基于DEA-TOBIT模型的科研主體分析科研創新投入產出效率

任紅松，陳寶峰，趙龍，艾合買提·買買提，吳久赟

(1.中國農業大學經濟管理學院，北京 100083；2.新疆農業科學院吐魯番農業科學研究所，新疆吐魯番 838000)

0 引 言

【研究意義】科技人員作為科研主體，其能力和素質的高低直接影響著科技產出水平。科研主體在科研產出時也必定需要面對相應的約束條件，投入產出的效率是面對約束條件的關鍵。研究科研主體的自身素質、能力對其產出效率的影響，對提升處于科研約束條件下的科研產出水平具有實際意義。【前人研究進展】科研素養是在20世紀50年代由美國教學家Conant. J提出。直到20世紀70年代之后才逐漸對科研素養有了統一的內涵，都是基于三個分類層次。其中，典型的科研素養有三層含義概念認為：第一層科學的內容(即科學知識)；第二層講科學知識產生過程的重要性，也就是“科學方法”；第三層是科研過程中需要遵守的倫理道德。現階段多數學者也是基于此來定義科研素養[1]。作為科研產出效率這個概念，多是從投入產出的視角進行的研究。而對其影響因素的研究中，也大多是從外部條件諸如政策、環境等，而對科研創新產出的主體科研人員自身素養的關注較少。但是，科研人員作為科研工作的主體，其自身水平、能力、素質等因素也一定會影響到其產出的水平，科研素養對其科研創新的效率可以產生影響。有研究顯示，科研素養是在經過后天教育培養之后形成的科研過程中穩定表現出的基本品質[2]。也有研究認為，科研素養是指研究者在從事科學研究活動中利用科學知識發現問題，在此基礎上提出科學設想并進行論證的過程中所需要的能力及素質[3]。有些學者把科研素養等同于科研能力，指的是科學研究人員運用科學方法順利完成科研活動所需要的身心條件。基于此，提出科研素養中應包含科研理論素養、科研能力素養、科研道德素養[4]。而關于科研素養的理論基礎中，加涅認為，學習者通過學習，最終習得了某種或者某些“性能”(capabilities)，可以劃分為五類，也就是五種學習結果[5]。科研活動是科研人員多年來學習行為的綜合結果，加涅學習結果理論中第一層、第二層與第四層，是對知識的學習與靈活運用的結果，與研究所定義的科研素養第一層面——基本素質，是一致的。加涅學習結果理論的第三層，認知策略，支配著學習者在對付環境時其自身的行為，即“內在的”東西，對應著科研素養第二層面——個人能力。加涅學習結果理論的第五層，態度，對應著科研素養的第三層面——科研修養。關于科研素養對科研創新產出效率影響的研究還相對較少，很多時候是是從研究定義科研素養中的某一些方面進行了影響研究。主要分為主觀因素和客觀因素兩個部分。在主觀部分中，科研工作滿意度對科研工作績效之間存在交互影響[6]。而比較成體系的則是利用心理資本這個概念來研究績效影響，主要內容是包括情緒穩定性、外向性、開放性、宜人性和責任感在內的五大人格結構，自信、希望、樂觀和韌性這些積極的心理狀態類的指標，以及更深入的創造力、智慧、幸福感、沉浸體驗和幽默這些變量，并借助于這些概念用心理資本研究高校教師的工作績效，得出以自信、希望、樂觀、韌性組成的心理資本，結合高校職工的年齡、職稱、學歷等作為自變量研究它們對科研績效的影響，結果證明這些指標都對科研績效產生了影響[7]。在客觀部分中，基本上可以包含為地方基本狀況、經濟狀況、產學研結合狀況、人力資本投入程度等等[8-9]。【本研究切入點】科研主體的科研素養界定可以借鑒加涅的學習理論，從五個層級中找出相應的位置進行界定。而針對科研人員的科研素養對其創新產出效率的影響中，現階段對此研究較少。科研素養總體可以細化為四個層面：第一個層面，科研基礎；第二個層面，個人能力；第三個層面，思維風格；第四個層面，科研修養。研究把四個層面作為本套指標的四個基本的維度，針對每個維度設置具體指標和可測指標。研究科研主體對科研創新投入產出效率的影響。【擬解決的關鍵問題】運用相關文獻及問卷調查的收集、整理、匯總和對比分析，采用DEA-TOBIT兩階段模型對每一個樣本創新投入產出的效率進行分析，使用科研素養的相關變量對其進行研究。研究科研人員的科研素養支撐的基本理論并構建相應的指標體系，在此基礎上對其進行分析和計算得出科研主體的科研素養水平。研究科研創新績效的投入和產出的關系，以此關系為基礎對科研主體的科研投入和產出效率進行分析。利用科研素養的基礎理論分析科研主體對科研主體創新投入產出效率的影響。

1 材料與方法

1.1 材 料

1.1.1 采集數據

以新疆農業科學院的科研人員作為本次調研對象。問卷的調研采取分層抽樣的方法進行。第一層以不同的研究所進行劃分，每個研究所調研問卷的目標定為28份，可以視情況、人數具體變化上下浮動。第二層以年齡進行劃分，對單個研究所來說：小于30歲的科研人員，目標隨機調查7人；30<年齡≤40的科研人員，目標隨機調查7人；40<年齡≤50的科研人員，目標隨機調查8人；50<年齡的科研人員，目標隨機調查7人。如果某一層的人員數量不足7人，則全部進行調查，其余各層抽樣數量可以不變。

問卷調研采用的是電子問卷隨機發放與紙質問卷隨機發放兩種方式相結合進行的。問卷共涉及11個院所，回收問卷210份，其中有效問卷178份。

1.1.2 相關指標

在使用科研素養作為分析的關鍵自變量之前，需要對其進行因子分析以便確認每一個指標所屬的維度，以及確定科研素養每個維度的水平。在因子分析中，主要的檢驗是信度檢驗和效度檢驗，其中信度檢驗主要參考旋轉因子載荷，而效度檢驗則觀察每個題項“題項刪除時的Cronbach's Alpha值”。表1，表2

表1 科研素養指標體系
Table 1 Scientific research accomplishment index system

維度指標具體指標題項編號科研基礎基本指標職稱X41專業契合度工作年限X42團隊貢獻在本團隊中的分量X43個人能力交流能力與團隊人員的交流頻率X21合作能力團隊人員對自己的幫助程度X22語言表達能力團隊之間交流順暢程度X23思維風格政策接受程度現有科研相關政策滿意度X31經費狀況現階段科研經費滿意程度X32條件滿意度科研條件(設備、場地、環境)滿意度X33解決困難的心態解決困難過程的順利程度X34科研修養理論學習意愿對本領域的基礎理論學習意愿X11方法學習意愿對本領域科研方法的學習意愿X12知識更新獲取最新知識的意愿X13學習廣度個人的閱讀廣泛程度X14創新意愿尋求新方法處理問題的意愿X15個人追求科研對自身的意義X16

表2 科研素養項目
Table 2 Scientific research accomplishment project analysis

維度指標題項編號Component總題項Cronbach's AlphaCronbach's Alpha if Item Deleted科研基礎基本指標X410.8250.7000.465專業契合度X420.8240.7000.689團隊貢獻X430.6870.7000.501個人能力交流能力X210.8900.8510.815合作能力X220.8820.8510.774語言表達能力X230.8700.8510.789思維風格政策接受程度X310.8480.8480.796經費狀況X320.8330.8480.822條件滿意度X330.8310.8480.805解決困難的心態X340.8040.8480.807科研修養理論學習意愿X110.8910.8720.828方法學習意愿X120.8640.8720.835知識更新X130.7520.8720.862學習廣度X140.7430.8720.857創新意愿X150.7420.8720.858個人追求X160.7190.8720.859

這些變量不可以直接使用到最終的模型中，主要因為科研素養是一個潛變量。需要對這個潛變量進行研究，與此同時，組成科研素養的科研基礎、個人能力、思維風格和科研修養也是潛變量。而潛變量是不可被直接觀測和使用的變量。因此需要觀察變量來對潛變量進行替代。在此處理的科研素養相關數據就是希望將不可觀測的潛變量由可觀測的變量來進行表達。

一般的由觀測變量表達潛變量的方法是觀測變量按照一定的權重水平進行加總，從而由多個觀測變量來表達一個潛在變量。而加權的系數則有兩種，一般是回歸路徑系數和旋轉因子載荷系數。在此進行加權計算。表3

表3 科研素養水平值
Table 3 Analysis of scientific research accomplishment level

指標指標題號均值最大值最小值方差科研素養F2.273.181.060.46

1.1.3 投入產出效率相關指標

在確定DEA-BCC模型之后，對投入產出項進行確定，其中創新投入指標分別是獲得課題數量，獲得課題最高級別，獲得課題總經費，獲得單個課題最高經費這四個選項。創新產出指標分別為理論成果和產品成果。其中理論成果包括O1到O3,分別為論文數量、最高影響因子以及核心論文數量。產品成果主要為標準專利數量、創新產品質量。不論是創新投入指標還是創新產出指標，方差(標準差)的值比較大，證明在樣本群體中，高低差別大，并不平均。尤其是科研經費不論是總經費還是單個最高經費的標準差更大，而且最大值與最小值的差距也非常大。

對個別單個指標進行分析，獲得課題的數量，平均每一個樣本可以獲得各種級別課題4次，但是方差也較大，而且最高值與最低值相差44，也就是說獲得課題數量最多的人大小課題項目一共44項。在一般的科研主體中屬于數量巨大。其次是產出項中的論文數量，也呈現出方差大，最小值與最大值差別大的情況。最高的發表論文180篇，屬于非常大量產出的情況。

在對數據進行初步的分析之后需要對數據在DEA模型中使用情況進行檢驗和分析。在使用DEA方法時，第一個原則是所有的投入產出項都為正數，在這九個變量中可以得出的是全部都是正數，最小值為0，沒有負數，因此第一個原則通過。第二個原則是決策單元的數量要較多的大約投入產出指標數，在研究中投入產出指標一共為9個，而決策單元的數量為178個，因此也符合第二個檢驗。第三個原則是指標為非比率型指標，也就是指標盡量不要是兩個指標的比值，使用的所有投入產出指標均為量和質的體現，且不存在比率問題，因此第三個原則的檢驗也通過。表4，表5

表4 科研創新投入產出指標表
Table 4 Input-output index of scientific research and innovation

科研投入/產出指標題號科研投入指標B1獲得課題、項目數量B2獲得課題項目級別B3獲得科研經費的總量B4單個課題最高科研經費創新產出指標C1核心論文數量(包括SCI、EI等國際期刊)C2最高論文影響因子C3著作、標準制定數量(考慮第一作者、參編等)C4科研成果數量(一般為專利、產品等)C5科研成果獲獎級別

表5 投入產出數據
Table 5 Input-output data analysis

科研投入/產出指標題號均值最大值最小值標準差創新投入指標B14.144405.1B22.97511.09B31804 6500505.13B483.862 5000256創新產出指標C110.4180015.1C21.348.9501.17C38.25178014.63C44.1747032.5C57.845309.33

1.1.4 DEA-TOBIT其他控制變量

在對科研素養相關指標數據進行處理和分析之后，就對其他的控制變量或者叫補充變量也進行一個初步的分析。表6

表6 TOBIT模型其他自變量
Table 6 Other independent variables of TOBIT model

1.2 方 法

1.2.1 DEA部分模型構建

確定投入產出的指標之后需要對使用具體DEA模型進行構建，采用的DEA模型為DEA-BCC模型，考慮規模效應和純技術效應的DEA模型。

(1)

(2)

其中的X0和Y0分別代表了第J0個決策單元的輸入變量和輸出變量，而則代表了產出效率的數值。但是在一般的BCC模型中仍然要引入投入松弛變量S-、產出松弛變量S+以及阿基米德無窮小量?。最終的BCC模型中第J0個決策單元的表達式為：

(3)

在這個模型中，除了可以考慮綜合效率、純技術效率以及規模效率之外還可以對DEA有效以及非DEA有效進行分析，當純技術效率和規模效率都為1時則稱之為DEA有效，當只有其中一個為1時成為DEA弱有效，當都不為1時則為非DEA有效。另外，在引入松弛變量之后還可以通過松弛變量進行判斷，每一個松弛變量，包括輸入變量(B1到B4)和輸出(C1到C5)變量只要不為0時，則認為是投入要素沒有全部發揮作用，個體單元的要素產出沒有達到充分的條件。反之，弱都為0時，則要素產出達到充分的條件。

1.2.2 TOBIT部分模型構建

模型的因變量，研究科研主體科研素養對于科研人員的創新績效，也就是投入產出效率影響，其實是研究基于科研素養的科研人員創新績效影響因素。因變量只能選取科研主體創新績效的相關指標。根據上文中對于科研主體創新績效的實證研究設定來看，主要是研究科研人員科研投入和產出的綜合技術效率、純技術效率以及規模效率。所以，因變量選取這三個指標。

其次，是自變量的選擇問題，在自變量的選取中，使用科研素養的四個主要組成維度作為自變量。但是作為一個研究創新產出效率影響因素的研究，不能只有科研素養這一類指標，要考慮年齡、學歷、工作背景這三個個人層面的特質，將其作為控制變量。最終構成模型，表7

表7 DEA-TOBIT模型主要變量
Table 7 Mainly variable scale of DEA-TOBIT model

標號因變量/自變量具體指標Y1因變量科研投入產出綜合效率Y2科研投入產出純技術效率Y3科研投入產出規模效率F自變量科研素養F1科研基礎F2個人能力F3思維意識F4科研修養AGE年齡EDU1最高學歷EDU2第一學歷SEX性別BCGD工作背景PARTI1非主持課題參與數量PARTY2非主持課題參與經費

2 結果與分析

2.1 第一階段DEA-BCC模型投入產出

2.1.1 松弛變量

在178個單元中，只有4個決策單元達到了綜合效率最優，不論是4個投入項還是5個產出項都沒有存在投入冗余和產出不足的狀況，因為CCR模型是一個綜合效率為主要考量對象的模型，所以在178個單元中，只有4個單元達到綜合效率最優，剩下的174個決策單元在綜合效率方面都沒有達到最優，最后一項產品成果的產出不足是最弱的，科研投入和產出中，只有產出的最后一項也就是科研產品成果是情況較好的。表8

研究表明，純技術效率的投入產出運用情況。首先是4個投入松弛變量，5個產出松弛變量都為0的單元，這些單元表明不存在投入冗余和產出不足的狀況。178個決策單元中所有的投入松弛變量和產出松弛變量都為0的17個決策單元，在這些決策單元中，既不存在投入冗余又不存在產出不足，屬于資源配置效率相對較優單元。這些單元屬于純技術效率相對最大化的單元。除了這17個決策單元之外的161個決策單元要不然存在著投入冗余，要不然存在著產出不足，都是屬于沒有達到所有資源優化配置的單元。從整體來看，達到資源優化配置的僅占9.5%，在樣本的群體中，個人之見的資源使用效率相差較大，達到優化配置的屬于較小的群體。在樣本群體的中需要進行資源的優化，使用效率的提升從而達到較為優化的效果。表9

表8 CCR模型松弛變量
Table 8 CCR model relaxation variable analysis section

單元數s-S-s-s-S+S+S+S+S+10000000000660000000006700000000068000000000平均值0.4940.3150.3930.3761.1070.6950.8982.1410.007

表9 BCC模型松弛變量
Table 9 BCC model relaxation variable analysis section

單元數s-S-s-s-S+S+S+S+S+100000000004500000000066000000000670000000006800000000082000000000100000000000101000000000105000000000124000000000125000000000132000000000137000000000141000000000152000000000164000000000177000000000平均值0.3810.3260.3130.5570.340.3210.4711.0150.111

2.1.2 效率值與規模報酬狀態

研究表明，178個決策單元的綜合值為0.440，距離最優值1的差距較大，證明平均的綜合效率較低，投入產出的效率不高。第二，純技術效率的平均值為0.8，距離最優值1是相對較小的，證明該樣本群體的純技術效率相對尚可，而規模效率則是由綜合效率/純技術效率所得，因此與綜合效率和純技術效率相關。整體綜合效率較低的原因也是由規模效率不足所導致。而規模效率不足則證明了投入項目中資源的分配和優化還存在不足，從投入項的角度分析，可能是課題的數量和質量并沒有呈現一個相關的關系，導致了數量和質量的不統一，使得沒有辦法等比擴大時產生更大的產出效果。第三，規模報酬遞減的問題，在分析的結果中，從投入和產出的角度來講，個人層面存在規模報酬遞減的問題。在178個決策單元中有151個是規模報酬遞減。根據上面分析的結果顯示，規模效益不足，資源配置的問題使得在樣本群體中的科研投入存在多余和相對"浪費"的現象。因此呈現出了大范圍的規模報酬遞減的情況。最后是DEA有效和非有效的問題，在研究結果中，DEA強有效只有5個，DEA弱有效有58個，而DEA無效則為115個。從決策單元的角度只有5個樣本不需要進行進一步資源優化配置，產出效率較好，但是剩下的58個DEA弱有效的單元中，22個規模報酬不變，也就是增加投入也不會對效率產生更多的影響，而剩下的36個DEA弱有效單元中則都是規模報酬遞減的問題，從一般的提升效率分析的角度，要使得這36個人的投入產出效率進一步提升，則需要進行投入的相對減少。而最后那115個DEA無效的決策單元中，則都是規模報酬遞減的情況，也是需要減少投入才能提升效率。

2.2 第二階段科研素養對個人投入產出效率影響

在指標的處理中科研素養作為潛變量經過加權的計算已經得出了代表其水平的可觀測數據。而且作為組成科研素養的科研修養、個人能力、思維風格以及科研基礎也得出了代表其水平的數據。接下來就可以對相關的結果進行分析。主要分為科研素養整體水平對科研人員投入產出效率的影響以及科研素養中科研修養、個人能力、思維風格和科研基礎對科研人員投入產出效率的影響兩個部分。

2.2.1 科研素養整體水平對科研投入產出影響實證分析

在這個部分中，首先使用科研素養的整體水平對科研投入產出綜合效率、純技術效率以及規模效率進行實證分析，根據回歸的結果，首先對綜合效率的影響進行分析，從回歸結果看，科研素養對綜合效率的影響并不顯著，而只有學歷因素也就是最高學歷和第一學歷對在5%的顯著水平上對科研投入產出的綜合效率產生正向的影響。其他影響指標均不顯著。可以得出的是科研素養的整體水平的改變似乎對綜合效率沒有什么影響。但是還需要接下來進一步分析科研素養對科研產出純技術效率以及規模效率的影響才能進一步的得出結論。

其次是科研素養對純技術效率的回歸分析，可以得出的是科研素養的整體水平對純技術小效率有非常顯著的影響，在1%的顯著水平的正向影響純技術效率。也就是說隨著科研素養整體水平的提升，科研投入產出的純技術效率顯著增強。此外，在學歷方面只有最高學歷顯著正向影響純技術效率。而第一學歷則對純技術效率沒有產生影響。另外，對于科研項目參與的級別在5%的顯著水平上正向影響科研純技術效率。經過分析可以得出的是對于科研素養、對于項目參與的級別以及最高學歷都影響著每一個單位的純投入產出效率。而科研工作者的參與課題的數量則沒有顯著的影響。這說明不是參與越多的項目就越能提升單位投入對產出的效率。另外性別不論是綜合效率，還是純技術效率都沒有產生影響。證明性別問題在對效率并不產生影響。

第三，是科研素養對規模效率的回歸分析，結果發現科研素養對于科研投入產出的規模效率有產生負向的影響，且在5%的顯著水平上影響。著個結果首先從統計學的角度解釋了為什么科研素養對于綜合效率沒有顯著的影響，基于綜合效率是純技術效率以及規模效率的乘積。因此一個正向影響，一個負向的影響使得從數學層面上的印象被一定程度抵消。接下來需要分析為什么科研素養對規模效率是負向的影響，從一般的道理上來講投入產出的規模效率是投入項中每一個單位的增加帶來的效率的變化，因此更多層面上是投入配置的問題，而似乎科研素養對于增加投入規模之后效率產生抑制作用，則需要對科研素養的每一個部分進行分析之后才有可能得出相應的結論，因此這個問題將在下一個部分中進行解答。表10

表10 科研素養對科研效率影響模型回歸
Table 10 Model regression results of the influence of scientific research literacy on scientific research efficiency

指標綜合效率P值純技術效率P值規模效率P值F0.029 8940.295 60.220 3430.000 0-0.073 5170.031 6EDU10.037 8890.047 90.032 0250.009 10.044 7850.063 6EDU20.055 4500.044 30.019 8310.237 00.153 3330.000 0SEX0.030 6040.317 20.004 0000.829 80.053 3840.144 8BACGROD-0.005 5890.848 7-0.011 7410.509 80.0164280.639 2PARTI1-0.002 7260.899 90.002 7330.835 80.000 6640.979 6PARTI20.017 7910.399 20.028 7560.025 10.008 3380.741 2

2.2.2 科研修養、個人能力、思維風格、科研基礎對科研投入產出效率的影響

使用四個指標作為影響因素研究其對科研投入產出效率的影響。F1代表科研修養、F2代表個人能力、F3代表思維風格、F4代表科研基礎。首先是關于綜合效率影響研究的結果，科研修養、個人能力、思維風格以及科研基礎對于綜合效率都沒有產生顯著的影響，只有最高學歷和第一學歷分別在10%以及5%的顯著性水平上顯著影響綜合效率。同科研素養整體水平的影響結果相同，都是學歷在綜合效率的影響中有主要的作用。

其次是關于純技術效率影響研究的結果，科研修養和個人能力在1%的顯著水平上影響科研投入產出的純技術效率，而科研基礎則在5%的顯著水平上影響科研投入產出的純技術效率，但是思維風格沒有顯著的影響結果。也就是說，科研素養中的科研修養、個人能力以及科研基礎影響著科研人員產出的純技術效率。具體來說，科研修養中的方法、理論等能力的掌握對于科研產出的效率有積極的影響，而且對待科研工作的態度也可以影響到效率問題。而個人能力中的交流能力、團隊協作能力、表達能力也會對產出產生積極的作用。科研基礎代表著一個人科研人員所具備的基本能力，對純技術效率的產出也會是正向的影響。另外，最高學歷和參與課題的質量同樣顯著影響，這在上個模型中已經做出了解釋。

第三是關于規模效率影響研究的結果，對于規模效率來說，科研修養在5%的顯著水平上負向影響科研產出的規模效率。也就是說科研修養水平越高，越會抑制科研產出的規模效率。從科研產出的規模效率來看，整體樣本要么是規模報酬不變，要么是規模報酬遞減，對于在DEA分析中四個投入項中每增加一個單位，就會使得規模效率降低。從投入的角度上將，科研修養越高的人，對于科研每一單位的科研課題的投入精力就越大，從投入量上來說就會產生相應的抑制作用。表11

表11 科研素養各主成分對科研效率影響回歸系數
Table 11 The main components of scientific literacy influence the regression coefficient of scientific efficiency

指標綜合效率P值純技術效率P值規模效率P值F1-0.017 1380.640 40.083 4690.000 2-0.105 9020.015 6F20.038 5630.140 10.048 2180.002 40.023 2270.456 5F30.019 1760.532 20.013 3530.474 00.026 0280.477 5F4-0.038 5280.180 20.040 2920.021 1-0.020 7370.545 6EDU10.035 5940.080 30.028 3570.021 80.055 2280.023 0EDU20.053 8000.050 50.019 9590.232 40.148 1100.000 0SEX0.038 8150.206 10.003 3820.856 10.062 7990.086 5BACGROD-0.004 3010.882 7-0.013 7290.438 30.016 6830.631 6PARTI10.000 3580.986 80.000 6690.959 50.002 4760.923 8PARTI20.020 1000.339 60.031 4320.014 00.005 5330.825 7

3 討 論

很多的學者對科研方面有關投出和產出的創新都有研究，諸如創新能力、服務轉化能力、科研條件與平臺、人才團隊、管理能力和發展速度六方面[10]。在一般的研究科研問題投入產出效率時，多是從投入單元和產出單元兩個方面進行指標的設置。其中投入單元一般為科研投入相關指標，例如課題、項目的參與與主持，課題、項目經費投入，科研設備投入以及其他投入等。主要是圍繞項目、課題的數量以及相關經費的方面。但是針對不同的研究主體有著不同的側重，在科研單位的層面，高校的主要科研投入是科研人員、科研整體、材料、設備、維護等相關費用的投入[11]；在科研項目層面，過程管理對科研績效影響時利用科研項目中的經費和投入時間作為投入變量時，可以進行DEA分析[12]。在個人層面明顯的投入產出角度進行研究的不多，但是在研究單位以及項目時基本也考慮了個人的因素，從投入工作的時長、精力等都體現了個人的因素。

另外關于創新產出的相關指標則已經較為公認，一般都是從論文、著作、專利、成果、成果轉化等角度。一般研究科研績效可以從“質”和“量”兩個方面來進行界定，其中著作、專利、論文、獲獎成果數量等可以直接加總的一般代表“量”的概念，而“質”一般分為客觀和主觀，其中客觀方面也是可以直接相加或者計算的項目，而主觀則包括了人員素質、科研潛能、社會效益等指標[11]。在建立科研績效指標體系時，有部分將高校科研績效分為論文發表、專利、科研獲獎、成果轉化、縱向課題以及學術兼職這幾個方面[13]。有部分認為科研績效評價應更多從輸出端也就是科研成果入手，而非更多從輸入端也就是項目獲得以及項目經費等方面評價，其設計指標體系也都趨向于使用論文發表、編著出版著作數量、專利、橫向課題以及縱向課題等指標[14]。在科研院所創新績效的研究中，也有學者使用核心期刊發表數量、專利、獲得獎勵情況、科技成果轉化等指標代表科研創新的績效[15]。

創新產出指標的制定則根據現階段研究成果制定時，既考慮到“量”的問題，又要考慮到“質”的問題。另外，對于指標的選取一般都是基于論文、著作、標準、專利以及專利成果轉化等指標。因此本文也將選取論文、著作、標準、專利、成果、成果轉化等指標進行設定。與研究選取的指標相同。

科研素養由科研修養、科研基礎、個人能力以及思維風格。這四種指標都各自代表著不同的方面。其中科研修養主要代表個人對科研的追求，以及為此所努力的方式。而科研基礎、個人能力則更為側重科研人員的科研的基礎能力、團隊協作等方面。而思維風格則表明科研人員對于科研工作本身，以及所研究領域的基本認知和科研基本習慣。經過對創新投入產出的效率分析，得出了各個科研人員創新投入和產出的效率，其中大部分樣本人員還存在效率不足的問題，因此，需要通過某些外部的沖擊來改變效率問題，基于此經過科研素養對創新效率的影響研究之后，得到了科研素養對創新投入產出效率的積極影響。證明可以從提升科研主體的科研素養的方式來提升科研投入和產出的效率。

4 結 論

樣本范圍內的科研投入產出效率存在不足，主要是規模效率存在不足導致的綜合效率不足。其主要的問題在科研投入段的要素分配問題，只有要素分配合理才能使得規模效率產生。科研素養對于純技術效率的影響顯著，提升科研素養可以有效的提升個人的純技術效率。進一步研究發現，科研修養、個人能力和科研基礎這三項是科研素養中主要影響純技術效率的因素。另外，通過第二階段的TOBIT模型分析結果可知在純技術效率和規模效率提升的改變問題。個人層面的純技術效率而言，其外生的改變因素是個人水平、能力、科研素質的提升。