高校Ramp;D投入产出绩效分析——以北京地区高校为例，本文主要内容关键词为：北京地区论文,高校论文,投入产出论文,为例论文,绩效论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G644 文献标识号：A 文章编号：2095-1760(2012)02-0115-13
高校、企业、科研院所是国家R&D活动的三大类主体，从其活动类型来看，企业集中于试验发展，其成果具有较快的市场价值实现能力，科研院所有基础研究也有应用研究，更多关注知识创新本身，而高校R&D活动从提高教师的科研水平、培养研发人才、通过产业化促进社会经济的发展对国家的人才战略、产业战略以及整个创新体系建设有着十分重要的支持作用，因此对高校R&D活动的研究具有重要价值。另一方面，随着高校R&D投入规模迅速扩大，对于R&D活动的管理也提出了更高的要求，以绩效评价作为抓手，完善以创新和质量为导向的评价机制，绩效评价的开展可以促进高校活动以投入产出绩效为目标，直观量化其取得的成果和不足；对绩效评价体系推广和结果的分析，有助于提高高校整体的R&D活动水平；对于高校个体进行R&D投入产出绩效的评估，可以对其发展积累的现状进行分析和总结，对高校未来的发展战略和科研管理提供参考。
综上，高校R&D投入产出绩效的评价问题值得政策制定者、高校管理者以及学者进行深入研究。
一、高校R&D投入产出绩效定量研究思路与方法体系研究
(一)重要概念
高校R&D活动经费更多来源于政府投入，与企业R&D更多为应用研究与试验发展直接面向市场相比，高校R&D活动则更多集中基础研究和应用研究两个方面，此外，其创新成果的产出类型与运用范围也有不同，高校R&D活动的产出多以著作、论文等学术成果为主，同时兼具教学价值与学术价值。
高校R&D投入产出绩效分析所关注内容无非是投入和产出两个方面，既而产出我们可以进一步细分为直接结果和贡献、影响两个方面。《弗拉斯卡蒂手册》中R&D指标分类为我们提供了较好的逻辑结构：“投入指标”包括高校研究开发活动中投入的各种资源；“产出指标”包括高校研究开发活动所产生的直接结果；“影响指标”包括高校研究开发活动对经济、社会所产生的贡献与影响；同时，我们还需要关注高校条件、环境对其研究开发活动造成的影响，从另一个角度来看，我们也可以将其纳入广义的“投入”范畴，即形成目前的条件和环境正是过往投入“沉淀”积累的结果。
据此，我们确定高校R&D投入产出绩效定量分析三个递进的研究主题：其一是高校R&D投入产出的状况如何；其二是高校R&D投入产出绩效的测度，投入过度或者产出不足的定量分析等情况；其三是通过绩效评价结果与高校基础条件的相关分析，分析其对绩效产生的影响。其中分析指标的选择，需要上文的思考和基础数据，进行活动要素与统计数据的对应。
我国较早关注绩效分析的学者吴俊卿认为绩效是实践活动的实际结果对期望值所达到的程度；针对R&D活动，闫宏认为R&D绩效评估是在R&D活动完成后，对照预先设定的目标，对R&D活动的完成情况、实施过程、实施效果及其影响所进行的系统、客观、公正的分析，并为决策提供意见或建议。笔者认为R&D绩效可以视为研究与发展活动投入和产出的比较，它体现了国家或机构科技创新能力的强弱和科技水平高低，体现了对R&D资源配置和开发的效率。
在高校R&D实证分析方面，李德武应用DEA方法对我国教育部直属高校科研投入产出绩效进行了分析；贺德方利用DEA与格兰杰因果检验对我国科技投入产出绩效进行了测度；孙宝凤、杨雪等综合运用层次分析(AHP)和数据包络分析(DEA)方法评价我国科技能力持续发展的趋势和相对有效性，揭示了影响科技持续发展的原因；樊华利用主成分分析法与DEA方法相结合，分析了高校的科技投入产出绩效；吴强、解金玲运用聚类分析与DEA相结合，先将各区域根据科技发展水平进行分类，然后在各类中进行DEA分析。
(二)测度指标体系
在R&D投入产出指标以及效率指标的选择上，我们确定了以下四个原则：科学性，即符合R&D活动的共识性规律及高校R&D活动的客观现实；导向性，是指绩效评价体系的设计应该引导高校R&D活动向提高资源使用效率、提高有效产出的方向发展；可得性，是指数据的可获得；规范性，主要是考虑研究与分析持续性的需求，研究数据的来源、口径、量纲都应该有一定规范，以满足横向比较与追踪研究的需要。
R&D投入产出指标体系的构建，首先要明确对R&D活动、R&D投入与产出的基本定义，根据《弗拉斯卡蒂手册》等有关著述，以及高校R&D活动实际，笔者认为高等院校R&D活动投入的指标集中体现人员和经费两个方面，而产出指标方面，人文社科类与理工农医类高校R&D活动产出形式则各有特点。因此在指标选取时我们综合考虑了文理科的产出类型，结合社科和科技两套报表，对高校R&D投入产出分析指标归纳如下，详见表1。
(三)综合分析模型
效率评价的研究方法可以大致分成两类，即参数方法和非参数方法。参数方法包括因子分析法、随机前沿分析(SFA)等；非参数方法主要是指数据包络分析(DEA)。根据高校R&D活动多投入多产出的特点及前人研究的经验，我们选用DEA方法对R&D投入产出绩效进行分析。
DEA方法是1978年美国运筹学家查恩斯(Charnes)等人在“相对效率评价”研究的基础上发展起来的、用于分析多投入多产出系统效率的方法，适用于高校R&D活动多投入多产出的情况。其基本思路是以各决策单元(简称DMU)投入、产出指标的权重为变量进行运算，通过所有决策单元的多种投入、产出数据，建立相应的生产可能集，最佳生产状态的决策单元即为DEA有效，这样的决策单元实现了以投入最小、产出最大为目标的Pareto最优，这样的组合形成了有效生产前沿面，并根据各决策单元同有效生产前沿面的距离状况，确定各决策单元是否DEA有效；在绩效评价的基础上，可应用投影方法测算非DEA有效的决策单元效率低下的因素及改进方向。
二、北京地区高校R&D投入与产出概况
按照R&D投入产出绩效评价分析指标，我们整理了2009年北京地区高校的R&D投入产出指标值。展开了R&D投入产出概况、R&D投入产出绩效评价以及非有效单元指标改进等研究；并对高校主要基本条件对于R&D投入产出效率影响进行分析，选取的指标包括是否属于部属院校、高层次人才数量、重点学科数量、省部级以上科研机构数量等4项。数据来源包括：2009年R&D资源清查报表、2009年教育部社科年报、2010年教育统计年鉴等。
2009年，北京地区高校开展R&D活动的单位共87个，包括高校60个、附属医院22个、高等职业学校5个。从报表数据情况来看，填报全国普通高等学校科技统计年报(理工类)的单位有62(高等学校40所，附属医院22所)个，填报全国普通高等学校人文社科统计年报(社科类)的单位有59个。
经过数据整理，共有62所高校进入绩效评价样本，投入方面(校均)：研究与发展人员317人年、内部支出1.4亿元、机构内部支出4318万元；产出方面(校均)：发表论文1385篇、出版著作89部、提交有关部门成果10份、索引收录论文523篇、专利申请109项、技术转让当年实际收入为7645万元。从变异系数来看，高校间著作、论文和人员全时工作量投入的差别相对较小，而技术转让收入这一项校间差异最大。(详见表2)
三、北京地区高校R&D投入产出绩效评价
(一)模型稳定性分析
由于DEA分析模型结果的合理解读应以模型分析有效性为前提，即DEA绩效得分的结果应该是稳定的，因此需要首先对模型的有效性进行验证。笔者使用刀切法(Jackknife)将最优效率的高校依次剔除，重新计算投入产出效率，计算得到的各组技术效率值之间的斯皮尔曼(Spearman)相关系数，并根据各组技术效率相关性强弱、集中程度判断效率评价结果的稳定性。经过两轮交叉测算的统计指标来看，效率得分的稳定性较强，适宜使用DEA方法。(详见表3、表4)
(二)R&D投入产出绩效分析
运用Deap软件进行运算整理得到北京地区高校DEA绩效评价结果，主要测算得到投入产出效率、技术效率、规模效率以及规模效益所属区间等结果。总体来看，R&D投入产出效率DEA有效的高校14所，非DEA有效高校48所；技术效率有效高校32所，非有效高校30所；各高校规模效益集中处于规模效益递减的状态。
从技术效率来看，北京地区高校的R&D资源配置效率总体较高，32所高校的R&D投入得到了充分的利用，没有多余投入或者产出，可简化地表述为投入相对产出达到最大，或者说是产出相对投入达到最小。
从规模效率来看，北京地区高校R&D投入与产出数量规模也较为合理，其中有14所高校处于实现了规模有效，即对于R&D投入产出关系而言，处于最小最佳规模与最大最佳规模之间。
从规模效率区间来看，处于规模效益递减区间的高校39所，处于规模效益不变区间的高校9所，处于规模效益递增的高校有14所。(详见表5)
(三)非有效单元指标分析
对于非DEA有效的高校，一般考虑两个方面的原因，一是在现有投入基础上的产出不足，二是在现有产出水平上的投入过度，或者兼而有之。下文我们就将结合DEA模型输出结果分析这些高校R&D投入与产出的配比情况。
我们将各非有效高校的投入指标松弛量(即与理想投入相比，投入过度的具体数量)与对应指标的比值定义为“投入闲置率”，测算得到：全时人年闲置率、经费内部支出闲置率、机构经费内部支出闲置率；同样的，将各高校产出指标松弛量(即与理想产出相比，产出不足的具体数量)与对应指标的比值定义为“产出不足率”，测算得到：论文产出不足率、著作产出不足率、研究报告产出不足率、专利申请不足率、技术转让当年实际收入不足率。
经过整理我们得到了30所非有效高校投入闲置和产出不足的具体情况，限于篇幅，报告中将不对每个高校进行各个指标的描述，而主要就具有相似特征的高校群体进行分析。(详见表6)
在投入和产出方面，不存在投入闲置的高校7所，其他23所同时存在投入闲置和产出不足的情况。分指标情况来看，投入闲置更多地集中在R&D机构内部经费支出，其次为R&D人员的投入方面，R&D经费内部支出的利用率则相对是最高的；产出不足最显著的体现在技术转让当年实际收入，其次为提交有关部门成果数和著作出版数，论文发表与专利申请产出不足情况较少、程度也较低。
四、北京地区高校R&D投入产出绩效影响因素分析
R&D活动的开展需要一定的环境条件支撑，高校基础条件必定会对R&D投入产出绩效产生影响，特别是与科研活动直接相关的如人才、团队、学科、机构等，具体来看：高层次人才和团队是科研活动的重要主体，特别是具有创新特性的R&D活动尤其需要高层次人力的投入；重点学科由于通过评审而设立，一方面是对科研人员群体实力的认可，同时也是对于学科力量整合集中的一种有效方式；科研机构以科研活动为主，其在R&D活动中起到了积聚人力和资源的独特作用；此外，针对北京地区高校的特点，我们还将“是否中央直属高校”也作为影响因素之一纳入分析体系。
通过数据整理，62所高校中，部属高校28所，市属院校34所，其主要指标概况如表7所示。
我们运用Tobit回归进行分析，因变量为绩效评价得分，自变量为高层次人才、重点学科、省部级以上科研机构，虚拟变量为“是否中央直属院校”。其中高层次人才包括中科院院士、工程院院士、长江学者、新世纪人才、国家杰出青年及创新团队；重点学科包括国家和北京市的一级、二级重点学科；省部级以上科研机构包括国家实验室等国家级科研基地、教育部重点研究基地、北京市重点实验室、工程研究中心等。在效率评价得分上，我们对投入产出绩效、技术效率和规模效率都进行了分析。(详见表8)
从模型拟合程度来看，4个变量对于规模效率的解释力最强、对投入产出效率稍次之，对技术效率的解释力最弱。但由于模型整体和变量的显著性都不高，以下我们主要从基础条件与绩效得分的正向或者负向作用来进行总结：
(1)是否中央直属高校与投入产出效率和规模效率正相关，与技术效率负相关。其影响系数的绝对数值在4个变量中最大。
(2)高层次人才数量与投入产出效率、技术效率和规模效率均为正相关。
(3)重点学科数量与投入产出效率和规模效率负相关，与技术效率为正相关。
(4)科研机构数量与投入产出效率、技术效率和规模效率的影响均为正相关。
总体而言，是否中央直属高校对R&D投入产出绩效具有较为明显影响，结合DEA得分的情况看，中央直属高校在投入产出效率及规模效率方面确有一定优势；高层次人才对投入产出绩效和技术效率产生影响主要体现于对R&D资源的充分利用，从而实现了资源的优化配置；重点学科对技术效率有提升作用，对于投入产出效率和规模效率的影响均是负向的，一般来说重点学科的批准和建立意味着科研人员实力的认可、科研资源较为稳定集中的投入，这个结果较为令人费解；科研机构对技术效率和规模效率均有提升的作用，一方面可能是由于其以科研为主的运行方式更集中于R&D活动而形成规模效益，另一方面，科研机构形成的与之相应的管理模式，也为技术效率的提升提供了契机。
五、小结与进一步研究的方向
通过数据实证，我们可以对高校R&D投入产出绩效的技术效率和规模效率概念进行界定：技术效率衡量的是高校的R&D活动“生产力”，即其科研管理制度、人事制度、财务制度、成果转化制度等是否能够保证R&D投入(人、财、物)的生产潜力能够充分地发挥；而规模效率则是衡量在制度稳定的条件下“生产规模”是否有效，即高校是否达到了最有效的资源投入规模，所谓处于投入既不浪费也无不足的状态。针对北京地区高校的情况，我们可以概况出以下结论：
1.北京地区高校总体的R&D投入绩效水平较高，特别是技术效率方面，而其规模效率总体较低，较多学校投入规模过度。
2.对于非DEA有效的高校，大部分同时存在投入闲置和产出不足的情况。投入闲置集中在R&D机构内部经费支出方面，其次为R&D人员的投入方面；产出不足主要表现为成果转化的不足，最突出地体现在技术转让当年实际收入方面，其次为提交有关部门成果数。
3.R&D投入产出绩效的影响因素方面，中央直属高校投入产出效率、技术效率和规模效率相对较高，高层次人才对投入产出效率、技术效率和规模效率均有促进，重点学科提升了技术效率但对投入产出效率和规模效率绩效未能产生积极的影响，科研机构对投入产出效率、技术效率和规模效率均有助力。
在国家进一步加大教育科研投入的大背景下，高校R&D投入不断增长与产出的快速增长的现状将进一步持续，更多的资源意味着使用资源、配置资源的难度和复杂性也进一步提高，因此需要对R&D投入产出绩效进行客观评价。所以如何完善R&D投入产出绩效评价体系，以进一步提高R&D资源利用效率，还希望在以下方面继续进行研究。
(1)提高R&D投入产出技术效率
技术效率直接表现为对R&D资源配置的能力，简单说就是以相对少的投入产生多的产出或者相对多的产出只需要少的投入，在高校R&D绩效投入产出绩效评价的分析框架中，需要对技术效率如何产生作用进行细致分析。结合笔者高校科研管理工作的实践经验，一方面需要提升R&D人员的整体实力，通过与地方区域发展、学校学科发展、学校科研规划等相结合，通过培养、引进等多种渠道充实R&D人员队伍、提高整体研发能力；另一方面需要通过R&D活动的管理为抓手，对创新活动机制的探索、管理机制的创新等一系列活动，改善和提升科研资源的获得、合理有效使用水平，即使在活动规模不变前提下，仍然能够保持较高的投入产出效率。而以上两个方面的印象如何得以在绩效评价体系中量化、衡量，是未来研究的一个重点。
(2)确定R&D投入产出的合理规模
国家对于R&D投入目标强度①的增长预期决定了高校R&D投入规模的日渐扩大的客观趋势，绩效评价方面对规模效益的合理评价和适当规模的建议，就显得越发必要。DEA评价的结果为我们提供了一个两分的判断：哪些高校目前规模效益仍在增长、哪些高校规模效益已经递减。笔者认为导致规模收益递减的因素主要是管理，而在R&D投入规模较大的情况下尤其容易发生，因为规模越大，管理和协调的难度也会越大。所以R&D投入产出规模效益提升的关键是要找到与其自身管理水平相适应的规模，如北京高校R&D投入的现实情况是其规模基本将保持总体扩大的趋势，那么已经呈现规模效益递减的高校如何确定一个对于投入产出绩效而言最好的规模，同时在管理机制上如何对流程、模式进行优化，都是高校R&D投入产出绩效分析后续研究中应该回答的问题。
(3)测度R&D活动的影响
从本文实证来看，部分高校技术转让当年实际收入和提交报告这两项产出明显不足。技术转让当年实际收入是高校“产学研”循环中创新成果产业化的关键指标，提交报告数量则侧重于反映R&D成果产生的社会效益，都反映了高校R&D成果转化能力。从高校R&D活动的特点来看，论文和著作等知识创新方式的影响更应该是体现其研究与开发结果影响的指标，而本文的分析主要对这两种成果的数量进行了考量，但对于其质量方面的考察，由于对于涉及更多科研评价的细节，并未纳入分析体系。
针对这个问题，笔者设想一方面可以通过细化论文和著作成果分类、并赋予不同权数的方式来体现对于成果质量的考察，即同样总数的成果，如果高水准成果比重更大，则其测度值也更大；另一方面，可以引入高认可度、共识度的科研评价指标，作为对数量测度之外的补充。
以上对研究我国高校R&D投入产出绩效评价进行了探讨，首先通过概念解析和数据提炼确定分析指标框架，运用DEA方法进行在投入产出效率的测算，并分析了北京地区高校高层次人才、重点学科以及科研机构等基础条件对R&D投入产出绩效的影响，结合数据实证结论，得到了一些结论，并对进一步研究的方向提出了设想。希望在以后的研究中在对时间序列数据和更大范围样本进行研究，同时不断完善分析体系，将R&D投入产出绩效的分析为R&D活动的效率提升提供更多更有益的支持。
注释：
①“投入强度”即R&D投入占GDP的比重。《国家中长期科学和技术发展规划纲要(2006—2020年)》中已经明确规划了我国政府未来的R&D投入总体情况和投入强度，即到2020年全社会研发投入占国内生产总值的比重提高到2.5%以上。