福建省科技資金配置的效率評價與分析*

張良強，劉林依

(福州大學 軟科學研究所，福建 福州350002)

隨著經濟的高速發展，科技對社會經濟發展的促進作用越來越突出，科技資源的合理配置可以提高科技資源的使用效率和產出效益，而科技資金是科技資源的重要組成部分，合理、有效的配置科技資金不僅有利于調整和優化科技資金的配置結構，提高政府對科技資金管理的重視以及績效的監督管理，還有利于提高公共服務水平，保證科技資金投入到最需要的地方，提高科技資金的使用效率，確保科技工作的順利進行。

目前針對福建省科技資源的配置效率問題的研究較多，而專門針對福建省科技資金配置效率問題進行的研究較少。因此為了了解福建省科技資金配置的效率情況，本文擬采用DEA方法對福建省科技資金配置效率進行績效評價與分析。

1 分析方法與框架

1.1 分析方法

科技資金配置效率是指科技活動中資金的投入與產出的比較。本文選用DEA方法中的固定規模報酬模型CCR和可變規模報酬模型BCC對福建省科技資金配置效率進行分析和評價。

DEA是由美國著名運籌學家 A.Charnes、W.W.Cooper等學者通過對Farrell的確定性非參數法評估效率方法進行改良，在此基礎上，提出以相對效率為基礎的無參數效率度量方法(DEA－CCR模式)，該方法的主要原理是利用線性規劃和對偶定理求解評估決策單元(decision making units，DMU)的生產前沿面，進而計算出決策單元在固定規模報酬下(constant returns to scale，CRS)的多投入—多產出的生產效率[1－2]。BCC 模型是由 Banker、Charnes、Cooper提出的，能夠衡量純技術效率和規模效率的DEA模型[3]。數據包絡分析(DEA)方法不需要事先確定指標的相對權重，無須估計投入產出的生產函數，排除了主觀因素且其結果不僅能判斷被評價對象效率的相對有效性，而且對非有效的決策單元還可以給出改進的方向[4]。科技資金的配置是一項多投入多產出，并且很難確定其生產函數的活動，因此適合運用DEA方法進行效率評價。

1.2 分析框架

為了能夠全面反映福建省科技資金配置效率狀況，本文將按執行部門配置角度進行2個方面的分析:

1)以年份為決策單位，對福建省1998－2010年科技資金配置效率進行縱向比較評價與分析;

2)以省份為決策單元，以2010年為分析年，對全國31省市的科技資金配置效率進行橫向比較分析。

1.3 指標選取

由于國際上通常采用R＆D活動的規模和強度指標反映一國的科技實力和核心競爭力[5]。因此R＆D資金的規模和強度能夠代表組織對科技活動的投入，所以在科技資金投入指標中，本文選用各執行部門的R＆D經費內部支出總額，即科研發機構R＆D經費內部支出、大中型企業R＆D經費內部支出和高等院校的R＆D經費內部支出，以貨幣價值的形式全面反映各執行部門在科技活動中的人力(勞務費)、物力(原材料費)投入。同時由于科技論文是以新知識的形態反映科技活動的主要成果，專利是科技活動智力成果的體現，代表新知識向商業生產和應用的潛在機會，而新產品是科技成果進行商業化的產物，是地區科技成果轉化能力的體現，所以在科技產出指標中，本文選用科技論文數、發明專利申請數和新產品銷售收入三個指標來代表科技產出[6]。從而構成福建省科技資金按執行部門配置的投入產出體系(如圖1所示)。

圖1 福建省科技資金按執行部門配置的投入產出體系

本文所用的統計數據資料來源于《福建經濟與社會統計年鑒(社會與科技篇)》(2010－2012)，《中國科技統計年鑒》(1999－2012)，《福建統計年鑒》(1999－2012)，《工業企業科技活動統計年鑒》(2012)，《中國科技論文統計結果》(2012)。

2 福建省科技資金配置的效率評價與分析

2.1 福建省科技資金配置效率的縱向比較評價與分析

選取最近13年科技投入產出的數據，即1998－2010年。在選取數據時，考慮到投入產出之間會存在一定的滯后期，因此假設科技產出滯后期為一年，即當科技資金投入指標為第t年的數據時，科技產出指標為第t+1年的數據[7]。將1998－2010年每年作為一個決策單元，共計13個決策單元，滿足決策單元大于具體指標2倍(6*2)的DEA模型要求[8]。同時為消除價格因素的影響，根據福建省商品零售價格指數對R＆D經費的名義值進行調整，得到以1998年為基準的實際值。采用DEAP工具得到1998－2010年福建省R＆D資金按執行部門配置的DEA效率值見表1。

表1 1998－2010年福建省科技資金按部門配置的相對效率值

2.1.1 綜合效率分析

從表1看出福建省R＆D資金按執行部門配置的投入產出整體情況良好，13年綜合效率平均值為0.965，比較接近科技資金投入的最佳產出效率。其中1998、2001－2002年、2004年、2008年、2010年共計6年的科技資金投入綜合效率值(TEcrs)為1，且投入和產出松弛變量為0，屬于強DEA有效，由此表明相對其他研究年份，這六年的R＆D資金投入與產出達到一個最佳的狀態，其利用效率達到最佳。其余年份的綜合效率值均小于1，屬于DEA無效，表明科技資金投入未得到有效配置，科技產出相對不足，其中2000年綜合效率值最低，只有0.870，即科技資金投入配置效率僅為相對最優效率的87.0%，說明能夠通過優化科技資金配置、加大科學管理促使科技資金利用效率提升13個百分點。通過DEA無效年份分析可以發現，無效年份中純技術效率和規模效率都未到達最佳狀態的年份有3年(1999年、2003年、2006年);規模效率單獨未到達最佳狀態年份有2年(2005年和2007年);純技術效率單獨未到達最佳狀態的年份也有2年(2000年和2009年)。由此表明導致R＆D資金按部門配置的DEA無效的主要原因是純技術效率和規模效率同時DEA無效。

2.1.2 純技術效率和規模效率分析

從純技術效率來看，福建省R＆D資金按執行部門配置的純技術效率的平均值為0.976，即在規模效益可變的情況下，R＆D資金使用效益為最佳利用效益的97.6%。其中純技術效率值為1的年份有1998年、2001－2002年、2004－2005年、2007－2008年和2010年，這八年科技資金按執行部門配置的效率達到相對最佳的技術效率狀態。從規模效率來看，R＆D資金的規模效率平均值為0.989，有5年為規模效率處于無效狀態(規模效率小于1)，分別為1999年、2003年和2005－2007年。

2.1.3 規模效益分析

從規模收益來看，1999年、2005－2007年福建省R＆D資金按執行部門配置的規模處于規模效益遞減狀態，即科技投入過剩，應該適當縮小R＆D資金投入規模的戰略;2003年R＆D資金投入處于規模效益遞增階段，即加大科技資金投入規模有利于提高科技產出效益，因此應該加大科技資金投入規模;其余年份均處于規模效益不變階段，即科技投入與科技產出呈現同比例增長，科技投入產出處于合理的分配階段。

2.1.4 投影分析

對DEA無效年份在相對有效前沿面上進行“投影”，結果顯示見表2:在CCR模型下，從投入方面看，出現投入冗余的主要是三大執行主體的R＆D資金投入規模;其中出現冗余最多的部門是大中型工業企業。從產出方面看，出現產出不足的是發明專利申請受理數、國內外科技論文數和新產品銷售收入，總體表明福建省未能有效地利用R＆D資金，即R＆D資金未得到充分的利用，并且其直接科研成果嚴重影響了技術效率和規模收益的有效性。此外，根據投影分析得到投入冗余值和產出不足值調整無效決策單元的投入產出項可知，相對于其他DEA有效年份，2009年福建在研究與開發機構、高等院校、大中型工業企業都出現投入冗余，分別為1.07億元、0.26億元、2.32億元。因此，若要到達最佳投入產出狀態，則需在保持產出不變的條件下，將配置到科研機構、大中型工業企業和高等院校的科技資金總額分別降低 1.07 億元、0.26 億元、2.32 億元。

2.2 福建省與全國各省科技資金配置效率的橫向比較評價與分析

上文基于時序數據對福建省科技資金按執行部門配置的效率情況進行分析，本小節將采用橫截面數據對福建省與全國其他各省的科技資金按執行部門配置的效率進行對比分析。科技產出指標包含國內外科技論文數、發明專利申請受理數以及新產品銷售收入，其中國內外科技論文數來自于《2012年度中國科技論文統計結果》，由于統計口徑的不同，其數據與縱向比較時的數據不一致。本節仍假設科技產出滯后期為一年，即投入指標采用2010年的數據，產出指標采用2011年的數據。經過計算得到全國31省市科技資金按執行部門配置的DEA效率值見表3。

表2 非DEA有效年份中福建省科技資金按執行部門配置的指標改進情況

表3 2010年全國各地區科技資金按執行部門配置的相對有效性評價結果

2.2.1 綜合效率分析

由表3可知，全國31個省中，吉林、江蘇、浙江、福建等12個省市按執行部門配置的科技資金綜合效率值等于1，屬于DEA有效省市，其余省市則屬于DEA無效。對比全國31省市的科技資金配置效率發現，2010年福建省科技資金按執行部門配置的投入產出綜合效率值為 1，高于全國效率均值0.798，與其他11省并列第一，說明福建省科技資金投入產出總體上是有效的。總體而言，與其他31省相比，福建省科技資金按執行部門配置的效率水平較好，充分合理地配置了科技資金。2.2.2 純技術效率和規模效率分析

從純技術效率來看，福建省純技術效率值為1，高于全國效率均值(0.917)。19個DEA無效省中純技術效率未達到最佳狀態的有10個。從規模效率來看，福建省科技資金投入產出的規模效率為1，處于最佳規模狀態。19個DEA無效省的規模效率均未達到最佳狀態，表明導致全國各省R＆D資金按部門配置DEA無效的主要原因是規模效率的DEA失效。

2.2.3 規模效益分析

從規模效益來看，19個DEA無效省中，北京、天津、河北、山西、內蒙古等18個省均處于規模效益遞減狀態，即科技投入過剩，應該適當縮小R＆D資金投入規模的戰略;僅有青海一個省處于規模效益遞增狀態，即加大科技資金投入規模有利于提高科技產出效益，因此青海應該加大科技資金投入規模。福建與其余11省均處于規模效益不變階段，即科技投入與科技產出呈現同比例增長，科技投入產出處于合理的分配階段。

2.2.4 投影分析

對DEA無效省在相對有效前沿面上進行“投影”，結果顯示見表4:在CCR模型下，從投入方面看，出現投入冗余的主要是三大執行主體的R＆D資金投入規模;其中北京、河北和陜西在研究與開發機構的R＆D經費內部支出上的冗余最多，其他DEA無效省R＆D經費內部支出冗余最多的均為高等院校，并且出現冗余最少的部門多為大中型工業企業，可見高等院校對于R＆D資金的利用率相比其他兩個部門是較低的，需要進一部提升。從產出方面看，出現產出不足的是發明專利申請受理數、國內外科技論文數和新產品銷售收入;其中19個DEA無效省中有10個的新產品銷售收入不足，6個出現國內外科技論文數不足，5個發明申請受理數不足，可見產出不足的主要原因是新產品銷售收入的不足。

表4 非DEA有效省中科技資金按執行部門配置的指標改進情況

2.3 對分析結果的總結

總結上述對福建省科技資金配置的DEA分析，可得如下的結論:

1)從福建省科技資金配置的縱向比較分析看，當前福建省科技資金按執行部門配置的投入產出整體情況良好，綜合效率平均值為0.965，較為接近于最優水平1;而造成歷年DEA無效的原因主要是純技術效率和規模效率的不足。為了提高系統的綜合效率，增加各執行部門R＆D資金利用率的同時增加國內外科技論文數和新產品銷售收入是改善福建省資金配置效率的最好選擇。

2)從福建省科技資金配置與全國31省的比較分析看，福建省科技資金的配置達到了最佳狀態，處于全國的中上水平。而造成其他省DEA無效的主要原因是由于科技資金投入的規模收益遞減，使資金投入產出的綜合效率處于非最優狀態，為了提高綜合效率，增加新產品銷售收入和國內外論文數是改善這19個省科技資金配置效率的最好選擇。

3 優化福建省科技資金配置的對策建議

根據前述的分析結論，為了優化福建省科技資金的配置，提高資金配置的綜合效率，應從以下幾個方面采取措施。

3.1 調整科技資金投入結構，提高科技資金的利用率

科研機構和高等院校是高素質科研人才隊伍集聚的科學研究基地，是企業引進科技人才的重要來源，因此應該加強對科研機構和高等院校的科技資金的投入。同時，加強產學研合作，使企業資金向科研機構和高等院校流動，鼓勵企業與科研機構、高校聯合共同建立實驗室和技術研發平臺，進行項目研究，鼓勵科研機構、高校積極與企業聯系，承接企業項目，并且支持創新型企業、高新技術企業建立研發平臺，通過建立重點實驗室、工程技術(研究)中心、企業技術中心，實現企業技術自主研究與引進消化吸收再創新。

3.2 著力扶持新產品的發展，加強扶持力度

要增加福建省的新產品銷售收入，需要考慮到新產品在其導入期和成長期中遇到的種種困難，如在導入期銷售收入增長緩慢，投入大，成本高，成長期競爭加劇，需要進行工藝裝備和設備的改善等。因此，這一時期，需要政府的相關政策和資金的大力支持，提供財稅、金融、法律等方面的支持與保護。政府應在市場開拓資金的融資、新產品稅收優惠、知識產權保護、政府采購方面提供更加強有力的支持[9]。

3.3 制定適當的政策措施，鼓勵企業加入到創新的行列

只有在創新的主體是企業的情況下，創新才能順應市場要求，符合顧客的需要，同時更多企業加入創新的行列，也可以增加新產品的研發效率。但是創新具有很大的風險性，與扶持新產品的發展不同，鼓勵企業創新要求政府做好提前的政策支持，將創新的風險性降低到企業能夠承擔的程度。因此政府應從降低進行創新活動企業的稅費、增加企業創新活動的融資渠道、建立鼓勵企業創新的專項基金等方面來鼓勵企業進入創新的行列。

3.4 加強高素質人才隊伍建設，增加研發人員數量

科技以人為本，高素質的人力資源，有利于提高R＆D資金的利用率，增加新產品的創新速度，也有利于論文產出的數量的增加。因此福建省應加大科研人才和管理人才的人才儲備，制定相應的人才吸引策略，大力引進具有創新能力的人才;完善現有的科研管理辦法，改革科研考核體制，對科研人員和機構進行適當的市場化，另外可利用毗鄰臺灣的地域優勢，進一步加強與臺灣的科技教育合作交流，建立閩臺科技人才交流與合作機制，以培養本土的高端人才。

[1]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Reasearch，1978，6(2):429 －444.

[2]魏權齡.數據包絡分析[M].北京:科學出版社，2004.

[3]Banker R D，Charnes A，Cooper W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science，1984(30):1 078－1 092.

[4]喬占穩，劉 峰.基于DEA方法的長三角區域技術創新效率分析[J].技術與創新管理，2010，31(4):423－427.

[5]臧淑敏.R＆D 自述[J].調研世界，2013(3):58－60.

[6]鞠樹成.山東省科技創新績效評價與分析[J].技術與創新管理，2006，27(3):15 －18.

[7]謝凌云，黃章樹.福建省先進制造業科技投入產出的時滯性分析[J].科技和產業，2013，13(2):7 －11.

[8]盛昭翰，朱 喬，吳廣謀.DEA理論方法與應用[M].北京:科學出版社，1996.

[9]張良強，劉 瑩.福建省科技資源配置的效率分析與優化[J].福建農林大學學報，2008，11(5):32 －39.