论文部分内容阅读
摘 要：创新驱动战略是当前我国实现“中国梦”的一项重要国家政策，本文选取全国31个省、直辖市和自治区的高校科研数据，运用了DEA数据包络分析法进行静态数据分析，并使用Malmquist指数对2010-2015年间的动态面板数据进行分析。分析发现，我国高校大部分科研经费使用处于DEA有效状态，创新驱动政策会影响技术进步指标，而技术进步指标对整体科研绩效表现起到制约作用。
关键词：创新驱动;DEA-Malmquist指數;高校科研
中图分类号：F23 文献标识码：A doi：10.19311/j.cnki.1672-3198.2021.27.039
1 DEA-Malmquist模型及指标选取
1.1 DEA-Malmquist模型
数据包络分析法（Data Envelopment Analysis，简称DEA）是一种非参数前沿效率分析方法，该方法从相对效率概念角度提出，综合量化评价多个决策单元（Decision Making Units，DMU）的经济效率。DEA方法对具有多项投入和产出指标项的系统有很强的适用性，该模型不需要预先设定投入产出变量的函数关系，也不需要确定各变量的权重，仅利用可得的投入和产出数据，就能综合评价各决策单元的相对效率。对许多庞大而复杂的社会经济系统，投入和产出之间的关系极其复杂，难以用简单的函数或权重进行模拟，这时DEA方法就体现出其优越性和有效性，因而被广泛应用在城市建设经济状况分析、公共事业的资源配置有效性评价、金融机构的效率分析等各种社会、科技、经济领域。Malmquist指数用来衡量各个DMU的全要素变动，包含了技术进步、综合技术效率变动和规模效率三者间的关系。应用Malmquist指数可以具体分析产出的决定因素究竟源于哪些方面，从而进一步指导资源配置的改善和技术的革新。
1.2 指标选取
在应用DEA方法进行绩效评估时，指标的选择要遵循导向性、科学性、可行性等原则，同时考虑DMU数量，指标选择不宜过繁，指标之间要避免存在联动关系。本文主要研究的是在创新驱动的国家战略背景下，高校科研经费投入的绩效情况，因此在指标选择时有所侧重，不同于过往研究全面考量的指标选择体系，本文在指标选择方面会侧重于选择与科学研究创新相关的指标，并关注创新研究成果转化的相关产出，注重产出指标所体现的是创新成果的质量而不是数量，考察创新成果所获得的技术认可、影响力和市场转化度。因此，本文选择的投入产出指标体系如表1所示。
2 各地区高校科研经费绩效的实证分析
2.1 各地区高校科研绩效静态面板数据分析
本文采用的数据主要来自于教育部科技司发布的2011-2016年度《高等学校科技统计资料汇编》，由于该材料数据存在一定滞后性，每年发布的是前一年度的数据，因此实际数据是2010-2015年度的数据。运用EDAP2.1软件对2015年度的各省及自治区的高校科研数据进行静态面板数据分析。由于科研活动的周期长，统计数据披露滞后，根据2017年最新发布的《2016年高等学校科技统计资料汇编》，其中统计的2015年我国31个省及直辖市自治区高校科技活动数据，采用BCC模型进行分析，结果如表2所示。
从综合技术效率层面上看，31个地区的得分最低的宁夏回族自治区分值为0.454，比最高分值1低54.6%，可见全国范围内科研活动效率水平参差不齐，差距较大。DEA综合效率为1的地区有15个，占到全国的一半，表明这些地区科研经费和人员的投入得到了充分利用，产出的结果位于生产前沿面上，是绩效最高的地区。非DEA有效地区16个，其中低于0.8的地区有7个，占43.75%，说明在科研投入效率偏低的地区里，还有相当比例的地区有很大的上升空间。
将综合技术效率分解为纯技术效率和规模效率来看，纯技术效率为1的地区有19个，说明有4个地区处于纯技术效率有效，而DEA无效的状态，这说明这几个地区科研资源配置合理，管理水平也达到了一定水平，但是规模效率没有达到有效状态，仍需改进。从全国范围来看，规模收益递增的地区6个，占19.35%。规模收益递减的地区有10个，占32.26%。
2.2 2010-2015年各地区高校科研绩效动态面板数据分析
下面针对2010-2015年间的各省、直辖市和自治区的动态面板数据进行Malmquist指数分析，各年度的全国整体Malmquist指标分解结果如表3所示。
从表3中可以看出，全要素生产率Malmquist指数的平均值为1.014，整体上呈弱有效，从各年度数据的变化情况来看，2013年Malmquist指数增长了11.01%，规模效率增长了7.25%，技术进步指标增长了4.3%，纯技术效率略微下降了0.79%，因此可见当年不论是科研经费、人力要素的投入效率，还是科研项目相关的管理水平都有较大提升。从2013年开始至2015年指数虽然大于1，但是2014年下降了1.91%，2015年下降了1.36%，表明全国高校科研绩效虽然整体有效，但效率的增长呈下降趋势。其中2014年的Malmquist指数下降主要是由于规模效率下降了4.6%，下降幅度较大，同时纯技术效率下降了0.79%，从而导致综合技术效率整体下降了5.33%，虽然当年技术进步指标增长了3.63%，但整体上仍导致全要素生产率出现了下滑。与此相反，2015年的Malmquist指数下降则主要是由于技术进步指标下降了6.45%，其次纯技术效率指标下降了2%，虽然规模效率提高了7.7%之多，但前两项指标的下降导致了整体效率的下降。
3 结论与建议
本文着眼于在创新驱动战略的政策背景下，我国31个省、直辖市和自治区高校近几年的创新科技研究的投入和产出现状，对科研经费、创新研究人力资源投入和项目投入，以及产生的创新成果和转化成果进行了绩效分析。 数据表明，高校科研经费等各项投入整体绩效良好。我国高校整体科研水平参差不齐，各地区差距较大，地域发展不均衡。但有50%以上的地区达到了资源配置的有效，说明整体科研资源使用绩效较好，资源的投入转化为了有效地產出。需要加大对少数民族自治区为主的偏远地区科研经费投入，从数据分析结果来看，西藏自治区和新疆维吾尔自治区的全时科研人员和科技经费投入都处于全国比较偏低的水平。同时，内蒙古自治区、广西壮族自治区、宁夏回族自治区科研绩效尚未达到DEA有效，但这些地区的规模收益呈规模递增，说明这些地区的科研投入仍有调整和进步空间。这些地区许多都位于“一带一路”倡议的重要部署区域，对这些地区加大创新投入，有着更加深远的战略意义。创新驱动战略下的政策环境提高了技术进步指标。本文使用Malmquist指数分析，表明创新驱动的战略，对技术进步有正面积极的作用，但在31个样本地区内，67.74%的地区技术进步指标有效，说明大部分地区的技术创新趋势是进步的。
要使创新驱动发展战略真正落地，就需要作为科研主体重点的高等院校迸发创新活力，用科学的方法提高科研资源的配置效率，注重与研究机构和企业的协同创新，使得创新研究的成果价值得到更大体现，成为推进经济增长可持续发展的引擎，帮助促进经济发展方式转变和经济结构转型，为“中国梦”的实现加足马力。
参考文献
[1]Michael Porter.The Global Competitiveness Report 2002-2003[M].New York：Oxford University Press，2002.
[2]Bank D，Janakiraman S.Analysis of Trends in Technical and Allocate Efficiency：An application to Texas Public School Districts[J].European Journal of Operational Research，2004，154（2）：477-491.
[3]Abbott M，Doucouliagos C.the Efficiency of Australian Universities：a Data Envelopment Analysis[J].Economics of Education Review，2003，（22）：89-97.
[4]关于深化体制机制改革加快实施创新驱动发展战略的若干意见[EB/OL].http：//news.xinhuanet.com，2015-03-23.
[5]陈波.论创新驱动的内涵特征与实现条件——以“中国梦”的实现为视角[J].复旦大学学报（社会科学版），2014，（4）.
关键词：创新驱动;DEA-Malmquist指數;高校科研
中图分类号：F23 文献标识码：A doi：10.19311/j.cnki.1672-3198.2021.27.039
1 DEA-Malmquist模型及指标选取
1.1 DEA-Malmquist模型
数据包络分析法（Data Envelopment Analysis，简称DEA）是一种非参数前沿效率分析方法，该方法从相对效率概念角度提出，综合量化评价多个决策单元（Decision Making Units，DMU）的经济效率。DEA方法对具有多项投入和产出指标项的系统有很强的适用性，该模型不需要预先设定投入产出变量的函数关系，也不需要确定各变量的权重，仅利用可得的投入和产出数据，就能综合评价各决策单元的相对效率。对许多庞大而复杂的社会经济系统，投入和产出之间的关系极其复杂，难以用简单的函数或权重进行模拟，这时DEA方法就体现出其优越性和有效性，因而被广泛应用在城市建设经济状况分析、公共事业的资源配置有效性评价、金融机构的效率分析等各种社会、科技、经济领域。Malmquist指数用来衡量各个DMU的全要素变动，包含了技术进步、综合技术效率变动和规模效率三者间的关系。应用Malmquist指数可以具体分析产出的决定因素究竟源于哪些方面，从而进一步指导资源配置的改善和技术的革新。
1.2 指标选取
在应用DEA方法进行绩效评估时，指标的选择要遵循导向性、科学性、可行性等原则，同时考虑DMU数量，指标选择不宜过繁，指标之间要避免存在联动关系。本文主要研究的是在创新驱动的国家战略背景下，高校科研经费投入的绩效情况，因此在指标选择时有所侧重，不同于过往研究全面考量的指标选择体系，本文在指标选择方面会侧重于选择与科学研究创新相关的指标，并关注创新研究成果转化的相关产出，注重产出指标所体现的是创新成果的质量而不是数量，考察创新成果所获得的技术认可、影响力和市场转化度。因此，本文选择的投入产出指标体系如表1所示。
2 各地区高校科研经费绩效的实证分析
2.1 各地区高校科研绩效静态面板数据分析
本文采用的数据主要来自于教育部科技司发布的2011-2016年度《高等学校科技统计资料汇编》，由于该材料数据存在一定滞后性，每年发布的是前一年度的数据，因此实际数据是2010-2015年度的数据。运用EDAP2.1软件对2015年度的各省及自治区的高校科研数据进行静态面板数据分析。由于科研活动的周期长，统计数据披露滞后，根据2017年最新发布的《2016年高等学校科技统计资料汇编》，其中统计的2015年我国31个省及直辖市自治区高校科技活动数据，采用BCC模型进行分析，结果如表2所示。
从综合技术效率层面上看，31个地区的得分最低的宁夏回族自治区分值为0.454，比最高分值1低54.6%，可见全国范围内科研活动效率水平参差不齐，差距较大。DEA综合效率为1的地区有15个，占到全国的一半，表明这些地区科研经费和人员的投入得到了充分利用，产出的结果位于生产前沿面上，是绩效最高的地区。非DEA有效地区16个，其中低于0.8的地区有7个，占43.75%，说明在科研投入效率偏低的地区里，还有相当比例的地区有很大的上升空间。
将综合技术效率分解为纯技术效率和规模效率来看，纯技术效率为1的地区有19个，说明有4个地区处于纯技术效率有效，而DEA无效的状态，这说明这几个地区科研资源配置合理，管理水平也达到了一定水平，但是规模效率没有达到有效状态，仍需改进。从全国范围来看，规模收益递增的地区6个，占19.35%。规模收益递减的地区有10个，占32.26%。
2.2 2010-2015年各地区高校科研绩效动态面板数据分析
下面针对2010-2015年间的各省、直辖市和自治区的动态面板数据进行Malmquist指数分析，各年度的全国整体Malmquist指标分解结果如表3所示。
从表3中可以看出，全要素生产率Malmquist指数的平均值为1.014，整体上呈弱有效，从各年度数据的变化情况来看，2013年Malmquist指数增长了11.01%，规模效率增长了7.25%，技术进步指标增长了4.3%，纯技术效率略微下降了0.79%，因此可见当年不论是科研经费、人力要素的投入效率，还是科研项目相关的管理水平都有较大提升。从2013年开始至2015年指数虽然大于1，但是2014年下降了1.91%，2015年下降了1.36%，表明全国高校科研绩效虽然整体有效，但效率的增长呈下降趋势。其中2014年的Malmquist指数下降主要是由于规模效率下降了4.6%，下降幅度较大，同时纯技术效率下降了0.79%，从而导致综合技术效率整体下降了5.33%，虽然当年技术进步指标增长了3.63%，但整体上仍导致全要素生产率出现了下滑。与此相反，2015年的Malmquist指数下降则主要是由于技术进步指标下降了6.45%，其次纯技术效率指标下降了2%，虽然规模效率提高了7.7%之多，但前两项指标的下降导致了整体效率的下降。
3 结论与建议
本文着眼于在创新驱动战略的政策背景下，我国31个省、直辖市和自治区高校近几年的创新科技研究的投入和产出现状，对科研经费、创新研究人力资源投入和项目投入，以及产生的创新成果和转化成果进行了绩效分析。 数据表明，高校科研经费等各项投入整体绩效良好。我国高校整体科研水平参差不齐，各地区差距较大，地域发展不均衡。但有50%以上的地区达到了资源配置的有效，说明整体科研资源使用绩效较好，资源的投入转化为了有效地產出。需要加大对少数民族自治区为主的偏远地区科研经费投入，从数据分析结果来看，西藏自治区和新疆维吾尔自治区的全时科研人员和科技经费投入都处于全国比较偏低的水平。同时，内蒙古自治区、广西壮族自治区、宁夏回族自治区科研绩效尚未达到DEA有效，但这些地区的规模收益呈规模递增，说明这些地区的科研投入仍有调整和进步空间。这些地区许多都位于“一带一路”倡议的重要部署区域，对这些地区加大创新投入，有着更加深远的战略意义。创新驱动战略下的政策环境提高了技术进步指标。本文使用Malmquist指数分析，表明创新驱动的战略，对技术进步有正面积极的作用，但在31个样本地区内，67.74%的地区技术进步指标有效，说明大部分地区的技术创新趋势是进步的。
要使创新驱动发展战略真正落地，就需要作为科研主体重点的高等院校迸发创新活力，用科学的方法提高科研资源的配置效率，注重与研究机构和企业的协同创新，使得创新研究的成果价值得到更大体现，成为推进经济增长可持续发展的引擎，帮助促进经济发展方式转变和经济结构转型，为“中国梦”的实现加足马力。
参考文献
[1]Michael Porter.The Global Competitiveness Report 2002-2003[M].New York：Oxford University Press，2002.
[2]Bank D，Janakiraman S.Analysis of Trends in Technical and Allocate Efficiency：An application to Texas Public School Districts[J].European Journal of Operational Research，2004，154（2）：477-491.
[3]Abbott M，Doucouliagos C.the Efficiency of Australian Universities：a Data Envelopment Analysis[J].Economics of Education Review，2003，（22）：89-97.
[4]关于深化体制机制改革加快实施创新驱动发展战略的若干意见[EB/OL].http：//news.xinhuanet.com，2015-03-23.
[5]陈波.论创新驱动的内涵特征与实现条件——以“中国梦”的实现为视角[J].复旦大学学报（社会科学版），2014，（4）.