本站原创摘 要：文章结合欧洲创新记分板的经验,以《中国统计年鉴》和其他数据源构建了我国科学研究与开发机构及高校的公共创新记分板,旨在全面评价我国公共创新活动的业绩,比较各个创新活动维度的业绩差异,分析其业绩的发展趋势,为学术研究,制定公共创新支持政策以及政策执行效果评估提供指标.此外,还将公共创新记分板的评价结果作为单一的创新指标,分析公共创新与广泛的社会经济、能源与环境指标的相关关系,得到了一些非常有意义的结论和发现,最后给出了一系列的政策启示.
关 键 词：研究机构；高校；创新记分板；创新效率
1引言
2006年“欧洲创新记分板”（EIS2006）――技术报告曾经专门讨论过“公共资助研究成果的商业化”指标,并给出了一组2004年美国100所顶尖研究型大学中的96所大学和欧洲大学公共研究商业化指标数据[5].该指标以公共研究部门的经费使用效率的形式给出,但是由于欧盟诸国指标数据可用性问题,该类指标并未被2006年及以后的“欧洲记分板”（EIS）所采用.本文结合欧洲创新记分板的经验,以《中国统计年鉴》为主要数据源构建我国科学研究与开发机构及高校的公共创新记分板,旨在全面评价我国公共创新活动的业绩,比较R&D人员与经费、人员效率、经费使用效率创新活动维度的业绩差异,分析其业绩的发展趋势,为学术研究,制定公共创新支持政策以及政策执行效果评估提供指标.此外,还将公共创新记分板的评价结果作为单一的创新指标,分析公共创新与广泛的社会经济、能源与环境指标的相关关系,得到了一些非常有意义的结论和发现,最后给出了一系列的政策启示.
2指标与指标业绩
研究与开发机构及高校公共创新记分板划分为三个维度,或者主题,即R&D创新活动的投入、人员效率、经费使用效率,各维度指标及指标业绩,如表2-1,图2-1、2-2、2-3所示.
公共研究机构经费投入占GDP的百分比、人员全时当量投入占全国的百分比指标旨在测算公共R&D创新活动的经费及人员投入指标业绩.表2-1显示：公共R&D创新活动经费投入占GDP的百分比指标相对业绩逐年增加,2006-2008年前三年与2009-2011年近三年指标相对业绩分别为0.999、1.126,增加了12.67%；公共R&D创新活动人员全时当量投入占全国的百分比指标相对业绩逐年下降,2006-2008年与2009-2011年前后三年指标相对业绩分别为0.960、0.748,下降了22.07%,这可能是由于其他部门人员投入增加的原因所致.
单位R&D人员全时当量R&D经费支出、人员全时当量R&D（课题）项目数、发表科技论文数、国外发表科技论文数、出版科技著作种数、申请专利授权数、申请发明专利授权指标旨在测算与R&D活动有关人员的效率.2006-2011年,在7项指标中除单位R&D人员全时当量出版科技著作指标相对业绩指标呈逐年下降趋势之外,其他指标均呈逐年增加趋势.其中,7项指标2006-2008年与2009-2011年前后三年指标相对业绩分别为：1.051、1.008、0.990、1.057、0.979、1.094、1.070和1.559、1.204、1.003、1.492、0.910、2.318、2.087.7项指标分别增长：48.33%、19.49%、1.31%、41.07%、-7.11%、111.95%、95.18%,其中单位R&D人员全时当量申请专利授权、申请发明专利授权两个指标的相对业绩增长最快,分别为111.95%、95.18%；单位R&D人员全时当量出版科技著作指标相对业绩出现负增长,为-7.11%.
图2-1公共R&D创新活动的人员及经费投入
指标相对业绩发展趋势
图2-2公共R&D创新活动的人员效率指标相对业绩发展趋势
单位R&D经费支出R&D（课题）项目、发表科技论文数、国外发表科技论文数、出版科技著作种数、申请专利授权数、申请发明专利授权指标旨在测算与R&D活动有关经费的使用效率.2006-2011年,在6项指标中除单位R&D经费支出申请专利授权数、申请发明专利授权两项指标呈逐年增长趋势之外,其他指标均呈逐年下降趋势.其中,6项指标2006-2008年与2009-2011年前后三年指标相对业绩分别为：1.146、1.130、1.194、1.120、1.232、1.209和、0.919、0.771、1.137、0.704、1.746、1.582.7项指标分别增长：-19.79%、-31.75%、-4.82%、-37.14%、41.69%、30.83%,其中单位R&D人员全时当量申请专利授权、申请发明专利授权两个指标的相对业绩增长最快,分别为41.69%、30.83%；单位R&D经费支出出版科技著作、发表科技论文两项指标下降最快,为-37.14%和-31.75%.
图2-3公共R&D创新活动的经费使用效率指标相对业绩发展趋势
表2-12006-2011年公共R&D创新活动指标及指标相对业绩
3公共创新记分板方法
3.1指标的无量纲化
目前,创新评价指标无量纲化大体有5种可用的方法,每种无量纲方法对所评价的结果均不同程度的影响,但总体影响不大[2].然而,这5种无量纲方法均适合处理间隔水平数据（intervalleveldata）,即适合不同评价对象的指标数据,不太适合单一评价对象的时间序列数据,也不方便评价指标随年份的扩充以及评价工作随年份的延续.因此,本创新记分板的无量纲化采用定基指数法.同时考虑到指标数据随时间的波动性,基数采用可用指标数据最初两年指标数据的评价值.然后,依次逐年计算各指标数据与基数的相对值,并作为该指标的定基指数.
3.2指标的权重
2002年的“欧洲创新记分板”（EIS）技术报告之五[2]对指标的权重进行了较为详细的分析并指出：“在某个综合指数计算中如何赋予指标权重本质上是一个不能解决的问题,除非拥有某种要测算潜在的、深层次现象的某种测算.在此情况之下,指标与深层现象的测算都是独立变量,运用某种回归分析,其回归系数即作为权重.如此做法,则改变了评价的初衷”.很显然,由于要评价的创新业绩事先是未知的.因此,不能利用某种回归分析确定各个指标的客观权重.应当指出,在创新综合指数事先未知的情况下,不可能存在客观的指标权重值.有关创新业绩评价研究,除一项研究之外,绝大多数研究赋予每个指标以等权重,或者简单地赋予某个主观权重值[3].再者,对涉及不同排序的评价,指标的权重可能影响评价对象的排序,而对于不涉及排序的评价,指标的权重可能不是太重要的,重要的是在某种统一尺度下评价的结果和评价结果反映评价现象的可辨识性.为了简单起见采用等权重.