您当前的位置:首页 > 经济论文>会计审计论文

基于DEA的中国区域高技术产业资本配置效率研究

2015-09-22 09:00 来源:学术参考网 作者:未知

当前,世界正处于新技术革命的前夜,我国正处于“创新型国家”建设的攻坚时期,作为国家自主创新重要主体的高技术产业(或企业),能否抓住新技术革命带来的机遇,直接影响中国“创新型国家”战略的成效。近年来,在国家和省(自治区、直辖市)的政策大力支持下,中国高技术产业总体规模迅速扩张:从2002年至2008年,中国高技术产业工业总产值从15099亿元增长到57087亿元,年均增长39.73%;工业增加值从3769亿元增长到14001亿元,年均增长38.78%。那么我国各省(自治区、直辖市)的高技术产业资本配置是否有效?现有的文献研究比较少,通过对我国各省(自治区、直辖市)的高技术产业资本配置效率的研究,对进一步提高区域高技术产业资本配置效率具有很强的理论和现实意义。
  一、理论回顾
  1978年,A.Charnes和W.W.Cooper等运筹学家以相对效率评价概念为基础发展出数据包络分析(Data Envelopment Analysis)的概念。数据包络分析简称为DEA,是非参数法的前沿分析法,属于效率测度方法的范畴;运用线性规划的模型评价,对有多投入和产出特点的决策单元(DMU)的相对有效性进行研究。运用DEA方法进行研究主要有以下三方面的优势:(1)其特有多输入和多输出的特点,使之成为综合的有效的评价方法,成功避免了其他输入法单输出的弊端;(2)其不必假设输入输出的权重,可根据决策单元的实际数据由模型来自动取得最优权重,无需考虑人为主观因素对权重的干扰;(3)其无需对输入输出的复杂表达方式进行确定。近年来,研究效率的实证分析方法非常丰富,尤其用DEA分析方法分析效率问题受到学术界的青睐,宋献中和刘振(2008)运用DEA分析方法,分析高技术产业技术创新融资效率;陈伟、赵富洋和林艳(2010)运用两阶段DEA方法,研究了高技术产业R&D绩效;管燕、吴和成和黄舜(2011)运用改进的DEA方法,研究了江苏省科技资源配置效率。因此本文运用DEA方法的C2R模型对中国各省(自治区、直辖市)的高技术产业资本配置效率进行分析和评价。
  二、研究设计
  (一)样本选取 本文数据主要来源于《中国统计年鉴》(2008)、《中国高技术产业统计年鉴》(2008)以及中国科技部网站统计数据等,并进行整理。本文以2007年中国各省(自治区、直辖市)的数据(因西藏和新疆数据不全,在分析中没有考虑,并且这两个地区的高技术产业发展相对滞后,样本剔除后,不影响分析效果)为样本,并以各省(自治区、直辖市)作为决策单元(DMU),运用DEAP2.1软件进行C2R模型的DEA分析。
  (二)指标选取 本文选取了5个投入指标和4个产出指标对全国各省(自治区、直辖市)高技术产业资本配置效率来进行相关评价:投入指标分别为高技术产业科技人员中研究开发人员投入比例、R&D资金投入占主营业务收入比例、新产品开发支出占主营业务收入比、引进消化购买技术支出占主营业务收入比例、新增固定资产占年末固定资产比例;产出指标分别为高技术产业利税占主营业务收入比例、新产品销售收入占主营业务收入比例和出口交货值占主营业务收入比例。具体情况见表1:
  (三)DEA分析模型构建 本文采用DEA方法分析判断已知的n个决策单元DMU投入产出的有效性和合理性。D0表示判断某个选定的DMU0有效性的C2R模型的对偶规划,在模型中引进非阿基米德无穷小量e,以实现采用单纯形法对模型进行简便易行的求解,模型以D1表示。
  规模有效”指的是在规模收益不变的情况下,介于规模收益递增到递减之间的最佳状态。
  三、实证结果与分析
  (一)效率与规模分析 通过运用DEAP2.1软件,对我国各省(自治区、直辖市)高技术产业资本配置效率进行比较分析,C2R模型的DEA效率与规模有效性判断的实证结果,见表2:
  从表2可以看出: (1)θ=1,同时K=1的省市有北京、上海、天津、广东、江苏、辽宁、内蒙古、山西、湖南、海南、云南、贵州和青海等,说明高技术产业的投入产出DEA有效,技术效率和规模收益同时达到最佳。(2)θ<1,同时K>1的省市有河北、吉林、黑龙江、浙江、福建、江西、山东、河南、湖北、广西、重庆、四川、陕西、甘肃和宁夏等,说明高技术产业投入产出DEA无效,并且规模收益递减。
  为了更好地反应中国各省(自治区)市高技术产业资本配置效率,下面运用DEA超效率分析求出的θi值,对各省(自治区)市进行超效率排序,见表3。从表3可以看出,DEA超效率θi值从大到小依次为:青海、云南、海南、内蒙古、北京、山西、上海、湖南、辽宁、天津、贵州、江苏、广东、吉林、甘肃、山东、福建、四川、浙江、河北、陕西广西、湖北、重庆、河南、宁夏、安徽、黑龙江和江西。
  (二)投入冗余率与产出不足率分析 从表4可以看出:
  (1)没有投入冗余与产出不足同时出现的省市。青海、云南、海南、内蒙古、北京、山西、上海、湖南、辽宁、天津、贵州、江苏和广东等的所有投入冗余率和产出不足率均为0,所以这些省市既不存在投入冗余,也不存在产出不足问题。
  (2)存在投入冗余的省市。一是R&D活动人员/科技活动人员指标(S1-/S1)存在投入冗余的有河北、黑龙江、湖北和广西,因为这些省市的R&D活动人员/科技活动人员指标的投入冗余率分别为0.078、0.019、0.054和0.396,说明这些省市的R&D活动人员/科技活动人员存在投入冗余;二是R&D活动资金投入/主营业务收入指标(S2-/S2)存在投入冗余的有安徽、重庆、四川和陕西,因为这些省市R&D活动资金投入/主营业务收入指标的投入冗余率分别为0.211、0.347、0.244和0.238,说明这些省市的R&D活动资金投入/主营业务收入存在投入冗余;三是新产品开发经费支出/主营业务收入指标(S3-/S3)存在投入冗余的有黑龙江、山东、重庆、四川和陕西,这些省市新产品开发经费支出/主营业务收入指标的投入冗余率分别为0.337、0.638、0.451、0.350和0.351,说明这些省市的新产品开发经费支出/主营业务收入存在投入冗余;四是新增固定资产/年末固定资产原价指标(S5-/S5)存在投入冗余的有吉林和福建,因为这两个省定资产/年末固定资产原价的投入冗余率分别为0.263和0.304、说明这两个省定资产/年末固定资产原价存在 投入冗余。
 (3)产出不足率的省市有。一是增加值/主营业务收入指标(S1+/S1)存在产出不足的有河北、吉林、黑龙江、重庆和宁夏,因为这些省市增加值/主营业务收入指标的产出不足率分别为0.156、0.301、0.067、0.121和0.069,所以这些省市增加值/主营业务收入存在产出不足;二是利税/主营业务收入指标(S2+/S2)存在产出不足的有江西、河南、湖北、广西、四川、陕西和甘肃,因为这些省市利税/主营业务收入指标的产出不足率分别为0.462、0.068、1.198、0.510、0.484、0.657和0.108,所以这些省市利税/主营业务收入存在产出不足;三是新产品销售收入/主营业务收入指标(S3+/S3)存在产出不足的有河北、广西和甘肃,因为这三个省新产品销售收入/主营业务收入指标的产出不足率分别为1.037、0.625和0.392,所以这三个省新产品销售收入/主营业务收入存在产出不足;四是出口交货值/主营业务收入指标(S4+/S4)存在产出不足的有吉林、黑龙江、河南、重庆、四川、陕西、甘肃和宁夏,因为这些省市出口交货值/主营业务收入指标的产出不足率分别为1.268、0.314、0.497、0.675、1.834、2.095、3.684、0.240,所以这些省市出口交货值/主营业务收入存在产出不足。
  四、结论
  本文以2007年中国高技术产业数据,运用数据包络分析(DEA)方法,测算了我国各省、自治区和直辖市高技术产业投入产出相对效率,研究发现北京、上海、天津、江苏、广东、山西、辽宁、内蒙古、湖南、海南、云南、贵州和青海等高新技术产业的投入产出DEA有效;河北、吉林、黑龙江、浙江、福建、江西、山东、河南、湖北、广西、重庆、四川、陕西、甘肃和宁夏等高技术产业投入产出DEA无效,并且规模收益递减。河北、黑龙江、湖北和广西的“R&D活动人员/科技活动人员”指标存在投入冗余;安徽、重庆、四川和陕西的“R&D活动资金投入/主营业务收入”指标存在投入冗余;黑龙江、山东、重庆、四川和陕西的“新产品开发经费支出/主营业务收入”指标存在投入冗余。河北、吉林、黑龙江、重庆和宁夏的“增加值/主营业务收入”指标存在产出不足;江西、河南、湖北、广西、四川、陕西和甘肃的“利税/主营业务收入”指标存在产出不足;河北、广西和甘肃的“新产品销售收入/主营业务收入”指标存在产出不足;吉林、黑龙江、河南、重庆、四川、陕西、甘肃和宁夏的“出口交货值/主营业务收入”指标存在产出不足。
  参考文献:
  [1]管燕、吴和成、黄舜:《基于改进DEA的江苏省科技资源配置效率研究》, 《科研管理》2011年第2期。
  [2]陈伟、赵富洋、林艳:《基于两阶段DEA的高技术产业R& D绩效评价研究》,《软科学》2010年第4期。
  [3]魏权龄:《数据包络分析》,科学出版社2004年版。
  [4]杜栋、庞庆华、《现代综合评价方法与案例精选》,清华大学出版社2005年版。
  . European Journal of Operational Rescarch,2:429-444.

相关文章
学术参考网 · 手机版
https://m.lw881.com/
首页