基于FA-SFA的科研機構創新績效研究

魏羽岑 劉慧君

摘 ? ?要：基于因子分析法和隨機前沿生產函數模型，選取7年28個省份科研機構數據，測算國內科研機構綜合效率、經費投入與人員投入對科研機構綜合效率的影響情況。分析發現：國內科研機構綜合效率高低情況與地理區域有關，東部地區效率較高，為人力驅動型，中部地區綜合效率速度最快，西部地區、東北地區效率最低，均為資本驅動型。

關鍵詞：科研 績效 因子分析 隨機前沿生產

項目基金：武漢理工大學國家級大學生創新創業訓練計劃項目基金，項目編號：201810497192

一、模型和方法

（一） FA因子分析法模型

因子分析法（FA）是多元分析中降維的一種方法，可以克服指標數量過多、不集中及眾指標之間存在的相關性給研究帶來的不準確性與復雜性，并使產生的新因子具有較強的可解釋性，因此常被用于進行綜合評價與監控。

（二） SFA隨機前沿分析模型

隨機前沿分析法（SFA）是利用隨機前沿生產函數進行效率估計的方法，該方法首先由Aigner，Lovell&Schmidt（1977）和Meeusen&van den Broeck（1977）各自獨立提出[1]。模型通過對誤差項的分解對技術效率做出估計，誤差項分為兩部分，一項為隨機誤差項，另一項為技術無效率項。

經過SFA的五項檢驗后，本文基于Battese and Coelli（1995）提出的模型，建立隨機生產前沿函數模型，用于分析投入、產出與效率及其影響因素，表達式為：

ln（Qit） = β0 + β1 ln（Kit） + β2 ln（Lit） + （vit - uit）

vit ? N（0，σv2）; uit ? N（mit，σu2）

mit = zitδ ?γ=σu2/（σv2+σu2）

其中，ln（Qit）是第i個機構在第t年綜合產出的對數值;ln（Kit）與ln（Lit）分別表示第i個機構在第t年的資本與勞動投入的對數值;β0是未知參數向量2。vit是隨機噪聲，反映統計測量誤差等不可抗因素造成的模型偏差，假設vit ～N（0，σ2）且與u互不相關;uit是一個非負隨機變量，衡量由于人為因素導致的技術無效率狀況，假設ui～ N（mit，ou2）;η是考慮時變性的待估參數。

二、指標體系構建和數據來源說明

（一）指標體系構建。根據科研機構活動的特點，選取如下變量：

投入方面：選取R&D人員全時當量β1和研發經費資本存量β2作為投入指標。產出方面：選取專利申請數Y1，發表論文數Y2，出版科技著作種數Y3，專利所有權轉讓及許可收入Y4，技術合同金額Y5，科普專題活動次數Y6，科普專題參加人數Y7。

（二）數據來源說明。

本文的數據來源于《中國科技統計年鑒》以及《中國統計年鑒》，選取2010年至2016年間各省份的面板數據。

三、實證分析

（一）基于FA的多產出轉化為單產出

本文利用SPSS 22.0軟件對各年份不同省份多產出指標的巴特利特球形檢驗和KMO檢驗。采用主成分分析法抽取的方法，按照特征值大于1的方式抽取公因子，使其累計解釋方差在60%以上。采用最大方差法對指標正交旋轉，使載荷矩陣中的數據公因子間的方差最大，使因子變量更容易解釋。最后，以各因子的方差貢獻率占各因子方差貢獻率總和的比重作為權重進行加權匯總，得出各省綜合產出Z。

（二） 全國科研機構平均情況

使用兩個投入指標和綜合產出Z使用Battese and Coelli（1995）模型進行數據分析，即使用Frontier4.1軟件對數據進行分析，得到估計結果如表2、表3所示。

根據分析，單位LR顯著性檢驗通過，且γ=0.8629，在1%的水平下顯著，這說明相對于最小二乘法，隨機前沿分析方法更適合應用于本文的數據。由表2可以看出， R&D人員全時當量和資本存量分別與科研產出正相關和負相關，說明科研人員是國內科研機構綜合產出增長的主要動力。同時，人力系數和資本系數之和大于1，出現了規模經濟效應。全國科研機構效率均值整體呈較為穩定的上升趨勢。利用Frontier4.1得到2010年到2016年的28個省份的年平均效率值整體情況，分析得到國內科研機構效率分地區差異明顯。基于此，本文將按照國內地區劃分在下文進行進一步分析。

（三） 各省份科研機構平均情況

使用Frontier4.1軟件對數據進行分析，得到估計結果如表4、圖1所示。

東部地區人力和資本分別與科研產出負相關和正相關，產出轉向為人力驅動型，科研情況已達規模經濟點。地區內各年效率值均高于全國平均水平，科研狀態較好。中部地區研發經費資本存量和R&D人員全時當量均與科研產出正相關，為資本驅動型。西部地區和東北地區整體科研情況較為相似，兩個地區的研發經費資本存量和R&D人員全時當量均與科研產出正相關，產出均為資本驅動型，但西部地區系數之和小于1，說明西部地區科研發展尚未達到規模經濟，可以通過擴大規模促進其綜合效率的提升。

使用Frontier4.1軟件對數據再次進行分析，得到效率均值估計結果如圖1所示。

東部地區效率變化基本與全國總效率變化一致，說明國內科研機構效率提升主要由東部地區帶動。東部地區綜合效率波動較小，形成了較為成熟的科研體系。中部地區整體效率的變化范圍更大，區域科研發展較快，說明中部地區相對于科研體系較為成熟的東部地區有更大的科研發展空間。西部地區和東北地區內部省份差異更大，綜合效率較低，科研狀態更不穩定。

四、提出建議

對科研機構的各項資源投入不能僅僅以量計劃，更要考慮到投入與產出的結構、與地區發展的匹配度等的影響[3]。促進各省的均衡發展，有利于減小科研機構效率波動幅度。同時，應該看到，國內科研機構經費投入結構不合理現象已經較為明顯，結合區域經濟發展等多種因素改進科研機構經費投入刻不容緩。

參考文獻：

[1]余芝霖.基于PP-SFA的高校創新效率及影響因素研究[J].科技與管理，2018，20（02）：14-18+105.

[2] 王曉珍，蔣子浩，鄭穎.高校創新效率動態演進分析及影響因素識別——基于非參數核密度估計和SFA模型[J].統計與信息論壇，2018，33（09）：81-87.

[3] 陳苗.基于隨機前沿分析的高校科研管理績效評估[J].科技通報，2014，30（01）：220-223.