基于DEA的广州市科技创新效率及其影响因素研究.pdf

基于DEA的广州市科技创新效率及其影响因素研究.pdf

ID:52351344

大小:376.42 KB

页数:4页

时间:2020-03-26

基于DEA的广州市科技创新效率及其影响因素研究.pdf_第1页
基于DEA的广州市科技创新效率及其影响因素研究.pdf_第2页
基于DEA的广州市科技创新效率及其影响因素研究.pdf_第3页
基于DEA的广州市科技创新效率及其影响因素研究.pdf_第4页
资源描述:

《基于DEA的广州市科技创新效率及其影响因素研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2011年第24期scienc㈨dTemenlRes。龇hdoi:10.3969/j.issn.1000—7695.2011.24.006基于DEA的广州市科技创新效率及其影响因素研究张赛飞,车晓惠2(1.广州市社会科学院软科学所,广东广州510410;2.华南理工大学经济与贸易学院,广东广州510006)摘要:运用非参数的数据包罗分析(DEA)方法,对广州1996—2009年的科技创新相对效率进行测算,并对其影响因素进行分析,最后得出五条主要结论。关键词:DEA方法;科技创新;效率;影响因素中图分类号:F406.3;70—05文献标识码:A文章编号:1000—7695(2011)

2、24—0020—04AnAnalysisontheEficiencyofGuangzhouTechnologyInnovationanditsInfluenceFactorsBasedonDEAZHANGSaife,CHEXiaohui(1.ScienceDepartment,GuangzhouAcademyofSocialSciences,Guangzhou510410.China;2.SouthChinaUniversityofTechnology,Guangzhou510006,China)Abstract:Inthispaper,weestimatetheefficienc

3、yofGuangzhoutechnologyinnovationduringtheperiodof1996—2009basedonnon—parametricDataEnvelopmentAnalysis(DEA),andthenanalyzeitsinfluencefactors.Finally,wesumma—rizefivemainconclusions.Keywords:DEAmethod;technologyinnovation;relativeeficiency;influencefactor根据柯布道格拉斯函数,经济增长主要是由人力、物力以及技术进步拉动的,但随着经济

4、的快速发展,特别是以投入为主的粗放型增长方式必然导致资源短缺,在资源要素日益稀缺的前提下,要维持持续、快速、稳定的经济发展,必须改变经济发展的方式,实现以投入为主的粗放型经济增长方式向以创新驱动为主的经济增长方向转型。因此,科技创新是未来经济发展的重要前提条件。但科技创新不仅仅是指创新投入要素量的增加,更重要的是科技创新质(指科技创新效率)的改善,只有科技创新效率提高了,科技创新才能最大程度地发挥其riA+s一=0x作用。因此,本研究对国家创新型试点城市之一的广{。州市进行实证研究,对其科技创新效率进行测算与【A≥0,i=1,2⋯,ns一,s≥0分析,并对其影响因素进行分析与研究。

5、lDEA的理论模型数据包络分析(DataEnvelopmentAnalysis,简称DEA)是对多投人多产出决策单元进行相对效率评价的一种非参数方法。1978年A.Charnes,W.W.Cooper和E.Rhodes在提出了DEA方法的同时建立了第一个DEA模型,即CCR模型。DEA模型方法不需要事先假定决策单元的具体投入产出函数收稿日期:2011—05—23。修回日期:2011-08—03张赛飞等:基于DEA的广州市科技创新效率及其影响因素研究21CCR模型计算的总效率0可计算出规模效率值0技统计数据》以及《广州年鉴》,本文根据以上数(即0=/。)当0=1时,表明该决策单元的规

6、模收据,运用Matlab软件对DEA的CCR模型、BCC模益不变,称为有规模效率;当<1时,说明该决策单型以及超效率模型进行求解,以测算广州地区的科元规模无效,但是不能判断出该决策单元属于规模报技创新效率。酬递增还是规模报酬递减。要通过计算规模效益值2.2实证分析根据收集到的1996—2009年的科技创新投入与∑A£创新产出数据(科技创新投入已滞后一年),运用来判断。设K表示规模收益值,则K=一,若K=1Matlab软件分别对CCR模型、BCC模型以及超效率时,表示规模收益不变,此时的决策单元已达到最优模型进行分析,并通过CCR模型以及BCC模型的效的规模点;当K<1时,表示处于规

7、模收益递增状态,率结果计算出科技规模效率,具体结果如下:且K值越小,规模递增趋势越大。表11996--2009年广州市科技创新效率值以及用CCR模型和BCC模型评价决策单元的相对效规模报酬状态以及技术有效性率时,很可能出现多个同时达到DEA有效的决策单元(效率值均为1),从而无法判断这些决策单元之间的效率差别。因此,本文采用另一种改进的DEA模型(称超效率模型)使得DEA相对效率值可大于1以解决这个问题。具体模型如下:Min[0一(Us一+its)]ri‘A+s-=o

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。