基于DEA江西省科技金融投入产出相对效率研究.docVIP

基于DEA江西省科技金融投入产出相对效率研究【摘要】科技金融是区域创新能力提升及创新体系建设的重要内容。文章着眼于科技与金融两大要素，运用数据包络分析方法（DEA），在建立科技金融效率评价指标体系的基础上，对2000～2010年江西省科技金融投入产出的相对效率进行了分析与探讨，结果显示，2000、2001、2002、2003、2006、2007、2008和2010年全省科技金融投入和产出处于一种相对均衡状态，实现了在既定投入下产出的最大化或者说是在既定产出下的投入最小化；2004、2005和2009年的综合效率和纯技术效率均小于1，在投入方面存在冗余，产出不足。并就科技要素与金融要素的有效结合，提出了可供参考的建议。 【关键词】金融投入 科技产出 数据包络分析 江西省 一、引言 科技金融是一种创新活动，即科学知识和技术发明被企业家转化为商业活动的融资行为总和；是一种技术—经济范式，即技术革命是新经济模式的引擎，金融是新经济模式的燃料，二者合起来就是新经济模式的动力所在[1]；它既是一种科学技术资本化过程，即科学技术被金融资本孵化为一种财富创造工具的过程；也是一种金融资本有机构成提高的过程，即同质化的金融资本通过科学技术异质化的配置，获取高附加回报的过程。 数据包络分析（DEA）是一种多指标投入和多指标产出的有效性综合评价方法，相对于参数方法，DEA无需预设生产函数的具体形式，即无需估计生产函数的参数，仅仅依靠分析实际观测数据，采用局部逼近的办法构造前沿生产函数模型来对生产单元进行相对有效性的评价，比较有代表性的DEA模型主要有：FG模型[2]和ST模型[3]；1986年Charnes等给出的具有无穷多个决策单元的半无限规划C2W模型[4]。 目前，针对科技与金融结合效率的研究大多采用定性的方法[5][6][7]，定量研究的文献不多，而且研究区域大多集中在国家层面，王海、叶元煦[8]曾运用层次分析法评价了我国1991～1999年科技金融结合的效益。时鹏将等[9]引用投入－产出型DEA模型对全国27个省和直辖市的RD投入产出技术效率进行实证分析，许冶[10]利用DEA方法对我国1985～2003年科技投入相对效率进行测度，唐崇敏和官建成[11]运用DEA方法对33个国家在1995～2005年7个时间段内的科学论文产出效率进行比较，谢建国和周露昭[12]采用DEA方法，对我国30个省区的技术创新活动的有效性进行了分析，虽然DEA方法在我国已经有了一定的应用，但总体上来讲，其在科技金融评估领域的应用仍然不够广泛和深入，而且对于省域科技金融的研究较少。因此，本文采用DEA方法对江西省金融投入与科技产出结合的效益进行评价与分析。 二、指标体系的构建 对科技金融投入产出进行评价，指标的选择必须能客观地反映金融活动中的投入与科技产业化的实际情况；另外，还要根据DEA分析方法本身的特点，选择相应的指标；由此来建立指标体系。评价指标体系的建立，一般要遵循四个原则，即科学性原则、可比性原则、可行性原则、适应性原则。本文选取江西省2000～2010年科技投入产出相关指标对江西省科技投入二次相对效率进行测算分析，具体见表1所示。 科技活动有别于一般的投入产出问题，其产出必须体现与科技投入相关的产出成果，尽管表面上其作用是间接的，但所蕴涵的推动经济社会发展的潜力和作用是巨大的。金融投入从总量和均量两个方面考虑，其中研究和发展（RD）经费是反映一个地区科技实力的重要指标，又是提高综合实力和竞争力的重要基础；地方财政科技拨款有利于更多的社会资金投入科技创新；固定资产购建费说明对科技活动的硬件投资程度；人均RD经费是科技活动持续发展的基本保证。在科技产出中，发明专利受理量和国内中文期刊科技论文数是全省科技活动成果的重要体现，是一种用以计量研究人员想法和他们产出的极普遍的指标；技术市场成交合同在生产力转化中起了重要作用；而新产品产值则可以被视为科技活动的直接商业化产出，科技产出中新产品产值的变化，更能体现科技产业化，并能有效地的使金融投入与科技产出效率机制相结合。 江西省金融投入与科技产出的主要指标2000～2010年的数据见表2。 （以上数据来源：江西统计局-统计年鉴；中国科技统计网） 三、科技金融投入产出效率评价方法与步骤 （一）DEA评价模型概念的引入 DEA是数据包络分析（Date Envelopment Analysis）的简称，是著名的运筹学家A·Charnes和W·W·Cooper等人以相对效率概念为基础发展起来的一种崭新的效率评价方法。它是使用数学规划模型比较决策单元之间的相对效率，对决策单元做出评价。为了全面反映科技投入与产出，先利用多元统计分析中的因子分析方法，将反