创新绩效体现了一个产业或企业的竞争力，是判断一个国家工业技术水平高低的重要参考指标，它不但直接反映了一个企业的科技实力，同时也是衡量一个地区经济发达程度的重要指标。目前评测创新绩效的方法主要有参数法和非参数法两大类。非参数法与参数法相比，其优势是没有固定的函数格式,这样可以避免因为个人的研究角度不同,对计算的最终结果产生影响,而且该方法在研究多投人多产出问题的效率方面具有优势。其不足之处是必须设定确切的边界,而且测量误差对结果带来的影响也没有得到校正。参数方法由Kumbhakar和Lovel总结提出，主要利用随机前沿分析（Stochasticfrontieranalysis,SFA)方法进行研究，由于SFA方法不仅可以测算每个个体的技术效率，而且可以定量分析各种相关因素对个体效率差异的具体影响，因此得到了广泛的应用。
影响区域制造业创新效率的因素很多，Takeda、Chaminade、Schiuma等人的研究发现:地理位置、不同组织间的合作以及资本的投人都会对创新效率产生影响。为了研究不同影响因素的作用，白俊红、Pohle、张宗益等人均对基本的SFA模型进行了修改，加人了金融机构的关注、高校的支持、人力资源素质等影响因素。
本文为了研究人员及资金投人在一段时间内对创新绩效的影响的变化趋势,将人员全时当量和资本存量作为投人指标,专利申请量作为产出指标,并对作为生产模型的柯布-道格拉斯生产函数进行拓展,弓丨人了研究与发展（Researchanddevelopment,R&D)人力资源的投人、R&D资金的投人、时间的变化和技术的变化。着重分析了人力及资金投人在不同地区、不同时间对企业创新的影响。
1.指标选取
本文选取R&D人员全时当量L和R&D资本存量R作为投人指标，专利申请量作为产出指标，其中R&D资本存量的计算方法如式（1)所示
式中:Rt表示第t年的研发资本存量,E,表示第t年的研发经费支出额。基期的R&D资本存量R。用公式E0(1+g)/(9g+15%)计算，其中g为基年以后研发经费支出的平均增长率,用年份数据的年平均增长率代替，即:g=(末期R&D投人量/基期R&D投人量）1z(n-1),n为样本的年份总数。
2.模型选取
在模型选择的方面，本文运用的是柯布-道格拉斯生产函数，并运用面板数据进行模型的运算，选择面板数据是因为面板数据是时间数据和截面数据的结合数据’相对于时间数据和截面数据有更好的属性，能精确反映数据包含的信息，而且数据并不严格地服从分布假设。在函数中加人所要分析的因素’生产函数模型具体如式(2)所示
式中:i为省市（i=1’2’一’28)’t为时期（t=1,2’…’5)’Y；为第i个地区在第t年的国内专利申请量人为第i地区在第t年的R&D人员全时当量’Rlt为第i地区在第t年的R&D资本存量#为待估计参数’Vit为随机误差项并服从正态分布’即vit~N(0’52)’uit为非负的随机变量’表示第i个地区在t年的无效率项’一般假定
式中:内服从非负断尾正态分布’即内~N+(/X’sl)’n代表了生产的无效率随时间的变化程度。若该值为正数’则表示经济主体的无效率随着时间的推移而下降’若为负则表示经济主体的无效率将随着时间的推移而上升。
研发人力资源和研发资金的产出弹性系数如式(3)和(4)所示
3.结果评价与分析
3.1模型估计值
将式（1)代人FR0NTER4.1软件’数据来自2006~2010年《中国高端装备制造业统计年鉴》，得到表1中待估计参数的估计值。
3. 2 各地区人力及资金对创新绩效的影响
将表1 中的数据代入式(3)、(4)可得各地区人力资源及资金投入的弹性系数,具体如表2、3 所示。
从表2可以看出，2005~2009年我国28个地区的制造业R&D人力资源要素产出弹性系数不断下降，由2005年的0.2762下降到2009年的0.1720,这说明由于人才流动加快,创新效率对人力资源的依赖在下降。经济较发达的上海、江苏、广东等地,人力资源产出弹性系数要普遍低于经济不发达的河北、河南等地，这说明经济发达地区的人力资源产出弹性系数较小;而表3则表明R&D资本存量要素产出弹性系数处于不断增长的趋势；由2005年的0.6342上升到2009年的0.7759’这说明资金投人仍显不足’其对创新效率的影响在不断增加。同样对比上海等地与河北等地可知’经济发达地区的系数明显高于经济不发达地区’这说明经济发达地区的资金产出弹性系数较大。
将表2与表3的数据进行对比发现，R&D资本要素产出弹性系数高于R&D人力资源要素产出弹性系数，这说明目前我国高端装备制造业创新产出更多依赖于资本的投人而不是人力的投人。这既反映了我国对研发重视不够，在科研研发方面投人不足的现状，也反映了我国装备制造业的企业大多是劳动密集型企业’企业生产规模的扩大主要依靠增加普通操作人员。因此在企业的升级转型中应把技术研发放在首位’人员和资金的投人应该向研发倾斜’减少普通操作人员占总员工数的比例。
3.3河北与经济发达地区的差异
根据图1可知，在2005~2009年间，人力的作用在河北省企业发展的过程中是不断减小的，这也符合经济发展的规律，在其它经济较发达地区，如河北附近的京津地区，以及南方的上海和江苏，人力资本弹性系数均低于河北省，这说明经济发达地区对于研发人员的依赖较小，因此在今后的发展过程中’河北省高端装备制造业会沿着其目前的发展趋势，不断降低对人力资源的依赖。
与对人力的依赖不同，河北企业在2005~2008年间，其对资金的依赖在不断增加，仅在2009年有所下降，而经济发达地区的数值则是有波动的’这说明在中国，越是经济欠发达地区，高端制造企业对资金有越大的依赖性。从具体数据分析，北京、天津和上海的数据虽然有波动’但还是明显高于河北，即使是变化趋势与河北相同的江苏’其数据曲线也在河北之上，这说明经济发达地区的资金对创新效率的影响更大’即创新更依赖于资金投人，见图2。造成以上现象的原因可能是’经济相对发达的地区研发资金投人比例和总量比较大’而且信息流通’资金的转化率较高，因此资金的产出弹性系数大；同时经济发达地区更容易吸引到高素质人才’因此人才对于发达地区已不是稀缺资源’这就造成了人力资源产出弹性系数结果偏小。
河北省在2005~2008年人力资源产出弹性系数及资金产出弹性系数呈单调变化’，但2009年发生了反常的变化，这可能与当地地方的经济政策有关。总体来说’河北省制造业面临的是研发人员产出弹性系数高于全国平均水平’研发资金产出弹性系数低于全国平均水平的现状。参照经济发达地区的指标，在以后的发展中’河北省应利用自身的地缘优势，加强与京津地区的经济、文化联系’在吸引人才的同时，对资金要合理分配，避免资金的浪费。
4.结论
基于改进的SFA模型，分析了全国28个省市地区制造业在人力资源及资金投人两方面对创新效率的影响’可以得到以下结论：
(1) 人力资源影响的下降和资金投人影响的上升反映了我国装备制造业对人力资源的依赖在减少，对资金的依赖在增加;而人力资源产出弹性系数小于资金投人产出弹性系数说明我国人力资源投人相对过剩’而财力资源投人相对不足的实际情况。
(2) 我国经济发达地区由于资金投人量大，转化效率高，因此资金产出弹性系数大;而由于更容易吸引到高素质人才，因此对人力资源的依赖小，相应其产出弹性系数也就小。本文研究针对的是各个地区整体经济创新效率对资金及人力的依赖情况,如果排除产业结构和产业层次因素差异所产生的影响,会得到更具指导意义的结果，这也是今后的研究方向。
