高技术产业科研劳务费绩效的综合评估

徐新华

内容提要：该文以中国高技术产业为例，采用面板数据模型和SBM-DEA模型研究了科研劳务费绩效。研究结果表明：科研劳务费绩效总体良好；劳务费利用率处于上升趋势；沿海发达地区创新效率和劳务费利用率较高，中西部地区较低；高技术产业创新的规模效率大于纯技术效率，主要是我国高技术产业创新水平仍需提高所致。

一、 引 言

高技术产业是我国国民经济与社会发展的关键主体和创新驱动发展的重要支撑力量，劳务费作为科研经费的组成部分，无疑对高技术产业创新具有积极推动作用。近20年来，我国高技术产业劳务费增长较快，1995年总支出为12.25亿元，2014年总支出达到834.51亿元，年均增长24.88%。从劳务费占研发经费内部支出的比重看，总体上也处于上升趋势，1995年占20.55%，2014年达到顶峰，占比为36.69%(图1)。

图1 科研劳务费发展情况

与发达国家相比，我国科研劳务费所占比例不高，使用方面限制较多。美国政府资助高等院校的科研经费中，人员经费大概占直接成本的2/3，包括研究人员工资以及全时投入项目管理职员的工资；高等院校平均科研间接成本在过去10年大概维持在51%左右(Yudhijit，2007)。我国现行科研项目资助政策规定不补偿科研人工，且只少量补偿间接成本，使得科研质量、教学质量均无法得到保障(湛毅青等，2010)。科研经费管理存在制度性缺陷以及监管的缺失，包括课题负责人在内的整个有工资性收入的科研团队成员不得支取“劳务费”和“专家咨询费”，一线科研人员不能获得相应的补偿(付晔和杨军，2014)。以上这些现象最近虽然有所改善，但不必要的约束还是较多。对于科研劳务费的使用，一方面是科研人员鸣冤叫屈，认为经费管理规定不科学、不合理，导致效率低下。另一方面是挤占挪用、虚列支出，引发社会各界高度关注的“科研腐败”。科研人员违规使用科研经费的重要原因，就是因为在竞争性课题体制下学术人力资本补偿的严重不足(任强和胡水星，2015)。在这样的背景下，研究科研劳务费的使用绩效，分析其中存在的问题，一方面有助于有关部门进行宏观管理，另一方面也有利于高技术企业改善科研经费管理，充分调动研发人员的积极性，提高创新绩效。

劳务费表面看是科研经费的一部分，实际上涉及到科技人力资源的激励。Noll et al.(1998)认为，科研经费不仅要补偿项目本身的增量成本，还要补偿与其他教学、科研等项目共享的成本，包括设施维护、人工和管理等方面。Bloch et al.(2014)分析了科研经费的分配与激励的关系，还深入研究了经费分配体系与经济社会发展关系。付晔和杨军(2014)针对目前高校科研经费使用中存在的问题，探讨了产生这些问题的深层根源在于没有按照科研活动的需求来分配和使用科研经费，忽视了科研活动中对“人”的激励和科研活动的“不确定性”。顾全(2012)系统分析比较了中英两国政府科研项目实行的全成本核算管理核心内容，认为我国科研项目全成本核算方法的完备性、核定计算标准的合理性和市场匹配性较差。

劳务费的绩效评价本质上也是科研经费绩效评价的组成部分。Lev et al.(1996)研究发现，科研经费投入对产出具有明显的滞后效应，不同科研领域滞后期有所差别。Hu et al.(2006)认为，随着时间的推移，科研经费投入对科技创新团队绩效的影响越来越小。邓小朱(2015)以江西省108个省级优势科技创新团队为样本，对科研投入要素与团队绩效的关系进行了实证分析。贺德方(2007)分析了美国、英国、日本国立科研机构在研发经费管理方面的做法。张川等(2015)基于问卷调查数据，从制度效力、监督效力和预算效力三个层面建立指标体系，评价了现有科研经费的管理状况，分析了科研经费管理效力的影响因素。

从目前的研究看，关于劳务费激励的基本理论、劳务费应用中存在的问题以及科研经费绩效评估的理论与实证研究比较成熟，但是关于科研劳务费绩效评估的研究比较缺乏，尤其是我国高技术产业创新中劳务费绩效的评估成果缺乏。本文基于高技术产业面板数据，采用面板数据模型与数据包络分析模型(DEA)，对科研劳务费的绩效进行评估，包括劳务费与其他研发经费对创新贡献的弹性比较，劳务费与其他研发投入的利用效率比较等。

二、 研究方法

1. 面板数据模型

Griliches(1979)和Jaffe(1989)在Cobb-Douglas生产函数基础上，创立了知识生产函数：

Y=AKαLβ

(1)

式(1)中，Y表示创新成果；K表示研发经费投入；L表示研发劳动力投入；α、β为弹性系数；A是常数项，代表知识生产函数的全要素生产率。

将研发经费投入进一步分解为劳务费投入K1、仪器与设备投入K2、其他经费投入K3。之所以这样进行分类，是因为劳务费、仪器与设备投入是两项非常重要的科研经费投入，这样有利于比较它们的绩效。其他投入范围较广，包括材料费、测试化验加工费、燃料动力费、出版/文献/信息传播/知识产权事务费、会议费、差旅费、国际合作与交流费等。这样分解以后，同时对式(1)两边取对数，得：

logY=c+α1logK1+α2logK2+α3logK3+βlogL

(2)

本文采用面板数据模型进行估计。面板数据模型可以有效消除多重共线性的影响，其固定效应模型对遗失重要变量不敏感，具有较高的估计效率和较好的估计效果。面板数据模型常用的估计方法包括最小二乘估计(OLS)、两阶段最小二乘估计(2SLS)、有限信息极大似然估计(LIML)、系统广义矩估计(SYS-GMM)等。考虑到高技术产业创新投入产出中，变量之间往往存在互动关系，因此采用系统广义矩法进行估计，它较好处理了差分广义矩法估计量较易受弱工具变量影响的不足。在估计过程中，工具变量选取自变量的滞后项。

2. SBM-DEA效率分析模型

数据包络分析是Charnes et al.(1978)最早提出的一种计算投入产出效率的方法，目前DEA模型日趋成熟，已经形成了一套庞大的效率评估体系。规模报酬不变的DEA模型称为CCR模型，规模报酬可变的DEA模型称为BCC模型。其求解方法是引入非阿基米德无穷小量，采用线性规划中的单纯形方法求解。Kaoru(2001)提出SBM(Slacks-based Measure)模型，将投入变量的松弛引入DEA模型，即SBM-DEA模型，从而进一步进行了优化。采用SBM-DEA模型，不仅可以测算高技术产业创新的投入产出绩效，还可以比较分析劳务费、仪器与设备以及其他研发投入的利用效率，从而结合面板数据模型对劳务费绩效进行全面评价。

三、 变量与数据

关于创新产出，借鉴Griliches(1990)的方法用新产品销售收入表示，研发投入中劳务费、仪器与设备费直接采用《高技术产业统计年鉴》数据，其他研发经费投入，采用高技术产业R&D经费内部支出减去劳务费、仪器与设备费得到，研发劳动力采用研发人员折合全时当量表示。

本文所有数据均来自《中国高技术产业统计年鉴》，时间跨度为1997-2014年，这是因为重庆市从1997年开始才有统计数据。西藏地区由于缺失数据过多进行了舍弃，青海、新疆个别数据缺失采用了平滑处理，这样共有30个省市18年的数据，变量的描述统计如表1所示。

表1 变量描述统计

四、 实证结果

1. 变量的平稳性检验

本文首先对面板数据进行平稳性检验，以防止伪回归问题。为了保证研究的稳健性，本文同时采用Levin lin&Chu、ADF、PP三种方法进行检验，以结果一致为准，结果如表2所示，1阶差分后所有变量均平稳。

面板协整检验结果显示，panel PP检验和panel ADF检验均表明科技投入与产出之间存在协整关系。

表2 变量的平稳性检验

注：***、**和*分别表示在1%、5%和10%的统计水平上显著，下表同。

2. 面板数据回归结果

考虑到高技术产业科技投入与产出之间存在一定的滞后期，因此综合考虑后滞后期选择1年。先进行随机效应估计，然后进行Hausman检验，结果检验值为8.361，相伴概率为0.079，拒绝随机效应模型原假设，应该采用固定效应模型进行估计，结果如表3所示。模型拟合优度R2较高，为0.947，除了研发人员变量没有通过统计检验外，其他所有变量均通过了统计检验，为了对比，本文同时还给出了混合回归的结果。

表3 面板数据混合回归结果

注：括号内数字为t值。

研发经费投入中，其他经费的弹性系数最大，为0.545；劳务费的弹性系数次之，为0.344；仪器设备费的弹性系数最低，为0.111。总体上，劳务费的绩效较好，劳务费投入每增加1%，创新成果增加0.344%。

3. DEA效率分析结果

SBM-DEA模型计算结果如表4所示。1997-2014年，技术效率的平均值为0.220，纯技术效率的平均值为0.267，规模效率的平均值为0.897。技术效率和纯技术效率较低的原因是，计算效率是将18年数据视同截面数据计算，在这期间我国高技术产业创新本身就有技术进步，导致前沿面靠前；各种投入要素的利用率较低的原因也类似。

表4 不同年度研发投入利用率与效率

从投入要素利用率看，仪器设备投入的平均利用率最高，为32.68%；其次是劳务费，利用率为 30.64%；其他经费和研发人员投入的利用率大致相当，分别为27.96%和27.10%。随着时间的推延，各种研发投入的利用率是逐步提高的，以2008年为界，在此之前基本上处于平稳状态，在此之后上升较快。

各地区研发投入利用率与效率如表5所示。总体上东部地区效率和研发投入的利用率较高，而中西部地区较低。这与东部地区高技术产业发达、创新实力较强有关。

五、 结论与政策建议

1. 研究结论

第一，劳务费的总体绩效良好。从劳务费对创新的弹性看，其大小仅次于包括材料费、测试化验加工费、燃料动力费、出版/文献/信息传播/知识产权事务费、会议费、差旅费、国际合作与交流费等的其他经费的弹性，并且大于仪器设备费。从投入要素的平均利用率看，劳务费的利用率仅次于仪器设备费，但是高于其他经费和研发人员投入。高技术企业创新一样也是市场行为，通过合理的劳务费支出，可以调动广大科技人员的积极性，协调解决创新中人力资源不足问题，从而对创新产生较好的效果。相比较高校与科研院所，高技术企业科研经费使用时，劳务费支出相对灵活，因而总体效果较好。

表5 各地区研发投入利用率与效率

第二，劳务费的利用率总体处于上升趋势。1997年至今，劳务费的利用率基本上分为两个阶段：第一阶段是1997-2008年，劳务费的利用率基本处于平稳阶段；第二阶段是2009-2014年，劳务费的利用率处于上升阶段。出现这种情况的原因在于：一是高技术产业DEA效率分析时前沿面比较靠前，从而给劳务费利用率的提高留下了足够空间。二是在创新型国家建设背景下，高技术产业创新能力显著提高，创新效率也得到了较大改善。三是从2009年开始，劳务费占研发经费内部支出的比例快速上升，弥补了创新人力资源不足，对创新的边际贡献大，从而取得较好效果。

第三，沿海发达地区劳务费的利用率和创新效率较高。沿海发达地区高技术产业创新效率较高，劳务费利用率也较高，而中西部地区总体较低。这是因为沿海发达地区高技术产业比较发达，创新实力较强。

第四，高技术产业创新规模效率大于纯技术效率。纯技术效率代表了一定技术水平下高技术产业创新本身的技术水平，规模效率代表了高技术产业创新的管理水平。从现有研究看，规模效率总体情况较好，而纯技术效率总体较低，说明我国高技术产业创新的宏观管理水平较好；由于我国创新水平总体还不够高，导致纯技术效率偏低。

2. 政策建议

第一，合理提高高技术产业劳务费的比重。当高技术产业科研劳务费比重快速上升时，劳务费利用率也上升较快，但是不同地区科研劳务费占科研经费比重并不均衡，许多地区占比较低，因此要逐步提高这些地区科研劳务费占比，使其达到一个相对合理的水平。

第二，加强中西部地区高技术企业科研劳务费管理。中西部地区科研劳务费利用率和创新效率较低，而东部地区较高，所以必须注重中西部地区高技术企业的创新管理，加强中西部地区与东部地区的交流，努力提高中西部地区科研劳务费的管理水平。