青岛市科技投入产出效率剖析.docVIP

青岛市科技投入产出效率剖析 　　[摘要]运用DEA-CCR方法对青岛市科技投入产出效率进行分析，得到青岛市科技投入产出无效的年份为3年，主要原因在于投入冗余及产出不足。青岛市科技投入产出的纯技术效率平均值为0988，低于规模效率的平均值0993，因而提高技术与管理水平更为紧迫。无效年份的规模效率在递减，因而在提高科技产业规模的同时应注重规模的效率问题。 　　[关键词]投入产出效率；DEA-CCR模型；纯技术效率；规模效率 　　[DOI]1013939/jcnkizgsc201808021 　　1引言 　　随着经济社会的发展，科学技术对经济增长的贡献越来越明显。青岛市作为一个高校和科研院所较多的对外开放城市，科学技术对城市发展的重要性程度不言而喻。从青岛市历年的科技数据看，RD经费投入从2001年的2158亿元增长到2016年的26371亿元，RD全时人员从2001年的3825人年增长到2016年的49652人年；在科技产出方面，青岛市历年的专利申请量从2001年的2024件增长到2016年的59549件，技术市场成交额从2001年的621亿元增长到2016年的10412亿元，高新技术产业产值从2001年的543亿元增长到2016年的762276亿元。 　　然而在总量大幅增长的背后，投入产出的差距却很大。科技投入方面，2001―2016年的16年间，科研经费增长了122倍，科研人员增加了130倍；科技产出方面，历年专利申请量增长了294倍，技术市场成交额增长了168倍，高新技术产业产值增长了140倍。投入产出参差不齐，其效率问题就必然成为研究的重要方向。 　　科技投入产出的效率研究对于城市高新技术产业发展至关重要，通过对青岛市科技投入产出的效率分析，可以研究投入产出的纯技术效率和规模效率问题，找到制约当前投入产出效率的主要原因。 　　2文献综述 　　国内外研究投入产出要素的方法众多，主要包括综合评价法、计量方法和灰色关联分析法。综合评价法包括层次分析法（AHP）、数据包络法（DEA）[1][2]，可以得到投入产出的相对效率，分析各投入变量对产出变量的重要性程度；计量方法包括自然回归法（VAR）[3]、协整检验法[4]、Granger因果分析法[5]，运用计量方法可以分析各投入产出变量存在的长期关系，判断投入产出的时滞期等；灰色关联分析是对各子系统进行分析，寻求系统中各子系统之间的数值关系。[6] 　　目前比较流行的方法是DEA数据包络法。冯锋[7]采用链式网络DEA方法对29个省份的科技投入产出效率进行分析，认为区域科技投入产出效率与区域经济发展水平有一定的相关性。吕晨[1]运用DEA法对中国区域科技投入产出效率进行研究，认为中国各区域的技术效率比规模效率差别更大。李鸿禧[8]以DEA-t检验法对以企业为主体的科技创新效率进行评价之后，找到了影响效率的关键指标。 　　3数据来源与指标选取 　　笔者通过《青岛市科学技术发展报告》《青岛统计年鉴》《国家知识产权局统计年报》等选取科技投入、科技成果产出和产业产出数据。科技投入指标包括RD全时人员RDP和RD经费投入RDC；科技产出指标包括技术市场成交额TS（Technical Sales）、专利申请数PAQ（Patent Application Quatity） [9]、高新技术产业产值HTI（High and new Technology Industry）。据此，科技投入产出指标见表1。 　　4方法和模型选取 　　文章选取DEA数据包络法对青岛市2001―2016年进行科技投入产出效率分析。DEA用于每个决策单元（DMU）之间的相对效率并作出相应评价，得到每个DMU综合效率的数量指标，并指出DMU非有效的原因和程度，判断各DMU的投入规模是否适当，并给出各DMU调整投入规模的正确方向和程度。 　　DEA方法分为DEA-CCR法[10]、DEA-BCC法[11]、DEA-Malmquist法、基于超效率的三阶段DEA分析法、DEA价值链角度分析5种类型。本文采取DEA-CCR法对青岛市科技投入产出进行研究，具有以下三个优点：一是科技投入产出变量较多且量纲不同，DEA-CCR法可以很好地分析变量较多和量纲不同所带来的问题；二是该方法既能研究科技投入产出的效率，又能提出提高效率的改进方向；三是文章选取的科技投入产出数据均来源于官方数据，采用CCR模型进行效率研究后，不需要再对环境因素这种不易获取的数据进行研究分析，保证了研究的严谨性。 　　由于对偶性，若式（8）和式（9）都存在最优解，则两者相等，即hj0*=θ*。若θ*=1，s+*=0，s-*=0，则说明该DMU有效，技术和规模同时有效；若θ*=1，松弛变量或剩余变量至少有一个大于0，则该DMU弱有效，