基于DEA―Malmqui模型青岛市科技创新效率评价.docVIP

基于DEA―Malmqui模型青岛市科技创新效率评价 　　[摘要]文章选取青岛市2001―2016年科技投入和科技产出数据，运用DEA-Malmqui模型对青岛市科技创新进行静态和动态分析，结果表明，自2010年，青岛市科技创新投入和产出整体是有效的，但是RD人员全时当量投入冗余现象较为严重，同时技术市场产品交易额产出也明显不足；青岛市科技创新生产要素的改善主要得益于青岛市科技的发展，但是效率变动和规模效率变动情况仍有待改善，最后结合青岛市现状向政府提出合理配置资源要素、完善技术市场环境等建议。 　　[关键词]DEA-Malmqui；科技创新；科技投入；科技产出 　　[DOI]1013939/jcnkizgsc201807032 　　1引言 　　在这个知识经济的时代，科技创新已经成为经济增长的主要推动力，是实现区域经济稳定、高速、协调、可持续发展的核心要素。党的十八大提出创新驱动国家发展战略，强调建设国家创新体系，推动经济增长向以创新为主导的方式转变。青岛市作为我国科技创新大市，科学技术的发展是青岛市经济发展的主要优势之一，在2001―2016年，青岛市科技投入和科技产出均有较大幅度增长。在科技投入方面，青岛市RD人员全时当量逐年增加，从2001年的3825人/年增加到2016年的49653人/年，科技活动经费支出额从2001年的2158亿元增长到了2016年的26371亿元；在科技产出方面，?＠?申请数量从2001年的2024件/年增加到2016年的59549件/年，增长了284214%。随着科技投入产出的逐年攀升，青岛市科技创新效率是否也在逐年递增，成为一个值得研究的问题。 　　2文献综述 　　有关科技创新效率的问题，广大学者已经做了较多研究。徐巧玲[2]选取我国30个省域的科技投入量和科技产出量数据，采用DEA的BCC模型和SE-CCR模型进行评价和分析，实证表明由于技术无效和科技无效使得我国绝大多数省域的科技投入产出处于非有效状态。而与之相反，王珍珍[3]等采用DEA-Malmquiet指数模型对我国科技创新进行研究，研究表明我国整体科技创新投入和产出是有效的，并存在明显的梯度特征。李泽霞[4]等选取我国30个省市作为决策单元，采取DEA对其进行创新效率的评价分析，研究表明，我国区域的科技创新效率稳步提高，但是还有多地区是无效率区域。朱鹏颐等[5]对福建省九地级市2010―2014年数据进行SE-CCR进行分析，研究显示，福建省多数城市科技创新处于无效状态，但是提升空间很大。叶文显[6]采用BCC模型、SE-CCR和DEA-Malmquiet指数模型对西安市科技创新面板数据进行分析，研究表明虽然西安省科技创新能力逐年提升，但是由于科技效率下降使得科技创新绩效先降后升。 　　通过学者们[7]-[16]的研究可以看出：有关科技创新效率的研究已经较为丰富，主要采用了DEA模型和SFA方法，而且研究对象主要为国家、城市群或是省域，研究主体是制造业、高新技术产业或是其他企业，对一个城市科技创新效率方面的研究少之又少。本文采用DEA模型和Malmquiet指数模型结合的方式，从动态和静态两个方面对青岛市科技创新效率进行分析。 　　3理论模型构建 　　31DEA模型 　　DEA不用人为地设置权重和函数关系，这就使分析结果较为客观，它把每一个被描述对象都看作一个决策单元。[17]这些单元构成一个评价群体，评价群体的评价单元都具有相同的输入指标和输出指标，在评价标准确立后对数据进行分析，得出每个决策单元的综合效率。假设一个决策单元有m个输入指标和s个输出指标，那么n个决策单元的输入向量X=（x1，x2，x3，，xm），输出向量Y=（y1，y2，y3，，ys），则第j0个决策单元的综合效率为： 　　4实证分析 　　41指标选取和数据来源 　　411指标选取 　　构建合理的指标体系是进行科技创新效率研究的基础。科技创新效率是一定时期内区域科技创新投入和科技创新产出的比值，本文从科技创新投入和科技创新产出两个方面构建了指标体系。科技投入从人力和财力入手，分别选取每年RD人员全时当量和每年用于RD经费支出金额对其进行描述；科技产出选取每年发明专利授权量、每年新签订的技术合同成交额和每年高新技术企业产业产值这三个指标进行描述，如表1所示。 　　412数据来源 　　本文的数据来源于《青岛市统计年鉴》《青岛市科技发展报告》《青岛市统计公报》以及青岛科技大数据平台、青岛统计信息网和青岛科学技术局等网站提供的数据。 　　42实证结果及分析 　　421基于DEA的青岛市科技创新效率分析 　　本文运用Deap 21分析软件对青岛市科技投入和科技产出进行分析，得到了青岛市2001―2016年科技创新效率指数，如表2所示