基于DEA方法的黑龍江省區域技術創新效率分析

洪 楊

（黑龍江工程學院經濟管理學院，哈爾濱 150050）

一、引言

所謂區域技術創新效率(Regional Technology Innovation Efficiency，RTIE)是指一定區域內技術創新活動中的各個要素的投入相對于產出的轉化效率，反映區域內技術創新過程中的投入要素對產出要素的貢獻比率，即研究如何在一定區域的技術創新活動中合理地配置相關資源，達到最優化，從而制定本區域合理的經濟政策。

國外學者對于區域技術創新效率的研究起步較早，1985年美國學者Everett.Rogers和Judith.Larson最早對區域創新效率進行研究。1996年，Burgelman Robert，Maidique Modesto和WheelwrightSteven(1996)在《技術創新戰略管理》一書中對國家創新系統的效率進行了深入研究。[1]2007年，Tadie Patrick(2007)在《紐約銀行》發表了對信托公司的技術創新效率的研究報告。[2]3M公司總裁Hindo Brain(2007)以自己公司為例，結合六西格瑪管理在《商業星期》雜志上探討了創新與效率的問題。[3]Jeff Jarvis(2009)針對美國目前許多創新只帶來增長沒有產生效率這一問題，從2008年金融危機談起，進行案例分析，指出了重點關注創新效率的問題。[4]

國內學者對于區域技術創新效率也進行了大量的研究，主要采用的研究方法為數據包絡分析(DEA)。池仁勇等利用DEA方法，對我國30個省、市、直轄市、自治區的技術創新效率進行了測定，其結果呈現東高西低的特征；[5]虞曉芬等分析了我國區域技術創新效率的現狀與原因，用數據包絡分析(DEA)方法測算了1999—2002年我國內地30個省市自治區的技術創新效率；[6]倪東生利用DEA方法根據2005—2006的相關數據，把我國分為8大區域并分析了這八大區域技術創新的現狀；[7]張國旺等提出了區域創新系統效率評價指標體系構建的原則并在此基礎上構建了區域創新系統效率的評價指標體系，并引入數據包絡分析方法，并將其作為評價區域創新系統效率的定量評價方法；[8]喬占穩等利用數據包絡分析模型對我國長三角區域技術創新效率進行了分析；[9]筆者利用數據包絡分析(DEA)對2004—2012年黑龍江省技術創新效率進行了測度和評價。[10]

參考以上文獻，本文采用數據包絡分析法，構建出相對完整的區域技術創新效率評價指標體系，采用2011年的科技投入數據和2012年的科技產出數據，對黑龍江省13個地市的區域技術創新效率進行測算評價。

二、評價模型和指標體系

（一）DEA數學模型

1978年，著名的運籌學家A.Charnes,W.W.Cooper及E.Rhodes首先提出了一個被稱為數據包絡分析（Data Envelopmentanalysis,簡稱DEA模型）的方法，用于評價相同部門間的相對有效性（因此被稱為DEA有效）。他們的第一個模型被命名為C2R模型。從生產函數的角度看，這一模型是用來研究具有多個輸入和多個輸出的“生產部門”同時為“規模有效”與“技術有效”的十分理想且卓有成效的方法。[10]

假設有n個相同類型的決策單元（簡稱DMU），其中每個單元都有m種投入要素和p種產出要素。

這n個DMU及其輸入-輸出關系如下表1：

表1 DMU輸入輸出向量表

每個決策單元的效率評價指數定義為：

而第j0個決策單元的相對效率優化評價模型為：

這是一個分式規劃模型，我們必須將它化為線性規劃模型才能求解。即C2R模型如公式2.3.

由于此模型不能直接判斷DMU的有效性，因此，需利用其線性規劃的對偶問題來判斷DMU的有效性，C2R模型的對偶模型如公式2.4。

minθ

設公式 2.4的最優解為 λ*，s*-，s*+，θ*，則有如下結論：

（1）若θ*=1，則DMUj0為弱DEA有效（總體）。

（2）若 θ*=1，且 s*-=0，s*+=0，則DMUj0為DEA有效（總體）

隨后，在C2R模型的基礎上，Banker、Charnes和Cooper又引入了非阿基米德無窮小的概念，建立了具有非阿基米德無窮小的BC2模型、評價技術有效性的C2GS2模型以及具有錐比率的C2WH模型。[10]

（二）建立DEA指標體系

基于DEA模型的數據要求，結合黑龍江省13個地市科技創新投入和產出項目的具體內容，本文對于投入項目從人力投入和財力投入兩個方面選取4個評測指標，對于產出項目從技術產出和高新技術產出兩個方面選取3個評測指標，共7項評測指標。另外由于科技創新活動具有周期性特征，所以會導致投入指標和產出指標的因果關系中具有一定的時滯期，因此考慮這個時滯問題，本文將科技創新活動的時滯期選擇為一年，其中投入指標選用2011年的數據，產出指標選用2012年的數據，數據來源于黑龍江省科技數據統計平臺（2011-2012）（見表2）。

三、黑龍江省區域技術創新效率DEA計算結果

以表2作為原始數據，利用DEA模型軟件進行測算，得出黑龍江省13地市技術創新的DEA效率如表3和表4所示。

四、基于DEA模型的黑龍江省區域技術創新效率分析

（一）黑龍江省各地市技術創新效率相對有效性分析

DEA模型參數設定中有投入導向（Input-oriented）和產出導向（Output-oriented）兩種形式，產出導向的DEA模型設定為給定一定量的投入要素，求取產出值最大。反之，投入導向的DEA模型是指在給定產出水平下使投入成本最小。在資源、環境約束下，希望通過控制投入來影響產出，且希望投入盡可能的少，因此選擇投入導向這一角度。假定決策單元規模收益不變，DEA模型軟件參數設置選擇C2R模型和投入導向，所得相對效率評價結果見表4的列。結合DEA有效性判斷標準，此結果表明以C2R模型和投入導向計算的2011-2012年黑龍江省13地市的技術創新效率中，哈爾濱、雙鴨山、大慶、佳木斯、七臺河、黑河和大興安嶺這7個地市的值均為1，即為DEA有效；而齊齊哈爾、雞西、鶴崗、伊春、牡丹江和綏化這6個地市的值均小于1，即為非DEA有效。其原因既可能是決策單元本身規模不經濟導致，也可能是投入項目和產出項目配比的問題造成的。為進一步了解13個地市的純技術有效和規模有效情況，在DEA模型軟件參數設置中選擇模型和投入導向，計算各地市的技術效率、純技術效率、規模效率結果見表3。

表2 黑龍江省13地市科技創新效率評價指標體系及原始數據表

DEA模型中，綜合效率=純技術效率×規模效率，從表3中可以看出BC2模型計算出來的綜合技術效率值和表4的C2R模型列計算結果基本一致，這說明同樣的決策單元并不存在規模無效。此外還可以看到，在非DEA有效的6個地市中，有5個地市的規模效益遞增，其中牡丹江的DEA值為0.967，鶴崗的DEA值為0.742，技術創新效率較高，雞西的DEA值為0.584，綏化的DEA值為0.573，技術創新效率一般，而伊春的DEA值相對最低，僅為0.359，規模效益遞減的城市只有齊齊哈爾，其DEA值為0.768，因此應該減少投入以實現DEA有效。

（二）非DEA有效地區的松弛變量分析

表3 黑龍江省13地市的技術效率、純技術效率、規模效率

表4 黑龍江省13地市技術創新DEA值

根據表5和表6中松弛變量和剩余變量的統計值,可以進一步對非DEA有效的6個地市的技術創新效率影響因素進行分析。

從投入松弛變量來看，除了牡丹江地區，其余5個地區的四個投入要素均存在投入冗余的情況。其中，齊齊哈爾的R&D經費支出投入冗余為5.085億元，R&D經費／GDP的投入冗余為0.824%，地方財政科技撥款投入冗余為1.378億元，雞西的R&D經費支出投入冗余為0.658億元，R&D經費／GDP的投入冗余為0.132%，R&D人員投入冗余為1.008萬人，地方財政科技撥款投入冗余為0.504億元；鶴崗的R&D經費支出投入冗余為0.332億元，R&D經費／GDP的投入冗余為0.149%，R&D人員投入冗余為0.002萬人，地方財政科技撥款投入冗余為0.035億元；伊春的R&D經費支出投入冗余為1.522億元，R&D經費／GDP的投入冗余為0.795%，R&D人員投入冗余為0.063萬人，地方財政科技撥款投入冗余為0.642億元；綏化的R&D經費支出投入冗余為2.221億元，R&D經費／GDP的投入冗余為0.141%，R&D人員投入冗余為0.038萬人，地方財政科技撥款投入冗余為0.35億元。因此，基于投入導向，為了實現DEA有效，上述5個地區應根據各自情況減少相應的投入要素規模，提高資金和人員的使用效率，使各投入要素的投入冗余為零，即可實現產出目標，從而達到DEA有效。

從產出剩余變量來看，只有齊齊哈爾、雞西和鶴崗三個地區在高新技術產業產值產出要素中存在非零項，其中齊齊哈爾的高新技術產業產值目標為556.337億元，現有產值544億元，產出不足為22.337億元；雞西的高新技術產業產值目標為94.92億元，現有產值62億元，產出不足為32.92億元；鶴崗的高新技術產業產值目標為34.565億元，現有產值24.1億元，產出不足為10.465億元。從產出不足的比例來看，鶴崗在40%以上，而雞西竟然達到了50%以上，說明這兩個城市的技術創新效率在高新技術產業產值方面還有很大的進步空間。

（三）非DEA有效地區的松弛變量分析

根據表5和表6中松弛變量和剩余變量的統計值,可以進一步對非DEA有效的6個地市的技術創新效率影響因素進行分析。

從投入松弛變量來看，除了牡丹江地區，其余5個地區的四個投入要素均存在投入冗余的情況。其中，齊齊哈爾的R&D經費支出投入冗余為5.085億元，R&D經費／GDP的投入冗余為0.824%，地方財政科技撥款投入冗余為1.378億元，雞西的R&D經費支出投入冗余為0.658億元，R&D經費／GDP的投入冗余為0.132%，R&D人員投入冗余為1.008萬人，地方財政科技撥款投入冗余為0.504億元；鶴崗的R&D經費支出投入冗余為0.332億元，R&D經費／GDP的投入冗余為0.149%，R&D人員投入冗余為0.002萬人，地方財政科技撥款投入冗余為0.035億元；伊春的R&D經費支出投入冗余為1.522億元，R&D經費／GDP的投入冗余為0.795%，R&D人員投入冗余為0.063萬人，地方財政科技撥款投入冗余為0.642億元；綏化的R&D經費支出投入冗余為2.221億元，R&D經費／GDP的投入冗余為0.141%，R&D人員投入冗余為0.038萬人，地方財政科技撥款投入冗余為0.35億元。因此，基于投入導向，為了實現DEA有效，上述5個地區應根據各自情況減少相應的投入要素規模，提高資金和人員的使用效率，使各投入要素的投入冗余為零，即可實現產出目標，從而達到DEA有效。

從產出剩余變量來看，齊齊哈爾、雞西和鶴崗三個地區在高新技術產業產值產出要素中存在非零項，伊春和綏化在高新技術產業增加值產出要素中存在非零項，其中齊齊哈爾的高新技術產業產值目標為556.337億元，現有產值544億元，產出不足為22.337億元；雞西的高新技術產業產值目標為94.92億元，現有產值62億元，產出不足為32.92億元；鶴崗的高新技術產業產值目標為34.565億元，現有產值24.1億元，產出不足為10.465億元，伊春的高新技術產業增加值目標為18.64億元，現有增加值10.5億元，產出不足為8.14億元；綏化的高新技術產業增加值目標為23.424億元，現有增加值23.1億元，產出不足為0.324億元，從產出不足的比例來看，鶴崗在40%以上，而雞西和伊春竟然達到了50%以上，說明這三個個城市的技術創新效率在高新技術產業產值方面還有很大的進步空間。

五、對策和建議

綜上所述，以R&D經費支出、R&D經費／GDP、R&D人員和地方財政科技撥款為投入指標，以專利數量、高新技術產業產值和高新技術產業增加值為產出指標，對黑龍江省2011-2012年13個地市的技術創新DEA效率進行測算，得出黑龍江省13個城市中齊齊哈爾、雞西、鶴崗、伊春、牡丹江和綏化這六個城市為非DEA有效，并且通過對他們的松弛變量分析可以看出，除了牡丹江地區，其余5個地區的四個投入要素均存在投入冗余，需要控制規模，提高效率。而四項產出要素中，伊春、雞西和鶴崗三個地區的高新技術產業產值和增加值存在明顯產出不足，還可以有進一步提升的空間。

表5 黑龍江省13地市產出剩余變量統計表

表6 黑龍江省13地市投入松弛變量統計表

因此，為了進一步控制技術投入規模，提高技術投入的利用效率及擴大技術產出值，結合黑龍江省各區域技術創新的具體情況提出如下建議。

（一）適度控制R&D經費投入規模，提高經費使用率

近幾年，黑龍江省各地區的科研經費投入在逐年增加，經費投入增速在逐年增長，2012年全省R&D經費總支出為128.78億元，比上年增加5.74億元，增長4.66%，與當年生產總值之比為1.02%?？蒲薪涃M的投入會帶來技術產出的增加，但是不加控制的增加投入，使其規模與投入產出不相匹配，也許對于某些地區會是一場災難。從DEA的評價結果看，黑龍江省齊齊哈爾、雞西、鶴崗、伊春和綏化這個五個城市科研經費投入存在使用不足的情況，因此，在全省進一步加大R&D經費投入的過程中，這五個城市需要適當控制科研經費投入規模，另外要注重資金配置，提高經費使用率。

（二）促進科研人員流動，優化科研人員結構

R&D人員是技術創新活動投入的核心要素，黑龍江省雞西和伊春R&D人員存在嚴重冗余，其中伊春冗余率達到170%。因此這兩個地區應該控制人員規模，提高人員使用率?？蒲腥藛T一般存在高校和科研院所，而企業相對科研人員匱乏，因此需要建立一個合理、靈活、開放的人員流動機制，采取合作培養、交換使用和兼職等形式，聘請專家學者或課題小組到企業兼職、咨詢或聯合攻關等，不斷增強人員引進的流動性和實用性。另外，應加大對中青年科研人員的扶持力度，鼓勵中青年科研人員到企業中去，為企業服務。

（三）適當控制地方財政科技撥款額度，提高資金利用率

地方財政科研撥款是構成科研經費的主要組成部分，隨著技術創新活動的發展，應進一步加大政府科研撥款的力度，但從非DEA有效的分析來看，黑龍江省有5個地市財政科技撥款存在一定程度的閑置情況，其中齊齊哈爾和伊春閑置率最高。因此政府應適度控制撥款額度，提高撥付資金的使用效率，款項撥付后，可以利用網絡審批軟件進行長期跟蹤，建立專用資金賬戶進行資金審核，并通過與銀行聯網，明確資金走向，確保撥付款項應用于技術創新活動中。

（四）增加新產品銷售收入，改造傳統產業，提高高新技術產業產出

高新技術產業產出指標主要有高新技術產業產值和高新技術產業增加值兩項，高新技術產值反映的是高新技術產業所有常駐單位在一定時期內生產的高新技術產品的價值總和，因此促進高新技術產品的銷售收入增加可以顯著提高高新技術產業產值和產業增加值。從對非DEA有效的城市產出結果看，黑龍江省伊春、雞西和鶴崗這三個城市的高新技術產業產出明顯不足。所以，一方面高新技術企業應該加大與科研院所和高等院校的技術合作，將科研專利技術轉化為商品，增加高新技術產品種類，從而擴大產量，提高銷售收入。另一方面，要充分利用高技術和先進適用技術改造提升傳統產業，加速產業調整。此外，三地政府也可以通過稅收優惠、政策傾斜等手段促進本地高新技術企業發展。

[1] Burgelman Robert，Maidique Modesto，Wheelwright Steven．Strategy management of technology and innovation．[M].Second Edition．Chicago:McGraw-hill Irwin Publishers，1996.

[2] Tadie Patrick．Setting the standard for trustee efficiency through technology innovation[J].The Bank of New York，2007:237-242.

[3]Hindo Brain．At 3M，a struggle between efficiency and creativity[J].BusinessWeek，2007(11)：8-10．

[4] Jeff Jarvis.When innovation yields efficiency[EB].http://www．buzzmachine.com/2009/06/12/when-innovationyieldseffi-ciency，June12th，2009.

[5] 池仁勇，唐根年.基于投入與績效評價的區域技術創新效率研究[J].科研管理，2004(4):23-27.

[6] 虞曉芬，李正衛，池仁勇.我國區域技術創新效率:現狀與原因[J].科學學研究，2005，23(4)：258-264.

[7]倪東生.數據包絡分析方法在我國區域技術創新能力研究中的應用[J].技術經濟，2008(8):22-28.

[8] 張國旺，李柏洲.基于DEA模型的區域創新系統效率評價研究[J].現代管理科學，2009(5):47-48.

[9] 喬占穩，劉 峰.基于DEA方法的長三角區域技術創新效率分析[J].技術與創新管理，2010(7):423-427.

[10]洪 楊.基于DEA模型的黑龍江省技術創新效率研究[J].商業經濟，2014(6)：10-12.