基于熵值法-超效率DEA分析法的廣東省科技人才政策效率評價研究

周海燕 鮑祥生

【摘 要】科技人才是粵港澳大灣區建設國際科技創新中心的生力軍，廣東省應積極探索有利于人才發展的政策和機制。本文基于熵值法-超效率DEA分析法對廣東省科技人才政策進行效率評估后發現，廣東省科技人才政策整體效率表現為技術無效，并提出相關建議：注重科技人才政策的延續性，做好長期規劃；優化政策體系中各類型政策的比重；優化科技人才政策體系中各類受惠群體的比重；按受惠群體類型制定、管理和實施政策，進一步加強部門間的聯動。

【關鍵詞】廣東省；科技人才；政策效果評估；DEA模型

2019年2月，我國發布了《粵港澳大灣區發展規劃綱要》，綱要中提及人才多達40處。綱要提出，粵港澳大灣區具備建設國際科技創新中心的良好基礎，“要建設人才高地，實行更積極、更開放、更有效的人才引進政策……積極探索有利于人才發展的政策和機制，加快創建國際化人才特區。”在粵港澳大灣區建設的新時期，廣東省將更加積極調整科技人才政策。

一、相關文獻綜述

近年來，我國對科技創新人才日益重視，學者們從不同角度進行了相關政策研究。部分學者對科技人才政策的整體情況進行了研究。比如，劉忠艷等（2018）研究了政策內容、政策工具等方面的政策變遷情況；劉云（2017）從人才的價值觀與人才生態、人才計劃的負面效應、科研機構用人選人、對博士后的支持、人才流動等多個方面對我國科技人才政策進行了思考。部分學者從引進、培養、使用、評價、激勵等科技人才管理各個環節進行政策研究。比如，顧承衛（2015）從科研資助、薪酬個稅、創業扶持、住房補貼等幾個方面，研究了海外人才引進政策。吳江（2018）對青年科技人才的培養使用進行了深入思考。

綜上所述，無論對科技人才和科技人才政策的研究都做了大量的研究工作，但是對科技人才政策評估，尤其是量化評估的研究工作較少。對政策進行科學的評估，才能準確地發現問題，從而提出有效優化建議，因此，本文旨在對廣東省科技人才政策實施成效進行評估。

縱觀我國有關政策效率評估評價的研究，目前采用的方法主要有因子分析、回歸分析、DEA模型、QFD方法。王忠等（2016）對中美兩國科技人才集聚政策進行了比較研究。王寧等（2018）采用因子分析和DEA模型對河南省科技人才政策實施成效進行了評估。謝科范等（2015）采用實驗研究的方法，通過對相關政策的效果進行仿真模擬，研究了多種情況下科技人才政策的執行效果。劉洪民等（2019）提出科研履歷法是科技人才政策研究的一個新方法和新思路。

其中，DEA模型可以對多投入和多產出模型進行評估，由于不需要設定函數模型、不需要人為設定權重，該方法從1979年創立至今，已經發展成一種定量評估效率的強大工具，在教育、醫療、金融、環境、農業和企業管理等領域得到十分廣泛的應用。周博文等（2017）搜集、分析了我國29個省、市2015年截面數據，基于DEA模型評價了我國眾創政策的效率。趙前等（2011）引入超效率DEA方法對中國的31個省（市、自治區）的總量科技競爭力和結構科技競爭力進行了效率評價。

本文將以廣東省科技人才政策為研究對象，在王寧等人研究的量化評估方法的基礎上，進一步優化評估方法，引入熵值法進行更加客觀的數據處理，并采用超效率DEA分析法，對效率評價值為1的單元進行比較，獲得更多有效信息，從而更科學地評價科技人才政策。

二、評價指標、數據與模型

（一）評估指標體系及數據來源

本文綜合考慮現有研究成果，重點借鑒了王寧等（2018）的評估量化指標體系，并結合本文的評估方法，構建本文的評估指標體系，具體見表1。本文收集了2008年～2017年共10年間的政策進行效果評估，采用的數據主要來源于中國統計年鑒、中國科技統計年鑒、科技部官方網站、廣東統計年鑒、廣東科技年鑒、廣東科技統計年鑒、廣東科技統計網站公開的數據。

（二）超效率DEA評估模型

DEA數據包絡分析中，CCR和BCC模型的不足之處在于，在模型中，通常會出現多個DMU被評價為有效的情況，導致沒辦法對這些決策單元進行效率比較。為解決這一問題，Anderson and Petersen提出超效率模型（Super Efficiency Model，SE），通過在標準效率DEA模型中加入了j≠k的條件限制，將被評價DMU從參考集中剔除。也就是說，被評價DMU的效率是參考其他DMU構成的前沿得出的，有效DMU的超效率值一般會大于1，從而可以對有效DMU進行區分。具體模型規劃式如下：

三、實證分析

（一）政策產出指標熵值法因子降維

Golany和 Roll（1989）通過模型分析，發現參與評價的DMU個數至少應該是投入和產出項目數量之和的兩倍。而根據本研究的設計，投入和產出指標二甲基指標有7個，即模型的決策單元需要至少14個。為了符合模型的假定，本研究需要將因子降維。先對各項指標使用極值法進行標準化處理，然后采用學界較為常用的熵值法賦權對各維度內的指標進行加總（劉樹林等，1998） 。

（二）描述性統計分析

為了有效對比投入和產出，所有涉及金額的投入、產出指標已經經過價值指數平減。通過計算，投入和產出指標如表1所示：

2008-2017年間，廣東省平均每年要出4.1份有關科技創新人才的政策。最多的年份有9份政策，專門針對科技創新人才的管理和服務。可以看出廣東省政府對科技創新人才的關注和重視。從產出來看，科技人力、科研經費以及科研平臺建設都相當豐富。

（三）實證結果及分析

1、超效率DEA模型分析

對廣東科技創新人才政策超效率模型實證結果如下表所示：

四、技術效率分析

從表4可以看出，廣東省科技創新人才政策的平均技術效率為0.6271，技術效率達到DEA有效的只有2013年和2017年，占總數的20%。這表明，廣東省2008年以來的十年間，大部分年份的科技創新人才政策的效果都不夠理想。另外，2013年技術效率達172.08%，2017年為112.96%，是十年間技術效率最高的兩年；2013年頒布的是培養使用政策1份，2017年頒布的有流動引進、評審評價和綜合政策3類政策，說明整體效率是否DEA有效與政策種類無關。

在8個技術效率非DEA有效的年份中，2016年最高，達到84.65%，其次是2008年和2015年，分別達到80.49%和76.68%。但是均未達到90%。另一方面，2010年、2012年和2014年這三年還不到20%，尤其2010年僅為10.52%，需要特別關注。

在DEA分析中，技術效率TE=純技術效率PTE*規模效率SE，所以需要對技術效率進行分解以進一步了解這些年份技術效率非DEA有效的主要原因。通過分解可知，2010年、2012年和2014年這三年的規模效率非常低，而這三年的純技術效率PTE盡管DEA無效，但是均能達到80%以上。可以認為，這三年技術效率無效且非常低，主要是由于規模效率無效所導致。

五、純技術效率分析

純技術效率是制度和管理水平帶來的效率，是由于管理和技術等因素影響的生產效率。根據表4，廣東省2008年以來的十年純技術效率呈現上升趨勢，且平均純技術效率達到104.90%，為DEA有效，即使最低的2009年也達到了76.90%。另外，基本以2013年為分水嶺，2013年及以后的純技術效率基本為DEA有效。純技術效率較高，說明廣東省科技創新人才政策的制度執行和管理水平逐年上升，政策在頒布以后，尤其是2013年以后的政策，得到了良好的貫徹落實。尤其是2013年和2017年，分別達到174.94%和162.05%，數值較高，這也是2013年和2017年技術效率較高的主要原因。

六、規模效率分析

規模效率是反映考察對象是否在最合適的投資規模下開展經營活動的一個重要指標。在本模型中，規模效率反映的是科技人才政策規模的增加或減少所產生的效率變化，即科技人才政策的效率變化并非由于政策的執行情況，而是由于政策是否達到應有規模。

從表4可見，十年間的規模效率較低，平均僅為0.5425，是導致廣東省大部分年份科技創新人才政策效果不理想的主要原因。且2008年以來的十年間，規模效率均小于1，規模收益為遞增或遞減，說明廣東省這十年的科技創新人才政策屬于規模效率無效，需要進行改進達到理想狀態。

從時間上看，不同年份的規模效率波動較大，最高的2008年和2013年分別為98.32%和98.37%，均接近1；而最低的2010年、2012年和2014年分別僅為12.82%、14.42%和17.1%。另一方面，從當年頒布政策的情況來看，2008年和2013年頒布政策均僅有1個，而2010年、2012年和2014年這三年頒布的政策分別為9個、8個和7個。這似乎說明當年政策投入與規模效率成反向關系。

為驗證這一假設，我們注意到2009年、2011年和2016年，這三年的政策投入均為3個，但是規模效率分別為37.94%、37.94%和84.09%，規模效率差距較大，因此可以認為，政策投入與規模效率之間并不存在反向關系。查看這三年的政策文本，2009年出臺的三份文件均為引進領軍人才和創新科研團隊類的，屬于流動引進類政策；2011年的三份文件中，兩份是關于博士后培養的，一份是南粵人才培養，屬于培養使用類政策；2016年的三份文件中，一份是關于成果轉化的，一份是認定外籍高層次人才的，另一份是自主創新促進條例。由此，本文認為，2009年、2011年和2016年三年在政策數量相當的前提下規模效率差距較大，應該是與政策類別有關。所以，廣東省歷年來的科技人才政策規模效率無效應該是與政策體系的結構有密不可分的關系。

七、研究結論與政策建議

廣東省2008年以來的十年間，科技創新人才政策整體效率為表現為技術無效（62.71%）；這種技術無效又表現為純技術效率有效（104.90%），規模效率無效（54.25%）。表明廣東省2013年以后在科技創新人才政策的頒布、實施和貫徹落實上是做得比較好的，其技術無效主要來源于投入規模不合理，沒有達到規模經濟，造成規模無效。即廣東省的問題不在政策的執行，而在政策本身。要優化政策的制定，需要通過完善政策體系結構才能提高政策規模效率。故此，本文提出以下政策建議：

第一，注重科技人才政策的延續性，做好政策體系的長期規劃。科技人才政策是一個復雜的綜合體系，應著眼長遠，形成科學的政策框架，單個政策的制定應與整個政策體系相呼應，始終對科技人才數量質量、成果產出效率和促進經濟社會發展形成持續推動力。

第二，優化科技人才政策體系中各類型政策的比重。建議廣東省未來應注重各類流動引進、培養使用、評審評價等各類政策的制定，使各類政策齊頭并進，不斷完善科技人才政策體系。

第三，按受惠群體類型制定、管理和實施政策。建議注重各部門加強聯動溝通，使受惠群體范圍進一步擴大，優化科技人才政策體系中各類受惠群體的比重。對相同受惠群體的政策發文，由一個部門統籌，形成針對某類科技人才的、包含引進、使用、評價等各個環節的完備政策。

（廣東石油化工學院，廣東 茂名525000）

參考文獻：

[1]劉忠艷，趙永樂，王斌.1978—2017年中國科技人才政策變遷研究[J]. 中國科技論壇，2018（2）.

[2]劉云.關于科技人才政策的若干思考[J]. 科學與社會， 2017， 7（3）.

[3]顧承衛.新時期我國地方引進海外科技人才政策分析[J].科研管理，2015，36（S1）.

[4]吳江.靠什么用好用活青年科技人才[J].人民論壇，2018（01）.

[5]王忠，朱佩儀，劉軍.中美科技人才集聚政策比較研究[J].自然辯證法研究，2016，32（09）.

[6]王寧，徐友真，楊文才. 基于因子分析和DEA模型的河南省科技人才政策實施成效評估[J].科學管理研究， 2018， 36（4）.

[7]謝科范，劉嘉，聞天棋.武漢市科技人才政策效果仿真分析[J].科技進步與對策，2015，32（14）.

[8]劉洪民，劉煒煒.基于科研履歷分析的科技人才政策研究：一個文獻述評[J].情報雜志，2019，38（04）.

[9]周博文，張再生.基于DEA模型的我國眾創政策效率評價[J].財經科學，2017（09）.

[10] 趙前，焦捷，王以華.中國省際科技競爭力評價——基于超效率DEA的分析[J].清華大學學報（自然科學版），2011，51（06）.

[11] GOLANY B，ROLL Y. An application procedure for DEA[J]. Omega， 1989， 17（3）.

[12]劉樹林，邱菀華.多屬性決策基礎理論研究[J].系統工程理論與實踐，1998（1）.

基金項目：廣東省“揚帆計劃”引進緊缺拔尖人才項目（916022）；廣東石油化工學院青年創新人才培育項目（2018qn04）。

作者簡介：周海燕（1983—），女，江蘇泰州人，碩士，助理研究員，主要研究方向：科技人才與人才政策，鮑祥生（1977—），男，江蘇姜堰人，博士（后），副教授，主 要研究方向：高層次人才管理。