許 敏 馮向前 成 君

（南京師范大學(xué)計(jì)算機(jī)學(xué)院，江蘇南京 210000）

蘇南五市科技資源配置效率分析

許 敏 馮向前 成 君

（南京師范大學(xué)計(jì)算機(jī)學(xué)院，江蘇南京 210000）

結(jié)合數(shù)據(jù)包絡(luò)分析法對蘇南五市科技資源的配置效率進(jìn)行分析。分析結(jié)果顯示，無錫市的科技資源利用率最高，而鎮(zhèn)江市最低。各市普遍存在研發(fā)人員冗余、科研資金配置不合理以及科技成果產(chǎn)出不足等現(xiàn)象。因此，深入優(yōu)化資源結(jié)構(gòu)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)，加強(qiáng)知識產(chǎn)權(quán)的維護(hù)，是蘇南五市實(shí)現(xiàn)快速發(fā)展的有效途徑。

蘇南五市；配置效率；資源配置；DEA；科研投入

1 引言

一直以來，國內(nèi)不少學(xué)者關(guān)注著科技資源有效配置這一問題，為我國近年來各地區(qū)、各行業(yè)在配置科技資源方面起到了關(guān)鍵性的指導(dǎo)作用。例如，吳和成、鄭垂勇運(yùn)用改進(jìn)的DEA方法，對我國1999-2000年各地區(qū)科技投入產(chǎn)出的相對有效性進(jìn)行了分析，并針對各個地區(qū)給出了相關(guān)建議[1]；李博、賈志永等對我國工業(yè)部門科技投入有效性進(jìn)行了比較研究，得出不同工業(yè)部門科技投入的不同特點(diǎn)，從而將我國工業(yè)領(lǐng)域科技投入有效性的認(rèn)識規(guī)律深入到了工業(yè)內(nèi)部[2]；趙永前對國內(nèi)外的科技投入現(xiàn)狀與趨勢進(jìn)行了對比分析，研究了我國科技事業(yè)面臨的挑戰(zhàn)與機(jī)遇、制約因素與瓶頸[3]；韓東林將蘇、浙、滬、皖四省市的科技進(jìn)步水平以及科技投入狀況進(jìn)行了對比，并分析了安徽與江浙滬投入差距的原因，給出促進(jìn)安徽省科技進(jìn)步的科技投入決策[4]；薛娜、趙曙東對江蘇省高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行了評價，對文中的代表行業(yè)提出了比較具體的調(diào)整方案[5]。

蘇南地區(qū)在江蘇省經(jīng)濟(jì)發(fā)展過程中有著舉足輕重的作用。據(jù)江蘇省統(tǒng)計(jì)資料顯示，蘇南五市人均GDP一直排名前五，并且全省的高新技術(shù)產(chǎn)業(yè)主要分布在蘇南及沿江地區(qū)，蘇南五市高新技術(shù)產(chǎn)業(yè)產(chǎn)值占全省總產(chǎn)值比重超過2/3?！笆濉币?guī)劃更是提出要加快實(shí)現(xiàn)蘇南創(chuàng)新提升，充分發(fā)揮其引領(lǐng)、帶動和輻射作用。因此，對蘇南五市科技資源配置效率進(jìn)行分析研究，對各市的科技發(fā)展有著重大的借鑒意義，對江蘇省的科技發(fā)展將起到重大的推動作用。

2 研究方法

數(shù)據(jù)包絡(luò)分析（DEA），是由Charnes和Cooper等人于1978年開始創(chuàng)建。DEA是使用數(shù)學(xué)規(guī)劃模型評價具有多個輸入和輸出的部門或單位（稱為決策單元，記為DMU）間的相對有效性[6]。對科技資源的配置效率進(jìn)行分析涉及投入和產(chǎn)出兩個方面，具有多投入、多產(chǎn)出的特征，因此，選用了DEA分析方法，通過DEA方法不僅可以指出被評價單元是否有效，還可以通過投影定理對各個非DEA有效的決策單元給出調(diào)整方案。

帶有非阿基米德無窮小的C2R模型是在原始C2R模型基礎(chǔ)上的改進(jìn)，在保證變量都嚴(yán)格大于0的情況下，Charnes等人于1981年引進(jìn)了非阿基米德無窮小量∈[7]。模型表述如下，首先設(shè)有n個DMUj，其對應(yīng)的輸入、輸出向量分別是xj=(x1j,x2j,…,xmj)T和yj=(y1j,y2j,…,ysj)T，其對偶線性規(guī)劃為：

式中，θ是決策單元的效率，反映了資源配置的合理程度；S+=( S, S…, S，S-=( S, S…,S)，e=(1,1,…,1)1×m，e=(1,1,…,1)1×s，∈是一個很小的正數(shù)（一般取∈=10-6）。

判斷依據(jù)：設(shè)線性規(guī)劃(D)的最優(yōu)解為θ*、S*-、∈S*+、λ*，則：

（1）若θ*=1，且S*-= 0，S*+=0，則稱DMUj0為DEA有效；若θ*=1，但至少有某個輸入或輸出松弛變量大于零，則稱DMUj0為弱DEA有效；若θ*＜1，此時決策單元j0不是DEA有效。

（3）投影定理：決策單元j0( x0, y0)在生產(chǎn)前沿面上的投影為(x0′, y0′)，若滿足x0′=θ x0- S，y0′= y0+，則點(diǎn)(x0′, y0′)為DEA有效[5]。

3 指標(biāo)的選擇

評價科技資源的配置是否合理主要看投入產(chǎn)出比是否最優(yōu)、是否有投入冗余或產(chǎn)出不足等情況。本文主要看與科技的投入和產(chǎn)出相關(guān)的指標(biāo)。根據(jù)眾多學(xué)者有關(guān)科技創(chuàng)新效率的研究文獻(xiàn)[5，8-9]以及國家和各地區(qū)進(jìn)行科技進(jìn)步統(tǒng)計(jì)監(jiān)測中使用的指標(biāo)總結(jié)得出，科技投入主要包括人力投入和財力投入兩方面。其代表指標(biāo)有：X1表示科技活動人員從業(yè)人員比重；X2表示R&D活動人員占科技活動人員比重；X3表示企業(yè)R&D活動人員占企業(yè)職工比重；X4表示全社會R&D支出占GDP的比例；X5表示政府科技撥款占財政支出的比重；X6表示企業(yè)R&D經(jīng)費(fèi)占銷售收入的比例；X7表示科技貸款占銀行貸款余額的比重?？萍籍a(chǎn)出主要表現(xiàn)在科技的創(chuàng)新、產(chǎn)業(yè)化以及科技促進(jìn)可持續(xù)發(fā)展這幾個方面。主要指標(biāo)有：Y1表示高新技術(shù)產(chǎn)業(yè)銷售收入；Y2表示高新技術(shù)產(chǎn)業(yè)對工業(yè)產(chǎn)值增長的貢獻(xiàn)率；Y3表示高新技術(shù)產(chǎn)業(yè)出口額占銷售收入比重；Y4表示高新技術(shù)產(chǎn)業(yè)利稅率；Y5表示每十萬人口專利申請數(shù)；Y6表示每十萬人口專利授權(quán)數(shù)；Y7表示發(fā)明專利占專利授權(quán)數(shù)的比重；Y8表示高新技術(shù)產(chǎn)業(yè)產(chǎn)值占工業(yè)總產(chǎn)值比重。

可見，能夠反映科技資源配置效率的指標(biāo)很多，而在上述指標(biāo)中，某些指標(biāo)之間具有很強(qiáng)的相關(guān)性，且一些指標(biāo)的變異程度很小，這類指標(biāo)的選用都將影響DEA方法評價結(jié)果的科學(xué)性。另外，根據(jù)DEA方法的經(jīng)驗(yàn)法則，選擇的指標(biāo)數(shù)量不能超過被評價單元數(shù)量的一半（本文中評價單元個數(shù)為15），因此，需要對指標(biāo)進(jìn)行篩選。首先運(yùn)用相關(guān)性分析將那些與其他具有代表性的指標(biāo)相關(guān)程度很高的指標(biāo)去掉，再考慮備選指標(biāo)的變異程度，將變異程度小的指標(biāo)去掉，從而最終確定合適的指標(biāo)。

先用SPSS軟件分別對投入指標(biāo)和產(chǎn)出指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，再對標(biāo)準(zhǔn)化后的指標(biāo)進(jìn)行相關(guān)分析和變異系數(shù)分析，相關(guān)分析結(jié)果如表1所示，變異系數(shù)分析如表2所示。

相關(guān)系數(shù)越接近1說明相關(guān)性越強(qiáng)，因此要篩選出彼此間相關(guān)性小的指標(biāo)；變異系數(shù)大的指標(biāo)能夠更加明顯地反映各個評價單元的差別，因此選擇變異系數(shù)大的指標(biāo)。鑒于此，本文選擇了4個投入指標(biāo)，3個產(chǎn)出指標(biāo)，如表3所示。

為確保研究的客觀性和準(zhǔn)確性，研究中所用的指標(biāo)數(shù)據(jù)主要來自江蘇統(tǒng)計(jì)局發(fā)布的《江蘇科技年鑒》[10]以及江蘇統(tǒng)計(jì)局與江蘇科技廳聯(lián)合發(fā)布的各市科技進(jìn)步統(tǒng)計(jì)監(jiān)測綜合評價結(jié)果。由于科技產(chǎn)出相比較科技投入而言有一定的滯后性[11]，因此，在下文中作DEA分析時選取了第t-1年的投入和第t年的產(chǎn)出作為相應(yīng)的投入產(chǎn)出量。

表1 相關(guān)性分析

表2 變異系數(shù)分析

表3 科技資源配置效率評價指標(biāo)

4 實(shí)證分析

根據(jù)DEA方法計(jì)算出的效率值是樣本中每個決策單元的相對效率值。因此，本文在進(jìn)行各市科技投入效率分析時，將蘇南五市3年的科技投入產(chǎn)出看作一個整體，即假設(shè)為一年15個決策單元科技活動的投入產(chǎn)出，經(jīng)過MATLAB分析得出如表4所示的3個階段蘇南五市科技投入DEA有效性（θ*）與規(guī)模效益值（λ*）以及投入冗余率（S-）與產(chǎn)出不足率（S+）。

（1）DEA有效性分析

從表4可以看出，南京市科技資源配置效率持續(xù)下降，該市的科技貸款冗余嚴(yán)重，銀行針對科研方面的支持應(yīng)有所控制并轉(zhuǎn)而投向其他實(shí)體經(jīng)濟(jì)；無錫市及常州市的科技資源配置效率均先降后升，無錫市總體配置合理，而常州市高新技術(shù)產(chǎn)業(yè)對工業(yè)產(chǎn)值增長的貢獻(xiàn)率偏低，因此，該市當(dāng)下應(yīng)大力發(fā)展高新產(chǎn)業(yè)；蘇州市在第二階段資源配置合理，可惜在下一階段由于高新技術(shù)產(chǎn)業(yè)出口額占銷售收入比重不足，造成效率大幅下降，在第一階段亦出現(xiàn)高新技術(shù)產(chǎn)業(yè)出口額占比不足現(xiàn)象，所以，當(dāng)下蘇州市應(yīng)加強(qiáng)高新產(chǎn)業(yè)的對外貿(mào)易；鎮(zhèn)江市是唯一一個從未出現(xiàn)有效但一直在進(jìn)步的城市，該市相較另外四市經(jīng)濟(jì)發(fā)展較緩，對人才、資金等吸引力不夠，因此，該市應(yīng)招商引資并加大人才的引入。

再從表5各市樣本期間有效性的平均值來看，無錫科技資源利用效率最高，其次是南京、常州、蘇州，排在最后的鎮(zhèn)江，和前4個市差距比較大，有效值均值不到0.8。5個市都出現(xiàn)了研發(fā)人員冗余及科研資金冗余的情況，可見資源的優(yōu)化配置不容忽視。大部分城市的高新技術(shù)產(chǎn)業(yè)出口額占銷售收入比重均有待提高，如何發(fā)展開放型經(jīng)濟(jì)也是這些城市亟待解決的問題。另外，常州、蘇州以及鎮(zhèn)江三市均需加大對知識產(chǎn)權(quán)的重視程度，提高專利保護(hù)意識。

（2）規(guī)模收益及調(diào)整分析

根據(jù)表4所示的分析結(jié)果，南京市與鎮(zhèn)江市均處于規(guī)模收益遞增階段，均需進(jìn)一步加大科技投入，提高科技產(chǎn)出，而常州市和蘇州市均處于規(guī)模收益遞減階段，這兩個市下一步不能再一味地加大投入，最緊要的是進(jìn)行資源結(jié)構(gòu)的調(diào)整。

5個城市最合理的投入產(chǎn)出均可依據(jù)投影定理進(jìn)行調(diào)整，使各生產(chǎn)點(diǎn)位于生產(chǎn)前沿面，大大提高生產(chǎn)效率。根據(jù)上文分析結(jié)果，現(xiàn)選取平均效率值最低的鎮(zhèn)江市為例，作出該市投入產(chǎn)出的調(diào)整分析如表6所示。

表4 DEA模型分析結(jié)果

表5 各市樣本期間效率值的均值

同樣的，南京、無錫、常州、蘇州均可利用投影定理進(jìn)行相應(yīng)的調(diào)整。這里不再贅述。

表6 鎮(zhèn)江市科技投入產(chǎn)出調(diào)整結(jié)果

5 結(jié)論與建議

（1）人力投入方面。除了常州市以外，另外4個城市都存在一定程度上的人力冗余，其中南京市和鎮(zhèn)江市在R&D活動人員配置方面存在明顯的不足。蘇南五市的高校及研究所眾多，且經(jīng)濟(jì)發(fā)展迅猛居江蘇省前列，就業(yè)機(jī)會相對較多，因此大部分高科技人才都傾向于在蘇南五市尋求工作機(jī)會，這對蘇南五市來說是機(jī)遇亦是挑戰(zhàn)。在留住人才的同時，應(yīng)合理安排科研崗位，減少閑置及高重復(fù)、低效率的科研人員；建立有效的激勵機(jī)制，提高科研人員的積極性及工作效率；組織相關(guān)的培訓(xùn)或科學(xué)前沿技術(shù)的探討，提升科研人員的整體素質(zhì)。

（2）財力投入方面。蘇南五市經(jīng)濟(jì)基礎(chǔ)雄厚，可以看出政府及全社會都很重視科技的發(fā)展，并提供了大量的資金支持。雖然科技財力投入的增加有利于促進(jìn)科技成果的產(chǎn)生，但也并不是越多越好，要遵循適度的原則。當(dāng)處于規(guī)模收益遞減階段時，如何合理地使用科研資金而不造成浪費(fèi)才是重中之重。此外，政府應(yīng)多加給予高新技術(shù)企業(yè)資金上的支持，引導(dǎo)鼓勵企業(yè)向創(chuàng)新型發(fā)展。

（3）政府既要提供有利的創(chuàng)新政策環(huán)境，制定相關(guān)政策措施以促進(jìn)企業(yè)加大研發(fā)投入以及產(chǎn)學(xué)研之間的互動結(jié)合，也要起到監(jiān)管的作用，建立嚴(yán)格規(guī)范的監(jiān)督機(jī)制，保證科技資源使用的清晰度，力爭資源利用效率最大化。

（4）根據(jù)DEA模型分析得出的結(jié)果存在不足之處。第一，在選擇指標(biāo)的時候，由于受統(tǒng)計(jì)資料和指標(biāo)個數(shù)的限制，現(xiàn)有的指標(biāo)沒有充分反映各市科技投入產(chǎn)出的全貌，導(dǎo)致評價結(jié)果可能出現(xiàn)偏差；第二，DEA模型本身存在局限性，各決策單元的有效性是相對的，即至少有一個決策單元是DEA有效，因此在該研究中有效的決策單元在另一個研究中可能會是無效的，相對最優(yōu)的決策單元存在的問題可能就會被忽略。鑒于此，以上兩點(diǎn)不足將作為今后改進(jìn)的方向。

[1] 吳和成,鄭垂勇.科技投入產(chǎn)出相對有效性的實(shí)證分析[J].科學(xué)管理研究,2003,21(3):93-96.

[2] 李博,賈志永,劉曉鵬.我國工業(yè)部門科技投入有效性比較研究[J].技術(shù)經(jīng)濟(jì)與管理研究,2009(4):109-111.

[3] 趙永前.國內(nèi)外科技投入現(xiàn)狀與趨勢分析[J].人民論壇,2011(35):134-135.

[4] 韓東林.基于科技進(jìn)步的區(qū)域科技投入比較分析——以蘇、浙、滬、皖為例[J].中國科技論壇,2010(3): 73-77.

[5] 薛娜,趙曙東.基于DEA的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評價——以江蘇省為例[J].地方經(jīng)濟(jì)社會發(fā)展研究, 2007(5):135-141.

[6] 魏權(quán)齡.數(shù)據(jù)包絡(luò)分析[J].科學(xué)通報,2000,45(17): 1793-1808.

[7] 張寶成,王萬樂,林衛(wèi)峰,等.含非阿基米德無窮小量DEA模型的研究綜述[J].系統(tǒng)工程學(xué)報,2010,25(3): 407-414.

[8] 吳和成,劉思峰.基于改進(jìn)DEA的地域R&D相對效率評價[J].研究與發(fā)展管理,2007(2):108-112.

[9] 鄭翼.區(qū)域創(chuàng)新體系構(gòu)建中的地方政府行為研究——以江蘇為例[D].南京:東南大學(xué),2008.

[10] 江蘇省科技情報所.江蘇科技年鑒(2008-2011)[M].北京:科學(xué)技術(shù)文獻(xiàn)出版社,2008-2011.

[11] 史修松,趙曙東,吳福象.中國區(qū)域創(chuàng)新效率及其空間差異研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2009(3):45-55.

Efficiency Assessment of S&T Resource Allocation of Sunan Area Based on DEA M odel

Xu M in, Feng Xiangqian, Cheng Jun
(School of Computer Science and Technology, Nanjing Normal University, Nanjing 210000)

The efficiency of S&T resource allocation of Sunan area is analyzed in this article. After com puting effectiveness of each city by DEA model, the experimental result shows that Wuxi’s efficiency of S&T resource allocation is the highest, while the lowest is Zhenjiang. Here are the problems: most institutes are over-stafed, the confguration of research funds is not reasonable and the S&T output shortage problem. For this reason, optim ization of resource structure, the development of high and new technology industry as well as the protection of intellectual property are need more concern.

Sunan area, allocation ef ciency, resource allocation, DEA, S&T input

F204

：ADOI：10.3772/j.issn.1674-1544.2013.06.006

許敏（1989- ），女，南京師范大學(xué)計(jì)算機(jī)學(xué)院碩士研究生，研究方向：決策理論與決策支持。

2013年6月28日。