廖友國 沈波

摘要：創(chuàng)新是引領(lǐng)發(fā)展的第一動力，充分認(rèn)識當(dāng)前科技創(chuàng)新水平，是提升創(chuàng)新能力的必要前提。本文利用交叉效率DEA模型，對2015年中國三十個?。ㄊ校┻M(jìn)行科技創(chuàng)新效率評價，有效避免了傳統(tǒng)DEA模型中決策單元的效率值整體偏高、與實際情況出入較大、多個決策單元效率值相同無法相互比較等缺陷，得出我國整體科技創(chuàng)新效率處于中等水平，高創(chuàng)新效率的?。ㄊ校┲饕性跂|部及沿海地區(qū)，中等創(chuàng)新效率的省份集中于東北部和中部地區(qū)，西南和西北地區(qū)相對落后等結(jié)論；在此基礎(chǔ)上劃分出五種科技創(chuàng)新類型：高投入高效率型、中投入高效率型、中投入中效率型、中投入低效率型以及低投入低效率型，并對各自典型代表?。ㄊ校┻M(jìn)行了分析。

關(guān)鍵詞：科技創(chuàng)新效率交叉效率數(shù)據(jù)包絡(luò)法

一、引言

創(chuàng)新是中國未來轉(zhuǎn)變發(fā)展方式的新動能、是提升經(jīng)濟質(zhì)量和增強國際競爭力的主要推動力，習(xí)近平總書記在黨的十九大報告中指出：以科技創(chuàng)新為核心，堅定不移地實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，是決勝全面建設(shè)小康社會，奪取新時代中國特色社會主義偉大勝利的重要環(huán)節(jié)。

目前我國整體創(chuàng)新能力在世界上提升至了第22名，但區(qū)域之間的創(chuàng)新能力還存在著比較大的差異。迄今為止，已有不少的專家學(xué)者就我國的區(qū)域創(chuàng)新水平進(jìn)行了深入的研究。曹霞等人（2015）從綠色低碳視角出發(fā)，對中國三十個省市在十年內(nèi)的面板數(shù)據(jù)進(jìn)行創(chuàng)新效率實證分析，指出中國各個區(qū)域還普遍存在著無效率現(xiàn)象曹霞，于娟綠色低碳視角下中國區(qū)域創(chuàng)新效率研究[J].中國人口·資源與環(huán)境，2015，25（05）：10—19；馬大來等人（2017）基于空間經(jīng)濟學(xué)視角，發(fā)現(xiàn)中國的區(qū)域創(chuàng)新效率具有明顯的空間自相關(guān)性與集群趨勢馬大來，陳仲常，王玲中國區(qū)域創(chuàng)新效率的收斂性研究：基于空間經(jīng)濟學(xué)視角[J].管理工程學(xué)報，2017，31（01）：71—78；劉軍等人（2017）指出協(xié)同創(chuàng)新效率存在著空間異質(zhì)性，鄰近地區(qū)協(xié)同創(chuàng)新效率的提高可以顯著地提高本地區(qū)的協(xié)同創(chuàng)新效率劉軍，王佳瑋，程中華產(chǎn)業(yè)聚集對協(xié)同創(chuàng)新效率影響的實證分析[J].中國軟科學(xué)，2017（06）：89—98；喬元波等人（2017）結(jié)合三階段DEA和DEA—Windows法，解決了某些區(qū)域因技術(shù)效率始終為1而無法觀察其時間縱向變化的問題；尤瑞玲等人（2017）利用Malmquist指數(shù)分解和Ward聚類分析法發(fā)現(xiàn)我國沿海地區(qū)科技創(chuàng)新效率的提高主要依賴于技術(shù)效率的提高，科技創(chuàng)新效率的高地與經(jīng)濟增長速度不完全成正比尤瑞玲，陳秋玲我國沿海地區(qū)科技創(chuàng)新效率的省域差異研究[J].技術(shù)經(jīng)濟與管理研究，2017（05）：119—123。

數(shù)據(jù)包絡(luò)法（data envelopment analysis，DEA）因其客觀性、可操作性以及模型的易擴展性等優(yōu)點泛應(yīng)用于多維評價指標(biāo)體系中，是當(dāng)前評價效率的主要方法之一。目前大多數(shù)DEA模型都基于“自評系統(tǒng)”展開評價，在實際運用中就往往出現(xiàn)多個決策單元的效率值為1而無法相互比較的情況，為克服這一缺陷，本文引入交叉效率DEA模型，充分結(jié)合“自評”和“他評”的信息，從而提高科技創(chuàng)新效率評價的科學(xué)性與合理性。

二、交叉效率DEA模型

假設(shè)決策單元為DMUi（i=1，2，…，n），共有m個投入指標(biāo)和s個產(chǎn)出指標(biāo)，組成的投入向量與產(chǎn)出向量分別為xj=（x1i，x2i，…，xmi）T和yj=（y1i，y2i，…，ysi）T，構(gòu)成的投入矩陣與產(chǎn)出矩陣分別為X=（x1，x2，…，xn）和Y=（y1，y2，…，yn），輸入權(quán)重v=（ν1，ν2，…，νm）T，輸出權(quán)重u=（u1，u2，…，us）T， 那么第i個決策單元的效率值表示為hi=uTyivTxi，（i=1，2，…，n），在DEA—CCR模型下，即可建立一個線性規(guī)劃模型P（CCR）：

CCR模型往往會在計算各單元決策的效率值中選擇最有利于自己權(quán)重，也就是會對有優(yōu)勢的指標(biāo)賦予更多的權(quán)重，而劣勢指標(biāo)賦予較少的權(quán)重，甚至是不賦權(quán)，從而影響了決策單元效率值的真實性。同時，當(dāng)多個決策單元的效率值等于1的時候，CCR模型效率高低就難以判斷。

交叉效率的引入，其實就是在CCR模型的基礎(chǔ)上，用第j個決策單元DMUj的最佳權(quán)重ωj和μj來計算第i個決策單元DMUi的效率值孫鈺，王坤巖，姚曉東基于交叉效率DEA模型的城市公共基礎(chǔ)設(shè)施經(jīng)濟效益評價[J].中國軟科學(xué)，2015（1）：172—183，計算交叉效率評價值：

將第j個決策單元的n個效率值求平均，即可得最終判定決策單元效率高低的數(shù)值，公式如2—5所示：

在實際運用過程中，為解決可能出現(xiàn)的ωj與μj的解不唯一導(dǎo)致Eij的解不唯一的情況，可在CCR模型第一目標(biāo)函數(shù)max μTyi的基礎(chǔ)上引入第二目標(biāo)函數(shù)，如公式2—6所示：

其中，uTykjvTxj指的是第j個決策單元第k個輸出指標(biāo)的效率值，目標(biāo)函數(shù)的含義則是求出第 k個輸出指標(biāo)效率值中最小的那個輸出指標(biāo)效率值的最大值⑤，借此在公式（2-2）的基礎(chǔ)上構(gòu)成新的線性規(guī)劃模型如下：

三、實證分析

本文基于數(shù)據(jù)的可比性、易獲取性等原則，從國家科技統(tǒng)計年鑒的統(tǒng)計指標(biāo)中展開評價指標(biāo)的選擇?？萍剂α康耐度胍匀肆拓斄榛A(chǔ)，考慮到研發(fā)活動在科技活動中處于核心地位，故而選取了“R&D;人員當(dāng)時全量”和“R&D;經(jīng)費內(nèi)部支出”兩個指標(biāo)，它們是科技創(chuàng)新投入中最直觀的數(shù)據(jù)；科技產(chǎn)出通常劃分為直接產(chǎn)出和間接產(chǎn)出兩個方面，直接產(chǎn)出指標(biāo)在此選取了“國外主要檢索機構(gòu)收錄科技論文數(shù)”和“專利申請受理量”，間接產(chǎn)出指標(biāo)則選取“技術(shù)市場成交額”和“高技術(shù)產(chǎn)品出口額”，利用這六個指標(biāo)，構(gòu)建出中國省域科技創(chuàng)新效率評價指標(biāo)體系，如表1所示。

本文選取2015年中國內(nèi)地三十個省（由于數(shù)據(jù)的缺失未選取西藏）的數(shù)據(jù)進(jìn)行科技創(chuàng)新效率評價，數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》。利用Matlab程序計算出三十個省在2015年的交叉效率值，并與傳統(tǒng)CCR模型結(jié)果進(jìn)行比較，如表2所示。

從表2中可以看出，采用傳統(tǒng)BCC模型求出的各省市科技創(chuàng)新效率值中，存在多個決策單元效率值等于1的省市，比如北京與上海，它們之間無法進(jìn)行比較，同時，廣西、甘肅、青海的效率值也為1，這明顯有悖于實際情況。

（市）CCR交叉效率效率排名效率排名青海110161430寧夏04125200293929新疆05592150385221全國均值07376—04682—東北部均值09228—05630—東部均值07670—05581—中部均值06317—04448—西部均值07182—03734—在引入了交叉效率之后，不再出現(xiàn)效率值等于1的情況，因而不同省市之間可以進(jìn)行相互比較和排序。其中，全國平均效率值為04682，表明我國整體科技創(chuàng)新效率處于中等水平；東北部和東部整體科技創(chuàng)新效率分別為0563和05581，高于全國平均值；中部地區(qū)的科技創(chuàng)新效率略低于全國平均值；西部地區(qū)的科技創(chuàng)新效率與東部、東北部地區(qū)差距相對較大，但陜西、四川兩省卻表現(xiàn)優(yōu)異，排名分別達(dá)到了第6位和第8位。以06和04兩個值為分界點，將科技創(chuàng)新效率分為較高、中等以及較低三個類型，國內(nèi)三十個?。ㄊ校┓植紶顩r如

高投入高效率模式。北京、上海、廣東、江蘇、浙江及山東六個?。ㄊ校?，其兩個科技投入和四個科技產(chǎn)出指標(biāo)均在全國的排名前十位，屬于國內(nèi)經(jīng)濟發(fā)達(dá)的省份，GDP全國領(lǐng)先，擁有雄厚的經(jīng)濟實力、優(yōu)渥的教育資源和豐富的科技資源，故而實現(xiàn)了科技創(chuàng)新活動的高投入高效率。

中投入高效率模式。陜西作為中投入高效率類型的省份，從科技投入來看，R&D;人員當(dāng)時全量為92618人，排名第16位；R&D;經(jīng)費內(nèi)部支出39317億元，排名第14位。從科技產(chǎn)出來看，國外主要檢索機構(gòu)收錄科技論文數(shù)達(dá)到26677篇，排名第5位；專利申請受理量為74904項，排名第12位；技術(shù)市場成交額達(dá)到72182億元，排名第3；高技術(shù)產(chǎn)品出口額為9916億美元，排名第13位。陜西可以繼續(xù)依托自身深厚的歷史文化底蘊和豐富的教育資源，完善市場運行機制，充分發(fā)揮學(xué)術(shù)和技術(shù)兩個方面優(yōu)勢，增強科技資源投入力度，力求實現(xiàn)水平更高的科技創(chuàng)新效率。

中投入中效率模式。以四川、湖北、天津三省為典型代表。從科技投入來看，其“R&D;人員當(dāng)時全量”分別是116842人、135481人和124321人，排名第13位、第9位和第12位；R&D;經(jīng)費內(nèi)部支出分別是5029億元、5617億元和51018億元，分別是第10名、第8名、第9名，但與高投入高效率模式中六個省（市）基本在一千億以上的經(jīng)費支出差距較大。從科技產(chǎn)出來看，國外主要檢索機構(gòu)收錄湖北和四川兩省的科技論文數(shù)均在兩萬篇以上，湖北略高于四川，各自排名第7位和第10位，天津較低，總計13977篇，排名第14位；在專利申請受理量上，四川受理110746項，排名第8，天津為79963項，排名第11位，湖北為74240項，排名第14位；在技術(shù)市場成交額上，湖北和天津表現(xiàn)優(yōu)異，分別達(dá)到了78934 億元和50344億元，排名第2位和第8位，四川則為26569億元，處于中等偏上水平；在高技術(shù)產(chǎn)品出口額上，天津以地理條件的優(yōu)勢排在全國第7位，出口額達(dá)到19716億美元，四川和湖北分別為15151億美元和8013億美元，均處于中等水平?？偟膩碚f，這三個省份起步較晚，但經(jīng)濟發(fā)展迅速，科技創(chuàng)新效率高于國內(nèi)平均水平，今后工作的重點是深化體制改革，充分發(fā)揮現(xiàn)有科技創(chuàng)新機制，整合科技資源，建立以企業(yè)為核心的產(chǎn)學(xué)研緊密結(jié)合的體系，進(jìn)一步提高科技成果的轉(zhuǎn)化能力。

中投入低效率模式。以河北省為代表，兩個科技投入指標(biāo)在國內(nèi)處于中等水平，但科技產(chǎn)出卻處于中下游，科技創(chuàng)新效率水平相對較低。政府可以從改善當(dāng)前創(chuàng)新環(huán)境入手，加大教育投入，大力實行人才引進(jìn)戰(zhàn)略，制定鼓勵創(chuàng)新的優(yōu)惠政策，為科技創(chuàng)新活動營造出一個公正、有序、充滿活力的市場環(huán)境。

低投入低效率模式。主要以內(nèi)蒙古、寧夏、海南、青海為代表，其共同點在于經(jīng)濟發(fā)展水平相對較低，或經(jīng)濟發(fā)展過于依賴傳統(tǒng)方式，比如內(nèi)蒙古的礦業(yè)和農(nóng)牧業(yè)、海南的農(nóng)業(yè)和旅游業(yè)，使得科技創(chuàng)新活動的投入偏低，高科技產(chǎn)業(yè)相對不夠發(fā)達(dá)，較為缺乏新技術(shù)產(chǎn)品的開發(fā)能力，今后可以通過大力引進(jìn)現(xiàn)有技術(shù)來彌補科技產(chǎn)出的不足。

四、總結(jié)

本文利用交叉效率DEA模型，對全國三十個?。ㄊ校┻M(jìn)行了科技創(chuàng)新效率評價，通過對比傳統(tǒng)DEA，可以看到交叉效率DEA方法結(jié)合了“自評”和“他評”，避免了決策單元效率值整體偏高、多個決策單元效率值為1、與實際情況出入較大的問題。利用求得的交叉效率值，結(jié)合實際科技投入產(chǎn)出情況，本文劃分出高投入高效率、中投入高效率、中投入中效率、中投入低效率以及低投入低效率五大類型，以典型省份（市）為代表進(jìn)行綜合分析，并針對性地提出改進(jìn)途徑，有助于地區(qū)政府定位當(dāng)前科技創(chuàng)新水平，為因地制宜制定本地區(qū)的創(chuàng)新發(fā)展策略提供有益的思路。

參考文獻(xiàn)：

[1]曹霞，于娟綠色低碳視角下中國區(qū)域創(chuàng)新效率研究[J].中國人口·資源與環(huán)境，2015，25（05）：10—19

[2]馬大來，陳仲常，王玲中國區(qū)域創(chuàng)新效率的收斂性研究：基于空間經(jīng)濟學(xué)視角[J].管理工程學(xué)報，2017，31（01）：71—78

[3]劉軍，王佳瑋，程中華產(chǎn)業(yè)聚集對協(xié)同創(chuàng)新效率影響的實證分析[J].中國軟科學(xué)，2017，（06）：89—98

[4]尤瑞玲，陳秋玲我國沿海地區(qū)科技創(chuàng)新效率的省域差異研究[J].技術(shù)經(jīng)濟與管理研究，2017（05）：119—123

[5]孫鈺，王坤巖，姚曉東 基于交叉效率DEA模型的城市公共基礎(chǔ)設(shè)施經(jīng)濟效益評價[J].中國軟科學(xué)，2015（1）：172—183

[6]余泳澤，劉大勇創(chuàng)新價值鏈視角下的我國區(qū)域創(chuàng)新效率提升路徑研究[J].科研管理，2014，35（05）：27—37

[7]韓晶，宋濤，陳超凡，曲歌基于綠色增長的中國區(qū)域創(chuàng)新效率研究[J].經(jīng)濟社會體制比較，2013（03）：100—110

[8]喬元波，王硯羽基于三階段DEA—Windows分析的中國省域創(chuàng)新效率評價[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（01）：88—97

[9]楊國梁，劉文斌，鄭海軍數(shù)據(jù)包絡(luò)分析方法（DEA）綜述[J].系統(tǒng)工程學(xué)報，2013，28（06）：840—860

[10]韓民春，朱森林湖北省城市經(jīng)濟效率的測評[J].統(tǒng)計與決策，2016（09）：68—71

[11]劉濤，金英淑，楊金帥，霍靜娟基于博弈交叉效率DEA模型的中國工業(yè)企業(yè)創(chuàng)新績效測度[J].科技和產(chǎn)業(yè)，2017，17（09）：75—79

[12]范建平，趙園園，吳美琴基于改進(jìn)交叉效率的中國科技創(chuàng)新資源配置研究[J].中國科技論壇，2017（12）：32—40

[13]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，2017，38（06）：43—50

[14]白雪飛產(chǎn)學(xué)研協(xié)同創(chuàng)新體系科技資源配置效率測度研究[A].遼寧省高等教育學(xué)會遼寧省高等教育學(xué)會2016年學(xué)術(shù)年會暨第七屆中青年學(xué)者論壇三等獎?wù)撐募痆C].遼寧省高等教育學(xué)會：遼寧省高等教育學(xué)會，2016：9

[15]樊華，周德群中國省域科技創(chuàng)新效率演化及其影響因素研究[J].科研管理，2012，33（01）：10—18，26

[16]陳搏全球科技創(chuàng)新中心評價指標(biāo)體系初探[J].科研管理，2016，37（S1）：289—295

[17]牛方曲，劉衛(wèi)東中國區(qū)域科技創(chuàng)新資源分布及其與經(jīng)濟發(fā)展水平協(xié)同測度[J].地理科學(xué)進(jìn)展，2012，31（02）：149—155

（廖友國，達(dá)州職業(yè)技術(shù)學(xué)院。沈波，達(dá)州職業(yè)技術(shù)學(xué)院。）