基于组合评价的我国区域科技资源配置效率研究

摘要:科技资源作为稀缺资源,其合理配置是我国长期关注并难以根本解决的问题。针对我国31个省市自治区在2007年科技投入产出的情况,分别采用主成份分析法、熵权TOPSIS法、超效率DEA法三种单一评价方法对区域科技资源配置效率进行排名之后,采用组合评价方法弥补单一方法的不足,得到更客观合理的评价结果.
关键词:区域;科技资源;配置效率;组合评价
一、引言
科学技术是第一生产力,科技资源是科技创造性劳动的物质基础,作为“第一资源”的科技资源,其配置问题日益受到重视[1]。我国是一个区域资源要素差异极大的国家,科技资源配置也存在很大的差距,科技资源的地区差距加速了经济社会差距的扩大。为此有必要对这一特定生产力要素的配置效率及其区域差异进行综合评价。科技投入产出的效率是衡量一个地区科技实力的重要标准之一,因此运用合理的方法对区域的科技资源配置效率进行分析和研究,根据研究结果提出对策和建议,对于提高区域科技实力,促进经济发展具有重要的意义.
在这方面已有一些学者使用不同方法对科技资源配置效率进行了定量研究,如贾岩引入Cross-efficiencyDEA算法,从科技资源投入、产出的视角对我国30个省、市、自治区对应的科技资源配置效率进行了测算,获得区域资源配置效率的排序结果[2];张鑫应用数据包络分析法对先进省市2003-2005年的科技资源配置效率进行了研究和分析[3];刘玲利采用CCR模型和超效率模型对我国1991-2005年的科技资源配置效率进行了测算,并对其影响因素进行了基于Tobit模型的回归分析[4];丁岚,王分棉利用统计学的因子分析方法,从显示性指标和分析性指标两个方面来评价高新技术产品国际竞争力[5];刘玲利运用Malmquist指数方法测度了1998-2005年中国30个省(自治区、直辖市)科技资源配置中的技术效率、技术进步和总效率,并采用随机效应模型对影响科技资源配置效率变化的因素进行了实证检验[6];杨洪涛用DEA方法对上海市高校科技资源配置效率进行了评价[7];唐五湘等人利用我国30个省市自治区的科技资源配置效率的面板数据,运用经济计量学中的相关分析法和回归分析法,对影响我国区域科技资源配置效率水平的要素进行了定量分析,研究确定了科技资源配置效率的主要影响因素[8];张晓瑞利用DEA算法对全国不同省、市、自治区科技投入、产出数据进行了科技资源配置效率综合评价[9];傅毓维等人利用DEA方法评价分析了黑龙江省各地区科技资源配置的有效性[10];牛树海等人将科技资源分为人力资源配置、财力资源配置、配置强度和配置效果四个方面,建立了科技资源指标体系,应用GIS和SPSS方法,从区域经济的角度对科技资源配置进行了定量评价[11];徐建国基于科技资源配置的内涵和结构,建立起中国区域科技资源配置指标体系,利用线性加权方法对中国区域科技资源配置能力进行宏观分析[12].
从已有的文献来看,多数学者都只是采用某种单一的评价方法对区域科技资源配置效率进行评价,但是应用不同的方法对同一对象进行评价所得到的结果往往存在着差异,同时每一种方法都各有其优缺点,我们无法说明哪一种方法好或不好,仅采用一种方法进行评价无疑具有一定的片面性[13]。如果对单一模型进行适当的组合,就可以利用更多的信息,有效地发挥单一模型的优点,弥补单一模型的不足,使综合评价结果更加科学、合理,具有一定的实用性。因此本文选择组合评价方法以投入产出视角对我国31个省市自治区2007年科技资源配置效率进行评价.
二、组合评价方法
组合评价的方法研究较为深入,常用的组合评价基本方法有:平均值法、Borda法、Copel-and法及模糊Borda法等[14].
任意一种评价方法A在评价时所得到的评价值(即评价结果)都是随机的,可记为X,而任何一种组合评价方法,在本质上都可以看成或近似看成所涉及的各种方法的线性加权组合,其差异仅在于加权系数的确定方法不同,于是可得到下面结果.
定理:设Ai,i=1,2,…,n为n种相互独立的评价方法,其评价值分别为Xi,i=1,…,n,则存在组合评价A=∑ni=1αiXi,其评价值为∑ni=1αi=1,αi≥0,使得D(X)≤D(Xi),i=1,…,n。(证明略)[15]此定理表明通过有效的组合可以减少评价方差,但组合方法并不唯一,而每种组合评价方法都可以减小评价的方差,所以若采用上述四种组合评价方法对同一问题进行评价它们之间的差异也将减小.
本文采用平均值法、Borda法、Copeland法及模糊Borda法这四种组合评价的方法对区域科技资源配置效率进行评价。不论采用哪一种方法,结果总是按照某一得分进行排序分档.
这里对不同方法的评价结果进行综合评价步骤如下.
步骤1:分别运用给出的几种不同的评价模型对31个省市区域科技资源配置效率作出评价,得到在各种方法下的排序结果.
步骤2:利用Kendall一致性系数Rk=12∑nt=1r2t[k2n(n2-1)-3(n+1)/(n-1)](n为样本数,k为评价方法数,rt为排名值)检验各种单一方法排序结果在总体上是否具有相容性,一致性检验在组合评价之前进行,因此称为事前检验。若单一评价方法的评价结论之间具有相容性,可以对这几种单一方法的评价结论进行下一步的组合研究直接进入步骤4;如果在一致性检验中出现不一致性情况,则进入步骤3.
步骤3:由于结果不具有一致性,将对各种方法进行两两Spearman等级相关系数Rs=1-6∑nt=1d2t[n(n2-1)](n为样本数,dt为在不同方法下样本排名的差异值)检验,将具有一致性的方法放在一起,然后对样本资料、评价结果及方法特点进行分析选取出既符合实际又具有一致性的几种方法,返回到步骤2.
步骤4:运用组合评价方法对独立评价结果进行组合,得到组合评价结果。用平均值法、Borda法、Compeland法和模糊Borda法对上述几种方法的评价结果进行组合,得出组合评价值,按组合评价值的大小得到几种组合评价的排序结果.
步骤5:若四种组合评价结果有差异,再对四种组合评价值重新组合,重复第4步,直到四种组合评价的标准差小于给定的某一充分小的正数ε。由前面定理可知,每次组合评价后所得结果都将使标准差变小,因而评价标准差随着组合次数的增加将趋于零,该方法在实际中可实现.
三、实证分析
1.评价指标体系及数据来源
科技资源是指科技活动所需要的各种投入要素,即是科技人力资源、科技财力资源、科技物力资源、科技时间资源以及科技信息资源等要素的总称。科技人力资源和科技财力资源具有相对重要的地位和决定性意义。本文在研究科技资源配置效率时,仅从科技资源系统中的科技人力资源和科技财力资源进行测算分析.
科技产出效果主要包括知识形态的成果和科技转化成果。在遵循指标体系建立的科学性、可比性、可行性和适应性原则下,选取各地区以下5项科技投入指标和4项科技产出指标作为区域科技资源配置效率变化测度指标体系(见表1).
2.评价
本文根据以上设定的评价指标体系及数据,分别采用主成份分析法[16]、熵权TOPSIS法[17]、超效率DEA法[18]对我国31个省市自治区2007年的科技资源配置效率情况进行评价.
考虑到不同指标具有不同的量纲和量纲单位,为了消除由此产生的指标的不可公度性,对评价指标值进行无量纲化处理.
对于产出指标(指标值越大越好),令:yij=(1-α)+α·xij-xmin(j)xmax(j)-xmin(j)对于投入指标(指标值越小越好),令:yij=(1-α)+α·xmaxj-xijxmax(j)-xmin(j),式中:0<α<1,一般可取α=0.9;xmax(j),xmin(j)分别表示参加比较的各地区中该指标的最大值和最小值;xij则表示某地区该指标的实际值.
在运用主成份分析法、熵权TOPSIS法计算效率时,采用科技资源配置效率模型为:Ei=CiTi,其中Ci为各地区科技产出综合指标,Ci=λ1C1i+λ2Ci2+λ3Ci3+λ4Ci4,Ci为i地区科技产出综合指标,cij为i地区4项科技产出指标,λ1,λ2,λ3,λ4为4项产出指标权重;Ti为i地区科技投入综合指标,Ti=δ1Ti1+δ2Ti2+δ3Ti3+δ4Ti4+δ5Ti5,Ti为i地区科技投入综合指标,Tij为i地区5项科技投入指标,δ1,δ2,δ3,δ4,δ5为5项投入指标权重。即分别计算出各地区的科技投入综合指标和科技产出综合指标,进而得出各地区的科技资源投入产出比,即科技资源配置效率值Ei[19]。DEA方法是采用数学规划模型来评价相同类型的多投入、多产出的决策单元是否技术有效的一种非参数统计方法,其基本模型能对多投入、产出的决策单元的相对效率进行评价,但如果出现多个决策单元都为相对有效时,DEA基本模型对这些相对有效(效率值为1)的决策单元就无法进行进一步的评价与比较。为了弥补这一缺陷,Andersen和Peter-son于1993年提出了超效率模型,从而使数个有效决策单元之间的比较成为可能.
采用上述三种单一模型得出效率得分及排名如表2.