基于網絡DEA的區域創新網絡共生效率評價

葉　斌,陳麗玉

(華南理工大學工商管理學院，廣東　廣州　510641)

?

基于網絡DEA的區域創新網絡共生效率評價

葉斌,陳麗玉

(華南理工大學工商管理學院，廣東廣州510641)

摘要：本文將區域創新網絡看作是一個各類創新主體在其中相互競爭和合作，進行物質、信息和能量的交換，進而獲得創新產出的共生系統，并利用網絡DEA模型將區域創新網絡中的多階段生產過程模型化，考察區域創新網絡的共生效率。研究結果表明：(1)我國區域創新網絡共生效率較高的地區大多為經濟發達地區和科技水平較高地區；(2)我國目前還不存在一體化共生的區域創新網絡，少數省份的區域創新網絡屬于連續共生，間歇共生是發生得最多的區域創新網絡共生模式，點共生只存在于少數幾個省份的區域創新網絡中。

關鍵詞：區域創新網絡；共生效率；網絡DEA模型

一、引言

在談到創新能力和效率時，一直以來人們更關注企業的內部。這種依靠自身的創新資源和能力的創新觀念一直主導著企業的技術創新實踐。雖然這種內化式的創新觀念在很大程度上強化了企業的創新意識，并推動了20世紀的技術創新和經濟發展。但是，20世紀80年代以來，隨著知識型社會的深入發展，技術創新活動和技術創新環境愈來愈復雜，創新主體之間的關系越來越緊密，以應對越來越高的技術創新的難度和風險。技術創新的日趨復雜化不斷要求多種互補性技術的同步發展，而且對創新的物質資源投入和知識技能投入的需求增加。在這種背景下，靠單個企業創新也就無法解決問題，需要掌握相關技術的創新主體攜手合作，協同創新。已有許多研究表明，企業可以通過創新網絡來獲取互補性的資源，使資源的價值達到最大化。Glaister和Buckly(1996)研究發現，企業形成網絡組織的目的不是分擔風險或是經濟規模，而是獲得互補資源。這也從一個側面反映出區域內企業、政府、高校/科研機構、金融機構及中介組織等異質主體創新主體形成創新網絡的原因[1]。網絡式創新模式將整個創新過程看作為一個創新主體與網絡中其他成員進行物資、能量和信息的交換，知識、信息等資源，并通過外部資源內部化和協調機制優化配置創新資源，從而實現各創新主體之間的資源互補、利益共享、風險共擔，更好地對外部環境變化做出相機反應。區域創新網絡是指一定區域內眾多創新主體(企業、研究機構、大學、地方政府和中介組織等)之間在特定的創新環境下相互作用所形成的促進創新的網絡。區域創新網絡一直被認為是區域經濟發展的重要推動力，對區域經濟增長、區域產業結構升級和區域整體競爭力提升具有顯著的促進作用。要提高區域創新效率、提高區域創新網絡對區域經濟發展的支撐力度，就必須通過對區域創新網絡的創新效率進行科學的評價，分析影響創新效率的主要因素，找出區域創新網絡在創新過程中存在的問題，針對這些問題提出改進措施，進而提升區域的創新能力，促進區域經濟的發展。

二、文獻綜述

DEA模型是根據一組關于輸入、輸出的觀察值來估計有效生產前沿面的，是用來研究具有多個輸入、特別是具有多個輸出的復雜系統效率的有效方法，但是隨著經濟社會系統越發復雜，傳統DEA模型的應用局限性也逐漸顯現出來。從評價所涉及的主體來看，傳統DEA模型將系統看成是“黑箱”來進行整體效率評價。這種做法忽略了復雜系統中各子系統的具體情況及子系統之間的關系，不僅對存在不同時間階段的動態過程評價顯得無能為力，而且還存在高估系統效率的可能。在這種背景下，F?re(1997)、F?re和Grosskopf(2000)、Zhu和Cook(2007)提出了多階段網絡DEA模型，將復雜網絡系統中的多階段生產過程模型化，假定系統某一階段的輸出變量成為其他階段的輸入變量，從而打開了復雜網絡系統的“黑箱”，為我們深入考察復雜系統的運行效率提供了有力的工具[2-4]。

我國學者采用網絡DEA技術進行創新效率評價的研究起步較晚，從2010年起相關的研究才開始出現。這些研究從企業、產業和區域三個方面對創新效率進行了測算。彭佑元和王婷(2016)運用二階段網絡DEA方法測算我國創業板科技創新型上市公司2012—2014年投資效率值及非效率投資的改進程度[5]。趙樹寬和趙鵬飛(2010)、胡穎慧和陳偉(2013)、馮鋒和燕會雷(2013)、趙嘉茜等(2013)、李陽(2015)、董艷梅和朱英明(2015)、王艷和周晶晶(2016)采用兩階段關聯網絡DEA模型對相關產業的技術創新效率進行了測算[6-12]。李邃等(2011)、尹偉華和袁衛(2012)、彭誠和鄭長德(2014)、梁瑞敏和彭佑元(2014)、王博等(2014)構建兩階段網絡DEA模型對我國區域創新效率進行了測算[13-17]。這些研究文獻為我們評價創新效率提供了有益的借鑒，但這些研究成果也存在著一些不足之處：一是盡管對區域創新網絡的研究較多，但是一直以來對其運行效率的分析還是缺乏共識和評判標準。究其原因，在于區域創新網絡這一系統的動態性、自相似性、自組織性、復雜性等，涉及面寬泛而難以評價。二是這些研究雖然將創新過程的“黑箱”分解成“灰箱”，解決了創新效率被高估的問題，但由于其將各子過程視為相互獨立的部分，遺漏了各子過程之間的互動，使結果也是有偏的。三是這些研究在用網絡DEA模型進行測算時，采用的仍是CCR基本型，這樣算出來的模型的效率范圍只是在0～1之間，對于很多效率等于1的決策單元無法比較。

鑒于此，本文從一個全新的視角——共生來觀察區域創新網絡，并建立基于超效率的網絡DEA模型，對我國區域創新共生網絡的效率進行較全面的分析。所謂共生就是指不同生物種屬按某種物質聯系而生活在一起，共同適應復雜多變的環境，互相依賴，各能獲得一定利益的一種生物與生物之間的相互關系[18]。Ahmadjian(1986)認為，共生是一種自然現象，生物體之間出于生存的需要必然按照某種方式相互依存、相互作用，形成共同生存、協同進化的共生關系[19]。共生既是普遍存在的生物現象，也是普遍存在的社會現象。在當代社會，共生而作為一種最基本的機制或利益關系模式，已經代替競爭成為現代生態學的最基本范式。因此，從共生的角度來研究區域創新網絡各創新主體之間的信息傳遞、物質交流、能量傳導以及合作創新，能夠打開區域創新網絡創新過程的“黑箱”，能夠深入了解區域創新網絡持續成功生存、繁榮、發展的根本依據和立足點，從而豐富和完善區域創新理論。

三、研究設計

區域創新網絡為創新主體提供一種相互作用和互動的平臺，不同創新主體資源通過創新網絡實現相互合作，優勢互補，資源共享，產生協同效應。與自然界的生物群落一樣，區域創新網絡也是一個相互聯系、相互制約的統一綜合體，具有很多與生物群落相似的特性，包括競爭性、協作性以及環境適應性等。在區域創新網絡中，各創新主體為其他創新主體提供有利于生存的幫助，同時也獲得其他創新主體的幫助。在共生理論視野下，區域創新網絡中的各創新主體(共生單元)通過共生合作機制(共生界面)進行物質、信息和能量的交換，獲得創新產出(圖1)。

圖1　區域創新網絡的共生過程示意圖

圖1中，X1表示研究機構從共生環境中所獲得的資金、人力資本等投入，研究機構的產出包括兩部分：一部分是向企業輸出的人才、技術等要素Z1，另一部分研究機構對共生環境的產出Z2。X2表示企業從共生環境獲得的資金、人才等外部投入，與研究機構一樣，企業的產出也包括兩部分，一部分是向研究機構提供的資金等要素Y1，另一部分企業的最終的產品或服務產出Y2。

假設有n個決策單元(DMU)，在第一階段研究機構有來自共生環境的投入X1有m種，來自企業的投入Y1有k種，在第一階段研究機構的中間產出Z1有p種，對共生環境的產出Z2有q種；在第二階段企業有來自共生環境的投入X2有r種，來自研究機構的投入Z1有p種，在第二階段企業對研究機構提供的產出Y1有k種，最終的產出Y2有s種。以U1、U2、V1、V2、W1、W2分別代表X1、X2、Y1、Y2、Z1、Z2的權重。在規模報酬不變的情況下，如果不考慮區域創新網絡各創新主體之間的共生關系，可以得到第i個區域創新網絡(第i個DMU)的創新效率評價DEA模型為：

(1)

在考慮區域創新網絡各類創新主體之間的共生關系，構造第i個區域創新共生網絡的整體創新效率評價模型時，要滿足如下兩個條件：一是同一種要素無論存在于哪個子過程，也無論是作為產出還是作為投入，其權重都要保持一致；二是每個子過程都必須滿足累積產出不超過累積投入，即生產前沿面條件。基于上述條件，本文構造出如下考慮共生關系的第i個區域創新網絡的創新效率評價網絡DEA模型：

(2)

式(2)中第一個約束條件是區域創新共生網絡作為一個整體所需要滿足的生產前沿面條件，第二和第三個約束條件分別是子第一階段和第二階段所要滿足的生產前沿面條件。從式(2)我們可以看出，第一個約束條件恰好等于第二和第三個約束條件之和，故約束第一個約束條件可以去掉。因此式(2)可以進一步簡化為：

(3)

在得到不考慮共生關系和考慮共生關系兩種情況下第i個區域創新網絡的創新效率后，可以求出該區域創新網絡的共生效率為：

(4)

在計算兩種情況下區域創新網絡的創新效率時，上述網絡DEA模型將區域創新網絡分為兩類：有效和無效，有效的區域創新網絡其效率值均為1，這樣導致對于多個同時有效的區域創新網絡則無法做出區分，從而無法準確計算這些區域創新網絡的共生效率。Andersen和Petersen(1993)提出超效率DEA模型，在評價某DMU時，以其他所有DMU構成參考集而不考慮被評價DMU本身[20]。在超效率DEA中，將某個DMU能增加其投入而仍保持相對有效性的最大比例值，稱為該DMU的超效率值，顯然該效率值有可能大于1。超效率DEA使有效的DMU之間也能進行區分，因此本文在計算區域創新網絡的創新效率時將采用超效率的計算方法。

在區域創新網絡的投入產出指標的選擇上，本文借鑒已有文獻的研究成果，并結合數據的可得性，構建了如下區域創新網絡創新效率的評價指標體系(表1)。

四、計算結果與分析

本文選取我國30個省(自治區)、直轄市作為研究對象(由于西藏數據不全，沒有包含在研究范圍之內)。考慮到投入產出的滯后，因此本文的外部投入和產出分別采用2012年和2013年的相關數據。中間投入和產出則采用2012年的數據。數據主要來自相關年份的《中國統計年鑒》、《中國科技統計年鑒》和《高等學校科技統計資料匯編》。科研機構的所有指標數據，都是由研發機構和高校相對應指標數據加總形成。企業系統的相關指標采用規模以上工業企業的對應數據來衡量。各變量的描述統計量見表2。

表1 區域創新網絡創新效率的評價指標體系

表2　區域創新網絡投入產出指標的描述性特征

在使用DEA模型過程中投入與產出指標的選擇很關鍵。網絡DEA模型也不例外，不管是直接的投入產出指標，還是中間投入產出指標都必須能夠解釋各指標對于效率衡量的影響。因此，為了確保評價結果的可靠性，還要對投入與產出指標的進行相關性檢驗[21]。本文采用SPSS12.0軟件對區域創新網絡各投入產出指標的相關性進行了分析。分析結果表明，區域創新網絡各投入產出指標均高度正相關，大部分指標之間的相關系數都在0.5以上，由此可知本文選取的區域創新網絡投入與產出指標是合適的(限于篇幅，本文沒有列出相關系數表)。

采用Matlab2012b軟件編程，首先計算出第一階段科研機構和第二階段企業這兩個子過程的創新效率，見表3。

以科研機構的創新效率為橫軸，以企業的創新效率為縱軸，可以繪制出區域創新網絡科研機構和企業創新效率散點圖，見圖2所示。

表3　區域創新網絡科研機構和企業的創新效率

圖2　區域創新網絡科研機構和企業創新效率散點圖

若以1為效率值的分界點，可將圖2所示的區域分為4個象限。

第一象限為科研機構和企業創新效率都較高的區域創新網絡。這類地區的區域創新網絡不僅在創新資源投入轉化為技術成果產出過程，而且在技術成果轉化為經濟效益產出過程都是高效率的。處于該象限的省份有北京、重慶、浙江和山東。

第二象限為科研機構創新效率較低，而企業創新效率較高的區域創新網絡。這類地區的區域創新網絡雖然在科研機構的創新資源投入轉化為技術成果產出過程的效率較低，但是在技術成果轉化為經濟效益產出過程的效率卻相對較高。處于該象限的省份有四川、陜西、上海、天津、廣東等。這類地區應制定良好的創新激勵政策，提高科研人員的積極性，提高原始創新資源轉變成科技成果的數量和質量。

第三象限為科研機構和企業創新效率都比較低的區域創新網絡。這類地區的區域創新網絡在創新資源投入轉化為技術成果產出，技術成果產出再轉化為經濟效益產出的過程都處于低效率之中。處于該象限的省份有河北、遼寧、湖北、山西等。這類地區應該從創新資源有效利用和科技成果高效轉化等多個環節協調人手，從根本上解決雙重低效的問題。

第四象限為科研機構創新效率較高，而企業創新效率較低的區域創新網絡。這類地區的區域創新網絡在創新資源投入轉化為技術成果環節效率相對較高，但其在技術轉化過程效率偏低，技術成果未能有效的推進區域經濟的發展。處于該象限的省份有海南、河南和福建。這類地區應加強研發前的市場調查分析，向應用開發傾斜，以確保成果適應市場需求。同時，還建立相應的中介機構，加強高校、科研機構與經濟產出單位之間的聯系，從而提高成果轉化率。

將區域創新網絡視為一個整體，按照前文所構建的網絡DEA模型，可以計算出各省(自治區)、直轄市創新網絡在考慮共生關系和不考慮共生關系時的創新效率，以及區域創新網絡的共生效率，見表4所示。

從表4可以看出，考慮共生關系時區域創新網絡的創新效率要小于不考慮共生關系時的創新效率，這也證明了前文提到的一個觀點，即將系統看成是“黑箱”而進行整體效率評價的做法很忽略了子系統的具體情況及子系統之間的互動關系，高估了系統效率。為了更清楚地對比省(自治區)、直轄市的共生效率，本文將各省份的區域創新網絡的效率值繪制在折線圖中，見圖3所示。

從圖3中可以看出，不考慮共生關系時，廣東、北京、黑龍江、浙江、上海、湖南、天津、重慶、河南、山東、福建、湖北、江蘇、陜西等14個省市的區域創新網絡的創新效率等于或超過1，說明這些省份的區域創新網絡的創新活動是在生產前沿面上進行的，其創新活動是相對有效的；而以云南、青海等省份的區域創新網絡的創新效率相對較低，還有很大的改善空間。考慮共生關系時，廣東、浙江、北京、黑龍江、湖南、重慶、天津、上海、河南等9個省市的區域創新網絡的創新要素的投入產出效率等于或超過1，是相對有效的；而以云南、山西等省份的區域創新網絡的創新效率相對較低。從區域創新網絡的共生效率來看，以廣東、重慶、浙江、山東、江西、天津、河南、吉林、北京、上海為代表的省份的區域創新網絡的共生效率較高，而內蒙古、新疆、青海等省份的區域創新網絡的共生效率較低。我們注意到，區域創新網絡共生效率較高的地區大多為經濟發達地區和科技水平較高地區，這些地區創新資源較為豐富，創新政策多樣化，創新合作和交流頻繁，且各創新主體之間的合作層次較高，共生的程度也較高。

表4　區域創新網絡的共生效率

圖3　區域創新網絡的共生效率

區域創新網絡的共生模式在組織程度上，可分為點共生模式、間歇共生模式、連續共生模式、一體化共生模式等多種情形。點共生模式只是在某一特定時刻，由共生單元間進行的一次相互作用，因而具有不穩定性和隨機性。點共生模式的區域創新網絡中各創新主體之間沒有分工協作、沒有相互制約，對于共生體的各因素均無固定關系，因而價值鏈短、效率低，區域創新網絡的集聚效應很弱。間歇共生模式是共生單元間按某種時間間隔進行多次相互作用，是一種不連續的行為。與點共生模式區域創新網絡相比，間歇共生模式的區域創新網絡中各創新主體之間的互動不是隨機的，而是經常性的。連續共生模式是共生單元間在某一封閉時間區間內發生連續性的多方面的相互作用。與間歇共生模式區域創新網絡相比，連續共生模式區域創新網絡具有更高的穩定性和連續性。一體化共生模式則是共生單元在某一封閉時間區間內形成了具有獨立性質和功能的共生體，進行全方位的相互作用，共生關系穩定且具有必然性。一體化共生模式作為區域創新網絡最高程度的共生創新模式，具有更高的穩定性和最明顯的共進化特征，也是區域創新網絡的理想共生模式。

為了更好地分析各省份區域創新網絡的共生模式，本文對各區域創新網絡的共生效率進行聚類分析。在聚類分析中本文采用的聚類分析方法是系統聚類分析方法(Hierarchical Methods)，即根據區域創新網絡共生程度的相似性進行逐步合并，將區域創新網絡共生程度具有較高相似性的省份聚集成一類。為了方便計算，本文選取的計算距離為歐式距離，距離越近的兩個省份，其區域創新網絡的共生程度越具相似性。區域創新網絡共生模式聚類的結果見表5。

由于沒有一個省份的區域創新網絡的共生效率達到1，因此本文認為我國暫時還不存在一體化共生的區域創新網絡。從聚類分析結果來看，內蒙古、廣西等省份區域創新網絡的共生效率較低，這些區域創新網絡中各創新主體之間的互動很少，創新合作具有不穩定性和隨機性。我們稱之為點共生區域創新網絡。河北、山西、遼寧等省份區域創新網絡的共生效率有所提高(一般都在0.8以上)，這些區域創新網絡中各創新主體之間的互動盡管會經常合作進行創新，但是這種合作不穩定，在時間上具有不連續和間歇性。我們稱這類區域創新網絡為間歇共生區域創新網絡。北京、天津等省份區域創新網絡的共生效率較高(一般都在0.9以上)，這些區域創新網絡中各創新主體之間通過人員、資金、設備、信息等多重共生介質的長期交互，形成了相對穩定的合約及信任等內生界面，消除了合作創新主體選擇的隨機性，減少了共生能量在傳導過程中的損失。我們稱這類區域創新網絡為連續共生區域創新網絡。

表5　區域創新網絡聚類分析結果

五、結論與啟示

本文將區域創新網絡看作是一個各類創新主體在其中相互競爭和合作，進行物質、信息和能量的交換，進而獲得創新產出的共生系統，并利用網絡DEA模型將區域創新網絡中的多階段生產過程模型化，考察區域創新網絡的共生效率。研究結果表明：(1)我國區域創新網絡共生效率較高的地區大多為經濟發達地區和科技水平較高地區；(2)我國目前還不存在一體化共生的區域創新網絡，少數省份的區域創新網絡屬于連續共生，間歇共生是發生得最多的區域創新網絡共生模式，點共生只存在于少數幾個省份的區域創新網絡中。

盡管從理論上，區域創新網絡的演化會呈現出從點共生、間歇共生到連續共生、一體化共生的變化，但這種演化過程絕不是一帆風順的，而是要受到共生界面和共生環境的制約。如區域創新網絡中各類創新主體之間合作創新的穩定性取決于地方政府、中介機構等共生介質的穩定性，其調節能力越強，區域創新網絡共生關系的穩定性越好。區域創新網絡共生演化問題說到底還是創新網絡內各創新主體之間關系演化問題，是整個創新網絡中各創新主體在不同時期自身網絡地位和網絡聯系深度和廣度的問題。在區域創新網絡的產生和演化過程中，政府應在以市場為主導的基礎上，通過引導產學研合作、技術創新戰略聯盟等手段提高創新合作的廣度和深度，最終實現創新中的研發、成果轉化的各環節有效串接，促進區域創新網絡向一體化共生發展。此外，政府還可以根據區域內外的共生單元數量、共生界面層次和共生環境狀況等具體條件，不斷延伸區域創新網絡的產業鏈以增加網絡中各創新主體之間的異質性，不斷引入外部創新資源以維持網絡的動態平衡，并通過產業基地(園區)聚集各類創新主體以形成功能完善、分工協作的創新網絡，從而減少和降低創新的風險與不確定性，加速區域創新網絡各創新主體從一次性合作、間歇合作向緊密合作乃至結為一體轉變，提升區域創新網絡的共生程度，進而提升區域創新網絡的創新效率。參考文獻：

[1]Glaister K.W, Buckley P.J. Strategic motives for inter￣national alliance formation[J]. Journal of Management Studies, 1996(33): 301-332.

[2]F?re R, Grabowski R, Grosskopf S,et al. Efficiency of a fixed but allocatable input: A non-parametric approach[J]. Economics Letters, 1997(56): 187-193.

[3]F?re R,Grosskopf S. Network DEA[J]. Socio-Economic Planning Sciences, 2000(34): 35-49.

[4]Zhu J,Cook W D. Modeling data irregularities and structural complexities in DEA[M]. Springer, 2007.

[5]彭佑元，王婷基. 于網絡DEA的科技創新型企業投資效率評價分析[J]. 工業技術經濟，2016(1)：83-91.

[6]趙樹寬，趙鵬飛. 中國汽車業技術供應鏈技術效率評價研究[J]. 中國軟科學，2010(10)：172-179.

[7]胡穎慧，陳偉. 網絡化生產過程視角下的中國工業行業創新效率研究[J]. 中國科技論壇，2013(8)：53-60.

[8]馮鋒，燕會雷. 兩系統鏈視角下科技協同創新效率研究:基于我國28省市高技術產業的數據分析[J]. 電子科技大學學報：社會科學版，2013(5)：31-36.

[9]趙嘉茜，宋偉，葉胡. 基于鏈式關聯網絡的區域知識產權戰略實施績效評價研究：來自中國29個省高技術產業的實證數據[J]. 中國科技論壇，2013(4)：103-108.

[10]李陽. 基于網絡DEA的地區工業企業技術創新效率研究[J]. 統計與決策，2015(23)：85-89.

[11]董艷梅，朱英明. 中國高技術產業創新效率評價：基于兩階段動態網絡DEA模型[J]. 科技進步與對策，2015(24)：106-113.

[12]王艷，周晶晶. 我國通信設備制造業創新效率的再測度：基于鏈式關聯網絡DEA[J]. 科技管理研究，2016(6)：141-147.

[13]李邃，江可申，鄭兵云. 基于鏈式關聯網絡的區域創新效率研究：以江蘇為研究對象[J]. 科學學與科學技術管理，2011(11)：131-137.

[14]尹偉華，袁衛. 我國區域R&D投入績效評價研究：基于關聯網絡DEA模型[J]. 科技進步與對策，2012(23)：123-127.

[15]彭誠，鄭長德. 基于決策偏好兩階段網絡DEA的我國科技投入效率研究[J]. 科技進步與對策，2014(8)：125-129.

[16]梁瑞敏，彭佑元. 基于網絡DEA的山西省區域科技創新績效評價研究[J]. 科技管理研究，2014(18)：112-116.

[17]王博，馮鋒，安慶賢，等. 區域高技術產業R&D活動效率分析與評價：基于一種新型改進兩階段網絡DEA模型[J]. 科技管理研究，2014(5)：58-64.

[18]Douglas A E. Symbiotic interactions[M].Oxford：Oxford University Press, 1994.

[19]Ahmadjian V. Symbiosis an introduction to biological association[M]. University Press of New England, 1986.

[20]Andersen P, Petersen N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science, 1993, 39(10): 1261-1264.

[21]Lang J R, Golden P. Evaluating the efficiency of SBDCS with data envelopment analysis: A longitudinal approach[J]. Journal of Small Business Management, 1989(27): 42-49.

(本文責編：海洋)

收稿日期：2016-02-20修回日期：2016-06-25

基金項目：國家自然科學基金重點項目(71233003)；國家自然科學基金面上項目(71073057)；教育部哲學社會科學研究重大課題攻關項目(12JZD042)

作者簡介：葉斌(1972-)，男，安徽省馬鞍山人，漢族，華南理工大學工商管理學院博士研究生，研究方向：科技創新管理。

中圖分類號：F127

文獻標識碼：A

文章編號：1002-9753(2016)07-0100-09

On the Symbiosis Efficiency of Regional Innovation Network Based on Network DEA Model

YE Bin，CHEN Li-yu

(SchoolofBusinessAdministration,SouthChinaUniversityofTechnology,Guangzhou510641)

Abstract：Regarding regional innovation network as a symbiosis system in which innovation entities compete and cooperate with each other, exchange matter, information and energy, and obtain innovation outputs, this article explores the symbiosis efficiency of regional innovation networks using network DEA model with multi-stage production progress. The results show that: (1) Most regions with high symbiosis efficiency are regions with high economic or technological level; (2) At present there is no region with integrative symbiosis regional innovation network. A few provinces have continuous symbiosis regional innovation network. Most regional innovation networks are intermittent symbiosis. Dot symbiosis only exists in several regional innovation networks.

Key words:regional innovation network; symbiosis efficiency; network DEA model