科技创新团队协同创新绩效评价

霍　妍，蒋开东，徐一萍

(宁波大学，浙江　宁波　315211)



科技创新团队协同创新绩效评价

霍妍，蒋开东，徐一萍

(宁波大学，浙江宁波315211)

摘要：本文把科技创新团队看作一个多投入多产出的科研生产组织，基于协同创新层面提出了评价体系设计的基本思路，分析了协同创新绩效的影响因素，构建了三层指标评价体系，利用DEA和Malmquist指数法从静态和动态分析相结合的角度进行了实证研究，得出了科技创新团队协同创新绩效评价结论和提升科技创新团队协同创新效率的一般性启示，为科技创新团队的协同创新绩效评价提供了一个新视角。

关键词：科技创新团队；协同创新；绩效评价；DEA；malmquist指数

1引言

随着技术创新的日渐复杂，科研领域的不断拓展，市场竞争的日益激烈，依托于高等院校、科研院所、企业等创新主体的创新力量和资源组建起来的科技创新团队逐步成长为现代科技创新的一种重要科研组织形式。关于科技创新团队的描述有很多，笔者认为科技创新团队为解决重大或特定的科学问题，通过产学研合作方式汇聚不同创新主体的创新要素，在有效制度环境作用下实现人才、资本、信息、技术等创新要素的深度融合，通过科技创新向社会输送科技成果、科技服务以及科技人才的一种创新群体。从这个角度看，科技创新团队实质上是一种通过协同创新实现从多投入到多产出以推动科技进步、人才培养和经济发展的科研组织。

本文拟从协同创新的层面分析科技创新团队作为一个科研生产组织的投入产出协同创新效率，并以宁波市科技创新团队协同创新绩效评价的实证研究，得出结论并为科技创新团队的管理者提供决策参考。

2科技创新团队协同创新绩效评价体系的设计

2.1　设计思路

科技创新团队创新绩效应既反应协同创新的过程又反应协同创新行为的结果。为此，根据创新团队创新活动各阶段的不同特点，可以把绩效进一步分解为投入绩效和产出绩效，其中投入绩效包括生产要素投入绩效和过程投入绩效，产出绩效包括成果产出绩效及社会影响产出绩效。生产要素投入绩效的形成主要体现在创新主体投入的人、财、物、基础设施、环境制度等多种创新资源要素，具体来说就是各创新主体等投入的人员数量、经费数量、平台情况以及组织制度建设等；过程投入绩效的形成主要体现在协同创新过程中各主体之间协同的程度强弱以及协同工作顺利与否，具体来说就是交流频度、合作程度、制度执行情况、团队文化建设等；成果产出绩效主要形成于各主体的产出，可以具体为合作发表论文、出版专著、申请专利、获奖、人才培养等；影响产出绩效主要体现在经济影响和社会影响两个方面，可以具体为新产品产值、推动行业水平的作用、推动高校学科建设的作用等。所以，综合以上各阶段绩效的分析，构建的指标体系应该能够充分反映这些影响的结果，体现整个科研生产过程的全程绩效。

2.2　评价指标体系的构建

绩效评价指标作为绩效评价内容的外在表现，含义必须明确。科学、合理的评价指标体系是对绩效进行全面分析和评价的前提，是绩效评价工作最重要也是最难的一个环节。关于评价指标体系的构建仁者见仁，智者见智，科技创新团队协同创新绩效评价指标的建立应根据科技创新团队协同创新特点的同时重点突出协同的特色，本文结合科技创新团队协同创新活动中投入产出所包含的内容以及内部的逻辑关系，依据指标设置原则，在以往研究成果的基础上先建立初始指标集合，充分考察相关创新管理专家的意见，再经过筛选最后形成了科技创新团队协同创新的三级指标评价体系，其中一级指标2个，二级指标8个，三级指标46个，具体见图1。

图1　科技创新团队协同创新的三级指标评价体系

2.3　评价方法及模型的选取

鉴于科技创新团队是一个多输入输出的科研协同生产系统，本文在考量其协同创新绩效时采用数据包络分析法(DEA，Data Envelopment Analysis)，该方法相对于其他综合评价方法的优势在于可以处理具有多输入多输出的复杂效率评价。它的显著特点是建立模型前无须对数据进行无量纲化处理，投入产出之间不要求有特定的显示表达，不要求设置权重，减少了主观因素造成的干扰，客观性很强[1]。在运用DEA理论的时候有一条重要的经验原则，即样本DUM个数必须是输入变量个数和输出变量个数之和的两倍以上，否则DEA效率的区别能力会减弱[2]。

DEA方法测评的是DMU在同一时期截面数据的静态效率，而Malmquist全要素生产率指数则可以对决策单元不同时期的面板数据进行计算，更多地倾向于DMU的动态变化，进而得到DMU效率的动态变化趋势。技术进步(TECHCH)是衡量决策单元在相邻两个时期的生产技术变化程度的指标，它代表生产过程中技术进步或创新的程度，包含了产业效率的改善、要素质量的提高、专业化分工、组织创新、技术创新和科技进步等多方面的内容[3]。Fare(1994)等人为寻求全要素生产率的变动原因，在规模收益可变(VRS)的假设下将Malmquist指数进一步分解为技术进步和技术效率变化。在目前有关生产率研究方面，Malmquist生产率指数是非参数DEA方法中应用最为广泛的一种测算效率的方法[4]，其最大特点是基于DEA相关思想和方法，可以较为科学有效和真实地对经济生活中较为多见的多投入和多产出的投入产出问题进行分析，正式反映生产部门和组织的生产力变化水平。采用该指数分析方法可以分析生产力发展的决定因素，即是依靠科技进步还是自身的管理水平改善[5]。

3科技创新团队协同创新绩效评价实证分析

3.1　科技创新团队协同创新绩效动态分析

本文选取宁波市17个科技创新团队作为DMU,分别选取建设初期及建设满3年这段时期的分项指标，运用软件Deap2.1，利用基于投入导向的Malmquist模型进行测算，为便于表达团队名称一律用字母T加数字编号代替。为排除不同量纲的干扰将数据进行了归一化处理，结果见表1、表2。

表1　科技创新团队建设初期数据样本

表2　科技创新团队建设第3年时数据样本

表3　宁波市17个科技创新团队协同创新活动效率分布水平

对上述选取DMU的指标数据进行Malmquist指数测算的结果如表3和图2所示。综合来看，评测的宁波市17个团队全要素生产率值平均为1.025，说明被测团队总体上科技进步贡献率较高，技术进步均值为1.079，技术效率均值0.950，说明总体影响科技进步贡献率的原因是技术效率值，被测团队总体的组织管理水平相对于科技创新水平较弱。从结果的技术进步值来看，其中13个科技创新团队的技术进步值大于1，表明76%的团队技术创新绩效达到有效，很好地发挥了自身的创新能力，真正实现了科技创新和进步。从结果的技术效率值来看，有11个科技创新团队的技术效率值小于1，表明65%的团队资源没有得到有效配置，管理工作存在一些问题，组织管理水平以及协同程度有待于进一步提高。

具体来看，在测算的17个科技创新团队中，全要素生产率值大于1的有10个团队，其中T8的全要素生产率上升最快，说明这10个团队在建设期间对科技进步做出的贡献率较大，而T8团队对科技进步做出的贡献率最大。从分解的技术进步值和综合效率值进一步分析，这10个团队技术进步值均大于1，其中有5个团队的综合效率值小于1，说明这5个团队的全要素生产率提升的主要原因是由于其技术进步效率的提高，即是技术创新提高了其科技进步的贡献值，而他们自身的组织管理水平导致协同创新程度较低，管理上还有进一步提高的空间；同时可以看到T5、T8、T11、T15和T17的技术进步值和综合效率值均大于或等于1，说明这5个团队的科技进步贡献效率提高是因为技术创新和组织管理水平共同作用的结果。全要素生产率值小于1的7个团队中，科技进步贡献率在下降最快的是T3，下降了13.8%。分析这些团队全要素生产率下降的原因，从表4可以看出，T14、T6和T3的技术进步值均大于1，综合效率值均小于1，说明这3个团队全要素生产率下降的主要原因在于其综合效率的下降，即组织管理整体水平不够致使协同程度不足；其中T6和T3的纯技术效率的值为1，规模效率小于1，说明这两个团队的管理问题主要是由于投入规模和产出不相匹配，存在投入冗余，管理制度不够合理，协同过程不够活跃。T16的综合效率值等于1，技术进步值小于1，表明其科技进步效率主要受科技创新水平影响，组织管理及资源利用较好。T1、T2、T13技术进步值和综合效率值均小于1，说明这3个团队的科技创新水平和协同组织管理水平不足导致了其全要素生产率降低，其中T1、T13的技术进步值大于综合效率，说明其协同组织管理水平相对科技创新水平不足对其科技进步贡献率降低影响更大，进一步从综合效率分解值来看，T1的纯技术效率接近1，说明其协同管理水平不足主要体现在投入规模过大；而T2综合效率值接近于1且远大于其技术进步值，说明其技术创新水平偏低是导致其科技进步贡献率偏低的主要原因。

图2　宁波市17个科技创新团队协同创新效率分布图

3.2　科技创新团队协同创新绩效的静态分析

以建设期满3年时的各项指标对以上科技创新团队协同创新绩效进行有效性及发展趋势分析。在Deap2.1中运用基于投入导向的非参数DEA模型进行计算得出结果如表4所示。可以看出，建设满3年时只有6个团队的综合效率达到DEA有效，约占总数的35.3%，整体DEA有效性偏低；技术效率有效的有13个团队，约占总数的76.5%，说明团队总体的技术创新能力较好，同时也说明17个团队的综合效率有效性偏低主要受规模效率的影响。在综合效率非DEA有效的11个团队中，T2-T5、T9、T10、T12、 T1、T7技术效率达到或接近100%，且大于对应的规模效率，说明这9个团队的非DEA有效团队的综合效率下降主要受到规模效率的影响；T13、T14的技术效率略小于对应的规模效率，说明这两个团队非DEA有效团队的综合效率下降受到技术效率和规模效率的综合影响。

表4　建设满3年时科技创新团队协同创新效率水平

续表4

表4中，有11个非DEA有效团队规模收益均递增，对这些规模效率无效的团队应采取一定的改进措施。通过对DUM进行投影分析，可以计算出投入指标及输出指标需要调整的量(或者比例)，解决规模递增或递减的问题，从而指导决策者对DMU进行资源配置优化，也为辅助决策和指导提出建议。下面对通过投影理论进一步分析导致上述11个团队规模效率非DEA无效的情况，计算结果如表5(注：I1、I2、I3、I4分别表示人力资源、经费保障、环境建设以及建设过程等4个投入要素可减少的相对量；O1、O2、O3、O4分别表示科研成果、成果评价、人才培养及社会影响等4个输出要素可增加的相对量)所示。可以看出，从投入角度来说，表5中所有团队均有经费投入冗余，应减少经费投入；T1、T4、T12、T13有人力资源投入冗余，应减少人力投入，调整人员结构；T3、T6、T9、T10、T14存在基础条件投入冗余，已投入基础条件没有得到充分利用；而T2在协同过程中存在一定冗余，应适当减少协同过程中投入的精力。从产出角度来说，这11个团队中的T2、T4、T13这3个团队成果产出不足，创新能力不够，应该提升创新成果产出量；除T13外其余团队成果评价水平不高，应提升成果的创新程度和水平；除T1、T4、T7、T12外其余团队人才培养匮乏，新生创新力量不够，应提高培养人才的数量；而T1、T3、T6、T7、T10、T12产生社会影响力不足，应加大通过创新对社会经济及发展影响的力度。

表5　综合效率非PEA有效的科技创新团队投入冗余及产业不足情况

3.3　结论与启示

(1)完善评价机制，加强制度建设。设计、形成一套客观、科学的科技创新团队协同创新绩效评价体系是科技创新管理的一个重要组成部分，这个评价体系应该能够动态、全面的反应科技创新团队协同创新的全过程，用以加强协同创新的过程控制和目标管理，推进科技创新团队协同创新的可持续发展，提高协同创新的管理水平。

(2)优化管理体制，合理配置资源。进一步优化评价管理体系，依据科学评价提高资源配置利用率。通过合理有效的绩效考评手段进一步优化资源配置规模和结构，达到规模报酬平衡，将科学化管理理念融入管理实践，形成相对合理的资源配置机制，逐步提高科技创新管理水平，提升整体协同创新绩效。

(3)注重潜力挖掘，培养新生力量。通过绩效评价手段测评科技创新团队的成长性及发展趋势，形成有效的优胜劣汰机制，重点发掘有潜力的科技进步贡献率增长的团队，给予重点滚动支持，使团队在原来建设的基础上进入新一轮的生命周期，更好地发挥科技创新作用，进一步提升整体科技创新能力。

(4)弘扬协同精神，加强团队建设。应进一步完善政府、高校、企业及科研院所的协同创新机制，营造良好的协同创新氛围。充分发挥各主体在科技创新团队的重要作用，重视团队管理，优化团队结构，完善团队制度建设，以实现投入产出效益平衡，为进一步提升科技创新团队的协同创新能力构建和谐环境。

参考文献：

[1]JOHNES G.Scale and technical efficiency in the production of economic research[J].APPlied economics Letters,1995(2):7-11.

[2]唐善玲，白宪生.山西省高新技术产业动态效率与中国发达地区比较研究——基于主成分分析和Malmquist生产率指数法[J].科技管理研究,2013(23):50-55.

[3]孙旭华,陈诗波,程国强.基于Malmquist指数的国有科技资源配置效率监测及其影响因素分析[J].中国科技论坛,2011(3):21-27.

[4]吴育华,刘喜华,郭均鹏.经济管理中的数量方法[M].北京:经济科学出本社,2008.

[5]张静,张宝文.基于Malmquist指数法的中国农业科技创新效率实证分析[J].科技进步与对策,2011(4):84-88.

(责任编辑刘传忠)

Performance Evaluation of the Collaborative Innovation of Science and Technology Innovation Teams

Huo Yan,Jiang Kaidong,Xu Yiping

(Ningbo University,Ningbo 315211,China)

Abstract：In this paper，the science and technology innovation team was seemed as a multiple input multiple output of scientific research and production organization.The design of the evaluation system of the team was developed based on the collaborative innovation level.It analyzed the influence factors of collaborative innovation performance and the index evaluation system.and built three layers.By using DEA and Malmquist index method from the angle of the combination of static and dynamic analysis,empirical research was carried out.The study provides a new perspective to evaluate the efficiency of collaborative innovation of science and technology innovation team.

Key words:Science and technology innovation team;Collaborative innovation;Performance evaluation;DEA，Malmquist index

中图分类号:C936

文献标识码:A

作者简介：霍妍(1974-)，黑龙江人，副研究员，硕士；研究方向：高教管理、科学学与科学技术管理。

收稿日期：2015-05-13

基金项目：宁波市软科学研究计划项目“宁波市科技创新团队合作创新绩效评价研究”(2012A10066),“宁波市企业技术创新团队建设评价研究”(2013A10038)。