论文部分内容阅读
[摘要] 采用建立评价江苏省各城市，特别是苏北地区的区域创新效率的数据包络分析（DEA）模型，来测算出各城市的总体效率、技术效率、规模效率及规模效益状况，并结合DEA 改进值,对非DEA有效的城市提出使其达到有效的可行措施，供决策部门参考。
[关键词] 数据包络分析 区域创新 效率评价
一、引言
区域创新系统( regional innovation system)的概念是1992年由英国卡迪夫大学的Cooke教授提出的，他认为区域创新系统主要是由在地理上相互分工和关联的生产企业、研究机构和高等教育机构等构成的区域性组织体系,而这种体系支持并产生创新。区域创新系统不能仅理解为技术创新，它是一定区域内与创新过程相关的组织、机构和实现条件所组成的网络体系。
2005年，苏南人均GDP是5.02万元，苏中人均GDP是1.86万元，而苏北人均GDP才1.11万元。由此可以看出，虽然都处于沿海经济发达地区，但苏南、苏中和苏北地区经济之间的差距仍然很大。而区域创新系统是推动区域经济发展的火车头，是提高区域经济竞争力的关键，是区域经济内产业结构升级的根本技术支撑。因此，研究各地区创新体系的运行效率显得尤为重要。而创新体系本身是多投入多产出的复杂系统，数据包络分析(Data Envelopment Analysis，简称DEA)就是一种评价具有多输入多输出指标的同类主体间相对有效性的方法。因此，我们引入研究生产有效与否的DEA分析方法，对区域创新系统行进行实证分析，同时也可以用DEA分析方法得出地区的规模效益情况。
二、模型的建立
数据包络分析是由美国运筹学家Chames和Cooper等学者从1978年开始发展起来的。它以相对效率概念为基础，用于评价具有相同类型的多投入、多产出的决策单元是否技术有效和规模有效的一种非参数统计方法。DEA以某一生产系统中的实际决策单元（DMU）为基础，建立在DMU的“Pareto最优”概念之上。它主要是通过保持DMU的输入或输出不变，把每一个被评价单位作为一个DMU，再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定“有效生产前沿面”，并根据各DMU与有效生产前沿面的距离状况，确定各DMU是否DEA有效，同时还可用投影方法指出非DEA有效或弱DEA有效DMU的原因及应改进的方向和改进多少的问题。
三、实证分析
1.数据指标的选取
创新体系以企业为主体，地方政府、教育科研机构、金融机构等构成，其运行效率受地区的经济、科技、教育等诸多因素的影响。本文以江苏统计年鉴2006和江苏科技年鉴2006作为参考数据源，用DEA方法来测度各市创新效率。根据数据口径的统一性、可比性原则，同时考虑数据的可得性，本文选用从事科技活动人员数、R&D人员数、R&D支出、科技拨款占财政支出比重、科技与技改贷款占贷款总额比重作为系统的输入，新产品销售收入、专利批准数作为系统的输出，江苏13个城市作为决策单元。13个决策单元的有关统计数据见表1。
2.数据的处理结果
根据表1的数据，分别采用C2R模型和C2GS2模型计算各地的总体效率、纯技术效率，然后由公式计算纯规模效率，然后判断各市的规模效益状况，具体结果见表2。在表2中，θ＊表示各个DMU的总体效率,σ＊表示各个DMU的纯技术效率,规模效率s*是根据上述的公式计算所得,分别是C2R模型中的约束条件中各松弛变量的数值,分别为各输入输出的影子价格。
3.效率分析
从数据处理结果可以看出，区域创新中处于总体效率和纯规模效率前沿面上的城市有：苏州、淮安和盐城以及宿迁，但只占了全省的30.7%，说明江苏省整体的创新效率情况并不容乐观。特别是南京，其总体效率与规模效率连0.7都不到。而其它城市虽然不在前沿面上，但创新效率也较为接近1。苏州、淮安、盐城和宿迁处于有效前沿面上，投入要素相对全部发挥作用。返观南京，虽然作为省会城市，各项投入几乎都是全省第一，但是收效并不是很好。总体效率值只有0.64，相对于其他城市，投入产出的匹配度不高。把江苏13市进行横向比较，苏北地区的5个城市，其中淮安、盐城、宿迁DEA总体有效，而徐州和连云港虽然DEA无效，但是其DEA有效值也比较高。从这些数据我们可以看出，虽然在投入产出的总量上远低于苏南和苏中，但其创新效率还是很理想的，也就是说，苏北投入与产出的匹配是好的。通过这些比较，我们可以知道，对于创新行为，不能片面的追求投入，必须在提高创新效率方面做文章，这样才能使投入和产出协调起来。而对于苏北地区和苏南苏中不同来看，苏南苏中的规模和投入都较大，产出也超过苏北地区，但是创新效率总体不如苏北，资源浪费或者投入无效的情况普遍存在，这也是对我们的一个警示。
4.DMU在生产前沿面上的投影与影子价格分析
非DEA有效的DMU在生产前沿面上的投影是有效的，即通过适当调整非DEA有效的DMU的输入、输出数值使其达到有效。下面以徐州为例，其松弛变量为:S1-=2403.1，S12 =2023.4，S5+=5.2545，S1+=445.36。故徐州地区在生产前沿面(基于输入的C2R模型)上的投影为：x1=0.978×14470.4-2403.1=11748.95，x2=0.978×6178.861-2023.4=4019.53， x3=0.978×10.37689=10.15，x4=0.978×1.44=1.41，x5=0.978×8.48-5.2545=3.04，y1=84.42，y2=776，表明徐州在保持目前产出水平不变的条件下要达到DEA有效，应该缩减其输入值，即从事科技活动人员数减少2721.45，R&D人员数减少2159.33，R&D支出减少0.23，科技拨款占财政支出比重减少0.03，科技与技改贷款占贷款总额比重减少5.44。可见，徐州的创新之路在于合理的利用投入的资源，人才运用方面做到各尽所能，而不是机构臃肿，大量闲置或是半闲置人才，需要加强人事管理，减少总人数；物资使用方面，做到尽量物尽所用，防止资源的闲置或是浪费，要走高利用、低消耗之路。
5.规模效益分析
表2给出了各DMU的规模效益状况，其中4个城市规模效益不变，6个城市规模效益递增，3个城市规模效益递减。根据经济学上的规模经济理论，最佳的生产阶段应该在第二阶段（规模效益递减阶段），从数据可以看出，苏北的区域创新情况比较好，除了连云港，都处于规模不变或是递减阶段。占到了80%，明显高出苏南和苏中。
四、结束语
通过使用DEA方法中的C2R模型和C2GS2模型对江苏省13个城市创新活动的有效性进行分析, 此方法可以确定经验生产前沿面，给出各DMU的总体效率、纯技术效率、纯规模效率、DMU在生产前沿面上的投影、输入输出的影子价格等，可以确定各DMU的规模效益状况，提供了丰富的系统分析手段，给决策者提供定量的管理信息，使决策更加可靠。结果表明江苏省内，苏北投入与产出均低于苏南苏中，但创新效率相对于江苏其他地区总体较高。整个省内仍然存在资源的浪费，投入与产出的不协调，希望有关决策部门制定相应的政策，减少浪费，提高效率。当然，通过分析我们也可以看出，各阶段有效的地区并不一定是经济技术最发达的城市，所以DEA技术评价的是输入资源的相对利用效率，其结果受到投入数量的影响，要解决这个问题，还需要今后进一步的研究。
参考文献：
[1]罗守贵甄峰:区域创新能力评价研究[J].南京经济学院学报, 2000, (3):31～35
[2]盛昭瀚朱乔吴广谋:DEA理论、方法与应用[M].科学出版社.1996
[3]官建成何颖:基于DEA方法的区域创新系统的评价[J].科学学研究, 2005,23 (2) : 265～271
[4]黄静:基于DEA 模型的西部地区科技进步有效性分析[J].商业研究,2005, (22):128～130
[5]“发挥苏北后发优势研究”课题组.发挥苏北后发优势的政策选择[J].徐州师范大学学报, 2004,30 (5):95～98
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。
[关键词] 数据包络分析 区域创新 效率评价
一、引言
区域创新系统( regional innovation system)的概念是1992年由英国卡迪夫大学的Cooke教授提出的，他认为区域创新系统主要是由在地理上相互分工和关联的生产企业、研究机构和高等教育机构等构成的区域性组织体系,而这种体系支持并产生创新。区域创新系统不能仅理解为技术创新，它是一定区域内与创新过程相关的组织、机构和实现条件所组成的网络体系。
2005年，苏南人均GDP是5.02万元，苏中人均GDP是1.86万元，而苏北人均GDP才1.11万元。由此可以看出，虽然都处于沿海经济发达地区，但苏南、苏中和苏北地区经济之间的差距仍然很大。而区域创新系统是推动区域经济发展的火车头，是提高区域经济竞争力的关键，是区域经济内产业结构升级的根本技术支撑。因此，研究各地区创新体系的运行效率显得尤为重要。而创新体系本身是多投入多产出的复杂系统，数据包络分析(Data Envelopment Analysis，简称DEA)就是一种评价具有多输入多输出指标的同类主体间相对有效性的方法。因此，我们引入研究生产有效与否的DEA分析方法，对区域创新系统行进行实证分析，同时也可以用DEA分析方法得出地区的规模效益情况。
二、模型的建立
数据包络分析是由美国运筹学家Chames和Cooper等学者从1978年开始发展起来的。它以相对效率概念为基础，用于评价具有相同类型的多投入、多产出的决策单元是否技术有效和规模有效的一种非参数统计方法。DEA以某一生产系统中的实际决策单元（DMU）为基础，建立在DMU的“Pareto最优”概念之上。它主要是通过保持DMU的输入或输出不变，把每一个被评价单位作为一个DMU，再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定“有效生产前沿面”，并根据各DMU与有效生产前沿面的距离状况，确定各DMU是否DEA有效，同时还可用投影方法指出非DEA有效或弱DEA有效DMU的原因及应改进的方向和改进多少的问题。
三、实证分析
1.数据指标的选取
创新体系以企业为主体，地方政府、教育科研机构、金融机构等构成，其运行效率受地区的经济、科技、教育等诸多因素的影响。本文以江苏统计年鉴2006和江苏科技年鉴2006作为参考数据源，用DEA方法来测度各市创新效率。根据数据口径的统一性、可比性原则，同时考虑数据的可得性，本文选用从事科技活动人员数、R&D人员数、R&D支出、科技拨款占财政支出比重、科技与技改贷款占贷款总额比重作为系统的输入，新产品销售收入、专利批准数作为系统的输出，江苏13个城市作为决策单元。13个决策单元的有关统计数据见表1。
2.数据的处理结果
根据表1的数据，分别采用C2R模型和C2GS2模型计算各地的总体效率、纯技术效率，然后由公式计算纯规模效率，然后判断各市的规模效益状况，具体结果见表2。在表2中，θ＊表示各个DMU的总体效率,σ＊表示各个DMU的纯技术效率,规模效率s*是根据上述的公式计算所得,分别是C2R模型中的约束条件中各松弛变量的数值,分别为各输入输出的影子价格。
3.效率分析
从数据处理结果可以看出，区域创新中处于总体效率和纯规模效率前沿面上的城市有：苏州、淮安和盐城以及宿迁，但只占了全省的30.7%，说明江苏省整体的创新效率情况并不容乐观。特别是南京，其总体效率与规模效率连0.7都不到。而其它城市虽然不在前沿面上，但创新效率也较为接近1。苏州、淮安、盐城和宿迁处于有效前沿面上，投入要素相对全部发挥作用。返观南京，虽然作为省会城市，各项投入几乎都是全省第一，但是收效并不是很好。总体效率值只有0.64，相对于其他城市，投入产出的匹配度不高。把江苏13市进行横向比较，苏北地区的5个城市，其中淮安、盐城、宿迁DEA总体有效，而徐州和连云港虽然DEA无效，但是其DEA有效值也比较高。从这些数据我们可以看出，虽然在投入产出的总量上远低于苏南和苏中，但其创新效率还是很理想的，也就是说，苏北投入与产出的匹配是好的。通过这些比较，我们可以知道，对于创新行为，不能片面的追求投入，必须在提高创新效率方面做文章，这样才能使投入和产出协调起来。而对于苏北地区和苏南苏中不同来看，苏南苏中的规模和投入都较大，产出也超过苏北地区，但是创新效率总体不如苏北，资源浪费或者投入无效的情况普遍存在，这也是对我们的一个警示。
4.DMU在生产前沿面上的投影与影子价格分析
非DEA有效的DMU在生产前沿面上的投影是有效的，即通过适当调整非DEA有效的DMU的输入、输出数值使其达到有效。下面以徐州为例，其松弛变量为:S1-=2403.1，S12 =2023.4，S5+=5.2545，S1+=445.36。故徐州地区在生产前沿面(基于输入的C2R模型)上的投影为：x1=0.978×14470.4-2403.1=11748.95，x2=0.978×6178.861-2023.4=4019.53， x3=0.978×10.37689=10.15，x4=0.978×1.44=1.41，x5=0.978×8.48-5.2545=3.04，y1=84.42，y2=776，表明徐州在保持目前产出水平不变的条件下要达到DEA有效，应该缩减其输入值，即从事科技活动人员数减少2721.45，R&D人员数减少2159.33，R&D支出减少0.23，科技拨款占财政支出比重减少0.03，科技与技改贷款占贷款总额比重减少5.44。可见，徐州的创新之路在于合理的利用投入的资源，人才运用方面做到各尽所能，而不是机构臃肿，大量闲置或是半闲置人才，需要加强人事管理，减少总人数；物资使用方面，做到尽量物尽所用，防止资源的闲置或是浪费，要走高利用、低消耗之路。
5.规模效益分析
表2给出了各DMU的规模效益状况，其中4个城市规模效益不变，6个城市规模效益递增，3个城市规模效益递减。根据经济学上的规模经济理论，最佳的生产阶段应该在第二阶段（规模效益递减阶段），从数据可以看出，苏北的区域创新情况比较好，除了连云港，都处于规模不变或是递减阶段。占到了80%，明显高出苏南和苏中。
四、结束语
通过使用DEA方法中的C2R模型和C2GS2模型对江苏省13个城市创新活动的有效性进行分析, 此方法可以确定经验生产前沿面，给出各DMU的总体效率、纯技术效率、纯规模效率、DMU在生产前沿面上的投影、输入输出的影子价格等，可以确定各DMU的规模效益状况，提供了丰富的系统分析手段，给决策者提供定量的管理信息，使决策更加可靠。结果表明江苏省内，苏北投入与产出均低于苏南苏中，但创新效率相对于江苏其他地区总体较高。整个省内仍然存在资源的浪费，投入与产出的不协调，希望有关决策部门制定相应的政策，减少浪费，提高效率。当然，通过分析我们也可以看出，各阶段有效的地区并不一定是经济技术最发达的城市，所以DEA技术评价的是输入资源的相对利用效率，其结果受到投入数量的影响，要解决这个问题，还需要今后进一步的研究。
参考文献：
[1]罗守贵甄峰:区域创新能力评价研究[J].南京经济学院学报, 2000, (3):31～35
[2]盛昭瀚朱乔吴广谋:DEA理论、方法与应用[M].科学出版社.1996
[3]官建成何颖:基于DEA方法的区域创新系统的评价[J].科学学研究, 2005,23 (2) : 265～271
[4]黄静:基于DEA 模型的西部地区科技进步有效性分析[J].商业研究,2005, (22):128～130
[5]“发挥苏北后发优势研究”课题组.发挥苏北后发优势的政策选择[J].徐州师范大学学报, 2004,30 (5):95～98
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。