北京市电子及通信设备制造业投入产出分析

北京市电子及通信设备制造业投入

产出分析

——基于DE A的实证研究

姓名：王路遥

学号： 2013209060

学院：管理与经济学院

专业班级： 3班

任课老师：杜元伟老师

完成日期：2013年 9 月 25 日

改革开放二十年,北京的经济和城市建设都取得了巨大的成就, 近几年,北京经济年均增长幅度超过10% ,城市功能越来越完善。北京市的高技术产业经过30多年的发展，也已经初具规模。而电子及通信设备制造业的发展状况直接影响到高技术产业的发展． 所以此次作业，我以北京市2000—2011年 电子及通信设备制造业的投人产出数据为基础，利用 DE A 方法进行分析，试图评价北京市电子及 通信设备制造业在这段时期内的技术效率与规模收益情况，掌握变化趋势。

1、 模型评价与构建

1．1模型评价

数据包络分析 DEA (Data Envelopment Analysis)是以线性规划为分析工具来评价决策单元 DMU(Decision Making Unit)的投人和产出效率的经典模型， 其原理是利用统计数据来确定DEA 有效的生产前沿面，以此作为判断DMU 是否有效的标准,并确定 DEA 无效的决策单元对生产前沿面的“ 偏离” 程度。同时，通过不同约束条件的DEA 模型，还能判断DEA 无效的DMU 是属于技术无效还是规模无效，据此掌握生产效率低的深层次原因。

1.2 模型构建

假设有n 个待评价的决策单元，使用ｍ种投入要素，生产ｓ种产出。对于每一个决策单元DMU ｊ都有对应的效率评价指数：

11

,1,2,...;1,2,...;1,2,...,s

r rj

r j mn

i ij

i u y

h i m r s j n v x

===

===∑∑

其中，ij x ---决策单元DMU ｊ第 i 种要素的投入量，ij

x >0

rj

y ---决策单元DMU ｊ第 j 种产出的总量，

rj

y >0

i v ---第 i 种投入的权系数 r u ---第 j 种产出的权系数

以第ｊ0个决策单元的效率指数为目标，以所有决策单元的效率指数为约束，即可构造C ２R 模型：

101

max s

r

rj r j m

i ij i u y

h u x

===

∑∑

1

1

..1,1,2,...s

r

rj

r m

i ij

i u y

s t j n u x

=

=≤=∑∑ (1)

0,0u v ≥≥

使用Charnes-Cooper 变换对式（1）进行转化，取对偶形式，并进一步引入松弛变量ｓ＋和剩余变量ｓ－，将不等式约束转化为等式约束，可得：

101

min ..0,1,2, (00)

n

j j j n

j j

j j s t x x y

y j n

θ

λθλλθ==+=-=≥=≥≤∑∑＋

－

＋－

ｓｓｓ，，ｓ无约束

(2)

运用式（2）的最优解θ0、λ0、ｓ0＋、ｓ0－，即可判定决策单元的有效

性情况。本文运用DEA 方法，从效率方面对云南省高技术企业创新活动进行评价与分析。测度高技术企业各年份的纯技术效率，深入分析非DEA 有效企业投入冗余和产出不足情况。

2、 数据选取与实证结果分析

2.1 数据选取

本文以北京市2000-2011年电子及通信设备制造业的投入和产出数据为基础。在投入方面选取了年末固定资产投资额x1（亿元）、R &D 经费内部支出x2(万元) 和购买国内技术经费支出x3(万元)。在产出方面选取了电子及通信设备制造业当年价总产值y1（亿元) 、利税y2(亿元) 等指标。所有的数据均来自历年《中国高技术产业统计年鉴》。 具体的数据图表可参看下表：

2.2实证结果分析

将上述的三个投入向量，两个产出向量代入模型，运用专业的线性规划求解软件DEAP 进行求解，得出以下结果，具体参见下表。

EFFICIENCY SUMMARY:

由此表可知，2000、2001年，2003年，2007年、2008年的θ=1，因此这些年份电子及通讯设备制造业的相对有效性属于DEA有效。而2002年，2004—2006年，以及2009-2011年的θ＜1。故这些年份的相对有效性属于DEA无效。

SUMMARY OF OUTPUT SLACKS:

firm output: 1 2

1 0.000 0.000

2 0.000 0.000

3 0.000 177.785

4 0.000 0.000

5 44.775 0.000

6 18.97

7 0.000

7 20.640 0.000

8 0.000 0.000

9 0.000 0.000

10 46.768 0.000

11 112.192 0.000

12 76.403 0.000

mean 26.646 14.815

SUMMARY OF INPUT SLACKS:

firm input: 1 2 3

1 0.000 0.000 0.000

2 0.000 0.000 0.000

3 0.000 0.000 0.000

4 0.000 0.000 0.000

5 217.115 14.817 0.000

6 0.000 37.38

7 0.000

7 0.000 14.744 0.000

8 0.000 0.000 0.000

9 0.000 0.000 0.000

10 2790.563 0.000 0.000

11 1601.735 9.968 0.000

12 551.353 4.611 0.000 mean 430.064 6.794 0.000 SUMMARY OF PEERS:

firm peers:

1 1

2 2

3 4 8

4 4

5 1

6 8

7 8 1

8 8

9 9

10 9 1

11 1

12 1