我国省际间财政科技支出效率剖析基于DEA模型.docVIP

我国省际间财政科技支出效率剖析基于DEA模型 　　摘要：本文选取了我国各省市2010年科技投入产出截面数据，利用CCR、BCC和超效率DEA模型分别测算出各地区财政科技投入的综合效率、规模效率、纯技术效率和超效率，通过分析对比发现，我国地方财政科技支出效率普遍较低，只有9个省市达到DEA完全有效；其次地方财政科技支出效率在不同省市间存在较大差异，而且与经济发展水平相一致；最后针对地方财政科技投入效率情况，给出了相应的政策建议。 　　关键词：财政科技；效率；DEA；超效率 　　序言 　　进入21世纪以来，科学技术对经济发展的促进作用日益受到重视，我国各省市对科技的投入也不断加强，2010年全国研究与实验发展（RD）经费支出总额达到7062.6亿元，较2009年增加了1260.5亿元，增长了21.7%，占到了我国国民生产总值的1.76%。财政科技资金是科研资金的重要组成部分，2010国家财政科技拨款为4114.4亿元，比上年增加了889.5亿元，增长了27.6%，占到国家财政总支出的4.58%。显然无论是RD投入还是财政科技投入，其投入规模都在快速的增长，而且已经达到一个很高的水平。然而规模的不断扩大并不代表我国科技资金就得到了有效的利用，尤其是政府部门，由于其特殊性，更容易出现资金浪费。 　　一、研究模型与变量选取 　　关于效率的测算学术界普遍采用的方法是前沿效率分析法，这是一个相对效率的概念。前沿效率法通过利用样本中最佳单位或其组合构建一个效率前沿面，每个观测值与效率前沿面之间的距离即为无效率。前沿效率法又可根据是否需要估计函数中的参数分为：非参数方法和参数方法。参数方法以随机前沿分析（SFA）为代表，在测量误差和统计干扰处理上具有优势，但是SFA函数形式设定和分布假设过于严格，而且对于解决多投入多产出问题具有一定局限性。非参数方法一般包括数据包络分析方法（Data Envelopment Analysis，DEA）和无界分析方法（Free Disposal Hull，FDH），其中DEA使用较广，而且对于投入和产出变量的个数没有限制，可以有效的解决多投入多产出问题[1]。财政科技支出效率的测算是典型的多投入多产出的问题，投入方面包括人力投入和资金投入，产出更是多样，如专利、论文等。因此本文选用DEA模型对我国各省市财政科技支出效率进行评价。 　　（一）DEA模型介绍 　　数据包络分析方法（DEA）最早是由Farrell[2]（1957）提出，是用线性规划方法和对偶原理，通过对公司投入―产出指标的组合分析来评价效率水平。 　　1978年美国著名运筹学家Charnes，Cooper和Rhodes[3]提出了第一个数据包络分析模型即CCR模型，这也是应用最广泛的DEA模型。CCR模型是一个以投入为导向即在产出一定的情况下使用最少的投入，而且假设投入产出系统不存在规模效应的DEA模型。学者通常用CCR模型测算决策单元的综合效率，并通过综合效率是否等于1来判断决策单元是否有效。CCR模型的一般形式为： 　　模型计算出的θ即为第k个决策单元的综合效率评分，根据θ是否等于1即可判断决策单元是否有效。 　　Banker，Charnes和Cooper[4]（1984）在CCR模型的基础上又提出BCC模型，和CCR模型不同的是该模型假设规模报酬是可变的，而且将CCR模型测算的综合效率分解为规模效率和纯技术效率，规模效率可以通过综合效率除以纯技术效率求得―即规模效率=综合效率/纯技术效率。纯技术效率可以通过在CCR模型中添加限制条件求∑λi=1得，这是由于∑λi=1给生产前沿添加了凸性限制，代表了可变的规模报酬假定，这样计算出的θ值即为纯技术效率值。另外通过BCC模型还可以判断决策单元处在规模报酬递增还是规模报酬递减。 　　然而BCC和CCR模型只能评价决策单元是否有效，对于同时出现的多个有效单元，无法进行排序和比较。后来AndersenPetersen根据传统DEA模型提出了超效率数据包络模型（Super Efficiency DEA，SE―DEA）[5]（1993）。超效率 DEA 模型弥补了传统 DEA 模型效率值不能大于1的不足，解决了有效单元之间的排序和比较问题。 　　与CCR模型不同的是在模型中加入了的约束条件，即在计算生产前沿面时排除了第k个决策单元。从而在评价第k个决策单元时，将其与其他决策单元的线性组合做比较，不包括k决策单元自身，结果是有效决策单元有可能按比例增加投入，而保持其相对有效性。 　　本文首先利用CCR模型测算出我国各地区财政科技支出效率，再利用BCC模型测算出规模效率和纯技术效率，最后用超效率DEA模型测算的效率值对各地区财政科技效率进行排序。 　　（二）变量选取 　　从已有的研究