濟南市工業(yè)行業(yè)科技投入產(chǎn)出DEA效率分析

王 恬，張 娜

（山東財經(jīng)大學(xué)國際經(jīng)貿(mào)學(xué)院，山東濟南 250014）

濟南市工業(yè)行業(yè)科技投入產(chǎn)出DEA效率分析

王 恬，張 娜

（山東財經(jīng)大學(xué)國際經(jīng)貿(mào)學(xué)院，山東濟南 250014）

衡量科技投入和科技產(chǎn)出的指標(biāo)眾多，除了考察其投入產(chǎn)出的綜合效率，還需要進一步分析不同指標(biāo)及指標(biāo)組合對綜合效率的貢獻。此外，研究不同工業(yè)行業(yè)的科技投入產(chǎn)出效率的分布特征，對相關(guān)部門因地制宜，制定適合工業(yè)行業(yè)長遠發(fā)展的科技促進措施有一定的借鑒意義。文章以濟南市工業(yè)行業(yè)為例，運用了數(shù)據(jù)包絡(luò)分析方法（DEA）對其科技投入產(chǎn)出效率進行了全面評價，并通過層次聚類分析，掌握了DEA技術(shù)效率在不同工業(yè)行業(yè)中分布特征，且根據(jù)研究結(jié)果提出了有針對性的措施和建議。

DEA模型；科技投入產(chǎn)出；工業(yè)行業(yè)；層次聚類分析

一、引 言

關(guān)于科技的投入產(chǎn)出效率，國內(nèi)外學(xué)者采用了不同的方法進行了廣泛的研究，在各種評價方法中，數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，簡稱DEA）是目前主流的研究分析方法。我國已經(jīng)有許多學(xué)者使用DEA方法研究全國或者各省市地區(qū)的科技投入相對效率問題，如孫善俠等［1］利用我國科技投入產(chǎn)出數(shù)據(jù)，采用DEA方法對我國從事科技研發(fā)的三大主要部門的科技投入產(chǎn)出狀況進行分析，獲得各部門使用科技投入的總體效率和規(guī)模收益情況的相關(guān)數(shù)據(jù)，并對各部門提高科技投入使用效率的途徑提出建議。張前榮［2］運用DEA方法對我國各省域2004－2006年科技投入的總體效率、純技術(shù)效率、規(guī)模效率和規(guī)模收益進行實證分析，并在此基礎(chǔ)上利用改進的DEA模型對各省域的效率進行排序，可以為采取相應(yīng)的政策措施提供依據(jù)，以促進各地區(qū)經(jīng)濟持續(xù)、均衡和協(xié)調(diào)發(fā)展。

在國外研究中，Bonaccorsi等［3］深入討論了己經(jīng)應(yīng)用于R＆D系統(tǒng)效率評價的生產(chǎn)函數(shù)方法與生產(chǎn)前沿面方法，并介紹了基于二者無參數(shù)改進方法。Wei Meng等［4］利用DEA分析了我國基礎(chǔ)研究的投入產(chǎn)出效率，研究得到中國1991－1996年基礎(chǔ)研究效率有明顯的提高，并分析了可能的原因。Abramo等［5］利用基于DEA的無參數(shù)定量分析方法對意大利高校的研究效率進行了評價研究。

針對山東省科技投入產(chǎn)出效率研究中，代富強等［6］使用DEA方法分析了2002年山東省17地市的R＆D投入產(chǎn)出效率；劉愛琴等［7］利用同樣方法分析了2007年山東省17地市的科技投入相對效率，但基本也是只使用了R＆D科技投入指標(biāo)。汪洋等［8］是通過分析若干省市的數(shù)據(jù)，間接分析了山東省科技投入效率。

總之，DEA分析法是眾多學(xué)者認(rèn)可的一種方法，它能有效地評價研究主體的科研效率。但是，針對山東省的相關(guān)分析并沒有構(gòu)建完整的科技投入產(chǎn)出效率的評價體系，且無關(guān)于濟南市科技投入產(chǎn)出效率方面的研究。因此，我們將采用此方法，對2011年濟南市21個工業(yè)行業(yè)的科技投入產(chǎn)出相對效率進行實證研究。

二、研究方法——DEA模型

數(shù)據(jù)包絡(luò)分析（DEA）方法是一種線性規(guī)劃模型，通過使用DEA模型可得到相應(yīng)的生產(chǎn)前沿，以評價具有多輸入和多產(chǎn)出的決策單元（DMU，Decision making units）之間的相對有效性。第一個DEA模型，即CCR模型由Charnes，Cooper和Rhodes（1978）提出，后來Banker，Charnes和Cooper（1984）將CCR模型中規(guī)模收益不變（CRS，Constant returns to scale）的假定，改為規(guī)模收益可變（VRS，Variable returns to scale），從而得出了BCC模型。

此外，DEA模型均有投入導(dǎo)向（Input－oriented）和產(chǎn)出導(dǎo)向（Output－oriented）兩種形式，產(chǎn)出導(dǎo)向DEA模型指給定一定量的投入要素，求產(chǎn)出值最大；投入導(dǎo)向DEA模型則表示在給定產(chǎn)出水平下使投入成本最小，兩個模型是對偶關(guān)系。CCR模型和BCC模型的具體區(qū)別如下：

假設(shè)對第j個企業(yè)而言，存在N×I的投入矩陣X和M×I的產(chǎn)出矩陣Y包含其所有投入產(chǎn)出數(shù)據(jù)。對應(yīng)DEA模型，j表示決策單元，Xij表示第j個決策單元第i個投入，Yrj表示第j個決策單元第r個產(chǎn)出，λj表示第j個決策單元的非負權(quán)重。根據(jù)Farrell（1957），獲得的θ值就是第j個企業(yè)的績效，滿足θ≤1。如果值為1，就是說明該點位于前沿面上，即為技術(shù)有效企業(yè)，針對每個企業(yè)都需要求解一次，最后獲得各個企業(yè)的θ值。

從公式（2）和公式（1）的區(qū)別可以看出，CRS的線性規(guī)劃問題可以很容易地被修改成適應(yīng)VRS的問題，只需在公式（1）中加入一個凸集限制，即II×1λ＝1。

此外，BCC模型引進了Shephard（1970）距離函數(shù)的概念，把綜合技術(shù)效率（TE，Technology Efficiency）分解成純技術(shù)效率（Pure technology efficiency：PTE）和規(guī)模效率（Scale efficiency：SE），三者之間的關(guān)系是：TE＝PTE×SE。BCC模型主要考察純技術(shù)效率（PTE），純技術(shù)效率反映生產(chǎn)中現(xiàn)有技術(shù)利用的有效程度，即在給定投入的情況下單個決策單元獲取最大產(chǎn)出的能力。規(guī)模效率（SE）反映了生產(chǎn)規(guī)模的有效程度，即反映了各決策單元是否是在最合適的投資環(huán)境下進行經(jīng)營。

綜合上述分析，并考慮現(xiàn)實中，科技產(chǎn)出并不可控，因此，我們將研究目標(biāo)設(shè)定為：在產(chǎn)出既定的情況下，如何通過調(diào)整科技投入，達到相對有效。既我們選取了產(chǎn)出導(dǎo)向型的BCC模型，擬應(yīng)用STATA10．0計量軟件中關(guān)于DEA模型的運算程序，來分析2011年濟南市21個工業(yè)行業(yè)的科技投入產(chǎn)出的DEA技術(shù)效率。

三、濟南市科技投入產(chǎn)出指標(biāo)體系的建立

根據(jù)《濟南市統(tǒng)計年鑒》中關(guān)于“科技”項目的相關(guān)描述，選取人力投入、資金投入和物質(zhì)投入作為投入指標(biāo)，并在產(chǎn)出指標(biāo)中又細分為直接產(chǎn)出和間接產(chǎn)出指標(biāo)（見表1）。人力投入指標(biāo)采用科技人員構(gòu)成中博士、碩士和本科學(xué)歷的人員數(shù)。資金投入指標(biāo)根據(jù)數(shù)據(jù)完整性和其性質(zhì)劃分為資金籌集、資金使用1和資金使用2，其中資金籌集采用政府和企業(yè)資金來源數(shù)額；資金使用1采用R＆D活動經(jīng)費內(nèi)部支出中按照活動類型劃分出來的實驗與發(fā)展經(jīng)費支出①與“實驗與發(fā)展經(jīng)費支出”對應(yīng)的是“應(yīng)用研究經(jīng)費支出”，但后者對應(yīng)各工業(yè)行業(yè)的數(shù)值基本為0，因此沒有采用。以及按照活動性質(zhì)劃分的經(jīng)常性支出和資本性支出；資金使用2采用了研究發(fā)展經(jīng)費支出、新產(chǎn)品開發(fā)經(jīng)費支出和技術(shù)改造經(jīng)費支出。物質(zhì)投入指標(biāo)采用的是儀器和設(shè)備支出的數(shù)據(jù)。

產(chǎn)出指標(biāo)中，直接產(chǎn)出包含了專利申請數(shù)、發(fā)明專利申請數(shù)、擁有注冊商標(biāo)數(shù)和形成國家或行業(yè)標(biāo)準(zhǔn)數(shù)；間接產(chǎn)出僅包含新產(chǎn)品產(chǎn)值一個指標(biāo)。

表1 濟南市科技投入產(chǎn)出指標(biāo)體系

四、濟南市工業(yè)行業(yè)科技投入產(chǎn)出DEA技術(shù)效率

基于數(shù)據(jù)的可獲得性，選取了21個工業(yè)行業(yè)的科技數(shù)據(jù)進行分析。由于可選的科技投入和產(chǎn)出指標(biāo)較多，使得不同組合的DEA模型結(jié)果不盡相同。因此，我們根據(jù)實際情況設(shè)定為9種不同的DEA模型，并計算出不同模型下對應(yīng)21個工業(yè)行業(yè)的DEA技術(shù)效率（見雷達圖）。并對不同模型中DEA技術(shù)效率進行聚類分析，以此探究不同工業(yè)行業(yè)的科技投入產(chǎn)出技術(shù)效率的分布特征。

（一）不同DEA模型的技術(shù)效率

表2 不同投入產(chǎn)出指標(biāo)組合的DEA模型

根據(jù)表2描述，我們將全部投入和產(chǎn)出指標(biāo)放在一起的DEA模型稱之為基本模型。3個產(chǎn)出效率模型，分別是：專利產(chǎn)出效率模型、商標(biāo)和標(biāo)準(zhǔn)產(chǎn)出效率模型及新產(chǎn)品產(chǎn)出效率模型；5個投入效率模型，分別稱之為：人力投入效率模型、資金籌集效率模型、資金使用效率模型1、資金使用效率模型2和物質(zhì)投入效率模型。

1．產(chǎn)出效率模型的結(jié)果

圖1 模型1——模型4的DEA技術(shù)效率結(jié)果雷達圖

圖1顯示的是產(chǎn)出效率模型的結(jié)果，即模型1至模型4的DEA技術(shù)效率結(jié)果的雷達圖?？梢?，在基本模型中，DEA技術(shù)有效的行業(yè)達到17個，技術(shù)無效率的行業(yè)分別是印刷業(yè)、有色金屬、電氣機械以及電力和熱力行業(yè)等4個行業(yè)。在專利產(chǎn)出效率模型中，DEA技術(shù)有效的行業(yè)僅有9個；在商標(biāo)和標(biāo)準(zhǔn)產(chǎn)出效率模型中，有效率行業(yè)達到14個；在新產(chǎn)品產(chǎn)出效率模型中有效率行業(yè)又下降到7個。

綜上，可歸納出如下特征：第一，同樣投入條件下，以注冊商標(biāo)數(shù)和形成國家或行業(yè)標(biāo)準(zhǔn)數(shù)衡量的DEA技術(shù)效率較高，其次是以專利和發(fā)明專利的申請量作為產(chǎn)出指標(biāo)的技術(shù)效率、新產(chǎn)品產(chǎn)值的技術(shù)效率最低；第二，由于行業(yè)自身特性不同，決定了不同行業(yè)對不同科技產(chǎn)出的效率不同。如飲料、紡織行業(yè)僅對專利產(chǎn)出無效率；化學(xué)原料、通用設(shè)備和專用設(shè)備行業(yè)僅對新產(chǎn)品產(chǎn)出無效率；交通運輸設(shè)備僅對商標(biāo)和標(biāo)準(zhǔn)產(chǎn)出無效率；醫(yī)藥和塑料僅對商標(biāo)和標(biāo)準(zhǔn)產(chǎn)出有效率；橡膠、非金屬、金屬、通信和電力、燃力及水行業(yè)對所有產(chǎn)出指標(biāo)都有效率。

2．投入效率模型的結(jié)果

圖2顯示的是投入效率模型的結(jié)果，即模型5至模型10的DEA技術(shù)效率結(jié)果的雷達圖。為了比較，我們?nèi)詫⒒灸Ｐ停Ｐ?）放入其中。可見，在基本模型中DEA技術(shù)有效行業(yè)數(shù)量達到17個，人力投入效率模型中DEA技術(shù)有效的行業(yè)為12個；資金籌集效率模型中DEA技術(shù)有效行業(yè)為13個；資金使用效率模型1中DEA技術(shù)有效行業(yè)為14個；資金使用效率模型2中DEA技術(shù)有效行業(yè)也為14個；物質(zhì)投入效率模型中DEA技術(shù)有效行業(yè)為12個。

圖2 模型5——模型9的DEA技術(shù)效率結(jié)果雷達圖

綜上，我們可以歸納出如下特征：第一，按照DEA技術(shù)有效的行業(yè)個數(shù)以及無效程度從高到低劃分，五個模型的排序分別是：資金使用效率模型1、資金使用效率模型2、資金籌集效率模型、人力投入效率模型和物質(zhì)投入效率模型。第二，農(nóng)副產(chǎn)品、食品、印刷、有色金屬、電氣機械和電力、燃力及水等6個行業(yè)在所有投入模型中都DEA技術(shù)無效。第三，由于行業(yè)自身特性不同，決定了不同科技投入的產(chǎn)出效率不同。比如，儀器儀表行業(yè)僅在資金使用效率的兩個模型中技術(shù)有效；黑色金屬僅在人力投入和資金使用效率2模型中技術(shù)無效；電力、熱力行業(yè)僅在物質(zhì)投入模型中技術(shù)無效。

3．不同效率模型的比較

綜合圖1和圖2的所有分析結(jié)果，可發(fā)現(xiàn)兩個主要特征：

第一，科技指標(biāo)分布特征。對所有21個工業(yè)行業(yè)而言，其科技產(chǎn)出三個指標(biāo)中，商標(biāo)和標(biāo)準(zhǔn)產(chǎn)出效率最好，專利產(chǎn)出效率較差，新產(chǎn)品產(chǎn)出效率最差；其科技投入四個指標(biāo)中，資金使用效率較高，資金籌集效率其次，人力投入效率排第三，物資投入效率最差。主要原因：首先，科技產(chǎn)出效率的排序可以反映出，一項專利或發(fā)明專利的申請要比一項商標(biāo)或標(biāo)準(zhǔn)的申請更為困難，或者說技術(shù)含量更高，因此，專利產(chǎn)出效率要比商標(biāo)和標(biāo)準(zhǔn)產(chǎn)出效率差。而新產(chǎn)品投入生產(chǎn)并產(chǎn)生較高的產(chǎn)出效率需要更長時間的檢驗。因此，在短時間分析中，新產(chǎn)品產(chǎn)出效率最差。其次，由于我們只分析了某一年度的截面數(shù)據(jù)，沒有考查時間因素的影響。而在短時間內(nèi)，資金投入對提升科技投入產(chǎn)出效率的作用最明顯，人力投入和物質(zhì)投入可能要依賴于更長時間的檢驗。

第二，行業(yè)分布特征。一般情況下，科技產(chǎn)出模型低效的行業(yè)，其科技投入模型也低效，如食品、印刷、有色金屬、儀器儀表和電氣機械等5個行業(yè)。比較特殊的兩個行業(yè)是：電力、熱力行業(yè)科技產(chǎn)出模型都無效，但科技投入模型中僅物質(zhì)投入模型無效，其余4個投入模型都有效；電力、燃氣和水行業(yè)①電力、熱力行業(yè)和電力、燃氣和水行業(yè)的分類采用自《濟南市統(tǒng)計年鑒》中相關(guān)描述。根據(jù)《中國工業(yè)統(tǒng)計年鑒》中的相關(guān)描述和《國民經(jīng)濟行業(yè)分類GBT 4754－2011》的分類標(biāo)準(zhǔn)理解，這里的電力、燃氣和水行業(yè)應(yīng)該為燃氣和水行業(yè)?？萍籍a(chǎn)出模型都有效，但科技投入模型中僅物質(zhì)投入模型有效，其余4個投入模型都無效。產(chǎn)生這種現(xiàn)象的原因可能是：首先，這兩個行業(yè)都屬于壟斷性行業(yè)，電力、熱力行業(yè)每年都需要大量的基礎(chǔ)設(shè)施的建設(shè)和研發(fā)投入，但短時間內(nèi)科技產(chǎn)出效率較低；而電力、燃氣和水行業(yè)，基礎(chǔ)設(shè)施投入一定，只涉及每年的維護費用的支出，因此，相對而言，雖然該行業(yè)的科技產(chǎn)出短期有效，但科技投入明顯不足，不利于長期發(fā)展。

（二）DEA技術(shù)效率的聚類分析

上述研究表明，21個工業(yè)行業(yè)對不同的科技投入產(chǎn)出模型的DEA效率差異較大。因此，我們試圖通過聚類分析，進一步掌握其行業(yè)分布特征。聚類分析是通過采用SPSS18．0軟件中相關(guān)功能實現(xiàn)的。

首先，對表2中不同指標(biāo)組合模型下的效率值進行皮爾遜相關(guān)系數(shù)測定②由于篇幅所限，具體結(jié)果省略，感興趣讀者可向作者索取。。經(jīng)過相關(guān)分析后，發(fā)現(xiàn)9個模型中，雖然資本籌集和資本使用效率模型相關(guān)系數(shù)較高，但所有模型都呈現(xiàn)低相關(guān)性。因此，接下來，我們?nèi)赃x取9個模型產(chǎn)出組合模型的效率值作為層次聚類（Hierarchical Clustering）分析變量。

圖3 聚類過程的系統(tǒng)樹狀圖

圖3是聚類過程的系統(tǒng)樹狀圖，根據(jù)分析結(jié)果，我們將2011年濟南市21個工業(yè)行業(yè)的科技投入產(chǎn)出活動的效率特征分為五大類，并總結(jié)在表3中，分別是：科技投入有效、科技產(chǎn)出無效型；科技投入無效、科技產(chǎn)出有效型；科技投入無效、科技產(chǎn)出低效型；科技投入低效、科技產(chǎn)出低效型；科技投入和科技產(chǎn)出都有效型。

（1）科技投入有效、科技產(chǎn)出無效型。這個類型僅包含了電力、熱力一個行業(yè)。其特征是在所有組合的科技投入指標(biāo)中DEA技術(shù)效率都有效，但是在所有組合的科技產(chǎn)出指標(biāo)中DEA技術(shù)效率都無效。

（2）科技投入無效、科技產(chǎn)出有效型。這個類型僅包含了電力、燃力和水一個行業(yè)。其特征是在所有組合的科技產(chǎn)出指標(biāo)中DEA技術(shù)效率都較突出，但是在所有組合的科技投入指標(biāo)中DEA技術(shù)效率表現(xiàn)欠佳。

（3）科技投入無效、科技產(chǎn)出低效型。這個類型僅包含了農(nóng)副食品一個行業(yè)。其特征是在所有組合的科技投入指標(biāo)中DEA技術(shù)效率都無效，在所有組合的科技產(chǎn)出指標(biāo)中DEA技術(shù)效率都較差。

（4）科技投入低效、科技產(chǎn)出低效型。這個類型包含了食品、儀器儀表、印刷業(yè)、有色金屬和電氣機械等5個行業(yè)。其特征是在所有組合的科技投入和產(chǎn)出指標(biāo)中DEA技術(shù)效率都較差。

（5）科技投入和產(chǎn)出都有效型。這個類型包含了剩余的13個行業(yè)。其特征是在所有組合的科技投入和科技產(chǎn)出指標(biāo)中DEA技術(shù)效率都有效。

綜上，我們發(fā)現(xiàn)，聚類分析的結(jié)果與前面DEA技術(shù)效率分析的結(jié)果基本一致。

表3 DEA技術(shù)效率的聚類結(jié)果

五、結(jié)論及建議

通過對濟南市21個工業(yè)行業(yè)DEA技術(shù)效率的深入分析，我們發(fā)現(xiàn)：

在不同產(chǎn)出指標(biāo)組合的模型中，大部分行業(yè)的商標(biāo)和標(biāo)準(zhǔn)產(chǎn)出效率較高，但是專利和發(fā)明的產(chǎn)出效率較低，新產(chǎn)品的產(chǎn)出效率最低。這一方面與DEA模型只能分析截面數(shù)據(jù)有關(guān)，但另一方面也說明，大部分行業(yè)的在科技活動中仍存在急功近利，只關(guān)注短期成果的行為，這對科技活動的長期發(fā)展以及企業(yè)自身的長遠規(guī)劃都會產(chǎn)生不利影響。因此，政府及相關(guān)部門可以制定鼓勵和保障企業(yè)的長期科研投入的措施，關(guān)注科技成果的原始創(chuàng)新和成果的后期轉(zhuǎn)化，比如，減免相關(guān)科研活動的稅費；協(xié)調(diào)相關(guān)科技項目的信貸支持；幫助相關(guān)科研人員的引進和安置；獎勵相關(guān)科技成果，以及考核和監(jiān)管相關(guān)科技活動過程的等等。

在不同投入指標(biāo)組合的模型中，大部分行業(yè)的資金籌集和使用效率較高，但科研人員的投入效率較低，物質(zhì)投入的效率最低。因此政府及相關(guān)部門可以創(chuàng)建創(chuàng)新人才的激勵機制，制定各種人才資助政策，也可以在高校設(shè)立與科技產(chǎn)業(yè)相關(guān)的專業(yè)學(xué)科，實現(xiàn)訂單培養(yǎng)；調(diào)整工業(yè)企業(yè)科研人員的結(jié)構(gòu)，提高新產(chǎn)品開發(fā)＂設(shè)計人員的比例；結(jié)合人才計劃的實施，以工業(yè)科研項目帶動工業(yè)科技人才的培養(yǎng)。

此外，由于行業(yè)自身特征決定了其科技活動的特殊性，因此，相關(guān)部門應(yīng)該因地制宜，制定適合行業(yè)發(fā)展的科技促進措施。具體而言：

第一，針對壟斷性行業(yè)如電力、熱力及電力、燃氣和水兩個行業(yè)，要根據(jù)其生產(chǎn)周期長和高耗能高污染的特征，制定合適的科技衡量指標(biāo)，有必要將有關(guān)環(huán)保和節(jié)能降耗的研發(fā)投入產(chǎn)出納入考核體系。

第二，針對科技投入或科技產(chǎn)出效率都較低的行業(yè)，如農(nóng)副食品、食品、儀器儀表、印刷業(yè)、有色金屬和電氣機械等6個行業(yè)，多數(shù)是勞動密集型行業(yè)，因此要注重調(diào)整其科技投入和科技產(chǎn)出的搭配比例，優(yōu)化科研資金支出比例，優(yōu)化科研人員的組成比例，做到物盡其用，人盡其才。

第三，針對科技投入或產(chǎn)出效率都較高的行業(yè)，應(yīng)在加大科技投入的同時，更加關(guān)注科技投入更快更多地轉(zhuǎn)化為現(xiàn)實生產(chǎn)力，加快形成科技產(chǎn)業(yè)化。

［1］孫善俠，范純增，史清華．我國科技投入產(chǎn)出效率的測度與評價［J］．上海管理科學(xué)，2008（1）：65－68．

［2］張前榮．我國省域科技投入產(chǎn)出效率的實證分析［J］．南京師大學(xué)報（社會科學(xué)版），2009（1）：59－63．

［3］ANDREA B C．Handbook of Quantitative Science and Technology Research：The Use of Publication and Patent Statistics in Studies of S＆T Systems［M］．Kluwer Academic Publishers，2004：51－74．

［4］MENGW，HU Z H，LIUW B．Efficiency Evaluation of Basic Research In China［J］．Scientometrics，2006，69（1）：85－101．

［5］GIOVANNIA，CIRIACOANDREAD，F(xiàn)ABIO P．The Measurement of Italian Universities’Research Productivity By A Non－Parametric－Bibliometric Methodology［J］．Scientometrics，2008，76（2）：225－244．

［6］代富強，李新運．山東省R＆D投入產(chǎn)出效率的區(qū)域差異研究［J］．海南師范學(xué)院學(xué)報（自然科學(xué)版），2005（2）：180－784．

［7］劉愛琴，張偉．區(qū)域技術(shù)創(chuàng)新效率的測度與評價——基于山東省的實證研究［J］．山東財政學(xué)院學(xué)報，2008（6）：51－55．

［8］汪洋，張偉．山東省區(qū)域創(chuàng)新系統(tǒng)的實證分析［J］．山東行政學(xué)院山東省經(jīng)濟管理干部學(xué)院學(xué)報，2006（6）：46－48．

［9］CHARNESA，COOPERW W，Rhode E．Measuring the Efficiency of Decision Making Units［J］．European Journal of Operational Research，1978（2）：429－444．

［10］BANKER R D，CHARNESA，COOPERW W．Some Model for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis［J］．Management Science，1984（9）：1078－1092．

［11］FARRELLM J．The Measurementof Productive Efficiency［J］．Journalof the Royal Statistical Society，Series A，1957，120：253－281．

［12］SHEPHARD RW．Theory of Cost and Production Functions［M］．Princeton：Princeton University Press，1970．

［13］魏權(quán)齡．?dāng)?shù)據(jù)包絡(luò)分析［M］．北京：科學(xué)出版社，2004．

DEA Efficiency Analysis of Jinan Industrial Science and Technology Input-Output

WANG Tian，ZHANG Na
（School of International Trade，Shandong University of Finance and Economics，Jinan 250014，China）

Though the indexes tomeasure science and technology input-output are numerous，it is necessary to analyze，in addition to comprehensive efficiency，the contribution that different indexes and index groupsmake to comprehensive efficiency．Moreover，the study of distribution characteristics of science and technology input-output efficiency in different industrial sectors has certain reference significance tomaking science and technology promoting measures suitable for long-term industrial development．This paper，based on Jinan industries and by adopting data envelopment analysis（DEA），makes an overall evaluation of science and technology input-output efficiency，gets distribution characteristics of DEA technical efficiency in different industrial sectors through hierarchical cluster analysis，and proposes targeted measures and suggestions based on these study results．

DEA Model；science and technology input-output；industrial sector；hierarchical cluster analysis

F427

A

1008－2670（2014）05－0065－08

（責(zé)任編輯 時明芝）

2014－05－07

濟南市科技計劃資助項目“濟南市工業(yè)行業(yè)科技投入產(chǎn)出相對效率的評價——基于DEA方法的研究”（201202271）。

王恬，女，山東泰安人，經(jīng)濟學(xué)博士，山東財經(jīng)大學(xué)國際經(jīng)貿(mào)學(xué)院副教授，研究方向：國際宏觀經(jīng)濟學(xué)；張娜，女，山東聊城人，山東財經(jīng)大學(xué)碩士生，研究方向：國際經(jīng)濟學(xué)。