科技創新投入產出效率評價研究范文

本站小編為你精心準備了科技創新投入產出效率評價研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

[摘要]基于2016年61所教育部直屬高?？蒲型度牒彤a出數據,運用因子分析和DEA數據包絡分析,研究影響高校科技創新投入產出效率的關鍵性因素。結果顯示:高?？萍紕撔峦度氘a出效率普遍偏低,絕大多數高校為非DEA有效,并處于規模效率遞增階段。

[關鍵詞]高校科技創新;投入產出效率;因子分析;DEA數據包絡分析

一、引言

在“”報告中強調要加快“雙一流”高校的建設,高校作為我國科教興國、人才強國和創新驅動發展等戰略的堅定執行者和重要參與者,其科技創新發展引起我國政府的高度關注。無論從科技創新投入還是產出的角度,高校都已成為我國技術創新的主力軍。因此,高?？萍紕撔峦度氘a出效率對提高“政產學研金服用”相結合的科技創新體系發展至關重要。但我國高?？萍紕撔鲁晒麛盗枯^少,科技創新資源及要素利用率低。因此,本文對高校的科技創新投入產出效率進行評價,分析導致效率偏低的重要影響因素,最后提出相關合理性建議。科技創新投入是我國技術創新能力的重要動力來源,科技創新產出是實現“政產學研金服用”相結合的科技創新體系發展的重要保障。因此,國內外學者對科技創新投入和產出的研究愈發深入?？偨Y已有資料,國內對科技創新投入和產出的研究主要體現在兩個方面:一是科技創新投入和產出之間的關系及科技創新能力。例如談毅和白伊貝[1]運用多元線性回歸模型,實證分析了政府投入對高?？萍紕撔庐a出的影響,得出二者之間存在正相關性的結論;董曄璐[2]利用因子分析對2013年教育部直屬高校的統計數據進行研究,分析評價了科技創新能力;王金國等[3]針對北京市屬高?？萍紕撔履芰?運用因子分析實證發現高校間科技創新能力的巨大差異。二是科技創新投入產出效率。例如于志軍等[4]基于成果類視角,運用隨機前沿模型,對高?？萍紕撔滦始捌溆绊懸蛩剡M行了深入研究。由于DEA方法具有不因計量單位不同而影響效率評價結果等好處,近年來成為學者們研究效率的重要手段。例如李瑛和高燕楠[5]基于DEA的Malmquist指數對我國高校科技創新的效率變動情況以及東西部科技創新效率水平進行了相關分析;林濤和呂寒[6]運用DEA模型入選廣東省高水平大學的13所高?？萍纪度氘a出效率進行了系統性研究?；谀壳拔墨I分析,本文采用因子分析和DEA數據包絡分析方法對科技創新投入產出效率進行分析評價,因子分析主要用于研究科技創新投入和產出的相關數據,DEA主要用于研究科技創新投入產出效率。利用兩種研究方法各自的特點和優勢,對科技創新投入產出效率進行較為充分的評價。

二、研究設計

高?？萍紕撔峦度牒彤a出主要是指,為促進科研理論向科技創新成果轉化,在應用研究、基礎研究和試驗發展方面的人力、物力和財力投入和獲得的相關科技創新成果(專利、論文、著作等)產出?？萍紕撔峦度氘a出效率主要表現為在一定的科技創新投入規模下,所能獲得的最大科技創新成果產出,或者是以一定的科技創新成果產出為前提,所需最少科技創新投入。

(一)數據來源及指標選擇根據我國教育部所編制的《2016年高等學?？萍冀y計資料匯編》,選擇其中61所教育部直屬高校為研究樣本,從高等學?？萍既肆?、科研人員、撥入以及支出等原始科技創新投入數據中,提出13項科技創新投入變量二級指標,變量名依次為Z1~Z13,從國際科技交流次數、科技成果獲獎以及與企業合作的合同情況等原始科技創新產出數據中,提出9項科技創新產出變量二級指標,變量名依次為Z14~Z22。(二)研究方法1.因子分析。最早由心理學家C.E.斯皮爾曼提出,并用于描述學生成績中是否存在共性因子的一種統計技術。其原理是在原始數據指標中,利用SPSS軟件把關系密切的幾個變量歸為一個因子,用少數的幾個共性因子來描繪眾多指標和要素之間的潛在關系。2.DEA數據包絡分析。最早由CHARNES和COOPER提出并創建,是一種利用線性規劃對業績進行評價的數量分析方法。其原理是根據多項投入和產出指標,運用線性規劃對同類型、可比性的單位進行相關的效率評價。

三、實證分析

(一)因子分析1.KMO與Bartlett檢定。首先對選取的科技創新投入變量進行因子分析的有效性檢驗,結果顯示KMO值為0.805,說明很適合做因子分析,Bartlett的球形檢定大約卡方為1005.050,自由度為78,顯著性為0.000,因子分析檢驗有效。然后對選取的科技創新產出變量進行因子分析的有效性檢驗,結果顯示KMO值為0.772,說明適合做因子分析,Bartlett的球形檢定大約卡方為491.335,自由度為36,顯著性為0.000,因子分析檢驗有效。2.初始特征值和方差貢獻率分析?？萍紕撔峦度肱c產出數據經過因子分析降維之后,科技創新投入與產出變量各有3個因子特征值大于1,然后提取科技創新投入的3個因子為F1、F2、F3,科技創新產出的3個因子為F4、F5、F6。科技創新投入的3個因子累積解釋方差合計為83.222%,科技創新產出的3個因子累積解釋方差合計為84.576%,整理后,經過最大方差正交旋轉之后,科技創新投入與產出各自因子累積方差貢獻率的累積解釋方差不變,說明數據選擇準確度較好。3.科技創新投入與產出因子載荷分析?？萍紕撔峦度胍蜃又蠪1主要在Z6、Z7、Z8、Z9、Z10和Z11指標占的載荷比重較大,F2主要在Z1、Z2、Z4和Z5指標占的載荷比重較大,F3主要在Z3、Z12和Z13指標占的載荷比重較大,因子載荷分析說明F1、F2和F3分別解釋了在資金、人力以及成果試驗應用方面的投入?？萍紕撔庐a出因子中F4主要在Z14、Z21和Z22指標占的載荷比重較大,F5主要在Z15、Z16、Z17和Z20指標占的載荷比重較大,F6主要在Z18和Z19指標占的載荷比重較大,說明F4、F5和F6分別解釋了在資本收益、論文及項目合同成果和專利數量方面的產出。

(二)DEA數據包絡分析將公共因子F1、F2和F3,作為DEA分析的投入變量,將公共因子F4、F5和F6,作為DEA分析的產出變量。因為因子分析標準化處理,個別因子為負值,所以首先對數據進行正向化處理,然后進行DEA數據包絡分析,分析結果如下。1.綜合效率(crste)分析。61所高校中,上海交通大學等10所高校,約占16.4%,crste得分為1,DEA有效。其余高校非DEA有效,其中34所高校,約占55.7%,crste得分全部低于0.5;17所高校,約占27.9%,crste得分在0.5(包含)到1(不包含)之間。2.純技術效率(vrste)分析。以北京科技大學為代表的18所高校,vrste得分為1,說明達到技術有效,產出相對于投入達到最大化。其中除去綜合效率得分為1的10所高校,剩余8所高校,vrste得分為1,但綜合效率得分不為1。以中國人民大學為代表的高校,vrste得分小于1,說明沒有達到技術有效,產出相對于目前投入,沒有達到最大化。其中部分高校,純技術效率得分低于0.5,進而造成綜合效率偏低,致使大量資源閑置和浪費。3.規模效率(scale)分析。61所高校中,scale得分最高分得分為1,最低得分為0.283,平均分為0.82。其中11所高校得分為1,約占18%,說明達到規模有效。scale得分低于0.5的高校僅5所,表現為低規模效率,大部分高校scale得分處于0.5(包含)到1(不包含)之間,表現為較高的規模效率。4.規模收益分析。61所高校中,有13所高校規模收益不變,約占21%,說明增加一定百分比的投入,會有相同百分比的產出,即達到最大產出規模;有15所高校規模收益遞減,約占25%,說明產出增加的百分比小于投入增加的百分比;有33所高校規模效率增加,約占54%,說明投入增加的百分比小于產出增加的百分比。通訊作者:王強,E-mail:122991049@qq.com。

四、高?？萍紕撔峦度肱c產出效率評價

本文選取純技術效率平均值(0.67)和規模效率的平均值(0.82)作為判斷科技創新效率高低的標準,即高于平均值即為高效率,低于均值即為低效率,分成四部分對科技創新投入產出效率作出如下評價。第一,“雙高”形式。以北京交通大學等為代表的高校,都表現為較高的純技術效率和規模效率,因此綜合效率較高。說明此類高校無論是學校規模因素,還是管理和技術等因素,都對高?？萍紕撔峦度氘a出效率發揮了良好的促進作用。第二,“高低”形式。以北京科技大學等代表的高校,有較高的純技術效率,但規模效率偏低,因此綜合效率偏低是由規模效率偏低引起的。說明此類高校管理和技術等因素對科技創新投入產出效率發揮了良好的促進作用,應根據規模收益適當調整學校規模。第三,“低高”形式。以中國人民大學等為代表的高校,規模效率較高,但純技術效率偏低,因此綜合效率偏低是由純技術效率偏低引起的。說明此類高校的學校規模因素對科技創新投入產出效率發揮了良好的促進作用,要優化管理和技術等因素的配置機制。第四,“雙低”形式。以復旦大學等為代表的高校,都表現為較低的純技術效率和規模效率,因此綜合效率較低。說明此類高校無論是學校規模因素,還是管理和技術等因素,對提高高?？萍紕撔峦度氘a出效率都未起到明顯作用,應從學校規模、管理和技術等因素方面進行改善。

五、結論和建議

根據2016年61所教育部直屬高?？萍紕撔峦度氘a出效率分析結果,發現在“政產學研金服用”相結合的環境背景下,我國教育部直屬高校間科技創新投入產出效率差異較大,綜合效率普遍較低,絕大多數高校為非DEA有效,并且處于規模效率遞增階段。建議:首先,發揮政府引導功能,完善高校科技創新的相關政策。加強科技創新資源的優先配置與供給,增加高?？蒲匈Y金投入。政府從“借腦引智”的思想出發,鼓勵科技創新人才在高校和企業間“相互掛職”,促進人才的流動以及科技創新成果的有效轉化。其次,構建高校協同對接平臺。實施“高?？萍紕撔乱毓┙o”工程,積極申報在高校建設國家實驗室和省級重點實驗室,多層次、多渠道與校外科研機構以及高校間建立人才流動與合作機制,力爭突破制約高?？萍紕撔峦度肱c產出效率的關鍵性技術要素,縮小高校間科技創新能力的差距。最后,企業自主開發與高校技術創新平臺中的合作共贏。高校要以知名企業科技創新前沿和解決企業重大需求問題為導向,加強校企合作,引進企業先進技術和科技創新合作基金,學習企業管理模式,促進“校企合作”的協同創新,進而提高高校的科技創新投入產出效率。

[參考文獻]

[1]談毅,白伊貝.政府投入對高?？萍紕撔庐a出影響的實證分析[J].科技管理研究,2015(20).

[2]董曄璐.基于因子分析的我國高校科技創新能力評價[J].科學管理研究,2015(06).

[3]王金國,張經強,王嬌.北京市屬高校科技創新能力評價研究[J].科技進步與對策,2017(20).

[4]于志軍,楊昌輝,白羽,等.成果類型視角下高校創新效率及影響因素研究[J].科研管理,2017(05).

[5]李瑛,高燕楠.我國高?？萍紕撔滦实膶嵶C研究[J].求索,2011(01).

[6]林濤,呂寒.廣東省高水平大學科技投入產出效率研究[J].高教探索,2018(03)

作者：王慶金；王強；李姍姍 單位：青島大學