基于DEA模型下的科技投入產出效率評價研究

[摘 要] 通過構建科技投入產出指標體系，運用DEA模型對廣東省2000-2012年的科技投入產出效率進行評價。結果表明：廣東省的科技投入產出效率平均值達0.962，科技資源配置基本處于相對最佳狀態，不存在科技資源過度浪費的現象，科技產出的不足在科技投入不斷合理、高效利用的過程中逐漸得到消除。廣東省應在有限的科技人力、財力資源條件下進一步提高資源的利用效率；在有條件的情況下，適當增加科技投入，以期獲得更多的科技產出。

[關鍵詞] 科技；投入；產出；效率；DEA模型

[中圖分類號] F204 [文獻標識碼] A [文章編號] 1673 - 0194（2013）13-0033-03

1 引 言

近年來，廣東省區域創新能力不斷增強。廣東在國內率先出臺《廣東省實施自主創新促進條例》。2012年廣東的技術自給率從53.9%上升到68%，研究與實驗發展經費支出占生產總值比重從1.3%提高到2.1%。PCT國際專利受理量、發明專利授權量穩居全國第一。電子信息、新能源、高端裝備制造、生態環境等重點領域的一批關鍵技術取得突破，基因組、超材料、干細胞、中微子等方面創新成果躋身國際領先水平。省部院產學研合作獲得顯著成效，共實施合作項目2萬多項，累計實現產值超過1.2萬億元。獲得“973”首席科學家項目37項。

黨的十八大報告中提出“創新驅動發展戰略”，科技作為創新驅動力的作用不斷凸顯。當前階段，廣東省正處于經濟結構調整的加速期、產業轉型升級的攻堅期和科技創新的活躍期。截至2012年，廣東省RD投入強度已達2.1%，不斷增加的科技投入對廣東省的社會經濟發展起到了積極的促進作用，而如何追尋科技投入與科技產出的最佳平衡點，成為了各級政府關注的重點。因此，對科技投入產出效率進行評估，進而指導資源的合理、高效運用具有重要意義。

由于科技活動是一個多投入、多產出的過程，傳統的投入產出比例法和參數法已不再適用，學者們更多采用非參數法來計算投入產出效率，而DEA模型是最常用的方法之一。通過收集相關數據，本文從技術有效性和規模有效性角度分別對廣東省2000-2012年的科技投入產出效率進行實證分析，以期為相關部門提供參考。

2 指標體系構建

科技投入是指支持開展科技活動的投入，即生產性投入，主要分為人力投入和財力投入兩個方面，二者緊密聯系，相輔相成。其中，人力投入是根本，是促進科技發展的原動力，財力投入是保障，是加大人力投入的助推器。因此，在人力投入方面，主要選擇專業技術人員數、RD人員數和從事科技活動人員數3個指標；在財力投入方面，主要選擇科技活動經費支出總額和地方財政科技撥款總額兩個指標。

科技產出是指科學研究與技術創新活動所產生的各種形式的成果，是科技投入的直接反映，主要包括知識產權和高新技術兩個方面。其中，科技論文和專利是知識產權的主要表現形式，分別體現知識創造成果和技術發明成果，而技術市場合同成交額直接反映了出售專利或技術轉讓所獲得的收入；高新技術產業是國民經濟的戰略性先導產業，其能否健康發展決定著產業結構能否順利轉型升級，主要可以用高新技術產業總產值和新產品銷售收入兩個指標來衡量（見表1）。

3 DEA模型

數據包絡法（DEA）由著名運籌學專家A. Charnes 和W. W. Copper 首次提出，是一種以“相對效率”概念為基礎的多指標投入產出效益評價方法。通過構建DEA模型，不僅可以對決策單元的有效性進行排序和評價，還能進一步分析各決策單元非DEA有效的原因及改進方向。

4 實證分析

通過查閱廣東統計年鑒、廣東科技年鑒、中國科技統計年鑒及廣東省科技局、統計局網站等，獲取了廣東省2010-2012年的科技投入產出數據。鑒于科技產出具有滯后性，選取滯后期為1年。

4.1 數據標準化

由于不同指標之間的差異較大且單位不同，不具有可比性，采用內差打分法將各指標數據進行無量綱化處理，從而得到評價指標的規范化結果。因為選取的指標都為正向指標，所以可以統一對指標進行如下變換，令

4.2 相關性分析

經驗法則表明，決策單元DMU的樣本數至少是投入、產出指標之和的兩倍以上時，使用DEA方法效果最佳。因此，利用SPSS 17.0軟件分別對投入、產出指標間的相關性進行分析，剔除相關性極強的指標，以期精簡指標體系。相關性分析的結果顯示，RD人員數與從事科技活動人員數，科技活動經費支出總額與地方財政科技撥款總額，高新技術產業總產值與新產品銷售收入總額，發明專利授權量與技術市場成交合同額之間的相關性分別都達到0.95以上，因此刪除從事科技活動人員數、科技活動經費支出總額、新產品銷售收入總額和技術市場成交合同額這4項指標。簡化后的指標體系如圖1所示。

4.3 結果分析

4.3.1 效率分析

以廣東省2000-2012年間每一年的科技投入產出作為決策單元，運用DEAP 2.1軟件進行求解，可得到每一年的綜合效率值、純技術效率值和規模效率值，見表3所示。

由表3可見，2000-2012年，廣東省的科技投入產出效率有6年達到DEA有效（θ=1），有5年處于DEA有效邊緣（0.9<θ<1），整體而言，廣東省的科技投入產出效率平均值達0.962，科技資源配置基本處于相對最佳狀態。

從技術效率和規模效率分別來看，技術效率代表投入產出的轉化率，規模效率代表投入增加引起的產出增加率。在DEA無效的年份中， 規模效率不為1的年份較多，反映綜合效率的無效很大程度上由規模無效導致，投入產出規模存在不匹配。進一步分析發現，除2010年外，規模無效的年份都處于規模收益遞增的趨勢，說明在對科技投入加強管理的同時，增加一定量的科技投入可以帶來更高比例的科技產出。

4.3.2 優化調整分析

由DEA模型的基本原理可知，如果DMU為非有效，則肯定存在一個從非有效到有效的調整方案。通過獲取投入指標的剩余變量值和產出指標的松弛變量值，可以得到廣東省科技投入產出的優化方案，從而提出如何量化調整投入和產出。具體如表4所示。

表4給出了DEA無效年份中，科技投入冗余和科技產出不足的量化值。結果顯示，產出指標中，國際三大檢索工具收錄論文數歷年來都已達到理想數值，從2000年的12 111篇到2012年已近30 000篇，每年的增長率都在10%以上，反映廣東省在論文發表方面成果顯著且論文質量較高；發表專利授權量在2000-2003年間與理想數值差距巨大，產出嚴重不足，但在隨后的幾年中逐漸趨于理想，反映廣東省在技術創新方面能力不斷提高；高新技術產業總產值在某些年中也存在一定不足，但整體而言并不明顯。投入指標中，除了2000年和2001年存在冗余過度現象外，其他年份中基本不存在顯著冗余。

主要參考文獻

[1]魏權齡.數據包絡分析[M].北京：科學出版社， 2004.

[2]王守寶.地區科技投入產出相對效率評價研究[J].東岳論叢，2010（7）：48-51.

[3]王莉，李旻暾，劉芹.基于DEA的廣東省科技投入產出相對效率評價研究[J].科技管理研究，2010（22）：75-77.

[4]薛蔚.統計分析與SPSS的應用[M].北京：中國人民大學出版社，2011.

[5]葉佳，徐福緣，李佳.產學研合作效率評價研究——基于DEA分析方法[J].技術經濟與管理研究，2013（2）：21-24.