基于DEA中国区域高技术产业资本配置效率研究.docVIP

基于DEA中国区域高技术产业资本配置效率研究 　　当前，世界正处于新技术革命的前夜，我国正处于“创新型国家”建设的攻坚时期，作为国家自主创新重要主体的高技术产业（或企业），能否抓住新技术革命带来的机遇，直接影响中国“创新型国家”战略的成效。近年来，在国家和省（自治区、直辖市）的政策大力支持下，中国高技术产业总体规模迅速扩张：从2002年至2008年，中国高技术产业工业总产值从15099亿元增长到57087亿元，年均增长39.73%；工业增加值从3769亿元增长到14001亿元，年均增长38.78%。那么我国各省（自治区、直辖市）的高技术产业资本配置是否有效？现有的文献研究比较少，通过对我国各省（自治区、直辖市）的高技术产业资本配置效率的研究，对进一步提高区域高技术产业资本配置效率具有很强的理论和现实意义。 　　一、理论回顾 　　1978年，A.Charnes和W.W.Cooper等运筹学家以相对效率评价概念为基础发展出数据包络分析（Data Envelopment Analysis）的概念。数据包络分析简称为DEA，是非参数法的前沿分析法，属于效率测度方法的范畴；运用线性规划的模型评价，对有多投入和产出特点的决策单元（DMU）的相对有效性进行研究。运用DEA方法进行研究主要有以下三方面的优势：（1）其特有多输入和多输出的特点，使之成为综合的有效的评价方法，成功避免了其他输入法单输出的弊端；（2）其不必假设输入输出的权重，可根据决策单元的实际数据由模型来自动取得最优权重，无需考虑人为主观因素对权重的干扰；（3）其无需对输入输出的复杂表达方式进行确定。近年来，研究效率的实证分析方法非常丰富，尤其用DEA分析方法分析效率问题受到学术界的青睐，宋献中和刘振（2008）运用DEA分析方法，分析高技术产业技术创新融资效率；陈伟、赵富洋和林艳（2010）运用两阶段DEA方法，研究了高技术产业RD绩效；管燕、吴和成和黄舜（2011）运用改进的DEA方法，研究了江苏省科技资源配置效率。因此本文运用DEA方法的C2R模型对中国各省（自治区、直辖市）的高技术产业资本配置效率进行分析和评价。 　　二、研究设计 　　（一）样本选取 本文数据主要来源于《中国统计年鉴》（2008）、《中国高技术产业统计年鉴》（2008）以及中国科技部网站统计数据等，并进行整理。本文以2007年中国各省（自治区、直辖市）的数据（因西藏和新疆数据不全，在分析中没有考虑，并且这两个地区的高技术产业发展相对滞后，样本剔除后，不影响分析效果）为样本，并以各省（自治区、直辖市）作为决策单元（DMU），运用DEAP2.1软件进行C2R模型的DEA分析。 　　（二）指标选取 本文选取了5个投入指标和4个产出指标对全国各省（自治区、直辖市）高技术产业资本配置效率来进行相关评价：投入指标分别为高技术产业科技人员中研究开发人员投入比例、RD资金投入占主营业务收入比例、新产品开发支出占主营业务收入比、引进消化购买技术支出占主营业务收入比例、新增固定资产占年末固定资产比例；产出指标分别为高技术产业利税占主营业务收入比例、新产品销售收入占主营业务收入比例和出口交货值占主营业务收入比例。具体情况见表1： 　　（三）DEA分析模型构建 本文采用DEA方法分析判断已知的n个决策单元DMU投入产出的有效性和合理性。D0表示判断某个选定的DMU0有效性的C2R模型的对偶规划，在模型中引进非阿基米德无穷小量e，以实现采用单纯形法对模型进行简便易行的求解，模型以D1表示。 　　规模有效”指的是在规模收益不变的情况下，介于规模收益递增到递减之间的最佳状态。 　　三、实证结果与分析 　　（一）效率与规模分析 通过运用DEAP2.1软件，对我国各省（自治区、直辖市）高技术产业资本配置效率进行比较分析，C2R模型的DEA效率与规模有效性判断的实证结果，见表2： 　　从表2可以看出： （1）θ=1，同时K=1的省市有北京、上海、天津、广东、江苏、辽宁、内蒙古、山西、湖南、海南、云南、贵州和青海等，说明高技术产业的投入产出DEA有效，技术效率和规模收益同时达到最佳。（2）θ1的省市有河北、吉林、黑龙江、浙江、福建、江西、山东、河南、湖北、广西、重庆、四川、陕西、甘肃和宁夏等，说明高技术产业投入产出DEA无效，并且规模收益递减。 　　为了更好地反应中国各省（自治区）市高技术产业资本配置效率，下面运用DEA超效率分析求出的θi值，对各省（自治区）市进行超效率排序，见表3。从表3可以看出，DEA超效率θi值从大到小依次为：青海、云南、海南、内蒙古、北京、山西、上海、湖南、辽宁、天津、贵州、江苏、广东、吉林、甘肃、山东、福建、四川、浙江、河北、陕西广西、湖北、重庆、河南、宁夏、安徽、黑龙江和江西。 　　（