我国高新技术产业中大中型工业企业科技创新能力的DEA评价

来源:用户上传      作者: 陈鸿宇 王青云

　　摘要：本文通过应用DEA评价方法，建立我国高新技术产业中大中型工业企业科技创新能力评价指标、评价模型，并做出分析。分别运用CCR模型、BBC模型以及超效率DEA模型对问题进行分析。通过计算结果对各个产业进行梳理并提出建议。
　　关键词：高新技术产业 超效率DEA CCR模型 BCC模型
　　
　　一、引言
　　
　　20世纪90年代初以来，高新技术产业已经成为世界经济最富有活力的增长点，成为社会财富以几何级数增长的主导力量。我国的高新技术产业是从改革开放以后发展起来的，可以说起步较晚。虽然在化学、医疗器械、航空航天、电子信息技术、生物工程等方面都有所发展，并建立了许多大中型工业企业，但是面向国际市场的激烈竞争仍有很大的困难。为此，我们有必要建立一套科学、合理的评价体系，使我们更清楚地了解到应采取何种措施来弥补不足。目前，我国对高新技术产业评价与发展的研究还不是很完善，很多学者对这个问题也在不断地进行研究，如贲友红在对江苏省各市高新技术产业发展的评价研究中应用了主成分分析法，对江苏省各个城市的高新技术产业的发展情况进行了分析及评价。李拓晨在我国高新技术产业竞争力主要指标评析，运用我国高新技术产业10年发展的关键指标进行统计分析，而以上文章评价的方法都带有较强的主观性。为了使评价更为客观，国内有很多学者选择应用DEA方法对我国高新技术产业的科技创新能力进行评价，其中最具代表性的文章如李 在基于DEA方法对我国区域高新技术产业园区的效率分析中运用数据包络分析中的CCR模型、BCC模型和Malmquist要素生产力指数法，采用了比较客观的评价方法，对我国27个地区的高新技术产业园区构建三层评估体系，提出促进我国高新技术产业园区战略升级的政策建议。
　　
　　二、DEA方法的基本思想及评价模型
　　
　　(一)数据包络分析
　　数据包络分析（DEA，Data Envelopment Analysis）是美国运筹学家A.Charnes和W.Cooper等学者提出的以相对效率概念为基础，根据多指标投入和多指标产出对相同类型的单位（部门）进行相对有效或效益评价的一种新的系统分析方法。
　　DEA方法具有与其他多目标评价方法不同的优势：在对决策单元（DMU，Decision Making Unit）进行评价时，它不必考虑指标的量纲，也不需要事先确定指标的相对权重，更不必确定决策单元的各输入输出之间的显式函数关系，这就排除了许多主观因素。不仅增强了评价结果的客观性，而且还使问题得到简化。因此，选择DEA方法定量研究我国的高新技术产业中大中型工业企业科技创新能力。
　　（二）CCR模型和BCC模型
　　CCR模型是测量综合技术效率的模型，而BCC模型是测量纯技术效率的模型。在CCR模型的基础上加上λ之和为1这个约束条件即得出BCC模型。两个模型在有效性的判断上是一致的。由CCR模型计算出的效率值 除以BCC模型下计算出的纯技术效率值θBCC，就可得到各决策单位的规模效率值θ＇，以便进一步了解技术效率欠缺的原因是规模无效率还是纯技术无效率。这样两者结合起来便可以对决策单元技术效率和规模效率进
　　行综合分析。两个模型如下：
　　CCR模型： BCC模型：
　　min{θ-ε ( ∑ s + +∑s- )} min{θ-ε ( ∑ s + +∑s- )}
　　 s.t.λj xj +s+ =θx0 s.t.λj xj +s +=θx0
　　 s.t.λjyj-s- = y0 s.t.λjyj -s- = y0
　　θ无约束 θ无约束
　　λj≥0, j=1,2,…,nλj≥0, j=1,2,…,n
　　 s+≥0, s- ≥0λj=1
　　 s+≥0, s- ≥0
　　以上两个模型中的 为非阿基米德无穷小量，在本文中取ε =10-10。
　　（三）超效率DEA模型
　　普通 DEA方法可以用来评价决策单元 (评价对象 )的效率是否达到最优。超效率 DEA模型可以对效率达到最优的决策单元 (评价对象 )进行再排序，其模型为：
　　min{θ-ε ( ∑ s + +∑s- )}
　　 s.t.λjxj+s+ =θx0
　　 s.t.λjyj -s-= y0
　　θ≥0，
　　λj≥0，j=1，2，…，n
　　s+≥0, s-≥0
　　ε为非阿基米德无穷小量，在本文中取ε=10-10。
　　评价依据：如果效率指数θ<1，则表明科技投入产出没有达到最优效率，即没有使科技投入转化为最大的科技产出；如果效率指数θ= 1，则表明科技投入产出刚好达到最优效率，即科技投入正好转化为最大的科技产出；如果θ> 1，则表明科技投入产出超过了最优效率。例如效率值为132% ，则表示该地区即使再等比例地增加32%的科技投入，它仍能保持相对有效即效率值仍能维持在1以上。
　　构成的超效率 DEA模型与现有研究的主要区别有以下三点：
　　(1)超效率 DEA模型可以对有效前沿面上的评价对象进行再排序 ,改变了传统DEA 模型不能对有效的评价对象进行区分的弊端。在科技评价中超效率 DEA模型可以对效率都达到最优的决策单元进行区分哪个效率更高。
　　(2)通过引入输入指标松弛变量s-，可以反映没有达到效率最优的评价对象的输入冗余，改变了现有的 DEA科技评价研究只能对评价对象进行排序而不能发现效率低的原因。
　　(3)通过引入输出指标松弛变量s+，可以反映没有达到效率最优的评价对象的产出不足，改变了现有的 DEA科技评价研究只能对评价对象进行排序而不能发现效率低的原因。
　　
　　三、算例分析
　　
　　（一）数据来源及指标的选取
　　本文数据来自于2009年《中国统计年鉴》。技术创新能力离不开人力和财力的大量投入。具体来讲，在人力方面主要考虑到对各个产业技术创新起到决定作用人员的数量、素质以及结构，其中包括从事科技创新的科技活动人员以及R&D活动人员。在高新技术产业对于财力的投入有众多方面，但是在技术创新能力的投入要通过分析各项财力投入指标应用在哪些方面。例如，R&D经费反映了企业对研发的重视程度，可以反映企业自主创新的能力，所以应列入技术创新能力的投入指标。同样可以分析出开发新产品经费、技术改造经费也要作为技术创新能力的财力投入指标。
　　技术创新同样给企业带来了大量的回报，其产出可采用多指标来衡量。本文选取新产品的工业总产值、新产品的主营业务收入、利润总额、发明专利的数量以及拥有发明专利的数量。其中，新产品的工业总产值、新产品的主营业务收入和利润总额是衡量产业技术创新能力的直接指标。专利的数量反映了每个产业提出专利申请并被受理的数量，拥有发明专利的数量是指国家已经授权的发明专利的数量，这两个指标既可看出不同产业专利申请的活跃程度，又可看出这些产业申请专利的质量，更可看出技术创新的能力。指标的选取如表1：

　　本文选取我国14个高新技术产业作为研究的对象，如医药制造业中的化学药品制造、中成药制造以及生物、生化制品的制造，又如大型企业中通信设备制造业中的雷达及配套设备制造业、广播电视设备制造业、家用视听设备制造业、以及电子元、器件制造业和其他电子设备制造，其余还有航空航天器制造业，电子计算机和办公设备制造业，医疗器械及仪器仪表制造业等。
　　（二）数据的处理
　　计算结果经整理、汇总后见表2：
　　其中θCCR表示综合技术效率值，θBCC 表示纯技术效率值， θ'表示规模效率值。
　　(三)结果分析
　　从表2数据可知，在我国大部分高新技术产业中大中型工业企业的科技创新能力为DEA有效，占总数的71.4%。只有航空航天器制造业、雷达及配套设备制造业、其他电子设备制造、仪器仪表制造业这4个产业是DEA无效。
　　在4个DEA无效的产业中，航空航天器制造业和雷达及配套设备制造业为规模无效，可知，这两个产业之所以DEA无效的原因在于有较低的规模效率。我们可以考虑降低或改进这两个产业的投入以提高其效率。具体来说，针对产出数据航空航天器制造业的科技活动人员以及R&D活动人员的科研能力较低，国家应注重这方面专业人才的培养。雷达及配套设备制造业也存在与航空航天器制造业相同的情况，这方面人员的科研能力同样较弱，主要通过技术改造来增加产出浪费了大量的资金，国家同样应该培养这一方面的高素质人才。
　　仪器仪表制造业和其他电子设备制造业虽然也为DEA无效的产业，但是通过表2我们可以明显看出这两个产业为技术无效。分别分析其原因，其中仪器仪表制造业应适当增加R&D经费和开发新产品经费，以便带来更大比例的产出。而其他电子设备制造业应适当地增加R&D活动人员及R&D经费。
　　通过运用超效率DEA的评价方法可以将DEA评价有效的企业进行评价，从中可以看出我国高新技术产业中广播电视设备制造业和医疗仪器设备及器械制造业的大中型企业技术创新能力是最好的，遥遥领先于其它产业。通过超效率DEA的评价值可知即使再等比例地增加适当的科技投入，它仍能保持相对有效即效率值仍能维持在1以上。
　　
　　四、小结
　　
　　我国高新技术产业的发展还有待提高与调整。对于效益较好的产业要更加关注，并投入更多的财力与物力，使之成为国际优势产业。国家同时应该加大对薄弱项目的扶持，做出有针对性的人才培养计划，使我国的高新技术产业的科技创新能力有更大的进步。
　　
　　参考文献：
　　[1]叶威，王作东，刘燕.我国高新技术产业相关概念的界定
　　和比较[J].中国高新技术企业，2009.
　　[2]贲友红.江苏省各市高新技术产业发展的评价研究[J].中
　　国管理信息化,2010（1）.
　　[3]李拓晨.我国高新技术产业竞争力主要指标评析[J].中国
　　科技财富，2010（1）.
　　[4]李 .基于DEA方法对我国区域高新技术产业园区的效
　　率分析[J].科技和产业，2008.
　　[5]王孟欣，王俊霞.河北省各类型工业企业R&D投入效率
　　评价[J].统计教育，2008（7）.
　　[6]杜栋等.现代综合评价方法与案例精选[M].清华大学出版
　　社,2008.
　　[7]Yao Chen.Ranking efficient units in DEA [J].The Inter
　　national Journal of Management Science，2004（32）.
　　注：“本文中所涉及到的图表、公式、注解等请以PDF格式阅读”

转载注明来源:https://www.xzbu.com/2/view-506315.htm