河南省科技进步的超效率DEA分析
基于超效率SBM模型的中国绿色技术创新效率分析
文章编号:2095-6835(2021)02-0017-03基于超效率SBM模型的中国绿色技术创新效率分析*昝哲1,张道明2,张康辉1,陈振1(1.河南农业大学信息与管理科学学院,河南郑州450002;2.河南省农村合作经济经营管理站,河南郑州450002)摘要:绿色技术创新是中国经济持续发展的重要动力。
在传统DEA模型的基础上,引入非期望产出与要素“松弛”情况,采用超效率SBM模型对2009—2018年中国绿色技术创新效率进行测度与分析。
研究结果表明,中国2009—2018年绿色技术创新效率呈波动性上升趋势,但整体水平不高,技术创新能力有待提高,总体呈“东高西低”的分布格局;各地区绿色技术创新效率处于不均衡状况,效率损失的主要原因是投入要素过多和非期望产出过量,要素存在不同程度的冗余;从投入要素来看,影响中国绿色技术创新效率的因素依次为劳动力、资本、技术。
最后,有针对性地提出政策建议,为提升中国绿色技术创新效率提供理论依据。
关键词:绿色技术创新;超效率SBM模型;投入产出;技术变化中图分类号:F293.2文献标志码:A DOI:10.15913/ki.kjycx.2021.02.006绿色技术创新是将绿色发展与技术创新相结合[1],是中国经济可持续发展的重要动力。
目前,中国经济发展进入新时代,在取得巨大成就的同时,也带来了一系列的资源浪费与环境污染。
党的十九大明确提出要通过构建市场导向的绿色技术创新体系推动绿色发展,贯彻创新、协调、绿色、开放、共享五大发展理念,坚持人与自然的和谐共生,推进绿色发展。
而要实现中国经济的高质量发展,在加强技术能力的同时,也要推进绿色发展理念,构建高效的绿色技术创新体系。
绿色技术创新包括节能、防污染、废物回收、环境管理等方面,不仅能给消费者和企业带来益处,也能减少环境污染[2]。
在绿色技术创新效率的测算方面,主要采用的方法是数据包络分析。
关成华等[3]、成琼文等[4]、陈振等[5-6]、WANG 等[7]、易明等[8]等采用DEA模型对各行业或各地的绿色技术创新效率进行测算研究。
河南省科技进步的超效率DEA分析
数据 采源 : 中国主要科技指标数据库 》 中华z R.. 《 , . 4  ̄国科学技 术部 ,t : w ws . gc/ je / anie Man iehm. t - ht / w .s r_ knw m il】/ jT£ .t p/ to n I l
摘 要: 通过对 近年 河南省科技 进 步水 平及在 全 国各地 区的排 名进 行研 究 , 并用数据 包络 分析 ( E D A)
对代 表 河南省科技进 步 的大 中型 企业 19-20 9 9 0 6年 的科技 活动 进行 有效 性评价 ,认 为影 响 河南省科技 进 步的主要 因素 是 资金 和人 力投入 少、 科技 创新 体 系不完善 等 , 最后 对 河 南省 科技 进 步存在 的 问题进 行整个 国 民经 济发 展 的全 局 和大
从 表 1 以看 出 ,0 1 2 0 河 南 省 各种 科 技 指 标 值 可 2 0 - 06年 总 体 都 呈 现上 升 趋 势 , 技 活 动人 员 、 & 科 R D经 费 、 高技 术产 业 规 模 以上 企业 产 值 和专 利 申请 授权 量 20 0 6年 比 2 0 年增 长 01 率 分 别 为 2 . 、8 . 、45 6 % 121 9 . 6 % %和 1 3 0 %。
如表 1 示。 所
一
、
世 界 的经 济 实践 一 再表 明 ,科 学 技 术 是 一个 国家 先进 生 产 力 的集 中体 现 和重 要 标志 。 显然 , 个 国家 和地 区的 经济 要 一 实 现 决速 发展 , 必 须加 快科 技 进 步 的步 伐 。 就 河 南 位 于 我 国 的 中部 腹 地 , 承东 启 西 、 通南 北 , 各 种 贯 是 经济力量 、 科技 力量 发 挥 作 用 和影 响 的要 冲之 地 , 此 , 南 因 河
MATLAB在超效率DEA模型中的应用_刘展
47 880 48 531 55 953
5 242
6 998
9 133 11 425
23.84
26.51
25.44
26.38
4 150.6 5 438.06 7 305.39 7 764.45
2010 26.21
89 653.71 1 798 1.31
25 149 55 010 16 539
27.69 9 901.52
假设有 n 个决策单元,它们的输入和输出数据分别为(xj, y)j (j=1,2,…,n),对于第 j(0 1芨j0芨n)个决策单元,SE-DEA 模型计算第 j0 个决策单元超效率值的评价表述式为[2]:
≥
m
s
Σ Σ ≥
≥≥minθ-ε( s-i + s+r),
≥ ≥
i=1
r=1
≥
≥
n
≥
≥≥s.t.
一、超效率 DEA 模型
超效率数据包络分析模型(Super Efficiency DEA,SE- DEA)是由 Andersen&Petersen 根据传统 DEA 模型所提出的 新模型。传统 DEA 模型如最基本的 C2R 模型对决策单元规 模有效性和技术有效性同时进行评价,BC2 模型用于专门评 价决策单元技术有效性,但 C2R 模型和 BC2 模型只能区别出 有效率与无效率的决策单元,无法进行比较和排序。超效率 DEA 模型与 C2R 模型的不同之处在于评价某个决策单元时 将其排除在决策单元集合之外,这样使得 C2R 模型中相对有 效的决策单元仍保持相对有效,同时不会改变在 C2R 模型中 相对无效决策单元在超效率 DEA 模型中的有效性,可以弥 补传统 DEA 模型的不足,计算出的效率值不再限制在 0 ̄1 的范围内,而是允许效率值超过 1,可以对各决策单元进行 比较和排序。模型如下:
河南省各地市扶贫绩效评估--基于超效率DEA模型
习近平总书记指出,改善民生,消除贫困,最终实现共同富裕,是社会主义的本质要求。
在2017年12月中央经济工作会议上的讲话中,习近平总书记将扶贫攻坚战确定为中国的三大“攻坚战”之一(另外两个是金融风险防范和污染控制)。
21世纪中叶,中华人民共和国要实现社会主义现代化,如果没有最终消除中国的极端贫困,这些目标就不可能完全实现。
在这样的背景下,中国各级政府机关、各企事业单位等齐心协力,为中国的脱贫事业贡献力量。
学术界也掀起扶贫、脱贫研究热潮。
当前,扶贫框架下的扶贫效率和扶贫路径研究是学界研究的重点。
为了脱贫扶贫工作的顺利开展,自20世纪70年代末改革开放以来,中国建立了国务院扶贫开发领导小组等专门扶贫机构,实施了一系列扶贫政策,如《七年扶贫攻坚计划(1994-2000年)》《中国农村扶贫开发纲要(2001-2010年)》《中国农村扶贫开发纲要(2011-2020年)》《国家新型城镇化规划(2014-2020年)》以及2017年党的十九大提出的乡村振兴战略等。
另外,针对长期贫困地区和贫困人口,安排专门的融资机制和经济发展资金,制定符合中国国情的贫困标准。
中国在扶贫方面取得了巨大成就。
按照国家贫困线计算,全国已有8亿多人脱贫。
这一成果占世界减贫总量的70%以上,得到了全世界的赞誉。
根据《2019年中华人民共和国国民经济和社会发展统计公报》数据,2019年,中国农村贫困人口为551万人;比2018年末减少1109万;贫困发生率0.6%,比2018年减少1.1%;贫困地区农村居民人均可支配收入11567元,比2018年增长11.5%。
不过,中国因为人口众多,区域经济发展差异巨大,自然资源分布极不均匀,还有不少地区、不少人口仍然处在贫困之中。
河南是中国人口数最多的省份,虽然总体经济发展水平在全国范围内不算落后,但人均水平处于较落后状态。
2013年,河南省“建档立卡”的农村贫困人口有698万人,位居全国第三。
在中央发出脱贫攻坚战略之后,河南省实施具有自己特色的精准扶贫政策和精准脱贫措施,2014-2018年,实现近120万人成功脱贫,使得贫困发生率下降了7.58%。
基于DEA模型的我国高校科研创新效率测度与差异分析
基于DEA模型的我国高校科研创新效率测度与差异分析叶芳羽;李毅;唐子然;刘沛林
【期刊名称】《当代教育论坛》
【年(卷),期】2024()1
【摘要】高校作为科技创新的主要推动者,准确评估中国大学的研究和创新效率对于提升其研究管理能力和推动创新型国家建设具有重要的指导意义。
研究采用数据包络分析(DEA)模型,对教育部认定的32所“双一流”高校2011—2021年的科研创新效率进行测度。
此外,还分析了其时间演化规律,并从地域和层次两个角度探讨了效率差异的来源。
研究结果表明:中国大学的科研创新综合效率持续稳步增长,纯技术效率也呈上升趋势,而规模效率则呈现出先上升后下降的趋势;在地域差异方面,研究发现在样本期间,大学科研创新效率呈现出东部地区、中部地区、西部地区依次递减的格局,随着时间的推移,这些地区之间的差距没有缩小;在层次差异方面,C9联盟高校的研究和创新效率高于非C9联盟高校,而随着时间的推移,二者之间的差距逐渐缩小。
【总页数】9页(P52-60)
【作者】叶芳羽;李毅;唐子然;刘沛林
【作者单位】长沙学院经济与管理学院;湖南师范大学旅游学院
【正文语种】中文
【中图分类】G64
【相关文献】
1.基于超效率DEA模型的中国区域生态效率测度与差异分析
2.我国西部工业环境效率与经济效率的差异研究——基于DEA.SBM模型与DEA-CCR模型的比较分析
3.西部地区现代流通业效率测度及空间差异分析——基于非径向超效率三阶段DEA模型
4.我国“一流大学”建设高校科研创新效率测度及影响因素分析——基于三阶段DEA模型的实证研究
因版权原因,仅展示原文概要,查看原文内容请购买。
河南省科技成果转化效率评价
河南科技Henan Science and Technology 科技管理总785期第十五期2022年8月河南省科技成果转化效率评价李团飞(洛阳市科技情报研究所,河南洛阳471003)摘要:科技成果转化效率不仅能带动区域经济效益的提高,也体现了该地区科研创新及未来发展潜力。
本研究运用数据包络分析法测量了河南省各地区科技成果转化的绩效,并选取河南省2020年的数据进行比较分析。
结果显示河南省科技成果转化效率整体偏低,区域间的科技成果转化效率也存在一定的差距。
最终根据实证结果提出了促进科研成果转化的建议。
关键词:科技成果转化;DEA;研发中图分类号:TG333文献标志码:A文章编号:1003-5168(2022)15-0144-04 DOI:10.19968/ki.hnkj.1003-5168.2022.15.032Evaluation on Transformation Efficiency of Scientific and TechnologicalAchievements in Henan ProvinceLI Tuanfei(Luoyang Municipal Science and Technology Information Institute,Luoyang471003,China)Abstract:The transformation efficiency of scientific and technological achievements not only drives the improvement of regional economic benefits,but also reflects the scientific research innovation and future development potential of the region.The data envelopment analysis method was used to measure the per⁃formance of the transformation of scientific and technological achievements in various regions of Henan Province,and the data of Henan Province in2020was selected for comparative analysis.The results show that the transformation efficiency of scientific and technological achievements in our province is generally low,and there is a certain gap in the transformation efficiency of scientific and technological achievements between regions.According to the empirical results,suggestions are put forward to promote the transformation of scientific research achievements.Keywords:transformation of science and technology achievements;DEA;R&D0引言科技成果转化是科技创新的重要环节。
基于DEA模型的旅游产业效率研究
基于DEA模型的旅游产业效率研究
耿海
【期刊名称】《科技风》
【年(卷),期】2024()10
【摘要】DEA模型是一种运用数学方法进行绩效评价和效率分析的工具,在旅游业中也得到了广泛应用。
本文通过阐述旅游产业发展背景,了解DEA模型在旅游产业中的重要性,并且通过伪代码的形式实现算法,为旅游企业衡量自身生产或服务效率,帮助旅游企业识别其绩效优势和劣势,找出提高效率的潜在空间,优化资源配置和提高服务质量,实现经营的最大化效益提供参考。
【总页数】3页(P164-166)
【作者】耿海
【作者单位】南京旅游职业学院
【正文语种】中文
【中图分类】TP3-0
【相关文献】
1.基于DEA-Malmquist模型的河南省旅游产业效率研究
2.基于DEA模型的我国旅游产业效率评价研究
3.重庆市旅游产业效率评价——基于超效率DEA-MI模型
4.基于DEA_Malmquist模型的浙江省旅游产业效率研究
5.黄河流域旅游产业效率评价与驱动力分析——基于DEA方法和空间杜宾模型的实证研究
因版权原因,仅展示原文概要,查看原文内容请购买。
高技术产业技术创新效率的测度研究--基于三阶段DEA模型
常数项 市场结构 政府支持 经济发展 sigma-squared
gamma
-21.25*** (-21.04)
0.91* (1.68) 2.01*** (3.06) 1.68*** (3.28) 3851.68* (3851.67) 1.00*** (1771947.4)
-23.00*** (-21.69)
1. 三阶段 DEA 模型构建 第一阶段 :传统 DEA 模型分析初始效率,在本文研究中, 我们选择 Banker 等(1984)投入导向的 BCC 模型对数据进行研 究。BCC 模型表示如下 :
目前,对于高技术产业技术创新效率的研究层出不穷,方 法也是各式各样。涂泳泽 [1] 从价值链的视角研究高技术产业技
λ =σ µ /σν
。当 γ 的值越接近于 1 时,表示高技术产业的技术创新效率低
下主要是由管理无效率导致的,当 γ 越接近于 0,则表示高新
技术产业的技术创新效率低下主要是由随机误差项的影响。
第三阶段 :调整后的投入产出变量的 DEA 效率分析。根据
下列公式调整松弛变量 :
(3)
其 中, 入,
是 调 整 后 的 投 入,Xni 是 调 整 前 的 投 是 对 外 部 环 境 因 素 进 行 调 整,
在现有的研究中,对于 DEA 领域的研究成果显著。刘伟等 [5] 将三阶段 DEA 模型与 Bootstrap 方法相结合,测算出所有制结构、 政府支持、企业规模和市场环境等因素对中国不同地区的高技 术产业技术创新影响显著。叶锐等 [6] 选择共享投入的 DEA 模型, 测算高技术产业系统效率及纯技术效率。黄继忠等 [7] 采用 DEA 方法分析了科技金融对高技术产业创新效率的影响,计算出不 同地区的高技术产业创新效率。
MATLAB在超效率DEA模型中的应用
MATLAB在超效率DEA模型中的应用作者:刘展屈聪来源:《经济研究导刊》2014年第03期摘要:利用数学软件MATLAB编写了便于使用超效率DEA模型的计算程序,并利用该程序对河南省2002—2011年财政科技投入的超效率进行计算与分析,实证分析表明该MATLAB计算程序十分的方便、有效。
关键词:MATLAB;超效率DEA模型;财政科技投入中图分类号:F22 文献标志码:A 文章编号:1673-291X(2014)03-0086-03随着时代的发展,超效率数据包络分析模型(SE-DEA)也随之被提出,并被运用得越来越广泛,相应的求解软件的开发也在不断的向前推进。
目前主要有DEA Solver pro、Pioneer、EMS、DEA Excel Solver、等专门用于求解SE-DEA模型的软件,但获得这些软件不太容易,在一般的网站无法下载与购买,需要通过一些专门的渠道。
MATLAB是一门功能强大、简单易学且应用广泛的编程语言,而且MATLAB软件的下载与购买相对来说比较容易。
文献[1]给出了数据包络分析模型(DEA)的基本模型C2R模型的MATLAB计算程序,但对于超效率数据包络分析模型的MATLAB计算程序,目前尚未有文献报道。
本文在文献[1]的基础上,编写超效率数据包络分析模型的计算程序,并进行实证分析。
一、超效率DEA模型超效率数据包络分析模型(Super Efficiency DEA,SE-DEA)是由Andersen&Petersen根据传统DEA模型所提出的新模型。
传统DEA模型如最基本的C2R模型对决策单元规模有效性和技术有效性同时进行评价,BC2模型用于专门评价决策单元技术有效性,但C2R模型和BC2模型只能区别出有效率与无效率的决策单元,无法进行比较和排序。
超效率DEA模型与C2R模型的不同之处在于评价某个决策单元时将其排除在决策单元集合之外,这样使得C2R 模型中相对有效的决策单元仍保持相对有效,同时不会改变在C2R模型中相对无效决策单元在超效率DEA模型中的有效性,可以弥补传统DEA模型的不足,计算出的效率值不再限制在0~1的范围内,而是允许效率值超过1,可以对各决策单元进行比较和排序。
基于超效率DEA方法的公路运输效率评价与分析
基于超效率DEA方法的公路运输效率评价与分析
李洁;左毅刚
【期刊名称】《交通信息与安全》
【年(卷),期】2015(033)001
【摘要】超效率DEA方法是基于传统DEA方法改进的1种方法,它可以解决传统DEA方法在运输效率评价方面无法对DEA有效(效率值为1)的决策单位进行进一步排序的弊端.以江苏省为例,分别运用DEA方法、超效率DEA方法,从投入、产出的8个效率角度对13个辖市的公路运输业进行了运输效率分析,通过计算得到了各个城市公路运输业的DEA值与超效率DEA值,并按照超效率DEA值对各个城市的公路运输效率进行排序、分析,结果显示,江苏省公路运输效率存在明显的地域差异,并对改善江苏省公路运输效率低地区的发展提出建议.
【总页数】6页(P127-132)
【作者】李洁;左毅刚
【作者单位】广州华工信息软件有限公司广州510517;东南大学交通学院南京210096
【正文语种】中文
【中图分类】U491
【相关文献】
1.基于DEA-Malmquist指数的长江三角洲地区公路交通运输效率评价与分析 [J], 张璐璐;吴威;刘斌全;;;;;
2.基于DEA-Malmquist指数的长江三角洲地区公路交通运输效率评价与分析 [J], 张璐璐;吴威;刘斌全
3.基于超效率DEA的城市快速路运输效率评价 [J], 许娜
4.基于DEA模型的陕西省道路交通运输效率评价与分析 [J], 王李轩
5.基于DEA的贵州高速公路运输效率评价与分析 [J], 汪威
因版权原因,仅展示原文概要,查看原文内容请购买。
基于超效率DEA模型的能源效率评价方法及其应用
基于超效率DEA模型的能源效率评价方法及其应用概述:能源效率评价是指对能源利用情况进行定量评估的过程。
随着能源资源的日益减少和环境污染的加剧,提高能源效率成为各国政府的重要任务。
超效率数据包络分析(DEA)模型是一种常用的能源效率评价方法,它可以根据输入产出数据计算出单位能源投入所创造的经济产出,从而评估能源利用的效率。
本文将介绍基于超效率DEA模型的能源效率评价方法及其应用。
方法:超效率DEA模型是一种非参数评价方法,它能够充分利用每个单元的最佳实践经验,评估单位的能源效率水平。
具体而言,该模型根据输入输出数据构建出一个包络表面,可以用来衡量各个单位的相对效率水平。
在计算超效率DEA模型时,首先需要确定输入和输出变量,并计算各个单位的相对权重。
然后通过最大化包络表面上的超效率得分,可以得到各个单位的相对效率评价。
应用:1.制造业能源效率评价:超效率DEA模型可以用来评估制造业企业的能源利用情况。
通过对各个企业的输入输出数据进行分析,可以找出效率最高的企业,并运用其最佳实践经验指导其他企业提高能源效率。
2.建筑行业能源效率评价:通过基于超效率DEA模型的能源效率评价方法,可以对建筑物的工程设计和施工过程进行优化,提高能源利用效率,降低能源消耗。
3.交通运输行业能源效率评价:超效率DEA模型可以用来评估不同交通工具和运输方式的能源利用效率。
通过评估各个交通工具和运输方式的优劣,可以制定相应的政策和措施,促进能源节约和环境保护。
4.农业能源效率评价:超效率DEA模型可以应用于评估农业生产中的能源利用情况。
通过评估不同农业系统和技术的能源效率,可以优化农业生产方式,实现可持续发展。
结论:基于超效率DEA模型的能源效率评价方法是一种有效的评估能源利用情况的手段。
通过该方法,可以找出效率最高的单位,促进能源利用的优化和提高。
在实际应用中,可以根据不同行业和领域的需求,针对具体问题进行相应的优化和改进。
在未来,基于超效率DEA模型的能源效率评价方法将继续得到广泛应用,并为实现可持续能源发展做出贡献。
基于DEA的技术创新效率评价研究——以江西为例
基于DEA的技术创新效率评价研究——以江西为例技术创新是推动社会经济发展的重要引擎,而技术创新效率评价是评估一个地区或企业在技术创新过程中所达到的效益与投入之间的关系。
数据包络分析(DEA)是一种有效的评价方法,它可以帮助我们定量地评估技术创新效率,并找出存在的问题和改进的方向。
本文以江西省为例,探讨基于DEA的技术创新效率评价研究。
首先,我们需要确定评价指标。
技术创新效率评价指标主要包括技术投入指标和技术产出指标。
技术投入指标可以包括研发投入、人才引进、科研设备等,而技术产出指标可以包括专利数量、科技成果转化率、企业竞争力等。
在确定评价指标时,需要考虑到各个指标之间的互相关联性,以确保评价结果的科学性和客观性。
其次,我们需要构建评价模型。
DEA方法是一种效率评价方法,通过比较各个评价单位的输入和输出指标,可以找出效率较低的单位,并提出改进措施。
在构建评价模型时,我们需要设定技术创新效率评价的目标,确定评价的输入和输出指标,并建立数学模型进行计算。
然后,我们需要收集数据进行实证分析。
江西省是中国的一个经济欠发达地区,技术创新水平相对较低。
我们可以通过收集江西省各个地区或企业的相关数据,如研发经费投入、专利申请数量、科技人员比例等,然后利用DEA方法对其技术创新效率进行评价和比较。
最后,我们可以分析评价结果并提出改进建议。
通过DEA方法评价江西省各地区或企业的技术创新效率,我们可以找出效率较低的单位,进一步分析其问题所在,并提出改进建议,如增加研发投入、加强科技人才培养等,以提高技术创新效率和推动经济发展。
总之,基于DEA的技术创新效率评价是一种有效的评价方法,可以帮助我们发现问题、找出改进的方向,并提高技术创新效率,推动经济社会发展。
希望通过本文的研究和探讨,可以为江西省的技术创新和经济发展提供一定的参考和借鉴。
河南省科技进步监测指标分析
、
河 南 省 的 科 技 进 步发 展 现 状
1科技 进步环境落后 的局 面有 所改善 。20 . 0 5年河
南省科技进步环境综合指数为 4 .4 比上年提 高 了 04 %,
69 .9个 百分 点 , 在全 国排 名第 2 位 。 1 进步环境 指标 由 “ 科技 人力 资源 ”、 科研 物 资条 件 ”和 “ “ 科技 意识 ” i项二 级指标 构成 。2 0 0 5年河 南 省科技 人力 资源 指 数 提高 了 15 .4个百分 点 ;科研 物 资条件 指数 提高 了 2 .5个 百分 点 ;科技 意识 指 数 下 降 了 1 7个百 分 29 . 6
点。
二、 影响河南省科技 进步 的主要因素 1 . 科技进步环境的改善有效促进了科技进步水平的
提 高。20 0 5年河南 省科技 进步环境 指数提 高明显 , 其
中 : 万人专业技 术人员数” 指数提高 09 “ . 9个 百分 点 , “ 平均受教育年限” 指数提高 2 9个百分点 。 “ . 0 科研物 资 条件 ”南 “ 每名 R &D活动人员新 增仪器设 备费 ”和 “ 研与综合技 术服务业新增 固定 资产 占全社 会新增 科 固定 资产 比重”构成。其 中: 每名 R “ &D活动人员新增 仪 器设 备费” 指数提高了 5 . 00 2个 百分 点 ; 科研 与综 “ 合技术服务业新增 固定资产 占全社会 新增 固定 资产 比 重” 指数较上年下降了 41 个 百分点 。 . 3 2科技投入不足仍然是制约河南省科技进步的瓶颈 。 . “ 科技活动 财力投入 ”由 “ & R D经费支 出与 G P的 比 D 例”、 地方 财政 科技 拨款 占地方 财政 支 比重 ”、 企 “ “
三项三级 指标较 上年均 有所提 高。其 中 , 万名 R “ &D
应用DEA方法评测中国各地区健康生产效率
应用DEA方法评测中国各地区健康生产效率一、本文概述本文旨在运用数据包络分析(DEA)方法,对中国各地区的健康生产效率进行深入的评测和比较。
健康生产效率作为衡量一个地区在卫生资源配置、医疗服务提供以及健康产出效率的重要指标,对于提升我国整体健康水平、优化卫生资源配置具有重要的理论和现实意义。
数据包络分析(DEA)作为一种非参数的前沿效率分析方法,能够在不设定具体生产函数形式的情况下,通过对多投入、多产出数据的分析,客观地评价决策单元(如各地区)的相对效率。
因此,本文选择DEA方法作为主要的分析工具,以期望得到更为准确和客观的健康生产效率评价结果。
在具体的研究过程中,本文将首先构建健康生产效率的评价指标体系,包括卫生资源投入、医疗服务提供以及健康产出等多个方面。
然后,收集中国各地区的相关数据,运用DEA方法进行效率评价,并对评价结果进行深入的分析和比较。
根据评价结果,提出针对性的政策建议,以期为我国卫生事业的健康发展提供有益的参考。
通过本文的研究,我们希望能够全面了解中国各地区健康生产效率的现状和差异,揭示影响健康生产效率的关键因素,为提升我国健康生产效率提供科学依据和决策支持。
二、文献综述在过去的几十年里,数据包络分析(DEA)作为一种非参数的生产效率评估方法,已经在多个领域得到了广泛的应用,包括健康生产领域。
DEA方法通过比较决策单元(Decision Making Units, DMUs)之间的相对效率,为评价不同地区的健康生产效率提供了有效的工具。
在国内外学者的研究中,DEA方法已经被广泛应用于评估医院、地区乃至国家的健康生产效率。
在国内研究方面,随着我国医疗卫生体制改革的不断深化,越来越多的学者开始关注健康生产效率问题。
例如,等()利用DEA方法对我国各省份的医疗卫生服务效率进行了评价,发现我国医疗卫生服务效率存在明显的地区差异。
等()则运用DEA方法对我国不同地区的基层医疗服务效率进行了研究,结果显示基层医疗服务效率与地区经济发展水平密切相关。
基于超效率DEA模型的中国高技术产业创新资源配置效率评价
( Y 一 … > Y 2 Y Y) 0
k : 1, , , ; = 1, … , 2 … s 2, n
则基 于输 出的 D A超效 率模 型如 下 : E
a n0 ri i
2 2 数据 来源 及说 明 .
因本 文 主要 研 究 金 融 危 机 后 中 国 内 地 高 技 术
型 。但 是 , 本 D A模 型 ( 模 型 ) 终 将 所 有 基 E c 最
D U分 为有效 和无效 两类 , 有效 单 元 的效 率值 均 M 且
两 种 。技术 创 新 最 直 接 的产 出表 现 为 新 产 品 的 问
世 。因此我 们 用 新 产 品销 售 收 入 来 表 征 技 术 创 新
国际竞 争力 。 同时 , 有效 发 明专 利 可 以在 未 来 转 化 为新 产 品 , 是技 术创 新 的潜在 经济 产 出。
表 1 技 术 创 新 配 置 效 率 输入 输 出 指标 体 系
效率 D A模 型来 解 决 这 一 问题 。其 基 本 原 理 是 E
在进 行第 个 D MU效 率 评 价 时 , 其 自身 排 除 在 将 外( C R模 型 中其 自身 是 包 含 在 内的 ) 。即第 个
在 中 国实 际上 是 各 省 市 区 在 主 导 各 自高 技 术 产 业
的发 展 。本 文 以 中 国 内地 各 省 市 区 高 技 术 产 业 为 研究 对象 , 运用 超效 率 D A模 型 测量其 资 源配 置水 E
内生 经 济 增 长 理 论 认 为 , 济 增 长 最 主 要 的 经
源 泉 是 知 识 的生 产 和 人 力 资 本 的积 累 , 术 创 新 技 和 发 展是 推 动 经 济 发 展 的 首 要 动 力 , 高 技 术 产 而 业 的技 术 进 步 更 主 要 来 源 于 创 新 能 力 J 。近 年
基于超效率DEA模型的中国高技术产业创新资源配置效率评价
基于超效率DEA模型的中国高技术产业创新资源配置效率评价在当今全球化、信息化和数字化的快速发展背景下,高技术产业在中国经济发展中扮演着越来越重要的角色。
高技术产业的快速发展需要充足的创新资源支持,而如何高效地配置这些资源成为了一个重要的问题。
本文将使用超效率DEA模型对中国高技术产业的创新资源配置效率进行评价。
一、超效率DEA模型的原理超效率DEA模型是数据包络分析(Data Envelopment Analysis,DEA)的一种扩展形式,用于评估决策单元的相对效率。
相比传统DEA模型,超效率DEA模型考虑到了每个决策单元在效率前沿上的位置,即使在最佳决策单元之外也能被评价出效率。
这使得超效率DEA模型更具有鲁棒性和准确性。
二、高技术产业创新资源配置效率评价指标在评价中国高技术产业的创新资源配置效率时,可以考虑以下指标:1.研发投入效率:评估企业在研发活动中投入资源的效率。
2.创新产出效率:评估企业通过研发活动获得的创新产出的效率。
3.人才资源配置效率:评估企业在吸引、培养和管理人才方面的效率。
4.技术转移效率:评估企业将研发成果转化为实际生产力的效率。
三、实证分析以中国高技术产业为例,选择一批代表性企业作为研究对象,收集各项创新资源配置数据,包括研发投入、创新产出、人才资源及技术转移等方面数据。
然后构建超效率DEA模型,评价每个企业在创新资源配置效率上的表现。
根据超效率DEA模型的评价结果,可以对企业的创新资源配置进行优化和调整,提高效率水平。
四、结论与展望通过超效率DEA模型的评价,可以深入了解中国高技术产业的创新资源配置效率水平,并找出存在的问题和改进的空间。
未来,可以进一步完善超效率DEA模型,引入更多因素和权重,使评价结果更加全面和准确。
同时,可以根据评价结果,制定相关政策和措施,促进中国高技术产业的创新发展,为中国经济的高质量增长贡献力量。
综上所述,基于超效率DEA模型的中国高技术产业创新资源配置效率评价是一项重要的研究课题,可以帮助决策者更好地了解和优化创新资源配置,推动高技术产业的发展和经济的持续增长。
基于超效率SBM-Malmquist-Tobit模型的市域科技创新效率评价及影响因素研究
增长 2
.3 倍,全省技术合同成交额由 40
.2 亿元增长
出”的 科 技 创 新 效 率。 例 如,学 者 梁 瑞 敏 等 [1]运 用
发现山西省 12 年间 科 技 资 源 投 入 都 有 不 同 程 度 的
800 家发展到 8387 家,增长 10 倍,这说明河南省科
运用 DEA 法 对 我 国 31 个 省 份 区 域 科 技 创 新 效 率
内 蒙 古 科 技 与 经 济
角度衡量科 技 创 新 绩 效,Ma
lmqu
i
s
t指 数 法 将 全 要
在此基础上,对影响 区 域 科 技 创 新 效 率 的 因 素 展 开
素生产率分为技术 效 率 变 动 和 技 术 进 步 变 动,可 以
分析,从而提出河南 省 市 域 提 升 科 技 创 新 效 率 的 相
.8 亿 元 增 长 至 1018
.8 亿 元,
DEA 法对山西省区域科技创新绩效进行评价研究,
至 620
.78 亿元,增 长 14 倍,高 新 技 术 企 业 从 不 到
冗余,科技成 果 转 化 率 较 低 等 问 题。任 非 等 [2]同 样
创新发展指数高 于 全 国 平 均 值。 近 10 年 来 河 南 省
.2 产业结 构。产 业 结 构 优 化 升 级 是 工 业 化
3 实证结果分析
调整一定程度上会 影 响 研 发 投 入 强 度,从 而 影 响 研
3
.1
.1 超效率 SMB 模型分析结果
进程的一个重要标 志,有 学 者 研 究 表 明 产 业 结 构 的
发投入效 率
。一国国内的主导产业和支柱产业
[
析。研究表明:河南省 18 个地市科技创新综合效率总体水平提升,受技术进步效率影响更大,但各城市
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
河南省科技进步的超效率DEA分析
摘要:通过对近年河南省科技进步水平及在全国各地区的排名进行研究,并用数据包络分析(DEA)对代表河南省科技进步的大中型企业1999—2006年的科技活动进行有效性评价,认为影响河南省科技进步的主要因素是资金和人力投入少、科技创新体系不完善等,最后对河南省科技进步存在的问题进行探讨并提出相关对策和建议。
标签:科技进步;数据包络分析;效率分析
一、引言
世界的经济实践一再表明,科学技术是一个国家先进生产力的集中体现和重要标志。
显然,一个国家和地区的经济要实现快速发展,就必须加快科技进步的步伐。
河南位于我国的中部腹地,承东启西、贯通南北,是各种经济力量、科技力量发挥作用和影响的要冲之地,因此,河南省发展的好坏直接关系到我国整个国民经济发展的全局和大局。
2006年,河南省的GDP总量为12495.97亿元,位居全国第5位,成为我国中西部地区的首位经济大省,但还不是经济科技强省。
近年,河南省在全国各省的科技进步和经济发展中的排名仍然落后。
本文将对此进行具体的分析,以便找到原因,采取科学有效的措施,推动河南经济走上持续、协调、快速的发展道路。
二、河南省以及全国科技进步水平分析
1近年,在国家宏观科技政策的指导下,河南省的科技活动取得了很大进展。
2006年河南省科技活动人员达到17.73万人,其中科学家、工程师10.86万人;科技经费支出额178.65亿元,占河南省GDP的1.43%;R&D经费79.84亿元,占河南省GDP的0.64%;地方性科技拨款17.6亿元;高技术产业规模以上企业产值277.34亿元,占全国的0.7996;高技术产业规模以上企业增加值159.15亿元;高技术产品进出口额3.03亿美元;专利申请授权量5242项。
2001-2006年,河南省各种科技指标值如表1所示。
从表1可以看出,2001-2006年河南省各种科技指标值总体都呈现上升趋势,科技活动人员、R&D经费、高技术产业规模以上企业产值和专利申请授权量2006年比2001年增长率分别为26.6%、182.1%、94.5%和103%。
2科学技术部《2007全国科技进步监测报告》显示,2007年我国经济整体保持平稳增长。
报告根据综合科技进步水平指数,将全国31个地区划分为五类:第一类为综合科技进步水平指数高于60%的地区,包括上海、北京和天津。
第二类为综合科技进步水平指数低于60%,但高于全国平均水平(50.78%)的地区,包括广东、江苏、辽宁和浙江。
而河南综合科技进步水平指数为35.09%,远低于全国平均水平,位于第四类。
而且,我国科学技术部科技进步统计监测综合评价结果显示,河南省2001-2006年各个技术进步指标排名并不乐观,如表2所示。
从以上统计表可以看出,河南省综合科技进步水平排名非常落后且整体呈现下降趋势。
《2007全国科技进步监测报告》将“2007监测”与“2006监测”进行了比较,全国综合科技进步水平指数比上年提高了3.67个百分点,与2006年综合科技进步水平指数的排序比较,上海、北京、天津、广东、江苏、辽宁和浙江,仍排在前7位。
由以上对河南省以及全国科技进步水平分析可知,河南省科技投入规模逐年增加,技术成果产出和效益也逐年上升,但河南省综合科技进步水平指数远低于全国平均水平,并呈现下降趋势,因此需要对河南省科技活动进行进一步分析。
河南大中型工业企业在全省科技经费筹集总额中的比例由2000年的45.37%上升到2006年的66.85%,大中型工业企业的科技活动已经成为全省科技活动的主体。
因此研究大中型企业的科技进步效率可以在某种程度上反映全省科技进步效率。
对于评价对象的效率研究的方法有很多,由于很难从科技进步的投入及其产出之间找出显著的函数关系,因此拟采用非参数方法(DEA)的改进模型来测度和评价河南省大中型企业1999-2006年的科技活动的相对效率。
三、河南省大中型企业科技进步的超效率DEA分析
(一)方法简介
DEA常见的模型是C2R模型,用这个模型评价决策单元的相对效率时,最后的结果很可能出现多个单元同时相对有效,C2R模型对这些有效单元却无法作出进一步的评价与比较。
为了弥补这一缺陷,1993年Andersen P和Petersen NC 提出了一种DEA的超效率模型,使有效的决策单元之间也能进行比较。
超效率评价模型与DEA模型的数学形式相似,其形式如下:
假定一组被考察单元的个数为n个,每个被考察单元都有s个输出变量和m 个输入变量。
yjk表示第k个被考察单元的第j个输出变量jjk是第k个单元的第i个的输入变量。
这里的θ被称为第k个被考察决策单元的超效率测度值,根据θ值等于或小于1可将决策单元分为有效和无效两类。
其经济含义为:在某一个决策单元产出Y可由所有k个决策单元产出线性组合替代的情况下,它的投入x的可压缩程度,压缩比例的大小为θ。
对于θ<1的无效单元,1-θ就是第k个被考察单元多投入的比例,也就是可以减少(或称浪费)投入的最大比例。
而当θ≥1时,表示该被考察单元是效率前沿面上的点,处于有效状态,同时可以根据θ值的大小对被考察单元的效率进行高低排序。
(二)确定指标体系
利用超效率模型对大中型工业企业的科技进步效率进行评价的关键是合理选取指标体系。
笔者运用主成分分析的统计方法,以河南省统计年鉴中的大中型工业企业科技活动情况的指标和1999-2006年的有关统计数据,确定了4个投人指标和3个产出指标。
投入指标:企业科技活动人员(X1),当年科技活动经费支出总额(X2),新产品开发投入(X3),生产用设备原值(X4)。
产出指标:新产品销售收入(Y1),科技活动项目数(Y2),拥有专利数(Y3)。
根据选定的指标可以得到数据如表3所示(见下页表3)。
(三)结果及分析
用效率测量软件EMS1.3计算超效率模型下的河南省大中型工业企业科技进步的效率数值及排名,结果见表4所示(见下页表4)。
从表4可以看出1999-2006年中只有2001年的超效率值小于1,但也很接近有效,说明该年的科技投入力度稍有不足,而其他年份的超效率都在1之上,因此可以说河南的大中型工业企业的科技进步的效率是相当高的。
通过超效率分析可以得到这8年河南科技进步效率从高到低的排序是:2000,2003,2006,2004,1999,2005,2002,2001。
四、结论与建议
从以上分析可以看出,河南省科技进步在全国处于较低水平,基本位于全国后10位;用DEA的超效率模型分析,结果显示其科技活动效率活动水平较高。
造成这种状况的根本原因是河南省科技活动的人员投入和经费投入绝对量低、规模较小,无法发挥其规模效应,从而使产出也处于较低水平。
换句话说,由于河南省总体科技实力不足,其所产生的科技总推动力也就不足,其对经济的促进作用也有待加强。
(一)建立和完善科技促进体系
科技的发展受到很多因素的影响和制约,它本身就是一个复杂的系统,有必要建立一个科学合理而又有效的科技发展体系。
虽然大中型企业在科技活动中的地位不断加强,但政府依然扮演着非常重要的角色。
首先,要加大对科技活动的支持力度,建立和完善各项政策法规,提供优惠政策,加强和鼓励科技创新。
其次,要组织有关科技部门和人员积极开展技术预见活动,建立适合河南发展形势的技术高地。
再次,要积极研究技术发展变化的规律,建立和完善科技市场,不断推动科学技术向生产力的转化,提高技术的经济社会效果。
最后,要加强科技发展的技术评价工作,通过科学合理的技术评价,引导技术效果好的技术不断产生和应用,促进技术进步水平的不断提高。
(二)加大高素质创新人才的培养和引进力度,不断引进和培养高素质人才及创新团队
同时加强产学研结合,以重大科技项目和大专院校为载体,充分发挥高校、科研院所和大中型企业引进人才的作用。
人才是科技发展的生力军,一切关于科技的神话最终都要落实到人才上。
因此,能否引进和培养一大批留得住、用得上的人才,就成丁关键中的关键。
近几年,河南省加大了引进人才的力度,虽有作用,但也有限,真正关键的工作还是要立足于自己培养,特别是抓紧采取措施,加大农村人力资源的开发,争取把人口大省转化为人力资源大省,再进一步提高人力资本要素的比重,使得河南的总体技术进步指数不断提高。
(三)多渠道筹集资金,加大支持科技开发的力度
科技投入是一个高回报的产业,但也充满了高风险,需要高投入。
正是因为河南经济发展相对落后,人口多、负担重,影响了河南对科技的总体投入能力。
在争取国家支持和引进国外资金受到一定限制的条件下,河南还要立足于挖掘自身的潜力。
首先,要积极推进政府的廉政建设,节约必要的资金支持科技活动。
其次,继续鼓励企业积极投入资金,开展技术创新活动,或者鼓励企业开展各种
形式的技术联盟活动,地方政府给予积极支持。
总之,要拓宽渠道,多方筹集科技发展需要的资金。
(四)完善科技服务体系,为科技发展提供优质服务
政府应针对科技发展的需要,调动社会各方面的力量,整合现有科技服务资源,培育特色业务、优势业务,以不断提升全省科技服务机构能力为重点,推动河南科技服务体系的形成和完善,促进全省企业科技活动的发展。
首先是政府科技管理部门的建设,应提高服务意识和质量,真正转变职能,转变角色,成为服务机构。
其次,要培育科技中介机构,提高整个社会的科技服务能力。