高技术产业创新效率数据包络研究.doc

高技术产业创新效率数据包络研究摘要：本文利用数据包络分析（Data Envelopment Analysis，简称DEA） 的模型对我国2008年高技术产业中23个细分行业的技术创新效率进行了核算，结果表明通信业、电子计算机业与医疗设备及器械业的科技创新效率高，高技术产业资金效率较低创新基础能力薄弱，主要表现为设备经费利用效率低，专利产出不足。 关键词：科技创新效率　 数据包络　 高技术产业 创新是社会发展的直接动力，尤其是萨缪尔森等经济学家得出人均产出来源于技术创新的结论后，各国更加重视创新。我国在1998—2008年的R＆D资金投入和科技活动人数年增长率分别为19.28%、16.28%，2008年分别达到4616.02亿元、498.74万人。然而创新投入的高增长与生产率低增长形成鲜明的反差，促使研究人员反思创新过程中的效率问题，对行业尤其是高技术行业的技术创新效率的研究显得极为重要。 一、文献回顾 目前，研究技术创新效率的文献较多，研究的角度各异，主要集中在企业、区域与行业。有关高技术行业的研究，在方法上多利用参数法进行分析。当然也有一些学者采用非参数的DEA方法对高技术行业创新绩效进行了评价，但是在指标的选取上不尽一致，投入项多是科技人员、科研经费；产出项则多是从新产品销售的收入、专利项数进行选取。但是，不考虑资产投入的进一步细分，在投入项的选择上有失全面性；其次，在产出项的选择上，没有科研项目数与发明数，体现不了高技术产业的创新能力与创新基础。 二、效率分析模型 数据包络分析DEA是1978年由Charnes等人创建的，主要用来评价具有多个投入和多个产出的决策单元（Decision Making Unit, DMU）间的相对有效性（简称DEA有效），其本质是判断DMU是否位于生产可能集的“前沿面”上，它是一种非参数的效率测度方法。 我国高技术产业的一个突出特点是企业数目偏多、规模偏小。因此，有必要从投入角度分析在现有情况下高技术产业应如何进行调整才能提高整体效率，故本文将采用投入导向下的规模报酬可变的DEA模型进行分析，对各类型企业的技术创新效率进行评价。输入有效性模型如下： 在Ｃ2GS2模型中，θ为目标决策单元DMU O的有效值（指投入相对于产出的有效利用程度）；Xj=（xj1，xj2,...,xjm）表示DMUj的m种不同投入要素；Yj=(yj1,yj2,...yjm) 为DMUj的n种不同产出要素； λj为相对于DMU O重新构造一个有效DMU组合中第j个决策单元DMUj的组合比例；S-，S+为松弛变量。 三、变量的选取与数据的确定 产业技术创新效率评价指标体系，包括技术创新的投入指标和产出指标的选取。参照陈晓红等所作的因子分析认为技术投入的主要指标是技术人员与研发技改投入，本文投入指标由科研（Ｒ＆Ｄ）活动人员数 x1（人）、科研（Ｒ＆Ｄ）经费投入数x2与科研（Ｒ＆Ｄ）设备投入数x3（万元）三项指标组成。 在衡量技术创新的产出上，考虑数据的可获得性以及创新的主要表象，本文采用意大利在度量其国家技术创新能力时采用的专利、技术贸易、高技术产品指标，由专利申请数y1（项）、拥有发明数y2（项）、科研项目数y3（项）与新产品销售收入y4（万元）四项指标组成。 实际应用中，为提高效率指标的区分度，经验认为参考集元素的个数不少于输入、输出指标总数的2倍为好。本文选取《中国科技统计年鉴2009》上的医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业与医疗设备及仪器仪表制造业中的23个不同行业作为DMU（由于篇幅，本文省略），其数量满足要求，信度可靠。 四、计算结果 按照判断DEA是否有效的标准，将统计数据代入Ｃ2GS2模型，并利用DEA VERSION 2.1软件对模型进行计算，得到数据结果。 我们总体可以认为我国高技术产业的创新效率是较高的，均值为0.882，这与龙勇的结果相一致；从各细分行业看，电子计算机类制造业平均研发效率水平最高，其次是电子通信设备类制造业，而医药类制造业、医疗器械与仪器仪表类制造业的平均研发效率较低。这点与朱有为从前沿随即函数研究的结果一致。依据运算结果，我们可以把我国高技术的23个细分行业分为四大类别。 第一大类别DEA 有效，且松弛变量为零，规模收益不变。这类综合效率为1即DEA有效的行业有11个，电子及通信设备制造业7个，如通信设备制造、通信传输、交换与终端设备制造、雷达及配套设备制造、广播电视设备制造、家用视听设备制造；电子计算机制造业有2个，如电子计算机整机制造和电子计算机外部设备制造；医药制造业和医疗设备及仪器仪表制造业各1个，分别是中成药制造与医疗设备及器械制造业。这与郑姗姗研究的结果大体一致