資源配置視域下新型研發機構創新發展研究
——以江蘇省為例

過文浩，李 文

（蘇州科技大學商學院，江蘇 蘇州 215009）

0 引言

近年來，新型研發機構在我國蓬勃發展，是一種以研發需求市場化為目標，多投資主體、組建和運行模式靈活的專門從事研發及其相關活動的新型法人組織。2019年9月12日，科技部發布了《關于促進新型研發機構發展的指導意見》，提到“突出體制機制創新，強化政策引導保障，調動社會各方參與。進一步優化科研力量布局，促進科技成果轉移轉化，推動科技創新和經濟社會發展深度融合。”這一指導意見肯定了新型研發機構在我國經濟新常態下的積極作用。

目前，對于江蘇省新型研發機構的研究多為定性分析，鮮有從創新資源尤其是創新資源配置角度分析新型研發機構的建設模式和運行效率。那么各市創新資源配置情況如何？其配置效率怎樣？對于這些問題的回答有利于進一步把握江蘇省區域新型研發機構創新發展的實際情況，發現新型研發機構創新資源配置效率中存在的差異以及差異存在的原因，進而尋找合理配置創新資源，推動地區新型研發機構建設和發展的方法。

1 相關文獻回顧

新型研發機構作為研發和市場的黏合劑，受到了學術界的廣泛關注。張光宇等［1］基于生態位理論研究認為，新型研發機構的核心競爭力與其地理區位具有較強的相關性。陳良華等［2］發現江蘇省各類新型研發機構主要集中在新興行業，功能上存在重合，產業技術創新發展較不平衡，在建設上呈現明顯的區域差異。張凡［3］認為新型研發機構作為區域經濟發展新時期產生的新事物，對區域創新效率的提升和經濟增長起到了重要的推動作用。羅嘉文等［4］認為新型研發機構有助于創新資源的整合與發展，形成科研梯隊。李慶明等［5］則認為新型研發機構在機構功能定位上區別于傳統研發機構，不僅開展大量的基礎研究和應用研究，還更加關注前沿研究及注重創新成果的產業化。楊詩煒等［6］對相關文獻進行整理研究，發現目前關于新型研發機構的研究多以案例分析為主要方法進行定性內容的分析與現狀總結，定量分析和實證分析較少。新型研發機構利用有限的創新資源來取得更高的產出，以便獲得最大的經濟效益和社會效益。在衡量創新資源配置水平上，孫夙鵬［7］認為創新資源配置的效率是實現核心問題的關鍵，一般也稱為創新資源的利用效率，其實質反映了創新系統的投入產出效率。

2 實證分析

2.1 研究方法與理論模型

本文構建考慮規模報酬可變的BCC模型和超效率DEA模型。BCC模型是Banker等［8］提出的一個對固定規模效益模式的DEA分析的拓展，相比傳統的CCR模型，它考慮到了可變規模收益，對數據的綜合效率分析評價更加完善全面。同時，為了解決多個決策單元效率為1，利用超效率DEA模型對數據進行分析。超效率DEA模型如下：

2.2 數據來源

本文數據主要來自2017年江蘇省科學研究與技術開發機構統計年報，部分數據來源于各級政府官方網站上相關文件以及通知，考慮到數據的可獲取性，對其中的部分數據進行修正和選取，以確保數據的可靠性和科學性。

2.3 指標確立

新型研發機構創新資源配置效率評價是資源投入與產出綜合進行評價的結果。其中，投入是指新型研發機構進行創新活動所需的各類創新資源，包括人力、財力和物力等。產出則考慮其自身所有的屬性和特征。因此，通過參考相關文獻研究，以及相關數據的可獲得性，選取新型研發機構數量、R&D人員、R&D內部經費支出作為投入指標，專利申請授權數、技術服務量和成果轉換數作為產出指標，從而來衡量新型研發機構創新資源的配置效率。

2.4 結果顯示

利用Deap 2.1軟件計算得到江蘇省13個城市新型研發機構創新資源投入產出的綜合效率、技術效率和規模效率。從綜合效率來看，DEA有效的城市分別為南京、無錫、蘇州、鎮江、南通、揚州、連云港、宿遷等，8個城市的新型研發機構創新資源投入產出規模相對最優。在超效率值中，只有淮安、鹽城、徐州3個城市效率值低于1（見表1）。

表1 新型研發機構資源配置效率結果

2.5 結果分析

由表1可知，13個城市的綜合效率平均值為0.928，純技術效率平均值為0.951，規模效率平均值為0.975，DEA有效城市為8個，說明這8個城市新型研發機構資源投入得到充分利用，達到相對最佳產出值。從技術效率來看，5個非DEA有效城市中，純技術有效的2個，其綜合非有效主要是由于規模非有效導致的，說明這2個城市新型研發機構創新資源配置效率的提高應該側重規模的調整。其中，常州處在規模報酬遞減階段，說明該市創新資源規模相對于其他地市偏大，應該適當減少創新資源規模。而泰州處于規模報酬遞增階段，應進一步增加其創新資源投入規模。在超效率模型下，只有淮安、鹽城和徐州的超效率值低于1，由于常州和泰州的技術有效，使得在超效率模型下，綜合效率高于1，可見這兩座城市的受規模效率影響較小，在可變規模效益下可以達到DEA有效。

2.6 非DEA有效城市投入冗余和產出不足分析

非DEA有效并且技術效率和規模效率均小于1的城市為淮安、鹽城和徐州，這3個城市的非DEA有效是由于技術非有效和規模非有效共同導致的。因此，除了依據規模階段對科研投入規模作相應調整，還要提高技術效率。由表2可見，3個城市在專利申請授權數均沒有產出不足的情況，可見各市的新型研發機構在專利產出上十分重視。從數值上不難發現，3個城市在R&D內部經費支出上都存在相對較大的冗余情況，部分經費的投入并沒有得到相應的產出，而在R&D人員上，鹽城的冗余量最高，可見R&D人員的能力水平參差不齊，這就體現在了技術服務量上存在嚴重不足。綜上可見，江蘇省各市之間的創新水平有著一定的差距，應避免基礎建設的重復和固定資產投資的過于盲目，同時能夠實現不同城市、不同地區產業優勢的互補，更能夠在區域范圍內實現生產資源的優化配置和深度整合［9］。

表2 投入冗余量和產出不足量結果

3 結論和建議

本文構建DEA模型，對江蘇省13個地級市新型研發機構的創新資源配置效率進行測度和分析，研究結果不僅有助于深入研究江蘇省新型研發機構的發展現狀，也對優質、高效地建設新型研發機構具有參考價值和指導意義。

（1）江蘇省新型研發機構創新資源配置效率總體較高，平均效率值均超過了0.9，但從區域發展上看，蘇南地區整體效率最高，從現實來看，蘇南地區整體在區域經濟發展上也處于領先位置，說明區域經濟發展水平對于新型研發機構的創新資源配置效率有著一定的提升作用。對于蘇南地區的城市應避免區域內部的資源浪費，可以與資源相對匱乏的地市進行戰略合作，將自身的特色產業輸出，而經濟發達欠缺的地市因積極出臺相關優惠政策，加大引進新型研發機構的力度，優化創新資源配置。

（2）在投入冗余上，R&D內部經費支出冗余的均值較大，這說明新型研發機構在經費支出上有一定的多余使用。不難發現，在創新投入中，資金的投入方式和來源是最為簡便的，而對于創新效率的提升卻是不顯著的。因此，將創新資源投入具有高創新能力的新型研發機構，有利于加強自我造血能力，緩解機構前期受制于政府扶持的窘境，通過收入來反哺新型研發機構的創新投入，促使地區創新資源配置效率不斷提高，進一步推動創新驅動發展戰略。

（3）在3個DEA無效的城市中，產出指標與目標改進值相差較大，表明產出不足對創新資源配置效率影響較大，其中技術服務量與成果轉換數均存在較大不足。而在專利申請授權數上，均不存在產出不足的情況，說明各市在對于專利、知識產權上是比較重視的，但提供技術服務的數量嚴重不足。因此，在建設新型研發機構時應增加企業的投資比例，提高科研人員在應用研究領域的比例，加強轉換高水平基礎研究到應用研究的大學和研究機構，擴大技術服務收入，增加孵化企業數量。