中国高技术产业技术创新绩效分行业评价研究
时间：2021-01-25 00:00:22 来源：雅意学习网 本文已影响 人 
摘要:首先,从投入产出角度,构建高技术产业技术创新绩效评价指标体系;然后,运用DEA模型对中国高技术产业五个主要行业的技术创新绩效进行两阶段评价,获得决策单元有效性排序;最后,通过对影子价格的分析,得出最佳改进策略,从而为全面提升中国高技术产业技术创新绩效提供决策依据。
关键词:高技术产业;技术创新;绩效评价;两阶段评价;DEA模型;影子价格
中图分类号:F72文献标志码:A文章编号:1673-291X(2010)22-0174-03
引言
按照经济合作与发展组织(OECD)的标准,以下定义中,至少满足两条才可以被称为高技术产业(或知识密集型产业):高水平的创新活动(包括正在研发);通过中间投入或资本投资,在生产过程中高强度利用已有技术和创新;劳动力的高知识密集型特征 [1] ,高技术产业是经济社会中创新最活跃的领域,对高技术产业技术创新绩效进行科学评价,有助于把握高技术产业的技术创新活动规律、提升技术创新成功率、推动高技术产业技术创新活动有序发展 [2],有助于实现“十一五”规划确定的“继续做大、加快做强”的产业发展目标 [3]。
数据包络分析(Data Envelopment Analysis,DEA) [4] 是美国著名运筹学家A.Charnes和W.W.Cooper等以相对效率概念为基础发展起来的一种效率评价方法。该方法不仅能有效避免主观因素。简化算法和减少误差,而且对于非DEA有效单元还能给出较为丰富的管理决策信息,提出改进策略[5]。因此,DEA方法已成为一种常用而重要的技术创新绩效评价工具 [6～9] 。有鉴于此,本文首先从投入产出角度,构建高技术产业技术创新绩效评价指标体系;然后,运用DEA模型对中国高技术产业五个主要行业的技术创新绩效进行两阶段评价,获得决策单元有效性排序;最后,通过对影子价格的分析,得出最佳改进策略,从而为全面提升中国高技术产业技术创新绩效提供决策依据。
一、DEA模型 [4～5]
模型是第一个DEA模型,也是应用最广泛的DEA模型。假设有个生产决策单元DMUj(j=1,2,…,n),每个DMU都有m项输入Xj=(x1j,x2j,…,xmj)T,s项输出Yj=(y1j,y2j,…,ysj)T,则第j0个DMU的效率评估模型为:
maxhj0=s.t.hj=≤1u≥0,v≥0(1)
其中,hj为第j个DMU的相对效率值,v=(v1,v2,…,vm)T和u=(u1,u2,…,us)T分别为输入和输出的权重向量。
式(1)是分式规划形式,若对其进行Charnes-Cooper变换,可以得到线性规划模型:
maxμTY0s.t.ωTXj-μTYj≥0ωTX0=1,ω≥0, μ≥0 (2)
利用线性规划的对偶理论,并引入松弛变量s+和s-,可以得到如下的对偶规划模型:
min[θ-ε(Ts-+eTs+)]s.t.Xjλj+s-=θX0Yjλj-s+=Y0λj≥0,s+≥0,s-≥0 (3)
其中,(X0,Y0)为DMUj0的输入输出,ε为非阿基米德无穷小,和e分别为元素为1的m维向量和s维向量。
当式(3)的最优解为θ*、λ*、s-*和s+*时,关于DMUj0有如下结论:(1)若θ*=1,则称DMUj0为弱DEA有效;(2)若θ*=1,且s-*=s+*=0,则称DMUj0为DEA有效;(3)若θ*<1,则DMUj0称为DEA无效。C2 R模型假定规模收益不变,若DMUj0为DEA有效,则技术和规模同时有效。
二、实证分析
1.指标体系与样本数据
中国高技术产业主要行业包括:医药制造业(M)、航空航天器制造业(AS)、电子及通信设备制造业(EC)、电子计算机及办公设备制造业(CO)、医疗设备及仪器仪表制造业(MM)等。本文以上述五个行业为待评价对象,样本区间设定为2007年,样本数据来源于《中国高技术产业统计年鉴》(2008)。
技术创新是指企业应用创新的知识和新技术、新工艺,采用新的生产方式和经营管理模式,提高产品质量,开发生产新的产品,提供新的服务,占领市场并实现市场价值 [10]。由此,本文遵循指标选取的科学性、客观性、系统性、功能性、相对独立性、可比性及可操作性等原则,从投入产出角度,构建中国高技术产业技术创新绩效评价初始指标体系,其中,技术创新投入指标反映了创新主体在研发、技术改造、技术引进及技术推广等技术创新活动中的人力资源投入和经费投入,技术创新产出指标反映了创新主体将各种要素组合后产生的实际成效。运用粗糙集属性约简遗传算法 [11～12] 对初始指标进行约简,从15个初始指标中剔除了6个冗余指标,获得约简后的高技术产业技术创新绩效评价指标体系(见表1)。
2007年中国高技术产业技术创新绩效评价指标原始数据(见表2)。
2.DEA有效性分析
由于各评价指标的量纲不尽相同,因此,在运用DEA模型进行绩效评价之前,本文还采用功效系数法对指标值进行了无量纲化处理。根据无量纲化后的指标数据,利用Lindo软件求解式(3)所设定的线性规划问题,得出各决策单元的DEA值及松弛变量。结果显示,AS、EC、CO、MM等4个决策单元的,且,均达到DEA有效;而决策单元M的,为DEA无效。DEA有效单元的比例达到80%,反映出中国高技术产业技术创新的总体效率处于较高水平。
为进一步对决策单元有效性进行排序,获得与决策单元有关的管理信息,本文根据文献 [13] 提出的DEA 改进方法,在DEA有效性分析中引入一个虚拟决策单元(Virtual DMU),其投入指标的标准化值均为0.1,产出指标的标准化值均为1,则虚拟决策单元即为理想决策单元。引入虚拟决策单元的DEA有效性分析结果(见表3)。
由上页表3可知,引入虚拟决策单元后,各决策单元均为DEA无效。由DEA值可知,中国高技术产业主要行业技术创新绩效由大至小排序为:航空航天器制造业(AS)>电子计算机及办公设备制造业(CO)>医疗设备及仪器仪表制造业(MM)>电子及通信设备制造业(EC)>医药制造业(M)。
针对非DEA有效单元,可以通过计算其对偶价格(Dual Prices,或影子价格)来确定各投入产出要素对DEA值的影响程度,从而得出最佳改进策略 [5]。非DEA有效单元的影子价格计算结果为:M(I12-4.5434,O22--0.4543,其余指标为0)、AS(I12-8.8574,O21--0.8857,其余指标为0)、EC(I24-4.0000,O22--0.4000,其余指标为0)、CO(I24-10.00,O22--1.0000,其余指标为0)、MM(I12-10.00,O22--1.0000,其余指标为0)。由此可知,医药制造业、医疗设备及仪器仪表制造业应首先调整科技活动人员中科学家和工程师,其次是扩大新产品出口,这样才能最快接近DEA有效前沿面 。同理,电子及通信设备制造业、电子计算机及办公设备制造业应首先对消化吸收经费支出进行调整,其次是努力扩大新产品出口。航空航天器制造业则应首先调整科技活动人员中科学家和工程师,其次是努力扩大新产品销售。
