2006～2008年中國(guó)科技活動(dòng)投入產(chǎn)出效率比較分析

趙 宏，王 軍

（1.山東農(nóng)業(yè)管理干部學(xué)院 經(jīng)濟(jì)管理系，濟(jì)南 250100；2.山東大學(xué) 管理學(xué)院，濟(jì)南 250100）

2006～2008年中國(guó)科技活動(dòng)投入產(chǎn)出效率比較分析

趙 宏1，王 軍2

（1.山東農(nóng)業(yè)管理干部學(xué)院 經(jīng)濟(jì)管理系，濟(jì)南 250100；2.山東大學(xué) 管理學(xué)院，濟(jì)南 250100）

采用三階段DEA分析方法對(duì)我國(guó)2006-2008年科技活動(dòng)投入產(chǎn)出的30個(gè)省際面板數(shù)據(jù)進(jìn)行分析，衡量和評(píng)價(jià)各省市科技活動(dòng)投入產(chǎn)出效率。結(jié)果表明，一方面各省市科技活動(dòng)投入產(chǎn)出效率與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展程度相適應(yīng)，區(qū)域差異明顯，東部表現(xiàn)最優(yōu)，西部次之，中部最差；另一方面環(huán)境因素對(duì)各省市科技活動(dòng)投入產(chǎn)出效率具有重要的影響，剔除環(huán)境和隨機(jī)因素影響后各省市各省市科技活動(dòng)投入產(chǎn)出效率值變化較大，雖然純技術(shù)效率有所提高，但是由于規(guī)模效率下降較大導(dǎo)致綜合技術(shù)效率普遍下降。

科技活動(dòng)投入產(chǎn)出效率；三階段DEA模型；規(guī)模效率；純技術(shù)效率

0 引言

隨著科技進(jìn)步帶動(dòng)經(jīng)濟(jì)增長(zhǎng)的意識(shí)不斷增強(qiáng)，我國(guó)各省市都加強(qiáng)了科技活動(dòng)投入，科技進(jìn)步取得一定成效。2009年，全國(guó)研究與試驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)總支出為4616.0億元，比2008年增加905.8億元，增長(zhǎng)24.4%，與國(guó)內(nèi)生產(chǎn)總值（GDP）之比達(dá)到1.47%。按R&D活動(dòng)人員計(jì)算的人均經(jīng)費(fèi)支出為23.5萬(wàn)元，也比上年增加了2.1萬(wàn)元。然而，各省市科技活動(dòng)的效率狀況究竟如何，它們之間是否存在顯著的效率差異尚缺乏深入的研究。

本文以數(shù)據(jù)包絡(luò)分析（DEA）三階段模型為主要分析方法，借助Deap2.1和Front4.1軟件對(duì)我國(guó)2006～2008年科技活動(dòng)投入產(chǎn)出的30個(gè)省際面板數(shù)據(jù)進(jìn)行分析，衡量和評(píng)價(jià)各省市科技活動(dòng)效率。

1 研究方法

1.1 第一階段：傳統(tǒng)DEA模型

DEA 基本模型由 Charnes、Cooper和 Rhodese （1978）創(chuàng)立，用于測(cè)量環(huán)境變量對(duì)決策單元效率的影響程度，簡(jiǎn)稱(chēng)CCR。它在規(guī)模報(bào)酬不變的境況下，利用數(shù)學(xué)規(guī)劃對(duì)投入產(chǎn)出進(jìn)行計(jì)算得出效率值。顯然，規(guī)模報(bào)酬不變并不完全符合實(shí)踐情況，于是 Banker、Charnes 和 Cooper（1984）對(duì) CCR 進(jìn)行修正得到BCC模型，BCC模型假設(shè)規(guī)模報(bào)酬可變，將技術(shù)效率分為純技術(shù)效率和規(guī)模效率。

本文將采用投入導(dǎo)向的規(guī)模報(bào)酬可變的BCC模型進(jìn)行分析。投入導(dǎo)向就是在產(chǎn)出不變情況下達(dá)到投入最小化的效率評(píng)估。之所以采用投入導(dǎo)向，是因?yàn)榭萍蓟顒?dòng)具有知識(shí)、技術(shù)密集的特點(diǎn)，在這樣的條件下盡量減少投入和降低負(fù)產(chǎn)出是必要的。由于BCC已經(jīng)是一個(gè)相當(dāng)成熟的DEA模型，其數(shù)學(xué)原理已經(jīng)非常清晰，這里不再加以描述，具體模型可以參閱 Coelli等（1998）。

1.2 第二階段：構(gòu)建相似SFA模型

Fried等（2002）認(rèn)為，第一階段DEA分析得出的投入產(chǎn)出松弛變量受三個(gè)因素影響，即環(huán)境因素、管理效率和統(tǒng)計(jì)噪音。傳統(tǒng)DEA模型并未對(duì)這三個(gè)因素進(jìn)行區(qū)分，而把所有影響都?xì)w因于決策單元管理的無(wú)效率，得出的效率結(jié)果是不準(zhǔn)確的。通過(guò)構(gòu)建第二階段相似隨機(jī)前沿分析（SFA）模型，可以分別觀(guān)測(cè)出以上三個(gè)因素的影響。本文以投入導(dǎo)向BCC分析結(jié)果為基礎(chǔ)，分別對(duì)各決策單元投入的松弛變量進(jìn)行SFA分析。

假設(shè)有n個(gè)省市的科技活動(dòng)投入產(chǎn)出數(shù)據(jù)作為決策單元，每個(gè)決策單元投入為m項(xiàng)，環(huán)境變量有p個(gè)，建立松弛變量與環(huán)境變量的回歸方程為：

根據(jù)戴文文和高建福（2009）的計(jì)算方式可以估計(jì)uik，得到uik的估計(jì)之后，可以進(jìn)一步得到vik的估計(jì)值：

為了排除不同環(huán)境變量和統(tǒng)計(jì)噪音的影響，對(duì)于那些處于相對(duì)有利環(huán)境或好的運(yùn)氣的決策單元的投入進(jìn)行向上調(diào)整，調(diào)整公式為：

公式右邊第一個(gè)括號(hào)中的調(diào)整使所有省市科技活動(dòng)處于共同環(huán)境變量中，max{δizk}是指投入松弛變量最大的省市，也就是最沒(méi)有效率的省市，這樣調(diào)整可以使得益于環(huán)境因素的省市增加更多投入，環(huán)境不利的省市增加較少的投入，將所有省市都置于最?lèi)毫拥沫h(huán)境，使它們都面對(duì)最不利的環(huán)境。第二個(gè)括號(hào)中的調(diào)整使所有省市都處于運(yùn)氣最差的情況，也就是讓所有省市都面臨相同運(yùn)氣。

1.3 第三階段：調(diào)整后的DEA模型

用第二階段調(diào)整后的投入變量數(shù)據(jù)代替原始投入數(shù)據(jù)，再次運(yùn)用BCC模型計(jì)算效率值。此時(shí)輸出的決策單元的效率值已經(jīng)排除了環(huán)境因素和統(tǒng)計(jì)噪音的影響，客觀(guān)體現(xiàn)了技術(shù)效率，更能反映真實(shí)情況。

2 變量選擇和數(shù)據(jù)來(lái)源

2.1 產(chǎn)業(yè)投入產(chǎn)出變量選擇

DEA分析以決策單元的投入產(chǎn)出數(shù)據(jù)為衡量效率的基本要素，綜合DEA方法對(duì)投入產(chǎn)出指標(biāo)的要求，結(jié)合數(shù)據(jù)可得性以及科技活動(dòng)特點(diǎn)，借鑒國(guó)家科技部《全國(guó)科技進(jìn)步統(tǒng)計(jì)監(jiān)測(cè)指標(biāo)體系和監(jiān)測(cè)標(biāo)準(zhǔn)》給出的科技活動(dòng)投入產(chǎn)出指標(biāo)，選取國(guó)內(nèi)中文期刊科技論文數(shù)、發(fā)明專(zhuān)利授權(quán)量、技術(shù)市場(chǎng)成交合同數(shù)、技術(shù)市場(chǎng)成交合同金額四個(gè)變量作為科技活動(dòng)產(chǎn)出標(biāo)量；選取R&D科學(xué)家和工程師、R&D科研經(jīng)費(fèi)投入、企業(yè)其他經(jīng)費(fèi)支出作為科技活動(dòng)投入變量。R&D科學(xué)家和工程師有簡(jiǎn)單加總數(shù)據(jù)，也有按研發(fā)機(jī)構(gòu)、大中型企業(yè)和高等學(xué)校R&D分類(lèi)的具體數(shù)值，為了保留更多的信息，將三類(lèi)數(shù)據(jù)通過(guò)因子分析降維后的數(shù)據(jù)作為R&D科學(xué)家和工程師數(shù)值。R&D科研經(jīng)費(fèi)投入也有按研發(fā)機(jī)構(gòu)、大中型企業(yè)和高等學(xué)校R&D分類(lèi)的數(shù)值，也通過(guò)因子分析降維后的數(shù)據(jù)作為R&D科研經(jīng)費(fèi)投入。企業(yè)其他經(jīng)費(fèi)支出包括技術(shù)改造經(jīng)費(fèi)、技術(shù)引進(jìn)經(jīng)費(fèi)、消化吸收經(jīng)費(fèi)，采用同樣方法降維后作為企業(yè)其他經(jīng)費(fèi)支出。

2.2 環(huán)境變量選擇

環(huán)境變量主要選擇那些影響科技活動(dòng)效率但不在樣本主觀(guān)可控范圍之內(nèi)的因素。這里的環(huán)境變量既包括宏觀(guān)經(jīng)濟(jì)因素、產(chǎn)業(yè)因素、科技意識(shí)和政府支持等。

考慮實(shí)際情況和相關(guān)數(shù)據(jù)，選取四個(gè)環(huán)境變量：①各省市GDP（國(guó)內(nèi)生產(chǎn)總值），主要用來(lái)反映科技活動(dòng)的宏觀(guān)經(jīng)濟(jì)因素；②企業(yè)數(shù)量，主要反映該省市場(chǎng)結(jié)構(gòu)和規(guī)模狀態(tài)；③發(fā)明專(zhuān)利申請(qǐng)量，反映當(dāng)?shù)乜萍家庾R(shí)水平；④科技活動(dòng)的地方財(cái)政撥款，反映該省科技活動(dòng)獲得的政府支持，當(dāng)?shù)卣畬?duì)科技活動(dòng)的財(cái)政撥款的增加勢(shì)必帶動(dòng)當(dāng)?shù)乜萍蓟顒?dòng)的投入，進(jìn)而促進(jìn)科技活動(dòng)的產(chǎn)出。

表1 第一階段各省市2006～2008年效率測(cè)算結(jié)果

表2 剔除環(huán)境和隨機(jī)因素影響前后各省市三年效率平均值

2.3 數(shù)據(jù)來(lái)源

選取2006～2008年我國(guó)30個(gè)省市的科技活動(dòng)相關(guān)數(shù)據(jù)作為分析對(duì)象（西藏?cái)?shù)據(jù)不完整，故被排除）。科技活動(dòng)投入數(shù)據(jù)以及企業(yè)數(shù)量主要來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒（2009）》，各省市GDP的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒（2009）》，科技活動(dòng)產(chǎn)出數(shù)據(jù)、發(fā)明專(zhuān)利申請(qǐng)量、科技活動(dòng)的地方財(cái)政撥款等數(shù)據(jù)則來(lái)源于中國(guó)科技部網(wǎng)站公布的《中國(guó)主要科技指標(biāo)數(shù)據(jù)庫(kù)》。

3 實(shí)證結(jié)果分析

3.1 第一階段實(shí)證結(jié)果

將各省市科技活動(dòng)投入產(chǎn)出值代入BCC模型，借助軟件Deaper2.1進(jìn)行分析，得到規(guī)模報(bào)酬可變條件下的綜合技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE），并得到各投入變量的松弛變量（Slacks），運(yùn)算結(jié)果見(jiàn)表1。數(shù)據(jù)顯示，北京、上海、海南、新疆等省市三年的三項(xiàng)效率值均為1，處于技術(shù)效率前沿。天津、浙江、廣東、湖北、湖南、貴州、陜西、青海等省市在某些年份三項(xiàng)效率值為1，曾經(jīng)處于技術(shù)效率前沿。

《中國(guó)科技統(tǒng)計(jì)年鑒》將30個(gè)省市劃分為東部、中部和西部三大區(qū)域，基本反映了我國(guó)目前經(jīng)濟(jì)發(fā)達(dá)程度的區(qū)域分布情況。從三大區(qū)域科技活動(dòng)的效率平均值來(lái)看，東部地區(qū)三項(xiàng)效率值高于中部和西部地區(qū)；而中部地區(qū)三項(xiàng)效率值則低于西部地區(qū)。東部地區(qū)效率高于中部和西部地區(qū)是容易理解的，中部地區(qū)效率低于西部地區(qū)主要可能是西部地區(qū)整體投入規(guī)模比較小，由此科技活動(dòng)投入產(chǎn)出效率高。

從總的平均值來(lái)看，2007年科技活動(dòng)投入產(chǎn)出效率表現(xiàn)不佳，低于2006年和2008年。2007年是中國(guó)經(jīng)濟(jì)近些年投入最多、發(fā)展最快的一年，但是高投入并不意味著高效率，經(jīng)濟(jì)過(guò)熱的時(shí)候往往忽視了效率因素，表現(xiàn)在科技活動(dòng)上也是如此，這可能是為什么2007年經(jīng)濟(jì)最熱 （相比2006和2008年）而科技活動(dòng)投入產(chǎn)出效率表現(xiàn)較差的主要原因。

3.2 第三階段結(jié)果和第一階段結(jié)果比較

通過(guò)第二階段調(diào)整，剔除環(huán)境和隨機(jī)因素影響，得到更為符合實(shí)際情況的各省市科技活動(dòng)投入產(chǎn)出效率值，然后計(jì)算剔除環(huán)境和隨機(jī)因素影響前后各省市三年效率的平均值得到表2。

數(shù)據(jù)顯示，剔除環(huán)境和隨機(jī)影響因素后，北京、廣東三年的三項(xiàng)效率平均值全部為1，處于技術(shù)效率前沿。上海、江蘇、浙江三省市的綜合效率在0.8以上，也表現(xiàn)出較好的科技活動(dòng)投入產(chǎn)出效率。上述省市科技活動(dòng)投入效率與其經(jīng)濟(jì)發(fā)達(dá)程度基本相適應(yīng)，但山東、遼寧和福建科技活動(dòng)投入產(chǎn)出效率仍然比較低，與其經(jīng)濟(jì)地位不相稱(chēng)。由于規(guī)模效率比較低，中部地區(qū)和西部地區(qū)各省市盡管純技術(shù)效率值比較高（均在0.8以上），但各省市科技活動(dòng)投入產(chǎn)出綜合效率卻比較低，除部分省市的綜合效率高于0.5（如湖南、湖北、重慶、四川、陜西等省），其他省市的綜合效率均低于0.5。

比較剔除環(huán)境和隨機(jī)因素影響前后各省市三年效率的平均值可以看到，各省市純技術(shù)效率多數(shù)得到了提高，而綜合效率并未得到提高，這主要是因?yàn)楦魇∈械囊?guī)模效率降低導(dǎo)致。全部30個(gè)省市的純技術(shù)效率均值由調(diào)整前的0.822提高到0.939，而綜合技術(shù)效率和規(guī)模效率則由調(diào)整前的0.727和0.882下降為0.507和0.541，也就是說(shuō)環(huán)境因素和隨機(jī)因素對(duì)各省市科技活動(dòng)投入產(chǎn)出效率具有顯著的影響。東部地區(qū)三項(xiàng)效率平均值由調(diào)整前的0.762、0.838和0.899變?yōu)檎{(diào)整后的0.662、0.934和0.711，綜合效率下降幅度較小，主要是純技術(shù)效率上升幅度基本上彌補(bǔ)了規(guī)模效率的下降。中部地區(qū)和西部地區(qū)則由于規(guī)模效率下降幅度大，導(dǎo)致調(diào)整后的綜合技術(shù)效率相比調(diào)整前下降較大。

4 結(jié)論

我國(guó)30個(gè)省市科技活動(dòng)投入產(chǎn)出效率，既受到外部環(huán)境因素的影響，也受到管理效率的影響。通過(guò)應(yīng)用三階段DEA模型的實(shí)證分析，得到以下結(jié)論：

一方面，科技活動(dòng)投入產(chǎn)出效率和各省市的經(jīng)濟(jì)發(fā)展程度基本適應(yīng)。東部發(fā)達(dá)地區(qū)科技活動(dòng)投入產(chǎn)出效率較高，而中西部地區(qū)科技活動(dòng)投入產(chǎn)出效率相對(duì)較低。東部地區(qū)除了河北、天津、遼寧、福建和海南四省之外，其他省市科技活動(dòng)投入產(chǎn)出效率總體處于良性發(fā)展?fàn)顟B(tài)，尤其是北京和廣東的科技活動(dòng)投入產(chǎn)出效率處于技術(shù)效率前沿。中部和西部地區(qū)科技活動(dòng)投入產(chǎn)出效率相對(duì)較弱。

另一方面，環(huán)境因素對(duì)各省市科技活動(dòng)投入產(chǎn)出效率具有重要的影響作用。從剔除環(huán)境和隨機(jī)因素影響前后的數(shù)據(jù)比較看，由于剔除了環(huán)境和隨機(jī)因素的干擾，各省市科技活動(dòng)投入產(chǎn)出效率值變化較大，純技術(shù)效率調(diào)整后有所改善，但多數(shù)省市調(diào)整后規(guī)模效率下降較大，所以綜合效率得到改善的省市較少。

[1]Charnes,A.,W.W.Cooper,E.Rhodes.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research,1978，(2).

[2]Banker,R.D.,A.Charnes,W.W.Cooper.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984，(30).

[3]Coelli,T.,Rao,P.,Battase,E.An Introduction to Efficiency and Productivity Analysis[M].Boston:Kluwer Academic Publishers,1998.

[4]Fried,H.O.,C.A.K.Lovell,S.S.Schmidt,S.Yaisawarng.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,(17).

[5]戴文文，高建福.中國(guó)上市銀行效率的實(shí)證研究——基于DEA三階段模型分析[J].價(jià)值工程,2009，(10).

F222.3

A

1002-6487（2011）02-0093-03

2009年山東省自然科學(xué)基金資助項(xiàng)目（ZR2009HZ007）；山東省軟科學(xué)資助項(xiàng)目（2008RK52）；山東大學(xué)自主創(chuàng)新基金資助項(xiàng)目

（責(zé)任編輯/易永生）