我國高新技術產業中大中型工業企業科技創新能力的DEA評價

　　摘要：本文通過應用DEA評價方法，建立我國高新技術產業中大中型工業企業科技創新能力評價指標、評價模型，并做出分析。分別運用CCR模型、BBC模型以及超效率DEA模型對問題進行分析。通過計算結果對各個產業進行梳理并提出建議。
　　關鍵詞：高新技術產業 超效率DEA CCR模型 BCC模型
　　
　　一、引言
　　
　　20世紀90年代初以來，高新技術產業已經成為世界經濟最富有活力的增長點，成為社會財富以幾何級數增長的主導力量。我國的高新技術產業是從改革開放以后發展起來的，可以說起步較晚。雖然在化學、醫療器械、航空航天、電子信息技術、生物工程等方面都有所發展，并建立了許多大中型工業企業，但是面向國際市場的激烈競爭仍有很大的困難。為此，我們有必要建立一套科學、合理的評價體系，使我們更清楚地了解到應采取何種措施來彌補不足。目前，我國對高新技術產業評價與發展的研究還不是很完善，很多學者對這個問題也在不斷地進行研究，如賁友紅在對江蘇省各市高新技術產業發展的評價研究中應用了主成分分析法，對江蘇省各個城市的高新技術產業的發展情況進行了分析及評價。李拓晨在我國高新技術產業競爭力主要指標評析，運用我國高新技術產業10年發展的關鍵指標進行統計分析，而以上文章評價的方法都帶有較強的主觀性。為了使評價更為客觀，國內有很多學者選擇應用DEA方法對我國高新技術產業的科技創新能力進行評價，其中最具代表性的文章如李 在基于DEA方法對我國區域高新技術產業園區的效率分析中運用數據包絡分析中的CCR模型、BCC模型和Malmquist要素生產力指數法，采用了比較客觀的評價方法，對我國27個地區的高新技術產業園區構建三層評估體系，提出促進我國高新技術產業園區戰略升級的政策建議。
　　
　　二、DEA方法的基本思想及評價模型
　　
　　(一)數據包絡分析
　　數據包絡分析（DEA，Data Envelopment Analysis）是美國運籌學家A.Charnes和W.Cooper等學者提出的以相對效率概念為基礎，根據多指標投入和多指標產出對相同類型的單位（部門）進行相對有效或效益評價的一種新的系統分析方法。
　　DEA方法具有與其他多目標評價方法不同的優勢：在對決策單元（DMU，Decision Making Unit）進行評價時，它不必考慮指標的量綱，也不需要事先確定指標的相對權重，更不必確定決策單元的各輸入輸出之間的顯式函數關系，這就排除了許多主觀因素。不僅增強了評價結果的客觀性，而且還使問題得到簡化。因此，選擇DEA方法定量研究我國的高新技術產業中大中型工業企業科技創新能力。
　　（二）CCR模型和BCC模型
　　CCR模型是測量綜合技術效率的模型，而BCC模型是測量純技術效率的模型。在CCR模型的基礎上加上λ之和為1這個約束條件即得出BCC模型。兩個模型在有效性的判斷上是一致的。由CCR模型計算出的效率值 除以BCC模型下計算出的純技術效率值θBCC，就可得到各決策單位的規模效率值θ＇，以便進一步了解技術效率欠缺的原因是規模無效率還是純技術無效率。這樣兩者結合起來便可以對決策單元技術效率和規模效率進
　　行綜合分析。兩個模型如下：
　　CCR模型： BCC模型：
　　min{θ-ε ( ∑ s + +∑s- )} min{θ-ε ( ∑ s + +∑s- )}
　　 s.t.λj xj +s+ =θx0 s.t.λj xj +s +=θx0
　　 s.t.λjyj-s- = y0 s.t.λjyj -s- = y0
　　θ無約束 θ無約束
　　λ