中國省域科技投入產(chǎn)出效率評價

2014-12-22 18:07宋杰鯤宋卿

中國石油大學學報(社會科學版) 2014年6期

宋杰鯤+宋卿

[摘要] 科技投入產(chǎn)出效率評價有助于各省分析科技投入產(chǎn)出現(xiàn)狀，實現(xiàn)投入產(chǎn)出的最佳配置。選取R&D人員全時當量、R&D經(jīng)費內(nèi)部支出作為輸入指標，技術(shù)市場成交合同金額、專利申請受理數(shù)、專利申請授權(quán)數(shù)、國外主要檢索工具收錄中國科技論文數(shù)作為輸出指標。運用數(shù)據(jù)包絡(luò)分析對中國30個省2011年的科技投入產(chǎn)出效率進行評價；基于中國30個省2005—2011年的面板數(shù)據(jù)，運用Malmuist指數(shù)對中國科技投入產(chǎn)出效率進行動態(tài)評價，并進行分解分析。

[關(guān)鍵詞] 科技投入產(chǎn)出；效率評價；數(shù)據(jù)包絡(luò)分析；Malmquist指數(shù)

[中圖分類號] F223；F124.3 [文獻標識碼]A [文章編號]1673-5595（2014）06-0016-05

一、引言

科學技術(shù)已經(jīng)成為現(xiàn)代生產(chǎn)力發(fā)展和經(jīng)濟增長的關(guān)鍵性和主導性要素，其本身同樣需要大量的投入。[1]對科技投入產(chǎn)出效率進行評價有助于認識投入產(chǎn)出過程中存在的不足，實現(xiàn)投入產(chǎn)出的最佳配置。由于數(shù)據(jù)包絡(luò)分析（DEA）在全要素效率分析方面具有諸多優(yōu)勢，因此許多學者運用該方法對省域科技投入產(chǎn)出效率進行研究。張前榮以每萬名經(jīng)濟活動人口中科技活動人數(shù)、國外高技術(shù)引進額等11個指標為投入，科技論文數(shù)、完成軟科學課題數(shù)等8項指標為產(chǎn)出，對中國沿海、大城市等6個區(qū)域2004—2006年的科技投入產(chǎn)出效率等進行評價分析；[2]呂晨和曾明彬以R&D人員數(shù)量、重點實驗室數(shù)量等6項指標為投入，每10萬人平均發(fā)表的國內(nèi)外檢索論文數(shù)、發(fā)明專利申請數(shù)、高科技產(chǎn)業(yè)銷售收入占總銷售比例為產(chǎn)出，2006年的投入和2009年的產(chǎn)出為樣本，對中國31個省的科技投入產(chǎn)出效率進行評價；[3]李燕萍等以研發(fā)經(jīng)費投入、研發(fā)人員全時當量、科技活動人員數(shù)為投入，三種專利授權(quán)數(shù)、國際論文發(fā)表數(shù)、技術(shù)市場成交金額為產(chǎn)出，對各省2003—2008年的科技投入產(chǎn)出效率進行評價。[4]趙宏和王軍以R&D科學家和工程師、R&D科研經(jīng)費投入、企業(yè)其他經(jīng)費支出為投入，國內(nèi)中文期刊科技論文數(shù)、發(fā)明專利授權(quán)量等4項指標為產(chǎn)出，對各省2006—2008年的科技投入產(chǎn)出效率進行評價。[5]方愛平和李虹以R&D人員全時當量、大專以上受教育比重等7個指標為投入，以有效發(fā)明專利數(shù)、GDP中工業(yè)增加值等4項指標為產(chǎn)出，對2012年西部12個省的科技投入產(chǎn)出效率進行評價。[6]除了靜態(tài)DEA方法外，Malmquist指數(shù)能進一步反映投入產(chǎn)出的動態(tài)效率，在地區(qū)科技投入產(chǎn)出效率評價方面也得到了廣泛應(yīng)用。陳燕武應(yīng)用Malmquist指數(shù)對2004—2008年福建省9個地市的科技投入產(chǎn)出效率進行動態(tài)評價；[7]董潔和張體委運用Malmquist指數(shù)對長三角地區(qū)高技術(shù)產(chǎn)業(yè)的R&D效率進行測度分析。[8]可見，由于分析視角不同，不同學者構(gòu)建的科技投入產(chǎn)出效率評價指標體系不盡相同，且多從靜態(tài)的角度考察省域科技投入產(chǎn)出效率，缺乏省際間的動態(tài)、深入分析。本文借鑒上述研究成果，依據(jù)2005—2011年中國30個省市自治區(qū)的面板數(shù)據(jù)，對中國省域科技投入產(chǎn)出效率進行評價，找出影響各省域科技投入產(chǎn)出效率的重要原因，提出提高各省投入產(chǎn)出效率的對策建議，以實現(xiàn)各省科技投入產(chǎn)出的合理配置，促進中國科技進步。

二、科技投入產(chǎn)出效率評價指標體系和數(shù)據(jù)來源

本文選擇DEA和Malmquist指數(shù)方法對中國省域科技投入產(chǎn)出效率進行評價，選取研究與試驗發(fā)展（R&D）人員全時當量、研究與試驗發(fā)展（R&D）經(jīng)費內(nèi)部支出作為輸入指標，選取技術(shù)市場成交合同金額、專利申請受理數(shù)、專利申請授權(quán)數(shù)、國外主要檢索工具收錄中國科技論文數(shù)作為輸出指標。決策單元選擇中國2005—2011年30個省市自治區(qū)（由于缺乏部分數(shù)據(jù)，不包括臺灣和西藏）科技投入產(chǎn)出的面板數(shù)據(jù)，所有數(shù)據(jù)均來自2006—2013年的《中國科技統(tǒng)計年鑒》。

三、2011年省域科技投入產(chǎn)出效率的DEA評價

DEA方法由Charnes、Cooper和Rhodes等人提出，由于其不需要事先假設(shè)生產(chǎn)函數(shù)形式，無需設(shè)置指標權(quán)重，因此特別適合多個決策單元多輸入、多輸出的評價問題。設(shè)有n個評價對象，第j個決策單元包含m種輸入和s種輸出，分別記為xij，i=1，2，…，m；yrj，r=1，2，…，s。對第k個評價對象進行DEA評價，投入導向的C2R模型為[9]：

求解模型（1）得到的目標函數(shù)值稱為技術(shù)效率（Technological Efficiency，TE）。由于C2R模型假設(shè)規(guī)模報酬不變，因此與實際不符。Banker、Charnes和Cooper剔除該假設(shè)，提出BC2模型，即在模型（1）的約束條件中增加∑nj=1λj=1，得到的目標函數(shù)值稱為純技術(shù)效率（Pure Technological Efficiency，PTE）。

對2011年中國各地區(qū)科技投入產(chǎn)出的相關(guān)指標數(shù)據(jù)，分別應(yīng)用投入導向的C2R和BC2模型進行科技投入產(chǎn)出效率橫向評價，并計算TE和PTE的比值，得到規(guī)模效率（Scale Efficiency，SE）：SE=TE/PTE。很明顯，TE≤PTE≤1，SE≤1。若TE=PTE=SE=1，表明決策單元DEA有效，實現(xiàn)了科技投入產(chǎn)出的最佳配置；若TE=PTE<1，SE=1，表明決策單元非DEA有效，其無效率均來自技術(shù)方面的因素；若TE

中國石油大學學報（社會科學版） 2014年12月第30卷第6期宋杰鯤，等：中國省域科技投入產(chǎn)出效率評價由表1可知，2011年全國平均科技投入產(chǎn)出效率為71.5%，說明有28.5%的投入和產(chǎn)出未實現(xiàn)科學配置。北京、吉林、黑龍江、江蘇、浙江、重慶、陜西、甘肅等8個省市的TE、PTE和SE均為1，表明它們同時實現(xiàn)了規(guī)模有效和技術(shù)有效，即這8個省市實現(xiàn)了科技投入與產(chǎn)出在規(guī)模和技術(shù)上的最佳配置；廣東省的SE=1，但是PTE<1，表明其科技投入產(chǎn)出規(guī)模有效，但技術(shù)無效；海南和青海的PTE=1，但SE<1，表明其科技投入產(chǎn)出技術(shù)有效，但規(guī)模無效；其余19個省市自治區(qū)既非規(guī)模有效也非技術(shù)有效，表明其效率低下是由技術(shù)效率和規(guī)模效率不高導致的。

四、2005—2011年省域科技投入產(chǎn)出效率的Malmquist指數(shù)

Malmquist全要素生產(chǎn)率指數(shù)TFP被廣泛應(yīng)用于效率變化分析，該指數(shù)可以分解為幾個指數(shù)的乘積，有助于從不同方面進行效率變化分析。[10]分別用（Xt，Yt）和（Xt+1，Yt+1）表示時期t和時期t+1的投入產(chǎn)出量，Dt（Xt，Yt）和Dt+1（Xt+1，Yt+1）表示以t和t+1時期技術(shù)為參照的時期t的投入產(chǎn)出向量的距離函數(shù)，有：

當TFP>1時，表示從t到t+1期的效率提高了；TFP=1表明效率不變；TFP<1則說明效率降低了。TFP可以分解為技術(shù)進步指數(shù)（TC）和技術(shù)效率改善指數(shù)（TEC）兩部分：

式中，TC反映生產(chǎn)技術(shù)革新對TFP的影響，TEC則反映決策單元生產(chǎn)運營或資源配置效率的變動，如管理方法提高、組織結(jié)構(gòu)趨向完善、科研設(shè)備的引進等。當TEC>1時，表明決策單元更接近生產(chǎn)前沿面，即該地區(qū)科技投入產(chǎn)出效率是進步的；TEC<1時，說明該地區(qū)的技術(shù)效率在降低。在規(guī)模收益可變時，TEC可進一步分解為規(guī)模效率變動（SEC）和純技術(shù)效率變動（PTEC）兩部分，即：

式中，VRS和CRS分別表示規(guī)模報酬可變和規(guī)模報酬不變，對應(yīng)的DEA模型分別為BC2模型和C2R模型，有

通過上述分解，TFP就轉(zhuǎn)化為對距離函數(shù)的求解，此時可通過DEA模型進行求解。為了研究中國30個省市自治區(qū)科技投入產(chǎn)出效率的動態(tài)變化，本文以2005—2011年30個省市自治區(qū)的面板數(shù)據(jù)為基礎(chǔ)，測算其Malmquist指數(shù)并進行分解，結(jié)果見表2。

由表2可知，2005—2011年中國30個省市自治區(qū)科技投入產(chǎn)出效率的年均Malmquist指數(shù)（TFP變化率）為0.988，即科技投入產(chǎn)出效率年均下降1.2%，其中技術(shù)進步年均增長0.7%，技術(shù)效率年均下降1.9%，表明分析期內(nèi)技術(shù)進步一定程度上促進了科技投入產(chǎn)出效率的提高，而資源配置效率在很大程度上束縛科技投入產(chǎn)出效率。年均PTEC和SEC分別為0.992和0.989，表明規(guī)模效率比純技術(shù)效率對資源配置效率的影響略大。

分析期內(nèi)Malmquist指數(shù)變動很大，說明30個省市自治區(qū)科技進步態(tài)勢不穩(wěn)定。2005—2007年，中國科技投入產(chǎn)出效率呈上升趨勢，其中技術(shù)進步指數(shù)下降了6.7%，技術(shù)效率改善指數(shù)上升了8.9%，表明這一階段中國資源配置效率趨優(yōu)，但是自主創(chuàng)新的激勵機制尚不完善，自主創(chuàng)新能力較弱；2007—2009年，科技投入產(chǎn)出效率呈下降趨勢，其中技術(shù)效率改善指數(shù)逐年下降，而技術(shù)進步指數(shù)在較小增長后有所下降，這表明本階段自主創(chuàng)新機制仍不完善，技術(shù)進步不穩(wěn)定，同時，受國際金融危機的影響，科技資源配置效率有所下降，產(chǎn)出與投入未能實現(xiàn)有效匹配；2009—2010年，科技投入產(chǎn)出效率及技術(shù)進步指數(shù)、技術(shù)效率改善指數(shù)開始上升，這與2008年底中國將提高自主創(chuàng)新能力作為重點，持續(xù)增加自主創(chuàng)新、結(jié)構(gòu)調(diào)整和技術(shù)改造等方面的投資，推進技術(shù)進步和技術(shù)效率改善不無關(guān)系；2010—2011年，科技投入產(chǎn)出效率呈下降趨勢，其中技術(shù)進步保持較快增長，但技術(shù)效率改善指數(shù)下降明顯，說明在這一階段，技術(shù)革新給中國科技投入產(chǎn)出帶來的效果明顯，但是科技資源配置效率不高，需要進一步優(yōu)化科技資源管理結(jié)構(gòu)，應(yīng)用先進的科技管理技術(shù)，加快高新技術(shù)設(shè)備引進。

東部、中部和西部的Malmquist指數(shù)如圖1所示。東部Malmquist指數(shù)大于中部和西部，這主要是因為東部地區(qū)在高密集知識創(chuàng)新方面起步早于其他兩個地區(qū)，資源利用率高，技術(shù)知識沉淀多。TFP>1，TC>1，而TEC<1，PTEC<1，說明近幾年東部地區(qū)不斷進行技術(shù)改革，積極引進先進技術(shù)，通過各種措施促進技術(shù)進步取得了很好的成效，但是由于期初基數(shù)大，使規(guī)模報酬速度減緩，抑制規(guī)模效率的增長，加之科研管理水平依然不高，導致資源配置效率降低。

中部TFP<1，TC<1，TEC<1，且中部地區(qū)科技投入產(chǎn)出效率負增長主要是由資源配置效率引起的，說明該地區(qū)的科研設(shè)備和科研經(jīng)費尚待繼續(xù)擴大投入，同時科研機構(gòu)設(shè)置和管理方法也需要完善。但是中部地區(qū)規(guī)模效率有很大優(yōu)勢，這主要是中部知識密集型產(chǎn)業(yè)專利創(chuàng)新的初期投入規(guī)模小，基數(shù)比較小，而且國家對中部的經(jīng)濟建設(shè)投入加大，使中部地區(qū)規(guī)模效率提高很快。

圖1 東部、中部和西部Malmquist指數(shù)西部TFP<1，TEC<1，TC=1，構(gòu)成TEC的要素中，PTEC>1，SEC<1，說明西部近年來注重科技進步，科研機構(gòu)設(shè)置和管理方法明顯得以完善，但由于科研設(shè)備和科研經(jīng)費依然缺乏，導致規(guī)模效率不足，資源配置效率降低。

2005—2011年各省市自治區(qū)科技投入產(chǎn)出的Malmquist指數(shù)如表3所示。東部北京、遼寧、上海、江蘇、浙江、山東，中部黑龍江、安徽、江西，西部重慶、四川、貴州、陜西、青海等14個省市的TFP>1，表明分析期內(nèi)它們的科技投入產(chǎn)出效率呈上升趨勢，其中江蘇、青海的增幅超過10%，分別為16.9%、14.8%；其余16個省市自治區(qū)的TFP<1，科技投入產(chǎn)出效率呈現(xiàn)下降趨勢，其中內(nèi)蒙古、新疆下降超過10%，分別為17.7%、11.8%。

為了進一步分析各省市自治區(qū)技術(shù)進步指數(shù)和技術(shù)效率改善指數(shù)的變動情況，找出導致Malmquist指數(shù)變動的原因，繪制TEC、TC象限圖（見圖2），定義第Ⅰ、Ⅱ、Ⅲ、Ⅳ四象限分別為效率改善-技術(shù)進步型、效率惡化-技術(shù)進步型、效率惡化-技術(shù)退步型、效率改善-技術(shù)退步型。其中，效率改善-技術(shù)進步型的技術(shù)進步指數(shù)和技術(shù)效率改善指數(shù)均大于等于1；效率惡化-技術(shù)進步型的技術(shù)效率改善指數(shù)小于1，而技術(shù)進步指數(shù)大于等于1；效率惡化-技術(shù)退步型的技術(shù)進步指數(shù)和技術(shù)效率改善指數(shù)均小于1；效率改善-技術(shù)退步型的技術(shù)效率改善指數(shù)大于等于1，而技術(shù)進步指數(shù)小于1?？梢?，北京、江蘇等8個省市為效率改善-技術(shù)進步型，這些省市的資源配置效率得到進一步提升，科技進步明顯；山東、廣東等8個省市自治區(qū)為效率惡化-技術(shù)進步型，即科技進步明顯但資源配置效率降低，今后應(yīng)進一步提高其資源配置效率；寧夏、新疆等9個省市自治區(qū)為效率惡化-技術(shù)退步型，即科技相對退步、資源配置效率降低，今后應(yīng)同時注重技術(shù)革新、提高資源配置效率；黑龍江、遼寧等5個省為效率改善-技術(shù)退步型，即資源配置效率提升但科技相對退步，今后應(yīng)著重推進技術(shù)革新。

圖2 各省TEC、TC象限圖從規(guī)模效率變動和純技術(shù)效率變動來看，目前資源配置效率下降的17個省市自治區(qū)中，安徽、河南、廣東的SEC≥1，而PTEC<1，它們應(yīng)著重提升其純技術(shù)效率，即注重科研機構(gòu)的高效設(shè)置和管理水平的持續(xù)提升，使現(xiàn)有資源配置進一步優(yōu)化；云南、寧夏、海南的PTEC>1，而SEC<1，它們應(yīng)通過擴大研發(fā)人員規(guī)模、提高科研設(shè)備投入和研發(fā)經(jīng)費支出等提升其規(guī)模效率；其余10個省市自治區(qū)的SEC<1，PTEC<1，應(yīng)同時從資源配置規(guī)模和管理水平提升兩個方面提升資源配置效率。在資源配置效率上升（TEC>1）的8個省市自治區(qū)中，江西、四川、貴州3個省SEC<1，今后也應(yīng)該進一步擴大研發(fā)人員、科研設(shè)備投入和研發(fā)經(jīng)費支出等投入規(guī)模，實現(xiàn)規(guī)模效率提升，從而進一步提高科技投入產(chǎn)出效率。

五、結(jié)論

本文分別運用DEA和Malmquist指數(shù)方法對中國30個省市自治區(qū)的科技投入產(chǎn)出效率進行靜態(tài)和動態(tài)評價，結(jié)果表明：

2011年中國平均科技投入產(chǎn)出效率為71.5%，其中8個省同時實現(xiàn)了規(guī)模有效和技術(shù)有效，廣東省規(guī)模有效但技術(shù)無效，海南和青海技術(shù)有效但規(guī)模無效；其余19個省市自治區(qū)既非規(guī)模有效也非技術(shù)有效。

2005—2011年中國科技投入產(chǎn)出效率的年均Malmquist指數(shù)為0.988，其中技術(shù)進步年均增長0.7%，技術(shù)效率年均下降1.9%，且規(guī)模效率比純技術(shù)效率對技術(shù)效率的影響略大。

2005—2011年中國東部技術(shù)進步取得了很好成效，但是資源配置效率有所降低，但總體上科技投入產(chǎn)出效率呈上升趨勢。中部在規(guī)模效率上具有一定的優(yōu)勢，但是由于科研機構(gòu)設(shè)置和管理方法不盡完善，導致資源配置效率降低，總體科技投入產(chǎn)出效率下降。西部近年來注重科技進步，科研機構(gòu)設(shè)置和管理方法也得以完善，但由于科研設(shè)備和科研經(jīng)費依然缺乏，導致規(guī)模效率不足，資源配置效率降低，總體科技投入產(chǎn)出效率下降。

2005—2011年中國有13個省市自治區(qū)科技投入產(chǎn)出效率呈上升趨勢，其余17個省市自治區(qū)呈現(xiàn)下降趨勢。從技術(shù)進步指數(shù)和技術(shù)效率改善指數(shù)來看，8個省為效率改善-技術(shù)進步型，8個省市自治區(qū)為效率惡化-技術(shù)進步型，9個省市自治區(qū)為效率惡化-技術(shù)退步型，5個省為效率改善-技術(shù)退步型。

[參考文獻]

[1] 劉亞旭，龔小軍，高蓉，等.科技投入產(chǎn)出評價方法探析[J].中國科技論壇，2007（4）：36-41.

[2] 張前榮.基于DEA模型的區(qū)域科技投入相對效率的實證研究[J].大連理工大學學報：社會科學版，2009，30（1）：75-78.

[3] 呂晨，曾明彬.基于DEA的中國區(qū)域科技投入產(chǎn)出相對效率研究[J].科學管理研究，2014，32（2）：101-104.

[4] 李燕萍，許穎，吳紹棠.不同省域科研投入產(chǎn)出效率及其影響因素的實證研究[J].經(jīng)濟管理，2011，33（2）：23-30.

[5] 趙宏，王軍.2006～2008年中國科技活動投入產(chǎn)出效率比較分析[J].統(tǒng)計與決策，2011（2）：93-95.

[6] 方愛平，李虹.基于DEA模型的西部區(qū)域科技投入產(chǎn)出效率分析[J].科技進步與對策，2013，30（15）：52-56.

[7] 陳燕武.基于復合DEA和Malmquist指數(shù)的科技投入產(chǎn)出效率評價[J].運籌與管理，2011，20（6）：196-204.

[8] 董潔，張體委.長三角地區(qū)高技術(shù)產(chǎn)業(yè)R&D資源配置效率優(yōu)化研究[J].科技進步與對策，2012，29（21）：49-54.

[9] 王桂榮，蘇貴良.山東省經(jīng)濟可持續(xù)發(fā)展能力實證研究——基于PCA、DEA及AHP分層法[J].中國石油大學學報：社會科學版，2013，29（5）：54-59.

[10]章祥蓀，貴斌威.中國全要素生產(chǎn)率分析：Malmquist指數(shù)法評述與應(yīng)用[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008（6）：111-122.

[責任編輯：張巖林]