基于DEA模型的区域产学研合作创新效率分析

摘 要：产学研合作创新效率的实证研究目前还是薄弱环节，通过多投入多产出指标的DEA模型分析，发现我国区域产学研合作创新效率总体不高，说明企业创新主体地位尚未形成，高校及科研院所的作用还未充分体现，但各区域间存在很大差异。

关键词：产学研合作；DEA分析；效率悖论；企业创新主体

中图分类号：F207 文献标志码：A 文章编号：1002-2589（2014）09-0049-03

一、文献综述

产学研合作多指的是企业与高校、研究院所之间的合作，现有文献中对于企业与企业、企业与高校之间的研发合作研究较多，如Katz（1986）对企业与企业的合作行为进行研究，认为合作研发是解决研发低效率及研发溢出的最好办法，因为合作研发允许企业分享研究成果，提高了研发效率，减少了研发的浪费。而且由于有合作协议，可以规定成本与收益分享，至少提供了更多的投资储备，更有利于研发的顺利进行。合作研发相当于一个将外部性内部化的合理机制，保证企业间有效地分享信息，这是所谓的“激励效应”。而另一方面，合作研发也可能带来负面效应，当合作研发的结果降低了一个企业的生产成本，那竞争的合作者的利润可能会减少了，因此，也会出现合作企业利用集体利益限制企业研发水平的可能，这是所谓的“限制效应”。限制效应与激励效应方向相反，具体结果要看两种效应的权衡。Hall，Link & Scott（2000）研究了大学与企业的合作研发。他们指出，大学与企业合作是因为他们都有合作的激励。企业进行合作的动力主要体现在两个方面：一是能够进入复杂的研究活动并能够获得研究成果，二是能够接近一些关键的大学职员，对于提高企业的吸收能力有帮助。而大学需要合作的主要动力就是获得资金支持。因为就管理层而言，缺乏可供使用的投入到商业研究中的资金成为日益增加的压力，而且，与企业合作可能产生的收益也是其兴趣所在。Loofand Brostrom（2006）的研究也表明，企业与大学研究机构的合作对于大型制造企业的创新活动有显著的正向作用。

已有文献表明，产学研合作是区域创新体系建设中一个极其重要的环节，关系到企业创新主体地位的实现，以及技术创新成果的产业性转化，产学研合作绩效的高低也意味着区域创新体系的完善程度，然而，产学研合作创新绩效的实证研究却是技术创新研究领域中的薄弱环节，尤其是国内文献更少。在已收集到的文献中，多见描述性统计分析，如金芙蓉、罗守贵（2009）建立了6类13个二级指标构成的产学研合作绩效指标体系；姚微（2009）发现指出由于高校与企业研发脱节，科研成果并没有及时转化为生产力，研发投入效率比较低下，因而高校在区域创新体系中的作用并不尽如人意。邓颖翔、朱桂龙（2009）对中外测量指标及方法进行总结，指出在产学研绩效的实证研究中，目前还缺乏成熟的测量方式。正因为产学研合作绩效在度量上的难度，国内关于产学研合作创新效率方面的实证研究成果还比较少，急需建立一套指标体系及测量方法。

现代经济学中对于效率的度量始于Farrell（1957）的开创性研究，他将效率分为技术效率和配置效率，技术效率反映一组投入能够获得最大产出的能力，配置效率反映在给定价格下投入结构最优化的能力，将这两种效率结合起来就是总的经济效率。20年后Charnes，Cooper and Rhodes（1978）将这种度量方法引入数据包络分析（DEA），此后DEA分析方法得到了广泛的应用，尤其是在经济增长模型中更是得到了最充分的使用，近期文献已如汗牛充栋，但将这种方法用于产学研合作绩效的研究相对较少。王秀丽、王利剑（2009）对产学研合作效率进行了DEA分析，然而其所用指标似乎与产学研合作并不十分吻合，可能导致其结果存在一定的偏差。

二、模型及数据

DEA分析的基本原理是利用投入产出变量之间的线性规划问题求解，来表示每个DMU（决策单位）的技术有效性。在规模报酬不变（CRS）的情况下，其线性规划一般的形式如下：

minθ，γθ

st. -yi+yγ？莛0

θxi-xγ？莛0

γ？莛0

假设在这个线性规划中有K个投入变量和M个产出变量，则X是K×N投入矩阵，Y是M×N产出矩阵，X和Y构成了这个线性规划所有的数据，而DEA的目的是构建一个包络所有数据的前沿面，将所有数据列于前沿面或前沿面之下。在上述规划中，γ是一个N×1阶的常数向量。θ是第i个DMU的效率值，θ？荞1，θ=1表示DMU技术有效率。θ越小，表示离最优技术前沿面越远，也就是技术有效性越差。DEA分析的最大优势在于可以将多投入多产出的指标体系纳入一个统一的规划中进行求解，而且可以根据技术有效性边界计算出最优的投入或产出。

在检验区域产学研合作绩效时，关键的问题是找到衡量产学研绩效的投入与产出指标。由于我国产学研统计工作起步较迟，因而缺乏早期及序列数据，幸而2004年我国第一次经济普查工作对于企业流向高校及研究院所的资金也展开了调查，另外中国区域创新能力调查课题组的深入调查也获得了全国各省区的产学研合作专利方面的数据，这为产学研合作创新效率的研究打开了一扇方便之门。本文多数数据取自于这两个来源。

在产学研合作的产出指标方面，模型选择了三个指标，一是企业与高校、科研院所的合作专利，二是企业与其他企业的合作专利。三是区域专利中的企业专利。这种指标选择与之前文献中的产学研合作指标有很大的区别：一是注重产学研结合的本质，二是注重产学研结合的目标，三是注重企业作为创新主体的地位。

至于产学研合作的投入方面的指标，模型选择了三个变量：一是以企业科技活动经费外部支出中对研究院所和高校支出衡量的产学研合作支出，二是以企业科技活动经费外部支出中对其他企业支出衡量的企业与企业合作支出，三是以政府投向企业的科技投入衡量的政府对产学研合作的支持。这三个指标大致能够反映出企业与外界合作投入，并且准确地勾勒出政府、产、学、研的投入体系。

在数据选取上，因海南、西藏、贵州、宁夏、甘肃、青海、新疆7省市的产学研合作水平较低，为减少DEA分析中不必要的麻烦，①本文只选取其他24个地区作为考察对象。这里所指全国也指的是这24个地区。投入、产出数据均选取2004年的相关数据。

三、结论及简要分析

用DEAP2.1软件可以得到区域产学研合作效率如表1所示。

表1：投入导向法下我国各省区产学研合作效率及产出最优值

■

从表1可以看出，产学研合作效率总体不高，只有北京、天津、吉林、上海、浙江、广东、重庆7省市的产学研合作是DEA有效的，其他省市都没有位于产学研合作有效的前沿面上，尤其是山西、辽宁、江西、黑龙江、河北、云南、福建、安徽等依次排在低效之列，其中，山西省以0.149排在最后一位，是24省市中产学研合作效率最低的省市。用DEA方法不仅可以得到投入产出效率，而且可以通过计算最优产出（投入导向法），从而比较实际产出与最优产出的差异。以山西为例，如果能够保持最优的投入产出效率，则现有投入应该能够有7件企业与高校院所合作的专利、20件企业与企业合作产生的专利，企业所获专利也应该有2 146件，分别是现有产出的7倍、6.6倍和6.7倍，这足以说明，产学研合作领域投入产出的区域差距是非常大的。

从各省区投入产出数据及DEA效率来看，有几个省区特别值得关注：

1.北京：北京联合申请的发明专利中，企业主导的有158件，高校主导的有120件，科研院所主导的有134件，这表明，北京的企业、高校和科研院所较为平均，企业的创新主体地位并不明显。正因为企业、高校和科研院所都比较强，其产学研合作“强强联手”的实力绝对不容低估，2004年北京市产学研合作申请专利达528件，占全国27.10%，②名列首位。其中，以企业为合作主导方的占42%，以高校为合作主导方的占26%，以科研院所为主导方的占32%。

2.上海：上海市的产学研合作成果也非常突出，联合申请专利有469件，占全国24%，居第二位，上海市企业主导的联合专利中有213件是企业与企业联合，76件是企业与高校科研院所联合申请的，这充分说明了产学研合作不仅体现在企业的创新能力上，而且更加体现在高校、科研院所的知识积累和创新实力上。

3.浙江、广东等省区：广东省的专利数量和企业专利数量均居于首位，产学研合作专利数量位居北京、上海之后的第三位。浙江省专利数量和企业专利数量均列于第二位，但产学研合作专利数量只有80件居第六位，以企业为主导的联合专利数量也只有47件，这表明与北京、上海相比，广东、浙江两地的产学研合作还是相对较为薄弱，但企业的自主创新意识更强。

4.天津、吉林、重庆等省区：与北京、上海、浙江、广东相比，这三省市的产学研投入及产出指标都不是很多，但从投入产出比来看，产学研合作的效率却是很高的。

5.江苏、山东两省：如果以单一的投入或产出指标来看，江苏省和山东省的产学研合作创新能力都很高，但以DEA效率计，这两个创新大省并未达到高效，高投入高产出却没有高效率，这反映了产学研合作领域的“效率悖论”。投入产学研合作最多的地区是江苏，共支出22.25亿元，其中，与高校、科研院所合作支出10.94亿元，与其他企业合作支出11.31亿元。山东与江苏的情况不同，产学研合作专利中企业与高校之间的合作比较少，而企业与企业之间的合作相对比较活跃。但这些省区的企业专利比例总体不高，因而综合来看，产学研合作的效率并不高。

6.湖北、陕西两省：陕西省是西部地区的科技大省，湖北省是中部地区的科技大省，科技资源丰富，政府也非常注重对于企业的投入，尤其是陕西省的政府投入甚至高于江苏和上海，略少于浙江，应该说，投入力度很大，这对于创新能力的提升应该有很大帮助，然而从产学研合作的产出结果来看并不乐观①，高校和科研院所在区域经济创新能力的提升上还没有发挥出其应有的作用，产学研合作效率为“浙江-陕西之谜”提供了一个合理的注解。

四、政策建议

目前我国产学研合作普遍还处于较低水平，多数区域内企业创新主体地位还没有完全确立，产学研合作的效率也呈现很大差异，形成这种差异的可能原因有：企业与高校及科研院所各自为政，既没有合作的意愿，也没有合作的途径，更没有合作的收益；各研发主体技术轨道不聚合，没有公共的创新平台和专利池，导致产学研合作基础薄弱；项目资金使用低效；产学研主体实力悬殊难以匹配等等。

提高产学研合作效率，不仅要从各研发主体着手，注重资金投入方向及使用效率，更要培养协调合作的大局意识，政府应以地区优势产业或扶持产业为重点，有效整合高校、科研院所的优势力量，以提高企业创新主体地位为目标，完善产业基础设施的建设，构建畅通的信息平台，并不断完善财税、金融等政策支持产学研合作，激励企业、高校、科研院所形成高水平高效率的产学研合作体系。

最后，对于本文的论证过程，有几点需要说明：首先，产学研联合有多种形式，除去联合申请专利，也可以在合作协议中明确产权所属及其相应对价，也就是说，联合申请专利只是产学研合作中的一种。另外，专利作为衡量创新产出的指标已经被指出存在很多不足，尽管如此，到目前为止它还是使用最为广泛的一种指标。第三，由于本文旨在研究以企业为中心的产学研合作体系，所以投入经费指标中是企业的投向为依据，而忽视了高校或科研院所为主体的投入。这些可能会对检验结果有些影响，但无论如何，产学研合作效率的实证研究在我国目前还比较缺乏，本文抛砖引玉，希望在这一领域能得到更多学者的关注和更多优秀的成果。

参考文献：

[1]Katz， Michael.L. An Analysis of Cooperative Research and Development[J]. the RAND Journal of Ecomomics， 1986， 17（4）：527-543

[2]Hall，B.H. & Link， A. N. & Scott， J. T. Universitys as Research Partners， NBER Working Paper 7643， 2000

[3]Loof，H. & Brostrom， A.， Does knowledge diffusion between University and Industry Increase Innovativeness？ CESIS Wor-

king Paper， 2006

[4]金芙蓉，罗守贵.产学研合作绩效评价指标体系研究[J].科技管理研究，2009，3（6）：43-47.

[5]姚薇.高校对区域技术创新能力的影响[J].科技管理研究，2009（9）：209-211.

[6]王秀丽，王利剑.产学研合作创新效率的DEA评价[J].统计与决策，2009（3）：54-56.

[7]邓颖翔，朱桂龙.产学研合作绩效的测量研究[J].科技管理研究，2009（11）：468-470.

[8]Charnes， Cooper， Rhodes， Measuring the efficiency of decisi-

on making units[J].European Journal of operational research， 1978，2（6）：429-444.

[9]林云，金祥荣.区域技术创新的“马太效应”——基于中国30个省市面板数据分析[J]，经济学家，2008（3）：78-85.

[10]中国科技发展战略研究小组.中国区域创新能力报告2006-

2007[M].北京：知识产权出版社，2007.