基于SE－SBM的中国军民融合产业示范基地的经济效率测评

周 宾

（1.陕西省社会科学院 经济研究所，陕西 西安 710065；2.西北大学 经济管理学院，陕西 西安 710118）

一、研究背景与文献述评

（一）研究背景

在世界经济复苏乏力，国内经济转型升级和节能减排压力大的背景下，为加速推进工业化进程、调整和优化产业结构、促进“两化”融合，2011年7月中国开展了创建国家新型工业化产业示范基地（以下简称“示范基地”）。根据中国“国家新型工业化产业示范基地综合平台”（以下简称“平台”）统计，截止目前，已获准的前四批示范基地达到231家，分别位于中国东、中、西部的数量占比约为5∶2∶3，涉及装备制造、原材料、消费品、电子信息、军民融合、软件和信息服务、资源综合利用等七大类。2012年，示范基地实现工业增加值49855.1亿元，占全国工业增加值比重的25%，同比增速高出全国工业增加值10.1%。其中，以军民融合为主导产业的示范基地数量约占10.4%，位于中、西部的基地数量占3／4，该类基地的工业总产值占七大类示范基地的5.42%。统计还显示，军民结合—四川绵阳科技城2012年示范产业工业总产值和增加值均最高（分别为1030.6亿元和473亿元），而军民结合—河南洛阳涧西区2012年研发投入最高（36.52亿元），同年研发投入占比最高的是军民结合—辽宁铁岭经济技术开发区（6.5%）。目前军民融合产业示范基地的经济发展规模不大，但在国家积极推动军民融合深度发展和鼓励循环经济发展等叠加政策影响下，对以军民两用产品研发生产为主的军民融合产业经济效率进行研究，将促进我国中西部地区的产业结构优化升级、增进地区经济内生动力、推动区域平衡、协调和可持续发展，具有重要的理论意义。

（二）文献述评

数据包络分析（Data Environment Analysis，DEA）自1978年由 A.Charnes、W.W.Cooper和E.Rhodes提出至今，因其不需投入与产出指标的量纲完全一致，较适于对多输入—多输出的决策评价单元（Decision Making Unit，DMU）进行有效性评价，被应用于区域、生产部门等的经济效率评价中。基于C2R模型产生后，不断出现了诸如BC2、C2GS2、C2W、C2WH、C2WY 等 DEA 模型［1］。随着对其研究和应用的不断深入，Pitt－man、Fare、Hailu和 Veeman、Zhu和Scheel、Seiford和Zhu、Fare等不断提出基于DEA模型的径向及投入—产出角度的测算方法。Kaoru Tone为解决一些模型不能同时满足扩大期望产出和减少非期望产出的问题，提出了适于非径向的SBM（Slacks Based Measure）模型，其既能避免对径向选择的差异可能带来的计算偏差，又能进一步提升测算决策单元有效性的科学性［2］。研究发现，SBM 模型是基于一些传统的DEA模型上的改进，但其无法用于有效的决策单元之间的比较，不能满足进一步测评决策评价单元有效度的需要。Tone于2002年进一步研究后提出了基于修正松弛变量的Super Efficiency－SBM（SESBM）模型［3］。运用SE－SBM模型，一些学者进行了相关应用研究，如周泽炯等以中原经济区15个地市为例，对其低碳经济发展现状进行了实证研究［4］；杨杰等测度了考虑污染排放约束的中国区域环境效率［5］；魏峰、周五七等对中国15个代表性行业的年度技术效率进行了测度［6－7］；孙钰等对中国30个省市的低碳经济效率进行了分析和排序［8］；张莉侠对中国21个乳制品企业的技术效率进行了测算［9］；夏绪梅对省级企业技术创新效率评价演化进行了分析［10］；迟国泰等对中国14个典型的省级行政区进行了实证研究［11］等。分析发现，SE－SBM模型的主要改进之处在于对决策单元j评价时，把该评价单元与其他所有的评价单元的线性组合进行比较，使决策单元j的投入和产出被其他所有决策单元投入、产出的线性组合替代，而将第j个决策单元排除在外［12］，从而较好地解决了相对有效单元之间的排序问题。

综上认为，国内外既有文献中对于区域和企业层面的经济效率研究较为常见，而平台的统计仅对示范基地的部分经济指标（销售收入、产值、增加值、利润率、进出口额、税金等）做了基本排序，由于各示范基地的产业类别、发展基础、经济规模差异明显，对示范基地（园区）层面，尤其对涉及军民融合产业的经济效率进行专门研究的国内外研究比较缺乏，尤其在对规模收益可变（VRS）条件下的SE－SBM模型相关研究更为稀缺。鉴于此，本文选择在VRS条件下，基于SE－SBM模型的DEA法，对中国军民融合产业示范基地的经济效率建模和测评其经济效率的有效性，并就提升其经济效率给出相应对策建议进行专门研究。

二、研究方法

（一）建模原理

根据对军民融合产业示范基地经济效率测评的需要，这里选择基于Kaoru Tone提出的以修正松弛变量为基础的超效率DEA模型（Super Efficiency Slacks－Based Measure，即SE－SBM模型），以便于不仅对DMU的有效性做出测评，而且对有效的DMU进一步比较其有效度。同时，平台中的统计结果反映了示范基地的总体经济发展情况，但在新时期我国军民融合深度发展背景下，科技创新驱动、循环经济、“两化”融合等因素应在测评指标体系中予以充分体现，以便全面测评其经济效率（如图1所示）。

图1 国家新型工业化产业示范基地经济效率测评原理

由于我国军民融合产业示范基地的发展起步时间不长，产业主体内在和外在的经济性和不经济性并存，可能会出现部分产业主体生产收益递增的情况，故需考虑可变规模收益（Variable Return to Scale，VRS）因素。对前述文献研究发现，采用角度（Oriented）的DEA方法仅侧重于投入或者产出的某一个角度考虑建模，计算出的DMU技术效率的准确性并不高［13］；而运用非角度（Non－oriented）的DEA模型，则同时从投入和产出两个角度来综合考虑，计算出的各DMU技术效率准确性更高。因此，本研究基于可变规模收益（VRS）和非角度（Non－oriented）的SE－SBM模型计算各DMU的技术效率。技术效率计算公式为［7］：

上式中DMU的经济效率δ＊即为DMU的技术效率分值，其中，m、s分别表示投入和产出的松弛量个数，λ为权重向量（这里认为投入—产出指标权重相同），xij为第j个DMU的i项投入，yrj为j个DMU的r项产出。

由上式计算得出各决策评价单元DMU传统经济效率（δ1＊）和循环经济效率（δ2＊）之后，再分别计算出各DMU的超有效度（δ超＊＝δ＊－1.0），并比较各DMU的循环经济效率的超有效度（δ超2＊）和传统经济效率的超有效度（δ超1＊）的变化情况。

（二）指标选取

从平台中筛选出全国23家军民融合产业示范基地2012年主要指标（如总体发展水平、经济效益、创新能力、集约程度、节能环保、人力资源、人力资源利用、“两化”融合、政府支持等），将单位土地面积固定资产投资额、研发投入、技术改造投资、研发人员数量4项作为传统经济效率的“投入指标”；将单位土地面积的基地产值、销售收入、工业增加值、利税总额、单位示范基地省级以上企业技术中心或研发机构的有效发明专利数量5项作为传统经济效率的“产出指标”，共同构成测评示范基地传统经济效率的“投入—产出”指标体系。示范基地循环经济效率的“投入指标”与传统经济效率的“投入指标”相同；而研究将体现示范基地循环经济发展的单位能耗工业增加值、单位水耗工业增加值、单位电耗工业增加值、单位土地面积的增加值、销售收入、利税总额、单位示范基地省级以上企业技术中心或研发机构的有效发明专利数量7项作为循环经济效率的“产出指标”，共同构成测评示范基地循环经济效率的“投入—产出”指标体系。

（三）数据准备

为了更加科学地测算军民融合产业示范基地的经济效率，根据测评指标的选取，对平台提供的2012年军民融合产业示范基地统计数据中的部分原始统计数据进行预处理。如单位土地面积固定资产投资额＝历年累计固定资产投资额÷已建成土地面积、单位土地面积的增加值＝产业增加值÷已建成土地面积、单位能耗工业增加值＝1／单位工业增加值能耗、单位水耗工业增加值＝1／单位工业增加值水耗、单位电耗工业增加值＝1／单位工业增加值电耗、单位示范基地省级以上企业技术中心或研发机构的有效发明专利数量＝有效发明专利数量÷示范基地省级以上企业技术中心或研发机构数量等。

三、模型实证

（一）DMU的经济效率有效性测度

基于VRS条件下非角度的SE－SBM建模，兼顾了投入和产出两个方面，从传统经济视角将2012年示范基地的9项投入—产出指标数据代入计算，可得其传统经济效率测度结果（如表1所示）。测度结果不仅反映了各示范基地（评价单元DMU）的传统经济效率的分值δ1＊，也分别给出了各DMU的投入和产出的冗余或不足的改进目标值。

由表1中的δ1＊分析认为，传统经济效率表现为无效的DMU有江西景德镇、河北邯郸经济开发区、宁波鄞州区、贵阳经济技术开发区、湖北孝感经济开发区示范基地，其余DMU均为有效，尤其北京大兴区示范基地的传统经济效率表现出强超有效性［14］。在有效的DMU中，以北京大兴区示范基地为例，尽管其传统经济效率表现为强超有效性，但其在技术改造投资和研发人员投入方面分别表现出距目标值冗余4.22605622、2350.56，而在利税总额产出方面变现为距目标值还欠缺14.571812。在无效的DMU中，如贵阳经济技术开发区示范基地的传统经济效率表现为无效，其单位土地面积固定资产投资额、技术改造投资、研发人员数量投入方面分别表现出距目标值欠缺29.7671006、87.2367852、7038.3632，而利税总额、单位示范基地省级以上企业技术中心或研发机构的有效发明专利数量产出方面分别表现出距目标值冗余40.047716、31.714709。

同理，从循环经济视角将2012年示范基地11项投入—产出指标数据代入模型计算，可得其循环经济效率测度结果（如表2所示）。

（二）DMU的经济效率超有效度分析

从表1和表2中选取经济效率有效（δ1＊或δ2＊＞1）的DMU并计算得到其超有效度。由表3可看出，2012年各示范基地中，无论是传统经济效率还是循环经济效率而言，北京大兴区和湖南株洲的示范基地较其他示范基地表现出了强超有效性（δ超1＊＞1和δ超1＊＞1），西安市军民融合（航天）示范基地的循环经济效率表现出强超有效性。还观察到，湖北孝感经济开发区和河北邯郸经济开发区示范基地的传统经济效率表现为无效率（0≤δ＊＜1，即δ超1＊＜0），而其循环经济效率则表现为超有效率（δ超2＊＞0）；湖南湘潭雨湖区示范基地的传统经济效率表现为有效（δ1＊＝1，即δ超1＊＝0）；湖南平江工业园区示范基地的传统经济效率表现为超有效率，但其循环经济效率则表现为无效率。此外，表3还显示出，以陕西省西安市军民融合（航天）产业示范基地为代表的8个示范基地的循环经济超有效度较传统经济超有效度高，其中尽管湖北孝感经济开发区的循环经济效率超有效度并不高，但其循环经济效率有效度较传统经济效率超有效度的增加值最大（其δ超2＊－δ超1＊＝0.7860）；而以北京大兴区军民融合产业示范基地为代表的11个示范基地的循环经济超有效度较传统经济超有效度低，其中尽管内蒙古包头青山区的传统经济效率与循环经济效率均表现为有效，但其循环经济效率超有效度较传统经济效率的超有效度减少值最大（其δ超2＊－δ超1＊＝－0.3628）。研究表明，前一类示范基地在包括节能降耗等方面在内的循环经济效率的提升更适应当前经济发展的需要；而后一类示范基地在提高经济效率的同时，需要更加注重包括能耗、水耗、电耗等在内的循环经济发展理念的贯彻落实。

表1 2012年中国军民融合产业示范基地传统经济效率的有效性测算结果

表2 2012年中国军民融合产业示范基地循环经济效率的有效性测算结果

表3 有效的评价单元的经济效率超有效度比较

四、结论与建议

本研究针对中国军民融合产业示范基地2012年经济发展构建了传统经济效率和循环经济效率两种测评指标体系，并基于VRS条件下非角度的SE－SBM模型的DEA效率评价方法对筛选出的23个DMU进行了分别测度。研究表明，其平均传统经济效率和平均循环经济效率分别为1.313和1.264，整体的循环经济效率低于传统经济效率，但循环经济无效的示范基地数量（3个）少于传统经济无效的示范基地（5个）。在全国军民融合产业示范基地中，2012年部分示范基地的传统经济效率和循环经济效率表现出了较强的超有效性。

研究建议，从区域可持续发展的视角考虑，江西、贵阳、宁波三地的示范基地需要进一步提升循环经济效率，尤其在科技创新、“两化”融合、节能环保等指标方面需要合理安排资金、技术等的投入，充分发挥示范基地优惠政策和科技创新驱动的优势，按照集约、高效发展的理念，加速军民融合“产学研用”一体化进程，发挥军民两用技术的双向转移，尤其是“军转民”技术溢出对地方技术进步的带动效应，积极推动军民两用产品的市场化。同时，经济效率有效的示范基地多处于军民融合科技资源“富集区”和产业发展基础较好的地区，不仅要保持一定的资金、技术等资源的投入量，而且应注重提升其配置和使用效率，强化对生产投入要素的过程管理和综合产出效益的跟踪测评。此外，还应充分利用鼓励示范基地发展的叠加“政策红利”，不断提升科技成果的转化率，注意协调好示范基地主导产业和非主导产业之间的关系，兼顾好传统产业与战略性新兴产业的接续发展，挖掘国内需求与对外出口两个市场潜力，促进示范基地内部产业与基地外区域经济的联动发展。

［1］魏权龄，李其荣，肖志杰.估计技术进步滞后及超前年限的要素增长型DEA模型［J］.数量经济技术经济研究，1991（3）：28－34.

［2］白永平，张晓州，郝永佩，等.基于SBM－Malmquist－Tobit模型的沿黄九省（区）环境效率差异及影响因素分析［J］.地域研究与开发，2013（2）：90－95.

［3］TONE K.A slacks－based measure of super－efficiency in data envelopment analysis ［J］.European Journal of Operational Research，2002（1）：32－41.

［4］周泽炯，胡建辉.基于Super－SBM模型的低碳经济发展绩效评价研究［J］.资源科学，2013（12）：2457－2466.

［5］杨杰，宋马林.可持续发展视阈下我国区域环境效率研究——基于Super－SBM与面板数据模型［J］.商业经济与管理，2011（9）：57－62.

［6］魏峰，荣兆梓.基于效率视角研究国有企业利润来源——来自15个工业细分行业的证据［J］.产业经济研究，2012（1）：9－16.

［7］周五七.效率增进与技术进步对绿色生产率增长的影响——来自中国36个两位数工业行业的实证［J］.统计与信息论坛，2014（4）：63－69.

［8］孙钰，李泽涛，姚晓东.中国省际低碳经济发展水平的评价研究及对策分析［J］.天津大学学报：社会科学版，2012（4）：319－323.

［9］张莉侠.中国乳制品企业技术效率分析——基于SBM超效率模型［J］.统计与信息论坛，2007（3）：103－108.

［10］夏绪梅.基于DEA的陕西大中型工业企业技术创新效率评价及演化分析［J］.西安财经学院学报，2013（6）：43－47.

［11］迟国泰，隋聪，齐菲.基于超效率DEA的科学技术评价模型及其实证［J］.科研管理，2010（2）：94－104.

［12］宋英杰.中国物流服务业生产效率评价与优化——基于区域比较的视角［J］.北京交通大学学报：社会科学版，2012（3）：44－50.

［13］潘丹，应瑞瑶.中国农业生态效率评价方法与实证——基于非期望产出的SBM 模型分析［J］.生态学报，2013（12）：3837－3845.

［14］郭均鹏，吴育华，李汶华.基于VRS的SE－DEA模型可行性的研究［J］.系统工程学报，2003（6）：511－514.