基于DEA—BC2的22所中医药大学科研经费效率分析

（陕西中医药大学计划财务处 陕西咸阳712046）

一、引言

国家科技部及中医药管理局根据《“十三五”国家科技创新规划》等总体部署，于2017年6月印发了《“十三五”中医药科技创新专项规划》。在该《规划》中，将中医药行业作为国民经济的重要支柱、战略新兴产业发展，同时强调中医药继承创新，产业升级的重要性，发掘出中医药产业的巨大潜力。现阶段，我国医药产业的国民生产总值远低于发达国家的平均水平，但由于我国人口基数大，医药产业的发展空间还是很大的。因此，发展中医药产业是提升医药产业发展水平的有效路径之一。由于我国中医药产业并不注重内生性的技术创新，中医药产业的R&D水平一直不高。在国家对科技创新大量投入的情况下，对中医药类高校也是相当关注，希望能够提高R&D水平和效率，推动产业发展升级，成为我国真正的核心竞争力和国民经济支柱。

在我国的科研体系中，高校科研工作占据着重要的地位，也是国家科研实力的集中体现。尤其是近些年的国家自然科学奖、科技进步奖等，高校在获奖名单中占比超过六成。这说明高校是我国技术创新的高地，是科技创新队伍建设的中坚力量，同样，高等中医药院校也是如此，所以分析高等中医院校的R&D效率并提出建议，对实现提高高等中医院校研发实力、实现我国医药产业发展目标具有重要意义。

二、研究方法

数据包络分析（DEA）是研究经济生产边界的一种运筹学方法，用来测量决策单元的输入与输出的效率，判断多决策单元格相对有效性。其中C2R模型与BC2模型作为DEA的两大基本模型被广泛应用于各个行业的效率分析。两模型的差别在于规模收益是否恒定，C2R模型是在规模收益恒定（CRTS）的情况下评价总体效率，BC2模型则用于衡量可变的规模收益（VRTS）情况下评价纯技术效率，而且，综合效率是纯技术效率与规模效率的乘积，输出结果还体现松弛变量及规模收益情况，因此，本文利用BC2模型进行分析。BC2模型基于输入的DEA模型如下所示：Minθ=VX，s.t.∑λjXj+S-=θX0，∑λjYj-S＋=y0，∑λj=1。 其中：λj≥0，j=1，2，...n，S-≥0，S＋≥0。θ表示目标决策单元输入的权系数，VX表示目标决策输出的最小值；Xj表示第j个部门的输入；X0表示目标决策单元的输入；Yj表示第j个部门的输出；y0表示目标决策单元的输出；λj表示输入和输出的权系数矩阵；S＋表示输出的松弛变量，S-分别表示输入的松弛变量。

最佳规模状态下决策单元在管理和技术水平影响生产要素组合的是纯技术效率，反映决策单元规模影响的规模效率，效率值等于1为有效，数值越低表示效率越差。在规模效率＜1，纯技术效率=1的情况下，该决策单元的DEA弱有效；该两项效率指标均＜1时，则决策单元格为DEA无效，说明此时投产量不匹配需要调整。BC2模型生成的结果文件中最后一列为规模收益，该结果反映的是产出增幅是否超过投入增幅，若超过则规模收益递增，反之递减，在相等的情况下收益不变。

三、变量及数据

本文主要以我国中医药大学的科研经费为研究对象，进行科研经费使用的效率分析。首先选择合适的科研经费的产出变量。由于高等院校的R&D投入主要集中在科研经费以及科研人员上，产出具体体现在发表获批科研课题、发表专著及学术论文上。因此文章选取科技经费投入（千元）、当年科技活动投入人数（人）作为研究的投入指标，将科研课题（项）、发表专著（本）及学术论文（篇）作为产出指标。表1为2016—2017年22所中医药大学投入产出指标描述性统计，可以初步看出平均投入量随时间推移震荡上升，平均产出量随时间推移而增加，但具体的产出效率则需要通过DEA进行进一步讨论。

表1 2016—2017年22所中医药大学投入产出指标描述性统计

四、研究结果

基于以上收集的基础数据，通过Deap 2.1软件进行效率分析，汇总梳理结果文件，整理出2016—2017年22所中医药大学R&D效率分析汇总结果，见表2。

表2 2016—2017年22所中医药大学R&D效率分析结果汇总

（一）基于DEA—BC2的DEA有效样本。在2016—2017年两年间有8所高校基本达到两年DEA有效，即综合效率、纯技术效率、规模效率均为1，此时，松弛变量为0，规模收入不变。也就是说辽宁中医药大学、中国医科大学、上海中医药大学、陕西中医药大学、浙江中医药大学、湖北中医药大学、广州中医药大学、安徽中医药大学这两年的R&D投入得到了充分利用。

（二）基于DEA—BC2的DEA弱有效和无效样本。在2016—2017年的结果数据中，有3所高校，即长春中医药大学、黑龙江中医药大学以及广西中医药大学，基本属于DEA弱有效，规模效率＜1，纯技术效率=1，规模收益递增或者递减。也就是说在当下规模的科研投入虽然得到了充分的利用，但未达到DEA有效，需要调整投入规模。在2016—2017年分析结果中剩下的11所高校就属于DEA无效。具体体现在综合效率、规模效率、纯技术效率均＜1，规模收益递增或者递减。说明科研投入增长速度与产出速度不一致，规模状态和生产要素组合都没有实现最优状态，需要进行调整，同时也体现了投入冗余，存在投入无效、资源浪费。观察2016—2017年DEA—BC2模型结果可以得出，综合效率、纯技术效率和规模效率的平均值都呈现先下降后上升的U型变化态势。从2017年结果数据来看，13所高等中医药院校各项效率指标高于平均水平，有7所高校的R&D投入效率显示为DEA弱有效，5所高校的DEA无效。2016年10所高等中医药院校各项效率指标高于平均水平，有6所高校的R&D投入效率显示为DEA弱有效，8所高校的DEA无效。

五、结论

本文通过对2016—2017年22所中医药大学的R&D投入产出进行DEA分析，结果显示只有8所高校基本达到两年DEA有效，3所DEA弱有效；各项效率指标呈现先下降后上升的U型态势，说明科研投入效率仍需提高。其中纯技术有效，规模无效的需要调整规模。这表明科研经费管理上存在一些问题，尤其是科研经费投入冗余。针对该问题，笔者建议建立健全科研经费管理体系，提高科研资源的优化配置，实现提高R&D投入产出的技术效益。在追求科研进步的同时也要注意优化科研资金的使用结构，加强科研人员管理，提高有效利用科研资金创造科研成果的意识。同时注意降低资金使用成本，达到同类别的大型仪器设备通过共享中心实现“一次采购、共同使用”的目标。另外，通过定期与不定期的科研评价机制，对科研经费投入产出绩效进行评价，把风控提前到过程前与过程中，争取实现投入无冗余，从而实现中医药产业研发活动的创新发展。