基于DEA的区域科技创新效率测算与评价

基于DEA的区域科技创新效率测算与评价基于DEA的区域科技创新效率测算与评价摘要：随着科技创新在经济发展中的日益重要性，评价区域科技创新的效率成为当下的热门话题之一。本论文基于数据包络分析（DataEnvelopmentAnalysis，DEA）方法，综合考虑多输入输出的复杂性，测算和评价区域科技创新的效率。通过对相关文献的综述和案例分析，本文提出了一种基于DEA的区域科技创新效率的测算与评价方法，并通过实证研究进行验证，为区域科技创新的决策提供参考依据。关键词：DEA；区域科技创新；效率；测算与评价一、引言科技创新是推动经济持续发展的重要驱动力之一，而区域科技创新则是在特定区域内，通过创新活动促进经济发展。评价区域科技创新的效率是科技政策和资源配置的重要依据之一。传统的评价方法往往只考虑单一因素，无法全面反映区域科技创新的效率。因此，采用数据包络分析（DEA）方法综合考虑多输入输出的复杂性，能够更准确地测算和评价区域科技创新的效率。二、DEA方法概述数据包络分析（DEA）是一种基于线性规划的效率评价方法，它可以通过构建评价模型，综合考虑多个输入和输出指标，评估单位的效率水平。DEA方法分为CCR模型和BCC模型，其中CCR模型假设各单位的生产技术相同，BCC模型则允许单位之间存在技术差异。三、基于DEA的区域科技创新效率测算方法1.确定指标体系：根据区域科技创新的特点，选择合适的指标体系，包括输入指标和输出指标，并对其进行归一化和权重调整。2.构建评价模型：根据选择的指标体系，构建DEA评价模型，建立数学模型描述多个输入输出变量之间的关系。3.计算相对效率值：通过线性规划方法求解DEA模型，计算出各个单位的相对效率值，即相对于最有效率单位的效率水平。4.验证有效性：通过敏感性分析和稳健性检验，验证DEA模型的有效性和稳定性。四、实证研究以某省区域科技创新为例，采用以上方法进行实证研究。首先，确定了区域科技创新的指标体系，包括人力资源投入、科研经费投入、科技成果转化等输入指标，以及专利申请量、科技项目成果、高新技术产值等输出指标。然后，根据DEA模型计算了各单位的相对效率值，并利用敏感性分析和稳健性检验验证了模型的有效性和稳定性。实证结果显示，某省区域科技创新效率相对较高，但仍存在一些效率低下的单位。经进一步分析，发现存在技术进步水平和创新能力不足的问题。因此，政府应加强对这些单位的支持，提供更多的资金和政策支持，促进科技创新效率的提升。五、结论本文基于DEA方法，提出了一种综合考虑多输入输出的区域科技创新效率测算与评价方法，并通过实证研究验证了该方法的有效性。该方法可以为区域科技创新的决策提供参考依据，帮助政府和企业发现效率低下的问题，并采取相应的政策和措施提升科技创新效率。然而，本文的研究结果仅基于某省的数据样本，样本容量相对较小，对其他地区的推广和应用还需要进一步研究和验证。同时，DEA方法也存在一些局限性，如对输入输出指标的选择和权重调整等问题，需要进一步改进和完善。六、参考文献[1]Charnes,A.,Cooper,W.W.,&Rhodes,E.(1978).Measuringtheefficiencyofdecisionmakingunits.EuropeanJournalofOperationalResearch,2,429-444.[2]赵逸民.中国区域科技创新效率的测度:DEACCR模型的实证分析[J].科研管理,2006,27(6):99-109.[3]孙绍阳,吴琼琳,陈志华.基于DEA模型的三地科技创新效率比较分析[J].科技进步与对策,2011,28(11):12