江蘇省高校科技創(chuàng)新效率分析

沈勤 馬敏

摘? ?要：高校作為科技創(chuàng)新的主力軍，其創(chuàng)新效率的高低對(duì)國(guó)家創(chuàng)新發(fā)展具有重要影響。通過選取數(shù)據(jù)包絡(luò)分析的經(jīng)典模型，對(duì)2011—2019年江蘇省26所高校的科技創(chuàng)新投入產(chǎn)出效率進(jìn)行了評(píng)估。實(shí)證研究表明，2011—2019年江蘇省26所高校總體科技創(chuàng)新水平較低，存在很大的進(jìn)步空間;就單個(gè)學(xué)校而言，科技創(chuàng)新效率之間還存在差距，并且創(chuàng)新績(jī)效與穩(wěn)定性不呈正相關(guān)?；谝陨蠈?shí)證分析結(jié)果，提出了加強(qiáng)對(duì)科研資源的管理與配置、搭建科技創(chuàng)新合作平臺(tái)、完善科技創(chuàng)新激勵(lì)機(jī)制等對(duì)策建議。

關(guān)鍵詞：高校;科技創(chuàng)新效率;數(shù)據(jù)包絡(luò)分析

中圖分類號(hào)：G644? 文獻(xiàn)標(biāo)志碼：A? ? ? ? 文章編號(hào)：1673-291X（2021）23-0150-03

科技作為第一生產(chǎn)力已經(jīng)滲透到了經(jīng)濟(jì)建設(shè)與日常生活中。一個(gè)國(guó)家的科技創(chuàng)新能力已經(jīng)成為當(dāng)今世界綜合國(guó)力競(jìng)爭(zhēng)的決定性因素。在國(guó)家大力推動(dòng)科技創(chuàng)新的過程中，高校作為高素質(zhì)人才培育的搖籃，發(fā)揮著不可或缺的作用。為了積極相應(yīng)國(guó)家鼓勵(lì)和支持高校科技創(chuàng)新的號(hào)召，江蘇省教育廳頒布《江蘇省加快推進(jìn)高校科技體制改革》、《省教育廳省科技廳關(guān)于省屬高等學(xué)校加快貫徹落實(shí)科技創(chuàng)新政策的通知》，旨在不斷優(yōu)化高?？萍紕?chuàng)新環(huán)境，推動(dòng)科技成果轉(zhuǎn)化。在政府不斷重視高校科技創(chuàng)新、增加科研經(jīng)費(fèi)的過程中，如何提高高?？萍紕?chuàng)新投入產(chǎn)出效率也就成為社會(huì)各界關(guān)注的熱點(diǎn)問題。

一、文獻(xiàn)回顧

由Charnes 和Cooper^[1]提出的數(shù)據(jù)包絡(luò)分析法（DEA）是一種典型的非參數(shù)效率評(píng)價(jià)方法，該方法通過線性規(guī)劃構(gòu)造有效前沿面，將評(píng)價(jià)單元與有效前沿面進(jìn)行對(duì)比，從而得到該決策單元的效率值。由于數(shù)據(jù)包絡(luò)分析法不需要事先確定函數(shù)的具體形式，而且可以有效評(píng)估涉及多投入和多產(chǎn)出決策單元的效率，因此被廣泛運(yùn)用于各個(gè)領(lǐng)域的效率評(píng)價(jià)中。

目前對(duì)我國(guó)高校科技創(chuàng)新效率的研究主要從以下幾個(gè)層面展開。（1）不同省際之間。沈能和宮為天^[2]通過構(gòu)建三階段DEA模型分析了我國(guó)30個(gè)省份的高?？萍紕?chuàng)新效率，實(shí)證結(jié)果表明，地區(qū)產(chǎn)業(yè)基礎(chǔ)、政策扶持和外部環(huán)境對(duì)創(chuàng)新效率有很大的影響。張慧琴和尚甜甜^[3]運(yùn)用DEA-Malmquist指數(shù)分析法分析了2003—2011年我國(guó)30個(gè)省份的高?？萍紕?chuàng)新效率，結(jié)果表明，東部地區(qū)高?？萍紕?chuàng)新效率遠(yuǎn)遠(yuǎn)超過了中部和西部地區(qū)。（2）同一區(qū)域。李璐^[4]使用SBM模型和Malmquist指數(shù)分析了2011—2015年京津翼地區(qū)高校的科技創(chuàng)新效率，結(jié)果表明，該區(qū)域高?？萍紕?chuàng)新效率效率較高，原因在于京津翼區(qū)域的技術(shù)進(jìn)步基于資源配置結(jié)構(gòu)的優(yōu)化。（3）同一省份。鄭嘉琳^[5]運(yùn)用BCC模型測(cè)算了2012—2017年江西省高校的創(chuàng)新效率，發(fā)現(xiàn)江西省高校的創(chuàng)新效率與東中部同類高校之間存在很大的差距。阮紅偉和趙西^[6]通過構(gòu)建PCA-DEA模型和Malmquist指數(shù)評(píng)價(jià)了2013—2017年山東省39所高校的科技創(chuàng)新績(jī)效，實(shí)證結(jié)果顯示，省屬非重點(diǎn)高校的效率增長(zhǎng)速度高于“211”及省部共建高校。（4）不同類型高校。馮寶軍等^[7]基于2007-2013年我國(guó)20所綜合高校的面板數(shù)據(jù)，評(píng)估了人文社科和自然科學(xué)兩類學(xué)科的科技創(chuàng)新效率，結(jié)果顯示，兩類學(xué)科的創(chuàng)新效率都有很大的提升空間，而加大創(chuàng)新人才的培育是提高科技創(chuàng)新效率的關(guān)鍵。馬聰穎和吳宏超^[8]基于2011—2017年一流大學(xué)建設(shè)高校的面板數(shù)據(jù)，采用DEA-Malmquist模型進(jìn)行效率評(píng)價(jià)，發(fā)現(xiàn)無論是基于靜態(tài)視角還是動(dòng)態(tài)視角，不同高校之間和不同地區(qū)之間都在科技創(chuàng)新效率方面存在較大差異。

二、研究設(shè)計(jì)

（一）模型構(gòu)建

1978年，Charnes和Cooper構(gòu)建第一個(gè)經(jīng)典DEA模型——CCR模型^[1]。該模型基于規(guī)模收益不變（CRS）的假設(shè)，對(duì)決策單元進(jìn)行效率評(píng)價(jià)。之后Banker等人^[9] 對(duì)CCR模型進(jìn)行了拓展，建立了基于規(guī)模收益可變（VRS）的模型—BCC模型。本文將使用BCC模型對(duì)江蘇省高校科技創(chuàng)新效率進(jìn)行評(píng)價(jià)，模式的具體形式如下：

假設(shè)有N個(gè)被評(píng)價(jià)的決策單元，每一個(gè)決策單元均有I種投入與J種產(chǎn)出。X_ni（i=1，...，I），Y_nj（j=1，...，J）表示第n個(gè)決策單元的第i種投入和第j種產(chǎn)出：

其中， β表示被評(píng)價(jià)決策單元的效率值，λ表示權(quán)重向量。

（二）指標(biāo)選取與來源

本文選取了南京大學(xué)等26所高校作為研究樣本，評(píng)估各高校的科技創(chuàng)新效率，數(shù)據(jù)來源于2011—2019年的《高?？萍冀y(tǒng)計(jì)資料匯編》?？紤]到數(shù)據(jù)的可獲得性與完整性，投入指標(biāo)選取科技活動(dòng)人員全時(shí)當(dāng)量和科技經(jīng)費(fèi)合計(jì)數(shù)，產(chǎn)出指標(biāo)選取課題總數(shù)、在國(guó)外及全國(guó)性刊物發(fā)表的學(xué)術(shù)論文和技術(shù)轉(zhuǎn)讓實(shí)際收入。

三、實(shí)證結(jié)果與分析

在實(shí)際計(jì)算過程中，本文運(yùn)用DEA Solver軟件計(jì)算2011—2019年江蘇省26所高校的科技創(chuàng)新效率。對(duì)9年的效率值取平均值，得到每所學(xué)校的最終效率值及排名，結(jié)果如表1所示。

從實(shí)證結(jié)果來看，26所高校效率均值為0.6718，表明江蘇省高校的科技創(chuàng)新效率整體水平存在很大的進(jìn)步空間。江南大學(xué)、中國(guó)礦業(yè)大學(xué)和東南大學(xué)分別位居所有樣本的前三位，效率值分別為0.943 1、0.912 2和0.875 5;而南通大學(xué)、南京信息工程大學(xué)和南京航空航天大學(xué)的效率值分別所有樣本的后三位，效率值分別為0.490 8、0.467 9和0.465 1。

從時(shí)間維度上看，2011—2019年江蘇省26所高校的科技創(chuàng)新效率總體呈上升趨勢(shì)，科技創(chuàng)新水平穩(wěn)步提升。但就每所高校的科技創(chuàng)新效率的波動(dòng)情況來看，南京農(nóng)業(yè)大學(xué)在這9年間的效率標(biāo)準(zhǔn)差值最大，為0.229 2;而效率標(biāo)準(zhǔn)差最小的為南通大學(xué)，僅為0.066 8。結(jié)合兩所高校的效率值來看，南通大學(xué)的科技創(chuàng)新效率在2011—2019年之間波動(dòng)不大，且普遍處于較低水平，上升趨勢(shì)不明顯，而南京農(nóng)業(yè)大學(xué)在這9年間呈現(xiàn)明顯的上升趨勢(shì)，尤其是在2017—2019年期間，效率值連續(xù)三年為1。