中部六省产学研合作效率相对有效性的DEA分析

中部六省产学研合作效率相对有效性的DEA分析
摘要:技术创新是保持区域竞争力的一个重要手段,而产学研合作是当前加强技术创新的一种有效途径。

文章利用DEA模型对中部六省产学研合作效率相对有效性进行了分析,得出了目前中部六省的DEA状态,并在此基础上提出了相关对策,旨在提高中部各省产学研的合作效率、加快区域技术创新的步伐,并为区域政府制定相关政策提供一定的参考依据。

关键词:中部六省;产学研合作;DEA;技术创新;合作效率中图分类号:F204文献标识码:A文章编
号:1009-2374(2010)01-0077-03
随着经济全球化的加快,科技技术不断发展,国际竞争空前激烈,技术创新已成为提高区域竞争力的决定因素。

它决定着国家、民族的兴衰和命运,更是企业生存和发展的根本。

提高区域技术创新能力,加快技术创新步伐,已成为各地区的当务之急。

产学研合作是科研、教育、生产不同社会分工在功能与资源优势上的协同与集成化,是技术创新上、中、下游的对接与耦合,其符合社会生产力发展和技术创新规律,有利于集成企业、大学和科研院所各自的优势,是当前加强技术创新的一种有效途径。

对产学研合作效率有清晰的认识,是区域决
策主体制定相关政策的必要前提。

一、DEA模型介绍
(一)模型来源及选择依据
数据包络分析(Date Envelopment Analysis,简称DEA)是美国著名运筹学家A.Charnes和W.W.Cooper等学者,以相对效率概念为基础发展起来的一种效率评价方法。

它不但可对同一类型的各决策单元(DMU)的相对有效性进行评价、排序,而且还可以利用DEA“投影原理”进一步分析各决策单元非DEA有效的原因及其改进方向,从而为决策者提供重要的决策信息。

这种效率评价模型,不仅能对经济效益指标进行评价,而且能对社会效益指标也可以做出客观的评价,尽管这些指标的性质、计量单位不尽相同。

而对科技投入产出这种既有经济效益又有社会效益的系统问题,运用DEA的模型进行评价,不仅可行,而且有效。

(二)模型的数学原理
假设有n个被评价的单元DMU,每个单元都有m种投入Xj=(x1j,x2j,…,xmj)T以及s种产出Yj=(y1j,y2j,…,ysj)T,其中xij>0, yij>0,它们可以根据统计监测资料得到;适当地选择权系数V=(v1,v2,…,vm)T,U=(u1,u2,…,us)T,使每个被评价单元的效率评价指标:
hj=UTYj/VTXj=UrYrj/ViXij
满足hj≤1的条件下以hj0为目标函数达到最大。

应用线性规划对偶理论,引入松弛变量s-及剩余变量s+可以建立对偶规划:
检验DMUj0的DEA有效性时,可以通过构造一个稍加变化的非阿基米德无穷小量的C2R模型,从而使这一检验简化。

在实际使用中,常取=10-6,其对偶规划为:
对于上述线性规划模型(D)而言,模型所涉及变量的经济含义为:θ为DMUj的相对综合效率(0≤θ≤1),θ反映了第j 个决策单元投入产出的合理程度。

θ越大,说明相对于其他被评价单元,第j个决策单元的投入产出效率越高,投入产出状
态越趋于合理,反之,θ值越小,则说明第j个决策单元的投入产出效率越低,资源的浪费程度越高,投入产出状态越扭曲。

1.若θ=1,且s-=0,s+=0,则DMUj0为DEA有效,说明相对于其他被评价单元,该决策单元既没有因投入多余而造成的
资源使用上的浪费,也没有因产出不足而产生的资源分配上
的效率损失,表明该决策单元资源配置状态相对最合理,配置效率相对最优。

2.若θ=1,s-≠0或s+≠0,则DMUj0为弱DEA有效,说明该决策单元已接近投入产出相对最优状态,但还有改进的余地。

它可以在保持原有产出不变的情况下,在某些资源的投入上减少si+,也可以保持现有的投入水平,将某些方面的产出增
加si-。

3.若θ。