研究與開發機構科技創新效率測度及提升對策
——基于數據包絡分析和Malmquist 指數法

李俊龍，譚 濤

（1.陸軍軍醫大學西南醫院，重慶 400038；2.重慶醫科大學科研處，重慶 400016）

黨的十八大報告提出，科技創新是提高社會生產力和綜合國力的戰略支撐，必須擺在國家發展全局的核心位置。黨的十九屆五中全會強調，要堅持創新在我國現代化建設全局的核心地位，把科技自立自強作為國家發展的戰略支撐。科研機構是國家戰略科技力量的重要組成部分，擔負著履行高水平科技自立自強的使命和擔當，深入分析我國科研機構的科技創新效率現狀，找出短板和不足，并進行有針對性地改進，對加快建設科技強國的進程、盡快實現高水平科技自立自強具有重大的戰略意義和現實意義。

1 文獻綜述

梳理現有相關文獻發現，科技創新效率評價是科技創新領域的研究熱點，但國內學者對高校、企業的科技創新效率研究較多，而對科研機構的研究相對較少?，F有關于科研機構科技創新效率的研究主要集中在以下兩個方面：第一，以我國各地區科研機構為研究對象進行創新效率測算與分析。如，范旭等［1］運用超效率數據包絡分析（DEA）方法對2009—2017 年我國31 個省區市科研機構的基礎科研創新效率進行了評價，并結合高斯混合模型（GMM）探究了人力資本、經濟發展、對外開放、產業創新等對科研機構創新效率的影響，提出了完善創新資源投入方式、優化人才資本結構、擴大對外開放交流等建議；魏曉雪等［2］采用DEA 交叉評價模型對2006—2013 年我國高校、科研機構、企業的R&D投入產出效率進行了評價，并與主要發達國家進行了比較，提出應通過增加對高校及科研機構的R&D投入、企業部門組建高素質科技研發人才隊伍等方式來提高R&D 效率；盧方元等［3］根據我國30 個省區市研發機構2008—2012 年的R&D 投入產出數據，應用DEA-BCC 和超效率DEA 模型對其創新效率進行評價研究發現，處于DEA 有效的省份有17 個，其中北京、山東、福建、海南等地區的研發機構創新效率始終處于前列，內蒙古與遼寧的研發機構創新效率相對較低；秦天如等［4］選取我國30 個省區市2006—2014 年的面板數據，采用隨機前沿分析法（SFM）對高校、企業、研究機構3 類創新主體的研發創新效率及影響因素進行實證研究發現，創新無效率現象普遍存在，創新失衡問題突出，從而提出政府應從加快構建區域創新網絡體系、完善區域協作機制、提高全民教育水平等方面提高區域研發創新效率。

第二，選取單個省份或單個行業領域科研機構進行科技創新效率測算與分析。如，王曉夕等［5］采用DEA-Malmquist 方法對2011—2018 年河北省農業科研機構的創新效率進行靜態和動態測算發現，其在全國居中下游水平，并從加快構建農業科研機構創新體系、加快農業領域創新人才培養、調整農業科研機構投入模式等方面提出了建議；陳耀等［6］基于創新成果類型異質性角度，采用隨機前沿分析方法對2009—2016 年我國31 個省區市農業科研機構創新投入產出效率進行測算和分析發現，整體效率較低，區域發展不均衡問題突出，人員素質結構、基礎設施對農業科研機構產出具有促進作用；王維薇等［7］以2004—2014 年我國31 個省區市的農業機械化系統的科研機構為研究對象，采用DEA 方法對其科技創新效率進行評價發現創新效率較低，其中華北、東北和西北地區的技術無效程度最高，且技術無效年份更多受純技術效率無效應影響，從而提出了加快農業供給側結構性改革、優化農機化研發資源配置、加強創新成果產權保護等對策；過文浩等［8］利用DEA 方法對江蘇省新型研發機構的資源配置效率及影響因素進行研究發現，創新資源配置效率總體較好，但存在顯著的地區差異，研發人員數量、研發內部經費支出、技術服務量和成果轉化數量差異是主要原因；韓東林等［9］運用DEA 模型測算我國高技術服務業研發機構的科技創新效率發現，科技創新效率總體良好，但細分行業的差異較大，并從優化投入產出結構、促進科技成果轉化、建立高層次人才培養使用機制等方面提出促進我國高技術服務業發展的對策建議。

綜上所述，國內學者對科研機構科技創新效率評價研究已有一些成果，但仍存在一些不足。一是針對全國范圍科研機構科技創新效率分析時，主要考慮了靜態的科技創新效率，缺乏對不同年度間的效率水平進行對比分析，難以掌握各地區科研機構科技創新效率的動態變化情況。二是在對科研機構科技創新效率從靜態和動態進行分析時，側重于單個省份或單個行業領域，對大范圍內其他地區科研機構的科技創新效率提升指導意義有限。三是有關研究數據主要來源于“十三五”時期以前，而使用近5 年研究數據的研究成果較少，研究結論的時效性相對較差。鑒于此，本研究選取我國31 個省區市（未含港澳臺地區，下同）的研究與開發（R&D）機構為研究對象，對其科技創新效率進行靜態評價，并深入分析其科技創新效率變化情況，以摸清我國各區域R&D 機構的科技創新效率發展現狀，明確影響科技創新效率提升的重要因素。

2 數據與方法

2.1 指標體系構建

（1）構建指標體系。科技創新效率表示科技投入與科技產出之間的相互關系，反映了科技創新的能力和水平。通過梳理文獻發現，目前有關研究在確定科研機構投入指標時基本上是從人力和財力兩方面著手，且確定支出指標時基本上是基于科研活動產出的成果類型。借鑒范旭等［1］、陳耀等［6］的研究，選取如表1 所示的產出指標。

表1 研究與開發機構科技創新投入與產出評價指標體系

（2）投入產出指標相關性分析。為確保科技創新投入與產出指標選取的合理性，對各指標進行了皮爾遜（Pearson）非參數相關系數檢驗。結果顯示（見表2），科技創新投入要素與產出要素之間呈顯著正相關，因此對指標不再進行滯后性處理。

表2 研究與開發機構科技創新投入與產出的相關性檢驗結果

2.2 研究對象與數據來源

（1）研究對象。將納入《中國科技統計年鑒》統計范圍的我國31 個省區市的研究與開發機構作為研究對象，統計口徑為地級及以上獨立核算的政府屬科學研究與技術開發機構、科學技術信息和文獻機構。2015—2019 年31 個省區市的研究與開發機構數量為3 466 家。

（2）數據來源。研究數據來源于《中國科技統計年鑒》公布的研究與開發機構的統計數據。由于2021 年統計口徑變化，無法獲得2020 年各地區研究與開發機構的投入產出數據，因此最終僅選取了2015—2019 年的科技創新投入與產出指標數據進行分析。各省區市所在區域以國家統計局公布的經濟區域劃分標準進行劃分，其中東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部包括山西、安徽、江西、河南、湖北和湖南；西部包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北地區包括遼寧、吉林和黑龍江。

2.3 研究方法

（1）數據包絡分析法。在科學計量學領域，關于科技創新效率的測度方法大多都是基于生產前沿分析，包括以隨機前沿分析為代表的參數法和以數據包絡分析為代表的非參數法，其中參數法多適用于多投入單產出，非參數法可以應用于多投入多產出場景，因此以數據包絡分析法為代表的非參數法應用更加廣泛［10］。數據包絡分析法由美國學者Charnes 等［11］于1978 年提出，可以通過比較各決策單元與前沿標準的偏離程度來衡量效率是否有效，同時在數據處理上不需要考慮數據的權重或標準化，被廣泛運用于運籌學、管理學、經濟學等領域?？紤]到R&D 機構科技創新活動是多投入多產出活動，且規模收益可變，因此選擇DEA-BCC 模型來測算R&D 機構的靜態科技創新效率。

（2）Malmquist 指數。Malmquist 指數由瑞典學者Malmquist［12］最早提出，通過定義構建投入距離函數和產出距離函數的比率可以動態測算加入時間因素后決策單元效率指數的變化情況。Malmquist 指數也叫全要素生產率，反映了生產活動在一定時間內的效率：全要素生產率大于1，則當期生產效率相比前一時期提高；全要素生產率等于1，則當期生產效率與前一時期保持持平；全要素生產率小于1，則當期生產效率比前一時期降低。全要素生產率可以細分為技術效率和技術進步效率，其中技術效率可以進一步分解為規模效率和純技術效率。技術進步效率反映了決策單元技術創新進步或衰退情況，純技術效率反映了決策單元組織管理水平，規模效率反映了決策單元規模的合理程度。Malmquist 指數可以用于測算不同時期科技創新效率動態變化值，因此常被用于分析時間序列的動態效率。

為全面掌握全國各地區R&D 機構的科技創新效率，既需獲得同一年度不同地區R&D 機構的科技創新效率情況，還需獲得同一地區R&D 機構在不同年度的科技創新效率情況，而通過DEA 模型可以測算R&D 機構靜態科技創新效率，Malmquist 指數可以用于分析R&D 機構動態科技創新效率，因此結合采用這兩種模型進行分析可以從靜態、動態2 個維度深入掌握R&D 機構的科技創新效率。

3 研究結果

3.1 靜態分析

2019 年我國31 個省區市R&D 機構的科技創新效率如表3 所示，具體分析如下：

表3 2019 年31 個省份研究與開發機構的科技創新效率及分析結果

表3 （續）

（1）綜合效率。從31 個省份R&D 機構的綜合效率均值來看，科技創新效率總體不高，R&D 機構分區域的效率梯度分布由高到低依次是東北、東部、西部、中部。廣東、寧夏、新疆3 個省份R&D 機構的效率處于DEA 有效狀態，綜合效率、純技術效率、規模效率均為1，說明這3 個省份R&D 機構的科技創新資源配置較為合理、科技創新投入規模適中，不存在投入冗余或產出不足的情況；其他28 個省份R&D 機構的科技創新綜合效率小于1，處于非DEA有效狀態，其中東部省份有9 個、東北地區省份有3 個、西部省份有10 個、中部省份有6 個。

（2）純技術效率。R&D 機構純技術效率等于1的省份有11 個，其中處于DEA 有效狀態的有3 個、非有效狀態的則有8 個。R&D 機構非有效狀態的為北京、遼寧、浙江、山東、廣西、海南、云南和西藏，管理和技術因素對科技創新效率影響較小，說明其資源組織調配和管理相對合理，因此影響科技創新效率提升主要是規模問題。R&D 機構純技術效率小于1 的省份有20 個，包括19 個規模效益遞減省份和1 個規模效益遞增省份，全部處于非DEA 有效狀態，表明管理和技術因素以及投入規模對其科技創新效率影響較大?？梢娪绊慠&D 機構科技創新效率的既有組織和管理問題，也有科技創新投入規模問題。

（3）規模效率。R&D 機構規模效率等于1 的只有廣東、寧夏、新疆3 個省份，占比僅為9.677%。規模效率小于1 的省份有28 個，占比超九成，說明大部分省份R&D 機構的科技創新投入規模存在問題。進一步分析可知，在R&D 機構規模效率小于1的28 個省份中，只有青海、西藏處于規模效應遞增狀態，科技創新投入過少，需要加大科技創新投入；其余26 個省份都處于規模效應遞減狀態，科技創新投入冗余，需要適度合理減少科技創新投入。

3.2 變化趨勢分析

通過DEA-BCC 模型只能獲得R&D 機構的科技創新靜態效率，無法獲得其變化趨勢，因此利用DEA-Malmquist 指數計算了2015—2019 年31 個省份R&D 機構科技創新的全生產要素變化，并對全生產要素進行了分解。根據表4 可知，我國R&D 機構的科技創新效率有一定程度提升，但技術進步指數小于1，表明技術創新水平有所降低。進一步分析發現，規模效率的年均增長率為4.2%，對科技創新效率提升發揮了重要作用。從歷年數據來看，只有2015—2016 年和2018—2019 年的全要素生產率指數大于1，2016—2018 年全要素生產率指數以及技術進步指數同步出現了明顯回落，原因主要在于技術創新水平大幅下滑。因此，提高技術創新水平是提高R&D 機構科技創新效率的一個重要方向。

表4 31 個省份研究與開發機構科技創新活動全要素生產率及其分解指數的年度趨勢

根據表5 可知，R&D 機構全要素生產率指數均值大于1 的省份有17 個，占比超五成，其中分布在東部、西部、東北地區和中部的分別有8、4、3、2個，表明這些省份R&D 機構的科技創新效率有所提高；全要素生產率指數小于1 的省份有14 個，其中分布在東部、中部和東北地區的分別有8、4、2 個，這些省份的R&D 機構的科技創新效率處于下降狀態。分區域來看，東部R&D 機構的全要素生產指數均值為1.056，技術效率變動指數均值為1.010，技術進步指數均值為1.045，全要素生產率指數年均增幅為5.6%，主要歸功于技術創新水平的進步；東北地區R&D 機構的全要素生產率指數均值為1.104，技術效率變動指數均值為1.104，技術進步指數均值為1.002，全要素生產指數年均增幅10.4%，主要歸功于組織管理水平的提高；中部R&D 機構的全要素生產率指數均值為0.991，技術效率變動指數均值為1.037，技術進步指數均值為0.956，全要素生產率指數下降，主要是技術創新水平衰退所致；西部R&D機構的全要素生產率指數均值為0.962，技術效率變動指數均值為1.053，技術進步指數均值為0.915，全要素生產率指數下降的原因也是技術創新水平衰退導致?？梢?，推動或阻礙R&D 機構科技創新效率提升的因素具有明顯的區域差異性。

表5 2015—2019 年各省份研究與開發機構科技創新活動全要素生產率及其分解指數值

4 結論與建議

本研究得到主要結論如下：第一，2019 年我國31 個省份的研究與開發機構的科技創新效率整體不高，其中有28 個省份處于非DEA 有效狀態。從區域來看，R&D 機構科技創新效率由高到低的區域依次是東北、東部、西部、中部。從影響因素來看，R&D 機構科技創新效率受投入規模因素影響的省份有8 個，同時受組織與管理水平和投入規模因素影響的省份有20 個；受投入規模因素影響的省份中，有26 個省份R&D 機構的科技創新投入冗余、2 個省份R&D 機構的科技創新投入不足。第二，2015—2019 年間31 個省份研究與開發機構的科技創新效率有升有降，呈現“M”型波動，技術創新水平提升或衰退是主要的影響因素。從區域來看，所有區域R&D 機構的科技創新組織和管理水平均有所改善，但在技術創新水平方面區域分化嚴重，其中東部和東北地區以技術創新進步為主，中部和西部以技術創新衰退為主。

針對上述研究結論，就提升我國R&D 機構的科技創新效率提出以下建議：

（1）優化科研經費配置，提高科研經費使用效率。鑒于大部分省份的R&D 機構存在投入冗余現象，引發了邊際遞減效應，科研經費使用效率不高，需要調整科研經費投入規模，優化科研經費配置結構，因此建議相關地區一方面要組織開展R&D 機構科研績效評價，對R&D 機構的資金使用、產出成效等方面進行定期評估，對于資金使用進度合理、科研產出高的個人或團隊要加大投入，對于資金使用進度滯后、科研產出較少的個人或團隊要采取暫停或減少經費投入，提高資金使用效率；另一方面要優化R&D 機構的科技經費投入的方式，堅持穩定性經費投入和競爭性經費投入并重，其中競爭性經費要重點支持面向世界科技前沿、經濟主戰場、國家重大需求、人民生命健康的科學研究。

（2）持續深化“放管服”改革，充分激發科技創新活力。針對研究發現的我國約有2/3 的省份在科技創新活動組織與管理方面存在問題，導致科研人員創新活力不強、科研成果產出水平不高的問題，需要持續深化科研管理領域的“放管服”改革，優化科技創新生態，充分激發廣大科研人員的創新活力。一方面要及時做好R&D 機構科研項目和經費管理方面的簡政放權，充分賦予研究與開發機構和科研人員項目技術路線調整以及經費使用方面的自主權；另一方面要做好R&D 機構的科研評價改革和強化激勵引導，建立與崗位、研究領域相適應的分類績效評價標準，全面推行以增加知識價值為導向的分配政策，鼓勵、引導科研人員多出成果、快出成果、出好成果。

（3）完善科研人才引育體系，夯實科技創新人才根基。我國R&D 機構的科技創新效率之所以呈現“M”型波動，技術創新水平提升或衰退是主要的影響因素，而影響技術創新水平的一個關鍵因素就是人才，因此各地區需要加強科技人才隊伍特別是高層次科技人才隊伍建設。一方面R&D 機構要圍繞科研人才的“引、育、留、用”全生命周期布局人才政策，完善人才分類認定、平臺建設、創新激勵、人才評價、安居保障等政策體系，并積極通過全職引進、柔性引進等方式面向全球招攬優秀人才；另外一方面也要大力支持中青年本土科技人才的發展，給予穩定的培育經費，積極支持其牽頭大項目、建設大平臺、領導大團隊，幫助R&D 機構的中青年科技人才快速成長成才。

（4）打造高水平科研平臺，夯實科技創新基礎條件。我國R&D 機構的科技創新效率受技術創新水平影響較大，而技術創新水平的進步或衰退除與人才自身水平相關外，也受到研究所需的基礎條件影響，因此建議各地區要大力支持R&D 機構建設高水平科研平臺，既要聚焦優勢領域、特色領域、新興交叉領域布局建設專業化科研平臺，也要加快公共服務平臺建設，促進科研平臺對外開放共享，為科學研究提供專業化的技術服務。此外，R&D 機構要進一步建立健全科研平臺建設保障體系，加大科研平臺建設和運行資金投入，優化科研儀器設備配置；同時，建立科學合理的實驗技術人員評價制度，加快培養和建設一支穩定的專業技術服務隊伍。