我国研发机构创新效率DEA模型分析.docVIP

我国研发机构创新效率DEA模型分析 　　中图分类号：F062.3 文献标识码：A 　　内容摘要：本文根据我国2008-2012年研发机构的有关RD投入产出数据，应用BC2模型及超效率DEA模型对我国内地30个省市区的研发机构的创新效率进行评价研究。研究结果表明：这4年中，总体研发机构创新DEA有效的地区有17个，主要集中在东部，DEA无效的有13个；北京、山东、福建、海南等东部地区的研发机构创新效率始终处于前茅；而内蒙古与辽宁研发机构的创新效率一直较低。 　　关键词：研发机构 创新效率 DEA 　　引言 　　现代经济的竞争归根到底是科技创新效率的竞争，研发机构作为创新体系的重要组成部分，近年来国家不断加大了对其的投入力度。2012年，全国研发机构RD人员全时当量总计71663人年，比2011年增加5.92%；全国研发机构RD经费内部支出总额共计1557537万元，比2011年增加19.69%。近五年，全国研发机构RD人员全时当量的年平均增长率达6.92%，RD经费内部支出的年平均增长率达19.23%。就现阶段而言，RD人员和RD 经费仍是稀缺资源，如何提高创新效率成为摆在政府和专家学者面前亟待解决的难题。因此，对我国研发机构创新效率的研究有现实意义。 　　国外，HauserJ.和KatzMetrics（1998）建立研发机构绩效评价指标体系。Abbott和Doucouliagos（2003）研究了澳大利亚高等院校的相对效率。Mario Coccia（2005）运用分类方法对意大利国家研究院的公共研究机构进行效率评价。国内，王俭（2005）对研发机构的专家评价进行研究。翟立新、李强（2006）建立了基于知识生产函数的公共研发机构绩效评价测度体系。张伟倩等（2008）运用组合评价模型对我国国立研发机构进行绩效评价。关忠诚和赵二帅（2008）基于偏好DEA模型研究研发机构的相对效率。李兆琼等（2010）提出含有双属性变量的研发机构的效率评价模型。 　　文献分析表明：多数研究成果的研究对象为某一特定的研发机构，对各省份整体研发机构的创新效率评价较少；比较的数据多是截面数据，分析结果具有一定的片面性；对DEA有效单元之间的差异未进行细分。本文在借鉴前人研究成果的基础上，根据我国内地30个省市区（西藏除外）研发机构2008-2012年间的有关面板数据，先采用DEA模型中的BC2模型（考虑规模收益）进行创新效率研究，再进行超效率DEA分析决策单元的差异性。 　　研发机构的DEA效率分析 　　（一）评价指标选取 　　研发机构创新效率评价的内容必然包括科研产出与科研投入，这是评价的关键。我国研发机构对政府投入有很强的依赖性，“政府资金所占比重”代表创新活动中政府资金占RD经费内部支出总额的比例，来衡量政府资金对研发机构创新的支持。因此，本文主要选择研发机构RD人员全时当量（X1），RD经费内部支出（X2）及政府资金所占比重（X3）三个指标作为投入指标。 　　研发机构的创新成果主要以专利及论文的形式体现。专利指标主要分为专利申请量和专利授予量，依据柳卸林（2002）的观点，本文选取“发明专利申请量”（Y1）作为专利指标。“RD课题数”（Y2）、“发表科技论文数”（Y3）、“科技著作出版种数”（Y4）及“形成国家或行业标准数”（Y5）作为另4个科研产出指标。考虑到国内发表论文水平参差不齐，将“发表论文数”设定为：0.3*国内发表论文数+0.7*国外发表科技论文数。 　　科技创新活动的产出相对于其投入往往存在一定时间的延迟。本文参考多数学者的观点，将科技投入与产出的滞后期选为一年。目前研发机构科技创新活动有据可查的数据统计到2012年，因此根据科技创新活动的时延性，科技创新的投入指标采用2008-2011年的数据（2008年前后数据统计口径不一致，不便比较），产出指标采用2009-2012年的数据（原始数据均来源于《中国科技统计年鉴2009-2013》）。本文选取全国内地30个省份作为决策单元（西藏的数据不足，不予考虑），评价其研发机构的创新效率。 　　（二）DEA有效性分析 　　运用DEAP2.1软件，采用BC2模型对输入输出指标数据进行处理，求出各省份四年来研发机构创新效率的综合效率、纯技术效率值和规模效率及规模收益情况（见表1）。 　　表1可以看出，2008-2011年，研发机构创新活动总体DEA有效的省份共17个，其中北京、天津、上海、江苏、浙江、福建、山东、广东、海南共9个属于东部地区。DEA有效，各地区创新投入的综合效率为1，纯技术效率和规模效率均为1，达到了技术有效和规模有效，表明四年来这些地区投入规模适当，投入资源得到了最优配置，并实现了最优的产出。 　　研发机构创新活动弱DEA有效的区域是青海。该地