李靈艷 王健

摘? 要：R&D人員作為國家科技人力資源中開展創(chuàng)新活動的核心人才，受到世界各國的高度關(guān)注。文章通過分析北京R&D人員發(fā)展現(xiàn)狀，并基于DEA分析方法對北京及其他?。▍^(qū)、市）R&D人員投入產(chǎn)出效率進(jìn)行了實(shí)證研究，發(fā)現(xiàn)北京R&D人員投入產(chǎn)出綜合效率未達(dá)到最優(yōu)且規(guī)模效率呈現(xiàn)遞減趨勢?；诖耍恼绿岢黾訌?qiáng)研發(fā)人才引育、建強(qiáng)創(chuàng)新平臺載體和完善人才評價體系等建議。

關(guān)鍵詞：R&D人員；投入產(chǎn)出；DEA；效率

中圖分類號：F124.3 文獻(xiàn)標(biāo)識碼：A DOI：10.19881/j.cnki.1006-3676.2023.07.06

黨的二十大報(bào)告首次將教育、科技、人才工作一體推進(jìn)統(tǒng)籌部署，指出教育、科技、人才是全面建設(shè)社會主義現(xiàn)代化國家的基礎(chǔ)性、戰(zhàn)略性支撐，必須堅(jiān)持科技是第一生產(chǎn)力、人才是第一資源、創(chuàng)新是第一動力，再次鮮明地闡述了“創(chuàng)新之道，唯在得人”的人才培養(yǎng)觀。科技人力資源是國家實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略、提升科技創(chuàng)新整體效能的重要戰(zhàn)略資源，而研究與試驗(yàn)發(fā)展（Research and Development，R&D）人員作為科技人力資源中最具創(chuàng)新性的組成部分，其數(shù)量規(guī)模和創(chuàng)新動能直接影響到科技事業(yè)的發(fā)展和高水平科技自立自強(qiáng)的實(shí)現(xiàn)。[1]因此，R&D人員作為國家科技人力資源中開展創(chuàng)新活動的核心人才，受到世界各國的高度關(guān)注。[2]筆者從R&D人員規(guī)模與結(jié)構(gòu)、科研與技術(shù)產(chǎn)出等角度，基于DEA方法對北京及其他?。▍^(qū)、市）（未包含港、澳、臺地區(qū)）R&D人員投入產(chǎn)出效率進(jìn)行比較分析，并針對北京R&D人員發(fā)展中發(fā)現(xiàn)的問題提出對策建議。由于統(tǒng)計(jì)數(shù)據(jù)相對滯后，筆者使用2017—2021年全國31個?。▍^(qū)、市）（未包含港、澳、臺地區(qū)）數(shù)據(jù)，數(shù)據(jù)來源為歷年《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》和《北京統(tǒng)計(jì)年鑒》。

一、北京R&D人員發(fā)展現(xiàn)狀

近年來，北京加強(qiáng)國際科技創(chuàng)新中心建設(shè)，依托國家實(shí)驗(yàn)室、新型研發(fā)機(jī)構(gòu)、產(chǎn)業(yè)示范區(qū)等創(chuàng)新驅(qū)動的主平臺主陣地，打造高水平人才高地，集聚了大量科技人才，促進(jìn)了科技事業(yè)引領(lǐng)式發(fā)展。

（一）R&D人員規(guī)模位居全國第五

衡量一個國家或地區(qū)科技實(shí)力的強(qiáng)弱，除了取決于R&D人員的創(chuàng)新能力水平，還需要關(guān)注“蓄力池”的大小，也就是R&D人員的規(guī)模。2021年，北京地區(qū)R&D人員數(shù)量約為33.83萬人年（見圖1），低于廣東、江蘇、浙江和山東4個省份，位居全國第五。2017—2021年，北京R&D人員年均增速為5.82％，低于全國平均增速3.29個百分點(diǎn)，特別是2019年以來增長態(tài)勢趨于平緩。

（二）R&D人員投入強(qiáng)度領(lǐng)跑全國

R&D人員投入強(qiáng)度的高低反映了一個國家或地區(qū)有多少人才愿意并且能夠投入到研發(fā)活動之中。隨著北京國際科技創(chuàng)新中心建設(shè)深入推進(jìn)，全球影響力初步形成，相較于其他?。▍^(qū)、市）而言，人才粘性比較優(yōu)勢凸顯。2021年，北京每萬名就業(yè)人員中R&D人數(shù)約為292.14人年（見圖2），與我國R&D人員聚集密度最高的上海、江蘇、浙江、廣東等東部地區(qū)省份相比，分別是其人員數(shù)量的1.69倍、1.88倍、1.98倍和2.33倍，居全國最高水平。特別是近年來集全市之力推動建設(shè)的“三城一區(qū)”1創(chuàng)新主平臺主陣地蓬勃發(fā)展，為科技創(chuàng)新提供了更加廣闊的空間，對科技人才的吸引力不斷加大，2017—2021年北京R&D人員投入強(qiáng)度年均增長6.56％，投入力度明顯增強(qiáng)。

（三）R&D人員中從事試驗(yàn)發(fā)展活動人員比例較高

從R&D活動研究性質(zhì)類型分布來看，2021年，北京地區(qū)R&D人員中從事基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展活動的人員數(shù)量分別約為7.55萬人年、9.72萬人年和16.56萬人年（見圖3），占北京R&D人員總量的比重分別為22.32％、28.73％和48.95％，從事試驗(yàn)發(fā)展活動人員體量最大。2017年以來，北京聚焦高精尖產(chǎn)業(yè)需求，不斷深化原創(chuàng)性、引領(lǐng)性科技攻關(guān)，對基礎(chǔ)領(lǐng)域支撐力度加大，從而使基礎(chǔ)研究和應(yīng)用研究人員投入密度增加，R&D人員逐步轉(zhuǎn)移到創(chuàng)新鏈前端。

（四）企業(yè)R&D人員占比較高

高等學(xué)校、科研機(jī)構(gòu)和企業(yè)作為國家戰(zhàn)略科技力量的不同組成部分，在優(yōu)化配置創(chuàng)新資源，開展科技創(chuàng)新活動中承擔(dān)的作用各不相同。從R&D活動執(zhí)行部門類型分布來看，2021年，北京高等學(xué)校、科研機(jī)構(gòu)、企業(yè)的R&D人員分別約為7.38萬人年、11.98萬人年、13.71萬人年，占北京R&D人員的比重分別為21.81％、35.41％和40.53％（見圖4）。由于企業(yè)更了解市場需求動態(tài)，從全國范圍內(nèi)來看，企業(yè)對R&D人員的聚集效應(yīng)最為明顯，北京也不例外。近年來，北京創(chuàng)新產(chǎn)業(yè)集群示范區(qū)不斷提升能級，科技企業(yè)已成為技術(shù)創(chuàng)新活動的主體，主導(dǎo)著全市技術(shù)創(chuàng)新全過程，逐漸成為R&D人員集中的主要部門。

（五）R&D人員主要從事科學(xué)研究和技術(shù)服務(wù)業(yè)

北京R&D人員從業(yè)領(lǐng)域主要集聚于科學(xué)研究和技術(shù)服務(wù)業(yè)，制造業(yè)，教育業(yè)以及信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)四大行業(yè)，這四大行業(yè)集中了北京90％以上的R&D人員。2021年，北京科學(xué)研究和技術(shù)服務(wù)業(yè)R&D人員數(shù)量約為14.55萬人年，占北京R&D人員總量的43.01％，而制造業(yè)，教育業(yè)及信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)R&D人員數(shù)量分別約為3.97萬人年、7.38萬人年和6.74萬人年，分別占北京R&D人員總量的11.74％、21.81％和19.92％（見圖5），科學(xué)研究和技術(shù)服務(wù)業(yè)R&D人員數(shù)量最多，這進(jìn)一步為北京加快建設(shè)成為世界主要科學(xué)中心和創(chuàng)新高地，有力支撐科技強(qiáng)國和中國式現(xiàn)代化奠定了基礎(chǔ)。

二、DEA模型設(shè)計(jì)

結(jié)合對北京R&D人員發(fā)展現(xiàn)狀分析，為更好綜合評價北京R&D人員投入產(chǎn)出綜合效率，筆者采用數(shù)據(jù)包絡(luò)分析（Data envelopment analysis，DEA），選取2021年截面數(shù)據(jù)作為樣本，對北京與全國其他?。▍^(qū)、市）（未包含港、澳、臺地區(qū)）R&D人員投入產(chǎn)出效率進(jìn)行比較分析。

（一）模型概述

數(shù)據(jù)包絡(luò)分析是由美國著名運(yùn)籌學(xué)家A.Charnes和W.W.Cooper等學(xué)者提出的用于比較評價多投入多產(chǎn)出的同類決策單元（Decision Making Units，DMU）之間相對有效性的方法。由于該方法直接采用投入、產(chǎn)出數(shù)據(jù)構(gòu)建非參數(shù)的DEA模型，比較決策單元投入、產(chǎn)出的相對效率，其在處理投入產(chǎn)出問題時無須事先確定函數(shù)形式以及投入、產(chǎn)出指標(biāo)的權(quán)重等，對投入產(chǎn)出效率分解較為客觀，可以相對精準(zhǔn)地找到效率無效的來源[3-5]，基于這一優(yōu)勢，筆者采用數(shù)據(jù)包絡(luò)分析評價模型進(jìn)行評估。當(dāng)綜合效率值等于1時，表示決策單元有效，說明投入要素已經(jīng)在當(dāng)前技術(shù)條件下發(fā)揮出最大價值；當(dāng)效率值小于1時則表示無效，說明投入要素沒有得到合理運(yùn)用并發(fā)揮出最大價值，需要對投入要素進(jìn)行科學(xué)規(guī)劃。

（二）樣本選擇和數(shù)據(jù)來源

研究將全國31個?。▍^(qū)、市）（未包含港、澳、臺地區(qū)）作為樣本決策單元，以2022年《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》和《北京統(tǒng)計(jì)年鑒》作為數(shù)據(jù)來源開展樣本統(tǒng)計(jì)分析，保證了數(shù)據(jù)來源的正確性和完整性。

（三）指標(biāo)體系設(shè)計(jì)

R&D人員活動是一項(xiàng)多投入和多產(chǎn)出的復(fù)雜系統(tǒng)，對其作出全面、系統(tǒng)、客觀的評價是一個多準(zhǔn)則的綜合評價問題。首先根據(jù)R&D人員活動的特點(diǎn)確定決策單元相同的投入、產(chǎn)出指標(biāo)，并遵循決策單元的樣本數(shù)至少為投入、產(chǎn)出項(xiàng)數(shù)之和的兩倍以上的標(biāo)準(zhǔn)，再通過一個綜合性的指標(biāo)體系對決策單元創(chuàng)新活動投入、產(chǎn)出的效果進(jìn)行評價。[6-7]考慮到R&D人員活動具有多種投入、多重產(chǎn)出這一特點(diǎn)，對R&D人員投入產(chǎn)出效率評估應(yīng)綜合考慮投入和產(chǎn)出的數(shù)量和質(zhì)量，指標(biāo)體系應(yīng)全面簡潔反映R&D人員活動投入和產(chǎn)出的不同層面。研究設(shè)計(jì)R&D人員投入產(chǎn)出指標(biāo)見表1。

三、北京與其他?。▍^(qū)、市）R&D人員投入產(chǎn)出效率實(shí)證分析

通過對R&D人員投入產(chǎn)出項(xiàng)做相關(guān)性分析，結(jié)果表明各投入產(chǎn)出項(xiàng)均具有正相關(guān)關(guān)系，符合研究條件要求。最后采用DEA方法的BCC模型對2021年北京及其他?。▍^(qū)、市）科技投入產(chǎn)出效率（包括綜合效率、純技術(shù)效率、規(guī)模效率、規(guī)模收益）數(shù)據(jù)進(jìn)行處理，結(jié)果分析見表2。

根據(jù)DEA測算結(jié)果分析，2021年各省（區(qū)、市）R&D人員投入產(chǎn)出綜合效率均值為0.523，純技術(shù)效率均值為0.878，規(guī)模效率均值為0.586。測算結(jié)果可分為以下幾種情況：

1.DEA有效：江蘇、廣東、四川、陜西4個省份的DEA有效，綜合效率值為1且規(guī)模收益不變，這些省份當(dāng)年R&D人員投入產(chǎn)出效率達(dá)到理想狀態(tài)。

2.綜合效率高于均值：除DEA有效的4個省份以外，湖北、山東、北京、黑龍江、遼寧、浙江、湖南、吉林、上海、河南、安徽11個省（市）的綜合效率高于均值。這些省（市）的主要特征是各效率值均較高，除北京呈現(xiàn)規(guī)模收益遞減外，其他均呈現(xiàn)規(guī)模收益遞增趨勢。

3.純技術(shù)效率較高：除DEA有效的4個省份以外，北京、黑龍江、浙江、吉林、廣西、海南、西藏7個?。▍^(qū)、市）的純技術(shù)效率值均為1，達(dá)到投入產(chǎn)出最佳狀態(tài)，因規(guī)模效率小于1導(dǎo)致DEA無效。

4.DEA相對低效：河北、甘肅、廣西、云南、重慶、山西、新疆、福建、貴州、天津、江西、內(nèi)蒙古、海南、青海、寧夏、西藏16個?。▍^(qū)、市）的綜合效率低于均值。雖然這些省（區(qū)、市）綜合效率值偏低，但規(guī)模收益均呈遞增趨勢。

綜合上述計(jì)算結(jié)果，得出以下結(jié)論：

其一，北京R&D人員投入產(chǎn)出的綜合效率，具有較大提升空間。2021年北京R&D人員DEA綜合效率值為0.860，投入產(chǎn)出效率偏低，沒有達(dá)到效率最優(yōu)的理想狀態(tài)，與經(jīng)濟(jì)發(fā)達(dá)的江蘇、廣東等省份相比仍存在一定差距，有待進(jìn)一步優(yōu)化。

其二，北京R&D人員投入呈現(xiàn)規(guī)模報(bào)酬遞減狀態(tài)。2021年北京R&D人員純技術(shù)效率為1，規(guī)模效率值為0.860，即R&D人員投入規(guī)模與科研和技術(shù)產(chǎn)出不成比例增加，不具有規(guī)模效率，而其他?。▍^(qū)、市）卻恰好相反，普遍呈現(xiàn)規(guī)模收益不變或遞增趨勢，規(guī)模效率因素是造成北京R&D人員投入產(chǎn)出效率非有效的主要原因。[8]

四、提升北京R&D人員投入產(chǎn)出效率的建議

為加快建設(shè)國際科技創(chuàng)新中心，打造世界重要人才中心和創(chuàng)新高地，建成世界一流人才之都，發(fā)揮北京在服務(wù)國家科技創(chuàng)新戰(zhàn)略中的重要作用，針對R&D人員投入產(chǎn)出效率偏低等問題，提出如下3個方面的建議：

（一）種好創(chuàng)新人才引育的“梧桐樹”

北京加快建設(shè)國際科技創(chuàng)新中心，以科技創(chuàng)新推動高質(zhì)量發(fā)展，應(yīng)堅(jiān)持以習(xí)近平總書記關(guān)于做好新時代科技工作和人才工作的重要論述為指導(dǎo)，創(chuàng)新人才引育機(jī)制，激發(fā)人才創(chuàng)新活力，建設(shè)首都人才高地。優(yōu)化財(cái)政科技投入，加強(qiáng)基礎(chǔ)研究和應(yīng)用研究的財(cái)政經(jīng)費(fèi)支持力度，提升財(cái)政科技專項(xiàng)經(jīng)費(fèi)中研發(fā)人員經(jīng)費(fèi)比例，充分調(diào)動原始原創(chuàng)領(lǐng)域人才的積極性和創(chuàng)造性。加大科技管理改革，進(jìn)一步解綁科研人員選擇技術(shù)路線和支配科研經(jīng)費(fèi)的體制束縛，進(jìn)一步發(fā)揮用人主體在人才培養(yǎng)、引進(jìn)和使用中的積極作用，傾力打造聚才造才的良好環(huán)境，營造愛才敬才的濃厚氛圍。瞄準(zhǔn)國際科技前沿，以“不求所有，但求所用”的開放心態(tài)，筑巢引鳳，加大對國家和首都發(fā)展“卡脖子”技術(shù)領(lǐng)域、尖端和重點(diǎn)領(lǐng)域、重要基礎(chǔ)研究領(lǐng)域人才的引進(jìn)、培養(yǎng)，著力引進(jìn)海內(nèi)外高層次創(chuàng)新領(lǐng)軍人才、拔尖人才和創(chuàng)新型緊缺人才，做好配套扶持工作，為國際一流人才集聚、創(chuàng)新保駕護(hù)航。

（二）建好創(chuàng)新人才集聚的平臺載體

進(jìn)一步發(fā)揮中關(guān)村先行先試優(yōu)勢，圍繞國家重點(diǎn)領(lǐng)域、重點(diǎn)產(chǎn)業(yè)，依托世界領(lǐng)先科技園區(qū)建設(shè)，強(qiáng)化在基礎(chǔ)前沿創(chuàng)新領(lǐng)域布局，探索新的項(xiàng)目組織方式，積極承接下一輪人才發(fā)展體制機(jī)制改革試點(diǎn)和國家中長期科技發(fā)展規(guī)劃的政策試點(diǎn)，完善適應(yīng)全球競爭新態(tài)勢和國家戰(zhàn)略任務(wù)新需求的創(chuàng)新治理體系。不斷提升創(chuàng)新產(chǎn)業(yè)集群示范區(qū)能級，強(qiáng)化企業(yè)科技創(chuàng)新主體地位，支持企業(yè)發(fā)揮目標(biāo)導(dǎo)向，與高校和科研院所共建產(chǎn)教融合基地、特色研究院、交叉學(xué)科實(shí)驗(yàn)室等，提高科技成果轉(zhuǎn)化和產(chǎn)業(yè)化水平，打造高質(zhì)量發(fā)展戰(zhàn)略支撐。依托國家級創(chuàng)新基地、新型研發(fā)機(jī)構(gòu)等激發(fā)創(chuàng)新創(chuàng)造活力，完善高層次人才平臺載體搭建激勵政策，加快戰(zhàn)略科研人才引進(jìn)，增強(qiáng)創(chuàng)新人才聚集力，實(shí)現(xiàn)精準(zhǔn)搭臺。

（三）抓好新時代人才評價體系改革完善

充分發(fā)揮科技評價在創(chuàng)新資源配置中的指揮棒作用，加快建立以創(chuàng)新價值、能力、貢獻(xiàn)為導(dǎo)向的人才評價體系，改革科技獎勵制度，精簡數(shù)量、提高質(zhì)量，注重科技評價過程中對原創(chuàng)水平、應(yīng)用價值、科學(xué)貢獻(xiàn)的統(tǒng)籌考慮，構(gòu)筑集聚全球優(yōu)秀人才的科研創(chuàng)新高地，造就一批具有世界影響力的國際一流科技領(lǐng)軍頂尖人才和創(chuàng)新團(tuán)隊(duì)。[9]尊重科研工作規(guī)律，認(rèn)同學(xué)科差異、人才差異，根據(jù)基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展活動的不同類別、不同方向、不同人員特征等細(xì)化研發(fā)人員分類評價體系，破除“五唯”、構(gòu)建“新標(biāo)”，讓評價體系與科技人員的實(shí)際貢獻(xiàn)、成長規(guī)律相一致，實(shí)現(xiàn)客觀評價體系與被評價主體認(rèn)同相統(tǒng)一。

注釋：

1. 中關(guān)村科學(xué)城、懷柔科學(xué)城、未來科學(xué)城、創(chuàng)新型產(chǎn)業(yè)集群示范區(qū)。

參考文獻(xiàn)：

[1] 曹琴，玄兆輝.中國與世界主要科技強(qiáng)國研發(fā)人員投入產(chǎn)出的比較[J].科技導(dǎo)報(bào)，2020（13）：96-103.

[2] 姜柏彤，蔣玉宏.我國科技人才區(qū)域分布特征與變化趨勢—基于R&D人員數(shù)據(jù)分析[J].中國科技人才，2021（05）：22-30.

[3] 張文欽.基于DEA-Malmquist指數(shù)及Tobit回歸模型我國高校R&D資源配置效率研究[D].南昌：江西財(cái)經(jīng)大學(xué)，2022.

[4] 王娟，尹祥佳.基于DEA模型的全國高校R&D活動效率關(guān)系研究[J].大眾投資指南，2021（16）：52-53.

[5] 廖帥，葛梅，蘇雪晨，等.我國不同區(qū)域高?？蒲行试u價研究—基于分類DEA模型的實(shí)證分析[J].中國高?？萍?，2021（Z1）：38-42.

[6] 周代數(shù)，朱明亮.R&D投入強(qiáng)度、R&D人員規(guī)模對創(chuàng)新績效的影響[J].技術(shù)經(jīng)濟(jì)與管理研究，2017（05）：19-23.

[7] 張?jiān)?，倪家棲，廖?地方“十三五”科技創(chuàng)新規(guī)劃研發(fā)經(jīng)費(fèi)投入目標(biāo)完成成效研究[J].科技智囊，2022（08）：38-43.

[8] 張光進(jìn)，張士菊.R&D人員績效特征實(shí)證研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2014（05）：164-171.

[9] 梁淑紅.新時代高校科技人才評價的趨向與優(yōu)化路徑[J].科技智囊，2022（10）：14-21.

Abstract：R&D personnel，as the core talents to carry out innovation activities in the national science and technology human resources，have been highly concerned by countries around the world. Based on the analysis of the development status of R&D personnel in Beijing and the empirical research on the input-output efficiency of R&D personnel in Beijing and other provinces（autonomous regions and cities）based on DEA analysis method，the article finds that the comprehensive input-output efficiency of R&D personnel in Beijing is not optimal and the scale efficiency shows a decreasing trend. Based on this，the article puts forward some suggestions such as strengthening the introduction of R&D talents，strengthening the innovation platform carrier and improving the talent evaluation system.

Key words：R&D personnel；Input-output；DEA；Efficiency