基于DEA的沿海省市海洋科技创新效率分析＊

邰 骎

（浙江海洋学院 经济与管理学院，浙江 舟山 316022）

0 引言

海洋科技的创新是当今我国提高经济发展的重要前提之一，但科学技术的创新不单是指把影响科技创新元素的投入单位增加，更主要的是要注重科学技术创新效率的提高。本文以浙江省为例对我国沿海省市进行海洋科技创新效率对比分析，得出浙江省海洋科技创新效率在我国沿海省市中的水平，再通过回归分析分析影响浙江省海洋科技创新效率的主要因素，并根据分析结果对如何提高海洋科技创新效率提出相应对策。

1 DEA方法简介及选取依据

数据包络分析方法DEA（data envelopment analysis，DEA）是一种涉及多个学科的相对效率评价方法［1］。这种方法以相对效率为基础，根据多个投入指标和多个产出指标对相同类型的决策单元进行相对有效性评价。相较于其他的统计方法，DEA方法在应用中有以下优点：① 在运用DEA方法的时候，投入以及产出的生产函数不需要被指定，即可评价出具有复杂性的生产关系和决策单位间的效率；②DEA评价决策单元的结果不受其选定的投入产出数据单位所影响，只要该数据是能够反映决策单位投入或产出的主要指标即可；③DEA方法不需要在进行运算前设定指标的权重，因此不受人为主观因素的影响［2］。海洋科技创新效率的投入指标单位各有不同，而数据包络分析的特点正是不需要以参数形式规定生产前沿函数，并且允许生产前沿函数可以因为单位的不同而不同；不需要知道每个评价决策单元的输入和输出之间的联系方式，只需要最终运用极值法，并以这一变量的相对效益作为整体的比较标准。所以本文选取DEA方法进行海洋科技创新效率的研究。

2 海洋科技创新效率指标体系及数据

选取合适的输入和输出指标是DEA法成功应用的关键。张静［3］以农业科技活动经费内部支出、从事农业活动人员和研究与试验发展人员全时当量为投入指标，以专利申请授权量、检索工具收录我国农业科技论文总数、技术市场成交额和土地生产率为产出指标，对农业科技创新能力进行了分析评价；张赛飞［4］以科技研究经费支出、科技活动人员数为科技创新效率的投入指标，以高新技术产品产值以及专利授权量为产出指标对广州市的科技创新效率进行了评价研究；李泽霞［5］选取科研经费支出、研发人员全时当量为投入指标，选取国内专利申请授权数量、国内主要检索工具收录科技论文数量为产出指标，运用DEA模型对我国30个省级行政区的科技创新效率进行了分析评价。

结合学者们的研究以及对于海洋科技创新效率指标的分析，以可比性、科学性、系统性和全面性4个原则为依托进行指标的设立。DEA模型的投入指标一般从人力、资金2个方面进行选取。通常科技活动人员作为科技创新的主体，所以选取海洋科研机构科技活动人员作为人力投入指标；科研资金作为投入变量也已经得到研究人员的广泛认可，根据指标设立可获取性原则，本文选取海洋科研机构经费总额为资金投入指标；根据科斯在《企业的性质》中所提出的企业规模越大，其效率越低的规模报酬递减规律，进而考虑海洋科研机构规模大小对海洋科技创新效率的影响会起着同样决定性的作用，故本文将海洋科研机构规模纳入作为投入指标。产出指标反映的是浙江海洋科技创新效益，而海洋科技论文发表量和海洋科技专利授权数通常作为科技创新效率分析的产出指标。所以本文选取了海洋科技论文发表量和海洋科技专利授权数为分析海洋科技创新效率的产出指标（如表1所示）。以上指标数值来源于《中国海洋统计年鉴》（如表2所示）。

表1 海洋科技创新效率评价指标体系Table 1 Evaluation indicator system of marine scienceand technology innovation efficiency

表2 2011年海洋科技创新投入产出效率评价指标数据Table 2 Evaluation indicator data of marine science and technology innovation input－output efficiency

3 浙江省海洋科技创新效率实证分析

3.1 各省市海洋科研投入产出效率计算

运用deap2.1对所得数据分析处理，输入数值为沿海各省市海洋科技创新投入产出数据，运用DEA方法的CCR和BCC模型进行计算，得出2011年我国主要沿海省市的海洋科技创新效率。由表3可见，在沿海12个省市中，海洋科技创新效率投入产出达到DEA有效省市7个，占66.7%，非DEA有效省市5个，占33.3%。总体来看，我国沿海12个省市海洋科技创新投入产出综合效率平均值为83.54%，令人较为满意。

从技术效率看，8个省市技术效率值为1，说明他们的海洋科技创新投入资源得到了充分利用；而天津、江苏、浙江、福建4个省市纯技术效率值均小于1，说明或多或少这4个省市都存在科研投入资源未充分利用的情况。浙江省纯技术效率值为0.600，排名靠后，说明浙江省纯技术效率与其他沿海省市存在较大差距，且存在较为严重的资源未充分利用现象，这一点应引起重视，需采取相应措施加强浙江省海洋科技创新能力投入资源的利用率。

沿海12个省市中，北京、上海、广东、广西、山东等7个省市的规模效率为1，且规模报酬不变。说明这几个省市处于规模报酬不变的状态，即最佳规模报酬状态。其余5个省市规模效率值均小于1，它们的规模报酬处于递减或者递增的状态。表3显示，浙江省2011年的规模效率为0.932＜1，处于规模递增状态。说明浙江省只要适度扩大相关的资源投入规模，并采取更加合理的海洋科技创新资源配置的投入方向，就能实现规模报酬的最佳状态。

表3 2011年浙江省及其他11个省市的海洋科技创新投入产出效率评价结果Table 3 Evaluation result of marine science and technology innovation input－output efficiency of Zhejiang Provinc and 11other provinces in 2011

3.2 浙江省投入过多和产出不足分析

表4数据是对4个未达到DEA有效且技术效率也未达到有效的省市，为达到DEA有效所应调整的投入指标和产出指标的描述。

表4 2011海洋科技创新投入产出调整表Table 4 Adjustments in marine science and technology innovation input and output in 2011

从总体来看，这4个沿海省市在投入上呈现冗余，在产出上呈现不足，所以要使它们达到DEA有效就要对投入和产出均作出调整。表4中所列出的数据是CCR模型中的松弛变量的和，因此，在进行投入调整和产出调整的时候要按照模型中的约束条件和对各项指标进行变换。例如，数据显示2011年浙江省海洋科技创新效率投入指标中，海洋科研机构经费总额投入冗余量为31.48亿元，表明浙江省应减少在海洋科研经费上的投入。浙江省海洋科技论文不足量和专利授权数不足量分别为331.37篇和27.34件，表明浙江省应出台相应对策增加海洋科技论文和专利授权的数量。

4 结论

本文利用DEA数据包络法对我国12个沿海省市的海洋科技创新投入产出效率进行了分析。从技术效率上分析，北京、上海、山东等8个省市的技术效率值为1，说明这些地区的海洋科技创新投入资源使用得到了充分的利用，而天津、江苏、浙江、福建4个省市的技术效率值均小于1，说明这4个省市的海洋科技创新生产能力不足以及管理水平不高导致了投入在科技创新中的资源未能够得到充分利用。建议采取适当的措施加强天津、江苏、浙江、福建4个省市在进行海洋科技创新活动中对科技创新投入资源的利用率。

从海洋科技创新规模报酬上来看，天津、江苏、浙江、福建和海南5个省市均未达到DEA有效。其中，浙江、海南和福建3个省处于规模报酬递增区间，应当要适度地扩大其海洋科技创新的规模来提高3个省市的海洋科技创新投入产出的效率。天津和江苏2个省市处于规模报酬递减区间，所以应当适度地缩减其海洋科技创新规模来提高海洋科技创新投入产出的效率。

总体来看，我国沿海12个省市海洋科技创新投入产出综合效率平均值为83.54%，令人较为满意。说明我国大多数沿海省市在海洋科技创新投入产出的科研资源管理方面已经可以做到资源优化配置和充分利用，达到投入与产出均衡。但是部分省市对于海洋科研资源还未能达到充分利用。在未达到DEA有效且技术同样未达到DEA有效的4个省中，它们都存在着海洋科研资源投入冗余和产出不足的问题。所以在对它们进行调整的时候，首先，不应盲目地增加科研投入来提高海洋科技创新的水平，应当放缓科研投入，然后通过科学适当的管理和正确的政策化导向使得现有的资源得到最大的利用。其次，应当出台相关的激励政策，完善评估体系，支持和鼓励科研、学习和生产相结合，使其成为海洋科技创新能力提升的重要途径，从而提高海洋科技创新的效率。

［1］ 杜栋，庞庆华，吴炎.现代综合评价方法与案例精选［M］.北京：清华大学出版社，2004.

［2］ 魏权龄.数据包络分析［M］.北京：科学出版社，2004.

［3］ 张静.我国农业科技创新能力与效率研究［D］.杨凌：西北农林科技大学，2011.

［4］ 张赛飞，车晓惠.基于DEA的广州市科技创新效率及其影响因素研究［J］.科技管理研究，2011，31（24）：21－22.

［5］ 李泽霞.应用DEA方法评价我国区域科技创新效率［J］.图书情报工作，2011（9）：25－26.

［6］ 谢子远.沿海省市海洋科技创新水平差异及其对海洋经济发展的影响［J］.科学管理研究，2014，32（3）：76－79.