基于DEA模型东部沿海地区科技创新绩效评价.docVIP

基于DEA模型东部沿海地区科技创新绩效评价 　　摘要：本文首先对东部沿海地区的科技创新投入、产出相关数据进行了分析，然后运用DEA模型对东部沿海地区的科技创新效率进行评价。最后对各省份的科技创新不足进行分析，针对不同地区提出提高科技创新能力的对策建议，为东部沿海地区提高科技创新效率指明了方向。 　　关键词：科技创新；绩效评价；决策单元 　　中图分类号：F270 文献标识码：A 　　一、引言 　　近年来，东部沿海地区内战略性新兴产业发展迅速，创新型企业增加较快，创新体制机制、创新环境等都在不断完善。虽然东部沿海地区经过几年的发展取得了很多创新成果，但是各省市间的创新绩效水平如何、创新体系建设的差异情况等问题都还需要进一步的研究。因此，本文对我国东部沿海地区的创新绩效进行评价，发现各省份创新绩效的不足与差异，提出相应的改善对策，对改善各地区的创新水平具有重要的指导意义。 　　二、DEA模型简介 　　国外多以科技创新活动的产出量来对某个国家或地区的绩效进行评价。大多采用定性研究的方法，定量研究相对比较少。国内评价科技创新绩效经常采取国际上通用的方法，但在选取指标时往往侧重部分方面，因此很难全面对我国的科技创新效率进行衡量。本文选取的科技投入、产出指标比较全面、更具代表性，运用DEA模型对东部沿海地区的科技创新效率进行了评价。 　　1978年，A. Charnes，W. W. Cooper和E. Rhodes这三位著名的运筹学家首次提出了数据包络分析（Data Envelopment Analysis，简称DEA）的方法，其通常用于研究具有多个输入、特别是具有多个输出的“生产部门”，并且为“规模有效”和“技术有效”。DEA模型有很多种类，其中CCR模型的理论比较完善。当规模收益可变时，评价决策单元（Decision Making Units，简称DMU）通常用BCC模型，它是DEA模型中应用较多的一种。地区科技创新体系属于规模报酬可变系统，故采用BCC模型进行评估。 　　三、绩效评价实证分析 　　1.投入和产出变量选择 　　基于科学性、合理性、准确性的原则，本文考虑从多个层面和不同角度来构建评价指标体系。查阅大量文献后，我们选取作为科技创新的人力投入指标的有：从事科技活动人员数X1（人）、从事科技活动的科学家与工程师人数X2（人）、研究与发展人员全时当量X3 （人年），选择作为科技创新活动的资金投入测度指标的有：科技经费内部支出总额X4（万元）、研究与发展经费内部支出总额X5（万元）； 　　专利申请授权数Y1（件）、发明专利申请授权数Y2（件）和国外主要检索工具收录科技论文数Y3（篇）衡量创新活动的产出。考虑到科技创新是为了达成新产品的应用和市场商业化的成功，所以选取技术市场成交合同金额Y4（万元）和高技术产品出口贸易额Y5（万元）作为产出指标，可以表现这方面的成果。本文数据主要来源于2012年《中国科技统计年鉴》。 　　2.数据计算及结果分析 　　运用DEAP-Version 2.1分析软件对收集到的数据进行计算。由计算结果可知，东部地区的科技创新效率整体上比较高。上海、江苏、浙江和福建的科技创新综合效率均为1，说明这几个地区都是有效决策单元。科技创新活动能达到DEA有效，与政府的大力扶持和自身优越条件密不可分。江西省综合效率小于1，但大于0.8，整体上科技创新效率还是比较高的；江西省的科技产出能力较高，由于生产规模结构未达到最优，江西省处在规模报酬递增阶段，故该省份科技创新综合技术无效。安徽、山东为非DEA有效，综合效率只达到0.631和0.789，是东部地区科技创新效率最低的两个省份。 　　四、研究结论及建议 　　第一，上海、江苏、浙江和福建的科技创新活动发展情况已相当完善，这跟实际情况是相符的。但由于DEA模型研究的效率是相对效率，当把这几个决策单元跟更大范围内的省份作比较时就可能是无效率的，因此我们不能被东部这几个省份所局限，在科技创新活动中还要继续提高科技产出的可能性，优化科技的生产规模结构，促使科技创新水平达到新的阶段。 　　第二，江西省的科技创新综合效率不为1，主要原因是不合理的科技生产规模结构，投入的创新资源没能及时有效地转化为产出。为了达到DEA有效，主要工作是优化科技生产规模结构，促使科技产出的增长速度等于科技投入的增长速度，以此来改善科技创新综合技术无效的局面。 　　第三，山东和安徽的科技创新活动综合效率不为1，表现在技术效率和规模效率同时无效。从DEA模型计算结果可知，安徽省的前三个科技投入指标都有冗余，分别为14681.508、1431.443和24220.097；而科技产出指标明显不足，Y1、Y2、Y3、Y4产出不足量分别为：2256.119、1012.936、153