桂建香，張良橋

（順德職業(yè)技術學院 1.總務處；2.科技處，廣東 佛山 528333）

研發(fā)投入產出效率研究
——基于廣東省普通高校﹑科研機構及企業(yè)的比較分析

桂建香1，張良橋2

（順德職業(yè)技術學院 1.總務處；2.科技處，廣東 佛山 528333）

為促進創(chuàng)新，廣東省逐年加大科研投入的力度，有力地促進了科技成果的出現，但不同研究主體、不同時間的投入產出有不同的效率，運用典型相關分析及數據包絡法基于2002—2013年度廣東省科技統計年鑒的相關數據就普通高校、研究機構及企業(yè)三大主體的科研投入產出效率進行了比較分析，結果表明普通高校的綜合效率高于科研機構及企業(yè)的綜合效率，但都沒有達到最優(yōu)，同時，隨著時間的推移科技投入產出效率呈現了遞增趨勢。

投入；產出；效率

改革開放以來，廣東立足于低成本的勞動生產率﹑巨大的潛在市場而獲得先發(fā)優(yōu)勢，保持了經濟三十多年的持續(xù)高速增長。然而，這種有助于做大的得天獨厚的優(yōu)越條件很容易引致企業(yè)家精神的缺失，企業(yè)主創(chuàng)新意識不強，研發(fā)投入高但是研發(fā)投入效率并不理想。那么，就廣東而言，研發(fā)資金投入到高校﹑企業(yè)及研究機構后，通過不同的方式與途徑轉換為成果，它們之間的研發(fā)投入產出效率是否存在差距呢？以廣東省科技統計年鑒的數據為依據，運用典型相關性分析﹑數據包絡分析法（DEA）研究高校﹑企業(yè)及研究機構三個主體及其在不同時間的研發(fā)投入效率，并對它們進行比較，為進一步提出提高研發(fā)投入產出效率提供理論與實證依據。

1 文獻綜述

國內許多學者就研發(fā)投入進行了廣泛而深入的研究。郭研，劉一博將研發(fā)投入與企業(yè)研發(fā)績效聯系在一起，通過采用隨機效應Tobit模型和OLS檢驗，得出“各類實收資本比例對企業(yè)研發(fā)績效有正的貢獻，而企業(yè)面臨的市場競爭壓力﹑企業(yè)的資產負債率﹑企業(yè)的相對科技水平以及企業(yè)的有息貸款水平都對企業(yè)的研發(fā)投入產生反向激勵”結論［1］；關勇軍［2］整理了我國深圳中小板上市企業(yè)在2006—2011年間的研發(fā)投入﹑研發(fā)補貼及研發(fā)投資績效相關數據，為避免多重共線性，采用負二項回歸模型來論證，結果表明，研發(fā)補貼與企業(yè)的研發(fā)投資績效呈正相關性，競爭性合作﹑非競爭性合作與企業(yè)研發(fā)投資績效呈正相關性，強知識產權保護與企業(yè)研發(fā)技術績效﹑企業(yè)研發(fā)財務績效呈正相關性，而與企業(yè)投入價值績效之間的關系并不明顯（企業(yè)研發(fā)技術績效﹑財務績效﹑價值績效為企業(yè)研發(fā)投資績效的三維度）；陳洪轉等［3］采用滯后DEA模型，利用2002—2006年平均年科研經費撥入總額的前31名學校這些數據進行實證分析，結果表明高?？蒲?/p>

經費使用效率總體水平相對較高，但是并沒有達到最優(yōu)，還需要進一步的提高使用效率。以上的研究在研究效率之前，并沒有對投入產出兩組變量之間是否存在相關性進行研究，若不相關則進一步研究效率的意義不大；其次，已有研究并沒有對普通高校﹑科研院所及企業(yè)進行比較，對問題的研究缺乏全面性，為彌補已有研究的缺限，首先對投入產出兩個變量組之間進行相關性分析，并以此來確定投入產出之間存在的時滯，在此基礎上利用DEA法進行了橫縱向比較研究，最后，提出了針對性的政策措施［4-9］。

2 指標選取與研究方法

從《廣東省科技統計年鑒》中得到了2001—2013年的普通高校﹑科研機構﹑企業(yè)的投入產出數據。在研究中，由于涉及到多種投入和多種產出，故而采取典型相關分析法，研究投入變量組與產出變量組之間是否存在高的正相關關系；計算研發(fā)投入產出效率時，當只有一種投入，一種產出，評價其效率指標極其簡單，只需要求出其比值即可；當有多種投入，多種產出時，由于計量單位不同，評價其效率指標非常困難。本文所研究的廣東省研發(fā)投入產出研究——基于高校﹑企業(yè)及研究機構的比較，屬于多種投入多種產出這種情況，故而選取數據包絡分析法。指標的選取要能反映普通高校﹑科研機構﹑企業(yè)的主要投入和產出，但又不能過多，否則效率的差距不大，主要是要選取有代表性的指標。指標的選擇遵循以下原則：1）真實性原則。指標的選取應當真實客觀，不帶入個人主觀色彩。2）簡介性原則。選取的指標不應該太多，具有代表性即可。3）可操作性原則。選取的指標所對應的數據能夠被找到，否則如果收集不到數據，研究就沒有任何意義。鑒于此，本文選擇的投入指標為：研發(fā)經費投入量，研發(fā)人員投入量；選擇的產出指標包括：學術論文﹑專利申請量及學術著作量。考慮到科研投入與產出之間存在時滯性，因此，在處理進行典型相關性分析時，比較了同期及滯后一期，通過比較發(fā)現，滯脹一期能夠更好地反應投入產出之間的關系，因此，在后續(xù)的DEA投入產出效率分析中，采取了投入與滯后一期產出進行研究。

3 投入產出的相關性分析

3.1 基于典型相關法

典型相關分析法起源于1936年，后在70年代逐漸達到完善。它就是利用綜合變量對之間的相關關系來反映其整體相關性的多元統計分析方法。它的基本原理是：為了從總體上把握兩組指標之間的相關關系，分別在兩組變量中提取有代表性的兩個綜合變量U1和V1（分別為兩個變量組中各變量的線性組合），利用這兩個綜合變量之間的相關關系來反映兩組指標之間的整體相關性。在具體操作時，借助于主成分分析的思想，對每一組變量分別尋找線性組合，使得生成的新的綜合變量能代表原始變量大部分的信息，同時，與由另一組變量生成的新的綜合變量的相關程度最大，這樣一組新的綜合變量稱為第一對典型相關變量，同樣的方法可以找到第二對﹑第三對……使各對典型相關變量之間互不相關，典型相關變量之間的簡單相關系統稱為典型相關系統。

一般地，假設有一組變量X1，X2，…， Xp與另一組變量Y1，Y2，…，Yq（p＞1，q＞1），我們要研究這兩組變量之間的相關關系，如何給兩組變量之間的相關性以數量的描述。利用主成分分析的思想，可以把多個變量與多個變量之間的相關化為兩個新的綜合變量之間的相關，也就是做兩組變量的線性組合：

其中，α=（α1，α2，…，αp）和β=（β1，β2，…βq）為任意非零向量，于是我們把研究兩組變量之間的問題化為研究兩個變量U與V之間的相關問題，希望尋求α，β使U，V之間最大可能的相關，我們稱這種相關為典型相關，基于這種原則的分析方法就是典型相關分析。下面我們利用stata統計分析軟件的典型相關分析就上述兩個變量組投入﹑產出。其中，投入包括政府投入﹑項目人數，產出包括論文數﹑專利申請量﹑著作量。典型相關關系旨在證明這兩組變量之間是否具有顯著的相關性。

從表1可以看出，無論與科研機構﹑普通高校還是企業(yè)，投入與產出之間均存在高度的相關性，

更重要的是，若考慮到科研投入與科研產出之間的時滯，在這里暫且作滯后一期處理，那么可以看，滯后一期的投入與產業(yè)的相關性更大，并且在1%的水平下高度顯著，因此，在后續(xù)的投入產出效率分析中，我們也采用科研投入與滯后一期的產出之間進行效率分析。

3.2 基于數據包絡分析法

在用DEA進行相對有效性評價時，有許多模型可以選用，但是本文選取CCR模型進行評估，原因是CCR模型建立在總體有效概念的基礎上，綜合反映了評價對象的技術有效性和估摸有效性，可得出綜合效率值。

模型內容為：設有k個DMU（決策單元），則第j個DMU（1≤j≤k）對應的輸入﹑輸出向量為xj=（x1j，x2j，…，xmj）T﹑yj=（y1j，y2j，…，ynj）T，其中xij＞ 0，yij＞ 0。即每個DMU都有m種類型的“輸入”和n種類型的“輸出”，其中，xij為第j個決策單元對第i種類型輸入的投入量；yij為第j個決策單元對第i中類型輸出的產出量。對第j個DMU進行效率評價，以權系數uj=（u1j，u2j，…，umj）T，vj=（v1j，v2j，…，vmj）T分別為輸入向量和輸出向量的變相量，第j個DMU的效率指數為目標，以所有DMU的效率指數為約束，構建如下最優(yōu)化模型：

根據線性規(guī)劃的對偶理論，可以得到如下的對偶模型：

表1 典型相關性分析結果

如果θ=1且松弛變量都為零則表明該決策單元為DEA有效，即在這n個決策單元組成系統中，該單元的投入所得到的產出已經達到了最優(yōu)。如果θ=1則表明該決策單元為DEA弱有效，即在這n個決策單元組成系統中，可以通過減少投入使得產出不變或者通過保持投入不變使得產出增加。如果θ＜1則表明該決策單元為DEA無效，即在這n個決策單元組成系統中，可以通過組合降低投入而保持產出不變，同理可以通過組合保持投入不變使得產出增加。

使用DEA-SOLVER-Pro13.0軟件構建BCC的投入導向模型，分別考慮普通高校﹑科研機構及企業(yè)在2001—2013年間的投入產出效率，最后通過橫向與縱向的比較來發(fā)現影響我?？蒲型度氘a出效率的主要因素，在數據處理中，考慮到科研投入產出之間的滯后性，本文把滯后一期的產出與前一期的投入對應起來，具體分析結果如表2﹑表3﹑表4。

根據滯后一期的投入產出之效率分析，連續(xù)13年中，普通高校有8年的效率達到了1，并且即使效率最低的2003年的得分也超過了0.97，平均值為0.991 070 3，所以，高校的科研投入產出效率較高。另外，從投入來看，普通高校投入的科研經費除了2012年較最有效率時稍多外，其他年分均得到了充分利用。人力資源除了2004﹑2006﹑2008年沒有得到充分利用外，其他年份均得到了充分利用。從產出來看，普通高校的論文產出量達到了技術前沿，學術著作僅2012年沒有達到技術前沿，其他年份均達到了技術前沿，在專利技術方面，則在2004﹑2006﹑2008及2012年均沒有達到技術前沿（見表2）。連續(xù)13年中，科研機構有6年的效率得分達到了1，在得分低于1的7年中，最低得分為2002年，僅為0.7，平均什為0.955 113 8，與普通高校相比，科研機構的投入產出效率略低。另外，從投入來看，科研機構科研經費投入除了2011﹑2012年效率稍低

處，其他年分均得到了充分利用。人力資源方面的浪費較嚴重，2002﹑2003﹑2006﹑2007﹑2008﹑2011年均有較大浪費，因此，科研機構的人力資源使用問題值引起重視，從產出方面來看，科研機構的學術論文發(fā)表量在各個年份中均達到了技術前沿，但在2002﹑2003﹑2006﹑2007﹑2008﹑2011﹑2012等七年中專利申請量均沒有達到技術前沿，在2002﹑2003﹑2006﹑2008年等四年中均沒有達到技術前沿（見表3）。連續(xù)13年中，普通高校有8年的效率達到了1，效率最低的是2011年，其得分僅為0.84，平均什為0.965 544 8，略高于科研機構，但低于普通高校。另外，從投入來看，企業(yè)科研經費投入除了2011年效率稍低處，其他年分均得到了充分利用。人力資源方面除2004年外，其他年份均得到充分利用，顯然在企業(yè)里，幾乎不存在人力資源浪費的情況，從產出來看，企業(yè)的學術論文發(fā)表量及專利申請量僅在2004年未達到技術前沿，但學術著作則在2003﹑2007﹑2011年等三年未達到技術前沿（見表4）。圖1為普通高校﹑科研機構及企業(yè)三大主體在不同年份之科研資源的投入產出之間的效率比較。

表2 普通高校投入產出的綜合效率及松弛改進（滯后一期）

表3 科研機構投入產出的綜合效率及松弛改進（滯后一期）

表4 企業(yè)投入產出的綜合效率及松弛改進（滯后一期）

圖1 投入與滯后一期產出對應效率分析圖

從圖可以看出，普通高校﹑科研機構及企業(yè)之科研投入產出的效率在2001﹑2009﹑2010及2013年的DEA得分均達到效率前沿；近五年中，2011﹑2012年的效率較低。

4 對策與建議

對科研機構而言，要建立科學﹑完備的選人用人機制，大力營造選人用人的良好制度環(huán)境，降低用人失察失序的風險；在選人用人過程中，對出現的不按要求用人，憑關系用人，拉幫結派用人等等不正當的行為，應當堅決查處；在選人方面，考評者要多個一起來挑選，而不是一言堂；在用人方面，要讓有科學發(fā)展?jié)摿Φ娜松?，為選人用人樹立一個方向。

對普通高校而言，強化經濟管理，建立健全各個層次和多種類型的科研管理制度，明確各級管理部門和管理工作者的管理職責，管理權限，管理目標以及與其職權相適應的責任并和其個人的獎勵和處罰實行掛鉤，從而促使高校的管理工作者認真履行職責；申報課題時，預算費用應當由做過課題的人員來計算，而不是一律交給財務人員來計算，此外，對于預算經費的使用，應該先由內行人對每一步的過程進行一個估計，給出一個上限的經費使用額度，項目負責人則需要按照這個額度來使用經費；普通高校應正確對待高校教師的物質文化需要，要形成尊重知識，尊師重教，甘愿奉獻的良好社會氛圍，其次，需有足以吸引人從事教育這一職業(yè)的工資水平，還要建立一套教師評價和管理制度，落實“按勞分配”的原則，真正調動教師工作的積極性。

對企業(yè)而言，盡管得分的均值低于普通高校，但其投入的效率除了2004年人力資源有點浪費及2011年的經費有點浪費外，其他年份均達到了充分利用的水平，因此，企業(yè)的資源利用率是非常好的，但也需要加強與普通高校及科研機構之間的聯系，充分利研究成果，進行產業(yè)化，最大限度地促進科研成果轉化。

從政府來看，政府應堅持全局調控和發(fā)揮市場資源配置相結合的原則，充分激勵各種創(chuàng)新力量，

加大對科技創(chuàng)新平臺的支持力度，鼓勵高校﹑科研機構和企業(yè)三方聯合創(chuàng)新；政府應加持和加強在基礎研究領域的投入，減少企業(yè)研發(fā)成本，縮小研發(fā)私人收益和社會收益之間的差距，提高高校﹑科研機構從事研發(fā)活動的積極性。

［1］ 郭研，劉一博.高新技術企業(yè)研發(fā)投入與研發(fā)績效的實證分析：來自中關村的證據［J］.經濟科學，2011（2）：117-128.

［2］ 關勇軍，洪開榮. 中國上市企業(yè)R&D投入的周期性特征研究:來自深圳中小板2008年金融危機期間的證據［J］.科學學與科學技術管理，2012（9）:83-90.

［3］ 陳洪轉，羊震，劉思峰，等. 基于滯后DEA的我國高校科研經費使用效率評價［J］. 管理評論，2011（8）:72-77.

［4］ 郜林平，魯勇兵.基于DEA方法的高校R&D投入產出績效評價與對策研究：以河北省29所高校為例［J］.經濟與管理，2016（2）：37-42.

［5］ 楊洪濤.基于DEA的科研機構科技資源配置效率評價［J］.科技進步與對策，2009（4）：38-42.

［6］ 李哲，吳紅葉，劉若楠.數據包絡分析（DEA）：企業(yè)科技資源配置效率評價的一種有效方法［J］.石油科技論壇，2008（6）：63-66.

［7］ 曲娟娟，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(yè)大學學報，2010（4）：50-53.

［8］ 周安華.基于DEA的CCR模型和BCC模型對相對經濟相對效率的實證探究：以湖南省的14個地區(qū)為例［J］.經濟研究導刊，2015（16）：66-68.

［9］ 胡劍波，劉輝.我國區(qū)域工業(yè)生態(tài)創(chuàng)新效率評價：基于SBM模型和CCR模型的比較［J］.可接管理研究，2014（14）：21-25.

Efficiency of the Input and Output in Scientific Research：an Comparative Analysis of Universities and Colleges，Scientific Research Institutes and Enterprises in Guangdong Province

GUI Jianxiang1，ZHANG Liangqiao2
（1.General Affairs Office，Shunde Polytechnic，Foshan Guangdong 528333，China; 2.Department of Science and Technology，Shunde Polytechnic，Foshan Guangdong 528333，China）

In order to promote scientific innovation，Guangdong Province has increased capital input into scientific research year by year，which greatly promotes the emergence of scientific and technological achievements. However，the input and output of the different research bodies have different efficiency. Based on the data from Statistical Yearbooks of Science and Technology of Guangdong Province（2002—2013），this paper adopted canonical correlation analysis and data envelopment analysis（DEA），and carried out a comparative analysis of research input and output efficiency of universities and colleges，scientific research institutes and enterprises. The results show that the comprehensive efficiency of universities and colleges is higher than that of the scientific research institutes and enterprises. Although， the input and output efficiency is raising in recently years，there is still room for improvement in all three research bodies.

input; output; efficiency

F223（665）

A

1672-6138（2016）04-0027-06

10.3969/j.issn.1672-6138.2016.04.006

［責任編輯：吳卓］

2016-10-25

廣東省科技廳2015年軟科學項目（1530912300001）。

桂建香（1973—），女，湖南祁陽人，本科，研究方向：工商管理。