陳 媛　王穎莉

（濟(jì)南市科學(xué)技術(shù)信息研究所，山東濟(jì)南 250001）

濟(jì)南市縣（市）區(qū)科技投入產(chǎn)出效率研究

陳 媛王穎莉

（濟(jì)南市科學(xué)技術(shù)信息研究所，山東濟(jì)南 250001）

采用DEA方法對濟(jì)南市下轄10個縣（市）區(qū)的科技投入產(chǎn)出效率進(jìn)行分析， 并采用灰關(guān)聯(lián)分析方法分析確定各項科技投入產(chǎn)出指標(biāo)相對于DEA效率的灰色關(guān)聯(lián)度。研究結(jié)果表明：40%的縣區(qū)科技投入產(chǎn)出處于非DEA有效狀態(tài)，存在不同程度的投入規(guī)模不夠或產(chǎn)出不足，尤其是地方財政科技支出亟待加強(qiáng)，并提出相應(yīng)的對策建議。

DEA；灰關(guān)聯(lián)分析；科技投入產(chǎn)出效率；投入冗余；產(chǎn)出不足；濟(jì)南

1　引言

1978年，美國運(yùn)籌學(xué)家W.W.Cooper和A.Charnes等提出的DEA（數(shù)據(jù)包絡(luò)分析）方法［1］，主要通過保持決策單元（DMU）的輸入或輸出不變，借助數(shù)學(xué)規(guī)劃將DMU投影到DEA前沿面上，并通過比較決策單元偏離DEA前沿面的程度來評價它們的相對有效性，能有效處理多輸入、多輸出的復(fù)雜系統(tǒng)，可以對多指標(biāo)投入、多指標(biāo)產(chǎn)出的同類型部門進(jìn)行有效的綜合評價，在科技資源配置有效性評價、城市社區(qū)建設(shè)評價等領(lǐng)域得到了廣泛應(yīng)用［2］。在運(yùn)用DEA方法評價科技效率時，無需為各指標(biāo)賦權(quán)重，也無需預(yù)先確定投入與產(chǎn)出之間的關(guān)系表達(dá)式，優(yōu)勢十分明顯［3］。雖然DEA方法可以對科技投入產(chǎn)出有效性進(jìn)行測定，但還是存在一定的局限性，無法反映單個指標(biāo)的變動對科技投入產(chǎn)出有效性影響的大小［4］。盡管如此，國內(nèi)學(xué)者應(yīng)用DEA方法對省域、城市、機(jī)構(gòu)、高校等的科技投入產(chǎn)出效率進(jìn)行了大量而深入的研究。例如：徐巧玲結(jié)合DEA的BCC模型和SE-CCR模型，對我國30個省域的科技投入產(chǎn)出效率進(jìn)行評價與分析［5］。周偉利用三階段DEA模型對中部6省2011年科技投入產(chǎn)出效率進(jìn)行了實證評價［6］。馬秀貞等利用DEA方法對青島市2001—2011年的科技投入產(chǎn)出相對效率進(jìn)行實證分析，證明了增加科技投入對提升城市科技創(chuàng)新能力具有重要作用，同時反映出青島的科技投入規(guī)模、結(jié)構(gòu)、績效存在一些問題［7］。齊京安等利用熵權(quán)法、數(shù)據(jù)包絡(luò)模型和超效率數(shù)據(jù)包絡(luò)模型對某機(jī)構(gòu)在科研和創(chuàng)新過程的投入產(chǎn)出效率進(jìn)行研究，比較各年份的效率值，并找出非有效年份的原因和程度［8］。符銀丹等應(yīng)用DEA模型對我國37所“985”高校2008年的科技投入產(chǎn)出效率進(jìn)行了比較，認(rèn)為規(guī)模不當(dāng)已成為制約我國部分高?？萍纪度氘a(chǎn)出效率提高和可持續(xù)發(fā)展的癥結(jié)［9］。

然而，鮮有國內(nèi)學(xué)者應(yīng)用DEA方法對縣（市）區(qū)層面的科技投入產(chǎn)出效率進(jìn)行研究?？h區(qū)是建設(shè)創(chuàng)新型城市的重要力量，對縣區(qū)進(jìn)行科技創(chuàng)新評價，對深入實施創(chuàng)新驅(qū)動戰(zhàn)略、加快構(gòu)建區(qū)域創(chuàng)新體系有重要意義。而縣（市）區(qū)科技投入產(chǎn)出效率是一個多指標(biāo)投入、多指標(biāo)產(chǎn)出的綜合評價問題，因此，可以應(yīng)用DEA方法進(jìn)行分析。關(guān)注縣（市）區(qū)科技創(chuàng)新驅(qū)動經(jīng)濟(jì)發(fā)展，著重提升縣（市）區(qū)科技投入產(chǎn)出效率，真正發(fā)揮縣（市）區(qū)在創(chuàng)新驅(qū)動轉(zhuǎn)型發(fā)展中的主動性和能動性。

山東省濟(jì)南市下轄6區(qū)3縣1市，擁有一家國家級高新技術(shù)開發(fā)區(qū)。近年來，濟(jì)南市各縣（市）區(qū)不斷加大科技投入力度，自主創(chuàng)新和成果轉(zhuǎn)化能力有了顯著提升。本文將以山東省濟(jì)南市為例，收集整理濟(jì)南市10個縣（市）區(qū)科技資金投入、科技產(chǎn)出方面的數(shù)據(jù)，采用DEA和灰關(guān)聯(lián)分析方法對濟(jì)南市縣（市）區(qū)的科技投入產(chǎn)出效率進(jìn)行分析研究，側(cè)重考察科技資金投入的效率，利用分析模型對濟(jì)南市縣（市）區(qū)科技投入產(chǎn)出效率進(jìn)行評價，進(jìn)而提出有針對性的對策建議。

2　科技投入、產(chǎn)出指標(biāo)

本文對濟(jì)南市10個縣（市）區(qū)科技投入產(chǎn)出的分析，側(cè)重于考察資金投入的效率，同時還考慮指標(biāo)數(shù)據(jù)的可得性，因此，選取“地區(qū)R&D經(jīng)費(fèi)支出”和“地方財政科技支出”為科技投入指標(biāo)， 采用2012年的數(shù)據(jù)（數(shù)據(jù)來源于濟(jì)南市統(tǒng)計年鑒和濟(jì)南市科技局關(guān)于縣（市）區(qū)、高新區(qū)科技創(chuàng)新進(jìn)展情況的通報）；選取“高新技術(shù)產(chǎn)業(yè)產(chǎn)值”“發(fā)明專利授權(quán)量”和“技術(shù)合同成交金額”為科技產(chǎn)出指標(biāo)，采用2013年的數(shù)據(jù)（數(shù)據(jù)來源于濟(jì)南市科技局關(guān)于縣（市）區(qū)、高新區(qū)科技創(chuàng)新進(jìn)展情況的通報）?？萍纪度氘a(chǎn)出基礎(chǔ)數(shù)據(jù)如表1 所示。

3　數(shù)據(jù)包絡(luò)分析（DEA）模型的構(gòu)建與分析

本文選取濟(jì)南市的10個縣（市）區(qū)作為決策單元（DMU），分析各縣（市）區(qū)科技投入產(chǎn)出的DEA有效性，明確其技術(shù)效率、投入冗余和產(chǎn)出不足，進(jìn)而指出改進(jìn)的方向。選取的評價指標(biāo)共5個，包括3個產(chǎn)出指標(biāo)“高新技術(shù)產(chǎn)業(yè)產(chǎn)值”“發(fā)明專利授權(quán)量”“技術(shù)合同成交金額”和2個投入指標(biāo)“地區(qū)R&D經(jīng)費(fèi)支出”和“地方財政科技支出”。決策單元數(shù)是評價指標(biāo)個數(shù)的2倍，可以進(jìn)行DEA分析。本文應(yīng)用DEAP2.1軟件進(jìn)行分析，分析結(jié)果自動生成。其中：決策單元數(shù)10；時間序列數(shù)據(jù)設(shè)置為1；產(chǎn)出數(shù)量3；投入數(shù)量2；從產(chǎn)出角度衡量技術(shù)效率；選用規(guī)模報酬不變的CCR模型進(jìn)行分析。

表1　濟(jì)南市縣（市）區(qū)科技投入產(chǎn)出數(shù)據(jù)表

3.1各決策單元的技術(shù)效率值

表1中每個縣（市）區(qū)是一個決策單元（DMU），共有10個決策單元，對決策單元構(gòu)建DEA的CCR模型如下：

在上式中：θ為效率測度值；n為決策單元數(shù)；λj為基本可行解的檢驗數(shù)；xj表示決策單元的投入，yj表示決策單元的產(chǎn)出。

以表1中歷下區(qū)的數(shù)據(jù)為例，上述模型的具體形式如下：

上式中：s+為松弛變量；s-為剩余變量。

通過上式可求得θ1的值，即為歷下區(qū)（DMU1）的技術(shù)效率。同理可以對其他決策單元列出相應(yīng)的模型，并求得對應(yīng)的θj值。本文運(yùn)行DEAP2.1軟件直接得出分析結(jié)果，各縣（市）區(qū)的技術(shù)效率值如表2所示。由表2可知，歷下、天橋、歷城、長清、濟(jì)陽、章丘的技術(shù)效率值為1，DEA是有效的。市中、槐蔭、平陰、商河的技術(shù)效率值小于1，屬于非DEA有效的決策單元。

3.2非DEA有效單元的分析和改進(jìn)

（1）科技產(chǎn)出不足的分析和改進(jìn)

根據(jù)分析結(jié)果，市中、槐蔭、平陰、商河這4個縣區(qū)生產(chǎn)前沿面的目標(biāo)產(chǎn)出如表3所示。

表2　濟(jì)南市縣（市）區(qū)科技投入產(chǎn)出技術(shù)效率表

表3　非DEA有效單元生產(chǎn)前沿面的目標(biāo)產(chǎn)出表

對于非DEA有效的決策單元，可以通過“投影定理”進(jìn)行改進(jìn)，從而轉(zhuǎn)變?yōu)镈EA有效。改進(jìn)公式為：為該決策單元對應(yīng)的（x, y）在DEA生產(chǎn)前沿面上的投影，θ*為效率測度值，s+為松弛變量，s-為剩余變量，改進(jìn)值為對比表3與表1數(shù)據(jù)可知：市中區(qū)在現(xiàn)有科技投入水平下，存在科技產(chǎn)出不足的情況，高新技術(shù)產(chǎn)業(yè)產(chǎn)值應(yīng)由260.21億元提升到268.455 億元，增加8.245億元；發(fā)明專利授權(quán)量應(yīng)由272件提升到280.618件，增加9件；技術(shù)合同交易額應(yīng)由3.91億元提升到4.034億元，增加0.124億元?；笔a區(qū)在現(xiàn)有科技投入水平下，存在嚴(yán)重的產(chǎn)出不足，高新技術(shù)產(chǎn)業(yè)產(chǎn)值應(yīng)由103.07億元提升到221.076億元，增加118.006億元；發(fā)明專利授權(quán)量應(yīng)由98件提升到413.560件，增加316件；技術(shù)合同交易額應(yīng)由2.13億元提升到4.569億元，增加2.439億元。平陰縣在現(xiàn)有科技投入水平下，產(chǎn)出不足的情況較為顯著，高新技術(shù)產(chǎn)業(yè)產(chǎn)值應(yīng)由91.55億元提升到 144.674 億元，增加53.124億元；發(fā)明專利授權(quán)量應(yīng)由21件提升到69.829 件，增加49件；技術(shù)合同交易額應(yīng)由0.47億元提升到0.743億元，增加0.273億元。商河縣在現(xiàn)有科技投入水平下，產(chǎn)出不足的情況也較為嚴(yán)重，高新技術(shù)產(chǎn)業(yè)產(chǎn)值應(yīng)由13.7億元提升到 66.178 億元，增加52.478億元；發(fā)明專利授權(quán)量應(yīng)由3件提升到42.568件，增加40件；技術(shù)合同交易額應(yīng)由0.38億元提升到0.861億元，增加0.481億元。

（2）科技投入冗余的分析和改進(jìn)

根據(jù)分析結(jié)果，市中、槐蔭、平陰、商河這4個縣區(qū)生產(chǎn)前沿面的目標(biāo)投入如表4所示。

對非DEA有效單元的科技投入冗余同樣通過上述“投影定理”進(jìn)行改進(jìn)。對比表4與表1數(shù)據(jù)可知：市中區(qū)在現(xiàn)有的科技產(chǎn)出水平下，存在投入冗余，R&D經(jīng)費(fèi)支出應(yīng)由11.61億元降至10.853億元，減少0.757億元；市中區(qū)的地方財政科技支出沒有冗余?；笔a、平陰、商河的科技投入均沒有冗余，這說明槐蔭、平陰、商河科技產(chǎn)出不足的根本原因是科技投入不足，而現(xiàn)有的科技投入已較好地發(fā)揮了作用。

4　灰關(guān)聯(lián)分析

上述對DEA分析得到濟(jì)南市各縣（市）區(qū)科技投入產(chǎn)出的技術(shù)效率，但從全市角度來看仍未明確，哪個科技投入或產(chǎn)出指標(biāo)對縣（市）區(qū)科技投入產(chǎn)出技術(shù)效率的影響最大。因此，本文采用鄧聚龍教授的灰關(guān)聯(lián)分析法［10］分析確定各投入產(chǎn)出指標(biāo)相對于技術(shù)效率的關(guān)聯(lián)度［11］，進(jìn)而提出有針對性的對策建議。灰關(guān)聯(lián)分析是灰色系統(tǒng)理論中的一種分析方法，通過量化分析尋找系統(tǒng)中各因素間的主要關(guān)系，掌握系統(tǒng)中各事物的主要特征，從而找出影響目標(biāo)值的重要因素，為管理決策者提供信息，以引導(dǎo)系統(tǒng)快速有效發(fā)展，提高綜合效益。關(guān)聯(lián)度是指兩個系統(tǒng)或兩個因素間關(guān)聯(lián)性大小的量度，它描述了系統(tǒng)發(fā)展過程中，因素間相對變化大小、方向、速度等的相對性?；谊P(guān)聯(lián)分析方法是按照灰色關(guān)聯(lián)度計算公式直接代入數(shù)據(jù)進(jìn)行計算，對于小樣本數(shù)據(jù)而言，具有計算簡單、便于操作等優(yōu)點(diǎn)。

4.1計算灰色關(guān)聯(lián)度

將縣（市）區(qū)科技投入產(chǎn)出技術(shù)效率值作為參考數(shù)列x0，科技投入產(chǎn)出指標(biāo)數(shù)據(jù)作為比較數(shù)列x1、x2、x3、x4、x5，將參考數(shù)列和比較數(shù)列都進(jìn)行初值法標(biāo)準(zhǔn)化處理，結(jié)果如下：

由表5計算得到：兩級最小差△min=0，兩級最大差△max=7.40。

表4　非DEA有效單元生產(chǎn)前沿面的目標(biāo)投入表

分別計算各比較數(shù)列關(guān)聯(lián)系數(shù)的平均值，可得各比較數(shù)列與參考數(shù)列的灰色關(guān)聯(lián)度，如表6所示：ξ1=0.85，ξ2=0.91，ξ3=0.81，ξ4=0.87，ξ5=0.89。

4.2關(guān)聯(lián)度結(jié)果分析

由上述計算可知，本文所選的5個科技投入產(chǎn)出指標(biāo)都與科技投入產(chǎn)出效率存在正向相關(guān)關(guān)系。其中，濟(jì)南市縣（市）區(qū)R&D經(jīng)費(fèi)支出相對于科技投入產(chǎn)出效率的灰色關(guān)聯(lián)度是1.01，地方財政科技支出相對于科技投入產(chǎn)出效率的灰色關(guān)聯(lián)度是1.10，高新技術(shù)產(chǎn)業(yè)產(chǎn)值相對于科技投入產(chǎn)出效率的灰色關(guān)聯(lián)度是0.86，發(fā)明專利授權(quán)量相對于科技投入產(chǎn)出效率的灰色關(guān)聯(lián)度是1.19，技術(shù)合同交易額相對于科技投入產(chǎn)出效率的灰色關(guān)聯(lián)度是1.16。由此可見，發(fā)明專利授權(quán)量與科技投入產(chǎn)出效率的灰色關(guān)聯(lián)度最強(qiáng)，高新技術(shù)產(chǎn)業(yè)產(chǎn)值與科技投入產(chǎn)出效率的灰色關(guān)聯(lián)度最弱。

5　結(jié)論與對策建議

本文采用DEA和灰關(guān)聯(lián)分析方法對濟(jì)南市縣（市）區(qū)的科技投入產(chǎn)出效率進(jìn)行分析研究，側(cè)重考察科技資金投入的效率，在明確各縣（市）區(qū)DEA有效性的基礎(chǔ)上，采用灰關(guān)聯(lián)分析方法確定各投入產(chǎn)出指標(biāo)相對于技術(shù)效率的關(guān)聯(lián)度。

但是，在本研究中，指標(biāo)設(shè)計和數(shù)據(jù)選取還有一定局限性，科技投入產(chǎn)出指標(biāo)的選取較為粗泛。在接下來的研究中，需要進(jìn)一步擴(kuò)大指標(biāo)范圍，細(xì)化指標(biāo)構(gòu)成，包括明確地方財政科技支出中中央對地方科技專項轉(zhuǎn)移支出部分，區(qū)分政府投入和非政府投入；增加“發(fā)表科技論文數(shù)”“新增自主創(chuàng)新產(chǎn)品”“新增國家和省級馳名商標(biāo)”等反映科技產(chǎn)出的指標(biāo)。此外，本文科技投入指標(biāo)采用2012年數(shù)據(jù)，科技產(chǎn)出指標(biāo)采用2013年數(shù)據(jù)，由于當(dāng)年的投入可能在當(dāng)年產(chǎn)出，也可能在接下來的若干年份內(nèi)產(chǎn)出，因此，本文選用的數(shù)據(jù)具有局限性，對科技投入產(chǎn)出的統(tǒng)計不夠精確。在接下來的研究中，需要進(jìn)一步擴(kuò)大數(shù)據(jù)來源，建立起對統(tǒng)計年鑒及濟(jì)南市創(chuàng)新通報數(shù)據(jù)的長效積累機(jī)制，為進(jìn)行連續(xù)多年份的科技投入產(chǎn)出分析做準(zhǔn)備。

表5　參考數(shù)列和比較數(shù)列標(biāo)準(zhǔn)化數(shù)據(jù)表

表6　各比較數(shù)列與參考數(shù)列在各時刻的關(guān)聯(lián)系數(shù)表

研究結(jié)果表明，濟(jì)南市40%的縣區(qū)科技投入產(chǎn)出處于非DEA有效狀態(tài)，存在不同程度的投入規(guī)模不夠或產(chǎn)出不足，尤其是地方財政科技支出亟待加強(qiáng)，企業(yè)自主創(chuàng)新能力需進(jìn)一步提升?，F(xiàn)結(jié)合濟(jì)南市縣（市）區(qū)實際，提出以下幾點(diǎn)對策建議。

（1）全市加大地方財政科技支出力度，發(fā)揮政府導(dǎo)向，強(qiáng)化企業(yè)技術(shù)創(chuàng)新主體地位［12］。規(guī)范管理各級政府的科技計劃項目資金，對企業(yè)研發(fā)投入達(dá)不到規(guī)定比例的項目，不予立項支持；進(jìn)一步做好企業(yè)研發(fā)經(jīng)費(fèi)所得稅前加計扣除、研發(fā)儀器設(shè)備加速折舊等政策的落實；引導(dǎo)鼓勵各縣（市）區(qū)出資加盟市風(fēng)險補(bǔ)償金，擴(kuò)大風(fēng)險補(bǔ)償金規(guī)模，加大對符合條件的科技型中小企業(yè)的資金支持力度。

（2）加強(qiáng)規(guī)劃和引導(dǎo)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)。建立健全扶持高新技術(shù)產(chǎn)業(yè)發(fā)展的政策法規(guī)，并根據(jù)高企發(fā)展的實際需要不斷進(jìn)行制度創(chuàng)新［13］；破解中小高新企業(yè)發(fā)展的資金難題，對高新企業(yè)發(fā)展采取稅收優(yōu)惠、低息貸款、財政補(bǔ)貼和加速折舊等優(yōu)惠政策，同時引導(dǎo)中小高新企業(yè)拓寬融資渠道；推進(jìn)高新企業(yè)的市場化運(yùn)作，加快企業(yè)研發(fā)成果產(chǎn)業(yè)化。

（3）引導(dǎo)各縣（市）區(qū)立足實際，固強(qiáng)補(bǔ)弱，統(tǒng)籌發(fā)展。市中區(qū)應(yīng)繼續(xù)深入推進(jìn)知識產(chǎn)權(quán)強(qiáng)縣工程工作，通過全面構(gòu)架知識產(chǎn)權(quán)政策體系［14］、健全知識產(chǎn)權(quán)工作體制機(jī)制、加大知識產(chǎn)權(quán)投入力度，切實加強(qiáng)知識產(chǎn)權(quán)創(chuàng)造、運(yùn)用、保護(hù)和管理，提升企業(yè)的創(chuàng)新主體地位，增強(qiáng)縣域創(chuàng)新活力。

（4）槐蔭區(qū)應(yīng)全力推進(jìn)企業(yè)研發(fā)機(jī)構(gòu)建設(shè)，不斷提高企業(yè)科技投入水平和自主創(chuàng)新能力；同時加強(qiáng)科技金融工作，有效整合利用各方資源，為科技型中小企業(yè)發(fā)展提供資金支持。

（5）平陰縣應(yīng)重點(diǎn)把握好產(chǎn)業(yè)集聚化發(fā)展、資源集約化利用、政策集成化推動［15］，大力發(fā)展重點(diǎn)產(chǎn)業(yè)，培育和壯大新興產(chǎn)業(yè)，為科技創(chuàng)新發(fā)展注入新的活力。

（6）商河縣應(yīng)進(jìn)一步完善促進(jìn)科技創(chuàng)新發(fā)展的相關(guān)政策，激發(fā)自主創(chuàng)新的積極性；同時積極申請上級科技計劃項目，以項目研發(fā)和產(chǎn)業(yè)化帶動縣域科技進(jìn)步和經(jīng)濟(jì)發(fā)展。

［1］ Braglia M， Zanoni S， Zawanella L. Measuring and Benchmarking Productive Systems Performance Using DEA：An Industrial Case［J］.ProductionPlanning & Control， 2003，14（6）：542-554.

［2］ 曠宗仁，章瑾，左停.中國農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出分析［J］.中國科技論壇，2012（7）：132-136.

［3］ 候光明，晉琳琳.DEA方法在研究型大學(xué)建設(shè)績效評價中的應(yīng)用［J］.高教發(fā)展與評估，2005，21（5）：25-29.

［4］ 陳燕武.基于復(fù)合DEA和Malmquist指數(shù)的科技投入產(chǎn)出效率評價［J］.運(yùn)籌與管理，2011（6）：196-204.

［5］ 徐巧玲.科技投入產(chǎn)出的相對效率評價研究——基于DEA的BCC模型與SE-CCR模型的分析［J］.科技管理研究，2014（1）：66-70.

［6］ 周偉.基于三階段DEA模型的中部六省科技投入產(chǎn)出效率研究［J］.中國集體經(jīng)濟(jì)，2013（22）：13-14.

［7］ 馬秀貞，馬達(dá).基于DEA的城市科技投入產(chǎn)出相對效率分析與評價——以青島市為例［J］.青島科技大學(xué)學(xué)報：社會科學(xué)版，2014（2）：9-13.

［8］ 齊京安，由智勇，耿文婷，等.基于超效率DEA模型的科技投入產(chǎn)出效率分析［J］.統(tǒng)計與管理，2014（9）：60-61.

［9］ 符銀丹，陳士俊，陳衛(wèi)東.基于DEA的我國“985”高校科技投入產(chǎn)出效率分析［J］.天津大學(xué)學(xué)報：社會科學(xué)版，2012（2）：128-132.

［10］ 鄧聚龍.灰色系統(tǒng)基本方法［M］.武漢：華中科技大學(xué)出版社，2005：23-35.

［11］ 梅橋.基于DEA的科技投入產(chǎn)出分析與政策研究——以我國東部11省市為例［D］.合肥：安徽大學(xué)，2010.

［12］ 李新男.企業(yè)技術(shù)創(chuàng)新主體地位與建設(shè)創(chuàng)新型國家［J］.中國科技論壇，2007（6）：15-18.

［13］ 朱明.發(fā)達(dá)國家促進(jìn)高新技術(shù)產(chǎn)業(yè)發(fā)展的措施及啟示［J］.經(jīng)濟(jì)縱橫，2009（11）：105-107.

［14］ 姚錫長，彭艷娟.我國知識產(chǎn)權(quán)政策體系的基本框架及完善對策［J］.中外企業(yè)家，2011（2）下：99-100.

［15］ 鄭利剛，陳茂多，史吉力.集聚要素資源發(fā)展新興產(chǎn)業(yè)［J］.寧波經(jīng)濟(jì)叢刊，2013（3）：36-37.

Study on Scientifc and Technological Input-output Effciency of Jinan

Chen Yuan， Wang Yingli
（Ji'nan's Science and Technology Information Institute， Ji'nan 250001）

Tis article applies DEA to the ten counties of Jinan， in order to establish every county's input-output efciency of science and technology. Based on this， this article applies Gray correlation analysis， to recognize the relationship between input-output index of science and technology and DEA technical efficiency. The results， 40% of counties are non DEA efcient， and they have various degree of input redundancy and output defciency of science and technology. Especially， Local fscal expenditure for science and technology has to be more. Tis article also proposes some countermeasures and suggestions.

DEA， Gray correlation analysis， input-output efficiency of science and technology， input redundancy， output defciency， Ji'nan

F223

A DOI：10.3772/j.issn.1674-1544.2015.03.003

陳媛*（1983-），女，濟(jì)南市科學(xué)技術(shù)信息研究所經(jīng)濟(jì)師，研究方向：科技統(tǒng)計與數(shù)據(jù)分析；王穎莉（1968-），女，濟(jì)南市科學(xué)技術(shù)信息研究所副研究員，研究方向：科技統(tǒng)計與數(shù)據(jù)分析。

2014年12月15日。