我国研发机构创新效率的DEA模型分析

■ 卢方元 教授 冀 晴（郑州大学商学院 郑州 450001）

引言

现代经济的竞争归根到底是科技创新效率的竞争，研发机构作为创新体系的重要组成部分，近年来国家不断加大了对其的投入力度。2012年，全国研发机构R&D人员全时当量总计71663人年，比2011年增加5.92%；全国研发机构R&D经费内部支出总额共计1557537万元，比2011年增加19.69%。近五年，全国研发机构R&D人员全时当量的年平均增长率达6.92%，R&D经费内部支出的年平均增长率达19.23%。就现阶段而言，R&D人员和R&D 经费仍是稀缺资源，如何提高创新效率成为摆在政府和专家学者面前亟待解决的难题。因此，对我国研发机构创新效率的研究有现实意义。

国外，HauserJ.和KatzMetrics（1998）建立研发机构绩效评价指标体系。Abbott和Doucouliagos（2003）研究了澳大利亚高等院校的相对效率。Mario Coccia（2005）运用分类方法对意大利国家研究院的公共研究机构进行效率评价。国内，王俭（2005）对研发机构的专家评价进行研究。翟立新、李强（2006）建立了基于知识生产函数的公共研发机构绩效评价测度体系。张伟倩等（2008）运用组合评价模型对我国国立研发机构进行绩效评价。关忠诚和赵二帅（2008）基于偏好DEA模型研究研发机构的相对效率。李兆琼等（2010）提出含有双属性变量的研发机构的效率评价模型。

文献分析表明：多数研究成果的研究对象为某一特定的研发机构，对各省份整体研发机构的创新效率评价较少；比较的数据多是截面数据，分析结果具有一定的片面性；对DEA有效单元之间的差异未进行细分。本文在借鉴前人研究成果的基础上，根据我国内地30个省市区（西藏除外）研发机构2008-2012年间的有关面板数据，先采用DEA模型中的BC2模型（考虑规模收益）进行创新效率研究，再进行超效率DEA分析决策单元的差异性。

研发机构的DEA效率分析

（一）评价指标选取

研发机构创新效率评价的内容必然包括科研产出与科研投入，这是评价的关键。我国研发机构对政府投入有很强的依赖性，“政府资金所占比重”代表创新活动中政府资金占R&D经费内部支出总额的比例，来衡量政府资金对研发机构创新的支持。因此，本文主要选择研发机构R&D人员全时当量（X1），R&D经费内部支出（X2）及政府资金所占比重（X3）三个指标作为投入指标。

研发机构的创新成果主要以专利及论文的形式体现。专利指标主要分为专利申请量和专利授予量，依据柳卸林（2002）的观点，本文选取“发明专利申请量”（Y1）作为专利指标。“R&D课题数”（Y2）、“发表科技论文数”（Y3）、“科技著作出版种数”（Y4）及“形成国家或行业标准数”（Y5）作为另4个科研产出指标。考虑到国内发表论文水平参差不齐，将“发表论文数”设定为：0.3*国内发表论文数+0.7*国外发表科技论文数。

科技创新活动的产出相对于其投入往往存在一定时间的延迟。本文参考多数学者的观点，将科技投入与产出的滞后期选为一年。目前研发机构科技创新活动有据可查的数据统计到2012年，因此根据科技创新活动的时延性，科技创新的投入指标采用2008-2011年的数据（2008年前后数据统计口径不一致，不便比较），产出指标采用2009-2012年的数据（原始数据均来源于《中国科技统计年鉴2009-2013》）。本文选取全国内地30个省份作为决策单元（西藏的数据不足，不予考虑），评价其研发机构的创新效率。

（二）DEA有效性分析

运用DEAP2.1软件，采用BC2模型对输入输出指标数据进行处理，求出各省份四年来研发机构创新效率的综合效率、纯技术效率值和规模效率及规模收益情况（见表1）。

表1可以看出，2008-2011年，研发机构创新活动总体DEA有效的省份共17个，其中北京、天津、上海、江苏、浙江、福建、山东、广东、海南共9个属于东部地区。DEA有效，各地区创新投入的综合效率为1，纯技术效率和规模效率均为1，达到了技术有效和规模有效，表明四年来这些地区投入规模适当，投入资源得到了最优配置，并实现了最优的产出。

研发机构创新活动弱DEA有效的区域是青海。该地区创新活动的纯技术效率为1，即资源投入结构合理，而规模效率小于1，表明该地区本身的技术效率而言没有投入需要减少、没有产出需要增加；综合效率没有达到有效是因为其规模和投入、产出不相匹配，创新活动规模无效导致综合效率无效是弱DEA有效的原因。该地区研发机构的创新活动处于规模收益递增中，可以加大对研发机构的创新投入以提高规模效率。

表1 2008-2011年我国各省市研发机构创新效率评价结果

表2 超效率DEA对决策单元的排序

有12个地区研发机构的创新活动是DEA无效的，创新投入的资源配置效率和规模效率均未达到最优。内蒙古研发机构的创新综合效率最低为0.326，纯技术效率为0.755，规模效率为0.432，处于规模收益递增阶段；规模无效率是内蒙古综合效率低的原因，可通过加大研发机构创新投入，提高规模效率，提高创新产出。大多数非DEA有效地区的纯技术效率均高于规模效率，规模无效率成为综合效率低的主要原因；而辽宁、吉林、黑龙江、江西及四川地区的纯技术效率值小于规模效率值，纯技术效率主要反映创新要素投入和使用的效率及日常创新管理的政策与水平，说明这些地区在加大创新投入提高规模效率的同时，还应加强创新投入使用过程中的效率及管理水平以提高产出能力。创新效率的评价结果与原始数据相比较可以看出，创新效率高低与投入的绝对量的多少无必然的因果联系，一些西部地区投入总量不多却达到了DEA有效。

对于四年来非DEA有效地区存在的问题，可根据松弛变量的数值加以改进。当投入指标的松弛变量不为零时，说明其相对应的投入要素对科技创新的作用未能充分发挥；当产出指标的松弛变量不为零时，说明其相对应的产出要素的总量偏低；当投入产出指标的松弛变量均为0时，说明其投入产出要素均得到了有效利用。因此，可以通过调整松弛变量来改善无效率单元的技术效率。以内蒙古为例，第一个投入要素有投入冗余519.494；第二个投入要素有投入冗余5498.769；第三个投入要素有投入冗余0.227；这说明在产出不变的条件下，R&D人员数可以减少519.494，R&D经费可以减少5498.769，政府资金所占比重可以减少0.227。内蒙古的五项产出均出现不足，在投入不变的条件下，要使投入产出DEA有效，发明专利申请量应比现在增加50.93；R&D课题数应增加157.09；科技论文数应增加304.847；科技著作数应增加52.512；形成国家或行业标准数应增加26.345。

（三）超效率DEA分析

使用BC2模型可将我国研发机构的创新分为DEA有效与DEA无效，但未对DEA有效单元的差异进行区分。使用EMS软件，运用超效率DEA对各决策单元各年的创新效率进行评价排序，结果如表2所示。

由表2知，北京四年来创新效率值均位居首位。北京作为我国的经济政治中心，其研发机构创新效率始终处于较高水平。山东、海南及福建的排序紧跟北京之后，始终处于前列，这些地区是东部沿海城市，科技资源利用率较高，实现了经济与科技创新的良好互动。而内蒙古及辽宁四年来始终DEA无效，排名一直处于末位，存在着严重的规模无效及纯技术效率无效。

四年中，排序上升幅度较大的地区为吉林、广东、贵州、新疆、宁夏、青海。吉林省近年来加大了经费的投入；高校科研院所林立，提供了良好的人力资源和环境；各项产出有了大幅的提升，促进了地区经济发展，拉动了研发机构的技术创新。贵州省提出建立“人才特区”以来，非常重视人才培养引进，R&D人员投入大幅提升，创新能力显著提升。新疆、宁夏及青海处于西部边疆，但近几年研发机构研发人员和经费投入的增加，有力的提升了创新能力。

四年来，排序大幅度下降的地区有天津、山西、浙江、黑龙江、河南、湖北、重庆、陕西。部分地区科技人员的流失、科研经费的下降及其他指标出现下滑，这些都可能成为这些地区研发机构创新能力下降的原因；创新人员和经费投入虽有所增加，但研发机构的产出不足，也可能导致创新能力下降。

其余地区的排序变化幅度较小，可能是由于创新人员和经费投入的波动变化，影响了整体的创新能力；也可能是由于研发机构数量较少，科研活动规模较小，科技创新能力不稳定。

综上，本文选取具有代表性的三个创新投入指标及五个创新产出指标，利用2008-2011年的投入数据及2009-2012年的产出数据，对我国内地30个省市区的研发机构创新效率进行分析，得出结论：

第一，四年来，研发机构创新活动DEA有效的省市区为北京、天津、山西、上海、江苏、浙江、福建、山东、河南、湖北、广东、广西、海南、重庆、陕西、贵州和宁夏。DEA无效的省市区为内蒙古、河北、辽宁、吉林、黑龙江、安徽、江西、湖南、四川、云南、甘肃和新疆。非DEA有效的省份既存在人力财力的浪费，也存在产出与成果转化的不足。

第二，四年来，北京创新效率值一直位于首位，山东、海南及福建始终处于前列，内蒙古及辽宁一直处于末位。吉林、广东、贵州、新疆、宁夏和青海呈大幅增长趋势，天津、黑龙江、河南、湖北、重庆、陕西、山西和浙江呈大幅下降趋势。

1.Hauser，J.，KatzMetrics.You are what you measure[J].Eu-ropean Management Journal，1998，16（5）

2.Abbott M，Doucouliagos C.The efficiency of Australian universities：A data envelopment analysis[J].Economics of Education Review，2003（22）

3.Mario，Coccia.A scientometric model for the assessment ofscientific research performance within public institutes[J].Scientometrics，2005，65（3）

4.王俭.科研机构和评价方法研究[J].科研管理，2005（7）

5.赵红专，翟立新，李强.公共科研机构绩效评价的指标与方法[J].科学学研究，2006（2）

6.张伟倩，缪园.组合评价模型在我国国立科研机构绩效评价中的应用[J].科学学与科学技术管理，2008（4）

7.关忠诚，赵二帅.偏好DEA在科研机构相对效率评价中的应用[J].科学学与科学技术管理，2008（8）

8.李兆琼，杨锋，李勇军.基于数据包络分析的科研机构效率评价[J].系统工程，2010（6）

9.柳卸林，胡志坚.中国区域创新能力的分布与成因[J].科学学研究，2002（5）