西安硬科技产业投入与产出效率分析与对策研究
邵景峰 SHAO Jing-feng；王希尧 WANG Xi-yao
（西安工程大学管理学院，西安710048）
摘 要： 以西安硬科技产业为研究对象，借助西安市统计年鉴，构建西安硬科技产业投入产出效率评价指标体系，并运用数据包络分析方法测度了西安硬科技产业投入产出效率，得出其各年的投入产出效率水平。结果表明，西安硬科技产业在2010-2016年时间里，7年的平均综合技术效率为0.964，且综合技术效率均高于80%，说明西安硬科技产业投入产出效率总体是令人满意的。但仍存在投入冗余浪费、科技资源的利用率不高和资源配置不合理等问题。在此基础上，如能建设高素质的硬科技人员队伍、对资源进行合理优化，就可以更好地促进西安硬科技产业的发展。
关键词： 硬科技产业；投入产出效率；数据包络分析；对策
0 引言
“硬科技”是对一类高精尖原创技术的统称，包含了人工智能、航空航天、生物技术、光电芯片、信息技术、新材料、新能源、智能制造等领域[1]。区别于由互联网模式创新所组成的虚拟世界，硬科技代表的是由科技创新构成的物理世界[2]。硬科技技术的高门槛和强独创性，决定了其是难以被的山寨和效仿的。需要长期持续的科技资源投入，是推动世界进步的动力和源泉[3]。“硬科技”的“硬作用”表现在三个方面，即提高生产效率、降低生产成本、提高产品质量，根本目的是加快行业发展更新速度、提高行业运营综合效益。
对西安来说，其作为“硬科技”概念的诞生地[4]，拥有63所普通高校，3000多个各类科研机构，60位两院院士，46万多名各类专业技术人员，军工技术全国排名第一，如此丰厚的科教资源全国罕有。为此，西安市委书王永康指出：“硬科技是西安的新IP，硬科技是西安实现追赶超越的新跑道”。王永康强调，作为比高科技还要高精尖的科技，硬科技是西安追赶超越的新跑道、创新发展的硬实力、产业升级的发动机[5]。西安要着力打造3大万亿级产业，着力培育6个千亿级战略性新兴产业集群。“硬科技之都”的定位，表明了相当于为西安王牌产业定了位，以硬科技为主导。
大力推进绿色惠民。着力实施生态扶贫工程，完成生态移民10.7万人；结合国有林场改革，推动2万伐木工转变为生态“护林员”，选聘生态“护林员”1.05万名；全面推进光伏扶贫，争取国家下达光伏扶贫计划62万千瓦；争取列入全国网络扶贫试点，获得金融机构授信200亿元；启动生态扶贫试验区建设；水电资源开发收益扶贫改革试点取得初步成果。加快建设绿色城市，开展城镇闲置及裸露土地排查和复绿工程，在全国率先实现国家园林城市设区市全覆盖。推进美丽村庄建设，实施“整洁美丽、和谐宜居”新农村建设行动，启动中心村布局试点和规划编制工作，新增一批全国宜居小镇、宜居村庄。
与此同时，也有学者探讨了西安硬科技产业发展的问题。比如胡勖等人通过分析“硬科技”的作用和优劣点以及西安整体经济发展状况，并在与沿海经济发展要素对比下，把“硬科技”行业经济发展与西安内向型经济相结合。得出西安应紧抓科研，大力支持“一带一路”建设，加强创新意识和知识产权制度建设，整体助力西安经济发展[6]；雷战波等人从科技能力优势、科技潜力优势及科技水平优势3个方面对西安市的科技优势现状进行了分析，提出了将科技优势转化为经济优势的具体途径[7]，田富强采用归因法，分析西安军用硬科技知识产权转化特点、存在问题及其原因。认为在当前形势下，应建并立军用硬科技知识产权军转民创新机制，促进存量知识产权尽快悉数军转民[8]。张梦茹用stata14.0分析软件，采用主成分分析和因子分析法，研究西安市科技创新投入、产出具体的指标，找出影响西安市科技创新竞争力的主要因素，并提出对科技创新建设分析[9]。可见，学者们主要以定性描述和理论探讨为主，对于西安硬科技产业发展的内在机理、发展路径以及大西安硬科技产业发展动力等问题仍需进一步探索。
基于此，本文以2010-2016七年间西安硬科技产业发展情况为研究对象，借助《西安市统计年鉴》数据整理，选取西安硬科技产业投入产出效率评价指标，并运用数据包络分析法对西安硬科技产业投入产出进行分析，得出其七年间硬科技产业的投入产出效率水平。
1 研究方法和实证模型
这个模型构造出某个虚拟的DMU，其投入量是
λjXj，产出量是
是权重。这个DMU可以用来评价第j0个DMU的相对效率。因为从约束条件看，我们求解的是在产出不小于第j0个DMU的条件下
尽可能小的投入量（Minθ，
θXj0）。θ值为1，说明无法通过权重组合使得在产出不减少的情况下投入减少，故第j0个DMU有效。否则就存在权重组合的θ值小于1的虚构DMU，可以更少的投入达到同样甚至更多的产出[11]。
3.2 冗余分析 如表4所示，对数据进行冗余分析，得出投入冗余与产出不足状况。
物理法工艺主要包括磁选法、浮选法、风选法、重选法、电解法以及多种物理方法组合等，主要利用粉尘及废弃物物理性质不同，从而起到筛选效果。物理法主要以辅助回收为主，无法完全通过物理法实现锌回收，物理法主要用于辅助火法或湿法炼锌。
2.1 投入、产出指标选择 对于评价西安硬科技产业投入与产出效率而言，其内外部影响因素十分复杂，因此评价指标的选择是十分重要的。投入、产出指标的选取是否具有代表性、是否相互独立，直接影响到DEA评价效率的准确性[15]。投入、产出指标的选取既要能够客观全面反映西安硬科技产业的投入产出情况，并且各个指标之间不能显示出较强的相关性。在要素投入中劳动力投入对任何一个产业的生产都是很重要的[16]，对于硬科技产业而言，劳动力的质量显得十分重要。劳动力质量越高，掌握的技术能力和技术创新能力就越强，对劳动生产的促进作用就越大，所以将年末从业人数、R&D活动人数作为评价指标[17]。其次，R&D经费投入反映了一个产业或者一个企业对技术创新的重视程度，一般来讲，随着一个企业对技术进步越重视，对R&D的经费投入就会越多。因而，科技活动经费投入额、R&D经费投入额也是影响效率的一个重要因素[18]。从硬科技产业的产出来看，总产值反映了整个行业经营活动的发展成果，是其产出的主要衡量指标。主营业务收入是指企业从事本行业生产经营活动所取得的营业收入，反映当年度内产业经营业绩成果。
工程管理专业是一门新兴学科，英国是最开设工程管理专业的一批发达国家之一，其国内不同高校对工程管理类专业的称呼不同，在学习时间上也存在一定的差异，多为三年或是四年。为了保障工程管理专业的健康发展，英国建造师协会和测量师协会每隔一段时间就会对各高校的工程管理专业进行评估认证。就当前形势而言，工程管理专业综合实力较强的几所高校为里丁大学、拉夫堡大学等。英国高校工程管理专业人才培养的过程中，会根据工程管理行业协会对专业人才资质做出的标准要求，向广大学生传授管理、商业、技术等领域的知识技能，致力于培养职业项目经理人。专业毕业生的就业领域包括建筑工程调研咨询、工料计量等。
3.1 效率值分析 综合效率主要由技术效率和规模效率决定，表示西安硬科技产业中资源投入与其产出效益之间的比重。技术效率是指在产业发展过程中，对现有技术的应用程度；规模效率是指用于硬科技产业发展的资源要素投入满足企业对硬科技发展资源需求的程度。
Fenton反应是一种十分有效的工业废水处理工艺，通过Fenton反应可以大幅度提高废水的可生化性，加药量和废水的pH值对反应效果有着较深的影响。研究表明[1]，烟草废水芬顿反应在pH=2.8、m(H2O2)：m(COD)=3：1、n(H2O2)：n(Fe2+)=5：1时效果最佳，H2O2过多过少都会影响COD的去除效果，Fe2+含量过低催化产生·OH不足，反应效果不佳。
现有数据包络分析探究主要采取三个模型，固定规模报酬模型（CCR模型）、可变规模报酬模型（BCC模型）、超效率DEA模型。本文选取CCR模型，以此得出DEA有效还是无效。设有n个决策单元（Decision Making Unit，DMU），每个决策单元都有m种投入指标X和s种产出指标Y，用Xij表示第j个DMU的第i种投入量，Yrj表示第j个DMU的第r种产出量，分别记投入向量（X1j，X2j，…，Xmj）T=Xj，产出向量（Y1j，Y2j，…，Ymj）T=Yj。最后，第 j个 DMU的总效率的计算可构造线性规划模型：
投入产出分析有一个科学的方法论基础，及系统论的思想[10]。从资源投入方面看，人力资源即就是劳动力的投入。并且劳动力的投入应不仅选取数量作为衡量基础，而是更加注重劳动力质量。劳动力质量越高，其在劳动生产过程中技术能力与技术创新能力的就越强，所以在选取从业人员数量的基础上，还应关注为硬科技产业做出重要贡献的从事研究与开发活动（R&D）的人员数量。其次，除了要考虑到科技活动经费投入外，研究与开发活动（R&D）经费投入额显示了硬科技产业对于科技驱动发展战略的重视程度。从产出效益的方面看，工业总产值反映一定时间内工业生产的总规模和总水平，工业总产值的增长趋势决定了该产业的发展程度。利润总额与主营业务收入也反映了行业的经营绩效。
2 指标选取与数据选择
因此，在分析中，年末从业人数、R&D活动人数、科技活动经费投入额、R&D经费投入额、年末硬科技企业数，R&D活动人数占年末从业人数比重、R&D经费投入额占科技活动经费投入总额比重、工业总产值、利润总额、主营业务收入，这些因素都会对投入产出效率产生影响。本文将西安硬科技产业作为一个多投入、多产出的系统进行研究，分析投入产出效率。并采用数据包络分析（DEA）方法，度量2010年至2016年各年份投入产出的效率水平。
综上阐述，如表1所示，本文用年末从业人数、R&D活动人数、科技活动经费投入额、R&D经费投入额、年末硬科技企业数，R&D活动人数占年末从业人数比重、R&D经费投入额占科技活动经费投入总额比重作为投入指标。用工业总产值、利润总额、主营业务收入作为产出指标。
表1 投入产出评价指标
2.2 样本选择与数据来源 本文选取年份作为决策单元，考虑到投入与产出之间存在的滞后性，将滞后期设置为1年[19]，即研究西安硬科技企业2010-2016要素投入数据和产出数据。数据来源于2010-2016年《西安市统计年鉴》，计算软件为DEAP2.1。如表2所示，为收集到的原始数据。
表2 2010-2016年西安硬科技产业原始数据
3 实证分析
由表4可知，西安硬科技产业在2013年和2014年的投入产出是无效的；2010-2012年、2015-2016年的投入产出效率是有效的。其中，2013年和2014年西安硬科技产业的投入出现浪费，科技资源的利用率不高。具体而言，2013年西安硬科技产业的年末从业人员出现24041人的冗余，R&D活动人数出现11829人的冗余，科技活动经费投入额出现422848.665万元的冗余，R&D经费投入额出现756584.347万元的冗余，科技机构数出现80家冗余，主营业务收入出现144902.487万元不足，利润总额出现101546.440万元不足；2014年西安硬科技产业的年末从业人员出现24212人的冗余，R&D活动人数出现12831人的冗余，科技活动经费投入额出现1128786.29万元的冗余，R&D经费投入额出现887722.549万元的冗余，科技机构数出现61家冗余，工业总产值出现413052.198万元的不足，利润总额出现165831.944万元不足。
数据包络分析法是一种非参数、对多投入多产出决策单元进行相对效率评价的计量经济方法[11]。它根据一组输入输出观测值来估计有效生产的前沿面，并以此为基础进行多目标综合效果评价[12]。DEA以决策单元的投入产出指标的权重系数为优化变量，借助数学规划将DMU投影到DEA前沿面上，通过比较DMU偏离DEA前沿面的程度来评价DMU的相对有效性[13]。该方法的优势在于不需假设具体的生产函数形式，避免了函数形式错误而造成的效度测度不准确的问题[14]。
从综合技术效率来看，西安硬科技产业在2010-2016年时间里，7年的平均综合技术效率为0.964，且综合技术效率均高于80%。属于技术有效的2010、2015和2016这三年，其综合技术效率为1。2011、2012、2013和2014年皆为技术无效。表明西安硬科技产业在2010-2016整体情况较好且比较稳定。从技术效率来看，有五年的纯技术效率都为1，说明西安硬科技产业在确定的投入上，产出效益是非常符合预期的。从规模效益上看，7年当中有1.6%的资源浪费，2011年到2014年处于规模效率递增，其余几年均保持不变。处于规模递增阶段的DMU，说明投入还没有达到最佳，可以继续增加资源投入量，在最佳效率下获得最大的产出收益。
表3 西安硬科技产业2010-2016年投入产出效率结果
1.江西省内粮食食品企业检验人员培训。结合国标中的具体综合性检验项目，全面提升食品生产企业分析检验人员的实际检验水平，力争改善目前省内部分企业检验操作不规范、企业实验室管理不规范现状。利用协同创新中心，江西工贸职院与企业之间开展多领域、多范围、多层次的校企合作，真正将企业内部质量控制落到实处，并开展高技能培训。
表4 西安硬科技产业2010-2016年投入冗余与产出不足状况
本文以西安硬科技企业为研究对象，采用2010-2016年《西安市统计年鉴》的数据。每一年的投入与产出数据，代表一个决策单元（DMU），本实验共有7个决策单元。本文用年末从业人数（x1）、R&D 活动人数（x2）、科技活动经费投入额（x3）、R&D 经费投入额（x4）、年末硬科技企业数（x5），R&D活动人数占年末从业人数比重（x6）、R&D经费投入额占科技活动经费投入总额比重（x7）作为投入测算指标。选用工业总产值（y1）、利润总额（y2）、主营业务收入（y3）作为产出测算指标。结果如表3所示，将数据代入DEA模型即公式（1），通过运行DEAP2.1软件，得到其对应的综合技术效率（crste）、纯技术效率（vrste）、规模效率（scale）和规模报酬。
4 西安硬科技产业发展对策
4.1 加快高素质硬科技人员队伍的建设
人才是提高硬科技竞争力的核心，是硬科技竞争力的主要载体。高素质硬科技人员的建设远比科技活动经费投入、硬科技企业拥有数量重要。从上述分析可以看到，西安硬科技产业虽然年末从业人员、R&D活动人数、科技机构数数量等投入巨大。但多而不精，高素质人才的缺失导致西安硬科技产业的投入出现浪费，科技资源的利用率不高。所以，加快高素质硬科技人员队伍的建设，对于西安硬科技产业发展有着更深远的影响。
谷草有较高的营养价值，为了更好地对比谷草的营养价值，通过查阅相关资料，把谷子的粗蛋白含量、粗脂肪含量、粗纤维含量、无氮浸出物含量、粗灰分含量与禾本科作物燕麦、玉米的秸秆，豆科作物大豆的秸秆及专用牧草苜蓿进行对比[15-18]，对比结果见表3。
4.2 合理规划硬科技资源
结合上述分析，面对西安硬科技产业存在的投入出现浪费和科技资源的利用率不高等问题。侧重点应该放在资源配置，重新调整资源的有效利用，而不是盲目的扩大资源的投入。因此，深化硬科技体制改革，推进硬科技资源合理规划，有效地配置硬科技资源是必须要采取的措施。将科技资源在企业、科研机构和高校三者中实现优化合理配置。使硬科技产业能在时间和空间上最优利用和分配资源，已达到经济的持续稳定发展，取得最佳最完善的效益目标。
5 结论
本文以西安硬科技产业投入产出效率为研究对象，通过数据包络分析实证测度了西安硬科技企业2010-2016年的投入产出效率。结果表明：西安硬科技产业在2010年到2016年，7年间的平均综合技术效率为0.964，且综合技术效率均高于80%。表明西安硬科技产业发展是稳步提升的。七年中有五年的纯技术效率都为1，说明西安硬科技在既定的投入上产出是非常符合预期规划的。从规模效益上看，资源投入存在着1.6%的冗余，2011年到2014年处于规模效率递增，其余几年均保持不变。对于存在的西安硬科技产业存在投入出现浪费、科技资源的利用率不高等问题，如能建设高素质的硬科技人员队伍、对资源进行合理优化，就可以更好地促进西安硬科技产业的发展。
参考文献：
[1]徐豪.西安如何建“硬科技之都”?[J].中国经济周刊，2017（45）：70-71.
[2]叶前，郭宇靖.硬科技成新一轮全球竞争关键[J].瞭望，2017（8）：56-57.
[3]米磊.“硬科技”创业的黄金时代[J].中国高新区，2016（13）：34-37.
[4]顾彦.硬科技：从跟踪向并跑进而领跑转变[J].中国战略新兴产业，2018（1）.
[5]西安硬科技之都到底有多“硬”[J].领导决策信息，2017（45）：14.
[6]胡勖，孙斐.基于“硬科技”的西安经济发展对策研究[J].特区经济，2018（07）：141-143.
[7]雷战波，师泽远，贺红.西安市科技优势及其利用策略研究[J].科学管理研究，2016（1）：71-74.
[8]田富强.西安国家中心城市硬科技知识产权军兼民机制[J].情报杂志，2018，37（04）：62-68.
[9]张梦茹.基于西安科技创新竞争能力研究分析[J].现代商业，2018（18）.
[10]夏明，张红霞.投入产出分析：理论、方法与数据[M].中国人民大学出版社，2013.
[11]容美平，王斌会.我国各地区高技术产业投入产出效率综合评价[J].科技进步与对策，2010，27（14）：25-28.
[12]沈立宏，赵怡.基于数据包络分析的地方高校科研绩效评价[J].高等工程教育研究，2016（3）：147-151.
[13]杨斌.2000—2006年中国区域生态效率研究——基于DEA 方法的实证分析[J].经济地理，2009，29（7）：1197-1202.
[14]颜鹏飞，王兵.技术效率、技术进步与生产率增长：基于DEA 的实证分析[J].经济研究，2004（12）：55-65.
[15]李会琴，王林，闫晓冉.基于DEA分析的湖北省旅游效率评价[J].统计与决策，2016（2）：65-67.
[16]屈红文.数据包络分析方法[J].读写算：教育教学研究，2013（37）.
[17]王业军，李西杰.科技人才投入产出效率评价指标体系研究[J].丝路视野，2017（11）：15.
[18]李俊良.西安高新区企业的投入产出效率评价研究[J].现代商贸工业，2017（18）：99-100.
[19]周斌，杨连康，吴刚.西安高校R&D投入产出效率研究[J].科技经济市场，2016（9）：98-100.
Analysis on the Input and Output Efficiency of Xi'an Hard Technology Industry and Countermeasures
（School of Management，Xi'an Polytechnic University，Xi'an 710048，China）
Abstract: Taking Xi'an hard technology industry as the research object,Xi'an statistical yearbook is used to construct the evaluation index system of Xi'an hard technology industry input and output efficiency,and the data envelopment analysis method is used to measure the input and output efficiency of Xi'an hard technology industry to get the level of input and output efficiency in each year.The results show that in the period of 2010-2016,the average comprehensive technical efficiency of Xi'an hard technology industry is 0.964,and the comprehensive technical efficiency is higher than 80%,indicating that the input and output efficiency of Xi'an hard technology industry is generally satisfactory.However,there are still problems such as redundant input and waste,low utilization rate of scientific and technological resources,and unreasonable resource allocation.On this basis,if we can build a high-quality team of hard technology personnel and rationally optimize resources,we can better promote the development of Xi'an hard technology industry.
Key words: hard science and technology industry；input-output efficiency；DEA；countermeasures
中图分类号： F276.44
文献标识码： A
文章编号： 1006-4311（2019）02-0018-04
基金项目： 陕西省社科基金（2017D017）；西安市社科基金（18J40）；西安市科协决策咨询课题（201803）。
作者简介： 邵景峰（1980-），男，甘肃定西人，博士，副教授，主要研究方向为技术经济与管理、创新驱动理论。
标签：硬科技产业论文; 投入产出效率论文; 数据包络分析论文; 对策论文; 西安工程大学管理学院论文;