“能力-效率”視角下農(nóng)林特色高?？萍紕?chuàng)新力提升路徑研究

摘要：聚焦農(nóng)林高校科技創(chuàng)新力的評價與提升，文章選取“雙一流”建設(shè)高校南京林業(yè)大學(xué)為對象，構(gòu)建具有農(nóng)林特色的創(chuàng)新力評價指標(biāo)體系，運用因子分析和DEA模型，從科技創(chuàng)新能力和科技創(chuàng)新效率雙重視角進(jìn)行分析，并在此基礎(chǔ)上構(gòu)建“能力-效率”二維矩陣評價模型，對科技創(chuàng)新力和發(fā)展協(xié)調(diào)性進(jìn)行綜合評價，從而探究農(nóng)林高?？萍紕?chuàng)新力提升的可行路徑。

關(guān)鍵詞：科技創(chuàng)新能力；科技創(chuàng)新效率；因子分析；DEA模型；二維矩陣分析

中圖分類號： G644; G647; F224" 文獻(xiàn)標(biāo)志碼： A

0 引言

農(nóng)林高校是我國農(nóng)林領(lǐng)域科技創(chuàng)新的主力軍，在國家科技創(chuàng)新體系中具有重要的地位。2022年，教育部辦公廳等四部門發(fā)布的《關(guān)于加快新農(nóng)科建設(shè)推進(jìn)高等農(nóng)林教育創(chuàng)新發(fā)展的意見》中提出，“加快新農(nóng)科建設(shè)，推進(jìn)高等農(nóng)林教育創(chuàng)新發(fā)展”“實現(xiàn)農(nóng)業(yè)科技高水平自立自強”。2023年，國務(wù)院《政府工作報告》中明確指出，要“深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略”“發(fā)揮好高校和科研院所作用”。農(nóng)林高?？萍紕?chuàng)新力提升，不僅關(guān)系到高?？萍紕?chuàng)新工作建設(shè)，更直接影響建設(shè)創(chuàng)新型國家戰(zhàn)略任務(wù)的實現(xiàn)和生態(tài)文明建設(shè)的進(jìn)程。在此背景下，科學(xué)評價農(nóng)林高?？萍紕?chuàng)新力，探究提升科技創(chuàng)新力、促進(jìn)科技創(chuàng)新發(fā)展的合理路徑，成為農(nóng)林高?？萍紕?chuàng)新工作的重要議題。

目前，學(xué)者們圍繞科技創(chuàng)新能力和科技創(chuàng)新效率開展了有關(guān)方法模型、指標(biāo)體系構(gòu)建、能力和效率評價，以及影響因素等多方面的研究［1-5］，部分學(xué)者嘗試將能力和效率有機(jī)結(jié)合進(jìn)行綜合評價［6-7］。現(xiàn)有研究多為宏觀層面，數(shù)據(jù)來源于統(tǒng)計年鑒，面板數(shù)據(jù)籠統(tǒng)，缺乏聚焦具體高校展開評價并提出具體改進(jìn)方案的研究，且指標(biāo)設(shè)計同質(zhì)化，鮮有基于農(nóng)林高校特色建立的指標(biāo)體系，難以進(jìn)行有針對性的評價和分析?；诖?，本文選取“雙一流”建設(shè)高校南京林業(yè)大學(xué)為對象，立足該校農(nóng)林特色，構(gòu)建評價指標(biāo)體系，分別運用因子分析法和數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）模型從科技創(chuàng)新能力和科技創(chuàng)新效率雙重視角進(jìn)行分析，在此基礎(chǔ)上運用二維矩陣分析法，建立“能力-效率”二維矩陣評價模型，對該校教學(xué)科研單位的科技創(chuàng)新力進(jìn)行綜合評價，探究能力與效率的匹配度和協(xié)調(diào)性，剖析科技創(chuàng)新工作中存在的問題，并對創(chuàng)新力提升的可行路徑進(jìn)行探索。

1 研究設(shè)計

1.1 研究方法

因子分析（Factor Analysis）是從多個變量指標(biāo)中提取少數(shù)幾個綜合變量指標(biāo)來解釋原始數(shù)據(jù)，以達(dá)到降維和分類效果的多元統(tǒng)計方法。本文基于因子分析法建立科技創(chuàng)新能力評價模型。

DEA是以相對效率概念為基礎(chǔ)，利用線性規(guī)劃方法，對多投入、多產(chǎn)出的多個決策單元進(jìn)行效率評價的方法。本文基于數(shù)據(jù)包絡(luò)分析法建立科技創(chuàng)新效率評價模型，考慮到高校科技創(chuàng)新工作的規(guī)模報酬可變（VRS），采用DEA-BCC模型進(jìn)行處理。

二維矩陣分析法源于波士頓矩陣法，從多維問題的事件中找出成對的因素，將這兩個變量看作兩個維度，構(gòu)建二維四象限矩陣圖，從而分析和評估相關(guān)因素，探索問題本質(zhì)。本文通過構(gòu)建“能力-效率”二維矩陣，從而進(jìn)行綜合評價分析。

1.2 指標(biāo)體系

本文從人員投入、經(jīng)費投入、科技產(chǎn)出、成果轉(zhuǎn)化4個維度選擇指標(biāo)，基于農(nóng)林高校特色，將傳統(tǒng)的專利授權(quán)指標(biāo)擴(kuò)大為知識產(chǎn)權(quán)指標(biāo)，將植物新品種權(quán)、良種審定、良種認(rèn)定、技術(shù)標(biāo)準(zhǔn)等納入指標(biāo)范圍，基于科研創(chuàng)新“提質(zhì)增效”要求，加入高水平論文數(shù)量和引用率等反映論文質(zhì)量的指標(biāo)，具體如表1所示。

1.3 數(shù)據(jù)來源

本文以南京林業(yè)大學(xué)為研究對象，剔除科技創(chuàng)新工作不明顯、可比性不強的行政部門和后勤部門，選取該校具有代表性的21個教學(xué)科研單位（文中用A至U代稱）作為研究樣本進(jìn)行比較研究，研究數(shù)據(jù)來源于該校2023年人事與科研管理部門的官方資料。

2 創(chuàng)新能力與創(chuàng)新效率評價

2.1 基于因子分析的高?？萍紕?chuàng)新能力評價

2.1.1 適用性檢驗

KMO和Bartlett球形度檢驗可用于因子分析適用性檢驗。KMO值范圍為0～1，通常達(dá)到0.7以上認(rèn)為因子分析的效果較好。本文變量數(shù)據(jù)的有效性檢驗結(jié)果：KMO值為0.789，卡方值為308.252，自由度為36，顯著性為0，應(yīng)拒絕各變量獨立的假設(shè)，即變量間具有較強的相關(guān)性，適合進(jìn)行因子分析。

2.1.2 公因子提取

采用主成分分析法提取出3個公因子，累計解釋方差為91.443%，采用最大方差法旋轉(zhuǎn)，3個因子的方差貢獻(xiàn)率分別為43.763%、32.194%、15.486%。從旋轉(zhuǎn)后的因子載荷矩陣得出：F1在Z5、Z6、Z7、Z8等指標(biāo)上的載荷相對較大，說明F1主要解釋反映高?？萍汲晒a(chǎn)出的指標(biāo)；F3主要在Z9等指標(biāo)上載荷較大，反映的是科技成果轉(zhuǎn)化情況，將F1、F3命名為科技創(chuàng)新產(chǎn)出因子；而F2在Z1、Z2、Z3、Z4等指標(biāo)上的相對載荷較大，說明F2主要反映的是高?？萍脊ぷ魅肆唾Y金的投入，將F2命名為科技創(chuàng)新投入因子。

2.1.3 因子分析

各因子線性表達(dá)式：

F1=-0.263Z1-0.111Z2-0.231Z3-0.112Z4+0.348Z5+0.384Z6+0.396Z7+0.297Z8-0.045Z9

F2= 0.552Z1+0.396Z2+0.463Z3+0.246Z4-0.162Z5-0.208Z6-0.233Z7-0.14Z8-0.104Z9

F3=-0.111Z1-0.117Z2+0.025Z3+0.399Z4-0.061Z5-0.064Z6-0.045Z7+0.067Z8+0.757Z9

綜合得分評價模型：

F總=43.763/91.443*F1+32.194/91.443*F2+15.486/91.443*F3

根據(jù)綜合得分評價模型，計算南京林業(yè)大學(xué)21個教學(xué)科研單位的各因子得分及綜合得分，并進(jìn)行排名。

從因子總得分分析，總分均值為-0.00095，57.14%的單位綜合能力評分低于均值，科技創(chuàng)新綜合能力整體不高；理工類、人文類、研究所的均分分別為0.375、-0.42、-0.605。F總排在前5位的是B、A、H、L、D，為優(yōu)勢理工學(xué)院，排在后5位的是S、I、M、T、U，主要為研究所和人文類學(xué)院，可見理工類單位創(chuàng)新能力有明顯優(yōu)勢；F總最高和最低得分分別為1.32分、-0.65分，單位間差距顯著，總體發(fā)展不均衡。

從各因子單項得分分析，科技創(chuàng)新投入能力強即因子F2得分較高為H、L、N、F、G單位，科技創(chuàng)新產(chǎn)出因子按照總方差解釋占比以F1代表進(jìn)行分析，N和F產(chǎn)出因子F1得分低，投入能力強但產(chǎn)出能力弱；科技創(chuàng)新投入能力較弱即F2得分排在末位為M、J、S、T、U單位，其中J、S、T的F1得分排名靠前，雖然投入能力弱但產(chǎn)出能力強。因此，投入與產(chǎn)出不匹配情況還需進(jìn)一步分析。

2.2 基于DEA模型的高?？萍紕?chuàng)新效率評價

DEA模型進(jìn)行效率測度時指標(biāo)過多會影響決策單元的有效性，樣本數(shù)至少是投入產(chǎn)出指標(biāo)數(shù)總和的兩倍。本文通過因子分析將原始9項指標(biāo)降維到3個公共因子F1、F2、F3作為DEA 分析的投入產(chǎn)出變量，符合上述經(jīng)驗法則。因子分析的標(biāo)準(zhǔn)化處理使得某些因子得分為負(fù)，本文對其進(jìn)行了正向化處理，利用DEAP 2.1軟件分析，并進(jìn)行分類統(tǒng)計（見表2）。

2.2.1 綜合效率、純技術(shù)效率和規(guī)模效率分析

綜合效率=純技術(shù)效率*規(guī)模效率

綜合效率、純技術(shù)效率和規(guī)模效率均值分別為0.442、0.471、0.892，可見綜合效率水平和純技術(shù)效率水平較低，規(guī)模效率整體水平良好，綜合效率不高主要受純技術(shù)效率低的影響。不同類型單位的3個效率排序基本一致，研究所優(yōu)于理工類和人文類，不同類型單位間效率水平差異較大，發(fā)展不均衡。僅B、D、U單位的綜合效率為1，達(dá)到投入產(chǎn)出效率有效性，85.71%的單位處于非DEA有效。66.67%的單位低于平均綜合效率、平均純技術(shù)效率，可見綜合效率和純技術(shù)效率多處于偏下水平，單位之間效率差異巨大，科研運營機(jī)制和管理水平還需提升。33.33%的單位低于平均規(guī)模效率，可見規(guī)模效率情況相對較好，規(guī)模發(fā)展相對較合理。

2.2.2 規(guī)模報酬分析

規(guī)模報酬不變的是達(dá)到有效的B、D、U單位，表明這3個單位的投入和產(chǎn)出能等比例增加，達(dá)到最大產(chǎn)出規(guī)模；規(guī)模報酬遞增的為E、F、G等15個單位，表明71.43%的單位處于規(guī)模擴(kuò)張階段，應(yīng)擴(kuò)大投入規(guī)模，產(chǎn)出的增加會大于投入增加的比例；規(guī)模報酬遞減的是A、C、H單位，表明這3個單位處于規(guī)?？s減階段，產(chǎn)出與投入不成正比，需優(yōu)化資源配置和投入產(chǎn)出結(jié)構(gòu)，不宜再擴(kuò)大投入規(guī)模，否則產(chǎn)出的增加會小于投入增加的比例。

3 基于“能力-效率”二維評價的創(chuàng)新力提升路徑分析

3.1 “能力-效率”二維矩陣構(gòu)建

基于因子分析評價結(jié)果，F(xiàn)總能夠較為全面綜合地反映各單位科技創(chuàng)新中投入產(chǎn)出的綜合能力。根據(jù)得分正負(fù)，將綜合得分F總為正值的歸為高科技創(chuàng)新能力組，有B、A、H等9個單位；綜合得分F總為負(fù)值的歸為低科技創(chuàng)新能力組，有P、F、R等12個單位。

基于DEA分析評價結(jié)果，綜合效率能夠較為全面綜合地反映各單位科技創(chuàng)新投入產(chǎn)出的效率情況。根據(jù)綜合效率均值（0.442）劃分效率分組，綜合效率大于均值的歸為高科技創(chuàng)新效率組，有A、B、D等7個單位；綜合效率低于均值的歸為低科技創(chuàng)新效率組，有C、E、F等14個單位。

根據(jù)以上劃分的高、低科技創(chuàng)新能力和效率分組，從能力和效率二維角度建立矩陣評價的基本模型。以創(chuàng)新能力為x軸，以創(chuàng)新效率為y軸，建立二維四象限的評價模型，將21個單位分為4類發(fā)展模式進(jìn)行評價（見圖1）。

3.2 創(chuàng)新力提升路徑分析

（1）“高能力-高效率”模式。該類別僅有4個單位，均為涉林工科學(xué)院，科技創(chuàng)新能力和效率相較于其他單位都有顯著優(yōu)勢，創(chuàng)新實力最強，其中B、D單位科技創(chuàng)新效率達(dá)到有效，且B單位科技創(chuàng)新能力排名第一。這類單位創(chuàng)新力優(yōu)勢得益于其主要學(xué)科和專業(yè)與國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略緊密貼合，為國家重點發(fā)展產(chǎn)業(yè)，擁有多個國家級特色專業(yè)、重點學(xué)科、重點實驗室等創(chuàng)新平臺，科研資源豐富，成果轉(zhuǎn)化效率高。因此，針對農(nóng)林高校中創(chuàng)新能力和效率都領(lǐng)先的單位，應(yīng)充分發(fā)揮創(chuàng)新優(yōu)勢，保持穩(wěn)定發(fā)展的同時，瞄準(zhǔn)農(nóng)林區(qū)域產(chǎn)業(yè)發(fā)展需求和前沿創(chuàng)新技術(shù)，創(chuàng)造發(fā)展新優(yōu)勢，也要引領(lǐng)和帶動其他較弱單位，促進(jìn)共同發(fā)展。

（2）“高能力-低效率”模式。該類別有5個單位，主要為傳統(tǒng)林科學(xué)院，人力、資金等投入多，而資源利用度不高，科技成果的產(chǎn)出和轉(zhuǎn)化效率相對低，科技創(chuàng)新能力與科技創(chuàng)新效率不匹配，例如H單位能力排名第3，但效率僅有0.149，且屬于規(guī)模報酬遞減階段。這類學(xué)院主要涉及林學(xué)、理學(xué)、生物學(xué)等基礎(chǔ)學(xué)科，歷史悠久，經(jīng)過長期積淀，擁有優(yōu)質(zhì)資源，但受限于傳統(tǒng)學(xué)科的局限性，其創(chuàng)新活力、成果轉(zhuǎn)化率并不高。因此，針對農(nóng)林高校創(chuàng)新能力高但效率低的單位，應(yīng)完善管理機(jī)制、優(yōu)化資源配置，過剩資源可向其他資源匱乏單位流動；健全評估考核制度，優(yōu)化收益分配辦法，充分激發(fā)科研人員的創(chuàng)新活力；融合學(xué)科優(yōu)勢、調(diào)整創(chuàng)新布局，將傳統(tǒng)林業(yè)與新興產(chǎn)業(yè)相結(jié)合，加強技術(shù)創(chuàng)新；完善成果轉(zhuǎn)化機(jī)制、拓寬成果轉(zhuǎn)化渠道，著力提升成果轉(zhuǎn)化效率。

（3）“低能力-高效率”模式。該類別有3個單位，均為研究所，資源投入薄弱但利用效率高，其中U單位創(chuàng)新能力位于末位，但效率值達(dá)到有效，實現(xiàn)了資源最大化利用，S和T單位規(guī)模報酬遞增，增加投入可以大幅度提升產(chǎn)出效率。此類單位規(guī)模小、人員少，制約其創(chuàng)新力的主要問題是投入不足。因此，針對農(nóng)林高校中創(chuàng)新效率高但能力低的單位，應(yīng)注重提高科技經(jīng)費投入，加大人才引進(jìn)力度，促進(jìn)資源有效利用，同時，整合研究方向建立優(yōu)質(zhì)團(tuán)隊，突出研究特色擴(kuò)大宣傳，加強產(chǎn)學(xué)研合作，鼓勵人才互通，吸引社會和企業(yè)資源注入，多方面發(fā)力提升創(chuàng)新投入能力。

（4）“低能力-低效率”模式。該類別有9個單位，占比達(dá)42.86%，包括所有文科類學(xué)院以及個別發(fā)展時間較短的新興理工類學(xué)院。該類別單位投入產(chǎn)出能力和成果轉(zhuǎn)化效率均處于較為落后水平，尤以文科學(xué)院最為突出，由于發(fā)展時間不長、所涉專業(yè)偏文，成果產(chǎn)出與轉(zhuǎn)化落后于其他單位，但全部單位均為規(guī)模報酬遞增，發(fā)展具有空間，增加投入可以大幅提升效率。因此，針對農(nóng)林高校創(chuàng)新能力和效率都低的這類單位，從思想上應(yīng)更加重視科技創(chuàng)新工作，方法上加大投入和提高效率雙管齊下，依托大林學(xué)、大環(huán)境、大生態(tài)等背景，積極探索創(chuàng)新發(fā)展新模式，加強基礎(chǔ)、突出應(yīng)用，將學(xué)科特色與林業(yè)特色結(jié)合，加強關(guān)鍵核心技術(shù)攻關(guān)，積極培育高價值成果，引導(dǎo)產(chǎn)學(xué)研深度合作，重視科技創(chuàng)新全鏈條優(yōu)化，著力提升創(chuàng)新水平和轉(zhuǎn)化效率。

4 結(jié)語

本文以“雙一流”建設(shè)高校南京林業(yè)大學(xué)為研究對象，構(gòu)建具有農(nóng)林特色的科技創(chuàng)新力評價指標(biāo)體系，運用因子分析和DEA模型，從科技創(chuàng)新能力和科技創(chuàng)新效率雙重視角展開分析，在此基礎(chǔ)上構(gòu)建“能力-效率”二維矩陣評價模型，對該校教學(xué)科研單位的科技創(chuàng)新力水平進(jìn)行綜合評價，得出以下結(jié)論：（1）科技創(chuàng)新能力總體偏弱，理工類優(yōu)于人文類和研究所，單位間能力水平差異大，近一半單位投入產(chǎn)出能力不匹配。（2）科技創(chuàng)新綜合效率總體較低，85.71%的單位處于非DEA有效，主要受純技術(shù)效率低的影響，研究所優(yōu)于理工類和人文類學(xué)院，單位間效率水平差異較大，總體發(fā)展不均衡。（3）科技創(chuàng)新能力與效率協(xié)調(diào)性不足，近四成單位能力與效率不匹配；涉林工科學(xué)院呈現(xiàn)“高能力高效率”模式，傳統(tǒng)林科學(xué)院呈現(xiàn)“高能力低效率”模式，直屬研究中心呈現(xiàn)“低能力高效率”模式，新興理工類學(xué)院和人文類學(xué)院等呈現(xiàn)“低能力低效率”模式。針對不同發(fā)展模式，對農(nóng)林高校創(chuàng)新力提升路徑進(jìn)行了探索。

本文證實了基于因子分析和DEA分析的“能力-效率”二維評價對農(nóng)林高?？萍紕?chuàng)新工作具有良好的診斷作用，可以為該校政策制定、辦學(xué)發(fā)展和創(chuàng)新導(dǎo)向提供依據(jù)，也能為其他農(nóng)林院?？萍紕?chuàng)新評價工作提供參考。

參考文獻(xiàn)

［1］潘丹，李永周，王曉潔.高?？萍紕?chuàng)新能力比較研究：基于組合評價法和K均值聚類的分析［J］.中國高校科技，2020（5）：30-34.

［2］郭俊華，徐倪妮.中國高?？萍汲晒D(zhuǎn)化能力評價及聚類分析［J］.情報雜志，2016（12）：155-161.

［3］CHERCHYE L，ABEELE P V.On research efficiency：a micro-analysis of Dutch university research in economics and business management［J］.Research Policy，2005（4）：495-516.

［4］趙緒勝.山東省高?？萍紕?chuàng)新效率的評價研究［D］.濟(jì)南：山東大學(xué)，2016.

［5］王忠，呂楠華，吳明宇.基于三階段DEA的“雙一流”建設(shè)高校人文社會科學(xué)科研效率評價［J］.中國高校科技，2023（Z1）：26-30.

［6］李文輝，江涌芝，何秋銳，等.中國省域高?？萍紕?chuàng)新能力、效率及其經(jīng)濟(jì)貢獻(xiàn)率研究［J］.重慶大學(xué)學(xué)報（社會科學(xué)版），2019（3）：108-121.

［7］韋清，唐金花.高職院?？蒲谐晒D(zhuǎn)化能力與效率評價研究：基于78所國家示范高職院校的實證分析［J］.黑龍江高教研究，2020（4）：128-133.

（編輯 李春燕編輯）

Research on improving path of scientific and technological innovation ability in agricultural

and forestry universities from the perspective of “capability-efficiency”

YANG" Lu1，2， CUI" Guangcai1，2， YANG" Li1，2， WANG" Guibin1，2

（1.Science and Technology Department， Nanjing Forestry University， Nanjing 210037， China;

2.Co-Innovation Center for Sustainable Forestry in Southern China， Nanjing Forestry University， Nanjing 210037， China）

Abstract：" Focusing on the evaluation and improvement of scientific and technological innovation capabilities in agricultural and forestry universities， this article selects Nanjing Forestry University， a “Double First-class” construction university， as the object， constructs an innovation evaluation index system with agricultural and forestry characteristics， uses factor analysis and DEA models to analyze from the dual perspectives of scientific and technological innovation capabilities and efficiency， and based on this， constructs a “capability-efficiency” two-dimensional matrix evaluation model to comprehensively evaluate scientific and technological innovation capabilities and development coordination， thereby exploring feasible paths for improving scientific and technological innovation capabilities in agricultural and forestry universities.

Key words： scientific and technological innovation capacity; scientific and technological innovation efficiency; factor analysis; DEA model; two-dimensional matrix analysis

基金項目：江蘇省高校哲學(xué)社會科學(xué)研究一般項目；項目名稱：“雙一流”背景下基于DEA模型的林業(yè)高校科技創(chuàng)新效率評價研究；項目編號：2022SJYB0157。江蘇省“十四五”教育科學(xué)規(guī)劃專項課題；項目名稱：專利視角下林業(yè)特色高校研究生創(chuàng)新能力提升路徑研究；項目編號：C/2023/01/34。南京林業(yè)大學(xué)高等教育研究課題；項目名稱：“破五唯”背景下基于DEA模型的高校科研評價體系研究；項目編號：2022B16。

作者簡介：楊璐（1990—），女，助理研究員，碩士；研究方向：高?？蒲泄芾恚萍紕?chuàng)新評價。