趙立雨 楊可 婁俊婷

摘 要：研究基于投入產(chǎn)出角度建立科技資源配置效率評(píng)價(jià)指標(biāo)體系，并從動(dòng)態(tài)和靜態(tài)兩個(gè)方面對(duì)陜西省科技資源配置效率進(jìn)行分析。分別采用超效率SBM-DEA模型和超效率DEA模型對(duì)陜西省科技資源配置效率的靜態(tài)效率進(jìn)行了評(píng)價(jià)，并分析了政府教育投入力度、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、對(duì)外開(kāi)放程度、環(huán)境治理程度、經(jīng)濟(jì)發(fā)展水平等因素對(duì)陜西省科技資源配置效率的影響。實(shí)驗(yàn)結(jié)果表明，考慮環(huán)境約束下的科技資源配置效率的測(cè)度更為科學(xué)合理。政府教育投入力度、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、環(huán)境治理程度與陜西省科技資源配置效率正相關(guān)，這3個(gè)因素的正向提高能夠促進(jìn)陜西省科技資源配置效率的進(jìn)步，對(duì)外開(kāi)放程度與陜西省科技資源配置效率負(fù)相關(guān)，地區(qū)經(jīng)濟(jì)發(fā)展水平對(duì)陜西省科技資源配置效率這個(gè)相對(duì)值并沒(méi)有顯著影響。為進(jìn)一步提升科技資源配置效率，陜西需優(yōu)化科技資源配置環(huán)境、提高教育資源配置效率、推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)、加大環(huán)境污染治理投入。

關(guān)鍵詞：科技資源配置;效率評(píng)價(jià);影響因素;陜西科技資源;DEA模型;環(huán)境約束

中圖分類號(hào)：

F 124.5?? 文獻(xiàn)標(biāo)識(shí)碼：A?? 文章編號(hào)：1672-7312（2021）01-0045-11

Technology Resources Allocation Based on SBM-DEA Model

ZHAO Liyu，YANG Ke，LOU Junting

（School of Economics and Management，Xian University of Technology，Xian? 710054，China）

Abstract：This paper establishes an evaluation index system for the allocation efficiency of science and technology resources from the perspective of input and output，and analyzes the allocation efficiency of science and technology resources in Shaanxi Province from both dynamic and static aspects. The super-efficiency SBM-DEA model and the super-efficiency DEA model are used to evaluate the static efficiency of the allocation efficiency of scientific and technological resources in Shaanxi Province， and analyze the influence of government investment in education， adjustment of industrial structure， degree of opening to the outside world， degree of environmental governance and level of economic development on the allocation efficiency of scientific and technological resources in Shaanxi Province. The experimental results show that the measurement of the allocation efficiency of scientific and technological resources under environmental constraints is more scientific and reasonable. Government investment in education， industrial structure adjustment， and environmental governance are positively correlated with the efficiency of the allocation of scientific and technological resources in Shaanxi Province. The positive improvement of these three factors can promote the improvement of the efficiency of allocation of scientific and technological resources in Shaanxi Province， and the degree of openness is related to the allocation of scientific and technological resources in Shaanxi Province. Efficiency is negatively correlated， and the level of regional economic development has no significant impact on the relative value of the allocation efficiency of scientific and technological resources in Shaanxi Province. In order to further improve the efficiency of the allocation of scientific and technological resources， Shaanxi needs to optimize the environment for the allocation of scientific and technological resources， improve the efficiency of the allocation of educational resources， promote the optimization and upgrading of the industrial structure， and increase investment in environmental pollution control.

Key words：allocation of science and technology resources;efficiency evaluation;influence factors;Shaanxi science and technology resources;DEA model;environmental constraints

0 引言

伴隨知識(shí)經(jīng)濟(jì)時(shí)代的到來(lái)，科技資源投入的數(shù)量與質(zhì)量從根本上決定著這個(gè)國(guó)家的創(chuàng)新水平和創(chuàng)新績(jī)效。但科技資源的相對(duì)稀缺性以及較低的科技資源配置效率都在一定程度上制約科技創(chuàng)新能力的提高。陜西作為科教文化大省，科技和人才資源富集，優(yōu)勢(shì)明顯，但豐厚的科技資源沒(méi)能有效地轉(zhuǎn)化為經(jīng)濟(jì)發(fā)展成果，造成科技存量與經(jīng)濟(jì)發(fā)展水平不相匹配的“陜西現(xiàn)象”，成為阻礙陜西省經(jīng)濟(jì)社會(huì)全面發(fā)展的巨大難題。如何解決科技與經(jīng)濟(jì)脫節(jié)的“兩張皮”現(xiàn)象，實(shí)現(xiàn)科技資源大省經(jīng)濟(jì)發(fā)展水平的追趕和超越，唯一的實(shí)現(xiàn)路徑就是充分發(fā)揮科技創(chuàng)新的驅(qū)動(dòng)作用，讓科技創(chuàng)新成為引領(lǐng)經(jīng)濟(jì)發(fā)展的新引擎，而其中關(guān)鍵一環(huán)就是提高科技資源的配置效率。因此，研究陜西科技資源的配置效率及其影響因素有著重要的現(xiàn)實(shí)意義。

在全球生態(tài)環(huán)境逐漸惡化和氣候變暖的背景下，實(shí)現(xiàn)綠色增長(zhǎng)已達(dá)成國(guó)際共識(shí)。過(guò)去積累的環(huán)境問(wèn)題已經(jīng)日益成為經(jīng)濟(jì)和社會(huì)可持續(xù)均衡發(fā)展的威脅。依靠犧牲環(huán)境來(lái)促進(jìn)經(jīng)濟(jì)發(fā)展的粗放型道路已經(jīng)走不通，資源的稀缺限制了經(jīng)濟(jì)的快速發(fā)展，而科技力量卻是無(wú)限的，科學(xué)合理的配置科技資源、釋放科技創(chuàng)新活力顯得尤為重要。在綠色健康發(fā)展的大背景下，科技創(chuàng)新也不應(yīng)該僅考慮經(jīng)濟(jì)產(chǎn)出，而應(yīng)該綜合經(jīng)濟(jì)、社會(huì)、生態(tài)的均衡協(xié)調(diào)發(fā)展，因此，分析和研究環(huán)境約束下科技資源的配置效率對(duì)我國(guó)長(zhǎng)遠(yuǎn)健康發(fā)展具有重要意義。堅(jiān)持生態(tài)平衡的自然法則以及可持續(xù)發(fā)展的科技資源配置目標(biāo)，不再單純以科技資源的產(chǎn)出量衡量配置效率，而是結(jié)合生態(tài)經(jīng)濟(jì)學(xué)思維全面評(píng)價(jià)科學(xué)技術(shù)資源的配置過(guò)程及其對(duì)生態(tài)環(huán)境的影響。目前國(guó)內(nèi)外學(xué)術(shù)界逐漸關(guān)注科技資源配置及效率方面的研究，從科技資源配置方式、配置機(jī)制到配置效率提升等方面相關(guān)研究成果較為豐富，但是在地方科技資源配置效率方面的研究較為欠缺，因而論文擬以陜西省科技資源配置問(wèn)題為研究對(duì)象，從投入和產(chǎn)出兩個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)體系，采用超效率SBM-DEA模型對(duì)陜西省科技資源配置效率進(jìn)行評(píng)價(jià)，論文研究了陜西省科技資源的高消耗和對(duì)環(huán)境污染的情況，盤(pán)活科技資源存量，加快形成科技資源合理配置和生態(tài)環(huán)境保護(hù)協(xié)調(diào)發(fā)展的模式，有效促進(jìn)陜西“科技”與“經(jīng)濟(jì)”相結(jié)合，提升陜西經(jīng)濟(jì)高質(zhì)量發(fā)展。

1 指標(biāo)選取與數(shù)據(jù)來(lái)源

科技創(chuàng)新對(duì)于經(jīng)濟(jì)和社會(huì)發(fā)展起著舉足輕重的作用。而科技資源作為科研創(chuàng)新活動(dòng)的基礎(chǔ)，被稱作是推動(dòng)科技活動(dòng)順利開(kāi)展的“第一資源”，科技資源整體配置水平的高低直接關(guān)系創(chuàng)新能力的強(qiáng)弱和經(jīng)濟(jì)發(fā)展的方向。因此，許多學(xué)者在進(jìn)行科技創(chuàng)新能力研究時(shí)，越來(lái)越重視科技資源的配置效率問(wèn)題。趙立雨等人（2014年）[1]在分析和評(píng)估陜西省科技投入產(chǎn)出績(jī)效時(shí)，投入指標(biāo)包括兩個(gè)維度：資本投入和人力投入。產(chǎn)出指標(biāo)分為3個(gè)維度：科技直接產(chǎn)出、經(jīng)濟(jì)間接產(chǎn)出和生態(tài)效益產(chǎn)出。用科技論文數(shù)量和專利授權(quán)數(shù)量來(lái)衡量科技直接產(chǎn)出，技術(shù)市場(chǎng)交易額作為經(jīng)濟(jì)效益產(chǎn)出。賀紅等人（2016年）[2]采用AHP法、DEA模型以及模糊綜合評(píng)價(jià)法評(píng)價(jià)政府的科技投入產(chǎn)出績(jī)效，選取6個(gè)指標(biāo)衡量科技產(chǎn)出，主要包括論文發(fā)表數(shù)量、專利授權(quán)數(shù)量、技術(shù)市場(chǎng)成交額、高技術(shù)產(chǎn)業(yè)主營(yíng)業(yè)務(wù)收入、重大科技成果以及國(guó)家獎(jiǎng)勵(lì)。潘娟和張玉喜（2018年）[3]用DEA模型分析了金融投資的科技創(chuàng)新績(jī)效，選取新產(chǎn)品的銷售總額、高新技術(shù)產(chǎn)業(yè)主營(yíng)業(yè)務(wù)收入以及技術(shù)合同交易額作為評(píng)價(jià)科技創(chuàng)新績(jī)效的產(chǎn)出指標(biāo)。在對(duì)科技創(chuàng)新進(jìn)行評(píng)價(jià)和研究時(shí)，熊曦等學(xué)者（2019年）[4]將投入指標(biāo)分為科技人員投入和科技經(jīng)費(fèi)投入兩個(gè)維度，分別將專利授權(quán)數(shù)作為科技間接成果，將科技檢索論文數(shù)量作為衡量科技成果的最終產(chǎn)出指標(biāo)。在張永安[5]等學(xué)者（2018年）建立的評(píng)價(jià)指標(biāo)體系中，基于兩階段DEA模型評(píng)估區(qū)域創(chuàng)新績(jī)效，第一階段將技術(shù)市場(chǎng)交易金額、技術(shù)合同成交數(shù)量、科技專利授權(quán)數(shù)和申請(qǐng)數(shù)作為中間科技成果產(chǎn)出，第二階段將高新技術(shù)產(chǎn)業(yè)總產(chǎn)值、科技創(chuàng)新產(chǎn)品銷售收入作為最終科技成果進(jìn)行衡量。

從綠色和低碳的角度考慮科技資源的產(chǎn)出，范斐等人（2016年）[6]在分析省域科技資源配置效率時(shí)空差異性時(shí)引入環(huán)境因素的異質(zhì)性，比較不考慮環(huán)境因素和考慮環(huán)境因素下科技資源配置效率的不同，發(fā)現(xiàn)引入環(huán)境因素的測(cè)量結(jié)果更具有科學(xué)性。梁林等人[7]（2019年）基于環(huán)境視角，采用SBM-Undesirable模型測(cè)算省域科技資源配置效率，用Tobit回歸模型分析環(huán)境因素對(duì)科技資源配置效率的影響程度，發(fā)現(xiàn)工業(yè)二氧化硫排放量顯著影響配置效率的高低，工業(yè)廢水排放量影響次之，工業(yè)粉（煙）塵排放量對(duì)效率的影響程度最小。論文采用的數(shù)據(jù)主要來(lái)源于2019年的《中國(guó)科技統(tǒng)計(jì)年鑒》及《陜西統(tǒng)計(jì)年鑒》。

研究借鑒上述學(xué)者在科技投入績(jī)效指標(biāo)劃分方法，考慮到科技資源配置能力與創(chuàng)新效率呈現(xiàn)高度相關(guān)性，在《中國(guó)創(chuàng)新發(fā)展報(bào)告》[8]的基礎(chǔ)上，參考其中科技指標(biāo)構(gòu)建體系，從投入和產(chǎn)出的角度來(lái)考慮科學(xué)技術(shù)資源的配置效率。鑒于科技資源主要是指科技人力資源、財(cái)力資源、科技物質(zhì)資源、科技信息資源4個(gè)方面，且4個(gè)要素在科學(xué)技術(shù)資源的分配中充當(dāng)不同的角色，因此本文將其作為研究對(duì)象。其中用R&D人員全時(shí)當(dāng)量反映區(qū)域人才吸引能力，衡量科學(xué)技術(shù)人力資源的總體情況;用區(qū)域內(nèi)政府R&D經(jīng)費(fèi)支出反映政府對(duì)科學(xué)技術(shù)活動(dòng)的支持力度，衡量科技活動(dòng)所需要的財(cái)力資源，并細(xì)分為3個(gè)不同的研究層次，詳細(xì)分析政府科研經(jīng)費(fèi)對(duì)基礎(chǔ)研究、應(yīng)用研究和實(shí)驗(yàn)發(fā)展研究領(lǐng)域的支持程度;其中政府為科技創(chuàng)新活動(dòng)的發(fā)展投入的固定資產(chǎn)反映了地區(qū)科學(xué)技術(shù)物力資源的豐富程度;用區(qū)域互聯(lián)網(wǎng)使用數(shù)量反映科技信息資源要素的流動(dòng)性。

鑒于以上分析，將科技資源的產(chǎn)出分為兩個(gè)方面：期望產(chǎn)出和非期望產(chǎn)出。期望產(chǎn)出中將國(guó)家科技成果專利授權(quán)數(shù)和3種主要的科研論文檢索數(shù)兩項(xiàng)知識(shí)形式的產(chǎn)出作為科技投入的科研成果產(chǎn)出，而將新產(chǎn)品銷售收入、高技術(shù)產(chǎn)業(yè)主營(yíng)業(yè)務(wù)收入和技術(shù)市場(chǎng)成交額作為科技投入的經(jīng)濟(jì)產(chǎn)出。非期望產(chǎn)出中，由于資源環(huán)境條件影響了資源要素的集聚方式，通常豐富的自然資源、環(huán)境良好的地區(qū)聚集了大量人力資本、知識(shí)信息等先進(jìn)的生產(chǎn)要素，并常常成為新技術(shù)、新產(chǎn)業(yè)的起源地，而低水平的生產(chǎn)要素或環(huán)境污染物往往向其他區(qū)域轉(zhuǎn)移，環(huán)境因素的制約在區(qū)域經(jīng)濟(jì)發(fā)展過(guò)程中成為影響科技配置資源效率的重要因素。因此本文將選取工業(yè)廢水、工業(yè)二氧化硫排放量（粉）、工業(yè)煙塵排放量作為非期望產(chǎn)出的評(píng)價(jià)指標(biāo)，從而在綠色低碳產(chǎn)出背景下綜合衡量科學(xué)技術(shù)資源的配置效率，見(jiàn)表1。

2 模型構(gòu)建

2.1 超效率SBM模型構(gòu)建

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，簡(jiǎn)稱DEA）是一種效率評(píng)估方法，用于多個(gè)輸入和輸出來(lái)評(píng)估對(duì)象的相對(duì)有效性。最初是由美國(guó)運(yùn)籌學(xué)科學(xué)家Charnes基于相對(duì)有效性的概念開(kāi)發(fā)的評(píng)價(jià)方法?；贔arrell效率測(cè)度的CCR模式和BCC模式的傳統(tǒng)DEA方法屬于徑向和線性分段的測(cè)量理論，由于沒(méi)有對(duì)松弛量的影響考慮在內(nèi)，可能會(huì)導(dǎo)致最終的效率測(cè)度產(chǎn)生一定的偏差。而且經(jīng)典的DEA方法沒(méi)有考慮每個(gè)對(duì)象的外部環(huán)境和隨機(jī)誤差可能產(chǎn)生的影響，獲得的效率值可能會(huì)低于或高于實(shí)際效率水平。Fukuyama H 和Weber W.A通過(guò)將投入和產(chǎn)出松弛變量引入目標(biāo)函數(shù)中，提出了一種非徑向的基于松弛變量的（Slack-Based Measure，SBM）效率評(píng)估模型。Tone在環(huán)境生產(chǎn)技術(shù)條件下構(gòu)建了包含非期望產(chǎn)出的SBM模型，與經(jīng)典DEA模型不同之處在于目標(biāo)函數(shù)中包含了松弛變量，不但解決了傳統(tǒng)DEA模型中存在非零松弛變量的問(wèn)題，同時(shí)也解決了評(píng)價(jià)過(guò)程中所包含的非期望產(chǎn)出問(wèn)題。作為DEA的擴(kuò)展模型，SBM模型的優(yōu)點(diǎn)是無(wú)需在效率解決方案中設(shè)置生產(chǎn)函數(shù)，不受指標(biāo)維度的影響，并考慮了多個(gè)投入產(chǎn)出指標(biāo)的權(quán)重問(wèn)題。其中包含非期望產(chǎn)出的SBM模型解決了徑向DEA模型在效率為零的測(cè)量中不包含松弛變量的問(wèn)題，即可以減少（增加）相應(yīng)松弛變量的比率來(lái)對(duì)無(wú)效率結(jié)果進(jìn)行具體因素分析。在非期望產(chǎn)出SBM模型的基礎(chǔ)上采用超效率對(duì)同期數(shù)據(jù)包絡(luò)前沿的決策單元（效率值均為1）進(jìn)行進(jìn)一步比較，以實(shí)現(xiàn)更準(zhǔn)確的測(cè)量。

包含非期望產(chǎn)出的SBM模型是在假設(shè)現(xiàn)有K個(gè)決策單位（Decision Making Units，DMU）基礎(chǔ)上分析每個(gè)決策單位中包含的N種投入、M種期望產(chǎn)出、I種非期望產(chǎn)出，模型的具體表達(dá)式為

式中，ρ為科技資源配置效率值;N、M、I分別為科技投入、期望產(chǎn)出、非期望產(chǎn)出的個(gè)數(shù);

sxn，xym，sbi為投入產(chǎn)出的松弛向量;xtkn，xtkm，btki為第K個(gè)地區(qū)在t時(shí)期的科技投入產(chǎn)出值，zkk表示每個(gè)決策單元的權(quán)重。目標(biāo)函數(shù)ρ關(guān)于sxn，sym，sbs嚴(yán)格單調(diào)遞減，且0<ρ≤1;當(dāng)ρ=1時(shí)，表明科技資源配置效率完全有效;當(dāng)ρ<1時(shí)，表明科技資源配置效率存在一定的損失，可以通過(guò)調(diào)整投入量、期望產(chǎn)出及非期望產(chǎn)出量來(lái)進(jìn)一步改善科技資源配置效率。

在非期望產(chǎn)出SBM模型的基礎(chǔ)上采用超效率，針對(duì)科技資源配置有效的省份進(jìn)行更準(zhǔn)確的測(cè)算，包含非期望產(chǎn)出的超效率SBM模型如下

在測(cè)量科技資源配置效率時(shí)考慮了環(huán)境的異質(zhì)性，運(yùn)用包含非期望產(chǎn)出的SBM模型進(jìn)行科學(xué)技術(shù)資源配置效率評(píng)價(jià)。該模型考慮了松弛變量引發(fā)的問(wèn)題以及效率以外的因素對(duì)評(píng)價(jià)結(jié)果的影響，解決了資源配置效率在綠色環(huán)境影響下的測(cè)量，即在現(xiàn)有科技資源有效產(chǎn)出的基礎(chǔ)上，消除科技資源配置對(duì)區(qū)域環(huán)境造成的負(fù)面影響后的最終分配結(jié)果，是對(duì)科技資源配置綜合效率的客觀全面評(píng)估，不僅測(cè)量了區(qū)域科技資源配置與生態(tài)環(huán)境之間的協(xié)調(diào)性，還進(jìn)一步準(zhǔn)確衡量了科技資源配置的科學(xué)性和合理性。

2.2 Malmquist 指數(shù)法模型的建立

Malmquist指數(shù)分析法由Malmquist于1953年提出，并在1982年之后被學(xué)者用來(lái)衡量生產(chǎn)率的變化。但是長(zhǎng)期以來(lái)關(guān)于Malmquist指數(shù)理論的實(shí)證研究非常少。Fare等人將Malmquist指數(shù)與數(shù)據(jù)包絡(luò)分析結(jié)合（DEA-Malmquist指數(shù)方法）進(jìn)行效率研究后，該理論才被廣泛關(guān)注和使用?，F(xiàn)在，Malmquist指數(shù)分析法已廣泛用作衡量衛(wèi)生、教育、金融和其他部門(mén)全要素生產(chǎn)率（TFP）變化的特殊指標(biāo)。其中，在規(guī)模收益不變（CRS）的假設(shè)下，TFP可以分解為技術(shù)效率（EFFCH）與技術(shù)進(jìn)步（TECH）。在規(guī)模收益可變（VRS）的假設(shè)下，技術(shù)效率變化可分解為規(guī)模效率變化（SECH）和純技術(shù)效率變化（PECH）。即全要素生產(chǎn)率可以分解為規(guī)模效率變化、純技術(shù)效率變化和技術(shù)進(jìn)步。具體而言，根據(jù)Fare提出的DEA-Malmquist指數(shù)方法，從t到周期t+1的Malmquist指數(shù)公式可以表示為

（3）

在公式（3）中，第一項(xiàng)指的是技術(shù)效率指數(shù)（EFFCH），第二項(xiàng)指的是技術(shù)進(jìn)步指數(shù)（TECH），di指的是投入導(dǎo)向的距離函數(shù)。當(dāng)mi<1時(shí)，說(shuō)明生產(chǎn)效率下降了;當(dāng)mi=1時(shí)，說(shuō)明生產(chǎn)效率不變;當(dāng)mi>1時(shí)，則表示生產(chǎn)效率提高了。公式（3）又可以進(jìn)一步轉(zhuǎn)化為

在公式（4）中，第一項(xiàng)指的是規(guī)模效率變化（SECH），第二項(xiàng)指的是純技術(shù)效率變化（PECH），最后一項(xiàng)指的是技術(shù)進(jìn)步（TECH），即TFP=SECHPECHTECH。

3 兩種科技資源配置效率的測(cè)度

建立固定規(guī)模報(bào)酬下產(chǎn)出導(dǎo)向的非期望產(chǎn)出超效率SBM模型，使用MaxDEA 8.3軟件分別對(duì)2008—2017年30個(gè)DMU的科技資源配置效率值ρ*進(jìn)行評(píng)價(jià)（西藏?cái)?shù)據(jù)缺失較為嚴(yán)重，故剔除西藏地區(qū)），并與不考慮非期望產(chǎn)出條件下測(cè)算的省域科技資源配置效率ρ進(jìn)行對(duì)比分析，通過(guò)橫向和縱向比較科技資源配置效率。根據(jù)考慮非預(yù)期的產(chǎn)出來(lái)比較科技資源的分配效率。兩種科技資源的分配效率反映了在考慮非預(yù)期產(chǎn)出和不考慮非預(yù)期產(chǎn)出兩種情況下的相對(duì)效應(yīng)，表明了科技資源配置的相對(duì)效率。對(duì)測(cè)算結(jié)果進(jìn)行整理得到2008年至2017年陜西省科技資源配置效率，見(jiàn)表2。

研究結(jié)果表明，2008—2017年間陜西省科技資源配置效率，在不考慮非期望產(chǎn)出得到的超效率值明顯高于考慮非期望產(chǎn)出的超效率值，2017年下降幅度為0.435，2016年下降幅度為0.354，說(shuō)明環(huán)境污染對(duì)陜西省科技資源配置效率的提高具有一定的制約作用，2017年環(huán)境污染對(duì)科技資源配置效率的制約程度要大于2016年，環(huán)境因素阻礙陜西科技資源配置效率提升的作用逐漸明顯，因此，不斷壓縮經(jīng)濟(jì)發(fā)展的環(huán)境成本，將科技創(chuàng)新活動(dòng)與環(huán)境綠色發(fā)展緊密結(jié)合，對(duì)于促進(jìn)經(jīng)濟(jì)、社會(huì)、環(huán)境的協(xié)調(diào)可持續(xù)發(fā)展非常重要。

縱向來(lái)看，陜西省2008年的科技資源配置的綜合效率小于1，資源配置效率不高。除了2008年，2009—2017年陜西省科技資源配置綜合效率都大于1，綜合效率有效，2012年綜合效率值最大，達(dá)到1.924，說(shuō)明2012年陜西省技術(shù)條件和生產(chǎn)規(guī)模與其他各年相比位于生產(chǎn)前沿面，科技投入資源轉(zhuǎn)化為科技產(chǎn)出的能力最好，科技資源配置較為合理，資源浪費(fèi)情況相對(duì)較少。橫向來(lái)看，根據(jù)2008年至2017年測(cè)算的全國(guó)各省的科技資源配置綜合效率，計(jì)算得到近十年30個(gè)省份的科技資源配置綜合效率平均值，見(jiàn)表3。

由表3可知，2008—2017年陜西省科技資源配置綜合效率在兩種測(cè)算方式下的平均值均在30個(gè)省中排列第9位，總體處于中上水平。將陜西省各年科技資源配置綜合效率與全國(guó)各年綜合效率的平均值對(duì)比，由圖1可知，考慮非期望產(chǎn)出的綜合效率值要低于傳統(tǒng)方式測(cè)算的綜合效率值，也就是說(shuō)考慮環(huán)境污染的情況下，測(cè)算出的科技資源的配置效率值明顯降低。在研究期間，考慮非期望產(chǎn)出的陜西省科技資源配置效率除2008年較低只有0.260，其余年份保持相對(duì)平穩(wěn)，2008—2017年間考慮非期望產(chǎn)出的陜西省科技資源配置效率均值為1.058，普遍高于全國(guó)平均水平0.897;不考慮非期望產(chǎn)出的陜西省科技資源配置效率在一定范圍內(nèi)的波動(dòng)，2008年達(dá)到最低值0.404，遠(yuǎn)遠(yuǎn)低于全國(guó)平均水平1.351，2009—2017年普遍高于全國(guó)平均水平，在2012年達(dá)到最高值1.924，略高于全國(guó)平均水平1.382。2008年到2017年，除西藏地區(qū)外全國(guó)科技資源配置的綜合效率均值為1419，陜西省近10年科技資源配置綜合效率均值為1.501，略高于全國(guó)平均水平。從整體來(lái)看，2008—2017年期間，陜西省科技資源配置的綜合效率水平處于中等偏上，但與北京、江蘇、上海等地還有較大的差距，陜西省技術(shù)條件優(yōu)化和改善的空間還很大。

在運(yùn)用超效率SBM模型進(jìn)行靜態(tài)分析基礎(chǔ)上，進(jìn)一步使用Malmquist模型測(cè)量陜西省2008—2017年科技資源配置效率動(dòng)態(tài)變化情況，并進(jìn)行分解找出引起變動(dòng)的可能原因。使用MaxDEA 83得到Malmquist全要素生產(chǎn)率指數(shù)變化并將其分解，分析全要素生產(chǎn)率指數(shù)變化及其分解的動(dòng)態(tài)變化情況，整理結(jié)果見(jiàn)表4。

由表4可知，陜西科技資源Malmquist指數(shù)在兩個(gè)階段內(nèi)小于1，表明在2008—2009年、2009—2010年全要素生產(chǎn)率水平發(fā)生降低的情況;除此之外2010—2017年每一階段的全要素生產(chǎn)率指數(shù)均大于1，說(shuō)明生產(chǎn)率水平始終保持上升。為進(jìn)一步分析影響生產(chǎn)率指數(shù)變動(dòng)的具體原因，根據(jù)式（3）將全要素生產(chǎn)率分解為技術(shù)效率變化和技術(shù)進(jìn)步。

由表4中可以看出2008—2009年、2009—2010年、2013—2014年、2015—2016年技術(shù)效率變化小于1，說(shuō)明技術(shù)效率在不斷降低，即在科技投入要素保持相對(duì)恒定的條件下，實(shí)際獲得的科技產(chǎn)出在不斷減少，被評(píng)價(jià)單元在這4個(gè)時(shí)間段內(nèi)獲取最大產(chǎn)出的能力存在下降趨勢(shì)。其余5個(gè)時(shí)間段內(nèi)，技術(shù)效率變化大于1，說(shuō)明技術(shù)效率在不斷增加，即在科技投入要素保持相對(duì)恒定的條件下，實(shí)際獲得的科技產(chǎn)出在不斷提高，被評(píng)價(jià)單元在這5個(gè)時(shí)間段內(nèi)獲取最大產(chǎn)出的能力在不斷上升。陜西省2008—2017年技術(shù)效率變化的平均值為1.011 9，總體來(lái)說(shuō)陜西省科技資源配置技術(shù)效率在不斷提升。2008—2012年、2014—2015年的技術(shù)進(jìn)步值小于1，表明這幾個(gè)時(shí)間段內(nèi)不存在技術(shù)進(jìn)步，其余4個(gè)階段存在技術(shù)進(jìn)步，研究期間技術(shù)進(jìn)步均值為0.999 2，表明在研究期內(nèi)陜西科技資源配置過(guò)程中總體上存在技術(shù)退步。

從圖2可以看出，從2008—2017年陜西科技資源配置的技術(shù)效率變化與全要素生產(chǎn)率的變化趨勢(shì)基本保持一致，2009—2013年、2014—2015年引起全要素生產(chǎn)率變化的主要原因是技術(shù)效率的變化。為進(jìn)一步分析引起技術(shù)效率變化的原因，如式（4）所示，將技術(shù)效率變化進(jìn)行分解為純技術(shù)效率變化和規(guī)模效率變化，通過(guò)分析這兩部分效率變化值來(lái)反映技術(shù)效率的變化情況。

純技術(shù)效率能夠在一定程度上反映在既定條件下科技創(chuàng)新的產(chǎn)出水平。由表4可知，2008—2010年、2013—2014年、2015—2016年純技術(shù)效率變化小于1，說(shuō)明在此期間技術(shù)創(chuàng)新水平在降低;其余時(shí)間段內(nèi)純技術(shù)效率變化大于1，說(shuō)明在此階段內(nèi)技術(shù)運(yùn)用水平逐漸提高。陜西省近10年科技資源配置的純技術(shù)效率變化均值為1.007 9，說(shuō)明陜西省科技資源技術(shù)運(yùn)用水平上升。

規(guī)模效率從更深層次反映了科技資源的整體管理水平。從表4中可以看到，在2011—2012年期間科技資源配置的規(guī)模效率小于1，則說(shuō)明在此期間科技資源存在一定的規(guī)?？s小;剩余時(shí)間段內(nèi)科技資源配置的規(guī)模效率均大于1，則說(shuō)明在此階段科技資源存在規(guī)模優(yōu)化趨勢(shì)?？傮w來(lái)看，陜西近十年科技資源配置的規(guī)模效率變化值在1附近上下波動(dòng)，表明陜西省科技資源管理水平近年總體保持在相對(duì)穩(wěn)定的狀態(tài)。

從2008—2017年整個(gè)時(shí)間段來(lái)看，陜西科技資源配置的全要素生產(chǎn)率表現(xiàn)為較快增長(zhǎng)幅度，整個(gè)時(shí)間段內(nèi)全要素生產(chǎn)率的增長(zhǎng)受到技術(shù)進(jìn)步和技術(shù)效率改善兩方面綜合疊加影響，而且其中技術(shù)效率擴(kuò)散所引起的配置效率提升作用要明顯比技術(shù)進(jìn)步增加所引起的科技資源配置效率改善的效果更好。

4 陜西科技資源配置效率的影響因素分析

基于上一節(jié)關(guān)于科技資源配置效率的影響因素理論分析，并考慮了數(shù)據(jù)的可獲得性和結(jié)果的實(shí)用性，選取了影響科技資源配置效率的關(guān)鍵性因素，重點(diǎn)分析政府教育投入力度、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、對(duì)外開(kāi)放程度、環(huán)境治理程度和經(jīng)濟(jì)發(fā)展水平5個(gè)因素對(duì)于陜西科技資源配置效率的影響，將這5個(gè)變量作為回歸分析的解釋變量，分別用EDU、SC、FDI、ENV、GDP表示政府教育投入力度、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、對(duì)外開(kāi)放程度、環(huán)境治理程度和經(jīng)濟(jì)發(fā)展水平，使用回歸模型檢驗(yàn)變量對(duì)科技資源配置效率的影響假設(shè)是否成立。具體變量的含義以及文獻(xiàn)數(shù)據(jù)來(lái)源見(jiàn)表5。

建立多元線性回歸模型如下

模型一：

InSBMi=β0+β1lnEDUi+β2lnSCi+

β3lnFDII+β4lnENVI+β5lnGDPi+μ

（5）

模型二：

InDEAi=β0+β1lnEDUi+β2lnSCi+

β3lnFDII+β4lnENVI+β5lnGDPi+μ

（6）

式中：SBMi為陜西省i年考慮非期望產(chǎn)出科技資源配置效率;DEAi為陜西省i年不考慮非期望產(chǎn)出科技資源配置效率;β0為回歸式的常數(shù)項(xiàng);β1～β5為5個(gè)解釋變量對(duì)應(yīng)的回歸系數(shù);μ為誤差項(xiàng);i=2008，…，2017。

基于2008—2017年陜西省科技資源配置效率值以及相關(guān)數(shù)據(jù)，采用普通最小二乘法（OLS）對(duì)模型進(jìn)行回歸分析。在回歸之前對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行多重共線性檢驗(yàn)，經(jīng)檢驗(yàn)發(fā)現(xiàn)時(shí)間序列不存在自相關(guān)和異方差，滿足OLS 線性回歸的基本條件，可以進(jìn)行線性回歸?；诖耍芯繉?duì)方程（5）和（6）所示的模型對(duì)考慮非期望產(chǎn)出和不考慮非期望產(chǎn)出的陜西省科技資源配置效率的影響因素進(jìn)行估計(jì)。為了更好地分析各個(gè)因素對(duì)效率的影響程度，采用逐步回歸分析考察上述5種因素對(duì)被解釋變量的影響。在STATA15.0中得到回歸結(jié)果見(jiàn)表6和表7。

表6為考慮非期望產(chǎn)出的陜西省科技資源配置效率影響因素回歸結(jié)果。由回歸（1）～（5）可知，政府教育投入力度、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及環(huán)境治理程度正向促進(jìn)陜西省科技資源配置效率的提升，對(duì)外開(kāi)放程度在一定程度上阻礙了陜西省科技資源的有效配置，經(jīng)濟(jì)發(fā)展水平并沒(méi)有對(duì)陜西省科技資源配置效率產(chǎn)生顯著影響。其中產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和教育投入力度對(duì)陜西省科技資源配置效率的影響程度較大。

表7為不考慮非期望產(chǎn)出的陜西省科技資源配置效率影響因素回歸結(jié)果。由回歸（1）～（5）可知，政府教育投入力度、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及環(huán)境治理程度正向促進(jìn)陜西省科技資源配置效率的提升，對(duì)外開(kāi)放程度在一定程度上阻礙了陜西省科技資源的有效配置，經(jīng)濟(jì)發(fā)展水平并沒(méi)有對(duì)陜西省科技資源配置效率產(chǎn)生顯著影響。其中產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和教育投入力度對(duì)陜西省科技資源配置效率的影響程度較大。

依據(jù)考慮非期望產(chǎn)出的陜西省科技資源配置效率回歸結(jié)果和不考慮非期望產(chǎn)出的陜西省科技資源配置效率回歸結(jié)果，作如下分析：政府教育投入力度對(duì)陜西省科技資源配置效率的影響在考慮非期望產(chǎn)出和不考慮非期望產(chǎn)出的情況下，分別通過(guò)了1%和5%水平的顯著性檢驗(yàn)，且均呈顯著的正向關(guān)系，系數(shù)分別為2.242和2.397，提升政府對(duì)教育投入力度能夠促進(jìn)科技資源配置效率水平的提高。提高政府教育資金投入力度能夠有效推動(dòng)陜西科技資源配置效率。保持較高的教育資金能夠促進(jìn)高等院校和科研院所培育更多高素質(zhì)的科研人才，而且較高的政府財(cái)政教育支持強(qiáng)度在提升大眾基本素質(zhì)的同時(shí)，也促進(jìn)當(dāng)?shù)厣鐣?huì)文化程度的提升，對(duì)于培養(yǎng)良好消費(fèi)市場(chǎng)的形成起到間接的促進(jìn)作用，能夠幫助大眾接受市場(chǎng)中的新產(chǎn)品和新服務(wù)，加快企業(yè)獲得技術(shù)創(chuàng)新產(chǎn)品帶來(lái)的經(jīng)濟(jì)利潤(rùn)，因而會(huì)在一定程度上促進(jìn)科技成果轉(zhuǎn)化，而且科技人才規(guī)模的擴(kuò)大和人才質(zhì)量的進(jìn)一步提高，也為科研院所和科技型企業(yè)提供更加匹配的人才隊(duì)伍，實(shí)現(xiàn)科技人才資源的有效配置。

第三產(chǎn)業(yè)產(chǎn)值占GDP比重對(duì)陜西省科技資源配置效率的影響，無(wú)論是否考慮非期望產(chǎn)出，均呈現(xiàn)1%的水平上顯著的正向關(guān)系，系數(shù)分別為5350和4.710，這說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與陜西省科技資源配置效率呈正相關(guān)，通過(guò)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整可以提升陜西科技資源配置效率。加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是推動(dòng)科技資源優(yōu)化配置的有效途徑。相較于未考慮非期望產(chǎn)出的模型結(jié)果，考慮了非期望產(chǎn)出之后，第三產(chǎn)業(yè)產(chǎn)值占GDP比重對(duì)陜西省科技資源配置效率的影響程度有所提高，這可能是由于第三產(chǎn)業(yè)屬于高產(chǎn)出的行業(yè)，在陜西省經(jīng)濟(jì)發(fā)展中占據(jù)重要地位，若將非期望產(chǎn)出考慮在內(nèi)，陜西省科技資源配置效率將有所提高，直接體現(xiàn)于式（5）中SC變量的系數(shù)有所提高。由于陜西省第三產(chǎn)業(yè)，如金融保險(xiǎn)、信息科技等第三產(chǎn)業(yè)發(fā)展相對(duì)較快，生產(chǎn)型服務(wù)業(yè)長(zhǎng)期占據(jù)主導(dǎo)地位，第三產(chǎn)業(yè)就業(yè)人群層次較高，技術(shù)含量較高、創(chuàng)新能力較強(qiáng)。第三產(chǎn)業(yè)所占的比例越高，越有利于科技資源的充分利用，以及科技創(chuàng)新能力的提高，使企業(yè)較快地將科技成果轉(zhuǎn)化為經(jīng)濟(jì)產(chǎn)出。

對(duì)外開(kāi)放水平對(duì)陜西省科技資源配置效率的影響，無(wú)論是否考慮非期望產(chǎn)出，均呈現(xiàn)在5%的水平上顯著的負(fù)向關(guān)系，系數(shù)分別為-0.621 2和-0.715 9，這說(shuō)明陜西省對(duì)外開(kāi)放水平在一定程度上阻礙了本地科技資源配置效率。外商直接投資額占地區(qū)GDP的比值能夠評(píng)估一個(gè)地區(qū)的經(jīng)濟(jì)開(kāi)放程度。陜西省處在西部?jī)?nèi)陸地區(qū)，受到自然地理因素的限制，相比于沿海發(fā)達(dá)地區(qū)而言，對(duì)于外商的投資引進(jìn)沒(méi)有完成從引進(jìn)設(shè)備和中間產(chǎn)品轉(zhuǎn)向?qū)茖W(xué)技術(shù)本身的吸收，對(duì)技術(shù)的轉(zhuǎn)讓以及對(duì)技術(shù)的消化吸收和再創(chuàng)新不夠重視，企業(yè)對(duì)引進(jìn)的先進(jìn)技術(shù)存在技術(shù)消化吸收難、應(yīng)用范圍小等問(wèn)題，逐漸對(duì)技術(shù)引進(jìn)產(chǎn)生高度依賴性，在一定程度上影響了當(dāng)?shù)乜萍既肆?、?cái)力、物力、信息資源的充分利用，從而導(dǎo)致科技資源配置效率下降。

[7]梁林，李青，劉兵.環(huán)境約束下省域科技資源配置效率：時(shí)空格局、演變機(jī)理及影響因素[J].中國(guó)科技論壇，2019（06）：125-135，146.

[8]陳勁.國(guó)家創(chuàng)新藍(lán)皮書(shū).中國(guó)創(chuàng)新發(fā)展報(bào)告（2017—2018）[R].社會(huì)科學(xué)文獻(xiàn)出版社，2018.

[9]KHOSHNEVIS P，TEIRLINCK P.Performance evaluation of R&D active firms[J].Socio-economic Planning Sciences，2018：16-28.JEONG B，KWON C，ZHANG Y S，et al.Evaluating the research performance of a R&D program：An application of DEA[J].Lecture Notes in Engineering and Computer Science，2010，2182（1）：2108-2230.

[10]解學(xué)梅，戴智華，劉絲雨.高新技術(shù)企業(yè)科技研發(fā)投入與新產(chǎn)品創(chuàng)新績(jī)效——基于面板數(shù)據(jù)的比較研究[J].工業(yè)工程與管理，2013，18（03）：92-96.

[11]THOMAS V J，SHARMA S，JAIN S.Using patents and publications to assess R&D efficiency in the states of the USA[J].World Patent Information，2011，33：4-10.

[12]GRILICHES Z.R&D and productivity：the econometric evidence[M].Lllinois：University of Chicago Press，1998.

[13]蘇屹，安曉麗，王心煥，等.人力資本投入對(duì)區(qū)域創(chuàng)新績(jī)效的影響研究——基于知識(shí)產(chǎn)權(quán)保護(hù)制度門(mén)限回歸[J].科學(xué)學(xué)研究，2017，35（05）：771-781.

[14]薛瀾，汝鵬，舒全峰，等.中國(guó)科研人力資本補(bǔ)償：?jiǎn)栴}、成因與對(duì)策[J].科學(xué)學(xué)研究，2014，32（09）：1347-1351，1430.

[15]陳昭，林濤.國(guó)際技術(shù)溢出、研發(fā)投入門(mén)檻與技術(shù)創(chuàng)新——基于中國(guó)高技術(shù)產(chǎn)業(yè)行業(yè)異質(zhì)性的實(shí)證研究[J].上海經(jīng)濟(jì)研究，2018（04）：118-128.

[16]柴瑋，申萬(wàn)，毛亞林.基于DEA的我國(guó)資源型企業(yè)科技創(chuàng)新績(jī)效評(píng)價(jià)研究[J].科研管理，2015，36（10）：28-34.

[17]PORTER M E，DER LINDE C V.Toward a new conception of the environment-competitiveness relationship[J].Journal of Economic Perspectives，1995，9（04）：97-118.

[18]郭兵，袁菲，謝智敏.基于DEA方法的上海市財(cái)政科技投入績(jī)效評(píng)價(jià)研究[J].中國(guó)管理科學(xué)，2012，20（S1）：32-35.

[19]張鵬，陳培安.山東省科技創(chuàng)新資源空間分布與經(jīng)濟(jì)發(fā)展水平協(xié)同分析[J].技術(shù)與創(chuàng)新管理，2016，37（03）：256-262.

[20]XIMEI L.Evaluating the input/output efficiency between science-technology and finance via analytic hierarchy process[C].International Conference on Measuring Technology and Mechatronics Automation，2015：462-465.

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

[22]齊亞偉，陶長(zhǎng)琪.環(huán)境約束下要素集聚對(duì)區(qū)域創(chuàng)新能力的影響——基于GWR模型的實(shí)證分析[J].科研管理，2014，35（09）：17-24.

[23]李泓欣，周燕.基于空間計(jì)量的區(qū)域科技創(chuàng)新信息要素資源配置影響因素研究[J].情報(bào)科學(xué)，2017，35（12）：96-101.

[24]賈鋼濤，楊勇.基于主成分分析的陜西科技資源配置效率研究[J].技術(shù)與創(chuàng)新管理，2013，34（03）：216-219，224.

[25]宋結(jié)焱，施炳展.出口貿(mào)易是否降低了中國(guó)行業(yè)內(nèi)資源錯(cuò)配？[J].世界經(jīng)濟(jì)研究，2014（10）：53-60，88-89.

（責(zé)任編輯：王 強(qiáng)）