基于DEA的河南省R&D投入效率实证分析

李雄诒,李新杰

〔中原工学院经济管理学院,河南郑州 451191〕

基于DEA的河南省R&D投入效率实证分析

李雄诒,李新杰

〔中原工学院经济管理学院,河南郑州 451191〕

应用 DEA方法中的 CCR、BCC模型,通过对河南省 2000年 -2007年 R&D投入产出效率的纵向比较分析和 2007年度全国 30个省市 R&D投入产出效率的横向比较分析得出,缺乏对 R&D活动的科学管理是造成河南省 R&D活动绩效不彰的主要原因。优化河南省的 R&D活动,需要:保持现有投入规模,提高研发的产出;改善R&D经费投入结构;对科技资源进行有效整合;创建适合河南 R&D发展的科技运行机制;完善政策法规。

R&D;DEA;效率;实证分析

一、引言

近年来,国家之间的竞争逐渐前移到作为创新源头的基础研究,基础研究成为国家重要的战略性资源 (李正风,2002),基于这一认识,各个国家、地区都把 R&D投入作为一项战略性投资,大幅度增加R&D投入,抢占科学的制高点。随着国家对基础研究投入的增大,这种投入所产生的效力、效率以及交账 (accountability)问题备受各方面的关注 (葛国耀,宋子良,2003)。科技投入能否真正提升一个地区的科技创新水平,促进经济增长,与科技投入的效率息息相关。

上个世纪 70年代,美国国家科学基金会 (NSF)和国立卫生研究会 (NIH)率先成立了评估办公室,开始了对基础研究绩效进行定量评估的研究和探索。此后,绩效评估逐渐为各国政府所重视。我国对 R&D活动绩效的评价最初主要是以主管领导的主观评价为主,以同行评价等为辅 (许庆瑞,郑刚等,2002)。目前,应用比较广泛的主要有同行评议法、科学计量法、回溯法等。以往的 R&D绩效评价方法,过于强调评价 R&D活动某一个方面的绩效,因不能评价 R&D活动的整体绩效而备受争议 (Farris,Groesbeck,Van-Aken,&letens,2006)。单一的评价维度与现代多投入和多产出的 R&D活动本质上是矛盾的 (Marik,Henry,&Julnes,2000)。单一的评价方法只能是测量整个 R&D绩效的一部分,过分地强调某一方面的评价,会导致对整个创新绩效评价的扭曲 (Backes-Gellner&Sadowski,1990)。

数据包络分析 (DEA)方法是著名运筹学家 A.Charnes,W.W.Cooper等学者以“相对效率”为基础,对多指标投入和多指标产出的相同类型单位(部门)进行相对有效性或效益评价的一种新的系统分析方法。DEA方法的优点是不需要确定输入输出生产函数的具体显示表达式,而是以决策单元各输入输出的权重为变量,从最有利决策单元的角度进行评价,从而避免了确定各指标在优先意义下的权重,避免了主观因素带来的误差。DEA是衡量资源配置效率的有效分析方法,特别是对非单纯盈利的公共服务部门如学校、医院、某些文化设施等的评价。基于这样的现实,DEA方法被广泛地应用到科技绩效评价领域。

近五年来,河南省 R&D活动经费投入以年平均29.52%的速度增长,2008年河南省的 R&D内部支出达到 124.09亿元;R&D活动人员全时当量达到72830人年,较 2007年增长 12.23%。尽管河南省R&D资源的投入量不断增加,在中部各省中处于领先地位,但 R&D投入强度 (R&D/GDP)却落后于中部的其他省份,2008年河南省 R&D投入强度为0.67%,在中部各省排名倒数第一。与东部发达地区相比,不管是绝对量还是相对量都存在很大差距。

二、分析模型与分析框架

1.分析模型

(1)DEA模型简介

DEA的第一个经典模型 CCR模型。假设有 n个部门或单位 (称为决策单元 DMU),这 n个决策单元 DMUj(1≤j≤n)都是具有可比性的。每个决策单元 DMU都有 m种类型的“输入”(表示该决策单元对“资源”的耗费,类似于微观经济学中的生产要素)和 S种类型的“输出”(它们是决策单元 DMU在消耗了“资源”之后,表明“成效”的一些指标,例如经济效益指标及产品质量的指标)。每个决策单元有输入向量 Xj=(X1j,X2j…Xnj)T,输出向量 Yj=(Y1j,Y2j…Ynj)T,Xij为 DMUj第 i种输入的投入量,yij为 DMUj对第 r种输出的产出量 (j=1,2…,n;i∈1,2…,m;r∈1,2…,s)。我们对输入和输出的期望是:输入越小越好,而输出越大越好。

其投入规划模型 (CCR)为:

不考虑最小性假设,可得到如下 DEA模型(BCC)为:

ε为非阿基米德无穷小量,在计算中取正的无穷小,S-和 S+分别为松弛变量,θ为评价决策单元的有效值 (投入相对于产出的有效利用程度)。模型的最优解为θ＊,λ＊,S-0,S+0。

(2)DEA模型的经济意义

模型 CCR的经济含义是,优化目标值θ表示被决策单元 DMUj0的投入要素同比例减少所能达到的最低值,当且仅当θ＊=1,表示 DMUj0至少一个投入要素已经是最低限,不能再减少,如果θ＊=1,且 S-+S+=0表示所有投入要素都是最低限,则称DMUj0处于有效边界上;当θ＊<1意味着 DMUj0的投入要素还有减少的余地,θ越小投入要素可压缩的余地越大。结论如下:

第一,θ＊=1,且 S-=0,S+=0。此时决策单元DMUj0为 DEA有效,决策单元 DMUj0的生产活动为同时规模有效和技术有效,其中 S-和 S+分别表示投入的“超量”和产出的“亏量”。

第二,θ＊=1,但 S-+S+≥0,此时决策单元DMUj0为弱 DEA有效,即此时经济活动不是同时技术效率最佳和规模效益最佳,表明某些方面的投入仍有“超量”,某些产出存在“亏量”。

第三,θ＊<1,此时决策单元 DMUj0不是 DEA有效。决策单元既不是技术效率最佳也不是规模效益最佳。

模型 BCC的经济含义是,用来测量 DMUj0的技术效率是否最佳,如果σ=1且 S-=0,表明 DMUj0技术效率最佳,否则 DMUj0技术非有效;同时利用CCR模型和 BCC模型的计算结果θ/σ,来计算DMUj0规模有效性。如果θ/σ=1,DMUj0规模效益不变,此时 DMUj0达到最大规模点。如果θ/σ≠1,则 CCR模型下的 ∑λj>1,意味着规模效益递减(DRS),∑λj<1,意味着规模效益递增 (IRS)。

2.分析框架和指标体系的选取

(1)分析框架

本文将从以下两个方面进行分析:第一,以年份为决策单元,对河南省从 2000年 -2007年 R&D投入效率进行纵向比较评价和分析;第二,以省份为决策单元,以 2007年为分析年,对全国 30个省市 (西藏自治区相关指标未有统计,因此从样本中剔除)R&D投入效率进行横向比较分析。通过以上两个方面的分析,认清河南省 R&D活动中存在的问题和原因,提出优化河南省 R&D活动的对策建议。

(2)评价指标的选取和数据采集

投入指标:第一,R&D人员折合全时人员:指当年从事 R&D活动全时人员折合全时工作量与所有非全时人员工作量之和;第二,R&D经费内部支出:指调查单位在报告期用于内部开展 R&D活动的实际支出;第三,从事 R&D活动中科学家和工程师全时当量:当年从事 R&D活动的全时科学家和工程师数和非全时科学家和工程师工作量之和。(见表1)

表1 R&D投入产出指标体系

产出指标:第一,科技论文数:在全国性学报或学术刊物上、省部属大专院校对外正式发行的学报或学术刊物上发表的论文,以及向国外发表的论文。只统计本单位科技人员为第一作者的论文。第二,出版的科学专著:指经过正式出版部门编印出版的科技专著、大专院校教科书、科普著作。只统计本单位科技人员为第一作者的著作。同一书名计为一种著作,与书的发行量无关。第三,专利授权量:指由专利机构对专利申请无异议或审查意义不成立的,做出授权专利权决定,发给专利证书,并将有关事项给予登记和公告的专利数。发明专利与科技发展的关系密切,是 R&D活动和技术创新活动的重要产出形式,因此被用作技术发明产出的指标。第四,技术市场合同成交量:指在技术市场中,各地区合同成交的数量,它是市场检验 R&D投入的一项重要产出指标,因为任何创新最终要经过市场来检验其价值。

考虑到 R&D活动的特点,投入和产出之间存在一定的时间滞后性。经过协整分析,R&D投入和产出发挥的最大时滞为 1年,即 2007年的 R&D投入,2008年才能有科技产出。本文所用的数据全部来自于《浙江省科技年鉴》(2008)、《河南省统计年鉴》(2001-2009)、《中国科技统计年鉴》(2008-2009)和《中国科技论文统计》(2009)。

三、实证分析

1.河南省 R&D资源投入效率纵向评价与分析

根据从统计年鉴得到的河南省 2000年 -2007年的 R&D人员折合全时人员数 (X1)、R&D经费内部支出 (X2)、从事 R&D活动中科学家和工程师(X3)、科技论文数 (Y1)、出版的科学专著 (Y2)、专利授权量 (Y3)、技术市场合同成交量 (Y4)等数据,以年份作为决策单元,应用 CCR和 BCC模型,采用W in4Deap软件进行求解计算,得到河南省 2000年-2007年 R&D投入和 2001年 -2008年产出效率的评价结果。(见表2)

表2 河南省 2000年 -2007年 R&D投入产出效率的评价结果

CCR模型的经济含义是:保证输出水平不降低,以其他DMU的实际投入为参照物,优化目标值θ揭示了被评价决策单元 DMU的投入要素同比例减少所能达到的最低值,当且仅当θ=1时,DMU的至少一个投入要素已经是最低限,不能再进一步减少;如果θ=1且第一个约束方程没有松弛,说明DMU已经处于生产的有效边界上;θ<1,意味着DMU的生产要素存在可减少的余地,θ越小,可压缩的余地越大。

VRS技术有效性的经济含义是指:技术效率可以看出各部门对生产要素是否进行了有效的运用,已达到产出最大化,其值越高表示其投入资源的使用越有效率。如果σ=1且投入约束无松弛,表明DMU技术效率最佳,否则DMU技术非有效。

(1)综合效率分析

从表2结果可以看出,2002年 -2004年和2007年河南省的 R&D投入产出同时达到了规模效益不变及技术最优;2000年 -2001年、2005年 -2006年为技术有效决策单元,但因规模效率非最佳,使综合效率未达到最优。从总的结果看,2000年 -2008年,河南省的 R&D投入产出均达到了技术效率最佳,只是由于规模效率不佳,才使综合效率处于低效状态。

(2)规模效益分析

从表2结果可知,2000年 -2001年,河南省技术效率达到最佳,规模效益评价值均小于 1,即规模效益递增,这意味着 R&D投入不够是导致 2000年和 2001年非DEA有效的真正原因。2002年 -2004年和 2007年,河南省 R&D活动投入进入规模效益不变阶段,显示这一时期 R&D活动投入规模是经济的。2005年和 2006年,河南省 R&D投入的规模效益评价值大于 1,即规模效益递减,因为其技术效率达到了最佳,说明现有的投入规模下,产出严重不足造成了非DEA有效。

(3)投影分析

为了找出决策单元 R&D投入无效的具体原因,本文利用“投影”理论对河南省 DEA评价无效的年份做进一步的差额变量分析。

与有效生产前沿面的生产活动相比,为得到已有的产出,2000年 -2001年和 2005年 -2006年河南从事 R&D活动的人员、R&D经费内部支出以及从事 R&D活动的科学家和工程师都存在一定的冗余。2000年河南省从事 R&D活动的人员和 R&D经费内部支出冗余度仅为 1.42%。随着对 R&D活动投入的增加,2001年较 2000年各项投入指标冗余度变得相对较大,2001年这两项投入的冗余度达到了 8.63%,而从事 R&D活动的科学家和工程师的冗余度较 2000年略有下降,由 14.94%降为12.18%。之后,河南省 R&D活动投入指标的冗余问题逐步得到改善,2006年从事 R&D活动的人员和 R&D经费内部支出的冗余度均下降到 0.96%,从事 R&D活动的科学家和工程师的冗余度则下降到了 5.05%。

表3 河南省DEA评价无效年份的投影分析结果

从表3的结果看,2000年和 2001年都存在专利授权数产出不足的情况,其中 2000年和 2001年的专利授权数应在原有基础上提高 38.94%和22.63%,河南省 R&D活动才能达到技术有效且规模有效。从结果可以看出,2002年以后,专利授权数已达到最大可能的产出水平。2005年和 2006年,除了专利授权数已达到最大可能产出外,河南省R&D活动在其他三项科技产出指标上存在产出不足的情况。2005年科学专著产出不足率达到10.72%,2006年科学专著产出不足率则达到4.53%,科技论文数产出不足率为 6.20%。其中技术市场合同成交量产出尤为不足,2000年、2005年和 2006年河南省技术市场合同成交量产出不足率分别达到 38.95%、63%、33.32%。此结果表明河南省R&D活动绩效不佳的原因主要是科技产出不足。技术市场合同成交量严重不足,即技术成果转化率太低是造成河南省科技产出不足的一个重要原因。

2.河南省与全国 30个省、市 R&D投入效率横向比较评价与分析

根据所得到全国 30个省、市 2007/2008年R&D活动的 R&D人员折合全时人员数 (X1)、R&D经费内部支出 (X2)、从事 R&D活动中科学家和工程师 (X3)、科技论文数 (Y1)、出版的科学专著 (Y2)和专利授权量 (Y3)以及技术市场合同成交量 (Y4)等数据,以省、市作为决策单元,应用 CCR和 BCC模型,采用 W in4Deap软件进行求解计算,得到2007/2008年全国 30个省、市 R&D投入产出效率的评价结果。

表4 2007年全国 30个省、市 R&D投入产出效率的评价结果

(1)综合效率分析

从表4结果可知,2007年天津、浙江、山东、海南、云南、新疆、上海等 7个省市的 R&D投入产出的综合效率达到最佳,表明 R&D人员和经费投入都得到了充分的利用,并取得了可能的最大产出成果。有 76.66%的决策单元,也就是 23个地区的DEA值低于 1,并同时存在规模效率非最优状况,这意味着有七成以上地区在 R&D投入产出中是相对无效的。在这 23个相对无效的地区中,只有北京市的 DEA值接近于 1,是边缘非效率单位。边缘非效率单位是指 DEA值介于 0.9-1之间,即只要对投入产出少做调整即可达到DEA为 1的水平。在 22个明显非效率 (DEA小于 0.9)的单位中,有 16个地区的DEA值在 0.6以下,占到总体的 53.33%。这表示有一半以上的地区经营效率低下,要提高其投入和产出绩效是非常困难的,需要长期、同时调整投入和产出两方面的多项指标。2007年河南省综合效率仅为 0.402,这意味着河南省在 2007年的 R&D投入产出不仅是无绩效的还是明显非效率的,要使其投入产出有效,需要长期的调整和努力。

(2)规模收益分析

在参与评价的 30个省、市中处于规模效益不变的是天津、浙江、山东、海南、云南、新疆、上海等 7个省、市,表明这几个地区的 R&D资源投入规模效益是经济的;吉林、湖北、河南、青海等 9个省、市是规模效益递增的,即有 3成地区 R&D资源投入是处于相对不足的状态。其余包括广西、广东、陕西等在内的 14个省、市是处于规模效益递减状态,说明我国46%以上地区的 R&D投入是不经济的。河南省规模效益评价值是 0.542,显示出河南省对 R&D的投入处于严重不足的状态;技术有效值为 0.404,表明技术无效,意味着河南省缺乏对 R&D的科学管理;规模效率为 0.966,且规模效益递增,这意味着河南省对 R&D的投入规模不够,而投入的提高能够带来更多的产出。

(3)投影分析

为了找出河南省 R&D资源投入产出无效的具体原因,本文利用“投影”理论对其做进一步的差额变量分析。河南省 2007/2008年 R&D投入产出效率 DEA运行结果如表5、表6所示:

表5 投入角度下河南省 R&D投影分析结果

投入角度 DEA分析的经济含义是:在既定的产出下,确保投入最小。表5的结果显示,在保证2008年科技产出不变的情况下,2007年 R&D资源各项指标投入相对于其产出存在过量冗余的现象。R&D人员折合全时人员数、R&D经费内部支出和从事 R&D活动的科学家和工程师,其冗余度分别为63.52%、59.8%和 59.8%,这意味着在河南省现有的科技产出下,其投入量应在原来的基础上缩减60%左右才能保证 R&D活动是有绩效的。R&D投入的过量冗余是造成河南省绩效不彰的主要原因。

表6 产出角度下河南省 R&D投影分析结果

产出角度 DEA分析的经济含义是:在既定的投入规模下,确保产出最大化。表6的结果显示,现有的投入规模下,河南省的科技产出严重不足。在保证 2007年河南省 R&D投入规模不变的情况下,2008年的科技论文数、专利授权量和技术市场合同成交量的产出量在原有的基础上增加 59.8%,才能使河南省 R&D活动处于有效的生产状态。在现有的投入规模下,产出量严重不足是造成河南省非DEA有效的直接原因。

四、对优化河南省 R&D活动的对策建议

从分析来看,在既有的产出规模下,R&D资源投入冗余率高达 60%,这意味着河南省有近一半以上的 R&D资源被浪费掉了;在现有的投入规模下,R&D活动的科技产出存在着严重的不足,科技产出不足率为 59.8%,意味着河南省 R&D活动的生产效率是十分低下的。总的来看,缺乏对 R&D活动的科学管理是造成河南省 R&D活动绩效不彰、生产力低下的主要原因。

针对河南省 R&D活动的现状和存在的问题,本文提出以下建议:

一是保持现有投入规模,提高研发的产出。在加大科技经费和人员投入的同时,着力提高研发的产出效率。

二是改善 R&D经费投入结构,合理配置三类研究经费的比例。从基础研究经费占 R&D经费的比重来看,河南省这一比重长期处在 2%左右,远低于全国平均水平 (5%左右),从大部分 OECD成员国家及其他六个观察员国家的数据看,基础研究经费在 R&D经费总额的比重最低也在 10%以上,大多数国家在 20%左右。基础研究经费比重过低,是造成科技论文、科学专著等科技产出不足的重要原因。河南省 R&D活动规模虽然不小,但大部分是企业的实验发展活动,经济利益的驱使和科研能力不足使得企业很少涉足基础研究。

三是对科技资源进行有效整合,制定出适合自身的科技发展规划。明确政府 R&D经费及基础研究的投资规模和投资目标,使 R&D活动的经费和人员得到持续、合理的增长和利用。明确资助的重点领域和范围,尽量避免没有计划、不科学的发展造成重复资助或是出现资助盲区。重复资助所造成的资源浪费是导致投入冗余和产出不足的主要原因。

四是创建适合河南 R&D发展的科技运行机制,促进产学研的有效结合。在调整 R&D经费结构的同时,政府和科技界应积极创建适合河南 R&D发展的科技运行机制。制定旨在推动科研机构和企业结合的有力措施及政策,引导和提高企业在基础研究活动中的作用,促进企业的经济资源与省内高等院校和科研院所的人才、技术资源的交流和合作。逐步形成对基础研究和应用研究的稳定的科技投入机制,以促进河南创新层次和水平的提高。

五是完善政策法规,为科研成果产业化创建平台。创造良好的宏观科技环境,为研发主体提供快捷、准确的市场信息,为科研成果开辟广阔的市场,积极促进 R&D成果产业化。

注:从国家最新公布的科技产出指标来看,均未对各省“出版的科学专著”进行统计和公布,因此本文对 30个省份进行横向对比分析时,剔除了该项指标。

[1] Backes-Gellner,U,&Sadowski,D.Organizational i mplementation of bibio-inetric in dicator[J].Scientometrics,1990,18:385-395.

[2] Charnes A,CooperW W and Rhodes E.Measuring the efficiency of decision making units[J].European Journal ofOperational Research,1978,2:429-444.

[3] Farris,J.A,Groesbeck,R.L,Van-Aken,E,M.,&letens,G.Evaluating the relative Performance of Engineering design project:A case study using data envelopment analysis[J].IEE Transaction on Engineering Management,2006,53(3):471-482.

[4] Fang–Ming Hsu,Chao-chih Hsueh.Measuring relative efficiency of government-sponsored R&D.project:A three-stage approach[J].Evaluation and Program Planning,2009:178-186.

[5] Marik,M.M.,Henry,G.T.,&Julnes,G.Evaluation:An intigrated framework for understanding guiding and improving policies and programs[J].2000,San-Francisco,CA:Jossey-Bass.

[6] Timothy J.Coelli,D.S.Prassada Rao Chirstopher J.O’Donnell and George E.Battese.An Introduction to Efficiency and Productivity Analysis[J]. Second edition(2005):161-180.

[7] WeiQ L.Data envelopment analysis[J].Chinese Science Bulletin,2001(46):1321-1332.

[8] 魏权龄.数据包络分析 (DEA)[J].科学通报,2000(17):1793-1808.

[9] 杜栋,庞庆华,吴炎.现代综合评价方法与案例精选[M].北京:清华出版社,2008:62-84.

[10]沈雯雯.江浙两省 R&D效率的 DEA方法比较分析[J].北方经贸,2008(8):34-36.

[11]周航,武志勇.黑龙江省 R&D资源利用效率 DEA分析[J].北方经贸,2008(2):103-104.

[12]王娅莉.影响我国基础研究投入的因素分析——我国基础研究资源结构和部分国家差异比较[J].科技管理研究,2005(1):34-37.

[13]吴子健,崔清,庄丽平.安徽省科技资源配置的现状及其对策研究[J].决策咨询通讯,2008(5):8-10.

[14]黄巧敏.基于 DEA的福建省 R&D投入产出效率综合评价[J].当代经济,2005(7):93-95.

[15]张良强,刘荧.福建省科技资源配置的效率分析与优化[J].福建农林大学学报:哲学社会科学版,2008(5):32-39.

[16]陈骑兵.DEA方法在重庆市 R&D投入评价中的应用[D].重庆:重庆大学,2006:29-37.

[17]王茨.四川省 R&D投入效率 DEA方法实证分析[D].成都:西南财经大学,2007:37-46.

[18]葛国耀,宋子良.新时期基础研究绩效评估特殊性探究[J].科学管理研究,2003(4):59-62.

[19]李正风.基础研究绩效评估中的若干问题[J].科学学研究,2002(1):67-71.

[20]许庆瑞,郑刚,徐操志,刘景江.研究与开发绩效在中国:实践与趋势[J].2002(1):46-53.

(责任编辑:高 敏)

10.3969/j.issn.1008-3928.2010.05.013

F204

A

1008-3928(2010)05-0048-07

2010-09-06

李雄诒 (1954-),男,湖南长沙人,博士学历,中原工学院经济管理学院院长、教授,研究方向为企业文化和企业战略。李新杰(1981-),女,河南新乡人,中原工学院经济管理学院硕士研究生,研究方向为企业文化和企业战略管理。

国家自然科学基金“我国地方基础研究发展状况及相关政策研究”(项目编号:L0922108)