福建省科技资金配置的效率评价与分析*

张良强，刘林依

(福州大学 软科学研究所，福建 福州350002)

随着经济的高速发展，科技对社会经济发展的促进作用越来越突出，科技资源的合理配置可以提高科技资源的使用效率和产出效益，而科技资金是科技资源的重要组成部分，合理、有效的配置科技资金不仅有利于调整和优化科技资金的配置结构，提高政府对科技资金管理的重视以及绩效的监督管理，还有利于提高公共服务水平，保证科技资金投入到最需要的地方，提高科技资金的使用效率，确保科技工作的顺利进行。

目前针对福建省科技资源的配置效率问题的研究较多，而专门针对福建省科技资金配置效率问题进行的研究较少。因此为了了解福建省科技资金配置的效率情况，本文拟采用DEA方法对福建省科技资金配置效率进行绩效评价与分析。

1 分析方法与框架

1.1 分析方法

科技资金配置效率是指科技活动中资金的投入与产出的比较。本文选用DEA方法中的固定规模报酬模型CCR和可变规模报酬模型BCC对福建省科技资金配置效率进行分析和评价。

DEA是由美国著名运筹学家 A.Charnes、W.W.Cooper等学者通过对Farrell的确定性非参数法评估效率方法进行改良，在此基础上，提出以相对效率为基础的无参数效率度量方法(DEA－CCR模式)，该方法的主要原理是利用线性规划和对偶定理求解评估决策单元(decision making units，DMU)的生产前沿面，进而计算出决策单元在固定规模报酬下(constant returns to scale，CRS)的多投入—多产出的生产效率[1－2]。BCC 模型是由 Banker、Charnes、Cooper提出的，能够衡量纯技术效率和规模效率的DEA模型[3]。数据包络分析(DEA)方法不需要事先确定指标的相对权重，无须估计投入产出的生产函数，排除了主观因素且其结果不仅能判断被评价对象效率的相对有效性，而且对非有效的决策单元还可以给出改进的方向[4]。科技资金的配置是一项多投入多产出，并且很难确定其生产函数的活动，因此适合运用DEA方法进行效率评价。

1.2 分析框架

为了能够全面反映福建省科技资金配置效率状况，本文将按执行部门配置角度进行2个方面的分析:

1)以年份为决策单位，对福建省1998－2010年科技资金配置效率进行纵向比较评价与分析;

2)以省份为决策单元，以2010年为分析年，对全国31省市的科技资金配置效率进行横向比较分析。

1.3 指标选取

由于国际上通常采用R＆D活动的规模和强度指标反映一国的科技实力和核心竞争力[5]。因此R＆D资金的规模和强度能够代表组织对科技活动的投入，所以在科技资金投入指标中，本文选用各执行部门的R＆D经费内部支出总额，即科研发机构R＆D经费内部支出、大中型企业R＆D经费内部支出和高等院校的R＆D经费内部支出，以货币价值的形式全面反映各执行部门在科技活动中的人力(劳务费)、物力(原材料费)投入。同时由于科技论文是以新知识的形态反映科技活动的主要成果，专利是科技活动智力成果的体现，代表新知识向商业生产和应用的潜在机会，而新产品是科技成果进行商业化的产物，是地区科技成果转化能力的体现，所以在科技产出指标中，本文选用科技论文数、发明专利申请数和新产品销售收入三个指标来代表科技产出[6]。从而构成福建省科技资金按执行部门配置的投入产出体系(如图1所示)。

图1 福建省科技资金按执行部门配置的投入产出体系

本文所用的统计数据资料来源于《福建经济与社会统计年鉴(社会与科技篇)》(2010－2012)，《中国科技统计年鉴》(1999－2012)，《福建统计年鉴》(1999－2012)，《工业企业科技活动统计年鉴》(2012)，《中国科技论文统计结果》(2012)。

2 福建省科技资金配置的效率评价与分析

2.1 福建省科技资金配置效率的纵向比较评价与分析

选取最近13年科技投入产出的数据，即1998－2010年。在选取数据时，考虑到投入产出之间会存在一定的滞后期，因此假设科技产出滞后期为一年，即当科技资金投入指标为第t年的数据时，科技产出指标为第t+1年的数据[7]。将1998－2010年每年作为一个决策单元，共计13个决策单元，满足决策单元大于具体指标2倍(6*2)的DEA模型要求[8]。同时为消除价格因素的影响，根据福建省商品零售价格指数对R＆D经费的名义值进行调整，得到以1998年为基准的实际值。采用DEAP工具得到1998－2010年福建省R＆D资金按执行部门配置的DEA效率值见表1。

表1 1998－2010年福建省科技资金按部门配置的相对效率值

2.1.1 综合效率分析

从表1看出福建省R＆D资金按执行部门配置的投入产出整体情况良好，13年综合效率平均值为0.965，比较接近科技资金投入的最佳产出效率。其中1998、2001－2002年、2004年、2008年、2010年共计6年的科技资金投入综合效率值(TEcrs)为1，且投入和产出松弛变量为0，属于强DEA有效，由此表明相对其他研究年份，这六年的R＆D资金投入与产出达到一个最佳的状态，其利用效率达到最佳。其余年份的综合效率值均小于1，属于DEA无效，表明科技资金投入未得到有效配置，科技产出相对不足，其中2000年综合效率值最低，只有0.870，即科技资金投入配置效率仅为相对最优效率的87.0%，说明能够通过优化科技资金配置、加大科学管理促使科技资金利用效率提升13个百分点。通过DEA无效年份分析可以发现，无效年份中纯技术效率和规模效率都未到达最佳状态的年份有3年(1999年、2003年、2006年);规模效率单独未到达最佳状态年份有2年(2005年和2007年);纯技术效率单独未到达最佳状态的年份也有2年(2000年和2009年)。由此表明导致R＆D资金按部门配置的DEA无效的主要原因是纯技术效率和规模效率同时DEA无效。

2.1.2 纯技术效率和规模效率分析

从纯技术效率来看，福建省R＆D资金按执行部门配置的纯技术效率的平均值为0.976，即在规模效益可变的情况下，R＆D资金使用效益为最佳利用效益的97.6%。其中纯技术效率值为1的年份有1998年、2001－2002年、2004－2005年、2007－2008年和2010年，这八年科技资金按执行部门配置的效率达到相对最佳的技术效率状态。从规模效率来看，R＆D资金的规模效率平均值为0.989，有5年为规模效率处于无效状态(规模效率小于1)，分别为1999年、2003年和2005－2007年。

2.1.3 规模效益分析

从规模收益来看，1999年、2005－2007年福建省R＆D资金按执行部门配置的规模处于规模效益递减状态，即科技投入过剩，应该适当缩小R＆D资金投入规模的战略;2003年R＆D资金投入处于规模效益递增阶段，即加大科技资金投入规模有利于提高科技产出效益，因此应该加大科技资金投入规模;其余年份均处于规模效益不变阶段，即科技投入与科技产出呈现同比例增长，科技投入产出处于合理的分配阶段。

2.1.4 投影分析

对DEA无效年份在相对有效前沿面上进行“投影”，结果显示见表2:在CCR模型下，从投入方面看，出现投入冗余的主要是三大执行主体的R＆D资金投入规模;其中出现冗余最多的部门是大中型工业企业。从产出方面看，出现产出不足的是发明专利申请受理数、国内外科技论文数和新产品销售收入，总体表明福建省未能有效地利用R＆D资金，即R＆D资金未得到充分的利用，并且其直接科研成果严重影响了技术效率和规模收益的有效性。此外，根据投影分析得到投入冗余值和产出不足值调整无效决策单元的投入产出项可知，相对于其他DEA有效年份，2009年福建在研究与开发机构、高等院校、大中型工业企业都出现投入冗余，分别为1.07亿元、0.26亿元、2.32亿元。因此，若要到达最佳投入产出状态，则需在保持产出不变的条件下，将配置到科研机构、大中型工业企业和高等院校的科技资金总额分别降低 1.07 亿元、0.26 亿元、2.32 亿元。

2.2 福建省与全国各省科技资金配置效率的横向比较评价与分析

上文基于时序数据对福建省科技资金按执行部门配置的效率情况进行分析，本小节将采用横截面数据对福建省与全国其他各省的科技资金按执行部门配置的效率进行对比分析。科技产出指标包含国内外科技论文数、发明专利申请受理数以及新产品销售收入，其中国内外科技论文数来自于《2012年度中国科技论文统计结果》，由于统计口径的不同，其数据与纵向比较时的数据不一致。本节仍假设科技产出滞后期为一年，即投入指标采用2010年的数据，产出指标采用2011年的数据。经过计算得到全国31省市科技资金按执行部门配置的DEA效率值见表3。

表2 非DEA有效年份中福建省科技资金按执行部门配置的指标改进情况

表3 2010年全国各地区科技资金按执行部门配置的相对有效性评价结果

2.2.1 综合效率分析

由表3可知，全国31个省中，吉林、江苏、浙江、福建等12个省市按执行部门配置的科技资金综合效率值等于1，属于DEA有效省市，其余省市则属于DEA无效。对比全国31省市的科技资金配置效率发现，2010年福建省科技资金按执行部门配置的投入产出综合效率值为 1，高于全国效率均值0.798，与其他11省并列第一，说明福建省科技资金投入产出总体上是有效的。总体而言，与其他31省相比，福建省科技资金按执行部门配置的效率水平较好，充分合理地配置了科技资金。2.2.2 纯技术效率和规模效率分析

从纯技术效率来看，福建省纯技术效率值为1，高于全国效率均值(0.917)。19个DEA无效省中纯技术效率未达到最佳状态的有10个。从规模效率来看，福建省科技资金投入产出的规模效率为1，处于最佳规模状态。19个DEA无效省的规模效率均未达到最佳状态，表明导致全国各省R＆D资金按部门配置DEA无效的主要原因是规模效率的DEA失效。

2.2.3 规模效益分析

从规模效益来看，19个DEA无效省中，北京、天津、河北、山西、内蒙古等18个省均处于规模效益递减状态，即科技投入过剩，应该适当缩小R＆D资金投入规模的战略;仅有青海一个省处于规模效益递增状态，即加大科技资金投入规模有利于提高科技产出效益，因此青海应该加大科技资金投入规模。福建与其余11省均处于规模效益不变阶段，即科技投入与科技产出呈现同比例增长，科技投入产出处于合理的分配阶段。

2.2.4 投影分析

对DEA无效省在相对有效前沿面上进行“投影”，结果显示见表4:在CCR模型下，从投入方面看，出现投入冗余的主要是三大执行主体的R＆D资金投入规模;其中北京、河北和陕西在研究与开发机构的R＆D经费内部支出上的冗余最多，其他DEA无效省R＆D经费内部支出冗余最多的均为高等院校，并且出现冗余最少的部门多为大中型工业企业，可见高等院校对于R＆D资金的利用率相比其他两个部门是较低的，需要进一部提升。从产出方面看，出现产出不足的是发明专利申请受理数、国内外科技论文数和新产品销售收入;其中19个DEA无效省中有10个的新产品销售收入不足，6个出现国内外科技论文数不足，5个发明申请受理数不足，可见产出不足的主要原因是新产品销售收入的不足。

表4 非DEA有效省中科技资金按执行部门配置的指标改进情况

2.3 对分析结果的总结

总结上述对福建省科技资金配置的DEA分析，可得如下的结论:

1)从福建省科技资金配置的纵向比较分析看，当前福建省科技资金按执行部门配置的投入产出整体情况良好，综合效率平均值为0.965，较为接近于最优水平1;而造成历年DEA无效的原因主要是纯技术效率和规模效率的不足。为了提高系统的综合效率，增加各执行部门R＆D资金利用率的同时增加国内外科技论文数和新产品销售收入是改善福建省资金配置效率的最好选择。

2)从福建省科技资金配置与全国31省的比较分析看，福建省科技资金的配置达到了最佳状态，处于全国的中上水平。而造成其他省DEA无效的主要原因是由于科技资金投入的规模收益递减，使资金投入产出的综合效率处于非最优状态，为了提高综合效率，增加新产品销售收入和国内外论文数是改善这19个省科技资金配置效率的最好选择。

3 优化福建省科技资金配置的对策建议

根据前述的分析结论，为了优化福建省科技资金的配置，提高资金配置的综合效率，应从以下几个方面采取措施。

3.1 调整科技资金投入结构，提高科技资金的利用率

科研机构和高等院校是高素质科研人才队伍集聚的科学研究基地，是企业引进科技人才的重要来源，因此应该加强对科研机构和高等院校的科技资金的投入。同时，加强产学研合作，使企业资金向科研机构和高等院校流动，鼓励企业与科研机构、高校联合共同建立实验室和技术研发平台，进行项目研究，鼓励科研机构、高校积极与企业联系，承接企业项目，并且支持创新型企业、高新技术企业建立研发平台，通过建立重点实验室、工程技术(研究)中心、企业技术中心，实现企业技术自主研究与引进消化吸收再创新。

3.2 着力扶持新产品的发展，加强扶持力度

要增加福建省的新产品销售收入，需要考虑到新产品在其导入期和成长期中遇到的种种困难，如在导入期销售收入增长缓慢，投入大，成本高，成长期竞争加剧，需要进行工艺装备和设备的改善等。因此，这一时期，需要政府的相关政策和资金的大力支持，提供财税、金融、法律等方面的支持与保护。政府应在市场开拓资金的融资、新产品税收优惠、知识产权保护、政府采购方面提供更加强有力的支持[9]。

3.3 制定适当的政策措施，鼓励企业加入到创新的行列

只有在创新的主体是企业的情况下，创新才能顺应市场要求，符合顾客的需要，同时更多企业加入创新的行列，也可以增加新产品的研发效率。但是创新具有很大的风险性，与扶持新产品的发展不同，鼓励企业创新要求政府做好提前的政策支持，将创新的风险性降低到企业能够承担的程度。因此政府应从降低进行创新活动企业的税费、增加企业创新活动的融资渠道、建立鼓励企业创新的专项基金等方面来鼓励企业进入创新的行列。

3.4 加强高素质人才队伍建设，增加研发人员数量

科技以人为本，高素质的人力资源，有利于提高R＆D资金的利用率，增加新产品的创新速度，也有利于论文产出的数量的增加。因此福建省应加大科研人才和管理人才的人才储备，制定相应的人才吸引策略，大力引进具有创新能力的人才;完善现有的科研管理办法，改革科研考核体制，对科研人员和机构进行适当的市场化，另外可利用毗邻台湾的地域优势，进一步加强与台湾的科技教育合作交流，建立闽台科技人才交流与合作机制，以培养本土的高端人才。

[1]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Reasearch，1978，6(2):429 －444.

[2]魏权龄.数据包络分析[M].北京:科学出版社，2004.

[3]Banker R D，Charnes A，Cooper W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science，1984(30):1 078－1 092.

[4]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，2010，31(4):423－427.

[5]臧淑敏.R＆D 自述[J].调研世界，2013(3):58－60.

[6]鞠树成.山东省科技创新绩效评价与分析[J].技术与创新管理，2006，27(3):15 －18.

[7]谢凌云，黄章树.福建省先进制造业科技投入产出的时滞性分析[J].科技和产业，2013，13(2):7 －11.

[8]盛昭翰，朱 乔，吴广谋.DEA理论方法与应用[M].北京:科学出版社，1996.

[9]张良强，刘 莹.福建省科技资源配置的效率分析与优化[J].福建农林大学学报，2008，11(5):32 －39.