基于DEA—Malmqui模型的青島市科技創(chuàng)新效率評價

董興林　李夢鈺

[摘要]文章選取青島市2001—2016年科技投入和科技產出數據，運用DEA-Malmqui模型對青島市科技創(chuàng)新進行靜態(tài)和動態(tài)分析，結果表明，自2010年，青島市科技創(chuàng)新投入和產出整體是有效的，但是R&D人員全時當量投入冗余現象較為嚴重，同時技術市場產品交易額產出也明顯不足；青島市科技創(chuàng)新生產要素的改善主要得益于青島市科技的發(fā)展，但是效率變動和規(guī)模效率變動情況仍有待改善，最后結合青島市現狀向政府提出合理配置資源要素、完善技術市場環(huán)境等建議。

[關鍵詞]DEA-Malmqui；科技創(chuàng)新；科技投入；科技產出

[DOI]1013939/jcnkizgsc201807032

1引言

在這個知識經濟的時代，科技創(chuàng)新已經成為經濟增長的主要推動力，是實現區(qū)域經濟穩(wěn)定、高速、協(xié)調、可持續(xù)發(fā)展的核心要素。黨的十八大提出創(chuàng)新驅動國家發(fā)展戰(zhàn)略，強調建設國家創(chuàng)新體系，推動經濟增長向以創(chuàng)新為主導的方式轉變。青島市作為我國科技創(chuàng)新大市，科學技術的發(fā)展是青島市經濟發(fā)展的主要優(yōu)勢之一，在2001—2016年，青島市科技投入和科技產出均有較大幅度增長。在科技投入方面，青島市R&D人員全時當量逐年增加，從2001年的3825人/年增加到2016年的49653人/年，科技活動經費支出額從2001年的2158億元增長到了2016年的26371億元；在科技產出方面，專利申請數量從2001年的2024件/年增加到2016年的59549件/年，增長了284214%。隨著科技投入產出的逐年攀升，青島市科技創(chuàng)新效率是否也在逐年遞增，成為一個值得研究的問題。

2文獻綜述

有關科技創(chuàng)新效率的問題，廣大學者已經做了較多研究。徐巧玲[2]選取我國30個省域的科技投入量和科技產出量數據，采用DEA的BCC模型和SE-CCR模型進行評價和分析，實證表明由于技術無效和科技無效使得我國絕大多數省域的科技投入產出處于非有效狀態(tài)。而與之相反，王珍珍[3]等采用DEA-Malmquiet指數模型對我國科技創(chuàng)新進行研究，研究表明我國整體科技創(chuàng)新投入和產出是有效的，并存在明顯的梯度特征。李澤霞[4]等選取我國30個省市作為決策單元，采取DEA對其進行創(chuàng)新效率的評價分析，研究表明，我國區(qū)域的科技創(chuàng)新效率穩(wěn)步提高，但是還有多地區(qū)是無效率區(qū)域。朱鵬頤等[5]對福建省九地級市2010—2014年數據進行SE-CCR進行分析，研究顯示，福建省多數城市科技創(chuàng)新處于無效狀態(tài)，但是提升空間很大。葉文顯[6]采用BCC模型、SE-CCR和DEA-Malmquiet指數模型對西安市科技創(chuàng)新面板數據進行分析，研究表明雖然西安省科技創(chuàng)新能力逐年提升，但是由于科技效率下降使得科技創(chuàng)新績效先降后升。

通過學者們[7]-[16]的研究可以看出：有關科技創(chuàng)新效率的研究已經較為豐富，主要采用了DEA模型和SFA方法，而且研究對象主要為國家、城市群或是省域，研究主體是制造業(yè)、高新技術產業(yè)或是其他企業(yè)，對一個城市科技創(chuàng)新效率方面的研究少之又少。本文采用DEA模型和Malmquiet指數模型結合的方式，從動態(tài)和靜態(tài)兩個方面對青島市科技創(chuàng)新效率進行分析。

3理論模型構建

31DEA模型

DEA不用人為地設置權重和函數關系，這就使分析結果較為客觀，它把每一個被描述對象都看作一個決策單元。[17]這些單元構成一個評價群體，評價群體的評價單元都具有相同的輸入指標和輸出指標，在評價標準確立后對數據進行分析，得出每個決策單元的綜合效率。假設一個決策單元有m個輸入指標和s個輸出指標，那么n個決策單元的輸入向量X=（x1，x2，x3，，xm），輸出向量Y=（y1，y2，y3，，ys），則第j0個決策單元的綜合效率為：

4實證分析

41指標選取和數據來源

411指標選取

構建合理的指標體系是進行科技創(chuàng)新效率研究的基礎?？萍紕?chuàng)新效率是一定時期內區(qū)域科技創(chuàng)新投入和科技創(chuàng)新產出的比值，本文從科技創(chuàng)新投入和科技創(chuàng)新產出兩個方面構建了指標體系?？萍纪度霃娜肆拓斄θ胧?，分別選取每年R&D人員全時當量和每年用于R&D經費支出金額對其進行描述；科技產出選取每年發(fā)明專利授權量、每年新簽訂的技術合同成交額和每年高新技術企業(yè)產業(yè)產值這三個指標進行描述，如表1所示。

412數據來源

本文的數據來源于《青島市統(tǒng)計年鑒》《青島市科技發(fā)展報告》《青島市統(tǒng)計公報》以及青島科技大數據平臺、青島統(tǒng)計信息網和青島科學技術局等網站提供的數據。

42實證結果及分析

421基于DEA的青島市科技創(chuàng)新效率分析

本文運用Deap 21分析軟件對青島市科技投入和科技產出進行分析，得到了青島市2001—2016年科技創(chuàng)新效率指數，如表2所示。

從綜合效率來看，2001—2002年由0871降到了0753，2003—2010年，青島市科技創(chuàng)新效率逐年增長，由0544增長到了1000，說明黨的十六大召開之后，國家對于科技創(chuàng)新的投入和產出有了較多的政策支持，使得青島市在這八年中科技創(chuàng)新效率提升。2010年之后，2012年科技創(chuàng)新率為0854，2011年和2014年分別為0935和0997，其他年份科技創(chuàng)新率均為1000，說明青島市在十六大之后抓住了國家的政策努力發(fā)展青島市科技創(chuàng)新，在此期間為青島市科技創(chuàng)新打下了堅實的基礎?！笆濉逼陂g青島市不斷完善科技創(chuàng)新環(huán)境，加大對科技創(chuàng)新的投入，建立了青島科技大數據平臺等信息交流中心，使得青島市科技創(chuàng)新產出增長迅速，專利申請量、技術市場成交額和高新技術產業(yè)產值都有明顯快速的增長。

從純技術效率來看，青島市科技創(chuàng)新純技術效率從2002年的0831上升到2016年的1000，年均值為0907，期間2003年達到最低值0726，2010年后純技術效率只有三年數據沒有達到1000，2012年科技創(chuàng)新率為0859，2011年和2014年分別為0949和0999，青島市純技術效率的發(fā)展情況和綜合效率發(fā)展情況比較相像，都是得利于政府的優(yōu)惠政策和青島市各部門各企業(yè)對科技創(chuàng)新的重視程度。

從規(guī)模效率來看，青島市科技創(chuàng)新規(guī)模效率從2001年的0871增長到了2016年的1000，年均值為0935在此期間，2001年至2010年青島市科技創(chuàng)新效率呈現波浪式增長模式，2010年增長到了1000，2010年后，規(guī)模效率趨于穩(wěn)定，至2016年只有三年沒有達到1000，分別是2011年的0986、2012年的0994和2014年的0997，詳見表2。

2001—2016年科技創(chuàng)新綜合效率為1的年份有2010年、2013年、2015年和2016年，相對有效性的平均值位于[085，1]，處于非有效的年份分別為2002年、2003年、2004年、2005年、2006年、2008年，由表3青島市非DEA有效區(qū)投入冗余和產出不足我們可以看出青島市科技創(chuàng)新投入和科技創(chuàng)新產出存在的問題，R&D人員全時當量投入過于充足，出現了嚴重的冗余現象，R&D研究經費相比于R&D人員全時當量冗余現象相對較輕，但是仍然每年都有冗余現象；在科技創(chuàng)新產出方面，技術市場成交額產出不足現象嚴重，申請專利量產出不足現象較輕。從青島市近五年的科技投入和科技產出的情況來看，投入冗余和產出不足現象得到很好的改善，從數值上看，R&D人員全時當量投入冗余現象有所改善，但是冗余現象仍然十分嚴重，同樣，技術市場產品成交額產出不足有所改善，但現象較為嚴重，詳見表3。

422基于Malmquie的科技創(chuàng)新效率動態(tài)分析

本文運用Malmquie生產率指數來分析青島市科技創(chuàng)新中全要素生產率的變動情況，依然選取每年R&D人員全時當量和每年用于R&D經費支出金額作為科技投入變量；選取每年發(fā)明專利授權量、每年新簽訂的技術合同成交額和每年高新技術企業(yè)產業(yè)產值作為科技產出變量，通過和上海、成都、南京、天津、重慶和武漢這六個城市作比較，動態(tài)分析青島市在科技創(chuàng)新中存在哪些優(yōu)勢和劣勢。

從表4的分析結果可以看出，2012—2015年這四年間上海、武漢、南京和青島這四個城市的tfp值均小于1，說明這期間這四個城市的科技創(chuàng)新全要素生產率有所下降，其中武漢下降得最為嚴重，下降了177個百分點，這是由于武漢的效率變動、純技術效率變動和規(guī)模效率變動引起的。成都、天津和重慶這三個城市的tfp均大于1，說明這期間這三個城市科技創(chuàng)新全要素生產率有所提高，成都的增長幅度最顯著，這主要得益于成都技術的進步。從青島市科技創(chuàng)新全要素生產率情況來看，青島市科技創(chuàng)新效率下降的原因主要是由于效率變化和規(guī)模效率變化，效率變動僅為0805（下降了0195），與最高的城市相差0057，規(guī)模效率變動，為0831（下降了0169），與最高的城市相差0063。這說明青島市科技創(chuàng)新效率的增長主要依靠青島市技術的發(fā)展，雖然效率變動和規(guī)模效率變動較低，但是可以看出與較發(fā)達的城市相差不大。

5結論與建議

通過運用DEA軟件對青島市2001—2016年科技投入和科技產出數據的分析，我們可以看出，青島市科技創(chuàng)新綜合效率近五年來發(fā)展增長穩(wěn)定，純技術效率和規(guī)模效率發(fā)展也很均衡，但是從DEA無效區(qū)和近五年的投入冗余和產出不足來看，青島市R&D人員全時當量冗余、技術市場產品成交額不足較為嚴重。此外，青島市科技創(chuàng)新效率發(fā)展受到制約主要是由于效率變動和規(guī)模效率變動的影響，但是青島市科技創(chuàng)新技術發(fā)展是青島市科技創(chuàng)新發(fā)展的主導力量。根據以上分析結果，為青島市科技創(chuàng)新效率的提高提出以下三點建議：

第一，合理配置科技創(chuàng)新中各種資源要素，青島市科技創(chuàng)新效率的提高離不開各種生產要素，政府應該從人力、物力和財力方面積極提供資助，同時也要對資源進行合理的規(guī)劃，減少投入冗余，即將技術創(chuàng)新和技術產業(yè)化相連接，減少產出不足的現象。

第二，技術市場產品成交額不足說明青島技術交易市場制度不完善，科技成果轉化率低，技術中介服務不夠完善，政府可以制定政策完善技術市場環(huán)境，積極發(fā)展藍色經濟。加大對交易市場的監(jiān)管，積極建立實數中介機構，加大對技術創(chuàng)新的投入，實現技術產業(yè)化。

第三，政府應該加大對科技創(chuàng)新主體的扶持力度，加大對創(chuàng)新型企業(yè)的資金資助，為創(chuàng)新型企業(yè)的發(fā)展提供良好的市場環(huán)境，建立科研機構、高校和企業(yè)三結合，鼓勵企業(yè)積極發(fā)展科技創(chuàng)新。

參考文獻：

[1]徐巧玲科技投入產出的相對效率評價研究——基于DEA的BCC模型與SE-CCR模型的分析[J].科技管理研究，2014（1）：66-70

[2]王珍珍，黃茂興我國科技創(chuàng)新效率的實證研究——基于DEA-Malmquist模型和中國省際版面數據[J].技術管理，2013（10）：55-61

[3]李澤霞動態(tài)視角下城市科技創(chuàng)新效率評價研究——以福建九地級市為例[J].科研管理，2017（6）：43-50

[4]朱鵬頤，劉東華，黃新煥動態(tài)視角下城市科技創(chuàng)新效率評價研究——以福建九地級市為例[J].科研管理，2017（6）：43-50

[5]葉文顯西安市科技創(chuàng)新能力及其績效評價[J].科技管理研究，2017（11）：86-91

[6]李鴻禧，遲國泰基于DEA-t檢驗的以企業(yè)為主體的科技創(chuàng)新效率評價[J].中國管理科學，2016，24（11）：109-119

[7]李彬，楊鳴，戴桂林，等基于三階段DEA模型的我國區(qū)域海洋科技創(chuàng)新效率分析[J].海洋經濟，2016，6（2）：47-53

[8]晏蒙，孟令杰基于DEA方法的中國工業(yè)科技創(chuàng)新效率分析[J].中國管理科學，2015，23（S1）：77-82

[9]趙俊杰合理使用科技資源提高科技投入產出效率[J].中國科技論壇，2005，21（6）：9-12

[10]PaulmrIncreasing Returns and Long Run Growth[J].Journal of Political Economy，1986（94）：1002-1037

[11]Hitt Hosdisson，Johnson MoeselThe Market for Corporate Control and Firm Innovation[J].Academy of Management Journal，1996，39（5）：1084-1119

[12]張清海，張良強基于DEA方法的省域高校科技創(chuàng)新效率評價與分析[J].技術與創(chuàng)新管理，2015，36（3）：237-242

[13]Griliches ZIssues in Assessing the Contribute of R&D to Productivity Growth[J].Bell Journal of Economics，1979，10（1）：92-116

[14]胡凱我國區(qū)域科技創(chuàng)新績效分析——基于2000—2009年的面板數據[J].科技進步與對策，2012（12）：31-35

[15]Frederic MSFirm Size，Market Structure，Opportunity，and the Output of Patented Inventions[J].American Economic Review，1965，55（5）：1097-1125

[16]杜娟基于DEA模型的我國農業(yè)科技創(chuàng)新投入產出分析[J].科技進步與對策，2013（30）：82-85