东莞市财政科技投入产出效率分析——基于数据包络模型

东莞市财政科技投入产出效率分析——基于数据包络模型

刘建

广东科技学院财经学院

摘要：东莞市财政科技拨款占GDP比重波动幅度大，财政科技拨款金额及其占GDP的比重不高，技术市场成交合同数增长不稳定，这些问题会对东莞高新技术产业和科技创新的发展产生不利影响。利用“数据包络分析”方法，构建东莞财政科技投入产出指标体系，对东莞市的财政科技投入产出效率进行实证分析，找出其存在的问题，在此基础上提出对策建议：建立多元化科技投入体系，持续扩大科技投入规模；加强政府对科技投入产出效率的监督管理；持续扩大高科技人才队伍；不断完善科技成果转化机制；统筹协调镇街财政科技投入。

关键词：科技投入产出；财政科技拨款；数据包络分析

一、东莞市财政科技投入产出现状与问题分析

（一）东莞市财政科技投入产出现状分析

1、东莞市财政科技投入现状分析

从2000年至2018年，东莞市财政科技拨款总趋势是持续上升的，2000-2018年这18年期间，东莞市财政科技拨款总额从2000年的1.90亿元增加到2018年的39.34亿元。不过，2009-2010年、2011-2014年、2015-2016年，这三个时间段，广东省财政科技拨款总额有同比降低的情况，其他各年份东莞市政科技拨款总额持续增加。总体来说，东莞市财政科技拨款呈现波动中上升的状况。东莞市财政科技拨款占GDP的比重在1.71%-6.4%之间波动。

东莞市R&D经费支出从2000年的1.52亿元增长至2018年的236.32亿元，增幅巨大。R&D经费占GDP的比重从0.16%增长至2.85%，从2003年至2018年连续15年环比增加。R&D人员投入量从2000的985人年增加到2018的90457人年，增长量巨大，R&D人员投入量2000-2015年呈现逐年稳步增加的态势，但是2015-2018年间表现出波动中跃升的状况。

2、东莞市财政科技产出现状分析

科技成果的直接产出主要表现在专利申请受理量、发明专利受理量、专利申请授权量、发明专利申请授权量等方面。东莞市的这四项数据从2010年以来逐年稳步上升，以发明专利申请受理量为例：从2000年的1653项增加至2018年的97030项，18年增长57.7倍，年均增长率320%.

东莞市科技成果的市场化情况主要表现在技术市场成交合同数、技术市场成交合同金额、高新技术产业产值等方面。东莞的技术市场成交合同数在25-272项之间波动，合同数并不能完全准确反映技术市场的状况，还要考察合同金额，东莞市技术市场成交合同金额从2000年的0.35亿元增长到2018的18.32亿元，整体增长率很高，尤其是最近3年，增长9倍。东莞市规模以上高新技术制造企业工业增加值2015年为869亿元，2018年为1521亿元，年均增长率为25%.

（二）东莞市财政科技投入产出问题分析

1、财政科技拨款占GDP比重波动幅度大。东莞财经科技拨款占GDP的比重，最低年份2001年占比1.71%，最高年份2006年占比6.24%；2015年之前波动幅度很大，2015年以来波动趋缓，基本保持在5%左右波动。

2、财政科技拨款金额及其占GDP的比重不高。2018年东莞财政科技投入金额39.34亿元，占GDP比重为5.14%；东莞财政科技投入金额在广东21个市中排名第7，而同年东莞GDP在广东排名是第4位。2018年深圳财政科技投入金额占GDP比重为12.96，中山9.37%，广州、佛山、珠海都超过6%.

3、技术市场成交合同数增长不稳定。东莞技术市场成交合同数最低为2016年的25项，最高为2018年的272项；技术市场成交合同数长期大幅波动，例如2015年成交182项，2016年大降到106项，2017年又大幅提高到252项。

二、财政科技投入产出效率评价指标体系的构建

财政科技投入产出效率评价指标体系的构建的原则是科学性、系统性、可操作性和独立性原则。根据这个原则，我们初选出以下财政科技投入指标：R&D人员、R&D经费、R&D经费占GDP比重、地方财政科技拨款、地方财政科技拨款占GDP比重；初选出财政科技产出指标专利申请受理量、发明专利受理量、专利申请授权量、发明专利申请授权量、技术市场成交合同数、技术市场成交合同金额。在此基础上进行指标的筛选，从指标的相关分析结果来看，R&D经费与R&D人员、地方财政科技拨款、R&D经费占GDP比重两两相关，地方财政科技拨款与地方财政科技拨款占GDP比重相关， 综合经济学指标科学性和独立性原则，把R&D经费、R&D人员和地方财政科技拨款3个投入指标进入效率评价模型中。初选产出指标是：专利申请受理量、发明专利受理量、专利申请授权量、发明专利申请授权量、技术市场成交合同数、技术市场成交合同金额，从相关分析中可以看出这些指标也是两两相关，综合考虑其科学性和独立性，筛选出专利申请受理量和技术市场成交合同金额这2个指标作为数量分析模型的产出指标。由于篇幅所限，具体数据省略。

三、东莞市财政科技投入产出效率的实证研究

（一）数据包络分析方法简介

“数据包络分析”（Data Envelopment Analysis）方法是由美国著名的运筹学家A.charenes和W.W.Cooper等人（1978）研究和发展起来的一种针对多投入多产出生产单位进行效率分析与评价的方法。该方法以相对效率概念为基础，使用数学规划模型比较“决策单元”（MDU）间的相对效率，对决策单元做出评价的方法。“数据包络分析”其显著的特点是不需要对投入指标权重进行主观估计，不需要构建投入产出要素之间的具体函数关系。

（二）东莞市财政科技投入产出效率评价实证分析

利用DEAP Version 2.1分析软件，采用可变规模报酬的DEA模型（VRS），进行基于投入角度的二阶段效率估计，各决策单元的效率值见表1.从数据分析结果来看，东莞市的财政科技投入产出的纯技术效率值（vrste）为1，说明在目前的技术水平上，其投入资源的使用是有效率的；而综合效率值（crste）只有0.526，没有达到有效，是因为其规模和投入、产出不相匹配。深圳、佛山、中山和汕头的情况与东莞类似，都是纯技术效率值为1，规模效率值小于1，说明这几个市都和东莞一样，其规模和投入、产出不相匹配，且目前其规模效率处于下降阶段。要改善其规模效率，参考对象包括规模效率值为1的几个城市：广州、云浮、河源、潮州、阳江；但是，云浮、河源、潮州和阳江的投入产出总量太少，显然不符合政策要求，因此，东莞要改善其规模效率应该向广州看齐，提高其投入产出规模，跳出规模效率下降之弧。

表1 财政科技投入产出效率值

四、提升东莞市财政科技投入产出效率的政策建议

（一）建立多元化科技投入体系，持续扩大科技投入规模

从东莞市财政科技经费投入方面来看，尽管投入金额的绝对值是增加的，但是其增加的比重并未与东莞市GDP增长水平保持一致，甚至很多年份财政科技拨款占GDP比重方面还出现了下降的趋势，这充分说明了东莞市财政科技投入规模不合理，投入增长不稳定，这种情况必然会对东莞科技创新造成不利影响，建议从以下两个方面进行改善：

第一，提高财政科技经费投入占GDP的比重。东莞市政府应该不断调整和优化财政支出结构，以科技创新为重点，加大对核心技术和高新技术研发的投入。

第二，建立多元化科技投入体系。东莞市政府应该采取财政资金担保、贴息、税收、融资优惠等政策来分担或减少其他投入主体进入科技活动领域的成本与风险，引导风险投资基金、股权投资基金、民间资本、科技银行及科技企业投入科技创新资金，建立与科技创新需求相适应的以政府为引导、企业为主体，直接融资和间接融资为支撑的多元化、多渠道的科技投入体系。

（二）加强政府对财政科技投入产出效率的监督管理

目前，东莞市政府财政科技资金投入存在管理分散和缺乏有效的协调的问题，影响了财政科技资金投入产出的效率性。政府要重视财政科技投入的效率评价与管理，使既定财政科技经费投入产出效益最大化；要提高财政科技投入资金使用的有效性和规范性；要加强各财政科技投入规划之间的整合与协调，减少财政科研经费的重复投入与浪费。东莞市应该建立健全财政科技投入产出效率评估和监管机制，完善财政科技资金管理体制，使财政科技资金配置发挥最大效益。

（三）持续扩大科技创新型人才队伍

东莞市政府应该加大对重点领域科研人才和团队的支持与培养，建设科技创新型人才队伍。通过相关优惠政策，吸引粤港澳科技人才到东莞安家落户和创新创业。建立市内科研人员信息库，使科研人员可以在高等院校、科研机构和企业之间自由流动。改进和完善对科研人员的科技能力评价方法和激励方式，激发科研人员和科技人才创新创业的主管能动性，使东莞市科技创新不断进步。

（四）建立与完善科技成果转化机制

科技成果产业化即要有市场需求的拉动，也需要政府的推动。政府在科技成果产业化过程中要发挥协调、管理、支持、引导等多方面的职能。目前东莞市科技成果转化率还有待进一步提高，应该从金融、财政、税收、法规等方面完善政策，建立一套科技成果转化机制。（五）统筹协调镇街发展，提高全市财政科技投入产出效率

建立东莞市财政科技投入产出效率评价和监测体系，每年对东莞市各镇街财政科技投入情况进行监测与评价，并公布排名结果，使各镇街全面了解自身及其他镇街财政科技投入与产出的现状，落后镇街要及时采取改进措施。东莞市政府要对财政科技投入产出落后镇街实行政策倾斜，实施差异化的激励政策，逐步缩小各镇街间财政科技投入产出水平的差距，实现东莞市财政科技投入产出效率的全面提升。

参考文献：

[1]毛璐璐.天津市科技金融投入产出效率研究[J].长春金融高等专科学校学报,2020(02):43-49.

[2]何雪莹,张岚.科技金融投入与产出效率及影响因素分析——以上海市为例[J].金融管理研究,2020(01):211-226.

[3]刘建,高维新.金融新业态背景下我国科技金融效率及创新路径研究[J].改革与战略,2015,31(11):40-43.