劉有升

（福州大學 經(jīng)濟與管理學院,福建 福州 350116）

一、研究背景

科技創(chuàng)新創(chuàng)業(yè)人才是國家發(fā)展的重要人力資源[1]。黨的十八大要求“實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略”和“加大創(chuàng)新創(chuàng)業(yè)人才培養(yǎng)支持力度”；十八屆三中全會強調(diào)“加快建設創(chuàng)新型國家”；十八屆五中全會以創(chuàng)新領銜五大發(fā)展理念，成為引領發(fā)展的第一動力。《國家創(chuàng)新指數(shù)報告2014》對全世界40個主要國家的情況進行了分析，其中我國列第19名；而《國家創(chuàng)新指數(shù)報告2015》表明，我國在這一排名中僅略微提升至第18名，這意味著建設創(chuàng)新型國家的形勢依然嚴峻。管中窺豹，從省域的角度來探究全國科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設效率，是一種有價值的研究視角。經(jīng)濟社會發(fā)展與科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設是有機共生系統(tǒng)，在大眾創(chuàng)業(yè)萬眾創(chuàng)新的背景下，科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設是創(chuàng)新型省份建設的重要突破口。近年來，全國不少省份科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設長足發(fā)展，但各省科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設如何提升效率？如何增進各主體的主觀能動性及驅(qū)動力，使創(chuàng)新創(chuàng)業(yè)成為經(jīng)濟增長新引擎，推動創(chuàng)新型省份建設？這些都是值得深入探究的問題。

回顧已有文獻，學者們對科技創(chuàng)新創(chuàng)業(yè)人才給予了廣泛關注。學界的研究主要聚焦于美國、德國、日本、印度等科技發(fā)達國家的經(jīng)驗梳理[2-5]和不安全感[6]、創(chuàng)業(yè)教育[7]、質(zhì)量把控[8]、聚集效應[9]等有關的影響因素分析。此外，還包括培養(yǎng)機制[10]、激勵機制[11-12]、對策建議[5，13]等方面的探討。上述研究都具有一定的說服力，也皆有各自的經(jīng)驗材料支持，增進了人們對相關問題的理解和認識，但是仍然有較大的拓展空間。從理論上看，已有研究大多從單一維度考察，視角的多維性考察不足，理論框架的系統(tǒng)性尚待增強；從方法上看，多數(shù)研究停留于簡單的統(tǒng)計描述，量化研究總的來說較少。近年來，DEA-Malmquist指數(shù)模型已被廣泛地運用于相關產(chǎn)業(yè)效率[14-15]和全要素生產(chǎn)率[16-17]方面的評價，使用該方法分析科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設效率是較新的研究領域，具有可行性和新穎性。

二、研究方法及指標、數(shù)據(jù)的獲取

（一）基于DEA的Malmquist指數(shù)理論

數(shù)據(jù)包絡分析方法（Data Envelopment Analysis，DEA）以DUM偏離DEA前沿面的程度來衡量一組同類決策單元的相對有效性[18]。Malmquist指數(shù)是決策單元從時期t到時期t+1的距離函數(shù)比值[19]，定義時期t基于投入的距離函數(shù)為：

其中，xt∈Rm為投入向量，yt∈Rs為產(chǎn)出向量，St為前沿面技術，θ代表當決策單元處于前沿面技術時所需減少投入要素的最大比率。所以，當yt不變時，距離函數(shù)和投入向量xt最大縮小比值的倒數(shù)相等。因此，綜合效率可表示為：

定義在時期t、t+1的技術水平下，決策單元的Malmquist指數(shù)分別為：

由（3）式和（4）式可得全要素生產(chǎn)率（TFP）指數(shù)：

記M=M(xt+1,yt+1,xt,yt)，則M＞1表示生產(chǎn)率進步；M=1表示生產(chǎn)率不變；M＜1表示生產(chǎn)率退步[20]。Malmquist生產(chǎn)率指數(shù)變換形式為：

其中，TC、EC分別為：

TC代表決策單元在時期t和t+1內(nèi)的技術變動（Technical Change，TC），也稱前沿面移動效應或增長效應，表示生產(chǎn)技術創(chuàng)新情況。當TC＞1時為技術進步，當TC＜1時則為技術退步。EC代表決策單元目前投入與最小投入間的差距，即綜合效率變動（Efficiency Change，EC），也稱追趕效應或水平效應。當EC＞1時意味著綜合效率上升，反之，當EC＜1時表明綜合效率下降。

1992年，F(xiàn)are將DEA模型的輸入輸出指標與Malmquist生產(chǎn)率指數(shù)相結(jié)合[21]。設時期t=1,2,…,T，有y=1,2,…,n個DMU，則t期第j個DMU的第i項投入為xijt，t期第j個DMU的第r項產(chǎn)出為yrjt；λ是滿足公式成立的常數(shù)，代表各決策單位的權(quán)重，時期t的前沿面技術表示為：

Malmquist生產(chǎn)率指數(shù)的距離函數(shù)Dt(xt,yt)、Dt+1(xt,yt)、Dt+1(xt+1,yt+1)和Dt(xt+1,yt+1)均可由DEA模型求解。求解Dt(xt,yt)的基于投入的CCR模型為：

式中為模型的松弛變量表示超量投入表示虧量產(chǎn)出。求解 Dt+1(xt+1,yt+1)與（8）式類似，只需將t替換為t+1。若再增加約束條件可將EC以純技術變動 （PTEC）與規(guī)模效率變動（SEC）的乘積表示，其中：

CRS代表固定規(guī)模報酬的假設條件，VRS代表變動規(guī)模報酬的假設條件。Malmquist指數(shù)還可進一步分解為：

上式中，SEC＞1表示規(guī)模效率提升，SEC＜1表示規(guī)模效率降低。

（二）研究指標及樣本的選擇

按指標體系綜合性、可行性、可比性的原則，同時考慮數(shù)據(jù)資料取得的操作性、權(quán)威性（直接或間接來源于政府統(tǒng)計部門發(fā)布的數(shù)據(jù)資料），并借鑒已有研究成果[22-23]，本研究建立表1所示的指標體系，對省域科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設效率情況進行動態(tài)考量。

表1 省域科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設的投入-產(chǎn)出指標體系

在樣本選擇上，根據(jù)國家統(tǒng)計局網(wǎng)站 《國家數(shù)據(jù)》（National Data），共選擇30個省級行政區(qū)2012—2014年的數(shù)據(jù)（西藏數(shù)據(jù)不全，本次統(tǒng)計未含）。

三、研究結(jié)果及數(shù)據(jù)分析

（一）全國科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設效率情況

本研究使用DEAP2.1軟件分析30個樣本2012—2014年間的Malmquist指數(shù)和它的分解指數(shù)趨勢。由于Malmquist指數(shù)評價的是當年相較于前一年的動態(tài)變化，因此輸出的結(jié)果只含2013年和2014年共2年的指標，具體結(jié)果如表2和表3所示。

表2 2013年整體樣本Malmquist指數(shù)及其分解

從表2可知，2013年有21個樣本省級行政區(qū)的Malmquist指數(shù)大于等于1，各樣本Malmquist指數(shù)平均值達1.067，總體上說明全國各省域科技創(chuàng)新創(chuàng)業(yè)人才效率在2012—2013年有一定提高。技術變動指數(shù)除北京、陜西、黑龍江以外，其余省級行政區(qū)均小于1，平均值僅0.853，表明大部分省級行政區(qū)在2012—2013年的技術變動情況并不顯著，這在一定程度上阻礙了綜合效率的提高。純技術變動指數(shù)除福建和吉林以外的其余28個省級行政區(qū)的值均大于等于1，平均值亦達1.105，意味著在全國總體層面上，省級行政區(qū)的純技術變動狀況驅(qū)動了綜合效率的提高。規(guī)模效率變動指數(shù)平均值為1.146，僅7個省級行政區(qū)的規(guī)模效率變動指數(shù)值小于1，表明大部分省級行政區(qū)科技創(chuàng)新創(chuàng)業(yè)規(guī)模效率在2012—2013年有所提高。

從表3可以看出，2014年有15個樣本省級行政區(qū)Malmquist指數(shù)大于1，各樣本Malmquist指數(shù)平均值為1.061，說明全國一半以上省域科技創(chuàng)新創(chuàng)業(yè)人才效率在2013—2014年有一定幅度提高，尤其是新疆和吉林的Malmquist指數(shù)分別高達2.246和2.107，依次位居全國第一和第二。技術變動指數(shù)中所有省級行政區(qū)均大于1，平均值達1.198，表明各省級行政區(qū)在2013—2014年的技術變動增長成為綜合效率提高的重要動因。純技術變動指數(shù)平均值僅有0.989，意味著全國各省域的純技術變動狀況一定程度上制約了綜合效率的提高。規(guī)模效率變動指數(shù)平均值是0.891，僅有4個省級行政區(qū)的規(guī)模效率變動指數(shù)值大于或等于1，可見全國大部分地區(qū)科技創(chuàng)新創(chuàng)業(yè)規(guī)模效率在2013—2014年有所降低。

表3 2014年整體樣本Malmquist指數(shù)及其分解

（二）全國分地區(qū)科技創(chuàng)新創(chuàng)業(yè)人才效率情況

東部、中部、西部地區(qū)的數(shù)據(jù)是分別對三個地區(qū)內(nèi)相關省份的數(shù)據(jù)進行算術平均而得，如表4所示。

表4 各地區(qū)Malmquist指數(shù)及其分解

從該表可知，2013年西部地區(qū)Malmquist指數(shù)最高，三個地區(qū)數(shù)值都超過1，表明2012—2013年各地區(qū)科技創(chuàng)新效率均有一定提高。技術變動指數(shù)方面，三個地區(qū)值均小于1，說明技術創(chuàng)新仍為制約各地區(qū)發(fā)展的主要因素。純技術效率指數(shù)方面，西部依舊最高，但三個地區(qū)指數(shù)值均超過1，說明不同地區(qū)在2012—2013年間純技術效率方面均有一定提升。規(guī)模效率變動方面，東部排名第一，指數(shù)1.196優(yōu)勢較明顯，說明東部地區(qū)在科技創(chuàng)新方面有規(guī)模優(yōu)勢，而西部地區(qū)并未形成良好的規(guī)模效應。2014年情況有所變化，中部地區(qū)Malmquist指數(shù)最高，東部地區(qū)數(shù)值小于1，表明2013—2014年東部地區(qū)科技創(chuàng)新力度不足。技術變動指數(shù)方面，三個地區(qū)數(shù)值均大于1，表明不同地區(qū)在2013—2014年間技術效率方面均有一定提升。純技術效率變動方面，僅中部地區(qū)數(shù)值大于1，意味著中部地區(qū)連續(xù)兩年在純技術效率提升上效果良好。規(guī)模效率變動方面，三個地區(qū)數(shù)值均小于1，說明它們在2013—2014年均出現(xiàn)規(guī)模增長短板，阻礙了綜合效率增長。

四、結(jié)論及建議

本研究基于DEA的Malmquist指數(shù)理論，分析2012—2014年我國省域科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設效率，主要得出以下結(jié)論：一是全國省域科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設效率不斷提高；二是全國分地區(qū)科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設效率不平衡；三是科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設是一個系統(tǒng)工程，需要政策鏈、產(chǎn)業(yè)鏈、人才鏈、創(chuàng)新鏈互相交織和支撐。綜合實證分析及專家訪談意見，提升科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設效率應促進政策鏈、產(chǎn)業(yè)鏈、人才鏈、創(chuàng)新鏈融合，打造科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設生態(tài)系統(tǒng)，為此提出四點建議。

（一）優(yōu)化頂層設計，加強政策鏈引領

一是要樹立系統(tǒng)思維。推進科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設要借鑒系統(tǒng)論，增進政策的系統(tǒng)性、前瞻性和操作性，既要考慮經(jīng)濟方面的因素，也應兼顧制度、組織、社會、政治、生態(tài)等方面的影響。二是要激發(fā)協(xié)同效應。針對目前政策較為分散、整體合力缺乏、導向機制不明等問題，有針對性地打好“組合拳”，增進政策的多元化協(xié)同，即強化省域、市域、縣域之間政策的協(xié)同；推動各個產(chǎn)業(yè)間政策的協(xié)同；深化科技創(chuàng)新創(chuàng)業(yè)人才主體間政策的協(xié)同。三是要持續(xù)動態(tài)優(yōu)化。一方面及時應對不斷發(fā)展的形勢，以此檢驗科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設政策的時效性及實效性；另一方面深度契合相關主體的合理需求，以科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設政策的人性化、動態(tài)化來增強科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設的生命力。

（二）發(fā)揮市場導向，凸顯產(chǎn)業(yè)鏈拉動

第一要做強產(chǎn)業(yè)集群。推進戰(zhàn)略性新興產(chǎn)業(yè)、“互聯(lián)網(wǎng)+”和大數(shù)據(jù)重大工程等的發(fā)展，使它們與經(jīng)濟社會更加融合；深入實施《中國制造2025》，推動傳統(tǒng)產(chǎn)業(yè)改造，切實提升“中國制造”的品質(zhì)以及“中國創(chuàng)造”的影響力，增強“造血”功能。第二要推進成果轉(zhuǎn)化。緊扣我國深化供給側(cè)結(jié)構(gòu)性改革的背景，正視實驗室里科技成果不夠“接地氣”、難以轉(zhuǎn)化等現(xiàn)實，打通“最前一公里”和“最后一公里”，暢通創(chuàng)新成果轉(zhuǎn)化鏈。第三要增進資金供給。構(gòu)建多層次、多渠道的資金配置平臺，搭建財政對科技投入的穩(wěn)定增長機制，完善穩(wěn)定性支持、引導性支持、獎勵和后補助等支持方式，以項目為載體、資本為紐帶、效益為準繩作為實施原則，如廣東省應發(fā)揮地處僑鄉(xiāng)、經(jīng)濟較為活躍、民間資本較為發(fā)達等優(yōu)勢，建立創(chuàng)業(yè)投資專項引導基金，提升資金的使用效益，為科技創(chuàng)新創(chuàng)業(yè)人才的發(fā)展提供資金扶助。

（三）夯實平臺建設，強化人才鏈引擎

一是要注重區(qū)域化。許多國家產(chǎn)生了一些具有代表性的高新技術研發(fā)應用策源地，如美國硅谷、法國格勒諾布、日本筑波和我國中關村等，這也為科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設提供了有益借鑒。比如福建省應重點打造福廈泉國家自主創(chuàng)新示范區(qū)，加快福州新區(qū)、濱海新城的建設，優(yōu)化區(qū)域創(chuàng)新布局，打造區(qū)域經(jīng)濟增長極，凸顯集聚功能。二是促進基地化。遴選較為成熟的地區(qū)，新建一批雙創(chuàng)示范基地、專業(yè)化眾創(chuàng)空間，加強國家大學科技園的陣地作用，增進規(guī)模效應及輻射效應。三是強化龍頭效應。一方面要搭建平臺，不斷改革人才培養(yǎng)模式，完善高端創(chuàng)新人才和產(chǎn)業(yè)技能人才“二元支撐”的人才培養(yǎng)體系，尤其是理工科高校應在這方面發(fā)揮表率作用，為科技創(chuàng)新創(chuàng)業(yè)人才隊伍建設拓寬渠道。另一方面要培育高端人才，創(chuàng)新鏈要有效嵌入產(chǎn)業(yè)鏈需要人力資本做支撐，應著重培養(yǎng)領軍科技創(chuàng)新創(chuàng)業(yè)人才，加強團隊引進和梯隊建設。

（四）營造文化氛圍，增進創(chuàng)新鏈實力

第一，改進環(huán)境。深刻認識科研試錯的探索意義，營造鼓勵創(chuàng)新、寬容失敗的氛圍；改進科研經(jīng)費管理辦法，深化知識產(chǎn)權(quán)保護，構(gòu)建創(chuàng)新政策協(xié)調(diào)審查制度，進而以良好的環(huán)境助力科技創(chuàng)新創(chuàng)業(yè)人才隊伍的建設。第二，凸顯激勵。突出創(chuàng)新導向，建立彈性的科研業(yè)績考核機制，加大股權(quán)激勵，推動技術要素參與分配；擴大科研機構(gòu)、高校的收入分配自主權(quán)，增進對知識價值和智力勞動的尊重。浙江省在這方面的先行先試提供了一個典范，該省對引進“千人計劃”“萬人計劃”等高層次人才的單位，取消工資總額、崗位總量、崗位等級、結(jié)構(gòu)比例的限制；企業(yè)引進高層次人才的，相關費用可在所得稅前扣除。第三，豐富載體。舉辦科技創(chuàng)新創(chuàng)業(yè)人才論壇，增進交流，進行智慧碰撞，產(chǎn)生思想火花；樹立榜樣，加強宣傳，增進核心知識的凝練和核心技術的提升；對研究機構(gòu)進行多樣化的分類管理，為各級各類科技創(chuàng)新創(chuàng)業(yè)人才的建功立業(yè)減負。

[1]ISYAKU S.Mediating effect of uncertainty avoidance on the relationship between entrepreneurial talent and SMEs performance in nigeria:A conceptual analysis[J].International Journal of Academic Research in Business&Social Sciences,2014(6):368-383.

[2]陳建武,張向前.適應創(chuàng)新驅(qū)動的中美科技人才發(fā)展協(xié)同機制研究[J].科技進步與對策,2015(19):148-152.

[3]方陽春,黃太鋼,薛希鵬,等.國際創(chuàng)新型企業(yè)科技人才系統(tǒng)培養(yǎng)經(jīng)驗借鑒——基于美國、德國、韓國的研究[J].科研管理,2013(S1):230-235.

[4]張豪,張向前.日本適應驅(qū)動創(chuàng)新科技人才發(fā)展機制分析[J].現(xiàn)代日本經(jīng)濟,2016(1):76-85.

[5]李娜.印度高校科技創(chuàng)新創(chuàng)業(yè)人才培養(yǎng)策略探析[J].復旦教育論壇,2013(4):75-79.

[6]朱樸義,胡蓓.科技人才工作不安全感對創(chuàng)新行為影響研究[J].科學學研究,2014(9):1360-1368.

[7]FULGENCE K.Assessing the status of entrepreneurship education courses in higher learning institutions[J].Education&Training,2015(2):239-258.

[8]牟蕾,惠嘉,劉西林.科技人才創(chuàng)新實踐能力培養(yǎng)質(zhì)量關鍵因素的實證研究[J].科技管理研究,2016(4):113-120.

[9]王暉.科技人才聚集效應與科技創(chuàng)新產(chǎn)出的關系研究[J].湘潭大學學報(哲學社會科學版),2014(4):28-32.

[10]高樹昱,鄒曉東.工程科技人才創(chuàng)業(yè)能力培養(yǎng)機制的實證研究[J].高等工程教育研究,2015(1):130-134.

[11]孔德議,張向前.我國“十三五”期間適應創(chuàng)新驅(qū)動的科技人才激勵機制研究[J].科技管理研究,2015(11):45-49.

[12]JOO B K,MCLEAN G N,YANG B.Creativity and human resource development:An integrative literature review and a conceptual framework for future research[J].Human Resource Development Review,2013(4):390-421.

[13]王劍程,朱永躍.創(chuàng)新驅(qū)動背景下企業(yè)科技人才成長環(huán)境評價研究[J].科技進步與對策,2015(24):120-124.

[14]劉佳,陸菊,劉寧.基于DEA-Malmquist模型的中國沿海地區(qū)旅游產(chǎn)業(yè)效率時空演化、影響因素與形成機理[J].資源科學,2015(12):2381-2393.

[15]藍虹,穆爭社.我國農(nóng)村信用社改革績效評價——基于三階段DEA模型Malmquist指數(shù)分析法[J].金融研究,2016(6):159-175.

[16]季凱文.中國生物農(nóng)業(yè)全要素生產(chǎn)率增長特征及行業(yè)差異[J].科研管理,2016(7):145-153.

[17]王藝明,陳晨,高思航.中國城市全要素生產(chǎn)率估算與分析:2000-2013[J].經(jīng)濟問題,2016(8):1-8.

[18]CHARNES A,CLARK C T,COOPER W W,et al.A developmental study of data envelopment analysis in measuring the efficiency of maintenance units in the U.S.Air Force[J].Annals of Operations Research,2001(1):14-17.

[19]楊新甫.基于DEA及Malmquist指數(shù)法的R&D效率評估研究[D].哈爾濱：哈爾濱工業(yè)大學，2009.

[20]NISHIMIZU M,PAGE J M.Total factor productivity growth,technological progress and technical efficiency change:Dimensions of productivity change in yugoslavia,1965-78[J].Economic Journal,1982(368):920-936.

[21]F?RE R,GROSSKOPF S,LINDGREN B,et al.Productivity changes in Swedish pharamacies 1980—1989:A nonparametric Malmquist approach[J].Journal of Productivity Analysis,1992(1):85-101.

[22]丁剛,羅暖.省域創(chuàng)新型科技人才隊伍建設的投入產(chǎn)出效率評價及其空間關聯(lián)格局分析——基于DEA模型和LISA方法[J].西北人口,2012(4):13-17.

[23]李永周,陽靜寧,田雪楓.科技創(chuàng)業(yè)人才的孵化網(wǎng)絡嵌入、創(chuàng)業(yè)效能感與創(chuàng)業(yè)績效關系研究[J].科學學與科學技術管理,2016,37(9):169-180.