我国理工农医类高等学校科研财政投入效果分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇我国理工农医类高等学校科研财政投入效果分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：本文选取了我国理工农医类高等学校主要的科研财政投入和产出的指标，然后运用主成分分析方法对这些指标进行了主成分分析，提取出各指标的主要成分，再通过DEA（数据包络线分析法）分析方法对我国理工农医类高等学校科研投入产出的结果进行了评价，并给出几点建议。
一、问题的提出
随着我国经济飞速发展，需要大量的专业人才和高新科技技术来支撑我国未来的发展，我国高校的科研发展与变革也势在必行。我国高校科研未来发展趋势要向着既要富有特色又要提高水平的方向发展，在提高自身水平的同时更应向着国际化的方向发展，从而使我国的高校在国际高校科研大家庭中拥有一席之地。不仅在教学和科研水平上要朝着国际化的趋势发展，科研行政管理方式上也要同国外著名大学接轨，通过全面且有效的绩效考核系统的建立带动高校的科研的快速发展，打造出具有中国特色的教育培养和科技研发的模式。在科技飞速发展的今天，对科技研究的投入量决定了科技成果的多寡，而资金和人才的投入是科技产出的关键。2013年科研内部支出达到688.69亿元，比2012年增长了13.16%，外部支出投入61.45亿元比2012年增长了20.8%，人员投入347988人，比2012年增长了2.6%。2013年科技成果中，科技797104篇，专利申请106714项，有效发明专利数116807项，比2012年分别增长了1.3%、20%、-21.5%。对于各地区高校的科研投入到底能带动多少科技产出问题、投入是否有效、投入不足还是浪费等问题我们还不是很清楚的。
总的来说，在这一趋势下，针对高等院校科研这一特殊架构而进行绩效评价的探讨迫在眉睫，我们有必要将这一问题着重提出并进行深入的研究。高等院校不仅要做好自己的本职工作，更应在此基础上采纳并实施绩效考核机制，从根本上提高投入的利用效率。
二、主成分和DEA方法测评理工农医类高等学校科研投入效果
（一）基于 DEA 的投入指标和产出指标的选取
从所得数据的可得性及时效性考虑， 笔者选取了《2013年科技统计年鉴》全国31个省市的理工农医类高等学校科研投入与产出数据。
1、投入指标的选取
对于科研研究与开发的投入无外乎是资金和人力资源的投入。高校科研的人员投入主要包括博士、硕士、本科等学历人员的投入，由于数据查找的原因，本文只考虑了科技研究与开发过程中的总的人员投入，而没有把这些人员进行细化。对各地区高校科研的资金投入主要包括内部支出投入和外部支出投入，内部支出投入主要包括：基础实验投入X1、应用实验投入X2、试验发展投入X3、科研的日常开支投入X4、资产性投入X5（主要是科研设施、仪器等等）和政府基金投入X6。对于外部投入主要包括：企业的投入、国外的投入等等，本文只考虑了外部的总投入。所以本文的投入指标主要是内部投入（ZX1）、外部投入（ZX3）和人员投入（ZX2）以及包括它们的各子指标。
2、产出指标选出
本文的科技研究与开发的产出指标主要选取得是能代表科技研究成果的一些指标。主要包括：发表的科技论文篇数Y1、出版科技著作的种数Y2、申请专利的件数Y3、有效的发明专利的件数Y4、专利转让的收入Y5以及形成国家或行业标准数Y6。
3、数据选取与来源
考虑到数据的可得性及时效性，笔者选取《2013年科技统计年鉴》中各地区的理工农医类高校投入与产出数据，由于各项投入产出指标单位不统一所以要对数据进行无量化处理。处理的方法是将子指标除以各自序列的平均值。用这种正规化方法消除不同单位的影响。下表列出了各指标经过处理后的数据。
4、主成分分析
由于投入指标和产出指标都包括多个子指标，所以我们进行了主成分分析。在主成分分析时使用的是SPSS软件。首先我们对投入的指标进行主成分分析，把我们统计的原始数据输入到SPSS 软件当中，然后经过SPSS 软件的处理，可以得到投入指标的主成分分析的结果如下表1所示。
4、数据包络线（DEA）分析
把经过主成分分析得到的产出和投入指标的数据经过deap2.1软件的处理，我们可以得到如下的结果。
三、结果评价与分析
本文是基于规模报酬不变的C C R模型及规模报酬可变的B C C ，并借助DEA 处理软件D eap 2.1，计算了《2013年科技统计年鉴》中的全国省市理工农医类高等学校科技投入与产出的技术效率、纯技术效率、规模效率以及规模收益，评价结果如表2所示。其中（drs：规模报酬递减，irs：规模报酬递增，―：规模报酬不变）。
（一）CRS有效性（技术有效）分析
技术效率也称总效率，当被考察的决策单元同时达到纯技术有效与规模有效，即效率值为 1 时，称为有效决策单元，否则为无效。而如果技术效率值非 DEA 有效，则造成非 DEA 有效的原因就要从纯技术效率和规模效率两方面分析，可能是纯技术效率值 DEA 非有效或规模效率 DEA 非有效，也有可能是两者都 DEA 非有效。由表2的评价结果可以得到全国省市理工农医类学校的CRS有效性分布。θ=1即为技术有效，就是输出相对于投入而言已经达到最大。其中θ=1的有4个地区，它们分别是：浙江、河南、广西、云南，这4个地区位于有效前沿面上。这几个地区是DEA相对有效的，占12.90%。其它的地区的CRS有效值θ都小于1，为CRS无效率，占87.1%。θ越小，说明各地区理工农医类学校科技研发投入产出的效率越低。θ
（二）规模有效性分析
规模有效：指投入量既不偏大，也不过小，是介于规模收入收益由递增到递减之间的状态，即处于规模收益不变的状态。规模有效性e等于θ/ σ。判别DMU 的规模效益的一种方法为：如果技术效率等于纯技术效率（θ = σ），则该DMU 为规模收益不变（CRS）；如果技术效率不等于纯技术效率（θ ≠σ），则CRS模型下的Σλj < 1 ，表示规模收益递增（IRS），Σλj > 1 表示规模收益递减（DRS）。显然，CRS有效（θ = 1）的4个地区都为规模收益不变。规模收益递减的地区有19个，占61.3 % ，说明31个地区理工农医类学校中的大部分已经没有增加科研投入使科技产出指标有所改善的可能性，应该减少它们的科技研发投入规模，或在既有规模上提高投入资金的管理以及运作效率。其中有8个地区的理工农医类高校科技研发投入规模效率是递增的，占比为25.8%。这表明，总体上大部分地区高等学校科技研发投入的规模效率都处于递减或者递增状态。对于规模效率递减的地区理工农医类高等学校，应该适度控制投入规模来提高其投入产出效率。而对于山西、内蒙、海南、贵州、、甘肃、青海、宁夏这8个地区的规模效率递增的高等学校，规模效率递增，说明他们科技投入不足，应该适当的扩大科技研发的投入规模以提升投入产出效率。这8个地区相对比较贫穷，其中就有6个是西部地区，在科技研发投入这一块要比全国其他中东部发达地区要少的多。这一测算结果正好也验证了西部地区科技投入相比较中东部地区要低的这一事实。
四、结论
通过DEA分析得出：北京、河北、辽宁、江苏等地区高校的科研投入的纯技术效率有效，它们的技术效率以及规模效率是无效的。这些地区都属于发达地区，区位优势很明显，所以这些地区对科研的资金和人才的投入规模从数量上来说，都相对要比欠发达地区大得多，评价的结果正好与现实相符。它们的技术无效要想改进就应该从科技研发投入资金与管理成本以及科技人员的质量水平着手，它们的问题已不再是量的问题而是质的问题了。对于处于规模收益递减的地区高校要控制其合理的规模，提高其纯技术效率，从而实现总效率（技术效率）有效。而对于山西、内蒙、海南、贵州、、甘肃、青海、宁夏这8个地区的规模效率递增的高等学校，规模效率递增，说明他们科技投入不足，应该适当的扩大科技研发的投入规模以提升投入产出效率。这8个地区相对比较贫穷，其中就有6个是西部地区，在科技研发投入这一块要比全国其他中东部发达地区要少的多。这一测算结果正好也验证了西部地区科技投入相比较中东部地区要低的这一事实。
五、几点建议
1.政府科研财政支出为主，多渠道筹措科研经费。高校科研经费的数量和使用质量是高校上水平上档次的关键，也是我国创建世界一流大学的保证。但是目前我国财政科研投入的经费相比较发达国家还很低，高校多渠道筹措科研经费的能力不足，需要政府主导，引入市场的力量，使用多种方式激励其它社会团体、组织资金的进入。
2.加强科研经费的管理，提高资金的使用效率。从发达国家的经验看，我国应建立以直接资金拨款为主，以合同为纽带的资金投入管理机制，提高资金使用效率。同时也应增加一般资金的投入，特别是增加对高层次人才培养配套资金的投入。
3.建立科研激励机制，调动高校科研积极性。针对我国高校科研人员多、高学历人才多的特点，国家在抓好教学质量的同时，应采取切实措施，调动高校教师的科研积极性，为国家科教兴国，建设科技强国的战略作出贡献。（作者单位：北京工商大学）
参考文献：
[1] 吴先慧，基于主成分分析和 DEA 方法的我国区域创新效率评价，哈尔滨工业大学，2011
[2] 黄瑞芬，山东科技金融绩效评价_基于主成分分析的DEA研究路径，金融发展研究，第10 期，2013
[3] 许爱萍，高校R&D投入对城市经济增长的影响，技术经济与管理研究，2012
[4] 孙绪华，我国科技资源配置的实证分析与效率评价，华中农业大学，2011
[5] 张霄，我国省级财政研发支出效率的评价，统计与决策，2013
[6] 宋冬梅，江苏省高等学校R&D投入效率的区域差异性分析，科技管理研究，2011
[7] 《2013年中国科技统计年鉴》