区域经济技术创新效率差异性实证研究.docVIP

区域经济技术创新效率的差异性实证研究 　　摘 要： 作者对DEA的基本理论模型、决策单元的选取、评价指标体系的构建等进行了较为系统的研究，并利用DEA分析法就区域技术创新效率的差异性进行简单实证分析，主要采用Malmquist指数测算了我国及三大区域的全要素生产率变动及各分解指标。 　　关键词： 区域经济技术创新效率 差异性 实证性分析 　　 　　由于不同地区经济发展基础、资源禀赋、创新激励机制与政策等的不同，各地区在创新效率上也存在差异。经过分析表明，我国区域工业企业技术创新存在梯度变化与结构差异性特征。根据帕累托效率原理，社会资源在最优配置条件下才能实现最充分的利用。因此，地区创新资源优越并不能代表该地区的创新效率是有效的，实现了帕累托效率最优。因此，我们有必要对我国区域工业企业技术创新效率进行分析，找出哪些地区的创新效率是有效的，最近几年各地区创新效率发生了哪些变化，区域创新效率是收敛的还是发散的。通过对区域创新效率的静态比较与动态效率变动趋势的判断，可为政府相关部门制定政策提供依据。本文在已有研究的基础上，运用数据包络分析的BC2模型、曼奎斯特指数模型（Malmquist）进行实证研究，以测度创新产出的静态效率和动态演变趋势。 　　一、DEA评价方法及理论模型 　　1.DEA基本理论模型 　　数据包络分析（Data Envelopment Analysis,DEA）是由美国著名运筹学家Charnes等于1978年提出的评价决策单元相对有效性的效率评价方法，已成为管理科学、决策分析等研究领域中一种常用的且重要的分析工具。决策单元的选取一般要满足具有相同的目标和任务、相同的外部环境、相同的输入输出指标等条件。 　　DEA分析的第一个理论模型是C2R，它是由Charnes等以相对效率概念为基础提出的一种系统分析方法。初始的C2R模型是一个分式规划，当使用1962年由Charnes和Cooper给出的C2变换（Charnes-Cooper）后，就将分式规划化为一个与其等价的线性规划问题。由线性规划的对偶理论可得到C2R模型的对偶规划，该对偶规划的经济含义是：它与生产可能集和相应的生产前沿面相联系。判断一个决策单元是否为DEA有效，本质是判断该决策单元是否落在生产可能集的生产前沿面上。 　　2.DEA方法的应用步骤 　　DEA分析是根据运筹学中的优化思想来处理输入输出问题的，本质上它是一种绕开生产函数进行多投入多产出相对效率评价的非参数分析方法。DEA分析的基本思想是：首先确定评价目标；然后构建有效的评价指标体系对决策单元进行综合评价，以确定有效的生产前沿面；最后根据各决策单元与有效生产前沿面的距离状况确定各决策单元是否为DEA有效。 　　二、评价指标体系的构建及样本数据的处理 　　科学的评价指标体系是评价模型有效的基础，工业企业区域创新效率在现实经济中是通过一系列投入产出指标来衡量的，关于企业创新效率的测度指标学术界尚无统一认识。我们在借鉴国内外学者有关技术创新效率研究成果的基础上，结合指标体系的设计原则，构建了评价技术创新效率的指标体系。 　　工业企业技术创新活动的成果主要表现为新产品的增加或产品的改进、发明专利的涌现、新产品产值的增加、利润的提高等。无论如何，工业企业的技术创新最终都会体现在现实的产品或服务上。专利产出是衡量工业企业投入产出的重要指标，专利拥有量可以反映出一个地区的原始创新能力，也能折射出这些成果的市场应用潜能。近几年，学者们开始尝试以新产品开发项目数、新产品销售收入等作为考察技术创新产出的新指标，但新产品开发项目数并不能全面反映出创新成果的经济价值和商业化水平，而新产品销售收入却能较好地衡量技术创新产出的成果，是衡量产品创新的最直接经济指标。借鉴朱有为、徐康宁（2006），王伟光（2003）等的研究，本文选择新产品销售收入作为衡量创新效率的实际产出指标。 　　三、DEA静态效率比较分析 　　1.区域技术创新效率的空间差异性分析 　　从我国整体来看，工业企业技术创新投入产出综合效率普遍较低，年综合效率均值只有0.397。2008年全国综合效率值只有0.430，仅比2001年提高了0.1个百分点，仍有57%的提升空间。从技术创新综合效率的时序变化趋势来看，2001―2008年期间我国大中型工业企业创新效率虽有所提高，但期间波动性较大，存在阶段性变化规律，基本呈“下降-上升-再下降-再上升”的发展趋势；分时间段来看，自2001年以来，我国技术创新效率均值呈逐渐下降趋势，到2004年降低到0.357的低谷，2006年稍有回升，2007年达到一个峰值，之后呈波动中增长的发展趋势，2005-2008年期间，技术创新效率年均值相比2001―2004年期间均值提高了3.8个百分点。