新疆产学研合作创新效率研究

赵 楠，马晓苗,2

(1.新疆财经大学 工商管理学院，新疆 乌鲁木齐，830012；2.中国人民大学 博士后科研流动站，北京，100872)

产学研合作是企业、高校和科研机构为共同实现科技成果产出和转化所进行的合作，即技术需求方(企业)与供给方(高校或科研机构)之间的合作，是科技与经济结合的有效形式，不仅有利于企业提升核心竞争力，也有利于高校和科研机构将创新成果转换为经济效益[1]。党的十九大报告指出，“创新是引领发展的第一动力”“建立以企业为主体、市场为导向、产学研深度融合的技术创新体系，加强对中小企业创新的支持，促进科技成果转化”。随着国家的大力倡导与支持，产学研合作成为提高区域科技创新水平的有效途径，是加快实现“中国制造”向“中国创造”跨越的重要手段。新疆作为“一带一路”倡议核心区，加强产学研合作是推进丝绸之路经济带创新驱动发展的重要方式。

一、文献综述

目前产学研合作创新效率研究包括创新效率测度和影响因素分析，常用研究方法有数据包络分析法(DEA)、层次分析法、随机前沿分析法(SFA)、Tobit方法、粗糙集和灰色关联分析等；研究对象包括全国各省产学研合作创新效率评价，省内各地市各行业效率测评，三大主体(企业、高校和科研机构)创新效率及影响因素分析等。梁嘉明等[2]运用DEA方法，从效率、有效性、规模收益和投影分析四个角度对广东省产学研合作研发项目进行评价；Barra等[3]运用随机前沿分析法对意大利区域创新系统效率及其影响因素进行分析；王天擎等[4]建立RS-DEA产学研合作效率评价模型，利用DEA的BCC模型对我国各区域进行效率评价，后利用粗糙集理论找到影响投入产出效率的关键因素。根据已有文献可知，目前国内外学者根据评价对象特征，采取不同评价方法对产学研创新效率及其影响因素进行评价，由于DEA适用于多输出-多输入的有效综合评价问题，因此大部分学者采用DEA方法对创新效率进行评价，再结合灰色关联分析、粗糙集理论等对影响因素进行评价。

由于产学研合作创新存在空间交互作用，即本地区创新效率影响其他地区协同创新行为和产出结果[4]，因此提高新疆各地州市产学研合作创新效率不仅有利于提高本区域创新行为和产出结果，也会给疆内其他地区带来积极影响，且新疆产学研合作创新效率整体提高的同时，也会给其他省域带来积极影响。

二、新疆各地州市产学研合作创新效率评价

数据包络分析法(Data Envelopment Analysis，DEA)借助数学规划模型确定生产系统前沿面，进而得到各决策单元(Decision Making Units，DMU)相对有效性，通过分析各非DEA有效决策单元的冗余量与不足量，从而为决策者提供重要的决策信息[5]。投入导向型BCC模型是在不增加产出的情况下减少投入以提高效率[6]，对于产学研活动，资源的投入量相对容易控制，因此本文选择投入导向型BCC模型。

(一)评价指标体系的建立

投入指标——产学研活动的核心投入要素包括人力和财力两方面。人力投入一般包括R&D人员全时当量、科技活动人员等，其中R&D人员全时当量是全时人员工作量和非全时人员按实际工作时间折算的工作量之和，反映了R&D活动的人力资源投入量；财力方面包括R&D经费支出和科技拨款占地方财政支出比重[8]等，R&D经费支出包括年度内用于基础研究、应用研究和试验发展的经费支出，科技拨款占地方财政支出比重一方面可以体现地方自主创新活动的财政实力水平，另一方面可以体现地方政府对科技活动的重视程度。本文选取的投入指标包括R&D人员全时当量I1、R&D经费支出I2和科技拨款占地方财政支出比重I3。产出指标——产学研活动的产出要素，分为知识形态产出和经济效益产出。知识形态产出是直接产出，包括专利、科技论文等[7]；经济效益产出是间接产出，是知识或技术应用到产业中形成的社会经济效益，如新产品销售收入、技术市场合同成交额[8]、科技活动收入[9]等。选取国内专利授权数O1、科技论文数O2和科技活动收入O3作为产出指标。具体指标体系如表1所示。

表1 新疆各地州市产学研合作创新效率评价指标体系

由于产学研合作创新活动的产出与投入之间存在一定的滞后现象，在参考已有文献处理方法的基础上，将产出指标设置为滞后投入指标一年。新疆各地州市的具体数据均收录在《新疆科技统计年鉴》，而该年鉴的最新版本为2015年版，因此本文数据均来自于2014年和2015年《新疆科技统计年鉴》。由于克拉玛依市部分产出数据有缺失，予以剔除，对新疆其余13个地州市产学研合作效率进行评价。

(二)实证结果分析

1.效率分析

DEA方法要求投入指标与产出指标之间为正相关关系，运用SPSS软件的Pearson相关系数法对投入产出数据进行相关性分析，结果表明投入产出指标之间为正相关关系。继而运用DEAP2.1软件中规模报酬可变的BCC模型对新疆13个地州市产学研合作投入产出状况进行评价，得出各地州市产学研合作创新效率的具体数值(如表2所示)。其中TE为综合效率，是对各地区投入要素的配置能力和使用效率等的综合评价；PTE为纯技术效率，是在不考虑规模报酬的情况下对各地区投入产出结构和投入要素的使用效率等方面的衡量；SE为规模效率，反映各地区的实际规模与最优生产规模之间的差距。根据DEA原理可知，综合效率等于纯技术效率和规模效率的乘积，即TE=PTE*SE。规模报酬一栏中“irs”表示规模递增，“drs”表示规模递减，“-”表示规模不变。表2中结果是13个地州市投入与产出效率的相对比较值，而非绝对值。

表2 新疆各地州市产学研合作创新效率

数据来源：经作者计算得出。

从表2的结果可知：综合效率均值为0.737，纯技术效率均值为0.813，规模效率均值为0.884，表明新疆各地州市产学研合作创新效率处于中等水平；各地区创新效率差距较大，个别地区创新效率明显过低，其根本原因是投入的创新资源不够充分或者是未能充分发挥所投入资源的作用而导致其资源利用率低下；结合规模报酬和DEA是否有效，可得出其中4个地区DEA有效，9个地区非DEA有效，非DEA有效的地区中有4个地区规模报酬递增和5个地区规模报酬递减，具体分析如下。

第一，乌鲁木齐市、昌吉州、和田地区和阿勒泰地区这4个地州投入产出处于产学研合作创新效率相对有效的状态，处在有效的生产前沿面上，说明其科技资源的配置比较合理，投入产出水平达到了技术和规模上的有效，可按目前的投入产出结构适当扩大规模以提高经济科技产出。其中，和田和阿勒泰地区的投入相对较少，其产出也相对较少，但在技术和规模都达到了相对有效状态，因此这两个地区的综合效率为1。

第二，吐鲁番市、巴州、克州和喀什地区非DEA有效但规模报酬递增。非DEA有效说明其综合效率无效，规模报酬递增说明DMU投入规模有可扩大的空间，此时增加投入可以带来数倍产出，因此这4个地区可适当增加投入规模，以达到最优的规模效益。其中巴州和克州具有较高的规模效率但纯技术效率较低，说明这两个地区非DEA有效主要源于纯技术效率无效，即R&D人员的研发能力、科研基础设施水平、科研成果的现实转化应用能力与DEA有效地区相比存在一定的差距。吐鲁番市综合效率最低，在投入资源的技术水平和规模方面都亟待提高。根据DEA提供的改进参考目标可知，吐鲁番市可参照和田地区当前的投入产出水平来提高创新效率，两地区的产出水平相近而吐鲁番市投入量却远超和田地区，吐鲁番市可重新规划各投入要素的分配，剩余的投入要素应以市场需求为导向，开发研究新的合作项目。喀什地区规模效率高于纯技术效率，说明纯技术效率低是导致其创新效率水平低的主要原因，要重点提高喀什地区的纯技术效率。喀什地区人力资源和物质资源相对比较匮乏，政府应号召高级技术人员投身喀什的科学事业，并加大对喀什地区的财力投入和基础设施建设。

第三，哈密地区、博州、阿克苏地区、伊犁州和塔城地区这5个地区非DEA有效且规模报酬递减。规模报酬递减表明盲目增加研发投入不能带来相应技术产出，反而导致创新效率下降和社会资源浪费。特别是哈密和博州两地区，纯技术效率为1而综合效率值小于1，即纯技术效率有效而规模效率无效导致综合效率无效，表明其位于BCC模型有效边界上，投入资源使用是有效的，而在扩大规模时，增加的投入量所带来的产出开始递减，从规模报酬最大化角度来说造成了资源浪费。因此这两个地区产学研合作效率的提升应主要依赖于规模效率的改善，适当控制两个地区产学研合作规模来提高资源利用率，可通过开发新项目来获得更高的创新效率。阿克苏、伊犁州和塔城地区规模效率均高于纯技术效率，规模效率均大于0.8，说明这三个地区相对较好地发挥了规模优势。伊犁州纯技术效率为0.884，与DEA有效地区的差距相对较小，但仍有提升的空间，阿克苏地区的纯技术效率略低于纯技术效率均值，而塔城地区纯技术效率仅为0.482，说明纯技术效率低是导致其非DEA有效的主要原因，根据DEA提供的改进方向发现，塔城和哈密地区的投入产出结构较为相似，因此塔城地区可参照哈密地区的投入产出结构进行优化。

2.投入冗余量与产出不足量分析

通过对DMU投入产出指标的冗余与不足情况进行分析可为各地区提高创新效率提供依据和方向。进一步对纯技术效率无效地区投入指标的径向改进值s1-和松弛变量改进值s2-进行分析，可得出各DMU投入指标的冗余量S-，冗余量等于径向改进值和松弛变量改进值的和，即S-=s1-+s2-。径向改进值又称为比例改进值，是DMU在不包括松弛变量情况下离有效前沿面的径向距离，是指在目前的投入产出水平上，应成比例增加或减少的值；松弛变量改进值是指在径向改进之后，继续改进以达目标量(强有效前沿)，也就是在等比例改进后，相对于强有效DMU的差值。产出不足量是在目前的投入水平上，按照有效DEA投影，与应当达到的有效产出之间的差值。本文使用的是投入导向型的BCC模型，产出指标的径向改进值为零，产出不足值S+即为剩余变量s+的值。由于纯技术效率有效地区DMU投入冗余量为零，为简化分析，表3给出了7个纯技术效率无效区域的投入冗余量。

由表3可知，各地区投入指标均有一定的冗余量，说明在目前的产出水平上，按照有效的生产前沿面，各投入指标相对于有效DMU应当减少的量。投入指标I1(R&D人员)和投入指标I2(R&D经费支出)总体上来说均有较多的冗余，说明R&D人员和经费没有得到合理的配置利用；投入指标I3(科技拨款占地方财政支出比重)的松弛改进值几乎为零，说明该指标与有效DEA地区之间的差距相对较小，代表各地区政府对产学研合作活动的重视程度较高，拨付给科研活动较为充足的财政科技拨款。产出指标O1(国内专利授权数)仅有克州需要增加57个，其余各地区的专利授权量均达到了有效前沿面的产出量；产出指标O2(科技论文)和O3(科技活动收入)各地区均有一定的不足量，说明各地区应鼓励科技论文的发表，并促使科技知识转化为经济效益。

表3 非DEA有效地区的投入冗余量

Tab.3 Input redundancy in non-DEA effective areas

数据来源：经作者计算得出。

三、新疆产学研合作创新效率的影响因素分析

为了进一步分析新疆各地州市产学研合作创新效率影响因素的权重大小，使用灰色关联分析法对重要影响因素进行排序，各地州市可根据分析结果得出的关联度大小调整投入资源的优先次序，为提高产学研合作创新效率提供决策依据。灰色理论适用于信息不完全、数据缺乏问题的研究分析。由于新疆产学研合作统计数据有限且分布规律不够典型，因此灰色关联分析方法较为适用。灰色关联分析根据序列在走势及性质等方面的相似程度来判断其联系是否紧密[10]，关联度越接近1说明关联程度越大，关联度大于0.6即表明序列间关联性显著。

(一)灰色关联分析指标选取和计算结果分析

选取上文中数据包络分析法计算所得的各地州市综合效率为参考序列，由于所使用的投入指标即为产学研合作创新投入的关键影响因素，因此将R&D人员全时当量O1、R&D经费O2、科技拨款占地方财政支出比率O3作为比较序列。R&D机构数作为产学研合作的重要投入指标，是产学研合作的主体之一，代表研发活动的规模大小和基础设施水平，可充分体现区域创新水平和能力，将R&D机构数O4作为第四个比较序列。姚云浩和高启杰[11]运用DEA-Tobit方法对中国区域产学研合作创新效率及影响因素进行评价和分析，提出地区GDP增长率及区域内开展R&D活动的企业数与中国区域产学研合作创新效率显著正相关，因此将地区GDP增长率O5和开展R&D活动的规模以上工业企业所占比例O6作为第五和第六个比较序列。原始数据均来自2014年《新疆科技统计年鉴》，按照灰色关联方法求得各参考序列关联度：O1=0.659，O2=0.671，O3=0.821，O4=0.655，O5=0.604，O6=0.714。

对各个因素按照关联度大小排序为：O3>O6>O2>O1>O4>O5。科技拨款占地方财政支出比率O3与产学研合作创新效率最为相关，关联度为0.8以上。科技拨款占地方财政支出比率代表地区对产学研活动的支持力度和进行自主创新活动的财政实力水平，说明政府的支持在促进产学研合作活动中发挥至关重要的作用，较高的财政实力水平能直接促进产学研合作创新水平。开展R&D活动的规模以上工业企业所占比例O6与产学研合作创新效率显著相关，说明企业开展R&D活动能切实有效地提高创新能力，增加企业的经济效益。R&D经费O2和R&D人员O1与产学研合作创新效率显著相关，R&D人员是合作创新的主体，R&D经费是人力资本发挥能动作用的前提和基础，二者的共同作用促进产学研合作创新的产生，因此要保证人员和经费的充分供给和高效利用。R&D机构数O4与产学研合作创新效率显著相关，R&D机构对创新活动起着至关重要的作用，各地区政府在有资源有条件的前提下应重视科研机构的建设。地区GDP增长率O5与产学研合作创新效率相关，但相对于其余五个因素来说影响度较低，说明新疆地区经济发展形势对产学研合作有一定的影响，总体来说经济形势越繁荣，越有利于区域内企业、科研机构和学校的发展，可为产学研合作创新营造良好的经济环境，因此经济快速发展亦可提高区域产学研合作创新效率。

四、结论与启示

DEA效率分析研究表明，新疆各地州市产学研合作创新效率处于中等水平，合作创新活动取得了一定成效，但各地州市效率水平差距较大，未来有较大的改进空间。首先，应构建各地区共同的产学研合作创新机制，依据各地区人文环境、自然资源、基础设施等优势形成产学研合作创新体系，实现跨地区、跨部门、跨体制的分工协作，共享科技创新成果的经济转化，以实现区域创新合作协调发展；其次，对于DEA达到相对有效的地区，如乌鲁木齐市、昌吉地区等，应适量增加研发投入，进一步提高产学研合作的科技产出和经济效益；对非DEA有效地区，如吐鲁番市、哈密地区等，应首先采取有效措施提高投入资源的利用率，提高科技研发水平，确保科技成果的经济转化效率，然后再根据发展需要合理投入研发资源。

DEA冗余量和不足量分析表明，纯技术效率非DEA有效地区均有一定的投入冗余和产出不足。针对资源投入环节：对R&D人员投入冗余方面，要改善管理制度，减少日常繁杂的行政工作，制定切实有效的考核方式，提高工作效率，最大限度地降低R&D人员的闲置浪费情况；完善激励策略，鼓励支持研究与开发工作，调动科研人员的工作积极性，提升产学研合作活动的活跃度；鼓励企业、学校和科研机构积极参与，加强科研人员与企业的深度互动，防止学研方过度注重科学研究价值而忽略市场价值，造成科研成果难以与企业需求对接。在R&D经费和科技拨款投入冗余方面，各地区应引入资金管理机制，确保科学有效地使用经费，对科研基金进行统筹规划、合理分配，在项目实施过程中跟踪资金流动，及时反馈合理调整，增强资本配置能力，加强监督和评估，设立利益共享和风险共担机制，确保产学研合作项目的顺利完成。针对成果产出环节：由于成果的产出不易受到控制，因此各地区可根据当地科技发展状况，引导鼓励科研人员进行有针对性的研发，鼓励科研人员发挥自身特长大胆探索、挑战未知。

根据灰色关联分析得出的产学研合作创新效率影响因素关联度大小，建议：第一，各地区政府应优先考虑提高财政科技拨款，确保科技活动的顺利开展；第二，要鼓励企业开展R&D活动，设立大型合作创新项目，鼓励企业人力、财力、物力等方面的投入，培养企业成为创新活动主体，以市场为导向，促进科研成果的转化，推动产学研深度融合；第三，R&D人员和经费不能盲目投入，各地区应根据投入冗余量和产出不足量调整人员和经费的比例，提高资源利用效率，再根据项目需要增加人员和经费的投入；第四，大力支持R&D机构的发展，R&D机构作为技术提供方，对产学研合作发挥至关重要的作用，建立信息交流平台，确保学校和科研院所与企业目标的一致性，避免因信息不对称造成资源浪费；第五，加快经济发展，为区域产学研合作提供良好的物质基础和创新环境，推动科技进步。根据以上分析，新疆各地州市可结合自身具体情况，按照产学研合作创新效率与影响因素的关联度大小，安排各投入要素，以提升产学研合作创新效率。