基于DEA方法的地方高校科技投入績效分析

施振佺 郭 暢

（1南通大學 科技與產(chǎn)業(yè)處；2南通大學 理學院，江蘇 南通 226019）

基于DEA方法的地方高?？萍纪度肟冃Х治?/p>

施振佺1郭 暢2

（1南通大學 科技與產(chǎn)業(yè)處；2南通大學 理學院，江蘇 南通 226019）

高校是國家基礎(chǔ)研究發(fā)展的重要力量，是國家科技進步的重要力量。高?？萍蓟顒油度氘a(chǎn)出是否高效，很大程度上影響高?？萍蓟顒庸ぷ鏖_展情況的好壞。本文運用DEA方法分析了2001年至2010年高?？萍蓟顒拥耐度氘a(chǎn)出效率情況，研究了地方高校的科技活動投入問題，提出了合理開展地方高校的科技活動的建議，旨在促進地方高校的科技創(chuàng)新工作。

DEA 地方高校 科技投入績效

一、引言

地方高校是我國科技力量的重要組成部分，地方高校的科技力量是地方企業(yè)科技水平發(fā)展的重要推動力。地方高?？萍蓟顒油度氘a(chǎn)出是否高效，直接影響地方高校科技工作開展情況的好壞，也在一定程度上影響地方企業(yè)科技創(chuàng)新能力的高低。數(shù)據(jù)包絡(luò)分析方法是針對多輸入多輸出效率分析的方法，高校科技活動的投入產(chǎn)出正好是多投入和多產(chǎn)出的情況，本文運用數(shù)據(jù)包絡(luò)分析方法分析地方高?？萍蓟顒拥耐度氘a(chǎn)出效率，以此分析地方高校中科技資源的配置情況。

二、DEA模型

數(shù)據(jù)包絡(luò)分析（DEA，Date Envelopment Analysis）方法是一種非參數(shù)的相對效率評價方法，適用于多個輸入和多個輸出的決策單元的相對效率評價。由于其不必確定決策單元的各輸入輸出之間的函數(shù)關(guān)系，不需要事先確定指標的相對權(quán)重，也不必考慮指標的量綱，因此排除了許多主觀因素，客觀性強，易于操作。

DEA模型有很多種類，本文采用的CCR模型是1978年美國著名運籌學家Charnes、Cooper和Rhodes基于Farrell投入與產(chǎn)出衡量效率的模式，采用對偶理論提出的衡量多投入多產(chǎn)出效率的方法。

假設(shè)有n個部門或單位（稱為決策單元DMU），這n個決策單元都是具有可比性的。每個決策單元都有m種類型的投入和S種類型的產(chǎn)出。每個決策單元有投入向量Xj=(X1j,X2j…產(chǎn)出向量其中表示第j個決策單元對第i種投入的樣本數(shù)據(jù)，Yij(i=1,2…s；j= 1,2…n)表示第j個決策單元對第i種產(chǎn)出的樣本數(shù)據(jù)，v=(v1,v2,…,vm)T表示m種投入對應(yīng)的權(quán)向量，u=(u1,u2,…,us)T表示s種產(chǎn)出對應(yīng)的權(quán)向量，顯然投入和產(chǎn)出的期望是投入越小越好，產(chǎn)出越大越好，說明產(chǎn)出和效率成正相關(guān)關(guān)系。

對于權(quán)系數(shù)v∈Em和u∈Es，決策單元j（即DMUj，1≤j≤n）的效率評價指數(shù)我們總可適當選取權(quán)系數(shù)v和u，使得hj≤1,j=1,…,n。效率評價指數(shù)hj的含義是：在權(quán)系數(shù)v，u之下，投入為vTXj，產(chǎn)出為uTYj時的產(chǎn)出與投入比。

三、指標選擇與評價實施

本文主要比較2000—2010年地方的科技投入績效，因此以每年的科技投入產(chǎn)出為決策單元。通過科技投入指標分析，本文選擇科技人員投入的全時當量、科技經(jīng)費支出為輸入指標，選擇科技論文數(shù)量、專利授權(quán)數(shù)量、科技獎勵數(shù)量作為輸出指標。根據(jù)上述指標，建立的地方高?？萍纪度朐u價評價指標體系如表1所示。

表1 地方高?？萍纪度氘a(chǎn)出指標體系

利用DEAP軟件對地方高?？萍纪度肟冃нM行CCR和BCC評價，數(shù)據(jù)均來自《高等學?？萍冀y(tǒng)計資料匯編》，結(jié)果如表2所示。

表2 2001—2010年地方高校科技投入與產(chǎn)出績效值

從表2可以看出在2001—2010年間，地方高校有6年的科技活動位于有效前沿面上，技術(shù)效率和規(guī)模效率都是有效的年份占60%。后五年的綜合效率要好于前五年的，說明隨著科技創(chuàng)新體系的建立和地方政府對科技創(chuàng)新投入的增加，地方高校科技資源配置正逐步合理，不斷提高科技投入產(chǎn)出效率。但是，某些地方的資源配置還需要進一步優(yōu)化，比如2003年和2008年的規(guī)模報酬遞增，說明進一步增加地方高校的科技投入會帶來更大比例的產(chǎn)出；而2004年和2006年是“十一五”末和“十二五”初的規(guī)模報酬遞減，說明當時地方高校將科技資源過多地投入某些優(yōu)勢領(lǐng)域，非但沒有形成更大的產(chǎn)出，反而造成浪費。

四、各種科技產(chǎn)出的績效分析

當科技投入不變時，我們在上述三個產(chǎn)出指標中任選兩個進行分析，當選擇科技論文和獎勵兩個產(chǎn)出指標及科技獎勵和專利兩個產(chǎn)出指標時，則利用DEA模型分別對它們的投入與產(chǎn)出績效值進行對比，結(jié)果如表3所示。

表3 2001—2010年選取科技論文和專利指標時的投入與產(chǎn)出績效值

從表3可以看出選取科技論文和獎勵指標時的平均綜合效率為0.991，而選取科技獎勵和專利指標時的平均綜合效率是0.975。根據(jù)科技投入不變時科技產(chǎn)出和投入產(chǎn)出效率成正相關(guān)關(guān)系，可以得出科技論文的產(chǎn)出要比專利的產(chǎn)出效率要高。

當我們選擇科技論文和專利兩個產(chǎn)出指標及科技獎勵和專利兩個產(chǎn)出指標時，利用DEA模型分別對它們的投入與產(chǎn)出績效值進行對比，結(jié)果如表4所示。

表4 2001-2010年選取科技論文和獎勵指標時的投入與產(chǎn)出績效值

從表4可以看出選取科技論文和專利指標時的平均綜合效率為0.991，而選取科技獎勵和專利指標時的平均綜合效率是0.975。根據(jù)科技投入不變時科技產(chǎn)出和投入產(chǎn)出效率成正相關(guān)關(guān)系，可以得出科技論文的產(chǎn)出要比獎勵的產(chǎn)出效率要高。

當我們選擇科技論文和獎勵兩個產(chǎn)出指標及科技論文和專利兩個產(chǎn)出指標時，利用DEA模型分別對它們的投入與產(chǎn)出績效值進行對比，結(jié)果如表5所示。

表5 2001—2010年選取科技獎勵和專利指標時的投入與產(chǎn)出績效值

從表5可以看出選取科技論文和獎勵指標時的平均規(guī)模效率為0.994，而選取科技論文和專利指標時的平均規(guī)模效率是0.993，而兩者的綜合效率和技術(shù)效率是一樣的。根據(jù)科技投入不變時科技產(chǎn)出和投入產(chǎn)出效率成正相關(guān)，可以得出科技獎勵的產(chǎn)出要比專利的產(chǎn)出效率要高。

根據(jù)上面的分析可以得出在地方高校科技投入一定的情況下，科技論文的產(chǎn)出要比科技獎勵的產(chǎn)出高，而科技獎勵的產(chǎn)出要比科技專利的產(chǎn)出高。

五、結(jié)語

本文運用DEA方法對2001-2010年這十年間的地方高校科技投入績效進行評價，評價結(jié)果說明：首先，隨著國家、地方政府科技投入的不斷增加和科技政策的不斷完善，地方高校的科技投入產(chǎn)出效率也在不斷提高；其次，在科技投入一定的情況下，地方高校的科技論文的產(chǎn)出最多，然后是科技獎勵和專利。這些結(jié)果指導我們在地方高校的科技決策中注意以下問題：首先，地方高校的科技資源不能重復投入，這樣就對科技資源造成浪費；其次，優(yōu)化地方高?？萍假Y源配置的合理性，在保證科技論文等高校產(chǎn)出的情況下，也考慮增加其他科技成果產(chǎn)出所對應(yīng)的投入，比如專利、科技技術(shù)轉(zhuǎn)讓等，讓地方高校在完成科學研究的同時，也能更好地為地方經(jīng)濟服務(wù)。

［1］魏權(quán)齡.評價相對有效性的DEA方法［M］.中國人民大學出版社，1988.

［2］連燕華，馬曉光.試論科學研究評價的標準［J］.研究與發(fā)展管理，2002，14（1）∶63-68.

［3］侯啟娉.基于DEA的研究型高?？蒲锌冃гu價應(yīng)用研究［J］.研究與發(fā)展管理，2005，17（1）∶118-124

［4］李亮，崔晉川.DEA方法中輸入輸出項目的選擇和數(shù)據(jù)處理［J］.系統(tǒng)工程學報，2003，18（6）∶487-490..

江蘇省教育廳哲學社會科學研究項目（項目編號：2010SJB880126）；南通市軟科學研究項目（編號：AR2 012007，R2010007）；南通大學高等教育研究項目（編號：20 11GJ029）。