基于DEA-BCC方法的高職院校知識產權投入產出效率研究

何蕓

摘? 要：科研投入產出效率是指投入的科研資源與產出的科研成果之比，是科研活動效果的衡量標準，對高職院校而言，知識產權投入產出效率是衡量一所學校科研活動效益的標志之一。運用 DEA-BCC方法，以順德職業技術學院 2008～2017 年科研投入和滯后一期專利授權量和轉化金額為研究對象，探討提高高職院校知識產權投入產出效率的措施。

關鍵詞：知識產權;投入產出效率;DEA;BCC

中圖分類號：G712? ? ? 文獻標識碼：A? ? 文章編號：2096-3769（2020）02-045-05

學界對高職院校科研的定位問題曾有過分歧，但隨著科教興國的深入開展，高職院校科研發展的定位問題逐漸明晰，普遍認為科學研究有利于高職院校提高人才培養質量和增強社會服務能力[1]，作為占據我國高等教育半壁江山的高職院校，科研投入力度逐年增長，從而引發關注科研產出效益的研究越來越多。目前，科研投入主要包括人、財、物的投入;科研產出則可以分為顯性和隱性成果，顯性成果一般以論文、專利、成果鑒定和成果獲獎等為主來呈現，隱性成果則體現于人才培養質量等，本文以順德職業技術學院（以下簡稱“學院”）為例，運用 DEA-BCC方法，以滯后一期統計分析近年來知識產權投入和產出指標，展現學校知識產權效率與質量，探討高職院校提高知識產權投入產出效率的措施。

一、知識產權投入產出效率模型與指標選擇

1.投入產出效率模型—BCC 模型

高職院校科研多投入、多產出，不適宜使用絕對比例效率分析法，而知識產權投入產出指標不是數理統計中的定量關系，因此也不適宜使用線性回歸法。為了對每一個決策單元的管理水平進行有效評價，克服其他方法的不足，A.Charnel和W.W.Cooper等提出了數據包絡分析法（即DEA）[2]，不需要確定生產函數，且能同時對多變量進行有效評價，得到每個評價單元的效率值。經過幾十年的發展，DEA的理論、模型等各個方面不斷擴展。其中最有代表性的四個DEA模型是CCR模型[2]、BCC模型[3]、FG模型[4]、ST模型[5]。作為規模報酬可變的BCC 模型，可以反映決策單元的技術效率，規模效率，松弛變量取值以及其投影下的有效目標值。由于高職院校知識產權投入、產出可選變量多且量綱不同，通過BCC模型可以計算出高職院校知識產權投入產出效率，計算結果可以指出提高效率的方向，所以本文采用BCC模型。

BCC模型假設決策單元（DMU）有m種投入、s種產出，將n個決策單元中的第j個，設第i種（i=1，2，3，…，m）投入項為xij，第r種（r=1，2，3，…，s）產出項為yrj，則純技術效率值θ為：

若θ=1，且投入項和產出項松弛變量均為零時，決策單元為DEA有效，即DMU在投入產出上獲得最優，決策單元同時為技術有效和規模有效;若θ=1，且投入項或產出項任一個松弛變量不為零時，決策單元為DEA弱有效，不是同時達到技術有效和規模有效;若θ≤ 0，則決策單位DEA非有效，既不是技術有效也不是規模有效。

假設決策單元的規模收益，當a=1，表示規模收益不變，即達到最大產出規模;當a<1，表示規模收益遞增，指決策單元產出增加量級大于投入增加量級，當a值越小，規模收益遞增趨勢越大;當a>1，表示規模收益遞減，指決策單元產出增加量級小于投入增加量級，當a值越大，規模收益遞減趨勢越大。

2.指標選擇

已有文獻中高校科研投入主要包括人員、資金、環境設備等三部分。產出主要包括獲獎、專利、成果鑒定、論文、專著、轉讓等，如表 1所示。

根據可獲數據，參考已有文獻，盡量避免指標間線性強相關的原則下，綜合考慮知識產權投入產出效率的實際需要，本文選取的投入產出指標見表2。所用數據主要來源于學院科技處、組織人事處的統計數據。

基于專利授權時間周期，按滯后一期產出效應能更好地反映學院知識產權投入產出之間的關系，因此，在數據處理時采用了產出指標滯后一期的分析方法。

二、知識產權投入產出效率實證分析

1.DEA測算結果分析

運用DEAP 2.1軟件對2008～2017年學院知識產權投入及滯后一期產出進行數據處理分析，評價學院10年來知識產權投入產出效率是否有效，運算結果如表3所示。

Crste是指技術效率，Vrste是指純技術效率，Scale是指規模效率，這三者的關系是：Scale=Crste/Vrste。若Vrste等于1，表示投入效率在當前技術條件下是有效的，但并非表示DMU有效，只有當Scale同時等于1，才視為DMU規模效率最優化，不需要改變生產規模。因為Scale的大小是由生產規模引起生產效率的大小，是DMU實際生產規模與最優生產規模之差。

從表3結果可知，學院在2008～2017年Crste均值都為0.540，呈早年波動近年上升的趨勢但十年中僅有一年技術效率為1;Vrste均值為0.904，其中有兩年為1;Scale均值為0.578，與Crste趨勢相近，且小于純技術效率，表明學院知識產權投入產出效率偏低，技術效率無效是由于規模不足造成的。測算結果反映出學院在現有的技術條件下，知識產權的投入資源配置不夠合理，資源利用效率有限，沒有達到產出最大化。

2.投入產出投影結果

由表3可知，除2016年以外，學院2008～2017年的知識產權投入產出效率均表現為DEA非有效，需要通過改善它的非有效性，從而達到相對有效。根據DEAP 2.1軟件計算出學院這些年的知識產權投入及滯后一期產出目標值，通過對投入、產出指標在各自對應的有效面上進行投影，其投影結果如表4、表5所示。

由此可知，出現 DEA非有效的原因既因為投入冗余也在于產出不足。從具體的指標來看，教學與科研人員數和科研經費投入均存在冗余，其中科研經費投入冗余明顯，說明學校在知識產出的投入存在浪費，資源利用效率不高，需在人力、財力的利用上進一步調整，實現知識產權活動的效益期望值。在產出方面，專利授權量從早年的不足到近年到達前沿面，而技術轉讓當年實際收入偏低，需進一步鼓勵自主創新和知識產權保護，加大對技術轉讓的支持和激勵力度。學院知識產權投入產出處于規模效率遞增階段，理論上意味著繼續增加投入，邊際收益也會相應遞增，獲得更大產出增量，而實際上投影結果反映出的投入冗余不是數值上的絕對過剩，更多是由于投入結構不合理引發的相對過剩，要提高知識產權的產出效率，一邊要繼續加大投入力度，另一方面卻不能過多依賴資源投入的增加來達到規模有效，需要合理調整投入的結構配置，找出產出中的低效因素并加以修正，全面提升現有投入的相對效率。

三、結論與建議

通過上述實證分析，2008～2017年這10年間，學院知識產權投入產出效率不夠理想，既存在投入冗余，也存在產出不足。學院科研水平不斷提高，科研活動越來越多，提高知識產權投入產出效率顯得尤為重要，從過去10年的數據看，知識產權投入產出效率令人不滿意，大多數年份投入相對過剩，資源配置效能低下。需要關注的是自學院開展“廣東省高校創新強校工程項目”和“廣東省一流高職院校建設計劃項目”以來，規模效率較以前有一定程度的上升，在今后發展中，學院要把握好放管服政策背景以及“雙高計劃”的發展契機，進一步加大知識產權投入，優化資源結構分配管理，繼續保持純技術效率高的良好態勢，積極服務地方產業轉型升級，將外部有利環境內化為學院發展動能，采取措施減少不利因素影響，深化自身優勢的研究領域，以吸引更多的社會資源，促進知識產權投入產出效率達到相對最優。基于現狀及實證分析結論，提出如下建議。

1.完善知識產權管理體制，優化投入結構，提高投入資金的使用效益

技術效率的提升主要是由技術進步推動的，知識產權投入產出效率的提升也一樣，技術效率低，一定程度上反映了學院在知識產權管理與資源配置上仍存在較大調整及改善空間，因此需要完善學院內部的知識產權管理體制。其一，要根據學院具體的科研發展規劃制定科學合理的知識產權提升計劃，并不斷完善及實時動態調整，促進技術效率的提高與規模效率的提升，實現學院知識產權效率穩步增長;其二，通過實證分析，存在科研經費投入冗余，因此應完善科研經費管理，通過制定高效可行、與時俱進的科研經費管理制度，試行包干制、不設使用比例等，減少過程報表檢查，最大限度地激發科研人員的活力，同時確保投入的經費落到實處，減少浪費，提高經費的使用效率。

2.加強人才隊伍建設，尤其是科技創新人才

科技事業發展的關鍵是人才，學院知識產權投入產權效率的提升需要一大批高水平的科研人才隊伍。首先科研人員是學院知識產權的主要產生人，如何鼓勵科研人員開展創造性的研究變得相當重要，這就需要管理與激勵制度的保障;其次，要重視科研人員的成長規劃和管理，一方面重視資深科研人員的地位和研究成果，另一方面要為青年科研人員搭臺，培養他們的科研技術應用能力，提高專業技能和科研素養，營造良好的氛圍和環境，通過減少人力資源的浪費，提升知識產權投入產出的效率。

3.深化政校企聯動、產學研合作，提高科研成果的質量與轉化率

一是，發揮政府導向功能，在增加財政投入的同時，予以多維度的政策指導與扶持，吸引更多的企事業單位與學院合作，既可以拓寬學院資金來源渠道，又可以促進區域內產業與人才的對接，使學院科研成果轉化的外部環境進一步優化。二是，深化產學研合作，學院將得到更多前沿技術和資金的支持，讓學院的科研成果面向產業和市場，更有利于提高科研成果的質量;同時產學研深度合作使學院科研成果的轉化更接地氣，解決當前普遍存在的高校科研成果“紙上談兵、轉化難、轉化慢”的困局，通過搭建供需交易平臺，推動科研成果加速轉化，使學院科研成果在市場上得到運用和推廣，助力區域經濟的發展。同時，科研成果轉化率的提高，靈活了學院科研資金的運轉模式，資金回轉周期的縮短可以加速更多科研項目更快地進行孵化培育，學院科研工作進程得以加快，促進了學院科技資源的優化配置與科技創新效率的提升。

參考文獻：

[1]孫毅穎.對高職院校科研問題爭論引發的思考[J].中國高教研究，2012（12）：92-95.

[2]Charnes A.，Cooper W.W.Rhodes E..Measuring the efficiency of decision making units[J]. European Journal of Operational Research，1978，2（6）：429-444.

[3]Banker R.-D， Charnes A.， Cooper W.-W.. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J]. Management Science， 1984， 30（9）： 1078-1092.

[4]Grosskopf Rolf-F？覿re-and-Shawna. A Nonparametric Cost Approach to Scale Efficiency[J].The Scandinavian Journal of Economics，1985，87（4）：594.

[5]Seiford Lawrence-M， Thrall Robert-M. Recent developments in DEA： The mathematical programming approach to frontier analysis[J]. Journal of Econometrics， 1990（46）：7-38.

[6]朱琳，余志剛，鄭大光，等.高等農業院校科技活動投入產出效率評價——以東北農業大學為例[J].東北農業大學學報（社會科學版），2011（4）：14-17.

[7]蘇俊宇.廣東國家“211工程”高校科技投入產出效果評價及對策研究[D].廣州：華南理工大學，2015.

[8]林卓玲，辜雪鈿.基于滯后效應的高校科技創新效率研究[J].長春理工大學學報（社會科學版），2015（1）：90-96.

[9]潘福臣，李琳.基于數據包絡分析的高校科技活動效率評價——以遼寧省屬本科高校為例[J].決策探索（中），2018（6）：88-89.

[10] 談毅.基于DEA-BCC方法的我國高校科技投入產出效率研究[J].科技管理研究，2015（20）：106-111.