基于DEA模型的全国高校RD活动效率关系研究 .pdf

S?DEARD

Wf究

随着国家对企业创新意识和知识积累的重视程度增加，国家之间的竞争主要

体现在科技实力的竞争上。RD(ResearchandDevelopment)是增加知识总

量及运用知识创新应用所进行的系统活动，作为科技活动的核心越来越被重视。

在RD活动中，人员投入及经费投入是非常重要的资源，在资源有限的情况下，

如何提升投入产出的效率是究的侧重点。RD的主要经营主体是高等院校、

科学究机构及大中型工业企业，其中，高等院校主要通过培育高素质人才及科

技成果转化来推动经济发展；科学究结构主要通过企业孵化器的培育及创新技

术的发来推动经济发展；大中型工业企业则通过将技术转化为生产力来发展经

济，各个主体之间的性质和发展模式不同，但彼此又有相似的参与人员，可以实

现校企合作等形式形成产业发展集群。

一、究综述

国内究高校RD活动效率的究较多，本文重点参考其关于投入和产出

指标的选取和分析模式，浮绍波(2019)运用DEA-Malmquist指数方法究A

类“一流”高校在入选前后，即2016-2017年之间的科技投入产出效率变化文章选

取高等院校科学与教人员、究与发展人员、科经费为投入指标，选取专著

数量、学术论文数量、技术专利转让数量为产出指标，究2016-2017年之间

的科技投入产出效率变化，究表明：静态角度下，2016年和2017年科人

员与科资源的配置由于科管理水平的低下，未能达到最优状态;动态角度下,

2017年政策的影响，高校的人才培养体系、学科布局和整体建设分配与利用未

能规范［1］。李素英(2020)以河北省2016-201年15所高校为例，结合DEA

模型对各高校的科投入产出效率整体发展状况进行评价，文章选择教学与科

人员、科经费支出数额为投入指标，以出版专著数量、学术论文数量、技术转

让收入、成果授奖为产出指标，究表明：整体上DEA有效的高校个数较多，

但个别高校在不同程度上存在投入产出不均衡以及无法有效［2］。卢立岩等（2020）

以DEA模型为究基础，以广东外语外贸大学为究对象，对其创新人才培养

体系进行探索实践，文章选择总学时、支付给老师的人均课时酬劳为投入指标，

以就业率、考率、毕业平均薪酬为产出指标，究表明：双学位的创新班的综

合效率并没有达到有效，综合效率低于非创新班，反映出了双专业的创新班投入

规模过大的现状［3］。

二、指标及数据选取

结合国内外已有究成果，本究选取的投入指标为RD人员投入和RD

经费投入，其中，RD人员投入指标选择RD人员全时当量，RD经费投入

指标选择RD经费内部支出。产出指标选取RD项目（课题）数（项）、发

表科技论文、出版科技专著和专利授权数4个产出指标，投入与产出指标2005

年-201年发展趋势图见图1和图2,2018年RD人员全时当量为41.1万人/

年，比上年增长7.1%,RD经费内部支出为1457.9亿元，比上年增长13.2%。

RD项目（课题）数为1076903项，比上年增长10.2%,发表科技论文1389912

篇，比上年增长5.9%,出版科技专著44794种，比上年减少1.8%,专利授权

数为193027件，比上年增长12.1%。数据通过《中国科技统计年鉴（2019）》

获取，对全国2005年至2018年高校RD活动情况进行分析，计算软件为

DEAP2.1o

图1RD活动人员投入与经费内部支出数据趋势图

图2RD活动产出指标数据趋势图

三、实证分析

(一)综合效率值分析

通过分析结果可以得出数据的综合技术效率(crste)、纯技术效率(vrste)、

规模效率(scale)和规模报酬，结果如表1所示。在2005-201年14年的时

间内，平均综合技术效率为0.993,全国高校2005年、2006年、2007年、2008

年、2009年、2011年、2016年、2017年、2018年的RD活动综合技术效率

为1,属于技术有效。2010年、2012年、2013年、2014年综合技术效率小于

1,属于技术无效，表明2012年至2015年的RD在既定的科投入上的科

产出不太理