基于DEA西部各省技术知识积累效率研究.docVIP

基于DEA西部各省技术知识积累效率研究 　　[摘要]本文利用数据包络分析，对我国西部11个省市和自治区2011～2014年技术知识积累效率进行测度。研究结果发现，重庆市、四川省、云南省和陕西省技术知识积累效率最高，属于DEA有效单元；内蒙古和青海省进行技术知识积累的效率较低。从分析的整体结果来看，西部地区进行技术知识积累的效率正在提高。 　　[关键词]DEA模型 知识积累 效率研究 　　波特认为，知识的不断积累是推动社会进步的根本动力。组织中的知识存储在各种程序和制度中，成员通过学习积累这些知识，并将这些知识与其他知识重新组合，产生能够把握变革的新能力，并最终获得创造性的竞争优势。但是进行知识积累并不是总会取得好的知识积累效果，因此进行技术知识积累投入产出效率的研究十分有必要。 　　目前，利用数据包络分析DEA进行技术知识积累效率研究的文章还很少。从文献检索的结果来看，现有研究主要集中在知识生产效率研究、知识创新效率研究。对知识生产效率研究，白俊红用三阶段DEA方法发现，我国地区科研知识生产的技术效率整体较低，地区经济发展水平、企业与科研机构的合作对科研机构的知识生产效率有显著地正向影响；知识创新效率方面，沈能用BCC模型对我国30个省市大学的知识创新效率进行研究，共同技术比率呈东部、中部、西部排列，东部地区更接近知识创新共同技术边界，在未来应提高东部大学资源利用率，加大对西部大学科研资源和技术输入；沈能用超DEA方法发现，各地区大学知识创新差距的主要在于研发人员投入、科技创新平台建设以及创新文化等初始条件差异。 　　我国由于地理条件、基础设施以及技术水平等因素的限制和影响，区域经济发展不平衡，因此对西部各省份的技术知识积累效率评价尤为重要。 　　一、研究方法 　　本文采用DEA数据包络分析，是根据输入数据和输出数据来评价决策单元的优劣，及评价部门间的相对有效性。DEA常被用来衡量拥有相同目标、具有相同投入和相同产出的运营单位的相对效率，这些运营单位也称为决策单元DMU。 　　根据前提不同，DEA可以分为CCR模型和BCC模型。CCR模型前提假设是规模报酬不变，通过对样本的投入、产出数据的分析确定出有效生产前沿面，并根据各DMU与生产前沿面距离，确定各DMU是否为DEA有效。 　　二、实证分析 　　本文选取我国西部陕西、四川、云南、贵州、广西、甘肃、青海、宁夏、西藏、新疆、内蒙古、重庆这12个省市、自治区为决策单元DMU。通过总结已有研究成果，本文选取RD员工当时全量x1和RD经费x2作为技术知识积累投入指标，有效发明专利数y1和新产品销售收入y2来衡量组织技术创新。 　　本文研究2011-2014年西部12省市、自治区的技术知识积累效率，实证数据均来自国家统计局公布的统计数据。西藏数据存在较多的缺失，因此在分析时将其剔除，本文共分析11个DMU。在进行具体数据测度之前，首先利用SPSS对技术知识积累的投入及产出要素进行相关性分析。利用CCR模型对各省的技术知识积累效率进行评价，测度各省份技术知识积累的技术效率TE找出造成非DEA有效的关键原因，并给出具体的改进建议。 　　（一）投入产出指标相关性分析 　　对技术知识积累的投入产出指标做相关性检验，结果显示出技术知识积累的投入指标x1与产出指标y1和y2相关系数均大于0.8是显著地正相关关系。投入指标x2与产出指标y1、y2的相关系数均大于0.8也呈现出了显著地正相关关系。 　　（二）技术知识积累的技术效率 　　本文运用DEAP软件对我国西部11个省份的技术知识积累投入产出技术效率进行了测算，可以得出以下分析：2011年西部各省的TE均值??0.706，TE为l的省份有4个；2012年TE均值为0.792，TE为1的省份有4个；2013年TE均值为0.839，TE为1的省份有5个；2014年TE均值为0.823，TE为1的省份有6个，整体的技术知识积累的TE呈现增长趋势。 　　（三）技术知识积累效性分析 　　通过对西部各省份进行技术知识积累的有效性进行分析：2014年DEA有效的单元6个，占当年地区总数的55%，也是4年中达到DEA有效数最多的年份。2013年的非DEA有效单元有3个，占当年地区总数的27%，是4年中非DEA有效最少的年份。 　　（四）技术知识积累投影分析 　　通过对非DEA有效单元4年各地投入冗余与产出不足的实际情况进行分析，可以得出以下结论：广西和新疆在进行技术知识积累时，不断优化其投入和产出的比率。广西在2013年和2014年实现了DEA有效，新疆在2014年实现了DEA有效；内蒙古、贵州、甘肃、青海和宁夏4年的技术知识积累投入冗余与产出不足程度变化不大。 　　三、结论及建议 　　本文利用DEA的CCR模型对4年