基于交叉效率DEA的我國各省高新技術產業績效評價

摘 要：本文提出了將DEA交叉效率模型應用到高新技術產業績效評價中，成功地克服了傳統CCR模型中只能夠單純地自評和有效單元過多的問題。以我國2015年統計年鑒各省市高技術產業數據為基礎，基于短期內各企業研發投入規模難以大幅度增加的假設，采用DEA交叉效率方法，構建相應的模型對這些高新技術產業的績效進行分析。基于所測算的效率值顯示新疆省為低效率，安徽省為高效率。

關鍵詞：績效評估 交叉效率 聚類分析

一、引言

高新技術產業系指知識、技術密集的產業。主要以高新技術為基礎，開展高新技術及產品研發、生產等企業的集合。高新技術產業主要存在于信息技術、生物技術、新材料技術等三大領域。高新技術產業的發展帶動了世界產業結構調整和產品技術升級，推動了世界經濟的快速發展。世界各國都高度重視高新技術產業發展，我國也不例外，在經歷多年了對高新技術產業的研究和開發取得了可喜的成果，對國民經濟發展起到積極的促進作用。據統計年鑒資料顯示，2015年高新技術產業申請專利數高達12萬項。

二、文獻綜述

高新技術產業是世界各國爭奪的焦點，也是推動我國經濟發展升級轉型的主要引擎。在經濟新常態下世界各國積極制訂相關政策，以促進高新技術產業能夠蓬勃發展。學者們從不同角度對高校技術產業創新進行研究。李志軍等[1]認為高新技術產業具有很強的滲透性和擴散性，與傳統產業之間存在著一種相輔相成、相互促進的關系，不僅會帶動傳統產業的改造和技術進步，并且能夠帶動一批相關產業的成長，較快地形成新的經濟增長點。在高新技術產業創新研究方面，閆國慶等[2]結合國家高新區發展實際，構建國家高新區創新水平測度指標體系，為國家高新區創新水平的評估提供指導。馮志軍等[3]將高新技術產業的研發過程分解為技術開發和經濟轉化兩個階段，并構建了資源約束型兩階段DEA模型，運用該模型對我國高新技術產業的17個細分行業的研發效率進行評估，認為電子計算機及辦公設備制造業的研發效率最高，而航空航天器制造業的研發效率最低。劉大為等[4]對我國高新技術開發區的現狀進行分析，認為總體看來我國高新開發區發展成就是顯著的，約66.7%的高新開發區同時達到技術有效和規模有效。

三、指標選取

1.指標選取原則。

1.1代表性原則。選取的因素應該結合高新技術產業效率評估的特點，從中選取代表性強的關鍵因素作為高新技術產業效率評估的投入指標和高新技術產業效率評估的產出指標。

1.2獨立性原則。所選取的各項投入/產出指標應相互獨立的，盡量避免各個指標之間的重疊與相關。

1.3系統性性原則。各指標之間不僅要有一定的邏輯關系，而且要從不同的側面反映出所評估對象的主要特征和狀態。

2.指標選取。由于科研績效是指高新技術產業科研中多投入和多產出之間的轉化效率。本文所研究的科研績效評價主體是高新技術產業，所以我們所考察的主要指標均是高新技術產業的科研投入和產出指標。考慮到所選指標的重要性、全面性、獨立性等原則，我們選取了以下指標分別作為科研績效評價的投入和產出指標。

四、模型與方法

DEA（即數據包絡分析）由著名運籌學家A.Charnes等為評價部門間相對效率而提出來的一種方法。DEA經典CCR模型的基本公式如下：

在此公式中，E代表的是各個單元的效率值，y代表的各個單元是輸入指標的數值，x代表的是各個單元輸出指標的數值，u代表的是各個單元輸入指標的權重，w代表的是各個單元輸入指標的權重。

雖然，我國一些學者對高新技術產業的科研績效進行了研究，并得出一些有意義的結果。但是，所采用的傳統DEA方法不能夠區分不同決策單元的優劣，并且每一決策單元為取得效率評價的最大值，會不合理地分配各自的權重。已有很多學者采用傳統的CCR模型對我國高新技術產業的科研績效進行評估，但是此模型在評價科研績效時有兩點嚴重的缺陷。第一點，會導致各個評價單位選擇對自己最優的權重。第二點，有多個單位同時是最有效率，之間難以相互比較。本文將采用交叉效率DEA方法對我國高新技術產業的科研績效進行評價。交叉效率DEA的基本模型如下：

E是單元的相對評價效率。u是第r中產出的權重或者價格，w是第i中的投入的權重或者價格。其主要思想是利用交叉的互相評價權重來抵消利用CCM模型自我評價是會加大優勢指標權重的弊端。在n個進行交叉效率評價單元中，組內每一個單元都會存在n-1個其他單元平臺的權重，一個自我評價的權重。根據交叉效率方法得到的交叉效率矩陣為：

根據交叉效率矩陣的公式，可以得到各個單元的平均交叉效率，根據其平均交叉效率的大小，對各個決策單元的相對效率大小進行排序。

五、實證研究

1.數據來源。本文選擇了我國29個省/直轄市/自治區作為研究對象，其中東部地區包括北京、山東、廣東等，中部地區包括湖北、河南等。本文通過統計年鑒，獲取了各個地區的高新技術產業的歷史數據，各變量采用了2015年數據。統計年鑒具有數據信息準確、可靠等優點。基于所構建的高新技術產業交叉效率評價指標體系，運用DEA交叉效率模型，借用Matlab編程軟件對所涉及到的線性規劃問題進行求解。

2.實證分析。本文截取了我國29個省/直轄市2015年的統計數據，運用DEA交叉效率模型對各個省份的科研績效進行評價，結果如表2所示。

由表2能夠看出，安徽、 北京和天津的數值較好，表明它們的科研績效較高；而條件較優越的上海的數值較低，說明它們的科研績效遠遠未達到要求，并且存在較大的提升空間，與安徽相比，它們應該能夠產出更好的科研成績。

仔細觀察圖表，我們不難發現當使用交叉效率模型時，不會出現兩個決策單元的效率值同時為1的情況，即不會存在兩個決策單元同時有效。因此，我們認為采用交叉效率時不僅能夠克服傳統DEA模型選擇權重時“利己”的缺陷，也能夠為我們客觀地評估各個省份的科研績效提供更清晰的指導。

六、結語

高新技術的產業發展需要各種資源的合理配置，并不是說某種資源多就好，如實證數據中的上海，作為我國的經濟金融中心，各種資源供應在量上占有絕對優勢，但是其效率僅處于中等水平，相反，安徽在各種資源量上供應相對較少時，但是卻取得較高的交叉效率值，最主要的原因是上海在新產品銷售收入方面效率較低。因此，本文的結論建議政府全面考慮政策制定，特別是上海需要向其他效率較高的省市學習新產品的經驗，合理評估高新企業投入，支持高新技術產業發展。

參考文獻：

[1]李志軍.我國自主創新的現狀、問題及成因[J]. 中國科技投資，2007，（4）：141-148.

[2]閆國慶，孫琪，陳超.國家高新技術產業開發區創新水平測度指標體系研究[J].中國軟科學，2008，（4）：141-148.

[3]馮志軍，陳偉.中國高技術產業研發創新效率研究——基于資源約束型兩階段 DEA模型的新視角，[J].系統工程理論與實踐，2014，34（5）：1202-1212.

[4]劉大為，熊國強，刁伍鈞.用DEA方法綜合評價我國高新技術開發區經濟效益，[J].西安理工大學學報，2004，34（5）：105-108.

作者簡介：魯鑫（1990—）男，河南漯河，重慶郵電大學，研究生，組織科學與管理。楊豐瑞（1963—）男，重慶人，教授，碩士生導師，博士，主要從事通信運營管理研究。