当前位置：文档之家 › 安徽省知识创新和技术创新效率评价——基于DEA的效率评价方法

安徽省知识创新和技术创新效率评价——基于DEA的效率评价方法

  • 格式：pdf
  • 大小：272.73 KB
  • 文档页数：4

第３１卷第ｌ２期　２　０　１　６年１　２月　宿州学院学报　Ｊｏｕｒｎａｌ　ｏｆ　Ｓｕｚｈｏｕ　Ｕｎｉｖｅｒｓｉｔｙ　ＶＯ１．３１，ＮＯ．１２　Ｄｅｃ．２　０　１　６　

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３—２００６．２０１６．１２。００４　

安徽省知识创新和技术创新效率评价　

——基于ＤＥＡ的效率评价方法　

邰鹿峰，徐洁香　

安徽财经大学国际贸易学院，安徽蚌埠，２３３０３０　

摘要：利用２ＯＯＯ一２０１４年安徽省区域自主创新的数据，运用ＤＥＡ方法对安徽省自主创新过程中的知识创新和技　术创新效率进行分析。结果表明：在２００Ｏ一２０１４年期间，安徽省在知识创新阶段研究经费投入过失，处于严重的无　效率状态。在技术创新领域处于规模收益递增阶段。最后提出适当加大知识创新人才的投入，减少知识创新经费投　入，扩大技术创新规模，提高创新活动管理水平等建议。　关键词：自主创新效率ＤＥＡ；知识创新；技术创新；规模收益递增　中图分类号：Ｆ２７３．１　文献标识码：Ａ　文章编号：１６７３—２００６（２０１６）１２一ＯＯ１２—０４　

“十三五”规划中强调，供给侧改革是我国今后　

经济改革的重点和难点。要实现供给侧结构性改革，　

必须转变发展理念，调整经济结构，关键在于创新。　

评价自主创新的绩效，可以从总体上把握创新活动，　

发现创新活动中存在的问题，对提高创新活动的投　

入产出效率具有重要意义。通过对相关文献的整理　

发现，当前运用数据包络方法分析自主创新绩效的　

文献很多［１＿９ｊ，但多数文献是研究行业和区域的资源　

配置效率问题，没有针对自主创新进行更加详细的　

分析。为此，本文将自主创新活动细分为三个不同的　

阶段，以安徽省为例，对自主创新过程中的知识创新　和技术创新进行绩效分析，以反映安徽省在创新活　

动不同环节资源配置的有效程度，找出其中资源配　

置不合理之处，从而有针对性地进行调整，以提高安　

徽省自主创新的效率和能力，促进经济快速发展。　

１区域自主创新效率评价方法　

自主创新是一个从新思想的产生，到研究、开　

发、试制、生产制造，再到市场实现的价值创造过　

程Ｌｌ。。。自主创新的阶段性模型［】妇如图１所示。自主　

创新的效率评价就是研究自主创新过程中的各个阶　

段的资源利用效率。　

图１自主创新效率评价模型　

收稿日期：２０１６—０７—２５　基金项目：安徽省哲学社会科学规划一般项目“基于企业技术创新投入视角的国际贸易对技术创新集中的影响研究”（ＡＨ－　ＳＫＹ２０１５Ｄ５４）。　作者简介：邰鹿峰（１９９１一），安徽宿州人，在读硕士研究生，主要研究方向：服务贸易、自主创新。　

１２　根据自主创新绩效评价模型和数据包络模型的　

使用方法，本文将创新活动概括为三个阶段：知识创　

新、技术创新和市场实现。但是，受制于目前的统计　

制度，无法获得安徽省市场实现活动中投入指标的　

详细数据，故本文仅仅对知识创新和技术创新进行　

效率评价。　

知识创新阶段的主要投入是基础研究和应用研　

究的人员和经费投入。在很多文献中，在研究知识创　

新问题时使用的产出指标是发表的科技论文数，由　

于安徽省２００５年以前的科技论文发表量数据无法　

获得，所以本文选择使用重大科学技术成果作为知　

识创新阶段的产出指标。同时，由于国内公开发表的　

论文之间存在巨大差异，一般使用重大科学技术成　

果这一指标更具有代表性和说服力。在技术创新阶　

段，本文使用Ｒ８ＬＤ经费支出、技术引进经费支出和　

消化吸收经费支出作为投入指标，使用有效发明专　

利数和技术市场成交额作为产出指标。　

２效率评价模型——ＤＥＡ　

在进行效率评价时，通常使用数据包络分析法　

（ＤＥＡ方法）。ＤＥＡ模型主要包括ＣＣＲ和ＢＣＣ模　

型，其中ＣＣＲ和ＢＣＣ模型唯一的区别在于：ＣＣＲ模　

型是在规定了规模报酬不变的条件下计算各决策单　

元的技术效率，而ＢＣＣ模型是在规模报酬可变的条　

件下得到各决策单元的纯技术效率。下文主要对　

ＣＣＲ模型进行分析。　

ＣＣＲ模型的规划式为：　户　ｑ　ｍｉｎｉ（０—　（　＋　）］　ｘｏ，ｔｊ＋　：ＯＸｉｏ　ｊ＝１　ｎ　∑Ｙｉｉ，＇ｌｉ—Ｓ：＝　ｏ　，ＳＦ，ｓ：≥０　Ｊ＝１　Ｊ＝１，２，…，　；　一１，２，…，户；“一１，２，…，ｑ　其中，Ｐ为投人指标的个数，ｑ为产出指标的个数，ｚ　ｊ　

为第　个决策单元的第　种投入，　为第ｊ：个决策单　

元的第　种产出。公式中ｓ　、ｓ　为松弛变量，５．＿表示　

第　种投入指标的冗余量，　表示第ｂ１．种产出指标的　

产出不足量，０≤　≤１。若０—１，则该决策单元弱有　

效。若　＝１，且ｓ７＝０，　＝０，则该决策单元有效。　

若０　＜１，则该决策单元非ＤＥＡ有效。　

３　安徽省自主创新绩效的实证评价与分析　

３．１　知识创新的绩效评价　

３．１．１　指标数据与评价结果　

本文使用安徽省２０００—２０１４年相关指标，数　

据来源于《安徽省统计年鉴》和《安徽省科技统计公　

报》。在知识创新绩效评价中，产出指标使用重大科　

学技术成果，投入指标使用基础研究和应用研究人　

员和经费。在实际经济中，从经费和人员投入到创新　

成果问世会有一定的时间周期，一般认为该周期为　

２年，所以此处使用的产出指标数据是２０００—２０１４　

年数据，而投入指标选择的是１９９８—２０１２年的　

数据。根据所得数据，将２０００—２０１４年问每年作为　

一个决策单元，运用ＤＥＡ模型，由ＤＥＡＰ２．１计算得　

到结果，见表１。表１中，　｝＿。、　。、　。分别是重大科　

学技术成果、基础研究和应用研究经费和人员的松　

弛变量。　

表１　２０ＯＯ一２０１４年安徽省知识创新效率评价结果　

３．１．２评价结果分析　

（１）综合效率分析。从表１可以看出：２０００年和　２００６年的综合技术效率、纯技术效率、规模效率全　

部是１，达到了效率最佳状态。其中，２００１—２００５年　

１３　综合效率呈现出先下降后上升的趋势，每年规模收　

益状态均为递增，规模效率基本上呈现出年年增长　

的状态。从２００７年开始，安徽省知识创新的综合效　

率逐年降低，最低下降到２０１４年的０．４４６。其中，　

２０１４年综合技术效率如此低的原因是纯技术效率　

过低造成的。在这几年中，知识创新的规模收益状态　

也一直处于递减阶段，规模效率逐年降低。综合技术　

效率降低主要由规模效率降低造成。　

（２）规模收益分析。２ｏｏＯ一２０１４年间，安徽省研　

究人员折合当时当量数增长了５Ｏ．８４％，年均增长　

３．６３　；基础和应用研究经费投入增长７６６　，年均　

增长５４．７　；重大科学技术成果增长４５．６Ｏ　，年均　

增长３．２６　。其中研究和应用经费的投入利用率过　

低。从表１看出，从２００７年开始，规模收益始终是递　

减的，且规模效率值逐年降低，最低时仅为０．６３０，　

可见安徽省在知识创新阶段已经处于严重的无效率　

状态。　

（３）冗余分析。从表１可以看出，２００１—２００５年　的产出未达到有效率状态，其中２００２年的调整量比　

例达到３１．７７　。２０１０年和２０１４年的投入指标存在　

冗余量，２０１０年的研究人员投入减少２１４人，２０１４　

年的经费投入减少６．５８９亿元，即可达到有效率　

状态。　

３．２技术创新的绩效评价　

３．２．１指标数据与评价结果　

在技术创新阶段，本文使用的产出指标是技术　

市场成交额和有效发明专利数，使用的投入指标是　

Ｒ＆Ｄ经费、技术引进经费和消化吸收经费支出。类　

似知识创新阶段，技术创新的投人和产出会有一定　

时间延迟，这里投人指标采用１９９９—２０１３年数据，　

而产出指标采用２ｏ０Ｏ一２０１４年的数据。　

根据所得数据，将２０００－－２０１４年间每年作为一　

个决策单元，运用ＤＥＡ模型，由ＤＥＡＰ２．１计算得　

到如表２的结果。其中，　。、　。、　。分别是技术市　

场成交额、技术引进费用和消化吸收费用的松弛　

变量。　

表２　２０００－２０１４年安徽省技术创新效率评价结果　

３．２．２结果分析　

（１）综合效率分析。从表２可以看出，综合技术　

效率和规模效率同时达到有效状态的只有２００７年、　

２００８年和２０１４年，且规模收益不变，此时达到了创　

新效率的最优水平，处于生产前沿面上。２００Ｏ一２０１４　

年间，２０１３年综合效率达到０．９８１，处于比较有效率　

状态，其他年份的综合效率均低于０．９５，效率较低。　

其中综合效率最低的是２００２年度，效率值只有　

０．５９１，该年安徽省技术创新的效率过低，主要原因　

在于纯技术效率过低，规模效率０．８８１处于可接受　

的水平。总体来看，２ｏ０Ｏ一２０１４年的综合效率在逐　

渐提高，不同年份波动程度不同。　

（２）规模收益分析。２００Ｏ一２０１４年，消化吸收经　

１４　费增长５３６　，年均增长率为３８．３　；技术引进经费　

增长３３７　，年均增长为２４．１　；Ｒ８ＬＤ经费增长　

２４６９　，年均增长１７６　；有效发明专利数增长　

８７７０　，年均增长６２６　；技术市场成交额增长　

２６８３　，年均增长１９１　。规模收益除个别年份外均　

呈现出递增状态，结合相关数据可以看出，安徽省的　

技术创新在规模上是有效率的。　

（３）冗余分析。从表２看出，２００１—２００６年技术　

创新阶段的两种经费都存在冗余量。以２００６年为　

例，技术吸收经费和消化吸收经费投入分别减少　

３．８２６亿元和３．７４０亿元，即可达到有效率状态。其　

中２ｏ１０年消化吸收经费的冗余比例达到５９．５３　，　

消化吸收经费减少５．３３４亿元，同时有效发明专利

合集下载

浙江省高技术产业创新效率评价与优化路径：基于双阶段DEA方法的实证研究

浙江省高技术产业创新效率评价与优化路径：基于双阶段DEA方法的实证研究

科技管理研究Science and Technology Management Research2019年第5期2019 No. 5

doi:10.3969/j.issn.l000-7695.2019.05.014

浙江省高技术产业创新效率评价与优化路径：

基于双阶段DEA方法的实证研究

郑素丽，胡一鸣

(中国计量大学经济管理学院，浙江杭州310018 )

摘要：运用双阶段的数据包络分析(DEA )方法，将高技术产业的创新过程分为研发产出阶段和经济转化阶段，测 算2006—2015年间浙江省11个城市高技术产业的创新效率，研究在高技术产业创新过程中的不同阶段各个城市创 新效率值的大小。研究结果表明，浙江省11个城市的高技术产业在创新过程的不同阶段存在投入资源不匹配、投 入冗余情况。根据实证结果，进一步对浙江省如何提高高技术产业的创新效率提出针对性建议。关键词：高技术产业；创新效率；研发产出；经济转化

中图分类号：F276.44; F224; G301 文献标志码：A 文章编号：1000-7695 ( 2019 ) 05-0089-08

Evaluation and Optimization Path of Innovation Efficiency ofHigh-tech Industry in Zhejiang Province: An Empirical Study Based on Two-stage DEA Method

Zheng Suli, Hu Yiming

(School of Economics and Management, China Jiliang University, Hangzhou 31001 & China)

Abstract: In this paper, the innovation process of high-tech industry is divided into R&D output stage and economic transformation stage by using two-stage data envelopment analysis (DEA) method, and the innovation efficiency of high-tech industry in 11 cities of Zhejiang province in 2006—2015 is estimated, the paper studies the value of urban innovation efficiency at different stages in the process of high-tech industry innovation. The results show that, the high-tech industries in 11 cities in Zhejiang have mismatched input resources and redundant inputs at different stages of the innovation process. Based on the empirical results, this paper puts forward some suggestions on how to improve the innovation efficiency of high—tech industry in Zhejiang province.Key words： high-tech industry; innovation efficiency; R&D output; economic transformation

基于DEA交叉效率的区域技术创新评价体系研究

基于DEA交叉效率的区域技术创新评价体系研究

２４６　机械设计与制造　

Ｍａｃｈｉｎｅｒｙ　Ｄｅｓｉｇｎ＆Ｍａｎｕｆａｃｔｕｒｅ　第５期　２０１３年５月　

基于ＤＥＡ交叉效率的区域技术创新评价体系研究　

卢　玺１，２刘永贤　，逄红梅　

（１．东北大学机械工程与自动化学院，辽宁沈阳１１０００４；２．沈阳工业大学，辽宁沈阳１１０８７０）　

摘要：区域技术创新效率和能力已成为衡量区域经济是否拥有国际竞争优势的决定性因素。通过建立区域技术创新效　

率指标体系，应用引入系数矩阵的ＤＥＡ交叉效率模型对２００９年我国３０个省、市、自治区的技术创新效率进行测度并给　

出完全排名。结果表明，全部３０个省市的技术创新效率均具有提升空间。结合基于共生水平效率的要素改进方法计算各　

省市的投入冗余，同时以投入数据为变量对３０个区域进行聚类分析，根据聚类结果给出各省市的改进方向和技术创新　

效率较低省市的改进基准。　

关键词：技术创新；效率；ＤＥＡ；聚类分析　

中图分类号：ＴＨ１６；Ｃ９３—０　文献标识码：Ａ　文章编号：１００１—３９９７（２０１３）０５—０２４６—０３　

Ｒｅｓｅａｒｃｈ　ｏｎ　ｔｈｅ　Ｅｖａｌｕａｔｉｏｎ　ｏｆ　ＤＥＡ　Ａｒｅａ　Ｔｅｃｈｎｏｌｏｇｉｃａｌ　Ｉｎｎｏｖａｔｉｏｎ　Ｃｒｏｓｓ－Ｅｆｆｉｃｉｅｎｃｙ　

Ｂａｓｅｄ　ｏｎ　ｔｈｅ　Ｒｅｌａｔｉｏｎｓｈｉｐ　Ｂｅｔｗｅｅｎ　Ｃｏｍｐｅｔｉｔｉｏｎ　ａｎｄ　Ｃｏｏｐｅｒａｔｉｏｎ　

ＬＵ　Ｘｉ　，ＬＩＵ　Ｙｏｎｇ－ｘｉａｎ　，ＰＡＮＧ　Ｈｏｎｇ－ｍｅｉ　

（１．Ｓｃｈｏｏｌ　ｏｆ　Ｍｅｃｈａｎｉｃａｌ　Ｅｎｇｉｎｅｅｒ＆Ａｕｔｏｍａｔｉｏｎ，Ｎｏｒｔｈｅａｓｔｅｒｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｌｉａｏｎｉｎｇ　Ｓｈｅｎｙａｎｇ　１　１０００４，Ｃｈｉｎａ；２．Ｓｈｅｎｙａｎｇ　

Ｕｎｉｖｅｒｓｉｔｙ　ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｌｉａｏｎｉｎｇ　Ｓｈｅｎｙａｎｇ　１１０８７０，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｒｅｇ￣　ｏｎａｌ　ｔｅｃｈｎｏｌｏｇｉｃａｌ　ｉｎｎｏｖａｔｉｏｎ　ｅｆｉｃｉｅｎｃｙ　ａｎｄ　ａｂｉｌｉｔｙ　ｈａｓ　ｂｅｃｏｍｅ　ａ　ｄｅｃｅｉｖｅ　ｆａｃｔｏｒ　ｔｏ　ｍｅａｓｕｒｅ　ｔｈｅ　ｉｎｔｅｒｎａｔｉｏｎａｌ　

基于改进DEA的我国传统产业技术创新效率研究

基于改进DEA的我国传统产业技术创新效率研究

山东财政学院学报（双月刊　２００９年第２期（总第１００期）　产业经济　

基于改进ＤＥＡ的我国传统产业技术　

创新效率研究　

张本照　杨　雪　

（舍肥工业大学，安徽舍肥２３０００９）　

［摘要］利用ＤＥＡ模型分析了我国传统产业的技术创新效率，根据创新效率的特点对模型进行了适当的改进。　

分析结果表明传统产业普遍创新效率较低。基于结论，对我国的传统产业发展提出建议和对策。　

［关键词］传统产业；创新效率；ＤＥＡ模型　［中图分类号］Ｆ２２４．０　［文献标识码］Ａ　［文章编号］１００８—２６７０（２００９）０２—００４５—０４　

一、弓ｌ言　

传统产业在我国经济中具有举足轻重的地位，　

对国民经济起到支撑作用，它的健康发展对于提升　

我国综合竞争力有重大意义。就当前我国的传统产　

业而言，它们主要是指在工业化的初级阶段和重化　

工化阶段发展起来的一系列产业群，在统计分类上　

大多属于第二产业中的原材料工业以及加工工业中　

的轻加工工业。目前我国的传统产业是指食品加工　

工业、纺织服装工业、建筑建材工业、机械设备工业、　

汽车工业、冶金工业等。　

本文所提的技术创新，指采用先进的科学技术　

和手段开发新产品、新工艺使其形成经济效益，推　

动产业发展的能力。。　国内学者对于产业技术创新　

能力的研究基本上沿着两个途径进行，一是对产业　

技术创新能力的表征进行综合和总结，二是建立产　

业技术创新能力的评价指标体系，这些都是着重于　

研究创新的投入和产出，而对投入产出的比率，也就　

是创新效率的研究则显得相对不足。创新效率是科　

技创新能力和动力的综合反映，是指一定时期内创　

新投入与创新产出之比，即技术创新过程各要素投　入产出的转化效率，体现一定时期内一定量的科技　

创新资源对经济增长的拉动作用。传统产业的发展　

关键在于创新，以传统产业创新效率为研究对象，目　

的在于对促进传统产业的发展具有指导作用。　

二、研究方法选择　

（一）ＤＥＡ模型简介　

数据包络分析（Ｄａｔａ　Ｅｎｖｅｌｏｐｍｅｎｔ　Ａｎａｌｙｓｉｓ简称　

基于DEA的科技成果转化效率评价研究

基于DEA的科技成果转化效率评价研究

新经济２０１４年２月（上、中旬合刊）　

基于ＤＥＡ的科技成果转化效率评价研究　

郭仁康　

摘要：为了更好的明晰我国科技成果转化现状，提升科技成果转化水平。本文构建了科技成果转化效率的评价模型，以　

２００３—２０１２年统计数据为依据，运用ＤＥＡ分析法对我国科技成果转化效率进行了实证研究。分析结果表明：样本期间，仅有少数年　

份我国科技成果转化效率处于ＤＥＡ有效状态，而多数年份的科技成果转化效率均处于相对无效状态，表明我国科技成果的转化水平　

还有待进一步提升。文章最后提出了提升科技成果转化水平的对策建议。　

关键词：科技成果转化效率数据包络分析（ＤＥＡ）　

１、引言　

科技是促进经济增长的重要引擎，是提高综合国力的主要　

驱动力，世界各国对科技创新的重视程度日益增加，不断加大　科技投入和研发力度。近年来，我国科技经费投入继续保持稳　

定增长，据￣２０１２年全国科技经费投入统计公报》数据显示，　

２０１２年全国共投入研究与试验发展（Ｒ＆Ｄ）经费１０２９８．４亿元，　

比上年增加１６１　１．４亿元，增长１８．５％；研究与试验发展（Ｒ＆Ｄ）　

经费投入强度（与国内生产总值之比）为１．９８％，比上年的１．８４％　

提高０．１４个百分点。按研究与试验发展人员（全时工作量）计　

算的人均经费支出为３１．７万元，比上年增加１．６万元。Ⅲ然而，　

要充分发挥科技进步和创新对加快转变经济发展方式的支撑作　

用，不仅要重视科技投入，还应重视科技成果的转化与应用。　

当前，促进科技成果转化、加速科技成果产业化，已经成为世　

界各国科技政策的新趋势。为了更好的明晰我国科技成果转化　

现状，提升科技成果转化水平，本文构建了科技成果转化效率　

的评价体系，运用ＤＥＡ分析法对我国科技成果转化效率进行科　

学的审视和系统的研究。　

２、评价方法与指标体系构建　２．１评价方法　

数据包络分析（Ｄａｔａ　Ｅｎｖｅｌｏｐｍｅｎｔ　Ａｎａｌｙｓｉｓ，ＤＥＡ）是著　

名运筹学家Ａ・Ｃｈａｒｎｅｓ　和Ｗ・ｗ・Ｃｏｏｐｅｒ　等学者，在“相对