dea方法在r&d投入产出效率分析中的应用

《dea方法在r&d投入产出效率分析中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、DEA方法在R&D投入产出效率分析中的应用本文采集自网络，本站发布的论文均是优质论文，供学习和研究使用，文中立场与本网站无关，版权和著作权归原作者所右，如存不愿意被转载的情况，请通知我们删除己转载的信息，如果需要分享，请保留本段说明。［摘要］研究与试验发展（R&D）的投入产出效率分析是科技活动量化分析的重要方面。数据包络分析（DEA）方法在多指标投入与产出问题分析上具存明显优势。本文论证了数据包络分析（DEA）方法在应用于分析R&D投入产出效率问题的合理性和可行性，并在现有研宄基础上完善了R&D投入产出效率评价指标体系。通过采用23

2、个国家的相关数据进行实证分析，构建DEA的BCC模型，进行国家间的R&D技术效率比较，证实了这一方法的可行性。［关键词］R&D投入产出效率；数据包络分析；BCC模型doi:10.3969/j.issn.1673-0194.2017.05.064［中图分类号］F224［文献标识码］A［文章编号］1673-0194（2017）05-0120-051问题的提出研究与试验发展（R&D）是科技活动的重心，是科技活动中具存系统性、创造性的工作，是实现技术进步与突破的有效途径，也是实现创新、出新的真正源头。如何客观有效地进行R&D投入产出的效率分

3、析一直是科技活动管理工作的重点和热点问题。R&D活动涉及投入与产出两大方面，R&D活动投入指为支持R&D活动而进行的各种资源配置；R&D活动产出指由投入而产生的结果。分析R&D投入产出效率，是将R&D产出与R&D投入进行对比，这涉及R&D投入产出的多个指标，如果R&D投入产出效率评价指标体系不够健全，R&D投入与产出无法进行有效的匹配，就难以得出科学准确的结论，因此有必要完善R&D投入产出效率评价指标体系。R&D投入产出活动运行机制较为复杂，因此R&D投入产出效率评价指标体系是多维的。传统分析投入产出的方法常见于基于生产函数的计量模

4、型，但是传统生产函数的计量模型，不支持多维度投入?a出分析，而且模型的假定条件也难以满足，因此，传统的投入产出计量模型在此项分析上具有局限性，需要探索新的方法。2研究现状关于K&D投入产出效率的评价研究，国内外研究人员大多采用数据包络分析(DEA)进行R&D投入产出效率评价。DEA方法的研究秉点主要集中在：一是R&D投入产出效率评价指标体系的探讨构建，二是我国区域或行业R&I)活动效率的评价比较。例如，解茹玉基于区域对比的视角，借用平衡记分卡绩效管理的思想，构建R&D绩效评价指标体系，运用DEA的方法，对比分析区域R&D绩效差异;朱

5、承亮和岳宏志选取高技术产业为对象，研究行业的R&D技术效率；钟华选用30个国家作为研究对象，选取了1999年至2001年、2000年至2002年、2002年至2003年三个时间段，对各个国家R&D效率的有效性进行评价；Rousseau构造了评价科技创新效率的相对性指标，研究了14个欧洲主要发达国家的科技竞争力。综合上述方法，R&D活动的产出指标方面，大多数文献仅涉及科技论文数、专利数等反映基础性科技成果的指标，缺乏反映科技成果转化情况的相关指标，因此评价指标有待于进一步完善；研究方法方面，基于DEA的CCR模型分析国家间R&D投入产

6、出效率的较多，与CCR模型相比，BCC模型可以将技术效率分解，从生产技术与规模报酬的角度进一步分析效率。本文尝试完善科技成果的产出指标，并运用数据包络分析的BCC模型对R&D投入产出效率进行分析。3R&D投入产出效率评价指标体系构建综合考虑指标体系的针对性与可得性，R&D投入指标从资金和人力两个角度加以衡量，具体指标为：研发支出占GDP的比重、每百万人R&D研究人员。R&D产出指标方面，考虑到在科学技术转换为现实生产力的过程当中，科技成果转化起到关键作用，因而将反映科技成果转化方面的指标纳入评价体系十分必要。本文构建的R&D产出指标

7、既包含反映基础性科技成果的指标：科技期刊发表的文章、专利申请总量、商标申请总量，还包含反映科技成果转化的指标：高科技产品出口额占制成品出口额的百分比、知识产权使用费接收支付比。为保证R&D投入产出二者的可比性，统一采用相对数指标：对各指标均除以相应的总量指标，如研宄人员总数或者国内生产总值，将其处理为相对指标，保证可比性。R&D投入产出效率评价指标体系如图1所示。4DEA研究方法原理及选择数据包络分析（DEA）是一种通过局部逼近构建前沿生产函数，进而计算各决策单元（DMU）的相对效率，并以此为基础对具有相同类型的多投入、多产出的决策

8、单元进行相对有效性评价的方法。采用数据包络分析评判各决策单元是否相对有效的标准在于：同样的投入产生较高的产出，或者同样的产出需要较低的投入。数据包络分析通过投入产出的数据，构建线性规划模型，求解表示效率最优的生产前沿面。如果决策单元位