基于DEA的北京、廣東及江蘇省專利效率研究

1 緒論

數據包絡分析是數學、運籌學、數理經濟學和管理科學的一個新的交叉領域。它主要采用數學規劃的模型評價具有多輸入多輸出的部門之間的相對有效性，是一種非參數的評估方法。DEA的基本模型是C2R模型，其前提假設是規模收益不變。輸入越小越好，而輸出越大越好。

其優勢主要表現在：1、DEA致力于每個決策單元的優化，從而得到更切實的評價值；2、DEA以決策單元的各個投入指標和產出指標的權重為變量進行評價運算，避免了確定權重的誤差，使得評價結果更具有客觀性；3、DEA方法可以直接采用統計數據進行運算，使評價方法更具有簡明性和易操作性；4、DEA方法強調在被評價決策單元群體條件下的有效“生產”前沿的分析，使研究結果更具理想性；5、DEA通過最佳決策單元子集的選擇，可以為決策者提供眾多有效計劃的管理信息，從而使在生產計劃中尋求有效而有目的地確定減少投入指標或提高產出指標的數量成為可能。

本文首先通過2017年末發布的各類統計年鑒等刊物，搜集到北京市、廣東省及江蘇省三地2016年的專利相關數據，包括三個專利相關投入指標及四個產出指標，在此基礎上運用數據包絡分析的方法研究三地的專利產出效率情況，得出一定的結論并針對性地提出相關建議。

2 基于DEA的北京、廣東及江蘇省專利效率研究

2.1 建立專利投入產出表

應用DEA方法評價區域創新效率，投入產出變量的選取是至關重要的。本文確定了3個投入指標與4個產出指標。經查詢《中國統計年鑒》及《中國科技統計年鑒》，得到廣東省、江蘇省、北京市及其他共31個省市自治區（不含港、澳、臺）的相關指標數據，摘選其中北京、廣東、江蘇三省份的指標數據如下：

表2-1 31省份中北京、廣東、江蘇的投入、產出指標

2.2 Deap2.1模擬三省DEA效率評價

運用Deap2.1軟件的規劃求解功能，將輸入、輸出數據帶入相關模型可以得到2016年北京、廣東、江蘇三個區域創新效率的評價結果。如表2-2所示。

表2-2 三省份綜合結果表

從表中數據我們可以看出，江蘇省的規模效率評價值為0.5541，小于1，說明江蘇省非DEA有效，規模報酬遞減。這也符合當前江蘇省與廣東省和北京市的實際情況。作為中國首都的北京和經濟大省廣東，二者的規模效率均是規模報酬不變，即保持現在的投入狀況，專利的產出效率在可接受范圍內。

3 結論及建議

分析北京、廣東及江蘇三個地區的投入與產出，可以發現在選取的三個投入指標在每個地區的比例相似，北京市則相比較少一個量級左右，考慮到北京作為直轄市的實際情況，其綜合水平應與其他二省相近。再分析四個產出指標，北京市在投入較江蘇、廣東少的情況下，前三個產出指標卻與其持平，甚至更高。江蘇省作為R&D人員全時當量及高技術產業規模以上企業產值投入最高的省份，產出卻處于三地的中等水平，然而北京市投入的人員和資金卻遠遠低于江蘇省。因此江蘇省成為了三地中唯一的綜合效率不足的地區。

綜上，對廣東省和北京市而言，保持現有投入水平不變，可以獲得滿意的專利產出，但廣東應注意提升發明專利授權量，并鼓勵更多的主體參與到發明專利的行列。北京市的專利產出效率優秀，在投入不多的情況下產出了接近廣東和江蘇的水平，但北京市的R&D經費支出較其他省市較低，若追加科研經費的投入，北京市的專利產出應該會提升到更高的水平。對江蘇省而言，近年專利及知識產權領域發展迅速，由上文可以看出這是政府支持鼓勵以及投入更多人員、資金的結果。在未來江蘇省應該會將自己的潛力兌換為較高的專利產出率。就文中數據包絡分析的結果看，江蘇可以適度減少一些投入，同樣可以保持現狀的專利產出效率。