基于DEA的黑龙江省高技术产业技术创新效率评价
- 格式：pdf
- 大小：301.47 KB
- 文档页数：3
文档推荐
-
应用型人才培养参考页数:53
-
创新黑龙江省企业技能人才评价机制研究页数:5
下载文档原格式
合集下载
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。
DEA视窗分析在技术创新效率评价中的应用
DEA视窗分析在技术创新效率评价中的应用作者：罗玲张祥翠朱乐君来源：《商场现代化》2009年第35期[摘要] 本文对DEA视窗分析模型进行了介绍,并将其运用于东北三省技术创新效率评价研究。
[关键词] DEA 视窗分析 window analysis 技术创新效率一、引言数据包络分析(Data Envelopment Analysis,简称DEA)是一种非参数前沿分析方法,可以用来评价具有多项投入与多项产出决策单元(Decision Maker Unit,简称DMU)的相对效率。
由于其具有可评价多指标投入产出效率、无需事先对指标量纲进行处理以及无需事先预设具体的函数关系和权重等优点,成为一种应用非常广泛的效率评价方法。
已经有许多学者将DEA方法应用于技术创新效率评价研究。
但是传统DEA方法在应用时,要求受评价的DMU数量要足够多,至少为变量(投入指标和产出指标)总数两倍以上,否则会出现大部分甚至全部DMU效率得分均为1(即有效率)的情况,使效率评价失去了意义。
此外,传统DEA方法只能用来分析横截面数据,让给定DMU与同一时间点上的其他DMU比较,忽略了时间的作用。
这样做并不合理,因为在某一时期内,某种资源的过多投入,导致当期效率得分较低,但却可能会对未来时期的产出产生正面影响。
DEA视窗分析(Windows Analysis)采用面板数据,将不同时期的同一DMU视为不同单元,从而增加了受评价的DMU数量,不仅能够对不同DMU之间的相对效率进行评价,而且还能够反映DMU的效率变化情况,从而解决了上述问题。
二、DEA视窗分析DEA视窗分析由G. Klopp(1985)首先提出,其基本思想是从动态角度出发,认为同一DMU在不同时期是不同的,与统计学中常用的平滑指数类似,能反映出投入与产出之间的时间连续性,可以较好地刻画研究对象的效率动态变化。
这样,对特定的DMU来说,在横截面上要同其它DMU进行比较,在时间序列上,同一DMU在不同时点上也要进行比较,因而更能反映DMU的真实效率。
基于改进DEA的中国高技术产业技术创新效率研究
期 内一 定 量 的 科 技 创 新 资 源 对 经 济 增 长 的拉 动 作 用 。
０ 引 言
高 技 术 产 业 是 由 处 在 时代 前 沿 的先 导 性 技 术 发 展 起 来 的 产 业 ， 有 高 投 入 、 产 出 、 附 加 值 和 高 渗 透 具 高 高 性的特点 ， 经 济 发展 、 易增 长起 着 积极 的作用 ， 对 贸 产
基 于 生 产 前 沿 面理 论 。生产 前 沿 面 理论 ， 指通技 术 创 新 效 率 的 研 究 基 本 上 沿
着 两 个 途 径 进 行 ： 是 对 产 业 技 术 创 新 效 率 的 表 征 进 一 行 综 合 和 总结 ； 是 建 立 产 业 技 术 创 新 效 率 测 度 的 评 二
业 领 域 主 要 包 括 医药 制 造 业 、 空 航 天 器 制 造 业 、 子 航 电
高 技 术 产 业 发 展 的 关 键 在 于 创 新 ， 产 业 创 新 效 率 为 以
研究对象 ， 目的就 在 于促 进 高 技 术 产 业 的发 展 。
作 为 国 民经 济 发 展 的 战 略 性 先 导 产 业 ， 技 术 产 高 业 对 提 升 我 国产 业 结 构 和 转 变 经 济 增 长 方 式 作 出 了 重
王 伟
（ ． 西广播 电视 大 学 ， １陕 陕西 西安 ７ ０ ７ ；． １ ０ ２ ２ 西北 工业 大 学 管理 学院 ， 西 西安 ７ ０ ２ ） 陕 １ １ ９
摘 要 ： 用 改 进 的 数 据 包 络 分 析 模 型 — — 对 抗 交 叉 评 价 法 对 我 国 ３ 运 Ｏ个 省 市 自 治 区 的 高技 术 产 业 技 术 创 新 能 力 进 行 了评 价 ， 计 “ 标 准 指 数 ” ｗ Ｓ ） 传 统 的 ＤＥ 模 型 评 价 值 和 对 抗 交 叉 评 价 值 进 行 了 比 较 分 设 弱 （ Ｉ对 Ａ 析 ， 建 “ 准 指 数 ” Ｓ ） 为 评 价 高 技 术 产 业 技 术 创 新 效 率 的 关 键 指 标 。 最 后 ， 据 各 地 区 的 Ｓ 排 名 情 构 标 （ Ｉ作 根 Ｉ 况 ， 全 国高技 术产业 的发 展情 况进行 了综合评 价 分析 。 对 关键 词 ： 术创新 效 率 ； 技 术产 业 ； 抗 交叉评 价模 型 ； 进 Ｄ 技 高 对 改 ＥＡ
基于DEA的黑龙江省装备制造业管理效率评价
１ Ｄ Ａ— ２ Ｅ Ｃ Ｒ模 型简 介
投入 。 不变的情 况下 ，可将产 出在 的基础上增 加 Ｓ ； 数据包络分析 （ ａ ｎｅ ｐ ｎ Ａ ａ ｓ 简称 Ｄ Ａ）是 Ｄ ｔ Ｅ ｖｌ ｍｅｔ ｎｌ ｉ ｅ ｏ ｙｓ Ｅ （ ） 当 ０＜１ ，则决策单元 Ｄ ｏ为非 Ｄ Ａ有效。 ３ 时 ＭＵ Ｅ 由美国著名运筹学家 Ａ ｈｍｅ 和 ｗ．Ｗ．Ｃ ｏｅ 等学者 以 ．Ｃ ａ ｓ ｏｐｒ 相对效率概念为基础发展起 来的一种 效率评价 方法 ，是对 多 ２ 评 价指 标体 系的构 建 指标投入 和多指标产出的相 同类 型部 门进 行相对 有效性综合 管理效率是对 企业 资源配置情 况和各项资 源利用情况有 评价的一种非参数统计方法 。其基 本思路 是把每一 个被评价 效程度的衡量 ，是 经济效益 的反应 ，管 理效率也 是一 种相对 单位作为一个决策单元 （ ＭＵ，ｄｃｓ ｎｍ ｋ ｇｕｉ ） Ｄ ｅｉｏ ａ ｉ ｎｔ ，再 由 ｉ ｎ ｓ 效率 ，是企业为实现经营 目标而对各 种资源进行 协调配置 的 众多 Ｄ ＭＵ构成被评 价群体 ，通 过对 投入 和产 出 比率 的综合 过程 中所形成的投 入与产 出或 成本 与收益 之间 的对 比关 系。 分析 ，以 Ｄ ＭＵ的各 个投入 和产 出指标 的权 重 为变量 进行评 因此 ，对管理效率 的评价可 以从多个角度 、多个层面来进行 ， 价运算 ，确定有效 生产前 沿 面，并根据 各 Ｄ ＭＵ与有 效生产 要建立一套能够全面 、准确地反映企业管理效 率的指标体系 ， 前沿面的距离状况确定各 Ｄ ＭＵ是否 Ｄ Ａ有效 。 Ｅ 是一项十分复杂的系统工程 。科学 指标 体 系的建 立必须遵循 １ １ Ｃ Ｒ模 型 ． 科学性 、客观性 、可比性及可获得 性的原则 。根据 数据包络 在 Ｄ Ａ方法理论体 系中有很 多种模 型 ， Ｅ 本文采 用运用 较 分析 （ Ｅ Ｄ Ａ）方法 的特 点 ，结合 指标体 系建立 的原则 ，在众 广泛的 Ｃ Ｒ模型。该模 型可用来 评价 具有 多个输 入 、 多个输 多指标 中选取 了 ６个具 有代表 性 的指标作 为输 入输 出指标 。 出的决策单元 同时为“ 规模有效 ” 技术有效” 与“ 。假设 有 ｎ个 输入指标有 ：固定资产平 均余 额 、流动资产 平均余额 、主营 决策单元 Ｄ Ｕ， Ｍ 每个决策单元 Ｄ ｉ ＭＵ （ ＝１ ２ …， ） ， ， Ｉ 都有 ｍ 种 ｔ 业 务 成 本 、从 业 人 员 数 、三 项 费 用 合 计 （ 业 费 用 、管 理 费 营 输入 以及 ｓ 种输 出 ， 中 ｙ分 别代 表第 个 Ｄ 其 ， ＭＵ的输入 和 用 、财务费用 ） ；输 出指标有利税 总额 。 输 出向量（ ∽ ２ － Ｘ Ｔ和（ ｌ ｙ ”， ） 。 － ） ， ｙ ，’ 对于选定的 Ｄ ｏ ＭＵ ，用来 评价 其有 效 的具 有 非阿基 米德 固 定 资产 平均 余额ｘ－—
高新技术产业R&D效率分析-基于DEA分析方法
高新技术产业R&D效率分析-基于DEA分析方法[摘要]技术创新和进步是高新技术产业发展的核心要素，而技术进步要受到R&D投入的约束。
利用DEA模型测度了五个高新技术行业2003-2009的技术效率、纯技术效率和规模效率，比较分析了五个高新技术行业DEA效率、纯技术效率及规模效率，结果发现，近几年高新技术产业制造业的技术进步的提高快于资源配置的提高，高新技术 R&D 绩效效率的总体增长主要受技术进步与创新的影响较大；在五个行业中，航空航天制造业无论技术效率、规模效率都是最低的。
文章在最后分析了产生这种结果的原因是由产业的特性决定的并给出了实施建议。
[关键词]DEA 高新技术行业 R&D 效率[作者简介] 李刘艳（1978-），女，河南鹿邑人，博士，河南师范大学商学院副教授，研究方向：区域经济。
[中图分类号] T-012 [文献标识码] A [文章编号]0439-8041（2013）06-0089-04随着经济全球化的发展，地区间竞争日益激烈，发展高新技术及其产业成为各地竞争的主要方式[1]。
十八大报告提出“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置”。
[2]。
高新技术产业的发展对提高自主创新能力、促进产业结构调整以及经济增长方式的转变都具有十分重要的意义[3]。
世界时时刻刻无不在变化，而不变的是创新。
高新技术产业作为R&D活动密集型性产业，创新活动频繁，其创新效率的高低对于产业的发展起着举足轻重的地位。
十七大报告也把发展高新技术产业作为转变经济增长方式的核心。
按照国家统计局标准，高新技术产业由医药制造业、航空航天器制造业、电子通信设备制造业、医疗设备及仪器仪表制造业、电子计算机及办公设备制造业等产业构成[4]。
十一五规划以来，我国高新技术产业发展迅速，产值从2003年的20556亿元增至2009年的60430亿元，年均增长24.3%；高新技术产业从业人员占全社会就业人员的比重从2003年的0.6%增至2009年的1.2%，六年间比率翻了一番。
基于DEA方法对我国区域高新技术产业园区的效率分析
甘肃、 宁夏 的 国 家级 高取得重要 发 展成果 ， 但是要 注 意到存 在 的一 些 问题 ， ： 如 规模效 率 与 技术 进 步 对 园 区发 展 的贡献
量 为 ９个 ， 占园 区总 量 的 １ 。 由于 各 地 区 内的 高 ７
新技 术产 业园 区没有 单列数 据 而 只有综 合数 据 （ 以省 和 直辖市 统计 单位 ） 目前 可 选 的决 策 单 元 的样 本 数 ， 为 ３ 个 ， 中内蒙 古 、 藏 、 １ 其 西 青海 和 新 疆 ４个 地 区的
我 国 高新技 术 产 业 园 区战 略 升 级 的 政 策 建 议 。 关 键 词 ： 据 包络 分 析 ； 数 高新 技 术 产 业 园 区 ； 效 率 ； ｌ ｕｓ 全要 素 生 产 力 指数 超 Ｍａ ｍｑ ｉ ｔ 中图分类号：０２９ Ｆ ６． 文献标志码 ： Ａ
知识经 济 时代 的到来 ， 各 国经 济 的发展 既提 出 对
收稿 日期 ： ０ ７ ９ ｌ ２ ０ 一Ｏ 一 １
作者 简 介 ： 擐 （ ９Ｏ ） 李 １ ８ 一 ，女 ， 津人 ， 开 大 学 经 济 学硕 士研 究 生 ， 究 方 向 ： 业 组 织 与 政 策 研 究 。 天 南 研 产
６
维普资讯
基 于 Ｄ Ａ 方 法 对 我 国 区域 高 新 技 术 产 业 园 区 的效 率 分 析 Ｅ
区的国家 级高新 技术 园 区数 量 为 ４ ４个 ， 占园 区总 量 的 ８ ％ ； 布在 西 部 地 区的 国 家级 高新 技 术 园 区 数 ３ 分
我 国 国家 级高新 技 术 园 区 已达 ５ ３个 ， 遍及 ３ １个 省 、
直辖 市 、 自治 区 。各 地 区 的省 级 、 级甚 至 区级 高新 市 技术 园 区已超过 百 家 。我 国 高新 技 术产 业 园 区在 近
高技术产业技术创新效率的测度研究--基于三阶段DEA模型
经费松弛值
常数项 市场结构 政府支持 经济发展 sigma－squared
gamma
－21.25*** （－21.04）
0.91* （1.68） 2.01*** （3.06） 1.68*** （3.28） 3851.68* （3851.67） 1.00*** （1771947.4）
－23.00*** （－21.69）
1. 三阶段 DEA 模型构建 第一阶段 ：传统 DEA 模型分析初始效率，在本文研究中， 我们选择 Banker 等（1984）投入导向的 BCC 模型对数据进行研 究。BCC 模型表示如下 ：
目前，对于高技术产业技术创新效率的研究层出不穷，方 法也是各式各样。涂泳泽 [1] 从价值链的视角研究高技术产业技
λ =σ µ /σν
。当 γ 的值越接近于 1 时，表示高技术产业的技术创新效率低
下主要是由管理无效率导致的，当 γ 越接近于 0，则表示高新
技术产业的技术创新效率低下主要是由随机误差项的影响。
第三阶段 ：调整后的投入产出变量的 DEA 效率分析。根据
下列公式调整松弛变量 ：
（3）
其 中， 入，
是 调 整 后 的 投 入，Xni 是 调 整 前 的 投 是 对 外 部 环 境 因 素 进 行 调 整，
在现有的研究中，对于 DEA 领域的研究成果显著。刘伟等 [5] 将三阶段 DEA 模型与 Bootstrap 方法相结合，测算出所有制结构、 政府支持、企业规模和市场环境等因素对中国不同地区的高技 术产业技术创新影响显著。叶锐等 [6] 选择共享投入的 DEA 模型， 测算高技术产业系统效率及纯技术效率。黄继忠等 [7] 采用 DEA 方法分析了科技金融对高技术产业创新效率的影响，计算出不 同地区的高技术产业创新效率。
常数项 市场结构 政府支持 经济发展 sigma－squared
gamma
－21.25*** （－21.04）
0.91* （1.68） 2.01*** （3.06） 1.68*** （3.28） 3851.68* （3851.67） 1.00*** （1771947.4）
－23.00*** （－21.69）
1. 三阶段 DEA 模型构建 第一阶段 ：传统 DEA 模型分析初始效率，在本文研究中， 我们选择 Banker 等（1984）投入导向的 BCC 模型对数据进行研 究。BCC 模型表示如下 ：
目前，对于高技术产业技术创新效率的研究层出不穷，方 法也是各式各样。涂泳泽 [1] 从价值链的视角研究高技术产业技
λ =σ µ /σν
。当 γ 的值越接近于 1 时，表示高技术产业的技术创新效率低
下主要是由管理无效率导致的，当 γ 越接近于 0，则表示高新
技术产业的技术创新效率低下主要是由随机误差项的影响。
第三阶段 ：调整后的投入产出变量的 DEA 效率分析。根据
下列公式调整松弛变量 ：
（3）
其 中， 入，
是 调 整 后 的 投 入，Xni 是 调 整 前 的 投 是 对 外 部 环 境 因 素 进 行 调 整，
在现有的研究中，对于 DEA 领域的研究成果显著。刘伟等 [5] 将三阶段 DEA 模型与 Bootstrap 方法相结合，测算出所有制结构、 政府支持、企业规模和市场环境等因素对中国不同地区的高技 术产业技术创新影响显著。叶锐等 [6] 选择共享投入的 DEA 模型， 测算高技术产业系统效率及纯技术效率。黄继忠等 [7] 采用 DEA 方法分析了科技金融对高技术产业创新效率的影响，计算出不 同地区的高技术产业创新效率。
基于DEA模型的中国区域创新系统创新效率评价
对 有 效 性 ， 就 是 在 所 有 的 组 成 集 合 中 ． 据 各 个 ＤＭＵ 也 根
国 家 创 新 系 统 的 有 机 组 成 部 分 ． 国 家 创 新 系 统 主 要 由 开 放 的 各 个 区 域 创 新 系 统 连 接 而 成 ． 区 域 创 新 系 统 的 建 设 是 国 家 创 新 系 统 运 行 的 前 提 和 组 成 部 分 ．没 有 区 域 创 新 系 统 的 内外 协 调 ．就 不 会 有 国 家 创 新 系 统 的 质 量 和 效 率 … 。 因此 对 我 国 区 域 创 新 系 统 进 行 创 新 效 率
（ ｔ Ｄａ ａ Ｅｎｖ ｌｐｍｅ ｔＡｎ ｌｓｓ ｅｏ ｎ ａｙ ｉ，ＤＥＡ ） Ｍｉ ｈ ｅ ｒｔｃ 运 。 ｅ ａ ｌＦ ｉｓ ｈ
２ 评 价 模 型 与 指 标 体 系的 构 建
创 新 必 须 使 创 新 构 思 获 得 商 业 化 的 成 功 ． 即 必 须
满 足 社 会 和 市 场 的 需 求 ．只 产 生 技 术 成 果 而 不 产 生 经
转 化 阶 段 。 如 图 １所 示
用 知 识 生 产 函 数 方 法 测 量 和 比较 了 １ １个 欧 洲 区 域 创
分 析 ， 于 增 强 我 国 自主 创 新 能 力 、 设 创 新 型 国 家 具 对 建 有 重 要 意 义
的 输 入 和 输 出 ， 过 利 用 一 定 的 模 型 ． 算 ＤＭ Ｕ 的 输 通 计 入 输 出 是 否 对 于 其 它 ＤＭＵ 是 最 优 的 。 如 果 最 优 ． 该 则
是创新 投 入转化 成科 技产 出的阶段 ．这 阶段 的创新 绩
我 国经济发 展 逐步进 入 了一个 从 传统 生产 要 素驱
动 向创 新 要 素 驱 动 的 新 阶 段 。 高 我 国 自 主创 新 能 力 ． 提
国 家 创 新 系 统 的 有 机 组 成 部 分 ． 国 家 创 新 系 统 主 要 由 开 放 的 各 个 区 域 创 新 系 统 连 接 而 成 ． 区 域 创 新 系 统 的 建 设 是 国 家 创 新 系 统 运 行 的 前 提 和 组 成 部 分 ．没 有 区 域 创 新 系 统 的 内外 协 调 ．就 不 会 有 国 家 创 新 系 统 的 质 量 和 效 率 … 。 因此 对 我 国 区 域 创 新 系 统 进 行 创 新 效 率
（ ｔ Ｄａ ａ Ｅｎｖ ｌｐｍｅ ｔＡｎ ｌｓｓ ｅｏ ｎ ａｙ ｉ，ＤＥＡ ） Ｍｉ ｈ ｅ ｒｔｃ 运 。 ｅ ａ ｌＦ ｉｓ ｈ
２ 评 价 模 型 与 指 标 体 系的 构 建
创 新 必 须 使 创 新 构 思 获 得 商 业 化 的 成 功 ． 即 必 须
满 足 社 会 和 市 场 的 需 求 ．只 产 生 技 术 成 果 而 不 产 生 经
转 化 阶 段 。 如 图 １所 示
用 知 识 生 产 函 数 方 法 测 量 和 比较 了 １ １个 欧 洲 区 域 创
分 析 ， 于 增 强 我 国 自主 创 新 能 力 、 设 创 新 型 国 家 具 对 建 有 重 要 意 义
的 输 入 和 输 出 ， 过 利 用 一 定 的 模 型 ． 算 ＤＭ Ｕ 的 输 通 计 入 输 出 是 否 对 于 其 它 ＤＭＵ 是 最 优 的 。 如 果 最 优 ． 该 则
是创新 投 入转化 成科 技产 出的阶段 ．这 阶段 的创新 绩
我 国经济发 展 逐步进 入 了一个 从 传统 生产 要 素驱
动 向创 新 要 素 驱 动 的 新 阶 段 。 高 我 国 自 主创 新 能 力 ． 提
基于DEA_Malmquist指数方法的高新技术产业R_D绩效评价
有毒、有害的化学品和技术的进口。 征收出口关税，主要对象 是国内资源，包括原材料、初级产品和半成品，以有效保护不 可再生资源； 同时鼓励高附加值的技术密集型产品的出口， 从而改善我国的出口结构。 2.2.3 完善环境税收优惠
利用减免、抵免等税收优惠措施，激励自然生态保护和 建设的技术研究，加大环境保护实用技术和创新技术研发力 度， 加强科研单位和企业治理污染的科技研究开发与应用， 对投资环境治理、保护项目实行投资抵免政策，对于采用革 新技术或利用废弃物再生产企业及环保示范工程项目，允许 加速折旧。 对于购进节水、治理环境等无形资产允许一次性 摊 销 ，为 企 业 发 展 循 环 经 济 提 供 利 益 刺 激 [9]。 2.2.4 完善税式支出政策
从投入产出角度讲，绩效评估也是多种要素输入和输出 的过程，是一个复杂的多层次结构。 根据邓一华，吴贵生的 《技术创新活动的几种测度方法综述》， 和其他学者研究，本 文选择 R&D 经费、 新 产 品 开 发 经 费 、R&D 活 动 人 员 以 及 科 学家与工程师作为 R&D 绩效评估的输入指标； 新产品销售
数学规划模型来估计有效生产的前沿面， 再将各 DMU 与此
前沿面做比较，进行衡量效 率 。 凡 是 处 于 前 沿 面 上 的 DMU，
DEA 认为其投入产出组合最有效率； 不在前沿面上的 DMU
则被认定为无效率， 同时一效率前沿面之上的有效点为基
准， 给予一个相对的效率指标。 DEA 还可以判断各个 DMU
本文所定义的高新技术产业， 指的是根据 2002 年 7 月 国家统计局印发的《高新技术产业统计分类目录的通知》，中 国高新技术产业的统计范围包括航空航天器制造业、电子及 通信设备制造业、电子计算机及办公设备制造业、医药制造 业和医疗设备及仪器仪表制造业共五类行业。 该目录参考了 OECD 高 新 技 术 产 业 的 界 定 范 围 ， 符 合 国 际 通 用 的 分 类 方 法。
基于DEA的技术创新效率评价研究——以江西为例
基于DEA的技术创新效率评价研究——以江西为例技术创新是推动社会经济发展的重要引擎，而技术创新效率评价是评估一个地区或企业在技术创新过程中所达到的效益与投入之间的关系。
数据包络分析（DEA）是一种有效的评价方法，它可以帮助我们定量地评估技术创新效率，并找出存在的问题和改进的方向。
本文以江西省为例，探讨基于DEA的技术创新效率评价研究。
首先，我们需要确定评价指标。
技术创新效率评价指标主要包括技术投入指标和技术产出指标。
技术投入指标可以包括研发投入、人才引进、科研设备等，而技术产出指标可以包括专利数量、科技成果转化率、企业竞争力等。
在确定评价指标时，需要考虑到各个指标之间的互相关联性，以确保评价结果的科学性和客观性。
其次，我们需要构建评价模型。
DEA方法是一种效率评价方法，通过比较各个评价单位的输入和输出指标，可以找出效率较低的单位，并提出改进措施。
在构建评价模型时，我们需要设定技术创新效率评价的目标，确定评价的输入和输出指标，并建立数学模型进行计算。
然后，我们需要收集数据进行实证分析。
江西省是中国的一个经济欠发达地区，技术创新水平相对较低。
我们可以通过收集江西省各个地区或企业的相关数据，如研发经费投入、专利申请数量、科技人员比例等，然后利用DEA方法对其技术创新效率进行评价和比较。
最后，我们可以分析评价结果并提出改进建议。
通过DEA方法评价江西省各地区或企业的技术创新效率，我们可以找出效率较低的单位，进一步分析其问题所在，并提出改进建议，如增加研发投入、加强科技人才培养等，以提高技术创新效率和推动经济发展。
总之，基于DEA的技术创新效率评价是一种有效的评价方法，可以帮助我们发现问题、找出改进的方向，并提高技术创新效率，推动经济社会发展。
希望通过本文的研究和探讨，可以为江西省的技术创新和经济发展提供一定的参考和借鉴。
- 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)。
ｓ ． ｔ ． 乞ｋ ｊ ￣ ＋ ｓ ≤０ ｘ ０
ｉ
图 １
∑ 一 ｓ 一 ≥ ｙ 。
ｊ
公 式１
≥Ｏ ＝ｌ ， ２ ， … ， ｎ ｓ ≥０ ． Ｓ 一 ≥ ０
在上 述公式 １中我们可求 出上述 线性 规划的最优值 ０ ， 最 优 的松 弛变量 ｓ ， 最优 的剩余变量 Ｓ 。至此 ， 我们可 以根据上述 结果判 断决策单元是否达到技术有效 。 当 ０ ＝ １ 且ｓ ’ ＋ － ０ ， ｓ ＊ － ＝ Ｏ时 ， 该决策单元 Ｄ Ｅ Ａ有效 。当 ０ ＝ ｌ 且ｓ ≠０ ， Ｓ ＊ － ≠０时 ， 该决策单元为弱 Ｄ Ｅ Ａ有效。当 ０ ≠ｌ 时， 该 决策单元 为非 Ｄ Ｅ Ａ有效 。
三、 指标的选取
从上图 １ 可以看出五年间黑龙江省高技术产业技术创 新效 率均低于全国的平均水平 。 进一步 我们做 出 ２ ０ １ １ － ２ ０ １ ５五年 间 ２ ８个 省市高技 术产业 的平 均技 术创新效率值及排名如下表 ２所示 ：
表 ２
地医
北京
平均技 术创新 娃率
一
浩
级 指标
二级 指标 人 力投入
三 级指标 Ｒ ＆Ｄ人 ቤተ መጻሕፍቲ ባይዱ全时 当量 （ 人 年 ）ｘ Ｒ ＆Ｄ经 费内部 支出 （ 万 元 ）ｘ ２ 新产 品开发经 费支 出 （ 万 元）
技术刨新 投入指 标
资 金投入 专 利产 出
技术 创新产 出指标 经 济产 出
专 利 申请 数 （ 个 ）Ｙ 、
表 １
一
基 于 Ｄ Ｅ Ａ 的 黑 龙 江 省 高 技 术 产 业 技 术 创 新 效 率 评 价
●刘
摘 要： 从投入 产 出角度构建指标体 系， 运用数据 包络分析 方法 中的 ＣＣ Ｋ模 型对我 国 ２ ８个省市的高技 术产业技术创新效 率进行测度 ， 进 一步分析造成黑龙江省技术创新效率 非 ＤＥ Ａ有 效的原 因， 实证结果表 明： 造成 ２ ０ １ 卜２ ０ １ ５五年 间黑龙江省技术 创新 效率非 ＤＥ Ａ有效 的原因在 于投入 要素的 过剩 以及 存在一 定的投入要素 闲置。最后依据 实证分析的结果提 出相 应的对策。 关键词 ： 技 术 创 新 ＤＥ Ａ 效 率 中图分类号 ： Ｆ ２ ０ ７ 文献标识码 ： Ａ 文章编号 ： １ ０ ０ ４ — ４ ９ １ ４ （ ２ ０ １ ７ ） ０ ５ — １ ６ ６ — ０ ３
捧名
地 区
山东
平 均技术 新教 率
捧名
天津
ｊ 可 北 山西
河 南
潮 北 湖 南
内 古 辽宁
吉林
广 宋 广 西
海 南
在现有 的文献 中，学者们对 高技术产业 技术创新 中指标的 选取上还 未形 成统一的标准 ，而大部 分学者从投入产 出角度进 行指 标体 系的构建 ， 如刘 玉芬 （ ２ ０ １ ０ ） 从 投入产 出角度选 取了共 计 ７项 指标对 高技术 产业 技术 创新绩 效进 行 了评价 ；朱 山丽 （ ２ ０ １ ６ ）从投入产 出角度 选取 了 １ １ 项 指标 对高技术产业技术创 新绩效进行了评价 ；本文主要依据 现有学 者的选取角度和高技 术产业技术创新的过程和特点 ，从投 入产出角度进行指标 的选 取， 指标选取如表 １ 所示 。
新 产品销售 收入 （ 万元 ）Ｙ
（ 二） Ｄ Ｅ Ａ计算结果及分析
、
引 言
高技术产业是我 国经济快速稳定发展 的支柱 ，而技术创新 是高技术产业技术创新 的重要过程 。近年来 由于政府对黑龙 江 省高技术产业发展 的重视 ，使得 高技术产业的投入水平快速提 高， 但与此同时 ， 高投入——低 产出的“ 粗放 型” 增长方式所带来 的技术创新效率低 的问题却也 日益显著。因此 ， 提高高技术产 业 技术创新效率 、改善 高技术 产业的发展环境并 以此来带 动黑 龙 江省经济发展是必然 的选择 。 二、 模型的选择 数据包络 方法 （ Ｄ Ｅ Ａ） 是被用来评价决 策单 元（ Ｄ ＭＵ） 的相对 效率 ， 对于评价多投入 、 多产出的决策单元具有绝对优势 。假 设 有 ｎ个 决策 单元 ， 每个 决策 单元 （ Ｄ ＭＵ） 下 有 ｍ种输 入 ， ｓ 种 输 出。以线性规划形式表述 的 Ｃ Ｃ Ｒ模 型如公式 １ 所示 ：
● 区域 发 展
《 经济师） ２ ０ １ ７ 年第 ５ 期
由于部分西部地 区 （ 新疆 、西藏 、 青 海） 的数据在进行数据收集 的时候 出现数 据缺失 的情况。因此 ， 本文选取 了我 国 ２ ８ 个省 、 市和 自治 区作为衡量高技术 产业 技 术 创 新 的 决 策 单 元 。 本 文 选 取 了 ２ ０ １ １ － ２ ０ １ ５五年 的统计数据 ， 所 有指标数 据 均来 源 ２ ０ １ １ － ２ ０ １ ５年的《 中国高技术 产 业统计年鉴》 。
四、 实 证 分 析 （ 一） 数 据 的 来 源
一
黑龙ｉ 工
上海 江苏
浙疆
重 庆
四川 贵 州
云 南
安徽 福 建
江 西
陕西 甘肃
宁 夏
从上表 ２ 我们可 以看 出 ，五年间黑龙江省的高技术产业技
ｌ ６ ６一
《 经济师￣ ２ ｏ １ ７ 年第 ５ 期
术创新效率均小 于 １ ， 为非 Ｄ Ｅ Ａ有效 。２ ０ １ １ － ２ ０ １ ５ 平 均技术创新 效率 ０ ． ５ ０ ９ ２ ， 全国平均排名 ２ ７ 。 因此 ， 对 比其它 ２ ７ 个 地区的高技 术产业 的技 术创新情况我们发 现 ，黑龙江的技术创新效率极 为 低下 ， 在全国范围 内处于垫底状态。 进 一步结合 ｃ ｃ Ｒ模型关 于松弛变量 ｓ 和剩余 变量 ｓ 一 的理 论部分 和上述实证分析 的结果 ， 对ｓ 和ｓ ’ 的经济 意义 和改善途 径进行进一步挖掘 。 １ ． ２ ０ １ １年度 黑龙江省 高技术 产业技 术创新 效率非 Ｄ Ｅ Ａ有 效性分 析。从表 ３可以看 出 ， ２ ０ １ １ 年黑龙 江省 的三项 投入要素 不必要 的支 出 ２ ４ ． ９ ％， 在保持现有产 出的基础之上 削减 ２ ４ ． ９ ％的 投入要 素可达到弱 Ｄ Ｅ Ａ有效 ， 要想达到 Ｄ Ｅ Ａ有效 ， 需 要同时削 减４ ４ ％的 Ｒ ＆Ｄ人员全 时当量闲置 ，并且削减 ４ ６ ． ７ ％的 Ｒ ＆Ｄ内 部经费支 出闲置 ， 也就是 ８ ０ ８ ５ ５ ． ５ １ ９ 万元 ， 可达到 Ｄ Ｅ Ａ有效 。因 此 ，造成 ２ ０ １ １ 年黑龙 江省 高技 术产业技术创新非 Ｄ Ｅ Ａ有 效的 因素主要有 ： Ｒ ＆ Ｄ人员全 时当量存在 闲置 ， 闲置 率为 ４ ４ ％。投入 要素的过剩 ， 和 目标值相 比需要削减 ２ ４ ． ９ ％。 Ｒ ＆Ｄ人员全时当量 存 在闲置 ， 闲置率 为 ４ ６ ． ７ ％。
ｍｉ ｎ ０
投入主导型与产出主导 型是 Ｄ Ｅ Ａ模型中两种计算 角度 。考 虑到在高技术产业技术创新过程 中产 出的水平是基 于投 入基础 之上 的， 投入先 于产 出发生 ， 因此 ， 本文选取投入 主导型 。 将 选取 的 ２ ８个 省市 ２ ０ １ １ － ２ ０ １ ５五 年 的统 计数 据 代 人 到 ｄ ｅ ａ ｐ ２ ． １软件 ， 经过处理 ， 得到如下图 １ 。