基于两阶段DEA模型的地区研究与试验发展投入绩效评价研究

2020-08-02曾路遥

人民论坛·学术前沿 2020年11期

曾路遥

【摘要】数据包络分析（DEA）已被证明是测度地区研究与试验发展（R&D）投入绩效的好方法，对地区研究与试验发展投入带来的效益回馈至两个阶段进行分析，可以保证研发的持续性。因此，结合研究与试验发展投入过程的特征，将其分为直接产出和社会经济产出两阶段，提出DEA的两阶段效率模型，不仅拓展了数据包络分析方法，也促进了地区研究与试验发展投入绩效管理研究。实证结果表明，我国各地区研究与试验发展投入绩效差异大，省际发展不均衡，各省内部不同阶段效率也存在明显差异，实施有针对性的管理是提升绩效的有效措施。

【关键词】数据包络分析研究与试验发展投入绩效评价

【中图分类号】C34 【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2020.11.014

引言

纵观古今，科技创新始终是推动国家不断发展的革命性力量，是牵引经济社会发展全局的指导性力量，是实现建设科技强国和伟大“中国梦”的坚实基础。近年来，我国在科技创新领域也取得了一系列的重大成果。根据《2018年全国科技经费投入统计公报》显示，我国科技经费投入力度继续加大，研究与试验发展（R&D）经费投入保持较快增长，国家财政科技支出增速加快，研究与试验发展经费投入强度持续提高。2018年，全国共投入研究与试验发展经费19677.9亿元，比上年增加2071.8亿元，增长11.8%;研究与试验发展经费投入强度（与国内生产总值之比）为2.19%，比上年提高0.04个百分点。按研究与试验发展人员全时工作量计算的人均经费为44.9万元，比上年增加1.3万元。分地区看，研究与试验发展经费投入超过千亿元的省（市）有6个，分别为广东（占13.7%）、江苏（占12.7%）、北京（占9.5%）、山东（占8.4%）、浙江（占7.3%）和上海（占6.9%）。[1]研究与试验发展经费投入强度（与地区生产总值之比）超过全国平均水平的省（市）有6个，分别为北京、上海、广东、江苏、天津和浙江。研究与试验发展投入的不断增大，却没有带动我国科学技术发展的质的转变，我国在核心技术、关键技术上对外依存度高、自主品牌出口率不足、科技成果转化率低等问题制约着我国科学技术事业质的飞跃。因此，结合我国地区研究与试验发展统计数据进行量化分析，并对结果提出具有针对性的对策建议，是现阶段提高我国研究与试验发展投入效率的重要现实意义。

研究方法概述

在地区研究与试验发展投入绩效评价的方法使用上，学者较青睐的是多指标综合评价法。而数据包络分析法又是多指标综合评价法中常用的客观分析方法之一，适用于评价具有相同类型的多投入、多產出指标的评价体系。地区研究与试验发展投入绩效评价体系正是具有这种特征;这种方法具有单位不变性的特点，也就说决策单元不受地区研究与试验发展投入产出数据所选择的单元的影响;同时这种方法还能避免主观因素带来的影响偏差，因为模型权重由数据产生，简化了指标体系的运算，减少了最终的评价误差。本文采用的是DEA方法中的BCC和CCR模型。对地区研究与试验发展投入绩效进行评价，实际上是对地区研究与试验发展投入产出的技术效率、纯技术效率、规模效益的评估。CCR模型主要是对评价决策单元在固定规模报酬不变的前提下，测算研究与试验发展利用的总体技术效率。但是，由于研究主体决策单元的规模效益实际上是处于规模递增或递减的动态过程，从而可能出现决策单元因其投入产出比例不当而导致的DEA非有效现象。因此，引入BCC模型计算各个决策单元的纯技术效率和规模效率，以便进一步分析各决策单元研究与试验发展投入产出的规模效益状态。

概念模型与指标选取

研究与试验发展是一个复杂的生产过程。根据文献研究及相关实地调研，本文将这个生产过程解析为直接产出和社会经济效益产出两个阶段，指标体系由投入和产出两部分组成，如表1所示。

除此之外，在分析投入到产出转化过程中，时滞是一个重要的考虑因素。通过参考大量国内外文献，结合我国研究与试验发展活动的实际情况，为了让评价结果更接近于真实情况，本文采用的指标数据中研究与试验发展成果直接产出的时滞性为1年，社会经济产出时滞性为2年。

我国地区研究与试验发展投入效率结果分析

本文以我国地区划分为背景，采用DEA分析对不同地区的研究与试验发展绩效进行评价。利用DEA两阶段模型，对地区研究与试验发展活动在第一和第二阶段的投入绩效进行有效性分析，结果如表2所示。

规模效益Drs代表规模效益递减、Irs代表规模效益递增、-代表规模效益不变。在本文调研的29个地区中，第一阶段的综合效率值情况不容乐观，仅有8个地区在研究与试验发展的直接产出阶段达到了DEA有效，说明我国大部分地区的研究与试验发展直接产出效率是偏低的。在第二阶段，我国地区研究与试验发展效率地区间差异较大，总体水平不高。同时在第一阶段和第二阶段都达到DEA有效的只有北京、广州、青海三个地区。

结论与建议

根据前文建立DEA两阶段模型，用CCR和BCC模型分析了我国地区研究与试验发展活动的直接产出阶段和社会经济效益产出阶段效率情况，并根据两个不同阶段的具体结果得出以下结论。

在直接产出阶段，我国半数及以上的地区研究与试验发展的直接产出效率都不高。因此，各地区政府应该将提高研究与试验发展投入绩效作为今后发展研发活动的重要研究内容。政府作为科技活动的引导者，不仅应该积极推进科技活动的进一步发展，还应该审时度势逐步改进在科技活动中的不足之处，鼓励和引导科技研发活动的健康、可持续发展。同时可改革本身的创新体制机制，利用市场化引导，加强推进企业在科技活动中发挥主导作用。在接下来的各地区研究与试验发展活动中，一方面，既要逐步重视和确立企业的主体作用;另一方面，还要提高研发资源投入的使用效率，在提高研发产出的同时，还可以节约有限的研发资源。

在社会经济效益产出阶段，我国各地区研究与试验发展向社会经济效益产出的转化能力有所进步，北京、天津、辽宁、上海、江苏、浙江、山东、河南、湖北、湖南、广东、青海、宁夏等地区的综合效率值都达到了0.900及其以上，略优于第一阶段。但从总体上来看，我国各地区向社会经济效益产出的转化能力还有待提高，仍有半数地区未达到0.800，大部分地区的直接产出向社会经济效益产出的转化效率不高，直接产出转化为资本的能力不强。本质原因与第一阶段的分析类似，由于我国是政府主导的科技发展模式，企业、社会组织等的研发活动合作自发性意愿不强烈，市场对研发活动主体间合作程度的指导性不够，但只有保证各研发主体间的深入合作和交流，才能优化科技创新的直接产出转化效率，积极促进产学研进程，加快研究与试验发展直接产出向实用性、持续性、科学性、合理性的成果转化。此外，无论是在第一阶段还是第二阶段，科技创新直接产出能力强或社会经济效益转化程度高的地区并不全是普遍意义上的经济发达区域，青海、宁夏、陕西、贵州等地区的表现同样优秀，说明部分经济落后地区的社会经济效益转化能力也值得借鉴。

注释

[1]《2018年全国科技经费投入统计公报》，中华人民共和国国家统计局网站，2019年8月30日。

参考文献

李鹏、李美娟、陈维花，2019，《企业R&D投入与产学研协同创新绩效分析》，《统计与决策》，第2期。

周代数、朱明亮，2017，《R&D投入强度、R&D人员规模对创新绩效的影响》，《技术经济与管理研究》，第5期。

余泳、陈龙、王筱，2015，《R&D投入、非R&D投入与技术创新绩效作用机制研究——以中国高技术产业为例》，《科技进步与对策》，第6期。

尹伟华，2012，《三大执行主体视角下的区域R&D投入绩效评价研究》，《科学学与科学技術管理》，第10期。

任海云，2011，《公司治理对R&D投入与企业绩效关系调节效应研究》，《管理科学》，第5期。

肖丁丁、朱桂龙、戴勇，2011，《R&D投入与产学研绩效关系的实证研究》，《管理学报》，第5期。

钟卫，2011，《中国区域R&D投入绩效的统计评价》，《统计与决策》，第7期。

钟卫、袁卫、Huang Zhimin、王孟欣，2007，《工业行业R&D投入绩效分析》，《统计与决策》，第20期。

师萍、许治、张炳南，2007，《我国R&D投入绩效的实证研究》，《中国软科学》，第6期。