论文部分内容阅读
〔摘 要〕伴随信息化水平的日益提高，我国科技资源组织结构和运行效率进一步优化。然而由于我国区域经济发展的非均衡性问题，导致了我国科技资源配置的区域差异性。本文引入Cross-efficiency DEA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。利用Cross-efficiency在群体综合评价中能够完全排序的优点，可以获得区域资源配置效率的排序结果，从而为区域科技管理提供有效的参考信息。
〔关键词〕cross-efficiency；数据包络分析；科技资源；资源配置效率
〔中图分类号〕F49；C931.1 〔文献标识码〕A 〔文章编号〕1008-0821(2009)02-0219-03
Calculating Analysis of Regional S&T Management(ased on Cross-efficiency DEA MethodJia Yan
(Suzhou Tourism & Finance Institute，Suzhou 215104，China)
〔Abstract〕With the development of informationization，the structure and running efficiency of S&T resources were optimized in positive way.But because of the issue of disequilibrium on regional economy development，the allocation of S&T resources ate different in different regions.In the view of multiple inputs and outputs，cross-efficiency DEA model was applied in this paper for measuring the allocating efficiency in 30 regions in China.Using the advantage in ranking DUMs totally，the ranks of each region and more accurate reference information for regional S&T management can be obtained.
〔Key words〕cross-efficiency；data envelopment；S&T resource；resource allocated efficiency
科学技术的进步与发展可以为劳动者提供更高效的生产工具和生产模式，从而提高了劳动生
产率和工业化水平。与此同时，先进的科技发展和创新能力的持续性进步也成为推动信息化进程的手柄和动力。在知识经济时代，以最新科学技术为核心的知识是最为重要的战略性基础资源，也是决定生产力水平的首要因素。科技不仅有效地推动了技术进步，也成为推动经济与社会发展的引擎。通过科技资源的优化配置，可以优化科技资源的投入、产出比率，并能够保持关键技术和制造工艺的领先，是企业应对激烈市场竞争的主要手段，同时也是国家提高综合竞争能力的关键所在。伴随科技资源各项投入的增加，科技进步对经济的贡献率将不断提高，从而促进了经济增长和居民的物质文化生活的不断提升。另外，科学技术作为科技系统的主要产出也将为维持和改善我们的生存发展环境和可持续发展提供主要的支撑，成为推动社会发展的强有力的杠杆。科技成果的不断涌现和产业化将不断加强科技综合实力，而科技实力将成为国家综合竞争力的核心要素，成为国与国之间政治实力较量的关键和基础，成为决定一个国家国际地位的主要因素。因此，科学、准确地测度科技资源配置效率具有重要的理论与现实意义。
目前，对于科技资源配置效率的研究中多为定性评价方法。然而，定量方法的应用可以更加科学、准确地进行测度，因此，定量方法在资源配置效率方面的研究方兴未艾。其中，采用的定量方法主要包括多元统计分析方法和数据包络分析(DEA)方法。具有代表性的有：丁岚，王分棉(2008)[1]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。唐五湘等人(2007)[2]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。叶金国(2007)[3]按照各省区经济发展水平及其DEA取值在全国的排序。张晓瑞(2007)[4]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。傅毓维等人(2007)[5]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。杨洪涛(2008)[6]用DEA方法对上海市高校科技资源配置效率进行了评价。鉴于科技资源的投入——产出特性，科技资源效率的提高本质上是科技资源投入与产出指标比率的优化。处理多输入——多产出系统相对有效性的DEA方法可以从系统输入——输出的角度确定资源配置效率的指标要素，因此，该定量方法与多元统计分析方法相比，具有无可比拟的优点。然而，DEA测算中仅能确定决策单元DEA有效或者无效，对于DEA有效的多个决策单元并不能进行进一步的排序。为克服DEA方法在模型计算中的这个缺陷，本文利用Cross-efficiency DEA模型与方法对区域资源配置效率进行测算。
1 Cross-efficiency模型与方法介绍
DEA是由著名的运筹学家A.Charnes和W.W.Cooper等人以相对效率概念为基础发展起来的一种效率评价方法，继1978年第一个DEA模型——C2R模型问世后，新的模型和其他重要理论结果不断出现，模型的实际应用也日益广泛。DEA是使用数学规划模型比较决策单元之间的相对效率，并对决策单元做出评价的一种非均一方法。传统的DEA模型中，主要包括C2R和BCC模型。假设xij，yrj分别表示第j个决策单元对应的第i个投入指标和第r个产出指标，对于第j0个决策单元对应的C2R和BCC模型分别如下所示：
max∑sr=1uryro
s.t.∑sr=1uryrj-∑mi=1vixij0
∑mi=1vixi0=1，ur，vi0(ε)(1)
max∑sr=1uryro+μ
s.t.∑sr=1uryrj-∑mi=1vixij+μ0
∑mi=1vixi0=1，ur，vi0(ε)(2)
通过计算线性规划(1)和(2)，可以确定规划中输入-输出对应的权重变量的最优解，记为：
vj=(v1j，v2j，…，vmj)
ur=(u1j，u2j，…，usj)
DEA方法通过对多个决策单元多输入——多输出数据的计算，利用规划模型试图确定每个决策单元输入和输出的最优权重，同时通过计算最优效率值，可确定有效决策单元和非有效决策单元，其中有效决策单元位于有效生产前沿面上。通过线性规划模型(1)(或(2))的最优解计算，如果目标函数值为1，则称该决策单元为C2R(或BCC)DEA有效的，如果目标函数值＜1，则该决策单元被称为C2R(或BCC)DEA无效的。然而传统的DEA模型与方法在实际应用中存在两方面的缺陷：第一，通过DEA测算之后会出现多个决策单元同时有效的情况，对于判别为有效的多个决策单元DEA没有办法进行进一步排序；第二，在输入——输出指标偏差较大时，DEA会因为偏重于少数突出指标，而具有少数突出指标的决策单元评价为有效。为克服DEA模型与方法运算的上述缺陷，可以采用评价决策单元有效性的Cross-efficiency度量来确定决策单元的排序。传统的C2R模型，对于每个决策单元均可以确定该决策单元对应的最优权重vj，ur。将最优权重代入其他决策单元对应的效率公式中可计算出一个对应效率值，如下式所示：
Eks=∑rurkyrs∑ivikxis(3)
(3)式表示第k个决策单元对应的最优权重在第s个决策单元上形成的效率值，其中Ekk即为第k个决策单元在传统DEA测算后对应的结果。通过对每个决策单元的DEA模型测算，可以确定Cross-efficiency矩阵，如表1所示：
表1 Cross-efficiency矩阵
DMU12…n1E11E12…E1n2E21E22…E2n3E31E32…E3n4E41E42…E4n5E51E52…E5n……………nEn1En2…EnnCross Efficiencye1e2…en
其中表1中，Ekk表示第k个决策单元对应的DEA效率值，而Eks表示第k个决策单元测算的权重对应的第s个决策单元对应的效率值，其中ek是第k个决策单元最优权重对应的各个效率值的均值，即为表1中第k列的效率值的均值。
ek=1n∑sEsk(4)
通过Cross-efficiency矩阵的计算，可以获得第k个决策单元对应的Cross-efficiency数值。由于Cross-efficiency的计算是从群体综合评价的角度计算均值，所以通过计算获得的Cross-efficiency值可以避免传统DEA模型与方法计算中的缺陷，是一种更有效的测度算法。
2 科技资源配置效率指标体系设计
从科技系统投入-产出的视角对科技资源配置效率进行测算不仅具有深刻的理论意义，而且有着重要的现实意义。广义的科技资源概念是指能够直接或间接推动科学技术进步从而促进经济发展的一切资源，包括一般意义的劳动力、专门从事科学研究的人员、资金、科学技术存量、信息、环境等。它分为科技人力资源、科技财力资源、科技物力资源、科技信息资源、科技组织资源、科技环境资源6个组成要素[7]。根据整体性、独立性、科学性、可行性和可操作性的指标体系构建原则，科技资源配置效率的指标要体现科技资源的规模水平和科技资源要素的活跃程度。因此，本文从科技资源输入——输出的角度对指标体系进行设计，投入的指标主要有科技经费投入、专业科技人员投入、国内专利申请受理，其中经费和科技人员投入分为科技部门内部、研究与开发机构、大中型工业企业和高等学校4个部分。科技输出的指标主要包括科技经费的支出(包括科技部门内部、研究与开发机构、大中型工业企业和高等学校)、技术市场成交额、国外技术引进合同金额、国内3种专利申请授权数，具体的指标及其对应关系如图1所示：
图1 区域科技资源配置输入——输出指标设计
3 数据收集及结果分析
根据第二部分设计的输入、输出指标，通过《国家统计年鉴》和《科技统计年鉴》可以获得2007年我国30个省、市、自治区的对应面板数据。通过Cross-efficiency DEA计算，可计算得到30个不同地区的Cross-efficiency效率值，如表2所示：
表2 30个省、市、自治区Cross-efficiency值计算结果
区域名称DMUCross-efficiency名次北 京DMU10.97781天 津DMU20.86543河 北DMU30.543218山 西DMU40.654714内蒙古DMU50.432521辽 宁DMU60.74558吉 林DMU70.723611黑龙江DMU80.8634上 海DMU90.94452江 苏DMU100.82335浙 江DMU110.79437安 徽DMU120.666513福 建DMU130.584315江 西DMU140.401523山 东DMU150.74469河 南DMU160.583316湖 北DMU170.735110湖 南DMU180.453620广 东DMU190.82216广 西DMU200.325125海 南DMU210.279327重 庆DMU220.561017四 川DMU230.714612贵 州DMU240.236528云 南DMU250.347224陕 西DMU260.416522甘 肃DMU270.225929青 海DMU280.209530宁 夏DMU290.279526新 疆DMU300.542219
通过Cross-efficiency DEA测算可以计算出30个地区对应的效率值，按照Cross-efficiency数值的计算结果可以得到不同地区科技资源配置效率的排序。由于我国不同区域的历史、地理位置、区位优势、自然资源、人力资源、政府政策等方面的差异，因此，导致我国各个地区在科技资源的投入——产出数量也存在较大的差异。通过表2的计算结果可以获得不同地区科技资源配置效率的状况。
通过计算北京和上海是我国科技资源配置效率最高的区域，其对应的Cross-efficiency分别为0.9778和0.9445，其重要原因是由于北京和上海是我国的经济文化中心，具有得天独厚的区域优势。另外，天津、江苏、广东、浙江、辽宁和山东的排序也都排在前十位，其主要原因是由于这些省份位于我国的东部沿海城市，这些区域的区位优势增强了对科技财力和人力的吸引，另外，国际贸易和国际合作也增加了该地区的科技产出。因此，这些区域的资源配置效率表现较高。内蒙古、陕西、江西、云南、广西、宁夏、海南、贵州、甘肃、青海在排序中位于后十位。以上区域由于位于我国的中西部地区，经济发展相对缓慢，因此在人才吸引、资 金投入和国际项目合作方面均不存在优势，因此科技资源配置效率较低。
4 结 论
由于我国区域发展具有非均衡性，从而导致我国区域科技资源配置效率存在区域差异性。然而，原有的DEA模型不能实现决策单元的完全排序，因此，本文利用Cross-efficiency模型与方法对我国30个省、市、自治区的科技资源配置进行了测算，并获得了30个不同区域科技资源配置效率的排序结果。利用排序的结果可以为我国的区域宏观调控提供有效的参考信息。对于北京、上海及东部沿海城市应优化投入——产出数量并保持其效率的领先性。而对于科技资源配置效率相对较低的中西部地区，应增强其科技产出的数目。另外，政府应通过建立东部地区与
中西部地区的科技合作，促进东部地区对中西部地区的带动作用，从而实现我国科技资源配置效率的整体提升。
参考文献
[1]丁岚，王分棉.基于科技资源配置效率视角对北京高新技术产品国际竞争力的实证分析[J].中国工业经济，2008，(3)：152-160.
[2]唐五湘，李冬梅，周飞跃.基于面板数据的影响我国地区科技资源配置效率要素的定量分析[J].科技管理研究，2007，(10)：115-117.
[3]叶金国，梁婉君，陈燕.中国地区科技资源配置效率的动态演变分析[J].河北经贸大学学报，2007，(4)：22-26.
[4]张晓瑞，张少杰.信息化进程中科技资源配置效率区域综合评价研究[J].情报科学，2007，(5)：780-783.
[5]傅毓维，崔栋，刘拓.黑龙江省科技资源配置效率的DEA分析[J].技术经济，2007，(7)：14-17.
[6]杨洪涛.上海市普通高校科技资源配置效率评价[J].科技管理研究，2008，(2)：120-122.
[7]周寄中.科技资源论[M].西安：陕西人民教育出版社，1999.11.
〔关键词〕cross-efficiency；数据包络分析；科技资源；资源配置效率
〔中图分类号〕F49；C931.1 〔文献标识码〕A 〔文章编号〕1008-0821(2009)02-0219-03
Calculating Analysis of Regional S&T Management(ased on Cross-efficiency DEA MethodJia Yan
(Suzhou Tourism & Finance Institute，Suzhou 215104，China)
〔Abstract〕With the development of informationization，the structure and running efficiency of S&T resources were optimized in positive way.But because of the issue of disequilibrium on regional economy development，the allocation of S&T resources ate different in different regions.In the view of multiple inputs and outputs，cross-efficiency DEA model was applied in this paper for measuring the allocating efficiency in 30 regions in China.Using the advantage in ranking DUMs totally，the ranks of each region and more accurate reference information for regional S&T management can be obtained.
〔Key words〕cross-efficiency；data envelopment；S&T resource；resource allocated efficiency
科学技术的进步与发展可以为劳动者提供更高效的生产工具和生产模式，从而提高了劳动生
产率和工业化水平。与此同时，先进的科技发展和创新能力的持续性进步也成为推动信息化进程的手柄和动力。在知识经济时代，以最新科学技术为核心的知识是最为重要的战略性基础资源，也是决定生产力水平的首要因素。科技不仅有效地推动了技术进步，也成为推动经济与社会发展的引擎。通过科技资源的优化配置，可以优化科技资源的投入、产出比率，并能够保持关键技术和制造工艺的领先，是企业应对激烈市场竞争的主要手段，同时也是国家提高综合竞争能力的关键所在。伴随科技资源各项投入的增加，科技进步对经济的贡献率将不断提高，从而促进了经济增长和居民的物质文化生活的不断提升。另外，科学技术作为科技系统的主要产出也将为维持和改善我们的生存发展环境和可持续发展提供主要的支撑，成为推动社会发展的强有力的杠杆。科技成果的不断涌现和产业化将不断加强科技综合实力，而科技实力将成为国家综合竞争力的核心要素，成为国与国之间政治实力较量的关键和基础，成为决定一个国家国际地位的主要因素。因此，科学、准确地测度科技资源配置效率具有重要的理论与现实意义。
目前，对于科技资源配置效率的研究中多为定性评价方法。然而，定量方法的应用可以更加科学、准确地进行测度，因此，定量方法在资源配置效率方面的研究方兴未艾。其中，采用的定量方法主要包括多元统计分析方法和数据包络分析(DEA)方法。具有代表性的有：丁岚，王分棉(2008)[1]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。唐五湘等人(2007)[2]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。叶金国(2007)[3]按照各省区经济发展水平及其DEA取值在全国的排序。张晓瑞(2007)[4]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。傅毓维等人(2007)[5]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。杨洪涛(2008)[6]用DEA方法对上海市高校科技资源配置效率进行了评价。鉴于科技资源的投入——产出特性，科技资源效率的提高本质上是科技资源投入与产出指标比率的优化。处理多输入——多产出系统相对有效性的DEA方法可以从系统输入——输出的角度确定资源配置效率的指标要素，因此，该定量方法与多元统计分析方法相比，具有无可比拟的优点。然而，DEA测算中仅能确定决策单元DEA有效或者无效，对于DEA有效的多个决策单元并不能进行进一步的排序。为克服DEA方法在模型计算中的这个缺陷，本文利用Cross-efficiency DEA模型与方法对区域资源配置效率进行测算。
1 Cross-efficiency模型与方法介绍
DEA是由著名的运筹学家A.Charnes和W.W.Cooper等人以相对效率概念为基础发展起来的一种效率评价方法，继1978年第一个DEA模型——C2R模型问世后，新的模型和其他重要理论结果不断出现，模型的实际应用也日益广泛。DEA是使用数学规划模型比较决策单元之间的相对效率，并对决策单元做出评价的一种非均一方法。传统的DEA模型中，主要包括C2R和BCC模型。假设xij，yrj分别表示第j个决策单元对应的第i个投入指标和第r个产出指标，对于第j0个决策单元对应的C2R和BCC模型分别如下所示：
max∑sr=1uryro
s.t.∑sr=1uryrj-∑mi=1vixij0
∑mi=1vixi0=1，ur，vi0(ε)(1)
max∑sr=1uryro+μ
s.t.∑sr=1uryrj-∑mi=1vixij+μ0
∑mi=1vixi0=1，ur，vi0(ε)(2)
通过计算线性规划(1)和(2)，可以确定规划中输入-输出对应的权重变量的最优解，记为：
vj=(v1j，v2j，…，vmj)
ur=(u1j，u2j，…，usj)
DEA方法通过对多个决策单元多输入——多输出数据的计算，利用规划模型试图确定每个决策单元输入和输出的最优权重，同时通过计算最优效率值，可确定有效决策单元和非有效决策单元，其中有效决策单元位于有效生产前沿面上。通过线性规划模型(1)(或(2))的最优解计算，如果目标函数值为1，则称该决策单元为C2R(或BCC)DEA有效的，如果目标函数值＜1，则该决策单元被称为C2R(或BCC)DEA无效的。然而传统的DEA模型与方法在实际应用中存在两方面的缺陷：第一，通过DEA测算之后会出现多个决策单元同时有效的情况，对于判别为有效的多个决策单元DEA没有办法进行进一步排序；第二，在输入——输出指标偏差较大时，DEA会因为偏重于少数突出指标，而具有少数突出指标的决策单元评价为有效。为克服DEA模型与方法运算的上述缺陷，可以采用评价决策单元有效性的Cross-efficiency度量来确定决策单元的排序。传统的C2R模型，对于每个决策单元均可以确定该决策单元对应的最优权重vj，ur。将最优权重代入其他决策单元对应的效率公式中可计算出一个对应效率值，如下式所示：
Eks=∑rurkyrs∑ivikxis(3)
(3)式表示第k个决策单元对应的最优权重在第s个决策单元上形成的效率值，其中Ekk即为第k个决策单元在传统DEA测算后对应的结果。通过对每个决策单元的DEA模型测算，可以确定Cross-efficiency矩阵，如表1所示：
表1 Cross-efficiency矩阵
DMU12…n1E11E12…E1n2E21E22…E2n3E31E32…E3n4E41E42…E4n5E51E52…E5n……………nEn1En2…EnnCross Efficiencye1e2…en
其中表1中，Ekk表示第k个决策单元对应的DEA效率值，而Eks表示第k个决策单元测算的权重对应的第s个决策单元对应的效率值，其中ek是第k个决策单元最优权重对应的各个效率值的均值，即为表1中第k列的效率值的均值。
ek=1n∑sEsk(4)
通过Cross-efficiency矩阵的计算，可以获得第k个决策单元对应的Cross-efficiency数值。由于Cross-efficiency的计算是从群体综合评价的角度计算均值，所以通过计算获得的Cross-efficiency值可以避免传统DEA模型与方法计算中的缺陷，是一种更有效的测度算法。
2 科技资源配置效率指标体系设计
从科技系统投入-产出的视角对科技资源配置效率进行测算不仅具有深刻的理论意义，而且有着重要的现实意义。广义的科技资源概念是指能够直接或间接推动科学技术进步从而促进经济发展的一切资源，包括一般意义的劳动力、专门从事科学研究的人员、资金、科学技术存量、信息、环境等。它分为科技人力资源、科技财力资源、科技物力资源、科技信息资源、科技组织资源、科技环境资源6个组成要素[7]。根据整体性、独立性、科学性、可行性和可操作性的指标体系构建原则，科技资源配置效率的指标要体现科技资源的规模水平和科技资源要素的活跃程度。因此，本文从科技资源输入——输出的角度对指标体系进行设计，投入的指标主要有科技经费投入、专业科技人员投入、国内专利申请受理，其中经费和科技人员投入分为科技部门内部、研究与开发机构、大中型工业企业和高等学校4个部分。科技输出的指标主要包括科技经费的支出(包括科技部门内部、研究与开发机构、大中型工业企业和高等学校)、技术市场成交额、国外技术引进合同金额、国内3种专利申请授权数，具体的指标及其对应关系如图1所示：
图1 区域科技资源配置输入——输出指标设计
3 数据收集及结果分析
根据第二部分设计的输入、输出指标，通过《国家统计年鉴》和《科技统计年鉴》可以获得2007年我国30个省、市、自治区的对应面板数据。通过Cross-efficiency DEA计算，可计算得到30个不同地区的Cross-efficiency效率值，如表2所示：
表2 30个省、市、自治区Cross-efficiency值计算结果
区域名称DMUCross-efficiency名次北 京DMU10.97781天 津DMU20.86543河 北DMU30.543218山 西DMU40.654714内蒙古DMU50.432521辽 宁DMU60.74558吉 林DMU70.723611黑龙江DMU80.8634上 海DMU90.94452江 苏DMU100.82335浙 江DMU110.79437安 徽DMU120.666513福 建DMU130.584315江 西DMU140.401523山 东DMU150.74469河 南DMU160.583316湖 北DMU170.735110湖 南DMU180.453620广 东DMU190.82216广 西DMU200.325125海 南DMU210.279327重 庆DMU220.561017四 川DMU230.714612贵 州DMU240.236528云 南DMU250.347224陕 西DMU260.416522甘 肃DMU270.225929青 海DMU280.209530宁 夏DMU290.279526新 疆DMU300.542219
通过Cross-efficiency DEA测算可以计算出30个地区对应的效率值，按照Cross-efficiency数值的计算结果可以得到不同地区科技资源配置效率的排序。由于我国不同区域的历史、地理位置、区位优势、自然资源、人力资源、政府政策等方面的差异，因此，导致我国各个地区在科技资源的投入——产出数量也存在较大的差异。通过表2的计算结果可以获得不同地区科技资源配置效率的状况。
通过计算北京和上海是我国科技资源配置效率最高的区域，其对应的Cross-efficiency分别为0.9778和0.9445，其重要原因是由于北京和上海是我国的经济文化中心，具有得天独厚的区域优势。另外，天津、江苏、广东、浙江、辽宁和山东的排序也都排在前十位，其主要原因是由于这些省份位于我国的东部沿海城市，这些区域的区位优势增强了对科技财力和人力的吸引，另外，国际贸易和国际合作也增加了该地区的科技产出。因此，这些区域的资源配置效率表现较高。内蒙古、陕西、江西、云南、广西、宁夏、海南、贵州、甘肃、青海在排序中位于后十位。以上区域由于位于我国的中西部地区，经济发展相对缓慢，因此在人才吸引、资 金投入和国际项目合作方面均不存在优势，因此科技资源配置效率较低。
4 结 论
由于我国区域发展具有非均衡性，从而导致我国区域科技资源配置效率存在区域差异性。然而，原有的DEA模型不能实现决策单元的完全排序，因此，本文利用Cross-efficiency模型与方法对我国30个省、市、自治区的科技资源配置进行了测算，并获得了30个不同区域科技资源配置效率的排序结果。利用排序的结果可以为我国的区域宏观调控提供有效的参考信息。对于北京、上海及东部沿海城市应优化投入——产出数量并保持其效率的领先性。而对于科技资源配置效率相对较低的中西部地区，应增强其科技产出的数目。另外，政府应通过建立东部地区与
中西部地区的科技合作，促进东部地区对中西部地区的带动作用，从而实现我国科技资源配置效率的整体提升。
参考文献
[1]丁岚，王分棉.基于科技资源配置效率视角对北京高新技术产品国际竞争力的实证分析[J].中国工业经济，2008，(3)：152-160.
[2]唐五湘，李冬梅，周飞跃.基于面板数据的影响我国地区科技资源配置效率要素的定量分析[J].科技管理研究，2007，(10)：115-117.
[3]叶金国，梁婉君，陈燕.中国地区科技资源配置效率的动态演变分析[J].河北经贸大学学报，2007，(4)：22-26.
[4]张晓瑞，张少杰.信息化进程中科技资源配置效率区域综合评价研究[J].情报科学，2007，(5)：780-783.
[5]傅毓维，崔栋，刘拓.黑龙江省科技资源配置效率的DEA分析[J].技术经济，2007，(7)：14-17.
[6]杨洪涛.上海市普通高校科技资源配置效率评价[J].科技管理研究，2008，(2)：120-122.
[7]周寄中.科技资源论[M].西安：陕西人民教育出版社，1999.11.