基于DEA我国软件园RD效率研究.docVIP

基于DEA我国软件园RD效率研究 　　摘要：电子信息产业是我国经济支柱产业，软件产业是电子信息产业的重要组成部分。自2001年11个国家软件产业基地组织建设以来，软件园不断地发展壮大，成为促进我国软件和信息服务业的一支重要力量。为适应产业形势的发展需要，各软件园的RD投入在逐年增加。本文通过数据包络分析方法（DEA）研究了我国11个国家级软件园RD的效率，为软件园的进一步发展提供了思路。 　　关键词：DEA；软件园；RD效率 　　我国软件园在依托地方政府，各级产业科技管理部门和国家高新技术产业开发区，集成地方资源和高新区的政策优势慢慢发展壮大。截止2010年底国家科技部共认定35家软件园。城市合理的规划布局、规范的环境体系、完备的平台建设和配套的基础设施为依托的软件园发展了我国的软件产业。而11家国家级软件园不管从产业规模、企业数量、从业人员等指标来看，都居于我国软件园的主体地位，在一定的程度上反映总体软件园的发展水平。对于软件园的发展水平评价，除了产业竞争力水平、创新竞争力以及人才竞争力这些指标外，软件园的RD投入效率也是值得考量的一个指标。 　　张浩等运用DEA方法对不同机构的RD效率进行了比较得出，投入不足并不是企业RD效率低下的关键因素。吴和成利用我国“十五”期间统计数据对高技术产业进行实证分析，认为要提高产业RD效率需要引进高端技术人才，科学配置RD效率。王孟欣等对我国中大型工业企业RD活动进行了实证分析，认为经济发达程度并不是效率的决定因素，合理的投入产出结构才是效率的关键。郭斌对中国软件产业开发活动对企业绩效是否存在一致性正向影响进行了实证研究，发现政府部门所给予的资金支持对软件产业RD活动所产生的效率不高。本文利用数据包络分析方法（DEA），通过DEAP专业软件对我国11个国家级软件园RD效率进行了综合评价，并进行分析，为软件园的进一步发展提供新的路径。 　　1.研究方法 　　数据包络分析方法的原理是通过保持决策单元（DMU）的输入和输出不变，将各个决策单元投影到生产前沿面上，并通过比较决策单元偏离???产前沿面的程度来评价它们是否有效。这种方法由美国学者Charnes、Coopor和Rhodes于1978年提出。相较其他方法，它的评价结果与量纲的选取无关，研究对象可以是多投入和多产出的生产过程，不要求推导出明确的生产函数；每个DMU直接与相对最优的DMU相比较；不同生产规模的DMU具有可比性。软件产业属于知识密集型服务业，发展主要依靠专业技术人员的智力劳动投入，特征是高RD投入以及高风险产出。故从研发投入与产出的角度出发，通过劳动者报酬以及研发费用来作为投入的两个指标，分别为X1和X2。将软件园增加值来作为产出指标Y。本文选取的11个决策单元为我国的国家级软件园，所选取数据均来自于2010中国电子信息产业统计年鉴（软件篇）。 　　2.结果分析 　　2.1 DEA有效性分析 　　利用DEAP 2.1软件，得到我国11个软件园效率的综合评价，如表1所示： 　　（1）DEA有效（即综合效率、纯技术效率、规模效率均为1）的软件园有北京中关村，杭州、山东齐鲁软件园。它们处于最佳规模收益状态，无需对其进行大幅度规模调整。这三个软件园都在2000年左右成立，在科技、人才政策上面都有各自特色。北京中关村依靠着清华大学、北京大学和中国科学院等众多院校的优势，为入园企业形成强大的科技区位支撑和技术依托。齐鲁软件园以“校、企、园三位一体”作为园区的发展思路形成了国际培训国内化，国内培训国际化的人才路子。而被称为“天堂硅谷”的杭州软件园，对园区的企业提供了更专业化的服务支持，特别是在引入世界500强企业方面，提供了租金免费，扶持政策，全程服务，为吸引世界级优秀人才提供了便利。 　　（2）长沙软件园、成都软件园纯技术效率为1，有效但规模无效，可以通过调整投入规模使之达到规模有效和技术效率有效。长沙软件园新的开发建设为软件园注入了新的活力，在RD各项投入上结构合理，存在着规模效应。成都软件园成立于2005年，虽起步晚却展现了其极大的发展潜力。园区为入驻企业提供完善的人力资源解决方案，建有公共的人才培训基地和实训基地。 　　（3）其他软件园纯技术效率、规模效率非有效，导致综合效率较低。在DEA无效软件园当中有3个处于规模报酬递减阶段，它们应该要缩小其投入的规模，才能收获到最佳的规模收益。另外5个软件园处于规模报酬递增阶段，需要适当增加其投入的规模能够得到最佳的规模收益。这些软件园大多数成立于2000年间，对于政府的扶持上和园区本身对入驻企业的支持上面，存在着滞后的效应。且对于园区的政策调整，专业服务的供给上有明显的不足。 　　2.2非DEA有效软件园的投入冗余以及产出不足分析 　　为了进一步探究非DEA有效的