北京與其他省（區、市）R&D人員投入產出效率比較

李靈艷 王健

摘? 要：R&D人員作為國家科技人力資源中開展創新活動的核心人才，受到世界各國的高度關注。文章通過分析北京R&D人員發展現狀，并基于DEA分析方法對北京及其他省（區、市）R&D人員投入產出效率進行了實證研究，發現北京R&D人員投入產出綜合效率未達到最優且規模效率呈現遞減趨勢。基于此，文章提出加強研發人才引育、建強創新平臺載體和完善人才評價體系等建議。

關鍵詞：R&D人員；投入產出；DEA；效率

中圖分類號：F124.3 文獻標識碼：A DOI：10.19881/j.cnki.1006-3676.2023.07.06

黨的二十大報告首次將教育、科技、人才工作一體推進統籌部署，指出教育、科技、人才是全面建設社會主義現代化國家的基礎性、戰略性支撐，必須堅持科技是第一生產力、人才是第一資源、創新是第一動力，再次鮮明地闡述了“創新之道，唯在得人”的人才培養觀。科技人力資源是國家實施創新驅動發展戰略、提升科技創新整體效能的重要戰略資源，而研究與試驗發展（Research and Development，R&D）人員作為科技人力資源中最具創新性的組成部分，其數量規模和創新動能直接影響到科技事業的發展和高水平科技自立自強的實現。[1]因此，R&D人員作為國家科技人力資源中開展創新活動的核心人才，受到世界各國的高度關注。[2]筆者從R&D人員規模與結構、科研與技術產出等角度，基于DEA方法對北京及其他省（區、市）（未包含港、澳、臺地區）R&D人員投入產出效率進行比較分析，并針對北京R&D人員發展中發現的問題提出對策建議。由于統計數據相對滯后，筆者使用2017—2021年全國31個省（區、市）（未包含港、澳、臺地區）數據，數據來源為歷年《中國統計年鑒》《中國科技統計年鑒》和《北京統計年鑒》。

一、北京R&D人員發展現狀

近年來，北京加強國際科技創新中心建設，依托國家實驗室、新型研發機構、產業示范區等創新驅動的主平臺主陣地，打造高水平人才高地，集聚了大量科技人才，促進了科技事業引領式發展。

（一）R&D人員規模位居全國第五

衡量一個國家或地區科技實力的強弱，除了取決于R&D人員的創新能力水平，還需要關注“蓄力池”的大小，也就是R&D人員的規模。2021年，北京地區R&D人員數量約為33.83萬人年（見圖1），低于廣東、江蘇、浙江和山東4個省份，位居全國第五。2017—2021年，北京R&D人員年均增速為5.82％，低于全國平均增速3.29個百分點，特別是2019年以來增長態勢趨于平緩。

（二）R&D人員投入強度領跑全國

R&D人員投入強度的高低反映了一個國家或地區有多少人才愿意并且能夠投入到研發活動之中。隨著北京國際科技創新中心建設深入推進，全球影響力初步形成，相較于其他省（區、市）而言，人才粘性比較優勢凸顯。2021年，北京每萬名就業人員中R&D人數約為292.14人年（見圖2），與我國R&D人員聚集密度最高的上海、江蘇、浙江、廣東等東部地區省份相比，分別是其人員數量的1.69倍、1.88倍、1.98倍和2.33倍，居全國最高水平。特別是近年來集全市之力推動建設的“三城一區”1創新主平臺主陣地蓬勃發展，為科技創新提供了更加廣闊的空間，對科技人才的吸引力不斷加大，2017—2021年北京R&D人員投入強度年均增長6.56％，投入力度明顯增強。

（三）R&D人員中從事試驗發展活動人員比例較高

從R&D活動研究性質類型分布來看，2021年，北京地區R&D人員中從事基礎研究、應用研究和試驗發展活動的人員數量分別約為7.55萬人年、9.72萬人年和16.56萬人年（見圖3），占北京R&D人員總量的比重分別為22.32％、28.73％和48.95％，從事試驗發展活動人員體量最大。2017年以來，北京聚焦高精尖產業需求，不斷深化原創性、引領性科技攻關，對基礎領域支撐力度加大，從而使基礎研究和應用研究人員投入密度增加，R&D人員逐步轉移到創新鏈前端。

（四）企業R&D人員占比較高

高等學校、科研機構和企業作為國家戰略科技力量的不同組成部分，在優化配置創新資源，開展科技創新活動中承擔的作用各不相同。從R&D活動執行部門類型分布來看，2021年，北京高等學校、科研機構、企業的R&D人員分別約為7.38萬人年、11.98萬人年、13.71萬人年，占北京R&D人員的比重分別為21.81％、35.41％和40.53％（見圖4）。由于企業更了解市場需求動態，從全國范圍內來看，企業對R&D人員的聚集效應最為明顯，北京也不例外。近年來，北京創新產業集群示范區不斷提升能級，科技企業已成為技術創新活動的主體，主導著全市技術創新全過程，逐漸成為R&D人員集中的主要部門。

（五）R&D人員主要從事科學研究和技術服務業

北京R&D人員從業領域主要集聚于科學研究和技術服務業，制造業，教育業以及信息傳輸、軟件和信息技術服務業四大行業，這四大行業集中了北京90％以上的R&D人員。2021年，北京科學研究和技術服務業R&D人員數量約為14.55萬人年，占北京R&D人員總量的43.01％，而制造業，教育業及信息傳輸、軟件和信息技術服務業R&D人員數量分別約為3.97萬人年、7.38萬人年和6.74萬人年，分別占北京R&D人員總量的11.74％、21.81％和19.92％（見圖5），科學研究和技術服務業R&D人員數量最多，這進一步為北京加快建設成為世界主要科學中心和創新高地，有力支撐科技強國和中國式現代化奠定了基礎。

二、DEA模型設計

結合對北京R&D人員發展現狀分析，為更好綜合評價北京R&D人員投入產出綜合效率，筆者采用數據包絡分析（Data envelopment analysis，DEA），選取2021年截面數據作為樣本，對北京與全國其他省（區、市）（未包含港、澳、臺地區）R&D人員投入產出效率進行比較分析。

（一）模型概述

數據包絡分析是由美國著名運籌學家A.Charnes和W.W.Cooper等學者提出的用于比較評價多投入多產出的同類決策單元（Decision Making Units，DMU）之間相對有效性的方法。由于該方法直接采用投入、產出數據構建非參數的DEA模型，比較決策單元投入、產出的相對效率，其在處理投入產出問題時無須事先確定函數形式以及投入、產出指標的權重等，對投入產出效率分解較為客觀，可以相對精準地找到效率無效的來源[3-5]，基于這一優勢，筆者采用數據包絡分析評價模型進行評估。當綜合效率值等于1時，表示決策單元有效，說明投入要素已經在當前技術條件下發揮出最大價值；當效率值小于1時則表示無效，說明投入要素沒有得到合理運用并發揮出最大價值，需要對投入要素進行科學規劃。

（二）樣本選擇和數據來源

研究將全國31個省（區、市）（未包含港、澳、臺地區）作為樣本決策單元，以2022年《中國統計年鑒》《中國科技統計年鑒》和《北京統計年鑒》作為數據來源開展樣本統計分析，保證了數據來源的正確性和完整性。

（三）指標體系設計

R&D人員活動是一項多投入和多產出的復雜系統，對其作出全面、系統、客觀的評價是一個多準則的綜合評價問題。首先根據R&D人員活動的特點確定決策單元相同的投入、產出指標，并遵循決策單元的樣本數至少為投入、產出項數之和的兩倍以上的標準，再通過一個綜合性的指標體系對決策單元創新活動投入、產出的效果進行評價。[6-7]考慮到R&D人員活動具有多種投入、多重產出這一特點，對R&D人員投入產出效率評估應綜合考慮投入和產出的數量和質量，指標體系應全面簡潔反映R&D人員活動投入和產出的不同層面。研究設計R&D人員投入產出指標見表1。

三、北京與其他省（區、市）R&D人員投入產出效率實證分析

通過對R&D人員投入產出項做相關性分析，結果表明各投入產出項均具有正相關關系，符合研究條件要求。最后采用DEA方法的BCC模型對2021年北京及其他省（區、市）科技投入產出效率（包括綜合效率、純技術效率、規模效率、規模收益）數據進行處理，結果分析見表2。

根據DEA測算結果分析，2021年各省（區、市）R&D人員投入產出綜合效率均值為0.523，純技術效率均值為0.878，規模效率均值為0.586。測算結果可分為以下幾種情況：

1.DEA有效：江蘇、廣東、四川、陜西4個省份的DEA有效，綜合效率值為1且規模收益不變，這些省份當年R&D人員投入產出效率達到理想狀態。

2.綜合效率高于均值：除DEA有效的4個省份以外，湖北、山東、北京、黑龍江、遼寧、浙江、湖南、吉林、上海、河南、安徽11個省（市）的綜合效率高于均值。這些省（市）的主要特征是各效率值均較高，除北京呈現規模收益遞減外，其他均呈現規模收益遞增趨勢。

3.純技術效率較高：除DEA有效的4個省份以外，北京、黑龍江、浙江、吉林、廣西、海南、西藏7個省（區、市）的純技術效率值均為1，達到投入產出最佳狀態，因規模效率小于1導致DEA無效。

4.DEA相對低效：河北、甘肅、廣西、云南、重慶、山西、新疆、福建、貴州、天津、江西、內蒙古、海南、青海、寧夏、西藏16個省（區、市）的綜合效率低于均值。雖然這些省（區、市）綜合效率值偏低，但規模收益均呈遞增趨勢。

綜合上述計算結果，得出以下結論：

其一，北京R&D人員投入產出的綜合效率，具有較大提升空間。2021年北京R&D人員DEA綜合效率值為0.860，投入產出效率偏低，沒有達到效率最優的理想狀態，與經濟發達的江蘇、廣東等省份相比仍存在一定差距，有待進一步優化。

其二，北京R&D人員投入呈現規模報酬遞減狀態。2021年北京R&D人員純技術效率為1，規模效率值為0.860，即R&D人員投入規模與科研和技術產出不成比例增加，不具有規模效率，而其他省（區、市）卻恰好相反，普遍呈現規模收益不變或遞增趨勢，規模效率因素是造成北京R&D人員投入產出效率非有效的主要原因。[8]

四、提升北京R&D人員投入產出效率的建議

為加快建設國際科技創新中心，打造世界重要人才中心和創新高地，建成世界一流人才之都，發揮北京在服務國家科技創新戰略中的重要作用，針對R&D人員投入產出效率偏低等問題，提出如下3個方面的建議：

（一）種好創新人才引育的“梧桐樹”

北京加快建設國際科技創新中心，以科技創新推動高質量發展，應堅持以習近平總書記關于做好新時代科技工作和人才工作的重要論述為指導，創新人才引育機制，激發人才創新活力，建設首都人才高地。優化財政科技投入，加強基礎研究和應用研究的財政經費支持力度，提升財政科技專項經費中研發人員經費比例，充分調動原始原創領域人才的積極性和創造性。加大科技管理改革，進一步解綁科研人員選擇技術路線和支配科研經費的體制束縛，進一步發揮用人主體在人才培養、引進和使用中的積極作用，傾力打造聚才造才的良好環境，營造愛才敬才的濃厚氛圍。瞄準國際科技前沿，以“不求所有，但求所用”的開放心態，筑巢引鳳，加大對國家和首都發展“卡脖子”技術領域、尖端和重點領域、重要基礎研究領域人才的引進、培養，著力引進海內外高層次創新領軍人才、拔尖人才和創新型緊缺人才，做好配套扶持工作，為國際一流人才集聚、創新保駕護航。

（二）建好創新人才集聚的平臺載體

進一步發揮中關村先行先試優勢，圍繞國家重點領域、重點產業，依托世界領先科技園區建設，強化在基礎前沿創新領域布局，探索新的項目組織方式，積極承接下一輪人才發展體制機制改革試點和國家中長期科技發展規劃的政策試點，完善適應全球競爭新態勢和國家戰略任務新需求的創新治理體系。不斷提升創新產業集群示范區能級，強化企業科技創新主體地位，支持企業發揮目標導向，與高校和科研院所共建產教融合基地、特色研究院、交叉學科實驗室等，提高科技成果轉化和產業化水平，打造高質量發展戰略支撐。依托國家級創新基地、新型研發機構等激發創新創造活力，完善高層次人才平臺載體搭建激勵政策，加快戰略科研人才引進，增強創新人才聚集力，實現精準搭臺。

（三）抓好新時代人才評價體系改革完善

充分發揮科技評價在創新資源配置中的指揮棒作用，加快建立以創新價值、能力、貢獻為導向的人才評價體系，改革科技獎勵制度，精簡數量、提高質量，注重科技評價過程中對原創水平、應用價值、科學貢獻的統籌考慮，構筑集聚全球優秀人才的科研創新高地，造就一批具有世界影響力的國際一流科技領軍頂尖人才和創新團隊。[9]尊重科研工作規律，認同學科差異、人才差異，根據基礎研究、應用研究和試驗發展活動的不同類別、不同方向、不同人員特征等細化研發人員分類評價體系，破除“五唯”、構建“新標”，讓評價體系與科技人員的實際貢獻、成長規律相一致，實現客觀評價體系與被評價主體認同相統一。

注釋：

1. 中關村科學城、懷柔科學城、未來科學城、創新型產業集群示范區。

參考文獻：

[1] 曹琴，玄兆輝.中國與世界主要科技強國研發人員投入產出的比較[J].科技導報，2020（13）：96-103.

[2] 姜柏彤，蔣玉宏.我國科技人才區域分布特征與變化趨勢—基于R&D人員數據分析[J].中國科技人才，2021（05）：22-30.

[3] 張文欽.基于DEA-Malmquist指數及Tobit回歸模型我國高校R&D資源配置效率研究[D].南昌：江西財經大學，2022.

[4] 王娟，尹祥佳.基于DEA模型的全國高校R&D活動效率關系研究[J].大眾投資指南，2021（16）：52-53.

[5] 廖帥，葛梅，蘇雪晨，等.我國不同區域高校科研效率評價研究—基于分類DEA模型的實證分析[J].中國高校科技，2021（Z1）：38-42.

[6] 周代數，朱明亮.R&D投入強度、R&D人員規模對創新績效的影響[J].技術經濟與管理研究，2017（05）：19-23.

[7] 張越，倪家棲，廖婷.地方“十三五”科技創新規劃研發經費投入目標完成成效研究[J].科技智囊，2022（08）：38-43.

[8] 張光進，張士菊.R&D人員績效特征實證研究[J].科學學與科學技術管理，2014（05）：164-171.

[9] 梁淑紅.新時代高校科技人才評價的趨向與優化路徑[J].科技智囊，2022（10）：14-21.

Abstract：R&D personnel，as the core talents to carry out innovation activities in the national science and technology human resources，have been highly concerned by countries around the world. Based on the analysis of the development status of R&D personnel in Beijing and the empirical research on the input-output efficiency of R&D personnel in Beijing and other provinces（autonomous regions and cities）based on DEA analysis method，the article finds that the comprehensive input-output efficiency of R&D personnel in Beijing is not optimal and the scale efficiency shows a decreasing trend. Based on this，the article puts forward some suggestions such as strengthening the introduction of R&D talents，strengthening the innovation platform carrier and improving the talent evaluation system.

Key words：R&D personnel；Input-output；DEA；Efficiency