基于DEA模型安徽省技术创新效率研究.docVIP

基于DEA模型安徽省技术创新效率研究 　　摘要：本文运用两部分实证分析，选择安徽省高技术产业5个行业和17个地市为决策单元，采用面板数据进行分析。建立了相应DEA模型分析技术创新效率，从而得到了两部分实证结果。结果表明：部分行业有下降趋势，17个地市区域技术创新效率差异较大，产业结构和比例存在问题。 　　关键词：技术创新效率 DEA模型 高技术产业 区域经济 　　近年来，安徽省各地区纷纷加大科技投入，大力推进技术创新。由于各地区经济发展不均衡，地区差异较大。在此背景下，对安徽省整个区域的技术创新效率进行研究，综合测度、评价安徽省的技术创新效率，对安徽省合理利用资源，提高使用效率，进一步提升科技活动效益具有理论价值和现实意义。 　　一、基于DEA 方法对安徽省高技术产业技术创新效率的研究 　　（一）评价模型的选择 　　根据评价目的和经济背景，本文选用的是基于产出的C2R模型，也称作是产出导向型模型。假设有n个决策单元，每个决策单元都有m种投入和S种产出。这n个决策单元都是具有可比性的，是同类型的决策单元。① 决策单元j记为DMUj，其中1≤j≤n， Xmj＝DMUj表示对第m种输入的投入量，Xmj0；Ysj＝DMUj表示对第s种输出的产出量，Ysj0；Xj和Yj分别为DMUj的输入向量和输出向量，数值是已知的。vi＝第i种输入的权重；ur＝第r种输出的权重，其中，1≤i≤m，1≤r≤s，vi和m分别是对应的权向量，是两个变量。 　　（二）选择决策单元 　　基于本文所构建的技术自主创新效率评价体系，这一部分所选择的数据来源于安徽省高技术产业相关指标，根据《中国高技术产业统计年鉴2011》的划分标准，高技术产业分为五大类，分别为医药制造业H1，航空航天制造业H2，电子及通讯设备制造业H3，电子计算机及办公设备制造业H4和医疗设备及仪器仪表制造业H5等行业，这一部分的研究就是以这五类产业作为决策单元来进行实证分析的。 　　（三）评价指标体系② 　　1、投入指标 　　（1）人力投入指标。本文选取研究与试验发展（RD）人员这个指标衡量人力投入。（2）资金投入指标。 　　本文选取了安徽省各地级市 RD 经费内部支出???主要指在企业科技活动经费内部支出中用于基础研究、 应用研究和试验发展三类项目以及这三类项目的管理和服务费用的支出）和科技活动经费筹集额作为技术自主创新经费的投入指标。（根据安徽统计年鉴，本文采用了政府资金这项指标来衡量科技经费筹集额）。 　　2、产出指标 　　技术创新活动的产出是对技术创新这一过程的最终效果的衡量，反映了消耗技术创新资源投入后所产出的效益，应包括两个方面的成果：一方面是在技术创新活动中的直接创新收益，即专利成果；另一方面则是研发的新技术、新产品应用到商业生产中所取得的效益。因此本文选取的产出指标主要为：（1）新产品产出指标，（2）专利产出指标。 　　（四）数据来源 　　该部分的数据来源于《中国高技术产业统计年鉴2007—2011》。将查询所得的2006—2010年间的相关数据经过代入Deap 2.1软件，利用基于产出导向模型的对偶形式，分析计算DEA是否有效。需要说明的是，模型中的DEA有效既为“技术有效”，也为“规模有效”，且综合效率＝技术效率×规模效率。“技术有效”是指，产出相对投入达到最大，或者说是投入相对产出达到最小。“规模有效”是指规模收益不变，即介于规模收益递增到递减的状态。③ 　　（五）结果分析 　　经过软件分析后得出的结果如表1所示： 　　由表1数据得出，安徽省高技术产业整体技术创新效率水平较高，但是不稳定，存在一定程度的波动： 　　首先，医药制造业和航空航天制造业均达到了四年DEA为1，在创新效率上体现为有效。医药制造业自2007年以来，就一直以相对合理的要素投入比，进行高效率地生产，今后可以一直维持这样的投入比例并适当地扩大规模，从而增大总体产出。航空航天制造业在保持了２００６—２００９年的稳定后高效后，２０１０年技术创新效率有所降低，ＤＥＡ为０．９４８。从实证分析结果来看，原因可能在于其生产规模相对减小了。 　　二、基于DEA方法对安徽省17个地市技术创新效率的研究 　　根据《安徽统计年鉴2011》的统计数据，其行政区划下的市级行政单位有17个，它们分别是合肥、淮北、毫州、宿州、蚌埠、阜阳、淮南、滁州、六安、马鞍山、巢湖、芜湖、宣城、铜陵、池州、安庆和黄山。17个地市创新环境不同， 因而技术自主创新效率也不同。对安徽省17个地市具体分析各自的创新效率，有利于政府依据各地市的具体情况具体分析，从而制定出相应的政策来解决现实中的问题。⑤ 　　（一）模型和评价指标体系 　　该创新效率的研究选用的仍是DEA模中型基于产出的CR模型，评价指标体系包