我国高技术产业技术创新效率的测度_第1页
我国高技术产业技术创新效率的测度_第2页
我国高技术产业技术创新效率的测度_第3页
我国高技术产业技术创新效率的测度_第4页
我国高技术产业技术创新效率的测度_第5页
已阅读5页,还剩10页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、我国高技术产业技术创新效率的测度官建成1陈凯华2(11 复旦大学管理学院 ; 21 北京航空航天大学经济管理学院)【摘要】本文综合运用数据包络分析的松弛测度模型和临界效率测度模型 , 对中国高技术产业技术创新活动的技术效率、纯技术效率、规模效率、规模状态进行 了测度。研究表明 , 虽然中国高技术产业纯技术效率在逐年改善 , 但规模效益较 差 , 规模效率逐年削弱 , 且生产规模处于最优状态的份额仅占考察状态的 38 % 。研究还发现 , 无效高技术产业技术改造经费投入冗余较为严重 , 多数无效高技术产业在新产品出口和专利产出上存在较大的潜在产出不足。关键词高技术产业技术创新效率数据包络分析松弛

2、测度中图分类号f2761 42文献标识码amea suring innovation perf ormanceof chinese high2tech industriesabstract : the p ap er mea sure s t he p erfo r ma nce s of t ec h nical efficie ncy , p uret ech nical efficie ncy , scale efficie ncy , scale st at u s i n vi r t ue of t he slac k2ba se d mea s2 ure a nd t he cr

3、itical efficie ncy mea sure i n dat a e nvelop me nt a nal ysi s ( d ea ) 1 the mea sure me nt re sult s sho w t hat alt ho ugh t he p ure t ec h nical efficie ncy i s i mp ro vi ng yea r by yea r , t he scale eco no my i s poo r a nd t he scale eff ect i s gra duall y wea ke ni ng , alo ng wit h t

4、he f act t hat t he st at e s wit h op ti mal p ro ductive scale o nl y sha re 38 % of all i n sp ect e d st at e s1 a t t he sa me ti me , t he a naly si s re sult s al so sho w t hat t he sur2 p l u s de gree of i np ut s of t ec h nolo gical re no vatio n into innovatio n activities of inefficien

5、t high2tech indust ries is serio us , and t here is heavy shortage of potential o utp ut s in t he p roduct s export and inventive patent s fo r mo st of inefficient high2tech indust ries1key words : hi gh2t ech indu st r y ; tech nolo gical inno vatio n efficie ncy ; dat aenvelop me nt a nal ysi s

6、; slac k2ba sed mea sure引言高技术产业作为目前知识经济活动中技术创新最为活跃的产业 , 是经济发展新的增长 本文得到国家社会科学基金项目“提升我国高技术产业创新绩效的研究”( 批准号 : 08bj y031) 与上海市重点学科建设项目 (b210) 资助。20 数量经济技术经济研究2009 年第 10 期点 , 其作为我国经济社会发展“助推器”的作用日益明显 , 对产业结构调整优化升级、转变经济发展方式产生了重大影响 , 有效地促进了中国粗放型经济模式向集约型经济模式转变的 实现。因此 , 通过对中国高技术产业的历史绩效行为进行分析来指导其战略发展有着重要的 意义。对技

7、术创新活动的绩效行为 , 可从效率绩效角度或者结果绩效角度进行测度 。本文认为 , 从中国目前经济发展的需要出发 , 可辅助改善创新活动的效率绩效测度较结果绩效测度 更适合中国集约型经济发展模式 , 它可有效体现有限科技资源下技术创新和资源配置的市场 竞争力。因此 , 从效率角度考察高技术产业的创新活动 , 不但有利于改善高技术产业技术创 新活动的绩效 , 同时也对促进中国经济发展模式的有效转变起着重要的作用 。分析现有国内外研究成果 , 学者较多关注体现创新产出的 “绝对结果绩效”, 对体现创 新过程的“相对效率绩效”的研究较为缺乏 。j a ko b so n (2007) 虽以专著的形式

8、分析了中国高技术产业的经济活动情况 , 但仅停留在浅层的描述性统计上 , 并没有涉及包括创新效率在 内的深层分析 ; 此前 , che n 和 shi h (2005) 虽撇开简单的描述统计 , 以专著形式对中国高 技术产业复杂经济行为进行了深层次的研究 , 但是仍没有涉及创新效率的测度分析。在学术论文成果中 , l i u 和 b uc k ( 2007) 、li u 和 zo u际技术溢出对中国高技术产业创新绩效的影响 ;( 2008) 也仅是利用简单的回归 , 分析了国tse ng 等 (2007) 借助层次分析法和模糊数学工具 , 针对中国台湾高技术制造产业建立了商业绩效的综合分析模型

9、 , 但仅仅解决了创新结果绩效水平的排序比较问题 。相对国外学者 , 国内学者对这一问题的关注程度更加不足。 朱有为、徐康宁 (2006) 以新产品作为研发产出 , 对高技术产业的研发效率进行了测度 , 但 由于其利用的随机前沿分析模型需要对函数形式和分布进行严格假设 , 而且只能研究单输出 的经济行为效率 , 难以推广到多产出的技术创新效率测度中。本文综合利用两个有效的数据包络模型 , 对中国高技术产业的技术创新活动的技术效率、纯技术效率、规模效率以及生产 规模状态进行全面分析 , 并考察无效产业指标的无效水平。一 、模型设定创新系统是个复杂系统 , 对创新效率估计妥当而有效的途径是视创新系

10、统为黑箱 , 撇开其复杂的内部结构和生产技术函数形式 , 利用非参数多元统计模型 , 挖掘隐藏在复杂数据中 的信息。由于高技术产业创新行为具有典型的多投入多产出特性 , 而创新效率的测度也是在 探求从投入到产出转化的效率水平上展开的 , 因此数据包络分析 ( d ea ) 是有效的多元分 析工具。不过传统 d ea 模型因基于指标值的同比例变化 , 且常是产出或投入的定向模型 , 没有考虑非径向效率 , 无法对导致无效的因素全面测度 ( coop er 等 , 1999) 。本文考虑到松 弛结果的可得性和评价模型超效率扩展的便利性 , 故选择基于松弛变量测度的非径向 - 非定 向 sb m2d

11、 ea 模型 ( to ne , 2001) 来考察高技术产业的效率水平 。并且 , 模型 sb m2d ea 具有单位不变性 , 可有效避免指标量纲和数量级的影响 , 符合高技术产业数据量纲和数量级 差别较大的特点。为了形成完整的递进测度体系 , 本文首先在效率结果基础上引入生产规模状态分类标准 ( no r ma n 和 sto ke r , 1991) , 对各高技术产业的生产规模状态进行判断和分类 , 然后还针对 无效产业的无效指标在横截面数据和时间序列数据的绩效水平建立了分析模型 。在指标的无 效分析上 , 一是选用临界效率测度的 d ea 模型 ( zh u , 2000) 分析各

12、无效指标在其他指标 水平不变的条件下潜在的“最大改善程度”; 二是新构建了四个可避开量纲和数量级差异影 1994-2013 china academic journal electronic publishing house. all rights reserved. 21 我国高技术产业技术创新效率的测度响的指数来度量各无效指标的“过程/ 不足水平”。二 、指标 、样本 、数据的设定和说明11 测度指标对高技术产业而言 , 研究与开发 ( r &d) 活动是它自主创新的基础 , 较高的 r &d 强 度 ( r &d 经费占工业总产值的比重) 是其基本特征

13、。因此对高技术产业创新绩效活动要素进行分析 ,此外 ,上的实现 ,首先应基于与 r &d 活动相关的投入和产出要素的分析。创新的涵义不仅体现于 r &d 创新活动的实现 , 还体现在 r &d 创新成果在经济 即新成果的商业化 , 因此 , r &d 成果和市场效益都应作为企业的创新成果。基于上述分析 , 在创新活动投入要素上 , 研发经费 ( erd) 和研发人员 f t es & e 是r &d 活动实现的关键因素 , 理应包含在内。新产品经费 ( en p) 和技术改造经费 ( e t r)因对新产品的产出有着直接的影响 , 也应作为创新活动的投入要素 。在创新活动的成果产出 上 , 发

14、明专利 ( ip) 是高技术产业 r &d 活动的直接输出 , 也是国际上通用的衡量科技创新的产出指标 ( gua n 和 gao , 2009) , 因此本文用申请授权的发明专利数作为创新活动的一个产出指标 。此外 , 考虑到从商业上直观体现高技术创新成果的价值 , 也是体现市场接受能力 最好的指标 (l i u 和 b uck , 2007) , 因此 , 将新产品销售收入 ( srn p) 和新产品出口收入 ( ern p) 也作为创新活动的经济成果产出指标 。综上所述 , 高技术产业的创新绩效测度指标包括 4 个 ( m = 4 ) 投入指标 : erd 、f t es &e 、en

15、p 和 e t r ,性统计如表 1 所示。表 1以及 3 个 ( s = 3) 产出指标 srn p 、ern p 和 ip 。各指标的描述指标值的描述性统计投入 为了体现创新资源投入 , 用科学家和工程师人员的全时当量 ( f t es &e)作为研发人员的投入值。 1994-2013 china academic journal electronic publishing house. all rights reserved. erd (2001 年)2832248752481 60065041 058erd (2002 年)5242370953031

16、 06764321 629erd (2003 年)2002668358181 46766371 519erd (2004 年)2282808457321 26772011 020f t es &e (2001 年)22827148311009771 8671775301 982f t es &e (2002 年)55787158571194391 2671777071 267f t es &e (2003 年)57917763551403401 8001930041 898f t es &e (2004 年)477610631611831721 7332652231 955en p (2001

17、 年)15120725179761 067306161 675en p (2002 年)54924802631081041 8001315721 685en p (2003 年)65556048651316451 4671599781 975指标最小值最大值中间值标准差22数量经济技术经济研究2009 年第 10 期(续)产出资料来源 : 根据中国统计年鉴(20022007 年) 数据整理 。21 测度样本依据中国统计年鉴, 中国高技术产业共分为五大类 : 医药制造业( m p p i) 、航空航天器 制 造 业 ( a a m i) 、电 子 及 通 信 设 备 制 造 业 ( ec ei)

18、 、电 子 计 算 机 及 设 备 制 造 业( eco ei) 和医疗器械及仪器仪表制造业 ( m t im i) 。经验表明 , 在利用数据包络分析进行 评估时 , 决策单元 (dm u ) 的数目越多 , 越能界定投入与产出间的关系 , 越能获得更加符 合实际的效率前沿面 。如果决策单元的数目低于指标变量数目的和 , 那么会出现较多的有效单元。一个粗糙的潜规则是决策单元的数目不小于 ma x 3 ( m + s) , m s ( coop e r 等 ,2007 b) 。若直接以五个产业为测评对象 , 显然不满足上述规则。本文采取以下四个途径弥补决策 单元数目的不足 : 一是以五大产业所

19、属的 15 个分支产业 ( 制造业) 为测评单元 , 先测度分 这里 m 和 s 分别是投入产出指标的个数。 1994-2013 china academic journal electronic publishing house. all rights reserved. srn p (2003 年)256141082022320030671 46730323861 433srn p (2004 年)533121155412321579201 60030777561 825srn p (2005 年)976981204092528176341 600355

20、12961 482srn p (2006 年)1208431288837932508961024ern p (2003 年)528242486489343781 53314281171 228ern p (2004 年)10287871767117794991 66725686391 209ern p (2005 年)32611603849217374211 40022699441 108ern p (2006 年)24131094755321817301 06731987621 222ip (2003 年)015072241 0673791 323ip (2004

21、年)124733361 8006341 054ip (2005 年)052986401 60013191 502ip (2006 年)184829881 46721091 412指标最小值最大值中间值标准差en p (2004 年)69906433121644261 3331895861 552e tr (2001 年)336242613723071 000747161 122e tr (2002 年)369310017933891 467997071 378e tr (2003 年)3011342100941461 4001021891 628e tr (2004 年)72263525231

22、122321 6001186851 17023 我国高技术产业技术创新效率的测度支单元的效率 , 然后利用超效率模型 ( a nder se n 和 pet e r se n , 1993) 以 15 个分支产业为参考单元 , 来估计五大产业以及整个高技术产业的效率 ; 二是采用基于时间序列上的多个横截 面数据为观测值 , 这样可以得到各产业在时间序列上连续的动态效率绩效 , 弥补单个横截面 数据上出现较多有效单元而区分能力降低的不足 , 起到间接扩大单元数目的作用 ; 三是对效 率拥挤过多的评价模型进行超效率扩展 , 增加区分度 ; 四是采用区分度较好的基于松弛的非径向 - 非定向 sb m

23、 模型 ( to ne , 2001) 。依据中国统计年鉴, 首先对五大产业细分如下 : 化学药品原药制造业 ( o cm m ) 、 化学药品制剂 制造 业 ( cm pm ) 、生 物生 化制品 制造业 ( bb pm ) 、航 空航 天器制 造业( a a m) 、通信设备制造业 ( c em) 、雷达及配套设备制造业 ( r em) 、广播电视设备制造业(b t em) 、电子器件制造业 ( epm ) 、电子元件制造业 ( eo m ) 、家用视听设备制造业( ha m) 、其他电子设备制造业 ( o e em) 、电子计算机整机制造业 ( ecm) 、电子计算机外部设备制造业 (

24、ec p em) 、医疗仪器设备及器械制造业 ( m t eim )( im m) 等 15 个分支产业 , 构成 15 个决策单元 d m u j ( j = 1 , 2 ,以及仪器仪表制造业, 15) 。它们与五大高技术产业间的隶属关系为 m p p i : o cm m , cm pm , bb pm ; a a m i : a a m ; ec ei : c em , r em , b t em , epm , eo m , h a m , o e em ; eco ei : ecm , ecp em ; m t im i : m t eim , im m 。31 测度数据本文数据源自

25、 20022007 年的中国统计年鉴, 即根据 20012006 年数据整理所得。 由于从科技 (主要是 r &d) 投入到新专利和新产品的诞生以及商业化通常都需要一定周 期 , 即存在投入产出的时滞 , 而中国统计年鉴没有考虑这一点 , 提供的投入和产出数据不对应。同时各种创新活动周期存在较大差异性 , 且时有交叉 , 使得投入产出对应较难处 理 , 目前没有一个统一的标准 。发明专利也因为研发过程的复杂程度、试验周期以及劳动强 度等因素的差别 , 其时滞存在较大差异。此外 , 新产品的推出不但可以依靠新专利的经济价 值的实现 , 而且可通过非专利性创新因素 (如技术改造) 来实现 (l i

26、 u 和 b uck , 2007) , 因此同样存在时滞差异 。fur ma n 等 (2002) 在评价国家创新能力时 , 虽然把在专利上的时滞定为 3 年 , 但多数高技术产业研发周期存在较大差异 , 从通信电子和信息产业的几个月到医 药和航天制造的几年不等 。本文为了统一口径 , 都统一为 2 年 , 因此投入数据为 2001 2004 年 , 产出数据为 20032006 年。若每年看成一个测度面 , 即组成 4 个连续观测期的面 板数据。三 、数据分析若记 ( x ij , y rj ) ( i = 1 , 2 , n) 为整理的指标和 ( 2) 求得 ( coop e r, m

27、; r = 1 , 2 , s ; j = 1 , 2 ,数据组合 ,则高技术产业 d m uo 的创新效率可以由 sb m 模型( 1)等 , 1999) 。模型 (1) 和 (2) 是非径向 - 非定向型的 d ea 模型。模型 ( 1) 中 , 由于对结构变量njj 没有限制 ,因此模型 ( 1) 的最优解 t e 是不变 ( 固定) 规模报酬 ( cr s) 下的技术3效率。当 t e 3 = 1 时 ,d m uo 是 sb m 有效 ,此时 s -、s +均为 0 ,因此 d m uo 也是强 d eair有效的 ( coop e r 等 , 2007c) , 即 ccr 有效。但

28、由于 sb m 同时面向投入和产出 , 因此决策单元满足 ccr 有效时 , 并不一定满足 sb m 有效 , 且存在模型 sb m 的最优值不大于模型ccr 的最优值的情况 ( to ne , 2001) 。可见根据模型 (1) 获得的 t e 3 不但可以更有效地反 1994-2013 china academic journal electronic publishing house. all rights reserved. 24 数量经济技术经济研究2009 年第 10 期映测度单元 d m uo 的效率绩效程度 ,而且有更佳的区分度 。s-mi

29、= 1 m xi1 -iomi n t e =s+sr = 1 s yr1 +rons1 t1 x io = j x ij + s -i = 1 ,2 ,mij = 1ny ro = j y rj - rs +j 0is -0s +0r = 1 ,2 ,(1),srj = 1如果模型 (1) 中的限制条件加入结构约束条件 nj = 1 ,便得到模型 ( 2) 。模型 ( 2)j考虑了产业规模的影响 , 是在可变规模报酬 ( v r s) 下对产业技术效率绩效进行度量 , 因此模型 (2) 的最优解 p t e 3 是考虑了企业规模影响下的纯技术效率。此外 , 模型 ( 2) 不但 可以避免单个

30、产业在时间序列上规模变化的影响 , 而且可以适应各分支产业间规模之间的差 别。例如 , 从产业的投入要素数量规模看 , 通信设备制造业 ( c em) 通常是广播电视设备 制造业 (b t em) 的几十倍 , 在产出数量规模上差别更大 , 在考察期内都达到上百倍 (可见表 1 中的描述性统计结果) 。因此 , 在这种规模差距较大的情况下 , 若仅仅考虑技术效率分 析 , 以及在效率结果基础上做深层次研究 , 采用基于 v r s 的模型 (2) 更为合理。s-mi = 1i1 -m x iomi n p t e =s+srr = 1 s y1 +ronx io = j x ij + s -s

31、1 t1i = 1 , 2 ,mij = 1n(2)y ro = j y rj - rs +r = 1 ,2 ,sj = 1njj = 1 j 0-+si 00sr11 有效性分析(1) 分支产业效率。通过 excel2sol ve r , 利用模型 ( 1) 和 ( 2) 处理 4 组截面数据 , 得 到表 2 所示的效率结果。从平均效率上分析 , 无论是否考虑规模效应的影响 , 中国高技术产 业创新活动的效率基本上是逐步改善的 : t e 和 p t e 前 3 年一直在升高 , 虽然第 4 年相对 第 3 年略有下降。此外 , 从 t e 和 p t e 之间连续 4 年的相关系数结果看

32、 , 前 3 年二者的相关系数越来越大 , 而第 4 年下降得较为明显 , 比第 1 年还低 。考虑到 p t e 体现的是纯技术 效率水平 , 因此表明技术对生产效率的贡献越来越明显 , 而第 4 年下降主要可能是受规模效 应较大幅度减弱的影响。观察具体产业的效率 , 4 年间满足 cr s 下 sb m 有效的产业个数依次为 5 、6 、7 和 5 ,满足 v r s 下 sb m 有效的产业个数依次为 6 、7 、8 和 8 。可见 , 连续 4 年它们之间个数不但 存在差别 , 而且越来越大 , 一是体现了技术对生产效率的作用不断得到改善 , 二是规模效应作用逐年减弱 , 甚至是规模不

33、经济。其中 , 仪器仪表制造业 ( im m ) 、电子元件制造业( eo m) 、雷达及配套设备制造业 ( r em) 、航空航天器制造业 ( a a m) 以及生物生化制品 制造业 (bb pm) 在连续 4 年内一直处于技术效率相对无效的状态中 , 而电子计算机整机制 1994-2013 china academic journal electronic publishing house. all rights reserved. 25我国高技术产业技术创新效率的测度 1994-2013 china academic journal electroni

34、c publishing house. all rights reserved.26 数量经济技术经济研究2009 年第 10 期造业 ( ecm) 和电子计算机外部设备制造业 ( ec p em) 一直处于有效状态中 , 即技术和规模同时有效状态。此外 , 通信设备制造业 ( c em) 、广播电视设备制造业 (b t em) 和医疗 仪器设备及器械制造业 ( m t eim) 一直处于 v rs 有效 , 即纯技术有效状态 , 其他产业的 效率都处于不稳定状态。由于模型 (1) 没有考虑规模效应 , 是在最优规模假设下的技术效率 , 因此模型 (1) 下

35、的有效是技术和规模都有效 , 而模型 ( 2) 下的有效只是纯技术效率有效 , 所以通常存在p t e t e 。在非定向和非径向的效率分析下 , 规模效率 ( scaleefficie ncy , 简记 s e) 可定义为 s e = t e/ p t e 。如果 s e = 1 ,d m uo 为规模有效( scale2efficie nt ) , 否则存在 s e 1 ,即 d m uo 为规模无效 ( scale2inefficie nt ) 。从表 2 中可以看出 , 规模效率的平均值一直在下降 , 表明规模效应在高技术产业创新绩效改善的相对作用上 , 整体来讲逐渐变弱。一个重要 的

36、可能原因是产业规模规划和发展不当 , 或者是组织管理不善和资源配置不当 , 导致固定成本与流动成本比例失衡 。同时规模有效的产业个数连续 4 年分别为 7 、6 、8 和 7 , 仅占到总 产业数的 40 %531 3 % , 只有电子计算机整机制造业 ( ecm) 和电子计算机外部设备制造业 ( ec p em) 2 个分支产业连续 4 年一直有效 ,对其他具 体分支 产业来 讲 , 通 信设备 制造业说明 15 个分支产业规模效益整体不理想。( c em ) 和 医 疗 仪 器 设 备 及 器 械 制 造 业( m t eim) 在 4 年考察期中 3 年规模有效 , 因此其规模效益整体上

37、还是良好的 ; 而生物生化制品制造业 (bb pm) 、雷达及配套设备制造业 ( r em) 、其他电子设备制造 ( o e em) 以及 仪器仪表制造业 ( im m) 的规模收益一直不理想 , 4 年考察期内一直都处于规模无效状态 ; 航空航天器制造业 ( a a m) 和电子设备制造业 ( epm) 的规模收益也不乐观 , 4 年考察期 中 , 3 年为规模无效。同时 , 从效率的标准差分析来看 , t e 和 p t e 的标准差都在 01 4 以上 , 相对于效率值最大为 1 来讲 , 即超过了 40 % , 波动较大。而 s e 的标准差相对较小 , 都小于 01 3 , 但基本

38、是逐年增大的趋势 , 因此各产业间的规模效率差异越来越大。此外 , 为了对各分支产业的规模更加有效地战略规划 , 可依据 coop e r 等 (2007a) 的建议 , 在模型 (1) 的最优解基础上 , 依据 nj 大于、等于还是小于 1 来判断各分支产业的规j模状态是递减 (d r s) 、不变 ( cr s) 还是递增 ( ir s) 。如表 2 所示 , 连续 4 年 , 处于 irs的分支产业的个数在 68 之间 , 即最高也只占到总产业个数的 531 3 % ; 而连续 4 年中 , 一 直处于 ir s 的产业仅 5 个 , 即生物生化制品制造业 ( bb pm ) 、雷达及配

39、套设备制造业 ( r em) 、电子元件制 造业 ( eo m ) 、其他电 子设备 制造 ( o e em ) 和 仪器 仪表制 造业( im m) , 占到总数的 331 3 % , 可见高技术产业整体规模报酬状态不理想 。 在上述分析基础上 , 进一步对各分支产业生产规模状态进行综合评价和分类 ( no r ma n和 sto ker , 1991) 。s e = 1 且 p t e = 1 时 , 产业处于最优生产规模状态 。其中 4 年连续处于该状态的分支 产业只有电子计算机整机制造业 ( ecm) 和电子计算机外部设备制造业 ( ec p em) 。根据 表 2 , 不难推算 ,

40、最优生产规模状态仅占所有测度状态的 38 % , 此外 , 在 4 个连续考察期 内 , 每年处于该状态的产业个数占总产业个数的 261 7 %461 7 % , 可见高技术产业最优生产规模状态处于较低水平。s e 1 且 r ts = d r s 时 , 产业规模相对过大 。其中航空航天器制造业 ( a a m) 和电 子设备制造业 ( epm) 最为明显 , 4 年测评期内 3 年都为规模相对过大。此外通信设备制造 业 ( c em) 的第1年和家用视听设备制造业 ( h a m) 的第 3 年也处于规模相对过大状态。 1994-2013 china academic journal el

41、ectronic publishing house. all rights reserved. 27 我国高技术产业技术创新效率的测度 s e 01 9 且 r ts = irs 时 , 产业规模相对过小 。其中其他电子设备制造业 ( o e em)最为严重 , 4 年都处于此状态 ; 生物生化制品制造业 (bb pm ) 和雷达及配套设备制造业 ( r em) 也较严重 , 后 3 年也处于此状态 。此外广播电视设备制造业 (b t em) 的后 2 年和 医疗仪器设备及器械制造业 ( m t eim) 在第 2 年也处于此状态。s e1 且 p t e

42、01 9 时 , 产业规模无效 。为了明确 , 不妨规定 , 01 99 s e 1 。这样 , 化学药品原药制造业 ( o cm m) 在第 4 年、化学药品制剂制造业 ( cm pm) 的第 1 年 以及仪器仪表制造业 ( im m) 的第 3 年均处于该状态 , 仅占考察状态的 5 % , 可见生产规模 状态为无效的程度较低。因此 , 中国高技术产业的各分支产业的生产规模状态总体不佳 , 结构不合理。(2) 总产业效率 。因各指标变量对各分支产业的效率影响作用不同 , 故不能用简单平均 来集结分支产业的效率得到上一级总产业效率。如何进行效率集结 , coop e r 等 ( 2007a)

43、 进行了类似问题解决方法的讨论 。本文为了避免上一级总产业规模过大的负面影响 , 不让其参 与构建前沿面 , 即在 coop e r 等 (2007a) 思想的基础上超效率扩展 。同时为了有效避免自我 评估 , 我们把 15 个分支产业视为独立的子系统 , 那么各总产业属下各分支产业的指标值相 加便构成该总产业对应指标的值。在计算总产业效率时 , 参考单元为原来的 15 个子单元 , 即总产业的效率为 15 个分支产业构成的技术前沿面下的相对效率。由于航空航天器制造业( a a m i) 属下只有航空航天器制造业 ( a a m) , 无须参与重新计算 , 直接用上述航空航天 器制造业 ( a

44、 a m) 效率代替 。由表 3 所示结果 , h i t 多处于 d r s 状态 , 且一直处于规模无效的状态 , 从整体上验证 了上述中国高技术产业规模状态不佳的结论 。因此 , 需要进一步完善高技术科技资源的市场 配置机制 , 优化各产业的规模比例 , 使各产业的规模经济状态得到改善。对具体的五大产业来说 , 较为理想的是医疗器械及仪器仪表制造业 ( m t im i) , 一直处于 irs , 并且规模效率 值越来越大 , 2003 年和 2004 年都相对有效。而医药制造业 ( m p p i) 、航空航天器制造业 ( a a m i) 和电子及通信设备制造业 ( ec ei) 仅

45、有 1 年处于 ir s , 其他 3 年都处于 d r s , 因 此规模报酬不理想 。电子计算机及办公设备制造业 ( eco ei) 的规模报酬也是不尽理想 , 前 2 年处于 d rs , 后 2 年虽有改善 , 但也都处于 cr s 状态。依据 coop e r 等人 (2007a) 的结论 , 在效率上 , 由于电子计算机整机制造业 ( ecm ) 和电子计算机外部设备制造业 ( ec p em) 一直为 crs 下 sb m 有效 , 因此它们隶属的上一 级总产业电子计算机及办公设备制造业 ( eco ei) 也理应为 cr s 下 sb m 有效 ; 而更高一级 的产业 h t

46、i 不满足属下分支产业同时有效 , 因此它的效率也应无效。表 3 数据验证了这一 结论。21 无效性分析(1) 指标值过剩/ 不足水平。对于效率无效的产业 , 只了解其效率有效程度和生产状态 显然不能满足实际决策的需要 。由于投入的过剩 ( surp l u se s) 和产出的不足 ( sho rtf all s) 是技术效率严重无效的表现 ( coop er 等 , 1999) , 因此首先从具体指标值的过剩/ 不足水平 分析无效产业的具体指标绩效的无效性。产业的效率无效 , 一个主要原因是指标的投入比例不当 , 使某些指标投入有剩余 , 或者 虽然有合适比例的要素投入 , 但因技术或者组

47、织管理不善 , 生产技术或管理技术滞后 , 导致 无法达到理想的最大产出 , 产出显出不足 。在现实的复杂非完全信息决策环境中 , 决策者由 于短期非均衡的存在 , 市场资源配置有效信息的滞后 , 甚至信息的严重扭曲 , 资源配置不 1994-2013 china academic journal electronic publishing house. all rights reserved. 28 数量经济技术经济研究2009 年第 10 期当 , 出现投入要素相对过剩现象是不可避免的。此外 , 因创新产出缺乏市场竞争力和商业化程度低 ,表 3虽然具备有

48、效的产出能力 , 但无法使生产能力实现商业价值 ,五个总产业以及产业整体的 te、pte 、se 和 rts从而引起经济效益不注 : 本表数据借助 excel2solver 编程计算获得 。足而导致产业运转效率不佳 , 这也是目前中国高技术产业面临的瓶颈问题 ,缺乏自主创新的核心竞争技术要素。其关键原因在于zh u (2000) 曾基于非零松弛对财富 500 强企业中无效企业的要素拥挤程度进行了度量 , 但由于是基于径向 d ea 模型 , 无法考虑所有非零松弛 , 同时基于输入方向的 d ea 也 只能对输入要素的拥挤进行测度 。而 sb m2d ea 模型不仅考虑了全面无效 ( co mp

49、 let e2i neffi2cie ncy) , 而且可以从输出的非零松弛反映输出的“不足”。由于模型 (2) 不但考虑了各分支产业之间的规模差别 , 同时可以避免各分支产业在时 间序列上因规模动态变化对效率有效测度的负面影响 , 因此指标的拥挤/ 不足水平是基于其 展开计算的。若记 c 为存在拥挤/ 不足的无效产业组成的集合 , 则对具体产业 dmu d , d c , 在 4 个考-( 1 )sdk察期内 , 其具体的输入和输出指标的拥挤/ 不足度分别可由 ci = 和 c0 =dd4d cx dk+( 1 )sdk c0 0 。获得。其中 , k 为第 k 个松弛变量非零 , 且满足

50、1 ci 0 ,dd4d cy dkzh u (2000) 给出了类似用松弛测度输入拥挤度的公式 , 他是用同属于同一产业的不同 若使输出指标的拥挤度也小于 1 , 可以用 s + / ( s + + y ) 替换 ( s + / y ) , 这一点可以参考 “outp ut2mi xdk dk dkdk dkinefficiencie s构成”( coop er 等 , 1999) 。 1994-2013 china academic journal electronic publishing house. all rights reserved. 总产业

51、2001 年2002 年t ep t es er tst ep t eser tsm p p i01 08301 09601 861d01 17601 19301 910daa m i01 01801 02401 728d01 01001 01001 931dec ei01 20421 30201 088d01 57211 91201 299deco ei11 00011 32301 756d11 00011 15801 863dm t im i01 13401 13601 985i01 15401 15901 972ih i t01 25031 25401 077d01 54721 55701 214d总产业2003 年2004 年t ep t es er tst ep t eser tsm p p i01 63111 06801 591d01 11601 19201 606iaa m i01 00801 01201 637d01 01501 01511 000iec ei01 24611 98201 124i01 21021 00101 105deco ei11 00011 28001 782c11 00011 29901 770cm t im i01 12401 12411 000i01 13

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论