基于DEA-Tobit模型的科技創新基金績效評價及影響因素分析

馬賢娣 孫鑫旗

摘 要：以2016—2018年西部材料科技創新基金支持的項目為例，用DEA-Tobit模型分析了科技創新基金績效的影響因素，得出基金效率平均水平為0.608，標準差為0.285，具有顯著影響的因素有基金參與度、軟技術成果數量和新產品銷售收入。根據分析結果得出基金參與度的平方值、軟技術成果數量和新產品銷售收入對基金效率影響顯著且分別呈正相關關系的結論。在研究結論基礎上提出了以市場需求為導向、對所處階段不同的科研項目提供差異化支持、引進激勵機制等建議措施，以全面提升基金效率水平，促進西安市材料產業發展。

關鍵詞：科技創新基金;DEA分析;Tobit模型;基金效率

文章編號：1004-7026（2020）18-0164-05? ? ? ? ?中國圖書分類號：F223? ? ? ? 文獻標志碼：A

1? 研究背景

科技創新基金是經國務院批準設立，用于支持科技型中小企業技術創新的政府專項基金，以市場機制運作，通過撥款資助、貸款貼息和資本金投入等方式扶持各種所有制類型的科技型中小企業，吸引地方政府、企業、風險投資機構和金融機構對科技型中小企業進行投資，逐步推動并建立符合市場經濟客觀規律的高新技術產業化投資機制。科技創新基金作為促進科技成果轉化和高新技術產業發展的重要工具之一，近年來國家財政對其的投入持續加大，從2008年的14億元增長至2013年的47.36億元[1-2]。因此分析科技創新基金績效考核及其影響因素成為事后管理的重要問題之一。

現有文獻中研究科技創新基金績效評價及其影響因素的大體可以分兩類。一是構建科技創新基金績效評價指標體系的研究。肇先等（2008）[3]從科技創新基金評審實踐出發，創新性地構建了技術創新項目的全面評價基本體系，包括企業情況分析、技術創新性分析、社會效益評價等若干項。楊浩（2013）[4]分析了科技創新基金項目書，通過粗集綜合評價構建了一套科技創新基金評價體系，并應用該評價體系通過實證分析得出其具有一定科學性和實用性。羅思民（2014）[5]則基于層次分析法構建了科技創新基金項目績效評價指標體系。現階段科技創新基金績效評價指標體系仍存在改善空間。郭峰（2013）[6]在武漢市科技創新基金驗收指標體系的基礎上通過和國內外比較典型的項目績效評價體系進行比較，發現其存在某些指標含義不清和對項目支持資金使用效率績效評價缺失的問題，根據項目和企業情況結合原有科技創新基金項目評價指標體系，經過調整形成優化的指標體系。二是科技創新基金績效評價及影響因素的研究方法。科技創新基金績效評價的方法相對較成熟，主要有層次分析法（AHP）、主成分分析法（PAC）、數據包絡分析法（DEA）等，影響因素分析方法主要有相關性分析法和線性回歸法等。羅思民（2014）[7]運用AHP方法對福建省科技創新基金項目進行了績效評價，并用AHP/DEA模型分析了各年份科技創新基金相對效率水平。梅建明和王琴（2012）[8]利用DEA/PCA綜合分析方法和多元線性回歸模型對中部某市區科技創新基金績效水平及其影響因素進行了分析。顧麗琴和梅燁丹（2013）[9]分別運用DEA方法對江西、浙江省科技創新基金績效進行了評價。

研究科技創新基金績效評價和影響因素的方法都比較成熟，現有文獻中研究國家和省級層次科技創新基金的較多，但是從微觀層次對某個具體的科技創新基金績效進行分析的較少。以西安市某材料產業科技創新基金（簡稱“材料基金”）為研究對象，從投入產出分析角度運用DEA-Tobit二階段模型對基金項目績效進行核算，通過定性與定量相結合的方法得出影響基金資金使用效率的因素。在研究結論的基礎上提出促進材料基金資金使用效率的建議，從而對西安市科技創新基金進一步發揮促進科技成果轉化、高新技術產業發展具有一定指導意義，為西部地區科技創新基金運營提供借鑒。

2? 研究方法和變量選取

DEA-Tobit二階段模型是數據包絡分析（DEA）和Tobit模型的結合。第一階段用DEA計算材料基金效率值，第二階段以其效率值為Tobit被解釋變量做回歸分析。DEA在處理多投入多產出的效率核算問題時具有獨特優勢，能夠有效核算材料基金資金綜合效率值。另外，Tobit模型恰好對受限因變量能夠用極大似然估計法做回歸分析，其估計值具有無偏性且可以避免自相關和異方差問題對參數的影響。以下對該框架所涉及的方法和變量作簡要說明。

2.1? 數據包絡分析（DEA）模型

DEA是使用線性規劃模型評價具有多個輸入和輸出決策單元（DMU）間相對有效性的一種系統分析方法。DMU的概念是廣義的，可以是一個部門、一個大學，也可以是一個企業，具有輸入和輸出特點，并且在將輸入轉換成輸出的過程中，努力實現自身的決策目標。根據規模報酬是否可變假設不同，DEA模型可以分為基于規模報酬固定的CCR模型和基于規模報酬可變的BCC模型。根據投入與產出控制的角度不同，可以分為投入導向模式和產出導向模式。若研究產出一定投入最小化問題，則選擇投入導向模式;若研究投入一定產出最大化問題，則選擇產出導向模式。

測算過程可由DEA Solver軟件來實現，求出其綜合效率值hj，即每個決策單元的效率評價指數。0

2.2? 標準的Tobit模型

Tobit模型是對被解釋變量取值有限制、存在選擇行為回歸模型的統稱。模型的基本形式如下。

2.3? 變量選取

選取的投入變量為企業投資支出總額和科技創新基金對項目的經費支持金額，產出變量包括已授權的專利數量、公開發表論文數量、工藝規程數量、其他科技成果（工藝標準數量等）和新產品銷售收入，選取的變量如表1所示。研究數據取自材料基金支持過的35個科研項目，故以此作為決策單元運用DEA方法核算材料基金支持的各項目效率值，然后用Tobit模型檢驗基金參與度、已授權的專利數量、公開發表論文數量、工藝規程數量及其他科技成果、新產品銷售收入對科技創新基金效率值的影響顯著性。其中，基金參與度是指材料基金支持金額對科研項目投資總額的占比，是一個相對值。

3? 科技創新基金績效評價和Tobit回歸結果

3.1? 材料基金績效評價

將基金支持的35組項目的投入和產出變量用產出導向的CCR模型計算出的綜合效率值如圖1。可以看出，平均綜合效率值為0.608，標準差為0.285。其中綜合效率達到相對有效的項目有9組，其效率值為1，占項目數量比例為25.7%;綜合效率值處于0.6～0.8的項目有8組，占比為22.9%;處于0.4～0.6的項目有6組，占比為17.1%;處于0.2～0.4間的項目有11組，占比達31.4%;處于0～0.2的項目有1組，其綜合效率值為0.117，相對效率最低，占比為2.9%。綜合效率值處于0.6以上的項目占比總和超過1/2未達到48.6%，說明基金績效水平的提升空間較大，從標準差可看出材料基金的綜合效率水平參差不齊。

3.2? 材料基金資金效率影響因素Tobit回歸結果

基金支持金額可由基金參與度和企業或科研機構資金投入量同時決定，因為科研機構資金投入量是外生的，所以可由基金資金參與度的相對量代替其支持資金數額的絕對量。一般認為，基金參與度與資金效率的關系呈倒U型曲線，即在一定階段，隨著基金資金參與度加深，資金效率提高，增加到一定程度后，隨著資金參與度加深，資金效率會出現遞減，故可提出如下假設：基金參與度的平方值對其資金效率值具有正相關影響;基金項目的軟技術成果和銷售收入對基金資金效率具有正相關影響。再將以上產出變量作為資金效率的自變量，建立如下tobit模型。

其中Percentage、Patent、Paper、Technologyi、Other、Income分別指基金參與度、已授權的專利數、公開發表論文數、工藝規程數、其他技術成果數量和銷售收入。Inefficiency指無效率值，由1與綜合效率值的差值得來，由于Tobit模型被解釋變量取值在閉區間上，而DEA計算出的綜合效率值在（0，1]內，故以1與綜合效率值的差值作為被解釋變量，記做Inefficiency。用stata軟件得出其回歸結果，如表2。

Prob>chi2=0.049 0，Log likelihood=-13.793 939，可以看出模型整體顯著，Percentage對被解釋變量具有顯著影響，但其平方值對后者具有負相關性，即基金參與度與其綜合效率值呈正相關性，其原因主要是材料科研項目屬于應用性研究的前端，研發周期長，收益遲緩，資金需求大，因此比較依賴于財政基金。變量Patent、Paper、Technology和Other對被解釋變量的影響不顯著。由于Patent、Paper、Technology和Other的數量較少且數量差異較小，因此將這些成果可以加總作為軟技術成果變量，以Fruit表示，故模型（1）可寫為如下形式。回歸結果如表3。

4? 結論及政策建議

4.1? 結論

從圖1基金項目綜合效率值的分布和描述性統計指標可以看出，材料基金項目的綜合效率值均值和標準差分別為0.608和0.285。從表2和表3可以看出，基金資金參與度對其效率值有顯著影響，基金項目效率值與基金參與度的平方成正比，但參數符號與預期不符。

新產品銷售收入和科研項目軟技術成果數量對基金項目的效率值影響顯著呈正相關，但軟技術成果下的各項變量對基金項目效率影響不顯著。從以上結論可以知道，材料基金存在投入產出效率水平不高，兩極分化嚴重的問題。

4.2? 政策建議

基金的資金效率平均水平不高和兩極分化問題的根本解決辦法是全面提高基金資金效率。根據結論，基金委員會可以從增加基金參與度、提高新產品銷售收入和科研項目軟技術成果數量3條傳導機制來提升材料基金績效。在基金項目申報時，從以市場需求導向、對不同項目提供差異化支持和引入激勵機制3個方面提出以下建議措施。

第一，以市場需求為導向，優先支持市場需求短缺或者填補市場空白領域的科技創新項目。科技成果根據研發階段不同可以分為軟技術成果和硬技術成果。軟技術成果是指應用性研究階段的科技創新項目產生的專利、發表的論文、工藝規程等技術成果;硬技術成果是指從基礎性研究到產品投向市場階段科研機構研發的新產品、材料、新設備成果。由于科技成果對材料基金綜合效率具有顯著影響并與其呈正相關性，因此在批準基金項目申報時，可以優先支持能夠提供技術市場和產品市場上存在短缺或者填補市場空白產品的科技創新項目。一般市場需求量越大，其價格越高。具體操作方法是將該科技創新項目研究領域的成果，根據科技成果市場和由此產生的新產品市場的價格和需求量衡量其市場短缺程度并據此排序，根據排列次序材料基金選擇優先支持的科技創新項目。這種以市場需求為導向支持科技創新項目的措施，既可以使科技創新基金自由有效配置，又可以提升材料基金效率。

第二，根據科技創新項目所處的階段不同，給予差異化的資金數額支持。科技研究階段一般分為基礎性研究、應用性研究和商業化研究。一般基礎性研究是探索性的，具有前瞻性，以產生新理論、新觀點等理論性成果為目標;應用性研究是為解決實際需求應用理論基礎和技術基礎研究的階段，以產生新標準、新技術和新方法為目的;商業化研究是指應用性研究成果的轉化階段，也稱為科技成果商業化階段。因此可以將科技創新項目分為基礎性研究、應用性研究、商業化研究3類。基礎性研究和應用性研究短期內的研究成果主要以軟技術為主，短期內可獲得的市場收益很少，只有在將研究成果進行商業化的過程中才會產生硬技術成果。商業化研究短期內除能取得軟技術成果外，還能生產出新產品。科技創新基金可以對基礎性研究和應用性研究項目提高支持力度，并延長科研項目的周期直到商業化研究階段，對以商業化研究為主的項目的支持力度采取成本效益原則，盡可能用較少的資金引導企業對新產品、材料和新設備的研發，促進材料產業發展。材料基金將基礎性研究和應用性研究項目周期延長至商業化研究階段，形成以科技成果商業化為最終目的的研究——生產全鏈條支持并且重點支持;對商業化研究項目以成本效益為原則采取杠桿性引導支持。

第三，引入激勵機制提高基金資金效率整體水平。為提高基金資金效率整體水平，縮小兩極分化，充分利用材料科技創新基金，可以設立個人和團隊獎項，對超出預期成果的科研工作者和科研項目組給予合理適量的現金獎勵。引入激勵機制可以激發個人和科研團隊的積極性，使材料基金資金充分發揮其引領作用，引領企業、科研院所和高校協同創新，共同促進西安市材料產業發展。

參考文獻：

[1]陳霆.中國科技成果轉化基金現狀研究[C]//中國軟科學研究會.第十三屆中國軟科學學術年會論文集，北京：中國軟科學雜志社，2017：5.

[2]科技型中小企業技術創新基金.科技型中小企業技術創新基金2013年度報[EB/OL].[2014-09-09].http：//innofund.chinatorch.gov.cn/2/ndbg/201409/972000d0e5a343dcb2a5e46438479c51.shtml.

[3]肇先，郝曉艷，長青.關于建立科技創新基金評價體系的思考[J].科學管理研究，2008（3）：20-23.

[4]楊浩.基于粗集的中小企業創新基金測評指標的研究[J].科技創新與生產力，2013（9）：54-56.

[5]羅思民.基于AHP的創新基金績效評價體系研究[J].科技和產業，2014（8）：98-100，167.

[6]郭峰.武漢市中小企業科技創新基金績效評價研究[C]//中國科學學與科技政策研究會.第九屆中國科技政策與管理學術年會論文集，濟南：中國科學學與科技政策研究會，2013：10.

[7]羅思民.創新基金項目后績效評價——基于福建省數據的實證研究[J].技術與創新管理，2014，35（6）：567-571.

[8]梅建明，王琴.我國科技創新基金績效評價研究——以中部D市W區為例[J].中南財經政法大學學報，2012（3）：68-73，143.

[9]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.

[10]毛秀珍，章璐杰，王友釗，等.基于DEA-Tobit兩階段模型的基金績效評價及影響因素研究[J].浙江理工大學學報（社會科學版），2017，38（3）：211-215.