西部少数民族地区企业人才创新效率研究

王嘉瑞，周　楠

(兰州财经大学 经济学院,甘肃 兰州 730020)



西部少数民族地区企业人才创新效率研究

王嘉瑞，周楠

(兰州财经大学 经济学院,甘肃 兰州 730020)

[摘要]目前“创新”已上升为国家五大发展理念的首位，人才创新效率研究至关重要。该文在原有技术创新效率理论研究基础上提出人才创新效率概念，以西部少数民族地区企业为研究主体，采用数据包络分析(DEA)方法，运用面板数据对多产出——多投入的人才创新效率问题进行研究，并采用σ收敛的测度方法对人才创新效率进行收敛性检验，并据此提出提高人才创新效率的对策。

[关键词]人才创新效率；数据包络分析；收敛性检验；投入值与目标值

一、引言

当今世界的竞争是知识总量、人才素质和科技质量的竞争，其中最关键的是人才的竞争。近年来，随着对创新人才战略价值认识的不断深入，我国政府也越来越重视对创新人才的培养。2015年第十二届全国人大第三次会议上习近平同志指出要实施更加积极的创新人才引进政策，随即3月23日中共中央、国务院印发《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》，指出创新驱动发展关键靠人才，而企业则是创新的主体。由此可见，我国政府高度重视创新人才的培养和引进。要使创新人才的投入能够得到科学、合理的配置，从投入产出视角引入人才创新效率的概念。人才创新效率是反映人才创新的利用效率，我国现阶段迫切需要提高创新效率，提高人才创新效率是创建创新型国家的迫切要求。通过对企业人才创新效率的研究，使其原本的创新效率理论得到进一步发展，为西部少数民族地区乃至全国的创新工程打下坚实基础，为中国经济的持续发展提供强大动力，也为西部少数民族地区缩小经济差距提供了保障。目前西部少数民族地区与东部、中部地区企业发展总体存在不小的差距，提高人才创新效率具有十分重要的意义。

理论上对创新效率的研究最早可追溯到熊彼特(1912年)提出的创新理论，但对其含义和测度方法的研究则始于20世纪50年代的英国，英国经济学家法瑞尔(1957年)[1]从投入的角度对效率理论进行了阐述，指出技术创新效率是按照既定的投入比例所能使用的最小生产成本与实际生产成本的比例关系。随后Pavitt(1983年)等对创新的投入产出效率问题进行研究，得出了研发与创新有显著关系的结论[2]。关于创新效率的测度方法，以前沿分析法和数据包络分析法应用最为广泛。在实际测算中，前沿分析法又包括参数法和非参数法。参数法以随机前沿分析法为主要代表，非参数法主要以数据包络分析法为代表[3]。随机前沿分析法(SFA)是由Aigner(1977年)[4]、Meeusen和Broeck(1977年)[5]、Battese和Corra(1977年)[6]共同提出的。随机前沿分析法依据具体的生产过程构造具体的生产函数，然后对出位于效率前沿面上的函数形式进行估计，将其误差项分为技术非效率项和随机误差项，并假设前者一般服从半正态分布，后者一般服从正态分布。之后由Chames等(1978年)[7]和Banker等(1984年)[8]逐步完善，对多投入-多产出模式下的决策单元进行效率评估，并对各指标间是否存在共线性没有严格的要求，极大地丰富了生产函数理论。吴文江(1993年)、刘顺忠(2002年)、张忠涛(2002年)、池仁勇(2004年)等均运用数据包络分析法(DEA)从不同角度对创新效率进行研究和评价。吴文江找到了只改变输出使DEA决策单元变为有效的方法[9]；刘顺忠、官建成用数据包络法测算了我国各个地区的创新效率并进行比较和评价[10]；张钟涛、高晓康等结合建设项目的输入、输出指标并运用DEA方法中模型的评价体系和步骤对项目多方案进行综合评价[11]；池仁勇、唐根年运用DEA方法对浙江省11区的创新效率进行研究和评价[12]。当然，也可以选用其他方法来研究创新效率，比如可使用“工业行业技术比例创新效率指数(IRCIE)”或计算得各地区的Hurst指数等方法[13]。

二、模型设定

本文的研究区域为西部大开发的12个省区，而相关的“人才”“创新”“效率”尤其是“人才创新效率”等概念也需要进行界定。

《高级汉语词典》对“人才”的解释为是某一方面有才能或有本事的人。1982年《国务院批准国家计划委员会关于制定长远规划工作安排的通知》中确立了人才的划分标准，即以下两类人：一是有中专及中专以上学历者；二是具有技术员或相当于技术员以上专业技术职务者。2003年12月召开的全国人才工作会议对“人才”做了新的论述，其主要标准如下：一是有知识、有能力；二是能够从事创造性的劳动；三是在社会生活、建设中作出较大贡献。为方便数据查询，本文将“人才”定义为具有大专以上学历的人。“创新”一词最早是在《南史·后妃传·上·宋世祖殷淑仪》出现，主要是指创造出新东西。其后，“创新”一般被解释为“抛弃旧的，创造新的。”[14]而在英文中“创新”(innovation)一词来自拉丁文，意指对原来已有的东西加以变更或改造。随后，美国经济学家熊彼特(1928年)在《资本主义非稳定性》[15]中首次提出创新是一个过程的概念，是一项有组织、有系统、且富有理性的工作。他认为，资本主义得以发展的根本原因不是资本和劳动力，而是创新。由于熊彼特的创新理论主要是针对企业生产经营管理这一领域，所以“创新”一词经常被国内外各产业界引用。国内学者孙景涛(2003年)认为，创新是指“人的存在方式在不断地创新活动中，改造自然、改造自我，从而推动社会进步。”[16]“效率”是一个物理学概念，之后应用于社会经济活动中的各个方面。亚当·斯密的“分工增进效率”是对“效率”研究的开始。萨缪尔森(1992年)认为，效率是指经济在一种物品生产的增加就必然会导致另一种物品生产上的减少状态[17]。从本质上讲，效率问题就是资源合理配置问题。从资源配置的角度，效率是指运用的资源发挥了多大的效用，也可以表述为在既定的有效产出下投入最小，或者是既定的投入下有效产出最大。

在原有对“创新”“效率”概念及创新效率理论研究基础上可以认为，“人才创新效率”是“效率”理论在人才创新领域的应用和发展。根据之前的相关探讨，“人才创新效率”的概念可以界定为在培养和引进创新人才的过程中，在既定产出水平下实现最小投入，或者是在既定创新人才投入下实现最大创新产出的能力。

本文采用多投入、多产出的指标体系，由于其很难确定具体的函数形式，运用数据包络分析方法(DEA)无需设定前沿生产函数，也不需要对指标做无量纲化指标，主要用于度量t个决策单元(DMU)的创新效率，每个决策单元都有m种投入、n种产出，它是以相对效率为基础，根据多投入、多产出指标进行有效性和效率评价的综合评价方法，并且DEA允许投入、产出指标之间存在高度相关性，高度相关性的存在不会导致错误的结果。总之，数据包络分析(DEA)是一种应用很广泛、基于被评价对象相对比较的效率分析方法。因此，根据图1具体的多投入、多产出指标，本文将用数据包络方法(DEA)对我国西部少数民族地区的企业人才创新效率进行研究。

针对m种投入，n种产出，t个有待评价的决策单元，对于每一个DMU都有相应的效率评价指数：

其中，xj=(x1j，…，xmj)T，yj=(y1j，…，ynj)T,j=1,2,…，t

构造以下基于规模收益不变的模型：

变为如下的线性规划模型：

minθ

λ≥0

上式是投入导向B2C模型的规划式，产出导向模型规划式如下：

minφ

λ≥0

下文主要运用投入导向B2C模型对人才创新效率进行分析。

三、相关指标的构建和数值模拟

虽然国内外对不同行业技术创新效率的评价指标体系不同，但都有一定的借鉴意义。国内对技术创新效率的研究主要集中在区域性或行业性研究。由于篇幅有限，仅列举以下各指标体系。陈建伟(2010年)以农业创新效率为研究对象，将投入指标分为资金投入(具体包括科技活动经费、R&D经费、农业科技三项费)和人员投入(具体包括研究生数量、科技活动科学家和工程师比重、R&D人员全时当量、科技活动人员、专业技术人员、R&D人员科学家和工程师比重)；将产出指标分为直接产出和间接产出两个指标，并将直接产出具体分为专利、科研成果、论文，间接产出具体分为劳动生产率和土地生产率[18]。李鹏(2013年)以系统性、科学性、可操作性为原则，对广东省大中型工业企业的创新效率进行研究，并将技术创新过程分为技术研发阶段、技术转化阶段，研发阶段的投入指标分为人员投入和资金投入，其中人员投入具体为研发活动人员全时当量，资金投入具体分为科研经费内部支出、技术引进经费支出，产出指标具体为R&D成果，具体分为专利申请数、拥有发明专利数[19]。李小双、孙慧等(2009年)对新疆大中型企业的创新效率进行研究时，以从事科技人员数、科学家工程师占科技人员比重、科技人员投入经费强度作为投入指标，以科技项目数、新产品项目数、全民劳动率为产出指标[20]。朱孟涛(2013年)以我国各省、自治区、直辖市的大中型企业为研究对象，用科技人员总量来衡量人力投入，用科研经费内部支出来衡量资本投入，用新产品总产值作为效益产出指标，将新产品开发项目数、专利申请数作为科研产出指标[21]。

综合学者们对创新效率指标体系的相关研究，得出图1所示的关于创新效率的评价指标体系。

图1　人才创新效率的指标评价体系

从图1中依据具体数据查询情况及培养和引进人才过程的具体投入，选取企业万人大专以上学历、企业R&D经费支出占主营业务收入比重、企业技术获取和技术改造经费支出占企业主营业务收入比重、地方政府科技人才支出占地方财政支出比重、企业万人就业人员申请数为本文的投入指标，选取高技术产业增加值占工业增加值比重、知识密集型服务业占生产总值比重、新产品销售收入比重为本文的产出指标(由于下文所选数据包络分析法对投入和产出的数据单位不要求一致，所以对各指标的单位不再赘述)，选取投入和产出指标如表1所示。

在具体的软件操作中每一指标后都会有投入、产出、时间、DMU等选项，表1中的数据代码只是方便数据输入和结果整理，并无其他含义。

表1企业人才创新效率评价指标一览表

本文数据均来自2007年—2013年《中国科技统计年鉴》《工业企业科技活动统计年鉴》《中国工业经济年鉴》，以西部少数民族地区12个省、自治区、直辖市作为样本(面板数据)，每年的投入指标和产出指标之和为8个，而每年的DMU值为12个，显然并不满足DMU的个数不少于投入和产出总指标个数2倍的原则(盛昭瀚，1996年)[22]，但总体样本的DMU值为12×7=84，满足大于投入指标和产出指标总和2倍的条件。如果DMU数量过少，则很容易造成大部分甚至全部DMU均有效的结果。当最终结果不容易区分时，由于DMU数量通常都是固定的，往往只能通过减少投入指标或产出指标的数量来提高区分度。利用软件MaxDEA 5.2建立上述模型，得出西部少数民族地区人才创新效率(如表2所示)。

表2我国西部12个省、自治区、直辖市企业人才创新效率表

对表2进行简要分析可知，2007年西部少数民族地区共有3个省、自治区实现了创新DEA有效，分别是广西、贵州、西藏，人才创新效率最低的为新疆，其效率值为0.175 33；2008年广西、重庆、西藏实现了创新DEA有效，人才创新效率最低的为新疆，其效率值为0.262 88；2009年广西、重庆实现了创新DEA有效，人才创新效率最低的省份为新疆，其效率值为0.179 28；2010年只有广西壮族自治区实现了创新DEA有效，人才创新效率最低的省份仍是新疆维吾尔自治区，其效率值为0.167 44；2011年西部少数民族地区没有省份实现创新DEA有效，其中人才创新效率最高的是重庆，其效率值为0.968 99，人才创新效率最低的是内蒙古自治区，其效率值为0.251 65；2012年则无一实现创新DEA有效，其中人才创新效率最高的是重庆，其效率值为0.827 32，人才创新效率最低的仍是内蒙古自治区，其效率值为0.169 57；2013年也无实现创新DEA有效，其中人才创新效率最高的是西藏，其效率值为0.767 53，人才创新效率最低的依然是内蒙古，其效率值为0.154 24。

进一步对我国西部少数民族地区的人才创新效率进行分析总结，可以得出以下的总体布局特征(见表3)。

表32007年-2013年我国少数民族地区人才创新效率总体评价

从表3可以看出，我国西部少数民族地区人才创新效率的均值在2008年最大为0.659 783，之后逐步降低，2013年均值达到最低仅为0.337 61，意指将近70%的人才投入是无效的。西部少数民族地区人才创新效率整体呈现出先上升后下降的趋势，其中2007年处于均值以下的省区有7个，分别为云南、陕西、宁夏、甘肃、新疆、青海、内蒙古；2008年处于均值以下的省区有6个，分别为陕西、宁夏、甘肃、新疆、青海、内蒙古；2009年处于均值以下的是陕西、宁夏、甘肃、新疆、内蒙古；2010年处于均值以下的5个省区是陕西、宁夏、甘肃、新疆、内蒙古；2011年处于均值以下的省区有8个，分别为云南、四川、陕西、宁夏、甘肃、新疆、青海、内蒙古；2012年处于均值以下的有陕西、宁夏、新疆、青海、内蒙古；2013年处于均值以下的省区有8个，分别为云南、四川、贵州、陕西、宁夏、新疆、青海、内蒙古。

文献中运用较多的收敛测度方法是σ收敛、条件σ收敛、绝对σ收敛、时间序列收敛[23]。本文主要采用σ收敛的测度方法。σ收敛一般用指标的标准差来衡量，针对本文主要指各省、自治区、直辖市的人才创新效率随着时间的推移逐渐减少[24]，其公式如下：

将各省、区、市的人才创新效率代入公式1可得2007年—2013年西部少数民族地区的σ值(如表3所示)。

表4我国西部少数民族地区人才创新效率值

从表4可以看出，2007年至2009年我国西部少数民族地区人才创新效率的σ值呈现较强的波动性，2009年之后呈下降趋势。总体上讲，人才创新效率的σ值呈下降趋势，表现出收敛的趋势，即西部少数民族地区人才创新效率差异性逐渐缩小。

针对DMU无效的情况，其改进的方法是减少投入或增加产出。从以上研究可以看出2010年之后，西部少数民族地区各DMU均无效，且人才创新效率呈下降趋势。为进一步分析其下降的原因，可利用投入值与目标值进行差距分析。

DMU的投入和产出目标值计算公式为：原始值+改进值=目标值。而无效DMU的改进值包括松弛改进值(Slack Movement)和比例改进值(Proportionate Movement)两部分，即原始值+比例改进值+松弛改进值=目标值[25]。(公式1)在软件MaxDEA5.2的运行结果中常用松弛变量表示DMU无效，松弛变量的结果表示形式为SlackMovement(指标名称)，如本文投入变量中的企业万人就业人员专利申请数的松弛变量结果为SlackMovement(企业万人就业人员专利申请数)，其中投入的松弛变量改进值用负数表示，产出的松弛变量改进值用正数表示[26]。由于文章所选DMU值、投入指标、产出指标略多，仅以甘肃省2007年—2013年的松弛变量改进值和比例改进值为例。在投入导向的模型中至少有一项投入的松弛变量是0，在产出导向的模型中至少有一项产出的松弛变量是0，下表仅以投入导向的模型为例。所谓投入导向模型和产出导向模型是DEA模型的两种类型，投入导向模型是从投入的角度对DMU无效率程度进行分析，在确定产出的前提下达到DMU有效要减少投入的量；产出导向模型则是从产出的角度对DMU无效率程度进行分析，在确定投入的前提下达到DMU有效要增加产出的量[27]。使用软件MaxDEA5.2对创新效率做进一步处理可得松弛改进值(如表5所示)。

表5投入导向模型的松弛变量改进值(甘肃省)

如表5所示，以投入导向模型为例，不存在企业万人大专以上学历、企业R&D经费支出占主营业收入比重、企业技术获取和技术改造经费支出占企业主营业收入比、地方财政科技人才支出占地方财政支出比重、企业万人就业人员专利申请数的松弛变量均不为0的情况。表5所示松弛变量值不为0的指标均是需要改进的地方，正负号仅表示投入、产出指标。

同理，可得出投入的比例改进值，根据公式1得出投入导向模型的目标值(如表6所示)。

表6投入导向模型的目标值(甘肃省)

此外，还可以通过参考标杆及其权重系数来计算其目标值[28]。

下面仅以X1投入值和目标值为例进行比较(如图2所示)。

如图2所示，2007年和2008年X1的投入值和目标值相差较少，2009年至2012年X1的投入值和目标值相差较大，其中2010年相差最大，2013年X1的投入值和目标值差距有逐渐缩小的趋势。由此可见，万人大专以上学历人数(X1)的过多投入是造成甘肃省人才创新效率无效的原因之一。同上，分别对X2、X3、X4、X5的投入值和目标值进行比较，均得出造成甘肃省人才创新效率无效源于它们的过多投入，其中2009年至2013年的投入值与目标值差距逐渐增大，这也是2007年至2013年甘肃省人才创新效率大体逐渐降低的原因。由于本文篇幅有限，在此不再对其余11省、区、市进行比较分析。

(虚线——的投入值实线——的目标值)

四、结论与建议

本文采用数据包络分析方法对2007年-2013年西部少数民族地区的企业人才创新效率进行研究，得出以下结论。其一，从创新效率的评价结果看，各地的创新效率呈现不同程度的下降趋势。其二，从有效性的分析结果看，均值先上升后下降，但整体呈现下降趋势，由此表明越来越多的人才投入都是无效的。其三，从收敛性检验的结果看，西部少数民族地区人才创新效率的差异性呈缩小趋势。其四，通过确定比例改进值和松弛改进值，最终确定投入指标和产出指标的目标值，为各省、自治区、直辖市提高人才创新效率提供了具体的数值标准。

根据以上结论，为切实提高西部少数民族地区的人才创新效率，应着力做好以下工作。

1.优化西部少数民族地区创新人才成长环境。美国经济学家蒂布特提出的“用脚投票”模型指出，迁移者对地方政府提供的公共服务有特定的偏好，他们会根据一个地区所提供的公共服务水平来选择自己的目的地；当然，如果地方政府对某地居民的数量有特定的偏好，会通过调整当地的公共服务，尝试排斥或吸引迁移者。总体来讲，中国的地方政府越来越像“用脚投票”模型所描述的那样，通过优化各地区公共服务的内容、方向和水平，建立完善的人才服务体系，不断吸引创新人才，解决创新人才投入过少的问题，从而提高各地区尤其是西部少数民族地区的人才创新效率。

2.打造企业——科研机构合作创新战略联盟。本文主要以企业的人才创新效率为研究对象，但企业的创新也要靠各高校、科研院所的人才和技术支持。打造企业——科研机构之战略联盟，不断培育和完善创新成果转化平台，使高校、科研院所的科技研发更快地投向市场，有利于加速科研成果的有效转化和人才创新效率的提高。

3.优化企业创新人才和企业科研经费比例。提高人才创新效率的关键是优化创新人才和科研经费的投入比例。西部少数民族地区人才投入和科研经费支出虽不断提高，但仍处于相对较低的水平，现阶段提高人员素质，优化企业科研经费使用效率，提高企业引进技术的利用率以及消化吸收速度，加大技术改造，才是为提高人才创新效率所做的正确的选择。

4.充分发挥政府职能，加强政府政策引导。优化西部少数民族地区企业技术创新环境，制定并实施有利的提高企业创新效率的政策和措施。建立有效的创新人才引进机制，培育和完善高新技术企业风险投资机制，从人员和经费两个方面解决西部少数民族地区企业人才创新投入过少的问题，提高企业各种资源利用率。

5.实施西部少数民族地区创新人才一体化战略。针对西部少数民族地区的整体发展情况及区域内各省、自治区、直辖市之间的差异，在充分考虑各个省份的利益和资源禀赋差异的基础上，推进西部地区创新人才的共同开发、制度协调、政策衔接、服务贯通机制，做到优势互补、协调统一，形成创新人才开发、利用一体化，最终有利于减少创新人才互访、交流等产生的一系列成本，提高西部少数民族地区各个省份的人才创新效率，使人才创新投入尽可能多的转化为创新产出。

参考文献：

[1]Farrel,M·J.The measurement of productive efficiency[J].Journal of Economic Theory,1978,(1)：150-162.

[2]林云.技术创新效率的经验分析[D].浙江大学博士论文，2008.10.

[3]李双杰，陈星星.基于DEA及SFA对北京市海淀区朝阳区制造业技术创新的比较分析[J].中央财经大学学报，2010,(2)：76-80.

[4]Aigner,D·J,Lovell,C·A·K,Schmidt,P.Formulation and estimation of stochastic frontier production function models[J].Journal of Econometrics,1977,(1)：21-37.

[5] Meeusen W.,Broeck,J.V.Efficiency estimation from Cobb-Douglans production functions with composed error[J].International Economic Review,1977,(2)：435-444.

[6]Battese,G.e.,Corra.G.S..Estimation of a production frontier model with application to the Pastoral Zone of eastern Australia[J].Australian Journal of Economics,1997,(3)：169-179.

[7] Chames,A.,Coope,W.W.,Rhodes,E..Measuring the efficiency of decision making units[J].European Journal of operational research,1978,(6)：429-444.

[8] Banker,R.,Charnes,A.,Cooper,W.W..Some models for estimating technical and scale inefficiencies indata envelopment analysis[J].Management Science,1984,(9)：1078-1092.

[9] 吴文江.有关DEA有效性用于预测的探讨[J].1995,(4)：58-60.

[10] 刘建忠，官建成.区域创新系统创新绩效的评价[J].中国管理科学，2002，(5)：75-78.

[11] 张钟涛，高晓康，陈再知，张跃松.建设项目多方案评价方法的应用研究[J].沈阳建筑工程学员报，2002,(3)：237-240.

[12] 池仁勇，唐根年.基于投入与绩效评价的区域技术创新效率研究[J].科研管理，2004，(4)：23-27.

[13] 邹珊刚，赵付民.区域创新环境及对区域创新绩效的影响分析[J].统计与决策，2005,(4)：17-18.

[14] 中国社会科学院语言研究所词典编辑室.现代汉语小词典[Z].北京：商务印书馆,1986.80.

[15] 傅家骥.技术创新学[J].北京：清华大学出版社,1998.1-30.

[16] 孙景涛.对创新的哲学思考[J].南京政治学院学报,2003，(4)：36.

[17]萨缪尔森.经济学[M].北京：清华大学出版社，1992.45-48.

[18]陈建伟.我国农业科技创新效率研究[D].河北农业大学研究生论文，2010.

[19][27]李鹏.广东省大中型工业企业技术创新效率及影响因素研究[D].华南理工大学研究生论文，2013.

[20][28]李小双，孙慧，李苑.基于DEA的新疆大中型工业企业技术创新效率研究[J].企业经济，2011，(10)：20-23.

[21]朱孟涛.大中型工业企业技术创新效率评价分析[J].现代商贸工业，2013，(3)：31-32.

[22]盛昭瀚，朱乔.数据包络分析(DEA)中的DMU分类定理[J].系统工程学报，1994，(1).

[23]谢惠芳，张玮.基于DEA模型下的科技投入产出效率评价研究—以广东省科技投入产出效率评价比例[J].中国管理信息化，2013，(13).

[24]刘展,屈聪.基于因子分析和DEA模型的科技创新投入产出效率研究—以河南省为例[J].河南科学，2014，(10).

[25]黄科舫，向秦，何施.基于DEA模型的湖北省财政科技投入产出效率研究[J].科技进步与对策，2014，(6).

[26]方爱平，李虹.基于DEA模型的西部区域科技投入产出效率分析—以西部大开发12个省、市、自治区为例[J].科技进步与对策，2013，(15).

(责任编辑肇英杰责任校对肇英杰)

[作者简介]王嘉瑞(1963—)，男，甘肃灵台人，教授，硕士生导师，主要从事产业经济学、人力资源管理研究；周楠(1988—)，女，河南驻马店人，在读硕士研究生，研究方向为西方经济学。

[基金项目]国家社科基金项目“西部少数民族地区创新创业人才队伍建设研究”(项目编号：13BGL032)

[收稿日期]2015-11-10

[中图分类号]F127

[文献标识码]A

[文章编号]1001-5140(2016)01-0134-09