基于DEA方法对我国R.docx

基于DEA方法对我国RD投入效率探究 摘要：本文利用数据包络分析法(DEA)对 2005-2011年我国各省市RD投入效率进行了分析比较，列 出处于非DEA有效的省市自治区的投入冗余和产出不足情 况，发现北京市RD投入效率最低，冗余程度最为严重。最 后根据相关分析结果给出了对应的政策建议。 关键词：RD；数据包络分析法；效率 中图分类号：F12文献标识码：A文章编号：1001-828X (2013) 12-00-02 一、引言 科技进步是富国之源，大力发展科学技术，争夺科学技 术的制高点，已成为许多国家制定国家战略的一个重要目 标。RD活动是科技活动的核心内容，RD活动的效率对社 会科技发展水平、技术创新能力和经济发展的可持续性都有 重要影响。近年来，越来越多的学者开始重视对RD效率的 研究。吴和成(2007)等人在定性分析的基础上，建立RD 产出相对RD投入之后的地域RD相对效率的DEA评价模型, 研究发现许多地区的RD的利用效率较低［1］。卢方元(2011) 等利用2000-2009年全国30个省区市的RD投入和经济增 长的有关数据，通过单位根检验和协整检验，建立面板数据 模型，对RD投入与经济增长之间的长期均衡关系进行实证 分析，研究表明RD人员投入的产出弹性大于RD经费投入 的产出弹性，而RD投入的短期波动对经济增长的短期波动 有正的影响［2］。彭建平(2007)简历RD动态面板数据模 型及介绍GMM思想，简历测算模型，测度了 RD显著的产出 弹性［3］。 二、研究方法及其指标介绍 1?模型介绍 DEA (Data Envelopment Analysis)数据包络分析核 心思想是运用数学规划(包括线性规划、多目标规划等)寻 求最优解的方法来评价多个决策单元间的相对有效性。DEA 方法中主要的模型有CCR输出导向模型、CCR输入导向模型、 BCC输出导向模型和BCC输入导向模型，本文选择CCR输出 导向模型作为基本的分析模型。 CCR输出导向模型是假设对n个决策单元进行评价，而 这n个决策单元的输入和输出为，则CCR输出导向模型如 下式所示： 9为相对有效率，为阿基米德无穷小量；DMUo (j=0 )表示DMUj中待评价的决策单元，X为向量参数， S为松弛变量。这样，可以定义当且仅当0*=1时，称DMUo 是有效的。未满足DEA有效性的决策单元可采取措施达到 DEA有效，即当产出不变时，投入值可在原来的基础上减少 AXi,或当投入不变时，产出值可在原来的基础上增加AYj。 这里AXi称为投入冗余，AYj称为产出不足。 2.指标选择 本文采用数据包括分析(DEA)对我国RD投入效率的 有关情况进行整体性和区域性分析，通过建立C2R模型，判 断其规模效率和技术效率的情况。根据内生经济增长理论， 经济增长跟劳动力、资本存量和科技有关，因此本文利用《中 国统计年鉴》和《中国科技统计年鉴》选择的输入指标为RD 经费支出和RD人员，而输出指标选择GDP和大中型工业企 业的净利润。另外，采用2005-2011年的相关数据分析我国 31个省市自治区(不包括港澳台)RD投入效率，然后通过 计算得到对应每一个决策单元投入冗余或者产出不足的情 况。 三、模型输出结果分析 在针对我国31个省市自治区进行分析时，首先比较各 省市间的技术有效情况，如表1所示。 从表1中数据可以得到，我国RD投入效率处在DEA有 效上，即技术效率值始终保持为1的省市自治区有：东部地 区包括河北，山东，广东，海南；中部地区包括河南；西部 地区包括西藏、新疆和内蒙古。对于海南、西藏和新疆而言, RD投入的绝对量最少，于是尽管GDP和企业利润也排在全 国最后几位，但是可以说RD投入是有效率的；另外比较欣 慰的是，对于RD投入量较多的广东省和山东省技术效率也 处在了 DEA有效上，说明没有投入需要减少，没有产出能够 增加。对于非DEA有效的地区，排在前三位分别是广西、江 苏和黑龙江（2005年到2011年技术效率均值分别为0. 868, 0. 825, 0, 824）,排在最后三位的分别是甘肃、陕西和北京 （2005年到2011年技术效率均值分别为0. 376, 0. 302, 0. 163）O这里必须要提到的是，北京市RD经费投入量仅次 于江苏和广东两省，但其技术效率处于各省市的最后一位， 竟然低于部分西部发展较为落后的地区。2009年达到最高仅 为0. 172,而2008年最低值跌破0.15,这说明在北京市内 的RD经费投入得不到最充分的利用，浪费程度难以想象。 而表2就描述了各非DEA有效决策单元的投入冗余和产出不 足情况。 （2）经费冗余、利润不足和产值不足的单位均为亿元, 人员冗余单位为亿人。 就技术效率最低的北京市来说，2005年RD经费投入冗 余为343.