本站小編為你精心準(zhǔn)備了科技創(chuàng)新投入產(chǎn)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(fā)您的寫作靈感。歡迎深入閱讀并收藏。

[摘要]基于2016年61所教育部直屬高校科研投入和產(chǎn)出數(shù)據(jù),運(yùn)用因子分析和DEA數(shù)據(jù)包絡(luò)分析,研究影響高校科技創(chuàng)新投入產(chǎn)出效率的關(guān)鍵性因素。結(jié)果顯示:高校科技創(chuàng)新投入產(chǎn)出效率普遍偏低,絕大多數(shù)高校為非DEA有效,并處于規(guī)模效率遞增階段。

[關(guān)鍵詞]高校科技創(chuàng)新;投入產(chǎn)出效率;因子分析;DEA數(shù)據(jù)包絡(luò)分析

一、引言

在“”報告中強(qiáng)調(diào)要加快“雙一流”高校的建設(shè),高校作為我國科教興國、人才強(qiáng)國和創(chuàng)新驅(qū)動發(fā)展等戰(zhàn)略的堅定執(zhí)行者和重要參與者,其科技創(chuàng)新發(fā)展引起我國政府的高度關(guān)注。無論從科技創(chuàng)新投入還是產(chǎn)出的角度,高校都已成為我國技術(shù)創(chuàng)新的主力軍。因此,高校科技創(chuàng)新投入產(chǎn)出效率對提高“政產(chǎn)學(xué)研金服用”相結(jié)合的科技創(chuàng)新體系發(fā)展至關(guān)重要。但我國高校科技創(chuàng)新成果數(shù)量較少,科技創(chuàng)新資源及要素利用率低。因此,本文對高校的科技創(chuàng)新投入產(chǎn)出效率進(jìn)行評價,分析導(dǎo)致效率偏低的重要影響因素,最后提出相關(guān)合理性建議。科技創(chuàng)新投入是我國技術(shù)創(chuàng)新能力的重要動力來源,科技創(chuàng)新產(chǎn)出是實現(xiàn)“政產(chǎn)學(xué)研金服用”相結(jié)合的科技創(chuàng)新體系發(fā)展的重要保障。因此,國內(nèi)外學(xué)者對科技創(chuàng)新投入和產(chǎn)出的研究愈發(fā)深入。總結(jié)已有資料,國內(nèi)對科技創(chuàng)新投入和產(chǎn)出的研究主要體現(xiàn)在兩個方面:一是科技創(chuàng)新投入和產(chǎn)出之間的關(guān)系及科技創(chuàng)新能力。例如談毅和白伊貝[1]運(yùn)用多元線性回歸模型,實證分析了政府投入對高校科技創(chuàng)新產(chǎn)出的影響,得出二者之間存在正相關(guān)性的結(jié)論;董曄璐[2]利用因子分析對2013年教育部直屬高校的統(tǒng)計數(shù)據(jù)進(jìn)行研究,分析評價了科技創(chuàng)新能力;王金國等[3]針對北京市屬高校科技創(chuàng)新能力,運(yùn)用因子分析實證發(fā)現(xiàn)高校間科技創(chuàng)新能力的巨大差異。二是科技創(chuàng)新投入產(chǎn)出效率。例如于志軍等[4]基于成果類視角,運(yùn)用隨機(jī)前沿模型,對高校科技創(chuàng)新效率及其影響因素進(jìn)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(jié)果等好處,近年來成為學(xué)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(shù)對我國高校科技創(chuàng)新的效率變動情況以及東西部科技創(chuàng)新效率水平進(jìn)行了相關(guān)分析;林濤和呂寒[6]運(yùn)用DEA模型入選廣東省高水平大學(xué)的13所高校科技投入產(chǎn)出效率進(jìn)行了系統(tǒng)性研究。基于目前文獻(xiàn)分析,本文采用因子分析和DEA數(shù)據(jù)包絡(luò)分析方法對科技創(chuàng)新投入產(chǎn)出效率進(jìn)行分析評價,因子分析主要用于研究科技創(chuàng)新投入和產(chǎn)出的相關(guān)數(shù)據(jù),DEA主要用于研究科技創(chuàng)新投入產(chǎn)出效率。利用兩種研究方法各自的特點和優(yōu)勢,對科技創(chuàng)新投入產(chǎn)出效率進(jìn)行較為充分的評價。

二、研究設(shè)計

高校科技創(chuàng)新投入和產(chǎn)出主要是指,為促進(jìn)科研理論向科技創(chuàng)新成果轉(zhuǎn)化,在應(yīng)用研究、基礎(chǔ)研究和試驗發(fā)展方面的人力、物力和財力投入和獲得的相關(guān)科技創(chuàng)新成果(專利、論文、著作等)產(chǎn)出。科技創(chuàng)新投入產(chǎn)出效率主要表現(xiàn)為在一定的科技創(chuàng)新投入規(guī)模下,所能獲得的最大科技創(chuàng)新成果產(chǎn)出,或者是以一定的科技創(chuàng)新成果產(chǎn)出為前提,所需最少科技創(chuàng)新投入。

(一)數(shù)據(jù)來源及指標(biāo)選擇根據(jù)我國教育部所編制的《2016年高等學(xué)校科技統(tǒng)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(xué)校科技人力、科研人員、撥入以及支出等原始科技創(chuàng)新投入數(shù)據(jù)中,提出13項科技創(chuàng)新投入變量二級指標(biāo),變量名依次為Z1~Z13,從國際科技交流次數(shù)、科技成果獲獎以及與企業(yè)合作的合同情況等原始科技創(chuàng)新產(chǎn)出數(shù)據(jù)中,提出9項科技創(chuàng)新產(chǎn)出變量二級指標(biāo),變量名依次為Z14~Z22。(二)研究方法1.因子分析。最早由心理學(xué)家C.E.斯皮爾曼提出,并用于描述學(xué)生成績中是否存在共性因子的一種統(tǒng)計技術(shù)。其原理是在原始數(shù)據(jù)指標(biāo)中,利用SPSS軟件把關(guān)系密切的幾個變量歸為一個因子,用少數(shù)的幾個共性因子來描繪眾多指標(biāo)和要素之間的潛在關(guān)系。2.DEA數(shù)據(jù)包絡(luò)分析。最早由CHARNES和COOPER提出并創(chuàng)建,是一種利用線性規(guī)劃對業(yè)績進(jìn)行評價的數(shù)量分析方法。其原理是根據(jù)多項投入和產(chǎn)出指標(biāo),運(yùn)用線性規(guī)劃對同類型、可比性的單位進(jìn)行相關(guān)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(chuàng)新投入變量進(jìn)行因子分析的有效性檢驗,結(jié)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(chuàng)新產(chǎn)出變量進(jìn)行因子分析的有效性檢驗,結(jié)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(xiàn)率分析。科技創(chuàng)新投入與產(chǎn)出數(shù)據(jù)經(jīng)過因子分析降維之后,科技創(chuàng)新投入與產(chǎn)出變量各有3個因子特征值大于1,然后提取科技創(chuàng)新投入的3個因子為F1、F2、F3,科技創(chuàng)新產(chǎn)出的3個因子為F4、F5、F6。科技創(chuàng)新投入的3個因子累積解釋方差合計為83.222%,科技創(chuàng)新產(chǎn)出的3個因子累積解釋方差合計為84.576%,整理后,經(jīng)過最大方差正交旋轉(zhuǎn)之后,科技創(chuàng)新投入與產(chǎn)出各自因子累積方差貢獻(xiàn)率的累積解釋方差不變,說明數(shù)據(jù)選擇準(zhǔn)確度較好。3.科技創(chuàng)新投入與產(chǎn)出因子載荷分析。科技創(chuàng)新投入因子中F1主要在Z6、Z7、Z8、Z9、Z10和Z11指標(biāo)占的載荷比重較大,F2主要在Z1、Z2、Z4和Z5指標(biāo)占的載荷比重較大,F3主要在Z3、Z12和Z13指標(biāo)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(yīng)用方面的投入。科技創(chuàng)新產(chǎn)出因子中F4主要在Z14、Z21和Z22指標(biāo)占的載荷比重較大,F5主要在Z15、Z16、Z17和Z20指標(biāo)占的載荷比重較大,F6主要在Z18和Z19指標(biāo)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(shù)量方面的產(chǎn)出。

(二)DEA數(shù)據(jù)包絡(luò)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(chǎn)出變量。因為因子分析標(biāo)準(zhǔn)化處理,個別因子為負(fù)值,所以首先對數(shù)據(jù)進(jìn)行正向化處理,然后進(jìn)行DEA數(shù)據(jù)包絡(luò)分析,分析結(jié)果如下。1.綜合效率(crste)分析。61所高校中,上海交通大學(xué)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(shù)效率(vrste)分析。以北京科技大學(xué)為代表的18所高校,vrste得分為1,說明達(dá)到技術(shù)有效,產(chǎn)出相對于投入達(dá)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(xué)為代表的高校,vrste得分小于1,說明沒有達(dá)到技術(shù)有效,產(chǎn)出相對于目前投入,沒有達(dá)到最大化。其中部分高校,純技術(shù)效率得分低于0.5,進(jìn)而造成綜合效率偏低,致使大量資源閑置和浪費(fèi)。3.規(guī)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(dá)到規(guī)模有效。scale得分低于0.5的高校僅5所,表現(xiàn)為低規(guī)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(xiàn)為較高的規(guī)模效率。4.規(guī)模收益分析。61所高校中,有13所高校規(guī)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(chǎn)出,即達(dá)到最大產(chǎn)出規(guī)模;有15所高校規(guī)模收益遞減,約占25%,說明產(chǎn)出增加的百分比小于投入增加的百分比;有33所高校規(guī)模效率增加,約占54%,說明投入增加的百分比小于產(chǎn)出增加的百分比。通訊作者:王強(qiáng),E-mail:122991049@qq.com。

四、高校科技創(chuàng)新投入與產(chǎn)出效率評價

本文選取純技術(shù)效率平均值(0.67)和規(guī)模效率的平均值(0.82)作為判斷科技創(chuàng)新效率高低的標(biāo)準(zhǔn),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(chuàng)新投入產(chǎn)出效率作出如下評價。第一,“雙高”形式。以北京交通大學(xué)等為代表的高校,都表現(xiàn)為較高的純技術(shù)效率和規(guī)模效率,因此綜合效率較高。說明此類高校無論是學(xué)校規(guī)模因素,還是管理和技術(shù)等因素,都對高校科技創(chuàng)新投入產(chǎn)出效率發(fā)揮了良好的促進(jìn)作用。第二,“高低”形式。以北京科技大學(xué)等代表的高校,有較高的純技術(shù)效率,但規(guī)模效率偏低,因此綜合效率偏低是由規(guī)模效率偏低引起的。說明此類高校管理和技術(shù)等因素對科技創(chuàng)新投入產(chǎn)出效率發(fā)揮了良好的促進(jìn)作用,應(yīng)根據(jù)規(guī)模收益適當(dāng)調(diào)整學(xué)校規(guī)模。第三,“低高”形式。以中國人民大學(xué)等為代表的高校,規(guī)模效率較高,但純技術(shù)效率偏低,因此綜合效率偏低是由純技術(shù)效率偏低引起的。說明此類高校的學(xué)校規(guī)模因素對科技創(chuàng)新投入產(chǎn)出效率發(fā)揮了良好的促進(jìn)作用,要優(yōu)化管理和技術(shù)等因素的配置機(jī)制。第四,“雙低”形式。以復(fù)旦大學(xué)等為代表的高校,都表現(xiàn)為較低的純技術(shù)效率和規(guī)模效率,因此綜合效率較低。說明此類高校無論是學(xué)校規(guī)模因素,還是管理和技術(shù)等因素,對提高高校科技創(chuàng)新投入產(chǎn)出效率都未起到明顯作用,應(yīng)從學(xué)校規(guī)模、管理和技術(shù)等因素方面進(jìn)行改善。

五、結(jié)論和建議

根據(jù)2016年61所教育部直屬高校科技創(chuàng)新投入產(chǎn)出效率分析結(jié)果,發(fā)現(xiàn)在“政產(chǎn)學(xué)研金服用”相結(jié)合的環(huán)境背景下,我國教育部直屬高校間科技創(chuàng)新投入產(chǎn)出效率差異較大,綜合效率普遍較低,絕大多數(shù)高校為非DEA有效,并且處于規(guī)模效率遞增階段。建議:首先,發(fā)揮政府引導(dǎo)功能,完善高校科技創(chuàng)新的相關(guān)政策。加強(qiáng)科技創(chuàng)新資源的優(yōu)先配置與供給,增加高校科研資金投入。政府從“借腦引智”的思想出發(fā),鼓勵科技創(chuàng)新人才在高校和企業(yè)間“相互掛職”,促進(jìn)人才的流動以及科技創(chuàng)新成果的有效轉(zhuǎn)化。其次,構(gòu)建高校協(xié)同對接平臺。實施“高校科技創(chuàng)新要素供給”工程,積極申報在高校建設(shè)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(jī)構(gòu)以及高校間建立人才流動與合作機(jī)制,力爭突破制約高校科技創(chuàng)新投入與產(chǎn)出效率的關(guān)鍵性技術(shù)要素,縮小高校間科技創(chuàng)新能力的差距。最后,企業(yè)自主開發(fā)與高校技術(shù)創(chuàng)新平臺中的合作共贏。高校要以知名企業(yè)科技創(chuàng)新前沿和解決企業(yè)重大需求問題為導(dǎo)向,加強(qiáng)校企合作,引進(jìn)企業(yè)先進(jìn)技術(shù)和科技創(chuàng)新合作基金,學(xué)習(xí)企業(yè)管理模式,促進(jìn)“校企合作”的協(xié)同創(chuàng)新,進(jìn)而提高高校的科技創(chuàng)新投入產(chǎn)出效率。

[參考文獻(xiàn)]

[1]談毅,白伊貝.政府投入對高校科技創(chuàng)新產(chǎn)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(chuàng)新能力評價[J].科學(xué)管理研究,2015(06).

[3]王金國,張經(jīng)強(qiáng),王嬌.北京市屬高校科技創(chuàng)新能力評價研究[J].科技進(jìn)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(chuàng)新效率及影響因素研究[J].科研管理,2017(05).

[5]李瑛,高燕楠.我國高校科技創(chuàng)新效率的實證研究[J].求索,2011(01).

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

作者：王慶金；王強(qiáng)；李姍姍 單位：青島大學(xué)