首页 > 经济论文 > 中国经济 >

基于DEA的中国区域R&D效率测度及聚类分析(2)

作者:段宗志曹泽更新时间:2012-08-06 10:49 点击:次

【论文发表关健词】R&D效率；数据包络分析；聚类分析

【职称论文摘要】

由表2可知，在31个� ⒆灾吻椭毕绞兄校谡逍噬希�7个地区为DEA有效，即在RD投入产出中，其产出相对于投入，资源得到了充分利用。这7个地区分别为北京、上海、浙江、吉林、湖南、新疆和甘肃等。而其他各省区

由表2可知，在31个省、自治区和直辖市中，在整体效率上，有7个地区为DEA有效，即在R&D投入产出中，其产出相对于投入，资源得到了充分利用。这7个地区分别为北京、上海、浙江、吉林、湖南、新疆和甘肃等。而其他各省区不同程度的存在着资源未能得到充分利用的情况，尤其是宁夏、江西、山西以及河北R&D投入产出效率不足50％。说明这些省区在资源配置、人才激励等科技政策执行上存在较大的问题，需要在科研体制改革和管理创新上多加努力。
不同模型中各个地区不同要素的效率值差异很大，比如吉林，它在论文导向的效率模型中，DEA得分为100％，而在以技术交易产出导向的效率模型中，DEA得分仅19.2％。显然，吉林在科学和期刊论文产出方面据有优势，而在技术开发、咨询与服务方面不足。
在投入效率方面，有6个地区资本投入达到有效（效率值100％），只有两个地区人才投入CCR有效，同时我们看到，除广东、上海和浙江外，其他各地区资本投入效率均大于劳动投入效率。平均资本投入效率得分71.81％，平均劳动投入效率得分只有49.26％。说明我们的科技队伍地区之间严重不平衡，科技人才的整体素质亟待提高。因此，重视科技人才的选拔、培养和激励是提高科研整体效率的关键任务。
在三类产出导向的效率得分方面，代表技术开发、技术服务和技术咨询的技术交易效率存在严重的极化现象，北京、上海为CCR有效，而广西、贵州还不到3％。这一差距，除了显示我们的科技产出存在地区不平衡之外，也说明了地区之间的科技意识差异较大。要使R&D服务于经济发展，创造现实的生产力，必须加强技术利用，不仅要“学科学”，更要“用科学”。在科技论文产出效率方面上海、吉林和湖南效率100％，为最优。西藏、宁夏、内蒙和贵州等西部地区较差。一些高等教育发达，拥有名牌大学的地区在这种学术特点鲜明的科技产出中效率较高。专利产出中只有浙江效率为100％，排名二、三位的是广东和江苏，这三个省份是改革开放后中国经济较为活跃的地区，制造业的发展需要技术创新、产品创新，大批科技人才将研发面向生产实际，提高了技术专利成果的产出。
（二）R&D效率得分聚类分析
根据DEA基本模型和专门模型获得各省级区域效率之后，我们可以根据5种专门R&D效率得分进行R&D效率聚类，这样就能够很容易地知道每一类地区在科技发展方面的优势或不足。由于两种投入要素效率间的相关关系较高，并且投入要素与三种输出要素效率之间的相关关系也比较高，只有三种输出导向的要素效率值之间彼此不相关。因此根据全部五种专门的效率得分予以聚类就不合适。只能选择三种输出导向的要素效率值作为省级区域R&D聚类的指标。同时这样的选择，也从科研活动的结果方面对区域科技发展的强弱状况给予评价。
使用Ward’s方法和欧几里德距离进行分层聚类，全部31个省区可聚为4类，结果见表3：
（三）方差分析
方差分析是一种假设检验，它是对样本观察值的差异进行分解，将某种因素下各组样本观察值之间可能存在的系统性误差和随机误差加以比较，据以判断各组之间是否存在显著性差异［8］。由前面的效率得分相关分析可知，据以聚类的三个因素对R&D效率得分彼此无关或最多表现为弱相关，因此我们在方差分析时无需考虑彼此之间的交互作用，只需做单因素方差分析。分别以技术交易、论文和专利为影响因子，根据表2中效率的得分，计算各离差平方和和F值，方差分析结果见表4。
由表4，不同因素下的组间离差远大于组内离差，F值大于临界值。我们可以判别在显著性水平为0.05的水平上不同类别具有显著差异，于是我们认定，与某种影响因素对应的4个类别中均值较大的类别即为效率优秀者。进一步给出三种因素下4个类别的得分均值（见表5）：
从表5我们看到，由北京、上海构成的第一类在技术交易导向效率方面平均得分100，远远超出其他各类。因此我们说，北京、上海在技术开发、技术咨询和技术服务方面绝对领先。同时我们看到，这两个地区在论文方面也领先于其他各类。显然，作为全国科技、教育、经济和文化的中心，这两个地区聚集了大量的科技资源。
由辽宁、湖北、黑龙江、吉林、陕西、安徽、湖南、甘肃和天津九个地区构成的第二类，在科技论文方面平均得分达到88.2，尽管稍低于第一类的北京、上海，但相对于第三、第四类地区优势明显，其主要原因是上述地区都拥有全国排名靠前的重点高校，科技人才资源丰富，学术氛围浓厚。但是该地区经济较不发达，R&D费用投入不足，导致以技术开发、转让、咨询和服务为内容的技术交易，以及企业技术创新和专利发明等方面滞后。
江苏，广东，浙江，山东，重庆和新疆六个省区构成第三类地区。它们在专利效率得分方面优于其它各类，这其中既有技术发明、产品创新方面领先的东部发达地区，也有因为低投入引致高效益的西部省市。我们看到东部四个省份正是我国经济发达、制造业聚集的地方，他们充分挖掘科技服务于地方经济的作用，科技产出不只是停留在实验室内，而是面向生产实际。第四类主要是西部各省区，但也包括了东部的福建省，和中部的江西、山西等中部省份。它们在三种导向的产出得分中排名均靠后。我们看到这些地区不仅科技投入不足，科技产出绝对落后，而且科研效率也相对低下。尤其不幸的是四个类别中这样的省区比例最高，接近二分之一，可见提高国家整体的科研水平、科技效率任重道远。
四、结论
综合DEA效率得分与聚类分析，北京、上海拥有全国最优质的科技资源，包括人才和科研设备，因此他们在科技产出的两个方面具有较高的效率。但是在技术创新和专利产出方面效率不足。以中部各省为主体的第二类同样具有科教优势，但是由于中国改革开放进程中，中部地区屡屡成为政策洼地，因此，在科技产出的形式和成果的利用方面，还需要国家的政策扶持，以及经济与科技发展的良好互动。第三类地区以中国东部沿海四省为主体，众多民营企业、外资企业的竞争发展，催生了产品的不断创新，带来技术发明的高产出。上述三个类别的地区各有特点，同时也存在着不足，比如：第三类的东部地区应当在科技咨询，技术服务方面进行改善提高；而第二类地区应当注意把科技与产业密切结合以提高现实生产力；同样北京、上海要加强技术发明和新产品的开发创造；而各方面都比较落后的第四类地区更应当通过科技人才的培育和科技资源的优化配置等，提高产出效率，实现R&D水平的提高。(责任编辑：论文发表网)转贴于八度论文发表网: http://www.8dulw.com(论文网__代写代发论文_论文发表_毕业论文_免费论文范文网_论文格式_广东论文网_广州论文网)