江西省科研院所科技創(chuàng)新效率研究

摘 要：【目的】基于江西省科研院所科技統(tǒng)計調(diào)查數(shù)據(jù)，探索和分析江西省科研院所科技創(chuàng)新效率動態(tài)變化特征。【方法】以2001—2021年江西省科研院所科技活動人員、Ramp;D經(jīng)費內(nèi)部支出、專利申請受理數(shù)、專利授權量、科技論文數(shù)和出版科技著作數(shù)等投入產(chǎn)出數(shù)據(jù)為基礎，構建效率評價指標體系，通過DEA-BCC模型及Malmquist指數(shù)模型對其科技創(chuàng)新效率分別進行靜態(tài)評價和動態(tài)分析。【結果】江西省科研院所的科技創(chuàng)新綜合效率相對較高，Ramp;D經(jīng)費內(nèi)部支出對江西省科研院所投入產(chǎn)出效率的影響更大，全要素生產(chǎn)率指數(shù)的浮動受技術進步指數(shù)的影響較大。【結論】仍需從加大財政支持力度、創(chuàng)新科研管理體制、深化“放管服”改革等方面不斷完善科研院所建設，力爭提升全省科研院所科技創(chuàng)新能力，更好地發(fā)揮科技創(chuàng)新主體作用。

關鍵詞：科技創(chuàng)新；科研院所；DEA-BCC模型；Malmquist指數(shù)

中圖分類號：G31 " " 文獻標志碼：A " " 文章編號：1003-5168（2024）12-0145-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.12.029

Research on the Efficiency of Scientific and Technological Innovation in Jiangxi Provincial Research Institutes

—Based on DEA-BCC model and Malmquist index model

WANG Jinfeng WANG Yuyao

（ Jiangxi Institute of Science and Technology Information， Nanchang 330046， China）

Abstract： [Purposes] This paper aims to comprehensively grasp the dynamic changes in the efficiency of scientific and technological innovation in research institutes in Jiangxi Province， this article conducts a comparative analysis of the efficiency of scientific and technological innovation in research institutes within Jiangxi Province.[Methods] Based on input-output data such as the number of scientific and technological activity personnel， internal Ramp;D expenses， patent application acceptance， patent authorization， scientific papers， and published scientific and technological works of research institutes in Jiangxi Province from 2001 to 2021， an efficiency evaluation index system is constructed. The DEA-BCC model and Malmquist index model are used to perform static evaluation and dynamic analysis of their scientific and technological innovation efficiency， respectively.[Findings] The results show that the comprehensive efficiency of scientific and technological innovation in research institutes in Jiangxi Province is relatively high. The impact of internal Ramp;D expenditure on the input-output efficiency of research institutes in Jiangxi Province is greater， and the fluctuation of the total factor productivity index is greatly affected by the technological progress index.[Conclusions] It is still necessary to continuously improve the construction of scientific research institutes from the aspects of increasing financial support， innovating scientific research management system， and deepening the reform of \" streamlining administration and delegating power， improving regulation， and upgrading services\" so as to strive to improve the scientific and technological innovation ability of scientific research institutes in the whole province and give full play to the main role of scientific and technological innovation.

Keywords： technological innovation; academia Sinica; DEA-BCC model; malmquist index

0 引言

科研院所是實施創(chuàng)新驅動發(fā)展戰(zhàn)略的重要力量，是科技創(chuàng)新鏈條中不可或缺的一支隊伍。為了積極響應國家鼓勵和支持科研院所科技創(chuàng)新的號召，江西省科技廳2022年出臺了《江西省科技體制改革三年攻堅行動實施方案》，創(chuàng)新科研院所發(fā)展機制，建立科研院所現(xiàn)代化運行管理機制。在政府不斷重視科研院所科技創(chuàng)新、增加科研經(jīng)費的過程中，科研院所科技創(chuàng)新投入產(chǎn)出效率是否提高成為科技部門比較關注的問題。

1 文獻綜述

梳理現(xiàn)有相關文獻發(fā)現(xiàn)，國內(nèi)外學者在創(chuàng)新測度研究方面的評估指標和評價方法已經(jīng)較為豐富，得出了許多建設性的研究成果，科技創(chuàng)新效率評價也是其中的研究熱點之一。目前國內(nèi)學者對科研院所科技創(chuàng)新效率的研究主要集中在兩個方面：一是明確了科技創(chuàng)新呈現(xiàn)出明顯的地域差異與特點，開展全國范圍的科研院所對比研究。例如，李俊龍等［1］以全國31個省（區(qū)、市）2015—2019年研發(fā)機構的科技創(chuàng)新投入產(chǎn)出為研究對象，運用DEA和Malmqulst指數(shù)法兩種模型進行測度分析，發(fā)現(xiàn)科技創(chuàng)新效率呈現(xiàn)“M”型波動；范旭等［2］以全國31個省（區(qū)、市）2009—2017年科研機構的基礎科研創(chuàng)新效率為研究對象，運用超效率數(shù)據(jù)包絡分析（DEA）方法進行評價，發(fā)現(xiàn)我國科研機構基礎科研效率總體偏低，并呈現(xiàn)從東到西遞減趨勢。二是對單個省份或單個行業(yè)領域的科研機構進行測算與分析。例如，屈娟娟等［3］采用DEA模型對廣東省2006年科研機構投入產(chǎn)出效率進行分析；王曉夕等［4］以河北省2011—2018年農(nóng)業(yè)科研機構的創(chuàng)新效率為研究對象，運用DEA-Malmquist方法進行動態(tài)和靜態(tài)分析研究；達虎等［5］以甘肅省2011—2018年14個市州的科技統(tǒng)計數(shù)據(jù)為研究對象，運用DEA-Malmquist模型對甘肅省科技創(chuàng)新效率進行探討研究。

為全面掌握江西省科研院所科技創(chuàng)新效率的動態(tài)變化情況，本文以2001—2021年江西省科研院所科技統(tǒng)計數(shù)據(jù)為對象，運用DEA-BCC模型和Malmquist指數(shù)模型分別對江西省科研院所21個年份的科技創(chuàng)新效率進行分析研究。從DEA效率、不同投入指標的影響力及Malmquist指數(shù)動態(tài)變化等3個方面進行闡述，分析其優(yōu)缺點，并根據(jù)結果提出相應的對策建議。

2 研究方法

2.1 DEA-BCC數(shù)據(jù)模型

DEA模型是美國運籌學家Charnes等［6］在1978年提出的一種運用線性規(guī)劃理論的評價方法。它適用于多種投入、多種產(chǎn)出的數(shù)據(jù)樣本，是基于研究對象之間的一種非參數(shù)技術效率分析方法，對決策單元投入產(chǎn)出有效性進行評估。DEA模型分為BCC、SBM和CCR等模型，其中規(guī)模收益可變的BCC模型和規(guī)模收益不變的CCR模型為常用模型。由于本文的研究對象為2001—2021年江西省科研院所投入產(chǎn)出，在投資規(guī)模上存在差異，且這些年的投入規(guī)模持續(xù)增加，不存在縮減跡象，因此規(guī)模收益可變的BCC模型更適合本研究。

2.2 Malmquist指數(shù)

瑞典學者Malmquist［7］最早提出Malmquist指數(shù)法，實現(xiàn)加入時間因素后動態(tài)測算決策單元效率指數(shù)的變化情況。1994年Fare等［8］將Malmquist指數(shù)與DEA法相結合提出DEA-Malmquist模型，運用距離函數(shù)求解方法分析全要素生產(chǎn)率。技術進步指數(shù)（Tech）與技術效率指數(shù)（Effch）的乘積為全要素生產(chǎn)率指數(shù)（TFP），在規(guī)模可變時，技術效率指數(shù)由規(guī)模效率指數(shù)（SEC）和純技術效率指數(shù)（PE）組成。

當全要素生產(chǎn)率指數(shù)大于1時，表明該決策單元的全要素生產(chǎn)率在考察期間呈上升趨勢；當全要素生產(chǎn)率指數(shù)等于1時，表明該決策單元的全要素生產(chǎn)率在考察期間沒有變化；當全要素生產(chǎn)率指數(shù)小于1時，表明該決策單元的全要素生產(chǎn)率在考察期間呈下降趨勢。

3 指標體系和數(shù)據(jù)來源

3.1 構建指標體系

本文在選取投入、產(chǎn)出指標時兼顧了指標的數(shù)量和質量，使決策單元超過投入、產(chǎn)出指標之和的3倍，保證模型分析結果的信度、效度，同時考慮到數(shù)據(jù)來源的權威性、可得性以及指標的代表性。文中選取科技活動人員（人）、Ramp;D經(jīng)費內(nèi)部支出（千元）作為科研院所的投入指標，選取專利申請受理數(shù)（件）、專利授權量（件）、科技論文數(shù)（篇）和出版科技著作數(shù)（種）作為科研院所的產(chǎn)出指標。見表1。

3.2 數(shù)據(jù)來源

本文以2001—2021年為時間序列，以全部科研院所為研究對象，利用DEA-BCC模型和Malmquist指數(shù)模型考察其科研投入產(chǎn)出效率。從客觀上看，科研活動投入與產(chǎn)出之間存在一定的滯后性，但滯后時間參差不齊。已有文獻對滯后時間設定為l～3年不等［9-10］，也有文獻并未考慮滯后時間的問題［11-12］。本文取滯后時間為1年，即2001—2021年各項投入分別對應于2002—2022年的各項產(chǎn)出，數(shù)據(jù)來源于科技部組織的年度科研機構統(tǒng)計調(diào)查數(shù)據(jù)。

4 實證分析

4.1 靜態(tài)分析

4.1.1 DEA-BCC效率分析。利用DEAP2.1軟件，選取江西省科研院所2001—2021年投入、產(chǎn)出數(shù)據(jù)，對江西省科研院所投入產(chǎn)出DEA-BCC效率進行測算，結果見表2。

①綜合技術效率分析。由表2可知，江西省科研院所投入產(chǎn)出綜合技術效率均值為0.896，處在較高水平，說明江西省科研院所在既定的投入下產(chǎn)出較為豐碩。21年中有8個年份的綜合技術效率等于1，處于DEA有效狀態(tài)，說明這8年里江西省科技創(chuàng)新投入規(guī)模適中，創(chuàng)新資源配置比較合理，不存在投入冗余或產(chǎn)出不足的情況。綜合技術效率整體呈上升趨勢，但存在波動振動。

②純技術效率分析。由表2可知，科研院所純技術效率均值為0.954，表明管理和技術因素對江西省科研院所的科技創(chuàng)新效率影響較小。其中，有8個年份純技術效率為1且為DEA有效狀態(tài)，說明這8年里江西省科研院所在現(xiàn)有管理和技術水平下達到最優(yōu)狀態(tài)；有9個年份純技術效率小于1且為非DEA有效狀態(tài)，說明這9年里投入規(guī)模、管理和技術因素對其科技創(chuàng)新效率影響較大。

③規(guī)模效率分析。由表2可知，科研院所規(guī)模效率均值為0.940，說明科研院所科研資源利用率與投入產(chǎn)出結構較為合理。其中，有8個年份的規(guī)模效率為1且為DEA有效狀態(tài)，說明這8年里其資源配置較合理；有13個年份的規(guī)模效率小于1且為非DEA有效狀態(tài)，說明這些年其科技創(chuàng)新投入規(guī)模存在問題。在這13年中，有9個年份處于規(guī)模效應遞增狀態(tài)，說明其科技創(chuàng)新投入不足，需要加大科技創(chuàng)新投入；有4個年份處于規(guī)模效應遞減狀態(tài)，說明其科技創(chuàng)新投入冗余，需要適度減少科技創(chuàng)新投入。

4.1.2 "不同投入指標的影響力分析。為考量不同投入指標對DEA-BCC模型各效率的影響程度，本文通過分別剔除科技活動人員、Ramp;D經(jīng)費內(nèi)部支出兩種測算方式對兩個投入指標的影響力進行分析，分別將其命名為測算1、測算2，將不去除任何投入指標的測算3設為對照組，見表3。由表3可知，測算1、測算2和測算3的綜合技術效率均值分別為0.789、0.754、0.896，表明與去除科技活動人員相比，去除Ramp;D經(jīng)費內(nèi)部支出的綜合技術效率均值變化更大。說明Ramp;D經(jīng)費內(nèi)部支出對DEA效率值的影響更大，即Ramp;D經(jīng)費內(nèi)部支出對江西省科研院所投入產(chǎn)出效率的影響更大。

4.2 動態(tài)分析

借助DEAP 2.1軟件，運用Malmquist指數(shù)模型，對2001—2021年江西省科研院所科技創(chuàng)新效率的全要素生產(chǎn)率指數(shù)及其各分解指標量進行測算，結果見表4。

由表4可知，2001—2021年，江西省科研院所的5個指數(shù)均值都大于或等于1，說明其整體科技創(chuàng)新效率處于上升趨勢。其中，有11個年份全要素生產(chǎn)率指數(shù)的均值均大于1，表明全要素生產(chǎn)率在這11年中有所提升；有9個年份全要素生產(chǎn)率指數(shù)小于1，表明這9個年份全要素生產(chǎn)率有下降趨勢。從21年的觀測值可以看出，全要素生產(chǎn)率指數(shù)呈現(xiàn)上升與下降不斷波動的現(xiàn)象，這說明江西省科研院所科技創(chuàng)新效率雖呈現(xiàn)上升狀態(tài)，但發(fā)展尚未穩(wěn)定，沒有達到理想狀態(tài)。尤其是2008—2009年全要素生產(chǎn)率指數(shù)才0.506，技術進步指數(shù)下降直接導致全要素生產(chǎn)率指數(shù)下降。由此推斷，提高技術進步指數(shù)是提高全要素生產(chǎn)率指數(shù)的關鍵所在。

5 結論與建議

5.1 研究結論

本文通過DEA-BCC模型對江西省科研院所2001—2021年科技創(chuàng)新投入、產(chǎn)出效率進行測算，發(fā)現(xiàn)江西省科研院所的科技創(chuàng)新綜合效率相對較高。雖也出現(xiàn)投入冗余或產(chǎn)出不足現(xiàn)象，但大部分年份是規(guī)模報酬遞增階段，具有較大的發(fā)展空間和潛力。另外，通過不同投入指標的影響力分析發(fā)現(xiàn)，相對于科技活動人員，Ramp;D經(jīng)費內(nèi)部支出對江西省科研院所投入產(chǎn)出效率的影響更大。通過Malmquist指數(shù)分析可知，江西省科研院所技術進步指數(shù)對全要素生產(chǎn)率指數(shù)的浮動影響較大，科學技術水平的提升對提高江西省科研院所的投入產(chǎn)出效率有很大幫助。

5.2 對策建議

江西省科研院所作為企業(yè)、高校、科研院所三大創(chuàng)新主體之一，其研發(fā)實力相對比較薄弱。但隨著大院大所的不斷引入和科技投入的不斷增加，科技創(chuàng)新能力也得到了明顯提升，科技創(chuàng)新活動取得了一定的成果。但仍要不斷強化管理，優(yōu)化資源配置，緊盯發(fā)展機遇，提升科技創(chuàng)新能力。

5.2.1 加大財政支持力度，強化前沿創(chuàng)新意識。一是加大科技創(chuàng)新投入力度。持續(xù)加大各級財政對科研院所的支持力度，完善財政科研經(jīng)費預算管理制度，確保財政投入穩(wěn)步增長，在機構運行、基礎建設和人員經(jīng)費等方面給予科研院所更多的經(jīng)費保障。二是創(chuàng)新資源計劃和統(tǒng)籌配置。大力支持有研究基礎、特色優(yōu)勢的科研院所承接基礎研究和應用研究等研發(fā)活動重大科研項目，通過實施項目提高原創(chuàng)性科技成果產(chǎn)出。

5.2.2 創(chuàng)新科研管理體制，激發(fā)科研人員活力。科研人員是科研活動的核心要素，要持續(xù)完善人才培養(yǎng)和人才引進制度，不斷激發(fā)科研人員活力。一是創(chuàng)新完善科技人才培養(yǎng)機制。深化“三評”改革，給予科研院所在相關科研方面的自主權，實行科研項目經(jīng)費“包干制”，鼓勵科技人員自主選擇科研方向、組建科研團隊，開展原創(chuàng)性基礎研究。二是完善人才引進培育制度。創(chuàng)造良好的高端人才引進環(huán)境，豐富高端人才引進手段，完善人才引、聚、育、用政策，培養(yǎng)造就一支結構合理、素質優(yōu)良的創(chuàng)新創(chuàng)業(yè)人才隊伍。

5.2.3 持續(xù)深化“放管服”改革，優(yōu)化科技創(chuàng)新創(chuàng)業(yè)發(fā)展環(huán)境。為提升科研成果產(chǎn)出水平，激發(fā)科研人員創(chuàng)新活力，需進一步落實減負放權措施，深化科技領域“放管服”改革，減輕科研人員負擔，為科研人員營造良好的創(chuàng)新創(chuàng)業(yè)環(huán)境。一是做好科研項目與經(jīng)費管理方面的簡政放權，優(yōu)化科技行政許可審批管理和服務流程，賦予科研院所和科研人員在項目設立以及經(jīng)費使用方面的自主權；二是做好科研院所分類考核評價改革，以科技創(chuàng)新規(guī)律、突出質量貢獻為績效導向，建立與研究領域、崗位等相適應的分類績效評價標準，賦予科研人員職務科技成果所有權或長期使用權改革試點，鼓勵和引導科研人員多、快、好地出成果。

參考文獻：

［1］李俊龍，譚濤.研究與開發(fā)機構科技創(chuàng)新效率測度及提升對策：基于數(shù)據(jù)包絡分析和Malmquist指數(shù)法［J］.科技管理研究，2023，43（4）：94-99.

［2］范旭，李蓓黎.科研機構基礎科研創(chuàng)新效率評價及提升研究［J］.科技管理研究，2021，41（15）：117-126.

［3］屈娟娟，張成科，朱懷念.基于DEA的廣東省科研機構投入產(chǎn)出的效率評價［J］.廣東工業(yè)大學學報，2010，27（4）：50-53.

［4］王曉夕，張新仕，李敏，等.河北省農(nóng)業(yè)科技創(chuàng)新效率評價研究：以農(nóng)業(yè)科研機構為例［J］.農(nóng)業(yè)科技管理，2021，40（2）：18-21，43.

［5］達虎，范瑞龍，張園淋，等.基于DEA-Malmquist模型的甘肅省科技創(chuàng)新效率研究［J］.湖北大學學報（自然科學版），2022，44（3）：325-332.

［6］CHARNES A，COOPERW W，RHODES E.Measuringtheefficiencyofdecisionmakingunits［J］.EuropeanJournalofOperationalResearch，1978，2（6）：429-444.

［7］MALMQUIST S.Indexnumbersandindifferencesurfaces［J］.TrabajosDeEstadistica，1953，4（2）：209-242.

［8］FARE R，GROSSKOPF S，NORRIS M.Productivitygrowth，technicalprogress，andefficiencychangeinindustrializedcountries［J］.AmericanEconomicReview，1994，85（5）：1040-1044.

［9］穆智蕊.基于超效率DEA模型的北京Ramp;D投入績效評價［J］.科技進步與對策，2012，29（5）：117-120.

［10］譚秀閣，楊建飛，王玨.基于DEA的我國財政科技投入效率評價［J］.西安財經(jīng)學院學報，2013，26（1）：78-83.

［11］張林，高安剛.基于DEA的欠發(fā)達地區(qū)創(chuàng)新績效研究：以西南三省為例［J］.科技管理研究，2012（10）：76-79.

［12］楊劍，楊鋒.國家主體性科技計劃實施效率的DEA評價［J］.科技進步與對策，2010，27（21）：116-118.