摘 要：区域创新系统是国家经济发展的重要基础，客观评价区域技术创新的绩效是制定区域创新政策的前提。选取3个输入和4个输出指标，运用DEA中的C2R模型对我国各地区技术创新绩效进行实证研究，从区域技术创新绩效、投入要素影子价格和规模报酬展开分析。结果表明，区域技术创新绩效和经济发展水平无必然联系，各地的相对稀缺资源不尽相同。根据各地技术创新绩效值对不同区域分类，有针对性地提出促进区域技术创新的对策建议。
关键词：区域；技术创新；绩效；DEA模型
中图分类号：F270 文献标识码：A 文章编号： 1673-291X（2012）08-0007-04
引言
技术创新是经济增长的源泉，区域创新系统作为国家创新系统的重要有机组成部分，是国家经济发展的重要基础。提高区域技术创新能力是推进区域经济发展与建设的重要途径，作为区域发展战略的重点，它必将受到各级各类政府的高度重视。对区域技术创新绩效进行客观评价，有利于进一步把握技术创新活动的规律，也有利于在更大范围内对于不同地区的技术创新活动进行横向比较，从而为制定区域经济发展政策提供科学依据。
本文采集技术创新输入和输出的若干统计指标，根据《中国科技统计年鉴》和《中国统计年鉴》中的原始数据，运用DEA方法中C2R模型对中国区域技术创新绩效进行实证研究和分析，最后有针对性地提出了促进区域技术创新的政策建议。
一、DEA方法及其模型
数据包络分析（Data Envelopment Analysis，简称DEA）是运筹学、管理科学和数理经济学交叉研究的一个新的领域，它是由著名的运筹学家Charnes、Cooper和Rhodes等人于1978年在“相对效率评价”概念的基础上发展起来的，是评价同类型决策单元相对有效性的一种系统分析方法[1]。Macmillan（1986）将DEA模型应用于区域经济研究，指出DEA模型结果可以用于评价区域产出行为[2]。Charnes（1989）等人应用DEA模型分析了28个中国城市经济发展状况，研究结果表明，DEA可以用于评价城市效率[3]。Bannistter和Stolp（1995）研究了墨西哥不同区域的制造业效率，揭示了区域规模、城市经济与技术效率之间的正相关关系[4]。Athanassopoulos（1997）等人评估了希腊北部20个县的经济社会效率[5]。在我国，也有学者利用DEA方法来评价区域技术创新的绩效问题，如刘顺忠（2002）等运用DEA方法分析了我国各地区创新系统的特点，并对各系统的创新绩效进行了评价。他们根据各创新系统的特点和创新绩效，将我国各地区的区域创新系统进行分类。针对每一类创新系统，提出了制定区域创新政策的建议[6]。其不足是在考虑投入指标时仅仅选择了人力和财力两个方面，没有涉及到物力资源。官建成（2005）等应用两阶段模型，以专利作为中间产品，将区域创新活动分为技术产出阶段和经济产出阶段以及二者的综合阶段，并运用DEA方法中的C2R模型，分别对创新活动的技术有效性、经济有效性以及综合有效性进行评价[7]。其两阶段模型的思想值得借鉴，但不足之处是没有充分考虑若干指标存在的相关性，如第一阶段投入指标中的技术引进费用、购买国内技术费用和技术合同金额等之间显然存在着较强的相关性甚至重合性。白俊红（2009）等应用DEA分析方法对我国区域创新系统的创新效率进行了测评和分析[8]。此外，汤建影和周德群（2002）利用DEA模型对我国矿业城市的经济发展效率进行评价，研究结果表明，我国中西部地区的中小型矿业城市处于规模效益递增阶段，国家应当从地区经济发展均衡的角度出发，鼓励西部地区中小型矿业城市的发展[9]；吴雷（2009）运用DEA方法对企业生态技术创新绩效进行评价[10]；傅利平和王中亚（2010）运用DEA中的C2R模型研究我国34个典型资源型城市的经济发展效率[11]，这些成果对区域技术创新绩效研究也有一定的借鉴意义和启示作用。
DEA方法的基本思想是建立一个线性规划模型，对各个决策单元（Decision Making Unit，简记为DMU）做出相应的评价。作为一种效率评价方法，DEA方法能够对同一系统内的各个决策单元的有效性进行评价，它主要是根据系统的输入和输出指标，建立相应的评价模型，从而得到每个评价单元的效率评价值。DEA方法具有以下优点：（1）相对的客观性；（2）不需要考虑量纲，进而不需要进行归一化处理，简化了评价工作的流程；（3）全面评估DMU的生产状况；（4）为主管部门提供许多管理信息[12]。
DEA方法也存在着一些局限性和问题：（1）测量误差和其他噪声将会影响前沿的形状及位置；（2）异常值可能影响到结果；（3）排除掉一个重要的投入或产出要素将会导致有偏结果；（4）所获得的效率分值仅是对于样本中的最佳厂商而言，增加其他厂商于样本中将减少效率分值，等等[13]。
DEA方法包括很多模型，诸如C2R模型（1978年）、C2GS2模型（1985年）、C2W模型（1986年）、C2WH模型（1987年）、C2WY模型（1988年）和逆DEA模型（1999年）等等[14]。
在本文中我们用于评价各个地区技术创新绩效的模型是DEA方法中的具有非阿基米德无穷小的C2R模型。模型如下：
该模型的最优值θ为第j0个地区的技术创新系统相对有效性，表示该地区相对于其它地区的技术创新效率。若θ=1，则第j0个地区为弱DEA有效（总体）；如果θ=1，且s-=0，s+=0，则第j0个地区为DEA有效（总体）。若存在，使，则第j0个地区为规模报酬不变，若存在，使，则第j0个地区为规模报酬递增， 若存在，使，则第j0个地区为规模报酬递减[1]。
二、区域技术创新绩效及评价指标
区域技术创新绩效是用来反映某个区域用人财物各种资源创造新知识，并进而将新知识转化为新产品、新工艺和新服务能力的一个概念。一个地区技术创新绩效高意味着该地区的企业、科研机构等能利用较少的投入获得较高的产出，从事技术创新的人财物各种资源得到了充分利用。
区域技术创新绩效评价指标的选择应该遵循一定的原则，如综合性、系统性、层次性和可操作性等[15]。除此之外，指标选择还应简明扼要。遵循以上原则，本文选择的指标主要有七个，其中输入指标包括三个：研究与发展人员投入、研究与发展经费支出和高校的研发机构数目。研究与发展人员投入选用的数据是《中国科技统计年鉴》中的各地区研究与试验发展（R&D）人员全时当量，研究与发展经费投入选用的数据是上述资料中的各地区研究与试验发展（R&D）内部经费支出，高校的研发机构数目同样来自上述资料。参考文献[6]在衡量技术创新效率时，用到了前两个指标。本文之所以添加了高校的研发机构这一指标作为输入指标，是因为资源必然包括人财物三个方面，而高校拥有了大量的实验室、图书馆等各种科学技术创新所不可或缺的物质资源。输出指标包括四个：国外三大检索论文数目、国内三种专利申请授权数目、新产品产值率和人均产值。前三个指标原始数值来自于《中国科技统计年鉴》，第四个指标数据来自于《中国统计年鉴》。其中，新产品产值率是指大中型工业企业新产品产值占总产值的比重，人均产值选取人均地区生产总值。选择二者的理由是技术创新包括技术产出和经济产出两个阶段[7]。用于研发的各种资源首先要转化成各种新知识、新技术，然后进一步转化为新产品和新工艺，最后要提高人们的收入和生活水平。
三、区域技术创新绩效评价的实证研究与分析
利用《中国统计年鉴》和《中国科技统计年鉴》的原始数据，根据DEA方法中的C2R模型（2-1），利用Excel中的规划求解工具和DEAP软件[16]，计算的最终结果如表1所示。表中除列出了计算出的各个地区创新绩效值，还列出了各种投入资源的影子价格，最后一列是规模报酬。
表1各地区技术创新DEA模型计算结果
注：1.不包括港澳台和西藏
2.取值为10－6
1.技术创新绩效分析
根据表1计算结果，按照创新绩效值高低对不同区域进行分类，结果如表2所示。从表2可以看出，北京、吉林、黑龙江、上海、浙江、湖南、广东、海南、重庆、贵州、青海、宁夏、新疆等地处于技术创新前沿面，为DEA有效；天津、安徽、湖北和甘肃四省市的技术创新绩效值介于0.8和0.9之间，技术创新水平较高；内蒙古、辽宁、福建、广西、四川、云南、陕西的技术创新效率较低；而河北、山西、江苏、江西、山东、河南等地的技术创新效率低于0.6，属于区域技术创新效率低的地区，山东的创新效率只有0.5。由此看来，区域技术创新效率的高低和经济发展水平并不存在着必然的联系。
2.影子价格分析
投入资源的影子价格表示单位资源投入变化所引起的创新绩效的改变，是针对具体创新系统而存在的特殊价格。创新系统某种创新投入的影子价格相对于其它创新系统该投入的影子价格较高时，说明该投入对其创新绩效影响较大，是系统的稀缺资源，系统应加大对该资源的投入。例如，吉林的研发人员投入的影子价格为0.033，相对较高，为该地区的相对稀缺资源；而黑龙江的研发资金支出影子价格为0.04，相对较高，为其稀缺资源；浙江高校研发机构的影子价格为0.022，相对较高，为该地区的相对稀缺资源，等等。每个地区应因地制宜，采取有效措施克服资源瓶颈，从而实现科学发展。
表2 按技术创新效率对各区域的分类
3.规模报酬分析
规模报酬分为规模报酬不变（CRS）、规模报酬递增（IRS）和规模报酬递减（DRS）三种情况。技术创新活动也要经历规模报酬递增、规模报酬不变和规模报酬递减三个阶段。从表1的规模报酬一列可知，北京、吉林、黑龙江等14省市技术创新规模报酬不变，约占总数的46.67%；天津、山西、内蒙古等8省市技术创新规模报酬递减；而河北、辽宁、安徽等8省市技术创新规模报酬递增，它们均占总数的26.67%。对于技术创新处于规模报酬递增阶段的省份而言，其技术创新水平还没有达到经济规模，增长和进步的空间还很大，必须加大技术创新投入的力度，加快技术创新的步伐。
结束语
本文运用DEA方法中C2R模型对中国区域技术创新绩效进行实证研究和分析。结果表明，我国各区域创新系统之间，无论从创新的投入、创新的产出，还是从创新系统的创新效率来说，都存在着较大的差距。区域经济发展水平和区域技术创新绩效并无本质联系。各地区在制定创新政策时应因地制宜，在着重解决影响创新系统创新能力的主要问题时，应通过科学的方法发现其经济发展过程的瓶颈因素，有针对性地加强技术创新人力、财力和物力资源的投入，并努力提高各种资源的利用效率。
参考文献：
[1] 盛昭瀚,朱乔,吴广谋.DEA理论、方法与运用[M].北京:科学出版社,1996.
[2] Macmillan W D. The estimation and applications of multi-regional economic planning models using data envelopment analysis[J]. Papers
of the Regional Science Association, 1986, 60.
[3] Charnes A, Cooper W W, Li S. Using data envelopment analysis to evaluate efficiency in the economic performance of Chinese cities[J].
Socio-Economic Planning Sciences, 1989,23 （6）.
[4] Bannistter G, Stolp C. Regional concentration and efficiency in Mexican manufacturing [J]. European Journal of Operational Research,
1995, 80（3）.
[5] Athanassopoulos A, Karkazis J. The efficiency of social and economic image projection in spatial configuration[J]. Journal of Regional
Science, 1997, 37（1）.
[6] 刘顺忠,官建成.区域创新系统创新绩效的评价[J].中国管理科学,2002,10（1）.
[7] 官建成,何颖.基于DEA方法的区域创新系统的评价[J].科学学研究,2005,23（2）.
[8] 白俊红,江可申,李婧.中国区域创新系统创新效率综合评价及分析[J].管理评论,2009,21（9）.
[9] 汤建影,周德群.基于DEA模型的矿业城市经济发展效率评价[J].煤炭学报,2003,28（4）.
[10] 吴雷.基于DEA方法的企业生态技术创新绩效评价研究[J].科技进步与对策,2009,26（18）.
[11] 傅利平,王中亚.基于DEA模型的资源型城市经济发展效率实证研究[J].电子科技大学学报：社科版,2010,12（6）.
[12] 吴育华,刘喜华,郭均鹏.经济管理中的数量方法[M].北京:经济科学出版社,2008.
[13] 蒂莫西 J 科埃利,等.效率与生产率分析引论[M].北京:中国人民大学出版社,2008.
[14] 魏权龄.数据包络分析（DEA）[J].科学通报,2000,45（17）.
[15] 罗守贵,甄峰.区域创新能力评价研究[J].南京经济学院学报, 2000,（3）.
[16] Tim Coelli. A Guide to DEAP Version 2.1: A Data Envelopment Analysis （computer） Program[R]. Armidale, Australia: University
of New England, 1996.
Study on the regional technical innovation performance evaluation based on the DEA model
LIU Pei
（Yellow river,River work bureau,Henan ,Zhengzhou 450003,China）
Abstract:The district renovation system is the important foundation of national economic development, the results of objective technique innovation in the evaluation district is the premise that draws up innovation policy in the district.Select by examinations 3 importations and 4 exportation index signs, make use of the C2 R model in DEA to our country everyplace area technique innovation the results carry on a substantial evidence research and innovate from the district technique results, throw in main factor shadow price and scale guerdon to launch analysis.Express as a result that district technique creative results and economy develop level have no inevitable contact, opposite sparse lack a resources not to exert a homology everywhere.According to everywhere technique the creative results value categorize to the different district and have already suggested to sex ground counterplan that puts forward to help the district technique to innovate.
Key words:region; technical innovation; performance ; DEA model责任编辑张宇霞
推荐访问： 技术创新 模型 区域 绩效评价 研究