基于SFA模型的大學(xué)和研發(fā)機(jī)構(gòu)科學(xué)論文產(chǎn)出效率分析

李 小 勝， 陳 姚 祥

（1.安徽財經(jīng)大學(xué) 統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠233030；2.東華大學(xué) 旭日工商管理學(xué)院，上海200051）

一、引 言

一個國家的創(chuàng)新體系主要由企業(yè)、大學(xué)和研發(fā)機(jī)構(gòu)、政府、中介組織等組成，以及這些主體之間的聯(lián)系及其運(yùn)行機(jī)制組成的網(wǎng)絡(luò)系統(tǒng)［1］。目前國內(nèi)外學(xué)者對創(chuàng)新主體中的企業(yè)技術(shù)創(chuàng)新研究較多，但對大學(xué)和研發(fā)機(jī)構(gòu)創(chuàng)新效率的考察和評價較少。而從技術(shù)創(chuàng)新體系的角度來看，大學(xué)和研發(fā)機(jī)構(gòu)作為國家創(chuàng)新體系中的主要主體之一，它們對整個國家創(chuàng)新的發(fā)展所產(chǎn)生的巨大推動力是客觀存在的，特別是在人才培養(yǎng)和基礎(chǔ)研究的溢出效應(yīng)方面起到了不可估量的作用。大學(xué)和研發(fā)機(jī)構(gòu)資金主要來源于政府資金，由于屬于公共支出，合理評估研發(fā)投入的績效，為政府對研發(fā)資金在創(chuàng)新主體間分配、支持方向和管理模式進(jìn)行合理調(diào)整提供參考依據(jù)，也是推動國家科技事業(yè)持續(xù)健康發(fā)展，促進(jìn)科技資源優(yōu)化配置，提高科技管理水平的重要手段和保障［2］。

國外學(xué)者Rousseau和Rousseau采用科技計量學(xué)和數(shù)據(jù)包絡(luò)分析（data envelopment analysis，簡稱DEA）相結(jié)合的方法，利用R&D經(jīng)費(fèi)與GDP的比值和人口作為輸入指標(biāo)，SCI文章數(shù)量以及EPO（歐洲專利局）的專利數(shù)量為輸出指標(biāo)，對歐洲14個主要發(fā)達(dá)國家的科技競爭力進(jìn)行了比較研究［3］。Grosskopf等應(yīng)用DEA方法，將科學(xué)論文作為產(chǎn)出對部分高等學(xué)校的效率進(jìn)行分析［4］。Avkiran運(yùn)用數(shù)據(jù)包絡(luò)分析中規(guī)模報酬不變及規(guī)模報酬可變方法評價澳大利亞36所大學(xué)的技術(shù)效率和規(guī)模效率［5］。Banker等利用DEA技術(shù)對美國德克薩斯州公立學(xué)校的技術(shù)效率和配置效率進(jìn)行了績效評估［6］。國內(nèi)學(xué)者柳卸林、趙捷利用教育部發(fā)表SCI論文前10個高校和中國科學(xué)院前10個研究所的相關(guān)數(shù)據(jù)研究后發(fā)現(xiàn)，研究經(jīng)費(fèi)和期刊影響因子是決定我國SCI論文數(shù)量的核心因素，并建議今后要加大對科研部門的經(jīng)費(fèi)投入［7］。Guan和Wang運(yùn)用DEA技術(shù)對國家自然基金委21項杰出青年基金項目產(chǎn)出的SCI論文及其被引次數(shù)進(jìn)行分析，以此評價團(tuán)隊的研究效率［8］。唐崇敏、官建成選取OECD國家和部分非OECD國家，共33個國家的SCI論文作為產(chǎn)出數(shù)據(jù)，進(jìn)行了基于DEA方法的科學(xué)論文產(chǎn)出效率分析［9］。劉立、王耀德從專利引文角度認(rèn)為公共科學(xué)對技術(shù)創(chuàng)新具有重要作用［10］。李若筠、楊列勛對管理科學(xué)部基金項目論文產(chǎn)出進(jìn)行了定量分析，得出項目的平均論文產(chǎn)出為9篇左右［11］。

從現(xiàn)有的研究可以看出，國內(nèi)外學(xué)者對高校和項目的研發(fā)產(chǎn)出領(lǐng)域做過大量研究，但主要是對這些主體采用科學(xué)論文作為產(chǎn)出的形式之一，對研發(fā)效率進(jìn)行評價；很少涉及以科技論文作為產(chǎn)出形式的大學(xué)和研發(fā)機(jī)構(gòu)投入產(chǎn)出績效評價。其次，在研究方法上很多采用的是描述性統(tǒng)計的方法和非參數(shù)方法，主要是數(shù)據(jù)包絡(luò)分析，該方法對所選取的生產(chǎn)函數(shù)施加了諸多限制，且無助于理解相對效率較低的決策單元無效率的根本原因。本文在以下幾個方面有別于以往的研究：首先，采用形式靈活的超越對數(shù)生產(chǎn)函數(shù)，對所選取的生產(chǎn)函數(shù)不做任何限制；借助隨機(jī)前沿生產(chǎn)函數(shù)模型，對全要素生產(chǎn)率的增長率進(jìn)行詳盡分解。其次，在生產(chǎn)效率方程中加入兩項影響效率的重要變量，以找出造成地區(qū)間大學(xué)和研發(fā)機(jī)構(gòu)技術(shù)效率差異的原因。

二、數(shù)據(jù)來源和處理

根據(jù)創(chuàng)新績效研究文獻(xiàn)的投入指標(biāo)設(shè)置要求，本文創(chuàng)新投入指標(biāo)主要包括兩個方面：一方面是經(jīng)費(fèi)投入，《中國科技統(tǒng)計年鑒》中有分地區(qū)的高等學(xué)校和研究與開發(fā)機(jī)構(gòu)的R&D經(jīng)費(fèi)內(nèi)部支出，本文將其合并表示研發(fā)創(chuàng)新的經(jīng)費(fèi)投入；另一方面是人員投入，《中國科技統(tǒng)計年鑒》中有分地區(qū)的高等學(xué)校和研究與開發(fā)機(jī)構(gòu)的R&D人員全時當(dāng)量投入，本文將其合并表示研發(fā)創(chuàng)新的人員投入。對歷年R&D經(jīng)費(fèi)內(nèi)部支出進(jìn)行價格平減后用其實(shí)際值作為解釋變量。創(chuàng)新的產(chǎn)出國內(nèi)外比較代表性的觀點(diǎn)是用專利、新產(chǎn)品產(chǎn)值、新產(chǎn)品銷售收入、國內(nèi)和國際論文數(shù)。以專利形式出現(xiàn)的指標(biāo)更多是反映了以科技為基礎(chǔ)的創(chuàng)新，而以新產(chǎn)品形式出現(xiàn)的創(chuàng)新，更多反映了以市場需求為基礎(chǔ)的產(chǎn)品創(chuàng)新。大學(xué)和研究與開發(fā)機(jī)構(gòu)的專利申請數(shù)占整個國家的專利申請數(shù)不大，從2009年《中國科技統(tǒng)計年鑒》中的國內(nèi)、外三種專利申請授權(quán)數(shù)按機(jī)構(gòu)類型分布看，大學(xué)和研究與開發(fā)機(jī)構(gòu)的專利申請授權(quán)數(shù)比重只占到13%。但是從2008年國內(nèi)論文的機(jī)構(gòu)分布看，大學(xué)和研究與開發(fā)機(jī)構(gòu)的比重占到77.92%，國內(nèi)論文主要來源于大學(xué)和研究與開發(fā)機(jī)構(gòu)。由于本文分析的是大學(xué)和研發(fā)機(jī)構(gòu)的科學(xué)論文產(chǎn)出效率問題，所以選取了大學(xué)和研究與開發(fā)機(jī)構(gòu)國內(nèi)國際的論文數(shù)代表產(chǎn)出，本文的數(shù)據(jù)來源于中國科學(xué)技術(shù)信息研究所提供的數(shù)據(jù)資料。國內(nèi)論文的統(tǒng)計，是以中國科技信息研究所《中國科技論文與引文數(shù)據(jù)庫》（CSTPCD）收錄的國內(nèi)大陸出版的科技期刊為統(tǒng)計源期刊，以論文的第一作者所在單位進(jìn)行統(tǒng)計，但不包括期刊中刊登的有關(guān)科學(xué)講座、各類指示講話、小經(jīng)驗、小竅門和會議摘要等。國際論文的數(shù)據(jù)統(tǒng)計，是以進(jìn)入國際三大檢索系統(tǒng)：《SCI》、《EI》、《ISTP》的文章為統(tǒng)計源，最后本文將國內(nèi)國際論文數(shù)進(jìn)行合計代表一個地區(qū)的總的科學(xué)論文產(chǎn)出數(shù)。

三、研究方法

本文將大學(xué)和研發(fā)機(jī)構(gòu)的科學(xué)論文的產(chǎn)出看成是生產(chǎn)過程，采用隨機(jī)前沿生產(chǎn)函數(shù)方法（stochastic frontier analysis，簡稱SFA）進(jìn)行估計。該方法最早是由 Aginer、Lovell和schmidt以及 Meeusen、Van den Broeck幾乎同時獨(dú)立提出［12］（P75）。這個函數(shù)的創(chuàng)新在于，認(rèn)為生產(chǎn)函數(shù)中包含一個復(fù)合誤差項，其由兩個部分組成：一部分用來測量隨機(jī)因素；另一部分用來測量技術(shù)非效率。Battese和Coelli將影響技術(shù)效率項的因素等引入了隨機(jī)前沿模型，擴(kuò)展成面板數(shù)據(jù)的隨機(jī)前沿模型，即［12］（P50）：

其中，Yit為第i個觀察對象的第t期的產(chǎn)出；xit表示第i個觀察對象的第t期的投入向量；β為未知的參數(shù)向量；vit是一個隨機(jī)變量，假設(shè)其服從正態(tài)分布N（0），且和uit是相互獨(dú)立的；uit是一個非負(fù)的隨機(jī)變量，假設(shè)其來源于觀察對象的無效率值，并且服從截斷的正態(tài)分布 N+（mit），其中，mit=zitδ，zit是影響效率的變量組成的向量，δ是未知參數(shù)向量；f（·）是生產(chǎn)函數(shù)。Battese和Corra定義組合方差：σ2=+，變差率為：γ=，這個比率的范圍在0和1之間，若γ趨近于0時，則說明總變化是由隨機(jī)誤差引起的；若γ趨近于1時，則說明總變化是由無效率引起的。利用變差率γ可以判斷效率的損失是由隨機(jī)誤差引起的還是由無效率引起的。

根據(jù)Kumbhakar的總結(jié)，如果能夠獲得價格信息，基于面板數(shù)據(jù)的隨機(jī)前沿生產(chǎn)函數(shù)模型能夠?qū)⑷厣a(chǎn)率的增長率分解為前沿技術(shù)進(jìn)步率（FTP）、相對前沿技術(shù)效率變化率（TE）、規(guī)模經(jīng)濟(jì)效率（SE）和配置效率變化（AE）四個部分，當(dāng)要素價格未知時，無論配置是否有效，其無效的部分都計算不出來［12］?；谶@種情況，本文將全要素生產(chǎn)率的增長率分解成三部分，具體為：

其中，變量上方的點(diǎn)表示增長率，xjit表示生產(chǎn)過程中投入的要素，RTSit=∑Ejit，Ej=?lnf（·）／?lnxj，為j要素的投入產(chǎn)出彈性，比較RTS與1的大小，可測度規(guī)模報酬；λj=Ej／∑Ej=Ej／RTS，且∑λj=1，測度要素j在前沿生產(chǎn)函數(shù)中的相對產(chǎn)出彈性。

四、模型構(gòu)建及實(shí)證分析

1.模型的構(gòu)建和估計結(jié)果

本文采用具有時變效率超越對數(shù)形式的隨機(jī)生產(chǎn)前沿函數(shù)模型作為度量全要素生產(chǎn)率變化率的模型。該模型不僅考慮了要素對生產(chǎn)率的影響，同時將時間趨勢因素考慮在內(nèi)。模型如下：

其中，i=1，2，…，30，分別表示中國大陸30個?。ㄎ窗ㄎ鞑睾透邸?、臺地區(qū)）；Kit表示第i個地區(qū)第t年平減后的R&D經(jīng)費(fèi)內(nèi)部支出，Lit表示第i個地區(qū)第t年的R&D人員全時單量；Yit表示第i個地區(qū)第t年的論文產(chǎn)出量。對變量uit，即技術(shù)非效率服從截斷的正態(tài)分布 N+（mit，σ2u），其中，mit=zitδ。本文中假設(shè)技術(shù)無效率方程為：

由于大學(xué)和研發(fā)機(jī)構(gòu)的資金來源主要是政府資金（公共支出）、企業(yè)資金和金融機(jī)構(gòu)貸款，但是金融機(jī)構(gòu)貸款數(shù)據(jù)不全，所以只考慮前兩類資金的比重，其中政府資金在經(jīng)費(fèi)籌集中的比例用Zit表示，企業(yè)資金在經(jīng)費(fèi)籌集中的比例用Qit表示，而vit代表隨機(jī)因素，獨(dú)立于uit。使用超越對數(shù)生產(chǎn)函數(shù)的主要優(yōu)點(diǎn)是允許要素間替代彈性可變、允許存在非中性的技術(shù)進(jìn)步，且將技術(shù)進(jìn)步可以分解為一個共同項和一個隨不同地區(qū)和時間而變化的特質(zhì)項，最后還能方便地將TFP增長率分解為技術(shù)進(jìn)步率、技術(shù)效率變化項，以及規(guī)模效率變化項。估計隨機(jī)前沿的方法有兩步法和一步法。兩步法通常首先估計出隨機(jī)前沿的生產(chǎn)函數(shù)，然后對無效率項與影響效率項的因素建立回歸方程（tobit regression）。Wang、Hung-Jen和Schmidt利用蒙特卡羅模擬方法證實(shí)了一步估計優(yōu)于兩步估計［12］（P117）。本文利用Frontier4.1軟件進(jìn)行一步估計，參數(shù)估計結(jié)果如表1和表2所示。

模型采用一步極大似然估計方法得到資本的平均產(chǎn)出彈性為0.601，勞動的平均產(chǎn)出彈性為0.307。通過比較，本文認(rèn)為模型的結(jié)論比較符合經(jīng)濟(jì)現(xiàn)實(shí)，中國大學(xué)和研發(fā)機(jī)構(gòu)的資金主要來自于政府資金，而政府資金支持的縱向課題和基金項目通常的結(jié)項需要在質(zhì)量較好的期刊發(fā)表文章，通常這些期刊符合中國科技信息研究所國內(nèi)和國際論文選刊標(biāo)準(zhǔn)，資金和人員對產(chǎn)出的作用比較明顯，這個結(jié)論和柳卸林等的研究結(jié)論是一致的［8］。模型生產(chǎn)函數(shù)的估計中，資本、勞動、時間以及所有的二次項都非常顯著，說明本文的模型具有相當(dāng)?shù)慕忉屃Α＆帽容^接近于1，遠(yuǎn)遠(yuǎn)超過隨機(jī)因素對技術(shù)效率的影響，說明生產(chǎn)無效率基本上是由于技術(shù)無效率造成的，與隨機(jī)誤差項關(guān)系不大。單邊似然比檢驗是針對假設(shè)H0：γ=δ0=δ1=δ2=0進(jìn)行的檢驗，LR服從混合χ2分布，根據(jù)軟件得到單邊似然比值LR=86．680，在1%水平下（4）=12．483，顯然LR＞（4），拒絕 H0，由此說明大學(xué)和研發(fā)機(jī)構(gòu)科學(xué)論文的產(chǎn)出普遍存在技術(shù)非效率。

前文的分析認(rèn)為影響技術(shù)效率的因素有政府資金在經(jīng)費(fèi)籌集中的比例和企業(yè)資金在經(jīng)費(fèi)籌集中的比例。從表2可知，政府資金在經(jīng)費(fèi)籌集中的比例每增加1%，技術(shù)非效率降低18.9%，相反如果企業(yè)資金在經(jīng)費(fèi)籌集中的比例每增加1%，那么該地區(qū)科學(xué)論文產(chǎn)出技術(shù)非效率將會增加20.8%。主要的原因是企業(yè)資金支持的科研項目和課題，并不要求大學(xué)和研發(fā)機(jī)構(gòu)以發(fā)表論文作為完成課題的標(biāo)志，而他們更看重的是如專利等提升企業(yè)競爭力的方案、實(shí)用新型和外觀設(shè)計。

表1 隨機(jī)前沿模型分析結(jié)果

表2 技術(shù)無效率方程的結(jié)果

圖1是本文繪制的各地區(qū)技術(shù)效率的曲線。從圖1可以看出，東部和中部地區(qū)的技術(shù)效率交錯變動，西部地區(qū)技術(shù)效率始終最低（東、中、西部省份劃分按照國家統(tǒng)計局的標(biāo)準(zhǔn)）。西部地區(qū)除了四川、陜西高校較多外，其他地區(qū)可能是因為處于內(nèi)陸，國際合作和交流偏少，論文的原創(chuàng)性、規(guī)范性、實(shí)證性不強(qiáng)，導(dǎo)致其發(fā)文的數(shù)量和質(zhì)量比較低，所以不符合刊物選文標(biāo)準(zhǔn)，導(dǎo)致技術(shù)效率低下。而發(fā)達(dá)地區(qū)依據(jù)其地理優(yōu)勢和經(jīng)濟(jì)優(yōu)勢，同國外交流和溝通合作比較充分，學(xué)術(shù)規(guī)范性和原創(chuàng)性水平高，結(jié)果是發(fā)文數(shù)量和質(zhì)量都比較高。

圖1 各地區(qū)技術(shù)效率變化曲線

技術(shù)效率呈現(xiàn)東部和中部較高，西部始終較低的狀態(tài)，但這是從投入產(chǎn)出的全要素角度進(jìn)行分析。如果我們采用投入產(chǎn)出比這種單項指標(biāo)的角度看（即產(chǎn)出強(qiáng)度），具體包括每10萬元資金投入的論文數(shù)量和每人員當(dāng)量的論文數(shù)量。從表3可知，每人員當(dāng)量的論文數(shù)量也是呈現(xiàn)出東、中、西部逐漸降低的趨勢，而且東部地區(qū)高于其他地區(qū)的數(shù)值，這與東部是發(fā)達(dá)地區(qū)，科研考核任務(wù)比中、西部大相關(guān)。但是我們也發(fā)現(xiàn)，西部地區(qū)的每10萬元資金投入的論文數(shù)量在三個地區(qū)中的數(shù)值是最大的，這從某種角度上說明西部地區(qū)的論文數(shù)較少是缺乏資金支持。這提醒我們今后在資金投入方面應(yīng)用加大對西部地區(qū)的高校和研發(fā)機(jī)構(gòu)的投入，促進(jìn)資金的產(chǎn)出效率和技術(shù)效率的提高。

表3 2000～2010年東、中、西部投入產(chǎn)出強(qiáng)度分析

2.模型的檢驗

隨機(jī)前沿生產(chǎn)模型結(jié)論高度依賴于模型的函數(shù)形式，不正確的模型將產(chǎn)生錯誤的結(jié)論。那么前文的模型設(shè)置是否合理，在SFA法中，各種檢驗可以通過似然比檢驗量（LR）的顯著性檢驗來實(shí)現(xiàn)，其公式為：LR=2×［lnL（θ1）-lnL（θ0）］，其中，L（θ1）是無約束的隨機(jī)前沿模型的對數(shù)似然值，L（θ0）是一個受約束的隨機(jī)前沿模型的對數(shù)似然值，這個統(tǒng)計量漸進(jìn)服從卡方分布，自由度等于零假設(shè)和備擇假設(shè)估計的參數(shù)個數(shù)之差，以下所有的模型設(shè)定檢驗都采用這種檢驗。（1）函數(shù)形式檢驗。無論使用超越對數(shù)函數(shù)還是柯布道格拉斯生產(chǎn)函數(shù)，零假設(shè)是所有的二階項系數(shù)都不顯著，即βll=βkk=βtt=βkl=βkt=βlt=0，若成立表明模型為簡單柯布道格拉斯生產(chǎn)函數(shù)，拒絕則采用超越對數(shù)函數(shù)形式。（2）技術(shù)是否是非中性，即技術(shù)是否獨(dú)立于生產(chǎn)要素。零假設(shè)是βkt=βlt=0，若成立表明技術(shù)變化是中性的，拒絕就是非中性。（3）前沿技術(shù)進(jìn)步是否存在，零假設(shè)是βt=βtt=βkt=βlt=0，若成立表明技術(shù)變化不存在，拒絕表明存在技術(shù)進(jìn)步變化。（4）技術(shù)非效率效應(yīng)是否存在，即檢驗γ=δ0=δ1=δ2=0是否成立，若成立表明不存在技術(shù)非效率項，拒絕表明需要考慮技術(shù)非效率項。另外，如果γ=1，則表明存在完全的隨機(jī)前沿模型，而且沒有測量誤差等噪聲項。檢驗具體結(jié)果如表4所示。

表4 模型的假設(shè)檢驗結(jié)果

從表4可知，無論哪個零假設(shè)都不成立。從估計結(jié)果來看，γ通過了顯著性水平為0.01的顯著性檢驗，其值為0.65（見表1），大于0.50。此外，LR統(tǒng)計量也在0.01的水平下顯著。這說明模型中的誤差項是包含無效率因素的復(fù)合結(jié)構(gòu)，且誤差主要來源于技術(shù)非效率，因此，采用隨機(jī)前沿模型是合適的。在采用超越對數(shù)函數(shù)還是簡單柯布道格拉斯生產(chǎn)函數(shù)檢驗中，我們得出采用時變效率超越對數(shù)形式的隨機(jī)生產(chǎn)前沿函數(shù)模型是合適的。

3.全要素生產(chǎn)率變化率的度量

傳統(tǒng)的索洛余值法和基于DEA的非參數(shù)全要素生產(chǎn)率研究方法，沒有進(jìn)一步區(qū)分全要素生產(chǎn)率增長的組成部分。本文利用隨機(jī)前沿模型的估計，根據(jù)Kumbhakar的總結(jié)，給出TFP增長的三個組成部分，即技術(shù)進(jìn)步率、生產(chǎn)效率變化率和規(guī)模效率變化率［12］，利用這三項就可以求出每個省份及地區(qū)的全要素生產(chǎn)率變化軌跡。具體為：

圖2 各地區(qū)全要素生產(chǎn)率增長率變化曲線

從圖2可以看出，2001～2008年，大學(xué)和研發(fā)機(jī)構(gòu)的全要素生產(chǎn)率的增長率在降低，這主要是2000～2003年中國的大學(xué)和研發(fā)機(jī)構(gòu)與國際合作和交流比較多，而且當(dāng)時國內(nèi)大學(xué)和研究機(jī)構(gòu)在全球招聘了大量的出國留學(xué)人員回國，所以科學(xué)論文的原創(chuàng)性、書寫的規(guī)范性、研究范式、全球的合作發(fā)表、資金運(yùn)用效率和管理效率等都達(dá)到了一定的高度，是全要素生產(chǎn)率的增長最快時期。

在對全要素生產(chǎn)率增長率各組成部分的貢獻(xiàn)率進(jìn)行分析發(fā)現(xiàn)（見表5），各個地區(qū)技術(shù)進(jìn)步率貢獻(xiàn)最大，技術(shù)進(jìn)步可以解釋為“生產(chǎn)前沿面”自身的進(jìn)步與發(fā)展，主要表現(xiàn)在國際的交流和合作，論文的原創(chuàng)性、技術(shù)手段的先進(jìn)性、規(guī)范性提高，導(dǎo)致了這些年中國的國內(nèi)和國際論文的質(zhì)量有很大的提高，結(jié)果是接收的可能性增大，從而使論文發(fā)表的數(shù)量呈現(xiàn)上升趨勢。技術(shù)效率表現(xiàn)為向有效“生產(chǎn)前沿面”的追趕程度，這部分的貢獻(xiàn)并不大，主要表現(xiàn)為國家對其資助項目的管理貢獻(xiàn)，這部分的結(jié)論和李若筠、楊列勛的結(jié)論是一致的［11］。規(guī)模效率的影響大于技術(shù)效率的影響，規(guī)模效率對全要素生產(chǎn)率起到一定的影響作用，表明今后我國應(yīng)該加大大學(xué)和研發(fā)機(jī)構(gòu)資金的投入和人員投入，由于政府資金能降低技術(shù)非效率，所以今后需要加大政府資金的投入以降低技術(shù)非效率項的影響。企業(yè)資金對技術(shù)非效率的影響為正，表明在以科學(xué)論文為產(chǎn)出的形式下，企業(yè)資金作用不大，主要是企業(yè)與大學(xué)和研究機(jī)構(gòu)的合作成果并不要求以論文的形式表現(xiàn)，但在促進(jìn)實(shí)體經(jīng)濟(jì)的發(fā)展方面，企業(yè)資金的貢獻(xiàn)對整個社會的技術(shù)創(chuàng)新來說作用是非常大的。

表5 全要素生產(chǎn)率增長率各組成部分的貢獻(xiàn)率

五、結(jié) 論

本文通過實(shí)證研究發(fā)現(xiàn)：（1）各地區(qū)技術(shù)效率具有一定的波動性，東部和中部地區(qū)的技術(shù)效率較高，西部技術(shù)效率始終最低，且這種趨勢保持不變。造成這種現(xiàn)象的原因可能是地理位置和經(jīng)濟(jì)發(fā)達(dá)程度。（2）政府資金占經(jīng)費(fèi)籌集的比重對技術(shù)效率有正面影響，企業(yè)資金對技術(shù)效率有負(fù)面影響。政府的經(jīng)費(fèi)支持通常要求以科技論文的形式表現(xiàn)產(chǎn)出，所以有著積極的作用。（3）全要素生產(chǎn)率增長率主要由技術(shù)進(jìn)步率決定，從2003年以后有所下降。

通過前文分析，本文認(rèn)為今后在技術(shù)進(jìn)步方面應(yīng)該進(jìn)一步加強(qiáng)國際的合作、交流［13］，加大人才引進(jìn)的力度，特別是國外知名大學(xué)的留學(xué)人員。在技術(shù)效率方面進(jìn)一步加強(qiáng)科研資金的管理，特別是要提高政府資金在經(jīng)費(fèi)籌集中的比例。在規(guī)模效率方面應(yīng)加大政府資金對大學(xué)和研究機(jī)構(gòu)的科研支持力度。最后，應(yīng)該注意柳卸林等提到的問題，即在鼓勵大學(xué)和研發(fā)機(jī)構(gòu)發(fā)表論文的同時，并不贊成學(xué)者們重新回到象牙塔式的研究中［7］，鼓勵學(xué)者們從事基礎(chǔ)研究的同時，希望企業(yè)能夠發(fā)揮產(chǎn)業(yè)技術(shù)研究的主力軍作用，鼓勵更多有才華的青年人，投入到產(chǎn)業(yè)技術(shù)的研究中去，以提高我國的技術(shù)競爭力。

［1］吳貴生，楊德林，王毅.區(qū)域技術(shù)創(chuàng)新體系建設(shè)［J］.中國地質(zhì)大學(xué)學(xué)報（社會科學(xué)版），2003，（4）：18-21.

［2］談毅，仝允桓.中國科技評價體系的特點(diǎn)、模式及發(fā)展［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2004，（5）：15-18.

［3］ROUSSEAU S，ROUSSEAU R.Data envelopment analysisas a tool for constructing scientometric indicators［J］.Scientometrics，1997，（40）：45-56.

［4］GROSSKOPF S，HAYES K，TAYLOR L，et al.On the determinants of school district efficiency：Competition and monitoring［J］.Journal of Urban Elonomics，2001，49（3）：453-478.

［5］AVKIRAN N.Investigating technical and scale efficiencies of australian universities through DEA［J］.Socio-Economic Planning Sciences，2001，35（1）：57-80.

［6］BANKER R D，JANAKIRAMAN S，NATARAJAN R.A-nalysis of trends in technical and allocative efficiency：an application to Texas public school districts［J］.European Journal of Operational Research，2004，154（2）：477-491.

［7］柳卸林，趙捷.影響中國SCI論文數(shù)量與質(zhì)量的因素分析［J］.中國軟科學(xué)，2003，（10）：87-94.

［8］GUAN J C，WANG J X.Evaluation and interpretation of knowledge production efficiency［J］.Scientometrics，2004，59（1）：131-155.

［9］唐崇敏，官建成.基于DEA方法的科學(xué)論文產(chǎn)出效率分析［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2007，（6）：28-34.

［10］劉立，王耀德.從專利引文看公共科學(xué)對技術(shù)創(chuàng)新的重要作用［J］.科學(xué)學(xué)研究，2003，（4）：428-432.

［11］李若筠，楊列勛.管理科學(xué)基金項目論文產(chǎn)出的定量分析［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2006，（4）：18-22.

［12］KUMBHAKAR S，LOVELLC A.Stochastic Frontier A-nalysis［M］.England：Cambridge University Press，2000.

［13］劉鳳朝，馮婷婷，孫玉濤.技術(shù)創(chuàng)新、FDI與經(jīng)濟(jì)重心移動及空間相關(guān)分析［J］.大連理工大學(xué)學(xué)報（社會科學(xué)版），2010，31（9）：1-7.