江西省科研院所科技创新效率研究

摘 要：【目的】基于江西省科研院所科技统计调查数据，探索和分析江西省科研院所科技创新效率动态变化特征。【方法】以2001—2021年江西省科研院所科技活动人员、Ramp;D经费内部支出、专利申请受理数、专利授权量、科技论文数和出版科技著作数等投入产出数据为基础，构建效率评价指标体系，通过DEA-BCC模型及Malmquist指数模型对其科技创新效率分别进行静态评价和动态分析。【结果】江西省科研院所的科技创新综合效率相对较高，Ramp;D经费内部支出对江西省科研院所投入产出效率的影响更大，全要素生产率指数的浮动受技术进步指数的影响较大。【结论】仍需从加大财政支持力度、创新科研管理体制、深化“放管服”改革等方面不断完善科研院所建设，力争提升全省科研院所科技创新能力，更好地发挥科技创新主体作用。

关键词：科技创新；科研院所；DEA-BCC模型；Malmquist指数

中图分类号：G31 " " 文献标志码：A " " 文章编号：1003-5168（2024）12-0145-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.12.029

Research on the Efficiency of Scientific and Technological Innovation in Jiangxi Provincial Research Institutes

—Based on DEA-BCC model and Malmquist index model

WANG Jinfeng WANG Yuyao

（ Jiangxi Institute of Science and Technology Information， Nanchang 330046， China）

Abstract： [Purposes] This paper aims to comprehensively grasp the dynamic changes in the efficiency of scientific and technological innovation in research institutes in Jiangxi Province， this article conducts a comparative analysis of the efficiency of scientific and technological innovation in research institutes within Jiangxi Province.[Methods] Based on input-output data such as the number of scientific and technological activity personnel， internal Ramp;D expenses， patent application acceptance， patent authorization， scientific papers， and published scientific and technological works of research institutes in Jiangxi Province from 2001 to 2021， an efficiency evaluation index system is constructed. The DEA-BCC model and Malmquist index model are used to perform static evaluation and dynamic analysis of their scientific and technological innovation efficiency， respectively.[Findings] The results show that the comprehensive efficiency of scientific and technological innovation in research institutes in Jiangxi Province is relatively high. The impact of internal Ramp;D expenditure on the input-output efficiency of research institutes in Jiangxi Province is greater， and the fluctuation of the total factor productivity index is greatly affected by the technological progress index.[Conclusions] It is still necessary to continuously improve the construction of scientific research institutes from the aspects of increasing financial support， innovating scientific research management system， and deepening the reform of \" streamlining administration and delegating power， improving regulation， and upgrading services\" so as to strive to improve the scientific and technological innovation ability of scientific research institutes in the whole province and give full play to the main role of scientific and technological innovation.

Keywords： technological innovation; academia Sinica; DEA-BCC model; malmquist index

0 引言

科研院所是实施创新驱动发展战略的重要力量，是科技创新链条中不可或缺的一支队伍。为了积极响应国家鼓励和支持科研院所科技创新的号召，江西省科技厅2022年出台了《江西省科技体制改革三年攻坚行动实施方案》，创新科研院所发展机制，建立科研院所现代化运行管理机制。在政府不断重视科研院所科技创新、增加科研经费的过程中，科研院所科技创新投入产出效率是否提高成为科技部门比较关注的问题。

1 文献综述

梳理现有相关文献发现，国内外学者在创新测度研究方面的评估指标和评价方法已经较为丰富，得出了许多建设性的研究成果，科技创新效率评价也是其中的研究热点之一。目前国内学者对科研院所科技创新效率的研究主要集中在两个方面：一是明确了科技创新呈现出明显的地域差异与特点，开展全国范围的科研院所对比研究。例如，李俊龙等［1］以全国31个省（区、市）2015—2019年研发机构的科技创新投入产出为研究对象，运用DEA和Malmqulst指数法两种模型进行测度分析，发现科技创新效率呈现“M”型波动；范旭等［2］以全国31个省（区、市）2009—2017年科研机构的基础科研创新效率为研究对象，运用超效率数据包络分析（DEA）方法进行评价，发现我国科研机构基础科研效率总体偏低，并呈现从东到西递减趋势。二是对单个省份或单个行业领域的科研机构进行测算与分析。例如，屈娟娟等［3］采用DEA模型对广东省2006年科研机构投入产出效率进行分析；王晓夕等［4］以河北省2011—2018年农业科研机构的创新效率为研究对象，运用DEA-Malmquist方法进行动态和静态分析研究；达虎等［5］以甘肃省2011—2018年14个市州的科技统计数据为研究对象，运用DEA-Malmquist模型对甘肃省科技创新效率进行探讨研究。

为全面掌握江西省科研院所科技创新效率的动态变化情况，本文以2001—2021年江西省科研院所科技统计数据为对象，运用DEA-BCC模型和Malmquist指数模型分别对江西省科研院所21个年份的科技创新效率进行分析研究。从DEA效率、不同投入指标的影响力及Malmquist指数动态变化等3个方面进行阐述，分析其优缺点，并根据结果提出相应的对策建议。

2 研究方法

2.1 DEA-BCC数据模型

DEA模型是美国运筹学家Charnes等［6］在1978年提出的一种运用线性规划理论的评价方法。它适用于多种投入、多种产出的数据样本，是基于研究对象之间的一种非参数技术效率分析方法，对决策单元投入产出有效性进行评估。DEA模型分为BCC、SBM和CCR等模型，其中规模收益可变的BCC模型和规模收益不变的CCR模型为常用模型。由于本文的研究对象为2001—2021年江西省科研院所投入产出，在投资规模上存在差异，且这些年的投入规模持续增加，不存在缩减迹象，因此规模收益可变的BCC模型更适合本研究。

2.2 Malmquist指数

瑞典学者Malmquist［7］最早提出Malmquist指数法，实现加入时间因素后动态测算决策单元效率指数的变化情况。1994年Fare等［8］将Malmquist指数与DEA法相结合提出DEA-Malmquist模型，运用距离函数求解方法分析全要素生产率。技术进步指数（Tech）与技术效率指数（Effch）的乘积为全要素生产率指数（TFP），在规模可变时，技术效率指数由规模效率指数（SEC）和纯技术效率指数（PE）组成。

当全要素生产率指数大于1时，表明该决策单元的全要素生产率在考察期间呈上升趋势；当全要素生产率指数等于1时，表明该决策单元的全要素生产率在考察期间没有变化；当全要素生产率指数小于1时，表明该决策单元的全要素生产率在考察期间呈下降趋势。

3 指标体系和数据来源

3.1 构建指标体系

本文在选取投入、产出指标时兼顾了指标的数量和质量，使决策单元超过投入、产出指标之和的3倍，保证模型分析结果的信度、效度，同时考虑到数据来源的权威性、可得性以及指标的代表性。文中选取科技活动人员（人）、Ramp;D经费内部支出（千元）作为科研院所的投入指标，选取专利申请受理数（件）、专利授权量（件）、科技论文数（篇）和出版科技著作数（种）作为科研院所的产出指标。见表1。

3.2 数据来源

本文以2001—2021年为时间序列，以全部科研院所为研究对象，利用DEA-BCC模型和Malmquist指数模型考察其科研投入产出效率。从客观上看，科研活动投入与产出之间存在一定的滞后性，但滞后时间参差不齐。已有文献对滞后时间设定为l～3年不等［9-10］，也有文献并未考虑滞后时间的问题［11-12］。本文取滞后时间为1年，即2001—2021年各项投入分别对应于2002—2022年的各项产出，数据来源于科技部组织的年度科研机构统计调查数据。

4 实证分析

4.1 静态分析

4.1.1 DEA-BCC效率分析。利用DEAP2.1软件，选取江西省科研院所2001—2021年投入、产出数据，对江西省科研院所投入产出DEA-BCC效率进行测算，结果见表2。

①综合技术效率分析。由表2可知，江西省科研院所投入产出综合技术效率均值为0.896，处在较高水平，说明江西省科研院所在既定的投入下产出较为丰硕。21年中有8个年份的综合技术效率等于1，处于DEA有效状态，说明这8年里江西省科技创新投入规模适中，创新资源配置比较合理，不存在投入冗余或产出不足的情况。综合技术效率整体呈上升趋势，但存在波动振动。

②纯技术效率分析。由表2可知，科研院所纯技术效率均值为0.954，表明管理和技术因素对江西省科研院所的科技创新效率影响较小。其中，有8个年份纯技术效率为1且为DEA有效状态，说明这8年里江西省科研院所在现有管理和技术水平下达到最优状态；有9个年份纯技术效率小于1且为非DEA有效状态，说明这9年里投入规模、管理和技术因素对其科技创新效率影响较大。

③规模效率分析。由表2可知，科研院所规模效率均值为0.940，说明科研院所科研资源利用率与投入产出结构较为合理。其中，有8个年份的规模效率为1且为DEA有效状态，说明这8年里其资源配置较合理；有13个年份的规模效率小于1且为非DEA有效状态，说明这些年其科技创新投入规模存在问题。在这13年中，有9个年份处于规模效应递增状态，说明其科技创新投入不足，需要加大科技创新投入；有4个年份处于规模效应递减状态，说明其科技创新投入冗余，需要适度减少科技创新投入。

4.1.2 "不同投入指标的影响力分析。为考量不同投入指标对DEA-BCC模型各效率的影响程度，本文通过分别剔除科技活动人员、Ramp;D经费内部支出两种测算方式对两个投入指标的影响力进行分析，分别将其命名为测算1、测算2，将不去除任何投入指标的测算3设为对照组，见表3。由表3可知，测算1、测算2和测算3的综合技术效率均值分别为0.789、0.754、0.896，表明与去除科技活动人员相比，去除Ramp;D经费内部支出的综合技术效率均值变化更大。说明Ramp;D经费内部支出对DEA效率值的影响更大，即Ramp;D经费内部支出对江西省科研院所投入产出效率的影响更大。

4.2 动态分析

借助DEAP 2.1软件，运用Malmquist指数模型，对2001—2021年江西省科研院所科技创新效率的全要素生产率指数及其各分解指标量进行测算，结果见表4。

由表4可知，2001—2021年，江西省科研院所的5个指数均值都大于或等于1，说明其整体科技创新效率处于上升趋势。其中，有11个年份全要素生产率指数的均值均大于1，表明全要素生产率在这11年中有所提升；有9个年份全要素生产率指数小于1，表明这9个年份全要素生产率有下降趋势。从21年的观测值可以看出，全要素生产率指数呈现上升与下降不断波动的现象，这说明江西省科研院所科技创新效率虽呈现上升状态，但发展尚未稳定，没有达到理想状态。尤其是2008—2009年全要素生产率指数才0.506，技术进步指数下降直接导致全要素生产率指数下降。由此推断，提高技术进步指数是提高全要素生产率指数的关键所在。

5 结论与建议

5.1 研究结论

本文通过DEA-BCC模型对江西省科研院所2001—2021年科技创新投入、产出效率进行测算，发现江西省科研院所的科技创新综合效率相对较高。虽也出现投入冗余或产出不足现象，但大部分年份是规模报酬递增阶段，具有较大的发展空间和潜力。另外，通过不同投入指标的影响力分析发现，相对于科技活动人员，Ramp;D经费内部支出对江西省科研院所投入产出效率的影响更大。通过Malmquist指数分析可知，江西省科研院所技术进步指数对全要素生产率指数的浮动影响较大，科学技术水平的提升对提高江西省科研院所的投入产出效率有很大帮助。

5.2 对策建议

江西省科研院所作为企业、高校、科研院所三大创新主体之一，其研发实力相对比较薄弱。但随着大院大所的不断引入和科技投入的不断增加，科技创新能力也得到了明显提升，科技创新活动取得了一定的成果。但仍要不断强化管理，优化资源配置，紧盯发展机遇，提升科技创新能力。

5.2.1 加大财政支持力度，强化前沿创新意识。一是加大科技创新投入力度。持续加大各级财政对科研院所的支持力度，完善财政科研经费预算管理制度，确保财政投入稳步增长，在机构运行、基础建设和人员经费等方面给予科研院所更多的经费保障。二是创新资源计划和统筹配置。大力支持有研究基础、特色优势的科研院所承接基础研究和应用研究等研发活动重大科研项目，通过实施项目提高原创性科技成果产出。

5.2.2 创新科研管理体制，激发科研人员活力。科研人员是科研活动的核心要素，要持续完善人才培养和人才引进制度，不断激发科研人员活力。一是创新完善科技人才培养机制。深化“三评”改革，给予科研院所在相关科研方面的自主权，实行科研项目经费“包干制”，鼓励科技人员自主选择科研方向、组建科研团队，开展原创性基础研究。二是完善人才引进培育制度。创造良好的高端人才引进环境，丰富高端人才引进手段，完善人才引、聚、育、用政策，培养造就一支结构合理、素质优良的创新创业人才队伍。

5.2.3 持续深化“放管服”改革，优化科技创新创业发展环境。为提升科研成果产出水平，激发科研人员创新活力，需进一步落实减负放权措施，深化科技领域“放管服”改革，减轻科研人员负担，为科研人员营造良好的创新创业环境。一是做好科研项目与经费管理方面的简政放权，优化科技行政许可审批管理和服务流程，赋予科研院所和科研人员在项目设立以及经费使用方面的自主权；二是做好科研院所分类考核评价改革，以科技创新规律、突出质量贡献为绩效导向，建立与研究领域、岗位等相适应的分类绩效评价标准，赋予科研人员职务科技成果所有权或长期使用权改革试点，鼓励和引导科研人员多、快、好地出成果。

参考文献：

［1］李俊龙，谭涛.研究与开发机构科技创新效率测度及提升对策：基于数据包络分析和Malmquist指数法［J］.科技管理研究，2023，43（4）：94-99.

［2］范旭，李蓓黎.科研机构基础科研创新效率评价及提升研究［J］.科技管理研究，2021，41（15）：117-126.

［3］屈娟娟，张成科，朱怀念.基于DEA的广东省科研机构投入产出的效率评价［J］.广东工业大学学报，2010，27（4）：50-53.

［4］王晓夕，张新仕，李敏，等.河北省农业科技创新效率评价研究：以农业科研机构为例［J］.农业科技管理，2021，40（2）：18-21，43.

［5］达虎，范瑞龙，张园淋，等.基于DEA-Malmquist模型的甘肃省科技创新效率研究［J］.湖北大学学报（自然科学版），2022，44（3）：325-332.

［6］CHARNES A，COOPERW W，RHODES E.Measuringtheefficiencyofdecisionmakingunits［J］.EuropeanJournalofOperationalResearch，1978，2（6）：429-444.

［7］MALMQUIST S.Indexnumbersandindifferencesurfaces［J］.TrabajosDeEstadistica，1953，4（2）：209-242.

［8］FARE R，GROSSKOPF S，NORRIS M.Productivitygrowth，technicalprogress，andefficiencychangeinindustrializedcountries［J］.AmericanEconomicReview，1994，85（5）：1040-1044.

［9］穆智蕊.基于超效率DEA模型的北京Ramp;D投入绩效评价［J］.科技进步与对策，2012，29（5）：117-120.

［10］谭秀阁，杨建飞，王珏.基于DEA的我国财政科技投入效率评价［J］.西安财经学院学报，2013，26（1）：78-83.

［11］张林，高安刚.基于DEA的欠发达地区创新绩效研究：以西南三省为例［J］.科技管理研究，2012（10）：76-79.

［12］杨剑，杨锋.国家主体性科技计划实施效率的DEA评价［J］.科技进步与对策，2010，27（21）：116-118.