基于DEA对皖江城市带R&D有效性研究

杨 剑，陈 燕

(安徽大学 管理学院，安徽 合肥 230601)



基于DEA对皖江城市带R&D有效性研究

杨 剑，陈 燕

(安徽大学 管理学院，安徽 合肥 230601)

R&D的有效性会显著影响到社会科技发展水平、技术创新能力以及经济发展的可持续性。对皖江城市带9城市进行DEA分析，得出合肥、芜湖、马鞍山和六安为DEA有效，铜陵、安庆、滁州、池州和宣城为DEA无效。对于DEA无效地区，研发人员和研发经费组合不合理、管理机制不健全限制了产出效率的提高。优化配置研发资源、制定科学合理的科技政策是解决这一问题的关键。

DEA;皖江城市带；研究与开发；有效性

科学技术是第一生产力。科学技术创新对现代社会经济的增长发挥了重要的作用，而R&D(研究开发)正是技术创新的重要组成部分，其有效性将会显著影响到社会科技发展水平、技术创新能力以及经济发展的可持续性。从事R&D活动必须要有一定的人力、物力和财力的投入，其中人力主要是指从事研究开发的科技人员，物力主要是指仪器设备、材料的投入，财力是指研究开发的经费。由于皖江城市带各地区目前经济仍处于较低水平，对R&D活动的投入有限，因此对各地R&D效率进行研究有着重要的现实意义。

一、文献综述

基于DEA方法针对科技创新效率评价，国内学者已经做了很多研究。李光金从投入及产出角度评价决策单元相对效率的投入-产出模型，从而研究其相对有效性。[1]李刚对北京市制造业科技资源配置进行有效性分析，研究相关制造业的科技资源配置的有效状态，为北京合理配置科技资源促进制造业结构升级提供依据。[2]许治和师萍对我国1985～2003年科技投入相对效率进行测度，表明中国科技投入的产出对经济增长贡献偏低，科技投入的变动与经济增长率之间不存在显著相关关系。[3]张前荣对我国各省域2004～2006年科技投入效率进行实证分析，从而对各省域的效率进行排序，为相应的政策措施提供依据，从而促进各地区经济发展。[4]刘志迎和张吉坤对我国高技术产业中三资企业和国有企业的创新效率进行测量，研究发现三资企业和国有企业的纯技术效率基本无差异，规模效率是两者差距的主要原因。[5]刘凤朝和姜滨滨以美国为样本，运用并联结构决策单元的DEA效率评价方法测算、比较不同R&D经费执行主体的产出效率，并检验了其与经费来源结构的相关性，表明高等学校的效率较高，企业次之，研究机构相对较低。[6]

也有学者通过其他方法分析投入产出。张德红通过对内部资本市场“有效”的观念总结和理论判断，建立了一个仿照投入产出框架的资本流动理论模型；[7]王岳平和葛岳静利用投入产出分析技术和全国最新投入产出表数据，分析国民经济中产业结构的关联特征，并提出各项需求政策所带来的产业结构影响；[8]柴建、郭菊娥和席酉民基于我国1992、1997、2002及2004年30个部门能源投入占用产出表，建立了我国单位GDP能耗的投入占用产出因素分析模型，揭示了我国10年来单位GDP能耗变化的成因。[9]

纵观已有的关于科技创新效率评价的研究文献可以发现，一方面，已有的研究覆盖面基本都是一个地区或全国，很少对某一发展区域单独分析，对安徽皖江城市带的投入产出几乎没有；另一方面，已有研究侧重于对行业的研究，很少涉及地区性的有效性对比研究，而地区级的DEA有效性研究，更能发现当地投入产出的不足，从而提出针对性建议。笔者以安徽省皖江城市带9个城市作为决策单元，利用DEA方法测算2009～2011年的科技投入产出的总体效率、纯技术效率和规模效率，并对计算结果进行评价分析，得出皖江城市带的科技投入产出效率是否DEA有效，同时分析造成此结果的原因，从而对如何提高科技活动的有效性提供借鉴意义。

二、DEA模型简介

数据包络分析(DEA，data envelopment analysis)是1978年由美国著名的运筹学家A.Charnes和W.W.Cooper等创建的一种效率评价方法，是对多投入、多产出的多个决策单元的相对有效性进行系统分析的方法。DEA方法不是简单综合数据，因此建立模型前不需要对数据进行无量纲化处理，只需要区分开投入和产出即可；同时DEA方法是以决策单元输入输出的实际数据求得最优权重，具有很强的客观性，这是DEA方法所独具的特点。

可以适当地选取全系数v和u，使其满足 hj≤1，j=1，2，…，n。对第j 个决策单元进行效果评价(1≤j≤n)，以权系数v和u为变量，以第j个单元的效率指数为目标，以所有决策单元的效率指数hj≤1(j=1，2，…，n)为约束, 构成如下最优化模型(CCR)：

利用Chames-Cooper变化，可以把上式转化为一个等价的线性规划问题：

三、皖江城市带投入产出模型

(一)评价指标的选择

根据联合国科教文组织的定义，科技投入是用于支持开展科技活动的投入，也是生产性的投入。贾鹏认为，科技投入是指用于科学研究与开发活动上的包括人力、物力、财力、技术等的资源投入。科技投入的两个重要组成部分是科技人力资源和科技资金资源，科技人力资源主要包括研发人员、科技活动人员和专业技术人员等，科技资金资源包括政府财政拨款、研发经费等。[10]由于各个国家和地区因地域、经济等因素会造成有差异的科技投入。科技投入的直接目的是产生促进地区发展的报酬，即科技产出。科技产出包括科研成果的数量和质量，以及科研成果产生的经济效益和社会效益。因此，在评价地域科技投入产出效率的有效性时，所构建的指标体系必须能反映这种特性。

基于以上考虑，我们选用能有效评价各单元科技投入产出的相对效率的指标：科技产出和科技投入。分别包括专利授权数、发表科技论文数和科技人员数、研发经费。

(二)数据来源和模型建立

以安徽省皖江城市带9个城市为样本，用2009～2011年所选取的投入产出指标的数据(数据来源于安徽省统计年鉴)，运用DEAP软件进行有效性分析。由于科技投入并不能在投入当年就能取得成果，具有明显的滞后性，所以我们采取3年投入数据之和以及3年产出数据之和的平均数进行DEA有效性分析，数据如表1所示。

表1 2009～2011年皖江城市带科技投入产出数据相加之和的平均数

多次运用DEAP2.1软件对表1数据进行处理，结果如表2所示。

从表2可以看出，安徽省皖江城市带9个城市中只有合肥、芜湖、马鞍山和六安的科技投入产出效率的θ为1，铜陵、安庆、滁州、池州和宣城均小于1。

1.综合有效性分析。根据已有分析，当θ=1时，则此决策单元DMU为DEA有效，即在原投入为X的基础上所获得的产出Y达到最优；当θ<1时，则决策单元DMU为DEA无效，也即可以通过组合将原投入X降低而保持原产出Y不变，或者可以采取措施保持原投入X不变而得到更高的产出Y。由此可以知道，皖江城市带的9个城市中，DEA有效的城市有合肥、芜湖、马鞍山和六安，占样本总量的44.4%；而铜陵、安庆、滁州、池州和宣城为DEA无效。样本中科技投入产出效率有效的城市主要集中在其中经济较发达或人力资源丰富的地区，这与那些城市的科技活动强度一致。经济基础较为雄厚的地区可以吸引大批优秀人才，这就使得科技活动可以发挥其作用，促进经济增长。然而值得注意的是，铜陵的科技投入数值较大，其R&D效率为DEA无效，与其相对比的是六安的研发经费和人员投入量较少，其R&D效率为DEA有效，说明在绝对投入量较少的情况下，在研发管理上具有一定的优势，其R&D活动有效促进了地方经济的发展。

表2 2009～2011年皖江城市带科技投入产出DEA有效性分布情况

2.技术有效性分析。纯技术效率反映一定条件下创新的产出水平。从表2可以看出，样本城市中有合肥、芜湖、马鞍山、六安和池州5个城市达到技术有效，占样本总量的55.6%，即从技术角度来看，这些企业的R&D投入得到了有效利用，投入要素组合合理，取得了较好的产出效果。在DEA分析结果的松弛变量中可以看出铜陵、安庆、滁州这三个城市在不存在R&D人员投入剩余的情况下，出现了研发经费剩余，说明造成这3个城市技术非有效的主要原因是：相对于R&D人员投入来说经费投入过多，经费投入使用效率不高；与此相反的是宣城不存在经费投入剩余，出现了人员投入剩余，说明其人员投入使用效率不高。

3.规模有效性分析。规模效率深层次反映样本城市的管理水平。如表2中池州所示技术有效而规模非有效，表明该地区在投入要素组合合理的情况下，在投入规模方面存在问题。

四、结论及启示

以DEA方法对皖江城市带9个城市的科技投入产出效率进行评价分析，并得出各地区的DEA效率值，研究结果表明合肥、芜湖、马鞍山和六安为DEA有效，铜陵、安庆、滁州、池州和宣城为DEA无效。据此结果，我们得出以下启示：

第一，经济发达城市的R&D效率基本高于经济较落后的城市。合肥、芜湖、马鞍山的科技投入产出效率最高，而宣城、安庆等地区的科技投入产出效率偏低。经济发达城市更注重研发，相对应的产出水平就比较高。落后地区的基础设施还不够完善，一方面要加大基础投资建设，就会导致研发投资的资金不足；另一方面，欠发达地区缺少先进的观念，缺少长远的远光，从而在思想上对研发支出进行抵制。

第二，造成科技投入产出效率较低的主要原因是投入要素组合不合理，体现在研发人员和研发经费的投入上。研发人员过多或者过少都不太适宜，过多会造成科研资源的浪费和影响科研活动的效率，过少则会影响科研活动的进展和技术开发的推广与应用。研发经费的投入也尤为重要，只有有了资金的支持，科技活动才能顺利开展，科技成果才能不断涌现，才能更有力地促进一个地区的经济增长。因此政府应该高度重视合理配置科技研发资源，从而提高科技投入产出效率。

第三，管理机制也是影响R&D效率的因素之一。数据处理结果表明池州的技术创新达到最优，然而由于其管理机制不健全，导致R&D效率不高。政府要在纯技术效率和规模效率之间寻求平衡，带动纯技术效率和规模效率的双向提升。

第四，政府的科技政策对R&D效率影响颇大。从上文的研究分析可以看出，六安在科技投入绝对值很小的情况下可以达到科技投入产出效率的DEA有效，这在很大程度上要归因于地方政府制定了有利于将有限的科技投入转化为科技产出的相关政策。

第五，对于DEA有效的地区，要注重效率的提高。对于DEA无效的地区，要注重优化配置研发资源，提高科技投入的使用效率，确保科技活动有效率的进行。所以，从根本上加强对科技活动的重视，制定科学合理的科技政策，营造一个体系化、规范化的科技政策环境，加大人才培养和投入，促进科技成果的高效转化，才能使皖江城市带的R&D有效性得到显著提高。

[1]李光金.评价相对效率的投入——产出型DEA[J].管理科学学报,2001,4(2):58-62.

[2]李刚.北京市制造业科技资源配置的DEA分析[J].北京理工大学学报,2002,4(10):104-106.

[3]许治,师萍.基于DEA方法的我国科技投入相对效率评价[J].科学学研究,2005,23(4):481-484.

[4]张前荣.我国省域科技投入产出效率的实证分析[J].南京师范大学学报,2009,1(1):59-63.

[5]刘志迎,张吉坤.高技术产业不同资本类型企业创新效率分析——基于三阶段DEA模型[J].研究与发展管理,2013,25(3):45-52.

[6]刘凤朝,姜滨滨.美国1995-2007年R&D经费效率评价研究[J].科学与科学技术管理,2013,34(8):18-24.

[7]张德红.内部资本市场效率分析的仿投入产出模型研究[J].管理世界,2009(10):164-167

[8]王岳平,葛岳静.我国产业结构的投入产出关联特征分析[J].管理世界,2007(2):61-68.

[9]柴建,郭菊娥,席酉民.我国单位GDP能耗的投入占用产出影响因素分析[J].管理科学学报, 2009,12(5):140-148.

[10]贾鹏.科技投入与经济增长[M].北京:经济科学出版社,2005:39-109.

(责任编辑汪继友)

ResearchontheR&DEffectivenessoftheWanjiangCityBeltBasedonDataEnvelopmentAnalysis

YANGJian，CHENYan

(School of Management, Anhui University, Hefei 230601, Anhui, China)

The effectiveness of research and development makes obviously influence on the science and technology development level in the society， the capability in the technical innovation and the sustainability of economic development. It is indicated in the analysis of nine cities in the Wanjiang City Belt by use of DEA that the four cities, Hefei, Wuhu, Maanshan and Lu An, are all valid to DEA while the other five, Tongling, Anqing, Chuzhou, Chizhou and Xuancheng, are all invalid. As to the latter, the less rational combination of R&D personnel and expenditure, and the less perfect mechanism of management lead to the restriction to the output efficiency. Hence the key to those issues is the optimal configuration of R&D resources and the establishment of scientific and reasonable policies.

DEA(Data Envelopment Analysis); the Wanjiang City Belt; research and development; effectiveness

2014-06-10

安徽省自然科学青年基金项目(1208085QG134)；安徽省教育厅人文社会科学研究重点项目(SK2012A013)

杨 剑(1979-)，男，安徽芜湖人，安徽大学管理学院副教授。

F224.9

：A

：1671-9247(2014)05-0010-03