西安市科技资源配置效率浅析

吕靖烨 姚佳棋 李朋林

摘 要：为了优化西安市科技资源配置，运用了DEA数据包络分析法，测算出2005—2016年西安市的科技资源配置效率，选取了2个投入变量R&D经费内部支出、R&D人员和2个产出变量技术市场合同成交额和专利申请量，并进行了相关的数据处理，再将数据导入DEAP 2.0软件进行计算。结果显示：在2014年以前，西安市的科技资源配置效率相对低下，没有做到资源的合理利用，而且我们从结果还发现了2005—2014年西安地区的综合效率低下的原因主要是规模效率较低，应该不断加大对科技资源的投入，提升规模效益。在具体措施方面，西安市应该从规模效率方面入手，加大科技经费的投入，并提高科技人员的数量，为实现科技创新打好基础。在2015—2016年期间西安地区的科技资源配置效率为1，说明此时各项指标都在生产前沿面上，没有浪费投入，也没有出现产出不足的现象。说明在西安市政府的调控下西安市的科技资源配置效率有了一定的提升。文中最后提出了西安市的各级政府应该继续加大对科技资源要素的投入力度，实现科技资源的合理配置，提升区域经济发展水平，为西安市建设成为国际化大都市增添强大的创新动力。

关键词：区域创新;科技资源;配置效率;规模效率;DEA

中图分类号：F 283 文献标识码：A 文章编号：1672-7312（2019）04-0465-05

0 引 言

科技资源通常是指产生科技活动所需要投入的各种资源，其中包含了人力、军事、经济、教育等不同的要素，其中还有这几个方面的次一级要素的共同存在的一个整体统称。科技资源作为“第一资源”，不断推动科技进步和社会发展。但是科技的资源又是短缺的，因此，科技资源配置效率问题引起了全世界学者的关注。我國的资源禀赋在不同的地区有着很大的差异，一直以来，科技领域是我国非常侧重的，如果忽略了区域科技的发展，会使得我国科技资源的区域分布出现了很大的问题。当前我国正在大力推进创新型国家建设，越来越关注和重视科技资源配置效率的建设，因此，客观评价和分析西安市的科技资源配置效率，可以为西安市科技资源优化配置和科学管理提供客观、准确的依据。

习近平总书记在党的十九大报告中指出，我国发展的主要动力是创新，支撑着我国现代化经济体系的发展。2016年5月30日，习近平在全国科技创新大会，两院院士大会，中国科协第九次全国代表大会上指出：“实现‘两个一百年’奋斗目标，实现中华民族伟大复兴的中国梦，必须坚持走中国特色自主创新道路，面向世界科技前沿，面向经济主战场，面向国家重大需求，加快各领域科技创新，掌握全球科技竞争先机。”

西安市拥有数量众多的科研院所和高等院校，要努力在创新驱动发展方面走在全国前列，这就要求西安市要大力实施创新驱动发展战略，增强信心，主动作为，敢于担当，推动以科技创新为核心的全面创新，要把这些资源充分挖掘好、利用好、滋养好，使经济和科技相互促进发展、让创新成果和产业发展相辅相成，在创新驱动发展的方面占据一席之地，牢牢树立并切实贯彻创新、协调、绿色、开放、共享的发展新理念，加快形成促进创新的体制机制，率先建成创新型省份。

文中通过分析研究西安市科技资源配置效率的意义，在相关文献综述基础上，选择变量，采用DEA的方法，确定西安市的创新资源配置效率，并进行相关分析。

1 文献回顾

对于如何优化科技资源配置，Riccardo Leoncini[1]从国际贸易的角度论述了提升科技资源配置效率的方法，在此基础上提出了比较优势理论的思想。Scherer[2]认为政府在宏观层面上主导了科技资源配置，通常依靠政策和计划来进行科技资源配置，在竞争激烈的大环境下，政府需要提供良好的技术平台和组织环境。Dacey[3]发现了在经济发展时，科技的政策起到了很大的作用，但是当科技政策在一些领域中特别重要，而忽略了商业价值的研究时，就会引发争议。

Chun-ChuLiu，Chia-Yon Chen[4]用企业的实证分析得出了科技资源配置效率的提升加速了经济增长。国外学者奥达罗太[5]（2008）研究分开建立不同的群组边界，然后将不同的群组匹配到不同的技术边界上，这种方法减少了在测算科技资源配置效率时的偏差。

李五四[6]等学者运用SFA测算了我国30个省（市、区）科技资源配置效率，从中发现这些地区之间存在显著的地区差异;王蓓[7]等学者则是使用DEA和熵值法来评价京津冀，长三角和珠三角地区的配置效率，发现后两者的效率值优于京津冀地区;戚涌[8]等学者用SFA研究发现我国科技资源市场配置效率的平均水平还较低，江苏省内各地区配置效率水平差异较大。史安娜[9]等学者运用DEA，Malmquist指数法研究了2001—2012年我国30个省域的科技资源配置效率，发现各省的配置效率高低，变动趋势以及影响因素存在很大的差异;梅姝娥[10]等学者运用DEA，Tobit测算了科技资源配置效率并研究了影响因素，发现配置效率不高并且受到城市财政支出，教育支出比重和城市经济开放程度等的影响;唐德才[11]等学者使用DEA-Malmquist计算了全国各省及直辖市的全要素生产率指数，并分析得出河南省在科技的投入上一直增加，但是忽略了科技结构的配置;吴迪[12]等学者采用主成分分析，聚类分析法研究得出我国科技人力资源整体配置偏低，并呈东中西地域性递减，同时提出相关对策及建议。上述学者尽管使用的方法有所不同，研究的对象也不尽相同，但都是以评价科技资源配置效率为目的来开展研究的。

西安市有着十分丰富的科教资源，在创新上有得天独厚的优势。我们必须发挥优势，统筹科技资源改革，发挥科技资源最大效力。科技资源配置是关于如何分配与使用不同科技活动主体、领域、时间与空间上的各类科技资源，总体目标是要使全局的科技经济社会效益达到最佳。鉴于西安市资源要素禀赋，文中研究科技资源配置问题。对西安市科技资源配置效率研究就具有显著的现实意义。

2 研究方法和指标的构建

2.1 研究方法

数据包络分析方法（Data Envelopment Analysis，DEA）是运筹学、管理科学与数理经济学交叉研究的一个新领域。它是根据多项投入指标和多项产出指标，利用线性规划的方法，对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。此方法是建立在相对效率的基础上，计算了相同属性的一些决策单元，在不是单一投入和产出的情况下的配置效率的研究方法，由于DEA法对于投入和产出没有特别的要求，所以，文中选取了DEA法中的BCC模型和Malmquist生产率指数模型对不同年份西安市的科技资源配置效率进行了测算和评价。

2.2 指标构建

文中主要选取影响西安市科技资源配置的投入和产出指标。R&D是使用最具有代表性的科技投入指标，这个指标可以直观地反映出一个地区的科技资源投入情况。反映全社会对科技和创新的投入力度。科技产出指标的选取主要从体现高技术市场情况的一些要素中选取，见表1.

3 变量选取与数据处理

3.1 数据来源

文中选取了2005—2016年的西安市技术市场合同成交额、专利申请受理量、R&D经费内部支出和R&D人员数为指标。所有数据均来自于《西安市统计年鉴》《国家统计公报》，为了排除一些例如通货膨胀等政策和市场因素的影响，以2000年为基期，采用GDP平减指数对科技经费、技术市场合同成交金额等相关数据进行了换算。对于部分缺失数据，采用均值法进行补充;对于部分需要调整的数据，采用最小二乘法进行修正。

3.2 变量选取

文中选取的科技资源投入变量包括R&D經费内部支出、R&D人员;科技活动产出包括技术市场合成交额与专利申请受理量的数据。

4 实证分析

4.1 DEAP2.1软件结果分析

文中在测算科技资源配置效率时，采用DEAP 2.1软件的投入导向BCC模型。分析中，以每一年作为一个决策单元，将各个指标的数据输入，运行后出现各地区的综合效率，纯技术效率和规模效率，还有松弛变量及剩余不足等信息。运用这些数据分析各地区的科技资源配置效率问题。

4.1.1 总体分析

我们可以从表3和图1中得出，DEA有效的年份是2015年和2016年，2015—2016年综合效率是1，纯技术效率和规模效率也是1.说明：科技投入产出的时候技术和规模都达到了有效。投入和产出都达到了最佳状态，没有浪费投入，也没有产出不足的现象。2005—2014年DEA无效，主要是规模效率偏低导致。其中2005年，2007年尤为显著，这2年的技术效率都是1，而综合效率分别是0.194，0.336.西安市这12年的综合效率，规模效率都在递增，2015年和2016年增至最大为1.非DEA有效的年份，都处于规模收益递增阶段。西安市综合效率均值为0.621，技术效率均值为0.884，规模效率均值为0.705.

4.1.2 技术有效及规模有效性分析

由图2图3表3可知，2005年，2007年，2015年以及2016年这4年技术有效，占样本数量的1/3，均值为0.884，最小值出现在2009年。观察得出，近些年技术效率虽有波动，但基本上是先降低再升高;规模效率近些年来一直在递增。

根据DEAP 2.1计算的综合效率，纯技术效率和规模效率的结果，可以将这12年的相对效率情况进行分类。

效率指标均为1的年份，包括2015年，2016年。这2年技术有效，同时规模有效，各项指标都在生产前沿面上，科技资源得到了合理的配置，充分地利用了投入的科技资源，并且每一个产出的指标都是最大的。我们也可以分析得出管理方式是合理的，拥有先进的技术支持，同时也达到了规模收益。

技术效率较高，但规模收益不高的年份，有2005—2014年。其中尤以2005年，2007年最为显著，这2年的技术效率都是1，可是规模效率和综合效率都很低。其它10年的科技效率相较于规模效率和综合效率来说趋势大致相同。由此我们可以得出，这10年科技资源相对来说比较合理，但应该在一定的条件下，运用规模扩张来实现规模经济，其产出增加的比重将会大于投入所增加的比重，投入规模还有进一步增加的空间，说明西安市应做到增加科技经费内部支出，同时扩充科技人员数量，以此来扩大企业规模。

5 结论及政策建议

5.1 结论

基于第4部分的分析，我们发现从2005—2016年西安地区的综合效率低下的原因主要还是因为规模效率较低，应该不断加大对科技资源的投入，提升规模效益。同时发现其他区域的综合效率，规模效率值均高于陕西省和西安市的效率值，说明近些年来其他区域运用和整合科技资源的能力得到了很大提升，区域科技创新能力增强，从一定层面上说明区域经济发展水平得到提高，打破了我们常规的认识。在这样的环境下，西安市应该从规模效率方面入手，加大科技经费的投入，提高科技人员的数量，为实现科技创新打好基础。2015，2016年西安市的各项效率值均达到1，说明此时各项指标都在生产前沿面上，没有浪费投入，也没有出现产出不足的现象，科技资源得到了合理的配置。今后西安市政府应该继续加大对科技资源要素的投入力度，实现科技资源的合理配置，也会有助于提升区域经济发展水平。

5.2 政策建议

5.2.1 促进产业转型升级

应该做到以科技的发展为基础，生产和研究相结合，针对产业链中相对不足的环节建设创新链;重点将商业模式进行创新，将创新和金融产业结合在一起，实现从制造大省到创造大省的转变，将打造高科技层面的产业结构摆在第一位。努力实现第三产业增加值超过第二产业增加值，并且在产业布局上应将分散型转化为集中型，加大向智能制造转型力度。

5.2.2 着力培育科技服务业

科技服务的主要目的是将科技成果变为更加实用的产品，是升级资源配置的一个主要的途径，是促进创新发展的一个有力的因素。因此应重点培育科技服务业，重点发展研究开发、技术转移、检验检测认证、创业孵化、知识产权、科技咨询、科技金融、科学技术普及等专业科技服务和综合科技服务，提升科技服务业对科技创新和产业发展的支撑能力。

5.2.3 大力发展高新技术企业和民营科技企业

进一步优化发展环境，加大宣传的力度，利用各种机会，宣扬一些发展好的高新技术领头企业，组织一些科技人员去外地调研，学习外地的先进经验，并将国家扶持民营科技企业的政策落到实处;进一步加强人才的支撑，加大人才的奖励政策，定期对一些企业的人才展开培训和素质拓展训练，鼓励科技人员创新、创业。从而最大限度地提高人才的水平和调动人才的积极性。利用西安市高新区区位优势，加快高新技术企业开发。

5.2.4 扩大龙头产业的优势

加大对西安市的一些龙头产业如军工业、汽车产业、电力电子产业、新材料产业等一系列产业的投资力度。同时，围绕西安一些位于世界科技前沿的项目开发开通绿色通道，从而快速地开发出一些先进的高新产品，在全球高科技领域占据一席之地。

5.2.5 建立健全知识产权制度

进一步培育和发展技术市场。保护在市场经济的大环境下，高新企业的无形资产。高新企业相对于其他的一些企业来说，更加需要知识产权被保护，因此继续大力推行知识产权保护制度，加大对知识产权的保护力度，充分保护西安创新行业的创新动力。大力支持高新科技产品的市场化转变，为科技成果转变为科技产品提供好的平台;

鼓励企业、个人组建风险投资公司。积极引导一些风投和银行加大对处于初创期和成长期的高新科技企业的投资力度。

5.2.6 积极发挥政府协调下市场的机制

在政府的努力协调下，应尽可能多地发挥市场科技资源配置的重要作用，大力推行以市场为导向，知识产权和金融创新等高新科技的协调发展。积极营造公平合理的市场竞争环境，政府也进行职能的转变，以达到尽量少的对市场的干预，并建设政府的创新体制，使得政府将高新支持政策落到实处作为主要职能，从而建立一个长期有效的创新治理体系。

参考文献：

[1] Riccardo Leoncini.Technological[J].Journal of Evolutionary Economics Change and the Verticalnation of Industries，2008，8（03-04）：367-387.

[2]Scherer.Size of firm，oligopoly and research：a comment[J].Journal of Economics and Political Science，1965，20（05）：423-429.

[3]Dacey，George C.The U.S.Needs a national technology policy[J].Research Technology Management，1995，38（01）：9-11.

[4]LIU Chun-Chu，CHEN Chia-Yon.A two-dimensional model for allocating resources to R&D programs[J].Journal of American Academy of Business，2004，5（01/02）：459-473.

[5]O’Donnell C J，Rao D S P，Battese G E.Meta frontier frameworks for the study of firm-level efficiencies and technology ratios[J].Empirical Economics，2008，34（02）：231-255.

[6]李五四.我国科技资源配置效率与空间差异分析——基于SFA模型的实证分析[J].科学管理研究，2010，28（04）：35-40.

[7]王 蓓，刘卫东，陆大道.中国大都市区科技资源配置效率研究——以京津冀、长三角和珠三角地区为例[J].地理科学进展，2011，30（10）：1233-1239.

[8]戚 涌，郭 逸.基于SFA方法的科技资源市场配置效率评价[J].科研管理，2015，36（03）：84-91.

[9]史安娜，徐巧玲.我国科技资源配置效率的实证分析——基于DEA的超效率CCR模型与Malmquist指数模型[J].科技管理研究，2015，35（01）：54-59.

[10]梅姝娥，陈文军.我国副省级城市科技资源配置效率及影响因素分析[J].科技管理研究，2015，35（06）：64-68.

[11]唐德才，汤杰新，刘 昊.基于Malmquist指数的河南省科技资源配置效率研究[J].科技和产业，2016，16（01）：85-90+96.

[12]吴 迪，梁秀霞.我國科技人力资源配置效率评价研究[J].资源开发与市场，2016，32（04）：394-399+452.

[13]吕靖烨，康 佳，姚佳棋.外商直接投资对陕西省科技贡献率的影响[J].技术与创新管理，2018，39（01）：65-70.

（责任编辑：严 焱）