摘 要:装备制造业在国民经济发展中起着举足轻重的作用,而DEA(数据包络分析方法)是测度多投入多产出同类决策单元相对有效性的一种有效方法。文章借助DEA对山西省装备制造业的七个子行业进行技术创新效率测度,结果表明,除金属制品业外,通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表及文化办公用机械制造业都为DEA有效。
关键词:DEA 山西装备制造业 技术创新效率
中图分类号:F207 文献标识码:A
文章编号:1004-4914(2010)10-220-02
一、引言
装备制造业是为国民经济进行简单再生产和扩大再生产提供生产技术装备的工业的总称,即“生产机器的机器制造业”。装备制造业的发展水平,直接关系到国民经济的控制力和影响力,集中体现国家的综合竞争力和工业发展的技术水平。装备制造业对于一个国家,特别是大国的重要性不言而喻。以机械制造为代表的装备制造业肩负着为国民经济各部门提供装备的重任,它的发达和先进程度,是一个国家、一个地区工业化的标志。
按照国民经济行业分类,装备制造业的产品范围包括机械、电子和兵器工业中的投资类制成品,分属于金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表及文化办公用机械制造业7个大类185个小类。
自1912年熊彼特首次提出创新理论以来,西方经济学家对技术创新作了大量深入的研究。萨缪尔森等经济学家对美1900―1996年间的经济增长进行研究后发现,在人均产出每年118%的增长中,大约115%(约占83%)来源于技术创新,而产业的技术创新是推动技术进步的主要动力,技术进步又是产业发展的最主要因素。因此,技术创新对产业发展至关重要,在产业的技术创新中,技术创新效率又是值得重点关注的一个方面。本文以山西省为例对装备制造业技术创新效率进行测度。
二、DEA模型
(一)模型简介
DEA方法是美国著名运筹学家查恩斯(A.Charnes)和库伯(W.W.Cooper)教授以相对效率概念为基础而发展起来的。继1978年第一个DEA模型提出后,新的模型不断出现,模型的实际应用也日益广泛。DEA在评价多投入和多产出的系统运作的相对有效性方面优势明显,多集合DEA模型可对不同行业、不同地区或不同国家的某一类系统进行综合评价和比较。因此,本文选择了多集合DEA模型进行山西省装备制造业技术创新效率的测度、评价。
多集合DEA模型评价的每一个对象称为一个决策单元,评价的依据是决策单元的一组投入指标数据和一组产出指标数据。为了方便地判定决策单元DEA有效,查恩斯和库伯引用了非阿基米德无穷小量的概念。从而,可以利用单纯形方法求解线性规划问题,来判定决策单元的DEA有效性。
带有非阿基米德无穷小量ε的C2R模型的对偶模型为Dε:
MinVDε=θ-ε(e^T.s-+eT.s+)
指标个数,q为产出指标个数。
线性规划(Dε)的最优解为λ0,s0-,s0+,θ0,有
①若θ0=1,则决策单元k0为弱DEA有效;
②若θ0=1,并且s0-=s0+=0,则决策单元k0为DEA有效。
(二)模型判定
设模型(De)的最优解为λ0、s0-、s0+、θ0,则
(1)θ0=1,且s0-=0、s0+=0:决策单元k0为DEA有效。
其经济意义是:决策单元k0的生产活动(X0,Y0)同时为技术有效和规模有效。
所谓技术有效,是指对于生产活动(X0,Y0),从技术角度来看,资源获得了有效利用,投入要素组合得到了优化,取得了好的产出效果。
所谓规模有效,是指边际产出等于边际投入时的规模,即规模收益不变。在这种规模下,行业的各类资源能够得到很好的配置。当规模无效时又分为规模收益递增与规模收益递减两种情况。
(2)θ0=1,但至少有某个si0->0或者至少有某个sj0+>0:决策单元k0为弱DEA有效。
其经济意义是:决策单元k0不是同时技术有效和规模有效。
若某个si0->0,表示第i种投入指标有si0-没有充分利用;
若某个sj0+>0,表示第j种产出指标与最大产出值尚有sj0+的不足。
(3)θ0 三、指标的选取
效率即为投入产出比,以上DEA模型也是基于此思想建立的。技术创新投入,是一切技术创新活动的源泉,只有投入了才可能有产出效应,创新投入包括有形要素投入和无形要素投入,可以量化为人、财、物的投入。其中人员的投入我们用该行业技术研发人员数量来衡量,财的投入用该行业技术经费开支(R&D经费)来衡量,物的投入用购置的技术开发仪器设备原值来衡量。技术创新产出主要说明技术创新的效果,可以从收益性产出、技术性产出、出口竞争力三方面设计指标。其中,收益性产出指标用新产品销售收入、新产品产值来衡量;技术性产出指标用发明专利数量、新产品开发项目数来衡量;出口竞争力用新产品出口额来衡量。
四、山西装备制造业技术创新效率测度
(一)原始数据的收集
由于一般情况下,投入和产出间都有一定的时滞,本文将滞后期定为一年。投入指标采用2007年的数据,产出指标采用2008年的数据。
(二)测算/运算结果
利用构建的指标体系和相关原始数据,运用lindo6.1软件进行运算,得到以下结果:
五、结论
H7中的Y5缺少原始数据,本着一个数据对计算结果影响不会很大的原则,认为计算结果基本可靠。但H1金属制品业的数据缺少得太多,特别是没有投入指标,显然是不能计算的,计算结果是不能说明问题的。根据测算结果,除金属制品业外,通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表及文化办公用机械制造业θ值都为1,为DEA有效,即这六个行业技术有效,同时规模也有效。
[软科学项目:山西省软科学研究项目《山西装备制造业振兴政策研究》,项目编号:2010041017-02]
参考文献:
1.龚国平.技术创新对产业竞争力的作用机理[J].科技创业月刊,2006(2)
2.魏权龄,岳明.DEA概论和C2R模型-数据包络分析(一)[J].系统工程理论与实践,1989(1)
3.魏权龄,崔宇刚.评价相对有效性的几个重要DEA模型一数据包络分析(二)[J].系统工程理论与实践,1989(3)
4.COMMES M T,LIENRT R,Controlling im F&E-bereich[J]Zeitschrift Fuhrung+organization,1983(7)
5.张本照,杨雪.基于改进DEA的我国传统产业技术创新效率研究[J].山东财经学院学报,2009(2)
6.王章豹,孙陈.我国装备制造业行业技术创新效率测度研究[J].中国科技论坛,2007(8)
7.赵俊红,王学军,李子静.山西装备制造业技术创新绩效研究[J].现代商贸工业,2010(9)
8.陈伟,满胜永,吴雷.基于DEA的黑龙江省装备制造业管理效率评价[J].科技管理研究,2009(6)
9.孟�,刘文斌;,李晓轩DEA在定量科研评价中的应用[J].科学学与科学技术管理,2005(9)
10.吴雷,陈伟.基于DEA的装备制造业技术创新能力的评价研究[J].科技管理研究,2009(6)
11.沈雯雯.江浙两省R&D效率的DEA方法比较分析[J].经济策论,2009(2)
12.陈红梅.基于AHP和DEA的装备制造业行业技术创新能力综合评价[J].行业探讨,2009(3)
13.李婧,白俊红,谭清美.中国区域创新效率的实证分析――基于省际面板数据及DEA方法[J].系统工程,2008,26(12)
(作者单位:太原理工大学经济管理学院 山西太原 030024)
(责编:贾伟)
摘 要:装备制造业在国民经济发展中起着举足轻重的作用,而DEA(数据包络分析方法)是测度多投入多产出同类决策单元相对有效性的一种有效方法。文章借助DEA对山西省装备制造业的七个子行业进行技术创新效率测度,结果表明,除金属制品业外,通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表及文化办公用机械制造业都为DEA有效。
关键词:DEA 山西装备制造业 技术创新效率
中图分类号:F207 文献标识码:A
文章编号:1004-4914(2010)10-220-02
一、引言
装备制造业是为国民经济进行简单再生产和扩大再生产提供生产技术装备的工业的总称,即“生产机器的机器制造业”。装备制造业的发展水平,直接关系到国民经济的控制力和影响力,集中体现国家的综合竞争力和工业发展的技术水平。装备制造业对于一个国家,特别是大国的重要性不言而喻。以机械制造为代表的装备制造业肩负着为国民经济各部门提供装备的重任,它的发达和先进程度,是一个国家、一个地区工业化的标志。
按照国民经济行业分类,装备制造业的产品范围包括机械、电子和兵器工业中的投资类制成品,分属于金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表及文化办公用机械制造业7个大类185个小类。
自1912年熊彼特首次提出创新理论以来,西方经济学家对技术创新作了大量深入的研究。萨缪尔森等经济学家对美1900―1996年间的经济增长进行研究后发现,在人均产出每年118%的增长中,大约115%(约占83%)来源于技术创新,而产业的技术创新是推动技术进步的主要动力,技术进步又是产业发展的最主要因素。因此,技术创新对产业发展至关重要,在产业的技术创新中,技术创新效率又是值得重点关注的一个方面。本文以山西省为例对装备制造业技术创新效率进行测度。
二、DEA模型
(一)模型简介
DEA方法是美国著名运筹学家查恩斯(A.Charnes)和库伯(W.W.Cooper)教授以相对效率概念为基础而发展起来的。继1978年第一个DEA模型提出后,新的模型不断出现,模型的实际应用也日益广泛。DEA在评价多投入和多产出的系统运作的相对有效性方面优势明显,多集合DEA模型可对不同行业、不同地区或不同国家的某一类系统进行综合评价和比较。因此,本文选择了多集合DEA模型进行山西省装备制造业技术创新效率的测度、评价。
多集合DEA模型评价的每一个对象称为一个决策单元,评价的依据是决策单元的一组投入指标数据和一组产出指标数据。为了方便地判定决策单元DEA有效,查恩斯和库伯引用了非阿基米德无穷小量的概念。从而,可以利用单纯形方法求解线性规划问题,来判定决策单元的DEA有效性。
带有非阿基米德无穷小量ε的C2R模型的对偶模型为Dε:
MinVDε=θ-ε(e^T.s-+eT.s+)
指标个数,q为产出指标个数。
线性规划(Dε)的最优解为λ0,s0-,s0+,θ0,有
①若θ0=1,则决策单元k0为弱DEA有效;
②若θ0=1,并且s0-=s0+=0,则决策单元k0为DEA有效。
(二)模型判定
设模型(De)的最优解为λ0、s0-、s0+、θ0,则
(1)θ0=1,且s0-=0、s0+=0:决策单元k0为DEA有效。
其经济意义是:决策单元k0的生产活动(X0,Y0)同时为技术有效和规模有效。
所谓技术有效,是指对于生产活动(X0,Y0),从技术角度来看,资源获得了有效利用,投入要素组合得到了优化,取得了好的产出效果。
所谓规模有效,是指边际产出等于边际投入时的规模,即规模收益不变。在这种规模下,行业的各类资源能够得到很好的配置。当规模无效时又分为规模收益递增与规模收益递减两种情况。
(2)θ0=1,但至少有某个si0->0或者至少有某个sj0+>0:决策单元k0为弱DEA有效。
其经济意义是:决策单元k0不是同时技术有效和规模有效。
若某个si0->0,表示第i种投入指标有si0-没有充分利用;
若某个sj0+>0,表示第j种产出指标与最大产出值尚有sj0+的不足。
(3)θ0 三、指标的选取
效率即为投入产出比,以上DEA模型也是基于此思想建立的。技术创新投入,是一切技术创新活动的源泉,只有投入了才可能有产出效应,创新投入包括有形要素投入和无形要素投入,可以量化为人、财、物的投入。其中人员的投入我们用该行业技术研发人员数量来衡量,财的投入用该行业技术经费开支(R&D经费)来衡量,物的投入用购置的技术开发仪器设备原值来衡量。技术创新产出主要说明技术创新的效果,可以从收益性产出、技术性产出、出口竞争力三方面设计指标。其中,收益性产出指标用新产品销售收入、新产品产值来衡量;技术性产出指标用发明专利数量、新产品开发项目数来衡量;出口竞争力用新产品出口额来衡量。
四、山西装备制造业技术创新效率测度
(一)原始数据的收集
由于一般情况下,投入和产出间都有一定的时滞,本文将滞后期定为一年。投入指标采用2007年的数据,产出指标采用2008年的数据。
(二)测算/运算结果
利用构建的指标体系和相关原始数据,运用lindo6.1软件进行运算,得到以下结果:
五、结论
H7中的Y5缺少原始数据,本着一个数据对计算结果影响不会很大的原则,认为计算结果基本可靠。但H1金属制品业的数据缺少得太多,特别是没有投入指标,显然是不能计算的,计算结果是不能说明问题的。根据测算结果,除金属制品业外,通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、电子及通信设备制造业、仪器仪表及文化办公用机械制造业θ值都为1,为DEA有效,即这六个行业技术有效,同时规模也有效。
[软科学项目:山西省软科学研究项目《山西装备制造业振兴政策研究》,项目编号:2010041017-02]
参考文献:
1.龚国平.技术创新对产业竞争力的作用机理[J].科技创业月刊,2006(2)
2.魏权龄,岳明.DEA概论和C2R模型-数据包络分析(一)[J].系统工程理论与实践,1989(1)
3.魏权龄,崔宇刚.评价相对有效性的几个重要DEA模型一数据包络分析(二)[J].系统工程理论与实践,1989(3)
4.COMMES M T,LIENRT R,Controlling im F&E-bereich[J]Zeitschrift Fuhrung+organization,1983(7)
5.张本照,杨雪.基于改进DEA的我国传统产业技术创新效率研究[J].山东财经学院学报,2009(2)
6.王章豹,孙陈.我国装备制造业行业技术创新效率测度研究[J].中国科技论坛,2007(8)
7.赵俊红,王学军,李子静.山西装备制造业技术创新绩效研究[J].现代商贸工业,2010(9)
8.陈伟,满胜永,吴雷.基于DEA的黑龙江省装备制造业管理效率评价[J].科技管理研究,2009(6)
9.孟�,刘文斌;,李晓轩DEA在定量科研评价中的应用[J].科学学与科学技术管理,2005(9)
10.吴雷,陈伟.基于DEA的装备制造业技术创新能力的评价研究[J].科技管理研究,2009(6)
11.沈雯雯.江浙两省R&D效率的DEA方法比较分析[J].经济策论,2009(2)
12.陈红梅.基于AHP和DEA的装备制造业行业技术创新能力综合评价[J].行业探讨,2009(3)
13.李婧,白俊红,谭清美.中国区域创新效率的实证分析――基于省际面板数据及DEA方法[J].系统工程,2008,26(12)
(作者单位:太原理工大学经济管理学院 山西太原 030024)
(责编:贾伟)