基于熵值法-超效率DEA分析法的廣東省科技人才政策效率評價研究

周海燕 鮑祥生

【摘 要】科技人才是粵港澳大灣區(qū)建設(shè)國際科技創(chuàng)新中心的生力軍，廣東省應(yīng)積極探索有利于人才發(fā)展的政策和機制。本文基于熵值法-超效率DEA分析法對廣東省科技人才政策進行效率評估后發(fā)現(xiàn)，廣東省科技人才政策整體效率表現(xiàn)為技術(shù)無效，并提出相關(guān)建議：注重科技人才政策的延續(xù)性，做好長期規(guī)劃；優(yōu)化政策體系中各類型政策的比重；優(yōu)化科技人才政策體系中各類受惠群體的比重；按受惠群體類型制定、管理和實施政策，進一步加強部門間的聯(lián)動。

【關(guān)鍵詞】廣東省；科技人才；政策效果評估；DEA模型

2019年2月，我國發(fā)布了《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》，綱要中提及人才多達40處。綱要提出，粵港澳大灣區(qū)具備建設(shè)國際科技創(chuàng)新中心的良好基礎(chǔ)，“要建設(shè)人才高地，實行更積極、更開放、更有效的人才引進政策……積極探索有利于人才發(fā)展的政策和機制，加快創(chuàng)建國際化人才特區(qū)。”在粵港澳大灣區(qū)建設(shè)的新時期，廣東省將更加積極調(diào)整科技人才政策。

一、相關(guān)文獻綜述

近年來，我國對科技創(chuàng)新人才日益重視，學(xué)者們從不同角度進行了相關(guān)政策研究。部分學(xué)者對科技人才政策的整體情況進行了研究。比如，劉忠艷等（2018）研究了政策內(nèi)容、政策工具等方面的政策變遷情況；劉云（2017）從人才的價值觀與人才生態(tài)、人才計劃的負面效應(yīng)、科研機構(gòu)用人選人、對博士后的支持、人才流動等多個方面對我國科技人才政策進行了思考。部分學(xué)者從引進、培養(yǎng)、使用、評價、激勵等科技人才管理各個環(huán)節(jié)進行政策研究。比如，顧承衛(wèi)（2015）從科研資助、薪酬個稅、創(chuàng)業(yè)扶持、住房補貼等幾個方面，研究了海外人才引進政策。吳江（2018）對青年科技人才的培養(yǎng)使用進行了深入思考。

綜上所述，無論對科技人才和科技人才政策的研究都做了大量的研究工作，但是對科技人才政策評估，尤其是量化評估的研究工作較少。對政策進行科學(xué)的評估，才能準(zhǔn)確地發(fā)現(xiàn)問題，從而提出有效優(yōu)化建議，因此，本文旨在對廣東省科技人才政策實施成效進行評估。

縱觀我國有關(guān)政策效率評估評價的研究，目前采用的方法主要有因子分析、回歸分析、DEA模型、QFD方法。王忠等（2016）對中美兩國科技人才集聚政策進行了比較研究。王寧等（2018）采用因子分析和DEA模型對河南省科技人才政策實施成效進行了評估。謝科范等（2015）采用實驗研究的方法，通過對相關(guān)政策的效果進行仿真模擬，研究了多種情況下科技人才政策的執(zhí)行效果。劉洪民等（2019）提出科研履歷法是科技人才政策研究的一個新方法和新思路。

其中，DEA模型可以對多投入和多產(chǎn)出模型進行評估，由于不需要設(shè)定函數(shù)模型、不需要人為設(shè)定權(quán)重，該方法從1979年創(chuàng)立至今，已經(jīng)發(fā)展成一種定量評估效率的強大工具，在教育、醫(yī)療、金融、環(huán)境、農(nóng)業(yè)和企業(yè)管理等領(lǐng)域得到十分廣泛的應(yīng)用。周博文等（2017）搜集、分析了我國29個省、市2015年截面數(shù)據(jù)，基于DEA模型評價了我國眾創(chuàng)政策的效率。趙前等（2011）引入超效率DEA方法對中國的31個省（市、自治區(qū)）的總量科技競爭力和結(jié)構(gòu)科技競爭力進行了效率評價。

本文將以廣東省科技人才政策為研究對象，在王寧等人研究的量化評估方法的基礎(chǔ)上，進一步優(yōu)化評估方法，引入熵值法進行更加客觀的數(shù)據(jù)處理，并采用超效率DEA分析法，對效率評價值為1的單元進行比較，獲得更多有效信息，從而更科學(xué)地評價科技人才政策。

二、評價指標(biāo)、數(shù)據(jù)與模型

（一）評估指標(biāo)體系及數(shù)據(jù)來源

本文綜合考慮現(xiàn)有研究成果，重點借鑒了王寧等（2018）的評估量化指標(biāo)體系，并結(jié)合本文的評估方法，構(gòu)建本文的評估指標(biāo)體系，具體見表1。本文收集了2008年～2017年共10年間的政策進行效果評估，采用的數(shù)據(jù)主要來源于中國統(tǒng)計年鑒、中國科技統(tǒng)計年鑒、科技部官方網(wǎng)站、廣東統(tǒng)計年鑒、廣東科技年鑒、廣東科技統(tǒng)計年鑒、廣東科技統(tǒng)計網(wǎng)站公開的數(shù)據(jù)。

（二）超效率DEA評估模型

DEA數(shù)據(jù)包絡(luò)分析中，CCR和BCC模型的不足之處在于，在模型中，通常會出現(xiàn)多個DMU被評價為有效的情況，導(dǎo)致沒辦法對這些決策單元進行效率比較。為解決這一問題，Anderson and Petersen提出超效率模型（Super Efficiency Model，SE），通過在標(biāo)準(zhǔn)效率DEA模型中加入了j≠k的條件限制，將被評價DMU從參考集中剔除。也就是說，被評價DMU的效率是參考其他DMU構(gòu)成的前沿得出的，有效DMU的超效率值一般會大于1，從而可以對有效DMU進行區(qū)分。具體模型規(guī)劃式如下：

三、實證分析

（一）政策產(chǎn)出指標(biāo)熵值法因子降維

Golany和 Roll（1989）通過模型分析，發(fā)現(xiàn)參與評價的DMU個數(shù)至少應(yīng)該是投入和產(chǎn)出項目數(shù)量之和的兩倍。而根據(jù)本研究的設(shè)計，投入和產(chǎn)出指標(biāo)二甲基指標(biāo)有7個，即模型的決策單元需要至少14個。為了符合模型的假定，本研究需要將因子降維。先對各項指標(biāo)使用極值法進行標(biāo)準(zhǔn)化處理，然后采用學(xué)界較為常用的熵值法賦權(quán)對各維度內(nèi)的指標(biāo)進行加總（劉樹林等，1998） 。

（二）描述性統(tǒng)計分析

為了有效對比投入和產(chǎn)出，所有涉及金額的投入、產(chǎn)出指標(biāo)已經(jīng)經(jīng)過價值指數(shù)平減。通過計算，投入和產(chǎn)出指標(biāo)如表1所示：

2008-2017年間，廣東省平均每年要出4.1份有關(guān)科技創(chuàng)新人才的政策。最多的年份有9份政策，專門針對科技創(chuàng)新人才的管理和服務(wù)。可以看出廣東省政府對科技創(chuàng)新人才的關(guān)注和重視。從產(chǎn)出來看，科技人力、科研經(jīng)費以及科研平臺建設(shè)都相當(dāng)豐富。

（三）實證結(jié)果及分析

1、超效率DEA模型分析

對廣東科技創(chuàng)新人才政策超效率模型實證結(jié)果如下表所示：

四、技術(shù)效率分析

從表4可以看出，廣東省科技創(chuàng)新人才政策的平均技術(shù)效率為0.6271，技術(shù)效率達到DEA有效的只有2013年和2017年，占總數(shù)的20%。這表明，廣東省2008年以來的十年間，大部分年份的科技創(chuàng)新人才政策的效果都不夠理想。另外，2013年技術(shù)效率達172.08%，2017年為112.96%，是十年間技術(shù)效率最高的兩年；2013年頒布的是培養(yǎng)使用政策1份，2017年頒布的有流動引進、評審評價和綜合政策3類政策，說明整體效率是否DEA有效與政策種類無關(guān)。

在8個技術(shù)效率非DEA有效的年份中，2016年最高，達到84.65%，其次是2008年和2015年，分別達到80.49%和76.68%。但是均未達到90%。另一方面，2010年、2012年和2014年這三年還不到20%，尤其2010年僅為10.52%，需要特別關(guān)注。

在DEA分析中，技術(shù)效率TE=純技術(shù)效率PTE*規(guī)模效率SE，所以需要對技術(shù)效率進行分解以進一步了解這些年份技術(shù)效率非DEA有效的主要原因。通過分解可知，2010年、2012年和2014年這三年的規(guī)模效率非常低，而這三年的純技術(shù)效率PTE盡管DEA無效，但是均能達到80%以上。可以認(rèn)為，這三年技術(shù)效率無效且非常低，主要是由于規(guī)模效率無效所導(dǎo)致。

五、純技術(shù)效率分析

純技術(shù)效率是制度和管理水平帶來的效率，是由于管理和技術(shù)等因素影響的生產(chǎn)效率。根據(jù)表4，廣東省2008年以來的十年純技術(shù)效率呈現(xiàn)上升趨勢，且平均純技術(shù)效率達到104.90%，為DEA有效，即使最低的2009年也達到了76.90%。另外，基本以2013年為分水嶺，2013年及以后的純技術(shù)效率基本為DEA有效。純技術(shù)效率較高，說明廣東省科技創(chuàng)新人才政策的制度執(zhí)行和管理水平逐年上升，政策在頒布以后，尤其是2013年以后的政策，得到了良好的貫徹落實。尤其是2013年和2017年，分別達到174.94%和162.05%，數(shù)值較高，這也是2013年和2017年技術(shù)效率較高的主要原因。

六、規(guī)模效率分析

規(guī)模效率是反映考察對象是否在最合適的投資規(guī)模下開展經(jīng)營活動的一個重要指標(biāo)。在本模型中，規(guī)模效率反映的是科技人才政策規(guī)模的增加或減少所產(chǎn)生的效率變化，即科技人才政策的效率變化并非由于政策的執(zhí)行情況，而是由于政策是否達到應(yīng)有規(guī)模。

從表4可見，十年間的規(guī)模效率較低，平均僅為0.5425，是導(dǎo)致廣東省大部分年份科技創(chuàng)新人才政策效果不理想的主要原因。且2008年以來的十年間，規(guī)模效率均小于1，規(guī)模收益為遞增或遞減，說明廣東省這十年的科技創(chuàng)新人才政策屬于規(guī)模效率無效，需要進行改進達到理想狀態(tài)。

從時間上看，不同年份的規(guī)模效率波動較大，最高的2008年和2013年分別為98.32%和98.37%，均接近1；而最低的2010年、2012年和2014年分別僅為12.82%、14.42%和17.1%。另一方面，從當(dāng)年頒布政策的情況來看，2008年和2013年頒布政策均僅有1個，而2010年、2012年和2014年這三年頒布的政策分別為9個、8個和7個。這似乎說明當(dāng)年政策投入與規(guī)模效率成反向關(guān)系。

為驗證這一假設(shè)，我們注意到2009年、2011年和2016年，這三年的政策投入均為3個，但是規(guī)模效率分別為37.94%、37.94%和84.09%，規(guī)模效率差距較大，因此可以認(rèn)為，政策投入與規(guī)模效率之間并不存在反向關(guān)系。查看這三年的政策文本，2009年出臺的三份文件均為引進領(lǐng)軍人才和創(chuàng)新科研團隊類的，屬于流動引進類政策；2011年的三份文件中，兩份是關(guān)于博士后培養(yǎng)的，一份是南粵人才培養(yǎng)，屬于培養(yǎng)使用類政策；2016年的三份文件中，一份是關(guān)于成果轉(zhuǎn)化的，一份是認(rèn)定外籍高層次人才的，另一份是自主創(chuàng)新促進條例。由此，本文認(rèn)為，2009年、2011年和2016年三年在政策數(shù)量相當(dāng)?shù)那疤嵯乱?guī)模效率差距較大，應(yīng)該是與政策類別有關(guān)。所以，廣東省歷年來的科技人才政策規(guī)模效率無效應(yīng)該是與政策體系的結(jié)構(gòu)有密不可分的關(guān)系。

七、研究結(jié)論與政策建議

廣東省2008年以來的十年間，科技創(chuàng)新人才政策整體效率為表現(xiàn)為技術(shù)無效（62.71%）；這種技術(shù)無效又表現(xiàn)為純技術(shù)效率有效（104.90%），規(guī)模效率無效（54.25%）。表明廣東省2013年以后在科技創(chuàng)新人才政策的頒布、實施和貫徹落實上是做得比較好的，其技術(shù)無效主要來源于投入規(guī)模不合理，沒有達到規(guī)模經(jīng)濟，造成規(guī)模無效。即廣東省的問題不在政策的執(zhí)行，而在政策本身。要優(yōu)化政策的制定，需要通過完善政策體系結(jié)構(gòu)才能提高政策規(guī)模效率。故此，本文提出以下政策建議：

第一，注重科技人才政策的延續(xù)性，做好政策體系的長期規(guī)劃。科技人才政策是一個復(fù)雜的綜合體系，應(yīng)著眼長遠，形成科學(xué)的政策框架，單個政策的制定應(yīng)與整個政策體系相呼應(yīng)，始終對科技人才數(shù)量質(zhì)量、成果產(chǎn)出效率和促進經(jīng)濟社會發(fā)展形成持續(xù)推動力。

第二，優(yōu)化科技人才政策體系中各類型政策的比重。建議廣東省未來應(yīng)注重各類流動引進、培養(yǎng)使用、評審評價等各類政策的制定，使各類政策齊頭并進，不斷完善科技人才政策體系。

第三，按受惠群體類型制定、管理和實施政策。建議注重各部門加強聯(lián)動溝通，使受惠群體范圍進一步擴大，優(yōu)化科技人才政策體系中各類受惠群體的比重。對相同受惠群體的政策發(fā)文，由一個部門統(tǒng)籌，形成針對某類科技人才的、包含引進、使用、評價等各個環(huán)節(jié)的完備政策。

（廣東石油化工學(xué)院，廣東 茂名525000）

參考文獻：

[1]劉忠艷，趙永樂，王斌.1978—2017年中國科技人才政策變遷研究[J]. 中國科技論壇，2018（2）.

[2]劉云.關(guān)于科技人才政策的若干思考[J]. 科學(xué)與社會， 2017， 7（3）.

[3]顧承衛(wèi).新時期我國地方引進海外科技人才政策分析[J].科研管理，2015，36（S1）.

[4]吳江.靠什么用好用活青年科技人才[J].人民論壇，2018（01）.

[5]王忠，朱佩儀，劉軍.中美科技人才集聚政策比較研究[J].自然辯證法研究，2016，32（09）.

[6]王寧，徐友真，楊文才. 基于因子分析和DEA模型的河南省科技人才政策實施成效評估[J].科學(xué)管理研究， 2018， 36（4）.

[7]謝科范，劉嘉，聞天棋.武漢市科技人才政策效果仿真分析[J].科技進步與對策，2015，32（14）.

[8]劉洪民，劉煒煒.基于科研履歷分析的科技人才政策研究：一個文獻述評[J].情報雜志，2019，38（04）.

[9]周博文，張再生.基于DEA模型的我國眾創(chuàng)政策效率評價[J].財經(jīng)科學(xué)，2017（09）.

[10] 趙前，焦捷，王以華.中國省際科技競爭力評價——基于超效率DEA的分析[J].清華大學(xué)學(xué)報（自然科學(xué)版），2011，51（06）.

[11] GOLANY B，ROLL Y. An application procedure for DEA[J]. Omega， 1989， 17（3）.

[12]劉樹林，邱菀華.多屬性決策基礎(chǔ)理論研究[J].系統(tǒng)工程理論與實踐，1998（1）.

基金項目：廣東省“揚帆計劃”引進緊缺拔尖人才項目（916022）；廣東石油化工學(xué)院青年創(chuàng)新人才培育項目（2018qn04）。

作者簡介：周海燕（1983—），女，江蘇泰州人，碩士，助理研究員，主要研究方向：科技人才與人才政策，鮑祥生（1977—），男，江蘇姜堰人，博士（后），副教授，主 要研究方向：高層次人才管理。