胡翠萍

(武漢理工大學(xué)管理學(xué)院，湖北 武漢 430070)

科技資源已成為社會(huì)經(jīng)濟(jì)發(fā)展的第一資源，為了在科技競(jìng)爭(zhēng)中立于不敗之地，世界各國(guó)都越來(lái)越重視科技資源并不斷加大對(duì)其投入[1]。我國(guó)作為追趕世界先進(jìn)水平的發(fā)展中國(guó)家，一方面用于科技活動(dòng)的資金和人力資源都十分稀缺，另一方面又存在著科技資源浪費(fèi)、利用效率不高的現(xiàn)象[2]。因此，在不斷加大科技資源投入的同時(shí)，應(yīng)更為經(jīng)濟(jì)、合理、高效地配置有限的科技資源，以有限的人力和財(cái)力資源，爭(zhēng)取盡可能多的科技產(chǎn)出。

目前，國(guó)內(nèi)有關(guān)科技資源配置效率評(píng)價(jià)的研究大多數(shù)局限于定性研究，定量研究相對(duì)較少，已有的定量研究也都集中在省區(qū)層面和產(chǎn)業(yè)層面，對(duì)城市科技資源配置效率的研究則相對(duì)較少[3]。城市作為一個(gè)國(guó)家基本的空間單元，是科技活動(dòng)的實(shí)際載體，因此，從城市角度研究科技資源配置效率，將更具有針對(duì)性和科學(xué)性。城市科技資源配置效率實(shí)質(zhì)是科技投入產(chǎn)出的轉(zhuǎn)化效率。關(guān)于投入產(chǎn)出效率的計(jì)算通常有投入產(chǎn)出比例法、參數(shù)法和非參數(shù)法3種[4]。投入產(chǎn)出比例法，計(jì)算的是科技產(chǎn)出與科技投入的加權(quán)平均值的比值，簡(jiǎn)單易用，但僅適用于單指標(biāo)的投入產(chǎn)出效率分析，如果投入或產(chǎn)出包含多個(gè)指標(biāo)，則需要尋求其他方法[5]。參數(shù)法是事先假設(shè)生產(chǎn)函數(shù)的形式，用統(tǒng)計(jì)方法估計(jì)其中的參數(shù)，得到經(jīng)驗(yàn)生產(chǎn)函數(shù)，從而計(jì)算出投入產(chǎn)出效率，該方法主要適用于單產(chǎn)出和多投入的相對(duì)效率測(cè)算，然而科技產(chǎn)出是多方面的，只計(jì)算單方面產(chǎn)出效率并不能反映出整體的科技資源配置效率。在計(jì)算投入產(chǎn)出效率的參數(shù)方法中，隨機(jī)前沿分析法(stochastic frontier analysis，SFA)是較為常用的一種方法。非參數(shù)法可以用來(lái)計(jì)算多投入和多產(chǎn)出的投入產(chǎn)出相對(duì)效率，且無(wú)須估計(jì)投入產(chǎn)出的生產(chǎn)函數(shù)，從而可以避免因錯(cuò)誤的函數(shù)形式帶來(lái)的問(wèn)題。在非參數(shù)法中，DEA是最常用的一種方法，該方法無(wú)須估計(jì)投入產(chǎn)出的生產(chǎn)函數(shù)，而直接利用線性規(guī)劃來(lái)判斷決策單元的相對(duì)有效性[6]。筆者的研究目的在于測(cè)算15個(gè)副省級(jí)城市的科技資源配置，涉及到多個(gè)投入和產(chǎn)出，基于此，筆者運(yùn)用DEA方法，通過(guò)收集相關(guān)數(shù)據(jù)資料，對(duì)我國(guó)15個(gè)副省級(jí)城市的科技資源配置效率進(jìn)行評(píng)價(jià)與實(shí)證分析，以期為我國(guó)城市科技資源配置活動(dòng)的管理和優(yōu)化提供相應(yīng)的信息支持。

1 模型、指標(biāo)及數(shù)據(jù)

1.1 DEA模型

DEA方法和模型是由美國(guó)著名運(yùn)籌學(xué)家CHARNES和COOPER等首先提出來(lái)的，該模型是以相對(duì)效率概念為基礎(chǔ)發(fā)展起來(lái)的一種效率評(píng)價(jià)方法，該方法是一種多指標(biāo)投入、多指標(biāo)產(chǎn)出的有效綜合評(píng)價(jià)法，通過(guò)比較決策單元的相對(duì)效率，對(duì)評(píng)價(jià)對(duì)象作出評(píng)價(jià)[7]。其主要思路為:假定n個(gè)決策單元DMU，每個(gè)DMU都有m種非負(fù)投入品和s種非負(fù)產(chǎn)出品，它們分別由向量Xj=(x1j，x2j，…，xmj)和 Yj=(y1j，y2j，…，ysj)給出，在基于凸性、錐性、無(wú)效性和最小性的公理假設(shè)情況下，DEA模型具有的生產(chǎn)可能集合為:

由此可以得到DEA模型，又稱C2R模型(下面所列的為對(duì)偶模型)，主要用于評(píng)價(jià)DEA規(guī)模技術(shù)的相對(duì)有效性，即:

式中:θ為DMU的效率，即優(yōu)化目標(biāo)值;s-、s+為松弛變量;λj為第 j個(gè)DMU的權(quán)值;ε為阿基米德無(wú)窮小量。

具體評(píng)價(jià)規(guī)則如下[8]:

(1)總體效率。若θ=1且s-=s+=0，則稱DMU為DEA有效;若θ=1且s-≠0或s+≠0，則稱DMU為DEA弱有效;若 θ＜1，則稱 DMU為DEA無(wú)效。

(3)投影分析。根據(jù)s-、s+的情況判斷各項(xiàng)科技投入的冗余和科技產(chǎn)出的不足，從而尋找具體的改善策略。

在運(yùn)用DEA模型測(cè)度效率時(shí)，要求決策單元DMU具有相同的投入、產(chǎn)出指標(biāo)，并且根據(jù)經(jīng)驗(yàn)法則，要求決策單元DMU的樣本至少是投入、產(chǎn)出項(xiàng)目之和的兩倍以上[9]。

1.2 指標(biāo)選取及數(shù)據(jù)來(lái)源

科技投入、產(chǎn)出指標(biāo)的選擇在科技資源配置效率的研究中至關(guān)重要，不同的指標(biāo)選擇可能會(huì)出現(xiàn)不同的結(jié)果，因此，筆者在選擇科技投入、產(chǎn)出指標(biāo)時(shí)，既注重指標(biāo)的科學(xué)性、全面性以及可獲得性，又在技術(shù)上避免了指標(biāo)之間的強(qiáng)相關(guān)性?？虏?道格拉斯函數(shù)把資本和勞動(dòng)力作為兩個(gè)主要投入要素，依此推理，筆者選擇科技活動(dòng)經(jīng)費(fèi)支出總額和R＆D經(jīng)費(fèi)支出總額作為資本投入，將專業(yè)技術(shù)人員數(shù)和科技活動(dòng)人員數(shù)作為勞動(dòng)投入。另外由于國(guó)家重點(diǎn)實(shí)驗(yàn)室是聚集和培養(yǎng)優(yōu)秀科技人才、開(kāi)展高水平學(xué)術(shù)交流、科研裝備先進(jìn)的重要基地，因此這里加入了國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室數(shù)這項(xiàng)指標(biāo)。科技活動(dòng)最直接的產(chǎn)出是科技論文和專利，但由于科技論文指標(biāo)數(shù)據(jù)不易獲得，故剔除這項(xiàng)指標(biāo)?？萍蓟顒?dòng)最終目的是實(shí)現(xiàn)商業(yè)化應(yīng)用和新產(chǎn)品市場(chǎng)的成功，為反映這方面的成果，筆者還選取了技術(shù)市場(chǎng)合同成交額、高新技術(shù)產(chǎn)業(yè)產(chǎn)值和新產(chǎn)品銷售收入占所有產(chǎn)品銷售收入的比例作為產(chǎn)出指標(biāo)[10]。

運(yùn)用SPSS軟件對(duì)投入指標(biāo)和產(chǎn)出指標(biāo)進(jìn)行相關(guān)性分析，篩選掉相關(guān)程度較高的指標(biāo)，專業(yè)技術(shù)人員數(shù)和科技活動(dòng)人員數(shù)相關(guān)性較高，因此去掉科技人員數(shù)這項(xiàng)指標(biāo);高新技術(shù)產(chǎn)業(yè)產(chǎn)值和新產(chǎn)品銷售收入占所有產(chǎn)品銷售收入的比例相關(guān)性較高，因此去掉新產(chǎn)品銷售收入占所有產(chǎn)品銷售收入的比例這項(xiàng)指標(biāo)。筆者共選取兩個(gè)層面6項(xiàng)指標(biāo)進(jìn)行科技資源配置效率測(cè)度指標(biāo)體系的設(shè)計(jì)。具體指標(biāo)如表1所示。

表1 科技投入與產(chǎn)出指標(biāo)

表1中指標(biāo)的數(shù)據(jù)均來(lái)自各城市的國(guó)民經(jīng)濟(jì)公報(bào)和科技統(tǒng)計(jì)年鑒，考慮到科技投入產(chǎn)出的延遲性，各指標(biāo)采用2007—2009這3年數(shù)據(jù)的平均值。

2 實(shí)證分析

筆者運(yùn)用DEAP軟件對(duì)我國(guó)15個(gè)副省級(jí)城市的科技資源配置效率進(jìn)行測(cè)算。θ*為總體效率、σ*為純技術(shù)效率、s*為純規(guī)模效率，具體結(jié)果如表2所示。

(1)廣州、深圳、青島、大連、哈爾濱和廈門屬于DEA有效(θ=1)。這6個(gè)城市的θ值為1，說(shuō)明它們的科技資源配置為DEA有效，同時(shí)技術(shù)有效和規(guī)模有效，并且科技資源配置處于最佳的狀態(tài)。廣州屬于省會(huì)城市，是所在省份的政治、經(jīng)濟(jì)、科技和文化中心，豐富的人文資源和發(fā)達(dá)的高等教育為科技發(fā)展提供了良好的基礎(chǔ)。深圳投入產(chǎn)出效率高的優(yōu)勢(shì)得益于眾多的優(yōu)勢(shì)條件和組合，政策優(yōu)勢(shì)與人力資源優(yōu)勢(shì)、體制優(yōu)勢(shì)、區(qū)位優(yōu)勢(shì)和創(chuàng)新優(yōu)勢(shì)合力造就了全國(guó)獨(dú)一無(wú)二的“深圳科技發(fā)展模式”。青島、大連和哈爾濱同屬于北方地區(qū)，這3個(gè)城市雖科技發(fā)展水平不高，但是科研機(jī)構(gòu)和高校的實(shí)力較雄厚，資源配置效率高。廈門與其余14個(gè)城市相比具有基數(shù)小的特點(diǎn)，因此，雖然廈門的科技投入和產(chǎn)出的絕對(duì)量相對(duì)較小，但其科技資源的配置效率較高。

表2 15個(gè)副省級(jí)城市科技資源配置效率DEA評(píng)價(jià)結(jié)果

(2)沈陽(yáng)和西安科技資源配置效率接近于DEA有效區(qū)域(0.8≤θ*＜1)。根據(jù)國(guó)外學(xué)者NOMAN和BANY對(duì)整體效率值強(qiáng)度的分類方法，沈陽(yáng)和西安屬于邊緣非效率單位，短期內(nèi)對(duì)投入產(chǎn)出量稍作調(diào)整，即很容易達(dá)到最優(yōu)效率和規(guī)模。沈陽(yáng)未達(dá)到DEA有效的主要原因是科技投入冗余較多，其中專業(yè)技術(shù)人員數(shù)和科技活動(dòng)支出總額都存在12.60%的冗余，國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室數(shù)存在29.42%的冗余，同時(shí)還存在產(chǎn)出不足的問(wèn)題。西安產(chǎn)出不足的問(wèn)題較為嚴(yán)重，其中發(fā)明專利授權(quán)數(shù)存在60.93%的不足，技術(shù)市場(chǎng)合同成交額存在36.94%的不足。

(3)武漢、南京、成都、長(zhǎng)春和杭州科技資源配置效率處于中等水平(0.5≤θ*＜0.8)。這些城市的科技資源投入產(chǎn)出相比較而言，存在嚴(yán)格的非對(duì)稱性。武漢、長(zhǎng)春、南京和成都的國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室數(shù)投入都存在50%以上的冗余，專業(yè)技術(shù)人員數(shù)和科技活動(dòng)支出總額也都存在較多的冗余。其中武漢還存在高新技術(shù)產(chǎn)業(yè)產(chǎn)值嚴(yán)重不足的問(wèn)題，不足率達(dá)到45.07%。這4個(gè)城市擁有豐富的高等教育資源和研發(fā)資源，科技基礎(chǔ)實(shí)力較強(qiáng)，科技優(yōu)勢(shì)也主要來(lái)源于此，但它們的科技資源配置效率僅處于中等水平?？萍假Y源分散、分離的問(wèn)題是制約其配置效率的關(guān)鍵所在。杭州的專業(yè)技術(shù)人員數(shù)、科技活動(dòng)經(jīng)費(fèi)支出總額和國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室數(shù)都存在30%以上的冗余，高新技術(shù)產(chǎn)業(yè)產(chǎn)值和技術(shù)市場(chǎng)合同成交額都存在15%以上的不足，科技資源配置效率與其經(jīng)濟(jì)發(fā)展水平還存在較大的差距。

(4)濟(jì)南、寧波科技資源配置效率處于較低水平(0＜θ*＜0.5)。濟(jì)南和寧波的科技資源配置效率在15個(gè)副省級(jí)城市中分列倒數(shù)第一和倒數(shù)第二，專業(yè)技術(shù)人員投入冗余也遠(yuǎn)高于其余13個(gè)城市，高新技術(shù)產(chǎn)業(yè)產(chǎn)值在15個(gè)城市中處于劣勢(shì)地位，不足率分別達(dá)到61.26%和60.03%。寧波還存在技術(shù)市場(chǎng)合同成交額嚴(yán)重不足的問(wèn)題，不足率高達(dá)65.98%，遠(yuǎn)遠(yuǎn)高于其他副省級(jí)城市。

通過(guò)分析可以看出，城市的科技資源配置效率與科技發(fā)展水平之間并沒(méi)有必然的聯(lián)系，其主要原因是城市科技活動(dòng)存在溢出效應(yīng)，有些城市的投入并沒(méi)有完全在城市內(nèi)形成產(chǎn)出。從投入方面看，非DEA有效的城市有共同的特點(diǎn)，即專業(yè)技術(shù)人員數(shù)、科技活動(dòng)支出總額和國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室數(shù)都存在不同程度的冗余，說(shuō)明15個(gè)副省級(jí)城市的這3項(xiàng)科技投入的使用效率都不高。從產(chǎn)出方面看，所有非DEA有效城市的高新技術(shù)產(chǎn)業(yè)產(chǎn)值都存在不同程度的不足?？萍假Y源分散、分離，產(chǎn)學(xué)研互動(dòng)程度不夠和企業(yè)作為技術(shù)創(chuàng)新主體的作用尚未到位是造成這些問(wèn)題的主要原因。這些城市的國(guó)家重點(diǎn)實(shí)驗(yàn)室主要分布在高校和科研院所，開(kāi)放共享占比較小，對(duì)地方產(chǎn)業(yè)發(fā)展支撐不夠，擁有很多出色的科技人員，但真正與企業(yè)合作的不足一半。針對(duì)存在的問(wèn)題，副省級(jí)城市可以采取以下措施:

(1)加快建立以企業(yè)為主體的技術(shù)開(kāi)發(fā)和創(chuàng)新體系，鼓勵(lì)企業(yè)加大技術(shù)開(kāi)發(fā)力度，切實(shí)增強(qiáng)自主創(chuàng)新能力，以盡快擺脫依靠技術(shù)引進(jìn)的被動(dòng)局面。

(2)深化科研院所改革，進(jìn)一步推進(jìn)企業(yè)與高校、科研院所的合作，引導(dǎo)高校院所為地方經(jīng)濟(jì)發(fā)展做貢獻(xiàn)，支持龍頭骨干企業(yè)與高校院所共建實(shí)驗(yàn)室、工程技術(shù)中心和產(chǎn)業(yè)化基地，構(gòu)建企業(yè)為主體、有科研機(jī)構(gòu)參與的產(chǎn)業(yè)技術(shù)聯(lián)盟。

(3)強(qiáng)化科技中介服務(wù)體系建設(shè)，強(qiáng)化信息互通、設(shè)備共享、技術(shù)交易、咨詢服務(wù)和政策落實(shí)等科技服務(wù)，促進(jìn)科技資源共享和技術(shù)交易，設(shè)立技術(shù)轉(zhuǎn)移機(jī)構(gòu)，促進(jìn)科技成果就地轉(zhuǎn)化。

(4)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)。

3 結(jié)論

筆者運(yùn)用DEA方法對(duì)我國(guó)15個(gè)副省級(jí)城市的科技資源配置效率進(jìn)行實(shí)證分析，通過(guò)比較不同城市的科技資源配置效率值，并結(jié)合不同城市科技投入和產(chǎn)出的關(guān)系分析，可以有效地評(píng)價(jià)不同城市的科技資源配置效率，為制定有關(guān)城市科技資源配置的政策提供依據(jù)。研究的不足之處在于由于統(tǒng)計(jì)數(shù)據(jù)來(lái)源、統(tǒng)計(jì)口徑的限制，僅選用了較為容易獲得數(shù)據(jù)的城市科技統(tǒng)計(jì)投入指標(biāo)和科技產(chǎn)出指標(biāo)。隨著我國(guó)對(duì)于城市科技統(tǒng)計(jì)工作的重視和統(tǒng)計(jì)方法、統(tǒng)計(jì)范圍的日益完善，未來(lái)的評(píng)價(jià)結(jié)果將會(huì)更加客觀、全面和準(zhǔn)確。

[1] 儲(chǔ)成兵.科技對(duì)區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展的作用[J].合作經(jīng)濟(jì)與科技，2006(3):32-33.

[2] 趙俊杰.合理使用科技資源提高科技投入產(chǎn)出效率[J].中國(guó)科技論壇，2005(6):9-12.

[3] 藍(lán)天立，楊志江.西部地區(qū)科技資源配置效率的綜合評(píng)價(jià)研究[J].中國(guó)科技論壇，2007(1):73-77.

[4] 虞曉芬，李正衛(wèi).我國(guó)區(qū)域技術(shù)創(chuàng)新效率:現(xiàn)狀與原因[J].科學(xué)學(xué)研究，2005，23(2):258-264.

[5] 孫寶鳳，李建華，楊印生.運(yùn)用DEA方法評(píng)價(jià)地區(qū)科技資源配置的相對(duì)有效性[J].數(shù)理統(tǒng)計(jì)與管理，2004(2):52-58.

[6] 魏權(quán)齡.數(shù)據(jù)包絡(luò)分析[M].北京:科學(xué)出版社，2004:20-24.

[7] CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978(2):429-444.

[8] CHARNES A，WILLIAM W C，SUSAN X L.Using data envelopment analysis to evaluate efficiency in the economic performance of Chinese cities[J].Socio-Economic Planning Sciences，1989(23):325-344.

[9] 魏權(quán)齡.評(píng)價(jià)相對(duì)有效性的DEA方法[M].北京:中國(guó)人民大學(xué)出版社，1998:13-87.

[10] 潘雄鋒.東北老工業(yè)基地科技創(chuàng)新績(jī)效分析[J].科技與經(jīng)濟(jì)，2005(2):12-15.