基于DEA模型的河北省科技成果产出效率分析

刘继为，陈会然

(1.河北环境工程学院人文社科系，河北 秦皇岛 066004；2.燕山大学文法学院，河北 秦皇岛 066004)

知识经济时代，科学技术在社会和经济发展中的作用愈加凸显和重要。“科学技术是第一生产力”这一论断正以前所未有的速度向人们验证它的正确性。当下，国家和地方各级政府科技高度重视，科技投入力度逐年增加。《2017年国民经济和社会发展统计公报》数据表明，我国2017年研究与试验发展经费支出达17500亿元，占国内生产总值的2.12%。不能忽视的是，虽然科研投入逐年增加，但是对这些资源的利用效率并未给予足够的重视。为此，本文运用DEA方法对河北省各地级市2014-2016年这3年的科技投入产出效率进行分析，在对各市科技成果产出效率进行评价的基础上利用投影分析对无效DMU的要素投入改进状况进行测评。

1 研究方法与指标说明

1.1 研究方法

本文在对河北省科技成果产出效率进行评价的过程中主要运用了DEA-BCC模型。

数据包络分析(Data-Envelopment Analysis，DEA)是一种非参数的技术效率分析方法，依据各DMU的投入产出情况来确定生产的前沿面，如果DMU处于生产前沿面上，说明它是技术有效的，否则即为技术无效[1]。它是一种基于多投入、多产出对多个决策单元的技术效率进行评价的典型非参数估计方法[2]。DEA的基础模型分为基于规模收益不变的CCR模型和基于规模收益可变的BCC模型，CCR模型的前提假设是：各DMU的生产技术规模收益不变，即假设被评价DMU均处于最优的生产规模。CCR模型所得出的技术效率中包含了规模效率的成分[3]。本文采用了基于规模收益可变的DEA-BCC模型。该模型可以将各DMU的综合技术效率(TE)分解为纯技术效率(PTE)和规模效率(SE)，从而更好地对各地区的科技成果产出效率进行比较。若DMU的TE值均为1，则认为DMU是技术有效，若DMU的TE值小于1，则认为DMU是无效的，DMU越接近于0表示效率越低。

1.2 评价指标和数据来源

目前，国内学者运用DEA方法对科技产出效率进行评价的研究较少。其中，吴和成等[4]运用DEA方法对我国1999-2000年各地区的科技投入产出效率进行了评价；姬鸿恩等[5]运用DEA-BCC模型对我国2006年20个省级行政区的科技活动的有效性进行评价。这些文献为本文评价指标的选取提供了有益借鉴，在参考现有文献的基础上结合数据的可获得性，本研究确定了以R&D人员全时当量(人年)、R&D经费内部支出(万元)为投入指标，以专利申请受理量(件)、专利申请授权量(件)为产出指标的模型。研究对象为河北省的11个地级市，数据来源于《河北经济年鉴》(2015-2017年)。各投入指标的统计状况详见表1。从横向来看，除了R&D人员全时当量(人年)这一投入指标的标准差在2016年略有回落外，各项指标无论从均值还是标准差来看，都呈现递增的趋势。一方面表明，就均值而言，河北省近3年的各市科技投入和科技产出都呈现出递增的趋势，体现了各市对科技工作的重视；另一方面，就标准差而言，各市的投入产出指标的差距较大且呈现递增的趋势，表明各市的科技工作呈现出明显的不均衡状态且差距有进一步扩大的趋势。

表1 近三年河北省各市科技投入产出指标描述性统计

2 实证结果分析

2.1 河北省各市科技成果产出效率分析

本文主要利用MaxDea软件来进行DEA-BCC模型分析。DEA-BCC模型将TE分解为PTE和SE，且TE=PTE×SE。其中，PTE是在假定最优规模的前提下，管理、技术等要素对产出效率的影响；SE是企业规模对产出效率的影响，它反应的是实际生产规模与最优规模的差距；而TE是对DMU资源利用能力的多方面评价[6]。当PTE为1时，该DMU的投入产出是综合有效的；当技术效率为1，而规模效率不为1时，表明对现有资源的利用是有效的，但并未达到最优的生产规模。河北省各地级市的科技成果产出效率测评结果详见表2。

表2 河北省各地级市科技成果产出效率测评结果

结合2014-2016年3年来各市的TE、PTE和SE的具体得分。首先，这3年DEA有效的地区略有不同，2014年廊坊市的投入产出位于生产的前沿面上，不存在投入冗余和产出和不足的情况，但2015年和2016年秦皇岛市的TE为1，表明这两年秦皇岛的科技投入达到了最优的利用效果，实现了产出最大化；其次，在其余10个无效DMU中，石家庄这3年的PTE都达到了1，说明石家庄市的科技投入产出是技术有效的，但其规模效率不足，因此，该市工作的重点应放在优化科技投入的组合方面，调整科技投入的规模和比例；最后，从各市这3年的排名情况来看，秦皇岛市和廊坊市的科技成果产出效率一直位于前2名，而唐山市、保定市、承德市和石家庄市一直位于后4名，张家口市的科技成果产出效率提升最快，从2014年的第7名上升到2016年的第3名，而邯郸市的科技成果产出效率从第3名跌到了第7名，排名有较大下降。

从TE、PTE和SE的总体情况来看，首先，这3年来各市TE的均值均低于0.6，处于较低的水平，说明目前河北省科技投入的利用效率并不高，有较大的提升空间。其次，就PTE和SE的均值而言，PTE呈现逐年下降的趋势，而SE呈现逐年增加的趋势，且在2016年SE超过了PTE，这表明这3年来导致河北省的科技成果产出综合效率不足的因素中PTE所占的比例逐渐增多，而SE所占的比例逐渐减少(TE=PTE×SE)，因此，要想提高河北省的科技成果产出效率，应该将重点放在提高科技产出的纯技术效率上，改善对现有科技人才的管理状况，同时引进更加高素质的技术人才，从而提高要素的利用效率。最后，综合这3年各市的综合技术效率，从各市的差异来看，总体差异较大，综合技术效率最高的为1，而最低的维持在0.2左右。

2.2 河北省科技投入要素投入优化分析

为了对各无效DMU效率低下的原因进行进一步分析，本文对2016年河北省的11个DMU进行投入导向的投影分析，从优化资源投入角度来分析各DMU产出效率较低的原因。结果发现，承德、唐山、廊坊、保定、沧州、衡水、邢台、邯郸这8个市的科技要素投入存在不同程度的冗余，投入的冗余量即为要达到生产前沿面所需要调整的要素数量。本研究选择了在强有效前沿的投影值，为了达到目标值需要进行两方面的改进。首先是比例改进，就是为了达到生产的前沿面所有要素所需要减少的最小比例；在比例改进之后DMU达到的很可能是弱有效，然后进行松弛改进，即在比例改进之后对个别要素的投入量进行调整，从而使得各DMU达到生产的前沿面。由于各投入要素的改进值用负数表示，故用调整比例这一相对值来表示要素调整的结果，详见表3。

表3 河北省技术无效地区科技投入优化调整情况

由表3可以看出，河北省各地区之间的松弛调整的重点存在差异。考察调整比例达到5%的要素，廊坊、保定和沧州松弛改进状况以R&D人员全时当量为主，调整比例分别达到了17.6%、9.6%和9.2%；邢台和邯郸的松弛改进状况以R&D经费内部支出为主，调整比例分别达到了12.3%和21.1%。

将比例改进状况与松弛改进状况相加来看各地区投入要素的总体冗余情况，冗余度越高表示投入要素的利用效率越低。首先，看R&D人员全时当量冗余较高的地区依次为：唐山(75.8%)、沧州(47.1%)、保定(46.2%)、邯郸(42.3%)、廊坊(40.1%)、承德(38.79%)、邢台(32.3%)、衡水(31.4%)；其次，R&D经费内部支出冗余较高的地区依次为：唐山(79.6%)、邯郸(63.4%)、邢台(44.6%)、承德(38.6%)、沧州(37.9%)、保定(36.6%)、衡水(29%)、廊坊(22.5%)；最后，对比R&D人员全时当量和R&D经费内部支出的总体冗余情况，发现除了唐山在这两种要素的调整比例都位于第一外，其他各市排名变动较大。

3 结论及建议

本研究运用DEA模型对河北省各市的科技成果产出效率进行分析。结果表明，目前河北省的科技成果产出效率总体偏低，且各市的综合技术效率差异较大；2014-2016年这3年来，纯技术效率呈现逐年下降的趋势，而规模效率呈现逐年上升的趋势，并且最终规模效率超过了纯技术效率，说明各市的投入规模状况日益合理。投影分析结果表明，技术无效的地区要素冗余情况虽然存在差异，但均较为严重，尤其以唐山市最为严重。

为了提高河北省的科技成果产出效率，本研究基于分析结果提出以下建议：首先，由于近年来技术效率呈现逐渐下降的趋势，这表明各市科研人员的质量以及对于科研人员的管理水平都有待提高，因此，各市在加快引起高素质人才的同时也要注意培育自己的科技人才。不容忽视的一个问题是当前的“人才大战”愈演愈烈，各市如何出台有吸引力的政策来吸引高素质的人才是决策层应当思考的一个问题；对于“绝对优势”处于不利地位的地区，可以充分发挥本地区的“比较优势”，例如秦皇岛可以充分发挥自己的“康养比较优势”来招贤纳士。其次，各科技成果产出效率较低的地区可以参考投影分析的结果来适当调整要素投入总量与比例。值得注意的是，虽然从绝对量来说各市的科技投入都呈现逐年递增的趋势，但利用效率却没有较大提升，因此各地区应结合本地区的实际情况理性投入，避免对资源的不必要浪费。最后，各技术效率较低的地区可以充分借鉴技术效率较高地区的资源投入情况和管理经验。