孫皖玲

(安徽財(cái)經(jīng)大學(xué)，安徽　蚌埠233030)

?

基于DEA的貴州省創(chuàng)新資源優(yōu)化配置效率

孫皖玲

(安徽財(cái)經(jīng)大學(xué)，安徽蚌埠233030)

摘要：文章利用數(shù)據(jù)包絡(luò)分析方法(DEA)，對(duì)貴州省的創(chuàng)新資源使用情況進(jìn)行分析，計(jì)算相對(duì)資源配置效率值，并以2000至2013這14年的數(shù)據(jù)為實(shí)證分析的對(duì)象，得出了貴州省創(chuàng)新資源配置的綜合效率、純技術(shù)效率和規(guī)模效率都很高，但R&D活動(dòng)人員投入、R&D活動(dòng)經(jīng)費(fèi)投入以及大中型企業(yè)的新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)投入有部分冗余的結(jié)論，并給出了相應(yīng)的建議。

關(guān)鍵詞：貴州??；DEA；創(chuàng)新資源；配置效率

創(chuàng)新資源是一個(gè)地區(qū)產(chǎn)業(yè)和企業(yè)進(jìn)行創(chuàng)新活動(dòng)的核心要素，是產(chǎn)生創(chuàng)新成果，推動(dòng)經(jīng)濟(jì)和社會(huì)發(fā)展的必要支撐基礎(chǔ)和要素的集合，也是判定一個(gè)地區(qū)綜合創(chuàng)新能力和發(fā)展?jié)摿Φ闹匾笜?biāo)，其中人才資源和財(cái)力資源是重要的創(chuàng)新資源[1]。在人力資源投入方面，貴州省的R&D(研究與試驗(yàn)發(fā)展)人員總量從2000年的34041人增長(zhǎng)至2013的23888人，呈逐年遞增趨勢(shì)，平均每年的增長(zhǎng)率為5.01%。在財(cái)力資源投入方面，從2010年至2013年，貴州省在研究與實(shí)驗(yàn)發(fā)展經(jīng)費(fèi)方面的投入強(qiáng)度分別為0.65%、0.64%、0.61%、0.59%，呈現(xiàn)逐年下降的趨勢(shì)，意味著貴州省每年新增的R&D經(jīng)費(fèi)并不樂(lè)觀。但是創(chuàng)新資源投入的多與少并不意味著一個(gè)區(qū)域整體創(chuàng)新能力與創(chuàng)新競(jìng)爭(zhēng)力的提高與降低，還需要在各種創(chuàng)新活動(dòng)和各個(gè)創(chuàng)新人員之間進(jìn)行的相應(yīng)的選擇、安排、分配和組合，這種過(guò)程就稱(chēng)為創(chuàng)新資源配置。而創(chuàng)新資源的配置效率對(duì)于實(shí)現(xiàn)各種創(chuàng)新資源的合理、優(yōu)化配置具有極為重要的參考價(jià)值以及實(shí)際意義。

一、效率評(píng)價(jià)方法(DEA)

區(qū)域創(chuàng)新資源優(yōu)化配置是一個(gè)多投入與多產(chǎn)出的復(fù)雜系統(tǒng)。而DEA這種非參數(shù)方法，不需要事先建立投入和產(chǎn)出之間復(fù)雜的函數(shù)方程，也不需要對(duì)參數(shù)和權(quán)重進(jìn)行預(yù)估和假定，可以避免主觀因素影響，直接通過(guò)加權(quán)產(chǎn)出與加權(quán)投入之比計(jì)算得出決策單元的相對(duì)效率。因此非常適合用來(lái)分析一個(gè)區(qū)域的創(chuàng)新資源優(yōu)化配置效率。

(一) BCC模型

BCC模型是DEA的一個(gè)基本模型，它是由Banker等人在1984提出的用于研究在規(guī)模收益可變情況下決策單元(DMU)的相對(duì)效率，它能夠了解各決策單元所處的規(guī)模報(bào)酬情況，將有助于決策者做規(guī)模上的調(diào)整，進(jìn)而達(dá)到有效率的經(jīng)營(yíng)是一種適合同時(shí)評(píng)價(jià)技術(shù)有效性和規(guī)模有效性的分析方法[2]。

設(shè)有n個(gè)DMU(1≤j≤n)，每個(gè)DMU有m種投入和s種產(chǎn)出，xij表示第j個(gè)DMU的第i種投入量[3]，yrj表示第j個(gè)DMU的第r種產(chǎn)出量，則DMUj對(duì)應(yīng)的輸入輸出向量分別為Xj= (x1j, x2j，，，xmj)T和Yj=(y1j, y2j，，，ysj)T均大于零，j=1，2，，，n，如果投入為導(dǎo)向,即在維持現(xiàn)有水平產(chǎn)出的情況下,最小化投入,則對(duì)第j個(gè)DMU模型進(jìn)行評(píng)價(jià)的標(biāo)準(zhǔn)BCC模型如下[4]：

式中minθ表示DMU的效率值,s-為各投入的冗余度，s+為各產(chǎn)出的的不足率，λj表示第j個(gè)DMU的權(quán)數(shù)。下面進(jìn)一步說(shuō)明模型的經(jīng)濟(jì)意義：1.當(dāng)θ=1且 s-=0，s+=0時(shí)，DMU為 DEA有效，表明這 n 個(gè)決策單元組成的經(jīng)濟(jì)系統(tǒng)中，其績(jī)效在原投入Xj時(shí)所獲得的產(chǎn)出Yj已經(jīng)達(dá)到最優(yōu)；2.當(dāng)θ=1且s-≠0或s+≠0時(shí)，DMU為DEA弱有效，表明n個(gè)決策單元組成的經(jīng)濟(jì)系統(tǒng)中，把投入Xj減少S仍可保持原產(chǎn)出Yj不變，或在投入Xj不變的情況下可將產(chǎn)出Yj增加S；3.當(dāng)θ<1時(shí)，DMU為DEA無(wú)效，表明n個(gè)決策單元組成的經(jīng)濟(jì)系統(tǒng)中，可將投入降至原投入Xj的θ比例而使原產(chǎn)出Yj不減少[5]。

(二)指標(biāo)選取

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的樣本數(shù)至少是投入、產(chǎn)出項(xiàng)數(shù)之和的兩倍以上[6]。文章從創(chuàng)新活動(dòng)的特點(diǎn)、指標(biāo)選取的基本原則以及相關(guān)數(shù)據(jù)的獲得出發(fā)，選取貴州省科技創(chuàng)新活動(dòng)的如下投入、產(chǎn)出指標(biāo)：

1.投入指標(biāo)

研究與試驗(yàn)發(fā)展(R&D)活動(dòng)人員折合全時(shí)當(dāng)量(X1t)：指t年度直接從事研究與試驗(yàn)發(fā)展的全時(shí)人員數(shù)加非全時(shí)人員按工作量折算為全時(shí)人員數(shù)的總和。

R&D經(jīng)費(fèi)內(nèi)部支出(X2t)：t年度企事業(yè)用于內(nèi)部開(kāi)展R&D活動(dòng)(包括基礎(chǔ)研究、應(yīng)用研究、試驗(yàn)發(fā)展)的實(shí)際支出，不包括委托外單位進(jìn)行R&D活動(dòng)而轉(zhuǎn)撥給對(duì)方的經(jīng)費(fèi)支出。

工業(yè)企業(yè)新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出(X3t)：t年度在企業(yè)科技活動(dòng)經(jīng)費(fèi)內(nèi)部支出中用于新產(chǎn)品研究開(kāi)發(fā)的經(jīng)費(fèi)支出，包括新產(chǎn)品的研究、設(shè)計(jì)、測(cè)試、試驗(yàn)等費(fèi)用支出。

2.產(chǎn)出指標(biāo)

專(zhuān)利申請(qǐng)受理量(Y1t)：t年度專(zhuān)利行政部門(mén)接受申請(qǐng)并受理的專(zhuān)利件數(shù)。

工業(yè)企業(yè)新產(chǎn)品銷(xiāo)售收入(Y2t)：t年度一些工業(yè)企業(yè)通過(guò)銷(xiāo)售新產(chǎn)品實(shí)現(xiàn)的收入，新產(chǎn)品是經(jīng)政府有關(guān)部門(mén)認(rèn)定并在有效期內(nèi)的產(chǎn)品。

技術(shù)合同成交額(Y3t)：t年度技術(shù)市場(chǎng)上簽訂的各類(lèi)技術(shù)合同的總額。

二、貴州省創(chuàng)新資源配置效率分析

(一)數(shù)據(jù)的收集與處理

數(shù)據(jù)全部來(lái)自于2001-2014年的中國(guó)科技統(tǒng)計(jì)年鑒，但是，由于不同年份的編制體例的差異，部分?jǐn)?shù)據(jù)會(huì)由相對(duì)應(yīng)的數(shù)據(jù)進(jìn)行代替。例如，在2011年，中國(guó)科技統(tǒng)計(jì)年鑒將大中型工業(yè)全部調(diào)整成了規(guī)上工業(yè)企業(yè)，所以自2011年之后的大中型工業(yè)企業(yè)新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出和新產(chǎn)品銷(xiāo)售收入的數(shù)據(jù)就替換為規(guī)上工業(yè)企業(yè)的相應(yīng)數(shù)據(jù)。而2001與2002年間R&D活動(dòng)人員折合全時(shí)當(dāng)量的數(shù)據(jù)由于還沒(méi)有調(diào)整所以是缺失的，這里用2001與2002年貴州省科技活動(dòng)人員數(shù)進(jìn)行了替代。此外，為了保證數(shù)據(jù)的真實(shí)性以及數(shù)據(jù)間的可比性，以2000年為基準(zhǔn)，利用GDP(工業(yè))縮減指數(shù)和永續(xù)盤(pán)存法對(duì)相關(guān)數(shù)據(jù)進(jìn)行了相應(yīng)的處理。

(二)基于DEA的創(chuàng)新資源配置效率實(shí)證分析

根據(jù)所處理的投入與產(chǎn)出數(shù)據(jù)，使用DEAP2.1軟件進(jìn)行運(yùn)算，得出效率值如表1所示(其中，經(jīng)費(fèi)的單位是萬(wàn)元，人員的單位是個(gè))。

表一　2000-2014年貴州省創(chuàng)新資源配置效率及其分解

(注: “drs”、“irs”、“-”分別表示規(guī)模收益遞減、遞增、不變。)

通過(guò)表1可以得出，從總經(jīng)濟(jì)效率來(lái)看，2000-2013年貴州省創(chuàng)新資源配置的總經(jīng)濟(jì)效率平均值為0.927，總體來(lái)說(shuō)還是很高的，但是和純技術(shù)效率和規(guī)模效率的平均值0.978、0.947相比，很不理想。究其原因，從規(guī)模收益可以看出，除了2002年、2007年、2009年、2011年以及2013年這5年的資源配置效率達(dá)到了技術(shù)效率與規(guī)模效率同時(shí)最優(yōu)以外，其余9年的資源配置效率都不是很最合理。而且在資源效率不合理的9年內(nèi)，除了2010年貴州省對(duì)創(chuàng)新資源的規(guī)模投入有冗余之外，其余8年貴州省對(duì)本省的研究與試驗(yàn)發(fā)展活動(dòng)人員、研究與試驗(yàn)發(fā)展經(jīng)費(fèi)以及工業(yè)企業(yè)的新產(chǎn)品開(kāi)發(fā)費(fèi)用等創(chuàng)新資源方面的規(guī)模投入都存在不足之處。從純技術(shù)效率來(lái)看，貴州省對(duì)創(chuàng)新資源的管理和技術(shù)應(yīng)用方面的效率是最高的，平均值達(dá)到了0.978，只有5年沒(méi)有達(dá)到最優(yōu)值。尤其是在2002年至2007年間，除了2005年均實(shí)現(xiàn)了最優(yōu)的技術(shù)利用率，而純技術(shù)效率最低的是2010年，可能是因?yàn)檠芯颗c試驗(yàn)發(fā)展活動(dòng)人員與經(jīng)費(fèi)在這一年的不當(dāng)投入產(chǎn)生了創(chuàng)新資源方面的人員管理、經(jīng)費(fèi)分配和資源利用等問(wèn)題。從規(guī)模效率來(lái)看，規(guī)模效率相應(yīng)的年份與純技術(shù)效率、總經(jīng)濟(jì)效率相應(yīng)的年份一一對(duì)應(yīng)的有5年，而與總經(jīng)濟(jì)效率相應(yīng)的年份一一對(duì)應(yīng)的卻有9年，這說(shuō)明其余4年都只是因?yàn)橐?guī)模效率而致使總體效率值的偏低，而且除了2008年和2010年，其余12年規(guī)模效率值的偏低均對(duì)純技術(shù)效率和總經(jīng)濟(jì)效率產(chǎn)生了影響，這需要對(duì)規(guī)模效率進(jìn)行一定的改進(jìn)。從投入指標(biāo)伸縮(改進(jìn))情況來(lái)看，R&D活動(dòng)人員投入、R&D經(jīng)費(fèi)投入和新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)投入的使用效率存在冗余的情況[7]，投入資源的使用效率較低。尤其是最近幾年，在投入資源的使用效率方面總是不穩(wěn)，一年高一年低的來(lái)回波動(dòng)。從整體的平均值來(lái)看，共有60.022人的工作時(shí)間、3008.015萬(wàn)元的研發(fā)經(jīng)費(fèi)投入以及4607.281萬(wàn)元的新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)投入沒(méi)有得到有效的利用，存在人力和財(cái)力的浪費(fèi)。

三、 總結(jié)

以上分析在一定程度上反映了貴州省在創(chuàng)新資源優(yōu)化配置方面存在的問(wèn)題，同時(shí)也要看到創(chuàng)新資源的優(yōu)化配置效率越高，產(chǎn)業(yè)和企業(yè)的整體競(jìng)爭(zhēng)力就越強(qiáng)，對(duì)整個(gè)省的經(jīng)濟(jì)和社會(huì)的貢獻(xiàn)率就越大。因此，通過(guò)一系列的措施提高資源配置效率，從而提高整個(gè)省的綜合競(jìng)爭(zhēng)能力就勢(shì)在必行。根據(jù)分析，提出以下幾點(diǎn)建議：

1. 提高創(chuàng)新投入轉(zhuǎn)化為創(chuàng)新產(chǎn)出的能力。通過(guò)實(shí)證可以看到，貴州省的創(chuàng)新資源配置效率在大多情況下都處于無(wú)效狀態(tài)，要提高創(chuàng)新資源配置效率，一方面要繼續(xù)加強(qiáng)R&D活動(dòng)的經(jīng)費(fèi)和人員投入，鑒于貴州省這種極度缺乏高科技人才以及科技經(jīng)費(fèi)投入的規(guī)模報(bào)酬遞增的區(qū)域情況，增加這方面的投入會(huì)在很大程度上提高其配置效率。另一方面充分發(fā)揮市場(chǎng)的調(diào)節(jié)作用以增強(qiáng)企業(yè)的積極性，同時(shí)擴(kuò)大中介機(jī)構(gòu)的作用來(lái)降低企業(yè)創(chuàng)新的成本和風(fēng)險(xiǎn)，有益于提高創(chuàng)新資源的投入與產(chǎn)出效率。

2. 建設(shè)創(chuàng)新資源配置體系。貴州省創(chuàng)新資源配置效率的提高依賴(lài)于各類(lèi)創(chuàng)新主體(企業(yè)、科研機(jī)構(gòu)、政府和各類(lèi)創(chuàng)新服務(wù)機(jī)構(gòu))的各司其職、密切合作，構(gòu)成一個(gè)完整有效的體系。其中，企業(yè)應(yīng)該把自己準(zhǔn)確定位在技術(shù)創(chuàng)新主體上，并有意識(shí)的提高自己的技術(shù)創(chuàng)新能力；科研機(jī)構(gòu)應(yīng)該成為科技創(chuàng)新的主力軍，專(zhuān)注于新知識(shí)的創(chuàng)新方面；政府在創(chuàng)新系統(tǒng)中的角色應(yīng)該是制度創(chuàng)新主體，主要職責(zé)是利用法律和經(jīng)濟(jì)手段間接地調(diào)節(jié)生產(chǎn)經(jīng)營(yíng)，為企業(yè)發(fā)展與創(chuàng)新創(chuàng)造良好的社會(huì)和市場(chǎng)環(huán)境；而各類(lèi)服務(wù)機(jī)構(gòu)有益于提高創(chuàng)新信息和資源的獲取效率，從而推動(dòng)技術(shù)成果的轉(zhuǎn)化?，F(xiàn)階段，貴州省應(yīng)該加快建立起一個(gè)相輔相成的創(chuàng)新體系，使得各主體將資源合理分配，發(fā)揮出最大的效用。

3.加強(qiáng)資源引進(jìn)與合作。貴州屬于欠發(fā)達(dá)地區(qū)，產(chǎn)業(yè)和企業(yè)的各個(gè)領(lǐng)域較發(fā)達(dá)地區(qū)還是比較落后，研究人員總量小、學(xué)歷低，尤其是缺乏高層次的專(zhuān)業(yè)人員。因此，完全靠自身的努力很難推動(dòng)貴州省創(chuàng)新資源配置效率的提高。所以需要鼓勵(lì)企業(yè)發(fā)展與省內(nèi)外高校，科研機(jī)構(gòu)的合作，借用外來(lái)人力進(jìn)行技術(shù)創(chuàng)新，開(kāi)發(fā)新產(chǎn)品，并通過(guò)與周邊省份或發(fā)達(dá)區(qū)域進(jìn)行技術(shù)交流與技術(shù)合作，來(lái)謀求經(jīng)濟(jì)共同發(fā)展，來(lái)提高貴州省的創(chuàng)新資源配置效率。

參考文獻(xiàn)：

[1]李雙杰等·基于DEA模型的制造業(yè)技術(shù)創(chuàng)新資源配置效率分析[J].工業(yè)技術(shù)經(jīng)濟(jì),2006(3).

[2]Banker R,Charnes A,Cooper W·Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984,30(1).

[3]王俊能等·基于DEA理論的中國(guó)區(qū)域環(huán)境效率分析[J].中國(guó)環(huán)境科學(xué),2010(4).

[4]鄭珊珊,樊一陽(yáng)等·基于DEA模型的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新資源配置效率分析[J].科技管理研究,2010(3).

[5]肖國(guó)東,張立偉·區(qū)域農(nóng)業(yè)剩余勞動(dòng)力的測(cè)算與調(diào)整——以?xún)?nèi)蒙古自治區(qū)為例[J].經(jīng)濟(jì)論壇,2012,(4).

[6]肖靜,趙軍凱·R&D投入產(chǎn)出效率的國(guó)別比較和影響因素分析[J].情報(bào)雜志,2009(12).

[7]王小偉,鄧長(zhǎng)庚·安徽省區(qū)域創(chuàng)新資源配置效率研究[J].泰 山 學(xué) 院 學(xué) 報(bào),2014(6).

(責(zé)任編輯：鄭朝彬)

According DEA Method to Research Guizhou Innovation Resource Allocation Efficiency

Sun Wanling

( Anhui University of Finance and Economics,Bengbu 233030,Anhui,China)

Abstract：Using data envelopment analysis ( DEA) method to analyses Guizhou innovation resource allocation and calculate the resource allocation efficiency.this article use the date from 2000 to 2013 this 14 years to analyses the object of above,and the results show that overall technical economic efficiency,pure technical efficiency and scale efficiency of Guizhou regional innovation resource allocation are all higher,but there are some redundant R&D activities personnel、R&D funds and investment in large and medium-sized enterprises of new product development funds.Finally,some enlightenment and suggestions are given．

Key words:Guizhou，DEA，regional innovation， resource allocation efficiency

收稿日期：2016-02-21

作者簡(jiǎn)介：孫皖玲(1991.05～)，女，安徽人，安徽財(cái)經(jīng)大學(xué)在讀碩士研究生。研究方向：物流與電子商務(wù)。

中圖分類(lèi)號(hào)：F293.2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-9507(2016)02-0122-04