我国研究与开发机构科技资源配置效率研究.docVIP

我国研究与开发机构科技资源配置效率研究 　　摘要：将数据包络分析（DEA）应用于研究与开发机构的科技资源配置效率评价，建立了评价指标体系。用数据包络分析的C2R模型和C2GS2模型分别对我国31个省市研究与开发机构科技资源配置的综合效率和技术效率进行了评价，得出如下结论：部分省市研究与开发机构科技资源配置效率为DEA有效，配置效率较高，部分省市配置效率为非DEA有效，配置效率不是很理想；并分析原因及提出建议。 　　关键词：数据包络分析；科技资源；配置效率 　　中图分类号：F2 　　文献标识码：A 　　文章编号2015 　　1引言 　　研究与开发机构是我国科技发展的主要组成部分，是技术创新的主体之一。科技资源配置评价及效率分析是促进科技资源优化配置的重要手段，是完善科技资源配置决策机制的重要环节。研究与开发机构的科技资源配置效率对于推动科技进步、提高自主创新能力有重要影响。 　　2数据包络分析（DEA） 　　数据包络分析法假设有n个决策单元（j=1，……，n），所有决策单元的投入有m种（i=1，……，m），并且所有决策单元的产出有s种（r=1，……，s），Xij表示第j个决策单元的第i种投入量，Yrj表示第j个决策单元的第r种产出量。λj（j=1，……，n）为第j个决策单元的待估计投入产出指标权重值，θ为决策单元的效率值。以投入导向的DEA为例，针对规模效益不变条件下的C2R技术效率模型为： 　　假设模型的最优解为λ0，s-0，s+0，θ0，则可能的情况有以下几种： 　　（1）若θ0=1，且s-0=0，s+0=0，则第j0个决策单元为DEA有效。在这n个决策单元组成的系统中，决策单元的活动同时为技术有效和规模有效。 　　（2）若θ0=1，但s-0≠0或s+0≠0，则第j0个决策单元仅为弱DEA有效。在这n个决策单元组成的系统中，决策单元的活动不是同时为技术有效和规模有效，可以通过减少投入以保持产出不变，或者通过保持投入不变而提高产出。 　　（3）若θ01，则第j0个决策单元为非DEA有效。在这n个决策单元组成的系统中，决策单元的活动不是同时为技术有效和规模有效，可以通过将投入降至原投入的θ比例而保持原产出不变。 　　而针对规模效益可变条件下的C2GS2纯技术效率模型为在原模型的基础上加入了∑nj=1λj=1的条件，该模型计算出的结果为纯技术效率。通过己经计算出的综合效率值和纯技术效率值就可以计算得到规模效率值。 　　3评价指标的选取 　　DEA方法的关键是投入和产出变量的选取，综合考虑各种选取原则后，投入指标为：从业人员（人）X1、RD人员全时当量（人年）X2、RD经费外部支出（万元）X3、RD经费内部支出（万元）X4；产出指标为：发表科技论文（篇）Y1、出版科技著作（种）Y2、专利申请数（件）Y3、形成国家或行业标准数（项）Y4指标。 　　4我国31个省市研究与开发机构科技资源配置效率的DEA计算及评价结果分析 　　由于科学研究活动的投入与产出之间有一些时间差，在本研究中，科技资源的投入指标选取2011年的数据，而科技产出指标选取2012年的数据，数据来源于《中国科技统计年鉴2009》―《中国科技统计年鉴2013》，根据指标体系选取出相应的原始数据，数据整理完成之后，建立C2R模型和C2GS2模型，用deap2.1软件求解模型。 　　根据求解的结果，将31个省市的研究与开发机构在科技资源配置效率方面分为四类，分类结果如下所示： 　　第一类：北京、辽宁、吉林、黑龙江、上海、浙江、福建、广东、海南、贵州、青海、宁夏和新疆；DEA有效，综合效率值和纯技术效率值均为1，规模效率不变；占比41.94%。这13个省市的研究与开发机构科技资源配置活动同时为技术有效和规模有效，这类省市要继续保持目前的态势，紧密观察同类单位，及时动态地做出调整。 　　第二类：河北、山西、内蒙古、河南、湖南、广西、重庆、四川；非DEA有效，综合效率值和纯技术效率值均小于1，规模效率变化；占比25.81%，这8个省市的研究与开发机构科技资源配置活动既不为纯技术有效，规模效益也在变化。要成为相对有效的单元，就需要对这一类决策单元进行调整，既可以通过减少投入以保持产出不变，也可以通过保持投入不变而提高产出，同时要适当调整其规模。本文仅以河北省为例进行调整，结果如表1所示： 　　河北省有着丰富的人力资源和财力资源，但其综合效率值较低，说明可能存在盲目扩张。 　　由表1可知，一方面，河北省科技资源存在投入过多的现象，可通过减少投入以保持原有的产出，其中，从业人员（人）X1投入过多，可由原来的17095人减少至6601人；RD人员全时当量（人年）X2可由原来的6423减少至2990；