四、统计分析
本项目组根据这一指标体系,对南京251家新型研发机构进行统计分析。由于南京各高新区的规模(新型研发机构的数目)不同,本项目的样本设计采用了概率与规模成比例的方法(PPS方法)[5]。两个规模最大的高新区,以20%的抽样比,单独以随机数字表抽选新型研发机构;其余13个高新区,按PPS方法用等距抽样法抽选6个高新区,抽到的每个高新区以随机数字表抽选5家机构。所以,样本是8个高新区的50家新型研发机构。资料收集采用了电邮方法,即联系8个高新区并发送专题评估表(附录1)的电子邮件给高新区具体负责人(联系人),再由他们发送电邮给所在高新区抽选到的新型研发机构,填答完成后由机构直接发回电子邮件给评估组。最终回收了43家机构的评估表,有效回收率为86%。数据汇总整理之后,可以基本上把握南京新型研发机构的基本格局(参见图2、图3)。
图2.新型研发机构的主要非经济指标
图3.新型研发机构的主要经济指标
1.新型研发机构评估指标的总体水平
本项目研究的目的是对新型研发机构发展各方面的总体情况加以评估。因此,我们估计知识产权数量、研发项目经费、研发人员、机构财务以及成果转化各项指标的总体水平,2018和2019两年的各项指标的样本均值以及置信水平为95%的区间估计,以及各项指标两年增长率的样本均值和95%的区间估计的结果详列于表1至表4。
表1中知识产权数量指标是发明专利数、软件著作权数、牵头制定标准数和参与制定标准数四项指标的加总,其中软件著作权数和参与制定标准按权重0.1计算。由表1可见,2018年知识产权数量的样本均值为1.7438个。从区间估计的情况来看,南京市新型研发机构的知识产权数均值在.2490至3.2385之间。2019年知识产权数量的样本均值为4.0071个,并认为全市新型研发机构的知识产权数均值在1.5040和6.5103的范围之内,这个估计的误差不超过5%。2018年至2019年知识产权数的年增长率平均为59.2718%,主要由发明专利(年增长平均为118.2800%)和软件著作权数(年增长平均为83.6533%)的增长而导致.表1中未列出牵头或参与制定标准,因为样本中仅有一个机构。
表1 知识产权数量
发明专利数 | 软件著作权数 | 知识产权数量 | ||
2018年 | 均值 | 1.4063 | 3.0625 | 1.7438 |
95%区间估计(下限) | -.0700 | -.5265 | .2490 | |
(上限) | 2.8825 | 6.6515 | 3.2385 | |
(N) | (32) | (32) | (32) | |
2019年 | 均值 | 3.2791 | 5.8140 | 4.0071 |
95%区间估计(下限) | .9263 | 1.7454 | 1.5040 | |
(上限) | 5.6318 | 9.8825 | 6.5103 | |
(N) | (43) | (43) | (42) | |
增长率(%) | 均值 | 118.2800 | 83.6533 | 59.2718 |
95%区间估计(下限) | -196.8407 | -124.4022 | -56.8180 | |
(上限) | 433.4007 | 291.7089 | 175.3616 | |
(N) | (6) | (9) | (11) |
表2中,研发项目投入经费总额是机构投入、市场投入和政府投入经费的总和。从样本均值来看,2018年和2019年分别是1190.5622和1301.1348万元,年增长的平均值达到144.0317%;从95%的区间估计来看,全市新型研发机构研发项目的投入经费总额2018年和2019年分别在545.4877至1835.6366万元范围和157.0962至2445.1734万元范围之间,年增长的平均则在11.4492%至276.6141%之间。由表2中还看到,研发项目的经费投入主要是由政府主导。由样本均值看,2018年政府投入是854.2613万元,机构投入是240.6151万元,2019年政府投入和机构投入则分别为713.5964和396.5940万元。就2018年和2019年来说,政府投入经费比机构投入经费平均略高,但政府投入经费均值2019年比2018年有所下降,而机构投入经费2019年比2018年则有所增加,这种增加同样也表现在市场投入上,尽管市场投入相对政府和机构投入来说还没有成为主要的。从年增长率上同样容易看出,机构投入经费的年增长平均来讲高于政府投入经费的年增长(分别为503.0756%和150.8365%),而且两者都远高于市场投入的增长率(35.1522%)。
表2 研发项目经费(万元)
机构投入经费 | 市场投入经费 | 政府投入经费 | 投入经费总额 | ||
2018年 | 均值 | 240.6151 | 95.6858 | 854.2613 | 1190.5622 |
95%区间估计(下限) | 134.6682 | -9.2133 | 232.3620 | 545.4877 | |
(上限) | 346.5620 | 200.5849 | 1476.1606 | 1835.6366 | |
(N) | (31) | (31) | (31) | (31) | |
2019年 | 均值 | 396.5940 | 188.6445 | 713.5964 | 1301.1348 |
95%区间估计(下限) | 210.9585 | -53.7295 | -69.3521 | 157.0962 | |
(上限) | 582.2294 | 431.0186 | 1496.5449 | 2445.1734 | |
(N) | (43) | (42) | (42) | (42) | |
增长率(%) | 均值 | 503.0756 | 35.1522 | 150.8365 | 144.0317 |
95%区间估计(下限) | 1.3027 | -90.8647 | -13.6518 | 11.4492 | |
(上限) | 1004.8484 | 161.1692 | 315.3249 | 276.6141 | |
(N) | (27) | (9) | (23) | (30) |
研发人员分值的计算是依据职称高低的不同计为不同分值,专职研发人员的计分方式是按中级职称每人计1、高级职称计1.5,初级职称计0.5以及院士计3来计算,兼职研发人员则按专职的0.5计,分别加总后得到专职研发人员和兼职研究人员分值,两者再加总起来即为研发人员分值,以此表示新型研发机构的研发人员总体水平。表3中列出了研发人员分值的均值、区间估计以及增长率情况,同时也列出了专职和兼职人员分值,以及高级职称的专职和兼职人数的总体情况。由表3可见,2018和2019年研发人员分值平均来讲分别为10.3306和11.1845,年增长率为13.7848%,95%的区间估计则分别为6.4919至14.1693,7.8456至14.5235,以及-29.9065至57.4761范围之间。可见,相比上述表1和表2中的增长率来说,研发人员的增长率总体来说是相当小的,高级职称的专职研发人员平均来说,年增长率还是负的(-14.3592%),2018年和2019年平均人数不足1.5人(分别为1.0625和1.2093人),区间估计范围在.4555至1.6695以及.4812至1.9375之间。就高级职称的研发人员来讲,他们主要是兼职的,尽管就专职研发人员和兼职研发人员分值来看,两者大致上是持平的。
表3 研发人员分值
专职高职 | 兼职高职 | 专职人员 | 兼职人员 | 研发人员 | ||
2018年 | 均值 | 1.0625 | 4.1875 | 5.0156 | 5.3468 | 10.3306 |
95%区间估计(下限) | .4555 | 2.3919 | 1.7719 | 3.3407 | 6.4919 | |
(上限) | 1.6695 | 5.9831 | 8.2593 | 7.3529 | 14.1693 | |
(N) | (32) | (32) | (32) | (31) | (31) | |
2019年 | 均值 | 1.2093 | 4.4419 | 5.5930 | 5.6012 | 11.1845 |
95%区间估计(下限) | .4812 | 3.0815 | 2.7987 | 3.9620 | 7.8456 | |
(上限) | 1.9375 | 5.8022 | 8.3874 | 7.2404 | 14.5235 | |
(N) | (43) | (43) | (43) | (42) | (42) | |
增长率(%) | 均值 | -14.3592 | 5.0895 | 40.8345 | 6.3233 | 13.7848 |
95%区间估计(下限) | -38.2972 | -28.4384 | -37.2868 | -26.5663 | -29.9065 | |
(上限) | 9.5788 | 38.6175 | 118.9559 | 39.2130 | 57.4761 | |
(N) | (13) | (21) | (22) | (24) | (27) |
新型研发机构的财务状况和成果转化指标的均值和区间估计结果如表4,2018和2019年固定资产规模均值分别为352.9366和346.6021万元,利润规模分别为78.2446和101.4584万元。2019年比2018年有较大的增长率,平均分别为736.3887%和219.4390%。总的来说,固定资产规模的增长高于利润规模的增长。在研发成果的转化方面,成果转让收入2018年平均为26.3863万元,2019年为106.5475万元,增长率平均为706.7483%。但是由表4可见,2019年计算增长率时个案数仅为6个,换句话说,2018年研发成果转让收入大多为0。孵化企业的数量(个数),2018年平均为5.4516,2019年为8.0238,区间估计范围则分别为4.0252至6.8780,以及6.1509至9.8967;增长率平均来说是153.5306%,区间估计范围则是53.7995至253.2618。
表4 机构财务与成果转化(万元)
固定资产 | 利润规模 | 成果转让收入 | 孵化企业(个) | ||
2018年 | 均值 | 352.9366 | 78.2446 | 26.3863 | 5.4516 |
95%区间估计(下限) | -2.7790 | -144.5800 | -12.6572 | 4.0252 | |
(上限) | 708.6522 | 301.0692 | 65.4299 | 6.8780 | |
(N) | (24) | (21) | (30) | (31) | |
2019年 | 均值 | 346.6021 | 101.4584 | 106.5475 | 8.0238 |
95%区间估计(下限) | 103.1010 | -194.5996 | 22.8381 | 6.1509 | |
(上限) | 590.1032 | 397.5164 | 190.2569 | 9.8967 | |
(N) | (37) | (30) | (40) | (42) | |
增长率(%) | 均值 | 736.3887 | 219.4390 | 706.7483 | 153.5306 |
95%区间估计(下限) | -508.4989 | -628.0891 | -843.2939 | 53.7995 | |
(上限) | 1981.2762 | 1066.9671 | 2256.7906 | 253.2618 | |
(N) | (23) | (20) | (6) | (31) |
2.新型研发机构实际水平的专家评估
在实际使用评价指标时还应该做到[1]:
(1)定性与定量相结合
定量指标的评价分析可作为绩效评价专家委员会或政府管理部门对新型研发机构全景式判断的佐证,但新型研发机构的真实水平、科研前瞻性、社会影响力、经济价值等仍需同行专家的定性判断。因此,第一步,由评估机构根据评估方案对新型研发机构的定量数据和证明材料进行分析,形成统计报告。第二步,专家委员会参考报告和研发机构提交的工作报告,通过团队陈述、专家提问、口头答辩、小组讨论等形式进行会议评审,并通过现场了解代表性成果、核查实际运行管理情况、个别访谈等形式进行实地考察,综合判断该研发机构的绩效水平,形成评估意见。
(2)建立多方专家组成的评估专家委员会
针对受评新型研发机构的研究领域、运行管理、成果价值和财务管理等方面,选择国内外知名科技专家、行业专家、管理专家、财务专家和投资专家组成9人以上的评价专家委员会。科技专家应当是受评新型研发机构的小同行专家,科研水平高、熟悉该新型研发机构的主要研究方向在国内外的最新进展和发展趋势。行业专家应当是熟悉受评新型研发机构主要研究方向所在行业发展动态的行业内知名专家。管理专家应当是有著名研究机构管理经验、政府相关管理人员、国际知名管理咨询机构的负责人等对管理模式熟悉的专家,负责对该新型研发机构的运行模式合理性进行判断。财务专家应当是知名会计事务所资深注册会计师等精通财务管理的专家,负责对该研发机构的经费使用合理性进行判断。投资专家应当是具有丰富投资经验的著名投资人,负责对该新型研发机构的成果价值进行判断。专家委员会各责任专家通力合作形成最终的评价意见。
(3)重视新型研究机构特色的评估
评估专家委员会在评价新型研发机构的研发成果是否在学科前沿领域外,还应重视新型研发机构的个性化研究内容。因为有些前沿研究的成果往往不在行业研究热点范围,对这类成果的评判需要评价专家有较宽广的战略视野和较强的科学前瞻性。这些成果有可能具有较强的原创性,并有可能引领未来新的研究方向,在评价中应当有所重视。
(4)采用更加多样灵活的评估方式
要重视调研评审和同行专家评议,从会议评审中聚焦受评新型研发机构的突出特色,进一步组织评价专家委员会赴现场实际考察。另一方面,评估专家委员会要注重引入国际同行专家,对受评新型研发机构的研究水平和国际影响力做出评价。再者,可建立专业的网络评价平台,将评价材料放在网络平台,评估专家委员会成员可以远程审阅材料,提出初步意见。
[1] 由于本项目的时间所限以及我们无法得到各研发机构的相关资料及其证明材料,未能做专家评估与特色评估。
转载本文请联系原作者获取授权,同时请注明本文来自叶明科学网博客。
链接地址:https://wap.sciencenet.cn/blog-3426423-1308003.html?mobile=1
收藏