創新基金項目后績效評價*——基于福建省數據的實證研究

羅思民

(福建省科學技術信息研究所，福建 福州 350003)

1 研究背景

國家從1999 年開始設立科技型中小企業技術創新基金(以下簡稱為“創新基金”)，十多年來，創新基金在扶持和引導科技型中小企業的創立與開展技術創新活動方面發揮了積極作用。創新基金的績效評價除了評價項目本身取得成效，有必要對項目驗收后的績效進行跟蹤研究，研究創新基金對企業創新和成長的中長期影響。

針對創新基金項目評價包括立項評價、驗收評價和項目后評價，現有的文獻對立項評價和基于驗收數據的績效評價研究較多。從國內外的文獻看，主要評價方法包括設立指標體系、統計分析方法和基于層次分析法(AHP)或數據包絡分析(DEA)的模型等。針對績效評價的指標體系，毛秀珍、馬學興［1］提出了創新項目的績效評價指標與評價標準;姜濱［2］通過AHP 法和模糊數學理論建立了一套創新基金計劃項目實施效果評價指標框架體系。對于評價模型研究，顧麗琴、梅燁丹［4］和郭平、何昊城［5］采用DEA 模型分別對江西和湖南的創新基金進行效率分析。上述文獻的實證研究都是以項目立項和驗收的數據為基礎進行的。

創新基金項目后評價是對項目驗收若干年后創新項目本身取得成效以及對企業效益、作用和影響所進行的綜合分析和總結的一種評價。國內對項目后評價和跟蹤研究文獻較少，史本山［6］研究了創新基金資助項目后評估指標體系。陳聰、李紀珍［3］分析獲得基金前和申請后六年內所獲專利數量的變化情況，分別進行OLS 及3SLS 回歸分析，評價創新基金的實施效果。針對臺灣小型企業創新研發計劃(SBIR)的跟蹤研究，黃仟文［7］采用問卷調查，針對1999—2004 年參與SBIR 計劃并結案的廠商，對比參與項目五年后的數據，利用準實驗設計、統計分析方法進行計劃的影響評估，并以計量經濟方法進行計劃的效率評估。對于美國小企業創新研究計劃(SBIR)，Lerner［8］針對1 435 家接受補助公司，調查超過10 年的員工雇用和營業狀況數據，結果顯示相對于沒有接受補助的企業成效相當顯著。

本文評價對象為福建省2001—2008 年立項的創新基金項目，考察從立項到2010 年底的項目和企業發展情況，調查數據包括創新項目績效評價和獲創新項目資助企業績效評價，通過設立評價指標體系，采用AHP 和DEA 方法對各年度項目進行項目后績效評價，包括絕對績效評價和相對效率分析，同時對評價結果進行分析探討。

2 績效評價指標體系

構建創新基金評價指標體系應以創新基金成立宗旨和目的為依據，圍繞創新基金所要發揮的作用來設置，對項目和企業的評價指標進行逐層分解。在設計績效評價體系時，從創新項目本身取得成效和對企業影響評價兩個方面進行，項目實施成效評價指標主要是考核創新基金支持項目的實施情況，具體從項目的完成情況、資金帶動、項目創新成果、項目帶來的經濟效益和社會效益等5 個方面進行評價，企業評價指標主要從創新基金促進企業創新能力和企業成長能力兩個方面來考核。創新項目的實施績效總評價對項目實施成效、企業創新能力和企業成長能力進行綜合評價，具體評價指標體系見表1。

表1 創新基金項目后績效評價指標體系

對三級指標中定性指標的量化處理，“項目完成情況”指標包括進度超前、按計劃進行、拖延、中途終止或申請撤項四種情況，對應的可賦值為10、8、4、1。帶動社會資金比率指的是創新基金帶動銀行和其他社會資金投入的比率，項目投入產出比率指項目新增產值與項目總投資之比，項目新增其它成果包括項目取得的新產品、新材料、新工藝、新裝置、國家標準、地方及行業標準、軟件著作權、新藥證書和集成電路布圖設計登記等。

3 研究模型介紹

3.1 層次分析法

層次分析法(Analytic Hierarchy Process，簡稱AHP)是美國運籌學家Saaty 首先提出，它是將定性問題或半定性半定量問題轉化為定量計算的一種有效方法。層次分析法的基本思想是將對目標或決策產生影響的因素分為總目標層、準則層和方案層等不同層次，從而構建一個層次分析的結構模型，然后利用它的判斷矩陣來計算每一個層次的各種屬性相對于上一個層次某屬性的相對權數，最后使用加權求和的方法進行計算，以求出各方案對總目標的相對權數，從而確定方案的優劣次序。運用此方法的具體步驟包括:根據項目的特點建立合適的層次結構;構造層次分析法的專家判斷矩陣，即采用專家打分法對需要進行評價的各要素兩兩進行比較，建立判斷矩陣;進行層次單排序及其一致性檢驗;層次總排序及其一致性檢驗;根據判斷矩陣計算各要素相對于總目標的權重。層次分析法能充分反映決策者偏好，將決策者的經驗給予量化，從而為決策者提供定量形式的決策依據。

3.2 DEA 模型概述

數據包絡分析方法(Data Envelopment Analysis，DEA)是由美國運籌學家A.Charnes，W.W.Cooper和E.Rhodes 提出的一種相對效率評價方法，其基本思想是通過DEA 線性規劃模型得到相應的生產前沿面，以評價具有多投入、多產出的同類型評價對象(稱為決策單元，Decision Making Units，簡稱DMU)之間的相對有效性［9］。在評價各決策單元時選擇最有利于該決策單元的權重系數，而且不需事先假定輸入和輸出存在某種顯式關系，直接進行包絡分析，得到的評價結果不受任何人為因素的影響，具有客觀性強的特點。具體步驟是把每一個被評價單位作為一個決策單元，再由眾多DMU 構成被評價群體，通過投入和產出指標的權重為變量進行評價運算，確定各決策單元的有效性。DEA 模型有投入導向和產出導向兩種形式，可假定為規模收益不變(CRS)和規模收益可變(VRS)，產出導向的DEA 模型指給定一定量的投入要素，求產出值最大。

采用DEA 方法對科技投入產出效率的研究日益增加，并取得了不少的研究成果。由于創新基金評價體系的指標繁多，同時DEA 模型不能體現決策者偏好的問題，本文通過AHP 方法對輸入輸出指標進行處理，能夠比較直接地反映決策者的主觀判斷，利用AHP/DEA 模型評價創新基金項目的相對效率。

4 評價步驟與實證分析

4.1 數據來源與處理

福建省1999 年實施國家創新基金項目，同年設立省級創新資金，并于2001 年開始實施。國家創新基金和省創新資金在支持福建省中小企業技術創新和發展等方面取得了顯著成效。福建省科技廳對1999—2010 年立項的創新基金項目進行了績效調查，包括創新項目績效評價調查和創新項目資助的企業績效評價調查。根據本次調查回收的調查表，選取其中2001—2008 年立項的技術創新項目有效樣本共183 個，各年份的項目數見表2。調查數據節點為立項前一年和2010 年底，分析比較2010 年與項目立項前的各指標數據情況。由于創新基金項目的執行期一般為2 年，對應項目驗收后的時間跨度為剛驗收到驗收后7 年。

在進行績效評價前需要對三級指標進行無量綱化處理，在進行絕對績效評價時，可根據創新基金項目的特點采用標準值法進行，即給每個指標設置一個最大值(標準值)，當大于這個最大值時都標準化為1，三級指標的標準值依據創新基金驗收規范和參考其他省市［1］對創新基金評價的標準設置。在進行DEA 相對效率評價時，采用極值法進行無量綱處理。

針對指標權重計算，根據AHP 方法，首先邀請相關專家構造判斷矩陣，我們請5 位專家對判斷矩陣進行判斷確認，最后綜合各專家的意見確定各級指標的判斷矩陣和權重。過程包括構造兩兩判斷矩陣、利用和積法計算權向量、計算特征根并進行一致性檢驗，經過計算二級指標B1-B5的權重向量為(0.120 9，0.328 7，0.120 3，0.241 7，0.188 4)，B6-B7的權重為(0.333 3，0.666 7)，B8-B9的權重為(0.8，0.2)。同樣方法可計算得B3-B8下的三級指標權重。

4.2 評價結果分析

4.2.1 基于AHP 的絕對績效評價

項目績效總評價針對項目實施成效、企業創新能力、企業成長能力三個一級指標按權重進行綜合計算，AHP 計算一級指標的權重向量為(0.689 0，0.134 9，0.176 0)，最后計算各項目的得分。轉換為百分制后，以評分大于75 為良好、大于85 為優秀的標準進行評價。具體各年份項目的評價平均值見表2。

表2 創新基金2001—2008 年項目AHP 績效評價情況

從AHP 績效評價結果發現，在評價的183 個項目中有148 個即81%達到了優良的水平，說明絕大多數項目驗收后績效評價良好。對2001—2008 年各年項目實施成效均值分析，除因樣本原因2002 年為76.9，其他年份均大于80，其中剛驗收的2008 年和2007 年項目以及早期的2001 年和2002 年項目具有相對低的均值，而2003—2006 年有較高的得分，這可以解析為剛驗收項目的產品效益還未完全體現，早期項目由于產品的周期性和更新換代，無法使項目本身效益保持長期的增長，驗收后的2 到4年可能是項目產品效益最好的年份。對于各年評價總分平均值由于權重的關系具有與項目實施成效同樣的變化趨勢。

從表2 的數據可以看到企業創新能力和企業成長能力指標從2008 年往前得分均值基本是逐年增加，立項越早的企業評價得分均值越高，特別是2001 和2002 年立項的企業創新能力明顯大于2007和2008 年立項的企業，反映了企業在項目驗收后的發展情況，說明獲創新基金資助項目的企業中長期看具有良好科技創新和成長能力。

4.2.2 DEA 相對效率評價

由于創新基金績效評價指標較多，如果直接用于DEA 模型無法區分各指標的重要性，層次分析法能夠充分利用專家的主觀意見，將復雜的評價指標簡化為DEA 的投入產出指標，結合AHP 的數據包絡分析法可充分發揮各自的優勢。具體的過程包括將福建省創新基金項目在立項時間上按照2001—2008 年逐年排列，將所有屬于同一年立項項目的各個三級指標的數值匯總，采用極值法無量綱化，即標準化數據=原始數據/極大值，然后以上述AHP 方法生成的項目實施成效、企業創新能力和企業成長能力作為產出指標，同時以項目實際投資金額、創新基金資助額、項目人員數作為投入指標，上述按年數據整理后的分成8 個DMU。根據創新基金績效評價的特點，應用以產出為導向的DEA 模型，通過DEAP2.1 軟件的BCC 模型進行求解，模型計算結果主要包括綜合效率、純技術效率和規模效率，具體結果見表3。

表3 創新基金2001—2008 年按年績效評價DEA 效率值

從表3 的DEA 綜合效率值看，2001—2004 年的評價為相對DEA 有效，除了2005 年為0.685，2006年至2008 年的綜合效率值逐年減少，總體來看，早期獲創新基金項目支持的年份投入產出情況相對理想，這說明創新基金對企業中長期影響是積極的。純技術效率除2006 年為0.984 和2007 年為0.932外，其他年份均為1，說明各年份創新基金項目的資源配置基本都實現了最優。規模效率是綜合效率與純技術效率的比值，如果規模效率值小于1，則說明該決策單元處在規模報酬遞增或遞減的低效率狀態，規模效率在2001—2004 年的值為1，說明早期項目的生產規模都實現了最優，而2005—2008 年處于規模報酬遞減狀態，依據規模效率的含義，該數據表示創新基金這幾年投入規模還未達到最優產出的水平。

5 結語

基于AHP 方法和DEA 模型對福建省2001—2008 年立項的創新基金項目進行項目后績效評價，研究結果表明，創新基金資助項目在驗收后的幾年中項目實施成效指標評價得分沒有太大變化，項目本身的效益隨時間減弱，而獲項目支持的企業在科技創新和企業成長方面具有良好表現。說明創新基金的實施促進企業中長期科技創新和成長，達到通過項目扶持幫助科技型中小企業發展的目的。當然企業創新能力和企業成長能力是多方面因素決定，但對于初創期的科技型小企業創新基金就是重要的促進因素。

跟蹤項目驗收后的企業發展情況是創新基金績效評價的重要方面，對項目后績效進行評價需要完善的數據，而項目驗收后的數據一般不易得到，影響對企業的有效跟蹤評價，建議借鑒臺灣的做法，臺灣小型企業創新研發計劃(SBIR)的合同規定SBIR 簽約廠商須不定期接受工作進度及經費支用情形之查訪，并于計劃結束后5 年內配合成效追蹤及參與相關成果發表、展示，這從法律層面上保障了相關數據的獲得。

［1］毛秀珍，馬學興.浙江省“十五”技術創新項目績效評價初探［J］.科技管理研究，2008，28(9):83-86.

［2］姜 濱.科技型中小企業技術創新基金項目實施效果評價的研究［D］.哈爾濱:哈爾濱工業大學，2003.

［3］陳 聰，李紀珍.科技型中小企業創新基金效果評估——以中關村地區為例［J］.技術經濟，2013(10):8-16.

［4］顧麗琴，梅燁丹.基于DEA 方法的江西省科技型中小企業技術創新基金績效分析［J］.科技管理研究，2013，33(2):45-48.

［5］郭 平，何昊城.基于DEA 的湖南省創新基金效率評價實證分析［J］.地方財政研究，2012(3):32-36.

［6］史本山.創新基金資助項目后評估體系研究［J］.學術動態，2008(4):26-32.

［7］黃仟文.中小企業創新研發補助政策績效評估［D］.臺灣:臺灣國立中山大學，2010.

［8］Lerner J.The government as venture capitalist:the longrun impact of the SBIR program［J］.Journal of Business，1999，72:285-318.

［9］魏權齡.評價相對有效性的數據包絡分析模型［M］.北京:中國人民大學出版社，2012.