基于DEA的文化产业绩效评价实证研究以广东等13个省市2007年投入产出数据为例

格式：pdf
大小：511.41 KB
文档页数：10

下载文档原格式

/ 10

黄荣义：基于DEA-Tobit 模型的中国各省市产品创新效率影响因素研究

一、引言当今世界正经历百年未有之大变局，在激烈的国际竞争面前，在单边主义、保护主义上升的大背景下，加快提高我国科技自主创新能力显得更加重要和紧迫。

习近平总书记在召开科学家座谈会上强调，抓创新就是抓发展，谋创新就是谋未来，我国经济社会发展比过去任何时候都更加需要增强创新这个第一动力。

十九届五中全会提出，十四五期间要坚持创新在我国现代化建设全局中的核心地位，要提升企业技术创新能力。

因此，研究影响我国创新能力的影响因素以及找到改善的措施，是当下需要解决的时代命题。

一个国家的创新能力，不仅体现为“量”，更多地体现为“质”，也就是创新的效率。

国家的创新效率主要体现在该国企业的创新效率上，企业的创新阶段主要分为知识创新、科研创新、产品创新三个阶段。

其中，知识创新和科研创新在目前的研究中得到了较多关注，而产品创新则容易被忽略。

产品创新是创新的最后阶段，是把研究专利转化为现实可用的新产品的活动。

因此产品创新是最接近消费者的阶段，是与产生经济利润最接近的阶段，它的重要性不言而喻，然而对此阶段的创新效率研究显然少于前两个阶段。

考虑到产品创新阶段的重要性以及当前研究的不基于DEA-Tobit模型的中国各省市产品创新效率影响因素研究黄荣义（中国人民大学商学院博士研究生）摘要：在激烈的国际竞争大背景下，加快提高我国科技自主创新能力是重要而紧迫的时代命题。

我国经过改革开放40多年来的发展，在知识创新和科研创新两个阶段有了很大提高，而产品创新阶段稍显不足，因此本文重点对产品创新效率的影响因素进行探究。

本文构建了DEA模型对产品创新阶段的综合效率、纯技术效率、规模效率进行测算，并建立随机面板Tobit模型对影响这三种效率的相关因素进行了实证分析。

结果发现，产业结构和人均技术市场成交金额对产品创新的纯技术效率有显著的影响，而研发经费投入偏向性对纯技术效率和规模效率的影响方向相反，同时一个地区的平均企业规模越大，会造成产品创新的规模效率越低。

广东省各市科技创新有效性评价——基于DEA超效率模型的分析

２３结果分析．
束条件
Ｊ
Ａ＝１，因此在ＣＲ模型下为非ＤＡ有效在ＢＥＣ
模型下为ＤＡ有效的ＤＵ单元仅是技术有效，而不是规模ＥＭ
科学的指标评价体系是评价模型有效的基础。在构建本文的评价指标时，本文参考了许晓雯（０４）２０、吴和成
（０５２０）和刘树、张玲（０６２０）等在做相关实证研究中所采用的模型变量。通过运用统计学中的主成分分析方法和变量的相关性理论对初选指标进行筛选。一方面保证了各输入、输出指标的现实意义，另一方面从统计的角度保证了投入指标间的相对独立及产出指标间的相关性。
中图分类号：Ｆ２．２２４１文献标识码：Ａ
对投入产出效率进行客观评价对于提高经济效益具有举足轻重的作用。然而回顾相关文献，可以看到学者们较多的
２对广东各地区科技创新有效性的实证研究
２１指标体系的建立．
是对全国各省份的高新领域各项资源利用情况的效率进行评价，而较少学者以单一省份为对象进行研究。另外，对于效率的评价，大部分学者都只是运用ＤＡ（ＥＣＲ）模型进行评价，对于满足ＤＡ（２ＥＣＲ）有效的决策单元则较少运用超效
广东省各市科ＤＡ超效率模型的分析Ｅ
林佳丽，薛声家
（暨南大学管理学院，广东广州５０３）１６２
摘要：本文从被评价单元间的相对效率分析着手，利用统计方法选择评价指标、运用数据包络分析（ＥＤＡ）方法中的超效率模型和Ｂ２模型，对广东省２Ｃ１个城市科技创新相对有效性进行较为全面而客观地评价。并通过对ＤＭＵ单元在ＤＡ相对有效面上的投影分析，提出了非ＤＡ有效单元如何进行有效性调整的有关建议。ＥＥ关键词：科技创新；ＥＤＡ超效率模型；实证分析

基于DEA模型下的科技投入产出效率评价研究

基于DEA模型下的科技投入产出效率评价研究[摘要] 通过构建科技投入产出指标体系，运用DEA模型对广东省2000-2012年的科技投入产出效率进行评价。

结果表明：广东省的科技投入产出效率平均值达0.962，科技资源配置基本处于相对最佳状态，不存在科技资源过度浪费的现象，科技产出的不足在科技投入不断合理、高效利用的过程中逐渐得到消除。

广东省应在有限的科技人力、财力资源条件下进一步提高资源的利用效率；在有条件的情况下，适当增加科技投入，以期获得更多的科技产出。

[关键词] 科技；投入；产出；效率；DEA模型1 引言近年来，广东省区域创新能力不断增强。

广东在国内率先出台《广东省实施自主创新促进条例》。

2012年广东的技术自给率从53.9%上升到68%，研究与实验发展经费支出占生产总值比重从1.3%提高到2.1%。

PCT国际专利受理量、发明专利授权量稳居全国第一。

电子信息、新能源、高端装备制造、生态环境等重点领域的一批关键技术取得突破，基因组、超材料、干细胞、中微子等方面创新成果跻身国际领先水平。

省部院产学研合作获得显著成效，共实施合作项目2万多项，累计实现产值超过1.2万亿元。

获得“973”首席科学家项目37项。

党的十八大报告中提出“创新驱动发展战略”，科技作为创新驱动力的作用不断凸显。

当前阶段，广东省正处于经济结构调整的加速期、产业转型升级的攻坚期和科技创新的活跃期。

截至2012年，广东省R&D投入强度已达2.1%，不断增加的科技投入对广东省的社会经济发展起到了积极的促进作用，而如何追寻科技投入与科技产出的最佳平衡点，成为了各级政府关注的重点。

因此，对科技投入产出效率进行评估，进而指导资源的合理、高效运用具有重要意义。

由于科技活动是一个多投入、多产出的过程，传统的投入产出比例法和参数法已不再适用，学者们更多采用非参数法来计算投入产出效率，而DEA模型是最常用的方法之一。

通过收集相关数据，本文从技术有效性和规模有效性角度分别对广东省2000-2012年的科技投入产出效率进行实证分析，以期为相关部门提供参考。

基于DEA的全国各省市科研投入产出效率研究

基于DEA的全国各省市科研投入产出效率研究【摘要】运用数据包络分析法比较我国31个省市科研投入产出效率。

首先建立科研投入与产出指标体系，然后对收集的统计数据进行计算，发现我国大部分地区的科研投入产出为低效率，运营效率总体上不良，且东部地区的科研比较有效，中部和西部地区科研效率相对较低。

最后运用投影分析法，给出各个地区调节其投入产出以提高效率的对策。

【关键词】数据包络分析（dea）；科研效率；对策建议高校的科研活动是地区产业升级的助推器，科研经费是这个助推器得以运行的基础条件。

科研经费的投入量和科研经费的效率不仅直接关系到高校科研活动的质量，还会对地区的产业升级和经济转型产生深远的影响[1]。

高等教育核心竞争力反映一个地区在高等教育规模、质量、结构和效益等方面的综合水平和实力，是国家与地区竞争力的核心和基础。

目前我国对高等教育竞争力的研究尚处初级阶段，且侧重于理论研究而实证研究偏少。

虽有少许的定量分析研究，但也只是初步探索。

在对我国各地区科研实力评比方面，很多学者都是通过spss软件，对所选的若干项指标进行聚类分析和因子分析，客观、定量地衡量各地区科研实力。

本文比较了全国各省市在科研领域的投入产出情况，运用dea模型进行了科研经费效率评价，给出提高我国科研投入产出效率的对策建议。

1.dea简介数据包络分析（the data envelopment analysis，简称dea）是1978年由美国著名的运筹学家a.charnes和w.w.cooper等学者，以相对效率概念为基础发展起来的一种效率评价方法。

他们的第一个模型被命名为c2r模型，从生产函数角度看，这一模型是用来研究具有多个输入、特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法。

1984年r.d.banker，a.charnes和w.w.cooper给出了一个被称为bc2的模型[2]。

数据包络分析（即dea）可以看作是一种统计分析的新方法，它是根据一组关于输入-输出的观察值来估计有效生产前沿面的。

基于DEA模型下的科技投入产出效率评价研究——以广东省科技投入产出效率评价为例

关数据．本文从技术有效性和规模有效性角度分别对广东省标和ｓ个非负输出指标，分别可表示为ＸＦ（，， … ），Ｙ＝２０００ — ２０１２年的科技投入产出效率进行实证分析，以期为相关部（Ｙｌｉ妇， …，），对应的权重向量分别为Ｖｉ＝（ｖｊｌ，４， … ，），＝门提供参考。（ “ “ ， …， ‰），其中ｉ＝１，２， …，／７， √ ＝１，２， …，ｍ，ｋ＝ｌ，２， …，Ｓ，构建
对广东省的社会经济发展起到了积极的促进作用，
３ＤＥＡ模型
数据包络法（ＤＥＡ）由著名运筹学专家Ａ．Ｃｈａｍｅｓ和Ｗ．ｗ．府关注的重点。因此，对科技投入产出效率进行评估，进而指导Ｃｏｐｐｅｒ首次提出．是一种以“ 相对效率 ” 概念为基础的多指标投资源的合理、高效运用具有重要意义。入产出效益评价方法。通过构建ＤＥＡ模型。不仅可以对决策单元
台《广东省实施自主创新促进条例》。２０１２年广东的技术自给率分别体现知识创造成果和技术发明成果，而技术市场合同成交额直接反映了出售专利或技术转让所获得的收入：高新技术产业是国民经济的战略性先导产业，其能否健康发展决定着产业结构能收入两个指标来衡量（见表１）。

基于DEA模型的科技金融投入产出相对效率分析——以广东省为例

基于DEA模型的科技金融投入产出相对效率分析——以广东省为例江湧;闫晓旭;刘佐菁;杜赛花【摘要】科技金融是实现广东省创新驱动发展,自主创新能力提升的重要引擎.在建立科技金融投入产出效率评价指标体系的基础上,采用数据包络分析法,首先将2014年广东省的科技金融结合效率同全国其他省市对比,进行初步评价;然后对2000-2014年广东省自身科技金融结合效率作进一步研究,挖掘其存在的问题.研究结果表明,一味地扩大金融投入并不能有效提高科技产出,深化管理体制改革,推进市场化进程,优化科技金融内部结构才能实现科技金融的协调发展.%Science and technology finance is an important part of Guangdong province to achieve innovation driven development and independent innovation capability.This paper establishes the evaluation index system of science and technology of financial efficiency and makes full use of DEA model.First of all,this paper analyzes the efficiency of the 30 provinces and municipalities in the science and technology finance,and then it analyzes the efficiency technology and finance in Guangdong province from 2000-2014.The results show that it is difficult to solely rely on the expansion of financial investment to improve the output of science and technology.The future development of Guangdong province in science and technology finance will depend more on deepening the reform of science and technology management system to achieve the coordinated development of financial input and output of science and technology.【期刊名称】《科技管理研究》【年(卷),期】2017(037)003【总页数】6页(P69-74)【关键词】数据包络分析(DEA);科技金融;相对效率;管理体制改革【作者】江湧;闫晓旭;刘佐菁;杜赛花【作者单位】暨南大学管理学院,广东广州 510632;广东省科技创新监测研究中心,广东广州 510033;暨南大学,广东珠海 519000;广东省科技创新监测研究中心,广东广州 510033;广东省科技创新监测研究中心,广东广州 510033【正文语种】中文【中图分类】F832.7;G322.7科技与金融的结合是实施创新驱动发展战略、提升区域综合竞争力的基础性内容。

区域文化产业效率的影响因素——基于随机前沿模型的

第7期总第249期2012年7月商业经济与管理JOURNAL OF BUSINESS ECONOMICSNo．7Vol．249Jul．2012收稿日期：2012－04－08作者简介：董亚娟（1978－），女，河南济源人，浙江工商大学统计与数学学院副教授，统计学博士，研究方向为经济统计方法与应用。

区域文化产业效率的影响因素研究———基于随机前沿模型的分析董亚娟（浙江工商大学统计与数学学院，浙江杭州310018）摘要：技术效率是文化产业增长的源泉和保障，已有的文献缺乏对影响文化产业技术效率的因素研究。

文章首先从理论上分析了影响我国文化产业效率的因素，包括产业政策、市场文化需求、人力资本等六个要素，然后采用随机前沿技术对我国2004－2009年31个省份的数据进行了实证检验，并运用核密度分布图分析了效率的动态演进特征。

结果表明：文化产业生产函数中的非技术效率表现显著，复合误差项中有46．7%来源于技术非效率性；产业政策、市场文化需求、人力资本、城市化水平和经济发展水平对文化产出效率的提高有显著的促进作用，但由于产业基础设施落后，约束了技术效率的提高；文化产业综合技术效率分布曲线呈现左侧拖尾、低位震荡特征。

从分地区的分布曲线看，东部综合技术效率差异较为显著，中部的效率先恶化后提高，西部的效率近年来有明显改善。

关键词：文化产业；技术效率；随机前沿生产函数；核密度估计中图分类号：F062．9文献标识码：A文章编号：10002154（2012）07002911一、引言文化不仅是社会经济的重要组成部分，也是推动经济发展的重要杠杆，代表着一个国家和民族的文明程度，是“软实力”的象征。

随着我国经济的快速发展和国民收入水平的不断提高，文化产业已成为繁荣文化市场，满足人民群众精神文化需求的重要途径。

十七届六中全会明确提出要促进我国文化产业快速发展，使文化产业成为国民经济新增长点的目标。

文化部于2012年2月提出，“十二五”时期文化产业增加值的年均增长速度要高于20%。

基于DEA的文化产业投入与产出效率趋势实证研究——以江苏20042010年文化产业投入产出数据为例

ｎａｌｙｓｉｓ），是一种用数学规划模型来评价相同类
型的多投入、多产出的决策单元是否技术有效的
一
种非参数统计方法。它最早由美国著名运筹
容各不相同，但其目的都是尽可能地使这一活动取得最大的效益。由于产出是决策者的结果，所以这样的单元被称为决策单元ＤＭＵ。每个ＤＭＵ都代表或表现出一定的经济意义，它的基本特点是具有一定的输入和输出，并且在将输入转化成
个经济系统可以看成是一个单元在一定
可能范围内，通过投入一定数量生产要素并产生
一
ห้องสมุดไป่ตู้
定数量的产品的活动，虽然这种活动的具体内
收稿日期：２０１３— ０３—２５
基金项目：本文是江苏省教育厅重大项目（课题编号：２０１０ＺＤＡＸＭ００６）及江苏高校优势学科建设工程资助项目研究成果。作者简介：徐文燕（１９６５一
学硕士生。
一
），女，南京财经大学工商管理学院旅游管理系教授、硕士生导师；张玉兰（１９８８一
），女，南京财经大
５１ —
… －
ｍｉｎ０
即每个决策单元有ｍ种类型的 “ 输入 ”及ｓ
种类型的 “ 输出” 。
ｓ．ｔ． ∑Ａ＋Ｓ＝００Ｊ＝１
得到。本研究依据江苏省统计局资料来确定和Ｙ的值。

中国地区文化产业全要素生产率增长状况研究

第1组数量经济学理论与方法字数：10233 中国地区文化产业全要素生产率增长状况研究——基于Bootstrap的Malmquist指数法黄永兴徐鹏*(安徽工业大学经济学院，安徽马鞍山243002)摘要：本文利用2004年与2008年文化产业国家标准统计数据，借助RD分解的Malmquist 指数模型，采用Bootstrap-Malmquist指数方法，实证分析了我国文化产业全要素生产率增长及其分解状况，研究发现：我国文化产业全要素生产率总增长率达39.30%，在整个文化产业发展过程中发挥了重要作用；文化产业全要素生产率的进步主要得益于技术进步，而不是纯效率和规模效率的改善；我国文化产业全要素生产率存在明显的区域差异，即中部地区增速最快，西部地区次之，东部地区最慢。

关键词：文化产业；全要素生产率；Malmquist指数；Bootstrap中图分类号：F062.9 文献标识码：A 文章编号:The Growth Study of Total Factor Productivity for Regional Cultural Industry in China:Based on Bootstrap-Malmquist Index ApproachHUANG Yong-xing XU Peng(School of Economics, Anhui University of Technology, Ma'anshan, 243002,China)Abstract: Based on the national standard statistical data in the year of 2004 and 2008, this paper makes a positive analysis to the growth and decomposition of the total factor productivity in China’s cultural industry, by using Malmquist Index based on RD decomposition and Bootstrap-Malmquist index approach. The results show that: The total growth rate of the total factor productivity in China’s cultural industry is 39.45%, which plays an very important role in the entire process of the development of culture industry; The progress of the total factor productivity in cultural industry is mainly due to technological progress , rather than the improvements of pure efficiency and scale efficiency; There are significant regional differences in the factor productivity of China’s cultural industry, i.e., the growth of the central region is the fastest , followed by the western region, eastern region is the slowest.Key Words: Cultural Industry; Total Factor Productivity; Malmquist Index;Bootstrap一、引言工业经济向文化经济转变使得文化产业不仅成为一个国家经济增长的新引擎，同时也是衡量一个国家地区经济现代化水平的重要标志之一。

基于DEA的广东省21个地市财政科技投入绩效评价

科技管理研究 !" "# 年第 $ 期% % % % % % % % % % &’()*’) +*, -)’.*/0/12 3+*+1)4)*5 6)7)+8’. % % % % % % % % % % !""# 9/: $ 文章编号：=""" < #;>? （!""# ）"$ < ""$@ 的
广东省
!=
个地市财政科技投入绩效评价
罗卫平，陈志坚
（=: 广东省技术经济研究发展中心，广东广州% ?=""#" ； !: 华南农业大学经济管理学院，广东广州% ?=";A! ）
摘要：本文通过建立财政科技投入绩效评价指标体系，利用数据包络分析（ BCD）方法，并在 !""A 年统计数据的基础上，对广东省 != 个地市财政科技投入绩效进行评价。详细分析了各城市财政科技资源的投入产出效率。评价结果表明：广州、珠海、佛山、中山、江门的财政科技投入绩效较佳。关键词：财政科技投入；绩效评价；数据包络分析中图分类号：&== % % 财政科技投入绩效评价是衡量财政科技经费管理水平、运作效率、产出质量效果的技术工具。提高财政科技资金的使用效率是当前政府部门关注的热点问题。国家和省市政府已展开政府科技资金绩效评价的试点工作，并开展评价模型和评价方法的研究。目前使用比较多的评价方法有：专家评议法、德尔菲法、多指标综合评价法以及问卷调查法等，这些定性分析方法难免存在主观性较强的弱点。学者们也提出了一些定量分析方法，如：层次分析法、灰色关联度分析方法、模糊综合评价法、数据包络分析方法等。但学术上的研究比较多，实际应用仍比较少。本文将采用数据包络分析方法（以下简称 BCD 方法），开展广东省 != 个地市财政科技投入绩效评价，力图使评价更加科学和客观。 BCD 方法是由美国著名运筹学家 D: E.+8*)7 和 F: F: E//G)8 等人以“ 相对效率 ” 概念发展起来的一种效率评估方法，该方法特别适用于对若干同类型的具有多输入和多输出的决策单元进行相对效率与效益的评价。而科技投入与产出系统是一个多输入和多输出的复杂系统（图 = ），其输入包括人、财、物这种可定量计算的有形因素，也包含国家政策支持等无形因素；在输出方面，既包括科技成果，又包含为社会、经济发展所作的贡献。因此应用 BCD 方法评价财政科技投入绩效，具有独特的优势。源；科技产出指标： HA：每万常驻人口拥有专利申请量； H?：每万常驻人口拥有专利授权量，HA 和 H? 指标衡量财政科技投入直接成果产出效率； H;：高新技术产品产值占地区工业总产值比重，衡量财政科技投入提高地区工业产品中高新技术产品含量的效率； H#：全社会劳动生产率，衡量财政科技投入促进社会经济发展的效率。构建评价指标的原始数据见表 = 。表 =% 广东省各地、市财政科技投入产出效率评价指标原始数据

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

－的产出 Y0 已达到最优；（ 2 ）当 θ = 1 且 S ≠ 0 或
可以选取全国各省市作为 DEA 评价的决策单元，通过横向比较分析我国各省市文化产业的绩效，进而得出广东省文化产业发展的优劣势。由于我国对文化产业数据统计工作滞后于文化产业的发展，部分省市数据难以取得，本文将利用广东省统计局协助提供的全国 13 个省市 2007 年投入产出表数据作为 DMU，具体包括：广东、湖南、广西、福建、上海、河北、吉林、新疆、云南、四重庆、山东和安徽。川、（二）评价指标的选择 DEA 系统的评价指标不同，其有效性的评价因此，选择评价指标时应要考虑如结果也将不同，下几点：能够实现评价目的、能全面反映评价目输入向量与输出向量具有联系。而文化产业的、经济系统是一种多输入和多输出的复杂系统，其输入包括人、财、物这种可定量计算的有形因素，也包括国家政策支持等无形因素；在输出方面，既包括对社会的贡献也包括对经济发展的贡献。本文根据数据口径的统一性、可比性原则，同设置如下输入、输出指标。输入指时考虑可得性，标：文化、文物单位数（个）、从业人员数量（万人）、财政投入额（亿元）、固定资产投入额（亿元）；输出指标：产业增加值（亿元）、总产出（亿元）、生产税净额（亿元）、营业盈余（亿元）。（三）数据整理本文利用 2007 年各省市投入产出表及 2008 年中国统计年鉴相关数据进行分析。文化、文物艺术表演场馆、文化馆单位数是指艺术表演团体、和群众艺术馆、公共图书馆、博物馆个数的总和。文化产业从业人员数据由统计年鉴中各省市文化产业从业人员数量估算所得；财政投入额为 2008 年中国统计年鉴中各地区财政投入文化、体育与传媒的金额；固定资产投入额为 2008 年中国统计年鉴中各地区投入到文化、体育与娱乐业的固定
（ 1. Guangzhou University Regional Economic Research Institute， Guangzhou 51006 ， China； 2. Guangzhou University Business School， Guangzhou 51006 ， China） Abstract： this paper takes empirical research about the performance of input － output of the cultural industry in Guangdong，using CCR and Super － efficiency model of DEA and the data of 2007 from the 13 cities of Guangdong． The findfixed assets investment， the number of culturings include there are not enough such as investments from the government， al units， although the comprehensive performance of input － outpu of cultural industry is the first． The global competition power of the cultural industry of Guangdong is still in weak because of lack of innovation and the first creation． Key words： Cultural Industry； DEA Model； Input － output； Performance Appraisal
－ S+为合中第 i 个决策单元 DMU0 的组合比例； S ，
∑v x
i =1
i ij0
∑ u k y kj k =1
m
j = 1， 2， …， n ≤ 1，
v i x ij ∑ i =1 k = 1， 2， …， s uk ≥ 0， vi ≥ 0 ， i = 1， 2， …， m
松弛变量。
－ + 其经济含义为：（ 1 ）当 θ = 1 且 S = S = 0
s k =1 m
k kj0
CCR 模型中， θ 为该决策单元 DMU0 的有效值 = Vp 珔（指投入相于产出的有效利用程度）； X i 为 DMU i X i2 ， …， X im ）表示； Yi 的投入要素集合，可由（ X i1 ，（ 1） y i2 ， …， y ip ）表为 DMUi 的产出要素集合。由（ y i1 ，示； λ 为相对于 DMU0 重新构造一个有效 DMU 组
商学院，广东广州 510006 ）
摘
“超效率” （ Super － Efficiency）模型，要：本文运用 DEA 的 CCR 模型和 DEA 的根据广东等 13 个省市 2007 年
文化产业投入产出数据，利用 DEA － Solver － LV 软件对文化产业投入产出绩效进行实证分析。研究认为：广东但在财政投入、固定资产投产、文化、文物单位数投入方面仍存在文化产业投入产出绩效虽综合效率得分第一，不足；广东省文化产业由于缺乏自主创新能力和原创能力，总体上还不具备在国际市场上的竞争力。关键词：文化产业； DEA 模型；投入产出；绩效评价中图分类号： F062. 9 文献标识码： A 文章编号： 1002 － 9753 （ 2011 ） 02 － 0183 － 16
Research on Performance of Cultural Industry in 13 Provinces of China Based on DEA Model — — —based on input － output datas of 2007 from 13 cities of Guangdong ZHANG Ren － shou1 ，HUANG Xiao － jun2 ，WANG Peng2
理论·方法与案例基于 DEA 的文化产业绩效评价实证研究以广东等 13 个省市 2007 年投入产出数据为例
基于 DEA 的文化产业绩效评价实证研究以广东等 13 个省市 2007 年投入产出数据为例
1 2 张仁寿，黄小军，王
朋
2
（ 1．广州大学
区域经济研究所，广东广州 510006 ； 2．广州大学
s
s*
－
பைடு நூலகம்
= 0， s*
+
= 0，则 DMU j0 为 DEA 有效，上述模型
n
即评价评估单元的 CCR 模型，在上述模型的基础上增加约束条件：
∑λ
j =1
j
=1
即得到评价评估单
2 2 元的 C GS 模型。
珋（p ） s． t．
∑u y
max
* * s* －， s* + ，规划问题（ D ε ）的最优解为 λ ， θ ，于是 * * 若 θ = 1，则 DMU j0 为弱 DEA 有效；若 θ = 1 ，且
行计算和实证分析。（一） DEA 模型有效性判断及其经济含义 DEA 是使用数学规划模型来评价具有多个输入和多个输出的部门或单位（称为决策单元，简记为 DMU）间的相对有效性（称为 DEA 有效）。 j = 1， 2， …， n｝，设 A 代表评估单元集： A = ｛ A j ， A j 为评估单元； x i 代表输入， i= 则输入集： X = ｛ x i ， 1， 2， …， m｝； Y k 代表输出， i = 1，则输出集： Y = ｛ Y i ， 2， …， s｝； X ij 为第 j 个评估单元的第 i 种类型的输 Y ij 为 j 个评估单元的第 k 种类型的输出。入， y ）产出 y 能用输入 x 生定义 1 ：称集 T = ｛（ x，产出来｝为评估单元集 A 的投入产出集。设 v i 为 u k 为对对第 i 种类型输入的一种度量（也称权），第 k 种类型输出的一种度量。则权系数向量为： v = ｛ vi ， i = 1， 2， …， m ｝； u = ｛ uk ， k = 1， 2， …， s｝；
1 数据，利用 DEA － Solver － LV 软件对 CCR 模型进
成线性规划模型： maxμ T y0 = V p T T j = 1， 2， …， n 珚 x0 － μ y j ≥0 ， s． t． ω （ P） = T ω 珚 x0 = 1 ω 珚 ≥0 ， μ≥0 （ P ）的对偶规划模根据线性规划对偶理论，型为： minθ n － λ j x j + s = θx0 ∑ s． t． j = 1 （ D） = n + λ j y j － s = y0 ∑ j =1 － λ j ≥0 ， s ≥0 ， s + ≥0 ， j = 1， 2， …， n 为了便于利用线性规划的单纯形方法求解，并使检验工作简化，引入阿基米德无穷小的概念， ^ Ts － + e ^ Ts + ] min [ θ － ε（ e n － λ j x j + s = θx0 ∑ s． t． j =1 （ Dε ） = n + λ j y j － s = y0 ∑ j =1 λ j ≥0 ， s － ≥0 ， s + ≥0 ， j = 1， 2， …， n ^ …， 1 ） T ∈Rm ， e = （ 1， …， 1 ） ∈Rs 。 e = （ 1，其中，
DEA 模型的建立一、 DEA 应用广泛，适用性强，与传统方法相比有很多优点：可以避免由于指标量纲等方面的不一致而需寻求同度量因素所带来的诸多困难；具有很强的客观性；可以用来估计多投入多产出系统 “生产函数 ” 的等。文化产业包含广泛的范围，其