洪 楊

（黑龍江工程學(xué)院經(jīng)濟管理學(xué)院，哈爾濱 150050）

一、引言

所謂區(qū)域技術(shù)創(chuàng)新效率(Regional Technology Innovation Efficiency，RTIE)是指一定區(qū)域內(nèi)技術(shù)創(chuàng)新活動中的各個要素的投入相對于產(chǎn)出的轉(zhuǎn)化效率，反映區(qū)域內(nèi)技術(shù)創(chuàng)新過程中的投入要素對產(chǎn)出要素的貢獻比率，即研究如何在一定區(qū)域的技術(shù)創(chuàng)新活動中合理地配置相關(guān)資源，達到最優(yōu)化，從而制定本區(qū)域合理的經(jīng)濟政策。

國外學(xué)者對于區(qū)域技術(shù)創(chuàng)新效率的研究起步較早，1985年美國學(xué)者Everett.Rogers和Judith.Larson最早對區(qū)域創(chuàng)新效率進行研究。1996年，Burgelman Robert，Maidique Modesto和WheelwrightSteven(1996)在《技術(shù)創(chuàng)新戰(zhàn)略管理》一書中對國家創(chuàng)新系統(tǒng)的效率進行了深入研究。[1]2007年，Tadie Patrick(2007)在《紐約銀行》發(fā)表了對信托公司的技術(shù)創(chuàng)新效率的研究報告。[2]3M公司總裁Hindo Brain(2007)以自己公司為例，結(jié)合六西格瑪管理在《商業(yè)星期》雜志上探討了創(chuàng)新與效率的問題。[3]Jeff Jarvis(2009)針對美國目前許多創(chuàng)新只帶來增長沒有產(chǎn)生效率這一問題，從2008年金融危機談起，進行案例分析，指出了重點關(guān)注創(chuàng)新效率的問題。[4]

國內(nèi)學(xué)者對于區(qū)域技術(shù)創(chuàng)新效率也進行了大量的研究，主要采用的研究方法為數(shù)據(jù)包絡(luò)分析(DEA)。池仁勇等利用DEA方法，對我國30個省、市、直轄市、自治區(qū)的技術(shù)創(chuàng)新效率進行了測定，其結(jié)果呈現(xiàn)東高西低的特征；[5]虞曉芬等分析了我國區(qū)域技術(shù)創(chuàng)新效率的現(xiàn)狀與原因，用數(shù)據(jù)包絡(luò)分析(DEA)方法測算了1999—2002年我國內(nèi)地30個省市自治區(qū)的技術(shù)創(chuàng)新效率；[6]倪東生利用DEA方法根據(jù)2005—2006的相關(guān)數(shù)據(jù)，把我國分為8大區(qū)域并分析了這八大區(qū)域技術(shù)創(chuàng)新的現(xiàn)狀；[7]張國旺等提出了區(qū)域創(chuàng)新系統(tǒng)效率評價指標體系構(gòu)建的原則并在此基礎(chǔ)上構(gòu)建了區(qū)域創(chuàng)新系統(tǒng)效率的評價指標體系，并引入數(shù)據(jù)包絡(luò)分析方法，并將其作為評價區(qū)域創(chuàng)新系統(tǒng)效率的定量評價方法；[8]喬占穩(wěn)等利用數(shù)據(jù)包絡(luò)分析模型對我國長三角區(qū)域技術(shù)創(chuàng)新效率進行了分析；[9]筆者利用數(shù)據(jù)包絡(luò)分析(DEA)對2004—2012年黑龍江省技術(shù)創(chuàng)新效率進行了測度和評價。[10]

參考以上文獻，本文采用數(shù)據(jù)包絡(luò)分析法，構(gòu)建出相對完整的區(qū)域技術(shù)創(chuàng)新效率評價指標體系，采用2011年的科技投入數(shù)據(jù)和2012年的科技產(chǎn)出數(shù)據(jù)，對黑龍江省13個地市的區(qū)域技術(shù)創(chuàng)新效率進行測算評價。

二、評價模型和指標體系

（一）DEA數(shù)學(xué)模型

1978年，著名的運籌學(xué)家A.Charnes,W.W.Cooper及E.Rhodes首先提出了一個被稱為數(shù)據(jù)包絡(luò)分析（Data Envelopmentanalysis,簡稱DEA模型）的方法，用于評價相同部門間的相對有效性（因此被稱為DEA有效）。他們的第一個模型被命名為C2R模型。從生產(chǎn)函數(shù)的角度看，這一模型是用來研究具有多個輸入和多個輸出的“生產(chǎn)部門”同時為“規(guī)模有效”與“技術(shù)有效”的十分理想且卓有成效的方法。[10]

假設(shè)有n個相同類型的決策單元（簡稱DMU），其中每個單元都有m種投入要素和p種產(chǎn)出要素。

這n個DMU及其輸入-輸出關(guān)系如下表1：

表1 DMU輸入輸出向量表

每個決策單元的效率評價指數(shù)定義為：

而第j0個決策單元的相對效率優(yōu)化評價模型為：

這是一個分式規(guī)劃模型，我們必須將它化為線性規(guī)劃模型才能求解。即C2R模型如公式2.3.

由于此模型不能直接判斷DMU的有效性，因此，需利用其線性規(guī)劃的對偶問題來判斷DMU的有效性，C2R模型的對偶模型如公式2.4。

minθ

設(shè)公式 2.4的最優(yōu)解為 λ*，s*-，s*+，θ*，則有如下結(jié)論：

（1）若θ*=1，則DMUj0為弱DEA有效（總體）。

（2）若 θ*=1，且 s*-=0，s*+=0，則DMUj0為DEA有效（總體）

隨后，在C2R模型的基礎(chǔ)上，Banker、Charnes和Cooper又引入了非阿基米德無窮小的概念，建立了具有非阿基米德無窮小的BC2模型、評價技術(shù)有效性的C2GS2模型以及具有錐比率的C2WH模型。[10]

（二）建立DEA指標體系

基于DEA模型的數(shù)據(jù)要求，結(jié)合黑龍江省13個地市科技創(chuàng)新投入和產(chǎn)出項目的具體內(nèi)容，本文對于投入項目從人力投入和財力投入兩個方面選取4個評測指標，對于產(chǎn)出項目從技術(shù)產(chǎn)出和高新技術(shù)產(chǎn)出兩個方面選取3個評測指標，共7項評測指標。另外由于科技創(chuàng)新活動具有周期性特征，所以會導(dǎo)致投入指標和產(chǎn)出指標的因果關(guān)系中具有一定的時滯期，因此考慮這個時滯問題，本文將科技創(chuàng)新活動的時滯期選擇為一年，其中投入指標選用2011年的數(shù)據(jù)，產(chǎn)出指標選用2012年的數(shù)據(jù)，數(shù)據(jù)來源于黑龍江省科技數(shù)據(jù)統(tǒng)計平臺（2011-2012）（見表2）。

三、黑龍江省區(qū)域技術(shù)創(chuàng)新效率DEA計算結(jié)果

以表2作為原始數(shù)據(jù)，利用DEA模型軟件進行測算，得出黑龍江省13地市技術(shù)創(chuàng)新的DEA效率如表3和表4所示。

四、基于DEA模型的黑龍江省區(qū)域技術(shù)創(chuàng)新效率分析

（一）黑龍江省各地市技術(shù)創(chuàng)新效率相對有效性分析

DEA模型參數(shù)設(shè)定中有投入導(dǎo)向（Input-oriented）和產(chǎn)出導(dǎo)向（Output-oriented）兩種形式，產(chǎn)出導(dǎo)向的DEA模型設(shè)定為給定一定量的投入要素，求取產(chǎn)出值最大。反之，投入導(dǎo)向的DEA模型是指在給定產(chǎn)出水平下使投入成本最小。在資源、環(huán)境約束下，希望通過控制投入來影響產(chǎn)出，且希望投入盡可能的少，因此選擇投入導(dǎo)向這一角度。假定決策單元規(guī)模收益不變，DEA模型軟件參數(shù)設(shè)置選擇C2R模型和投入導(dǎo)向，所得相對效率評價結(jié)果見表4的列。結(jié)合DEA有效性判斷標準，此結(jié)果表明以C2R模型和投入導(dǎo)向計算的2011-2012年黑龍江省13地市的技術(shù)創(chuàng)新效率中，哈爾濱、雙鴨山、大慶、佳木斯、七臺河、黑河和大興安嶺這7個地市的值均為1，即為DEA有效；而齊齊哈爾、雞西、鶴崗、伊春、牡丹江和綏化這6個地市的值均小于1，即為非DEA有效。其原因既可能是決策單元本身規(guī)模不經(jīng)濟導(dǎo)致，也可能是投入項目和產(chǎn)出項目配比的問題造成的。為進一步了解13個地市的純技術(shù)有效和規(guī)模有效情況，在DEA模型軟件參數(shù)設(shè)置中選擇模型和投入導(dǎo)向，計算各地市的技術(shù)效率、純技術(shù)效率、規(guī)模效率結(jié)果見表3。

表2 黑龍江省13地市科技創(chuàng)新效率評價指標體系及原始數(shù)據(jù)表

DEA模型中，綜合效率=純技術(shù)效率×規(guī)模效率，從表3中可以看出BC2模型計算出來的綜合技術(shù)效率值和表4的C2R模型列計算結(jié)果基本一致，這說明同樣的決策單元并不存在規(guī)模無效。此外還可以看到，在非DEA有效的6個地市中，有5個地市的規(guī)模效益遞增，其中牡丹江的DEA值為0.967，鶴崗的DEA值為0.742，技術(shù)創(chuàng)新效率較高，雞西的DEA值為0.584，綏化的DEA值為0.573，技術(shù)創(chuàng)新效率一般，而伊春的DEA值相對最低，僅為0.359，規(guī)模效益遞減的城市只有齊齊哈爾，其DEA值為0.768，因此應(yīng)該減少投入以實現(xiàn)DEA有效。

（二）非DEA有效地區(qū)的松弛變量分析

表3 黑龍江省13地市的技術(shù)效率、純技術(shù)效率、規(guī)模效率

表4 黑龍江省13地市技術(shù)創(chuàng)新DEA值

根據(jù)表5和表6中松弛變量和剩余變量的統(tǒng)計值,可以進一步對非DEA有效的6個地市的技術(shù)創(chuàng)新效率影響因素進行分析。

從投入松弛變量來看，除了牡丹江地區(qū)，其余5個地區(qū)的四個投入要素均存在投入冗余的情況。其中，齊齊哈爾的R&D經(jīng)費支出投入冗余為5.085億元，R&D經(jīng)費／GDP的投入冗余為0.824%，地方財政科技撥款投入冗余為1.378億元，雞西的R&D經(jīng)費支出投入冗余為0.658億元，R&D經(jīng)費／GDP的投入冗余為0.132%，R&D人員投入冗余為1.008萬人，地方財政科技撥款投入冗余為0.504億元；鶴崗的R&D經(jīng)費支出投入冗余為0.332億元，R&D經(jīng)費／GDP的投入冗余為0.149%，R&D人員投入冗余為0.002萬人，地方財政科技撥款投入冗余為0.035億元；伊春的R&D經(jīng)費支出投入冗余為1.522億元，R&D經(jīng)費／GDP的投入冗余為0.795%，R&D人員投入冗余為0.063萬人，地方財政科技撥款投入冗余為0.642億元；綏化的R&D經(jīng)費支出投入冗余為2.221億元，R&D經(jīng)費／GDP的投入冗余為0.141%，R&D人員投入冗余為0.038萬人，地方財政科技撥款投入冗余為0.35億元。因此，基于投入導(dǎo)向，為了實現(xiàn)DEA有效，上述5個地區(qū)應(yīng)根據(jù)各自情況減少相應(yīng)的投入要素規(guī)模，提高資金和人員的使用效率，使各投入要素的投入冗余為零，即可實現(xiàn)產(chǎn)出目標，從而達到DEA有效。

從產(chǎn)出剩余變量來看，只有齊齊哈爾、雞西和鶴崗三個地區(qū)在高新技術(shù)產(chǎn)業(yè)產(chǎn)值產(chǎn)出要素中存在非零項，其中齊齊哈爾的高新技術(shù)產(chǎn)業(yè)產(chǎn)值目標為556.337億元，現(xiàn)有產(chǎn)值544億元，產(chǎn)出不足為22.337億元；雞西的高新技術(shù)產(chǎn)業(yè)產(chǎn)值目標為94.92億元，現(xiàn)有產(chǎn)值62億元，產(chǎn)出不足為32.92億元；鶴崗的高新技術(shù)產(chǎn)業(yè)產(chǎn)值目標為34.565億元，現(xiàn)有產(chǎn)值24.1億元，產(chǎn)出不足為10.465億元。從產(chǎn)出不足的比例來看，鶴崗在40%以上，而雞西竟然達到了50%以上，說明這兩個城市的技術(shù)創(chuàng)新效率在高新技術(shù)產(chǎn)業(yè)產(chǎn)值方面還有很大的進步空間。

（三）非DEA有效地區(qū)的松弛變量分析

根據(jù)表5和表6中松弛變量和剩余變量的統(tǒng)計值,可以進一步對非DEA有效的6個地市的技術(shù)創(chuàng)新效率影響因素進行分析。

從投入松弛變量來看，除了牡丹江地區(qū)，其余5個地區(qū)的四個投入要素均存在投入冗余的情況。其中，齊齊哈爾的R&D經(jīng)費支出投入冗余為5.085億元，R&D經(jīng)費／GDP的投入冗余為0.824%，地方財政科技撥款投入冗余為1.378億元，雞西的R&D經(jīng)費支出投入冗余為0.658億元，R&D經(jīng)費／GDP的投入冗余為0.132%，R&D人員投入冗余為1.008萬人，地方財政科技撥款投入冗余為0.504億元；鶴崗的R&D經(jīng)費支出投入冗余為0.332億元，R&D經(jīng)費／GDP的投入冗余為0.149%，R&D人員投入冗余為0.002萬人，地方財政科技撥款投入冗余為0.035億元；伊春的R&D經(jīng)費支出投入冗余為1.522億元，R&D經(jīng)費／GDP的投入冗余為0.795%，R&D人員投入冗余為0.063萬人，地方財政科技撥款投入冗余為0.642億元；綏化的R&D經(jīng)費支出投入冗余為2.221億元，R&D經(jīng)費／GDP的投入冗余為0.141%，R&D人員投入冗余為0.038萬人，地方財政科技撥款投入冗余為0.35億元。因此，基于投入導(dǎo)向，為了實現(xiàn)DEA有效，上述5個地區(qū)應(yīng)根據(jù)各自情況減少相應(yīng)的投入要素規(guī)模，提高資金和人員的使用效率，使各投入要素的投入冗余為零，即可實現(xiàn)產(chǎn)出目標，從而達到DEA有效。

從產(chǎn)出剩余變量來看，齊齊哈爾、雞西和鶴崗三個地區(qū)在高新技術(shù)產(chǎn)業(yè)產(chǎn)值產(chǎn)出要素中存在非零項，伊春和綏化在高新技術(shù)產(chǎn)業(yè)增加值產(chǎn)出要素中存在非零項，其中齊齊哈爾的高新技術(shù)產(chǎn)業(yè)產(chǎn)值目標為556.337億元，現(xiàn)有產(chǎn)值544億元，產(chǎn)出不足為22.337億元；雞西的高新技術(shù)產(chǎn)業(yè)產(chǎn)值目標為94.92億元，現(xiàn)有產(chǎn)值62億元，產(chǎn)出不足為32.92億元；鶴崗的高新技術(shù)產(chǎn)業(yè)產(chǎn)值目標為34.565億元，現(xiàn)有產(chǎn)值24.1億元，產(chǎn)出不足為10.465億元，伊春的高新技術(shù)產(chǎn)業(yè)增加值目標為18.64億元，現(xiàn)有增加值10.5億元，產(chǎn)出不足為8.14億元；綏化的高新技術(shù)產(chǎn)業(yè)增加值目標為23.424億元，現(xiàn)有增加值23.1億元，產(chǎn)出不足為0.324億元，從產(chǎn)出不足的比例來看，鶴崗在40%以上，而雞西和伊春竟然達到了50%以上，說明這三個個城市的技術(shù)創(chuàng)新效率在高新技術(shù)產(chǎn)業(yè)產(chǎn)值方面還有很大的進步空間。

五、對策和建議

綜上所述，以R&D經(jīng)費支出、R&D經(jīng)費／GDP、R&D人員和地方財政科技撥款為投入指標，以專利數(shù)量、高新技術(shù)產(chǎn)業(yè)產(chǎn)值和高新技術(shù)產(chǎn)業(yè)增加值為產(chǎn)出指標，對黑龍江省2011-2012年13個地市的技術(shù)創(chuàng)新DEA效率進行測算，得出黑龍江省13個城市中齊齊哈爾、雞西、鶴崗、伊春、牡丹江和綏化這六個城市為非DEA有效，并且通過對他們的松弛變量分析可以看出，除了牡丹江地區(qū)，其余5個地區(qū)的四個投入要素均存在投入冗余，需要控制規(guī)模，提高效率。而四項產(chǎn)出要素中，伊春、雞西和鶴崗三個地區(qū)的高新技術(shù)產(chǎn)業(yè)產(chǎn)值和增加值存在明顯產(chǎn)出不足，還可以有進一步提升的空間。

表5 黑龍江省13地市產(chǎn)出剩余變量統(tǒng)計表

表6 黑龍江省13地市投入松弛變量統(tǒng)計表

因此，為了進一步控制技術(shù)投入規(guī)模，提高技術(shù)投入的利用效率及擴大技術(shù)產(chǎn)出值，結(jié)合黑龍江省各區(qū)域技術(shù)創(chuàng)新的具體情況提出如下建議。

（一）適度控制R&D經(jīng)費投入規(guī)模，提高經(jīng)費使用率

近幾年，黑龍江省各地區(qū)的科研經(jīng)費投入在逐年增加，經(jīng)費投入增速在逐年增長，2012年全省R&D經(jīng)費總支出為128.78億元，比上年增加5.74億元，增長4.66%，與當(dāng)年生產(chǎn)總值之比為1.02%?？蒲薪?jīng)費的投入會帶來技術(shù)產(chǎn)出的增加，但是不加控制的增加投入，使其規(guī)模與投入產(chǎn)出不相匹配，也許對于某些地區(qū)會是一場災(zāi)難。從DEA的評價結(jié)果看，黑龍江省齊齊哈爾、雞西、鶴崗、伊春和綏化這個五個城市科研經(jīng)費投入存在使用不足的情況，因此，在全省進一步加大R&D經(jīng)費投入的過程中，這五個城市需要適當(dāng)控制科研經(jīng)費投入規(guī)模，另外要注重資金配置，提高經(jīng)費使用率。

（二）促進科研人員流動，優(yōu)化科研人員結(jié)構(gòu)

R&D人員是技術(shù)創(chuàng)新活動投入的核心要素，黑龍江省雞西和伊春R&D人員存在嚴重冗余，其中伊春冗余率達到170%。因此這兩個地區(qū)應(yīng)該控制人員規(guī)模，提高人員使用率?？蒲腥藛T一般存在高校和科研院所，而企業(yè)相對科研人員匱乏，因此需要建立一個合理、靈活、開放的人員流動機制，采取合作培養(yǎng)、交換使用和兼職等形式，聘請專家學(xué)者或課題小組到企業(yè)兼職、咨詢或聯(lián)合攻關(guān)等，不斷增強人員引進的流動性和實用性。另外，應(yīng)加大對中青年科研人員的扶持力度，鼓勵中青年科研人員到企業(yè)中去，為企業(yè)服務(wù)。

（三）適當(dāng)控制地方財政科技撥款額度，提高資金利用率

地方財政科研撥款是構(gòu)成科研經(jīng)費的主要組成部分，隨著技術(shù)創(chuàng)新活動的發(fā)展，應(yīng)進一步加大政府科研撥款的力度，但從非DEA有效的分析來看，黑龍江省有5個地市財政科技撥款存在一定程度的閑置情況，其中齊齊哈爾和伊春閑置率最高。因此政府應(yīng)適度控制撥款額度，提高撥付資金的使用效率，款項撥付后，可以利用網(wǎng)絡(luò)審批軟件進行長期跟蹤，建立專用資金賬戶進行資金審核，并通過與銀行聯(lián)網(wǎng)，明確資金走向，確保撥付款項應(yīng)用于技術(shù)創(chuàng)新活動中。

（四）增加新產(chǎn)品銷售收入，改造傳統(tǒng)產(chǎn)業(yè)，提高高新技術(shù)產(chǎn)業(yè)產(chǎn)出

高新技術(shù)產(chǎn)業(yè)產(chǎn)出指標主要有高新技術(shù)產(chǎn)業(yè)產(chǎn)值和高新技術(shù)產(chǎn)業(yè)增加值兩項，高新技術(shù)產(chǎn)值反映的是高新技術(shù)產(chǎn)業(yè)所有常駐單位在一定時期內(nèi)生產(chǎn)的高新技術(shù)產(chǎn)品的價值總和，因此促進高新技術(shù)產(chǎn)品的銷售收入增加可以顯著提高高新技術(shù)產(chǎn)業(yè)產(chǎn)值和產(chǎn)業(yè)增加值。從對非DEA有效的城市產(chǎn)出結(jié)果看，黑龍江省伊春、雞西和鶴崗這三個城市的高新技術(shù)產(chǎn)業(yè)產(chǎn)出明顯不足。所以，一方面高新技術(shù)企業(yè)應(yīng)該加大與科研院所和高等院校的技術(shù)合作，將科研專利技術(shù)轉(zhuǎn)化為商品，增加高新技術(shù)產(chǎn)品種類，從而擴大產(chǎn)量，提高銷售收入。另一方面，要充分利用高技術(shù)和先進適用技術(shù)改造提升傳統(tǒng)產(chǎn)業(yè)，加速產(chǎn)業(yè)調(diào)整。此外，三地政府也可以通過稅收優(yōu)惠、政策傾斜等手段促進本地高新技術(shù)企業(yè)發(fā)展。

[1] Burgelman Robert，Maidique Modesto，Wheelwright Steven．Strategy management of technology and innovation．[M].Second Edition．Chicago:McGraw-hill Irwin Publishers，1996.

[2] Tadie Patrick．Setting the standard for trustee efficiency through technology innovation[J].The Bank of New York，2007:237-242.

[3]Hindo Brain．At 3M，a struggle between efficiency and creativity[J].BusinessWeek，2007(11)：8-10．

[4] Jeff Jarvis.When innovation yields efficiency[EB].http://www．buzzmachine.com/2009/06/12/when-innovationyieldseffi-ciency，June12th，2009.

[5] 池仁勇，唐根年.基于投入與績效評價的區(qū)域技術(shù)創(chuàng)新效率研究[J].科研管理，2004(4):23-27.

[6] 虞曉芬，李正衛(wèi)，池仁勇.我國區(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(4)：258-264.

[7]倪東生.數(shù)據(jù)包絡(luò)分析方法在我國區(qū)域技術(shù)創(chuàng)新能力研究中的應(yīng)用[J].技術(shù)經(jīng)濟，2008(8):22-28.

[8] 張國旺，李柏洲.基于DEA模型的區(qū)域創(chuàng)新系統(tǒng)效率評價研究[J].現(xiàn)代管理科學(xué)，2009(5):47-48.

[9] 喬占穩(wěn)，劉 峰.基于DEA方法的長三角區(qū)域技術(shù)創(chuàng)新效率分析[J].技術(shù)與創(chuàng)新管理，2010(7):423-427.

[10]洪 楊.基于DEA模型的黑龍江省技術(shù)創(chuàng)新效率研究[J].商業(yè)經(jīng)濟，2014(6)：10-12.