1、1基于 DEA 方法的黑龙江省区域技术创新效率分析摘要：为了研究黑龙江省各区域的技术创新效率，本文利用数据包络分析（ DEA） 模型，建立了基于投入和产出指标的黑龙江省技术创新效率评价指标体系，根据黑龙江省火炬计划统计数据，对 2011 和 2012年度黑龙江省十三个城市的技术创新效率进行了测算分析。最后基于分析结果，针对不同地区的具体情况，提出了提高黑龙江省各区域技术创新效率的对策建议。 关键词：区域技术创新效率; DEA 模型;投入产出指标体系;黑龙江 中图分类号：F061.5 文献标识码：A 文章编号：1005-913X（2015）10-0074-06 Efficiency Analys
2、is of Regional Technological Innovation in Heilongjiang Province Based on DEA Hong Yang （Heilongjiang Institute of Technology，School of Economics and Management， Harbin，150001，China） Abstract： In order to study the regional technological innovation efficiency in Heilongjiang Province， using Data Env
3、elopment Analysis （DEA） model， this article established the evaluation index system of technological innovation of Heilongjiang Province based on the inputs and outputs. 2According to the Heilongjiang provincial torch plan statistics， it analyzes the regional technological innovation efficiency of t
4、hirteen cities in Heilongjiang Province in 2011 and 2012. Finally， based on the analysis results， aiming at specific conditions of different regions ，it proposed to improve the efficiency of regional innovation countermeasures in Heilongjiang Province. Key words： regional technological innovation ef
5、ficiency; DEA; the input and output indicator system; Heilongjiang Province. 一、引言 所谓区域技术创新效率（ Regional Technology Innovation Efficiency，RTIE） 是指一定区域内技术创新活动中的各个要素的投入相对于产出的转化效率，反映区域内技术创新过程中的投入要素对产出要素的贡献比率，即研究如何在一定区域的技术创新活动中合理地配置相关资源，达到最优化，从而制定本区域合理的经济政策。 国外学者对于区域技术创新效率的研究起步较早，1985 年美国学者Everett. Rogers
6、 和 Judith. Larson 最早对区域创新效率进行研究。1996 年，Burgelman Robert，Maidique Modesto 和 Wheelwright Steven （1996） 在技术创新战略管理一书中对国家创新系统的效率进行了深入研究。12007 年，Tadie Patrick（2007）在纽约银行发表了对信托公司的技术创新效率的研究报告。23M 公司总裁 Hindo Brain 3（2007）以自己公司为例，结合六西格玛管理在商业星期杂志上探讨了创新与效率的问题。3Jeff Jarvis（ 2009） 针对美国目前许多创新只带来增长没有产生效率这一问题，从 2008
7、 年金融危机谈起，进行案例分析，指出了重点关注创新效率的问题。4 国内学者对于区域技术创新效率也进行了大量的研究，主要采用的研究方法为数据包络分析（DEA） 。池仁勇等利用 DEA 方法，对我国 30 个省、市、直辖市、自治区的技术创新效率进行了测定，其结果呈现东高西低的特征;5虞晓芬等分析了我国区域技术创新效率的现状与原因，用数据包络分析（DEA） 方法测算了 19992002 年我国内地 30 个省市自治区的技术创新效率;6倪东生利用 DEA 方法根据 20052006 的相关数据，把我国分为 8 大区域并分析了这八大区域技术创新的现状;7张国旺等提出了区域创新系统效率评价指标体系构建的原
8、则并在此基础上构建了区域创新系统效率的评价指标体系，并引入数据包络分析方法，并将其作为评价区域创新系统效率的定量评价方法;8乔占稳等利用数据包络分析模型对我国长三角区域技术创新效率进行了分析;9笔者利用数据包络分析（ DEA） 对 20042012 年黑龙江省技术创新效率进行了测度和评价。10 参考以上文献，本文采用数据包络分析法，构建出相对完整的区域技术创新效率评价指标体系，采用 2011 年的科技投入数据和 2012 年的科技产出数据，对黑龙江省 13 个地市的区域技术创新效率进行测算评价。二、评价模型和指标体系 4（一）DEA 数学模型 1978 年，著名的运筹学家 A.Charnes，
9、 W.W.Cooper 及 E.Rhodes 首先提出了一个被称为数据包络分析（Data Envelopment analysis， 简称 DEA 模型）的方法，用于评价相同部门间的相对有效性（因此被称为DEA 有效） 。他们的第一个模型被命名为 C2R 模型。从生产函数的角度看，这一模型是用来研究具有多个输入和多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法。10 假设有 n 个相同类型的决策单元（简称 DMU） ，其中每个单元都有 m 种投入要素和 p 种产出要素。 这 n 个 DMU 及其输入-输出关系如下表 1： 每个决策单元的效率评价指数定义为： j=
10、1，2，n 公式 2.1 而第 j0 个决策单元的相对效率优化评价模型为： s.t. 1，j=1，2，n vi，ur0，i=1，2，m;r=1，2 公式 2.2 这是一个分式规划模型，我们必须将它化为线性规划模型才能求解。即 C2R 模型如公式 2.3. 公式 2.3 其中，令， 由于此模型不能直接判断 DMU 的有效性，因此，需利用其线性规划的对偶问题来判断 DMU 的有效性，C2R 模型的对偶模型如公式 2.4。 min 5s.t. 公式 2.4 设公式 2.4 的最优解为 *，s*-，s*+，*，则有如下结论： （1）若 *=1，则 DMUj0 为弱 DEA 有效（总体） 。 （2）若
11、*=1，且 s*-=0，s*+=0，则 DMUj0 为 DEA 有效（总体） （3）令 0=*x0- s*-， 0=y0+ s*+，则 0 0，00为在有效前沿面上的投影，相对于原来的 n 个 DMU 是有效（总体）的。 （4）若存在 j*（j=1，2，m） ，使=1 成立，则 DMUj0 为规模效益不变;若不存在 j*（j=1，2，m） ，使=1 成立，则 1，DMUj0 为规模效益递增;若不存在 j*（j=1，2，m） ，使 =1成立，则 1，DMUj0 为规模效益递减。 随后，在 C2R 模型的基础上，Banker、Charnes 和 Cooper 又引入了非阿基米德无穷小的概念，建立了
12、具有非阿基米德无穷小的 BC2 模型、评价技术有效性的 C2GS2 模型以及具有锥比率的 C2WH 模型。10 （二）建立 DEA 指标体系 基于 DEA 模型的数据要求，结合黑龙江省 13 个地市科技创新投入和产出项目的具体内容，本文对于投入项目从人力投入和财力投入两个方面选取 4 个评测指标，对于产出项目从技术产出和高新技术产出两个方面选取 3 个评测指标，共 7 项评测指标。另外由于科技创新活动具有周期性特征，所以会导致投入指标和产出指标的因果关系中具有一定的时滞期，因此考虑这个时滞问题，本文将科技创新活动的时滞期选择为一年，其中投入指标选用 2011 年的数据，产出指标选用 2012
13、年的数据，数据来源于黑龙江省科技数据统计平台（2011-2012） （见表 2） 。 6三、黑龙江省区域技术创新效率 DEA 计算结果 以表 2 作为原始数据，利用 DEA 模型软件进行测算，得出黑龙江省13 地市技术创新的 DEA 效率如表 3 和表 4 所示。 四、基于 DEA 模型的黑龙江省区域技术创新效率分析 （一）黑龙江省各地市技术创新效率相对有效性分析 DEA 模型参数设定中有投入导向（Input-oriented）和产出导向（Output-oriented）两种形式，产出导向的 DEA 模型设定为给定一定量的投入要素，求取产出值最大。反之，投入导向的 DEA 模型是指在给定产出水
14、平下使投入成本最小。在资源、环境约束下，希望通过控制投入来影响产出，且希望投入尽可能的少，因此选择投入导向这一角度。假定决策单元规模收益不变，DEA 模型软件参数设置选择 C2R 模型和投入导向，所得相对效率评价结果见表 4 的列。结合 DEA 有效性判断标准，此结果表明以 C2R 模型和投入导向计算的 2011-2012 年黑龙江省 13 地市的技术创新效率中，哈尔滨、双鸭山、大庆、佳木斯、七台河、黑河和大兴安岭这 7 个地市的值均为 1，即为 DEA 有效;而齐齐哈尔、鸡西、鹤岗、伊春、牡丹江和绥化这 6 个地市的值均小于 1，即为非 DEA 有效。其原因既可能是决策单元本身规模不经济导致
15、，也可能是投入项目和产出项目配比的问题造成的。为进一步了解 13 个地市的纯技术有效和规模有效情况，在 DEA 模型软件参数设置中选择模型和投入导向，计算各地市的技术效率、纯技术效率、规模效率结果见表 3。 DEA 模型中，综合效率 = 纯技术效率规模效率，从表 3 中可以看出 BC2 模型计算出来的综合技术效率值和表 4 的 C2R 模型列计算结果基7本一致，这说明同样的决策单元并不存在规模无效。此外还可以看到，在非 DEA 有效的 6 个地市中，有 5 个地市的规模效益递增，其中牡丹江的 DEA 值为 0.967，鹤岗的 DEA 值为 0.742，技术创新效率较高，鸡西的DEA 值为 0.
16、584，绥化的 DEA 值为 0.573，技术创新效率一般，而伊春的DEA 值相对最低，仅为 0.359，规模效益递减的城市只有齐齐哈尔，其DEA 值为 0.768，因此应该减少投入以实现 DEA 有效。 （二）非 DEA 有效地区的松弛变量分析 根据表 5 和表 6 中松弛变量和剩余变量的统计值，可以进一步对非DEA 有效的 6 个地市的技术创新效率影响因素进行分析。 从投入松弛变量来看，除了牡丹江地区，其余 5 个地区的四个投入要素均存在投入冗余的情况。其中，齐齐哈尔的 RD 经费支出投入冗余为 5.085 亿元，RD 经费/GDP 的投入冗余为 0.824%，地方财政科技拨款投入冗余为
17、1.378 亿元，鸡西的 RD 经费支出投入冗余为0.658 亿元，RD 经费/GDP 的投入冗余为 0.132%，RD 人员投入冗余为 1.008 万人，地方财政科技拨款投入冗余为 0.504 亿元;鹤岗的RD 经费支出投入冗余为 0.332 亿元，RD 经费/GDP 的投入冗余为 0.149%，RD 人员投入冗余为 0.002 万人，地方财政科技拨款投入冗余为 0.035 亿元;伊春的 RD 经费支出投入冗余为 1.522 亿元，RD 经费/GDP 的投入冗余为 0.795%，RD 人员投入冗余为 0.063万人，地方财政科技拨款投入冗余为 0.642 亿元;绥化的 RD 经费支出投入冗余
18、为 2.221 亿元，RD 经费/GDP 的投入冗余为0.141%，RD 人员投入冗余为 0.038 万人，地方财政科技拨款投入冗8余为 0.35 亿元。因此，基于投入导向，为了实现 DEA 有效，上述 5 个地区应根据各自情况减少相应的投入要素规模，提高资金和人员的使用效率，使各投入要素的投入冗余为零，即可实现产出目标，从而达到 DEA有效。 从产出剩余变量来看，只有齐齐哈尔、鸡西和鹤岗三个地区在高新技术产业产值产出要素中存在非零项，其中齐齐哈尔的高新技术产业产值目标为 556.337 亿元，现有产值 544 亿元，产出不足为22.337 亿元;鸡西的高新技术产业产值目标为 94.92 亿元
19、，现有产值 62亿元，产出不足为 32.92 亿元;鹤岗的高新技术产业产值目标为 34.565亿元，现有产值 24.1 亿元，产出不足为 10.465 亿元。从产出不足的比例来看，鹤岗在 40%以上，而鸡西竟然达到了 50%以上，说明这两个城市的技术创新效率在高新技术产业产值方面还有很大的进步空间。 （三）非 DEA 有效地区的松弛变量分析 根据表 5 和表 6 中松弛变量和剩余变量的统计值，可以进一步对非DEA 有效的 6 个地市的技术创新效率影响因素进行分析。 从投入松弛变量来看，除了牡丹江地区，其余 5 个地区的四个投入要素均存在投入冗余的情况。其中，齐齐哈尔的 RD 经费支出投入冗余为
20、 5.085 亿元，RD 经费/GDP 的投入冗余为 0.824%，地方财政科技拨款投入冗余为 1.378 亿元，鸡西的 RD 经费支出投入冗余为0.658 亿元，RD 经费/GDP 的投入冗余为 0.132%，RD 人员投入冗余为 1.008 万人，地方财政科技拨款投入冗余为 0.504 亿元;鹤岗的RD 经费支出投入冗余为 0.332 亿元，RD 经费/GDP 的投入冗余为 0.149%，RD 人员投入冗余为 0.002 万人，地方财政科技拨款投9入冗余为 0.035 亿元;伊春的 RD 经费支出投入冗余为 1.522 亿元，RD 经费/GDP 的投入冗余为 0.795%，RD 人员投入冗
21、余为 0.063万人，地方财政科技拨款投入冗余为 0.642 亿元;绥化的 RD 经费支出投入冗余为 2.221 亿元，RD 经费/GDP 的投入冗余为0.141%，RD 人员投入冗余为 0.038 万人，地方财政科技拨款投入冗余为 0.35 亿元。因此，基于投入导向，为了实现 DEA 有效，上述 5 个地区应根据各自情况减少相应的投入要素规模，提高资金和人员的使用效率，使各投入要素的投入冗余为零，即可实现产出目标，从而达到 DEA有效。 从产出剩余变量来看，齐齐哈尔、鸡西和鹤岗三个地区在高新技术产业产值产出要素中存在非零项，伊春和绥化在高新技术产业增加值产出要素中存在非零项，其中齐齐哈尔的高
22、新技术产业产值目标为 556.337亿元，现有产值 544 亿元，产出不足为 22.337 亿元;鸡西的高新技术产业产值目标为 94.92 亿元，现有产值 62 亿元，产出不足为 32.92 亿元;鹤岗的高新技术产业产值目标为 34.565 亿元，现有产值 24.1 亿元，产出不足为 10.465 亿元，伊春的高新技术产业增加值目标为 18.64 亿元，现有增加值 10.5 亿元，产出不足为 8.14 亿元;绥化的高新技术产业增加值目标为 23.424 亿元，现有增加值 23.1 亿元，产出不足为 0.324 亿元，从产出不足的比例来看，鹤岗在 40%以上，而鸡西和伊春竟然达到了 50%以上，
23、说明这三个个城市的技术创新效率在高新技术产业产值方面还有很大的进步空间。 五、对策和建议 10综上所述，以 RD 经费支出、RD 经费/GDP、RD 人员和地方财政科技拨款为投入指标，以专利数量、高新技术产业产值和高新技术产业增加值为产出指标，对黑龙江省 2011-2012 年 13 个地市的技术创新 DEA 效率进行测算，得出黑龙江省 13 个城市中齐齐哈尔、鸡西、鹤岗、伊春、牡丹江和绥化这六个城市为非 DEA 有效，并且通过对他们的松弛变量分析可以看出，除了牡丹江地区，其余 5 个地区的四个投入要素均存在投入冗余，需要控制规模，提高效率。而四项产出要素中，伊春、鸡西和鹤岗三个地区的高新技术
24、产业产值和增加值存在明显产出不足，还可以有进一步提升的空间。 因此，为了进一步控制技术投入规模，提高技术投入的利用效率及扩大技术产出值，结合黑龙江省各区域技术创新的具体情况提出如下建议。 （一）适度控制 RD 经费投入规模，提高经费使用率 近几年，黑龙江省各地区的科研经费投入在逐年增加，经费投入增速在逐年增长，2012 年全省 RD 经费总支出为 128.78 亿元，比上年增加 5.74 亿元，增长 4.66%，与当年生产总值之比为 1.02%。科研经费的投入会带来技术产出的增加，但是不加控制的增加投入，使其规模与投入产出不相匹配，也许对于某些地区会是一场灾难。从 DEA 的评价结果看，黑龙江省齐齐哈尔、鸡西、鹤岗、伊春和绥化这个五个城市科研经费投入存在使用不足的情况，因此，在全省进一步加大 RD 经费投入的过程中，这五个城市需要适当控制科研经费投入规模，另外要注重资金配置，提高经费使用率。
