济南市工业行业科技投入产出DEA效率分析.docVIP

济南市工业行业科技投入产出DEA效率分析 摘要：衡量科技投入和科技产出的指标众多，除了 考察其投入产出的综合效率，还需要进一步分析不同指标及 指标组合对综合效率的贡献。此外，研究不同工业行业的科 技投入产出效率的分布特征，对相关部门因地制宜，制定适 合工业行业长远发展的科技促进措施有一定的借鉴意义。文 章以济南市工业行业为例，运用了数据包络分析方法(DEA) 对其科技投入产出效率进行了全面评价，并通过层次聚类分 析，掌握了 DEA技术效率在不同工业行业中分布特征，且根 据研究结果提出了有针对性的措施和建议。 关键词：DEA模型；科技投入产出；工业行业；层次聚 类分析 中图分类号：F427文献标识码：A文章编号：1008-2670 (2014) 05-0065-08 一、引言 关于科技的投入产出效率，国内外学者采用了不同的方 法进行了广泛的研究，在各种评价方法中，数据包络分析 (Data Envelopment Analysis,简称 DEA)是目前主流的研 究分析方法。我国已经有许多学者使用DEA方法研究全国或 者各省市地区的科技投入相对效率问题，如孙善侠等［1］利 用我国科技投入产出数据，采用DEA方法对我国从事科技研 发的三大主要部门的科技投入产出状况进行分析，获得各部 门使用科技投入的总体效率和规模收益情况的相关数据，并 对各部门提高科技投入使用效率的途径提出建议。张前荣［2］ 运用DEA方法对我国各省域2004-2006年科技投入的总体效 率、纯技术效率、规模效率和规模收益进行实证分析，并在 此基础上利用改进的DEA模型对各省域的效率进行排序，可 以为采取相应的政策措施提供依据，以促进各地区经济持 续、均衡和协调发展。 在国外研究中，Bonaccorsi等［3］深入讨论了己经应用 于RD系统效率评价的生产函数方法与生产前沿面方法，并 介绍了基于二者无参数改进方法。Wei Meng等［4］利用DEA 分析了我国基础研究的投入产出效率，研究得到中国 1991-1996年基础研究效率有明显的提高，并分析了可能的 原因。Abramo等［5］利用基于DEA的无参数定量分析方法对 意大利高校的研究效率进行了评价研究。 针对山东省科技投入产出效率研究中，代富强等［6］使 用DEA方法分析了 2002年山东省17地市的RD投入产出 效率；刘爱琴等［7］利用同样方法分析了 2007年山东省17地 市的科技投入相对效率，但基本也是只使用了 RD科技投入 指标。汪洋等［8］是通过分析若干省市的数据，间接分析了 山东省科技投入效率。 总之，DEA分析法是众多学者认可的一种方法，它能有 效地评价研究主体的科研效率。但是，针对山东省的相关分 析并没有构建完整的科技投入产出效率的评价体系，且无关 于济南市科技投入产出效率方面的研究。因此，我们将采用 此方法，对2011年济南市21个工业行业的科技投入产出相 对效率进行实证研究。 二、研究方法 DEA模型 数据包络分析(DEA)方法是一种线性规划模型，通 过使用DEA模型可得到相应的生产前沿，以评价具有多输入 和多产出的决策单元(DMU, Decision making units)之间 的相对有效性。第一个DEA模型，即CCR模型由Charnes, Cooper 和 Rhodes (1978)提出，后来 Banker, Charnes 和 Cooper (1984)将CCR模型中规模收益不变(CRS, Constant returns to scale)的假定，改为规模收益可变(VRS, Variable returns to scale),从而得出了 BCC 模型。 此外，DEA模型均有投入导向(Input-oriented)和产 出导向(Output-oriented)两种形式，产出导向DEA模型 指给定一定量的投入要素，求产出值最大；投入导向DEA 模型则表示在给定产出水平下使投入成本最小，两个模型是 对偶关系。 假设对第j个企业而言，存在NX I的投入矩阵X和MX I 的产出矩阵Y包含其所有投入产出数据。对应DEA模型，j 表示决策单元，Xij表示第j个决策单元第i个投入，Yrj 表示第j个决策单元第r个产出，入j表示第j个决策单元 的非负权重。根据Farrell (1957),获得的0值就是第j 个企业的绩效，满足BW1。如果值为1,就是说明该点位 于前沿面上，即为技术有效企业，针对每个企业都需要求解 一次，最后获得各个企业的0值。 从公式(2)和公式(1)的区别可以看出，CRS的线性 规划问题可以很容易地被修改成适应VRS的问题，只需在公 式(1)中加入一个凸集限制，即IIX1 X=lo 此外，BCC模型引进了 Shephard (1970)距离函数的概 念，把综合技术效率(TE, Te