刘东丽

[摘 要]通过对北京2001—2012年以及北京2009年各区县的科技投入、产出指标的数据进行搜集和整理，结合软件deap2.1，运用数据包络分析中的CCR模型与BCC模型对北京历年以及各区县的科技创新的综合技术效率、纯技术效率和规模效率进行实证研究，得出北京历年的效率变化情况以及各区县的效率水平，并对结果加以分析。此外对各区县的科技创新进行了规模效率分析和投影分析，找到了造成各区县投入产出效率水平低下的具体原因即具体指标的投入冗余以及产出不足程度，对日后效率水平的改进指明了方向。最后得出几点关于北京科技创新效率现状的重要结论，并参考效率水平很高的区县的科技创新模式及实施的政策对北京科技创新效率的提升提出了一些可行性建议。

[关键词]科技创新；效率；DEA

[中图分类号]G322.7 [文献标识码]A [文章编号]1005-6432（2014）42-0064-07

1 引 言

从柯布道格拉斯函数我们可以得知，经济增长主要是由人力、物力以及技术进步拉动的，如今我国的人口红利已经逐渐消失，资源消耗严重，人力物力资源的日渐稀缺，要想维持快速、稳定、持续的经济发展，必须改变经济发展方式，实现以投入为主的粗放型经济增长方式向以创新驱动为主的经济增长方式转型。未来经济的发展将日渐依赖科技创新。但科技创新不仅仅是指创新投入要素量的增加，更重要的是科技创新质（指科技创新效率）的改善，只有科技创新效率提高了，科技创新才能最大限度地发挥作用。作为发展中国家，我国各区域更迫切地需要科学、合理、高效地配置和运营有限的科技资源，以有限的财力和人力，争取尽可能多的产出。近年来，国内出现了一些文献对某个省市的科技创新效率进行研究，但只是目标省市与全国其他省市的对比分析，并没有针对某个地区内部进行分析研究。因此，本研究对国家创新型试点城市之一的北京市进行实证研究，对其历年以及各区县的科技创新效率进行测算与分析，并针对结果提出一些可操作的政策建议。

2 评价体系的设计

2.1 评价的方法——数据包络分析法

数据包络分析方法（Data Envelopment Analysis，DEA）由Charnes，Coopor和Rhodes于1978年提出，该方法的原理主要是通过保持决策单元（Decision Making Units，DMU）的输入或者输出不变，借助于数学规划和统计数据确定相对有效的生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。

DEA方法是以相对效率概念为基础，以凸分析和线形规划为工具的一种评价方法，应用数学规划模型计算比较决策单元之间的相对效率，对评价对象做出评价，它能充分考虑对于决策单元本身最优的投入产出方案，因而能够更理想地反映评价对象自身的信息和特点；适用于多输出—多输入的有效性综合评价问题，在处理多输出—多输入的有效性评价方面具有绝对优势。

最常用的模型是Charnes，Cooper和Rhodes在1978年提出的CCR（规模报酬不变）模型和Banker，Charnes，Cooper在1984提出的BCC（可变规模报酬）模型，这二者的结合可以获得评价单元的纯技术效率和规模效率。具体如下：

CCR模型：假设有n个决策单元，每个区县有m种类型的输入和s种类型的输出，

目标函数求得的是纯技术效率（PTE），根据SE=TE/PTE求出规模效率SE，PTE是测度当规模报酬可变时，与生产前沿面的距离。SE是测度当规模报酬可变时，生产前沿面与规模报酬不变时的生产前沿面的距离段永瑞.数据包络分析——理论和应用[M].上海科学普及出版社，2006.。需注意的是，利用上述模型来评价决策单元j0是不是有效，是相对于其他所有决策单元而言的。

2.2 指标体系的设计

作为科技创新效率的评价指标，应该能反映出从科技投入到科技产出这一科技活动过程，科技创新投入应该是人力及财力等科技资源的投入，科技创新产出应该能体现出创新性等。此外，评价指标的概念要明确，含义要清晰，要尽可能地避免或减少主观判断，指标体系不能遗漏科技创新的重要方面，同时避免过多地出现信息包涵和重叠现象。最后还要考虑到指标的可获得性。

因此，研究北京各区县的科技创新效率时，我们选择R&D经费内部支出、R&D人员合计数量以及项目（课题）经费内部支出三项数据所占比重作为投入指标，专利授权量、技术合同成交总额以及有效发明专利数三项作为产出指标。研究北京历年科技创新效率时，科技活动人员、R&D经费内部支出两项数据作为投入指标以及专利授权量、技术合同成交总额、实现合同总金额和科技成果登记数四项数据产出指标。有关数据主要来源于《北京统计年鉴》。

3 北京历年科技创新效率有效性评价

DEA模型具有投入导向和产出导向两种基本形式：投入导向模型力求在现有产出条件下使投入最小化，而产出导向模型则力求在现有投入条件下使产出最大化。针对区域创新系统的相关投入具有灵活可调整性的特征，本文拟采用投入导向型DEA模型，所用软件为deap2.1。

3.1 DEA有效性结果及分析

运用deap2.1软件，对北京2001—2011年的科技活动人员、R&D经费内部支出两项投入指标以及专利授权量、技术合同成交总额、实现合同总金额和科技成果登记数四项产出指标进行DEA有效性评价。

从表2的结果中可以看出2004，2006，2009，2012年这四年满足综合技术效率有效。此外，2001，2004—2007，2009、2010、2012年这几年满足纯技术效率有效。2004、2006、2009、2012年这四年满足规模效率有效。将表2的数据进行横向和纵向的比较不难发现，除2002、2003年外，其他年份北京市的综合效率、纯技术效率、规模效率什么明显变化，波动稳定。

3.2 综合效率分析

提取历年北京的综合技术效率值，做出折线图，如图1，进行进一步分析：

2001至2012年间，北京市综合技术效率只是在2002年发生明显下降，2004年又上升至2001年水平，之后基本保持平稳。这十二年来，北京的经济迅速增长，科技产出增加显著，但是科技创新效率只是基本保持不变，可见其产出的增长还是倚靠投入的增加，北京的创新领域还存在很大问题。科技创新体制改革、产业结构升级还是未来北京亟待解决的问题。

4 各区县DEA相对有效性评价

利用软件deap2.1，结合搜集到的2009年的北京16个区县的R&D经费内部支出、R&D人员合计数量以及项目（课题）经费内部支出三项数据作为投入指标，专利授权量、技术合同成交总额以及有效发明专利数三项作为产出指标进行DEA相对有效性评价。（见表3、表4）

从北京市区域科技创新效率的基本评价——综合技术效率、纯技术效率、规模效率结果来看（如表 1所示），北京各区县科技创新效率水平参差不齐。

综合技术效率是对决策单位的资源配置能力、资源使用效率等多方面能力的综合衡量与评价。从综合技术效率值来看，丰台、海淀、大兴的综合技术效率值为1，是CCR模型的有效决策单元，位于CCR模型的有效生产边界上，对于这三个区县而言既不存在纯技术无效率，也不存在规模无效率。除丰台区、海淀区、大兴区之外的其他区县均不同程度地存在综合技术无效率，尤其是东城、石景山、顺义这三个区的综合技术效率值均小于0.3，其科技创新效率处于相对非常低的水平。

纯技术效率用于衡量决策主体以既定投入资源提供相应产出的能力，与决策主体的管理水平直接相关。从纯技术效率来看，除丰台区、海淀区、大兴区外，平谷区、密云区、延庆区为1，表明其位于BCC模型的有效边界上。说明平谷、密云、延庆三个地区综合技术无效率的根源主要在于规模无效率，也就是说该区域创新无效率主要是由于创新资源投入规模不当所引起的，该区域科技创新效率的改善主要依赖于规模效率的提升。

规模效率用于衡量决策主体现有生产规模结构与最优生产规模结构之间的差距。由表1可知，只有丰台区、海淀区、大兴区科技创新的规模效率为 1。西城、房山、通州、昌平的规模效率在0.9以上，相对很高。其中房山、通州、昌平的规模效率远高于纯技术效率，这三个地区的综合技术无效率主要来源于纯技术无效率。效率的改进主要依赖于纯技术效率的提高。此外东城、朝阳、平谷的规模效率相对较低，效率值均小于0.6。

最后分析规模效益情况。“-”表示规模效益不变，“irs”表示规模效益递增，“drs”表示规模效益递减。丰台海淀大兴三个地区规模效率为1，处于规模报酬不变状态，意味着在此投入下，科技产出已经达到最大规模点。在其他区县中，只有朝阳区的规模效益递减，该区的很多科技投入存在着浪费、或者管理不善等问题，应减少科技投入，提高利用效率。其余区县的规模报酬都处于规模报酬递增状态，这些区县增加科研投入，将会有更高比例的产出。这些区县在加强现有科技投入的同时还要加大科技资源投入管理的力度，以期增加产出效率。

综上，丰台区、海淀区、大兴区的科技创新活动的综合技术效率、纯技术效率、规模效率均有效，平谷、密云、延庆的纯技术效率有效，规模效率无效，也就是说该区域创新无效率主要是由创新资源投入规模不当引起的，该区域科技创新效率的改善主要依赖于规模效率的提升。其他区县的区域创新系统同时存在综合技术无效率、纯技术无效率和规模无效率。这些区域科技创新无效率主要源于纯技术无效率和规模无效率的双重作用，其效率应该是纯技术效率和规模效率双管齐下。

4.2 综合技术效率分析

我们将综合技术效率数据提取出来生成柱状图（如图2）做进一步分析：

从结果中可以看出，丰台区、海淀区、大兴区的科技创新效率最高，西城区、密云县、延庆县紧随其后。其他区县的科技创新效率均相对较低。

结合资料对结果进行分析可以得出：海淀区的科技创新效率领先是毋庸置疑的，作为中关村腹地的海淀，一直是中国自主创新的策源地与试验场，30年来这里一直承担中国自主创新先行先试的探索任务，成为带动首都高技术产业增长的重要力量，中关村海淀园已成为全国创新资源最丰富、实力最强的科技园区之一，成为新时期建设创新型国家、创新型城市的龙头。海淀区每年安排总规模不少于 8 亿元的高新技术产业专项资金，用于促进技术和产品创新、产业升级、融资环境改善、产学研平台搭建、相关中介服务组织建设，系统推动高新技术产业快速健康发展。表5和表6反映了海淀区的科研能力。

丰台区的科技创新发展也突飞猛进，中关村丰台科技园以北京市丰台区1%的土地面积，创造了1/4的地区财政收入，主要经济指标位居中关村各分园的前列并努力打造丰台三四环科技企业孵化器集群。二十年的发展，中关村丰台科技园区已成为中国总部经济发展的重要地标。

大兴区委区政府，坚持“科教兴区”战略，从加强科技支撑，优化经济结构出发，在发展高新技术产业、扶持民营科技企业、培育特色农业产业等方面成效显著，科技创新成为推动大兴经济发展的新引擎。大兴区政府与中国农科院牵手，通过科技创新提升农业发展。市委还做出了推动大兴区和北京科技开发区资源整合，建立南部现代制造业新区的重大决策。北京经济技术开发区作为国家级开发区，经过了18年的高速发展，取得了重大科技成就，形成了“北京亦庄”的品牌效应。

4.3 北京各区县规模效率分析

通过表7综合效率非 D E A有效决策单元松弛变量值和表8综合效率非DEA有效决策单元剩余变量值，可以查看导致16个决策单元中出现 13个规模效率非 DEA有效的具体指标及其数据。根据线性规划的基本理论，松弛变量的值表明，同其他决策单元相比，在保持产出不变的条件下，被考察单元的投入要素可以减少的数量。S-（1）、S-（2）、S-（3）就分别对应R&D人员合计、R&D经费内部支出、项目（课题）经费内部支出三个投入要素可减少的数量。同样，剩余变量的数值表明的是，同其他决策单元相比，在保持投入不变的条件下，产出可以增加的数量。S+（1）、S+（2）、和S+（3）分别对应的是3个产出要素专利授权量、技术合同成交总额、有效发明专利数可以增加的数量。

首先，观察表7可以发现，有5个决策单元的S-（1）不等于0，有6个决策单元的S-（2）不等于0，有8个决策单元的S-（3）不等于0。这些不等于0的松弛变量所对应的投入指标是提高它们规模效率的重点关注对象，应当要减少相应指标的投入。

对于东城区、西城区来说，应当要减少R&D人员和R&D经费内部支出指标的投入。对于朝阳、石景山、顺义、怀柔来说，应当要减少R&D经费内部支出和项目（课题）经费内部支出指标的投入。对于门头沟和通州来说，应当要减少R&D人员和项目（课题）经费内部支出指标的投入。

与表7相对应，表8则从产出的角度说明了导致16个区县规模效率非DEA有效的原因。整体来看，3个产出指标中，技术合同成交总额是影响它们未能达到DEA有效的最大因素，因为16个区县中就有10个大于0。此外，门头沟区应该在专利授权量、有效发明专利数增大产出，东城、朝阳、顺义应该在有效发明专利数方面增大产出。结合表7、表8可以看出，导致l6个区县规模效率非DEA有效的原因在于投入和产出两方面。规模效率分析为各区县的科技创新效率改进提供了重要的依据。

4.4 各区县科技创新投影分析

对12项非DEA有效的科技项目进行投影分析，计算其投入冗余率和产出不足率，如表9所示。其中目标投入和目标产出为根据生产前沿面投影分析计算出的调整后的投入和产出。计算公式如下：

投入冗余率=实际投入-目标投入实际投入×100%

产出不足率=目标产出-实际产出实际产出×100%

根据非DEA有效的区县而言，可以从表中分析造成其投入产出效率低下的原因，并得出下一步改进的方向和程度，这样有助于有的放矢地采取相应的提高措施。从产出指标看技术合同成交总额产出尤为不足，对比查找各个区县的该产出情况，发现该产出不足较大的区县有房山区、通州区，其中通州区该产出严重不足，此外只有门头沟区专利授权量产出不足，东城区、朝阳区、门头沟区、顺义区有效发明专利数产出不足，其中东城区、朝阳区的产出不足情况较为严重。从投入指标看，以上十个区县均表现为现有产出水平下投入过剩，这里的投入过剩不是数量上的绝对过剩，而主要是由于投入结构不合理造成的资源的相对冗余。

5 结 论

（1）尽管北京的科技产出在逐年增加，但通过对北京历年科技投入与产出指标数据进行DEA有效性评价发现，十一年间，北京的科技创新效率并未改善，其科技产出的增长是倚靠投入的增加实现的。

（2）通过对北京市各区县的科技创新效率进行DEA有效性评价发现，北京市各城区科技创新发展失衡，效率水平相差悬殊。其中丰台、海淀、大兴三个区的科技创新效率有效，其他区县均存在着不同程度的纯技术效率无效和规模效率无效。结合实际资料进行分析发现，中关村科技园区海淀园、丰台园的快速崛起、丰台区企业孵化器集群的建立、大兴区亦庄的发展对这三个地区的科技创新效率的提升起到了巨大的推动作用。

（3）各区县规模效率分析结果指出，一些区县应减少某些指标的投入量，大部分区县在技术合同成交额这一输出指标方面有不同程度的增加产出空间。

（4）通过对各区县进行科技创新投影分析发现，个别区县在专利授权量、有效专利数方面存在产出不足情况，各区县在技术合同成交额方面均存在不同的产出不足情况。此外，各区县也在R&D人员投入、R&D经费支出、项目（课题）经费支出三个方面存在投入冗余现象。

6 政策建议

6.1 建立北京市各个区县地区科技创新互动机制的建议

为了改善北京市创新投资需求与资金约束之间的矛盾，同时提升北京郊区创新投资的效率，实现各个区县间合作创新、共享创新成果，从而更快地提升创新对经济发展的推动作用，建立北京市各区县地区间的科技创新互动机制具有重要的现实意义。在建立科技创新互动机制的过程中，应注意解决好以下几个主要问题 ：

（1）依据资源优势明确科技创新互动的动机。在科技创新互动过程中，大学、研究机构与企业间的合作将成为主要的选择，另外企业之间的互动创新也是不可缺少的补充。各地区的企业、大学、研究机构应根据自己的资源优势，明确自己参与科技创新互动的动机才可能具有参与互动的真正动力。

（2）明确科技创新互动的利益分成标准。利益共享是保证科技创新互动机制稳定的根本前提。在建立科技创新互动机制时，利益分成是需要考虑的关键要素之一。利益分成标准确定的核心难题在于如何准确地评估创新互动参与各方投入的资源价值。另外，随着创新的不断发展，新的科学将得以产生，由此会打破已有的、稳定的科技创新互动结构，创新互动的参与者可能增多，这时原定的利益分成标准将不得不进行调整，以便较准确地反映各方的资源价值。因此，应通过科学的评估各参与者投入资源的价值，并根据创新成果及时进行价值重估，确定并调整利益分成标准。保护科技创新互动原参与主体的利益，同时保证新参与者获得应有的回报。

（3）政府应持续地为不同主体间的创新互动提供政策支持。区政府应对各区县产业的发展潜能进行评估，对于具有发展前景的产业给予政策支持，如财政补贴、税收优惠、法律保障等。要创新政府管理方式，发挥协调引导作用，营造有利的政策和法制环境。围绕经济社会发展的迫切要求推动重点领域科技创新互动机制的构建，以鼓励投资者对产业的投资，推动产业的成长，实现产业的优化升级，提高区域创新能力。在科技创新的互动合作中，北京郊区应充分地学习城区企业和政府等拥有的知识，特别是隐性知识，以此推动郊区创新思想和知识的传播扩散，根本性地促进郊区的创新，这恰恰是实现北京未来整体经济持续均衡增长的最根本因素。

应提高科研资金的利用效率，并加强郊区的科研产业发展。尤其是科研机构的设立，科研人员的培养输送，以及各个区县科研成果的交流和科研水平的相互促进，例如举办一些研讨大会，在郊区增设研究所，提高郊区的高等教育水平，地方政府加强科技财政支出，对资金进行科学有效管理，提高科研资金的利用效率等等。

6.2 深化科技体制改革

根据以上分析，可以初步确定北京提高科技创新效率的步骤，首先进一步加大科技创新资源的投入规模，实现规模的相对有效。然后在此基础上，充分利用好已投入资源，加强高技术产业的创新，推动高技术产品的生产与应用，实现技术有效，从而全面实现科技创新的相对有效性。而全面实现科技创新的必要途径是深化科技体制改革。只有进一步深化科技体制改革，大胆突破制约创新驱动的瓶颈和障碍，最大限度地解放和发展科技生产力，激发全社会的创造活力，加速从要素驱动全面转向创新驱动，从“傍资本大款”全面转向“傍科技大款”，坚定不移地把自主创新作为转变经济发展方式的核心推动力，才能充分发挥科技创新在转型升级中的支撑引领作用，加快推动北京从“制造城市”向“创造城市”转变。

提高北京整体科技创新效率水平，具体措施可以借鉴海淀区、丰台区、大兴区这三个科技创新效率值最高的区县的发展模式。

（1）在资金管理方面，对专项资金的预算安排、支持方向、申报平台、审批权限和管理流程五个方面进行统一。专项资金向重点企业倾斜，对大企业扶持其做强做大，对中小企业的支持从优化创业环境入手。

安排高新技术产业专项资金，以促进技术和产品创新、产业升级、融资环境改善、产学研平台搭建、相关中介服务组织建设。资金支持上，为优秀企业申请各类国家创新政策支持，争取贴息贷款，对重点企业实施直接奖励。

（2）在吸引人才方面，全面代理企业养老、医疗、工伤、保险和档案管理。改善办公基础设施和公共技术平台专业服务设备，为高校、研究院所师生、归国创业留学生创造舒适安心的创业环境，为其创业企业营造孵化环境，对优秀创业者进行表彰。 （3）知识技术产权方面，坚持“谁投资，谁所有，谁受益”的原则进一步明晰产权，同时保持产权政策连续性王世松.海淀加快建设具有全球影响力的科技创新中心[J].学习时报，2010（8）.、协调性，实行以专利战略等知识产权管理为主导的科技管理成果新体制。

（4）科学普及方面，扩大科学普及范围，筹建数字科普博物馆，建成科普志愿者队伍。促进地区与科研院所合作，充分利用国家重点实验室资源，并定期向青少年开放。

（5）成果交流方面，加强区域间科技合作，如通过加强对话、设立交流论坛以及举办洽谈会等途径进行科技成果的交流。