不同地區廣東省重點實驗室運行效率及影響因素分析

周俊杰，趙曉萌，陳鈺瑩

(1 廣東省科技基礎條件平臺中心，廣東廣州 510040；2 廣東省高性能計算重點實驗室，廣東廣州 510040；3 廣東省科技基礎條件平臺建設促進會，廣東廣州 510040)

廣東省重點實驗室是廣東省創新體系的重要組成部分，是聚集和培養優秀科技人才、配置先進科研裝備、開展高層次學術交流、產出高水平科研成果的重要基地。截至2020 年，廣東省共有396 家省重點實驗室，成為科研機構中最具規模的實驗室組織系統。廣東特色的實驗室體系為提升區域創新能力，建設粵港澳大灣區國際科技創新中心提供了重要科技支撐，為廣東經濟社會發展作出了積極貢獻。由于廣東省重點實驗室建設對依托單位研究實力有較高要求，粵東西北欠發達地區的廣東省重點實驗室建設占比較低。新時期，為進一步完善區域科技創新體系，需要重點研究兩個問題：一是不同地區的廣東省重點實驗室投入產出效率差異主要表現在哪些維度；二是不同地區的廣東省重點實驗室投入產出效益差異主要與哪些內在因素有關。

1 研究回顧

廣東省重點實驗室投入產出效率評價屬于科技創新績效評價，如何評估科技創新，是學術界、企業家、政府等一直關心的問題。楊超等［1］通過TOPSIS 和DEA 分析法對國家重點實驗室宏觀效率進行評價，發現國家重點實驗室在不斷發展中，隨著投入的增加，產出也在增加，但是投入產出效率仍需提高。孫世敏等［2］通過DEA 分析方法對不同地區的高校科研投入產出進行了分析，發現各地區高校科研投入產出效率存在差異，主要表現為東部高校科研績效高于中、西部高校。劉慧霞等［3］基于隨機前沿分析法對“雙一流”高校科研效率地區差異進行了分析，發現專任教師投入對科研效率影響較大。路文杰等［4］通過超效率DEA 方法對河北省省級重點實驗室進行分析，將研發投入、科技成果、隊伍建設、人才培養、對外開放交流、管理制度等作為評估指標。劉兵等［5］基于DEA 方法對地區科技人才資源配置效率進行評價，發現地區科技人才配置效率與經濟發展存在正向同步型、反向同步型、領先型、落后性4 種模式，科技人才資源配置效率與經濟發展不一定是正相關的。對于不同地區的創新效率差異因素的分析，吳中超［6］通過DEA-Tobit模型分析創新網絡結構、創新基礎設施對區域創新績效的影響，發現結構規模、產業結構特征和研發投入強度對于區域創新效率具有一定作用。劉天佐等［7］通過Tobit 模型分析區域高校科研投入產出績效的影響因素，發現教師職稱結構、教育投入力度有顯著的正向作用。張立杰等［8］通過Tobit 模型分析我國絲綢之路經濟帶沿線高技術產業的創新效率，發現勞動者素質因素影響研發階段的純技術效率、轉化階段的規模效率。田時中等［9］通過面板Tobit模型分析財政收入、地方政府競爭對區域科技創新的影響效果，發現經濟規模、產業結構等對創新水平有顯著影響。孟衛軍等［10］通過SBM-DEA-Tobit模型分析科技服務業與高技術制造業協同集聚水平對創新效率的影響，發現經濟發展水平、科技人員投入和科技資金投入均影響創新效率。葉堂林等［11］通過超效率BCC-Tobit 模型對比我國東部三大城市群的創新效率，發現產業結構對三大城市群都有顯著影響，經濟發展對京津冀、珠三角城市群有顯著促進作用，政府支持對珠三角城市群有顯著正向作用。吳傳清等［12］通過DEA-Malmquist-Tobit 模型分析長江經濟帶11 省市的技術創新效率，發現研發投入強度、產業現代化程度、對外開放程度等因素對長江上中下游不同地區影響差異顯著。馬聰穎等［13］通過DEA-Malmquist-Tobit 模型分析高校科技創新效率，發現經濟發展水平、信息化水平、研發人員質量對創新效率有顯著影響。孫振清等［14］通過DEATobit 模型分析中國中部沿海四大城市群的協同創新效率，發現研發投入力度、產業結構、經濟發展水平和對外開放程度與區域協同創新效率顯著相關。李蕓等［15］通過SBM-Tobit 模型分析我國30 個省份的科技創新效率，發現對外開放程度、人力資本對創新效率具有顯著正相關。

2 實證研究

2.1 指標選擇與研究思路

2012 年4 月，為貫徹落實《珠江三角洲地區改革發展規劃綱要（2008—2020 年）》《廣東自主創新規劃綱要》和《廣東省建設創新型廣東行動綱要》，廣東省科學技術廳印發了關于省企業重點實驗室建設與運行的管理辦法，廣東省重點實驗室主要有兩大任務，包括開展應用基礎研究以提升自主創新能力和推動行業進步，以及通過引進、培養、交流、合作、共享建設高水平人才隊伍。2021 年3 月，為進一步規范和支持廣東省重點實驗室建設、運行與管理，《廣東省科學技術廳關于廣東省重點實驗室的管理辦法》出臺，相比于舊管理辦法，著重強調了開展戰略性、前瞻性基礎和應用基礎研究，加強技術銜接、開展研究合作，以提升行業技術水平、支撐產業技術創新。廣東省重點實驗室體系經過多年發展，逐步由規范化建設運行向高質量發展邁進，見表1。

表1 廣東省重點實驗室投入產出統計

采 用DEA-SOLVER 軟 件，選 擇DEA-BCC、CCR 模型分析4 組實驗室在人才隊伍建設、科學研究、創新研發、成果轉化4 個評價維度下的宏觀綜合效率和規模報酬可變下的技術效率、規模效率，探究其運行特征及變化趨勢。

選取2013—2018 年間年度統計報告數據完整的197 家廣東省重點實驗室作為原始研究對象，符合DEA 指標及決策單元數目要求。其中實驗室按照所在地區分為廣州、深圳、廣深以外的珠三角地區和粵東西北。從指標數據時間范圍上看，選取2013—2015 年的年報累計數據作為相關投入指標，選取2016—2018 年的年報累計數據作為產出數據。一方面是考慮到研究生培養、學術項目研究、論文發表、專利產出等指標的生產周期和統計時滯性；另一方面將累計數據作為相關投入產出指標，可減少單年數據波動對結果的影響；第三，以3 年為周期累計與廣東省重點實驗室管理辦法規定的考核周期相符，經梳理整合后得到5 類16 項指標見表2。

表2 廣東省重點實驗室管理評價指標

表3 中序號1 為人才隊伍建設效率評估指標體系，投入指標為2013—2015 年期間依托單位及地方財政經費投入、高級職稱人員數量、儀器總值、實驗室場地面積；產出指標為2016—2018 年期間反映人才培養的碩博士研究所畢業人數、高層次人才增量、高級職稱人員增長率。其中儀器總值、場地面積均為年均數，高級職稱人員增長率結果采用歸一化方法避免負數出現。

表3 中序號2 為學術研究產出效率評估指標體系，投入指標考慮基礎條件和人才隊伍兩方面，因為我國在校研究生、青年學者對科研工作和學術論文的貢獻較大［16］，而人才隊伍和高層次人才也是影響科技項目獲取的關鍵因素［17］，所以投入指標包括2013—2015 年期間，依托單位及地方財政經費投入、高級職稱人員數量、儀器總值、實驗室場地面積、碩博士研究生畢業人數、高層次人才數量；產出指標則是2016—2018 年期間縱向科技項目經費、期刊專著數量。

表3 中序號3 為創新成果產出效率評估指標體系，投入指標包括2013—2015 年期間依托單位及地方財政經費投入、高級職稱人員數量、儀器總值、實驗室場地面積，產出指標為2016—2018 年期間專利授權量、“三新”成果數量。

表3 中序號4 為成果轉化效率評估體系，投入指標包括2013—2015 年期間依托單位及地方財政經費投入、高級職稱人員數量、儀器總值、實驗室場地面積，產出指標為2016—2018 年期間技術服務、技術轉化、技術合作收入。

表3 重點實驗室運行效率評估指標體系

2.2 不同地區的廣東省重點實驗室效率比較

整體效率方面，廣東省重點實驗室人才隊伍、學術研究、創新研發、成果轉化效率均偏低，根據圖1 至圖3 可知，不同區域廣東省重點實驗室投入產出效率在不同評估維度存在不同程度的差異。人才隊伍投入產出技術效率中，深圳地區的廣東省重點實驗室效率最高，廣深以外的珠三角地區效率最低，通過皮爾遜相關性檢驗，人才隊伍技術效率與純技術效率顯著相關。學術研究投入產出技術效率中，深圳地區的廣東省重點實驗室效率最高，均值達到0.629，廣深以外的珠三角地區效率最低，通過皮爾遜相關性檢驗，學術研究技術效率與純技術效率、規模效率均顯著相關。創新研發投入產出效率中，廣深以外珠三角地區的廣東省重點實驗室技術效率最高，粵東西北效率最低，通過皮爾遜相關性檢驗，創新研發技術效率與純技術效率、規模效率均顯著相關。成果轉化投入產出效率中，廣深以外珠三角地區的廣東省重點實驗室技術效率最高，粵東西北效率最低，通過皮爾遜相關性檢驗，成果轉化技術效率與純技術效率、規模效率均顯著相關。見表4。

圖1 2013—2018 年不同地區的廣東省重點實驗室投入產出技術效率分析

圖2 2013—2018 年不同地區的廣東省重點實驗室投入產出純技術效率分析

圖3 2013—2018 年不同地區的廣東省重點實驗室投入產出規模效率分析

表4 2013—2018 年間各地區廣東省重點實驗室投入產出效率情況

2.3 投入產出效率主要影響因素分析

將6 個投入指標和10 個產出指標進行標準化處理，消除不同量綱和數量級的差別帶來的影響，再進行因子分析的有效性檢驗，結果顯示KMO 值=0.714＞0.5，Barlett 檢驗的顯著性為0，表明該數據適合做因子分析（見表5），方差貢獻率分析見表6。投入產出數據經過因子分析降維之后，有6 個公因子的初始特征值大于1，其累積貢獻率為61.466%，大于60%，說明提取的6 個公因子能夠較好解釋原始變量的信息。因子載荷分析如表7 所示，由旋轉后的因子載荷矩陣表可得出，第一個公因子代表碩博畢業人數、投入期研究生人數、期刊專著總量、高級職稱人才和產出的高層次人才，第二個公因子代表投入金額、儀器總值和發明PCT 專利授權數，第三個因子代表技術轉讓收入和高級職稱增長率，第四個因子代表項目經費、投入的高層次人才和技術合作收入，第五個因子代表總面積和“三新”，第六個因子代表技術服務收入。

表5 變量的KMO 與Bartlett 檢驗

表6 變量的總方差解釋

表7 旋轉后的因子載荷矩陣

進一步分析可得出，第一因子主要集中在人才隊伍和學術研究指標方面，貢獻率為19.479%，大致可以認為造成效率差異的主要因素是人才隊伍的發展及學術情況；第二因子的貢獻率為9.792%，所以基礎投入和創新研發的產出情況也是效率差異的重要因素。

2.4 基于Tobit 模型的地區差異分析

本文中由DEA 方法確定的投入產出效率值被限制在0 到1 之間，屬于受限因變量，如果直接用最小二乘法進行參數估計的回歸結果會出現有偏和不一致；又由于因變量取值相對集中，自變量取值變化較大，則會出現參數估計不顯著，對影響因素的分析無效。所以采用Tobit 模型分析效率值差異的影響因素。在效率影響因素方面，學者們基于創新活動的階段性，從創新基礎、創新環境、政產學研聯系、國際技術溢出等角度進行探討，結合本文研究需要選取影響因素如表8，包括經費投入強度（X1）、科技人員投入（X2）、研發人員數量（X3）、經濟發展水平（X5）、產業結構特征（X5）、對外開放程度（X6）作為自變量。本文選取的各影響因素數據來源于《廣東統計年鑒》《廣東科技統計數據》。

表8 廣東省重點實驗室投入產出效率的影響因素

由于人均GDP 是絕對額指標且數值較大，其他變量為比率指標，為消除異方差的影響和降低模型產生多重共線性的可能性，對自變量X4作對數化處理，Tobit 分析結果見表9。

表9 2013—2018 年廣東省重點實驗室投入產出效率影響因素的Tobit 回歸結果

從經費投入強度看，在3 種不同的效率中，經費投入對于學術研究產出效率均具有顯著的正向作用，表明經費投入越多產出效率越高，而對創新研發產出效率均為反向作用，并且對成果轉化階段的規模效率也產生顯著的抑制作用，從而阻礙成果轉化的產出，說明經費使用效率不高，可能存在浪費現象。經費投入對人才隊伍建設效率具有正向作用，且其影響系數較大，是提升人才隊伍建設效率的關鍵因素。

從科技人員投入看，科技人員投入對創新研發階段的純技術效率、成果轉化階段的規模效率具有顯著的正向作用，從而促進研發產出效率和成果轉化效率，而對人才隊伍建設的規模效率產生顯著的抑制作用，說明科技人員投入過多會出現冗余現象，反而限制人才隊伍建設的規模。

從研發人員質量看，影響作用顯著在于規模效率，對學術研究階段和成果轉化階段具有正向作用，但對創新研發階段具有反向作用，對實證結果分析的觀點非常值得斟酌！評價指標用的是“研發人員質量”，但應對其中起反作用的影響因素作具體分析，不應簡單歸結為“高質量研發人員阻礙創新研發產出”的悖論。

從經濟發展水平看，影響作用顯著在于各階段的規模效率。經濟發展水平對人才隊伍建設具有正向作用，但在技術效率上是不顯著的反向作用，說明地區經濟發達只是有利于人才隊伍建設的規模；對學術研究產出效率均為顯著的反向作用，對成果轉化階段均為反向作用，說明經濟發展水平較高的地區在學術研究和成果轉化方面可能存在創新資源冗余、錯配等問題；對于創新研發階段具有顯著的正向作用，說明地區經濟越發達越有利于創新研發的產出。

從產業結構特征看，對學術研究的規模效率具有顯著的正向作用，從而有效提高學術研究的產出效率，而對成果轉化的規模效率具有顯著的反向作用，說明地區的產業結構和成果轉化規模配置仍存在不合理的地方，阻礙創新成果的轉化。

從對外開放程度看，影響作用顯著在于規模效率。對外開放程度對人才隊伍的影響系數雖為負，但數值較小，說明產生的影響作用不大，對學術研究和成果轉化均為正向作用，說明對外開放程度越高，由國外先進技術和外資涌入導致科技創新市場的競爭和合作會越全面，有利于促進學術研究產出和創新成果轉化。

根據上述Tobit 回歸分析結果，經費投入強度越大，人才隊伍建設效率越高，但是，觀察圖2 得出，粵東西北地區的建設效率高于廣深以外珠三角地區，這是因為以廣州、深圳為中心城市的珠三角城市群的協同創新呈現虹吸效應［18］，廣州、深圳憑借創新優勢產生人才集聚現象，從而造成周邊城市人才流失；同時，R&D 經費投入、新興產業集聚會產生虹吸效應［19］，而研發投入強度、產業結構特征及研發人員質量正是學術研究產出效率的顯著影響因素，從而造成廣深以外珠三角地區的產出效率低于粵東西北地區。經濟越發達創新研發產出效率越高，但是，觀察圖1 得出，廣深以外珠三角地區的效率反而最高，這可能是因為廣州、深圳的經費投入過多反而造成浪費現象，阻礙了創新研發的產出；而且，研發效率對周圍相鄰區域具有溢出效應［19］。

3 結論

本文通過DEA、因子載荷分析和Tobit 模型探討了廣州、深圳、廣深以外珠三角、粵東西北的廣東省重點實驗室在人才隊伍、學術研究、創新研發、成果轉化4 個評估體系的投入產出效率的差異，得出以下研究結論：

（1）廣東省重點實驗室人才隊伍、學術研究、創新研發、成果轉化整體效率并不高，不同地區在不同效率評估體系下呈現了較大效率差異，廣深以外珠三角地區的人才隊伍、學術研究投入產出效率在各地區墊底，但是創新研發純技術效率和規模效率相對較好，主要是因為該地區重點實驗室以企業發展為核心，雖然人才培養少、學術論文產出不高、人才流失較嚴重，但是經費投入規模配置較好、科研人員效率較高、人才創新研發積極性較好。廣深地區人才隊伍、學術研究效率高，主要是因為經濟較發達，使得人才聚集度高、人才培養多、學術論文產出高，但是經費、科技人員過于集中于學術研究，創新研發投入規模配置不佳，經費和人才使用效率低，使得創新研發效率和成果效率低。

（2）產業結構配置合理性和產業協同發展是促進學術研究、創新研發和成果轉化的關鍵，粵東西北遠離珠三角地區，依托當地高校和龍頭企業建設廣東省重點實驗室，在地區人才隊伍建設中受其他地區虹吸作用的影響小。隨著廣東省加快構建“一核一帶一區”區域發展布局，支持東西兩翼大力發展實體經濟，打造廣東經濟新的增長極，與珠三角城市“串珠成鏈”建設沿海經濟帶。粵東西北要把握發展機遇，在學術研究、創新研發和成果轉化中緊貼產業實際，做出地方特色、產業特色，在創新研發和成果轉化中粵東西北要與珠三角地區密切合作，積極吸引廣深地區創新創業人才來粵東西北發展，積極推動廣深地區的學術研究成果來粵東西北產業落地。

（3）在廣東省重點實驗室運行管理實踐中，圍繞“一核一帶一區”區域發展新格局促進全省區域協調發展，推動各區域優勢互補、差異協調發展，以區域協同、創新合作、知識轉移為切入，建立多階段、多維度的廣東省重點實驗室投入產出效率分析和評估體系，結合地方特色、產業實際，有目的、有層次地開展廣東省重點實驗室運行管理考核評估和方向引導，提升廣東省重點實驗室在產業促進、區域發展中的關鍵能力。