区域海洋科技投入产出效率评价研究*——以涉海科研机构为例

刘大海，李晓璇，邢文秀，王春娟，吴国栋

（1．国家海洋局第一海洋研究所 青岛 266061；2．中国海洋大学 青岛 266100）

区域海洋科技投入产出效率评价研究*
——以涉海科研机构为例

刘大海1，2，李晓璇1，2，邢文秀1，2，王春娟1，吴国栋1

（1．国家海洋局第一海洋研究所 青岛 266061；2．中国海洋大学 青岛 266100）

立足我国海洋科技发展现状，运用数据包络分析法，以2012年为基准年，对我国拥有涉海科研机构的地区，开展海洋科技综合效率、技术效率、规模效率和规模报酬等指标的求解和分析，整体把握我国海洋科技活动的区域特点和动态变化，给出提高涉海科研机构海洋科技投入产出效率的政策建议。

海洋科技；涉海科研机构；投入产出效率评价；数据包络分析

21世纪是海洋的世纪。随着全球经济一体化进程的加快和知识经济时代的到来，海洋科技在经济、社会、生态领域的作用逐步增强，为经济发展、社会进步、生态均衡提供了强大的技术支持，在未来的国际竞争中占据主要地位。

近年来，我国海洋科技发展态势良好，一系列工作扎实推进，一大批成果走上前台，全面影响和深化海洋开发进程。然而，海洋事业的蓬勃发展对海洋科技工作提出了更高的要求，我国当前的海洋科技投入产出效率已远远不能满足需求。

立足我国海洋科技发展现状，整体把握海洋科技活动的区域特点和动态变化，定量评价海洋科技投入产出效率，从而为我国海洋科技宏观调控提供有效的决策支持，其意义深远而重大。基于此，文章运用数据包络分析法，以2012年为基准年，对我国拥有涉海科研机构的地区，开展海洋科技综合效率、技术效率、规模效率和规模报酬等指标的求解和分析，给出提高涉海科研机构海洋科技投入产出效率的政策建议。

1 DEA方法概述

数据包络分析（Data Envelopment Analysis，DEA）是美国著名运筹学家A．Charnes、W．W．Cooper与E．Rhodes等人提出的一种基于相对效率的多投入多产出效率评价方法，经过30多年的发展，现已成为经济评价、管理决策等领域中一种常见并且十分重要的分析工具和研究手段。它以传统的工程效率概念和生产函数理论为基础评价决策单元之间的相对效率，其基本思路是采用运筹学的数学规划模型，通过对同类决策单元（Decision Making Unit，DMU）的多投入、多产出数据进行求解分析，判断某个决策单元是否落在生产可能集的生产前沿面上，进而判断该决策单元是否为DEA有效［］。

自1988年魏权龄系统介绍DEA方法之后，国内关于DEA方法的理论研究及应用推广层出不穷。由于科技活动具有多投入、多产出的特征，而DEA方法在对具有相同类型的多投入、多产出的决策单元进行有效性评价时具有如下优势：①可直接使用不同计量单位、性质的指标；②不必事先预定各指标之间的关系。因此，DEA方法十分适用于科技投入产出效率的评价。

近年来，国内学者采用DEA方法对科技投入产出效率评价进行了大量的研究。樊宏，李虎［2］利用DEA方法对广东省的科技投入产出相对效率进行了测度，对其发展趋势进行了研究，并对科技投入产出相对效率与经济增长率之间的关系进行了论证；王守宝［3］通过建立模型对山东省科技投入产出相对效率进行了评价研究，分别进行了模型综合分析、技术有效性分析、规模有效性及规模效益分析；徐蔷，范纯增［4］以北京、上海、江苏、浙江和广东5个国内具有典型性的省市为例，研究了地区科技投入产出效率的变动，并通过横向和纵向的比较分析其变动的特点。除上述区域科技投入产出效率评价以外，许多学者还将DEA方法运用到产业科技投入产出效率的研究中。张青，陈丽霖［5］构建了政府财政科技投入与产出全效率的测度模型，以上海市为例，为政府调整并优化对工业企业科技资金的投向、规模、结构等提供有力的科学依据；路永明［6］对我国17个高技术产业的科技投入产出效率进行了科学的评价，横向和纵向比较分析了各行业的规模收益状况，进而找出制约各行业科技产出量的因素。

2 指标体系的建立

评价指标体系是进行海洋科技投入产出效率评价的基础，它的科学性与合理性对评价结果至关重要。然而，海洋科技评价指标繁多、体系复杂，综合考虑指标选取原则、数据采集的可行性以及海洋科技投入产出自身的特点，建立指标体系如表1所示。

表1 海洋科技投入产出分析指标体系

对以上科技投入产出的指标如下。

（1）科技活动人员是指涉海单位从业人员中的科技管理人员、课题活动人员以及科技服务人员。

（2）R＆D人员是指包括涉海单位本单位人员、外聘研究人员和在读研究生在内的人员中在报告年度参加R＆D课题的人员、R＆D课题管理人员和为R＆D活动提供直接服务的人员。

（3）经费科技活动支出是指涉海单位在报告期内用于内部开展海洋科技活动实际支出的费用，包括来自科研渠道及其他各种渠道的经费中实际用于海洋科技活动支出的费用，包括外协加工费。

由表2得出当车速在20 km/h时,驾驶室的平顺性最好;当车速在30 km/h时,其驾驶室的平顺性最差.

（4）R＆D经费内部支出是指涉海单位在报告年度为进行R＆D活动而实际用于本机构内的全部支出，包括劳务费、其他日常支出、仪器设备购置费、土地使用和建造费等。

（5）经费科技活动收入是指涉海单位在报告期内开展海洋科技活动所获得的收入。

（6）科技活动人员的科技论文是指涉海单位报告年度在学术期刊上发表的最初的科学研究成果，包括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，统计范围仅为本单位科技人员是第一作者的论文。

（7）专利申请受理量是指涉海单位在报告年度向国内外知识产权行政部门提出专利申请并被受理的件数；对外科技活动是指涉海单位人员在报告期内参加对外科技服务活动的各类人员工作量的总和。

3 模型构建

本研究采用基本的DEA模型——C2R模型，将我国拥有涉海单位的地区作为海洋科技投入产出效率评价的决策单元（黑龙江、湖北、甘肃和陕西四地虽拥有涉海单位，但不纳入测算），构建具体测算模型如下。

令12个决策单元DMUj（j=1，2，…，12）依次代表我国不同地区的海洋科技数据。其中DMU1代表辽宁，DMU2代表北京，DMU3代表天津，DMU4代表河北，DMU5代表山东，DMU6代表江苏，DMU7代表上海，DMU8代表浙江，DMU9代表福建，DMU10代表广东，DMU11代表广西，DMU12代表海南。

每个拥有涉海机构的地区即DMUj存在5个输入向量和3个输出向量，对于决策单元j，海洋科技投入产出向量分别为：

求解过程如下：

其中，m表示相应决策单元的综合效率值，n表示相应决策单元的技术效率值，SE（Scale Efficiency）表示相应决策单元的规模效率值。当SE=1时，相应决策单元规模报酬不变，表示其规模相对有效；当SE＜1，时，相应决策单元规模报酬递增；时，相应决策单元规模报酬递减［7］。

4 测算与分析

此次评价选择2012年为基准年，将收集到的海洋科技投入、产出数据代入式（1）至式（3），运用LINGO软件分别对各决策单元海洋科技的综合效率、技术效率、规模效率和规模报酬等指标进行实证研究。

综合DEA值反映相应决策单元的投入产出是否有效率，当且仅当其值为1时，综合效率相对有效，小于1则相对无效。技术DEA值反映各决策单元对于投入要素是否有效地运用，当且仅当其值为1时，技术效率相对有效，小于1则相对无效。规模DEA值为综合DEA值与技术DEA值的商，反映相应决策单元的投入产出是否达到最佳状态。CRS（Constant Returns to Scale）表示规模报酬不变，DRS（Decreasing Returns to Scale）表示规模报酬递减，IRS（Increasing Returns to Scale）表示规模报酬递增，分别说明相应决策单元加大投入，其产出的增加值将等于、小于、大于投入的增加值。效率评价结果如表2所示。

表2 测算结果——各地区DEA值

对表2的具体分析如下。

（1）在模型综合分析方面，2012年我国12个拥有涉海科研机构的地区（除黑龙江、湖北、甘肃、陕西外）中，综合DEA值为1的地区占一半，分别是辽宁、河北、山东、广东、广西和甘肃；有50%的地区在海洋科技投入产出方面相对无效，其中，北京、江苏和上海为边缘非效率单位（整体效率值介于1与0．9之间），表明这3个地区只要在投入产出上稍作调整即可达到综合相对有效；其他地区为明显非效率单位。

（2）在技术有效性分析方面，技术相对有效的地区占75%，说明大部分决策单元对科技投入要素的运用是有效的。

（3）在规模有效性及规模效益分析方面，所有地区均为非规模报酬递减，意味着在这些地区加大海洋科技投入，其产出的增加值将大于或等于投入的增加值。

5 对策与建议

本研究通过C2R模型对2012年我国拥有涉海科研机构的地区（除黑龙江、湖北、甘肃、陕西外）的海洋科技综合效率、技术效率、规模效率以及规模报酬等指标进行了求解分析，得出以下结论和建议。

（1）辽宁、河北、山东、广东、广西和海南六地的4个DEA指标均为有效，说明这些地区在海洋科技发展上处于领先地位。其中，山东和广东两地作为我国的海洋大省，在海洋科技方面，不仅达到了综合相对有效，在投入产出数量级上也位于全国前列，实现了又好又快发展。此外，六地规模报酬不变，这就要求这些地区在加大海洋科技投入力度的同时，应充分重视已投入海洋科技资源的高效利用，进一步提高产出水平，提高科技成果的产业化程度；定期进行自我监测与评价，根据当前发展状况，控制海洋科技投入产出水平，以保证规模最优。

（2）北京、江苏和浙江三地综合效率接近前沿面，且技术相对有效，处于规模报酬递增区域，说明这3个地区在海洋科技发展上具有一定的优势。其中，北京、江苏为边缘非效率单位，表明其具备显著提高产出的潜力。建议这3个地区加强规模建设，鼓励优秀人才引进，争取资金投入，通过科研规模的扩大实现规模效应，同时将重心放在改善海洋科技投入产出结构上，加快形成海洋科技产业化，关注海洋科技成果的原始创新和后期转化。

（3）天津、上海、福建技术相对无效且规模报酬递增，说明这3个地区在海洋科技投入上缺乏有效的管理，投入产出效率相对较低，但能通过规模经济效应提升其产出水平。其中，福建为明显非效率单位，意味着要提高投入产出绩效是相对困难的。鉴于此，一方面需要天津、上海、福建制定相应措施，强化市场机制，加强现有投入资源的管理，激活资源的流动；另一方面，需完善政府科技资金的投入制度，加强对海洋科技活动的资金支持，促进投入产出效率的提高。

［1］ 魏权龄．数据包络分析［M］．北京：科学出版社，2004．

［2］ 樊宏，李虎．基于DEA方法的广东省科技投入产出相对效率的评价［J］．科学研究，2009，26（2）：339－343．

［3］ 王守宝．地区科技投入产出相对效率评价研究［J］．东岳论丛，2010，31（7）：48－51．

［4］ 徐蔷，范纯增．地区科技投入产出效率的测度与评价［J］．科技管理研究，2010（7）：38－40．

［5］ 张青，陈丽霖．地方政府财政科技投入产出效率测度模型的研究［J］．研究与发展管理，2008，20（5）：102－108．

［6］ 路永明．基于DEA的我国高技术产业科技投入产出效率评价［J］．经济师，2008（3）：46－48．

［7］ 刘大海，臧家业．基于DEA方法的海洋科技效率评价研究［J］．海洋开发与管理，2008，25（1）：48－51．

海洋公益性行业科研专项经费项目资助“海洋强国建设的评价体系研究及应用”（2014418029）；国家海洋局项目“支撑海洋强国建设的海洋科技创新成果转化率和科技贡献率研究”．