<span class="emphasis_bold">面向分类的科技创新服务平台绩效实证研究</span><br /><span class="subtitle" />—

(1.浙江工商大学管理工程与电子商务学院，浙江杭州 310018；2.浙江警察学院，浙江杭州 310053 3.浙江省科技信息研究院，浙江杭州 310006)

摘　要：科技创新服务平台是我国落实创新驱动发展的关键组成部分，具有重要的战略地位。按照浙江省科技创新服务平台分类方式，制定3套绩效评估指标体系，并运用DEA-Malmqusit指数分析方法对2014—2016年平台资源投入产出绩效进行测算。结果发现：①浙江省3类平台的整体绩效均处于中等水平，有较大提升空间；②引起3类平台绩效差异的因素不同，基础平台、区域平台存在投入冗余，资源闲置及浪费现象严重。行业平台有传统平台与新型平台之别，两者在绩效上表现出较大差异；③近年来，3类平台全要素生产率持续攀升。最后，从创新驱动发展战略落实、分类管理机制建立、平台自主创新和服务能力提升3个方面提出对策建议。

关键词：科技创新服务平台；指标体系；DEA-Malmqusit模型；绩效评价

0　引言

当前，世界主要国家均将创新提升到国家战略的高度，中国也十分重视创新发展，并将创新服务平台建设作为跨越发展的关键环节。科技基础条件资源是科技创新最核心的物质基础，要发挥科技资源的外溢效应，通过政府规划推动、市场运行，科学整合、配置科技资源，发挥“四两拨千斤”的作用和倍增效应。十九大报告更是将加快建设创新型国家作为现代化经济体系的组成部分，强调科技创新是建设现代化经济体系的战略支撑，要坚定不移地实施创新驱动发展战略。科技创新服务平台作为国家创新战略实施的重要组成部分，保持其持续高效发展，意义重大。目前，随着国家科技创新服务平台建设工作在全国范围开展，我国科技创新资源条块分割，科技创新基础能力薄弱，科技基础条件建设多头管理、分散投入的局面得到了明显改善。近年来，我国在科技创新平台上的投入力度进一步加大，如全国内地20多个省(市)通过发放科技创新券的形式，引导科技创新平台服务创新企业，累计为企业节约数十亿元的研发成本，成为推动创新成果落地的重要抓手。新时期，科技创新平台的战略地位更加凸显，但平台中投入大、产出有限、运行不透明等问题仍然存在。因此，迫切需要提升平台运行效率，减少低水平、低效率科技创新平台数量。

与其它省份相比，浙江省科技创新服务平台建设具有典型性和代表性，除基础条件平台外，又延伸出行业创新平台和区域创新平台两类模式，覆盖农业、林业、牧业、纺织业、服装业、化学化工、软件业等70多个行业。同时，为鼓励平台发展，浙江省每年安排5亿元资金进行资助。为此，本文以浙江省为例，在构建绩效评价指标体系的基础上，采集2014—2016年浙江省科技创新服务平台运行数据，对3类共计81家科技创新平台的绩效水平进行效率评价，为科技资源合理配置提供参考，进而不断健全国家创新体系，最终提升全社会创新能力。

1　文献回顾

绩效评价作为一种监督、管理、规范、提升组织发展质量的方式和手段，其理论与实践成果已经相当丰富。在进行绩效评价时，最重要和关键的部分是指标体系构建与评价方法选择。笔者选取国内外评价科技创新平台绩效的典型文献，如表1所示，并围绕指标选取和评价方法两个方面进行综述。

1.1　指标选取

早期研究倾向于采用单一指标衡量平台绩效。Mary[1]与Aerts[2]以企业生存率作为评估孵化平台资源配置绩效的唯一指标，认为孵化平台的目标就是能让入驻企业更好地“活着”。Dirk[3]使用单一专利指标对德国公共资助研发联合体绩效进行研究。与之类似，日本关键技术研究中心(JKTC)将专利权作为衡量其长期进行资本投资的联合R&D 子公司的唯一产出[4]。部分研究使用单一经济指标作为平台绩效评价标准，Bigliardi[5]运用法律形式上的财务指标对具有盈利性质的孵化平台作出绩效评价。Mian[6]与Pena[7]采用增长情况(销售增长或利润增长)作为衡量欧盟区域服务平台绩效的唯一指标。有些研究使用平台成员企业股价变化、收益率与销售的增长、收益和成本等财务状况对技术平台的运行效果进行评价[8,9]。综合来看，单一指标评价法的优点是评估过程直观、简洁，但是评估结果无法全面反映平台整体情况，稳定性较差。

随着创新活动多元化发展，科技创新平台运行模式和服务方式变得更为复杂，平台绩效应是多个角度的综合体现。国内学者刘烨[10]基于区域科技资源供给水平与产业创新需求强度两个维度，设计包括国家和省部级仪器设备拥有量、高层次人员投入量、国家重点科技计划项目数、服务规上企业单位数等8个指标体系，以衡量省际区域科技创新服务平台绩效，并运用因子分析法进行实证研究。李集城[11]构建三层指标体系衡量广东省专业镇科技创新服务平台运行能力，包括创新投入、对产业转型的贡献、创新能力3个二级指标以及政府科技投入、研发人员数量、平台专利授权量等10个三级指标。也有学者从组织协作、资源整合、知识分享、成果转化、风险分担5个维度，构建针对工业技术研究院协同平台绩效评价体系，并运用层次分析法(AHP)和BP神经网络法进行实证分析。王立剑[12]则针对性地提出高校科技创新服务平台绩效评估体系，并指出共性评估指标有硕博导师人数、仪器设备资产总值、科研经费、论文发表量、发明专利量和人才培养数量等。梁嘉明[13]、曹静[14]、金芙蓉[15]对产学研合作平台资源配置绩效进行了评价，认为主要评价指标包括经费、硕博员工人数、平台产值、论文专利数、新产品数等。总体而言，多指标综合体系能从多个角度给出评价结果，但由于指标体系复杂，导致平台运行数据难以采集。

基于“投入/产出”角度构建绩效评估体系也是一种值得借鉴的方法。在平台投入方面，指标设计通常围绕人员、资金、仪器设备展开。在人员方面，通常需要高学历、高素质、高技能的专业化人员参与管理，作为智力支撑[16]，常用指标有高层次人员数量、硕士以上学历员工数量等。在资金方面，由于科技创新服务平台开展的研究及其提供的服务属于公益或半公益性质，因而难以从市场上获得物质回报。因此，强大的经费投入就是平台启动和维持创新活动的坚实基础，常用指标有政府财政补贴[3]、项目经费[8]等。在仪器设备方面，大型科学仪器设备共享既是科技创新服务平台建设的重要组成部分，也是平台服务的主要内容，用于为企业提供检验测验、小试中试、实验仿真等[10]。因此，平台拥有的设备原值是区分其科技服务能力和水平的重要参考，常选用仪器设备原值[17]、平台实验场地规模等指标进行表征。在平台产出方面，科技成果、经济效益、生产服务是常见产出类指标。Acs等[18]指出，专利作为一种开放、易获得的信息资源与科技平台创新绩效高度相关，且专利数据源具有很强的稳定性，不会随时间推移而发生改变，是一种常用的绩效评价指标。同时，除专利外的科技成果，如论文、专著也常被选用作为绩效评价指标。Freitas[16]运用斯皮尔曼相关性系数和非参数T检验法证实了期刊论文作为平台绩效评价指标的良好性。Schmoch[19]与Guan[20]研究发现，为更全面地反映平台运行绩效，有必要构建包括科技成果之外的更为复杂的指标体系，并基于经济学理论增加了收入、利润等经济效益指标作为平台产出指标。此外，生产能力和服务能力常被选取作为平台绩效衡量指标。Cobo-Benit[21]运用模糊定性比较分析方法集合(FsQCA)研究平台运行绩效，结果表明，使用生产和服务能力指标，如缩短生产周期、降低企业成本、提高响应速度、服务企业数量等，可以有效区别平台间的绩效。

表1　指标类别、典型指标及文献来源整理

1.2　评价方法

常用的绩效评估方法有层次分析法、参数方法和非参数方法。层次分析法以AHP(Analytic Hierarchy Process)最为典型，该方法先将复杂问题中的各类影响因素划分为相互联系的有序层次，再借助专家意见和研究人员的主观判断将同一层次元素两两比较,从而确定指标权重，并通过计算给出评价结果。层次分析法的优点是能够把定性问题定量化，便于数值计算，但需借助专家打分，评估结果易受主观因素影响。同时，层次分析法依赖多层多级指标体系，而过多的指标将导致数据收集困难。SFA(Stochastic Frontier Analysis)是参数方法的典型代表，SFA通过事先假设成本或生产前沿函数，借助回归分析对某一时期的研究对象作出绩效评价[22]。SFA的优点是能够考虑随机因素对产出的影响，但缺点是难以确定生产函数，因为并非所有领域的生产情况都能够用函数式表示。在非参数方法中，最常用的是DEA(Data Envelopment Analysis)。DEA的本质是判断决策单元(DMU)是否处于生产可能集的前沿面上以分析绩效。DEA的优点是无需考虑生产函数的具体形式，仅需确定“投入-产出”指标体系，通过恰当的数学规划模型便能有效评估具有多投入、多产出决策单元的绩效。目前，常用的DEA模型有几十种，包括CCR-DEA、BCC-DEA、DEA-Malmqusit、两阶段DEA、三阶段DEA、NIRS、NDRS、FDH等，广泛应用于政府机构、科研机构、医药行业、加工制造业、金融业、银行业、农林业等领域的绩效评价。

综上所述，在科技服务平台绩效评估指标选取上，前人研究成果有较大的参考和借鉴价值，但就指标的适用性、针对性以及发展性而言，仍有完善空间。在评价方法选择上，由于科技平台绩效受经济、社会、政治、技术、文化等因素影响，难以确定生产函数式。同时，由于平台数据难以获取，不易构建多指标层次分析体系进行分析。因此，本文基于“投入/产出”角度，结合浙江省基础平台、行业平台、区域平台的不同特点，设计3个针对性强的指标体系，并使用非参数方法DEA进行绩效评价。

2　指标体系设计

2.1　设计原则

基于DEA进行绩效评价应遵循指标设计的若干原则：①继承性。指标设计应参考以往学者的研究成果，结合评估对象的特点进行指标的合理继承；②目的性。指标选取要以评价结果为导向，尽量选择对绩效水平有较大影响力的指标；③精简性。对DEA而言，每增加一项指标，将同时增加数个投入产出比率，会削弱DEA方法的评估能力；④弱关联。避免指标间的高关联度，当一项指标可以被其它指标线性表示时，评价结果会受较大影响。

2.2　指标选取

(1)基础创新平台指标设计。浙江省基础创新平台是由政府机构牵头组建的具有公益性、基础性、战略性的公共科技基础条件研究和保障体系[17]。基础平台通过整合大型科学仪器、科研人才、科技文献、科研数据、科技信息、实验动植物资料等信息、知识、创新资源致力于基础科学研究，并同时为企业、研究机构、社会民众提供高效、便捷、低成本、一站式的创新资源共享服务[10]，对增强浙江省基础研究能力、提高科技资源利用效率、满足科技创新活动需求具有较大意义。从功能导向看，在3类平台中基础平台对创新资源整合需求最强，只有其具备较强的资源聚合和自主创新能力，才能在基础创新与科技服务中形成知识势差，促进知识外溢与扩散，进而转变为平台的基础创新能力和服务绩效。结合指标选取经验，本文用基础平台拥有的大型仪器设备原值、高层次人员数量、经费投入表征其资源整合能力，用承担的国家级项目数量、发明专利数量表征其基础研究和服务能力，指标体系如表2所示。

表2　基础平台投入/产出绩效评估指标体系

(2)行业创新平台指标设计。有些学者研究了行业创新平台内涵，认为其本质是支撑各行业创新活动的载体，是将创新从理论引向实践的重要通道。浙江省行业平台是由政府牵头并依托大型企业，通过政策引导使行业内的优势企业结成联合体，汇集行业创新相关科技资源，针对行业发展的共性、关键议题，以实现行业内仪器设备共享为基础，开展行业难题攻关、制定行业标准，并提供优质技术服务的创新集成系统。与基础平台相比，行业平台侧重于解决企业存在的实际问题，因而在创新资源整合方面与基础平台有所区别。在人员方面，行业平台需要更多具有专业知识和实践技术的人才，这类员工是生产力的核心要素，是能够直接进行技术攻关和科技服务的主体[11]，对行业平台发展起重要助推作用。在仪器设备方面，各类先进设施的引进和配备是行业平台承担项目、攻克难题、服务企业的重要基础，能为其后续发展注入强劲的创新活力和动力，是行业平台绩效的最直接体现[4]。本文选用硕士及以上学历的员工数量、专职服务人员数量表征行业平台人员投入，用拥有的仪器设备原值表征其仪器设备投入。从产出角度看，浙江省行业平台的科技创新和服务能力表现在以下两个方面：①平台承接重大攻关项目，解决行业内企业发展面临的难题，并制定行业标准，促进创新发展；②平台以仪器设备共享为切入点，与创新需求方互联互动，向企业提供检测测试服务，实现平台创新定向化输出，并广泛开展培训活动，提升员工能力。本文选用科技成果获奖数衡量行业平台的创新产出，以服务企业数反映其服务能力，构建指标体系如表3所示。

表3　行业平台投入/产出绩效评估指标体系

(3)区域创新平台指标设计。区域创新平台是适应特定地域的产业结构，充分发挥区域比较优势，在创新驱动发展的战略框架下促进区域科技创新能力提升的组织体系[23,24]。与行业平台不同，区域平台同时针对不同行业之间的共性问题开展工作，提升区域内各行业参与度，扩展平台覆盖范围[25,26]。浙江省区域创新平台以发挥区域创新积极性为定位，汇集区域内外创新资源，为区域内的中小企业和广大农户提供各类技术服务，不断提高其技术创新能力与市场竞争力。同时，区域平台不断强化区域块状特色，实现块状经济向产业集群、产业集群向创新集群转变，提升区域支柱产业或块状特色经济水平。从投入看，区域平台重点整合实验场地、实验仪器和专职服务人员资源。由于区域平台经常开展特色产业的技术推广和培训活动[27,28]，因而平台应具备一定规模的创新实验场地和实验仪器；而作为技术推广者和对接活动举办方，平台要储备一定数量专职服务人员作为人力支撑。从产出看，平台与服务对象间的供求关系是形成创新产出的桥梁和纽带，可从3个方面反映：①平台解决的区域内企业难题数量；②通过开展技术对接服务，被服务者能掌握的技能和知识的状况；③通过提供服务，平台所收获的经济收益。结合指标选取经验，用平台实验场地规模、实验仪器原值、专职服务人员数量表征区域平台创新资源投入水平；用平台解决的企业难题数量、举办技术推广活动数量、经济收益反映平台的科技创新与服务能力，构建指标体系如表4所示。

表4　区域平台投入/产出绩效评估指标体系

3　方法介绍

本文对2014-2016年浙江省科技创新平台绩效进行评价，但单纯的DEA模型仅能对决策单元(DMU)在同一时间点上的状况进行横向比较，无法进行一段时期内的纵向分析。因此，笔者采用Malmqusit指数方法，对平台效率变化情况进行分析。

3.1　BCC-DEA模型

其中，hi表示第i个DMU的相对绩效值，yri表示第i个DMU的第r项的产出值，xji 表示第i个DMU的第j项的投入值，ur和vj分别表示产出和投入的加权值，cj用于判断规模报酬的变化情况。

3.2　Malmqusit指数分析法

Malmqusit指数分析法将决策单元在t时期和t+1时期的M指数的比值与1进行比较，能分析不同时期决策单元的效率变化情况。其中，决策单元在t时期为基准的M指数为

在t+1时期为基准的M指数为

为消除因时期选择不同所带来的影响，通常将两个时期基础指数的几何平均数作为衡量t时期到t+1时期效率变化M指数，计为Tfpch。Tfpch能进一步分解为技术效率变化指数(Effch)和技术进步指数(Techch)，三者关系满足Tfpch=Effch×Techch。而Effch能进一步分解为纯技术效率变化指数(Pech)和规模效率变化指数(Sech)，并满足Effch=Pech×Sech。其中：

当Tfpch>1时，代表效率上升；当Tfpch=1时，效率不变；当Tfpch<1时，代表效率下降，Effch和Techch的情况同理。

4　数据统计与分析

4.1　数据来源

本文为浙江省软科学重点立项课题相关研究成果，在数据采集上，得到浙江省科学技术厅相关科室的大力支持，所获取的数据具有较好的真实性与可靠性。

4.2　基础平台绩效分析

目前，浙江省共设立8个基础平台，研究和服务范围涉及科技文献资料、地理空间数据、知识产权、实验动植物、质量安全等领域，是全省技术创新能力的标志，其绩效情况见表5。结果显示，8个基础平台近3年的科技资源投入产出效率均值为0.74，整体绩效处于中等偏上水平。其中，非DEA有效(效率值小于1)的决策单元数量为5，占基础平台总量的62.5%，而达到DEA有效的决策单元仅占被评价总数量的37.5%，即未达到资源最佳配置的平台占比较大，表明基础平台资源的有效利用和优化整合仍有较大的调整空间。在DEA模型中，投入产出效率是纯技术效率和规模效率的综合体现，规模报酬描述的是投入规模变化与其所带来的产量变化之间的关系。研究发现，平台纯技术效率均值0.803小于其规模效率均值0.923，且非DEA有效平台的规模报酬均表现为递减状态，说明现阶段基础平台的资源投入水平较高，规模效率状况良好，而纯技术效率不高是导致浙江省基础平台绩效不佳的主要因素。

表5　基础平台科技资源投入/产出效率评价值(2014-2016年)

注：drs表示规模报酬递增，irs表示规模报酬递减，-表示规模报酬不变

进一步通过研究DEA模型中的松弛变量，识别提高基础平台资源投入产出效率的应对措施。表6为非DEA有效的基础平台各指标要达到DEA最优所需增加或减少的数值。数据显示，基础平台存在投入冗余，并主要体现在“仪器设备投入量”上，这一结果说明平台所整合的仪器设备并未发挥出应有的作用和价值，存在着较严重的资源闲置和无效利用现象。其中，平台7的问题最为突出，仪器设备需要减少的投入量最多。从产出看，平台产出水平不足，主要表现为“获得发明专利”的能力较弱，说明在现有资源条件下，基础平台的研发创新水平有待进一步提升。

表6　非DEA有效的基础平台投入冗余与产出不足

4.3　行业平台绩效分析

浙江省共有37个行业平台，覆盖农林牧副渔、装备制造、纺织服装、高新技术、医药、环保6个行业。本文基于行业分类视角研究行业平台资源配置效率，如表7所示。计算发现，行业平台整体绩效为0.527，处于中等水平，未来有较大上升空间。不同行业属性的平台之间效率差距明显，医药类平台资源利用水平最高，效率值为0.859，高新技术和装备制造行业平台效率良好，高于平均水平。农林牧副渔、环保、纺织服装类平台整体效率则低于平均水平，其中，农林牧副渔类平台的情况最差，效率值为0.202，仅达到医药类平台效率的1/4。进一步研究发现，导致不同行业平台效率差异的因素有所不同。效率水平较低的平台，如农林牧副渔、环保、纺织服装平台的规模效率均小于其纯技术效率，且其规模报酬均表现为递增状态。因此，规模效率水平低是导致这3类平台整体效率较低的主因。相反，医药行业、高新技术行业平台整体效率表现较好的原因在于其较高的规模效率。

表7　行业平台科技资源投入/产出绩效评价情况

在DEA效率较高的行业平台中，高新技术类、医药类和装备制造类是新时代背景下的新兴产业，并随着浙江省互联网+、物联网、大数据和智能制造战略的推进与深化，政府、企业、科研机构等单位的战略重心逐渐转移，研发创新资源投入方向随之倾斜，形成其较高的规模效率。与之相反，纺织服装、农林牧副渔作为该地区传统优势产业，近年来科技创新活动并未获得重视，人才流失、仪器设备引入力度不足等导致科技基础条件薄弱，致使其规模效率下降。值得注意的是，目前环保类平台的整体效率处于较低水平，主要原因也是由于人力、物力等创新资源投入不足。

4.4　区域平台绩效分析

浙江省36个区域创新平台呈现因地制宜、聚类发展的特点，本文根据掌握的地域科技资源投入资料，分浙北、浙东、浙西、浙中、浙南5大区块研究分析区域创新平台运行效率，评价结果如表8所示。整体看，区域平台的技术效率均值为0.602，效率水平高于行业平台但低于基础平台。分区块看，由于地理位置差异，区域平台效率水平高低不一。分布在浙东、浙北、浙南区块内的平台效率较高，而浙西和浙中区块内的平台效率低于平均水平，且区域平台效率的最小值和倒数第二的值也产生于这两个区块内，分别为0.106和0.124。结合浙江省各市近十年的统计年鉴发现，区域平台效率水平与所在区域的教育、科技、国民经济等发展情况存在显著正向相关关系。

进一步研究发现，无论哪一区块内的平台，其规模效率均高于纯技术效率，且规模报酬全表现为规模饱和状态，说明较低的纯技术效率导致资源投入未能有效转化为平台产出，区域平台资源冗余和浪费问题非常明显。

表8　区域平台科技资源投入/产出绩效评价情况

对DEA模型中的松弛变量进一步分析，实验结果见表9。从投入指标看，在36个区域平台中，24个表现出“实验场地规模”需要减小，19个表现出“实验仪器设备”投入存在冗余。从产出指标看，区域平台产出能力不足集中表现在“解决的企业难题数量”和“举办技术推广活动的数量”上。结果表明，区域平台资源投入结构不合理，导致平台服务能力未能充分发挥。未来区域平台应适度缩小场地规模，适当增加专职服务人员引入或聘用数量，将科技资源更好地转化到为企业提供有实际意义的创新服务上来。

表9　非DEA有效的区域平台投入冗余
与产出不足情况统计　(单位：个)

4.5　绩效变动分析

引入Malmqusit指数分析浙江省科技创新平台效率变动情况，如表10所示。基于表中数据可得出如下判断：

(1)3类平台全要素生产率均呈增长趋势。行业平台效率增加幅度最大，年均增长47.4%，但2015-2016年的增势有所放缓，保持在26%的水平。基础平台和区域平台的增长幅度大致相同，年均增长分别为12.8%和16.1%，且每年增幅波动不大。

(2)引起每类平台生产率变动的原因不同。由规模效率变化引起的技术效率升降是导致基础平台生产率变化的主要因素，而行业平台和区域平台生产率变动则主要受技术进步水平变动的影响。如基础平台规模效率由2014-2015年的1.375下降到2015-2016年的0.917，其全要素生产率也随之下降约11%，尽管同时段内的技术进步水平提高了34.1%。

(3)3类平台的技术进步率均呈稳定增长，而资源投入均呈持续下降的局面。技术进步率增长表明近年来浙江省对科技创新创业活动的重视，使其科研环境不断优化，创新驱动发展战略得到进一步落实。资源投入减少说明相关单位已意识到平台资源投入存在闲置、无效利用的现象，一味地扩张平台规模并不能有效解决低效率问题，而是应通过优化资源结构，借助科技创新提升平台的产出能力和服务水平。

表10　2014-2016年浙江省基础、行业、区域平台发展效率评价

注：Tfp为全要素生产率；Effch为技术效率；Tech为技术进步率；Pech为纯技术效率；Sech为规模效率

5　结论与建议

本文以浙江省81个科技创新平台作为研究样本，结合平台类型、功能、定位和运行机理，遵循指标设计原则，构建3个绩效评估体系，并运用DEA-Malmqusit分析法进行实证研究。结果显示，3类平台的整体效率处于中等水平，均有较大提升空间。比较来说，基础平台绩效水平最高，区域平台次之，行业平台效率问题较大。通过对指标分解发现，基础平台、区域平台在技术水平和管理能力上有限，资源投入冗余、浪费闲置现象明显。近年来，传统类行业平台，如纺织服装、农林牧副渔平台投入水平明显不足，导致其效率不高。而新型行业平台，如高新技术平台、医药平台由于受到重视，资源投入力度较大，因而其效率水平较高。通过Malmqusit指数分析发现，3类平台的全要素生产率均呈现增长态势，预计未来效率水平会进一步提高。为实现平台更好的发展，保障平台更高效地推动我省的科技创新、技术进步和经济发展，笔者结合实证分析结果提出以下建议：

(1)深入贯彻落实创新驱动发展战略，为平台发展营造良好环境。浙江省政府应高度重视科技创新的作用，加快推进科技体制改革创新，充分发挥引导、支撑、调节等宏观控制能力，始终如一地实施创新驱动发展战略，进一步实现浙江省在教育、科技、经济、生态、文化等领域的全面提高。同时，建立创新资源合理流动机制，促进科技创新资源高效配置和综合集成，“看得见的手”与“看不见的手”都要用好，让市场发挥基础调节作用，解决科技资源配置过度行政化、封闭低效，以及研发和成果转化效率不高等问题。

(2)建立分类管理与评价机制，协调平台均衡发展。由于平台在功能、定位和特性上的不同，需改变传统单一的评价机制，结合不同平台的发展特点，构建针对性评价体系，实现分类管理。对于基础平台，应适当降低现有投入水平，并尽快制定科学合理的管理规范和监督机制，将资源聚集到提高其研究创新能力上。对于行业平台，传统类平台处于规模收益递增阶段，因此要加大资源投入力度，留住人才、引进设备，发挥规模效应。新型类平台发展势头迅猛，在保持现在投入规模的基础上，进一步提高其纯技术效率。对于区域平台，要结合块状经济特色，因地制宜实现发展，通过聘用熟悉区域特色产业的管理专家、技术人才和技能型员工，做好宣传和培训工作，增强区域平台与块状经济相结合的能力，切实增强中小型企业和广大农户运用科技手段解决问题的意识。

(3)提升平台自主创新和服务能力，加快成果产业化。提高自主创新能力是提高科技创新平台绩效水平的关键环节，要求基础平台把握国际创新趋势，关注国外发达国家的创新进程，与欧美、日本等创新水平较高的国家和地区多接触，举办或参加国际性学术会议，建立广泛的人脉优势和沟通交流渠道，开拓研究成果产业化思路；行业平台要提高创新资源整合能力，将优势资源聚集到战略目标上，力求在重点领域、关键技术上取得重大突破，并加强研发成果产业化意识，加快新产品上市速度；区域平台应加强与地方高校、研究机构、孵化器、众创空间以及特色小镇等创新载体的协同合作，借鉴先进服务方式，不断提升平台服务质量，将技术创新成果更多地转化到生产和服务中。

[1]　MARY ELLEN MOGEE, RICHARD G KOLAR.International patent analysis as a tool for corporate technology analysis and planning[J].Technology Analysis & Strategic Management, 1994, 6(6):485-504.

[2]　AERTS K, MATTHYSSENS P, VANDENBEMPT K.Critical role and screening practices of European business incubators[J].Technovation, 2007, 27(5):254-267.

[3]　DIRK CZARNITZKI, ANDREAS FIER.Publicly funded R&D collaborations and patent outcome in Germany[R].Centre for European Economic Research, ZEW Discussion Papers, 2003.

[4]　TSUKUDA M, YAMAKAWA T, YASUI S.Japan's center of excellence program: two COE's for brain science/technology[C].International Joint Conference on Neural Networks, 2004.

[5]　BIGLIARDI B, DORMIO A I, NOSELLA A, et al.Assessing science parks' performances: directions from selected Italian case studies[J].Technovation, 2006, 26(4):489-505.

[6]　MIAN S A.Assessing and managing the university technology business incubator: an integrative framework[J].Journal of Business Venturing, 1997, 12(5):251-285.

[7]　PENA I.Business incubation centers and new firm growth in the Basque country[J].Small Business Economics, 2004, 22(3):223-236.

[8]　PRASHANT K, JEFREY H D, HARBIR S.Alliance capability, stock market response, and long-term alliance success the role of the alliance function[J].Strategic Management Journal, 2002 (23): 747-767.

[9]　JOHN D N, GLENN M P, CANDACE E.Technology R&D alliances and firm value[J].Journal of High Technology Management Research, 2001(12): 227-237.

[10]　刘烨, 肖广岭, 岳素芳,等.省际区域公共科技服务平台布局初探[J].科学学研究, 2016, 34(5):690-696.

[11]　李集城.广东专业镇科技创新服务平台运行能力评价实证研究[J].工业工程, 2013, 16(4):73-79.

[12]　王立剑, 刘佳.高校科技创新平台绩效评价指标体系构建与应用[J].科学学与科学技术管理, 2010, 31(2):110-112.

[13]　梁嘉明, 陈光华.基于DEA方法的广东省部产学研合作研发创新效率研究[J].科技管理研究, 2014(15):72-76.

[14]　曹静, 范德成, 唐小旭.产学研结合技术创新绩效评价研究[J].科技进步与对策, 2010, 27(7):114-118.

[15]　金芙蓉, 罗守贵.产学研合作绩效评价指标体系研究[J].科学管理研究, 2009, 27(3):43-46.

[16]　FREITAS I M B, MARQUES R A, SILVA E M D P E.University-industry collaboration and innovation in emergent and mature industries in new industrialized countries[J].Research Policy, 2013, 42(2):443-453.

[17]　郝立勤, 赖于民.公共科技基础条件平台建设与政策探讨[J].科学学研究, 2006, 24(s1):103-107.

[18]　ACS Z J, ANSELIN L, VARGA A.Patents and innovation counts as measures of regional production of new knowledge[J].Research Policy, 2002, 31(7):1069-1085.

[19]　SCHMOCH U.The technological output of scientific institutions[M].Berlin: Springer Netherlands, 2004:717-731.

[20]　GUAN J, ZUO K.A cross-country comparison of innovation efficiency[J].Scientometrics, 2014, 100(2):541-575.

[21]　COBO-BENITA J R, RODR

GUEZ-SEGURA E, ORTIZ-MARCOS I, et al.Innovation projects performance: analyzing the impact of organizational characteristics[J].Journal of Business Research, 2016, 69(4):1357-1360.

[22]　BOGETOFT P, OTTO L.Benchmarking with DEA, SFA, and R[J].International, 2012, 157(3):321-323.

[23]　陆立军, 郑小碧.区域创新平台的企业参与机制研究[J].科研管理, 2008, 29(2):122-127.

[24]　王庆金,马伟,马浩.区域协同创新平台体系研究[M].北京:中国社会科学出版社,2014.

[25]　应向伟.浙江省行业和区域创新平台的建设及其途径[C].中国自动化学会华东六省一市学术年会, 2011.

[26]　LIU C Q, CHENG G P.Research on technology integration innovation platform performance evaluation[J].Applied Mechanics & Materials, 2013(2):2261-2265.

[27]　PREVEZER M, LI J, PANZARASA P.Regional innovation and performance: the role of absorptive capacity, industrial structure and collaborative networks in the Chinese provinces of Hubei and Hunan[J].Journal of Chinese Entrepreneurship, 2013, 5(3):196-219.

[28]　FRANK A G, CORTIMIGLIA M N, RIBEIRO J L D, et al.The effect of innovation activities on innovation outputs in the Brazilian industry: market-orientation vs.technology-acquisition strategies[J].Research Policy, 2016, 45(3):577-592.

Evaluation of S&T Innovation Service Platform from Perspective of Classification: the Case of Zhejiang Province

(1.School of Management Engineering & Electronic Commerce，Zhejiang Gongshang University， Hangzhou 310018，China；2.Zhejiang Police College,Hangzhou 310053,China;3.Zhejiang Institute of Science & Technology Information，Hangzhou 310006,China)

Abstract：The S&T innovation service platform is the key component of China’s implementation innovation driven development, and it has an important strategic position.According to the classification of Zhejiang province S&T innovation service platform, paper develops three sets of performance evaluation index system, and uses the DEA-Malmqusit index analysis method calculate the input-output performance of the platform in 2014-2016.The study found that, the overall efficiency of three kinds of platform in Zhejiang province are in the middle level, there is more room for improvement; the factors causing the efficiency differences between the three platforms are different, basic and regional platforms are redundant inputs; industry platform is divided into traditional platforms and emerging platforms, and the efficiency of these platforms varies greatly; platform’s total factor productivity has continued to rise in recent years.Finally, this paper puts forward relevant suggestions, including implementing innovation driven development strategy, establishing classified management mechanism, upgrading platform innovation and service capability.

Key Words:S&T Innovation Service Platform; Index System; DEA-Malmqusit Model; Performance Evaluation

作者简介：魏建良(1980-)，男，浙江萧山人，博士，浙江工商大学副教授、硕士生导师，研究方向为电子商务与互联网信息服务；梦非(1980-)，女，湖北襄樊人，博士，浙江警察学院副教授，研究方向为互联网与科技创新；纪浩(1991-)，男，江苏铜山人，浙江工商大学硕士研究生，研究方向为科技评价、资源优化；蒋芬(1979-)，女，浙江兰溪人，浙江省科技信息研究院助理研究员，研究方向为科技政策。本文通讯作者：梦非。

基金项目：浙江省软科学研究计划重点项目(2015C25016；2017C25008)

面向分类的科技创新服务平台绩效实证研究——以浙江省为例

0 引言

1 文献回顾

1.1 指标选取

1.2 评价方法

2 指标体系设计

2.1 设计原则

2.2 指标选取

3 方法介绍

3.1 BCC-DEA模型

3.2 Malmqusit指数分析法

4 数据统计与分析

4.1 数据来源

4.2 基础平台绩效分析

4.3 行业平台绩效分析

4.4 区域平台绩效分析

4.5 绩效变动分析

5 结论与建议