基于DEA模型的寧夏科技資源配置研究

摘 要：寧夏科技資源配置的規(guī)模、效率和結(jié)構(gòu)受到其區(qū)域經(jīng)濟(jì)和社會(huì)發(fā)展的影響，存在明顯的結(jié)構(gòu)性矛盾。從投入-產(chǎn)出的視角，運(yùn)用DEA-Malmquist模型，對(duì)寧夏2015—2019年科技資源配置進(jìn)行分析發(fā)現(xiàn)，2015-2019年寧夏科技資源配置效率呈緩慢上升趨勢(shì)，且寧夏地區(qū)科技創(chuàng)新資源配置效率整體運(yùn)行效率較高，技術(shù)進(jìn)步指標(biāo)對(duì)全要素生產(chǎn)率指標(biāo)促進(jìn)作用更大，寧夏各市中資源配置效率最高的城市為中衛(wèi)市。基于此，試圖找出科技資源配置效率的制約因素，提出合理、有效的科技資源配置優(yōu)化路徑。

關(guān)鍵詞：科技資源；Ramp;D；DEA模型；配置效率；優(yōu)化對(duì)策

中圖分類號(hào)：F204;F224

文獻(xiàn)標(biāo)識(shí)碼：A

doi：10.3969/j.issn.1672-2272.202209113

Research on the Allocation of Science and Technology Resources in Ningxia Based on DEA Model

Yu Huijuan¹，Cui Mingtang¹，Hu Haiying²

（1.School of Ethnicity and History，Ningxia University；2.College of Agriculture，Ningxia University，Yinchuan 750021，China）

Abstract：The scale， efficiency and structure of Samp;T resource allocation in Ningxia are influenced by its regional economic and social development. From the input-output perspective， using the DEA-Malmquist model， the analysis of Ningxia's science and technology resource allocation in 2015-2019 found that the efficiency of Ningxia's science and technology resource allocation in 2015-2019 showed a slow upward trend， and Ningxia's regional science and technology innovation The overall operational efficiency of resource allocation efficiency is higher and technical efficiency is lower， the technical progress index promotes the total factor productivity index more， and the city with the highest resource allocation efficiency among Ningxia municipalities is Zhongwei. Based on this， we try to find out the contradictory factors that restrict the efficiency of science and technology resource allocation， and put forward reasonable and effective ways to optimize the allocation of science and technology resources.

Key Words：Science and Technology Resources; Ramp;D; DEA Model; Allocation Efficiency; Optimization Measures

寧夏位于我國西北地區(qū)，國民生產(chǎn)總值偏低，在經(jīng)濟(jì)方面不具有區(qū)位優(yōu)勢(shì)，直接影響著科技資源配置的規(guī)模、效率和結(jié)構(gòu)。隨著“創(chuàng)新型寧夏”發(fā)展戰(zhàn)略的實(shí)施，區(qū)域科技資源使用和配置效率低下問題已經(jīng)有所改善。但就寧夏目前的發(fā)展形勢(shì)而言，寧夏科技資源配置的規(guī)模、效率和結(jié)構(gòu)受到其區(qū)域經(jīng)濟(jì)和社會(huì)發(fā)展的影響，仍然存在明顯的結(jié)構(gòu)性矛盾，要改變區(qū)域地區(qū)間差距過大的局面，必須在加大科技資源投入的同時(shí)，優(yōu)化配置結(jié)構(gòu)，提高配置效率。因此，摸清寧夏科技資源投入和產(chǎn)出以及配置情況，對(duì)科技資源配置進(jìn)行合理的評(píng)價(jià)分析，對(duì)于制定相應(yīng)的科技政策以及選擇合適的科技發(fā)展路徑至關(guān)重要。

本研究利用數(shù)據(jù)包絡(luò)分析（DEA）模型，根據(jù)所構(gòu)建的科技資源配置指標(biāo)體系，對(duì)2015-2019年寧夏科技資源現(xiàn)狀及配置情況進(jìn)行分析和評(píng)價(jià)，找出寧夏在科技資源配置過程中存在的問題，根據(jù)寧夏科技資源配置的實(shí)際情況，提出優(yōu)化科技資源配置的對(duì)策。

1 文獻(xiàn)回顧

自Farrell^[1]首次從投入角度提出“技術(shù)效率”以來，學(xué)界在進(jìn)行科技創(chuàng)新能力研究時(shí)，越來越重視科技資源的配置效率問題，已有研究不僅涉及科技資源配置效率的評(píng)價(jià)，而且對(duì)優(yōu)化資源配置結(jié)構(gòu)的可能路徑展開了一系列討論。國內(nèi)學(xué)者對(duì)科技資源配置效率的研究主要利用引進(jìn)的模型進(jìn)行實(shí)證分析^[2]，多采用“Ramp;D人員全時(shí)當(dāng)量” “Ramp;D經(jīng)費(fèi)內(nèi)部支出”“地方財(cái)政科技撥款”衡量科技投入，以論文發(fā)表數(shù)量、專利授權(quán)數(shù)量、技術(shù)市場成交額、高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入等衡量科技產(chǎn)出。夏清華和樂毅^[3]利用SBM模型和Malmquist指數(shù)方法對(duì)2012—2018年中國31個(gè)省份的投入產(chǎn)出數(shù)據(jù)進(jìn)行測(cè)度，總結(jié)多數(shù)省份的科技資源配置效率及配置要素結(jié)構(gòu)優(yōu)化趨勢(shì)。梁林等^[4]運(yùn)用DEA模型測(cè)算出2011—2015年中國31個(gè)省份的科技資源配置效率，研究表明科技資源配置效率逐步提高，東部、中部、西部和東北之間科技資源配置效率差距也在逐漸縮小。段忠賢等^[5]則基于DEA-Malmquist指數(shù)方法，實(shí)證分析了2009—2018年西部地區(qū)11個(gè)省市的科技資源配置效率，指出科技資源配置效率的上升主要受技術(shù)進(jìn)步影響。

對(duì)科技資源配置效率研究的梳理發(fā)現(xiàn)，既有研究多體現(xiàn)出區(qū)域規(guī)模較大的特點(diǎn)，對(duì)某一省域的科技資源配置效率的分析研究不多。劉儉等^[6]利用DEA模型和Malmquist指數(shù)法對(duì)包括寧夏在內(nèi)的西部12個(gè)省市的農(nóng)業(yè)科技資源配置效率進(jìn)行分析，付森^[7]基于DEA-Malmquist指數(shù)法評(píng)價(jià)寧夏制造業(yè)全要素生產(chǎn)率，陳軍梅^[8]運(yùn)用DEA-Malmquist模型，評(píng)價(jià)寧夏科技金融結(jié)合效率。近兩年，寧夏綜合科技創(chuàng)新水平指數(shù)及區(qū)域綜合科技創(chuàng)新水平排名均取得了重要進(jìn)步，這不僅得益于政府決策紅利與經(jīng)費(fèi)投入，還取決于科技資源配置效率的提高。本文采用 DEA-Malmquist模型，對(duì)寧夏2015—2019年期間科技資源配置效率進(jìn)行實(shí)證分析，指出資源配置存在的問題，提出合理、有效的科技資源配置優(yōu)化路徑，以其為提高寧夏科技資源配置效率和科技創(chuàng)新能力提供參考。

2 模型選擇與數(shù)據(jù)來源

2.1 DEA-Malmquist模型

DEA-Malmquist指數(shù)模型用于刻畫TFP（全要素生產(chǎn)率）的變化情況，不同于傳統(tǒng)DEA模型對(duì)決策單元效率的靜態(tài)測(cè)算，其能夠解釋不同時(shí)期和地區(qū)科技資源配置效率的動(dòng)態(tài)變化。在計(jì)算Malmquist生產(chǎn)指數(shù)時(shí)，還可以將生產(chǎn)效率進(jìn)一步分解為綜合效率、技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率等。

公式1中（x^t，y^t）代表第t期的投入和產(chǎn)出;（x^t+1，y^t+1）代表第（t+1）期的投入和產(chǎn)出;d^t（x^t，y^t）和d^t+1（x^t，y^t）分別代表（x^t，y^t）在t期和（t+1）期的距離函數(shù)。在固定規(guī)模報(bào)酬條件下，當(dāng)TFP gt; 1時(shí)，表示科技資源配置效率有所提高。當(dāng)TFP=1時(shí)，表明科技資源配置效率沒有變化。當(dāng)TFP lt; 1時(shí)，科技資源配置效率有所下降。由于TFP可以進(jìn)一步分解為技術(shù)變化和技術(shù)效率變化，故，公式（1）可以變?yōu)椋?/p>

由此可見，全要素生產(chǎn)率=技術(shù)進(jìn)步指數(shù)（TC）×純技術(shù)效率變化指數(shù)（PC）×規(guī)模效率變化指數(shù)（SE），利用Malmquist測(cè)度模型可以計(jì)算出各分解值。

2.2 指標(biāo)選擇

科技資源的投入包括兩個(gè)方面，即人力投入和財(cái)力投入。本文基于相關(guān)研究文獻(xiàn)，結(jié)合寧夏科技資源配置特點(diǎn)，選取“Ramp;D人員全時(shí)當(dāng)量”為人力投入指標(biāo)，“Ramp;D經(jīng)費(fèi)內(nèi)部支出”“地方財(cái)政科技撥款”為財(cái)力投入狀況。就科技資源產(chǎn)出而言，衡量其配置效率的指標(biāo)同樣包括兩個(gè)方面，一是知識(shí)成果產(chǎn)出，二是經(jīng)濟(jì)產(chǎn)出。因此，本文選取“專利申請(qǐng)授權(quán)量”“科技論文數(shù)”作為衡量科技資源配置的知識(shí)成果產(chǎn)出的指標(biāo)，“技術(shù)市場成交合同額”作為衡量科技資源配置的經(jīng)濟(jì)產(chǎn)出的指標(biāo)。科技資源配置效率評(píng)價(jià)指標(biāo)體系如表1所示。

2.3 數(shù)據(jù)來源

本文以寧夏在2015-2019年間科技創(chuàng)新資源配置情況為研究樣本。寧夏各地級(jí)市Ramp;D相關(guān)數(shù)據(jù)、專利申請(qǐng)數(shù)、發(fā)表科技論文數(shù)和地方財(cái)政科技撥款等數(shù)據(jù)均來源于2015-2019年《寧夏科技統(tǒng)計(jì)年鑒》，技術(shù)市場成交額均來源于全國技術(shù)合同認(rèn)定登記系統(tǒng)。全國及其他省市相關(guān)指標(biāo)數(shù)據(jù)均來源于2020年《中國科技統(tǒng)計(jì)年鑒》、2020年《中國統(tǒng)計(jì)年鑒》。

3 實(shí)證分析與結(jié)果

3.1 寧夏地區(qū)科技資源配置效率的動(dòng)態(tài)變化分析

根據(jù)寧夏科技資源配置實(shí)際情況，基于《寧夏科技統(tǒng)計(jì)年鑒》相關(guān)數(shù)據(jù)，本文選取2015-2019年共5年的指標(biāo)進(jìn)行統(tǒng)計(jì)分析，利用DEAP2.1軟件，將整理后的指標(biāo)數(shù)據(jù)代入DEA-Malmquist模型并計(jì)算，求出的全要素生產(chǎn)率變化及其分解值見下表。

根據(jù)表2數(shù)據(jù)分析，寧夏“十三五”期間全區(qū)科技平均全要素生產(chǎn)率呈波動(dòng)上升趨勢(shì)，科技資源配置平均效率值為1.074，平均增長率為7.4%。其中，2015-2016年度全省科技全要素生產(chǎn)率為1.080，生產(chǎn)率增長8.0%；2016-2017年度全省科技全要素生產(chǎn)率為1.323，生產(chǎn)率增長32.3%；2017-2018年，受技術(shù)效率和技術(shù)進(jìn)步指數(shù)下降的影響，寧夏科技資源配置效率大幅下降，平均下降了31.5%； 2018-2019年度全省科技全要素生產(chǎn)率為1.362，生產(chǎn)率呈現(xiàn)上升趨勢(shì)，技術(shù)進(jìn)步推動(dòng)了科技資源配置效率增長了36.2%。

從2015—2019年科技資源配置Malmquist指數(shù)趨勢(shì)來看，寧夏科技資源配置效率變化與技術(shù)變化指數(shù)走勢(shì)基本一致，而其他效率變化指數(shù)和科技資源配置效率變化趨勢(shì)存在一定的差異，但差異不大，表明科技資源配置效率提升主要受技術(shù)進(jìn)步的影響，其他效率變化指數(shù)對(duì)科技資源配置效率的作用不明顯（圖1）。這也進(jìn)一步反映出，寧夏自科技體制改革以來，引入技術(shù)和科技人才對(duì)該地區(qū)科技創(chuàng)新的發(fā)展產(chǎn)生了積極的影響。

從整體上來看，雖然各效率指數(shù)在2017-2018年處于下降趨勢(shì)，效率指數(shù)小于1，但最終各指數(shù)的變化都趨于一致，效率指數(shù)均大于1。在2018-2019年達(dá)到最大值，配置效率為1.362gt; 1，實(shí)現(xiàn)DEA有效（表2）。整體效率呈現(xiàn)上升趨勢(shì)，說明寧夏地區(qū)在經(jīng)過一些制度變革、提升科技創(chuàng)新能力或引進(jìn)新技術(shù)后，科技創(chuàng)新資源配置的管理水平和效率得到了一定的提升和發(fā)展。

3.2 寧夏各市級(jí)地區(qū)科技資源配置效率變化分析

寧夏“十三五”期間各市科技平均全要素生產(chǎn)率TFP值大于1，平均增長7.4%，從科技全要素生產(chǎn)率的分解值來看，技術(shù)進(jìn)步、綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率值均大于1，分別增長了4.7%、2.6%、1.1%、1.5%。中衛(wèi)市的全要素生產(chǎn)率進(jìn)步較快，TFP年均增長40.2%，銀川、石嘴山、吳忠3個(gè)市的全要素生產(chǎn)率則出現(xiàn)不同程度的下降。綜合技術(shù)效率年均增長2.6%，其中銀川、石嘴山、固原3個(gè)市的綜合技術(shù)效率等于1，中衛(wèi)市的綜合技術(shù)效率高于平均值。此外，全區(qū)技術(shù)進(jìn)步年均上升4.7%，5個(gè)市中中衛(wèi)的技術(shù)進(jìn)步值為1.216，年均技術(shù)進(jìn)步增長最快為21.6%，銀川、石嘴山、吳忠3個(gè)市的年均技術(shù)進(jìn)步都是下降的，下降范圍為[0.9%，5.0%]（表3）。可以看出，寧夏年均綜合效率增長的主要原因在于年均技術(shù)進(jìn)步的增長。由此可見，寧夏5個(gè)市之間的科技資源配置效率存在一定差異。其中，固原市和中衛(wèi)市的科技資源配置效率大于1，分別為1.153和1.402，中衛(wèi)市科技資源配置效率增長較為迅速，主要是受技術(shù)進(jìn)步變化指數(shù)上升的影響，其他3個(gè)市的科技資源配置效率出現(xiàn)負(fù)增長的現(xiàn)象。在科技資源配置效率中，配置效率最高的是中衛(wèi)市（1.402），最低的是石嘴山市（0.950）。固原科技資源配置效率得以提高主要是因?yàn)榧夹g(shù)進(jìn)步。銀川市、石嘴山市和吳忠市科技資源配置效率降低是受技術(shù)進(jìn)步變化指數(shù)下降的影響。

從寧夏各執(zhí)行部門科技科技資源配置效率結(jié)果來看，其平均全要素生產(chǎn)率小于1，年均下降5.8%，并且只有技術(shù)進(jìn)步是下降的。各執(zhí)行部門中企業(yè)的全要素生產(chǎn)率和技術(shù)進(jìn)步都大于1，TFP和技術(shù)進(jìn)步年均增長1.2%；科研機(jī)構(gòu)和高等院校的全要素生產(chǎn)率和對(duì)應(yīng)的技術(shù)進(jìn)步均小于1，綜合效率分別下降了9.6%和8.6%（表4）。可以看出，企業(yè)科技資源配置效率得以提高也是因?yàn)榧夹g(shù)進(jìn)步，而科研機(jī)構(gòu)和高等院校科技資源配置效率降低則是由于技術(shù)進(jìn)步變化指數(shù)的下降。

3.3 存在的問題

3.3.1 寧夏Ramp;D經(jīng)費(fèi)投入強(qiáng)度偏低，地區(qū)間差異明顯

通過對(duì)2015-2019年寧夏科技財(cái)力資源投入情況分析發(fā)現(xiàn)，寧夏在此期間Ramp;D經(jīng)費(fèi)投入強(qiáng)度基本保持增長態(tài)勢(shì)。2019年，寧夏Ramp;D經(jīng)費(fèi)支出為54.51億元，占全區(qū) GDP的1.45%，同年全國Ramp;D經(jīng)費(fèi)支出為22 143.58億元，占全國GDP的2.23%。總體來看2019年寧夏科技投入占GDP的比重達(dá)到了全國的一半，較上年有顯著提升，但寧夏Ramp;D經(jīng)費(fèi)投入強(qiáng)度偏低，地區(qū)間差異明顯。根據(jù)2020年《寧夏科技統(tǒng)計(jì)年鑒》，銀川市Ramp;D經(jīng)費(fèi)支出最高，達(dá)到近31億元，占全區(qū)GDP比重的1.62%，而石嘴山、吳忠、固原、中衛(wèi)四市Ramp;D經(jīng)費(fèi)支出較少，均不到10億，其中固原Ramp;D經(jīng)費(fèi)支出占GDP比重最低，不到1%，銀川市Ramp;D經(jīng)費(fèi)支出是固原市Ramp;D經(jīng)費(fèi)支出的近22倍。由此可見，寧夏地區(qū)各市Ramp;D經(jīng)費(fèi)支出差距較大。

3.3.2 科技產(chǎn)出水平總體偏低，地區(qū)和行業(yè)間差異大

對(duì)寧夏2015-2019年間科技產(chǎn)出現(xiàn)狀分析發(fā)現(xiàn)，寧夏科技產(chǎn)出水平總體偏低。2020年《中國統(tǒng)計(jì)年鑒》報(bào)告顯示，2019年我國發(fā)表科技論文195萬篇，申請(qǐng)專利438萬件，技術(shù)市場成交額達(dá)到17 697億元；寧夏全區(qū)發(fā)表科技論文8 372篇，申請(qǐng)專利數(shù)為3 869件，技術(shù)市場成交額16.7億元。總體來看，寧夏科技產(chǎn)出較2015年有了顯著提高，但整體偏低。此外寧夏科技產(chǎn)出還存在明顯的地區(qū)和行業(yè)差異，銀川市科技產(chǎn)出總體高于其他4個(gè)市。根據(jù)寧夏2015-2019年科技產(chǎn)出情況，銀川市2019年發(fā)表的科技論文數(shù)是中衛(wèi)市發(fā)表科技論文數(shù)的920倍，市場成交額也顯著高于其他四市。另外，寧夏不同執(zhí)行部門的科技產(chǎn)出也存在明顯差距。從專利申請(qǐng)量和科技成果來看，企業(yè)在這兩方面的產(chǎn)出均高于科研機(jī)構(gòu)和高等院校，尤其在專利申請(qǐng)數(shù)量上，企業(yè)與科研機(jī)構(gòu)差距較大，這些都反映出寧夏科技成果產(chǎn)出地區(qū)和行業(yè)間的巨大差距。

3.3.3 科技人才在行業(yè)和地區(qū)間分布極不平衡，流失嚴(yán)重

根據(jù)2020年《寧夏科技統(tǒng)計(jì)年鑒》，寧夏2019年Ramp;D人員中博士學(xué)歷僅占5.49%，而其他學(xué)歷人數(shù)占Ramp;D人數(shù)的42.56%。在科研機(jī)構(gòu)、高等院校、企業(yè)及事業(yè)單位的Ramp;D人員中，博士學(xué)歷總體較少，碩士、本科及其他學(xué)歷的Ramp;D人員相對(duì)較多，企業(yè)Ramp;D人員中也是本科畢業(yè)和其他學(xué)歷的偏多。可以看出，寧夏各行業(yè)目前尚缺乏高學(xué)歷人才，科技人力資源配置存在不合理的情況，科技人力資源利用效率不高。另外，自治區(qū)科技人力資源主要集中在銀川市，固原市和中衛(wèi)市科技人力資源相對(duì)較少。2019年銀川Ramp;D折合全時(shí)人員為7 087人，而固原Ramp;D 折合全時(shí)人員僅186人，Ramp;D 折合全時(shí)人員相差甚大，說明寧夏科技人力資源存在嚴(yán)重的地區(qū)差異，由于地區(qū)間經(jīng)濟(jì)社會(huì)發(fā)展不平衡，致使科技人才流動(dòng)趨向于優(yōu)勢(shì)地區(qū)如銀川市、石嘴山市和吳忠市。

3.3.4 科技成果轉(zhuǎn)化水平不足，遠(yuǎn)低于其他省市

根據(jù)調(diào)查，目前寧夏科技成果轉(zhuǎn)化率不高，且低于其他發(fā)達(dá)地區(qū)水平，形成產(chǎn)業(yè)化的科技成果較少，專利實(shí)施率也不高，大量的科研成果無法有效利用。可見，寧夏科技資源投入水平總量較高，但科技成果轉(zhuǎn)化水平不高。已投入的科技資源由于分配難度大、分配不合理及分配體系不完善等因素，導(dǎo)致科技資源有效利用率低。

4 結(jié)論及建議

4.1 研究結(jié)論

通過對(duì)寧夏2015—2019年間科技資源配置效率動(dòng)態(tài)變化分析后可知： 寧夏科技資源配置效率在2015—2019年間總體呈現(xiàn)上升趨勢(shì)，年平均增長率為7.4%，效率提升主要受到技術(shù)進(jìn)步的影響，由于規(guī)模效率和純技術(shù)效率增長緩慢，科技資源配置效率整體提升幅度較小。寧夏科技資源增長緩慢進(jìn)一步反映出寧夏科技資源配置不合理，資源利用效率低下等問題。

寧夏各市之間科技資源配置效率存在明顯差異，主要表現(xiàn)為科技資源配置效率出現(xiàn)有效和非有效狀態(tài)并存的狀況，且效率差距較大；從執(zhí)行部門分布來看，自治區(qū)不同執(zhí)行部門的科技資源配置效率也存在差異，且多數(shù)執(zhí)行部門的科技資源配置效率為非有效狀態(tài)。

4.2 對(duì)策建議

科技資源作為寧夏地區(qū)創(chuàng)新驅(qū)動(dòng)發(fā)展的基礎(chǔ)要素，其配置效率的高低關(guān)系到寧夏地區(qū)經(jīng)濟(jì)協(xié)調(diào)和高質(zhì)量發(fā)展的進(jìn)程。目前寧夏仍需依靠創(chuàng)新驅(qū)動(dòng)當(dāng)?shù)亟?jīng)濟(jì)升級(jí)，實(shí)現(xiàn)寧夏經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展，而科技資源的優(yōu)化配置是通過科技創(chuàng)新實(shí)現(xiàn)寧夏經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的必由之路。科技資源優(yōu)化配置的重點(diǎn)還是在于優(yōu)化，如何實(shí)現(xiàn)人、財(cái)、物、科技信息等資源的配置達(dá)到最優(yōu)，本文結(jié)合以上結(jié)果分析，提出如下對(duì)策建議。

4.2.1 進(jìn)一步優(yōu)化科技人力資源配置

多年來，寧夏積極推行了一系列引才穩(wěn)才強(qiáng)有力的政策措施，優(yōu)化人力資源，深化用人制度，成效顯著。今后應(yīng)該進(jìn)一步健全完善現(xiàn)有人才引培留用政策，優(yōu)化人才隊(duì)伍結(jié)構(gòu)。同時(shí)，自治區(qū)各高校應(yīng)根據(jù)自身的學(xué)科優(yōu)勢(shì)，培養(yǎng)與自治區(qū)高質(zhì)量發(fā)展需求相適應(yīng)的特色學(xué)科專業(yè)人才。堅(jiān)持政府引才與企業(yè)引智并重，不斷完善現(xiàn)有人才引進(jìn)機(jī)制，形成常態(tài)化柔性引才精準(zhǔn)引智。完善科技人才獎(jiǎng)勵(lì)機(jī)制，優(yōu)化技術(shù)人才管理。此外，自治區(qū)還應(yīng)建立完善的知識(shí)產(chǎn)權(quán)保護(hù)體系，保護(hù)科技人才的知識(shí)成果。

4.2.2 構(gòu)建多元化、多渠道科技投入體系

切實(shí)發(fā)揮好政府在配置科技資源上的宏觀調(diào)控作用和技術(shù)市場主導(dǎo)作用，依據(jù)按“需”配置資源原則，提高地方財(cái)政科技支出比重，建全科技市場相關(guān)服務(wù)體系，同時(shí)提高科技經(jīng)費(fèi)的利用效率，避免重復(fù)投入。此外，構(gòu)建多渠道的投入體系，促進(jìn)地方財(cái)政、社會(huì)資本對(duì)科技創(chuàng)新的投入，激勵(lì)包括企業(yè)和個(gè)人在內(nèi)的多元社會(huì)主體增加研發(fā)投入，形成社會(huì)資金齊力投向科技創(chuàng)新的良好局面。

4.2.3 建立以企業(yè)為主體，高校和科研院所為支撐的技術(shù)創(chuàng)新體系

推動(dòng)高新技術(shù)企業(yè)創(chuàng)新能力的提升，主要圍繞國家重點(diǎn)支持的高新技術(shù)領(lǐng)域，大力扶持寧夏科技型中小企業(yè)、工程技術(shù)中心、重點(diǎn)實(shí)驗(yàn)室等有潛力和科技創(chuàng)新優(yōu)勢(shì)平臺(tái)，對(duì)自治區(qū)高新技術(shù)企業(yè)備選庫進(jìn)行重點(diǎn)培育。增強(qiáng)科研院所、高校的原始創(chuàng)新和服務(wù)創(chuàng)新發(fā)展的能力，著力提高科研院所、高校產(chǎn)學(xué)研協(xié)同創(chuàng)新水平，整合各類技術(shù)創(chuàng)新要素，建立明確的研究方向，大力推進(jìn)高校和科研院所的協(xié)同創(chuàng)新。

4.2.4 完善寧夏科技成果轉(zhuǎn)化體系

按照“科研投入成果化、科技成果產(chǎn)業(yè)化”的要求，完善寧夏科技成果轉(zhuǎn)化體系。發(fā)揮市場在科技創(chuàng)新要素配置中的導(dǎo)向作用，強(qiáng)化對(duì)科技成果轉(zhuǎn)化人員和團(tuán)隊(duì)的激勵(lì)，提高科技成果轉(zhuǎn)化收益獎(jiǎng)勵(lì)比例。此外，健全寧夏相關(guān)企業(yè)創(chuàng)新的激勵(lì)制度、企事業(yè)單位成果轉(zhuǎn)化獎(jiǎng)勵(lì)辦法，鼓勵(lì)高校、科研院所轉(zhuǎn)化科技成果。切實(shí)發(fā)揮國家和自治區(qū)在科技成果轉(zhuǎn)化基金支持上的杠桿作用，促進(jìn)科技成果產(chǎn)業(yè)化。

參考文獻(xiàn)：

[1]FARRELL M J. The measurement of productive efficiency[J]. Journal of the Royal Statistical Society. Series A （General），1957，120（3）：81-88.

[2]曲建君.全要素生產(chǎn)率研究綜述[J].經(jīng)濟(jì)師，2007（1）：76-77.

[3]夏清華，樂毅.中國省域科技資源配置效率測(cè)度[J].統(tǒng)計(jì)與決策，2020，36（23）：46-49.

[4]梁林，李青，劉兵，等.中國科技資源配置效率空間結(jié)構(gòu)變遷研究[J].統(tǒng)計(jì)與決策，2020，36（8）：88-93.

[5]李昊姮，段忠賢.西部地區(qū)科技資源配置效率的時(shí)空差異——基于DEA-Malmquist指數(shù)模型的實(shí)證分析[J].科技與經(jīng)濟(jì)，2021，34（1）：11-15.

[6]劉儉，黃婷，李曉瑞，等.寧夏農(nóng)業(yè)科技資源配置效率分析——基于超效率DEA和Malmquist指數(shù)[J].江西農(nóng)業(yè)學(xué)報(bào)，2016，28（6）：131-134.

[7]付森.基于DEA-Malmquist指數(shù)法的寧夏制造業(yè)全要素生產(chǎn)率分析研究[J].科技和產(chǎn)業(yè)，220，20（12）：1-7.

[8]陳軍梅.基于DEA-Malmquist指數(shù)方法的寧夏科技金融結(jié)合效率研究[J].寧夏大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2014，36（4）：141-146.

（責(zé)任編輯：吳 漢）