基于DEA-RS的科技金融結合效率評價模型

劉照　劉偉娜　劉岱

摘? 要：該文建立了基于DEA-RS的科技金融結合效率評價模型，并利用我國30個省份的科技金融數據對模型的合理性進行驗證。模型首先利用DEA方法對科技金融結合效率進行評價，然后利用粗糙集理論對投入產出指標體系進行約簡，得到影響科技金融結合效率的關鍵屬性并進行規(guī)則挖掘，最后給出科技金融投入產出調整方案及對策建議。

關鍵詞：科技金融? 粗糙集? 數據包分析

中圖分類號：F832 ? ?文獻標識碼：A 文章編號：1672-3791（2019）07（b）-0184-03

科技金融對促進科技成果轉化、實現(xiàn)資源要素有效整合、建設創(chuàng)新型國家發(fā)揮著重要作用。科技金融發(fā)展不能僅追求金融投入與科技產出的絕對數量，而應該重視科技金融結合效率。該文將DEA方法和粗糙集理論引入科技金融結合效率評價中，建立評價模型，得到影響科技金融結合效率的關鍵因素，根據各省份實際情況提出提升科技金融效率的方案及對策。

1? DEA-RS模型

在科技金融結合效率評價研究方向多選用DEA方法。DEA方法在效率評價方面擁有其獨特的優(yōu)勢——不需要預先知道輸入輸出變量之間的數學關系，并且可以避開權值的問題。但這種方法對于處理高維特征數據存在一定的局限性，評價指標的過多會導致屬性冗余，降低評價的效果。因此，該文將粗糙集理論引入DEA評價模型，在不影響評價結果的基礎上對指標數據進行合理優(yōu)化。具體建模過程如下：首先，構建科技金融結合效率評價指標體系;其次，利用DEA方法測算科技金融結合效率，獲取評價結果;再次，將科技金融結合效率的投入和產出指標作為的條件屬性，科技金融結合效率的評價值作為決策屬性生成粗糙集決策表，對數據離散化后的粗糙集決策表進行屬性約簡和規(guī)則提取;最后，挖掘決策表中的有用規(guī)則和影響科技金融結合效率的關鍵核屬性，提出對策建議。

2? 基于DEA-RS模型的科技金融結合效率評價研究

2.1 指標體系構建及數據來源

科技金融結合效率是科技產出與資源投入之比，通過對已有科技金融評價指標體系的研究成果以及科技金融概念的理解，該文從科技金融資源投入、經費投入和科技產出3個方面選取了7個指標衡量科技金融結合效率，指標體系如表1所示。

考慮到科技產出相對于金融投入具有一定的滯后性，該文采用輸出指標滯后輸入指標一期，選取2016—2017年度我國內地30個省市自治區(qū)的截面數據（不包括西藏），數據來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》及中國國家統(tǒng)計局官網。

2.2 基于DEA-RS的科技金融結合效率評價

輸入我國30個省份科技金融數據，使用Deep2.1軟件計算各地科技金融結合效率，計算結果見表2。將DEA評價模型中的投入產出指標作為條件屬性，表2中各省份DEA評價值作為決策屬性（ 其中DEA有效對應“1”，DEA弱有效對應“2”，DEA無效對應“3”），并通過粗糙集中的等頻率離散法將各指標數據進行離散化，得到如表3所示的粗糙集決策表。

將表3輸入到粗糙集軟件ROSSTA中，選擇遺傳約簡算法進行屬性約簡，最終得到約簡集合{Y1，Y2，Y3，I2，I3，I4}。可以看出專利授權量、技術市場成交合同金額和高新技術新產品銷售收入對提高科技金融結合效率起著十分重要的作用。利用粗糙集理論的規(guī)則推導方法挖掘決策表中的有用規(guī)則，選取10條有效規(guī)則，如表4所示。

2.3 總結與建議

通過表4中歸納的決策規(guī)則，結合我國各省的科技金融現(xiàn)狀進行分析，提出以下建議。

（1）對于科技金融結合效率DEA 有效的省份，其特征表現(xiàn)為“高投入—高產出”如規(guī)則（1～3）所示，其科技金融結合效率良好，資源投入與產出成正比例關系，實現(xiàn)了金融投入與科技產出之間的最優(yōu)配置，因此，既能實現(xiàn)技術有效，又可以獲得規(guī)模效應帶來的全部收益。符合該類規(guī)則的地區(qū)有北京、江蘇、浙江、廣東等，由于這些地區(qū)的地理位置良好且經濟發(fā)達，政府對科技金融發(fā)展支持力度較大，科技金融結合能力強，回報率顯著。

（2）對于科技金融結合效率DEA弱有效省份（規(guī)則4～5），如陜西、四川、青海等，它們都已經達到了技術有效，代表其投入的使用是有效的，達到了投入產出的相匹配，但規(guī)模和投入產出不相匹配，需要對投入產出值進行微量調整才可達到DEA有效。

（3）對于科技金融結合效率DEA無效的省份，分兩種情況，規(guī)則（6～8）表示“低投入—低產出”，符合該規(guī)則的地區(qū)有山西、廣西、海南等，這些地區(qū)由于地理位置不佳、經濟落后，各方面資源相對稀缺，同時對資源的利用率也比較低，因而未達到技術有效。對于這類地區(qū)，相關部門應該同時加大對產業(yè)的扶持力度和監(jiān)管力度，積極提高地區(qū)產業(yè)活力。規(guī)則（9～10）表示“高投入—高產出”，符合該規(guī)則的省份有上海、安徽、福建等，這類地區(qū)存在投入冗余或者產出不足等資源配置不合理問題導致DEA無效。針對這類地區(qū)，應該積極向DEA有效地區(qū)學習，優(yōu)化投入結構或改進技術增加產出，實現(xiàn)科技金融結合效率的全面提升。

3? 結語

該文在采用DEA及粗糙集理論構建科技金融結合效率評價模型的基礎上，應用該模型對我國30個省份的科技金融結合效率進行了評價分析，得到影響科技金融結合效率的關鍵屬性，并深入分析DEA有效、非DEA有效省份的具體投入—產出特征并給出相應的對策。研究結果顯示，該模型可實現(xiàn)快速有效地對我國科技金融結合效率進行評價，為科技金融發(fā)展提供決策依據。

參考文獻

[1] 廖斌，王婷，石麗，等.基于DEA和RS的中國物流產業(yè)效率評價研究[J].物流科技，2019，42（3）：32-34，39.

[2] 王健.基于DEA-Malmquist指數的我國科技金融結合效率評價研究[J].上海金融，2018（8）：92-95.

[3] 王天擎，李琪.基于RS-DEA的產學研合作效率評價模型[J].系統(tǒng)科學學報，2018，26（2）：126-130.

[4] 韓威.基于DEA-Tobit模型的科技金融結合效率實證分析——以河南省為例[J].金融發(fā)展研究，2015（9）：36-40.