基于兩階段DEA模型的西北五省科技創新績效評價

■ 李 玲 李 強 張愛寧（、甘肅省科學技術情報研究所甘肅省科技評價監測重點實驗室 蘭州 730000 、蘭州商學院工商管理學院 蘭州 73000）

基于兩階段DEA模型的西北五省科技創新績效評價

■ 李 玲1李 強2張愛寧1（1、甘肅省科學技術情報研究所甘肅省科技評價監測重點實驗室 蘭州 730000 2、蘭州商學院工商管理學院 蘭州 730020）

科技創新是經濟增長的主要源泉，而科技創新能力和科技創新績效決定著一個地區的經濟發展和社會變革。本文釆用西北五省科技投入、科技產出數據，引入數據包絡分析方法，以兩階段績效評價模型對西北五省科技知識產出效率與科技成果轉化效率展開評價，旨在反映西北地區的科技投入規模和產出水平是否合理，發現西北地區科技創新績效的總體趨勢，以期為完善科技創新系統提供科學參考依據。

科技創新 數據包絡法 績效評價

自“西部大開發”戰略實施以來，西部地區科技創新能力得到較大提升，科技體制創新不斷推進，科技成果轉化能力逐步增強。但是通過對歷年來《全國及各地區科技進步統計監測報告》的分析，西部地區在技術創新上和東部地區相比還是有較大差距，陜西、甘肅、青海、寧夏、新疆西北五省的綜合科技進步水平指數全部低于全國平均水平。當今科技創新已成為推動地區經濟社會發展的主要動力，決定著一個地區的發展潛力和競爭能力，客觀的評價創新績效是創新系統建設的重要環節。本文引入數據包絡方法，采用西北五省2008年以來的數據選取指標對西北地區的科技創新績效進行實證研究，找出西北五省科技創新發展中的問題與不足，為提高區域技術創新能力、合理配置科技資源提供科學的理論依據。

數據包絡分析

數據包絡分析方法（DEA）是由美國著名運籌學家A.Charnes、W.Cooper和E.Rhodes在“相對效率”概念基礎上發展起來的一種非參數統計方法，它將每一個被評價的經濟系統或生產過程視為一個決策單元（DMU），由決策單元組（DMUS）構成評價群體，處于同一評價群體的每個決策單元都具有同樣種類的資源消耗，即各決策單元具有相同的投入項指標和相同的產出項指標，在指標項和決策單元組確定以后，采用數學規劃模型比較決策單元之間的相對效率，進行投入與產出比率的綜合分析，得到每一決策單元綜合效率的量化指標值，從而確定有效的決策單元，指明其它決策單元非有效的原因和程度，另外還可以判斷決策單元的投入規模是否恰當，以指明其調整方向和程度。數據包絡分析（DEA）的基本模型主要有CCR模型和BCC模型兩種。CCR模型不考慮投入產出的規模報酬，只能計算出綜合效率，因此進一步引入考慮規模報酬可變的BCC模型，將技術效率分解為純技術效率和規模效率。BCC基本模型為：

在本模型中Xj、Yj分別為決策單元Uj的投入和產出要素集合，λj表示通過線性組合重新構造一個有效的DMUj時，第j個決策單元的組合比例。θ表示DMUj離有效前沿面的徑向優化量或“距離”，θ越接近1表示越有效。S-，S+為松弛變量，非零的S-，S+使無效DMUj沿水平或者垂直方向延伸達到有效前沿面。模型運算結果中θ=1且S-=S+=1時，則該DMUj為DEA有效；若θ=1且S-≠0或者S+≠0時，則該DMUj為DEA弱有效；若θ<1，則該DMUj為DEA無效。純技術效率反映了在現有技術條件下決策單元的投入產出水平，衡量決策單元的生產活動是否處于生產前沿面上，規模效率衡量的是決策單元的生產活動是否達到了最優規模。

評價模型及指標體系構建

（一）模型推演原則

數據包絡分析模型一般評價的是單階段生產過程的效率，而區域科技創新過程是兩階段的生產過程：第一階段，首先是將人力、物力、財力等科技創新投入要素轉化成科技產出、科技成果的過程；第二階段，進而再將成果投入生產，促使科技成果轉化，促進地區技術進步和經濟發展的過程。據此，本文建立兩階段的西北地區科技創新績效評價模型，第一階段，衡量科技成果知識產出的績效；第二階段，衡量科技成果轉化應用（經濟產出）的績效。

（二）指標體系構建

科技創新的投入通常包括人力、物力、資金的投入，產出則有知識產出和經濟產出等形式，指標選取如表1所示。為了使各省的比較更具有針對性，所有指標在總量的基礎上進行了處理，計算得出相對量。兩個評價階段的投入產出指標中第一階段的產出指標是第二階段的投入指標。

本文所用數據來自《中國科技統計年鑒》、《全國及各地區科技進步統計監測報告》。其中第一階段投入要素選取2010年數據，產出要素選取2011年數據，時滯為1年；第二階段的投入選取2011年數據，產出要素選取2013年數據，時滯為2年。分別在東部、中部、西部選擇一個省份以與西北地區作對比。使用DEA分析軟件DEAP-Version 2.1對數據運算后得到的結果見表2、表3。

實證評價及分析

（一）西部省市科技創新績效的基本評價

第一階段知識產出的效率評價。從DEA模型計算結果可以看出，北京、湖南地區科技創新能力較強，區域科技創新績效第一、第二階段綜合效率、純技術效率和規模效率均為1，說明這些地區在科技創新中技術和規模都實現了有效性，科技創新發展過程中投入得當，科技創新績效達到 DEA 有效。四川省第一階段知識產出綜合效率值小于1，表明四川省科技創新知識產出為非DEA有效，還存在科技投入產出冗余現象，但是四川省綜合效率值高于西北地區平均值，在科技創新效率方面明顯高于西北地區。

表1 指標選擇

表2 第一階段效率值及松弛變量

表3 第二階段效率值及松弛變量

從表2可以看出，西北五省的科技創新效率整體偏低，僅有新疆綜合技術效率為1，其他地區均在0.7以下，不是BCC模型的有效決策單元。而且由DEA模型計算結果得出陜西、甘肅、青海、寧夏四省的綜合技術無效率是由純技術無效率、規模無效率兩方面的雙重作用，且純技術效率的影響更為突出。雖然新疆地區作為西部地區落后省份，科技創新能力并不突出，但是相對于其投入產出量，卻能夠實現 DEA有效，這也說明科技創新過程中能否實現DEA 有效性與絕對投入和產出量沒有直接關系。在第一階段知識產出效率評價中，新疆處在規模績效不變階段；陜西、甘肅、青海、寧夏處于規模績效遞增階段，說明該四省還未達到合理科技投入規模水平，沒能有效地使科技投入轉化為產出。

第二階段經濟產出的效率評價。由表3計算結果可知，只有寧夏和青海在科技成果轉化績效上是DEA有效的，由《2012年全國及各地區科技進步統計監測結果》可知，2012綜合科技進步水平指數排序與2011年的排序比較，寧夏比上年上升了7位，青海上升了3位，且寧夏綜合科技進步水平指數提高了2.13個百分點，指數增長排到了第四位。這兩地區綜合科技進步和他們科技成果轉化的高效是密不可分的。

在第二階段經濟產出效率評價中，陜西、甘肅、新疆成果轉化效率是DEA無效的，同樣是由純技術無效率、規模無效率兩方面的雙重作用，且純技術效率低是總效率低的重要原因。之所以產生這種情況，一方面可能由于地理區位劣勢，經濟發展水平低；另一方面可能由于缺乏先進技術和成熟經驗，投入的資源和要素沒有得到充分利用，造成成本浪費。青海、寧夏處在規模績效不變階段；陜西、甘肅、新疆處于規模績效遞增階段。按照經濟學的生產理論，最佳的生產狀態應處于生產前沿面上的規模績效遞減階段（此時邊際產量小于平均產量但邊際產量大于0）中的某個點。因此反映出西北地區科技創新總體還未達到合理科技投入規模水平。

（二）松弛變量分析

根據DEA理論中的前沿面分析可知，輸入指標的松弛變量不為零，表明所對應的輸入要素對科技發展的作用未能充分發揮，由表2可以看出，陜西、甘肅、青海、寧夏四省投入指標均存在冗余現象。其中陜西、甘肅4個投入指標松弛變量都不為0，反映出科技投入沒有完全被產出所吸收和反映；青海的S1-、S4

-不為零，表明科研與綜合技術服務業新增固定資產、R&D經費在科技創新中的作用沒有充分發揮；寧夏S2-、S3

-不為零，表明科技人力資源及企業科技經費投入未能充分對科技創新產生全部作用，存在冗余。從產出角度來看，輸出指標的松弛變量不為零則表示所對應的產出要素未能達到有效水平，由表2可以看出，陜西、甘肅、青海獲得國家科技成果獎系數存在不足，表明三省需要在重大科技成果上有所突破，這也是當前各省科技創新需要重點扶持的方面。

從第二階段成果轉化績效來看，陜西、甘肅和新疆在科技論文數和獲國家級科技成果獎系數存在較嚴重的冗余現象，表明雖然在科技知識產出方面有較大的數額，但是研發質量不高，并沒有轉換為有效生產力。甘肅省高技術產業總產值在工業總產值中所占比重不足，這與甘肅省高新技術企業現狀是相符的。目前，甘肅省有效的高新技術企業為198家，在西部12個省（市）中高新技術企業數量排在第6位，低于四川的1372家和陜西的1127家，甘肅省高新技術企業總量基數較少，后備企業源乏力。新疆自治區技術市場成交額和高技術產業總產值也存在較大的不足。新疆科技經濟發展落后，與內地科技交流與合作的成本相對較高，且新疆高新技術企業規模普遍偏小，研究開發強度較低，不足以為企業自身發展提供充分的技術支持，導致新疆在科技創新的經濟產出績效方面存在不足。

表4 第一階段無效決策單元調整為有效決策單元的調整目標

表5 第二階段無效決策單元調整為有效決策單元的調整目標

（三）投影分析

投影分析提供了各指標節省的數量及幅度，以及可能增加的產出數量及幅度，如果消除這些在投入、產出方面的欠缺，就可以使該被評價地區由無效轉為有效。對于投入指標而言，原始數值減去其距離有效前沿面的徑向距離和冗余后將得到有效目標值，對產出指標而言原始數值加上其冗余后將得到有效目標值，具體計算公式如下：

根據公式計算可得西北五省創新效率投影分析情況，各無效決策單元調整為有效決策單元的調整目標如表4、表5所示，這在一定程度上反映出西北地區區域創新投入與產出的優化方向。

表4、表5給出了個無效決策單元調整為有效決策單元的調整目標，調整數量就是決策單元資源投入量可以節約的數量，也說明長期以來西北地區科技創新投入造成了巨大的資源浪費。通過投影方法構造在DEA相對有效面上的新決策單元，可知每一個地區科技創新效率無效的數量及幅度。從數量上分析，甘肅省的科技創新知識產出績效要達到DEA有效，應當縮減其相應的輸入值，將甘肅省科研與綜合技術服務業新增固定資產占全社會比重減少0.67個百分點，萬人R&D科學家和工程師數減少3.40人，企業R&D經費支出占產品銷售收入比重減少0.42個百分點，R&D經費占GDP的比重減少0.80個百分點，將獲國家級科技成果獎系數增加1.87項，相對效率就會提高。當然，投影分析盡管可以為科技管理者提供改進工作的目標，這僅是理論上的分析，在實際工作中，有些指標如R&D經費投入可能不能再降低，因此應根據實際情況制定改進措施，極大地促進科技投入、科技產出的生產力效能，使其向高效優質發展。

結論與建議

通過構建科技創新投入產出兩階段績效評價的分析模型，并據此對西北五省科技創新的知識產出績效和成果轉化績效進行實證檢驗，本文得出如下結論：

西北地區科技創新效率總體偏低，相對于我國東部、中部地區存在明顯的差距。西北五省要進行有效創新，加大創新的投入是必不可少的，同時各地方政府在資源投入過程中要有明確的方向，對關系科技創新發展的重點領域和行業要強化投入力度，對無關緊要的領域減少投入量，培育和發展主導產業，其目的是使投入產出結構更合理，資源利用率更高，促進區域科技創新發展效率的提高。

通過對總效率的分解發現，西部地區綜合效率偏低是純技術無效率、規模無效率兩方面的雙重作用，且純技術效率的影響更為突出。因此西北地區要主動借鑒和學習標桿省市的經驗和啟示，加強管理創新和制度創新，充分利用技術進步提高科技投入產出效率，提高自身的資源配置能力，抓住與發達地區合作與交流的機遇，挖掘更多的技術、人才優勢，增強自身的創新發展能力。

從DEA模型結果可以看出，相對于投入指標在每個決策單元的無效而言，產出指標并不是在每個決策單元上都是無效的，可以認為西北地區科技創新績效中產出指標的負面影響要小于投入指標，因此，提高科技創新效率的重點應該放在投入指標上，通過提高科技投入要素的質量和使用效率提高科技創新的綜合效率。

1.張前榮.我國省域科技投入產出效率的實證分析[J].天津師范大學學報（自然科學版），2009（1）

2.魏權齡.數據包絡分析[M].科學出版社，2004

3.呂姝望.我國西部地區技術創新績效評價研究[J].內蒙古農業大學學報（社會科學版），2010（2）

4.鞠樹成.山東省科技創新績效評價與分析[J].技術與創新管理，2006（3）

5.張艷艷，趙海軍.基于數據包絡分析的科技創新績效評價[J].天津師范大學學報（自然科學版），2009（2）

6.石峰.基于省際面板數據及DEA的區域創新效率研究[J].技術經濟，2010（5）

7.李莉，毛加強.基于BCC模型的中國西部地區科技創新績效分析[J].統計與信息論壇，2011（5）

國家軟科學研究計劃“基于產業博弈理論的絲綢之路經濟帶‘甘肅段’發展研究”（2014GXS4D156）

F223

A