基于DEA模型的甘肃省地方财政科技投入绩效评价

徐爱娟 谢艳艳 靳亚妮 景文杰

摘 要：地方财政支出作为推动地方政府各项公共事业发展的核心财力支撑，对各市县的发展具有举足轻重的作用，而科技创新“活力”的激发，亟须财政提供源泉。通过对甘肃省地方财政科技投入现状分析，基于2012—2022年数据运用数据包络分析（DEA模型），建立绩效评价指标体系，对甘肃省地方财政科技投入绩效从纵向比较和横向研究2个维度进行评价。结果显示，甘肃省地方财政科技投入产出综合效率上呈现出积极的态势，但各市州的投入效率却不尽人意。因此，为了更有效地利用甘肃省地方财政科技资金，建议政府部门调整区域资源分配、增加研发投入总量、确保投入比例分配合理。

关键词：财政科技投入；DEA模型；绩效评价；甘肃省

中图分类号：F810.4 文献标志码：A

0 引言

在新质生产力的推动下，科技创新已成为驱动经济社会发展的核心动力。政府通过制定科技政策、提供财政资金支持、优化科技创新环境等方式，引导和激励企业、科研机构和高校等社会各方参与科技创新。随着国家对科技创新的高度重视，地方财政对科技投入的支持力度也逐步增强。作为科技创新的重要资金来源，财政科技投入不仅可以直接支持科研项目的开展，还可以通过政策杠杆效应，吸引更多的社会资本投入科技创新领域。各级政府通过调整财政支出结构，优化资金配置，加大科技创新投入力度等举措，对于推动科技创新、提升国家整体科技水平具有重要意义。

近年来，甘肃省对财政科技投入给予了高度重视，随着科技活动规模的扩大，一般公共预算支出和财政科技支出等也随之增加，但在全国的排名依旧靠后。同时，甘肃省的财政科技投入在激发全社会研发投入方面的引领作用并未得到充分体现，反映出其投入结构存在明显的不合理之处，具体来说，基础研究领域的投入显得相对薄弱，投入少，占比低。此外，不同市州之间的财政科技投入分布严重失衡，这种不均衡现象不利于科技创新的全面发展。与此同时，甘肃省在财政科技资金的管理上也暴露出一些问题。这些问题既包括管理层面上的不足，如资金分配不够科学、监管机制不够完善等；也包括项目执行过程中的问题，如项目进度缓慢、资金使用效率不高等。这些问题遏制了甘肃省科技创新进步的脚步，制约了甘肃省财政科技产出的效益发挥。

1 甘肃省财政科技投入现状分析

财政科技资金的持续注入是科技事业长期稳定发展的财力保障，甘肃省在有限财力水平下，持续加大财政科技投入。根据统计口径，地方财政科技支出和财政科技支出占一般公共预算支出的比重（以下简称财政科技投入强度）2项指标是财政科技投入的指征指标。

1.1 甘肃省地方财政科技支出情况

“十三五”期间，甘肃省地方财政科技支出累计达到139.25亿元，年均增速5.15%，低于全国10.6%的平均水平。2020年，甘肃省地方财政科技支出达到 32.07 亿元，较 2019 年（29.39 亿元）增加 2.68 亿元，增长9.11%。但同时，甘肃省地方财政科技支出占全国地方政府财政科技支出的比重较低，且比重在 下 降 ，从 2016 年 的 0.68% 下 降 到 2020 年 的0.55%。2018—2022年，甘肃省地方财政科技支出逐年增长，财政科技投入强度也持续增长，实现了“双增长”。2022年，财政科技支出47.69亿元，较2012年（16.19亿元）增加了31.5亿元，财政科技投入强度达到1.12%，较2012年（0.79%）增长0.33个百分点，居全国第23位（图1）。

1.2 甘肃省省、市、县三级财政科技支出情况分析

“十三五”期间，甘肃省省本级财政科技支出及财政科技投入强度2项指标整体呈现双“U”型变化态势，财政科技支出年均下降1.47%，2017年相比2016 年降幅较大为 24.26%，2017 年之后逐步增长。地市财政科技支出年均增速为10.37%，除2018年有所下降，其他年份均为增长，财政科技投入强度基本持平，保持在0.52%～0.60%。市本级财政科技支出年均增速为0.16%，财政科技投入强度先升后降。县区财政科技支出年均增速为19.13%，财政科技投入强度相对稳定，基本呈上升趋势（图2）。

2022年，甘肃省省本级财政科技支出16.28亿元，较2021年（13.3亿元）增长22.41%，占全省地方财政科技支出的比重为34.14%。市本级财政科技支出11.13亿元，较2021年（8.52亿元）增长30.63%，占全省的比重为23.34%。县区财政科技支出20.27亿元，较2021年（13.14亿元）增长54.26%，占全省的比重为42.51%。2022年，甘肃省省本级财政科技投入强度为2.21%，较2021年（1.67%）增加0.54个百分点。市本级财政科技投入强度为1.60%。较2021年（1.27%）增加0.33个百分点。县区财政科技投入强度为0.72%，较2021年（0.51%）增加0.21个百分点（图3）。

2 指标体系构建

2.1 研究方法

甘肃省各市州的科技创新投入是否带来了相应的产出？科技资源是否实现了优化配置？财政是否存在投入冗余或产出不足的现象？基于以上问题，在研究过程中，为了更贴近甘肃省的实际状况，构建了一套有针对性的财政科技投入产出指标体系。在分析方法上，选用数据包络分析法（Data Envelopment Analysis，DEA）进行深入研究，从横向维度评价甘肃省2022年14个市州的财政科技投入绩效水平，从纵向维度评价甘肃省2012—2022年总体财政科技投入绩效水平，这种方法能够更准确地评估甘肃省财政科技投入与产出之间的关系，计算财政科技投入产出效率，识别出投入和产出效率上存在的问题。

2.2 指标构建和选取

在构建甘肃省财政科技投入产出指标体系及评价方法时，主要参考了卢跃东等[1]、程莉和胡典成[2]、黄科舫等[3]众多国内学者的研究成果，遵循了DEA模型的科学性、完整性、关联性、可量化和系统性五大原则。通过综合运用这些原则和方法，从投入和产出2个角度，建立适用于甘肃省本土的指标体系，为后续的评估和分析工作提供坚实的基础，见表1。

3 评价模型选择

Charnes等[4]以单输入、单输出的概念为基石，引入数据包络分析（DEA）模型。随着研究的深入，多种DEA模型得以发展，其中不再局限于单投入、单产出的CCR-DEA和BCC-DEA模型等。CCR-DEA模型假定其规模报酬不变，而BCC-DEA模型放宽了规模报酬不变的假设，在允许规模报酬可变的情况下，衡量纯技术效率和规模效率[5]。纯技术效率侧重于产出是否达到了最优状态，而规模效率则关注投入与产出之间的规模匹配问题。

3.1 CCR-DEA模型和BCC-DEA模型

CCR-DEA模型以产出为导向，其线性规划模型如下：

该分解方式提供了更细致的分析视角，能够更准确地识别DMU的效率表现，不仅考虑了技术层面的效率，还考虑了规模因素对效率的影响。

3.2 冗余比例计算

基于BCC-DEA模型，进行投入冗余分析。

4 计算结果和实证分析

通过运用软件Deap2.1，对甘肃省2022年14个市州和2012—2022年地方财政科技投入数据进行计算，得出如下结果。

4.1 甘肃省2022年14个市州评价结果分析

从评价结果可以看出，甘肃省14个市州2022年财政科技投入产出的综合效率（crste）平均值为0.750，技术效率（vrste）为0.895，规模效率（scale）为0.841，均未达到有效状态，见表2。

具体来看，有5个市州DEA有效（ θ=1 ），4个市DEA弱有效（ 0.5≤θ<1 ），其余5个市州DEA无效（ 0≤θ<0.5 ）。可见，甘肃省各市州财政科技投入产出的效率未能达到预期，仅35.7%的市州DEA有效。

对于DEA有效的市州，技术效率和规模效率同时有效，也就是说，这些市州在既定的资源约束下，通过优化资源配置和激发创新活力，成功地实现了产出的最大化，展现出较高的经济效率和资源利用效率。

相反，对于DEA无效的市州，技术效率和规模效率二者中至少有一个无效。武威市、甘南州、兰州市和酒泉市4个市州技术效率有效而规模效率无效，说明以上市州的资源配置在有效的条件下达到了最优，不过因为财政投入的分配和组成不够合理，同时管理和监管体系不够完善，导致财政科技投入与创新产出之间的比例失衡，产出效率较低。嘉峪关市、金昌市、白银市、定西市和庆阳市技术效率和规模效率同时无效，部分投入指标冗余，产出指标不足，可见这5个市的资源配置没有得到有效的利用，如嘉峪关市指标 x 1 投入冗余，指标 y 2 产出不足，财政科技投入未能发挥作用，见表3。

4.2 甘肃省2012—2022年评价结果分析

从评价结果来看，甘肃省2012—2022年的综合效率平均值为0.970，技术效率为0.996，规模效率为0.974。其中4个年份的综合效率为1，实现了技术效率和规模效率的双有效，换句话说，即使进一步增加财政科技投入，产出的增长也只会与投入的增加保持相同的比例，而不会产生额外的增量，见表4。

从纯技术效率来看，甘肃省的技术效率有9个年份都是相对有效的状态，2012年、2013年和2021年都达到了技术效率有效，也就是说这3个年份在有限的财政科技投入下，资源配置达到了较为理想的状态，但2021年规模效率递减，这说明较高的投入并没有达到预期的收益。2014年和2015年没能达到有效的规模效率。

5 结论及建议

5.1 主要结论

通过构建财政科技投入产出指标体系，借助数据包络法测算甘肃省地方财政投入绩效，得出以下结论。

（1）从横向结果来看，甘肃省14个市州财政科技投入产出效率参差不齐，个别市州DEA无效。投入产出不匹配，造成资源浪费，直接反映出省级层面对区域间的结构分配不合理，市州层面对资源配置的规划利用不科学。

（2）从纵向结果来看，2012—2022年甘肃省财政科技投入产出综合效率表现优秀，个别年份DEA弱有效。表明甘肃省地方财政科技投入水平总体呈上升趋势，但还是存在高投入低产出的情况，另外，基础研究投入少等结构不均衡的问题也较为突出。

5.2 建议

（1）优化区域资源配置，确保各地区投入均衡。甘肃省地域辽阔，其长远发展依赖于各个区域都能达到较高的发展水平，并实现彼此间的协调共进。唯有如此，甘肃省方能充分展现其整体优势，实现超越单—区域发展的协同效应，即“整体大于部分之和”的战略目标。对于存在资源浪费的市州，市级政府对财政科技投入的规划要清晰准确，对财政科技投入使用情况的监管要持续有力。对于效率较低的市州，做好顶层规划的同时，应重点支持其利用自身产业的优势，以科技创新为引擎，推动经济持续增长，从而消除发展不均衡的“短板”，实现全面协调发展。

（2）加大研发投入总量，合理分配投入比例。作为科技创新的源泉，加强基础研究投入，为地区科技发展打下坚实基础，为应用研究和试验发展提供源源不断的动力，从而形成—条稳固且可持续的科技创新链条。将需求导向与前沿引领相融合，推动基础研究和应用基础研究的协同发展。紧密关注国际科技前沿动态，前瞻性地布局新兴产业的科学问题研究和技术研发，促进应用学科的进步与新兴学科的崛起。激励企业深入参与应用基础研究，促进基础研究与应用的工程化和产业化转化。

参考文献：

[1]卢跃东，沈圆，段忠贤. 我国省级行政区域财政科技投入产出绩效评价研究[J]. 自然辩证法通讯，2013，35（5）：88-95+127-128.

[2]程莉，胡典成. 基于DEA模型的重庆市地方财政科技投入绩效评价[J]. 重庆第二师范学院学报，2018，31（6）：19-26+123.

[3]黄科舫，向秦，何施. 基于DEA模型的湖北省财政科技投入产出效率研究[J]. 科技进步与对策，2014，31（6）：123-129.

[4]Charnes A，Cooper W W，Rhodes E. Measuring the effi?ciency of decision making units[J]. European Journal of Operational Research，1978，2（6）：429-444.

[5]彭良玉. 基于DEA方法的安徽省地方财政科技投入绩效评价[J]. 全球科技经济瞭望，2020，35（1）：34-39.

[6]郭淑芬，张俊. 中国31个省市科技创新效率及投入冗余比较[J]. 科研管理，2018，39（4）：55-63.

[7]Banker R D，Charnes A，Cooper W W. Some models for estimating technical and scale inefficiencies in da?ta envelopment analysis[J]. Management Science，1984，30（9）：1078-1092．

Performance Evaluation of Local Fiscal Science and Technology Investment in Gansu Province Based on DEA Model

XU Aijuan，XIE Yanyan，JIN Yani，JING Wenjie

（Institute of Science and Technology Information of Gansu/Key Laboratory of Science and Technology Evaluation and Monitoring of Gansu，Lanzhou Gansu 730000，China）

Abstract：As the core financial support to promote the development of local government's public utilities， local financial expenditure plays an important role in the development of cities and counties， the stimulus of vitality of sci?entific and technological innovation needs to provide a source of finance.Based on the analysis of the current status of local fiscal science and technology investment in Gansu Province， the performance evaluation index system was established by using the Data Envelopment Analysis（DEA model）of the data from 2012 to 2022， and the perfor?mance of local fiscal science and technology investment in Gansu Province was evaluated from two dimensions：ver?tical comparison and horizontal research. The results show that Gansu province has a positive trend in the overall ef?ficiency of local fiscal input and output of science and technology， but the specific input efficiency of each city and state is not satisfactory. Therefore， in order to make more effective use of the local financial science and technology funds in Gansu province， it is suggested that the government adjust the regional resource allocation， increase the to?tal amount of R & D investment， and ensure the rational allocation of the investment proportion.

Key words：fiscal science and technology investment; DEA model; performance evaluation; Gansu Province