刘兴凯，张靓媛

(天津理工大学　法政学院，天津　300384)



产学研协同创新效率评价及优化对策研究
——基于天津市制造业的DEA分析

刘兴凯，张靓媛

(天津理工大学法政学院，天津300384)

以天津市18个制造业行业为研究对象，运用数据包络(DEA)方法实证测算了天津市制造业产学研协同创新效率，并进行了行业性分析。研究结果发现：天津市制造业产学研协同创新效率水平整体较好；分行业来看，天津市制造业产学研协同创新存在较大的行业间差异；投影分析结果表明，对于协同创新效率无效的行业，经费投入方面的指标存在一定程度的资源浪费问题，而产出指标则存在不同程度的不足问题。基于上述结果，为了进一步优化天津市制造业产学研协同创新效率，提出合理调整产学研协同创新投入资源配置；推动以市场为导向的产学研主体间协同创新方式；根据制造业行业特点有针对性地调整政府介入方式等建议。

产学研协同创新；效率评价；DEA

创新驱动发展是世界各国的共识，尤其是2008年全球金融危机后更是成为各国发展战略的重要选择。产学研协同创新是继原始创新、集成创新和引进消化吸收再创新等传统技术创新模式后的新型创新模式，并成为当前企业提升创新能力的重要途径。产学研协同创新一般是指“企业、大学、科研院所(研究机构)三个基本主体投入各自的优势资源和能力，在政府、科技服务中介机构、金融机构等相关主体的协同支持下，共同进行技术开发的协同创新活动”[1]。在这种创新活动中，企业、科研机构和高校是重要的组成部分，三者相互交织共同构成了技术创新系统的研发主体。在当前以创新驱动谋求经济社会转型发展的大背景下，我国许多行业都加大了资金、人力、政策等方面促进产学研协同创新的投入，随之而来的问题是，大规模的协同创新投入是否带来了相应产出？不同行业的产学研协同创新效率如何？是否存在差异？这些问题的研究，对于促进产学研协同创新战略的深入发展具有重要意义。基于此，本文拟以天津市制造业为研究对象，利用可以解决多投入多产出问题的DEA方法，实证分析产学研协同创新效率问题，以期为天津市产学研协同创新发展提供借鉴和参考。

表 1.制造业产学研协同创新投入产出指标体系

一、DEA方法及评价指标选择

1.DEA方法。数据包络分析(Data Envelopment Analysis)是一种非参数效率测度方法，主要用于评价决策单元(DMU)在多投入多产出模式下的相对有效性问题。该方法由美国运筹学家查恩斯(Charnes)等提出，其基本原理是：利用被评价决策单元的实际投入和产出数据，基于线性规划方法构造凸性最优生产前沿面，然后根据各决策单元与最优生产前沿面的相对距离测算出综合技术效率，综合技术效率值介于0到1间，处于最优前沿面的决策单元效率值为1。

DEA方法包括两个经典模型，分别是Charnes、Cooper、Rhodes[2]提出的CCR模型和Banker、Chames、Coope[3]提出的BCC模型。CCR模型和BCC模型的主要差别在于规模报酬假设的不同，CCR模型处理的是固定规模报酬假设下的决策单元有效性问题，而BCC模型处理的则是规模报酬可变假设下的决策单元有效性问题，在可变规模报酬假设下，技术效率被分解为纯技术效率和规模效率。因此，在考虑规模报酬可变情况时，生产规模状况就成为了制约决策单元效率的一个重要因素。

2.投入产出指标的选择。DEA方法对投入产出变量的指标选择具有较强的依赖性，因此，在充分考虑指标选择应坚持的完备性、独立性等原则的基础上，根据已有研究及数据的可得性，本文对制造业的产学研协同创新活动选择了如下投入产出指标：

(1)投入指标。产学研协同创新活动需要的最大投入资源就是人力、物力和财力资源，人力资源方面选择研究与发展人员占从业人员数量的比重作为表征指标。由于研发活动的物力主要表现为机器设备等基础设施投入，而这些设施投入都包括在各行业的财务支出中，因此，物力和财力资源方面选择了各行业研发经费内部支出、各行业对科研机构的研发经费支出、对高校的研发经费支出三个指标作为表征指标。

(2)产出指标。就产出而言，产学研协同创新活动的成果主要体现在两个方面，一是知识成果的产出，二是经济成果的产出。知识成果产出方面，我们选择了各行业专利申请数量作为表征指标，经济成果产出方面选择了两个相对指标，分别是各行业新产品销售收入比重和新产品产值比重。表1为本文所选投入产出指标。

3.数据来源及处理。上述投入产出指标的原始数据均从《天津市科技统计年鉴》中选取。所有指标中的相对指标数据(I1、O2、O3)需要根据年鉴中的相关数据计算而得，其他指标数据可以从年鉴中直接提取。考虑到技术研发活动在投入产出上的时滞问题，以及产学研协同创新的连续性问题，根据董大壮等[4]、刘民婷等[5]研究的处理方法，本文选择了天津市制造业2011—2013年三年相关指标的平均值作为DEA分析的投入产出数据。由于DEA方法要求投入产出数据不能为零，因此剔除了投入或产出数据为零的行业，最终选择的决策单元为天津市18个制造业行业，18个行业的投入产出数据如表2所示。

二、天津市制造业产学研协同创新效率分析

1.天津市制造业产学研协同创新投入产出特征。从投入来看，在经济转型发展以及京津冀协同发展等国家战略背景下，天津市不断加大产学研协同创新方面的资源投入。但是，相对于整体的科技研发投入而言，天津市制造业产学研协同创新方面的投入比例较低，2011—2013年，全市规模以上制造企业科技R&D经费支出(包括内部支出和外部支出)分别为208.5亿元、255.4亿元和295.9亿元，R&D经费以内部支出为主，外部支出所占比例较少，分别为4.12%、4.74%和2.78%。在制造企业外部R&D经费支出中，企业支付给科研院所和高等学校的费用分别为5.27亿元、5.13亿元和4.99亿元，分别占企业外部支出的61.3%、42.4%、60.8%。①

表 3.天津市制造业分行业产学研协同创新效率值

注：表中TE表示综合技术效率，PTE表示纯技术效率，SE表示规模效率。

表2.天津市制造业分行业投入产出数据表(2011—2013年平均)

注：(1)18个行业依次为：1、农副食品加工业；2、食品制造业；3、酒、饮料和精制茶制造业；4、纺织业；5、石油加工、炼焦和核燃料加工业；6、化学原料和化学制品制造业；7、医药制造业；8、橡胶和塑料制品业；9、非金属矿物制品业；10、黑色金属冶炼和压延加工业；11、有色金属冶炼和压延加工业；12、金属制品业；13、通用设备制造业；14、专用设备制造业；15、交通运输；16、电气机械和器材制造业；17、计算机、通信和其他电子设备制造业；18、仪器仪表制造业及其他制造业。(2)数据来源：根据天津市科技统计年鉴(2012、2013、2014)计算获得。

从产出来看，天津市制造业产学研协同创新收益还有较大提升空间，2011—2013年，制造业专利申请总量分别为1.15万件、1.27万件和1.5万件，新产品产值占制造业总产值的比重分别为21.9%、22.6%和25%，新产品销售收入占制造业主营业务收入的比重分别为21.5%、22.2%和24.4%。②分行业来看,部分行业③的专利申请量明显多于其他行业，电气机械和器材制造业最多，三年平均为1588件；就两个相对指标而言(O2和O3)，计算机、通信和其他电子设备制造业表现最好,其次分别是交通运输业和医药制造业。

2.天津市制造业产学研协同创新效率分析。使用天津市2011—2013年制造业18个行业平均投入产出数据，采用基于投入导向的BCC模型，利用DEAP 2.1软件测算出天津市制造业产学研协同创新的综合技术效率、纯技术效率和规模效率，结果如表3所示，18个行业效率分布如表4所示。我们发现：

第一，从综合效率来看，在上述以天津市制造业行业为决策单元的评价中,产学研协同创新的综合技术效率平均为0.827，其中，9个行业④的综合效率值为1，这表明在考察的所有决策单元中，一半行业的投入产出比例合适，综合效率达到相对最优。其它9个行业的协同创新综合效率相对无效，DEA值均低于1，其中，5个行业的综合效率处于边缘非效率状态(DEA值介于0.8—1之间)，说明这几个行业投入或产出的稍微调整即可获得综合效率的明显改善；两个行业综合效率值在0.3以下，协同创新效率状况较差，或许需要同时调整投入与产出方面的多项指标，才有可能获得协同创新效率的明显改善。

表 4.制造业各行业DEA效率值的分布

表5.非DEA有效行业投入产出的投影分析

第二，从纯技术效率来看，天津市制造业产学研协同创新的纯技术效率平均为0.908，其中，14个行业的纯技术效率值为1，表明这些行业的资源配置得当，产出在投入要素相对有效的技术运用中达到最大化。其余4个行业⑤的技术DEA值介于0.2—0.9之间,说明这4个行业技术无效,尤其黑色金属冶炼和压延加工业，纯技术效率值仅为0.294，意味着协同创新的投入资源远未得到有效利用。

第三，从规模效率来看，天津市制造业产学研协同创新的三年效率平均值为0.897。其中，规模效率有效行业10个，其余8个行业规模DEA值小于1,其中石油加工、炼焦和核燃料加工业规模效率最低，其规模DEA值仅为0.369，这说明该行业的协同创新规模配置存在较大问题。

第四，从规模报酬收益来看，9个综合效率有效行业均为规模报酬不变，有6个行业⑥处于规模报酬递增阶段，意味着这些行业可以通过规模的扩张而获得更多的收益。医药制造业和专用设备制造业两个行业为规模报酬递减阶段，说明这两个行业协同创新投入规模的增加并不能带来相应的更高收益，因此，应适当减少对这两个行业的投入,将节约的资源投入到更有效率的行业中去。

3.非DEA有效行业产学研协同创新投入产出的投影分析。DEA的投影分析可以根据投入或产出的松弛量⑦探究决策单元非有效的原因以及向有效前沿面调整的方向。天津市9个非DEA有效行业的投入产出冗余结果如表5所示。以非金属矿物制品业为例，数字0表示投入或产出不存在冗余，处于相对最佳状态，因此无需调整，数字0.719表示在现有产出水平下，为达到相对最优，内部经费比重指标应该减少0.719个百分点的冗余量，0.325表示在现有的投入水平下，新产品销售收入占比应再提高0.325个百分点才能达到相对最优。

表5表明，从投入冗余方面来看，协同创新的人员投入不存在冗余，经费投入冗余的行业为4个，对科研机构投入和学校投入冗余的分别为1个和2个。从产出不足方面来看，9个非有效行业中，专利、新产品产值比重不足的行业分别有2个，而新产品销售收入比重不足的行业最多，为3个。分行业来看，黑色金属冶炼和压延加工业的经费内部支出指标存在最大的冗余，其次是石油加工、炼焦和核燃料加工业；石油加工、炼焦和核燃料加工业的所有产出指标都存在不足，黑色金属冶炼和压延加工业在专利和新产品销售收入两个指标上存在不足，而化学原料和化学制品制造业、非金属矿物制品业两个行业则分别在新产品产值比重和新产品销售收入比重上存在不足。

三、结论及建议

本文基于DEA方法，利用天津市制造业2011—2013年产学研协同创新投入产出数据，实证估算了天津市制造业产学研协同创新效率，并进行了行业性分析。研究结果发现：

1.天津市制造业产学研协同创新效率水平整体较好，2011—2013年三年平均综合效率为0.827，纯技术效率和规模效率分别为0.908和0.897。产学研协同创新的良好局面在很大程度上与当前天津市的重要战略机遇期密切相关，如京津冀协同发展及天津自贸区建设的战略机遇。尽管如此，天津市制造业产学研协同创新效率还存在较大的优化空间。

2.分行业来看，天津市制造业产学研协同创新存在较大的行业间差异。本文考察的18个行业中，50%的行业处于效率前沿面，综合效率有效，而其余9个行业则处于非有效状态，其中5个行业较好，综合效率介于0.8—0.9之间，但有2个行业低于0.3，综合效率过低，产学研协同创新资源配置和管理存在较大问题。

3.投影分析结果表明，对于协同创新效率无效的行业，经费投入方面的指标存在一定程度的资源浪费问题，而产出指标则存在不同程度的不足问题，尤其是新产品销售收入比重指标，该指标产出不足的行业最多。

基于上述结果，为了进一步优化天津市制造业产学研协同创新效率，提出如下建议：

第一，合理调整产学研协同创新投入资源配置。对于技术有效的行业，重点应强化协同创新机制而非盲目的扩大资源投入；对于技术或规模无效的行业，应把资源配置或管理作为主要的切入点，重在调整资源的有效利用；效率偏低且处于规模报酬递增阶段的行业更应适当增加其投入水平，加大协同创新资金和人才的投入力度，谋求协同创新的规模收益。

第二，推动以市场为导向的产学研主体间协同创新方式。产学研协同创新是一项涉及较多主体参与的复杂系统工程。因此，为了开展高效的产学研协同创新，应加强产学研协同各方的沟通机制，促进产学研协同主体间的交流。另外，协同创新主体间存在不同的价值观念和利益导向，因此应在积极营造和谐创新氛围的基础上，建立产学研创新连动机制，[6]构建基于市场导向的产学研协同创新网络及协同创新方式。

第三，根据制造业行业特点有针对性的调整政府介入方式。政府在产学研协同创新中发挥着重要作用，能够以较少的资金撬动企业和社会的大量研发投入。因此，需要凝练多样的政府支持产学研协同创新的政策工具，加强政府的引导和支持，创造有利于产学研协同创新的政策环境，搭建协同创新平台及调整创新体制。另外，各行业间的协同创新效率、规模收益、产出不足或投入冗余等各方面都存在较大异质性，因此应该基于行业的具体特征制定具有行业针对性的产学研支持政策与措施。

注释：

①数据来源：根据天津市科技统计年鉴(2012、2013、2014)计算获得。

②数据来源：根据天津市科技统计年鉴(2012、2013、2014)计算获得。

③这些行业是：医药制造业；通用设备制造业；专用设备制造业；电气机械和器材制造业；计算机、通信和其他电子设备制造业。

④这些行业分别为: 酒、饮料和精制茶制造业；纺织业；橡胶和塑料制品业；金属制品业；通用设备制造业；交通运输；电气机械和器材制造业；计算机、通信和其他电子设备制造业；仪器仪表制造业及其他制造业。

⑤4个行业分别是：石油加工、炼焦和核燃料加工业；化学原料和化学制品制造业；非金属矿物制品业；黑色金属冶炼和压延加工业。

⑥这6个行业分别是：农副食品加工业；食品制造业；石油加工、炼焦和核燃料加工业；非金属矿物制品业；黑色金属冶炼和压延加工业；有色金属冶炼和压延加工业。

⑦投入的松驰量表示既定产出水平下某投入指标相对于其在有效前沿面上投影的冗余量，产出的松驰量则表示某产出指标相对其在有效前沿面上投影的不足量。

[1] 曾鸿鹄,张学洪,林华.解读“协同创新”:地方高校与区域经济社会互动发展战略研究——以桂林理工大学为例[J].高教论坛,2012,(7).

[2]Charnes, A., W.W. Cooper and E. Rhodes. Measuring the efficiency of decision-making units[J]. European Journal of Operational Research，1978,(2).

[3]Banker, R.D., Charnes, A. and Cooper, W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J]. Management Science，1984,30(9).

[4]董大壮,彭灿.江苏省产学研合作创新效率的影响因素研究[J].科技与经济,2013,(1).

[5]刘民婷,孙卫.基于DEA方法的产学研合作效率评价研究——以陕西省制造业为例[J].科学学与科学技术管理,2011,(3).

[6]蔡兵.自主创新的风险控制与效率提高[J].广东行政学院学报,2007,(3).

责任编辑：明加

2016—02—29

天津市哲学社会科学规划项目《高等教育内涵式发展背景下天津市高校科研效率评价及优化对策研究》(编号：TJJX15-012)。

刘兴凯(1975—)，男，河北黄骅人，天津理工大学法政学院副教授，博士，硕士研究生导师，研究方向为教育经济学；张靓媛(1991—)，女，河北唐山人，天津理工大学教育经济与管理硕士研究生，研究方向为教育经济学。

F224.5

A

1008—4533(2016)04—0070—05

10.13975/j.cnki.gdxz.2016.04.010