基于Malmquist指數(shù)的國(guó)有科技資源配置效率監(jiān)測(cè)及其影響因素分析

孫緒華，陳詩(shī)波，程國(guó)強(qiáng)

（1.華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430070；2.中國(guó)科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院，北京 100038；3.國(guó)務(wù)院發(fā)展研究中心，北京 100010）

基于Malmquist指數(shù)的國(guó)有科技資源配置效率監(jiān)測(cè)及其影響因素分析

孫緒華1，陳詩(shī)波2，程國(guó)強(qiáng)3

（1.華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430070；2.中國(guó)科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院，北京 100038；3.國(guó)務(wù)院發(fā)展研究中心，北京 100010）

本文運(yùn)用DEA模型測(cè)算了全國(guó)和各地區(qū)科技資源配置的Malmquist指數(shù)及其分解情況。研究結(jié)果顯示：（1）2000年以來(lái)我國(guó)科技資源配置效率呈不斷優(yōu)化態(tài)勢(shì)，但目前投入結(jié)構(gòu)尚不盡合理，市場(chǎng)的基礎(chǔ)性配置作用未能充分顯現(xiàn)，我國(guó)科技資源的配置效率尚有進(jìn)一步提高的潛力；（2）我國(guó)TFP增長(zhǎng)主要源于技術(shù)效率提升和技術(shù)進(jìn)步的雙重影響，北京、天津和新疆等共15個(gè)?。ㄊ?、區(qū)）科技資源配置的TFP增長(zhǎng)或下降主要受技術(shù)進(jìn)步變動(dòng)的影響更大，黑龍江、江蘇和陜西等8個(gè)省份的TFP變動(dòng)主要受技術(shù)進(jìn)步和技術(shù)效率變動(dòng)雙重疊加的影響，河北、福建和青海等6個(gè)省區(qū)的TFP增長(zhǎng)或下降主要受技術(shù)效率變動(dòng)的影響。鑒此，提出建議。

國(guó)有科技資源；配置效率；Malmquist指數(shù)；效率測(cè)度；影響因素

科技資源主要包括科技人力、財(cái)力、物力和信息資源等四個(gè)方面。配置效率是指以投入要素的最佳組合來(lái)生產(chǎn)出“最優(yōu)的”產(chǎn)品數(shù)量組合。在投入不變的條件下，通過(guò)資源的優(yōu)化組合和有效配置，效率就會(huì)提高，產(chǎn)出就會(huì)增加?？萍假Y源配置是指在特定的時(shí)空條件下，科技資源管理主體按照一定的方式方法將擁有處置權(quán)的科技資源按適當(dāng)?shù)谋壤峙涞教囟▽?duì)象和領(lǐng)域的過(guò)程與結(jié)果。科技資源配置在內(nèi)容上分為規(guī)模、結(jié)構(gòu)和方式三個(gè)方面。其中，科技資源配置規(guī)模是指科技資源要素配置的總量和強(qiáng)度，它表明一個(gè)國(guó)家或地區(qū)在一定時(shí)期內(nèi)所擁有的科技人力、財(cái)力、物力和信息資源的多寡，它與政府的各種政策、行為有重要聯(lián)系，反映了政府對(duì)科技活動(dòng)投入的重視程度，并在一定程度上決定這一國(guó)家或地區(qū)知識(shí)和技術(shù)創(chuàng)新的水平和質(zhì)量?？萍假Y源配置達(dá)不到一定規(guī)模，就不能取得規(guī)模效應(yīng)，在現(xiàn)代科技競(jìng)爭(zhēng)中將會(huì)處于被動(dòng)地位?？萍假Y源配置結(jié)構(gòu)是指在科技活動(dòng)過(guò)程中，各種現(xiàn)實(shí)的科技資源在不同方向上的分配和使用比例?？萍假Y源配置的方式分為計(jì)劃配置、市場(chǎng)配置及計(jì)劃與市場(chǎng)結(jié)合的混合配置模式。科技資源優(yōu)化配置就是按照科技與經(jīng)濟(jì)一體化的發(fā)展要求，以最大限度地利用科技資源為目標(biāo)，通過(guò)不斷改善科技資源配置的規(guī)模、結(jié)構(gòu)和方式，提高科技創(chuàng)新活動(dòng)的產(chǎn)出效率及經(jīng)濟(jì)效益，并建立與社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r和科技體制相適應(yīng)的科技資源配置機(jī)制。

1 研究模型的構(gòu)建

1994年，F(xiàn)are、Grosskopf、Norris和Zhang 等人通過(guò)對(duì)DEA方法的改進(jìn)，建立了用來(lái)考察兩個(gè)不同時(shí)期全要素生產(chǎn)率增長(zhǎng) （total factorproductivity change，TFPch）的 Malmquist生產(chǎn)力指數(shù)，它可以用來(lái)建立多產(chǎn)出多投入的技術(shù)描述形式，并可以轉(zhuǎn)化成比較方便的參數(shù)模型和非參數(shù)模型［1］，能很好地適應(yīng)面板數(shù)據(jù)和多投入多產(chǎn)出分析，這對(duì)于研究科技資源全要素生產(chǎn)率的變動(dòng)較為適用。因此，本文通過(guò)建立DEA模型，運(yùn)用數(shù)據(jù)包絡(luò)分析方法中的Malmquist指數(shù)來(lái)測(cè)算全國(guó)和各地區(qū)科技資源配置中的全要素生產(chǎn)率指數(shù)（TFPch）及其分解指標(biāo)。

1.1 Malmquist指數(shù)及其分解

在規(guī)模報(bào)酬不變的情況下，F(xiàn)are等人所定義的Malmquist生產(chǎn)力指數(shù)推算公式為：

根據(jù) Fare（1994）等的研究，Malmquist生產(chǎn)率指數(shù)（TFP Index）表示地區(qū)在t期至t+1期全要素生產(chǎn)率變化程度。同時(shí)，Malmquist指數(shù)可以分解為規(guī)模報(bào)酬不變假定下的技術(shù)效率變動(dòng)指數(shù)（TE-ch）和技術(shù)進(jìn)步變動(dòng)指數(shù)（TP-ch）的乘積，通過(guò)對(duì)處于不同時(shí)期技術(shù)條件下的兩個(gè)Malmquist指數(shù)取幾何平均值，從而實(shí)現(xiàn)對(duì)效率變化的測(cè)算［2］。其定義如下：

技術(shù)效率變化指數(shù)（Technical Efficiency Change Index，TEch）是相對(duì)效率變化指數(shù)，主要用來(lái)衡量生產(chǎn)是否有投入要素的浪費(fèi)，資源配置是否最優(yōu)，它描述的是由t期至t+1期的每個(gè)決策單元到生產(chǎn)前沿面的追趕程度。當(dāng)Tech＞1時(shí)，表明其與最優(yōu)決策單元組成的生產(chǎn)前沿面的差距在縮小，生產(chǎn)單位的生產(chǎn)更接近前沿面，組織管理水平有所提高。當(dāng)Tech=1時(shí)，表明相鄰兩期的技術(shù)效率并未發(fā)生改變；當(dāng)Tech＜1時(shí)，則表明其與最優(yōu)決策單元組成的生產(chǎn)前沿面的差距在進(jìn)一步拉大，組織管理水平呈下降趨勢(shì)［3］。技術(shù)進(jìn)步變化指數(shù)（TPch）是衡量決策單元在相鄰兩個(gè)時(shí)期的生產(chǎn)技術(shù)變化程度的指標(biāo)，即生產(chǎn)前沿面的移動(dòng)，它代表生產(chǎn)過(guò)程中技術(shù)進(jìn)步或創(chuàng)新的程度。若TPch＞1時(shí)，表明生產(chǎn)前沿面向外移動(dòng)，生產(chǎn)技術(shù)有所進(jìn)步；當(dāng)TPch=1時(shí)，表明生產(chǎn)前沿面未發(fā)生改變，生產(chǎn)技術(shù)沒(méi)有變化；若TPch＜1，則表示生產(chǎn)前沿面向后推移，生產(chǎn)技術(shù)有衰退的趨勢(shì)。

當(dāng)規(guī)模報(bào)酬發(fā)生變化時(shí)，技術(shù)效率變化指數(shù)（TEch）又可進(jìn)一步分解為純技術(shù)效率指數(shù)（PEch）和規(guī)模效率指數(shù)（SEch）。其中，純技術(shù)效率指數(shù)（PEch）衡量技術(shù)不效率到底有多少是由于純技術(shù)無(wú)效率造成的；規(guī)模效率指數(shù)（SEch）衡量決策單元生產(chǎn)是否處于最優(yōu)生產(chǎn)規(guī)模。其計(jì)算公式如下：

等式左邊為技術(shù)效率變化，右邊第1部分表示規(guī)模效率變化，第2部分表示純技術(shù)效率變化，C代表不變規(guī)模報(bào)酬，V代表可變規(guī)模報(bào)酬。所以總要素生產(chǎn)率的變化（TFPch），可分解為技術(shù)進(jìn)步、技術(shù)效率變化和規(guī)模效率變化三個(gè)部分，即：

式中，dt（xt+1，yt+1）代表以第 t期的技術(shù)表示的 t+1 期技術(shù)效率水平；dt（xt，yt）代表以第 t期的技術(shù)表示的當(dāng)期的技術(shù)效率水平；dt+1（xt+1，yt+1）代表以第 t+1期的技術(shù)表示（即以第t+1期的數(shù)據(jù)為參考集）的當(dāng)期技術(shù)效率水平；dt+1（xt，yt）代表以第 t+1 期的技術(shù)表示第t期的技術(shù)效率水平。當(dāng)Malmquist生產(chǎn)率指數(shù)TFP＞1時(shí)，表示TFP呈上升趨勢(shì)，反之則為下降或衰退趨勢(shì)［4］。構(gòu)成Malmquist生產(chǎn)率指數(shù)的3個(gè)變化指數(shù)具有類(lèi)似的特性，即當(dāng)某一變化率＞1時(shí)，表明其是TFP增長(zhǎng)的源泉。反之，則是導(dǎo)致TFP衰退的根源。

1.2 Malmquist指數(shù)的計(jì)算

考慮到效率評(píng)價(jià)在科技資源配置效果評(píng)價(jià)中的基礎(chǔ)性核心地位，本文將配置效率定義為科技投入產(chǎn)出之比，強(qiáng)調(diào)的是單位產(chǎn)出能力，而非總量指標(biāo)。我們用四個(gè)線(xiàn)性規(guī)劃問(wèn)題計(jì)算出Mt，t+1式中的四個(gè)組成部分的值，由此得出全要素生產(chǎn)率變化、技術(shù)效率變化以及技術(shù)變化。即：

其中：X為投入向量；Y為產(chǎn)出向量；θ為一標(biāo)量，表示固定規(guī)模報(bào)酬下i個(gè)地區(qū)的技術(shù)效率，滿(mǎn)足0＜θ＜1；λ 是常數(shù)向量；i=1，2，3…，N，表示各個(gè)地區(qū)。研究主要利用產(chǎn)出角度的DEA模型，通過(guò)計(jì)算各種距離函數(shù)來(lái)計(jì)算Malmqiust生產(chǎn)效率指數(shù)及其各構(gòu)成部分。使用軟件為DEAP Version 2.1。

2 數(shù)據(jù)來(lái)源及指標(biāo)選擇

考慮到研究數(shù)據(jù)的可獲得性及科技資源投入產(chǎn)出的難以量化特性，本文主要從科技投入和產(chǎn)出兩個(gè)方面對(duì)科技資源配置效率測(cè)度指標(biāo)體系進(jìn)行了構(gòu)建。新增長(zhǎng)理論研究表明，知識(shí)投資和人力資本作為科技資源要素在促進(jìn)經(jīng)濟(jì)增長(zhǎng)中發(fā)揮著重要作用。其中，人力資源是科技資源諸要素中最具能動(dòng)性的核心要素，財(cái)力資源則是科技人員開(kāi)展科技活動(dòng)不可缺少的前提和基礎(chǔ)；而物質(zhì)、信息等要素均可在上述兩大核心要素上有所體現(xiàn)，這兩項(xiàng)指標(biāo)能充分體現(xiàn)基礎(chǔ)性核心科技資源要素的本質(zhì)特征［5］。因此，本文在進(jìn)行科技投入指標(biāo)選取時(shí)，著重強(qiáng)調(diào)人力資源和財(cái)力資源要素，以此來(lái)對(duì)全國(guó)和各地國(guó)有科技資源配置的投入與產(chǎn)出效率進(jìn)行監(jiān)測(cè)。具體來(lái)說(shuō)，科技資源配置效率的測(cè)度投入指標(biāo)包括：X1：科技活動(dòng)人員數(shù)，X2：R&D人員全時(shí)當(dāng)量，X3：科技經(jīng)費(fèi)籌集總額，X4：R&D 資本存量［6］；產(chǎn)出指標(biāo)為：Y1：專(zhuān)利申請(qǐng)受理數(shù)，Y2：國(guó)外主要檢索工具收錄科技論文數(shù)，Y3：技術(shù)市場(chǎng)成交合同金額，Y4：高技術(shù)產(chǎn)業(yè)增加值，Y5：高技術(shù)產(chǎn)業(yè)出口交貨值［7］。本文測(cè)算中的科技活動(dòng)人員數(shù)、R&D人員全時(shí)當(dāng)量、科技活動(dòng)經(jīng)費(fèi)籌集總額及其組成、R&D經(jīng)費(fèi)及其結(jié)構(gòu)數(shù)據(jù)、專(zhuān)利受理數(shù)、外國(guó)主要檢索工具收錄的科技論文數(shù)、技術(shù)市場(chǎng)成交合同金額等數(shù)據(jù)來(lái)源于 《中國(guó)科技統(tǒng)計(jì)年鑒2001—2009》，R&D資本存量通過(guò)R&D經(jīng)費(fèi)支出測(cè)算。高技術(shù)產(chǎn)業(yè)增加值、出口交貨值來(lái)源于《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒2003》和《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒 2008》。

3 模型測(cè)算結(jié)果分析

3.1 2000—2008年中國(guó)科技資源配置效率測(cè)度及結(jié)果比較

（1）科技資源配置效率監(jiān)測(cè)結(jié)果分析。

我國(guó)科技資源配置效率監(jiān)測(cè)結(jié)果（見(jiàn)表1）顯示，2000—2008年，我國(guó)有科技資源配置的全要素生產(chǎn)率（TFP）在各個(gè)時(shí)間段落上呈先上升后下降趨勢(shì)，總體呈增長(zhǎng)狀態(tài)，TFP指數(shù)年均增長(zhǎng)率達(dá)到了0.8%，這說(shuō)明我國(guó)科技資源配置效率呈不斷改善趨勢(shì)?？萍假Y源配置的技術(shù)進(jìn)步變動(dòng)指數(shù)（TPch）在2008/2007等五個(gè)時(shí)間段呈正向增長(zhǎng)狀態(tài)，在另外三個(gè)時(shí)間段內(nèi)呈衰退狀態(tài)，總體上與TFP保持一致，呈增長(zhǎng)態(tài)勢(shì)；技術(shù)效率變動(dòng)指數(shù)（TEch）在2007/2006等五個(gè)時(shí)間段呈增長(zhǎng)趨勢(shì)，而在另外三個(gè)時(shí)間段內(nèi)呈衰退狀態(tài)，總體上呈增長(zhǎng)態(tài)勢(shì)；純技術(shù)效率指數(shù)（PEch）則在五個(gè)時(shí)間段處于下降趨勢(shì)，在三個(gè)時(shí)間段處于上升趨勢(shì)，總體上呈下降態(tài)勢(shì)；規(guī)模效率指數(shù)（SEch）在四個(gè)時(shí)間段處于上升趨勢(shì)，在四個(gè)年份內(nèi)處于下降趨勢(shì)，但總體上呈上升態(tài)勢(shì)，四個(gè)指數(shù)的年均增長(zhǎng)率分別為：0.7%、0.2%、-0.3%和0.5%。數(shù)據(jù)測(cè)算表明，一方面，我國(guó)科技創(chuàng)新的研究方法和技術(shù)工藝得到改進(jìn)較快，致使我國(guó)科技資源配置效率總體上呈上升趨勢(shì)；但另一方面，由于資源配置的投入與產(chǎn)出不合理、原始創(chuàng)新能力仍然比較滯后，致使研發(fā)技術(shù)進(jìn)步緩慢，對(duì)提升科技資源產(chǎn)出效率的作用較弱。

（2）科技資源配置效率影響因素分析。

從各項(xiàng)指數(shù)的變化趨勢(shì)來(lái)看，我國(guó)科技資源配置的TFP增長(zhǎng)主要源于技術(shù)效率提升和技術(shù)進(jìn)步的雙重影響，也就是研究方法的改進(jìn)和原始創(chuàng)新能力的提升，但相比較而言，技術(shù)進(jìn)步變動(dòng)指數(shù)對(duì)TFP指數(shù)的作用更強(qiáng)；而TFP的下降則主要受技術(shù)效率衰退的影響。從技術(shù)效率變動(dòng)指數(shù)（TEch）的影響因素來(lái)看，技術(shù)效率變動(dòng)主要根源于純技術(shù)效率和規(guī)模效率變動(dòng)的雙重影響，但規(guī)模效率變動(dòng)對(duì)技術(shù)效率指數(shù)變動(dòng)的作用更大，即現(xiàn)階段我國(guó)科技資源配置的技術(shù)效率主要受外延式規(guī)模擴(kuò)張的影響較大，內(nèi)涵式增長(zhǎng)的作用還沒(méi)有得到挖掘和充分發(fā)揮，致使我國(guó)科技資源配置的規(guī)模呈規(guī)模遞減狀態(tài)。這說(shuō)明我國(guó)科技資源在配置中存在要素投入相對(duì)過(guò)多、產(chǎn)出相對(duì)偏低的情況，科技資源配置的產(chǎn)出沒(méi)有達(dá)到最大前沿面，也就是說(shuō)我國(guó)科技資源配置的規(guī)模和結(jié)構(gòu)不盡合理，配置方式有待改進(jìn)。

究其深層次原因，研究認(rèn)為，只有當(dāng)各種生產(chǎn)要素達(dá)到一定的合理比例時(shí)，科技資源配置效率才能達(dá)到最優(yōu)。近年來(lái)，隨著我國(guó)綜合國(guó)力的不斷提升，科技人才隊(duì)伍不斷壯大，科技財(cái)力資源不斷增加，但由于我國(guó)科技資源配置過(guò)程中存在大量的重復(fù)投入和資源浪費(fèi)現(xiàn)象，投入結(jié)構(gòu)也不盡合理，配置方式仍然以計(jì)劃為主導(dǎo)，市場(chǎng)對(duì)科技資源的基礎(chǔ)性配置作用仍然沒(méi)有充分發(fā)揮出來(lái)［5］，致使科技資源的配置效率增長(zhǎng)緩慢，科技資源綜合效率仍然不高。

3.2 2000—2007年中國(guó)各地區(qū)科技資源配置效率監(jiān)測(cè)結(jié)果

（1）全國(guó)各地區(qū)科技資源配置效率監(jiān)測(cè)結(jié)果分析。

結(jié)果顯示，全國(guó)科技資源配置的全要素生產(chǎn)率（TFP）增長(zhǎng)率為1.2%。其中，上海、陜西和天津等16個(gè)地區(qū)的科技資源配置效率呈正向增長(zhǎng)態(tài)勢(shì)，河北和貴州2省的TFP保持不變；內(nèi)蒙古、云南和海南等13個(gè)?。ㄊ?、區(qū)）TFP處于衰退狀態(tài)。從三大區(qū)域來(lái)看，中部和東部地區(qū)的TFP增長(zhǎng)速度均高于全國(guó)平均水平，分別為3.5%和2.7%；西部地區(qū)的TFP呈衰退趨勢(shì)，為-2.1%（見(jiàn)表2和圖1）。

從科技資源配置的技術(shù)進(jìn)步指數(shù)（TPch）變動(dòng)情況來(lái)看，全國(guó)平均增長(zhǎng)率為0.4%，東部地區(qū)為3.4%，中部地區(qū)為2.4%，西部地區(qū)為-3.5%。高于全國(guó)平均水平的共有17個(gè)?。▍^(qū)）。其中上海、北京、廣東、陜西和湖北五個(gè)省市居于全國(guó)前五位，TPch增長(zhǎng)率分別為13.7%、11.1%、9.7%、6.8%和6%，說(shuō)明這些地區(qū)的科技基礎(chǔ)條件較好，原始創(chuàng)新能力較強(qiáng)；新疆、內(nèi)蒙古和海南等12個(gè)?。ㄊ小^(qū)）TPch變動(dòng)率呈負(fù)向增長(zhǎng)態(tài)勢(shì)，說(shuō)明這些地區(qū)的科技基礎(chǔ)條件相對(duì)薄弱，原始創(chuàng)新能力較差；山東省為0.2%，但仍然低于全國(guó)平均水平。

從科技資源配置的技術(shù)效率變動(dòng)指數(shù)（Tech）來(lái)看，全國(guó)平均增長(zhǎng)率為0.6%，高于全國(guó)平均增長(zhǎng)率的共有12個(gè)?。▍^(qū)），其中青海、新疆、湖北、陜西和山東五個(gè)省份最高，Tech增長(zhǎng)率分別達(dá)到了16.8%、5.9%、4.6%、4.3%和3.5%，說(shuō)明這些地方的科技資源要素配置結(jié)構(gòu)正趨于合理，技術(shù)效率相對(duì)優(yōu)化。北京、天津、上海、浙江、廣東、甘肅和寧夏7個(gè)?。ㄊ小^(qū)）科技資源配置的技術(shù)效率保持不變。而云南、江西和山西等11個(gè)?。ㄊ?、區(qū)）的技術(shù)效率呈衰退趨勢(shì)，表明這些地方存在要素投入比例失調(diào)、配置結(jié)構(gòu)不合理，致使資源浪費(fèi)和重復(fù)建設(shè)，影響了配置效率的提升。從三大區(qū)域來(lái)看，西部地區(qū)的Tech增長(zhǎng)率為1.5%，高于全國(guó)平均水平；東部地區(qū)為0.1%，中部地區(qū)為0.3%，均低于全國(guó)平均水平，這說(shuō)明東、中部地區(qū)雖然科技資源配置的集中度較高，但由于各種要素的投入結(jié)構(gòu)不合理，比例失調(diào)，致使資源配置的產(chǎn)出達(dá)不到最大前沿面，進(jìn)而影響了科技資源配置效率的提升。

全國(guó)科技資源配置的純技術(shù)效率指數(shù)（PEch）呈負(fù)增長(zhǎng)態(tài)勢(shì)，為-0.2%；青海、湖北和陜西等10個(gè)省區(qū)的PEch呈正向增長(zhǎng)，北京、甘肅和廣東等7個(gè)省市的PEch保持不變，云南、江西和內(nèi)蒙古等13個(gè)?。ㄊ小^(qū)）的PEch增長(zhǎng)率為負(fù)數(shù)。西部地區(qū)的PEch為0.9%，呈正向增長(zhǎng)態(tài)勢(shì)；東部和中部地區(qū)的PEch增長(zhǎng)率為負(fù)，呈衰退趨勢(shì)，說(shuō)明東、中部地區(qū)雖然科技資源的要素投入呈不斷增長(zhǎng)態(tài)勢(shì)，但由于要素投入的比例不盡合理，致使資源利用效率較低。

全國(guó)科技資源配置的規(guī)模效率指數(shù)（SEch）為0.8%，這說(shuō)明隨著國(guó)家經(jīng)濟(jì)實(shí)力的不斷增強(qiáng)，我國(guó)科技資源的投入力度加大，科技資源配置的規(guī)模效益得到進(jìn)一步提升。全國(guó)有17個(gè)?。ㄊ?、區(qū)）的SEch呈正向增長(zhǎng)，其中，山東、河南和新疆等11個(gè)?。ㄊ小^(qū)）超過(guò)全國(guó)平均水平；北京、甘肅和貴州等8個(gè)省市的SEch保持不變；青海、寧夏、海南、安徽和吉林5個(gè)省區(qū)的SEch呈衰退狀態(tài)。東、中部地區(qū)平均的SEch超過(guò)了全國(guó)平均水平，增長(zhǎng)率均為0.9%，說(shuō)明東部和中部地區(qū)科技資源要素投入規(guī)模呈不斷增長(zhǎng)態(tài)勢(shì)；而西部地區(qū)的SEch雖然低于全國(guó)平均水平，但也達(dá)到了0.7%的增長(zhǎng)率，要素投入規(guī)模也呈正向增長(zhǎng)態(tài)勢(shì)。

從科技資源配置的規(guī)模報(bào)酬來(lái)看，北京、天津和甘肅等8個(gè)省市的科技資源投入產(chǎn)出呈規(guī)模報(bào)酬不變狀態(tài)，表明這些地區(qū)的科技資源配置規(guī)模比較合理，產(chǎn)出達(dá)到最前沿面，資源配置效率達(dá)到優(yōu)化狀態(tài)。河北、山西、內(nèi)蒙古等17個(gè)?。ㄊ?、區(qū)）的科技資源配置呈規(guī)模報(bào)酬遞減狀態(tài)，產(chǎn)出并未達(dá)到最前沿面，配置規(guī)模不合理，需要進(jìn)一步調(diào)整各種投入要素的比例。吉林、安徽和青海等5個(gè)省的科技資源配置中投入產(chǎn)出呈規(guī)模報(bào)酬遞增狀態(tài)，這些地區(qū)存在科技要素投入不足的問(wèn)題，要素投入規(guī)模有待進(jìn)一步擴(kuò)大。從全國(guó)來(lái)看，科技資源投入產(chǎn)出呈規(guī)模報(bào)酬遞減狀態(tài)，表明我國(guó)科技資源配置的規(guī)模結(jié)構(gòu)不合理，產(chǎn)出并未達(dá)到最前沿面，存在要素投入比例失衡的問(wèn)題。東中西三大區(qū)域科技資源配置均呈規(guī)模報(bào)酬遞減狀態(tài)，說(shuō)明各種科技資源要素投入比例失衡，致使產(chǎn)出并未達(dá)到最前沿面，需要進(jìn)一步調(diào)整要素投入比例和結(jié)構(gòu)。

（2）全國(guó)各地區(qū)科技資源配置效率因素分析。

通過(guò)圖1和表2的分析可以看出，全國(guó)大部分地區(qū)科技資源配置的全要素生產(chǎn)率（TFP）增長(zhǎng)或下降主要受技術(shù)進(jìn)步變動(dòng)的影響，技術(shù)效率變動(dòng)對(duì)TFP的影響相對(duì)較小，如北京、天津、內(nèi)蒙古、遼寧、吉林、上海、浙江、河南、廣東、廣西、海南、重慶、甘肅、寧夏和新疆共15個(gè)省（市、區(qū)）科技資源配置的TFP增長(zhǎng)或下降主要受技術(shù)進(jìn)步變動(dòng)的影響，即這些地方科技資源配置效率的變動(dòng)主要取決于研究方法和原始創(chuàng)新能力的變化。但也有局部地區(qū)的TFP變動(dòng)主要受技術(shù)進(jìn)步和技術(shù)效率變動(dòng)雙重疊加的影響，如黑龍江、江蘇、安徽、湖北、湖南、四川、貴州和陜西。此外，河北、福建、江西、山東、云南和青海6個(gè)省區(qū)的TFP增長(zhǎng)或下降主要受技術(shù)效率變動(dòng)的影響，配置效率主要受到資源投入規(guī)模和配置結(jié)構(gòu)的影響。

從技術(shù)效率變動(dòng)指數(shù)（TEch）的影響因素來(lái)看，北京、天津、黑龍江、上海、江蘇、浙江、湖南、廣東、四川、甘肅、寧夏和新疆12個(gè)省（市、區(qū)）科技資源配置的技術(shù)效率指數(shù)（Tech）變動(dòng)受到純技術(shù)效率和規(guī)模效率變動(dòng)雙重疊加的影響；河北、山西、內(nèi)蒙古、遼寧、吉林、安徽、福建、江西、湖北、重慶、貴州、云南、陜西和青海14個(gè)?。ㄊ?、區(qū)）科技資源配置的技術(shù)效率變動(dòng)受純技術(shù)效率和規(guī)模效率變動(dòng)的雙重影響，但PEch變動(dòng)對(duì)技術(shù)效率的影響更大；山東、河南、廣西、海南4省科技資源的技術(shù)效率變動(dòng)受規(guī)模效率變動(dòng)的影響更明顯。從三大區(qū)域來(lái)看，東、中部區(qū)域科技資源Tech增長(zhǎng)主要受到規(guī)模效率指數(shù)變動(dòng)的影響，說(shuō)明這些地區(qū)的科技資源受市場(chǎng)配置方式的導(dǎo)向更大，要素投入比例相對(duì)比較合理，配置效率的改進(jìn)主要受投入規(guī)模的影響，因而導(dǎo)致其規(guī)模報(bào)酬呈遞減狀態(tài)。西部地區(qū)技術(shù)效率指數(shù)的增長(zhǎng)主要根源于純技術(shù)效率和規(guī)模效率變動(dòng)的雙重疊加作用，說(shuō)明這些地方既存在要素投入不足，也缺乏合理的市場(chǎng)機(jī)制來(lái)引導(dǎo)資源的合理配置，要素投入結(jié)構(gòu)不合理、比例失衡，導(dǎo)致規(guī)模報(bào)酬遞減。

4 結(jié)論與討論

綜合上述模型測(cè)算結(jié)果分析，我們可以得出如下幾條基本結(jié)論：

一是近年來(lái)隨著我國(guó)科技人才隊(duì)伍的不斷壯大和科技投入的不斷增加，我國(guó)科技資源配置效率呈不斷優(yōu)化態(tài)勢(shì)。其中，科技資源TFP增長(zhǎng)主要源于技術(shù)效率提升和技術(shù)進(jìn)步的雙重影響，也就是研究設(shè)施條件和研究方法的改進(jìn)，以及原始創(chuàng)新能力的提升；而TFP的下降則主要受技術(shù)效率衰退的影響，即要素投入規(guī)模不足、結(jié)構(gòu)不合理。目前，我國(guó)科技資源配置過(guò)程中仍然存在大量的重復(fù)投入和資源浪費(fèi)現(xiàn)象，投入結(jié)構(gòu)不盡合理，配置方式仍然以計(jì)劃為主導(dǎo)，市場(chǎng)對(duì)科技資源的基礎(chǔ)性配置作用難以充分發(fā)揮，致使科技資源配置效率仍然不高。

二是北京、天津和新疆等共15個(gè)?。ㄊ?、區(qū)）科技資源配置的TFP增長(zhǎng)或下降主要受技術(shù)進(jìn)步變動(dòng)的影響更大，說(shuō)明這些省區(qū)科技資源配置受市場(chǎng)導(dǎo)向更大，要素投入比例相對(duì)比較合理，其科技資源配置效率的優(yōu)化主要取決于研究條件和研究方法的改進(jìn)，以及原始創(chuàng)新能力的提升。黑龍江、江蘇和陜西等8個(gè)省份的TFP變動(dòng)主要受技術(shù)進(jìn)步和技術(shù)效率變動(dòng)雙重疊加的影響，說(shuō)明這些地區(qū)科技資源配置效率的改進(jìn)需要從提升原始創(chuàng)新能力、優(yōu)化資源配置方式及調(diào)整結(jié)構(gòu)等多方面進(jìn)行改善。河北、福建和青海等6個(gè)省區(qū)的TFP增長(zhǎng)或下降主要受技術(shù)效率變動(dòng)的影響，即這些省份需要從調(diào)整要素投入結(jié)構(gòu)，強(qiáng)化市場(chǎng)對(duì)資源的基礎(chǔ)性配置作用，以及加大資源投入規(guī)模等方面進(jìn)行改進(jìn)。

提高科技資源配置效率，必須做到科技資源之間的協(xié)調(diào)配置，即按照科技活動(dòng)規(guī)律，合理配置人、財(cái)、物、信息等各項(xiàng)資源，使之盡可能做到“人盡其才，物盡其用，財(cái)盡其能”。因此，基于上述研究結(jié)果，針對(duì)我國(guó)科技資源布局狀況，提出如下建議：

一是在進(jìn)一步增加科技資源投入的同時(shí)，需要更加注重優(yōu)化科技資源在不同地域的合理分布?？傮w上，我國(guó)科技資源投入仍然不足，但局部地區(qū)的單一要素相對(duì)豐裕。當(dāng)前，東部發(fā)達(dá)地區(qū)總體上表現(xiàn)出較高的科技資源集中度，在保持這一優(yōu)勢(shì)的同時(shí)，要注重對(duì)西部地區(qū)的傾斜支持，以進(jìn)一步激發(fā)中西部地區(qū)科技研發(fā)的活力。

二是進(jìn)一步優(yōu)化科技資源的配置結(jié)構(gòu)。在中部地區(qū)，科技人力資源有一定的基礎(chǔ)，但財(cái)力、物力投入不足影響了人力資源作用的發(fā)揮。如湖北 、陜西等，科技人力資源具有一定的集中度，但人均財(cái)力和物力資源偏低，科技產(chǎn)出難以提高。在西部地區(qū)，由于科技人才嚴(yán)重匱乏，其他財(cái)力、物力資源稍有投入就相對(duì)過(guò)剩，說(shuō)明這些地區(qū)總體上資源嚴(yán)重不足，尤其需要在人力資源投入上加大力度，以求資源的協(xié)調(diào)配置，并力求使全國(guó)科技活動(dòng)在地區(qū)間均衡發(fā)展。

三是強(qiáng)化國(guó)有科技資源向基礎(chǔ)研究領(lǐng)域的投入與布局。由于科技資源配置效率的改進(jìn)主要來(lái)源于技術(shù)進(jìn)步和技術(shù)效率的改善，而技術(shù)進(jìn)步依賴(lài)于原始性創(chuàng)新（包括方法的創(chuàng)新），原始性創(chuàng)新與基礎(chǔ)研究分不開(kāi)。因此，我國(guó)科技資源要向更多地R&D活動(dòng)傾斜，特別是國(guó)有科技資源要側(cè)重于基礎(chǔ)研究，以增強(qiáng)原始性創(chuàng)新能力。

［1］Coelli T.J..A Guide to DEAP Version 2.1:A Data Envelopment Analysis（computer）Program［R］.CEAP Working Paper 96/8，Department of Econometrics，University of New England，Armidale，Australia.

［2］Fare R.，Grosskopf S.，Lovell，C.A.K..Productivity change in Swedish Pharmacies1980-1989：a nonparametric Malmquist approach［J］.Journal of Productivity Analysis，1992，（3）:85-101.

［3］Colin Carter，Jing Chen，Baojun Chu.Agricultural Productivity Growth in China:Farm Level versus National Measurement［R］.Working Paper No.99-001，Department of Agricultural and Resoucrce Economics，University of California Davis.

［4］賈巖.基于 Cross-efficiency DEA 算法的區(qū)域科技資源配置效率測(cè)算研究［J］.現(xiàn)代情報(bào)，2009，（2）：219-221，225.

［5］陳詩(shī)波.國(guó)有科技資源產(chǎn)權(quán)結(jié)構(gòu)分析及制度構(gòu)建探討［J］.中國(guó)科技論壇，2010，（1）：106-110.

（責(zé)任編輯 張九慶）

State-owned R&D Efficiency Monitoring and its Influencing Factors

Sun Xuhua1,Chen Shibo2,Cheng Guoqiang3
（1.College of Economy Management，Huazhong Agricultural University，Wuhan 430070，China；2.Chinese Academy of Science and Technology for Development，Beijing 100038，China；3.Development Research Center of the State Council，Beijing 100010，China）

Used DEA model this paper measures the Malmquist index of national and district technology resources allocation and their decomposition.Research results show that:Firstly,technology resources allocation efficiency of China is constantly optimized since 2000,but there still have some problems.For example,the input structure is not yet rational,the basic configuration function of market is not fully manifested.So sci-tech resources allocation efficiency still has further improve potential in China.Secondly,TFP growth of China is both influenced by technical efficiency improvement and technical progress,and technology progress changing has more effect on TFP growth or drop of sci-tech resources allocation of 15 provinces and municipalities such as Beijing,Tianjin and Xinjiang etc.,and 8 provinces and municipality including Heilongjiang,Jiangsu and Shanxi provinces etc.are effected by technological progress and technical efficiency changes simultaneously,and that of 6 provinces and municipality including Hebei,Fujian and Qinghai etc.are effected by technical efficiency changes.In view of this,the author puts forward some suggestions.

state-owned science and technology resources； allocation efficiency； Malmquist index； efficiency measure； influencing factors

G31

A

中國(guó)科學(xué)院研究生院“科技資源優(yōu)化配置重大問(wèn)題研究”。

2010-11-19

孫緒華（1971－），男，副研究員，博士研究生；研究方向?yàn)椋嚎萍假Y源配置理論與政策。