基于三阶段DEA模型的中部六省科技投入产出效率研究

来源:用户上传      作者: 周伟

　　摘要：利用三阶段DEA模型，对中部六省2011年科技投入产出效率进行实证评价。结果表明：一方面，科技投入产出效率受地区生产总值、有科研机构的企业数、研发人员工资水平的影响；另一方面，在剥离外部环境因素和随机因素的影响后，各省纯技术效率有所提高，但科技投入产出技术效率总体偏低。
　　关键词：DEA；科技投入；科技产出；效率
　　为评价科技投入产出状况，国内学者大多采用DEA方法，但传统的DEA方法不能剥离误差因素和外部环境对效率值的影响，计算出来的效率值很难反映实际效率。针对这个问题，Fried等提出了DEA三阶段法。本文将三阶段DEA模型对中部六省科技资源投入与产出的效率进行实证分析。
　　一、科技投入产出效率三阶段DEA评价模型的构建
　　第一阶段主要使用由美国著名的运筹学家Charnes，Cooper和Rhode提出的C2R模型，与Banker，Charnes和Cooper提出的BC2模型。C2R模型可计算出技术效率（TE）和规模效率（SE），而BC2模型把C2R规模报酬不变的假设改为规模报酬可变，从而将C2R模型中的技术效率（TE）分解为规模效率（SE）和纯技术效率（PTE），即技术效率=规模效率×纯技术效率。在以DEA 方法估计效率前沿面时有两种模型，一个是投入导向型，另一个是产出导向型。本文选择投入导向型的BC2模型计算原始投入产出的效率值。在第二阶段通过构建类似SFA模型，对环境因素进行回归分析，并得到这些因素的影响，从中剔除环境因素和随机因素，得出仅由管理无效率造成的DMU投入冗余。在第三阶段中，将第二阶段得到的调整后的投入数据与原始产出数据再次带入BC2 模型，计算各决策单元的效率值，即为各省域科技资源配置的实际效率。
　　二、中部六省科技投入产出效率评价的实证研究
　　为确保数据的可得性和完整性，本文科技投入指标选取的是R&D活动人员、R&D全时人员数、R&D人员全时当量、R&D经费内部支出、财政科技拨款、每万人中从事R&D活动人员。科技产出指标选取的是国际国内科技论文数、国外主要检索工具收录科技论文数、专利申请受理量、专利申请授权量、技术市场成交额、高技术产业增加值。
　　依据已建立的省域科技投入产出效率评价指标体系，本文的数据均整理自2010～2011《中国统计年鉴》、《中国科技统计年鉴》、《湖北统计年鉴》、《安徽统计年鉴》、《湖南统计年鉴》、《河南统计年鉴》、《江西统计年鉴》。
　　（一）中部六省科技投入产出效率第一阶段DEA评价
　　利用统计软件对中部六省科技投入产出的技术效率和规模效率进行计算，结果见表1。
　　从表1可以看出，在不考虑外部环境因素和随机误差的情况下， 湖北、湖南三项效率值均为1，处于技术效率前沿面，其他省份在纯技术效率或规模效率方面存在不同程度的无效率，各省份技术的无效率主要来源于规模无效，纯技术无效的程度相对较轻。
　　（二）中部六省科技投入产出效率第二阶段SFA回归结果
　　根据现有研究成果，本文将第一阶段的科技投入冗余量作为因变量，将地区生产总值、有科研机构的企业数、研发人员工资水平，作为自变量，构建SFA回归模型，以分离外部环境因素对效率的影响。利用Battese 和Coelli 编写的FRONTIER4.1 对模型的相关参数进行最大似然估计，得到的回归结果如表2所示。
　　表2中的三个环境变量对十种投入松弛变量的系数均能通过显著性检验，这说明外部环境因素对中部六省科技资源投入存在显著影响。
　　（三）中部六省科技投入产出效率的第三阶段调整后DEA实证结果
　　对2011年中部六省科技资源投入进行调整后，再次对调整后的科技资源投入和原产出进行BC2 模型分析，结果见表3。
　　对比分析DEA 第一阶段和第三阶段的结果，从科技投入产出效率的平均情况来看，第三阶段技术效率和规模效率相比于第一阶段明显下降，而纯技术效率却有所上升。因此，技术无效率从第一阶段主要来自纯技术无效率转变为第三阶段的规模无效率，且各省域科技资源规模报酬状态以规模报酬递增为主。
　　三、结论及建议
　　根据表3的数据，中部六省的科技投入产出效率可大致分为三种类型：双优型，湖北、湖南属于这种类型，纯技术效率值和规模效率值均为1，说明湖北、湖南的科技资源管理属于有效，在现有的投入规模下科技资源的产出实现了最大化；优中型，安徽、河南属于这种类型，纯技术效率值很高，均为1，但规模效率值偏低，说明安徽、河南的科技资源管理属于有效，规模收益属于递增，在当前投入的基础上增加投入量，产出量将有更高比例的增加；双中型，江西与山西属于这种类型，纯技术效率未到达1，规模效率值也偏低，说明江西、山西科技资源的管理水平相对较低，在现有的投入规模下，科技资源没有得到充分利用，投入结构不合理，投入产出比率不高。
　　综合分析表1和表3的数据，调整前，处在技术前沿面的省份为2 个：湖北、湖南；调整后，处在技术前沿面的省份仍为湖北、湖南。对比调整前后，安徽、河南的纯技术效率提升到1，处于技术效率的前沿面，但规模效率有所下降。除湖北、湖南之外，其他4个省份的技术效率均有所下降。山西、江西的纯技术效率经调整后略微上升，但两省的规模效率却大幅下降。这表明，地区生产总值、有科研机构的企业数、研发人员工资水平等外部环境因素对效率值有显著的影响，增加环境变量值有利于减少各投入变量的浪费或降低负产出。因此，除了改善管理水平、提高投入规模之外，提高科技投入产出效率还需要关注外部环境因素。一是正确处理经济发展与科技发展的关系。科技资源的投入、科技财政拨款占财政支出的比例和经费占GDP的比例，必须随GDP总量的增长及其增长率的提高、经济发展状况的改善而不断提高，科技发展才能拥有一个强劲的支撑平台，才能为地区经济的发展提供持续的动力。二是构建以企业为主体的创新体系。要强化企业的创新意识，让企业主导技术研发和创新，主动转化技术创新成果，以促进企业核心竞争力的提升。三是优化研发人员的科研环境和生活环境。要提高研发人员的经费资助水平，提供有利于研发人员合作交流的政策环境，要通过提供给研发人员更好的生活待遇，以提升研发人员的生活质量，防止智力流失。
　　参考文献：
　　[1]Fried H O，Lovell C A K，Schmidt S S，Yaisawarng S.Accounting for environment effects and statistical noise in data envelopment analysis. Journal of Productivity Analysis， 2002，17（12）.
　　[2]Charness A， Cooper W W，Rhodes E.Measuring the efficiency of decision units[J].European Journal of Operational Researeh，1978，94（2）.
　　[3]Banker R D，Charnes A，Cooper W W.some models for estimating technical and scale inefficiencies in data development analysis[J].Management Science，1984，30（09）.
　　本文系安徽省软科学研究项目“安徽省科技成果转化能力的影响因素与提升策略研究——基于SEM的实证分析”（项目编号：1302053052）的阶段性成果。
　　（作者单位：安徽工程大学人文学院）
转载注明来源:https://www.xzbu.com/2/view-4463449.htm