基于DEA和灰色关联分析的南京市技术创新能力分析

王海宏

（河海大学商学院，江苏南京，211100）

0 引言

自2000年以来，南京市科技投入产出水平快速提升，技术创新能力不断增强。全市的R&D经费占GDP比重由2001年的2.53%提高到2011年的3.12%，专利授权数由976件增加到12404件，年均增长率为29.2%。区域技术创新已成为实现南京市区域经济持续增长转变、产业结构优化调整的唯一有效途径。区域资源优势、科教资源禀赋、良好的产业基础与积极的科技创新规划，已奠定了将南京市建设成为具有较强国际影响的创新型城市和长三角科技创新中心的坚实基础。

本文将区域创新过程视为一个生产过程，将南京市的各年的技术创新视为一个投入一定人力、物力和财力进行创新生产的生产部门，建立跨年份的技术创新效率分析框架。首先运用DEA分析法对南京市11年的技术创新总体效率进行分析，并运用灰色关联分析法分析南京市技术创新投入要素对创新效率的影响。旨在为促进南京市今后的技术创新效率提供决策参考。

1 基于DEA 的南京技术创新效率测算

1.1 指标选取和数据来源

本文从投入产出的角度构建指标评价体系来研究技术创新效率。选取R&D经费支出占GDP比重和政府财政科技拨款占财政支出比重作为衡量南京市科技财力投入指标，将科技活动人员数和研究与开发机构数作为科技人力和物力投入指标。选取专利申请授权数、技术市场成交额以及高新技术产业产值占规模以上工业总产值比重作为技术创新活动的产出指标。各指标数据均来源于2001～2011年《南京科技统计年鉴》、《南京财政教育年鉴》和《南京科技发展的经济、社会环境》报告。

1.2 南京市技术创新效率的 DEA分析

假设评价k年的南京市科技创新效率问题，并假设指标体系为M种投入指标,N种产出指标。设xim 代表第i年的第M种投入指标的投入量，yil代表第i年的第L中产出指标的产出量。本文选择DEAP2.1软件中DEA的BCC模型来计算南京市科技创新投入产出效率水平。所用的DEA模型如下：

其中，θ为（0＜θ 1）为综合效率指数；λi为权重变量；s-与s+为松弛变量，s-代表投入冗余量，s+代表产出不足量；为非阿基米德无穷小量。利用VRS模型可将综合效率θ（简称TE）分解为纯技术效率(简称PTE,且0＜PTE 1，θ PTE)与规模效率（简称SE，且SE=θ/PTE, 0＜SE 1）的乘积。θ越大，南京市科技创新效率越高。θ=1表示南京市该年的科技创新在最优的生产前沿面上，其产出相对于投入而言达到了综合效率最优。PTE、SE的值越接近于1，表示该纯技术效率、规模效率越高。测算结果如表1所示。

表1 南京市不同年份技术创新效率

根据DEA 理论，只有技术效率和规模效率都高的年份，才能产生科技资源配置效率最高。由表1可知，处在生产前沿面的7个年份为2003、2004、2006、2007、2008 、2009和2011年，它们的综合效率、技术效率和规模效率均达到最优。表明南京市在这些年份的科技创新资源配置 DEA 有效。2001、2005、2010年三年的综合效率、技术效率和规模效率均未达到最优，2002年的纯技术效率没有达到最优。从规模效率角度看，规模效率均超过了0.7，其中超过0.9的有9年，即南京市科技创新投入产出总体上规模有效。但DEA非有效的四个年份的科技创新规模效率递增的事实也表明了，南京市在这四年中的科技创新投入规模不够，需加大相应的科技投入规模。

2 基于灰色关联分析法的南京市科技创新效率影响因素分析

在对科技创新综合效率分析的基础上，本文运用灰色关联分析法对南京市的科技创新投入要素的影响力进行比较分析。通常包括初始序列的无量纲化、计算关联系数、求关联度和排关联序等步骤。

2.1 变量选择

本文将南京市专利授权量作为灰色关联分析模型的参考序列X0；以DEA分析中的科技活动人员数、研究与开发机构数、R&D经费支出占GDP比重和南京市财政科技拨款占地方财政支出的比重4个科技创新投入指标作为被比较序列，并分别标记为X1、X2、X3、X4。

2.2 计算比较参考序列与各比较序列之间的关联程度

设因变量数据构成参考序列X0,各自变量数据构成被比较序列Xi,分别表示为

式中：X0为参考序列；Xi为被比较序列；j为序列长度；i=1,2,…,m，m为被比较序列个数。

2.3 计算关联系数

参考数列曲线与各被比较数列曲线之间各时刻点间的差值为关联系数的衡量尺度。在关联系数的计算之前，本文采取均值法进行数据的无量纲化处理，并将无量纲化后得到的新序列记为关联系数的计算公式为：

2.4 求关联度

关联度的几何含义为被比较序列曲线与参考序列曲线之间的相似程度与一致程度，越接近于1,表示被比较序列曲线与参考序列曲线形状越接近。计算公式为

综合X0与Xi间的关联系数计算得到：r1=0.7454，r2=0.6301，r3=0.7364，r4=0.6356。

综上分析，科技活动人员数与R&D经费支出占GDP比重和专利授予量的关联度最大，分别为0.7454与0.7364；其次是研究与开发机构投入数与政府财政科技拨款额占财政支出比重的关联度。但4个被比较序列与参考序列之间的关联度均低于0.9的强影响力水平，2个高于0.7的投入要素对专利授权数的影响力处于中间的影响状态，两个关联度低于0.7的投入要素则处于弱影响力水平。本文以为造成关联度不高、影响作用不显著的主要原因是，区域技术创新产出主要包括区域企业、高校和独立研究机构等各创新体的研发、成果技术应用转化与产业化产出。但南京市的中小企业是南京市技术创新的主力军，大中型企业、独立研发机构与高校的技术投入在本文的投入要素中占有较大比例。

3 结论与建议

在推进南京市科技创新的进程中，不仅要注重创新的整体效率，还应综合考虑科研的规模效益。本文认为，南京市可以从以下几个方面提高区域创新能力和创新投入要素的影响力。首先，提高区域核心竞争力，将区域创新主体特色与区域财政优势结合起来。由于90%以上的技术创新活动均是由南京市的中小企业完成，而政府财政科技拨款的主要对象是南京市的独立科研机构、大中型高新技术企业以及各大高校的科研课题。其次，合理分配资金，提高企业科技创新效率。南京市的R&D经费支出GDP比重在11年间有大幅度提高，由2001年的2%提升到2011年的3.61%。在R&D经费总支出中，南京市规模以上工业企业的R&D经费支出占比达40%以上。但从有R&D活动的大中型企业数的比例来看，南京市15.4%的企业数占比显然偏低，远远低于苏州42.4%的水平。可见，南京市中缺乏研究开发能力的规模企业占绝大多数比例。因此，最重要的是走一条具有自己特色的区域创新发展道路，把市场需求与自身的区域优势相结合起来。既要加强科技创新活动中人力与物力资源投入的数量，也要注重投入资源的质量。充分发挥自身作为省会的区域优势，加强与苏州、无锡、上海等临近的高技术产业集群地区的技术创新合作与交流。

[1] 管燕,吴和成,黄舜.基于改进DEA的江苏省科技资源配置效率研究[J].科研管理.2011,32(2)：145-150.

[2] 韩先锋,师萍,卫伟.我国区域科技创新效率、模式与收敛性分析[J].统计与决策.2010(16)：57-59.

[3] Eric C.Wang, Weichiao Huang.Relative Efficiency of R&D Activities： A Cross-Country Study Accounting for Environment Factors in the DEA Approach[J].Research Policy, 2007, 36(2)： 260-273.

[4] 杨庆育,李明.基于灰色关联分析法的区域自主创新能力实证测度——以重庆市为例[J].软科学.2011,25(1)：91-94.

[5] 谢兰云,曲永义.我国区域R&D强度与产业结构的灰色关联分析[J].中国人口・资源与环境.2010,20(1)：118-123.