文档介绍：考虑发展差异的区域技术创新效率评价研究
考虑发展差异的区域技术创新效率评价研究
[摘要]区域技术创新效率是区域发展的动力,是衡量区域技术创新运营机制有效程度的重要标准,而区域发展水平的不同对技术创新的贡献要求亦不同。本文采用钱纳里的经济发展阶段分类标准对区域进行分类,同时考虑样本量的约束,运用引入分类变量后基于Gini准则修正的DEA模型对我国2009年30个省级层面的技术创新效率进行分析,并根据结果提出不同地区的改进取向。
[关键词]技术创新效率;数据包络分析;分类变量;Gini准则
[中图分类号]F121 [文献标识码]A [文章编号]1005-6432(2014)8-0023-04
技术创新作为经济发展的动力源之一,特别是随着知识经济的发展在区域竞争中显示出了日益强劲的作用。技术创新在提高生产率和创造新兴产业方面起到了根本作用,成为影响区域产业升级和结构转换的核心因素。区域技术创新效率和能力已成为衡量区域经济是否拥有国际竞争优势的决定性因素。如何提升区域技术效率成为区域关注的重点,这就需要对区域技术创新效率进行测度并通过横向对比为提升效率提供基础。对区域进行技术创新效率评价,可以判断区域发展过程中资源是否合理利用,资源配置是否合理等问题,据此提出针对性的改进建议,对于提升技术投入资源的利用效率进而提高区域的科技竞争力具有十分重要的现实意义。从理论角度对技术创新效率进行评价成为研究热点,如何选择一种有效的评价方法对区域技术创新效率进行评价,从而制定出适合各区域的发展战略以提高区域经济效益成为了关键问题。而不同的经济发展阶段对技术创新的要求也不同,从形态的角度是模仿创新、自主创新、工艺创新和产品创新。在初级发展阶段可能倾向于模仿创新,而经济发展到一定阶段以后开始注重自主创新;在降低成本阶段注重工艺创新,在差异化发展阶段注重产品创新。我国区域间差异很大,创新的取向存在着差异,因此在技术创新效率评价时需要充分考虑这种差异。既有的技术创新效率评价方法包括DEA、SFA和综合评价方法等。如何选用一种有效的评价方法对区域进行技术创新效率评价,从而制定区域技术创新发展战略,确立区域间的效率基准,提高我成为关键问题。本文将对DEA方法进行分析,R、交叉效率模型和分类DEA模型,R方法得到的结果不唯一,所以很多人引进了交叉效率模型,但该方法将所有决策单元全部归结为合作关系或竞争关系,不符合实际情况。因此,本文提出分类DEA模型、采用Gini算法来评价区域技术创新效率,既解决了效率不唯一的问题,也考虑了区域发展的不同阶段对技术创新效率的要求不同的问题。
1 相关文献综述
由于传统DEA模型计算得到的决策单元效率会出现多个1,无法进一步区分,因此针对这一问题提出了许多改进模型。常见的方法有交叉效率方法、超效率方法、最劣前沿面法、标杆排序法、DEA-Gini算法和分类变量法。其中分类变量法是在传统DEA模型的基础上根据研究问题的所处环境提出的进一步改进。Banker和Morey提出了分类DEA模型,先对处于不同环境的美国艾奥瓦州药店进行分类,再对它们进行绩效评价。[1]Cooper根据决策单元的非可控因素对图书馆进行分类,然后计算它们的绩效;与此同时Cooper按照决策单元的可控因素进行分类,来评价商店服务质量的运营效率。[