应用包络分析法对黑龙江省科技活动绩效的简要评价.PDF

科技指标研究 应用包络分析法对黑龙江省科技 活动绩效的简要评价 刘 颖 （黑龙江省科学院：哈尔滨） 黑龙江省近年来在科技活动投入方面有了较快的增长。受不断增加的科技投入的推动， 经过科技管理部门的统筹协调，以及全省科技人员的不懈努力，衡量科技产出的科技论文 数、专利申请和批准数、技术成果成交额、新产品销售收入以及高新技术产品出口额等指 标，也呈现持续的、较快的增长。在科技投入和科技产出快速增长的同时，各级领导和管 理部门对科技活动投入产出过程中的科技投入总量、分量的比例，科技投入结构是否合理， 科技产出效率如何，能否进一步提高等问题，都更加关心。本文将数据包络分析（DEA）理 论与方法应用于科技投入产出的绩效评价中，通过对我省近 5 年的科技投入产出数据的研 究分析，得出一些有益的启示。 一、包络分析法（DEA）的简要介绍 1．DEA 思想及部分应用领域 在人们的生产活动和社会活动中常会遇到这样的问题：经过一个阶段，需要对相同类 型的部门、单位或系统进行评价，其评价的依据是“输入”数据和“输出”数据。输入数 据是指在某种活动中需要消耗的某些量；输出数据是经过一定的输入之后，产生的表明该 活动成效的某些量。根据输入数据和输出数据来评价效果的优劣，即所谓评价部门（或单 位）间的相对有效性。 有关组织的效率评价通常是通过对生产边界进行的估计，而生产边界估计主要有两种 方法：参数法和无参数法。参数法是通过统计方法估计边界函数，特征是预先设定生产函 数的具体形式，并对残差项预设几种假设；无参数法是1978年由著名的运筹学家A.Charnes, W.Cooper 和 E.Rhodes 首先提出的，将效率评估的观点由单输入、单输出推广至多种输入、 多种输出的情况，并用数学规划模型求出生产边界，该方法被称为数据包络分析（Data Envelopment Analysis，简称 DEA）法，是数学、运筹学、数理经济学和管理科学的一个 新的交叉领域。相对于参数法，DEA 法无须预设生产函数的具体形式，也不用估计函数参 18 应用包络分析法对黑龙江省科技活动绩效的简要评价 数。 由于DEA 具有“天然” 的经济背景，因此，依据DEA 方法、模型和理论，可以直接利 用输入和输出数据建立非参数的DEA 模型，进行经济分析；同时，使用DEA 对DMU 进行效 率评价时，可得到很多管理信息。因此，DEA 领域的研究吸引了众多的学者，并将DEA 方 法应用于企业技术创新效率分析，高校、医院、银行业、保险业以及港口等部门和行业的 效率分析实践，取得了较好的分析效果。在此基础上，上海（《上海市政府科技投入在工业 企业中的效率评价》张青 徐之舟 乔居强 丁文龙）、浙江（《我国各地区科技活动的绩效评 价》周晓林 莫燕）、山东（《DEA 理论及应用研究》）等省（市）也在科技投入产出绩效分 析活动中引用了DEA 理论，所得结论不同程度地对区域科技活动产生了启示作用。 2．DEA 法的C2 R 模型 DEA 使用数学规划（包括线性规划、多目标规划、具有锥结构的广义最优化、半无限 规划、随机规划等等）模型对具有多个输入、特别是具有多个输出的“部门”或“单位” （称为决策单元（decision making unit），简记为DMU ）间的相对有效性（称为DEA 有 效）进行评价。根据对各DMU 观察的数据判断DMU 是否为DEA 有效，本质上是判断DMU 是 否位于生产可能集的“生产前沿面”上（生产前沿面是经济学中生产函数向多产出情况的 一种推广）。已经证明，DEA 有效性与相应的多目标规划问题的有效解是等价的。 具体说，DEA 的建模就是通过对各DMU （本文中即指要评价的某年的科技活动绩效）的 输入、输出量进行比较分析后，建立一个由全部DMU 按照一定方式组合所构成的新的 “有 效DMU”（本文中即为有效的科技活动绩效），将其作为评价的标准，把要评价的每一个DMU 与该“有效DMU”进行对比分析：设定“有效DMU”的输出量不小于某一拟评DMU 的输出量， 那么它的输入量与该DMU 输入量的比较则可以反映被评机构的效率情况。如果 “有效DMU” 用较小的输入量即可获得比拟评价的DMU 同样或者较多的输出，则可认定该被评机构