江西省重點實驗室投入產出效率研究

陳穎 馬臨

摘 要：【目的】江西省重點實驗室正開展重組工作，需對各個重點實驗室投入產出效率進行研究，為實驗室重組提供參考依據。【方法】基于江西省重點實驗室2021年度統計報表，從科技創新投入、科技創新產出兩個方面構建投入產出效率指標評價體系，運用投入導向的DEA-CCR、DEA-BBC模型進行測度。【結果】江西全省239家省重點實驗室只有109家DEA效率值為1。按依托單位類型測算，科研院所類實驗室DEA效率值最低，按領域類型測算，地球科學類實驗室DEA效率值最低。【結論】江西省重點實驗室投入產出效率并不高，且存在資源浪費。建議著重提高醫院和科研院所類以及地球科學、化學科學、生物科學三領域重點實驗室的資源投入產出能力。

關鍵詞：重點實驗室；投入產出效率；DEA模型

中圖分類號：F124.3? ? ?文獻標志碼：A? ? ?文章編號：1003-5168（2024）06-0145-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.06.028

Research on Input-output Efficiency of Key Laboratory of

Jiangxi Province

CHEN Ying MA Lin

（ Jiangxi Institute of Science and Technology Information， Nan Chang 330000， China）

Abstract：[Purposes] As the key laboratory of Jiangxi Province is carrying out the reorganization work， it is necessary to study the input-output efficiency of each key laboratory to provide reference for the laboratory reorganization. [Methods] Based on the annual statistical report survey of key laboratories in Jiangxi Province， this paper analyzes and studies the construction situation， human resources， scientific research capacity， scientific and technological achievements， and open exchanges and cooperation of key laboratories in Jiangxi Province. The input-output efficiency index evaluation system is constructed from two aspects of scientific and technological innovation input and output， and the input-oriented DEA-CCR and DEA-BBC models are used to measure. [Findings] Among 239 provincial key laboratories in the province， only 109 have a DEA efficiency value of 1. According to the measurement of supporting units， the DEA efficiency value of scientific research institute laboratories is the lowest， and the DEA efficiency value of earth science laboratories is the lowest. [Conclusions] The input-output efficiency of key laboratories in Jiangxi Province is not high， and there is a waste of resources.It is suggested to strengthen the output capacity of resources input in hospitals and research institutes， as well as key laboratories in the fields of earth science， chemical science and biological science.

Keywords： key laboratory; input-output efficiency; DEA model

0 引言

國內外學者對投入產出效率的理論和實踐進行了深入的研究分析。辛督強［1］運用DEA模型對2003—2010年國家重點實驗室科研投入產出進行分析，發現國家重點實驗室整體科研投入產出效率不高，且有逐年下降的趨勢。程蘋等［2］以2012—2016年99家企業國家重點實驗室工作總結報告的投入產出效率截面數據為依據，運用DEA-BBC模型構建各個領域的投入產出效率指標體系，并結合企業國家重點實驗室實際評估結果，分不同領域進行研究，得出了各個領域的投入產出效率趨勢。趙曉萌等［3］以2013—2018年廣東省197家重點實驗室為研究對象，建立了人才隊伍建設、科研學術研究、科技創新研發、成果轉移轉化4個評估體系，分別采用DEA-CCR和BBC模型進行測算，發現不同評估體系下效率特征存在明顯差異。

1 研究目的

江西省重點實驗室是江西省科技創新體系的重要組成部分，是全國重點實驗室的有益補充和后備軍，是開展高水平基礎研究、應用基礎研究、前沿技術研究，引領行業技術創新，聚集和培養優秀科技人才，開展學術交流的省科技創新基地［4］。江西省重點實驗室在江西省學科建設和產業發展中發揮了重要作用，也為推動創新型省份建設做出了積極貢獻。

2023年7月江西省科技廳印發了《江西省重點實驗室優化重組方案》，提出根據省重點實驗室發展戰略定位，構建差異化評價指標體系。以嚴格準入標準和建設要求為前提，按照確保質量、嚴控數量的原則，通過“提升、調整、整合、撤銷、新建”的方式，對現有省重點實驗室進行優化，實現提升一批、調整一批、整合一批、撤銷一批、新建一批“五個一批”的要求［4］。目前，科技部每3年組織一次已認定的省級重點實驗室考核評估工作，對平臺整體運行狀況進行評價。要推進省重點實驗室實現“五個一批”，必須了解各個實驗室的發展狀況以及投入產出效率，為實驗室重組提供有效的理論和實證依據。如何科學、合理、有效地開展投入產出效率評價研究，是當前和今后一段時期省級科技主管部門關注的重要內容，也是省級科技計劃體系的重要構成要素。

2 實證研究

2.1 指標體系的構建

本文以江西省2021年度統計數據報告完整的239家省重點實驗室為研究對象，以年度統計數據報告為數據基礎，結合江西省重點實驗室優化重組方案內容，建立了科技創新投入、產出指標體系。首先，分析239家省重點實驗室當年的投入產出效率；其次，將省重點實驗室按依托單位類型、產業領域類型進行分類，分析不同類型的重點實驗室投入產出效率。為進一步對重點實驗室進行綜合評估及實驗室優化重組提供建議。

科技創新投入即人、財、物三方面的投入。因此從人力投入、財力投入和物力投入三方面考慮指標的選取［5］。人力投入指標選取R&D人員數、科技活動人員數、各類領軍人才數3個能代表實驗室科技創新能力的指標；財力投入指標選取當年運行經費、科研經費籌集額、R&D經費內部支出3個指標；物力投入選取科學儀器設備原值、試驗場地面積兩個指標。

科技創新能力是一個國家科技實力的重要體現，同時科技創新成果是科技創新能力的體現。因此，科技創新成果越多，一個國家或地區的科技創新能力則越強［6］。從學術研究產出、創新成果產出、成果轉化產出3個方面來表示科技創新產出。其中，學術研究產出以獲省部級及以上科技獎勵數、發表論文和專著數為三級指標，創新成果產出以制定行業標準數、發明專利授權為三級指標，成果轉化產出以成果轉化項目數、成果轉化實現年銷售收入為三級指標（見表1）。

2.2 研究方法

本文選用DEA模型和DEA-XP1軟件對江西省重點實驗室投入產出效率進行實證分析。DEA方法具有兩個優勢：一是適用于多產出、多投入的效率評價問題；二是可以不對數據進行無量綱化處理，直接使用原數據進行建模［7］。DEA模型包含規模報酬不變（CCR）模型和規模報酬可變（BBC）模型兩種。采用CCR模型測算得出技術效率值，采用BBC模型測算得出純技術效率值，技術效率值比純技術效率值得到規模效率值，用于分析規模配置對產出的影響［7］。本文分別采用CCR、BCC模型進行測算，綜合分析江西省重點實驗室的技術效率、純技術效率和規模效率，從技術管理和規模投入兩方面綜合分析實驗室投入產出情況。

DEA模型按導向性可分為投入導向和產出導向兩個類型。投入導向是指在產出組合一定的前提下，用最小投入和實際投入之比估算可以減少的投入量；產出導向是指在投入組合一定的前提下，用實際產出和最大產出之比估算可以增加的產出量。在實際情況下，產出量往往不可控制，而投入量相對來說在可控范圍內，所以本文采用以投入為導向的CCR和BBC模型。

2000—2022年，江西省共有241家省重點實驗室，本文選取2021年度統計報告數據完整的239家進行研究。按依托單位類型分為企業、科研院所、高校、醫院等四大類，分別有32家、30家、143家、34家，各類型占比情況見圖1。按產業領域分為材料科學、信息科學、化學科學、醫學科學、工程科學、生物科學、地球科學等七大類，分別有30家、19家、15家、63家、51家、50家、11家，各類型占比情況見圖2。

3 結果與分析

3.1 各實驗室DEA效率分析

采用以投入為導向的CCR和BBC模型分別計算得出239家江西省重點實驗室的投入產出效率值，效率區間分布如表2所示。效率值為1的DEA有效，共有109家，占比45.61%，說明僅有109家重點實驗室各項投入得到了充分利用，投入產出比最大。其余130家重點實驗室DEA效率值均未達到1，說明這些重點實驗室DEA無效，各項投入未得到充分利用。其中有47家重點實驗室效率值在0.4以下，占比近五分之一，說明這些重點實驗室投入產出效率很低，存在資源浪費現象，亟須整改［8］。

3.2 不同依托單位的DEA效率分析

對239家重點實驗室按依托單位類型進行分類，計算得到4個不同依托單位類型的相對效率值。計算結果見表3。

根據計算結果，可將重點實驗室按DEA效率值分為兩類：

①企業和高校。企業和高校的技術效率值均小于1.000，純技術效率值均為1.000，為弱DEA有效。這兩類重點實驗室中DEA效率值為1.000的實驗室數量占比最高，說明這兩種依托單位的重點實驗室對管理和技術進行了較為有效的利用。但規模效率遞減，此時增加投入量不可能帶來更高比例或同比例的產出，應適當縮減投入規模，使其達到規模有效［9］。

②科研院所和醫院。科研院所和醫院的技術效率和純技術效率均小于1.000，為非DEA有效。這兩類重點實驗室中DEA效率值為1.000的實驗室數量占比較低，說明這兩種依托單位的重點實驗室在管理和技術上未達到最佳利用狀態，投入雖多，產出能力卻不足，存在資源浪費。其中，技術效率值最低的為科研院所類，說明其資源配置水平和結構需要進行調整。規模效率遞增，說明此時適當增加投入量，產出量將有更高比例的增加［10］。

3.3 不同領域的DEA效率分析

對239家重點實驗室按領域類型進行分類，計算得到7個不同領域類型的相對效率值。計算結果見表4。

根據計算結果，可將實驗室按DEA效率值分為三類：

①信息科學領域屬于第一類。該領域的技術效率、純技術效率、規模效率均為1.000，屬于DEA有效。說明該領域的重點實驗室對管理和技術進行了有效利用，投入產出效率達到最優，在現有運行機制下可以穩定、高效地將投入轉化為產出。

②材料科學、工程科學、醫學科學屬于第二類。此3個領域的技術效率均小于1.000，純技術效率為1.000，為弱DEA有效。說明這3個領域的重點實驗室對管理和技術進行了比較有效的利用，后期可以通過增加投入來增加產出數量，從而達到DEA有效。

③地球科學、化學科學、生物科學領域屬于第三類。這3個領域的技術效率、純技術效率、規模效率值均小于1，為非DEA有效。說明這3個領域重點實驗室的管理和技術水平都不是最佳狀態，投入多，產出少，未達到效率最佳。這3個領域的投入產出效率各不相同，若僅僅依靠增加投入并不能有效地提高產出能力，還要從技術、管理兩個方面進行整改才能提高投入產出效率［11］。

4 江西省重點實驗室存在的主要問題

4.1 缺乏頂層設計

江西省重點實驗室的研究方向由申報單位根據自身的研究方向自下而上申報確定，缺乏總體布局。由于缺乏引導性，省重點實驗室與江西省經濟、社會發展的重點工作對應性不強，電子科學與器件、虛擬現實、鋼鐵材料、碳達峰碳中和、地下水污染防治等領域均無省重點實驗室，對經濟、社會發展的支撐度不夠。另外，在申報過程中缺乏與已批建的省重點實驗室的查重對比，造成現有省重點實驗室研究領域存在一定程度的交叉重復。

4.2 研究方向對產業支撐度不高

江西省重點實驗室已建設20余年，其間，隨著學科的發展和新技術的不斷涌現，部分實驗室實際的研究方向與當初設立時確定的研究方向差異較大。還有一些重點實驗室的研究方向過于狹窄，對產業支撐度不高，且與省重點實驗室的要求有一定差距。

4.3 評價考核體系不健全

《江西省重點實驗室管理辦法》明確要求省重點實驗室在批準組建后有3年建設期，3年建設期滿需要進行驗收。此后，每年都要填報年度報告，且3年進行一次評估考核。但現實中，各重點實驗室并沒有每年都填寫年度報告，3年一次的評估也沒有按時執行，2017年后甚至并未進行評估考核。年度報告、定期評估制度未完全執行，導致部分實驗室人員變更、依托單位變更、依托單位主管部門變更等，對實驗室的運行產生了不利影響。

5 江西省重點實驗室發展建議

本文結合DEA模型評價結果，對重點實驗室重組提出以下建議以供參考。一是著力提升DEA效率值在0.8～1之間的24家重點實驗室。這類重點實驗室雖未達到完全有效，但表現良好，可通過加強管理、健全評估體系等方式提高運行效率，達到DEA有效。二是重點調整依托單位為醫院、科研院所以及領域為地球科學、化學科學、生物科學的重點實驗室研究方向。將研究方向不符合原發展方向、研究方向狹窄、對產業支撐度不高的重點實驗室進行調整，引導各依托單位、各領域的研究方向與江西省社會經濟的需求相結合。三是在DEA效率值為0.4～0.6的重點實驗室中選擇部分與效率值高、研究方向相近、關聯度較大的重點實驗室進行整合，支持省重點實驗室跨單位聯合申報，將獨立研究向集群研究轉變。四是重點核查DEA效率值在0.4以下的重點實驗室，若持續三年無產出或低產出，可考慮撤銷。五是面向科技前沿，不設領域和方向，自由申報， 嚴把遴選標準，充分挖掘江西省具有顛覆性和前瞻性的新興技術研究領域和研究團隊［12］。

6 結論

通過投入導向的CCR和BBC模型評價測算發現：239家江西省重點實驗室中僅109家資源投入實現了產出最優效率，占比45.61%；47家重點實驗室DEA效率值在0.4以下，占比19.67%。近五分之一的重點實驗室投入產出效率非常低，考核的6項產出指標中，大部分只有一兩項有產出，其他項都為零，這些重點實驗室是否處于正常運行狀態還須進一步核查。總體來說，缺乏頂層設計、管理機制不完善、研究方向對產業支撐度不高、考核評估體系不健全等原因導致江西省重點實驗室投入產出效率總體不高，科研資源存在嚴重浪費現象，但同時也說明江西省重點實驗室在產出上擁有巨大潛力。

參考文獻：

［1］辛督強.基于DEA的國家重點實驗室投入產出效率評價［J］.實驗技術與管理，2014，31（4）：220-223.

［2］程蘋，盧凡，湯高飛，等.企業國家重點實驗室科研效率評價模型研究［J］.中國基礎科學，2018，20（5）：51-56，62.

［3］趙曉萌，周俊杰，陳鈺瑩，等.不同投入產出評估導向下的廣東省重點實驗室運行效率研究［J］.科技管理研究，2021，41（15）：74-80.

［4］江西省科學技術廳.關于印發《江西省重點實驗室優化重組方案》的通知［EB/OL］.（2023-07-13）［2023-11-12］.https：//www.jiangxi.gov.cn/col/col396/index.html

［5］盛靜.京津冀工業廢氣污染治理投資效率及影響因素分析［D］.石家莊：河北經貿大學，2018.

［6］趙文會，王煒.基于DEA模型的高校實驗資源投入產出有效性評價［J］.遼寧師范大學學報（自然科學版），2016，39（2）：156-162.

［7］張藝.Comparative Study on Input and Output Efficiency of Science and Technology Innovation in Beijing， Tianjin and Hebei Province［D］.保定：河北大學，2016.

［8］李雅麗.Study on ScienceFinance Input-output Efficiency Based on the DEA Method［D］.南昌：江西師范大學，2013.

［9］李妙妙，李昀.基于數據包絡分析法的北京市共建重點實驗室效率評價［J］.科技管理研究，2014，34（4）：48-52.

［10］李妙妙.北京市共建科學研究與科研基地建設評價研究［D］.北京：北京林業大學，2013.

［11］宋帥官.基于DEA模型的生物醫藥企業創新效率：對遼寧的調查和分析［J］.黨政干部學刊，2012，（11）：71-75.

［12］胡劍波，劉輝.我國區域工業生態創新效率評價：基于SBM模型和CCR模型的比較分析［J］.科技管理研究，2014，34（14）：47-52.