论文部分内容阅读
【摘 要】针对辽宁省高校产学研协同创新资源配置的现状及特点，论文采用数据包络分析方法，首先选取用于评价我省高校资源配置效率的输入和输出指标，在此基础上，构建资源配置效率评价模型，并进一步根据DEA方法的C2R和BC2模型，计算得出我省高校产学研协同创新资源配置的技术效率、纯技术效率和规模效率等评价指标值。最后，依据多目标规划和生产前沿面的基本思想进行冗余度分析，对我省的资源配置效率最优化提出针对性建议。
【Abstract】According to the research status and characteristics of collaborative innovation resource allocation of industry-university-research cooperation in Liaoning province universities， this paper uses data envelopment analysis method， firstly selects the input and output indicators of evaluating the efficiency of resource allocation of Liaoning universities， on this basis， constructs the evaluation model of resources allocation efficiency， and further according to the C2R and BC2 model with DEA method， calculates the technical efficiency， pure technical efficiency， scale efficiency and other evaluation indexes of resource allocation of Liaoning universities. Finally， according to the multi-objective programming and the basic idea of the production frontier， the redundancy analysis is carried out， and some suggestions are put forward to optimize the efficiency of resource allocation in our province.
【关键词】产学研；协同创新；资源配置效率
【Keywords】 industry-university-research cooperation； collaborative innovation； efficiency of resource allocation
【中圖分类号】G644 【文献标志码】A 【文章编号】1673-1069（2017）09-0100-04
1 辽宁省高校产学研协同创新资源配置现状
在我国，产学研协同创新是指以企业、高等院校和科研机构为合作主体，通过合理的资源共享，充分挖掘各个创新主体中的优势人才和创新资源，以知识創新为基础，以技术创新为导向，实现从知识创新到技术创新的知识增值过程[1，2]。辽宁省作为老牌的重工业基地，在改革开放初期一直是带领国家经济发展的龙头大省。近年来辽宁省处于经济结构转型和调整阶段，从2012年以来，辽宁省GDP经济不断下滑，没有达到提升我省GDP持续增长的状态，我省产学研协同创新发展方面受限较多，R&D过程中存在高投入、低产出，高损耗、低效率等问题。因此，本文对我省的产学研协同创新资源配置的效率展开分析，并提出资源配置优化的对策及建议。
2 辽宁省高校产学研协同创新资源配置效率分析
数据包络分析（Data Envelopment Analysis，简称DEA）由美国Charnes、Cooper和Rhodes 3人于1978年首次提出，它是在“相对效率评价”概念基础上发展起来的一种新的非参数技术效率分析方法。经过多年的发展，DEA模型已经发展的十分完善[5]。
本章主要采用的DEA模型有：C2R模型，BC2模型。C2R模型是DEA的第一个模型，从生产函数角度看，它是同时针对规模有效性和技术有效性而言的“总体”有效性，是对应于规模报酬可变的技术假设。BC2模型与C2R模型的不同点在于BC2模型要求规模效率不变。
根据DEA方法应用的一般步骤：确定评价目的、选择DMU、建立输入＼输出指标体系、DEA模型的选择和评价工作的设计与表述[6]，对辽宁省各所高校的产学研协同创新资源配置有效性进行评价。
2.1 构建评价指标体系
建立输入＼输出指标体系是应用DEA方法的一项基础性前提工作，对实现评价结果具有非常重要的意义。设输入指标为I，输出指标为O，在保持投入I不变的情况下，输出O越大越好，这代表收益更高；在保持输出O不变的情况下，投入I越低越好，这代表成本更低。因此，我们一般由这个简单的方法判断指标应归为输入还是输出指标。此外，评价指标与参考集的个数也有一定的关系，通常认为参考集元素的个数不少于输入、输出指标总数的二倍为好[5，6]。
从高校角度来看，高校科研活动效率评价指标体系主要包含的输入指标有：政府科研经费投入、企业资金注入、高校自费、教室及学生等人员，输出指标有：科技著作、专著、专利数量、学术论文、三大国际期刊文献检索数量等知识创新成果[3，4]。构建的资源配置效率评价指标体系如表1所示。
2.2 构建资源配置效率评价模型 假设有n所高校（称为决策单元），这n所高校都是具有可比性的。每所高校都有m种类型的“输入”（表示该高校对资源的耗费）和s种类型的“输出”（它们是高校在消耗了资源之后，表明“成效”的一些指标）。我们对输入和输出的理解是：输入越小越好，输出越大越好。各决策单元的输入输出数据如表2表示。
使用分式规划与使用线性规划得到的最优目标函数值是相同的，所以可以用线性规划和对偶规划来定义决策单元的有效性[5，6]。
2.3 实证分析
在进行资源配置效率的径向分析时，对外界环境要做出理想的假设：辽宁省高校实施产学研协同创新的深度、范围忽略不计和时间跨度忽略不计，且所有辽宁省高校实施产学研协同创新的数据统计均以辽宁省内发布的具体统计资料为准。
根据辽宁省2003-2015年辽宁省科技厅的统计数据，利用软件MaxDEA7.0中的径向模型：C2R模型和BC2模型，测算2015年辽宁省高校产学研协同创新的技术效率、纯技术效率、规模效率和规模收益情况，如表3所示。
在收集的86所被调查的辽宁省高等院校中，技术效率和规模效率均为最优的高校有34所，达到调查高校总量的39.5%，纯技术效率为最优的高校有48所，达到被调查高校总量的55.8%。在已经达到规模收益和纯技术效率最优的高校中，其规模收益均呈现规模收益不变的状态；在未达到规模效率和纯技术效率最优的高校中，其规模收益均呈现递减的状态。
3 辽宁省高校产学研协同创新资源配置优化对策
3.1 加强建设普通本科院校的资源配置
普通本科院校的技术效率整体偏低，大部分院校规模收益呈现递减状态。对此，需首先从高校内部着手，使高校在相对稳定的资源投入情况下，保持规模收益不变，增加产出，如专著、论文及专利等重要科研成果；其次，增加普通本科院校在人员和资金等重要资源的投入，刺激普通院校科研发展，提升高校协同创新能力，如积极调动本科生参与科研项目、定期参办科研活动等。
3.2 挖掘专科院校的协同创新能力
部分专科院校的技术效率已达到最优，但其各项科研成果较少。为进一步加强专科院校的竞争实力，在保证其专业竞争优势的前提下，应增加专科院校的科研投入。同时，要确保规模收益增加或不变，教室和学生需主动参与到协同创新项目实践中，在合作信息对称的条件下，实现资源共享，从而不断提升专科院校协同创新能力。
3.3 充分发挥学科、人才、科研三位一体发展的产学研协同创新优势
东北大学和大連理工大学作为我省一流高校，在产学研协同创新发展上为我省提供了丰富而宝贵的实践经验。两所高校注重学校内部发展，同时极力向外拓展，如建立“钢铁共性技术协同创新中心”、“高端医疗影像装备及应用协同创新中心”和“辽宁特种优势资源高效清洁利用协同创新中心”。通过充分发挥学科、人才和科研优势，完成了诸多令人瞩目的产学研协同创新项目，这不仅吸引了更多的人才及资金流入，也为学科及高校的蓬勃发展奠定了重要基础。
【参考文献】
【1】苏敬勤，刘建华，姜照华.国家创新体系国际化的模型与测算：中美比较（第一版）[M].北京：科学出版社，2014.
【2】洪银兴.产学研协同创新研究（第一版）[M].北京：人民出版社，2015.
【3】姜彤彤.高等学校人文社科科研效率评价相关问题研究——以教育部直属高校为例（第一版）[M].北京：中国社会科学出版社，2016.
【4】齐书宇.高校教师科技创新效率研究[M]（第一版）.武汉：华中师范大学出版社，2016.
【5】盛昭瀚，朱喬，吴广谋. DEA理论、方法与应用（第一版）[M].北京：科学出版社，1996.
【6魏权龄.数据包络分析（第一版）[M].北京：科学出版社，2004.
【Abstract】According to the research status and characteristics of collaborative innovation resource allocation of industry-university-research cooperation in Liaoning province universities， this paper uses data envelopment analysis method， firstly selects the input and output indicators of evaluating the efficiency of resource allocation of Liaoning universities， on this basis， constructs the evaluation model of resources allocation efficiency， and further according to the C2R and BC2 model with DEA method， calculates the technical efficiency， pure technical efficiency， scale efficiency and other evaluation indexes of resource allocation of Liaoning universities. Finally， according to the multi-objective programming and the basic idea of the production frontier， the redundancy analysis is carried out， and some suggestions are put forward to optimize the efficiency of resource allocation in our province.
【关键词】产学研；协同创新；资源配置效率
【Keywords】 industry-university-research cooperation； collaborative innovation； efficiency of resource allocation
【中圖分类号】G644 【文献标志码】A 【文章编号】1673-1069（2017）09-0100-04
1 辽宁省高校产学研协同创新资源配置现状
在我国，产学研协同创新是指以企业、高等院校和科研机构为合作主体，通过合理的资源共享，充分挖掘各个创新主体中的优势人才和创新资源，以知识創新为基础，以技术创新为导向，实现从知识创新到技术创新的知识增值过程[1，2]。辽宁省作为老牌的重工业基地，在改革开放初期一直是带领国家经济发展的龙头大省。近年来辽宁省处于经济结构转型和调整阶段，从2012年以来，辽宁省GDP经济不断下滑，没有达到提升我省GDP持续增长的状态，我省产学研协同创新发展方面受限较多，R&D过程中存在高投入、低产出，高损耗、低效率等问题。因此，本文对我省的产学研协同创新资源配置的效率展开分析，并提出资源配置优化的对策及建议。
2 辽宁省高校产学研协同创新资源配置效率分析
数据包络分析（Data Envelopment Analysis，简称DEA）由美国Charnes、Cooper和Rhodes 3人于1978年首次提出，它是在“相对效率评价”概念基础上发展起来的一种新的非参数技术效率分析方法。经过多年的发展，DEA模型已经发展的十分完善[5]。
本章主要采用的DEA模型有：C2R模型，BC2模型。C2R模型是DEA的第一个模型，从生产函数角度看，它是同时针对规模有效性和技术有效性而言的“总体”有效性，是对应于规模报酬可变的技术假设。BC2模型与C2R模型的不同点在于BC2模型要求规模效率不变。
根据DEA方法应用的一般步骤：确定评价目的、选择DMU、建立输入＼输出指标体系、DEA模型的选择和评价工作的设计与表述[6]，对辽宁省各所高校的产学研协同创新资源配置有效性进行评价。
2.1 构建评价指标体系
建立输入＼输出指标体系是应用DEA方法的一项基础性前提工作，对实现评价结果具有非常重要的意义。设输入指标为I，输出指标为O，在保持投入I不变的情况下，输出O越大越好，这代表收益更高；在保持输出O不变的情况下，投入I越低越好，这代表成本更低。因此，我们一般由这个简单的方法判断指标应归为输入还是输出指标。此外，评价指标与参考集的个数也有一定的关系，通常认为参考集元素的个数不少于输入、输出指标总数的二倍为好[5，6]。
从高校角度来看，高校科研活动效率评价指标体系主要包含的输入指标有：政府科研经费投入、企业资金注入、高校自费、教室及学生等人员，输出指标有：科技著作、专著、专利数量、学术论文、三大国际期刊文献检索数量等知识创新成果[3，4]。构建的资源配置效率评价指标体系如表1所示。
2.2 构建资源配置效率评价模型 假设有n所高校（称为决策单元），这n所高校都是具有可比性的。每所高校都有m种类型的“输入”（表示该高校对资源的耗费）和s种类型的“输出”（它们是高校在消耗了资源之后，表明“成效”的一些指标）。我们对输入和输出的理解是：输入越小越好，输出越大越好。各决策单元的输入输出数据如表2表示。
使用分式规划与使用线性规划得到的最优目标函数值是相同的，所以可以用线性规划和对偶规划来定义决策单元的有效性[5，6]。
2.3 实证分析
在进行资源配置效率的径向分析时，对外界环境要做出理想的假设：辽宁省高校实施产学研协同创新的深度、范围忽略不计和时间跨度忽略不计，且所有辽宁省高校实施产学研协同创新的数据统计均以辽宁省内发布的具体统计资料为准。
根据辽宁省2003-2015年辽宁省科技厅的统计数据，利用软件MaxDEA7.0中的径向模型：C2R模型和BC2模型，测算2015年辽宁省高校产学研协同创新的技术效率、纯技术效率、规模效率和规模收益情况，如表3所示。
在收集的86所被调查的辽宁省高等院校中，技术效率和规模效率均为最优的高校有34所，达到调查高校总量的39.5%，纯技术效率为最优的高校有48所，达到被调查高校总量的55.8%。在已经达到规模收益和纯技术效率最优的高校中，其规模收益均呈现规模收益不变的状态；在未达到规模效率和纯技术效率最优的高校中，其规模收益均呈现递减的状态。
3 辽宁省高校产学研协同创新资源配置优化对策
3.1 加强建设普通本科院校的资源配置
普通本科院校的技术效率整体偏低，大部分院校规模收益呈现递减状态。对此，需首先从高校内部着手，使高校在相对稳定的资源投入情况下，保持规模收益不变，增加产出，如专著、论文及专利等重要科研成果；其次，增加普通本科院校在人员和资金等重要资源的投入，刺激普通院校科研发展，提升高校协同创新能力，如积极调动本科生参与科研项目、定期参办科研活动等。
3.2 挖掘专科院校的协同创新能力
部分专科院校的技术效率已达到最优，但其各项科研成果较少。为进一步加强专科院校的竞争实力，在保证其专业竞争优势的前提下，应增加专科院校的科研投入。同时，要确保规模收益增加或不变，教室和学生需主动参与到协同创新项目实践中，在合作信息对称的条件下，实现资源共享，从而不断提升专科院校协同创新能力。
3.3 充分发挥学科、人才、科研三位一体发展的产学研协同创新优势
东北大学和大連理工大学作为我省一流高校，在产学研协同创新发展上为我省提供了丰富而宝贵的实践经验。两所高校注重学校内部发展，同时极力向外拓展，如建立“钢铁共性技术协同创新中心”、“高端医疗影像装备及应用协同创新中心”和“辽宁特种优势资源高效清洁利用协同创新中心”。通过充分发挥学科、人才和科研优势，完成了诸多令人瞩目的产学研协同创新项目，这不仅吸引了更多的人才及资金流入，也为学科及高校的蓬勃发展奠定了重要基础。
【参考文献】
【1】苏敬勤，刘建华，姜照华.国家创新体系国际化的模型与测算：中美比较（第一版）[M].北京：科学出版社，2014.
【2】洪银兴.产学研协同创新研究（第一版）[M].北京：人民出版社，2015.
【3】姜彤彤.高等学校人文社科科研效率评价相关问题研究——以教育部直属高校为例（第一版）[M].北京：中国社会科学出版社，2016.
【4】齐书宇.高校教师科技创新效率研究[M]（第一版）.武汉：华中师范大学出版社，2016.
【5】盛昭瀚，朱喬，吴广谋. DEA理论、方法与应用（第一版）[M].北京：科学出版社，1996.
【6魏权龄.数据包络分析（第一版）[M].北京：科学出版社，2004.