基于Super―SBM珠三角RD投入产出绩效评价研究.docVIP

基于Super―SBM珠三角RD投入产出绩效评价研究 　　【摘 要】 文章基于1+1+7模式对2009―2015年珠三角RD投入产出的4个指标进行了图表比较，并利用Super-SBM模型对珠三角9个城市2013―2015年投入产出的13个要素进行综合绩效的实证分析和评价。研究结果表明，珠三角科技投入产出的规模在逐年增加，但各城市之间投入产出的综合绩效存在较大差异且原因各异，需要因地制宜，提高珠三角各城市RD投入产出绩效。 　　【关键词】 RD投入产出； 绩效评价； Super-SBM模型 　　【中图分类号】 F224.9 【文献标识码】 A 【文章编号】 1004-5937（2018）02-0095-07 　　2016年4月，广东省?l布《珠三角国家自主创新示范区建设实施方案（2016―2020年）》，明确将珠三角建设成为国际一流的创业创新中心。科技创新是经济增长的持久动力，而科技创新离不开RD投入。2015年，珠江三角洲地区研发经费支出比重达2.7%，百万人口发明专利申请量1 728件，万人发明专利拥有量23.33件，技术自给率达71%，科技进步贡献率超过57%①，基本达到创新型国家和地区水平。目前已形成以深圳、广州和其他7个地市国家级高新区为核心的“1+1+7”自主创新示范区建设新格局，但珠三角9个地市RD投入的差异显著，以2015年为例，深圳的RD经费支出为732.39亿元，占GDP比例为4.18%，而肇庆的RD经费支出为19.67亿元，占GDP比例为1%，各地市RD投入差异这么显著，绩效究竟如何？有无相互可以借鉴进而尽快推动珠三角整个地区创新发展的路径？ 　　基于以上问题，本文以珠三角各地市RD投入产出现状和绩效的实证评价为基础，研究推动RD投入绩效的实现路径，以期尽快实现“珠三角建设成为国际一流的创业创新中心”的目标。 　　一、文献回顾及RD投入产出绩效评价模型构建 　　关于RD投入产出绩效评价的研究文献近年较多。从评价方法来看，早期学者主要基于知识生产函数分析框架，通过估计RD投入对经济产出的边际影响系数或弹性系数，以间接反映RD投入绩效[ 1 ]。随着前沿生产函数方法的提出和发展，学者们开始借助非参数数据包络法（DEA）或随机前沿生产函数法（SFA），直接测算RD投入产出绩效[ 2-4 ]。还有学者用灰色关联分析法[ 5-6 ]和平衡计分卡法[ 7 ]等方法进行了RD投入产出绩效评价。从RD投入角度来看，有不同类型的RD投入产出绩效评价的研究[ 8-9 ]，有不同主体的RD资金投入产出绩效评价的研究[ 10-11 ]。既有研究为本文提供了RD投入产出绩效评价方法和评价指标选取的思路。 　　数据包络法DEA是由著名运筹学专家A.Charnes和W.W.Cooper等提出的以“相对效率”概念为基础的多指标投入产出效益评价方法，自1978年提出后，被广泛应用于各个领域。DEA基本模型主要包括CCR模型（规模报酬不变）和BCC模型（规模报酬可变）两种形式，是用来研究多输入、多输出决策单元相对有效性的十分理想的方法。相比其他绩效评价方法，DEA方法无需对权重进行人工赋值，避免了主观因素的影响。CCR和BCC模型均属于径向模型，径向模型对无效率的测度没有包括松弛变量，得出的效率值可能高估了被评价DMU的效率。为了克服径向模型的上述缺陷，Tone（2001）提出了基于松弛变量计算效率值的非径向DEA模型即SBM（Slack Based Measure）模型。SBM模型在提高评价效率准确度的同时又较好地解决了“技术创新黑箱”的问题，将松弛投入和松弛产出均考虑在内。超效率模型是由Anderson和Petersen（1993）提出的一种对评价为DEA有效或弱有效的DMU进行进一步评价的方法，其原理是将被评价DMU从参照集中排除从而使求解得出的效率值可能大于1，因此命名为超效率（Super-efficiency）。基于以上考虑，本文将采用DEA的Super-SBM模型对珠三角RD投入产出绩效评价进行实证分析。Super-SBM模型如模型（1）所示。在该模型中：？兹*为效率值；m，s代表投入产出个数；s-i，s+r为投入产出变量的松弛度；xi表示RD投入的要素，yi表示RD投入后的产出要素；n表示决策单元DMU个数。 　　二、RD投入产出绩效评价指标体系 　　绩效评价是建立在合理的评价指标体系基础上的，建立评价指标体系时应遵循以下基本原则： 　　（1）系统性与关联性原则。评价指标的选取应该从各个组成部分出发，使选取的指标之间构成相互联系、相互补充的指标体系，以保证评价结果的综合性及全面性。 　　（2）科学性原则。评价指标的选取一定要按照客观规律，正确处理理论与实际、传统经验与现代管理科学之间的关系。从科技信息统