采用EMS Version1．3．0软件选择投入导向的DEA模型，依次计算出整体效率EFFCRS、纯技术效率EFFVRS以及非递增规模报酬形态效率EFFNIRS。将EFFCRS除以EFFVRS得到规模效率EFFSE。判定标准（Fare，1985）具体为：

①当EFFVRS＝EFFCRS时，决策单元处于固定规模报酬（CRS）阶段。

②当EFFVRS＝EFFNIRS时，决策单元处于递减规模报酬（DRS）阶段。

③当EFFVRS≠EFFNIRS时，决策单元处于递增规模报酬（IRS）阶段。

实证结果如表4．2所示。

表4．2 2009、2010年我国各地高新区效率计算结果及规模报酬情况

（续表）

（续表）

（一）高新区效率与规模报酬分析

由图4．1可以发现，从全国范围来看，自2009年到2010年平均整体效率略降了0．020 7，各地区的整体效率则有升有降。进一步分析我国高新区整体效率下降的原因主要是由于纯技术效率下降了0．036 1，因此我国高新区应当更加重视提高创新资源的使用效率，从而提高园区整体创新绩效。不过从全国范围来看，我国高新区的纯技术效率高于平均规模效率，说明我国高新区的技术创新能力较优秀。2009、2010年我国高新区的平均规模效率均高于0．9，并且2010年较2009年提高了0．021 6。

图4．1 2009、2010年我国高新区效率总体情况

由表4．2可以看到，青岛、四川、贵州、云南、陕西、新疆连续两年无明显规模效率，这说明这些地区高新区的投入产出并非最适合其生产规模，并且从规模报酬分析中可以发现，这些地区连续两年都处于递增规模报酬状态，应当要加大创新资源的投入。而武汉和湖南则连续两年处于递减规模报酬状态，应当考虑适当减少其高新区创新资源的投入。两年间，哈尔滨整体效率下降最快，并且纯技术效率和规模效率均有大幅下降；此外，山西、内蒙古、吉林、安徽、福建、湖南、云南也有较大程度的整体效率和纯技术效率下降。而大连、上海、广西、西安的整体效率和纯技术效率则有较大幅度的提高，其高新区的发展值得肯定。其中上海的规模效率不仅有较大程度提高，并且连续两年都处于递增规模报酬状态，应当继续加大创新资源的投入。

从表4．3可以看到，2009年、2010年我国各有13个地区的整体效率值达到1，其中，北京、辽宁、沈阳、长春、江苏、浙江、厦门、山东、广东、广州、海南、重庆、甘肃连续两年整体效率值高于0．9，说明这些地区创新绩效相当好并且具有一定的稳定性。天津、河北、山西、大连、吉林、黑龙江、哈尔滨、上海、宁波、安徽、福建、江西、青岛、河南、湖北、武汉、湖南、深圳、成都、贵州、云南、陕西、新疆这23个地区的高新区连续两年为非明显整体效率，且河北、山西、吉林、黑龙江、哈尔滨、上海、宁波、安徽、福建、江西、青岛、河南、湖北、武汉、深圳、成都、陕西这17个地区连续两年也无明显纯技术效率，这些地区应当重视提高创新资源的使用效率。

表4．3 2009、2010年我国各地区高新区整体效率强度分类表

（二）敏感度分析

由于不同投入产出项的选择可能影响DEA效率前沿的形状和位置，为了使结果更具说服力，应当进行敏感度分析（Sensitivity Analysis）。此外，也可以通过敏感度分析探讨目前创新资源的投入状况对高新区创新绩效的影响以及创新产出的改善空间，为相对效率值小于1的DMU提供改进的方向。这里采用CCR模式对所有DMU，针对各投入产出项进行单一要素敏感度分析，整体效率值分析结果如表4．4、表4．5所示。

1．投入项去除高新区R＆D经费支出

投入项去除高新区R＆D经费支出后，2009年有29个DMU效率值有不同程度的下降，占总数的70．73%，下降了20%以上的地区有大连、哈尔滨、福建、湖南、贵州，下降了10%以上的地区有河北、内蒙古、南京、河南、武汉、广西、成都、陕西，而沈阳、厦门、广东、海南、重庆由原本的效率值1各有不同程度的下降。2010年有25个DMU效率值有不同程度的下降，占总数的60．98%，下降了20%以上的地区有大连、湖南、贵州、新疆，下降了10%以上的地区有河北、内蒙古、南京、福建、江西、河南、武汉、成都，而厦门、广东、广西、重庆、西安由原本的效率值1各有不同程度的下降。

由此可见R＆D经费对DMU效率的提升有着重要的作用，并且是上述地区的优势项目，尤其是厦门、广东、重庆连续两年由效率值1下降为小于1，大连、湖南、贵州连续两年降幅超过20%，可见R＆D经费对其高新区创新绩效有着重要的影响，这一指标引入意义巨大。

2．投入项去除科技活动人员数

投入项去除高新区科技活动人员数后，2009年有23个DMU效率值有不同程度的下降，占总数的56．1%，其中吉林、宁波、安徽、云南下降幅度超过20%，黑龙江、青岛、新疆下降幅度超过10%，而长春、广州由原本的效率值1各有不同程度的下降。2010年有20个DMU效率值有不同程度的下降，占总数的48．8%，其中沈阳、广州下降幅度超过20%，吉林、上海、宁波、云南下降幅度超过10%，而长春、甘肃由原本的效率值1各有不同程度的下降。

由此可见科技活动人员数对DMU效率的提升有着重要的作用，并且是上述地区的优势项目，尤其是长春连续两年由效率值1下降为小于1，吉林、宁波、云南连续两年有较大幅度的下降，可见科技活动人员数对其高新区创新绩效有着重要的影响。(www.daowen.com)

3．投入项去除大专以上学历占年末从业人员比重

投入项去除高新区大专以上学历占年末从业人员比重后，2009年有34个DMU效率值有不同程度的下降，占总数的82．9%，其中河北、大连、吉林、黑龙江、南京、安徽、河南、武汉、广西、成都、贵州、陕西有25%以上的降幅，内蒙古、哈尔滨、湖南有50%以上的降幅，而北京、辽宁、长春、厦门、山东、广东、广州、重庆由原本的效率值1各有不同程度的下降。2010年有31个DMU效率值有不同程度的下降，占总数的75．6%，其中内蒙古、上海、南京、湖南、广州、成都有20%以上的降幅，而北京、江苏、山东、广东、广西、西安由原本的效率值1各有不同程度的下降。

由此可见高新区大专以上学历占年末从业人员比重对DMU效率的提升有着重要的作用，并且是上述地区的优势项目，尤其是北京、山东、广东连续两年由效率值1下降为小于1，内蒙古、南京、湖南、广州、成都连续两年都有20%以上的降幅，可见高新区大专以上学历占年末从业人员比重对其高新区创新绩效有着重要的影响，这一指标引入意义巨大。

表4．4 各地区DMU敏感度分析整体效率值（2009）

（续表）

4．产出项去除高新区企业技术收入

产出项去除高新区企业技术收入后，2009年有22个DMU效率值有不同程度的下降，占总数的53．7%，其中天津、西安下降幅度超过30%，大连、安徽、武汉、新疆下降幅度超过10%，而北京、沈阳、山东、广州、重庆由原本的效率值1各有不同程度的下降。2010年有33个DMU效率值有不同程度的下降，占总数的80．5%，其中沈阳、广州、上海下降幅度超过40%，天津、大连、新疆下降幅度超过20%，河北、宁波、湖北、武汉下降幅度超过10%，而北京、辽宁、山东、广西、重庆、西安由原本的效率值1各有不同程度的下降。

由此可见，高新区企业技术收入对DMU效率的提升有着重要的作用，并且是上述地区的优势项目，尤其是北京、山东、重庆连续两年由效率值1下降为小于1，沈阳、广州、西安、天津、大连、新疆连续两年有较大幅度的下降，可见高新区企业技术收入对其高新区创新绩效有着重要的影响，这一指标引入意义巨大。

5．产出项去除专利授权数

产出项去除专利授权数后，2009年仅有8个DMU效率值有不同程度的下降，占总数的19．5%，且普遍下降幅度较小，其中福建下降幅度超过20%，吉林、宁波、安徽、青岛、湖北、贵州下降幅度不超过5%，而海南由原本的效率值1下降为0．363 0。2010年有10个DMU效率值有不同程度的下降，占总数的24．4%，其中福建下降幅度超过10%，吉林、宁波、安徽、青岛、湖北、湖南、四川、贵州下降幅度不到10%，而海南由原本的效率值1有不同程度的下降。

由此可见专利授权数对DMU效率值的影响作用不大，因此这一指标引入作用不明显。不过这一指标对海南、福建高新区创新绩效的影响较明显，尤其是海南连续两年由效率值1下降为小于1，福建连续两年有较大幅度的下降，可见高新区企业技术收入对其高新区创新绩效有着重要的影响，是上述地区的优势项目。

表4．5 各地区DMU敏感度分析整体效率值（2010）

（续表）

（续表）

6．产出项去除高新区企业工业增加值

产出项去除高新区企业工业增加值后，2009年有33个DMU效率值有不同程度的下降，占总数的80．5%，其中河北、山西、江西、青岛、武汉、深圳、广西、四川、贵州有30%以上的降幅，内蒙古、吉林、黑龙江、哈尔滨、南京、安徽、湖南、云南、陕西的降幅高达50%以上，而辽宁、长春、厦门、山东、广东由原本的效率值1有不同程度的下降。2010年有36个DMU效率值有不同程度的下降，占总数的87．8%，其中河北、安徽、哈尔滨、江西、青岛、河南、湖北、四川、成都、贵州有20%以上的降幅，吉林、黑龙江、南京、云南、陕西有40%以上的降幅，内蒙古、湖南的降幅更高达50%以上，而辽宁、长春、厦门、山东、广东、广西、西安、甘肃由原本的效率值1有不同程度的下降。

由此可见高新区企业工业增加值对DMU效率的提升有着重要的作用，这一指标引入意义巨大。尤其是连续两年辽宁、长春、厦门、山东、广东由效率值1下降为小于1，吉林、黑龙江、南京、云南、陕西连续两年都有40%以上的降幅，可见高新区企业工业增加值对其高新区创新绩效有着重要的影响，是上述地区的优势项目。

由图4．2可知，整体来看，投入指标中高新区大专以上学历占年末从业人员比重和高新区R＆D经费支出对DMU效率的提升有较大作用，去除高新区大专以上学历占年末从业人员比重后，2009年的平均效率值由0．777 2降至0．513 4，2010年由0．756 5降至0．644 5；去除高新区R＆D经费支出后，2009年的平均效率值由0．777 2降至0．678 4，2010年则由0．756 5降至0．682 1。相对地，科技活动人员数对DMU效率的影响在投入指标中较不明显，去除后2009年的平均效率值降至0．721 2，2010年的平均效率值降至0．710 5。

产出指标中，高新区企业工业增加值和高新区企业技术收入对DMU效率的提升有较大作用。尤其是高新区企业工业增加值，将其去除后，2009年的平均效率值由0．777 2明显地降至0．445 4，2010年则由0．756 5降至0．464 6。去除高新区企业技术收入后，2009年的平均效率值降至0．671 5，2010年则降为0．616 0。相对地，专利授权数对DMU效率的影响在产出指标中较不明显，也是所有投入产出指标中去除其后下降幅度最小的指标，2009年的平均效率由0．777 2降至0．753 9，2010年的平均效率则由0．756 5降至0．745 0，可见其对效率值的改变不大，引入作用不明显，不过选取它也有一定的意义，通过分析发现，这一指标对福建和海南高新区的绩效影响明显，是这两个地区的优势项目。

图4．2 敏感度分析结果对比图