基于數(shù)據(jù)包絡(luò)分析的上海市高校R&D投入產(chǎn)出效率研究

卜德嫻,李紅艷

(上海工程技術(shù)大學(xué)管理學(xué)院,上海 201620)

0 引言

2017年,黨的十九大報告指出我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段,科技創(chuàng)新是我國實現(xiàn)這一轉(zhuǎn)變、轉(zhuǎn)換增長動力的重要引擎;《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標(biāo)綱要》中提出堅持創(chuàng)新驅(qū)動發(fā)展,全面塑造發(fā)展新優(yōu)勢,堅持創(chuàng)新在我國現(xiàn)代化建設(shè)全局中的核心地位,把科技自立自強作為國家發(fā)展的戰(zhàn)略支撐,深入實施科教興國、人才強國和創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略。高校作為科研陣地之一,是科學(xué)知識和科技成果的創(chuàng)新高地,已然成為國家發(fā)展科技事業(yè)不可忽視的重要戰(zhàn)略力量,因此,對高校發(fā)展情況進行研究很有必要。

國際上,一般采用R&D活動強度及規(guī)模等指標(biāo)來反映國家的核心競爭力及科技實力,科研投入是科技成果產(chǎn)出的基石,2016年我國科研經(jīng)費占國內(nèi)生產(chǎn)總值(GDP)的比例就達到了2%[1]?？蒲薪?jīng)費的投入雖然促進了科學(xué)研究的快速發(fā)展,但也引發(fā)了社會對經(jīng)費使用、經(jīng)費浪費的質(zhì)疑,特別是在當(dāng)前我國科技資源總量有限、成果產(chǎn)出要求迫切的情況下,R&D活動的投入及產(chǎn)出效率顯得極為重要。上海市作為全國的經(jīng)濟中心和創(chuàng)新高地,全市高?？蒲匈Y源每年均有大幅增長,因此研究上海高校R&D經(jīng)費投入產(chǎn)出效率具有現(xiàn)實意義。

1 文獻回顧

近年來,國內(nèi)學(xué)者對我國高校R&D投入及產(chǎn)出關(guān)系的研究已取得一定的成果,大多數(shù)研究都采用了數(shù)據(jù)包絡(luò)分析法(data envelopment analysis,DEA)。從研究視角來看,已有文獻大多是從某一角度或者部分產(chǎn)出或投入的角度來研究高校R&D活動,并探究高校R&D活動實現(xiàn)DEA有效與非有效的原因,例如,陳紅喜等[2]以政產(chǎn)學(xué)協(xié)同為視角研究R&D投入及成果轉(zhuǎn)化;秦旭等[3]從R&D產(chǎn)出角度出發(fā),分析天津市高校R&D活動現(xiàn)狀;張曉月等[4]分析了高校R&D人員投入與專利產(chǎn)出的關(guān)系。從研究方法來看,現(xiàn)有針對高校R&D效率的研究多使用DEA及DEA改進方法,但多從整體角度對高校的R&D效率開展研究,并未對不同高校R&D效率的高低進行深入對比,如崔琳琳等[5]使用DEA方法研究高校R&D活動效率。從地區(qū)來看,陳麗莉等[6]對成渝地區(qū)高校R&D知識溢出與區(qū)域創(chuàng)新能力開展研究;郜林平等[7]對河北省29所高校R&D投入產(chǎn)出績效開展研究;張鑫等[8]對安徽省高校R&D投入產(chǎn)出關(guān)系開展研究;王瓏[9]對福建省高校R&D資源配置情況開展研究。現(xiàn)有相關(guān)研究涉及到國內(nèi)眾多地區(qū),但以上海市高校作為研究對象的文獻較少。

考慮到上海地區(qū)高校眾多、樣本容量較大,本文選取上海市的高校為研究對象,基于2018-2019年的高校R&D活動數(shù)據(jù),采用DEA模型結(jié)合DEA分級比較來深入研究上海市高校R&D活動投入產(chǎn)出效率的總體水平,探討研究型高校和應(yīng)用型高校R&D活動效率的差異,為上海市高校R&D活動的可持續(xù)發(fā)展提供參考。

2 研究設(shè)計

2.1 研究方法與模型構(gòu)建

DEA方法通過綜合考慮多個投入和產(chǎn)出指標(biāo),以線性規(guī)劃為工具,可用來對比提供相似服務(wù)的同類型單位的效率[10]。DEA方法能夠?qū)⒍鄠€投入及產(chǎn)出轉(zhuǎn)換為分子和分母的效率比,且無需變換成相同的貨幣單位,無需計算每項服務(wù)的成本。因此,可運用DEA方法,基于投入及產(chǎn)出的組合情況來衡量決策單位的效率,相較于簡單比率或單一指標(biāo)更加全面、可靠,在處理多項投入指標(biāo)及產(chǎn)出指標(biāo)方面具有獨特優(yōu)勢。

目前,運用最廣泛的DEA模型是1978年由Charnes等[10]提出的以固定的規(guī)模報酬為基本假設(shè)的C2R模型?？紤]到本文決策單元的規(guī)模報酬可能處于變動狀態(tài),選擇采用Charnes等[11]提出的規(guī)模報酬可變的BC2模型,并從技術(shù)效率、規(guī)模效率及綜合效率等多方面對上海市高校R&D資源利用效率進行分析。

以可變的規(guī)模報酬為基本假設(shè)的BC2模型,假設(shè)有n個決策單元(DMU),對于任意的一個DMUj(j=1,2,…,n)而言,使用m個投入量xij(i=1,2,…,m),生產(chǎn)出s個產(chǎn)出量yrj(r=1,2,…,s)。BC2模型設(shè)定如下:

上式中,θ表示DMU相對有效性的效率評價值;λ為權(quán)重系數(shù);s+表示產(chǎn)出不足值;s_表示投入冗余值。

若要對第j0個決策單元進行效率評價,則xij0和yrj0分別表示該決策單元的投入和產(chǎn)出指標(biāo)。當(dāng)θ=1且sr+=s_i=0時,表示該決策單元處于生產(chǎn)前沿面上,即DEA有效;當(dāng)θ=1而sr+、s_i≠0時,表示該決策單元DEA弱有效;當(dāng)θ＜1時,表示該決策單元DEA無效,需從技術(shù)或規(guī)模方面加以改進[12]。當(dāng)規(guī)模效率值則意味著達到最大產(chǎn)出規(guī)模即DMU規(guī)模有效;當(dāng)其小于1時, DMU規(guī)模無效,此時包含規(guī)模報酬遞增(irs)和規(guī)模報酬遞減(drs)兩種狀況,若處于規(guī)模報酬遞增狀態(tài),則說明在增加一定投入的情況下,產(chǎn)出水平會以更高的速度增長,此時應(yīng)該增加投入以擴大生產(chǎn)規(guī)模;若處于規(guī)模報酬遞減狀態(tài),則說明產(chǎn)出增長速度低于投入增長速度,此時為了提升整體效率水平應(yīng)縮小生產(chǎn)規(guī)模[13]。純技術(shù)效率是指對現(xiàn)有資源最優(yōu)利用的能力,即在給定各種投入要素的條件下實現(xiàn)最大產(chǎn)出,或者在給定產(chǎn)出水平下投入最小化的能力。若純技術(shù)效率值為1,表明DMU處于DEA技術(shù)有效狀態(tài),說明該DMU既沒有投入需要減少,也沒有產(chǎn)出需要增加。

2.2 指標(biāo)選取及數(shù)據(jù)來源

考慮到數(shù)據(jù)獲取的難易程度、各投入指標(biāo)對產(chǎn)出的影響程度以及高校R&D經(jīng)費的配置特點,本文借鑒秦旭等[3]、關(guān)曉斌等[14]學(xué)者對R&D資源配置效率評價指標(biāo)的研究,選取2個投入指標(biāo)和5個產(chǎn)出指標(biāo)。其中,投入指標(biāo)包括高校R&D人員全時當(dāng)量及R&D經(jīng)費內(nèi)部支出,分別代表高校R&D活動的人力投入和資本投入;產(chǎn)出指標(biāo)選取高校的科技專著數(shù)、科技論文數(shù)、鑒定成果數(shù)、成果授獎數(shù)及當(dāng)年技術(shù)轉(zhuǎn)讓獲得實際收入共5個,科技專著數(shù)、科技論文數(shù)及鑒定成果數(shù)代表了高校R&D活動所獲得的直接產(chǎn)出,當(dāng)年技術(shù)轉(zhuǎn)讓獲得實際收入代表了高校R&D活動所獲得的間接產(chǎn)出,成果授獎數(shù)則代表了高校R&D活動的質(zhì)量。由于R&D活動不同于其他活動,產(chǎn)出具有滯后性,即當(dāng)年度R&D活動的投入對應(yīng)的應(yīng)當(dāng)是下一年度R&D活動的產(chǎn)出,因此,本文在選取指標(biāo)時選擇2018年R&D活動的投入對應(yīng)2019年R&D活動的產(chǎn)出。本文研究數(shù)據(jù)來源于2018年及2019年教育部科學(xué)技術(shù)司出版的《高等學(xué)?？萍冀y(tǒng)計資料匯編》,共包含24所本科高校。

3 實證分析

3.1 高校R&D資源配置效率分析

考慮到不同類型高校的研發(fā)能力存在差異,將上海市24所高校按照建設(shè)方向劃分為研究型高校和應(yīng)用型高校,分別為8所和16所,將各高校2018年R&D活動的投入及2019年R&D活動的產(chǎn)出指標(biāo)數(shù)據(jù)代入BC2模型,并利用DEAP軟件進行運算,得到DEA分析結(jié)果(如表1所示),其中,純技術(shù)效率值×規(guī)模效率值=綜合效率值。

表1 2018—2019年上海市高校R&D活動投入產(chǎn)出效率分析結(jié)果

從綜合效率來看,24所高校R&D活動的綜合效率平均值為0.598,表明總體上高校R&D活動投入產(chǎn)出效率水平較低。其中,同濟大學(xué)、華東理工大學(xué)、東華大學(xué)、上海海事大學(xué)、上海健康醫(yī)學(xué)院、上海海洋大學(xué)、上海中醫(yī)藥大學(xué)、上海師范大學(xué)天華學(xué)院8所高校達到了DEA有效,純技術(shù)效率值和規(guī)模效率值都為1,說明在現(xiàn)有投入水平下達到了最大產(chǎn)出和最優(yōu)規(guī)模,即在某一確定的要素價格條件下實現(xiàn)了投入與產(chǎn)出的最優(yōu)組合;在8所研究型高校中,有3所達到了DEA有效,占比為37.50%;在16所應(yīng)用型高校中,有5所達到了DEA有效,占比為29.41%。綜合效率是由純技術(shù)效率和規(guī)模效率共同決定的,由于研究型高校和應(yīng)用型高校在研發(fā)能力、技術(shù)水平和管理側(cè)重點的不同,即研發(fā)與實踐的需求不同,研究型高校對R&D資源的投入規(guī)模及利用效率均在一定程度上優(yōu)于應(yīng)用型高校,導(dǎo)致了兩類高校綜合效率的差異。此外,有16所高校呈現(xiàn)DEA無效和弱有效,占24所高校的66.66%,表明上海市大部分高校R&D活動存在資源投入過量、規(guī)模不合理或資源利用不充分的情況。

從純技術(shù)效率來看,24所高校R&D活動的純技術(shù)效率平均值為0.760,高于綜合效率平均值(0.598)。其中,純技術(shù)效率為1的高校有12所,包括復(fù)旦大學(xué)、同濟大學(xué)、上海交通大學(xué)、華東理工大學(xué)、東華大學(xué)、上?？萍即髮W(xué)、上海海事大學(xué)、上海健康醫(yī)學(xué)院、上海海洋大學(xué)、上海中醫(yī)藥大學(xué)、上海杉達學(xué)院、上海師范大學(xué)天華學(xué)院,此12所高校DEA技術(shù)有效,即投入相對產(chǎn)出達到最小或產(chǎn)出相對投入達到最大,實現(xiàn)了投入產(chǎn)出效率最大化,不存在投入冗余和產(chǎn)出不足;其他12所高校純技術(shù)效率小于1,說明DEA技術(shù)無效,存在著不同程度的投入冗余和產(chǎn)出不足。在8所研究型高校中,有6所達到了DEA技術(shù)有效,占比為75.00%;在16所應(yīng)用型高校中,有6所達到了DEA技術(shù)有效,占比為37.50%?？砂l(fā)現(xiàn)研究型高校的DEA純技術(shù)效率明顯高于應(yīng)用型高校,研究型高校R&D資源利用更充分、效率更高。研究型高校的研究水平一般高于應(yīng)用型高校,即在相同的資源投入下產(chǎn)出可能更高,或在相同的產(chǎn)出下投入的資源更少,故而呈現(xiàn)出兩類高校純技術(shù)效率的差異。

從規(guī)模效率來看,24所高校中DEA規(guī)模有效(即規(guī)模報酬不變)的高校有9所,包括同濟大學(xué)、華東理工大學(xué)、東華大學(xué)、上海海事大學(xué)、上海健康醫(yī)學(xué)院、上海海洋大學(xué)、上海中醫(yī)藥大學(xué)、上海師范大學(xué)、上海師范大學(xué)天華學(xué)院,DEA規(guī)模無效的高校有15所,表明上海市大部分高校都處于DEA規(guī)模無效。但是24所高校R&D活動的規(guī)模效率平均值為0.708,表明上海市高校整體規(guī)模效率水平并不低,總體上屬于輕度DEA規(guī)模無效。在DEA規(guī)模有效的9所高校中,應(yīng)用型高校有6所,占所有應(yīng)用型高校的35.29%;研究型高校有3所,占所有研究型高校的42.85%。研究型高校DEA規(guī)模有效的占比更高,表明研究型高校的R&D資源配置更均衡,投入與產(chǎn)出組合更加有效。其原因可能在于研究型高校相對應(yīng)用型高校研發(fā)能力較好,研發(fā)投入較多且產(chǎn)出也相對較多,總體來看對資源的利用程度更高。

從規(guī)模報酬來看,24所高校中處于規(guī)模報酬不變的高校有9所,即這9所高校已經(jīng)實現(xiàn)了最佳的投入產(chǎn)出規(guī)模,無需再增加或減少投入;其他15所高校均處于規(guī)模報酬遞減狀態(tài),表明這些高校的R&D投入水平已經(jīng)超過能夠?qū)崿F(xiàn)效益最大化的規(guī)模水平,若增加一定的投入比例,其產(chǎn)出比例將會在相對較低的水平上增加,即資源投入的速度大于產(chǎn)出的速度,出現(xiàn)邊際收益遞減效應(yīng)。因此,應(yīng)當(dāng)適當(dāng)控制或縮減R&D資源投入力度。

3.2 DEA無效高校的R&D投入冗余與產(chǎn)出不足分析

對于DEA無效的高校,可從各投入及產(chǎn)出指標(biāo)的松弛變量來進一步分析原因。根據(jù)分析結(jié)果及2018年、2019年《高等學(xué)?？萍冀y(tǒng)計資料匯編》的數(shù)據(jù),可計算出各高校R&D活動的投入冗余值和產(chǎn)出不足值。投入冗余值可反映出各決策單元中相對投入過多的指標(biāo),產(chǎn)出不足值可反映出決策單元相對產(chǎn)出過少的指標(biāo),通過投入冗余值和產(chǎn)出不足值可明確反映出各決策單元需改進的指標(biāo)及改進的程度。測算結(jié)果如表2所示。

表2 2018-2019年上海市DEA無效高校的R&D投入冗余值和產(chǎn)出不足值

根據(jù)表2,R&D活動中只存在投入冗余的高校共2所,即上海建橋?qū)W院和上海紐約大學(xué);只存在產(chǎn)出不足的高校共4所,即上海師范大學(xué)、上海體育學(xué)院、上海工程技術(shù)大學(xué)、上海電機學(xué)院;既存在投入冗余也存在產(chǎn)出不足的高校共4所,即華東師范大學(xué)、上海大學(xué)、上海理工大學(xué)、上海應(yīng)用技術(shù)大學(xué)。從具體指標(biāo)來看,華東師范大學(xué)和上海紐約大學(xué)R&D活動的投入冗余體現(xiàn)在R&D經(jīng)費內(nèi)部支出上,其他DEA無效高校R&D活動的投入冗余均體現(xiàn)在R&D人員全時當(dāng)量上,表明在此類高校中,相對于R&D人員的利用率而言,R&D經(jīng)費的利用率更高;產(chǎn)出不足主要體現(xiàn)在技術(shù)轉(zhuǎn)讓獲得的當(dāng)年實際收入方面,而華東師范大學(xué)、上海大學(xué)及上海理工大學(xué)的產(chǎn)出不足還體現(xiàn)在成果授獎數(shù)上,上海理工大學(xué)和上海應(yīng)用技術(shù)大學(xué)的產(chǎn)出不足也體現(xiàn)在科技專著數(shù)上。

3.3 高校DEA分級有效性評價

在應(yīng)用DEA方法進行有效性測度時,若決策單元評價值為1表明DEA有效,否則視為無效,但是各無效決策單元之間的優(yōu)劣性并不能簡單地根據(jù)評價值的大小進行排序及比較[15]。為了解上海市投入到R&D活動的高校的投入產(chǎn)出效率水平狀態(tài),首先,對所有DMU進行第一次評價;其后,將所有有效的DMU剔除,對剩余無效的DMU進行第二次評價。如此反復(fù)運算,當(dāng)最終剩余的DMU均為有效或者均為無效時停止測算。其中,第一次評價值為1的決策單元稱為第1級有效,第二次評價值為1的決策單元稱為第2級有效。依此類推,就能得到DEA分級有效評價的結(jié)果。將24所高校的R&D活動投入和產(chǎn)出數(shù)據(jù)代入BC2模型,并通過DEAP軟件求解,經(jīng)過5次評價后得到各高校分級評價值,具體結(jié)果如表3所示。

表3 2018—2019年上海市24所高校R&D投入產(chǎn)出分級有效性評價

圖1 上海市24所高校R&D投入產(chǎn)出分級有效性分布

4 研究結(jié)論與建議

4.1 研究結(jié)論

本文運用DEA分析方法及DEA分級有效評價方法,基于上海市2018-2019年24所本科高校R&D活動的投入產(chǎn)出數(shù)據(jù),測算出高校R&D活動的投入產(chǎn)出效率并進行效率評價。結(jié)果發(fā)現(xiàn):(1)上海市24所高校R&D活動的投入產(chǎn)出效率總體水平不高。其中,有8所高校達到第1級DEA有效,僅占全部高校的33.3%。部分高校的投入產(chǎn)出效率有待提高,多數(shù)高校投入產(chǎn)出規(guī)模不合理,規(guī)模效率呈遞減趨勢。從具體指標(biāo)上看,對于DEA無效的高校,產(chǎn)出不足主要體現(xiàn)在當(dāng)年技術(shù)轉(zhuǎn)讓獲得的實際收入方面,投入冗余則主要表現(xiàn)在R&D人員全時當(dāng)量上。(2)各高校發(fā)展不平衡問題嚴(yán)重。從R&D活動的投入產(chǎn)出有效性等級來看,24所高校共分為5級,不同高校間DEA效率值的差距較大。(3)研究型高校R&D活動的綜合效率水平總體高于應(yīng)用型高校,但并不能簡單地以學(xué)校類型判定R&D有效性的高低。在第1級有效的高校中,有3所研究型高校,占全部研究型高校的37.5%,有5所應(yīng)用型高校,占全部應(yīng)用型高校的31.25%;在第2級有效的高校中,有3所研究型高校,占全部研究型高校的37.5%,有3所應(yīng)用型高校,占全部應(yīng)用型高校的18.75%;在第3級有效的高校中,有1所研究型高校,占全部研究型高校的12.5%,有4所應(yīng)用型高校,占全部應(yīng)用型高校的25%;第4級有效的高校全部為應(yīng)用型高校;第5級有效的高校中,研究型高校僅有1所。由此可見,研究型高校R&D活動的投入產(chǎn)出有效性基本在前3級就可以達到,且其在第1、2等級有效性比例均高于應(yīng)用型高校;而應(yīng)用型高校R&D活動的投入產(chǎn)出有效性遍布5個等級,且在前2個等級中占比較低。因此,上海市研究型高校R&D活動的綜合效率水平在總體上高于應(yīng)用型高校。

4.2 對策建議

4.2.1 調(diào)整R&D投入規(guī)模,優(yōu)化資源配置

近年來,為了響應(yīng)創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略,上海市各級政府均加大了對R&D資源的人力和物力投入,同時,各企業(yè)為了實現(xiàn)進一步發(fā)展,選擇與高校建立合作,通過增加對高校的研究委托資金的方式,利用高校科研幫助自身實現(xiàn)創(chuàng)新型發(fā)展,但是,R&D資源投入的增加并不總能帶來同等的產(chǎn)出增長,上海市的24所高校中有15所高校R&D資源投入的規(guī)模報酬均處于遞減狀態(tài),產(chǎn)出的增速跟不上投入的增速。因此,為了進一步提高R&D資源的投入產(chǎn)出水平,高校應(yīng)當(dāng)適當(dāng)控制甚至縮小R&D投入規(guī)模,同時,在管理模式上進行調(diào)整,進行管理機制的創(chuàng)新,優(yōu)化管理流程,盡量避免R&D人力和財力資源的無效利用和浪費,積極探索與自身管理水平最相適應(yīng)的投入產(chǎn)出規(guī)模。

其次,鑒于上海市24所高校中有8所高校達到DEA有效,其他16所高校都在不同程度上未能有效利用R&D資源,應(yīng)采取必要措施提高高校的R&D投入資源的利用效率。一方面,從R&D人力資源來看,各高校應(yīng)加強R&D人員的交流、學(xué)習(xí)、深造,并優(yōu)化R&D人員評級篩選制度,進一步提高R&D人員的綜合素質(zhì);另一方面,各高校不應(yīng)盲目增加科研資金投入,應(yīng)考慮到研發(fā)規(guī)模大小及技術(shù)水平高低,合理分配各學(xué)科、各項目的資金投入,并加強對研究資金的管理和監(jiān)督,確保投入的資金能夠得到高效且合理的使用。本文實證結(jié)論顯示,研究型高校的DEA綜合效率、純技術(shù)效率及規(guī)模效率總體水平高于應(yīng)用型高校,但R&D活動投入產(chǎn)出的效率高低并非一定與高校類型相關(guān),部分研究型高校R&D資源利用有效性甚至低于應(yīng)用型高校。因此,政府及企業(yè)還應(yīng)根據(jù)各高校的投入產(chǎn)出水平,結(jié)合高校對資源的具體需求,優(yōu)化資源在研究型高校及應(yīng)用型高校間的合理配置。同時,各高校需根據(jù)自身R&D研究情況及綜合實力合理控制R&D活動人員投入,加強對R&D人員的綜合素質(zhì)培養(yǎng),從而提高R&D活動的效率。

4.2.2 深化產(chǎn)學(xué)研合作

《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標(biāo)綱要》提出要完善科技創(chuàng)新體制機制,加快科研院所改革,擴大科研自主權(quán),加強知識產(chǎn)權(quán)保護,大幅提高科技成果轉(zhuǎn)移轉(zhuǎn)化成效。根據(jù)本文分析,上海市大多數(shù)高校技術(shù)轉(zhuǎn)讓獲得的當(dāng)年實際收入明顯不足,而技術(shù)轉(zhuǎn)讓獲得的當(dāng)年實際收入是衡量高?？萍紕?chuàng)新成果轉(zhuǎn)化能力的主要標(biāo)準(zhǔn)。促進高?？茖W(xué)技術(shù)成果向市場轉(zhuǎn)化的有效措施是深化產(chǎn)學(xué)研合作機制,將科研、教育與生產(chǎn)勞動進行有機結(jié)合,即以市場為導(dǎo)向,將企業(yè)看作技術(shù)的需求方,將高?？醋骷夹g(shù)的供給方,促進技術(shù)創(chuàng)新所需要的各種生產(chǎn)要素的最優(yōu)組合,以促進高校R&D成果的市場轉(zhuǎn)化。