江西省科研院所科技創新效率研究

摘 要：【目的】基于江西省科研院所科技統計調查數據，探索和分析江西省科研院所科技創新效率動態變化特征。【方法】以2001—2021年江西省科研院所科技活動人員、Ramp;D經費內部支出、專利申請受理數、專利授權量、科技論文數和出版科技著作數等投入產出數據為基礎，構建效率評價指標體系，通過DEA-BCC模型及Malmquist指數模型對其科技創新效率分別進行靜態評價和動態分析。【結果】江西省科研院所的科技創新綜合效率相對較高，Ramp;D經費內部支出對江西省科研院所投入產出效率的影響更大，全要素生產率指數的浮動受技術進步指數的影響較大。【結論】仍需從加大財政支持力度、創新科研管理體制、深化“放管服”改革等方面不斷完善科研院所建設，力爭提升全省科研院所科技創新能力，更好地發揮科技創新主體作用。

關鍵詞：科技創新；科研院所；DEA-BCC模型；Malmquist指數

中圖分類號：G31 " " 文獻標志碼：A " " 文章編號：1003-5168（2024）12-0145-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.12.029

Research on the Efficiency of Scientific and Technological Innovation in Jiangxi Provincial Research Institutes

—Based on DEA-BCC model and Malmquist index model

WANG Jinfeng WANG Yuyao

（ Jiangxi Institute of Science and Technology Information， Nanchang 330046， China）

Abstract： [Purposes] This paper aims to comprehensively grasp the dynamic changes in the efficiency of scientific and technological innovation in research institutes in Jiangxi Province， this article conducts a comparative analysis of the efficiency of scientific and technological innovation in research institutes within Jiangxi Province.[Methods] Based on input-output data such as the number of scientific and technological activity personnel， internal Ramp;D expenses， patent application acceptance， patent authorization， scientific papers， and published scientific and technological works of research institutes in Jiangxi Province from 2001 to 2021， an efficiency evaluation index system is constructed. The DEA-BCC model and Malmquist index model are used to perform static evaluation and dynamic analysis of their scientific and technological innovation efficiency， respectively.[Findings] The results show that the comprehensive efficiency of scientific and technological innovation in research institutes in Jiangxi Province is relatively high. The impact of internal Ramp;D expenditure on the input-output efficiency of research institutes in Jiangxi Province is greater， and the fluctuation of the total factor productivity index is greatly affected by the technological progress index.[Conclusions] It is still necessary to continuously improve the construction of scientific research institutes from the aspects of increasing financial support， innovating scientific research management system， and deepening the reform of \" streamlining administration and delegating power， improving regulation， and upgrading services\" so as to strive to improve the scientific and technological innovation ability of scientific research institutes in the whole province and give full play to the main role of scientific and technological innovation.

Keywords： technological innovation; academia Sinica; DEA-BCC model; malmquist index

0 引言

科研院所是實施創新驅動發展戰略的重要力量，是科技創新鏈條中不可或缺的一支隊伍。為了積極響應國家鼓勵和支持科研院所科技創新的號召，江西省科技廳2022年出臺了《江西省科技體制改革三年攻堅行動實施方案》，創新科研院所發展機制，建立科研院所現代化運行管理機制。在政府不斷重視科研院所科技創新、增加科研經費的過程中，科研院所科技創新投入產出效率是否提高成為科技部門比較關注的問題。

1 文獻綜述

梳理現有相關文獻發現，國內外學者在創新測度研究方面的評估指標和評價方法已經較為豐富，得出了許多建設性的研究成果，科技創新效率評價也是其中的研究熱點之一。目前國內學者對科研院所科技創新效率的研究主要集中在兩個方面：一是明確了科技創新呈現出明顯的地域差異與特點，開展全國范圍的科研院所對比研究。例如，李俊龍等［1］以全國31個省（區、市）2015—2019年研發機構的科技創新投入產出為研究對象，運用DEA和Malmqulst指數法兩種模型進行測度分析，發現科技創新效率呈現“M”型波動；范旭等［2］以全國31個省（區、市）2009—2017年科研機構的基礎科研創新效率為研究對象，運用超效率數據包絡分析（DEA）方法進行評價，發現我國科研機構基礎科研效率總體偏低，并呈現從東到西遞減趨勢。二是對單個省份或單個行業領域的科研機構進行測算與分析。例如，屈娟娟等［3］采用DEA模型對廣東省2006年科研機構投入產出效率進行分析；王曉夕等［4］以河北省2011—2018年農業科研機構的創新效率為研究對象，運用DEA-Malmquist方法進行動態和靜態分析研究；達虎等［5］以甘肅省2011—2018年14個市州的科技統計數據為研究對象，運用DEA-Malmquist模型對甘肅省科技創新效率進行探討研究。

為全面掌握江西省科研院所科技創新效率的動態變化情況，本文以2001—2021年江西省科研院所科技統計數據為對象，運用DEA-BCC模型和Malmquist指數模型分別對江西省科研院所21個年份的科技創新效率進行分析研究。從DEA效率、不同投入指標的影響力及Malmquist指數動態變化等3個方面進行闡述，分析其優缺點，并根據結果提出相應的對策建議。

2 研究方法

2.1 DEA-BCC數據模型

DEA模型是美國運籌學家Charnes等［6］在1978年提出的一種運用線性規劃理論的評價方法。它適用于多種投入、多種產出的數據樣本，是基于研究對象之間的一種非參數技術效率分析方法，對決策單元投入產出有效性進行評估。DEA模型分為BCC、SBM和CCR等模型，其中規模收益可變的BCC模型和規模收益不變的CCR模型為常用模型。由于本文的研究對象為2001—2021年江西省科研院所投入產出，在投資規模上存在差異，且這些年的投入規模持續增加，不存在縮減跡象，因此規模收益可變的BCC模型更適合本研究。

2.2 Malmquist指數

瑞典學者Malmquist［7］最早提出Malmquist指數法，實現加入時間因素后動態測算決策單元效率指數的變化情況。1994年Fare等［8］將Malmquist指數與DEA法相結合提出DEA-Malmquist模型，運用距離函數求解方法分析全要素生產率。技術進步指數（Tech）與技術效率指數（Effch）的乘積為全要素生產率指數（TFP），在規模可變時，技術效率指數由規模效率指數（SEC）和純技術效率指數（PE）組成。

當全要素生產率指數大于1時，表明該決策單元的全要素生產率在考察期間呈上升趨勢；當全要素生產率指數等于1時，表明該決策單元的全要素生產率在考察期間沒有變化；當全要素生產率指數小于1時，表明該決策單元的全要素生產率在考察期間呈下降趨勢。

3 指標體系和數據來源

3.1 構建指標體系

本文在選取投入、產出指標時兼顧了指標的數量和質量，使決策單元超過投入、產出指標之和的3倍，保證模型分析結果的信度、效度，同時考慮到數據來源的權威性、可得性以及指標的代表性。文中選取科技活動人員（人）、Ramp;D經費內部支出（千元）作為科研院所的投入指標，選取專利申請受理數（件）、專利授權量（件）、科技論文數（篇）和出版科技著作數（種）作為科研院所的產出指標。見表1。

3.2 數據來源

本文以2001—2021年為時間序列，以全部科研院所為研究對象，利用DEA-BCC模型和Malmquist指數模型考察其科研投入產出效率。從客觀上看，科研活動投入與產出之間存在一定的滯后性，但滯后時間參差不齊。已有文獻對滯后時間設定為l～3年不等［9-10］，也有文獻并未考慮滯后時間的問題［11-12］。本文取滯后時間為1年，即2001—2021年各項投入分別對應于2002—2022年的各項產出，數據來源于科技部組織的年度科研機構統計調查數據。

4 實證分析

4.1 靜態分析

4.1.1 DEA-BCC效率分析。利用DEAP2.1軟件，選取江西省科研院所2001—2021年投入、產出數據，對江西省科研院所投入產出DEA-BCC效率進行測算，結果見表2。

①綜合技術效率分析。由表2可知，江西省科研院所投入產出綜合技術效率均值為0.896，處在較高水平，說明江西省科研院所在既定的投入下產出較為豐碩。21年中有8個年份的綜合技術效率等于1，處于DEA有效狀態，說明這8年里江西省科技創新投入規模適中，創新資源配置比較合理，不存在投入冗余或產出不足的情況。綜合技術效率整體呈上升趨勢，但存在波動振動。

②純技術效率分析。由表2可知，科研院所純技術效率均值為0.954，表明管理和技術因素對江西省科研院所的科技創新效率影響較小。其中，有8個年份純技術效率為1且為DEA有效狀態，說明這8年里江西省科研院所在現有管理和技術水平下達到最優狀態；有9個年份純技術效率小于1且為非DEA有效狀態，說明這9年里投入規模、管理和技術因素對其科技創新效率影響較大。

③規模效率分析。由表2可知，科研院所規模效率均值為0.940，說明科研院所科研資源利用率與投入產出結構較為合理。其中，有8個年份的規模效率為1且為DEA有效狀態，說明這8年里其資源配置較合理；有13個年份的規模效率小于1且為非DEA有效狀態，說明這些年其科技創新投入規模存在問題。在這13年中，有9個年份處于規模效應遞增狀態，說明其科技創新投入不足，需要加大科技創新投入；有4個年份處于規模效應遞減狀態，說明其科技創新投入冗余，需要適度減少科技創新投入。

4.1.2 "不同投入指標的影響力分析。為考量不同投入指標對DEA-BCC模型各效率的影響程度，本文通過分別剔除科技活動人員、Ramp;D經費內部支出兩種測算方式對兩個投入指標的影響力進行分析，分別將其命名為測算1、測算2，將不去除任何投入指標的測算3設為對照組，見表3。由表3可知，測算1、測算2和測算3的綜合技術效率均值分別為0.789、0.754、0.896，表明與去除科技活動人員相比，去除Ramp;D經費內部支出的綜合技術效率均值變化更大。說明Ramp;D經費內部支出對DEA效率值的影響更大，即Ramp;D經費內部支出對江西省科研院所投入產出效率的影響更大。

4.2 動態分析

借助DEAP 2.1軟件，運用Malmquist指數模型，對2001—2021年江西省科研院所科技創新效率的全要素生產率指數及其各分解指標量進行測算，結果見表4。

由表4可知，2001—2021年，江西省科研院所的5個指數均值都大于或等于1，說明其整體科技創新效率處于上升趨勢。其中，有11個年份全要素生產率指數的均值均大于1，表明全要素生產率在這11年中有所提升；有9個年份全要素生產率指數小于1，表明這9個年份全要素生產率有下降趨勢。從21年的觀測值可以看出，全要素生產率指數呈現上升與下降不斷波動的現象，這說明江西省科研院所科技創新效率雖呈現上升狀態，但發展尚未穩定，沒有達到理想狀態。尤其是2008—2009年全要素生產率指數才0.506，技術進步指數下降直接導致全要素生產率指數下降。由此推斷，提高技術進步指數是提高全要素生產率指數的關鍵所在。

5 結論與建議

5.1 研究結論

本文通過DEA-BCC模型對江西省科研院所2001—2021年科技創新投入、產出效率進行測算，發現江西省科研院所的科技創新綜合效率相對較高。雖也出現投入冗余或產出不足現象，但大部分年份是規模報酬遞增階段，具有較大的發展空間和潛力。另外，通過不同投入指標的影響力分析發現，相對于科技活動人員，Ramp;D經費內部支出對江西省科研院所投入產出效率的影響更大。通過Malmquist指數分析可知，江西省科研院所技術進步指數對全要素生產率指數的浮動影響較大，科學技術水平的提升對提高江西省科研院所的投入產出效率有很大幫助。

5.2 對策建議

江西省科研院所作為企業、高校、科研院所三大創新主體之一，其研發實力相對比較薄弱。但隨著大院大所的不斷引入和科技投入的不斷增加，科技創新能力也得到了明顯提升，科技創新活動取得了一定的成果。但仍要不斷強化管理，優化資源配置，緊盯發展機遇，提升科技創新能力。

5.2.1 加大財政支持力度，強化前沿創新意識。一是加大科技創新投入力度。持續加大各級財政對科研院所的支持力度，完善財政科研經費預算管理制度，確保財政投入穩步增長，在機構運行、基礎建設和人員經費等方面給予科研院所更多的經費保障。二是創新資源計劃和統籌配置。大力支持有研究基礎、特色優勢的科研院所承接基礎研究和應用研究等研發活動重大科研項目，通過實施項目提高原創性科技成果產出。

5.2.2 創新科研管理體制，激發科研人員活力。科研人員是科研活動的核心要素，要持續完善人才培養和人才引進制度，不斷激發科研人員活力。一是創新完善科技人才培養機制。深化“三評”改革，給予科研院所在相關科研方面的自主權，實行科研項目經費“包干制”，鼓勵科技人員自主選擇科研方向、組建科研團隊，開展原創性基礎研究。二是完善人才引進培育制度。創造良好的高端人才引進環境，豐富高端人才引進手段，完善人才引、聚、育、用政策，培養造就一支結構合理、素質優良的創新創業人才隊伍。

5.2.3 持續深化“放管服”改革，優化科技創新創業發展環境。為提升科研成果產出水平，激發科研人員創新活力，需進一步落實減負放權措施，深化科技領域“放管服”改革，減輕科研人員負擔，為科研人員營造良好的創新創業環境。一是做好科研項目與經費管理方面的簡政放權，優化科技行政許可審批管理和服務流程，賦予科研院所和科研人員在項目設立以及經費使用方面的自主權；二是做好科研院所分類考核評價改革，以科技創新規律、突出質量貢獻為績效導向，建立與研究領域、崗位等相適應的分類績效評價標準，賦予科研人員職務科技成果所有權或長期使用權改革試點，鼓勵和引導科研人員多、快、好地出成果。

參考文獻：

［1］李俊龍，譚濤.研究與開發機構科技創新效率測度及提升對策：基于數據包絡分析和Malmquist指數法［J］.科技管理研究，2023，43（4）：94-99.

［2］范旭，李蓓黎.科研機構基礎科研創新效率評價及提升研究［J］.科技管理研究，2021，41（15）：117-126.

［3］屈娟娟，張成科，朱懷念.基于DEA的廣東省科研機構投入產出的效率評價［J］.廣東工業大學學報，2010，27（4）：50-53.

［4］王曉夕，張新仕，李敏，等.河北省農業科技創新效率評價研究：以農業科研機構為例［J］.農業科技管理，2021，40（2）：18-21，43.

［5］達虎，范瑞龍，張園淋，等.基于DEA-Malmquist模型的甘肅省科技創新效率研究［J］.湖北大學學報（自然科學版），2022，44（3）：325-332.

［6］CHARNES A，COOPERW W，RHODES E.Measuringtheefficiencyofdecisionmakingunits［J］.EuropeanJournalofOperationalResearch，1978，2（6）：429-444.

［7］MALMQUIST S.Indexnumbersandindifferencesurfaces［J］.TrabajosDeEstadistica，1953，4（2）：209-242.

［8］FARE R，GROSSKOPF S，NORRIS M.Productivitygrowth，technicalprogress，andefficiencychangeinindustrializedcountries［J］.AmericanEconomicReview，1994，85（5）：1040-1044.

［9］穆智蕊.基于超效率DEA模型的北京Ramp;D投入績效評價［J］.科技進步與對策，2012，29（5）：117-120.

［10］譚秀閣，楊建飛，王玨.基于DEA的我國財政科技投入效率評價［J］.西安財經學院學報，2013，26（1）：78-83.

［11］張林，高安剛.基于DEA的欠發達地區創新績效研究：以西南三省為例［J］.科技管理研究，2012（10）：76-79.

［12］楊劍，楊鋒.國家主體性科技計劃實施效率的DEA評價［J］.科技進步與對策，2010，27（21）：116-118.