基于DEA-EFA模型的财政科技投入绩效评价

一、引言

在资源受限的情况下如何通过合理地配置科技资源，使科技资源使用效益最大化成为科技资源配置和政策研究的重点。要解决这个问题，首先要对我国的财政科技投入进行绩效评价，在其基础上寻求资金使用的进一步优化，这是政府科技管理的客观需要，也是科技发展过程中的必然要求。

对科技投入进行绩效评价的研究文献很多，典型的有：许治等（2005）采用DEA对我国1985年～2003年科技投入的相对效率进行了测度；徐春杰等（2006）通过建立基于内生增长理论的模型框架和指标体系，对科技投入产出绩效进行了评价。然而，从已有文献来看，通常是将财政科技投入作为财政支出的一部分加以考察，或是仅分析某个地区的具体情况，专门针对财政科技投入且立足全国各地区的系统研究并不多见。因此，本文希望能够改进当前文献的研究，将财政科技投入作为研究对象单独提列出来加以分析，并且系统地评价了全国所有地区（港澳台除外）的财政科技投入绩效，从而清楚显示了我国财政科技投入绩效的总体状况，力求为政府的科学决策提供有力的理论依据，增强财政资金使用的科学性，提升政府的科技管理能力。

二、财政科技投入绩效的dea-efa综合评价模型

由于DEA和EFA模型仅能分别评价地区财政科技投入绩效中的资金使用效率高低和由于财政科技投入所带来的科技发展水平高低两者之一，因此可以考虑将两者结合起来，如Edwardo L．Rhodes（2002）、Shiuh-Nan Hwang（2007）、Reza Nadimi等（2008）、彭建娟等（2009）和陈碧琼等（2009）的研究。

本文构造的DEA-EFA综合模型如下：以各地区DEA分值的最小值和EFA分值的最小值作为原点，各地区DEA分值为横坐标，EFA分值为纵坐标，组成二维坐标平面（见图1）。在这个坐标平面中，以各地区DEA得分的平均值作为评价地区财政科技投入效率高低的科技效率分界线，以各地区EFA得分的平均值作为评价地区科技发展水平高低的科技水平分界线，可将平面分成4个象限区域。

位于区域A的地区，DEA值和EFA值都较小，表明其财政科技投入效率和科技发展水平均相应较低；位于区域B的地区，EFA值较大而DEA值较小，表明其科技发展水平较高，但是财政科技投入效率较低；位于区域C的地区和区域B情况恰好相反，DEA值较大而EFA值较小，表明其财政科技投入效率较高而科技发展水平较低；处于区域D的地区，DEA值和EFA值都较大，表明其财政科技投入效率和科技发展水平均相应较高。地区所在象限区域的不同，只是反映了其财政科技投入效率和科技发展水平两个方面的相对高低，并不能给出该地区财政科技投入的综合绩效情况。考虑到地区在坐标平面中的具置与原点之间的距离同时表达了其财政科技投入效率和科技发展水平两者的信息，因此将其作为该地区综合绩效的评价标准。如图1所示，地区P与原点O之间的距离OP即为地区P财政科技投入绩效的DEA-EFA综合分值。地区在坐标平面中的位置与原点之间的距离越大，表明其财政科技投入的综合绩效水平越高；而若此距离越小，则其综合绩效水平越低。

三、全国各地区的财政科技投入绩效评价和优化

本文采用科技部的地区科技发展情况监测指标作为财政科技投入绩效的评价指标，相关数据来自《中国科技统计资料汇编（2009）》。投入指标为地方财政科技拨款占地方财政支出比重，产出指标包括科技人力资源、科研物质条件、科技意识、科技活动产出水平、技术成果市场化、高新技术产业化水平、高新技术产业化效益、经济发展方式转变、环境改善和社会生活信息化等。考虑到财政科技资金的投入与其产出之间存在一定的滞后性，当期投入的产出要在未来一段时期才能体现，假定滞后时间为1年，采用2007年的投入数据和2008年的产出数据建模。

其一，绩效评价。表1是采用DEA-EFA模型计算得到的全国31个地区（港澳台除外）财政科技投入的DEA分值、规模效率情况、EFA分值和DEA-EFA综合绩效分值。

根据表1，各地区DEA和EFA的平均得分约为0.8和0，以0.8作为DEA分值（横轴）的科技效率分界线，以0作为EFA分值（纵轴）的科技水平分界线，可以得到我国各地区财政科技投入资金的使用效率和科技发展水平情况（见图2）。图2表明，全国各地区中，天津、河北2个地区位于高水平高效率区域，上海、北京、广东、辽宁、江苏、福建、山东、陕西8个地区位于高水平低效率区域，安徽、内蒙古、海南、江西、山西、甘肃、四川、重庆、新疆、贵州、青海、吉林、宁夏、14个地区位于低水平高效率区域，浙江、广西、云南、湖北、河南、湖南、黑龙江7个地区位于低水平低效率区域。

由于绩效评价是一个相对概念，因此各地区的财政科技投入绩效和经济发展水平并不完全相符。部分经济较发达的地区，财政科技绩效不一定高；而部分经济欠发达的地区，财政科技绩效也不一定低。同时，由于财政科技投入绩效包含了资金使用效率和科技发展水平两个方面，因此部分科技发展水平较高的地区，在边际效用递减的情况下，可能资金使用效率反而不及一些科技发展水平较低的地区。

天津的财政科技投入之所以表现出高水平高效率，与其在战略上要建设成为北方的经济中心之一密不可分。随着滨海新区建设的推进，大量高科技企业和资源纷纷进驻天津。河北毗邻北京、天津，作为后院也享受到了京津冀经济圈的协同发展优势。天津、河北底子本来不薄，再加上这几年国家政策的大力扶持，科技资金的效率和科技发展水平得到了很大的提升，从而能够进入高水平高效率区域。

上海、北京、广东、辽宁、江苏、福建、山东、陕西是我国传统意义上科技实力较为发达的省份，在财政科技资金的投入量和产出方面都在全国占有重要地位。但是，过去主要依靠资金投入引进国外先进技术的发展方式已经不能适应新经济模式的发展，在长期大量科技资金投入的过程中这些地区已经出现了明显的资金使用效率下降现象。因此，总的来说上述科技大省仅表现为高水平低效率。为了解决这一问题，必须贯彻中央号召，大力推动自主创新，不仅在科技资金的使用数量上，更重要的是还要在使用效率上取得突破。

安徽、内蒙古、海南、江西、山西、甘肃、四川、重庆、新疆、贵州、青海、吉林、宁夏、的科技发展水平虽然比较薄弱，但近几年在科技资金的使用上不断改进，原来几乎完全依靠传统手工业和农业的经济发展模式逐渐得到改变，因此表现为低水平高效率。

浙江、广西、云南、湖北、河南、湖南、黑龙江表现出低水平低效率，和这些地区的经济发展方式息息相关。浙江的民营企业发达，贸易经济占主导地位，但从长远来看，科技还是根本，因此必须注意提高科技投入和科技发展水平以提升长期竞争力。其余省份基本是农业大省，因此科技投入和科技发展水平也相对落后，将来应该做到科技兴农，才能改变经济发展以传统农业为主的弱势地位。

在分别考察各地区在财政科技资金的使用效率和科技发展水平高低的基础之上，再根据DEA-EFA综合绩效分值就可以得出全国各地区财政科技投入的综合绩效排名（见表2）。

其二，绩效优化。进行绩效优化要充分利用DEA和EFA的信息。由表1可见，山西、江西、海南、四川、、甘肃、青海财政科技投入的规模效率不变，并且他们都表现出低水平高效率，为此对于这几个省份，提高绩效的重点在于加大财政科技资金投入规模，以提高当地的科技发展水平。而对于全国其他省份，均为规模效率递减，尤其对于高水平低效率地区，不能再以单单加大财政科技投入为手段，要立足自主创新，加强基础科学研究，使得科技效率上出现本质突破。

通过EFA分析得出，财政科技投入绩效的评价指标具有内在的三个主要影响因子。第一主因子在科技人力资源、科技意识、技术成果市场化、高新技术产业化水平、高新技术产业化效益、经济发展方式转变、社会生活信息化等指标上有较大的载荷。总体来看，这些指标反映了科技成果的转化情况。第二主因子在科研物质条件、科技活动产出水平等指标尚有较大的载荷，这两个指标反映了科研条件情况。第三主因子在环境改善指标上有较大载荷，反映了环保情况。

表3说明，“科技成果转化”因子覆盖的指标范围最广、数目最多，因此影响各地区财政科技投入绩效高低的最主要原因是科技成果的转化，这个结论恰恰与科技对于发展地方经济的渠道相一致，表明当前重点在于如何将当前的科研成果有效的应用到经济发展当中，采用科技进步推动社会发展。若要提升全国各地区的科技实力，就要改善“科技成果转化”各指标的投入产出状况。从投入角度来看，财政科技资金的重点投放方向应该注重科技成果转化；而从产出角度来看，要加强自主创新，积累更多可供转化的科技成果。

为进一步说明注重科研成果转化的必要，本文还采用EFA计算了各主因子之间的相关矩阵（见表4）。从因子相关矩阵中可以得到各主因子之间的两两相关程度，进而找出与大部分因子都相关的基本因子。只要对基本因子加以优化，与之相关的因子都能得到相应的改进，这样就加强了财政科技投入的针对性。由表4可以看出，“科研条件”因子和“科技成果转化”因子相关系数较大，而“环保”因子和以上两者之间也存在一定的相关性，这就直观表明了因子间的辐射带动作用，在做财政科技资金的投入决策时，可以考虑重点支持辐射作用强的因子。为此，进一步证实了提高科技成果转化有利于改善科研条件和推进环保，有必要加大财政科技资金在科技成果转化领域的相关投入。

参考文献：

［1］许治、师萍：《基于DEA方法的我国科技投入相对效率评价》，《科学学研究》2005年第4期。

［2］徐春杰、李强：《科技投入产出绩效评价的内生增长模型研究》，《中国软科学》2006年第8期。

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文