我国高新技术产业技术创新效率评价及其影响因素分析百度讲解.docVIP

天津财经大学 全国大学生统计建模大赛论文 我国高新技术产业技术创新效率评价及其 影响因素分析 ——基于 DEA 方法的省级数据的研究 论文作者 : 罗艳 孙淑英 吕鹏浩 指导教师 : 曹景林 二○○九年九月 全国大学生统计建模大赛论文 我国高新技术产业技术创新效率评价及其 影响因素分析 ——基于 DEA 方法的省级数据的研究 The Evaluation of Technological Innovation Efficiency of Chinas High-tech Industry and Analysis of Influencing Factors —— Based on the Provincial Data by DEA Approach 1 我国高新技术产业技术创新效率评价及其影响因素分析 ——基于 DEA 方法的省级数据的研究 摘要:本文采用数据包络分析方法, 利用 2003~2007年全国高新技术产业的 投入产出数据, 对其技术创新效率进行了评价; 并用 TOBIT 模型分别分析全国的、 东、中、西部地区的技术创新效率的影响因素。结果显示:我国技术创新效率整 体水平偏低,区域间的差异也比较大。 TOBIT 模型回归结果表明:各地区的工业 化水平、 科学家和工程师数占科技活动人员总量的比重与我国整体的高新技术产 业技术创新效率有显著的正相关关系; 东部、 中部地区的创新扩散与创新效率也 有显著的正向关系; 仅西部地区的科技活动中的企业投入资金对技术创新效率有 显著的正向作用, 要加大企业自有资金的科技投入但要严防固定资产投资和效率 相背离的现象。 关键词:技术创新效率;数据包络分析; TOBIT 模型 2 3 4 大, 带有一定的原创性, 最能够代表我国技术创新整体水平。 本文根据国家 2002年颁布的高新技术产业统计分类目录, 利用 2003-2008年中国高新技术产业发展 年鉴的数据,选取合适的技术创新的投入产出指标,采用 DEA 方法,考察全国 范围内各省、 市、 自治区高新技术产业的技术创新效率, 进而利用 TOBIT 模型分 析影响技术创新效率的主要因素。 二、 高新技术产业技术创新效率的评价与分析方法 (一 高新技术产业技术创新效率的评价方法 DEA (数据包络分析 是由 Farrell 于 1957年首次提出并应用于单一投入和单一 产出的技术效率分析, 后来 Charnes 、 W.W.Cooper 和 E.Rhodes 于 1978年将其扩展为 CCR 模型。 这是一种确定有效生产前沿面及评估具有多投入和多产出特点的相同 类型决策单元 (DMU相对有效性的非参数方法。它直接利用线性优化给出边界生 产函数与距离函数的估算,通过界定各决策单元是否位于“生产前沿面” 上来比 较各决策单元之间的相对效率并显示最优值 (投影值 。该方法的突出优点是:所 需投入、 产出的指标数量少并具有较高的灵敏度与可靠性, 可以直接使用无法价 格化以及难以确定权重的指标进行分析, 在保证了原始信息的完整同时也避免了 人为确定权重时的主观作用。 DEA 方法无需对生产函数的形式和分布做出假设, 从而避免较强的理论约束使其具有广泛的适用性。 本文用的是 CCR 模型,该模型由最有效率的决策单元构成生产前沿面,将 其效率定义为 1,而在其前沿边界之内的决策单元视为相对无效,其效率值定义 在 0和 1之间,并假设其规模报酬不变。当有 n 个决策单元(DUM , m 种投入 要素(X , s 种产出(Y 时,该模型可表示如下: [ij X ]表示 j DUM 的投入向量,其中 j=1, …… , n ; i=1, …… , m ; [ rj Y ]表 示 j DUM 的产出向量,其中 r=1, …… , s 。 则某一决策单元 j DUM 的相对效率 j h 表示成: Max 1 1 s r rj r j m i ij i u y h v x === ∑∑① , s.t 11 1s r rj r j m i ij i u y h v x === ≤∑∑, 其中 , r i u v o ≥, , r i u v 分别表示第 r 个 产出项和第 i 个投入项的权数。 ① 式表示的是第 j 个决策单元最大化的相对效率, 这是一个分数线性规划模型, 方程解有无数多个, 求解该方程需要将其转化为线 性规划模式。 假定决策单元 j 投入不变,让其产出最大,则表达式为:Max j h = 1 s r rj r u y =∑②, s.t 1 m i ij i v x =∑=1, 1 s r rj r u y =∑- 1 m i ij i v x =∑ ≤0 , r u , i v ≥0。 第一个约束条件表示投入 要素的加权总和为 1,第二个