苏浙鲁粤四省产业技术创新效率比较分析.docVIP

苏浙鲁粤四省产业技术创新效率比较分析 产业技术创新是一个多投入多产出的生产系统，不同地区的技术创新效率是不同的，仅仅从投入或者产出方面分析技术创新系统的效率显然是不全面的，必须采用投入产出的双向分析方法。本节利用基于DEA的非参数Malmquist指数方法和面板数据，对2001~2008年苏浙鲁粤四省的产业技术创新效率进行分析评价。 一、研究方法 （一）DEA方法 数据包络分析方法（DEA）是运筹学、管理科学和数理经济学交叉研究的一个新领域，它是由著名运筹学家 Farrel（1957）创立并由 Charnes、Cooper和 Rhodes（1978）发展起来的线性规划方法。它是以相对效率概念为基础，以数学规划为主要工具，以优化为主要方法，根据多指标投入和多指标产出数据对相同类型的评价决策单元（decision making unit，简称 DMU）进行相对有效性或效益评价的多指标综合评价方法。数据包络分析（DEA）的基本模型主要有CCR模型和BCC模型两种。 假设有个决策单元（DMU），每个 DMU都有种输入和种输出，其中， ，，为决策单元对第种输入的投入量，为决策单元对第种输出的产出量。记对应的输入、输出数据分别为：，基于输入的带有非阿基米德无穷小的CCR模型和BCC模型如式（1）和（2）所示： （1） s.t. （2） s.t. （二）Malmquist生产率指数法 Malmquist生产率指数是基于DEA模型的方法提出的，它利用距离函数的比率来计算投入产出效率。随着该指数的不断完善进步，有下列三个经典公式来说明Malmquist 生产率指数的原理： （1） 其中：，分别表示第个地区在时期和期的投入向量；，分别表示在地区和时期的产出向量；和分别表示以时期的技术为参照的、时期和时期生产点的距离函数： （2） 式（2）是式（1）的变形，用来表示技术变化与技术效率变化的分离。第一部分EF，就是从到期生产效率的变化；而第二部分TC，就是从到期技术的变化率： 上式放松了式（1）和式（2）的固定规模报酬的假设，描述了变动规模报酬的情形，进一步将技术效率变化分解为纯技术效率变化和规模效率变化。注脚为的表示的是变动规模报酬的情况；注脚为的为固定报酬下的情况，则第一项表示的是在变动规模下的纯技术效率变化，第二项是规模效率变化，第三项与式（2）相同，表示技术变化率。 Malmquist指数方法可以利用多种投入与产出变量进行效率分析， 且不需要相关的价格信息，也不需要成本最小化和利润最大化等的条件，更为重要的是它将生产率的变化原因分为技术变化与技术效率变化，并进一步把技术效率变化细分为纯技术效率变化与规模效率变化。实证分析的主要目的之一即是要找到纯技术效率与规模效率对技术效率变化的贡献程度，从而正确地指导我们改进的实践方向。 二、变量选取 实证研究表明，数据来源与处理方法的不同是导致研究结果差异的重要原因之一。DEA 模型的应用对样本和变量选取要求非常严格，选取若不恰当，将对结果的好坏产生很大影响，从一定意义上讲，DEA方法的好坏根本在于样本和变量的选取。技术创新效率的DEA评价所设置的投入产出指标体系应力求全面、系统，还要考虑数据采集的可行性以及 DEA方法对指标选取的要求，所设置的指标体系不宜层次复杂和指标数量过多，应以尽可能少的指标来反映尽可能多的信息，且尽量不要混合使用绝对指标和相对指标。 本节将从三个方面分别使用不同的投入指标和相同的产出指标进行三次DEA分析： （一）综合效率分析。投入方面选取劳动力和资金中具有决定性和综合性的投入要素，其中劳动力投入指标包括科技活动人员数量和RD人员数量，资金投入指标包括科技经费支出额、RD经费以及地方财政科技拨款。产出方面选取高技术产业新产品产值、发明专利申请授权量、技术市场成交合同金额三个指标。 （二）人力资源效率分析。投入方面选取科技活动人员数量、科学家工程师数量、RD人员数量三个指标，产出方面同样是高技术产业新产品产值、发明专利申请授权量、技术市场成交合同金额三个指标。 （三）财力资源效率分析。投入方面选取科技经费支出额、RD经费以及地方财政科技拨款三个指标，产出方面同样是高技术产业新产品产值、发明专利申请授权量、技术市场成交合同金额三个指标。 本节所使用的基本数据主要来源于2001年到2009年《中国科技统计年鉴》、苏浙鲁粤四省科技统计年鉴以及中国主要科技指标数据库。 三、结果分析 （一）综合效率分析 利用DEAP2.1软件得到2001~2008年苏浙鲁粤四省产业技术创新的综合效率状况，如表1、表2和表