江蘇省高校科技創新效率分析

沈勤 馬敏

摘? ?要：高校作為科技創新的主力軍，其創新效率的高低對國家創新發展具有重要影響。通過選取數據包絡分析的經典模型，對2011—2019年江蘇省26所高校的科技創新投入產出效率進行了評估。實證研究表明，2011—2019年江蘇省26所高校總體科技創新水平較低，存在很大的進步空間;就單個學校而言，科技創新效率之間還存在差距，并且創新績效與穩定性不呈正相關。基于以上實證分析結果，提出了加強對科研資源的管理與配置、搭建科技創新合作平臺、完善科技創新激勵機制等對策建議。

關鍵詞：高校;科技創新效率;數據包絡分析

中圖分類號：G644? 文獻標志碼：A? ? ? ? 文章編號：1673-291X（2021）23-0150-03

科技作為第一生產力已經滲透到了經濟建設與日常生活中。一個國家的科技創新能力已經成為當今世界綜合國力競爭的決定性因素。在國家大力推動科技創新的過程中，高校作為高素質人才培育的搖籃，發揮著不可或缺的作用。為了積極相應國家鼓勵和支持高校科技創新的號召，江蘇省教育廳頒布《江蘇省加快推進高校科技體制改革》、《省教育廳省科技廳關于省屬高等學校加快貫徹落實科技創新政策的通知》，旨在不斷優化高校科技創新環境，推動科技成果轉化。在政府不斷重視高校科技創新、增加科研經費的過程中，如何提高高校科技創新投入產出效率也就成為社會各界關注的熱點問題。

一、文獻回顧

由Charnes 和Cooper^[1]提出的數據包絡分析法（DEA）是一種典型的非參數效率評價方法，該方法通過線性規劃構造有效前沿面，將評價單元與有效前沿面進行對比，從而得到該決策單元的效率值。由于數據包絡分析法不需要事先確定函數的具體形式，而且可以有效評估涉及多投入和多產出決策單元的效率，因此被廣泛運用于各個領域的效率評價中。

目前對我國高校科技創新效率的研究主要從以下幾個層面展開。（1）不同省際之間。沈能和宮為天^[2]通過構建三階段DEA模型分析了我國30個省份的高校科技創新效率，實證結果表明，地區產業基礎、政策扶持和外部環境對創新效率有很大的影響。張慧琴和尚甜甜^[3]運用DEA-Malmquist指數分析法分析了2003—2011年我國30個省份的高校科技創新效率，結果表明，東部地區高校科技創新效率遠遠超過了中部和西部地區。（2）同一區域。李璐^[4]使用SBM模型和Malmquist指數分析了2011—2015年京津翼地區高校的科技創新效率，結果表明，該區域高校科技創新效率效率較高，原因在于京津翼區域的技術進步基于資源配置結構的優化。（3）同一省份。鄭嘉琳^[5]運用BCC模型測算了2012—2017年江西省高校的創新效率，發現江西省高校的創新效率與東中部同類高校之間存在很大的差距。阮紅偉和趙西^[6]通過構建PCA-DEA模型和Malmquist指數評價了2013—2017年山東省39所高校的科技創新績效，實證結果顯示，省屬非重點高校的效率增長速度高于“211”及省部共建高校。（4）不同類型高校。馮寶軍等^[7]基于2007-2013年我國20所綜合高校的面板數據，評估了人文社科和自然科學兩類學科的科技創新效率，結果顯示，兩類學科的創新效率都有很大的提升空間，而加大創新人才的培育是提高科技創新效率的關鍵。馬聰穎和吳宏超^[8]基于2011—2017年一流大學建設高校的面板數據，采用DEA-Malmquist模型進行效率評價，發現無論是基于靜態視角還是動態視角，不同高校之間和不同地區之間都在科技創新效率方面存在較大差異。

二、研究設計

（一）模型構建

1978年，Charnes和Cooper構建第一個經典DEA模型——CCR模型^[1]。該模型基于規模收益不變（CRS）的假設，對決策單元進行效率評價。之后Banker等人^[9] 對CCR模型進行了拓展，建立了基于規模收益可變（VRS）的模型—BCC模型。本文將使用BCC模型對江蘇省高校科技創新效率進行評價，模式的具體形式如下：

假設有N個被評價的決策單元，每一個決策單元均有I種投入與J種產出。X_ni（i=1，...，I），Y_nj（j=1，...，J）表示第n個決策單元的第i種投入和第j種產出：

其中， β表示被評價決策單元的效率值，λ表示權重向量。

（二）指標選取與來源

本文選取了南京大學等26所高校作為研究樣本，評估各高校的科技創新效率，數據來源于2011—2019年的《高校科技統計資料匯編》。考慮到數據的可獲得性與完整性，投入指標選取科技活動人員全時當量和科技經費合計數，產出指標選取課題總數、在國外及全國性刊物發表的學術論文和技術轉讓實際收入。

三、實證結果與分析

在實際計算過程中，本文運用DEA Solver軟件計算2011—2019年江蘇省26所高校的科技創新效率。對9年的效率值取平均值，得到每所學校的最終效率值及排名，結果如表1所示。

從實證結果來看，26所高校效率均值為0.6718，表明江蘇省高校的科技創新效率整體水平存在很大的進步空間。江南大學、中國礦業大學和東南大學分別位居所有樣本的前三位，效率值分別為0.943 1、0.912 2和0.875 5;而南通大學、南京信息工程大學和南京航空航天大學的效率值分別所有樣本的后三位，效率值分別為0.490 8、0.467 9和0.465 1。

從時間維度上看，2011—2019年江蘇省26所高校的科技創新效率總體呈上升趨勢，科技創新水平穩步提升。但就每所高校的科技創新效率的波動情況來看，南京農業大學在這9年間的效率標準差值最大，為0.229 2;而效率標準差最小的為南通大學，僅為0.066 8。結合兩所高校的效率值來看，南通大學的科技創新效率在2011—2019年之間波動不大，且普遍處于較低水平，上升趨勢不明顯，而南京農業大學在這9年間呈現明顯的上升趨勢，尤其是在2017—2019年期間，效率值連續三年為1。