2015年263.8万人年，2016 年为270.2万人年，2016年相较于2009年的R&D人员全时当量增长了 87%, 2016 年相较于2015年同比增长2.4%,关于科技人员的增加有明显的增长。
3、工业企业有关 于研究经费的支出，也在持续增长。2009年规上工业企业R&D经费内部支出为3775.7 亿元,2015年R&D经费内部支出为10013.99亿元,2016年的内部经费支出为10944.7 亿元。2016年规上工业的R&D经费内部支出相较于2009年同比增长190%,相较于 2015年同比增长9个百分点。这些数据都表明工业企业对于研究开发的支出越来越 重视。对于工业企业来讲，创新的重要性在于能为企业创造独一无二的产品，以及随 之实现的巨大经济价值。企业通过产品创新和技术模仿将创新成果转变为自身生产力 的能力是其获取经济利益的关键影响因素。本文主要基于2009年至2016年工业企业
4、的调查数据，对我国的工业企业的产业绩效以及科研投入展开了实证研究。二、文献综述实施创新驱动发展是我国的一项基本国策，为支撑该战略的执行，我国的策略主 要集中于加大创新投入以提高工业企业科研的水平。在所有的创新主题中，工业企业 尤其是规模以上的企业的科研水平及其影响因素是研究的重点，进而为企业的研发效 率提供对策思路。在国内的文献研究中，对中国工业企业的研究效率与研发绩效之间 的影响因素都进行了研究，这些因素包括市场竞争水平2勺，市场化程度6，企业规 模对外开放程度，所有权结构，政府科技资助，环境规制利率市场 化，产业集聚l，4-15J,创新投入等。高技术的研发投入这一因素带来了工业企业产出的增
5、加，近年来，这一影响引起 了国内学者的广泛关注，国内学者从不同的角度对于研发投入对产出的影响进行了探 索。吴晓晓等通过分析30个省、市、自治区的大中型工业企业数据发现，随着政 府资助强度的提高，企业研发投入强度的系数由正到负，两者之间呈现倒U型关系。 戴小勇等认为研发投入强度对企业绩效影响的门槛效应存在行业差异。刘海洋等 从微观角度研究认为，研发投入能够显著提高企业生产效率和盈利能力。郭研等冈 发现高科技企业的规模对研发投入密度具有显著的负效应。刘峰等通过对 2008-2013年中国各省的高技术的产出绩效以及创新投入的相关而板数据进行分析， 发现研发经费的投入能够有效提升产业绩效，然而研发人员
6、数量的投入却削弱了产业 绩效，冃前我国高技术产业的研发投入显现出非均衡状态。中国工业企业为我国的GDP做出了卓越的贡献，技术创新的作用也在日益凸显。 技术的投入包括了经费支出以及人力资本的投入，这些因素对企业的绩效是否存在影 响？如果存在影响，对企业业绩的影响程度如何？对不同的省份是否影响程度会有不 同？这些问题对文章以后的研发带来了启示。本文利用2009年至2016年中国31个 省、自治区、直辖市的面板数据，通过单位根检验、Hausman检验、以及F检验为问 题的研究确立了变截距固定影响模型，研究创新投入与工业企业产出绩效之间的关 系，研允哪些因素会为企业的绩效发挥作用。三、实证研究（一）数
7、据和模型描述本文的数据来源于中国科技统计年鉴，根据年鉴统计的口径一致性以及数据 的完整性，选择了 2009年至2013年省际面板数据，一共选取了中国31个省份自治 区，选取了各省份大中型工业企业主营业务（单位：万元，用I表示）收入，代表各 省份大中型工业企业的产岀绩效；选取各省份大中型工业企业的R&D人员全时当量 （单位：人年，用P来表示），以及各省份大中型工业企业的R&D经费支出（单位： 万元，用R来表示），用P和R两个变量来表示投入。我们的冃标是分析工业企业 高技术的投入与企业的产出绩效关系，我们采用Eview7.2对数据展开分析，详细源 数据见附件，原始属于相关描述见下表。表1原始数据描
8、述统计表变量 VariableIPR观测值Obs248248248均值Mean2. 61E+0865556. 122263506.中位数median1. 64E+0831431.50971525.5最大值Maximum1. 57E+09451885.016762749最小值Minimum319687.019.000001162. 000标准差Std. Dev3. 23E+0896905. 463316159.公司的主营业务收入反映公司的产出绩效，反映工业企业的生产能力。本文釆用生产函数模型作为本文建模的基础。该模型认为企业的产出绩效受两方面投入的影 响：一是资本的投入，企业在进行生产时，物质的
9、投入为企业的生产起到了正向的作 用，企业在增加物质投入的同时，需要学会有效率地进行生产。二是知识的投入，科 技研究与开发产生的正效应促进工业技术的发展，为工业企业的发展起到无形但有重 要的推动作用。该模型最早由Arrow在内生经济增长模型中提到，Arrow原模型可以 简单概括为：Y = AK,(4-1)其中A代表企业的技术水平，K代表企业的资本投入。鉴于此研究冃的，将等式(41)线性化，面板数据的回归模型一般形式可以简化为:In(厶)=a + A In() + 02ln(R,) + Q + X + “，(4-2)其中i =人是个体i在/吋刻的主营业务收入；Q表示，模型的截距项；E，心表示个体，
10、在/时的比阶段R&D人员全时当量以及R&D内部经 费支出的观测值向量；0,禹表示回归系数；爲表示固定或者随机的截面效应；是 指固定或者随机的时期效应；儿是独立同分布的误差项，满足(/,) = 0o(%1) 工业企业高科技产业对产出绩效的影响分析1 数据的平稳性分析面板数据同时包含了时间维度和截面维度，当时间维度增加到一定长度时，会给 模型带来伪回归的后果，如果是非平稳序列，序列在各个时间点上的随机规律是不同 的，我们将会面临无法通过已知的信息去掌握序列整体的随机性。所以我们先检测研 究的序列是否具有平稳性，乂因为时间跨度高于五年，所以我们对数据采用了单位根 检验。首先，我们通过时序图对提供的原
11、始数据序列的平稳性进行初步的分析，主要是 判断序列的截距以及趋势问题。详见下图。1,600,000,000600,000.000 -400,000,000 -200,000,000 -1.400,000,000 -1,200,000,000 -1,000,000,000 -800,000,000 -0- . .20092010201120122013201420152016BJSXJLJSFJHNCQYNGSXJPPPPPPPPPRRRRRRRRRHBLNSHAHSDGXGZSHNXTJNMHLJWGDSC篇PPPPPPPPPPRRRRRRRRRQIHLJ裟gdscxz-%sxjljsfjhn
12、:cq_yn_gs_xjHBLNSHAHSDGXGZSHNX曹理GX善 TJ忧ZJJXGD:SC_XZ_QH_BJ_SX几JSigYNGSIXJ -I-1-P p p p p p p p p R R R R R R R R R R图1面板数据的时序图根据上图的分析，我们发现该时序图有截距但趋势并不明显。接下来，我们希望 对该序列进行单位根检验，来验证该序列是否为平稳序列。我们通过将原始数据线性 化，并将线性化的原始数据在POOL对象中进行单位根检验。对于主营业务收入I序列，我们首先将I序列线性，之后针对In(I)序列进行平稳 性检验。我们提出原假设认为该序列不具有具有平稳性。通过单位根检验，结
13、果如下 表所示。表2 In序列单位根检验统计量伴随概率横截面观测值方法MethodStatisticProb.*Cross-sectionsObsLevin, Lin & Chu t*-12.18830.000028185Im, Pesaran and Shin W-stat-5.263370.000028185ADF - Fisher Chi-square134.5670.000028185PP - Fisher Chi-square132.3860.000028196经过检验，我们发现在当显著性水平为0.05,采取各种检验方法检验In(I)是否具 有平稳性，都显示伴随概率小于0.05,拒绝
14、原假设，序列In(I)具有平稳性，且不存在 单位根。同理，我们对R&D人员全时当量P线性化的序列In(P)进行分析，对其单位根检 验结果如下。表3 In(P)序列的单位根检验方法Method统计暈Statistic伴随概率Prob.*横截面Cross-sections观测值ObsLevin, Lin & Chu t*-12.93020.000028187Im, Pesaran and Shin W-stat-4.217040.000028187ADF - Fisher Chi-square118.5560.000028187PP Fisher Chi-square123.1980.000028
15、196经过检验，在当显著性水平为0.05的情况下，采取各种检验方法检验In(I)是否 具有单位根，皆显示伴随概率小于0.05,所以拒绝原假设，序列In(I)具有平稳性，不 存在单位根。同理，关于R&D的相关序列In(R)的单位根检验结果如下所示，表4 In(R)单位根检验方法Method统计量Statistic伴随概率Prob.*横截面Cross-sections观测值ObsLevin, Lin & Chu t*-13.00870.000028186Im, Pesaran and Shin W-stat-4.548400.000028186ADF Fisher Chi-square123.5000.000028186PP - Fisher Chi-square131.9580.000028
