董興林　李夢鈺

[摘要]文章選取青島市2001—2016年科技投入和科技產(chǎn)出數(shù)據(jù)，運用DEA-Malmqui模型對青島市科技創(chuàng)新進行靜態(tài)和動態(tài)分析，結(jié)果表明，自2010年，青島市科技創(chuàng)新投入和產(chǎn)出整體是有效的，但是R&D人員全時當量投入冗余現(xiàn)象較為嚴重，同時技術(shù)市場產(chǎn)品交易額產(chǎn)出也明顯不足；青島市科技創(chuàng)新生產(chǎn)要素的改善主要得益于青島市科技的發(fā)展，但是效率變動和規(guī)模效率變動情況仍有待改善，最后結(jié)合青島市現(xiàn)狀向政府提出合理配置資源要素、完善技術(shù)市場環(huán)境等建議。

[關(guān)鍵詞]DEA-Malmqui；科技創(chuàng)新；科技投入；科技產(chǎn)出

[DOI]1013939/jcnkizgsc201807032

1引言

在這個知識經(jīng)濟的時代，科技創(chuàng)新已經(jīng)成為經(jīng)濟增長的主要推動力，是實現(xiàn)區(qū)域經(jīng)濟穩(wěn)定、高速、協(xié)調(diào)、可持續(xù)發(fā)展的核心要素。黨的十八大提出創(chuàng)新驅(qū)動國家發(fā)展戰(zhàn)略，強調(diào)建設(shè)國家創(chuàng)新體系，推動經(jīng)濟增長向以創(chuàng)新為主導的方式轉(zhuǎn)變。青島市作為我國科技創(chuàng)新大市，科學技術(shù)的發(fā)展是青島市經(jīng)濟發(fā)展的主要優(yōu)勢之一，在2001—2016年，青島市科技投入和科技產(chǎn)出均有較大幅度增長。在科技投入方面，青島市R&D人員全時當量逐年增加，從2001年的3825人/年增加到2016年的49653人/年，科技活動經(jīng)費支出額從2001年的2158億元增長到了2016年的26371億元；在科技產(chǎn)出方面，專利申請數(shù)量從2001年的2024件/年增加到2016年的59549件/年，增長了284214%。隨著科技投入產(chǎn)出的逐年攀升，青島市科技創(chuàng)新效率是否也在逐年遞增，成為一個值得研究的問題。

2文獻綜述

有關(guān)科技創(chuàng)新效率的問題，廣大學者已經(jīng)做了較多研究。徐巧玲[2]選取我國30個省域的科技投入量和科技產(chǎn)出量數(shù)據(jù)，采用DEA的BCC模型和SE-CCR模型進行評價和分析，實證表明由于技術(shù)無效和科技無效使得我國絕大多數(shù)省域的科技投入產(chǎn)出處于非有效狀態(tài)。而與之相反，王珍珍[3]等采用DEA-Malmquiet指數(shù)模型對我國科技創(chuàng)新進行研究，研究表明我國整體科技創(chuàng)新投入和產(chǎn)出是有效的，并存在明顯的梯度特征。李澤霞[4]等選取我國30個省市作為決策單元，采取DEA對其進行創(chuàng)新效率的評價分析，研究表明，我國區(qū)域的科技創(chuàng)新效率穩(wěn)步提高，但是還有多地區(qū)是無效率區(qū)域。朱鵬頤等[5]對福建省九地級市2010—2014年數(shù)據(jù)進行SE-CCR進行分析，研究顯示，福建省多數(shù)城市科技創(chuàng)新處于無效狀態(tài)，但是提升空間很大。葉文顯[6]采用BCC模型、SE-CCR和DEA-Malmquiet指數(shù)模型對西安市科技創(chuàng)新面板數(shù)據(jù)進行分析，研究表明雖然西安省科技創(chuàng)新能力逐年提升，但是由于科技效率下降使得科技創(chuàng)新績效先降后升。

通過學者們[7]-[16]的研究可以看出：有關(guān)科技創(chuàng)新效率的研究已經(jīng)較為豐富，主要采用了DEA模型和SFA方法，而且研究對象主要為國家、城市群或是省域，研究主體是制造業(yè)、高新技術(shù)產(chǎn)業(yè)或是其他企業(yè)，對一個城市科技創(chuàng)新效率方面的研究少之又少。本文采用DEA模型和Malmquiet指數(shù)模型結(jié)合的方式，從動態(tài)和靜態(tài)兩個方面對青島市科技創(chuàng)新效率進行分析。

3理論模型構(gòu)建

31DEA模型

DEA不用人為地設(shè)置權(quán)重和函數(shù)關(guān)系，這就使分析結(jié)果較為客觀，它把每一個被描述對象都看作一個決策單元。[17]這些單元構(gòu)成一個評價群體，評價群體的評價單元都具有相同的輸入指標和輸出指標，在評價標準確立后對數(shù)據(jù)進行分析，得出每個決策單元的綜合效率。假設(shè)一個決策單元有m個輸入指標和s個輸出指標，那么n個決策單元的輸入向量X=（x1，x2，x3，，xm），輸出向量Y=（y1，y2，y3，，ys），則第j0個決策單元的綜合效率為：

4實證分析

41指標選取和數(shù)據(jù)來源

411指標選取

構(gòu)建合理的指標體系是進行科技創(chuàng)新效率研究的基礎(chǔ)?？萍紕?chuàng)新效率是一定時期內(nèi)區(qū)域科技創(chuàng)新投入和科技創(chuàng)新產(chǎn)出的比值，本文從科技創(chuàng)新投入和科技創(chuàng)新產(chǎn)出兩個方面構(gòu)建了指標體系。科技投入從人力和財力入手，分別選取每年R&D人員全時當量和每年用于R&D經(jīng)費支出金額對其進行描述；科技產(chǎn)出選取每年發(fā)明專利授權(quán)量、每年新簽訂的技術(shù)合同成交額和每年高新技術(shù)企業(yè)產(chǎn)業(yè)產(chǎn)值這三個指標進行描述，如表1所示。

412數(shù)據(jù)來源

本文的數(shù)據(jù)來源于《青島市統(tǒng)計年鑒》《青島市科技發(fā)展報告》《青島市統(tǒng)計公報》以及青島科技大數(shù)據(jù)平臺、青島統(tǒng)計信息網(wǎng)和青島科學技術(shù)局等網(wǎng)站提供的數(shù)據(jù)。

42實證結(jié)果及分析

421基于DEA的青島市科技創(chuàng)新效率分析

本文運用Deap 21分析軟件對青島市科技投入和科技產(chǎn)出進行分析，得到了青島市2001—2016年科技創(chuàng)新效率指數(shù)，如表2所示。

從綜合效率來看，2001—2002年由0871降到了0753，2003—2010年，青島市科技創(chuàng)新效率逐年增長，由0544增長到了1000，說明黨的十六大召開之后，國家對于科技創(chuàng)新的投入和產(chǎn)出有了較多的政策支持，使得青島市在這八年中科技創(chuàng)新效率提升。2010年之后，2012年科技創(chuàng)新率為0854，2011年和2014年分別為0935和0997，其他年份科技創(chuàng)新率均為1000，說明青島市在十六大之后抓住了國家的政策努力發(fā)展青島市科技創(chuàng)新，在此期間為青島市科技創(chuàng)新打下了堅實的基礎(chǔ)?！笆濉逼陂g青島市不斷完善科技創(chuàng)新環(huán)境，加大對科技創(chuàng)新的投入，建立了青島科技大數(shù)據(jù)平臺等信息交流中心，使得青島市科技創(chuàng)新產(chǎn)出增長迅速，專利申請量、技術(shù)市場成交額和高新技術(shù)產(chǎn)業(yè)產(chǎn)值都有明顯快速的增長。

從純技術(shù)效率來看，青島市科技創(chuàng)新純技術(shù)效率從2002年的0831上升到2016年的1000，年均值為0907，期間2003年達到最低值0726，2010年后純技術(shù)效率只有三年數(shù)據(jù)沒有達到1000，2012年科技創(chuàng)新率為0859，2011年和2014年分別為0949和0999，青島市純技術(shù)效率的發(fā)展情況和綜合效率發(fā)展情況比較相像，都是得利于政府的優(yōu)惠政策和青島市各部門各企業(yè)對科技創(chuàng)新的重視程度。

從規(guī)模效率來看，青島市科技創(chuàng)新規(guī)模效率從2001年的0871增長到了2016年的1000，年均值為0935在此期間，2001年至2010年青島市科技創(chuàng)新效率呈現(xiàn)波浪式增長模式，2010年增長到了1000，2010年后，規(guī)模效率趨于穩(wěn)定，至2016年只有三年沒有達到1000，分別是2011年的0986、2012年的0994和2014年的0997，詳見表2。

2001—2016年科技創(chuàng)新綜合效率為1的年份有2010年、2013年、2015年和2016年，相對有效性的平均值位于[085，1]，處于非有效的年份分別為2002年、2003年、2004年、2005年、2006年、2008年，由表3青島市非DEA有效區(qū)投入冗余和產(chǎn)出不足我們可以看出青島市科技創(chuàng)新投入和科技創(chuàng)新產(chǎn)出存在的問題，R&D人員全時當量投入過于充足，出現(xiàn)了嚴重的冗余現(xiàn)象，R&D研究經(jīng)費相比于R&D人員全時當量冗余現(xiàn)象相對較輕，但是仍然每年都有冗余現(xiàn)象；在科技創(chuàng)新產(chǎn)出方面，技術(shù)市場成交額產(chǎn)出不足現(xiàn)象嚴重，申請專利量產(chǎn)出不足現(xiàn)象較輕。從青島市近五年的科技投入和科技產(chǎn)出的情況來看，投入冗余和產(chǎn)出不足現(xiàn)象得到很好的改善，從數(shù)值上看，R&D人員全時當量投入冗余現(xiàn)象有所改善，但是冗余現(xiàn)象仍然十分嚴重，同樣，技術(shù)市場產(chǎn)品成交額產(chǎn)出不足有所改善，但現(xiàn)象較為嚴重，詳見表3。

422基于Malmquie的科技創(chuàng)新效率動態(tài)分析

本文運用Malmquie生產(chǎn)率指數(shù)來分析青島市科技創(chuàng)新中全要素生產(chǎn)率的變動情況，依然選取每年R&D人員全時當量和每年用于R&D經(jīng)費支出金額作為科技投入變量；選取每年發(fā)明專利授權(quán)量、每年新簽訂的技術(shù)合同成交額和每年高新技術(shù)企業(yè)產(chǎn)業(yè)產(chǎn)值作為科技產(chǎn)出變量，通過和上海、成都、南京、天津、重慶和武漢這六個城市作比較，動態(tài)分析青島市在科技創(chuàng)新中存在哪些優(yōu)勢和劣勢。

從表4的分析結(jié)果可以看出，2012—2015年這四年間上海、武漢、南京和青島這四個城市的tfp值均小于1，說明這期間這四個城市的科技創(chuàng)新全要素生產(chǎn)率有所下降，其中武漢下降得最為嚴重，下降了177個百分點，這是由于武漢的效率變動、純技術(shù)效率變動和規(guī)模效率變動引起的。成都、天津和重慶這三個城市的tfp均大于1，說明這期間這三個城市科技創(chuàng)新全要素生產(chǎn)率有所提高，成都的增長幅度最顯著，這主要得益于成都技術(shù)的進步。從青島市科技創(chuàng)新全要素生產(chǎn)率情況來看，青島市科技創(chuàng)新效率下降的原因主要是由于效率變化和規(guī)模效率變化，效率變動僅為0805（下降了0195），與最高的城市相差0057，規(guī)模效率變動，為0831（下降了0169），與最高的城市相差0063。這說明青島市科技創(chuàng)新效率的增長主要依靠青島市技術(shù)的發(fā)展，雖然效率變動和規(guī)模效率變動較低，但是可以看出與較發(fā)達的城市相差不大。

5結(jié)論與建議

通過運用DEA軟件對青島市2001—2016年科技投入和科技產(chǎn)出數(shù)據(jù)的分析，我們可以看出，青島市科技創(chuàng)新綜合效率近五年來發(fā)展增長穩(wěn)定，純技術(shù)效率和規(guī)模效率發(fā)展也很均衡，但是從DEA無效區(qū)和近五年的投入冗余和產(chǎn)出不足來看，青島市R&D人員全時當量冗余、技術(shù)市場產(chǎn)品成交額不足較為嚴重。此外，青島市科技創(chuàng)新效率發(fā)展受到制約主要是由于效率變動和規(guī)模效率變動的影響，但是青島市科技創(chuàng)新技術(shù)發(fā)展是青島市科技創(chuàng)新發(fā)展的主導力量。根據(jù)以上分析結(jié)果，為青島市科技創(chuàng)新效率的提高提出以下三點建議：

第一，合理配置科技創(chuàng)新中各種資源要素，青島市科技創(chuàng)新效率的提高離不開各種生產(chǎn)要素，政府應該從人力、物力和財力方面積極提供資助，同時也要對資源進行合理的規(guī)劃，減少投入冗余，即將技術(shù)創(chuàng)新和技術(shù)產(chǎn)業(yè)化相連接，減少產(chǎn)出不足的現(xiàn)象。

第二，技術(shù)市場產(chǎn)品成交額不足說明青島技術(shù)交易市場制度不完善，科技成果轉(zhuǎn)化率低，技術(shù)中介服務不夠完善，政府可以制定政策完善技術(shù)市場環(huán)境，積極發(fā)展藍色經(jīng)濟。加大對交易市場的監(jiān)管，積極建立實數(shù)中介機構(gòu)，加大對技術(shù)創(chuàng)新的投入，實現(xiàn)技術(shù)產(chǎn)業(yè)化。

第三，政府應該加大對科技創(chuàng)新主體的扶持力度，加大對創(chuàng)新型企業(yè)的資金資助，為創(chuàng)新型企業(yè)的發(fā)展提供良好的市場環(huán)境，建立科研機構(gòu)、高校和企業(yè)三結(jié)合，鼓勵企業(yè)積極發(fā)展科技創(chuàng)新。

參考文獻：

[1]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

[2]王珍珍，黃茂興我國科技創(chuàng)新效率的實證研究——基于DEA-Malmquist模型和中國省際版面數(shù)據(jù)[J].技術(shù)管理，2013（10）：55-61

[3]李澤霞動態(tài)視角下城市科技創(chuàng)新效率評價研究——以福建九地級市為例[J].科研管理，2017（6）：43-50

[4]朱鵬頤，劉東華，黃新煥動態(tài)視角下城市科技創(chuàng)新效率評價研究——以福建九地級市為例[J].科研管理，2017（6）：43-50

[5]葉文顯西安市科技創(chuàng)新能力及其績效評價[J].科技管理研究，2017（11）：86-91

[6]李鴻禧，遲國泰基于DEA-t檢驗的以企業(yè)為主體的科技創(chuàng)新效率評價[J].中國管理科學，2016，24（11）：109-119

[7]李彬，楊鳴，戴桂林，等基于三階段DEA模型的我國區(qū)域海洋科技創(chuàng)新效率分析[J].海洋經(jīng)濟，2016，6（2）：47-53

[8]晏蒙，孟令杰基于DEA方法的中國工業(yè)科技創(chuàng)新效率分析[J].中國管理科學，2015，23（S1）：77-82

[9]趙俊杰合理使用科技資源提高科技投入產(chǎn)出效率[J].中國科技論壇，2005，21（6）：9-12

[10]PaulmrIncreasing Returns and Long Run Growth[J].Journal of Political Economy，1986（94）：1002-1037

[11]Hitt Hosdisson，Johnson MoeselThe Market for Corporate Control and Firm Innovation[J].Academy of Management Journal，1996，39（5）：1084-1119

[12]張清海，張良強基于DEA方法的省域高校科技創(chuàng)新效率評價與分析[J].技術(shù)與創(chuàng)新管理，2015，36（3）：237-242

[13]Griliches ZIssues in Assessing the Contribute of R&D to Productivity Growth[J].Bell Journal of Economics，1979，10（1）：92-116

[14]胡凱我國區(qū)域科技創(chuàng)新績效分析——基于2000—2009年的面板數(shù)據(jù)[J].科技進步與對策，2012（12）：31-35

[15]Frederic MSFirm Size，Market Structure，Opportunity，and the Output of Patented Inventions[J].American Economic Review，1965，55（5）：1097-1125

[16]杜娟基于DEA模型的我國農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出分析[J].科技進步與對策，2013（30）：82-85