董奋义， 梁 晓

(河南农业大学， 郑州 450046)

随着我国科教兴国、创建创新型国家、创新驱动发展一系列战略的实施，高校成为了我国科技创新的重要承担者和引领者。《国家中长期科学和技术发展规划纲要(2006-2020年)》强调了科技进步对我国经济发展的重要性。科技投入指的是支持开展科技活动的投入，其中科技活动包含研究与试验发展活动、科技成果的转化和应用活动以及科技服务活动三个部分，因此研究与试验发展活动投入是科技投入的一部分。研究与试验发展(research and development，R&D)，指在科学技术领域，为增加知识总量以及运用这些知识去创造新的应用进行的系统的创造性的活动，对当前和未来的知识生产均会产生重要的影响[1]。因此，R&D是反映国家科技实力和核心竞争力的重要指标，是加快科技创新的重要途径，更是我国建设创新型科技国家的知识源泉。科技产出是指科技研究和创新研究活动所产生的科研成果，其包含直接产出和间接产出，是科技资源投入的最终反映。经济新常态下，高校如何高效对科技资源进行合理分配，有效的提高科技产出水平成为了一个热点问题。

国内不少学者对高校的科技投入与产出进行了深入研究，现有的实证研究多以效率和生产率为主。付晔等[2]采用微观层面的数据和多个角度对不同类型高校的科技投入产出效率情况进行了对比分析。丁华[3]等运用熵权法对辽宁省高校科技成果进行评价，得出科技资源投入直接影响科研成果的产出以及转化效率的结论。于志军等[4]基于成果类视角，运用随机前沿模型对高校科技创新效率及其影响因素进行了深入研究。其中，DEA(Data Envelopment Analysis)因可用于多投入多产出的效率评估、具有单位不变性、不受人为主观因素影响等优点，被大多学者们作为研究高校科技效率的主要方法[5]。例如，谈毅[6]、赵杨等[7]、陈晓琳[8]、程肇基等[9]、李思瑶等[10]、王庆金等[11]和林涛等[12]等学者运用传统DEA模型对高校的科技投入产出效率及影响因素进行了评估。学者们为了突破传统DEA的局限性对其进行了改进，在高校科技效率方面也得到了应用，如邱泠坪等[13]、苑泽明等[14]、吴和燊等[15]、李璐[16]基于投入产出视角，综合运用静态DEA模型和动态DEA-Malmquis 指数模型对京津冀高校的科技创新效率进行了评价；此外，一些学者，如何芸等[17]用三阶段DEA、段晓梅[18]用超效率DEA、林青宁等[19]用网络DEA模型对高校的科研绩效进行了实证分析。

通过以上文献的梳理，发现目前对高校科技投入产出研究成果已经比较丰富，且大多使用非参数DEA法对高校科研绩效进行研究。但是，由于DEA方法衡量的生产函数边界是确定性的，因此所有随机干扰项都被看成是效率因素，而且对决策单元个数也有限制。此外，高校科技投入产出评价系统由于其受太多因素影响，例如国家政策、经济水平、资源分配和产出成果等，评估时无法将全部因素考虑其中，需选取主要的指标进行评价，具有信息灰色的性质，因此是一个灰色的系统。灰色系统理论的研究体系对样本容量无严格要求，且不需服从任何分布，不受干扰因素影响，可以通过已知的部分信息获取未知信息等优点。

鉴于此，本研究从高校的R&D投入入手，选取高校2008-2017年R&D投入和科技产出数据作为研究对象，运用灰色关联分析法锁定当前的影响因素，并利用GM(1,1)模型对其进行预测和趋势分析，以期锁定未来的影响因素。本研究以期为高校更好的掌握科技发展态势并对资源分配进行优化提供理论依据。

1 高校R&D投入与科技产出关联分析

1.1 灰色关联分析原理及数据采集

灰色关联分析是灰色系统理论中的重要分支之一，是用于分析系统的具体方法，可以把灰色关联分析当作一个有参考系的整体进行比较。灰色关联分析法的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联度就越大，反之就越小[20]。灰色关联分析法的计算步骤见文献[21]。

根据指标选取原则，并综合数据的可获取性，本研究R&D产出指标包含发表科技论文(含国内外发表的科技论文)(万篇)、出版科技著作(万种)、专利授权数(万件)3项，R&D投入指标从科技人员和科技资金两方面选取。科技人员投入指标包含R&D人员基础研究全时当量(万人年)、R&D人员应用研究全时当量(万人年)、R&D人员试验发展全时当量(万人年)3项；科技资金投入指标包含R&D人员基础研究经费支出(亿元)、R&D人员应用研究经费支出(亿元)和R&D人员试验发展经费支出(亿元)3项。

考虑到数据选取的真实性、连续性、权威性，本研究所选取的R&D投入与科技产出数据均来源于2008-2017年《中国统计年鉴》(2007-2018年)的官方统计资料，见表1。

表1 高校R&D投入与科技产出情况

1.2 高校科技创新的关联度分析

选取发表科技论文(Y1)、出版科技著作(Y2)、专利授权数(Y3)3项科技产出指标作为参考序列变量；选取R&D人员基础研究全时当量(X1)、R&D人员应用研究全时当量(X2)、R&D人员试验发展全时当量(X3)、R&D人员基础研究经费支出(X4)、R&D人员应用研究经费支出(X5)、R&D人员试验发展经费支出(X6)6项R&D投入指标作为比较序列变量；并取分辨系数ξ=0.5，分析全国高等学校R&D投入对科技产出的影响。用灰关联分析法计算得到2008-2017年我国高等学校3项科技产出指标与6项R&D投入指标的灰色关联度，见表2。

由表2的数据可以得到发表科技论文Y1与6项R&D投入指标的关联顺序为X2>X1>X3>X6>X5>X4。在3项科技人员投入指标中，R&D人员应用研究全时当量和R&D人员基础研究全时当量对发表科技论文具有巨大影响，说明发表在应用研究和基础研究方面的科技论文居多，其次是试验发展方面的论文，表明了科研人员把更多的研究时间投入到应用研究和基础研究上。这反映出一个问题，基础理论研究是当前我国亟需发展的一方面，在基础理论体系不完善、知识不充分的情况下，科研人员仍旧更多的投入应用研究，忽视基础研究。在3项科技资金投入指标中，R&D人员试验发展经费支出对发表科技论文数量影响最大，其余两个科技资金指标相对较小，说明了R&D经费更多的投入到试验发展上面。整体来说，3项科技人员投入对发表科技论文发表数量影响大于3项科技资金投入对发表科技论文数量的影响。

表2 高校科技产出与各R&D投入的灰色关联度

出版科技著作Y2与6项R&D投入指标的关联顺序为X2>X3>X1>X6>X5>X4。从出版科技著作与R&D投入指标的关联序可以看出，在科技人员投入方面，科技活动人员在应用研究方面投入的时间总量比较多，而基础理论研究和试验发展研究对出版科技著作的贡献相对于应用研究次之；在科技资金投入方面，出版科技著作数量与3项R&D资金投入指标的关联序和发表科技论文与3项R&D资金投入指标的关联序完全一样，说明科技资金投入偏向于试验发展，反映出相比扩大科学技术知识，我国目前更聚焦于实际应用方面的创新，通过运用基础理论和应用研究知识为产生新的产品、材料和装置，建立新的工艺、系统和服务，以及对已产生和建立的上述各项作实质性的改进而进行的系统性工作。总体来讲，出版科技著作的数量主要受科技人员投入影响大，科技资金投入对出版科技著作数量影响比较大。

专利授权数Y3与6项R&D投入指标的关联顺序为X4>X5>X6>X1>X2>X3。在科技资金投入方面，R&D人员基础研究经费支出对专利授权数影响最大，R&D人员应用研究经费支出和R&D人员试验发展经费支出对专利授权数影响次之，说明了专利发明需要夯实的基础研究知识；科技人员投入方面，3项科技人员投入指标对专利授权数影响都比较大，相对来讲，R&D人员基础研究投入的时间总量对专利授权数量贡献更大。整体上，专利授权数受科技资金投入影响大，科技人员投入相对较小。

2 高校R&D投入与科技产出趋势预测

2.1 高校科技活动发展预测

通过对原始数据进行处理和灰色模型的建立，对系统运行、演化进行挖掘、发现，进而找出其中的规律，以实现对系统的未来情况做出科学的定量预测，称之为灰色系统预测方法。GM(1,1)模型是灰色预测理论中的核心模型，可以很好的处理“小样本、少数据、贫信息”系统，通过实现对系统运行行为、演化规律的正确表述，最终达到对未来变化的定量预测。鉴于此，为了能够提前掌握我国高等学校未来科技创新活动的动态变化，为高校科技活动情况的提供参考，本文选取GM(1,1)模型对高等学校科技创新活动的9项指标进行预测。

对于一个具体的研究问题，预测模型的选择必须以充实的定性分析结论做支撑，只有通过检验的模型方能够进行预测。因此，为了提高预测的精准度，需要先对原始数据进行拟合优度预测处理，当预测数据达到一定的精度，才能进一步对高校科技活动情况进行未来的预测。本研究选取平均相对误差α和关联度检验ε0对模型进行精度检验，精度检验标准见表3。通过对2008-2017年R&D投入和科技产出指标进行模拟预测，可得α值和ε0值，见表4。

表3 精度检验表

由表4的精度检验结果可知6项R&D投入指标和3项科技产出指标灰色预测模型的灰色精度均达到了合格，因此可以对高等学校科技创新活动的9项指标进行预测。GM(1,1)模型的建模过程详见文献[22]。建立我国高校科技创新活动的灰色预测模型如下：

表4 相对误差α和关联度ε0

应用上述预测模型，可以得到2018-2023年我国高等学校各项R&D投入指标和科技产出指标的预测值，见表5。

2.2 高校科技创新活动的趋势分析

依旧选取发表科技论文(Y1)、出版科技著作(Y2)、专利授权数(Y3)3项科技产出指标作为参考序列；选取R&D人员基础研究全时当量(X1)、R&D人员应用研究全时当量(X2)、R&D人员试验发展全时当量(X3)、R&D人员基础研究经费支出(X4)、R&D人员应用研究经费支出(X5)、R&D人员试验发展经费支出(X6)6项科技投入指标作为对比序列；且取分辨系数ξ=0.5。同样用灰关联分析法计算2018-2023年我国高等学校6项R&D投入指标与3项科技产出指标的灰色关联度，见表6。

表5 高校2018-2023年科技活动指标预测值

表6 高校2018-2023年科技产出与各R&D投入的灰色关联度

由表6中的数据可知，发表科技论文Y1与6项R&D投入指标的关联顺序为X2>X6>X1>X3>X5>X4。在这一阶段，通过高校发表科技论文数量与6项R&D投入指标的关联序可以发现，R&D人员应用研究全时当量X2仍居首位，R&D人员试验发展经费支出X6由原来的第4位跃居第2位，R&D人员基础研究全时当量X1和R&D人员试验发展全时当量X3分别由原来的第2位和第3位变为第3位和第4位。由此可以看出，未来6年科技论文的发表将重点关注于试验发展研究，这与前文当前的影响因素分析相印证。无论是科技资金投入还是科技人员投入均会加强试验发展方面的研究，这与我国目前的“创新驱动”政策一致，进而说明未来6年高校将会大力进行创新型研究工作。

出版科技著作Y2与6项R&D投入指标的关联顺序为X2>X6>X3>X1>X5>X4。在这一阶段，R&D人员应用研究全时当量X2仍居首位，R&D人员试验发展经费支出X6由原来的第4位跃居第2位，R&D人员试验发展全时当量X3和R&D人员基础研究全时当量X1由原来的第2位和第3位分别降为第3位和第4位，而R&D人员试验发展经费支出X5和R&D人员基础研究经费支出X4位次不变。出版科技著作与6项R&D投入指标的位次升降变化和发表科技论文作与6项R&D投入指标的位次升降变化一样，同样地，说明了未来6年高校将大力加强试验发展研究。

专利授权数Y3与6项R&D投入指标的关联顺序为X4>X5>X1>X6>X2>X3。这一时期，R&D人员基础研究全时当量X1由原来的第4位升为第3位，而R&D人员试验发展经费支出X6由原来的第3位降为第4位，其余4项R&D投入指标仍保持原有的位次。这说明在未来的6年，R&D人员基础研究时间投入量将加强对专利授权数的作用，而R&D人员试验发展经费支出对专利授权数影响将下降。R&D人员试验发展经费支出在高校的专利成果中的作用下降需要引起我们高度重视，其下降说明了在专利成果方面科技资金分配将出现不合理现象，未来6年高校需要加强试验发展发展经费的管理。

3 结论

通过对高校2008-2017年高校R&D投入产出情况进行灰色关联分析，可得出以下结论：第一，R&D人员投入大于R&D资金投入对发表科技论文和出版科技著作的影响，这说明了当前高校研究模式仍旧比较粗犷，唯论文风严重，基础研究不够重视。但是，通过高校科技资金投入偏向于试验发展，反映出高校更加注重实际应用方面的创新，与我国“创新发展”政策相适应。第二，专利发明受R&D资金投入的影响比较大，产生的原因在于专利这种高质量的学术成果主要是以科研经费做支撑的。在R&D基础研究、应用研究和试验发展研究三项投入要素中，R&D基础研究人员和R&D基础研究经费支出对专利发明都具有重要的影响，说明了基础研究是专利发明的奠基石。第三，整体上来讲，发表科技论文和出版科技著作数量与6项R&D投入指标关联度整体偏高，而专利授权数与6项R&D投入指标关联度适中，这表明了发明专利的水平不高，进而说明高校科技人员进行高质量的科技创新较少，同时也说明了高校从事前沿科技创新的大师级人物不多。因此，在此后的科研创新发展中，高校不仅要保持科技创新成果的产出，更应该加强对于领域前沿的学者培育和高质量专利方面的研究。

在对高校2008-2017年高校R&D投入产出未来6年的趋势预测中，可得出以下结论：未来6年，高校在科技论文发表和科技著作出版方面都会更加聚焦于实验研究，这不仅与目前阶段分析的结果相印证，更加证实政府实行“驱动创新”这一政策的明智与实施效果的显著；R&D人员和资金投入将会继续保持目前态势，但是R&D人员试验发展经费支出方面可能会出现分配不合理的情况，需要高校给予重视。总体而言，未来6年R&D人员和资金投入对科技产出积极的推动趋势将会继续保持下去。

4 建议

在创新驱动发展战略的背景下，为了使我国高校能够更合理的配置资源，不断提高科研成果水平，结合研究结果，提出以下建议：

1)加强完善R&D资源投入机制，提高资源配置效率。在R&D人员投入方面，努力营造一个良好的学术环境，遏制“唯论文”不良风气，完善人员绩效考核机制，调动科研人员积极性。在R&D资金投入方面，加大科研经费管理，资金投入不足会直接导致成果转化经费实际配比不足，进而使高校科技成果转化的运作过程缺乏连贯性[23]；并且合理配置资金投入，避免资金滥用，使得科研经费发挥自身最大价值。

2)夯实基础研究，做到基础研究与应用研究全面发展。基础研究是技术创新的基础，提高基础研究能力是我国脱离技术引进向技术原始性创新转变的主要方法。高校应加大引进政府和企业对高校基础研究的资助，努力拓展基础研究知识，充分发挥高校在基础研究中的重要作用，提高高水平的原始性科研创新成果转化能力。

3)重视创新型师资队伍建设，提升高校科技创新能力。师资能力不仅是高校教学质量水平的重要体现，对高校创新型人才培育具有重要的促进作用，而且也是高校科研成果创新重要的主力人员。高校可以通过建设创新型团队、引进创新型教师等渠道增加本校R&D人员数量，进一步的提高R&D人员的研发能力和高校R&D人员的培育，增加高校创新型科技成果产出。