基于DEA算法高技术产业相对效率分析.docVIP

基于DEA算法高技术产业相对效率分析 　　【摘要】 DEA算法自1978年提出以来就成为研究决策单元相对效率的有力工具。本文运用DEA模型对我国31个省市2008―2011年高技术产业效率进行分析，认为大多数省市并非DEA有效。接着对MALMQUIST指数的影响因素进行实证分析，发现研发经费投入、研发人员以及FDI对全要素效率的影响较大，而高等教育对全要素效率存在滞后效应。 　　【关键词】 DEA MALMQUIST 高技术产业 全要素效率 　　一、引言 　　高技术产业被定位为：研发（RD）经费占总产值的比例远高于各产业平均水平的产业。根据《中国高技术产业统计年鉴》的统计数据，其对经济增长的贡献远远高于其他产业，再加上政府采取的扶持政策，使得高技术产业在近几年保持迅猛的增长势头，总产值由2000年的10411.47亿元增长到2011年的88433.9亿元，增长了8.5倍。但是全国范围内的高增长并不能掩盖各地区增长速度的不平衡以及投入产出效益的差别，因此分析高技术产业效率的地域间差异及其影响因素对于各地因地制宜调整政策，促进高技术产业的发展具有重要的现实意义。 　　研究高技术产业的文献比较多，大体上有以下两种研究思路。一是从产业的角度出发，比较高技术子产业的相对效率。尤勇、纪晓峰（2005）利用DEA的方法对我国高技术产业的技术效率和规模效益进行实证分析，得到整体上我国高技术产业的