宋杰鯤+宋卿

[摘 要] 科技投入產(chǎn)出效率評(píng)價(jià)有助于各省分析科技投入產(chǎn)出現(xiàn)狀，實(shí)現(xiàn)投入產(chǎn)出的最佳配置。選取R&D人員全時(shí)當(dāng)量、R&D經(jīng)費(fèi)內(nèi)部支出作為輸入指標(biāo)，技術(shù)市場(chǎng)成交合同金額、專利申請(qǐng)受理數(shù)、專利申請(qǐng)授權(quán)數(shù)、國(guó)外主要檢索工具收錄中國(guó)科技論文數(shù)作為輸出指標(biāo)。運(yùn)用數(shù)據(jù)包絡(luò)分析對(duì)中國(guó)30個(gè)省2011年的科技投入產(chǎn)出效率進(jìn)行評(píng)價(jià)；基于中國(guó)30個(gè)省2005—2011年的面板數(shù)據(jù)，運(yùn)用Malmuist指數(shù)對(duì)中國(guó)科技投入產(chǎn)出效率進(jìn)行動(dòng)態(tài)評(píng)價(jià)，并進(jìn)行分解分析。

[關(guān)鍵詞] 科技投入產(chǎn)出；效率評(píng)價(jià)；數(shù)據(jù)包絡(luò)分析；Malmquist指數(shù)

[中圖分類號(hào)] F223；F124.3 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1673-5595（2014）06-0016-05

一、引言

科學(xué)技術(shù)已經(jīng)成為現(xiàn)代生產(chǎn)力發(fā)展和經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵性和主導(dǎo)性要素，其本身同樣需要大量的投入。[1]對(duì)科技投入產(chǎn)出效率進(jìn)行評(píng)價(jià)有助于認(rèn)識(shí)投入產(chǎn)出過(guò)程中存在的不足，實(shí)現(xiàn)投入產(chǎn)出的最佳配置。由于數(shù)據(jù)包絡(luò)分析（DEA）在全要素效率分析方面具有諸多優(yōu)勢(shì)，因此許多學(xué)者運(yùn)用該方法對(duì)省域科技投入產(chǎn)出效率進(jìn)行研究。張前榮以每萬(wàn)名經(jīng)濟(jì)活動(dòng)人口中科技活動(dòng)人數(shù)、國(guó)外高技術(shù)引進(jìn)額等11個(gè)指標(biāo)為投入，科技論文數(shù)、完成軟科學(xué)課題數(shù)等8項(xiàng)指標(biāo)為產(chǎn)出，對(duì)中國(guó)沿海、大城市等6個(gè)區(qū)域2004—2006年的科技投入產(chǎn)出效率等進(jìn)行評(píng)價(jià)分析；[2]呂晨和曾明彬以R&D人員數(shù)量、重點(diǎn)實(shí)驗(yàn)室數(shù)量等6項(xiàng)指標(biāo)為投入，每10萬(wàn)人平均發(fā)表的國(guó)內(nèi)外檢索論文數(shù)、發(fā)明專利申請(qǐng)數(shù)、高科技產(chǎn)業(yè)銷售收入占總銷售比例為產(chǎn)出，2006年的投入和2009年的產(chǎn)出為樣本，對(duì)中國(guó)31個(gè)省的科技投入產(chǎn)出效率進(jìn)行評(píng)價(jià)；[3]李燕萍等以研發(fā)經(jīng)費(fèi)投入、研發(fā)人員全時(shí)當(dāng)量、科技活動(dòng)人員數(shù)為投入，三種專利授權(quán)數(shù)、國(guó)際論文發(fā)表數(shù)、技術(shù)市場(chǎng)成交金額為產(chǎn)出，對(duì)各省2003—2008年的科技投入產(chǎn)出效率進(jìn)行評(píng)價(jià)。[4]趙宏和王軍以R&D科學(xué)家和工程師、R&D科研經(jīng)費(fèi)投入、企業(yè)其他經(jīng)費(fèi)支出為投入，國(guó)內(nèi)中文期刊科技論文數(shù)、發(fā)明專利授權(quán)量等4項(xiàng)指標(biāo)為產(chǎn)出，對(duì)各省2006—2008年的科技投入產(chǎn)出效率進(jìn)行評(píng)價(jià)。[5]方愛(ài)平和李虹以R&D人員全時(shí)當(dāng)量、大專以上受教育比重等7個(gè)指標(biāo)為投入，以有效發(fā)明專利數(shù)、GDP中工業(yè)增加值等4項(xiàng)指標(biāo)為產(chǎn)出，對(duì)2012年西部12個(gè)省的科技投入產(chǎn)出效率進(jìn)行評(píng)價(jià)。[6]除了靜態(tài)DEA方法外，Malmquist指數(shù)能進(jìn)一步反映投入產(chǎn)出的動(dòng)態(tài)效率，在地區(qū)科技投入產(chǎn)出效率評(píng)價(jià)方面也得到了廣泛應(yīng)用。陳燕武應(yīng)用Malmquist指數(shù)對(duì)2004—2008年福建省9個(gè)地市的科技投入產(chǎn)出效率進(jìn)行動(dòng)態(tài)評(píng)價(jià)；[7]董潔和張?bào)w委運(yùn)用Malmquist指數(shù)對(duì)長(zhǎng)三角地區(qū)高技術(shù)產(chǎn)業(yè)的R&D效率進(jìn)行測(cè)度分析。[8]可見(jiàn)，由于分析視角不同，不同學(xué)者構(gòu)建的科技投入產(chǎn)出效率評(píng)價(jià)指標(biāo)體系不盡相同，且多從靜態(tài)的角度考察省域科技投入產(chǎn)出效率，缺乏省際間的動(dòng)態(tài)、深入分析。本文借鑒上述研究成果，依據(jù)2005—2011年中國(guó)30個(gè)省市自治區(qū)的面板數(shù)據(jù)，對(duì)中國(guó)省域科技投入產(chǎn)出效率進(jìn)行評(píng)價(jià)，找出影響各省域科技投入產(chǎn)出效率的重要原因，提出提高各省投入產(chǎn)出效率的對(duì)策建議，以實(shí)現(xiàn)各省科技投入產(chǎn)出的合理配置，促進(jìn)中國(guó)科技進(jìn)步。

二、科技投入產(chǎn)出效率評(píng)價(jià)指標(biāo)體系和數(shù)據(jù)來(lái)源

本文選擇DEA和Malmquist指數(shù)方法對(duì)中國(guó)省域科技投入產(chǎn)出效率進(jìn)行評(píng)價(jià)，選取研究與試驗(yàn)發(fā)展（R&D）人員全時(shí)當(dāng)量、研究與試驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)內(nèi)部支出作為輸入指標(biāo)，選取技術(shù)市場(chǎng)成交合同金額、專利申請(qǐng)受理數(shù)、專利申請(qǐng)授權(quán)數(shù)、國(guó)外主要檢索工具收錄中國(guó)科技論文數(shù)作為輸出指標(biāo)。決策單元選擇中國(guó)2005—2011年30個(gè)省市自治區(qū)（由于缺乏部分?jǐn)?shù)據(jù)，不包括臺(tái)灣和西藏）科技投入產(chǎn)出的面板數(shù)據(jù)，所有數(shù)據(jù)均來(lái)自2006—2013年的《中國(guó)科技統(tǒng)計(jì)年鑒》。

三、2011年省域科技投入產(chǎn)出效率的DEA評(píng)價(jià)

DEA方法由Charnes、Cooper和Rhodes等人提出，由于其不需要事先假設(shè)生產(chǎn)函數(shù)形式，無(wú)需設(shè)置指標(biāo)權(quán)重，因此特別適合多個(gè)決策單元多輸入、多輸出的評(píng)價(jià)問(wèn)題。設(shè)有n個(gè)評(píng)價(jià)對(duì)象，第j個(gè)決策單元包含m種輸入和s種輸出，分別記為xij，i=1，2，…，m；yrj，r=1，2，…，s。對(duì)第k個(gè)評(píng)價(jià)對(duì)象進(jìn)行DEA評(píng)價(jià)，投入導(dǎo)向的C2R模型為[9]：

求解模型（1）得到的目標(biāo)函數(shù)值稱為技術(shù)效率（Technological Efficiency，TE）。由于C2R模型假設(shè)規(guī)模報(bào)酬不變，因此與實(shí)際不符。Banker、Charnes和Cooper剔除該假設(shè)，提出BC2模型，即在模型（1）的約束條件中增加∑nj=1λj=1，得到的目標(biāo)函數(shù)值稱為純技術(shù)效率（Pure Technological Efficiency，PTE）。

對(duì)2011年中國(guó)各地區(qū)科技投入產(chǎn)出的相關(guān)指標(biāo)數(shù)據(jù)，分別應(yīng)用投入導(dǎo)向的C2R和BC2模型進(jìn)行科技投入產(chǎn)出效率橫向評(píng)價(jià)，并計(jì)算TE和PTE的比值，得到規(guī)模效率（Scale Efficiency，SE）：SE=TE/PTE。很明顯，TE≤PTE≤1，SE≤1。若TE=PTE=SE=1，表明決策單元DEA有效，實(shí)現(xiàn)了科技投入產(chǎn)出的最佳配置；若TE=PTE<1，SE=1，表明決策單元非DEA有效，其無(wú)效率均來(lái)自技術(shù)方面的因素；若TE

中國(guó)石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版） 2014年12月第30卷 第6期 宋杰鯤，等：中國(guó)省域科技投入產(chǎn)出效率評(píng)價(jià)由表1可知，2011年全國(guó)平均科技投入產(chǎn)出效率為71.5%，說(shuō)明有28.5%的投入和產(chǎn)出未實(shí)現(xiàn)科學(xué)配置。北京、吉林、黑龍江、江蘇、浙江、重慶、陜西、甘肅等8個(gè)省市的TE、PTE和SE均為1，表明它們同時(shí)實(shí)現(xiàn)了規(guī)模有效和技術(shù)有效，即這8個(gè)省市實(shí)現(xiàn)了科技投入與產(chǎn)出在規(guī)模和技術(shù)上的最佳配置；廣東省的SE=1，但是PTE<1，表明其科技投入產(chǎn)出規(guī)模有效，但技術(shù)無(wú)效；海南和青海的PTE=1，但SE<1，表明其科技投入產(chǎn)出技術(shù)有效，但規(guī)模無(wú)效；其余19個(gè)省市自治區(qū)既非規(guī)模有效也非技術(shù)有效，表明其效率低下是由技術(shù)效率和規(guī)模效率不高導(dǎo)致的。

四、2005—2011年省域科技投入產(chǎn)出效率的Malmquist指數(shù)

Malmquist全要素生產(chǎn)率指數(shù)TFP被廣泛應(yīng)用于效率變化分析，該指數(shù)可以分解為幾個(gè)指數(shù)的乘積，有助于從不同方面進(jìn)行效率變化分析。[10]分別用（Xt，Yt）和（Xt+1，Yt+1）表示時(shí)期t和時(shí)期t+1的投入產(chǎn)出量，Dt（Xt，Yt）和Dt+1（Xt+1，Yt+1）表示以t和t+1時(shí)期技術(shù)為參照的時(shí)期t的投入產(chǎn)出向量的距離函數(shù)，有：

當(dāng)TFP>1時(shí)，表示從t到t+1期的效率提高了；TFP=1表明效率不變；TFP<1則說(shuō)明效率降低了。TFP可以分解為技術(shù)進(jìn)步指數(shù)（TC）和技術(shù)效率改善指數(shù)（TEC）兩部分：

式中，TC反映生產(chǎn)技術(shù)革新對(duì)TFP的影響，TEC則反映決策單元生產(chǎn)運(yùn)營(yíng)或資源配置效率的變動(dòng)，如管理方法提高、組織結(jié)構(gòu)趨向完善、科研設(shè)備的引進(jìn)等。當(dāng)TEC>1時(shí)，表明決策單元更接近生產(chǎn)前沿面，即該地區(qū)科技投入產(chǎn)出效率是進(jìn)步的；TEC<1時(shí)，說(shuō)明該地區(qū)的技術(shù)效率在降低。在規(guī)模收益可變時(shí)，TEC可進(jìn)一步分解為規(guī)模效率變動(dòng)（SEC）和純技術(shù)效率變動(dòng)（PTEC）兩部分，即：

式中，VRS和CRS分別表示規(guī)模報(bào)酬可變和規(guī)模報(bào)酬不變，對(duì)應(yīng)的DEA模型分別為BC2模型和C2R模型，有

通過(guò)上述分解，TFP就轉(zhuǎn)化為對(duì)距離函數(shù)的求解，此時(shí)可通過(guò)DEA模型進(jìn)行求解。為了研究中國(guó)30個(gè)省市自治區(qū)科技投入產(chǎn)出效率的動(dòng)態(tài)變化，本文以2005—2011年30個(gè)省市自治區(qū)的面板數(shù)據(jù)為基礎(chǔ)，測(cè)算其Malmquist指數(shù)并進(jìn)行分解，結(jié)果見(jiàn)表2。

由表2可知，2005—2011年中國(guó)30個(gè)省市自治區(qū)科技投入產(chǎn)出效率的年均Malmquist指數(shù)（TFP變化率）為0.988，即科技投入產(chǎn)出效率年均下降1.2%，其中技術(shù)進(jìn)步年均增長(zhǎng)0.7%，技術(shù)效率年均下降1.9%，表明分析期內(nèi)技術(shù)進(jìn)步一定程度上促進(jìn)了科技投入產(chǎn)出效率的提高，而資源配置效率在很大程度上束縛科技投入產(chǎn)出效率。年均PTEC和SEC分別為0.992和0.989，表明規(guī)模效率比純技術(shù)效率對(duì)資源配置效率的影響略大。

分析期內(nèi)Malmquist指數(shù)變動(dòng)很大，說(shuō)明30個(gè)省市自治區(qū)科技進(jìn)步態(tài)勢(shì)不穩(wěn)定。2005—2007年，中國(guó)科技投入產(chǎn)出效率呈上升趨勢(shì)，其中技術(shù)進(jìn)步指數(shù)下降了6.7%，技術(shù)效率改善指數(shù)上升了8.9%，表明這一階段中國(guó)資源配置效率趨優(yōu)，但是自主創(chuàng)新的激勵(lì)機(jī)制尚不完善，自主創(chuàng)新能力較弱；2007—2009年，科技投入產(chǎn)出效率呈下降趨勢(shì)，其中技術(shù)效率改善指數(shù)逐年下降，而技術(shù)進(jìn)步指數(shù)在較小增長(zhǎng)后有所下降，這表明本階段自主創(chuàng)新機(jī)制仍不完善，技術(shù)進(jìn)步不穩(wěn)定，同時(shí)，受國(guó)際金融危機(jī)的影響，科技資源配置效率有所下降，產(chǎn)出與投入未能實(shí)現(xiàn)有效匹配；2009—2010年，科技投入產(chǎn)出效率及技術(shù)進(jìn)步指數(shù)、技術(shù)效率改善指數(shù)開(kāi)始上升，這與2008年底中國(guó)將提高自主創(chuàng)新能力作為重點(diǎn)，持續(xù)增加自主創(chuàng)新、結(jié)構(gòu)調(diào)整和技術(shù)改造等方面的投資，推進(jìn)技術(shù)進(jìn)步和技術(shù)效率改善不無(wú)關(guān)系；2010—2011年，科技投入產(chǎn)出效率呈下降趨勢(shì)，其中技術(shù)進(jìn)步保持較快增長(zhǎng)，但技術(shù)效率改善指數(shù)下降明顯，說(shuō)明在這一階段，技術(shù)革新給中國(guó)科技投入產(chǎn)出帶來(lái)的效果明顯，但是科技資源配置效率不高，需要進(jìn)一步優(yōu)化科技資源管理結(jié)構(gòu)，應(yīng)用先進(jìn)的科技管理技術(shù)，加快高新技術(shù)設(shè)備引進(jìn)。

東部、中部和西部的Malmquist指數(shù)如圖1所示。東部Malmquist指數(shù)大于中部和西部，這主要是因?yàn)闁|部地區(qū)在高密集知識(shí)創(chuàng)新方面起步早于其他兩個(gè)地區(qū)，資源利用率高，技術(shù)知識(shí)沉淀多。TFP>1，TC>1，而TEC<1，PTEC<1，說(shuō)明近幾年?yáng)|部地區(qū)不斷進(jìn)行技術(shù)改革，積極引進(jìn)先進(jìn)技術(shù)，通過(guò)各種措施促進(jìn)技術(shù)進(jìn)步取得了很好的成效，但是由于期初基數(shù)大，使規(guī)模報(bào)酬速度減緩，抑制規(guī)模效率的增長(zhǎng)，加之科研管理水平依然不高，導(dǎo)致資源配置效率降低。

中部TFP<1，TC<1，TEC<1，且中部地區(qū)科技投入產(chǎn)出效率負(fù)增長(zhǎng)主要是由資源配置效率引起的，說(shuō)明該地區(qū)的科研設(shè)備和科研經(jīng)費(fèi)尚待繼續(xù)擴(kuò)大投入，同時(shí)科研機(jī)構(gòu)設(shè)置和管理方法也需要完善。但是中部地區(qū)規(guī)模效率有很大優(yōu)勢(shì)，這主要是中部知識(shí)密集型產(chǎn)業(yè)專利創(chuàng)新的初期投入規(guī)模小，基數(shù)比較小，而且國(guó)家對(duì)中部的經(jīng)濟(jì)建設(shè)投入加大，使中部地區(qū)規(guī)模效率提高很快。

圖1 東部、中部和西部Malmquist指數(shù)西部TFP<1，TEC<1，TC=1，構(gòu)成TEC的要素中，PTEC>1，SEC<1，說(shuō)明西部近年來(lái)注重科技進(jìn)步，科研機(jī)構(gòu)設(shè)置和管理方法明顯得以完善，但由于科研設(shè)備和科研經(jīng)費(fèi)依然缺乏，導(dǎo)致規(guī)模效率不足，資源配置效率降低。

2005—2011年各省市自治區(qū)科技投入產(chǎn)出的Malmquist指數(shù)如表3所示。東部北京、遼寧、上海、江蘇、浙江、山東，中部黑龍江、安徽、江西，西部重慶、四川、貴州、陜西、青海等14個(gè)省市的TFP>1，表明分析期內(nèi)它們的科技投入產(chǎn)出效率呈上升趨勢(shì)，其中江蘇、青海的增幅超過(guò)10%，分別為16.9%、14.8%；其余16個(gè)省市自治區(qū)的TFP<1，科技投入產(chǎn)出效率呈現(xiàn)下降趨勢(shì)，其中內(nèi)蒙古、新疆下降超過(guò)10%，分別為17.7%、11.8%。

為了進(jìn)一步分析各省市自治區(qū)技術(shù)進(jìn)步指數(shù)和技術(shù)效率改善指數(shù)的變動(dòng)情況，找出導(dǎo)致Malmquist指數(shù)變動(dòng)的原因，繪制TEC、TC象限圖（見(jiàn)圖2），定義第Ⅰ、Ⅱ、Ⅲ、Ⅳ四象限分別為效率改善-技術(shù)進(jìn)步型、效率惡化-技術(shù)進(jìn)步型、效率惡化-技術(shù)退步型、效率改善-技術(shù)退步型。其中，效率改善-技術(shù)進(jìn)步型的技術(shù)進(jìn)步指數(shù)和技術(shù)效率改善指數(shù)均大于等于1；效率惡化-技術(shù)進(jìn)步型的技術(shù)效率改善指數(shù)小于1，而技術(shù)進(jìn)步指數(shù)大于等于1；效率惡化-技術(shù)退步型的技術(shù)進(jìn)步指數(shù)和技術(shù)效率改善指數(shù)均小于1；效率改善-技術(shù)退步型的技術(shù)效率改善指數(shù)大于等于1，而技術(shù)進(jìn)步指數(shù)小于1?？梢?jiàn)，北京、江蘇等8個(gè)省市為效率改善-技術(shù)進(jìn)步型，這些省市的資源配置效率得到進(jìn)一步提升，科技進(jìn)步明顯；山東、廣東等8個(gè)省市自治區(qū)為效率惡化-技術(shù)進(jìn)步型，即科技進(jìn)步明顯但資源配置效率降低，今后應(yīng)進(jìn)一步提高其資源配置效率；寧夏、新疆等9個(gè)省市自治區(qū)為效率惡化-技術(shù)退步型，即科技相對(duì)退步、資源配置效率降低，今后應(yīng)同時(shí)注重技術(shù)革新、提高資源配置效率；黑龍江、遼寧等5個(gè)省為效率改善-技術(shù)退步型，即資源配置效率提升但科技相對(duì)退步，今后應(yīng)著重推進(jìn)技術(shù)革新。

圖2 各省TEC、TC象限圖從規(guī)模效率變動(dòng)和純技術(shù)效率變動(dòng)來(lái)看，目前資源配置效率下降的17個(gè)省市自治區(qū)中，安徽、河南、廣東的SEC≥1，而PTEC<1，它們應(yīng)著重提升其純技術(shù)效率，即注重科研機(jī)構(gòu)的高效設(shè)置和管理水平的持續(xù)提升，使現(xiàn)有資源配置進(jìn)一步優(yōu)化；云南、寧夏、海南的PTEC>1，而SEC<1，它們應(yīng)通過(guò)擴(kuò)大研發(fā)人員規(guī)模、提高科研設(shè)備投入和研發(fā)經(jīng)費(fèi)支出等提升其規(guī)模效率；其余10個(gè)省市自治區(qū)的SEC<1，PTEC<1，應(yīng)同時(shí)從資源配置規(guī)模和管理水平提升兩個(gè)方面提升資源配置效率。在資源配置效率上升（TEC>1）的8個(gè)省市自治區(qū)中，江西、四川、貴州3個(gè)省SEC<1，今后也應(yīng)該進(jìn)一步擴(kuò)大研發(fā)人員、科研設(shè)備投入和研發(fā)經(jīng)費(fèi)支出等投入規(guī)模，實(shí)現(xiàn)規(guī)模效率提升，從而進(jìn)一步提高科技投入產(chǎn)出效率。

五、結(jié)論

本文分別運(yùn)用DEA和Malmquist指數(shù)方法對(duì)中國(guó)30個(gè)省市自治區(qū)的科技投入產(chǎn)出效率進(jìn)行靜態(tài)和動(dòng)態(tài)評(píng)價(jià)，結(jié)果表明：

2011年中國(guó)平均科技投入產(chǎn)出效率為71.5%，其中8個(gè)省同時(shí)實(shí)現(xiàn)了規(guī)模有效和技術(shù)有效，廣東省規(guī)模有效但技術(shù)無(wú)效，海南和青海技術(shù)有效但規(guī)模無(wú)效；其余19個(gè)省市自治區(qū)既非規(guī)模有效也非技術(shù)有效。

2005—2011年中國(guó)科技投入產(chǎn)出效率的年均Malmquist指數(shù)為0.988，其中技術(shù)進(jìn)步年均增長(zhǎng)0.7%，技術(shù)效率年均下降1.9%，且規(guī)模效率比純技術(shù)效率對(duì)技術(shù)效率的影響略大。

2005—2011年中國(guó)東部技術(shù)進(jìn)步取得了很好成效，但是資源配置效率有所降低，但總體上科技投入產(chǎn)出效率呈上升趨勢(shì)。中部在規(guī)模效率上具有一定的優(yōu)勢(shì)，但是由于科研機(jī)構(gòu)設(shè)置和管理方法不盡完善，導(dǎo)致資源配置效率降低，總體科技投入產(chǎn)出效率下降。西部近年來(lái)注重科技進(jìn)步，科研機(jī)構(gòu)設(shè)置和管理方法也得以完善，但由于科研設(shè)備和科研經(jīng)費(fèi)依然缺乏，導(dǎo)致規(guī)模效率不足，資源配置效率降低，總體科技投入產(chǎn)出效率下降。

2005—2011年中國(guó)有13個(gè)省市自治區(qū)科技投入產(chǎn)出效率呈上升趨勢(shì)，其余17個(gè)省市自治區(qū)呈現(xiàn)下降趨勢(shì)。從技術(shù)進(jìn)步指數(shù)和技術(shù)效率改善指數(shù)來(lái)看，8個(gè)省為效率改善-技術(shù)進(jìn)步型，8個(gè)省市自治區(qū)為效率惡化-技術(shù)進(jìn)步型，9個(gè)省市自治區(qū)為效率惡化-技術(shù)退步型，5個(gè)省為效率改善-技術(shù)退步型。

[參考文獻(xiàn)]

[1] 劉亞旭，龔小軍，高蓉，等.科技投入產(chǎn)出評(píng)價(jià)方法探析[J].中國(guó)科技論壇，2007（4）：36-41.

[2] 張前榮.基于DEA模型的區(qū)域科技投入相對(duì)效率的實(shí)證研究[J].大連理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2009，30（1）：75-78.

[3] 呂晨，曾明彬.基于DEA的中國(guó)區(qū)域科技投入產(chǎn)出相對(duì)效率研究[J].科學(xué)管理研究，2014，32（2）：101-104.

[4] 李燕萍，許穎，吳紹棠.不同省域科研投入產(chǎn)出效率及其影響因素的實(shí)證研究[J].經(jīng)濟(jì)管理，2011，33（2）：23-30.

[5] 趙宏，王軍.2006～2008年中國(guó)科技活動(dòng)投入產(chǎn)出效率比較分析[J].統(tǒng)計(jì)與決策，2011（2）：93-95.

[6] 方愛(ài)平，李虹.基于DEA模型的西部區(qū)域科技投入產(chǎn)出效率分析[J].科技進(jìn)步與對(duì)策，2013，30（15）：52-56.

[7] 陳燕武.基于復(fù)合DEA和Malmquist指數(shù)的科技投入產(chǎn)出效率評(píng)價(jià)[J].運(yùn)籌與管理，2011，20（6）：196-204.

[8] 董潔，張?bào)w委.長(zhǎng)三角地區(qū)高技術(shù)產(chǎn)業(yè)R&D資源配置效率優(yōu)化研究[J].科技進(jìn)步與對(duì)策，2012，29（21）：49-54.

[9] 王桂榮，蘇貴良.山東省經(jīng)濟(jì)可持續(xù)發(fā)展能力實(shí)證研究——基于PCA、DEA及AHP分層法[J].中國(guó)石油大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013，29（5）：54-59.

[10]章祥蓀，貴斌威.中國(guó)全要素生產(chǎn)率分析：Malmquist指數(shù)法評(píng)述與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（6）：111-122.

[責(zé)任編輯：張巖林]

圖2 各省TEC、TC象限圖從規(guī)模效率變動(dòng)和純技術(shù)效率變動(dòng)來(lái)看，目前資源配置效率下降的17個(gè)省市自治區(qū)中，安徽、河南、廣東的SEC≥1，而PTEC<1，它們應(yīng)著重提升其純技術(shù)效率，即注重科研機(jī)構(gòu)的高效設(shè)置和管理水平的持續(xù)提升，使現(xiàn)有資源配置進(jìn)一步優(yōu)化；云南、寧夏、海南的PTEC>1，而SEC<1，它們應(yīng)通過(guò)擴(kuò)大研發(fā)人員規(guī)模、提高科研設(shè)備投入和研發(fā)經(jīng)費(fèi)支出等提升其規(guī)模效率；其余10個(gè)省市自治區(qū)的SEC<1，PTEC<1，應(yīng)同時(shí)從資源配置規(guī)模和管理水平提升兩個(gè)方面提升資源配置效率。在資源配置效率上升（TEC>1）的8個(gè)省市自治區(qū)中，江西、四川、貴州3個(gè)省SEC<1，今后也應(yīng)該進(jìn)一步擴(kuò)大研發(fā)人員、科研設(shè)備投入和研發(fā)經(jīng)費(fèi)支出等投入規(guī)模，實(shí)現(xiàn)規(guī)模效率提升，從而進(jìn)一步提高科技投入產(chǎn)出效率。

五、結(jié)論

本文分別運(yùn)用DEA和Malmquist指數(shù)方法對(duì)中國(guó)30個(gè)省市自治區(qū)的科技投入產(chǎn)出效率進(jìn)行靜態(tài)和動(dòng)態(tài)評(píng)價(jià)，結(jié)果表明：

2011年中國(guó)平均科技投入產(chǎn)出效率為71.5%，其中8個(gè)省同時(shí)實(shí)現(xiàn)了規(guī)模有效和技術(shù)有效，廣東省規(guī)模有效但技術(shù)無(wú)效，海南和青海技術(shù)有效但規(guī)模無(wú)效；其余19個(gè)省市自治區(qū)既非規(guī)模有效也非技術(shù)有效。

2005—2011年中國(guó)科技投入產(chǎn)出效率的年均Malmquist指數(shù)為0.988，其中技術(shù)進(jìn)步年均增長(zhǎng)0.7%，技術(shù)效率年均下降1.9%，且規(guī)模效率比純技術(shù)效率對(duì)技術(shù)效率的影響略大。

2005—2011年中國(guó)東部技術(shù)進(jìn)步取得了很好成效，但是資源配置效率有所降低，但總體上科技投入產(chǎn)出效率呈上升趨勢(shì)。中部在規(guī)模效率上具有一定的優(yōu)勢(shì)，但是由于科研機(jī)構(gòu)設(shè)置和管理方法不盡完善，導(dǎo)致資源配置效率降低，總體科技投入產(chǎn)出效率下降。西部近年來(lái)注重科技進(jìn)步，科研機(jī)構(gòu)設(shè)置和管理方法也得以完善，但由于科研設(shè)備和科研經(jīng)費(fèi)依然缺乏，導(dǎo)致規(guī)模效率不足，資源配置效率降低，總體科技投入產(chǎn)出效率下降。

2005—2011年中國(guó)有13個(gè)省市自治區(qū)科技投入產(chǎn)出效率呈上升趨勢(shì)，其余17個(gè)省市自治區(qū)呈現(xiàn)下降趨勢(shì)。從技術(shù)進(jìn)步指數(shù)和技術(shù)效率改善指數(shù)來(lái)看，8個(gè)省為效率改善-技術(shù)進(jìn)步型，8個(gè)省市自治區(qū)為效率惡化-技術(shù)進(jìn)步型，9個(gè)省市自治區(qū)為效率惡化-技術(shù)退步型，5個(gè)省為效率改善-技術(shù)退步型。

[參考文獻(xiàn)]

[1] 劉亞旭，龔小軍，高蓉，等.科技投入產(chǎn)出評(píng)價(jià)方法探析[J].中國(guó)科技論壇，2007（4）：36-41.

[2] 張前榮.基于DEA模型的區(qū)域科技投入相對(duì)效率的實(shí)證研究[J].大連理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2009，30（1）：75-78.

[3] 呂晨，曾明彬.基于DEA的中國(guó)區(qū)域科技投入產(chǎn)出相對(duì)效率研究[J].科學(xué)管理研究，2014，32（2）：101-104.

[4] 李燕萍，許穎，吳紹棠.不同省域科研投入產(chǎn)出效率及其影響因素的實(shí)證研究[J].經(jīng)濟(jì)管理，2011，33（2）：23-30.

[5] 趙宏，王軍.2006～2008年中國(guó)科技活動(dòng)投入產(chǎn)出效率比較分析[J].統(tǒng)計(jì)與決策，2011（2）：93-95.

[6] 方愛(ài)平，李虹.基于DEA模型的西部區(qū)域科技投入產(chǎn)出效率分析[J].科技進(jìn)步與對(duì)策，2013，30（15）：52-56.

[7] 陳燕武.基于復(fù)合DEA和Malmquist指數(shù)的科技投入產(chǎn)出效率評(píng)價(jià)[J].運(yùn)籌與管理，2011，20（6）：196-204.

[8] 董潔，張?bào)w委.長(zhǎng)三角地區(qū)高技術(shù)產(chǎn)業(yè)R&D資源配置效率優(yōu)化研究[J].科技進(jìn)步與對(duì)策，2012，29（21）：49-54.

[9] 王桂榮，蘇貴良.山東省經(jīng)濟(jì)可持續(xù)發(fā)展能力實(shí)證研究——基于PCA、DEA及AHP分層法[J].中國(guó)石油大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013，29（5）：54-59.

[10]章祥蓀，貴斌威.中國(guó)全要素生產(chǎn)率分析：Malmquist指數(shù)法評(píng)述與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（6）：111-122.

[責(zé)任編輯：張巖林]

圖2 各省TEC、TC象限圖從規(guī)模效率變動(dòng)和純技術(shù)效率變動(dòng)來(lái)看，目前資源配置效率下降的17個(gè)省市自治區(qū)中，安徽、河南、廣東的SEC≥1，而PTEC<1，它們應(yīng)著重提升其純技術(shù)效率，即注重科研機(jī)構(gòu)的高效設(shè)置和管理水平的持續(xù)提升，使現(xiàn)有資源配置進(jìn)一步優(yōu)化；云南、寧夏、海南的PTEC>1，而SEC<1，它們應(yīng)通過(guò)擴(kuò)大研發(fā)人員規(guī)模、提高科研設(shè)備投入和研發(fā)經(jīng)費(fèi)支出等提升其規(guī)模效率；其余10個(gè)省市自治區(qū)的SEC<1，PTEC<1，應(yīng)同時(shí)從資源配置規(guī)模和管理水平提升兩個(gè)方面提升資源配置效率。在資源配置效率上升（TEC>1）的8個(gè)省市自治區(qū)中，江西、四川、貴州3個(gè)省SEC<1，今后也應(yīng)該進(jìn)一步擴(kuò)大研發(fā)人員、科研設(shè)備投入和研發(fā)經(jīng)費(fèi)支出等投入規(guī)模，實(shí)現(xiàn)規(guī)模效率提升，從而進(jìn)一步提高科技投入產(chǎn)出效率。

五、結(jié)論

本文分別運(yùn)用DEA和Malmquist指數(shù)方法對(duì)中國(guó)30個(gè)省市自治區(qū)的科技投入產(chǎn)出效率進(jìn)行靜態(tài)和動(dòng)態(tài)評(píng)價(jià)，結(jié)果表明：

2011年中國(guó)平均科技投入產(chǎn)出效率為71.5%，其中8個(gè)省同時(shí)實(shí)現(xiàn)了規(guī)模有效和技術(shù)有效，廣東省規(guī)模有效但技術(shù)無(wú)效，海南和青海技術(shù)有效但規(guī)模無(wú)效；其余19個(gè)省市自治區(qū)既非規(guī)模有效也非技術(shù)有效。

2005—2011年中國(guó)科技投入產(chǎn)出效率的年均Malmquist指數(shù)為0.988，其中技術(shù)進(jìn)步年均增長(zhǎng)0.7%，技術(shù)效率年均下降1.9%，且規(guī)模效率比純技術(shù)效率對(duì)技術(shù)效率的影響略大。

2005—2011年中國(guó)東部技術(shù)進(jìn)步取得了很好成效，但是資源配置效率有所降低，但總體上科技投入產(chǎn)出效率呈上升趨勢(shì)。中部在規(guī)模效率上具有一定的優(yōu)勢(shì)，但是由于科研機(jī)構(gòu)設(shè)置和管理方法不盡完善，導(dǎo)致資源配置效率降低，總體科技投入產(chǎn)出效率下降。西部近年來(lái)注重科技進(jìn)步，科研機(jī)構(gòu)設(shè)置和管理方法也得以完善，但由于科研設(shè)備和科研經(jīng)費(fèi)依然缺乏，導(dǎo)致規(guī)模效率不足，資源配置效率降低，總體科技投入產(chǎn)出效率下降。

2005—2011年中國(guó)有13個(gè)省市自治區(qū)科技投入產(chǎn)出效率呈上升趨勢(shì)，其余17個(gè)省市自治區(qū)呈現(xiàn)下降趨勢(shì)。從技術(shù)進(jìn)步指數(shù)和技術(shù)效率改善指數(shù)來(lái)看，8個(gè)省為效率改善-技術(shù)進(jìn)步型，8個(gè)省市自治區(qū)為效率惡化-技術(shù)進(jìn)步型，9個(gè)省市自治區(qū)為效率惡化-技術(shù)退步型，5個(gè)省為效率改善-技術(shù)退步型。

[參考文獻(xiàn)]

[1] 劉亞旭，龔小軍，高蓉，等.科技投入產(chǎn)出評(píng)價(jià)方法探析[J].中國(guó)科技論壇，2007（4）：36-41.

[2] 張前榮.基于DEA模型的區(qū)域科技投入相對(duì)效率的實(shí)證研究[J].大連理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2009，30（1）：75-78.

[3] 呂晨，曾明彬.基于DEA的中國(guó)區(qū)域科技投入產(chǎn)出相對(duì)效率研究[J].科學(xué)管理研究，2014，32（2）：101-104.

[4] 李燕萍，許穎，吳紹棠.不同省域科研投入產(chǎn)出效率及其影響因素的實(shí)證研究[J].經(jīng)濟(jì)管理，2011，33（2）：23-30.

[5] 趙宏，王軍.2006～2008年中國(guó)科技活動(dòng)投入產(chǎn)出效率比較分析[J].統(tǒng)計(jì)與決策，2011（2）：93-95.

[6] 方愛(ài)平，李虹.基于DEA模型的西部區(qū)域科技投入產(chǎn)出效率分析[J].科技進(jìn)步與對(duì)策，2013，30（15）：52-56.

[7] 陳燕武.基于復(fù)合DEA和Malmquist指數(shù)的科技投入產(chǎn)出效率評(píng)價(jià)[J].運(yùn)籌與管理，2011，20（6）：196-204.

[8] 董潔，張?bào)w委.長(zhǎng)三角地區(qū)高技術(shù)產(chǎn)業(yè)R&D資源配置效率優(yōu)化研究[J].科技進(jìn)步與對(duì)策，2012，29（21）：49-54.

[9] 王桂榮，蘇貴良.山東省經(jīng)濟(jì)可持續(xù)發(fā)展能力實(shí)證研究——基于PCA、DEA及AHP分層法[J].中國(guó)石油大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013，29（5）：54-59.

[10]章祥蓀，貴斌威.中國(guó)全要素生產(chǎn)率分析：Malmquist指數(shù)法評(píng)述與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（6）：111-122.

[責(zé)任編輯：張巖林]