地区科技资源配置相对有效性的比较评价和优化建议，本文主要内容关键词为：资源配置论文,有效性论文,评价论文,建议论文,地区论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
数据包络分析方法(DEA)是美国著名运筹学家A.Charnes和W.W.Cooper等以相对有效性的概念为基础而发展起来的新的效率分析方法，它的基本思想是：将每一个被评价的单位或部门视为一个决策单元（Decision Making Unit简称DMU），由决策单元组DMUs构成评价群体，这个群体可以是学校、政府部门、科研活动执行体、银行、企业等，处于同一评价群体的每个DMU都是具有同样种类的资源消耗，并产生出同样种类的“产品”，即各DMU具有相同的投入项指标和相同的产出项指标；在指标项和DMUs确定以后，采用数学规划模型比较DMU之间的相对效率，进行投入产出比率的综合分析，得到每个DMU综合效率的量化指标值，从而确定相对效率最高的DMU（即DEA有效），并对DMUs进行排队定档次，同时给出非DEA有效的DMU与DEA有效的DMU之间差距的数据以此作为调整非有效的DMU，向有效方向努力的方向和有关投入或产出项调整的数量依据。
本文使用DEA模型中的CCR模型对我国30个地区的科技资源配置进行相对有效性评价（见表1），并计算出科技资源投入产出相应的优化数值，为科技决策部门提供了制定规划的依据。
表1 全国30个地区科技资源配置相对效率(θ)及有效性位次
根据DEA相对有效的充要条件和DEA模型的上机运行结果可以计算出各地区达到DEA有效或向生产前沿面转化，其投入、产出应调整的近似量如表2所示。表2中各指标意义为：
S[,1]：科技活动人员闲置量（人），S[,2]：科技活动经费闲置量（千元），
S[,3]：科研基建投资闲置量（千元），S[,4]：专利产出应增加量（件），
S[,5]：论文产出应增加量（篇），S[,6]：科技市场交易应增加量（千元）。
例如：陕西科研基建减少投入1963万元，而技术市场成交量增加707万元才能达到DEA相对有效，即科技资源投入产出最优。
表2 全国28个地区科技资源投入产出的优化值
（收稿日期 1994-08-27）