基于两阶段DEA模型的西北五省科技创新绩效评价

■ 李 玲 李 强 张爱宁（、甘肃省科学技术情报研究所甘肃省科技评价监测重点实验室 兰州 730000 、兰州商学院工商管理学院 兰州 73000）

基于两阶段DEA模型的西北五省科技创新绩效评价

■ 李 玲1李 强2张爱宁1（1、甘肃省科学技术情报研究所甘肃省科技评价监测重点实验室 兰州 730000 2、兰州商学院工商管理学院 兰州 730020）

科技创新是经济增长的主要源泉，而科技创新能力和科技创新绩效决定着一个地区的经济发展和社会变革。本文釆用西北五省科技投入、科技产出数据，引入数据包络分析方法，以两阶段绩效评价模型对西北五省科技知识产出效率与科技成果转化效率展开评价，旨在反映西北地区的科技投入规模和产出水平是否合理，发现西北地区科技创新绩效的总体趋势，以期为完善科技创新系统提供科学参考依据。

科技创新 数据包络法 绩效评价

自“西部大开发”战略实施以来，西部地区科技创新能力得到较大提升，科技体制创新不断推进，科技成果转化能力逐步增强。但是通过对历年来《全国及各地区科技进步统计监测报告》的分析，西部地区在技术创新上和东部地区相比还是有较大差距，陕西、甘肃、青海、宁夏、新疆西北五省的综合科技进步水平指数全部低于全国平均水平。当今科技创新已成为推动地区经济社会发展的主要动力，决定着一个地区的发展潜力和竞争能力，客观的评价创新绩效是创新系统建设的重要环节。本文引入数据包络方法，采用西北五省2008年以来的数据选取指标对西北地区的科技创新绩效进行实证研究，找出西北五省科技创新发展中的问题与不足，为提高区域技术创新能力、合理配置科技资源提供科学的理论依据。

数据包络分析

数据包络分析方法（DEA）是由美国著名运筹学家A.Charnes、W.Cooper和E.Rhodes在“相对效率”概念基础上发展起来的一种非参数统计方法，它将每一个被评价的经济系统或生产过程视为一个决策单元（DMU），由决策单元组（DMUS）构成评价群体，处于同一评价群体的每个决策单元都具有同样种类的资源消耗，即各决策单元具有相同的投入项指标和相同的产出项指标，在指标项和决策单元组确定以后，采用数学规划模型比较决策单元之间的相对效率，进行投入与产出比率的综合分析，得到每一决策单元综合效率的量化指标值，从而确定有效的决策单元，指明其它决策单元非有效的原因和程度，另外还可以判断决策单元的投入规模是否恰当，以指明其调整方向和程度。数据包络分析（DEA）的基本模型主要有CCR模型和BCC模型两种。CCR模型不考虑投入产出的规模报酬，只能计算出综合效率，因此进一步引入考虑规模报酬可变的BCC模型，将技术效率分解为纯技术效率和规模效率。BCC基本模型为：

在本模型中Xj、Yj分别为决策单元Uj的投入和产出要素集合，λj表示通过线性组合重新构造一个有效的DMUj时，第j个决策单元的组合比例。θ表示DMUj离有效前沿面的径向优化量或“距离”，θ越接近1表示越有效。S-，S+为松弛变量，非零的S-，S+使无效DMUj沿水平或者垂直方向延伸达到有效前沿面。模型运算结果中θ=1且S-=S+=1时，则该DMUj为DEA有效；若θ=1且S-≠0或者S+≠0时，则该DMUj为DEA弱有效；若θ<1，则该DMUj为DEA无效。纯技术效率反映了在现有技术条件下决策单元的投入产出水平，衡量决策单元的生产活动是否处于生产前沿面上，规模效率衡量的是决策单元的生产活动是否达到了最优规模。

评价模型及指标体系构建

（一）模型推演原则

数据包络分析模型一般评价的是单阶段生产过程的效率，而区域科技创新过程是两阶段的生产过程：第一阶段，首先是将人力、物力、财力等科技创新投入要素转化成科技产出、科技成果的过程；第二阶段，进而再将成果投入生产，促使科技成果转化，促进地区技术进步和经济发展的过程。据此，本文建立两阶段的西北地区科技创新绩效评价模型，第一阶段，衡量科技成果知识产出的绩效；第二阶段，衡量科技成果转化应用（经济产出）的绩效。

（二）指标体系构建

科技创新的投入通常包括人力、物力、资金的投入，产出则有知识产出和经济产出等形式，指标选取如表1所示。为了使各省的比较更具有针对性，所有指标在总量的基础上进行了处理，计算得出相对量。两个评价阶段的投入产出指标中第一阶段的产出指标是第二阶段的投入指标。

本文所用数据来自《中国科技统计年鉴》、《全国及各地区科技进步统计监测报告》。其中第一阶段投入要素选取2010年数据，产出要素选取2011年数据，时滞为1年；第二阶段的投入选取2011年数据，产出要素选取2013年数据，时滞为2年。分别在东部、中部、西部选择一个省份以与西北地区作对比。使用DEA分析软件DEAP-Version 2.1对数据运算后得到的结果见表2、表3。

实证评价及分析

（一）西部省市科技创新绩效的基本评价

第一阶段知识产出的效率评价。从DEA模型计算结果可以看出，北京、湖南地区科技创新能力较强，区域科技创新绩效第一、第二阶段综合效率、纯技术效率和规模效率均为1，说明这些地区在科技创新中技术和规模都实现了有效性，科技创新发展过程中投入得当，科技创新绩效达到 DEA 有效。四川省第一阶段知识产出综合效率值小于1，表明四川省科技创新知识产出为非DEA有效，还存在科技投入产出冗余现象，但是四川省综合效率值高于西北地区平均值，在科技创新效率方面明显高于西北地区。

表1 指标选择

表2 第一阶段效率值及松弛变量

表3 第二阶段效率值及松弛变量

从表2可以看出，西北五省的科技创新效率整体偏低，仅有新疆综合技术效率为1，其他地区均在0.7以下，不是BCC模型的有效决策单元。而且由DEA模型计算结果得出陕西、甘肃、青海、宁夏四省的综合技术无效率是由纯技术无效率、规模无效率两方面的双重作用，且纯技术效率的影响更为突出。虽然新疆地区作为西部地区落后省份，科技创新能力并不突出，但是相对于其投入产出量，却能够实现 DEA有效，这也说明科技创新过程中能否实现DEA 有效性与绝对投入和产出量没有直接关系。在第一阶段知识产出效率评价中，新疆处在规模绩效不变阶段；陕西、甘肃、青海、宁夏处于规模绩效递增阶段，说明该四省还未达到合理科技投入规模水平，没能有效地使科技投入转化为产出。

第二阶段经济产出的效率评价。由表3计算结果可知，只有宁夏和青海在科技成果转化绩效上是DEA有效的，由《2012年全国及各地区科技进步统计监测结果》可知，2012综合科技进步水平指数排序与2011年的排序比较，宁夏比上年上升了7位，青海上升了3位，且宁夏综合科技进步水平指数提高了2.13个百分点，指数增长排到了第四位。这两地区综合科技进步和他们科技成果转化的高效是密不可分的。

在第二阶段经济产出效率评价中，陕西、甘肃、新疆成果转化效率是DEA无效的，同样是由纯技术无效率、规模无效率两方面的双重作用，且纯技术效率低是总效率低的重要原因。之所以产生这种情况，一方面可能由于地理区位劣势，经济发展水平低；另一方面可能由于缺乏先进技术和成熟经验，投入的资源和要素没有得到充分利用，造成成本浪费。青海、宁夏处在规模绩效不变阶段；陕西、甘肃、新疆处于规模绩效递增阶段。按照经济学的生产理论，最佳的生产状态应处于生产前沿面上的规模绩效递减阶段（此时边际产量小于平均产量但边际产量大于0）中的某个点。因此反映出西北地区科技创新总体还未达到合理科技投入规模水平。

（二）松弛变量分析

根据DEA理论中的前沿面分析可知，输入指标的松弛变量不为零，表明所对应的输入要素对科技发展的作用未能充分发挥，由表2可以看出，陕西、甘肃、青海、宁夏四省投入指标均存在冗余现象。其中陕西、甘肃4个投入指标松弛变量都不为0，反映出科技投入没有完全被产出所吸收和反映；青海的S1-、S4

-不为零，表明科研与综合技术服务业新增固定资产、R&D经费在科技创新中的作用没有充分发挥；宁夏S2-、S3

-不为零，表明科技人力资源及企业科技经费投入未能充分对科技创新产生全部作用，存在冗余。从产出角度来看，输出指标的松弛变量不为零则表示所对应的产出要素未能达到有效水平，由表2可以看出，陕西、甘肃、青海获得国家科技成果奖系数存在不足，表明三省需要在重大科技成果上有所突破，这也是当前各省科技创新需要重点扶持的方面。

从第二阶段成果转化绩效来看，陕西、甘肃和新疆在科技论文数和获国家级科技成果奖系数存在较严重的冗余现象，表明虽然在科技知识产出方面有较大的数额，但是研发质量不高，并没有转换为有效生产力。甘肃省高技术产业总产值在工业总产值中所占比重不足，这与甘肃省高新技术企业现状是相符的。目前，甘肃省有效的高新技术企业为198家，在西部12个省（市）中高新技术企业数量排在第6位，低于四川的1372家和陕西的1127家，甘肃省高新技术企业总量基数较少，后备企业源乏力。新疆自治区技术市场成交额和高技术产业总产值也存在较大的不足。新疆科技经济发展落后，与内地科技交流与合作的成本相对较高，且新疆高新技术企业规模普遍偏小，研究开发强度较低，不足以为企业自身发展提供充分的技术支持，导致新疆在科技创新的经济产出绩效方面存在不足。

表4 第一阶段无效决策单元调整为有效决策单元的调整目标

表5 第二阶段无效决策单元调整为有效决策单元的调整目标

（三）投影分析

投影分析提供了各指标节省的数量及幅度，以及可能增加的产出数量及幅度，如果消除这些在投入、产出方面的欠缺，就可以使该被评价地区由无效转为有效。对于投入指标而言，原始数值减去其距离有效前沿面的径向距离和冗余后将得到有效目标值，对产出指标而言原始数值加上其冗余后将得到有效目标值，具体计算公式如下：

根据公式计算可得西北五省创新效率投影分析情况，各无效决策单元调整为有效决策单元的调整目标如表4、表5所示，这在一定程度上反映出西北地区区域创新投入与产出的优化方向。

表4、表5给出了个无效决策单元调整为有效决策单元的调整目标，调整数量就是决策单元资源投入量可以节约的数量，也说明长期以来西北地区科技创新投入造成了巨大的资源浪费。通过投影方法构造在DEA相对有效面上的新决策单元，可知每一个地区科技创新效率无效的数量及幅度。从数量上分析，甘肃省的科技创新知识产出绩效要达到DEA有效，应当缩减其相应的输入值，将甘肃省科研与综合技术服务业新增固定资产占全社会比重减少0.67个百分点，万人R&D科学家和工程师数减少3.40人，企业R&D经费支出占产品销售收入比重减少0.42个百分点，R&D经费占GDP的比重减少0.80个百分点，将获国家级科技成果奖系数增加1.87项，相对效率就会提高。当然，投影分析尽管可以为科技管理者提供改进工作的目标，这仅是理论上的分析，在实际工作中，有些指标如R&D经费投入可能不能再降低，因此应根据实际情况制定改进措施，极大地促进科技投入、科技产出的生产力效能，使其向高效优质发展。

结论与建议

通过构建科技创新投入产出两阶段绩效评价的分析模型，并据此对西北五省科技创新的知识产出绩效和成果转化绩效进行实证检验，本文得出如下结论：

西北地区科技创新效率总体偏低，相对于我国东部、中部地区存在明显的差距。西北五省要进行有效创新，加大创新的投入是必不可少的，同时各地方政府在资源投入过程中要有明确的方向，对关系科技创新发展的重点领域和行业要强化投入力度，对无关紧要的领域减少投入量，培育和发展主导产业，其目的是使投入产出结构更合理，资源利用率更高，促进区域科技创新发展效率的提高。

通过对总效率的分解发现，西部地区综合效率偏低是纯技术无效率、规模无效率两方面的双重作用，且纯技术效率的影响更为突出。因此西北地区要主动借鉴和学习标杆省市的经验和启示，加强管理创新和制度创新，充分利用技术进步提高科技投入产出效率，提高自身的资源配置能力，抓住与发达地区合作与交流的机遇，挖掘更多的技术、人才优势，增强自身的创新发展能力。

从DEA模型结果可以看出，相对于投入指标在每个决策单元的无效而言，产出指标并不是在每个决策单元上都是无效的，可以认为西北地区科技创新绩效中产出指标的负面影响要小于投入指标，因此，提高科技创新效率的重点应该放在投入指标上，通过提高科技投入要素的质量和使用效率提高科技创新的综合效率。

1.张前荣.我国省域科技投入产出效率的实证分析[J].天津师范大学学报（自然科学版），2009（1）

2.魏权龄.数据包络分析[M].科学出版社，2004

3.吕姝望.我国西部地区技术创新绩效评价研究[J].内蒙古农业大学学报（社会科学版），2010（2）

4.鞠树成.山东省科技创新绩效评价与分析[J].技术与创新管理，2006（3）

5.张艳艳，赵海军.基于数据包络分析的科技创新绩效评价[J].天津师范大学学报（自然科学版），2009（2）

6.石峰.基于省际面板数据及DEA的区域创新效率研究[J].技术经济，2010（5）

7.李莉，毛加强.基于BCC模型的中国西部地区科技创新绩效分析[J].统计与信息论坛，2011（5）

国家软科学研究计划“基于产业博弈理论的丝绸之路经济带‘甘肃段’发展研究”（2014GXS4D156）

F223

A