高校R&D投入與科技產(chǎn)出關(guān)系的動態(tài)分析及預(yù)測

董奮義， 梁 曉

(河南農(nóng)業(yè)大學(xué)， 鄭州 450046)

隨著我國科教興國、創(chuàng)建創(chuàng)新型國家、創(chuàng)新驅(qū)動發(fā)展一系列戰(zhàn)略的實施，高校成為了我國科技創(chuàng)新的重要承擔(dān)者和引領(lǐng)者?！秶抑虚L期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020年)》強調(diào)了科技進步對我國經(jīng)濟發(fā)展的重要性。科技投入指的是支持開展科技活動的投入，其中科技活動包含研究與試驗發(fā)展活動、科技成果的轉(zhuǎn)化和應(yīng)用活動以及科技服務(wù)活動三個部分，因此研究與試驗發(fā)展活動投入是科技投入的一部分。研究與試驗發(fā)展(research and development，R&D)，指在科學(xué)技術(shù)領(lǐng)域，為增加知識總量以及運用這些知識去創(chuàng)造新的應(yīng)用進行的系統(tǒng)的創(chuàng)造性的活動，對當(dāng)前和未來的知識生產(chǎn)均會產(chǎn)生重要的影響[1]。因此，R&D是反映國家科技實力和核心競爭力的重要指標，是加快科技創(chuàng)新的重要途徑，更是我國建設(shè)創(chuàng)新型科技國家的知識源泉?？萍籍a(chǎn)出是指科技研究和創(chuàng)新研究活動所產(chǎn)生的科研成果，其包含直接產(chǎn)出和間接產(chǎn)出，是科技資源投入的最終反映。經(jīng)濟新常態(tài)下，高校如何高效對科技資源進行合理分配，有效的提高科技產(chǎn)出水平成為了一個熱點問題。

國內(nèi)不少學(xué)者對高校的科技投入與產(chǎn)出進行了深入研究，現(xiàn)有的實證研究多以效率和生產(chǎn)率為主。付曄等[2]采用微觀層面的數(shù)據(jù)和多個角度對不同類型高校的科技投入產(chǎn)出效率情況進行了對比分析。丁華[3]等運用熵權(quán)法對遼寧省高校科技成果進行評價，得出科技資源投入直接影響科研成果的產(chǎn)出以及轉(zhuǎn)化效率的結(jié)論。于志軍等[4]基于成果類視角，運用隨機前沿模型對高校科技創(chuàng)新效率及其影響因素進行了深入研究。其中，DEA(Data Envelopment Analysis)因可用于多投入多產(chǎn)出的效率評估、具有單位不變性、不受人為主觀因素影響等優(yōu)點，被大多學(xué)者們作為研究高校科技效率的主要方法[5]。例如，談毅[6]、趙楊等[7]、陳曉琳[8]、程肇基等[9]、李思瑤等[10]、王慶金等[11]和林濤等[12]等學(xué)者運用傳統(tǒng)DEA模型對高校的科技投入產(chǎn)出效率及影響因素進行了評估。學(xué)者們?yōu)榱送黄苽鹘y(tǒng)DEA的局限性對其進行了改進，在高校科技效率方面也得到了應(yīng)用，如邱泠坪等[13]、苑澤明等[14]、吳和燊等[15]、李璐[16]基于投入產(chǎn)出視角，綜合運用靜態(tài)DEA模型和動態(tài)DEA-Malmquis 指數(shù)模型對京津冀高校的科技創(chuàng)新效率進行了評價；此外，一些學(xué)者，如何蕓等[17]用三階段DEA、段曉梅[18]用超效率DEA、林青寧等[19]用網(wǎng)絡(luò)DEA模型對高校的科研績效進行了實證分析。

通過以上文獻的梳理，發(fā)現(xiàn)目前對高?？萍纪度氘a(chǎn)出研究成果已經(jīng)比較豐富，且大多使用非參數(shù)DEA法對高?？蒲锌冃нM行研究。但是，由于DEA方法衡量的生產(chǎn)函數(shù)邊界是確定性的，因此所有隨機干擾項都被看成是效率因素，而且對決策單元個數(shù)也有限制。此外，高?？萍纪度氘a(chǎn)出評價系統(tǒng)由于其受太多因素影響，例如國家政策、經(jīng)濟水平、資源分配和產(chǎn)出成果等，評估時無法將全部因素考慮其中，需選取主要的指標進行評價，具有信息灰色的性質(zhì)，因此是一個灰色的系統(tǒng)?；疑到y(tǒng)理論的研究體系對樣本容量無嚴格要求，且不需服從任何分布，不受干擾因素影響，可以通過已知的部分信息獲取未知信息等優(yōu)點。

鑒于此，本研究從高校的R&D投入入手，選取高校2008-2017年R&D投入和科技產(chǎn)出數(shù)據(jù)作為研究對象，運用灰色關(guān)聯(lián)分析法鎖定當(dāng)前的影響因素，并利用GM(1,1)模型對其進行預(yù)測和趨勢分析，以期鎖定未來的影響因素。本研究以期為高校更好的掌握科技發(fā)展態(tài)勢并對資源分配進行優(yōu)化提供理論依據(jù)。

1 高校R&D投入與科技產(chǎn)出關(guān)聯(lián)分析

1.1 灰色關(guān)聯(lián)分析原理及數(shù)據(jù)采集

灰色關(guān)聯(lián)分析是灰色系統(tǒng)理論中的重要分支之一，是用于分析系統(tǒng)的具體方法，可以把灰色關(guān)聯(lián)分析當(dāng)作一個有參考系的整體進行比較?；疑P(guān)聯(lián)分析法的基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密，曲線越接近，相應(yīng)序列之間的關(guān)聯(lián)度就越大，反之就越小[20]?；疑P(guān)聯(lián)分析法的計算步驟見文獻[21]。

根據(jù)指標選取原則，并綜合數(shù)據(jù)的可獲取性，本研究R&D產(chǎn)出指標包含發(fā)表科技論文(含國內(nèi)外發(fā)表的科技論文)(萬篇)、出版科技著作(萬種)、專利授權(quán)數(shù)(萬件)3項，R&D投入指標從科技人員和科技資金兩方面選取?？萍既藛T投入指標包含R&D人員基礎(chǔ)研究全時當(dāng)量(萬人年)、R&D人員應(yīng)用研究全時當(dāng)量(萬人年)、R&D人員試驗發(fā)展全時當(dāng)量(萬人年)3項；科技資金投入指標包含R&D人員基礎(chǔ)研究經(jīng)費支出(億元)、R&D人員應(yīng)用研究經(jīng)費支出(億元)和R&D人員試驗發(fā)展經(jīng)費支出(億元)3項。

考慮到數(shù)據(jù)選取的真實性、連續(xù)性、權(quán)威性，本研究所選取的R&D投入與科技產(chǎn)出數(shù)據(jù)均來源于2008-2017年《中國統(tǒng)計年鑒》(2007-2018年)的官方統(tǒng)計資料，見表1。

表1 高校R&D投入與科技產(chǎn)出情況

1.2 高校科技創(chuàng)新的關(guān)聯(lián)度分析

選取發(fā)表科技論文(Y1)、出版科技著作(Y2)、專利授權(quán)數(shù)(Y3)3項科技產(chǎn)出指標作為參考序列變量；選取R&D人員基礎(chǔ)研究全時當(dāng)量(X1)、R&D人員應(yīng)用研究全時當(dāng)量(X2)、R&D人員試驗發(fā)展全時當(dāng)量(X3)、R&D人員基礎(chǔ)研究經(jīng)費支出(X4)、R&D人員應(yīng)用研究經(jīng)費支出(X5)、R&D人員試驗發(fā)展經(jīng)費支出(X6)6項R&D投入指標作為比較序列變量；并取分辨系數(shù)ξ=0.5，分析全國高等學(xué)校R&D投入對科技產(chǎn)出的影響。用灰關(guān)聯(lián)分析法計算得到2008-2017年我國高等學(xué)校3項科技產(chǎn)出指標與6項R&D投入指標的灰色關(guān)聯(lián)度，見表2。

由表2的數(shù)據(jù)可以得到發(fā)表科技論文Y1與6項R&D投入指標的關(guān)聯(lián)順序為X2>X1>X3>X6>X5>X4。在3項科技人員投入指標中，R&D人員應(yīng)用研究全時當(dāng)量和R&D人員基礎(chǔ)研究全時當(dāng)量對發(fā)表科技論文具有巨大影響，說明發(fā)表在應(yīng)用研究和基礎(chǔ)研究方面的科技論文居多，其次是試驗發(fā)展方面的論文，表明了科研人員把更多的研究時間投入到應(yīng)用研究和基礎(chǔ)研究上。這反映出一個問題，基礎(chǔ)理論研究是當(dāng)前我國亟需發(fā)展的一方面，在基礎(chǔ)理論體系不完善、知識不充分的情況下，科研人員仍舊更多的投入應(yīng)用研究，忽視基礎(chǔ)研究。在3項科技資金投入指標中，R&D人員試驗發(fā)展經(jīng)費支出對發(fā)表科技論文數(shù)量影響最大，其余兩個科技資金指標相對較小，說明了R&D經(jīng)費更多的投入到試驗發(fā)展上面。整體來說，3項科技人員投入對發(fā)表科技論文發(fā)表數(shù)量影響大于3項科技資金投入對發(fā)表科技論文數(shù)量的影響。

表2 高?？萍籍a(chǎn)出與各R&D投入的灰色關(guān)聯(lián)度

出版科技著作Y2與6項R&D投入指標的關(guān)聯(lián)順序為X2>X3>X1>X6>X5>X4。從出版科技著作與R&D投入指標的關(guān)聯(lián)序可以看出，在科技人員投入方面，科技活動人員在應(yīng)用研究方面投入的時間總量比較多，而基礎(chǔ)理論研究和試驗發(fā)展研究對出版科技著作的貢獻相對于應(yīng)用研究次之；在科技資金投入方面，出版科技著作數(shù)量與3項R&D資金投入指標的關(guān)聯(lián)序和發(fā)表科技論文與3項R&D資金投入指標的關(guān)聯(lián)序完全一樣，說明科技資金投入偏向于試驗發(fā)展，反映出相比擴大科學(xué)技術(shù)知識，我國目前更聚焦于實際應(yīng)用方面的創(chuàng)新，通過運用基礎(chǔ)理論和應(yīng)用研究知識為產(chǎn)生新的產(chǎn)品、材料和裝置，建立新的工藝、系統(tǒng)和服務(wù)，以及對已產(chǎn)生和建立的上述各項作實質(zhì)性的改進而進行的系統(tǒng)性工作。總體來講，出版科技著作的數(shù)量主要受科技人員投入影響大，科技資金投入對出版科技著作數(shù)量影響比較大。

專利授權(quán)數(shù)Y3與6項R&D投入指標的關(guān)聯(lián)順序為X4>X5>X6>X1>X2>X3。在科技資金投入方面，R&D人員基礎(chǔ)研究經(jīng)費支出對專利授權(quán)數(shù)影響最大，R&D人員應(yīng)用研究經(jīng)費支出和R&D人員試驗發(fā)展經(jīng)費支出對專利授權(quán)數(shù)影響次之，說明了專利發(fā)明需要夯實的基礎(chǔ)研究知識；科技人員投入方面，3項科技人員投入指標對專利授權(quán)數(shù)影響都比較大，相對來講，R&D人員基礎(chǔ)研究投入的時間總量對專利授權(quán)數(shù)量貢獻更大。整體上，專利授權(quán)數(shù)受科技資金投入影響大，科技人員投入相對較小。

2 高校R&D投入與科技產(chǎn)出趨勢預(yù)測

2.1 高?？萍蓟顒影l(fā)展預(yù)測

通過對原始數(shù)據(jù)進行處理和灰色模型的建立，對系統(tǒng)運行、演化進行挖掘、發(fā)現(xiàn)，進而找出其中的規(guī)律，以實現(xiàn)對系統(tǒng)的未來情況做出科學(xué)的定量預(yù)測，稱之為灰色系統(tǒng)預(yù)測方法。GM(1,1)模型是灰色預(yù)測理論中的核心模型，可以很好的處理“小樣本、少數(shù)據(jù)、貧信息”系統(tǒng)，通過實現(xiàn)對系統(tǒng)運行行為、演化規(guī)律的正確表述，最終達到對未來變化的定量預(yù)測。鑒于此，為了能夠提前掌握我國高等學(xué)校未來科技創(chuàng)新活動的動態(tài)變化，為高?？萍蓟顒忧闆r的提供參考，本文選取GM(1,1)模型對高等學(xué)?？萍紕?chuàng)新活動的9項指標進行預(yù)測。

對于一個具體的研究問題，預(yù)測模型的選擇必須以充實的定性分析結(jié)論做支撐，只有通過檢驗的模型方能夠進行預(yù)測。因此，為了提高預(yù)測的精準度，需要先對原始數(shù)據(jù)進行擬合優(yōu)度預(yù)測處理，當(dāng)預(yù)測數(shù)據(jù)達到一定的精度，才能進一步對高?？萍蓟顒忧闆r進行未來的預(yù)測。本研究選取平均相對誤差α和關(guān)聯(lián)度檢驗ε0對模型進行精度檢驗，精度檢驗標準見表3。通過對2008-2017年R&D投入和科技產(chǎn)出指標進行模擬預(yù)測，可得α值和ε0值，見表4。

表3 精度檢驗表

由表4的精度檢驗結(jié)果可知6項R&D投入指標和3項科技產(chǎn)出指標灰色預(yù)測模型的灰色精度均達到了合格，因此可以對高等學(xué)校科技創(chuàng)新活動的9項指標進行預(yù)測。GM(1,1)模型的建模過程詳見文獻[22]。建立我國高?？萍紕?chuàng)新活動的灰色預(yù)測模型如下：

表4 相對誤差α和關(guān)聯(lián)度ε0

應(yīng)用上述預(yù)測模型，可以得到2018-2023年我國高等學(xué)校各項R&D投入指標和科技產(chǎn)出指標的預(yù)測值，見表5。

2.2 高?？萍紕?chuàng)新活動的趨勢分析

依舊選取發(fā)表科技論文(Y1)、出版科技著作(Y2)、專利授權(quán)數(shù)(Y3)3項科技產(chǎn)出指標作為參考序列；選取R&D人員基礎(chǔ)研究全時當(dāng)量(X1)、R&D人員應(yīng)用研究全時當(dāng)量(X2)、R&D人員試驗發(fā)展全時當(dāng)量(X3)、R&D人員基礎(chǔ)研究經(jīng)費支出(X4)、R&D人員應(yīng)用研究經(jīng)費支出(X5)、R&D人員試驗發(fā)展經(jīng)費支出(X6)6項科技投入指標作為對比序列；且取分辨系數(shù)ξ=0.5。同樣用灰關(guān)聯(lián)分析法計算2018-2023年我國高等學(xué)校6項R&D投入指標與3項科技產(chǎn)出指標的灰色關(guān)聯(lián)度，見表6。

表5 高校2018-2023年科技活動指標預(yù)測值

表6 高校2018-2023年科技產(chǎn)出與各R&D投入的灰色關(guān)聯(lián)度

由表6中的數(shù)據(jù)可知，發(fā)表科技論文Y1與6項R&D投入指標的關(guān)聯(lián)順序為X2>X6>X1>X3>X5>X4。在這一階段，通過高校發(fā)表科技論文數(shù)量與6項R&D投入指標的關(guān)聯(lián)序可以發(fā)現(xiàn)，R&D人員應(yīng)用研究全時當(dāng)量X2仍居首位，R&D人員試驗發(fā)展經(jīng)費支出X6由原來的第4位躍居第2位，R&D人員基礎(chǔ)研究全時當(dāng)量X1和R&D人員試驗發(fā)展全時當(dāng)量X3分別由原來的第2位和第3位變?yōu)榈?位和第4位。由此可以看出，未來6年科技論文的發(fā)表將重點關(guān)注于試驗發(fā)展研究，這與前文當(dāng)前的影響因素分析相印證。無論是科技資金投入還是科技人員投入均會加強試驗發(fā)展方面的研究，這與我國目前的“創(chuàng)新驅(qū)動”政策一致，進而說明未來6年高校將會大力進行創(chuàng)新型研究工作。

出版科技著作Y2與6項R&D投入指標的關(guān)聯(lián)順序為X2>X6>X3>X1>X5>X4。在這一階段，R&D人員應(yīng)用研究全時當(dāng)量X2仍居首位，R&D人員試驗發(fā)展經(jīng)費支出X6由原來的第4位躍居第2位，R&D人員試驗發(fā)展全時當(dāng)量X3和R&D人員基礎(chǔ)研究全時當(dāng)量X1由原來的第2位和第3位分別降為第3位和第4位，而R&D人員試驗發(fā)展經(jīng)費支出X5和R&D人員基礎(chǔ)研究經(jīng)費支出X4位次不變。出版科技著作與6項R&D投入指標的位次升降變化和發(fā)表科技論文作與6項R&D投入指標的位次升降變化一樣，同樣地，說明了未來6年高校將大力加強試驗發(fā)展研究。

專利授權(quán)數(shù)Y3與6項R&D投入指標的關(guān)聯(lián)順序為X4>X5>X1>X6>X2>X3。這一時期，R&D人員基礎(chǔ)研究全時當(dāng)量X1由原來的第4位升為第3位，而R&D人員試驗發(fā)展經(jīng)費支出X6由原來的第3位降為第4位，其余4項R&D投入指標仍保持原有的位次。這說明在未來的6年，R&D人員基礎(chǔ)研究時間投入量將加強對專利授權(quán)數(shù)的作用，而R&D人員試驗發(fā)展經(jīng)費支出對專利授權(quán)數(shù)影響將下降。R&D人員試驗發(fā)展經(jīng)費支出在高校的專利成果中的作用下降需要引起我們高度重視，其下降說明了在專利成果方面科技資金分配將出現(xiàn)不合理現(xiàn)象，未來6年高校需要加強試驗發(fā)展發(fā)展經(jīng)費的管理。

3 結(jié)論

通過對高校2008-2017年高校R&D投入產(chǎn)出情況進行灰色關(guān)聯(lián)分析，可得出以下結(jié)論：第一，R&D人員投入大于R&D資金投入對發(fā)表科技論文和出版科技著作的影響，這說明了當(dāng)前高校研究模式仍舊比較粗獷，唯論文風(fēng)嚴重，基礎(chǔ)研究不夠重視。但是，通過高?？萍假Y金投入偏向于試驗發(fā)展，反映出高校更加注重實際應(yīng)用方面的創(chuàng)新，與我國“創(chuàng)新發(fā)展”政策相適應(yīng)。第二，專利發(fā)明受R&D資金投入的影響比較大，產(chǎn)生的原因在于專利這種高質(zhì)量的學(xué)術(shù)成果主要是以科研經(jīng)費做支撐的。在R&D基礎(chǔ)研究、應(yīng)用研究和試驗發(fā)展研究三項投入要素中，R&D基礎(chǔ)研究人員和R&D基礎(chǔ)研究經(jīng)費支出對專利發(fā)明都具有重要的影響，說明了基礎(chǔ)研究是專利發(fā)明的奠基石。第三，整體上來講，發(fā)表科技論文和出版科技著作數(shù)量與6項R&D投入指標關(guān)聯(lián)度整體偏高，而專利授權(quán)數(shù)與6項R&D投入指標關(guān)聯(lián)度適中，這表明了發(fā)明專利的水平不高，進而說明高校科技人員進行高質(zhì)量的科技創(chuàng)新較少，同時也說明了高校從事前沿科技創(chuàng)新的大師級人物不多。因此，在此后的科研創(chuàng)新發(fā)展中，高校不僅要保持科技創(chuàng)新成果的產(chǎn)出，更應(yīng)該加強對于領(lǐng)域前沿的學(xué)者培育和高質(zhì)量專利方面的研究。

在對高校2008-2017年高校R&D投入產(chǎn)出未來6年的趨勢預(yù)測中，可得出以下結(jié)論：未來6年，高校在科技論文發(fā)表和科技著作出版方面都會更加聚焦于實驗研究，這不僅與目前階段分析的結(jié)果相印證，更加證實政府實行“驅(qū)動創(chuàng)新”這一政策的明智與實施效果的顯著；R&D人員和資金投入將會繼續(xù)保持目前態(tài)勢，但是R&D人員試驗發(fā)展經(jīng)費支出方面可能會出現(xiàn)分配不合理的情況，需要高校給予重視?？傮w而言，未來6年R&D人員和資金投入對科技產(chǎn)出積極的推動趨勢將會繼續(xù)保持下去。

4 建議

在創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的背景下，為了使我國高校能夠更合理的配置資源，不斷提高科研成果水平，結(jié)合研究結(jié)果，提出以下建議：

1)加強完善R&D資源投入機制，提高資源配置效率。在R&D人員投入方面，努力營造一個良好的學(xué)術(shù)環(huán)境，遏制“唯論文”不良風(fēng)氣，完善人員績效考核機制，調(diào)動科研人員積極性。在R&D資金投入方面，加大科研經(jīng)費管理，資金投入不足會直接導(dǎo)致成果轉(zhuǎn)化經(jīng)費實際配比不足，進而使高校科技成果轉(zhuǎn)化的運作過程缺乏連貫性[23]；并且合理配置資金投入，避免資金濫用，使得科研經(jīng)費發(fā)揮自身最大價值。

2)夯實基礎(chǔ)研究，做到基礎(chǔ)研究與應(yīng)用研究全面發(fā)展?；A(chǔ)研究是技術(shù)創(chuàng)新的基礎(chǔ)，提高基礎(chǔ)研究能力是我國脫離技術(shù)引進向技術(shù)原始性創(chuàng)新轉(zhuǎn)變的主要方法。高校應(yīng)加大引進政府和企業(yè)對高?；A(chǔ)研究的資助，努力拓展基礎(chǔ)研究知識，充分發(fā)揮高校在基礎(chǔ)研究中的重要作用，提高高水平的原始性科研創(chuàng)新成果轉(zhuǎn)化能力。

3)重視創(chuàng)新型師資隊伍建設(shè)，提升高校科技創(chuàng)新能力。師資能力不僅是高校教學(xué)質(zhì)量水平的重要體現(xiàn)，對高校創(chuàng)新型人才培育具有重要的促進作用，而且也是高?？蒲谐晒麆?chuàng)新重要的主力人員。高?？梢酝ㄟ^建設(shè)創(chuàng)新型團隊、引進創(chuàng)新型教師等渠道增加本校R&D人員數(shù)量，進一步的提高R&D人員的研發(fā)能力和高校R&D人員的培育，增加高校創(chuàng)新型科技成果產(chǎn)出。