基于DEA方法的黑龙江省区域技术创新效率分析

洪 杨

（黑龙江工程学院经济管理学院，哈尔滨 150050）

一、引言

所谓区域技术创新效率(Regional Technology Innovation Efficiency，RTIE)是指一定区域内技术创新活动中的各个要素的投入相对于产出的转化效率，反映区域内技术创新过程中的投入要素对产出要素的贡献比率，即研究如何在一定区域的技术创新活动中合理地配置相关资源，达到最优化，从而制定本区域合理的经济政策。

国外学者对于区域技术创新效率的研究起步较早，1985年美国学者Everett.Rogers和Judith.Larson最早对区域创新效率进行研究。1996年，Burgelman Robert，Maidique Modesto和WheelwrightSteven(1996)在《技术创新战略管理》一书中对国家创新系统的效率进行了深入研究。[1]2007年，Tadie Patrick(2007)在《纽约银行》发表了对信托公司的技术创新效率的研究报告。[2]3M公司总裁Hindo Brain(2007)以自己公司为例，结合六西格玛管理在《商业星期》杂志上探讨了创新与效率的问题。[3]Jeff Jarvis(2009)针对美国目前许多创新只带来增长没有产生效率这一问题，从2008年金融危机谈起，进行案例分析，指出了重点关注创新效率的问题。[4]

国内学者对于区域技术创新效率也进行了大量的研究，主要采用的研究方法为数据包络分析(DEA)。池仁勇等利用DEA方法，对我国30个省、市、直辖市、自治区的技术创新效率进行了测定，其结果呈现东高西低的特征；[5]虞晓芬等分析了我国区域技术创新效率的现状与原因，用数据包络分析(DEA)方法测算了1999—2002年我国内地30个省市自治区的技术创新效率；[6]倪东生利用DEA方法根据2005—2006的相关数据，把我国分为8大区域并分析了这八大区域技术创新的现状；[7]张国旺等提出了区域创新系统效率评价指标体系构建的原则并在此基础上构建了区域创新系统效率的评价指标体系，并引入数据包络分析方法，并将其作为评价区域创新系统效率的定量评价方法；[8]乔占稳等利用数据包络分析模型对我国长三角区域技术创新效率进行了分析；[9]笔者利用数据包络分析(DEA)对2004—2012年黑龙江省技术创新效率进行了测度和评价。[10]

参考以上文献，本文采用数据包络分析法，构建出相对完整的区域技术创新效率评价指标体系，采用2011年的科技投入数据和2012年的科技产出数据，对黑龙江省13个地市的区域技术创新效率进行测算评价。

二、评价模型和指标体系

（一）DEA数学模型

1978年，著名的运筹学家A.Charnes,W.W.Cooper及E.Rhodes首先提出了一个被称为数据包络分析（Data Envelopmentanalysis,简称DEA模型）的方法，用于评价相同部门间的相对有效性（因此被称为DEA有效）。他们的第一个模型被命名为C2R模型。从生产函数的角度看，这一模型是用来研究具有多个输入和多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法。[10]

假设有n个相同类型的决策单元（简称DMU），其中每个单元都有m种投入要素和p种产出要素。

这n个DMU及其输入-输出关系如下表1：

表1 DMU输入输出向量表

每个决策单元的效率评价指数定义为：

而第j0个决策单元的相对效率优化评价模型为：

这是一个分式规划模型，我们必须将它化为线性规划模型才能求解。即C2R模型如公式2.3.

由于此模型不能直接判断DMU的有效性，因此，需利用其线性规划的对偶问题来判断DMU的有效性，C2R模型的对偶模型如公式2.4。

minθ

设公式 2.4的最优解为 λ*，s*-，s*+，θ*，则有如下结论：

（1）若θ*=1，则DMUj0为弱DEA有效（总体）。

（2）若 θ*=1，且 s*-=0，s*+=0，则DMUj0为DEA有效（总体）

随后，在C2R模型的基础上，Banker、Charnes和Cooper又引入了非阿基米德无穷小的概念，建立了具有非阿基米德无穷小的BC2模型、评价技术有效性的C2GS2模型以及具有锥比率的C2WH模型。[10]

（二）建立DEA指标体系

基于DEA模型的数据要求，结合黑龙江省13个地市科技创新投入和产出项目的具体内容，本文对于投入项目从人力投入和财力投入两个方面选取4个评测指标，对于产出项目从技术产出和高新技术产出两个方面选取3个评测指标，共7项评测指标。另外由于科技创新活动具有周期性特征，所以会导致投入指标和产出指标的因果关系中具有一定的时滞期，因此考虑这个时滞问题，本文将科技创新活动的时滞期选择为一年，其中投入指标选用2011年的数据，产出指标选用2012年的数据，数据来源于黑龙江省科技数据统计平台（2011-2012）（见表2）。

三、黑龙江省区域技术创新效率DEA计算结果

以表2作为原始数据，利用DEA模型软件进行测算，得出黑龙江省13地市技术创新的DEA效率如表3和表4所示。

四、基于DEA模型的黑龙江省区域技术创新效率分析

（一）黑龙江省各地市技术创新效率相对有效性分析

DEA模型参数设定中有投入导向（Input-oriented）和产出导向（Output-oriented）两种形式，产出导向的DEA模型设定为给定一定量的投入要素，求取产出值最大。反之，投入导向的DEA模型是指在给定产出水平下使投入成本最小。在资源、环境约束下，希望通过控制投入来影响产出，且希望投入尽可能的少，因此选择投入导向这一角度。假定决策单元规模收益不变，DEA模型软件参数设置选择C2R模型和投入导向，所得相对效率评价结果见表4的列。结合DEA有效性判断标准，此结果表明以C2R模型和投入导向计算的2011-2012年黑龙江省13地市的技术创新效率中，哈尔滨、双鸭山、大庆、佳木斯、七台河、黑河和大兴安岭这7个地市的值均为1，即为DEA有效；而齐齐哈尔、鸡西、鹤岗、伊春、牡丹江和绥化这6个地市的值均小于1，即为非DEA有效。其原因既可能是决策单元本身规模不经济导致，也可能是投入项目和产出项目配比的问题造成的。为进一步了解13个地市的纯技术有效和规模有效情况，在DEA模型软件参数设置中选择模型和投入导向，计算各地市的技术效率、纯技术效率、规模效率结果见表3。

表2 黑龙江省13地市科技创新效率评价指标体系及原始数据表

DEA模型中，综合效率=纯技术效率×规模效率，从表3中可以看出BC2模型计算出来的综合技术效率值和表4的C2R模型列计算结果基本一致，这说明同样的决策单元并不存在规模无效。此外还可以看到，在非DEA有效的6个地市中，有5个地市的规模效益递增，其中牡丹江的DEA值为0.967，鹤岗的DEA值为0.742，技术创新效率较高，鸡西的DEA值为0.584，绥化的DEA值为0.573，技术创新效率一般，而伊春的DEA值相对最低，仅为0.359，规模效益递减的城市只有齐齐哈尔，其DEA值为0.768，因此应该减少投入以实现DEA有效。

（二）非DEA有效地区的松弛变量分析

表3 黑龙江省13地市的技术效率、纯技术效率、规模效率

表4 黑龙江省13地市技术创新DEA值

根据表5和表6中松弛变量和剩余变量的统计值,可以进一步对非DEA有效的6个地市的技术创新效率影响因素进行分析。

从投入松弛变量来看，除了牡丹江地区，其余5个地区的四个投入要素均存在投入冗余的情况。其中，齐齐哈尔的R&D经费支出投入冗余为5.085亿元，R&D经费／GDP的投入冗余为0.824%，地方财政科技拨款投入冗余为1.378亿元，鸡西的R&D经费支出投入冗余为0.658亿元，R&D经费／GDP的投入冗余为0.132%，R&D人员投入冗余为1.008万人，地方财政科技拨款投入冗余为0.504亿元；鹤岗的R&D经费支出投入冗余为0.332亿元，R&D经费／GDP的投入冗余为0.149%，R&D人员投入冗余为0.002万人，地方财政科技拨款投入冗余为0.035亿元；伊春的R&D经费支出投入冗余为1.522亿元，R&D经费／GDP的投入冗余为0.795%，R&D人员投入冗余为0.063万人，地方财政科技拨款投入冗余为0.642亿元；绥化的R&D经费支出投入冗余为2.221亿元，R&D经费／GDP的投入冗余为0.141%，R&D人员投入冗余为0.038万人，地方财政科技拨款投入冗余为0.35亿元。因此，基于投入导向，为了实现DEA有效，上述5个地区应根据各自情况减少相应的投入要素规模，提高资金和人员的使用效率，使各投入要素的投入冗余为零，即可实现产出目标，从而达到DEA有效。

从产出剩余变量来看，只有齐齐哈尔、鸡西和鹤岗三个地区在高新技术产业产值产出要素中存在非零项，其中齐齐哈尔的高新技术产业产值目标为556.337亿元，现有产值544亿元，产出不足为22.337亿元；鸡西的高新技术产业产值目标为94.92亿元，现有产值62亿元，产出不足为32.92亿元；鹤岗的高新技术产业产值目标为34.565亿元，现有产值24.1亿元，产出不足为10.465亿元。从产出不足的比例来看，鹤岗在40%以上，而鸡西竟然达到了50%以上，说明这两个城市的技术创新效率在高新技术产业产值方面还有很大的进步空间。

（三）非DEA有效地区的松弛变量分析

根据表5和表6中松弛变量和剩余变量的统计值,可以进一步对非DEA有效的6个地市的技术创新效率影响因素进行分析。

从投入松弛变量来看，除了牡丹江地区，其余5个地区的四个投入要素均存在投入冗余的情况。其中，齐齐哈尔的R&D经费支出投入冗余为5.085亿元，R&D经费／GDP的投入冗余为0.824%，地方财政科技拨款投入冗余为1.378亿元，鸡西的R&D经费支出投入冗余为0.658亿元，R&D经费／GDP的投入冗余为0.132%，R&D人员投入冗余为1.008万人，地方财政科技拨款投入冗余为0.504亿元；鹤岗的R&D经费支出投入冗余为0.332亿元，R&D经费／GDP的投入冗余为0.149%，R&D人员投入冗余为0.002万人，地方财政科技拨款投入冗余为0.035亿元；伊春的R&D经费支出投入冗余为1.522亿元，R&D经费／GDP的投入冗余为0.795%，R&D人员投入冗余为0.063万人，地方财政科技拨款投入冗余为0.642亿元；绥化的R&D经费支出投入冗余为2.221亿元，R&D经费／GDP的投入冗余为0.141%，R&D人员投入冗余为0.038万人，地方财政科技拨款投入冗余为0.35亿元。因此，基于投入导向，为了实现DEA有效，上述5个地区应根据各自情况减少相应的投入要素规模，提高资金和人员的使用效率，使各投入要素的投入冗余为零，即可实现产出目标，从而达到DEA有效。

从产出剩余变量来看，齐齐哈尔、鸡西和鹤岗三个地区在高新技术产业产值产出要素中存在非零项，伊春和绥化在高新技术产业增加值产出要素中存在非零项，其中齐齐哈尔的高新技术产业产值目标为556.337亿元，现有产值544亿元，产出不足为22.337亿元；鸡西的高新技术产业产值目标为94.92亿元，现有产值62亿元，产出不足为32.92亿元；鹤岗的高新技术产业产值目标为34.565亿元，现有产值24.1亿元，产出不足为10.465亿元，伊春的高新技术产业增加值目标为18.64亿元，现有增加值10.5亿元，产出不足为8.14亿元；绥化的高新技术产业增加值目标为23.424亿元，现有增加值23.1亿元，产出不足为0.324亿元，从产出不足的比例来看，鹤岗在40%以上，而鸡西和伊春竟然达到了50%以上，说明这三个个城市的技术创新效率在高新技术产业产值方面还有很大的进步空间。

五、对策和建议

综上所述，以R&D经费支出、R&D经费／GDP、R&D人员和地方财政科技拨款为投入指标，以专利数量、高新技术产业产值和高新技术产业增加值为产出指标，对黑龙江省2011-2012年13个地市的技术创新DEA效率进行测算，得出黑龙江省13个城市中齐齐哈尔、鸡西、鹤岗、伊春、牡丹江和绥化这六个城市为非DEA有效，并且通过对他们的松弛变量分析可以看出，除了牡丹江地区，其余5个地区的四个投入要素均存在投入冗余，需要控制规模，提高效率。而四项产出要素中，伊春、鸡西和鹤岗三个地区的高新技术产业产值和增加值存在明显产出不足，还可以有进一步提升的空间。

表5 黑龙江省13地市产出剩余变量统计表

表6 黑龙江省13地市投入松弛变量统计表

因此，为了进一步控制技术投入规模，提高技术投入的利用效率及扩大技术产出值，结合黑龙江省各区域技术创新的具体情况提出如下建议。

（一）适度控制R&D经费投入规模，提高经费使用率

近几年，黑龙江省各地区的科研经费投入在逐年增加，经费投入增速在逐年增长，2012年全省R&D经费总支出为128.78亿元，比上年增加5.74亿元，增长4.66%，与当年生产总值之比为1.02%。科研经费的投入会带来技术产出的增加，但是不加控制的增加投入，使其规模与投入产出不相匹配，也许对于某些地区会是一场灾难。从DEA的评价结果看，黑龙江省齐齐哈尔、鸡西、鹤岗、伊春和绥化这个五个城市科研经费投入存在使用不足的情况，因此，在全省进一步加大R&D经费投入的过程中，这五个城市需要适当控制科研经费投入规模，另外要注重资金配置，提高经费使用率。

（二）促进科研人员流动，优化科研人员结构

R&D人员是技术创新活动投入的核心要素，黑龙江省鸡西和伊春R&D人员存在严重冗余，其中伊春冗余率达到170%。因此这两个地区应该控制人员规模，提高人员使用率。科研人员一般存在高校和科研院所，而企业相对科研人员匮乏，因此需要建立一个合理、灵活、开放的人员流动机制，采取合作培养、交换使用和兼职等形式，聘请专家学者或课题小组到企业兼职、咨询或联合攻关等，不断增强人员引进的流动性和实用性。另外，应加大对中青年科研人员的扶持力度，鼓励中青年科研人员到企业中去，为企业服务。

（三）适当控制地方财政科技拨款额度，提高资金利用率

地方财政科研拨款是构成科研经费的主要组成部分，随着技术创新活动的发展，应进一步加大政府科研拨款的力度，但从非DEA有效的分析来看，黑龙江省有5个地市财政科技拨款存在一定程度的闲置情况，其中齐齐哈尔和伊春闲置率最高。因此政府应适度控制拨款额度，提高拨付资金的使用效率，款项拨付后，可以利用网络审批软件进行长期跟踪，建立专用资金账户进行资金审核，并通过与银行联网，明确资金走向，确保拨付款项应用于技术创新活动中。

（四）增加新产品销售收入，改造传统产业，提高高新技术产业产出

高新技术产业产出指标主要有高新技术产业产值和高新技术产业增加值两项，高新技术产值反映的是高新技术产业所有常驻单位在一定时期内生产的高新技术产品的价值总和，因此促进高新技术产品的销售收入增加可以显著提高高新技术产业产值和产业增加值。从对非DEA有效的城市产出结果看，黑龙江省伊春、鸡西和鹤岗这三个城市的高新技术产业产出明显不足。所以，一方面高新技术企业应该加大与科研院所和高等院校的技术合作，将科研专利技术转化为商品，增加高新技术产品种类，从而扩大产量，提高销售收入。另一方面，要充分利用高技术和先进适用技术改造提升传统产业，加速产业调整。此外，三地政府也可以通过税收优惠、政策倾斜等手段促进本地高新技术企业发展。

[1] Burgelman Robert，Maidique Modesto，Wheelwright Steven．Strategy management of technology and innovation．[M].Second Edition．Chicago:McGraw-hill Irwin Publishers，1996.

[2] Tadie Patrick．Setting the standard for trustee efficiency through technology innovation[J].The Bank of New York，2007:237-242.

[3]Hindo Brain．At 3M，a struggle between efficiency and creativity[J].BusinessWeek，2007(11)：8-10．

[4] Jeff Jarvis.When innovation yields efficiency[EB].http://www．buzzmachine.com/2009/06/12/when-innovationyieldseffi-ciency，June12th，2009.

[5] 池仁勇，唐根年.基于投入与绩效评价的区域技术创新效率研究[J].科研管理，2004(4):23-27.

[6] 虞晓芬，李正卫，池仁勇.我国区域技术创新效率:现状与原因[J].科学学研究，2005，23(4)：258-264.

[7]倪东生.数据包络分析方法在我国区域技术创新能力研究中的应用[J].技术经济，2008(8):22-28.

[8] 张国旺，李柏洲.基于DEA模型的区域创新系统效率评价研究[J].现代管理科学，2009(5):47-48.

[9] 乔占稳，刘 峰.基于DEA方法的长三角区域技术创新效率分析[J].技术与创新管理，2010(7):423-427.

[10]洪 杨.基于DEA模型的黑龙江省技术创新效率研究[J].商业经济，2014(6)：10-12.