研发回报率测评60年述评文档格式.docx
《研发回报率测评60年述评文档格式.docx》由会员分享，可在线阅读，更多相关《研发回报率测评60年述评文档格式.docx（11页珍藏版）》请在冰点文库上搜索。
这些都需要仔细梳理，以推动中国RD活动的开展，加快创新型国家建设的步伐。
二、国外研究现状
国外对于RD回报率测评研究已有60年历史，主要从宏观层次与微观层次两个维度来开展相关研究工作，其间产生了诸多影响力深远，并在实践中得到广泛应用的研究成果。
（一）宏观层次的RD回报率测评研究
宏观层次的RD回报率测评是指基于国家或地区层面的、对RD投入与产出之间关系或比例的评价。
国外关于宏观层次的RD投入与产出关系的测评研究始于20世纪60年代，内容不仅涉及宏观层次的RD回报率评价，还涉及与RD回报率内涵非常相近的宏观层次的RD绩效评估。
关于宏观层次的RD回报率测评或绩效评估，研究人员的成果目前还不是十分丰富，主要有：
O，Erkki从北欧几国如芬兰、瑞典等国RD回报率的实际评估操作中发现，在评估时必须考虑到评估结果的有效利用问题，评估时需要定量分析，但对精度的要求并不是越高越好，对研究型评估更应注重质量指标而非数量指标；
F，Lichtenberg利用Sum—mers—Heston数据（包括138个国家1950—1992年间29个变量数据）研究RD投入与各国经济增长，发现一个国家科学家和工程师人数及其RD投入可解释约50％的国际间生产力差异；
R，Griffith等使用1974—1990年间12个OECD国家的工业数据研究发现：
国内研发开支越大，与技术主导国的生产率差距缩小得越快，技术创新速度越快；
D，Guellec等人通过对OECDl6个成员国固定样本的研究，发现企业RD支出、公共部门RD支出和国外RD支出每增长1％分别可带动生产率增长0.13％、0.17％和0.46％。
关于宏观层次的RD回报率测评或绩效评估，目前得到世人广泛认可的是以下几个机构的测评体系，尽管其根本出发点并不完全是为了测评RD回报率或RD绩效。
1 OECD科技指标体系
经济合作与发展组织（OECD）是最早系统收集科技统计数据的国际组织，在世界科技统计界处于领先地位，对科技统计的国际标准化和规范化做出了重要的贡献。
OECD的科技指标一方面来自对成员国所进行的RD调查，另一方面充分利用其他国际组织的统计资料。
OECD的科技指标收录在“主要科技指标数据库”中。
该数据库是由最常使用的科技指标数据组成，共有89个指标、29个成员国的时间序列数据，其中有70个指标为RD指标，另19个指标为科技活动的产出和影响指标，即专利、技术国际收支以及RD密集产业的进出口贸易。
RD指标主要是全国以及企业、高等学校和政府部门的RD支出和RD人员，RD支出中包括不变价增长率、购买力平价的比值以及RD与GDP或工业增长值的比值。
在“主要科技指标数据库”的基础上，OECD每年6月和12月都会出版《主要科技指标》数据集，刊登29个成员国投入RD的资源及产出指标，即RD专利技术国际收支、RD密集产业的外贸方面的指标，以及用于计算这些指标的经济指标数据，这些指标可以进行国际对比。
该出版物的电子版本可以从OECD的网站查阅。
2 美国科技指标体系
美国科技指标体系由NSF（美国国家科学基金会）每2年发表的《科学与工程指标》进行规范与说
明。
长期以来，美国科技指标体系的基本内容相当稳定，主要组成部分有美国和国际RD经费、科学和工程劳动力、初中等教育、科学家工程师的大学教育、大学的RD、产业RD与技术创新、公众科技理解及对科技的态度、新兴技术及对社会经济发展的影响，每一部分都包含数量众多的指标及其简要分析和国际比较。
在基本结构保持稳定的情况下，随着国内和全球科技和经济的发展变化，不断调整原有指标或增加新的指标。
3 欧洲创新计分牌
在2021年里斯本欧洲会议上，欧盟就提出以创新科技为发展主轴的发展战略，目的是使欧洲各国能专注于高科技的创新发展，以此改善欧盟生产力不足和企业研发投入不够等状况。
基于此，欧盟于2021年创立了“欧洲创新计分牌”（EIS，EuropeanInnovationScoreboard），并于2021年开始，每年发布欧洲创新排行榜。
EIS指标体系及评价方法由欧盟委员会与联合研究中心合作制定，总结了创新绩效的主要方面。
2021年欧盟与联合研究中心（JRC，JointResearchCentre）密切合作，进行了EIS自2021年欧洲理事会首次提出后的第5次修订。
通过这次修订，评价总体创新指数（SII，SummaryInnovationIndex）的EIS指标体系增加到现在的26个，创新指标种类由原来的4类增加为5类。
具体指标体系如表1所示。
从表1可以看出，欧洲创新计分牌的指标体系中，“创新驱动”、“创业创新”和“知识创造”三个一级指标下属的二级指标，绝大多数可以看成是RD经费投入和人力投入，而“技术应用”与“知识产权”两个一级指标下属的二级指标，绝大多数可以看成是RD的产出，因此，欧洲创新计分牌的统计结果能比较直观地测评出欧盟各国的RD回报率在世界的位置。
（二）微观层次的RD回报率测评研究
微观层次的RD回报率测评是指基于企业、行业、科研机构层面的对RD投入与产出之间关系或比例的评价。
国外关于微观层次的RD投入与产出关系的测评研究始于20世纪50年代末期，内容不仅涉及微观层次的RD回报率评价，还涉及与RD回报率内涵非常相近的微观层次的RD绩效评估。
自Z，Griliches于1958年对RD社会回报率进行评估以来，他对RD回报率进行了连续的研究。
1973年他进行的研究表明，如果假定RD活动的私人收益率为30％，那么在1966年RD活动对生产率的贡献为0.3％，1970年为0.2％；
他于1979年指出，政府研发投入在某些行业中的溢出效应很难测算，因此，即使计算结果显示其投资回报率较低，也不能就此判断对生产率的促进作用较小；
1986年，他研究了1957—1977年间约1000家美国大型制造企业，发现RD投入对提高生产力起着重要作用，而相对于企业研发投入的回报率，政府对企业研发投入的回报率很小。
众多研究者也运用了各种方法对RD回报率进行测算。
E，Mansfield对RD活动的私人收益和社会收益进行了对比研究，得出了“RD活动的社会收益是其私人收益的两倍”的结论：
w，Kendrick基于RD活动的收益率远远高于30％的前提，研究发现RD活动对1948—1966年期间美国商业部门生产率增长的贡献度为0.85％，对1966—1973年间生产率增长的贡献度为0.75％，对1973—1978年间生产率增长的贡献度为0.6％；
M，Scherer也认为RD活动的社会收益大大超过了其私人收益，并证实了技术的溢出效应会大大超越行业的界限：
E，Mansfield以“没有科学研究就无法开发出（在不许长期拖延的条件下）新产品和新工艺”为理论基础，对美国七大产业的76家重要企业的高层主管进行了RD调查，对科学研究活动与所产生的新产品和新工艺的比例问题进行了分析，并将比例作为科学研究的投资回报，得出科学研究的社会回报率为28％；
P，Mohnen利用生产函数对RD回报率进行了估算，其原理是把生产函数中与RD变量相关的系数理解为对回报率的估计；
D，Guellect和VanPottelsberghe运用求偏指标弹性（Partial—indi—catorelasticity）的方法对科学研究的投入回报进行了测度，通过测算不同产业的弹性系数并加以比较，弹性系数大则在很大程度上表明该产业的科学研究投入的回报率较高；
美国国家标准与技术研究所（NIST）的战略规划与经济分析小组对自1992年以来资助的一些研究项目进行经济效果分析，发现对NIST基础性技术研究投资的回报率与企业私人对技术投资的回报率相当，甚至要超过私人投资的回报率；
D，Czarnitizki和K，Hussinge以欧洲经济数据为基础，采用配对方法估计企业RD投入平均影响效果，采用选择配对法构建控制组，通过对12个产业在6个时间段的分析，发现从总体上，受资助企业的平均研发产出大于非资助企业，受资助企业通常有较高的人均专利存量，也有比较大的出口量；
L.Cherchye用DEA方法对荷兰大学的RD效率进行了评估，用学术论文和引文来计算大学的研究生产率；
Kuen—HungTsai和Jiann—ChyuanWang用RD弹性产出测试RD绩效，结果表明，企业RD生产率与企业规模之间存在“u型”关系，即大型企业与小型企业都有很高的RD生产率；
D，Walw—yn以芬兰移动通信业为例，应用Patterson-Hartmann模型（能很好地评估企业RD投入与产品收入）对政府RD投入与回报率之间的关系进行了研究，表明政府RD投入是推动技术进步和社会发展的主导力量；
L.Mario建立了RD回报率的指标体系，包括企业产品人均销售额、人均资本量、人均RD资金量、RD强度、企业员工数、RD人员数，并对117个样本企业进行了实证，结果表明，对企业来说，RD投入所产生的回报远远高于其他投资所带来的回报。
对于RD科研绩效的评价，M，Klaus等人认为，对RD人员的绩效考评应该包括六种个人素质和十种认知能力。
六种个人素质有：
个人经验、服从、情感稳定性、自信、自我实现和自控能力。
十种认知能力包括：
表达能力、问题认知能力、专注程度、想象能力、记忆力、逻辑思维能力、反应能力、联想能力、思维定式和归纳思维能力。
R，Tess认为，对RD人员的绩效评价指标应包括：
忠诚、工作业绩、责任感、遵纪守法、诚实、合作精神、积极主动性和领导才能等八项指标。
三、国内研究现状
国内对于研发回报率的评估，始于20世纪80年代末期，更多是从研发投入与产出关系、研发绩效评估的角度来研究，并取得了不少成果。
国内对于宏观层次的RD回报率或投入产出关系的评价研究最先脱胎于区域或国家创新能力的评价，仅是把RD投入与产出作为测度区域或国家创新能力的若干指标，并没有严格区分区域或国家创新能力与RD回报率。
最近几年来，这一分化已开始涌现，不少学者专门探讨宏观层次的RD回报率或投入产出效率的评价问题。
代富强和李新运根据数据包络分析（DEA）方法的特点，从投入和产出两方面建立RD投入产出效率评价指标体系，其中RD投入包括RD人员、RD研究与实验设备、RD经费三个方面，RD产出包括专利、发表科技论文、出版科技著作（此三项为直接成果）、GDP增速、工业增加值、高新技术产业增加值、新产品销售收入、万人国际互联网络用户数（此五项为经济效益），并对山东省各区域RD投入产出效率进行了测评；
连燕华等人设计了技术创新投入和产出指数，利用这两组数据核算了近几年中国技术创新的投入产出比，并以此对中国技术创新的发展态势作了初步的评价；
于宁构建了两层次的有效度量RD经费支出绩效的评价指标体系，第一层次由投入、过程、产出和效果等四类基础指标构成，第二层次由经济性、效率性、有效性等三类评价指标构成，并对中国1995—2021年的各项指标数据进行了实证分析，以此衡量中国当前RD经费支出的经济性、效率性和有效性；
张倩肖和冯根福把“研发经费支出占全国的比例、科学家和工程师人数占全国的比例、研发经费支出占GDP的比例、人均研发经费、每万人中拥有科学家和工程师人数”作为研发投入的指标，把“专利授权数、国外三大检索工具收录的论文数、技术市场成交合同金额”作为研发产出的指标，运用DEA方法对中国三类地区2000—2021年研发效率进行了评估和比较；
赵涛和张爱国建立的RD投入指标包括RD人员中科学家与工程师、RD经费支出总量、RD经费投入占GDP的比重，RD产出指标包括发明专利授权量、国际论文数、技术市场成交额、新产品产值率、高新技术产业增加值，利用因子分析法对中国区域RD绩效进行了评价；
于静霞和刘玲利采用C<
sup>
2<
/sup>
R模型和超效率模型，对中国30个省份的科技投入产出效率进行了测算，并对中国科技投入产出现状进行了分析。
与国外关于宏观层次的RD回报率测评或绩效评估一样，目前有几个机构的测评体系比较得到认可，无论是直接或间接来测度宏观层次的RD回报率或投入产出绩效。
1 中国科学技术指标
1992年以来，国家科学技术部会同国务院有关部门和相关单位，编撰出版“中国科学技术指标”系列报告，并以政府出版物“科学技术黄皮书”的形式发布。
它的特点是综合运用大量的科技相关数据，定量地反映国家的科技实力、潜力及在世界所处地位，反映科学技术对社会、经济的作用和影响。
《中国科学技术指标》每两年出版一期，最新一期是2021年5月出版的《中国科学技术指标（2004）》，即“科学技术黄皮书”第7号。
《中国科学技术指标（2004）》主要内容分为三块：
投入指标、直接产出指标和间接影响指标。
投入指标包括：
人力资源、财力资源、物力资源和信息资源等。
直接产出指标包括：
专利、科技成果和奖励、科技论文、国内技术贸易、国际技术贸易和高新技术产业等。
间接影响指标包括：
国内生产总值、劳动生产率、能源消耗、制造业增加值、生活质量等。
2 中国区域创新能力报告
《中国区域创新能力报告》由国家科技部政策法规司与体制改革司下属的中国科技发展战略研究小组组织调查并编写，从2021年开始发布第一期报告，目前最新报告为《中国区域创新能力报告2005-2006》。
《中国区域创新能力报告》把区域创新能力定义为一个地区将知识转化为新产品、新工艺、新服务的能力。
认为区域创新能力主要由以下要素构成：
知识创造能力，即不断地创造新知识的能力；
知识流动能力，即利用全球一切可用知识的能力；
企业创新能力，是指企业应用新知识推出新产品、新工艺的能力；
创新的环境，是指为知识的产生、流动和应用所提供的环境；
最后是创新的经济绩效，即创新的产出能力。
这五个要素构成区域创新能力评价指标体系的一级指标。
从这些指标看，统计结果能间接地测评出中国各省（市、区）的RD投入产出绩效在全国范围内的位置。
国内关于微观层次的RD投入与产出关系的测评研究始于20世纪80年代末期，内容更多地是关于微观层次的RD投入产出绩效的评价，初始阶段主要是对科研机构的RD投入产出绩效测评进行研究，21世纪以来，则将关注点更多地转向企业的RD投入产出绩效的评价。
曹东琪认为，科研单位基本的投入因子包括科技人员、科研经费和仪器设备，基本产出因子包括任务完成率、科技成果和经济收益，采用与标准量比较的办法使不同量纲的因子归结为同一盈纲，可以对科研单位进行投入产出分析；
何传启和马诚把科研单位的科学活动投入区分为社会投入的人力、物力、财力和信息，产出包括科学论文著作、学术交流、人才培养、科学成果、发明专利和技术服务，认为科学活动的效益等于产出除以投入；
黄明儒等以“投入一活动一产出—效率”四段模式，构建了科研机构科技活动绩效综合评价指标体系，应用多元统计分析，给出了一种综合评价的定量分析方法；
尤弢和邱均平比较全面地剖析了科研系统的投入与产出状况，并建立了科研系统的投入产出模型，设计了投入产出表；
中国农科院农业经济研究所通过对中国粮食作物科研回报率的研究，认为中国农业科研投资的内部收益率高达65％；
赵正洲和王鹏运用线性回归的数学分析方法，定量地分析了高等农业院校的各项科研成果数量与科研经费、科研课题数、博士生人数、博士生导师人数四项投入变量的关系；
赵红专等人把科技论文、科技奖励、科技成果、社会贡献和开发经营五个方面作为对公共科研机构绩效起重要作用的因子，构成公共科研机构绩效评价的基本指标；
申红芳等从四川省农业科研机构的产出能力人手来分析科研机构投入产出的效率及其影响因素，产出能力评价结果显示，产出的效率受到投入总量、投入结构、体制改革和机构内部管理四个要素的影响。
刘德学和何勇从资源投入、过程管理、直接产出和经济潜力等四个方面给出了一套由19个指标构成的企业RD项目效率评价指标体系；
宋剑波和王斌会通过运用综合评价和层次分析法，以广东省制造业各行业RD资源投入和产出为例，对其进行了评价；
金鸿博和吕本富通过对企业组织中的RD机构性质分析，给出了RD组织中一般性的平衡计分卡设计方法，并介绍了平衡计分卡在企业RD绩效评价中的应用；
梁莱歆和王正兵运用“拉开档次”的综合评价方法，通过综合指标值的计
算，得出各期的经营成果和市场效益的综合评估值，结合RD投入对企业连续几年的RD绩效状况进行评价，并运用这一方法对夏新电子近几年的RD绩效进行了实证分析；
郭斌在国家统计局公布的2021年度中国软件开发企业统计资料和所收集的杭州软件企业数据基础上，对中国软件产业是否存在可观测的规模效应、中国软件产业研究开发（RD）活动对绩效是否存在一致性的正向影响这两个问题进行了实证研究；
窦艳和师萍利用数据包络分析方法（DEA），通过对中国企业1992—2021年RD投入绩效及其变化进行测度和分析；
钟卫等利用DEA模型对第一次全国经济普查资料中38个工业行业的RD投入绩效的效率进行了比较研究；
陈伟和刘井建针对目前企业RD绩效评价中存在的问题，提出了一种新的基于数据包络分析（DEA）的两阶段评价模型；
程华等构建了一个企业RD投入产出的计量模型，并利用中国1999-2021年间29个省市（不包括海南、西藏）大中型工业企业的面板数据，对政府科技资助、企业RD支出、金融机构贷款等对企业RD产出的影响进行了实证分析。
四、国内外研究特点分析
对现有RD回报率或投入产出绩效评价的相关研究成果及文献进行分析，可以发现八个“比较丰富”和“相对较少”：
（1）目前的研究中，将RD等同于科技活动并对其进行评价的研究成果比较丰富，将RD从科技活动中剥离出来再进行评价的研究成果相对较少；
（2）研究RD绩效评估的成果比较丰富，而以RD回报率评价为直接研究对象的成果相对较少；
（3）以直接产出和成果作为RD回报率或绩效评价指标的研究成果比较丰富，而对其他一些收益性指标（如RD成果的社会影响力）的研究成果相对较少；
（4）研究企业的RD回报率或绩效评估的成果比较丰富，而研究政府资助的公共科研机构的RD回报率或绩效评价的成果相对较少；
（5）关于RD回报率或绩效评价的理论、方法、模型等成果比较丰富，但建立在实证分析基础上的研究成果相对较少；
（6）以静态数据来评价各类组织的某一确定时间下的RD回报率或绩效的成果比较丰富，而从动态变更的角度来考虑各类组织的若干时间段的RD回报率或绩效评价的成果相对较少；
（7）为了对RD回报率或绩效评价而评价的研究成果比较丰富，而将评价结果作为RD资源配置的有效工具的研究成果相对较少；
（8）对不同的RD活动类型和层次采用同一种评价尺度的研究成果比较丰富，而分类评价、分机构评价、分行业评价、分区域评价的研究成果相对较少。
五、研发回报率测评展望
中共中央总书记、国家主席胡锦涛在2021年全国科技大会上说，中国未来15年科技发展的目标是，2021年建成创新型国家，使科技发展成为经济社会发展的有力支撑。
同年2月，《2006-2020国家中长期科学和技术发展规划纲要》发布，该《纲要》站在历史的新高度，以增强自主创新能力为主线，以建设创新型国家为奋斗目标，对中国未来15年科学和技术的发展作出了全面规划和部署，是未来15年指导中国科技发展的纲领性文件。
《纲要》明确提出了具体目标：
到2021年，全社会研究开发投入占国内生产总值的比重提高到2.5％以上，力争科技进步贡献率达到60％以上，对外技术依存度降低到30％以下，本国人发明专利年度授权量和国际科学论文被引用数均进入世界前5位。
从这些目标来看，涉及到RD投入与RD产出两个方面，目标的实现，实质是整个国家RD回报率的提升与飞跃。
中国目前的RD回报率评价体系已很难准确地反映出创新型国家的发展阶段、发展优势，也很难分析RD回报率的水平和走势，无法分析它们与科技进步、经济成长和社会发展等其他方面的内在联系，也无法对创新型国家的建设提供强有力的指导作用，而且与国外相比，尚存在很大差距，无疑会对中国建设创新型国家产生一定的负面影响。
因此，中国应建立一套适合中国国情的、易于进行国际比较的、能产生正面导向作用的RD回报率评价体系。
全面促进创新型国家建设战略的早日实现。
尽管开展科学合理的研发回报率评价是势在必行、迫在眉睫的工作，但是，建立RD回报率分类评价体系应在现有的基础上，积极借鉴国内外有益的经验，充分体现以下两种思想：
和谐思想和可持续发展思想。
党的十六大以来，以胡锦涛同志为总书记的党中央先后提出构建社会主义和谐社会和推动建立持久和平、共同繁荣的“和谐世界”的思想（简称“两个和谐”思想），成为指导中国经济社会发展与外交工作的重要战略思想。
任何一个国家都应把自身的发展与人类共同进步联系在一起，既利用和平发展带来的机遇发展自己，又以自身的发展更好地维护世界和平，促进共同发展。
因此，需要大力发展科学技术事业，以科技创新促进和谐社会、和谐世界的建设。
对国家科学技术事业发展状况进行测评的RD回报率评价，也应以和谐思想为指导。
可持续发展思想是一种关于人类发展的新的生存观、发展现、价值观和世界观，它要求人类发展应实现人口、社会、经济、资源、生态、教育以及信息等诸因素之间的相互协调，而且这种适应与协调必须是建立在既能满足当代又不会对后代构成威胁与危害、并满足后代的基础上。
一个国家要想在全球化的竞争中取得更
升级会员 