基于DEA方法的楊凌示范區科技創新績效評價

（西北農林科技大學，陜西 楊凌 712100）

基于DEA方法的楊凌示范區科技創新績效評價

馮夢涵，孔榮

（西北農林科技大學，陜西 楊凌 712100）

楊凌示范區作為國務院設立的中國唯一的農業高新技術產業示范區，正處于新一輪發展的關鍵時期。本文在分析區內科技創新現狀以及投入產出的特點的基礎上，建立一套科技創新績效評估體系，運用DEA方法建立實證模型，評價楊凌示范區科技創新績效，為示范區內科技創新工作的運行開展提供理論依據和決策支持。

科技創新；DEA；績效評價

一、引言

國外學者對“科技創新”的研究較早且較為全面，其從技術創新和制度創新方面對“科技創新”進行了較為全面的研究。而國內學者對創新的研究較晚，在發展過程中需要跟隨西方發達國家的步伐。國內學者對“科技創新”方面的研究主要集中在“自主創新”。近幾年，大多數學者把技術創新能力、創新投入產出過程、技術創新階段性作為研究方向，并在技術創新評價指標體系的設計上取得一定經驗。目前科技創新績效評價的研究大多針對某個行業和企業，而針對某個特定地區的研究很少。

楊凌示范區自1997年被國務院設立為農業高新技術產業示范區以來，科技發展迅速，科技自主創新能力不斷提高，但仍然存在許多不足之處。例如，區內知識產權培訓服務機構較少，企業的科技創新能力較弱，知識產權意識不強，科技創新成果高校居多而企業社會較少等。針對這些現象，當前迫切需要為楊凌示范區摸索構建一套科學合理、可操作性強的科技創新績效評價方法，提出有針對性的實施科技創新驅動戰略的合理路徑。

二、科技創新績效評價指標體系

科技創新是一個復雜的過程，其特點是具有眾多投入和產出，因此，科技創新的實現與績效評價是許多因素共同作用的結果。本文在分析整理相關文獻的基礎上，參照前人研究經驗，結合楊凌農業高新技術產業示范區自身的特點，構建一套科技創新績效評價指標體系，具體指標可以分為投入指標和產出指標。

投入指標包括人力投入和財力投入，具體可見以下四項：一是高新區企業數量：總體反映科技創新人力投入情況。二是教學與科研人員：從事高等學校教學、研究與發展、研究與發展成果及科技服務工作人員以及直接為上述工作服務的人員。此項代表科技創新人力整體投入情況。三是研究與發展人員：從事科學研究與實驗發展工作占本人教學、科研總時間10%以上的教學與發展人員，直接反映科技創新的人力投入。四是R&D經費投入量：投入到科學研究與實驗發展的費用總和，反映科技創新財力投入情況。

產出指標不僅表現為科學技術研究水平，還包括科技的轉化能力。我們可以將其分為兩類：一類是直接知識產出；另一類是科技轉化經濟產出。這兩類指標能夠全面反映科技創新的產出情況，綜上選擇以下產出指標。一是專利授權數：經國家知識產權局審批已經授權的專利數量，代表自主知識產權的擁有量。二是科技論文發表數：被各類期刊收錄的論文數量，代表科技知識直接產出。三是出版科技著作數：公開出版發行的科技著作數量，代表科技知識直接產出。四是科技鑒定成果數：經科技部認定鑒定的科技項目數量，代表直接科技成果的擁有量。五是技術市場成交額：技術轉讓和出售專利所獲得的總收入，反映科創新的直接經濟產出。六是新產品銷售收入：企業新產品的銷售收入，能夠從總量上反映科技創新成果的商業化和創新產品的市場化程度。七是高新技術產品產值：高新技術產品總產值，總體反映科技產出轉化為經濟產出的轉化能力。八是高新區總工業產值：高新區總工業產值反映高新區工業企業工業生產的總體規模水平。

表1 DEA投入產出相對有效性評價結果

三、DEA方法原理

美國運籌學家Charnes和Coopor等人于1978年提出數據包絡分析法，這是一種可以測評多輸入、多輸出的同類型評價單元相對效率的有效數量分析方法。它的原理是在保持評價單元的輸入或輸入不變的情況下，根據眾多輸入產出指標，通過統計規劃確定相對有效的生產前沿面，從而將眾多決策單元投影到DEA的生產前沿面上，最終對決策單元在生產前沿面的偏離程度進行比較，從而對各個決策單元的相對有效性做出有效評價。CCR和BCC模型都是DEA普遍應用的模型，BCC模型只評估規模有效，CCR模型可以評估技術有效和規模有效，進而計算出總效率值。本文選擇CCR模型用來評價決策單元，CCR模型如下所示。

設有n個同類型的評價對象，即決策單元，每個決策單元由m種輸入和s種輸出組成。Xij代表第j個決策單元第i種輸入指標的輸入值，Yrj代表第j個決策單元的第r種輸出指標的輸出值。則第k個決策單元的效率可以用如下模型來表示：

表2 DEA模型松弛變量結果

其中，s是松弛變量，θk是第k個單元的決策值，且滿足0≤θk≤1。

我們利用該模型的結果就可以做出如下判斷：

當θk＝1， 且 sk-i＝0，sk+r＝0時，則決策單元 jk為DEA有效，決策單元代表的經濟活動同時達到了技術有效和規模收益。技術有效是指決策單元投入的資源得到了充分利用，達到最佳輸出狀態，投入產出平衡。規模有效指決策單元處于規模收益不變的理想狀態。

當θk＝1，但至少存在某個輸入值或者輸出值大于0時，即至少有一個sk-i＞0，或至少有一個sk+r＞0，則稱決策單元jk為弱DEA有效。若sk-i＞0，則表明第i種輸入指標有sk-i的輸入沒有完全利用，也就是說相應的投入指標需要減少sk-i來使決策單元jk克服資源閑置；若某個sk+r＞0，則表示第r種輸出單元比最大輸出大sk+r的數量。

當θk＜1時，說明決策單元jk非DEA有效，即此項經濟活動既未達到技術效率最佳，也不是規模收益的。說明決策單元jk的內部的運作效率較低，投入產出量不相匹配，存在較嚴重的資源浪費。

四、科技創新績效實證研究

根據上文已經建立的指標體系，搜集相關數據并將數據帶入CCR模型中，以楊凌示范區2007—2015年9個年度作為9個決策單元，運用DEAP2.1進行運算，結果如表1和表2所示。

表1的DEA基本模型評價結果顯示，楊凌歷年的投入產出績效是基本有效的，除了2007、2008、2009這三年，其余年份綜合效率值都等于1，松弛變量同時為0，說明這些年份是DEA有效的，即同時達到了技術效率最佳和規模收益；而2007、2008、2009這三年小于1，說明在這三年科技創新的投入產出存在失調，存在資源浪費和產出不足的現象，同時這三年的規模收益情況均處于遞增狀態，說明這三年的科技活動規模較小，還需要持續增加投入。通過分析表2中未達到DEA有效年份的松弛變量及其生產前沿面，可以得出這三年技術市場成交額的產出應該有較大幅度的提高，一般情況產出是我們不能決定的，因此我們考慮改變投入因素來提高其相對效率。

五、結論與建議

本文利用2007—2015年楊凌示范區科技創新相關統計數據，采用DEA中的CCR模型對其科技創新績效進行評價。對評價結果進行分析后，我們可以得到以下結論：第一，總體來看，楊凌示范區歷年創新績效基本達到DEA相對有效，尤其是近五年以來都處于一個比較理想的狀態；第二，沒有達到相對有效的年份，都處于規模收益遞增階段，反映出其科技活動規模相對較小；第三，對松弛變量分析得出，產出未達到有效時，科技成果轉讓指標具有較大的提升空間，因此應該重點關注如何將科技成果轉化為經濟效益；第四，科技創新具有時間上的延遲性，某一年投入的加大可能并不能使當年的決策單元達到DEA有效，因此，投入量要在分析每年具體情況的基礎上動態地制定不同的政策。

“十二五”以來，楊凌示范區在科技創新上處于一個比較理想的狀態，同時達到技術效率最佳和規模收益，但依然有不足之處，為了更好地進展科技創新工作，提高區內科技創新效率，基于以上結論提出以下建議：第一，楊凌示范區在制定發展戰略中，應繼續加大科技資源的投入，加大R&D經費投資力度，大力支持技術含量較高、市場前景好的專利和項目，充分利用農科教育資源，加強校內科研團隊與企業之間的合作，服務和支持區內科技型中小企業，注重提升企業自身的科技創新能力；第二，積極引進知識產權社會服務機構，定期為企業培訓，提高企業的科技創新產權意識；第三，促進專利、著作、技術等的交易，大力促進科技成果的發布、交易與應用，加速科技成果的推廣應用，最終將科技成果轉化成經濟產出。

[1] 吳文江：用數據包絡分析研究規模收益分析[J].系統工程理論與實踐，2001（9）.

[2] 張紅輝、許繼琴、劉尚海：基于DEA分析的寧波市科技自主創新績效評價[J].科技進步與對策，2009（17）.

[3] 劉曙光、劉佳：區域創新系統研究的國內進展綜述[J].經濟師，2005（1）.

[4] 任勝鋼、陳鳳梅：國外區域創新系統研究新進展[J].外國經濟與管理，2006（4）.

[5] 柳士雙：國外區域創新體系研究新進展與啟示[J].現代經濟探討，2012（4）.

[6] 李婷：基于DEA方法的西安高新區技術創新績效評價研究[D].西安電子科技大學，2014.

[7] 支軍、王忠輝：自主創新能力測度理論與評估指標體系構建[J].管理世界，2007（5）.

[8] 李宇、王俊倩：產業鏈垂直整合中的創新驅動與創新績效研究[J].財經問題研究，2014（7）.

[9] John Phillimore.Beyond the linear view of innovation in science park evaluation-An analysis of Western Australian Technology Park[M].Murdoch University Murdoch，WA，Australia，1999.

[10] Chung Jen Chen，Chin Chen Huang.A multiple criteria evaluation of high-tech industries for the science-based industrial park in Taiwan[J].Information&Management，2004，41（7）.

[11] Fritsch M.Measuring the Quality of Regional Innovation Systems：A Knowledge Production Function Approach[DB]. http：//www.wiwi.tu-freiberg.de/wipol/pdffiles/ap200 l_2.pdf，2001-1.

[12] Riba Vilanova M.and Leydesdorff L.Why Catalonia CannotbeConsideredasaRegionalInnovationSystem[J].Scientometrics，2001，50（2）.

（責任編輯：劉冰冰）

楊凌示范區科學技術局項目，楊凌示范區科技創新：效率測度、績效評估及策略選擇，編號：2015RKX-09。