基于DEA模型的徐州市科技創(chuàng)新效率研究

趙紹娟

摘 要：建立效率評估指標體系，運用數(shù)據(jù)包絡分析（Data Envelopment Analysis，DEA）運籌學方法，將科技創(chuàng)新活動分為兩個階段：知識創(chuàng)造和成果轉(zhuǎn)化，研究徐州市科技研發(fā)效率和成果轉(zhuǎn)化效率，判斷徐州市科技創(chuàng)新效率是否達到“帕累托”最優(yōu)，是否存在科技投入冗余及科技產(chǎn)出不足，并對淮海經(jīng)濟區(qū)20市和江蘇省13市的科技創(chuàng)新能力進行橫向比較分析，以期對徐州市區(qū)域性產(chǎn)業(yè)科技創(chuàng)新中心建設情況進行監(jiān)測評估。

關(guān)鍵詞：科技創(chuàng)新;效率評估;指標體系;帕累托最優(yōu);數(shù)據(jù)包絡分析

中圖分類號：F124.3? ? 文獻標識碼：A? ? 文章編號：1671-0037（2019）5-22-9

DOI：10.19345/j.cxkj.1671-0037.2019.05.004

1 研究背景

《中國中心城市指數(shù)研究報告》認為，全球化背景下的國際競爭本質(zhì)上就是中心城市的競爭，提升吸引和集聚人、財、物的虹吸效應和承載能力是中心城市競爭的關(guān)鍵。如何正確評價、培育和強化城市的中心功能，應該成為決勝大城市化、超大城市化這一世界潮流的重要國家戰(zhàn)略。

徐州市區(qū)域性產(chǎn)業(yè)科技創(chuàng)新中心自建設以來取得了一定的成就，但在某些創(chuàng)新方面還存在短板和缺陷。2017年，在淮海經(jīng)濟區(qū)20個城市中，徐州市GDP總量第一，但R&D經(jīng)費投入強度卻落后于萊蕪、泰安、蚌埠、臨沂和鹽城。

目前，徐州市區(qū)域性產(chǎn)業(yè)科技創(chuàng)新中心建設進展情況如何？對徐州市社會生產(chǎn)力和綜合實力的戰(zhàn)略支撐作用如何？在整個淮海經(jīng)濟區(qū)和省內(nèi)的科技創(chuàng)新能力地位如何？這就亟須建立一套系統(tǒng)科學合理的監(jiān)測評估體系和方法，對徐州市區(qū)域性產(chǎn)業(yè)科技創(chuàng)新中心建設情況進行縱向衡量，并在淮海經(jīng)濟區(qū)城市、江蘇省兄弟城市間橫向比較，以便指導徐州市科學認識自身創(chuàng)新能力，從而采取更加合理的創(chuàng)新發(fā)展戰(zhàn)略，協(xié)調(diào)高校、科研院所、企業(yè)、科技服務中介等多方主體，統(tǒng)籌科技人力資源、科技物力資源、科技信息資源、科技組織資源等，使得經(jīng)濟效益和社會效益達到“帕累托最優(yōu)”。

2 DEA模型介紹

數(shù)據(jù)包絡分析（Data Envelopment Analysis， DEA）[1]是由著名運籌學家Charnes，Cooper和Rhodes于1978年提出的，它以相對效率概念為基礎，以凸分析和線性規(guī)劃為工具，計算比較具有相同類型的決策單元（Decision Making Unit，DMU）之間的相對效率，依此對評價對象做出評價。其本質(zhì)是判斷DMU是否處于生產(chǎn)可能集的“前沿面”上，可以看成是一種非參數(shù)的統(tǒng)計估計方法。相對于層次分析法、聚類分析法、因子分析法等，數(shù)據(jù)包絡分析法（DEA）具有多輸入、多輸出的特點，無須任何權(quán)重假設、對數(shù)據(jù)進行無量綱化處理，排除了很多主觀因素，且可以獲得很多在經(jīng)濟學中具有深刻經(jīng)濟含義和背景的管理信息，現(xiàn)已被應用于各個領(lǐng)域的績效評價中。張賽飛等[2]、梁瑞敏等[3]、高淑蘭[4]、張永安等[5]、劉儉等[6]、張莉莉等[7]、熊曦等[8]、黃光球等[9]都運用數(shù)據(jù)包絡分析（DEA）、二階段網(wǎng)絡DEA或超效率DEA等對基于時間序列的區(qū)域科技創(chuàng)新績效進行測算及比較研究。

DEA方法的基本原理是：設有n個決策單元（j=1，2，…，n），每個決策單元有相同的m項投入（i=1，2，…，m）、s項產(chǎn)出（r=1，2，…，s）。xij為第j決策單元的第i項投入，yrj為第j決策單元的第r項產(chǎn)出，vi為第i種類型投入的度量（權(quán)系數(shù)），ur為第r種類型產(chǎn)出的度量（權(quán)系數(shù)）。若衡量第j0個決策單元效率指數(shù)，則以所有決策單元的效率指數(shù)為約束，構(gòu)造如下CCR（C2R）模型。

[max hjo=uTyivTxj=r=1suryrjoi=1mvixij0s.t.r=1suryrji=1mvixij≤1，j=1，2，...nu≥0，v≥0]? ? ? ? ? ? ? ? ? ? ? ? ? （1）

其對偶輸入模型為：

[min θs.t.j=1nλjxj≤θx0j=1nλjyj≥y0λj≥o，j=1，2，...nθ無約束]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

為討論和計算應用方便，進一步引入松弛變量s+和剩余s-變量s-，將式（2）變?yōu)榈仁郊s束：

[min θs.t.j=1nλjxj+s+=θxoj=1nλjyj-s-≥y0λj≥o，j=1，2，...nθ無約束，s+≥0，s-≤0]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

我們可用CCR模型判定決策單元是否同時技術(shù)有效和規(guī)模有效：θ*=1且s*+=0，s*-=0，則決策單元j0為DEA有效（即相應于生產(chǎn)可能集而言，已達到投入最小、產(chǎn)出最大的Pareto最優(yōu)），且同時為技術(shù)有效和規(guī)模有效;θ*=1，但至少某個投入或產(chǎn)出大于0，則決策單元j0為DEA弱有效，其經(jīng)濟活動不是同時為技術(shù)效率最佳和規(guī)模最佳;θ*<1，決策單元j0不是DEA有效，其經(jīng)濟活動既不是技術(shù)效率最佳，也不是規(guī)模最佳。

CCR模型是假設生產(chǎn)過程屬于固定規(guī)模收益，即當投入量以等比例增加時，產(chǎn)出量應以等比例增加，然而實際的生產(chǎn)過程亦可能屬于規(guī)模報酬遞增或規(guī)模報酬遞減的狀態(tài)。Banker，Charnes和Cooper基于此提出了可變規(guī)模報酬模型（BC2模型），含松弛變量的對偶輸入模型為：

[min θs.t.j=1nλjxj+s+=θxoj=1nλjyj-s-=yoj=1nλj=1λj≥0，j=1，2，...ns+≥0，s-≥0]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

可變規(guī)模報酬模型將CCR模型中的技術(shù)效率分解為純技術(shù)效率（vrste）和規(guī)模效率（scale），技術(shù)效率=純技術(shù)效率×規(guī)模效率，前者反映在給定投入情況下決策單元獲取最大產(chǎn)出的能力，或者反映決策單元是否在最適規(guī)模下生產(chǎn)經(jīng)營。

由上所述，DEA是對決策單元的投入規(guī)模和技術(shù)有效性做出評價，也就是說，對各同類型的部門投入一定數(shù)量的資金、勞動力等資源后，其產(chǎn)出的經(jīng)濟效益和社會效益做一個相對有效性的評價。因此，本文采用DEA法對2015年以來徐州市區(qū)域科技創(chuàng)新及資源利用效率進行評價。具體做法是：將徐州市分別放到江蘇省層面和淮海經(jīng)濟區(qū)層面，做橫向比較和縱向衡量。

3 指標體系構(gòu)建

選取的投入和產(chǎn)出指標應能綜合反映該地區(qū)科技創(chuàng)新的基礎和潛力，以定量指標為主，具有動態(tài)性和可比性，兼顧權(quán)威性和可得性。

有別于以往大多數(shù)研究視角，本文將科技活動劃分為連續(xù)的兩個階段：從投入到中間產(chǎn)出的研發(fā)活動（第一階段）、從中間產(chǎn)出到最終產(chǎn)出的成果轉(zhuǎn)化活動（第二階段）。投入指標包括科技人力資源投入、科技財力資源投入、科技物力資源投入、科技信息資源投入等;中間產(chǎn)出指標主要反映研發(fā)活動成果，包括專利、論文等;最終產(chǎn)出指標反映了將科研成果市場化、產(chǎn)業(yè)化從而產(chǎn)生的經(jīng)濟效益、社會效益，用技術(shù)合同成交總額、高新技術(shù)產(chǎn)業(yè)產(chǎn)值等指標衡量。

有研究認為，科技活動從投入到產(chǎn)出有一定的時滯性[10-11]。本文同樣按滯后一期（即一年）處理，即2018年的最終科技產(chǎn)出是受2016年的科技投入、2017年的中間產(chǎn)出影響的。

在參考大量文獻的基礎上，結(jié)合地區(qū)特點和數(shù)據(jù)可得性，本文對淮海經(jīng)濟區(qū)20市和江蘇省13市建立不同的投入產(chǎn)出指標體系。具體來說，選取每萬從業(yè)人員中R&D人員數(shù)、研發(fā)經(jīng)費占GDP比重、政府科技撥款占財政支出的比重、每千人國際互聯(lián)網(wǎng)用戶數(shù)作為投入指標;選取企業(yè)專利申請、萬人發(fā)明專利擁有量、高新技術(shù)產(chǎn)業(yè)投資額、高新技術(shù)企業(yè)數(shù)作為中間產(chǎn)出指標;選取高新技術(shù)產(chǎn)業(yè)產(chǎn)值及占規(guī)上工業(yè)產(chǎn)值比重、新產(chǎn)品產(chǎn)值、技術(shù)合同成交額作為最終產(chǎn)出指標，對江蘇省13市2018年、2017年、2016年科技資源利用效率進行評價。選取R&D人員折合全時當量、R&D支出占GDP比重、人均GDP作為投入指標;選取高新技術(shù)企業(yè)數(shù)、專利申請數(shù)、專利授權(quán)數(shù)、萬人發(fā)明專利擁有量作為中間產(chǎn)出指標;選取規(guī)上工業(yè)利潤總額、高新技術(shù)產(chǎn)業(yè)產(chǎn)值作為最終產(chǎn)出指標，對淮海經(jīng)濟區(qū)20市2017年科技資源利用效率進行評價。

數(shù)據(jù)來源于各省市統(tǒng)計年鑒、科技統(tǒng)計年鑒、國民經(jīng)濟和社會發(fā)展統(tǒng)計公報、政府工作報告、電話及會議問詢等。

4 實證結(jié)果分析與主要觀點

表1是2018年江蘇省各市研發(fā)效率評價結(jié)果，可以看出，南京市、常州市、蘇州市、南通市、鹽城市和泰州市是DEA有效的，不僅技術(shù)有效而且規(guī)模有效，并處于規(guī)模報酬不變狀態(tài)，科技資源利用率很高，科技投入和中間產(chǎn)出都達到了最有效值，實現(xiàn)了經(jīng)濟學上的“帕累托最優(yōu)”。徐州市效率值只有0.915，低于全省平均水平（0.927），排名第10，僅高于揚州市、連云港市和宿遷市。這種非DEA有效主要是由于規(guī)模效率低下引起的，應擴大科技投入規(guī)模，增加科技人力資源、財力資源等投入。從松弛變量也可以看出，在中間產(chǎn)出不變的情況下，4個投入指標要同比例下降0.085，同時政府科技撥款占財政支出的比重減少0.416個單位，每千人國際互聯(lián)網(wǎng)用戶數(shù)減少21.765個單位，就可以達到最優(yōu)狀態(tài)。

由表2可知，徐州市2016年和2017年研發(fā)效率全部是DEA有效的，技術(shù)進步和適度規(guī)模都促使徐州市達到“帕累托最優(yōu)”狀態(tài)。從圖1和圖2可以更直觀地看出，江蘇省在2017年技術(shù)效率達到峰值，2018年稍有下降，純技術(shù)效率和規(guī)模效率形成兩個極端。李克強總理在2014年9月的夏季達沃斯論壇上號召“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”，2015年將此寫進政府工作報告，讓創(chuàng)新創(chuàng)業(yè)成為時代潮流，匯聚起經(jīng)濟社會發(fā)展的強大新動能。各地掀起創(chuàng)新熱潮，加大科技投入，科技創(chuàng)新成果在2016年、2017年獲得突出顯現(xiàn)。但一味地持續(xù)增加投入規(guī)模并沒有帶來科技資源效率的同比例提高，江蘇省和徐州市在2018年的規(guī)模效率都小于1，且低于純技術(shù)效率，未來應在統(tǒng)籌科技資源、協(xié)調(diào)配置上下功夫。

表3是2018年江蘇省各市成果轉(zhuǎn)化效率評價。徐州市和南京市、蘇州市、南通市、連云港市、淮安市、宿遷市一樣，是DEA有效的，純技術(shù)和規(guī)模都達到了產(chǎn)出最大化。從表4可以發(fā)現(xiàn)，徐州市2016年和2017年成果轉(zhuǎn)化效率全部是DEA有效的，技術(shù)進步和適度規(guī)模都促使徐州市達到“帕累托最優(yōu)”狀態(tài)。但結(jié)合前文分析，徐州市研發(fā)活動并非全部DEA有效，存在中間產(chǎn)出不足或投入冗余，在增加中間產(chǎn)出的前提下，最終科技成果產(chǎn)出也會同比例增加，即若想提高徐州市科技資源成果轉(zhuǎn)化效率，那么就要增加中間產(chǎn)出或者調(diào)整科技資源投入結(jié)構(gòu)，適當減少某些投入比例，以優(yōu)化資源配置實現(xiàn)科技創(chuàng)新產(chǎn)出最大化，強化科技對經(jīng)濟的支撐作用。進一步地，從圖3可知，江蘇省科技資源成果轉(zhuǎn)化效率先上升后下降，歸根結(jié)底在于規(guī)模效率下降幅度大于純技術(shù)效率上升幅度。

用相同方法、不同指標體系對淮海經(jīng)濟區(qū)20市的資源配置效率進行分析，得出的結(jié)論和江蘇省13市有很大不同（見表5、6）。淮海經(jīng)濟區(qū)20市研發(fā)效率和成果轉(zhuǎn)化效率都很低，分別為0.72、0.478，徐州市的研發(fā)活動整體效率水平遠高于淮海經(jīng)濟區(qū)效率均值。但在科技資源成果轉(zhuǎn)化階段，徐州市技術(shù)效率很低，且低于淮海經(jīng)濟區(qū)平均效率水平。成果產(chǎn)出只停留在理論研究階段，未能有效投入市場實現(xiàn)經(jīng)濟和社會效率，成果轉(zhuǎn)化水平太弱。由圖4可以直觀地看出，徐州市科技資源成果轉(zhuǎn)化效率遠低于研發(fā)效率，未來應提高科技成果轉(zhuǎn)化水平，將科研活動推向市場，實現(xiàn)經(jīng)濟效益和社會效益。

5 結(jié)論與建議

5.1 結(jié)論

采用數(shù)據(jù)包絡分析（DEA）法，將科技活動分為研發(fā)活動和成果轉(zhuǎn)化活動，從而將科技資源配置效率分為研發(fā)效率和成果轉(zhuǎn)化效率，分別對江蘇省各市、淮海經(jīng)濟區(qū)20市進行效率評價。結(jié)果表明，整體而言，徐州市科技資源配置效率沒有達到全部DEA有效，存在資源投入冗余或產(chǎn)出不足，且科技成果轉(zhuǎn)化水平較低。

因DEA效率是相對性評價，將徐州市放進江蘇省和淮海經(jīng)濟區(qū)兩大區(qū)域進行分析，結(jié)果不同并不能說明分析有矛盾，反而揭示了兩大區(qū)域所含城市的整體水平和科技活動傾向。

當然，選擇的指標體系、時間區(qū)間和評價方法不同，得出的結(jié)論可能也有差異。在未來的研究中，將進一步整合優(yōu)化指標體系，采用更加成熟的兩階段網(wǎng)絡DEA方法，擴展時間范圍，更加精準、全面地分析上述城市的科技資源效率水平，以便更明確徐州市在各個區(qū)域的實力、不足和定位。

5.2 對策建議

為促進徐州市區(qū)域性產(chǎn)業(yè)科技創(chuàng)新中心建設，提高徐州市科技創(chuàng)新效率，結(jié)合實證分析結(jié)論，應著重從以下兩方面入手。

一是提高科技資源規(guī)模效率，形成科技人力資源和科技財力資源長效投入機制。大力改善營商環(huán)境，不拘一格招才引智，集聚大批高層次人才并激發(fā)其創(chuàng)新熱情;對本地高校、科研院所及科技企業(yè)中青年高技能人才實施傾斜政策，鼓勵其留在徐州市創(chuàng)新創(chuàng)業(yè);完善科技人力資源體制機制改革制度，促進各類創(chuàng)新人才在區(qū)域內(nèi)合理流動。增加科技財力資源投入，為科技創(chuàng)新持續(xù)提供新鮮“血液”，通過稅費減免、項目扶持等政策促進科技企業(yè)增加科技投入，同時加大財政科技投入力度。

二是提高科技成果轉(zhuǎn)化效率，形成科技活動各方協(xié)同創(chuàng)新機制。一個完整的技術(shù)創(chuàng)新鏈由研究—開發(fā)—中試—產(chǎn)業(yè)等組成，任何創(chuàng)意與想法最后都要通過產(chǎn)品或服務的方式推向市場，實現(xiàn)經(jīng)濟與社會雙重效益。其中，產(chǎn)業(yè)化階段是最后階段，也是非常重要的階段。在科技活動各主體中，高校和科研院所擅長原始創(chuàng)新與基礎創(chuàng)新，而以應用創(chuàng)新為主的科技企業(yè)是市場競爭與創(chuàng)新的主體，對市場有著高度的敏銳度。政府部門要綜合運用各種手段，創(chuàng)造更加有利的環(huán)境，探索并建立高校、科研院所、科技企業(yè)、科技中介機構(gòu)等各方之間的溝通銜接機制，促進科技產(chǎn)業(yè)化并在徐州市區(qū)域內(nèi)實施轉(zhuǎn)化。對科技成果就地轉(zhuǎn)化的科研團隊及個人，提高其轉(zhuǎn)化收益比例并允許自由支配，同時在職稱評定等方面給予政策傾斜。

參考文獻：

[1] 魏權(quán)齡.數(shù)據(jù)包絡分析[M].北京：科學出版社，2004.

[2] 張賽飛，車曉惠.基于DEA的廣州市科技創(chuàng)新效率及其影響因素研究[J].科技管理研究，2011（24）：20-23.

[3] 梁瑞敏，彭佑元.基于網(wǎng)絡DEA的山西省區(qū)域科技創(chuàng)新績效評價研究[J].科技管理研究，2014（18）：112-116.

[4] 高淑蘭.基于DEA的區(qū)域科技創(chuàng)新效率評價實證分析：以廣西為例[J].科技創(chuàng)新與應用，2017（17）：42-43.

[5] 張永安，郄海拓，顏斌斌.基于兩階段DEA模型的區(qū)域創(chuàng)新投入產(chǎn)出評價及科技創(chuàng)新政策績效提升路徑研究：基于科技創(chuàng)新政策情報的分析[J].情報雜志，2018（1）：198-207.

[6] 劉儉，黃婷，李曉瑞，等.寧夏農(nóng)業(yè)科技資源配置效率分析：基于超效率DEA和Malmquist指數(shù)[J].江西農(nóng)業(yè)學報，2016（6）：131-134.

[7] 張莉莉，焦文獻，張佳田.河南省城市科技創(chuàng)新能力綜合評價：基于超效率DEA和灰色關(guān)聯(lián)分析法[J].河南科學，2019（3）：453-461.

[8] 熊曦，關(guān)忠誠，楊國梁，等.嵌套并聯(lián)結(jié)構(gòu)兩階段DEA下科技創(chuàng)新效率測度與分解[J].中國管理科學，2019（3）：206-216.

[9] 黃光球，白龍博.陜西省工業(yè)能源效率及其影響因素研究：基于三階段超效率DEA模型[J].生態(tài)經(jīng)濟，2019（4）：58-64.

[10] 馮志軍，朱建新.我國區(qū)域科技創(chuàng)新二階段效率評價及策略研究[J].科技進步與對策，2011（6）：103-107.

[11] 趙文平，楊海珍.基于DEA的西部區(qū)域創(chuàng)新網(wǎng)絡效率評價[J].科研管理，2016（S1）：393-400.

Research on the Efficiency of Scientific and Technological Innovation in Xuzhou based on DEA Mode

Zhao Shaojuan

（Xuzhou Provincial High & New Technology Innovation Center， Xuzhou Jiangsu 221000）

Abstract： By establishing the efficiency evaluation index system， and using Data Envelopment Analysis （DEA） operational research method， this paper divided the scientific and technological innovation activities into two stages： knowledge creation and achievement transformation. The efficiency of scientific and technological research and development and the efficiency of achievements transformation in Xuzhou were studied， to judge whether the efficiency of scientific and technological innovation in Xuzhou reaches the optimal "Pareto"， whether there is redundancy in scientific and technological input and insufficiency in scientific and technological output. Simultaneously， the scientific and technological innovation ability of 20 cities in Huaihai Economic Zone and 13 cities in Jiangsu Province was compared and analyzed horizontally， in order to monitor and evaluate the construction of Xuzhou regional industrial scientific and technological innovation center.

Key words： scientific and technological innovation; efficiency evaluation; index system; optimal pareto; data envelopment analysis