基于DEA-Malmquist模型的科技創(chuàng)新人才政策實施效果評估

商 勇 丁新興

（河南財經(jīng)政法大學 統(tǒng)計與大數(shù)據(jù)學院，河南 鄭州 450046）

一、文獻綜述

人才已經(jīng)成為全球各國經(jīng)濟社會發(fā)展中最重要的戰(zhàn)略資源，而科技創(chuàng)新人才是人才資源中的重中之重。鄭州市地處中原腹地，近年來積極貫徹“人才強市”政策，取得顯著成效。但是面對新形勢和新變局，鄭州市仍存在科技創(chuàng)新人才引進難、人才流失等問題。如何完善科技創(chuàng)新人才發(fā)現(xiàn)、培養(yǎng)、引進機制，進一步強化科技創(chuàng)新的戰(zhàn)略支撐作用，是鄭州市下一階段的重要目標。對政策效果進行系統(tǒng)評判，不僅是考察政策是否有效的手段，也是政策改進、延續(xù)或終止的關(guān)鍵性決策依據(jù)。

政策評估研究國外早于國內(nèi)，Hellmut Wollmann認為政策評估是客觀、系統(tǒng)性地檢驗政策是否實現(xiàn)了其預(yù)期目標，從而將政策績效的評價信息反饋給政策制定者[1]。Chen H T和Carbe P提出了自上而下的評估方法，即先展開可行性評估、效果評估，最后發(fā)布評估結(jié)果[2]。

國內(nèi)學者對公共政策也進行了豐富的研究，潘毅和高嶺（2008）從評估者、評估對象、評估目的、評估標準和評估方法五個維度對中美公共政策評估的差異進行分析，得出了針對我國公共政策評估系統(tǒng)存在的一些問題的啟示[3]。張永岳和張傳勇等（2010）運用公共政策評估理論和方法對上海市房地產(chǎn)政策進行研究，發(fā)現(xiàn)調(diào)控政策取得了一定效果，但仍存在短期性、相機性、非均衡性等問題[4]。廖娟（2018）利用CHIP數(shù)據(jù)研究了殘疾人就業(yè)政策對殘疾人就業(yè)和收入的影響，發(fā)現(xiàn)《殘疾人就業(yè)條例》實施后企業(yè)的稅收優(yōu)惠減少、殘疾人個體的就業(yè)門檻變高是導(dǎo)致殘疾人就業(yè)前景不明朗的重要原因[5]。陳玲和段堯清（2020）以我國31個省區(qū)市2000—2019年的面板數(shù)據(jù)運用傾向得分匹配方法建立雙重差分模型，解決了公共政策的內(nèi)生性問題，提出政務(wù)大數(shù)據(jù)政策可以推動技術(shù)創(chuàng)新[6]。

關(guān)于科技創(chuàng)新人才政策、科技創(chuàng)新人才的研究不斷涌現(xiàn)，趙前和焦捷等（2011）考慮到?jīng)Q策單元之間的相互影響，引入超效率DEA模型，發(fā)現(xiàn)各省科技投入和產(chǎn)出的效率值呈現(xiàn)出兩端偏小、中間偏大的格局[7]。杜紅亮和任昱仰（2013）以海外科技人才政策為對象，通過對多部門進行相對獨立的多角度評估，以客觀展示海外科技人才政策的實施效果[8]。盛楠和孟凡祥等（2016）對科技人才的概念做出界定，在此基礎(chǔ)上結(jié)合創(chuàng)新驅(qū)動需求對科技人才評價體系進行研究，并提出指標構(gòu)建、建設(shè)流程和管理流程的相關(guān)建議[9]。王寧和徐友真等（2018）基于因子分析和DEA方法對河南省2011—2015年科技人才政策的實施效果進行評價，結(jié)果顯示不同科技人才政策實施效果有顯著差異，其規(guī)模效率呈現(xiàn)先下降后上升的趨勢[10]。顧玲琍和王建平等（2019）運用專家訪談法、問卷調(diào)查等方法，構(gòu)建科技人才政策實施效果評估體系，研究發(fā)現(xiàn)政策總體實施效果較好，但也存在政策知曉度不高、政策執(zhí)行部門之間協(xié)同性不高、政策軟環(huán)境需要進一步優(yōu)化等問題[11]。孫銳和孫雨潔（2020）創(chuàng)新性地引進政策文本數(shù)據(jù)庫和語料庫，構(gòu)建青年科技人才引進評價指標體系，并將研究成果應(yīng)用于典型地區(qū)的總額評價實證分析中[12]。

從目前的研究看，評估評價研究在增多，但占比仍較低，尤其是量化研究少。且現(xiàn)有的研究方法如問卷調(diào)查、專家訪談、層次分析等在確定權(quán)重時具有一定的主觀性，導(dǎo)致評估結(jié)果并不準確，而DEA分析法可以很好地解決這一問題。本文以鄭州市為例，通過政策的投入產(chǎn)出效率評價鄭州市2010—2019年科技創(chuàng)新人才政策的實施成效，為鄭州市科技創(chuàng)新人才政策的調(diào)整和制定提供參考建議，為其他城市的政策制定提供參考。

二、科技創(chuàng)新人才政策評價指標體系構(gòu)建

（一）評估對象

隨著社會發(fā)展對科技創(chuàng)新人才的需求越來越大，為了改善人才缺乏的困境，鄭州市自2006年開始大力引進科技創(chuàng)新人才，考慮到政策的時滯性，本文選取2010—2019年的科技創(chuàng)新人才政策進行評估。政策文件來自鄭州市人才辦、鄭州市人力資源與社會保障局、鄭州市科技局等部門的官方網(wǎng)站。

（二）評估指標體系

評估指標體系是評估政策實施效果的基礎(chǔ)，王寧和徐友真通過經(jīng)濟支持、人數(shù)支持和科研產(chǎn)出反映產(chǎn)出指標。芮國強和彭偉等（2017）運用人才規(guī)模與質(zhì)量、人才發(fā)展環(huán)境、科技創(chuàng)新能力、高新技術(shù)企業(yè)競爭力4個指標對人才政策進行評估[13]。

本文在借鑒已有研究基礎(chǔ)上，將鄭州市2010—2019年的科技創(chuàng)新人才政策數(shù)作為投入指標，而科技創(chuàng)新人才政策的產(chǎn)出則以資源型、成果型、轉(zhuǎn)化型3個產(chǎn)出指標來體現(xiàn)，最終得到的評價指標體系如表1所示。數(shù)據(jù)來自《河南統(tǒng)計年鑒》《鄭州統(tǒng)計年鑒》《河南省勞動力年鑒》、鄭州市人力資源與社會保障局網(wǎng)站等。數(shù)據(jù)處理軟件為DEAP2.1和python3.6。

表1 鄭州市科技創(chuàng)新人才政策實施效果評價指標

DEA模型要求決策單元個數(shù)至少是投入和產(chǎn)出指標之和的兩倍，根據(jù)本文的實際情況，投入和產(chǎn)出二級指標共有7個，因此至少需要14個決策單元。為了符合模型的假定，需要對產(chǎn)出指標進行因子降維處理。先對各項指標采用極值法進行標準化處理，然后采用熵值法賦權(quán)對各維度內(nèi)的因子進行加總。

本文對每個二級指標進行熵值化處理，從而得到二級指標的權(quán)重。用極值法進行無量綱化處理，消除極值影響。將計算得出的權(quán)重乘以每個二級指標的無量綱化值并加總，達到因子降維的效果。各方案的因子得分為：

表2 各指標熵值法得分

（三）DEA-Malmquist模型

在處理多指標投入和產(chǎn)出方面，DEA模型具有特有的優(yōu)勢，因此本文擬采用BCC模型分析在規(guī)模效益可變的情況下鄭州市科技創(chuàng)新人才政策的相對效率。由于不同時期的生產(chǎn)前沿面不同，基于不同生產(chǎn)前沿面所計算的相對效率不具可比性，也就無法比較不同時期的相對效率，無法通過BCC和CCR模型進行跨期比較。而Malmqusit指數(shù)可以解決DEA模型不能跨期效率比較的問題，因此通過Malmquist指數(shù)來進行動態(tài)變化分析。

三、科技創(chuàng)新人才政策實施效果評估

（一）靜態(tài)分析結(jié)果

以鄭州市10個年份作為決策單元，從縱向上對鄭州市科技創(chuàng)新人才政策的投入與產(chǎn)出效率進行研究。運用鄭州市2010—2019年的時間序列數(shù)據(jù)，使用DEAP2.1軟件進行處理，結(jié)果如表3所示。

表3 科技創(chuàng)新人才政策DEA分析

1.技術(shù)效率分析

由表3可以看出，鄭州市科技創(chuàng)新人才政策的平均效率為80.3%。而技術(shù)效率達到有效的只有2014年、2015年、2016年和2017年，占總數(shù)的40%。說明鄭州市近10年的科技人才政策實施效果不太理想。技術(shù)效率在2019年達到最低（33.3%），造成2018年、2019年政策技術(shù)效率下降的原因是之前年份的實施效果開始減弱，且當時政策的實施效果受時滯性影響而未完全體現(xiàn)。

在6個技術(shù)效率非DEA有效的年份里，2012年最高，達91.7%，其次為2013年、2011年，分別為84.8%、79.2%。2018年、2019年則不超過50%，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），因此需要對技術(shù)效率進行分解以探求其原因。通過分析發(fā)現(xiàn)，2018年、2019年的規(guī)模效率非常低，且純技術(shù)效率均DEA有效，可以認為技術(shù)效率無效的原因是其規(guī)模效率無效。

2.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。由表4可知，2010—2019年鄭州市的純技術(shù)效率呈上升趨勢，且平均純技術(shù)效率達94.6%，為DEA有效。其中2010年純技術(shù)效率最低為76.7%，2014年以后的均純技術(shù)效率有效。純技術(shù)效率上升，說明鄭州市科技創(chuàng)新人才政策的管理水平在逐年提高。尤其是在2014年的政策頒布以后，政策實施效果較好。

3.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環(huán)境下進行經(jīng)營活動的一個重要指標。本模型中，規(guī)模效率反映的是科技創(chuàng)新人才政策規(guī)模的增加或減少所產(chǎn)生的效率變化，即科技創(chuàng)新人才政策的效率并不取決于其執(zhí)行情況，而是取決于政策是否達到應(yīng)有的規(guī)模。

鄭州市10年間的規(guī)模效率較高，均值達到了85.3%，是導(dǎo)致鄭州市科技創(chuàng)新人才政策實施效果不明顯的主要原因。自2014年開始，政策的規(guī)模效率開始由規(guī)模遞增變?yōu)橐?guī)模遞減，說明政策上需要改變規(guī)模效率。

從時間上看，不同年份的規(guī)模效率波動較大，規(guī)模效率在2014—2017年均達到1，而在2019年最低，僅有33.3%。另外，從政策的頒布看，2014—2017年頒布政策的數(shù)量分別為3個、6個、3個、21個，而2018年和2019年頒布的政策為14個、4個，規(guī)模效率與政策頒布個數(shù)成反比關(guān)系，說明頒布的政策沒有落實到位，最終造成政策的規(guī)模效率不高。

科學越軌是目前科學界熱門的話題，因為隨著社會的進步科學越軌行為屢見不鮮，甚至某些知名科學工作者也不能幸免，浙江大學賀海波教授因論文抄襲，被撤銷副教授職務(wù)與任職資格，浙江大學藥學院院長也因監(jiān)管不利，不在繼續(xù)聘用。本文將從科學越軌行為產(chǎn)生的原因，對社會的影響以及防治科學越軌行為的對策展開，全面分析科學越軌行為的前世今生以及未來。

（二）動態(tài)結(jié)果分析

運用DEA模型測算鄭州市的生產(chǎn)效率水平，僅是一種靜態(tài)分析，由于不同時期的生產(chǎn)前沿面不同，由BCC和CCR模型求出的效率值均為當期的相對效率值，無法對相對效率值為1的時期進行評價，因此通過計算Malmquist指數(shù)對各地區(qū)生產(chǎn)效率變化的情況進行判斷，并對變化來源進行分析，各地Malmquist指數(shù)變動如表4所示。

表4 2015—2019年各地區(qū)Malmquist指數(shù)變動

在Malmquist指數(shù)的計算中，本文以2015年作為基期，其Malmquist指數(shù)為1。相比2015年，2019年全要素生產(chǎn)率指數(shù)（TFP）為1.178，表明在2015—2019年鄭州市科技創(chuàng)新人才政策平均生產(chǎn)率總體上得到改善。生產(chǎn)率要素的變化可以分解為技術(shù)效率（TEC）變化、技術(shù)（TC）變化帶來的影響，2015—2019年期間平均技術(shù)效率變化為0.975，平均技術(shù)變動為1.209。與2015年相比，全要素生產(chǎn)率的提高主要源自技術(shù)進步。

基于各個地區(qū)TFP指數(shù)變動及其構(gòu)成可以發(fā)現(xiàn)，各區(qū)域2015—2019年TFP指數(shù)變動呈分化趨勢，部分地區(qū)指數(shù)呈上升趨勢，部分地區(qū)指數(shù)呈下降趨勢，且變動的原因有所不同，根據(jù)2015—2019年各地區(qū)生產(chǎn)率指數(shù)變動的原因進行分類，結(jié)果如表5所示。

表5 2015—2019年生產(chǎn)率指數(shù)變動原因分類

在2015—2019年中有6個地區(qū)生產(chǎn)率指數(shù)得到提高，12個地區(qū)生產(chǎn)率指數(shù)下降。鄭州市在技術(shù)效率保持不變的情況下技術(shù)發(fā)生進步，在2015年和2019年均處于技術(shù)有效，其技術(shù)效率位于前沿，2015—2019年生產(chǎn)率指數(shù)的變動全部由技術(shù)變動引起。說明其針對科技創(chuàng)新人才政策實施所開展的組織創(chuàng)新等技術(shù)手段值得在全省推廣。下面以鄭州市為例，進一步分析Malmquist指數(shù)變動原因。

鄭州市屬于“技術(shù)效率不變，技術(shù)進步”導(dǎo)致生產(chǎn)率提高類別，其技術(shù)進步促進了生產(chǎn)率的提高。在此期間鄭州市技術(shù)效率變化為1，可以將其分解為純技術(shù)效率變動和規(guī)模效率變動。結(jié)合表4和表6可以看出鄭州市在規(guī)模效率上均高于河南省其他地區(qū)。但技術(shù)效率不變限制了生產(chǎn)率指數(shù)的提高，因此未來鄭州市可通過提高人才政策資源管理水平來提高技術(shù)效率。

表6 2015—2019年鄭州市Malmquist生產(chǎn)率指數(shù)變化分解

（三）政策文本分析

利用python網(wǎng)絡(luò)爬蟲技術(shù)，爬取2011—2020年鄭州市政府工作報告和科技創(chuàng)新人才政策，研究政府對科技創(chuàng)新人才工作的重視程度以及科技創(chuàng)新人才政策的重點分布。

1.科技創(chuàng)新人才政策文本分析

本文共爬取了科技創(chuàng)新人才政策70件，政策來源為鄭州市人力資源和社會保障局、鄭州市發(fā)展和改革委員會、鄭州市教育局、鄭州市科技局和鄭州市財政局，說明鄭州市科技創(chuàng)新人才政策由多部門共同制定，科技創(chuàng)新人才政策的協(xié)同性較高。對爬取的科技創(chuàng)新人才政策進行匯總，并利用python的分詞包jieba對政策文本進行分詞①分詞，就是將連續(xù)的字序列按照一定的規(guī)范重新組合成詞序列的過程。去停用詞②刪除一些互聯(lián)網(wǎng)上大量出現(xiàn)或者在文本中無具體意義的詞（如，的、地、和、與）。處理。

（1）政策文本詞頻統(tǒng)計

對分詞后的政策文本進行詞頻統(tǒng)計，同時詞頻統(tǒng)計結(jié)果不斷更新停用詞表③即所有停用詞組成的文檔，本文在分詞表中加入新的停用詞，刪去不必要的詞，突出政策文本的重點。，最終選取了詞頻數(shù)前20的重點詞，結(jié)果如表7所示。

表7 政策文本詞頻統(tǒng)計

由表7可以看出，科技創(chuàng)新政策重點分布在科技、技術(shù)、創(chuàng)新、人才等方面，其中“人才”一詞的詞頻達到了1165，平均一件政策文件中出現(xiàn)16.64次，說明政策在制定時突出了科技創(chuàng)新人才的重要性?！捌髽I(yè)”一詞出現(xiàn)頻率也頗高，達844次，說明鄭州市政府在制定政策時考慮到以企業(yè)為平臺，為科技創(chuàng)新提供環(huán)境，同時引進的人才可以在各科技型企業(yè)中培養(yǎng)鍛煉。其次是“技術(shù)”“創(chuàng)新”“科技”三個詞，其頻數(shù)分別為 759、684、680。

（2）政策文本詞云圖

以分詞后的詞頻制作文本的詞云圖。詞云圖中詞的字體越大，則該詞在政策文本中出現(xiàn)的次數(shù)越多，在政策制定中的地位也就更突出。根據(jù)詞云圖中詞的大小，大致分為三個梯度。第一梯度為：人才、科技型、企業(yè)、組織、社會保障、人力資源。第二梯度為：科技、創(chuàng)新、創(chuàng)業(yè)、提供、建設(shè)、學術(shù)、技術(shù)。第三梯度為：職業(yè)培訓(xùn)、支持、經(jīng)費、管理，大致呈由大至小的維度延展開來。

2.政府工作報告文本分析

對鄭州市政府工作報告進行分詞和去停用詞處理，同樣通過詞頻統(tǒng)計和繪制詞云圖來觀察近年來鄭州市政府的工作重點。

（1）政府工作報告詞頻統(tǒng)計

從歷年政府工作報告的詞頻統(tǒng)計來看，“創(chuàng)新”自2011年就開始出現(xiàn)在政府工作報告中，“科技”自2012年開始在政府工作報告中出現(xiàn)，而“人才”一詞在2020年的政府工作報告中才開始出現(xiàn)，這可能是由于2020年之前的政府工作報告對“人才”提及較少，而本文僅統(tǒng)計了詞頻數(shù)前100的詞。同時這幾個詞的詞頻呈現(xiàn)出逐年增長的趨勢，說明其在政府工作報告中出現(xiàn)的次數(shù)越來越多，即政府對科技創(chuàng)新越來越重視。

（2）政府工作報告詞云圖

對2011—2020年的政府工作報告文本內(nèi)容繪制詞云圖，可以發(fā)現(xiàn)“引進、人才、創(chuàng)新、培育”等詞匯在詞云圖中十分明顯，說明科技創(chuàng)新與人才引進是政府工作的重心所在，體現(xiàn)出鄭州市政府對科技創(chuàng)新人才工作的重視。而由歷年政府工作報告的詞云圖來看，2018年之前的政府工作報告中，與科技創(chuàng)新人才有關(guān)的詞匯較少出現(xiàn)，而2018年之后與科技創(chuàng)新人才工作有關(guān)的詞匯開始增加，且其出現(xiàn)次數(shù)隨年份的推進而增多，字體大小也逐漸增大，說明政府對科技創(chuàng)新人才工作越來越重視。

四、結(jié)論與政策建議

（一）結(jié)論

1.技術(shù)效率制約鄭州市科技效率提升。鄭州市屬于“技術(shù)效率不變，技術(shù)進步”促進規(guī)模效率提升類型，其規(guī)模效率呈先上升下降的趨勢。整體而言，鄭州市的科技效率居省內(nèi)第一，但近幾年科技效率有所降低，制約了科技創(chuàng)新人才政策的績效。此外，就河南其他地區(qū)而言，各地區(qū)Malmquist指數(shù)不盡相同，技術(shù)效率、技術(shù)進步對地區(qū)生產(chǎn)率表現(xiàn)出不同方向、不同程度的推動作用。

2.不同年份政策實施效果存在一定差異。鄭州市科技創(chuàng)新人才政策有效年份占年份總數(shù)的40%，部分年份的相對效率較低，說明不同年份科技創(chuàng)新人才政策的效率存在顯著差異。2014年鄭州市科技創(chuàng)新人才政策的技術(shù)效率、規(guī)模效率、純技術(shù)效率均為1，達到了最優(yōu)生產(chǎn)規(guī)模，這是因為2012年鄭州市開始出臺大量科技創(chuàng)新人才政策并加大對科技創(chuàng)新人才政策的重視所致。2018年和2019年政策技術(shù)效率大幅度下降，原因在于之前的政策實施效果開始減弱，且當期出臺的政策還未顯出成效。

3.鄭州市科技創(chuàng)新人才政策體系的主體框架基本形成。2010—2020年鄭州市頒布的科技創(chuàng)新人才政策涵蓋科技創(chuàng)新人才的培養(yǎng)、流動、服務(wù)、引進等多方面；科技創(chuàng)新人才政策得到不斷完善，政策的頒布呈現(xiàn)出“前期重視引進，后期重視培養(yǎng)”的特點，為鄭州市創(chuàng)新驅(qū)動發(fā)展以及建立國家創(chuàng)新城市提供了人才保障。運用文本分析技術(shù)，對政府工作報告和科技創(chuàng)新人才政策進行深度挖掘，發(fā)現(xiàn)鄭州市政府對科技創(chuàng)新和人才引進工作越來越重視，且政策制定由多部門共同完成，協(xié)同性較高。

（二）政策建議

1.加快鄭州市各項科技創(chuàng)新人才服務(wù)設(shè)施建設(shè)。一是構(gòu)建具有自身特色的科技創(chuàng)新人才服務(wù)平臺，不僅要建立并完善科技創(chuàng)新人才市場，還要效仿先進城市，建立人才孵化器、招聘國家級人才的專門機構(gòu)等平臺，以及引導(dǎo)其他科技創(chuàng)新人才中介機構(gòu)的設(shè)立。二是加快互聯(lián)網(wǎng)科技創(chuàng)新人才市場建設(shè)步伐，完善科技創(chuàng)新人才信息網(wǎng)絡(luò)服務(wù)體系和科技創(chuàng)新人才數(shù)據(jù)信息庫，為全市科技創(chuàng)新個人和單位提供連續(xù)開放的科技創(chuàng)新人才信息服務(wù)。

2.完善科技創(chuàng)新人才政策的運行機制，做好政策體系的長期規(guī)劃。政策的實施效果不僅與時滯性有關(guān)，也與政策運行機制不完善、執(zhí)行細節(jié)偏差有很大關(guān)系?？萍紕?chuàng)新人才政策是復(fù)雜的體系，因此鄭州市有關(guān)政策制定部門在制定政策時要做好長遠規(guī)劃，形成科學的政策框架。

3.完善科技創(chuàng)新人才政策體系。良好的政策體系應(yīng)該包括評價、培養(yǎng)、激勵、保障、引進5個模塊?，F(xiàn)階段鄭州市的人才政策應(yīng)著重于人才的培養(yǎng)和服務(wù)兩個方面，保證引進的人才可以留下來。同時加強政府在人才工作中的導(dǎo)向和規(guī)范作用，在建設(shè)“國家中心城市”的定位基礎(chǔ)上，結(jié)合產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，繼續(xù)實施人才強市戰(zhàn)略。建立健全由鄭州市人民政府領(lǐng)導(dǎo)的人才工作領(lǐng)導(dǎo)小組，確?？萍紕?chuàng)新人才激勵工作有據(jù)可依，并加強對科技創(chuàng)新人才工作的指導(dǎo)、督察和考核?！?/p>