基于DEA模型和Malmquist指數(shù)法的江門(mén)市高技術(shù)產(chǎn)業(yè)的效率研究

魏悅

?

基于DEA模型和Malmquist指數(shù)法的江門(mén)市高技術(shù)產(chǎn)業(yè)的效率研究

魏悅

（五邑大學(xué) 經(jīng)濟(jì)管理學(xué)院，廣東 江門(mén) 529020）

采用Malmquist指數(shù)方法和基于規(guī)模報(bào)酬可變的DEA模型，對(duì)江門(mén)市2010—2013年間高技術(shù)產(chǎn)業(yè)的七個(gè)細(xì)分行業(yè)進(jìn)行效率分解分析和動(dòng)態(tài)效率變動(dòng)分析. 結(jié)果顯示，在研究年限期間，江門(mén)市高技術(shù)產(chǎn)業(yè)整體效率呈增長(zhǎng)趨勢(shì)但仍處于非DEA有效，各行業(yè)的技術(shù)效率均有較大波動(dòng)，主要原因是技術(shù)創(chuàng)新能力偏弱，最后結(jié)合江門(mén)市高技術(shù)產(chǎn)業(yè)的具體情況提出了相應(yīng)的改善建議.

高技術(shù)產(chǎn)業(yè)；技術(shù)效率；DEA模型；Malmquist指數(shù)

高新技術(shù)產(chǎn)業(yè)是以高新技術(shù)為基礎(chǔ)的知識(shí)和技術(shù)密集型產(chǎn)業(yè)，也是當(dāng)前我國(guó)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和穩(wěn)定經(jīng)濟(jì)增長(zhǎng)的重要力量，有效評(píng)估高新技術(shù)產(chǎn)業(yè)的技術(shù)效率能幫助企業(yè)采取有效的改進(jìn)措施. 數(shù)據(jù)包絡(luò)分析（DEA）是一種基于線(xiàn)性規(guī)劃的用于評(píng)價(jià)同類(lèi)型組織（或項(xiàng)目）工作績(jī)效相對(duì)有效性的工具，其中，規(guī)模報(bào)酬可變的BBC模型將技術(shù)效率分解為規(guī)模效率與純技術(shù)效率，并以之判斷企業(yè)的生產(chǎn)規(guī)模和投入產(chǎn)出比例是否合適. 目前，國(guó)內(nèi)外很多學(xué)者運(yùn)用DEA方法對(duì)不同地區(qū)、不同行業(yè)進(jìn)行技術(shù)效率分析[1-8]. 參數(shù)法中隨機(jī)前沿分析法（SFA）同樣可對(duì)產(chǎn)業(yè)效率進(jìn)行分析，如原毅軍等[9]運(yùn)用SFA法對(duì)中國(guó)裝備制造業(yè)的研發(fā)效率進(jìn)行研究，找到了影響其效率的主要原因；景保峰等[10]用SFA方法對(duì)高技術(shù)產(chǎn)業(yè)效率進(jìn)行分析；國(guó)外也有學(xué)者綜合運(yùn)用DEA與SFA法的，如Johns G[11]等結(jié)合DEA與SFA方法對(duì)高?？?jī)效進(jìn)行分析. DEA法與基于指數(shù)理論的Malmquist指數(shù)法結(jié)合的Malmquist生產(chǎn)率指數(shù)法同樣被廣泛應(yīng)用[12,13]. 作為動(dòng)態(tài)DEA效率的評(píng)價(jià)工具，Malmquist指數(shù)能有效測(cè)算全要素生產(chǎn)率（TFP）的增長(zhǎng)變化，反映決策單元在時(shí)間序列中的技術(shù)效率和技術(shù)進(jìn)步的變化.

按國(guó)家《高新技術(shù)企業(yè)認(rèn)定管理辦法》統(tǒng)計(jì)，2013年，廣東省江門(mén)市高新技術(shù)企業(yè)170多家，產(chǎn)值預(yù)計(jì)達(dá)800億元. 與廣州、深圳等地區(qū)相比，江門(mén)高新技術(shù)產(chǎn)業(yè)的經(jīng)濟(jì)發(fā)展規(guī)模和集聚化水平等亟待提升. 因此本文以江門(mén)市高技術(shù)產(chǎn)業(yè)為研究對(duì)象，構(gòu)建客觀(guān)合理的DEA技術(shù)效率評(píng)價(jià)指標(biāo)體系，運(yùn)用DEA模型和Malmquist指數(shù)方法對(duì)2010—2013年間江門(mén)高新技術(shù)企業(yè)與高新產(chǎn)業(yè)的面板數(shù)據(jù)分別進(jìn)行靜態(tài)和動(dòng)態(tài)的技術(shù)效率分析，利用Deap2.1軟件將Malmquist TFP指數(shù)分解為技術(shù)效率變動(dòng)與技術(shù)變動(dòng)，并進(jìn)一步將技術(shù)效率分解為純技術(shù)效率與規(guī)模效率，剖析影響江門(mén)市高技術(shù)產(chǎn)業(yè)效率的深層原因.

1 模型與指標(biāo)體系

1.1 DEA模型

1.2 Malmquist 指數(shù)模型

1.3 決策單元與指標(biāo)體系的選取

由于江門(mén)市高技術(shù)產(chǎn)業(yè)的具體統(tǒng)計(jì)數(shù)據(jù)是從2010年開(kāi)始完善的，故本文選取2010—2013年江門(mén)高新技術(shù)企業(yè)及高新技術(shù)產(chǎn)業(yè)的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行研究. 在高新技術(shù)產(chǎn)業(yè)發(fā)展上，江門(mén)市的電子與信息、生物與醫(yī)藥技術(shù)、新材料、光機(jī)電一體化、新能源與高效節(jié)能以及環(huán)境保護(hù)六大產(chǎn)業(yè)發(fā)展規(guī)模較好，按2012年數(shù)據(jù)，它們的工業(yè)總產(chǎn)值分別占全市高新技術(shù)產(chǎn)業(yè)總產(chǎn)值的6%、25%、27%、11%、7%和17%，另外7%為其他高技術(shù)產(chǎn)業(yè). 本文選這七大產(chǎn)業(yè)作為研究對(duì)象進(jìn)行分析.

DEA分析是以決策單元投入產(chǎn)出的數(shù)據(jù)估計(jì)有效生產(chǎn)前沿面從而衡量技術(shù)效率的，因此投入產(chǎn)出指標(biāo)的選取非常重要. 本文借鑒文獻(xiàn)[3-12]選取指標(biāo)的經(jīng)驗(yàn)，并結(jié)合指標(biāo)代表性及數(shù)據(jù)可得性原則進(jìn)行選?。何覀儗⒐潭ㄙY產(chǎn)與科技活動(dòng)經(jīng)費(fèi)（兩者不重復(fù)）合計(jì)為資本投入，最終與年末從業(yè)人員數(shù)一起構(gòu)成投入指標(biāo)；產(chǎn)出指標(biāo)則選取可綜合反映各行業(yè)總體產(chǎn)出情況的工業(yè)總產(chǎn)值. 其中，江門(mén)市高新企業(yè)及高新產(chǎn)業(yè)的相關(guān)投入產(chǎn)出數(shù)據(jù)來(lái)自江門(mén)市科技局，廣東省相關(guān)投入產(chǎn)出數(shù)據(jù)來(lái)自《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》.

2 實(shí)證分析

2.1 江門(mén)市高技術(shù)產(chǎn)業(yè)效率的DEA分析

使用DEAP2.1軟件可得2010—2013年江門(mén)市高技術(shù)產(chǎn)業(yè)各行業(yè)的效率值，見(jiàn)表1.

表1 江門(mén)市高技術(shù)產(chǎn)業(yè)各行業(yè)2010—2013年效率值總表

年份行業(yè)效率規(guī)模收益年份行業(yè)效率規(guī)模收益 總技術(shù)純技術(shù)規(guī)?？偧夹g(shù)純技術(shù)規(guī)模 2010電子與信息0.1690.2120.795irs2012電子與信息0.1810.4490.404irs 生物與醫(yī)藥技術(shù)0.5261.0000.526drs生物與醫(yī)藥技術(shù)0.6331.0000.633drs 新材料0.1770.3040.582drs新材料0.3481.0000.348drs 光機(jī)電一體化0.2460.3340.737drs光機(jī)電一體化0.2910.4680.623irs 新能源與高效節(jié)能0.1430.1770.808drs新能源與高效節(jié)能0.8611.0000.861irs 環(huán)境保護(hù)1.0001.0001.000—環(huán)境保護(hù)1.0001.0001.000— 其他高技術(shù)0.6991.0000.699drs其他高技術(shù)0.4130.9510.434irs 均值0.4230.5750.735均值0.5320.8380.615 2011電子與信息0.2580.2720.947irs2013電子與信息0.4160.4320.962irs 生物與醫(yī)藥技術(shù)1.0001.0001.000—生物與醫(yī)藥技術(shù)1.0001.0001.000— 新材料0.5850.5860.998irs新材料0.7441.0000.744drs 光機(jī)電一體化0.3800.3900.974irs光機(jī)電一體化0.6820.6930.984irs 新能源與高效節(jié)能0.5620.6100.922irs新能源與高效節(jié)能0.5670.5960.951irs 環(huán)境保護(hù)0.3661.0000.366irs環(huán)境保護(hù)0.6501.0000.65irs 其他高技術(shù)1.0001.0001.000—其他高技術(shù)1.0001.0001.000— 均值0.5930.6940.887均值0.7230.8170.899

由表1的結(jié)果可知：

1）在2011年和2013年，生物與醫(yī)藥技術(shù)產(chǎn)業(yè)和其他高技術(shù)產(chǎn)業(yè)為DEA有效；在2010年和2012年，環(huán)境保護(hù)產(chǎn)業(yè)為DEA有效：表明它們?cè)贒EA有效的年份技術(shù)創(chuàng)新環(huán)境與發(fā)展規(guī)模都較好，對(duì)資源的配置及應(yīng)用合理且高效，具備較高的投入產(chǎn)出能力.

2）環(huán)境保護(hù)產(chǎn)業(yè)在2011年和2013年的純技術(shù)效率值為1，但總技術(shù)效率、規(guī)模效率均小于1. 導(dǎo)致其技術(shù)效率下降的原因是投入產(chǎn)出的規(guī)模不合理；規(guī)模收益遞增則表明投入未達(dá)飽和. 類(lèi)似的還有2012年的新能源與高效節(jié)能產(chǎn)業(yè)，2010年、2012年的生物與醫(yī)藥技術(shù)產(chǎn)業(yè)和2012—2013年的新材料產(chǎn)業(yè)，但后兩者規(guī)模收益遞減，說(shuō)明適當(dāng)減少投入反而可增加產(chǎn)出比例.

3）電子與信息產(chǎn)業(yè)、新材料產(chǎn)業(yè)、光機(jī)電一體化產(chǎn)業(yè)、新能源與高效節(jié)能產(chǎn)業(yè)在2010—2013年始終為DEA無(wú)效：新材料產(chǎn)業(yè)在2010年的規(guī)模與技術(shù)創(chuàng)新能力都非常低，2012—2013年其規(guī)模效率的低下導(dǎo)致總技術(shù)無(wú)效；電子與信息產(chǎn)業(yè)的規(guī)模效率一直良好（除2012年外），其主要問(wèn)題為純技術(shù)效率低下；新能源與高效節(jié)能產(chǎn)業(yè)、光機(jī)電一體化產(chǎn)業(yè)和電子與信息產(chǎn)業(yè)的情況幾乎一樣，其規(guī)模效率波動(dòng)頻繁，說(shuō)明應(yīng)注重改善技術(shù)創(chuàng)新環(huán)境.

4）從均值看，純技術(shù)效率增長(zhǎng)明顯，規(guī)模效率波動(dòng)較大；總技術(shù)效率在2012年略微下降后在2013年上升為0.723，說(shuō)明江門(mén)市高技術(shù)產(chǎn)業(yè)整體技術(shù)效率呈上升態(tài)勢(shì)，但仍存在27.7%的改善空間.

5）除了新能源與高效節(jié)能產(chǎn)業(yè)之外，其余產(chǎn)業(yè)的純技術(shù)效率均良好或一直處于上升狀態(tài)，但規(guī)模效率均有較大幅度波動(dòng).

6）多數(shù)產(chǎn)業(yè)的規(guī)模收益遞增，表明適當(dāng)增加投入可提高生產(chǎn)率.

2.2 江門(mén)市高技術(shù)產(chǎn)業(yè)效率變動(dòng)的Malmquist分析

對(duì)江門(mén)市高技術(shù)產(chǎn)業(yè)在2010—2013年間的兩個(gè)時(shí)間段進(jìn)行動(dòng)態(tài)效率變動(dòng)的考察，分析結(jié)果見(jiàn)表2.

表2 江門(mén)市高技術(shù)產(chǎn)業(yè)2010—2013年Malmquist指數(shù)及各項(xiàng)變動(dòng)情況

從表2可以看出：

1）江門(mén)市高技術(shù)產(chǎn)業(yè)在2010—2011年和2012—2013年的Malmquist指數(shù)分別出現(xiàn)15.2%和14.7%的負(fù)增長(zhǎng)；2011—2012年的生產(chǎn)率雖提高13.8%，但總體上仍呈6.3%的負(fù)增長(zhǎng).

2）技術(shù)效率變動(dòng)在2010—2011年和2012—2013年間增幅超過(guò)了50%，2011—2012年間出現(xiàn)下降，最終這四年的技術(shù)效率上升28.7%，即公司管理發(fā)展較好.

3）Malmquist指數(shù)降低的主要原因在于技術(shù)變動(dòng)，2010—2011年和2012—2013年負(fù)增長(zhǎng)率分別為47.9%和43.9%，雖然2011—2012年明顯上升，但總體平均變動(dòng)仍為負(fù)，說(shuō)明行業(yè)的技術(shù)水平?jīng)]有提高反而降低.

4）將技術(shù)效率變動(dòng)分解為純技術(shù)效率變動(dòng)和規(guī)模效率變動(dòng)，純技術(shù)效率增長(zhǎng)20.1%，規(guī)模效率平均水平稍漲，兩者綜合之后技術(shù)效率得到提升.

綜上所述，2010—2013年江門(mén)市高技術(shù)產(chǎn)業(yè)的主要問(wèn)題是技術(shù)水平偏低，因此江門(mén)市高技術(shù)產(chǎn)業(yè)應(yīng)注重技術(shù)創(chuàng)新環(huán)境的培養(yǎng)，提高各產(chǎn)業(yè)技術(shù)水平.

2.3 實(shí)證分析結(jié)果及建議

表3為2010—2012年高新技術(shù)產(chǎn)業(yè)的部分指標(biāo)中江門(mén)市占整個(gè)廣東省的比例，結(jié)果由《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》及江門(mén)市科技局提供的數(shù)據(jù)計(jì)算得出.

表3 2010—2012年廣東省高新產(chǎn)業(yè)部分指標(biāo)中江門(mén)市的比例

由表3可知：作為廣東省重點(diǎn)發(fā)展的珠三角高新產(chǎn)業(yè)集聚區(qū)的一部分，江門(mén)市的各項(xiàng)比例值均明顯偏低. 分析原因如下：

1）產(chǎn)業(yè)集聚化水平偏低：2010—2012年江門(mén)高新企業(yè)所屬行業(yè)較為分散（按《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)》），說(shuō)明全市高新技術(shù)產(chǎn)業(yè)集群關(guān)聯(lián)性低. 對(duì)此，一方面可利用本地大型企業(yè)的輻射帶動(dòng)能力發(fā)展配套的上下游企業(yè)，提高產(chǎn)業(yè)集群的集聚效應(yīng)，例如新會(huì)的雙水拆船鋼鐵有限公司，可利用拆船回收的銅鋁等有色金屬及鋼板等發(fā)展與之配套的上下游高新產(chǎn)業(yè)群；另一方面，以綠色光源為例，若光源、電源和鋁基板三大塊都能發(fā)展出一定規(guī)模的產(chǎn)業(yè)集群，則不僅能優(yōu)化上下游供應(yīng)鏈的配置，還能加快技術(shù)創(chuàng)新步伐并解決其現(xiàn)存的很多困擾.

2）高技術(shù)產(chǎn)業(yè)規(guī)模偏低，首先是勞動(dòng)力與資本投入偏低. 因此以合適比例加大勞動(dòng)力與資本的投入對(duì)技術(shù)效率的提升十分必要. “廣東金融高新區(qū)股權(quán)交易中心江門(mén)運(yùn)營(yíng)中心”在江門(mén)高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)成立，借此優(yōu)勢(shì)可大力發(fā)展中小微高新技術(shù)企業(yè)或培育科技型企業(yè)，多引入高校人才，提高江門(mén)高新技術(shù)產(chǎn)業(yè)的規(guī)模.

3）技術(shù)創(chuàng)新環(huán)境與產(chǎn)業(yè)結(jié)構(gòu)不夠完善. 由表3知：江門(mén)市R&D人員數(shù)與申請(qǐng)專(zhuān)利數(shù)相對(duì)較低，表明高新產(chǎn)業(yè)的科研成果并不豐碩，研究成果產(chǎn)業(yè)化的效率較低. 江門(mén)及附近城市有較多高校，企業(yè)可加強(qiáng)與高校或相應(yīng)科研機(jī)構(gòu)合作，結(jié)合企業(yè)所了解的市場(chǎng)需求與高校、科研機(jī)構(gòu)的理論創(chuàng)新能力，合理制定技術(shù)創(chuàng)新方向及策略. 2012年全市工業(yè)增加值上漲了4.5倍多，漲幅高過(guò)主營(yíng)業(yè)務(wù)收入，表明江門(mén)市高新技術(shù)產(chǎn)業(yè)在向具有高附加值的產(chǎn)業(yè)轉(zhuǎn)型，另一方面也說(shuō)明提高產(chǎn)業(yè)附加值和改善產(chǎn)業(yè)結(jié)構(gòu)的重要性，而建立良好的產(chǎn)學(xué)研服務(wù)平臺(tái)有助于此.

3 結(jié)論

本文通過(guò)DEA方法和Malmquist指數(shù)法分析了江門(mén)市各大高新技術(shù)產(chǎn)業(yè)的效率，探討了其效率不理想的原因. 作為運(yùn)用DEA模型與Malmquist指數(shù)法分析高技術(shù)產(chǎn)業(yè)效率的實(shí)證研究，本文也有不足的地方：1）數(shù)據(jù)有限，僅2010—2013年的數(shù)據(jù)，因此縱向比較分析不夠深入，對(duì)江門(mén)市整體的變化趨勢(shì)不能完整呈現(xiàn)；2）比較分析時(shí)應(yīng)用了江門(mén)市占廣東省整體水平的比值及變化分析，但缺乏廣東省其他城市的數(shù)據(jù)，導(dǎo)致缺乏一定的橫向比較. 也正因?yàn)檫@兩點(diǎn)，對(duì)未來(lái)江門(mén)市高技術(shù)產(chǎn)業(yè)效率的研究，我們會(huì)注意搜集更多對(duì)比性強(qiáng)的數(shù)據(jù)，進(jìn)行更深入細(xì)致的分析.

[1] 魏楚，沈滿(mǎn)洪. 能源效率及其影響因素[J]. 管理世界，2007(8): 66-76.

[2] PASIOURAS F. Estimating the technical and scale efficiency of Greek commercial banks: the impact of credit risk, off-balance sheet activities, and international operations [J]. International Business and Finance, 2008, 22(3): 301-318.

[3] 王軍，楊慧馨. 2006—2008年中國(guó)省際高技術(shù)產(chǎn)業(yè)效率實(shí)證研究[J]. 統(tǒng)計(jì)研究，2010, 27(12): 46-50.

[4] 李鵬，張俊彪. 農(nóng)業(yè)科研團(tuán)隊(duì)協(xié)同創(chuàng)新績(jī)效測(cè)度的實(shí)證研究[J]. 軟科學(xué)，2013, 27(4): 88-93.

[5] 朱崢崢，李英，林智敏. 基于DEA改進(jìn)模型的建筑企業(yè)效率評(píng)價(jià)研究—以黑龍江省為例[J]. 工程管理學(xué)報(bào)，2013, 27(1): 10-13.

[6] 周方濤. 基于AHP-DEA方法的區(qū)域科技創(chuàng)業(yè)人才生態(tài)系統(tǒng)評(píng)價(jià)研究[J]. 管理工程學(xué)報(bào)，2013, 27(1): 8-14.

[7] 陳洪轉(zhuǎn)，舒亮亮. 基于DEA模型的我國(guó)高新技術(shù)產(chǎn)業(yè)園區(qū)投入產(chǎn)出效率評(píng)價(jià)[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理，2013, 34(04): 105-109.

[8] 趙樹(shù)寬，余海晴，鞏順龍. 基于DEA方法的吉林省高技術(shù)企業(yè)創(chuàng)新效率研究[J]. 2013, 34(2): 36-43.

[9] 原毅軍，耿殿賀. 中國(guó)制造裝備業(yè)技術(shù)研發(fā)效率的實(shí)證研究[J]. 中國(guó)軟科學(xué)，2010(3): 51-57.

[10] 景保峰，周霞，呂健權(quán). 廣東省高技術(shù)產(chǎn)業(yè)研發(fā)效率實(shí)證研究—基于隨機(jī)前沿分析法[J]. 技術(shù)經(jīng)濟(jì)與管理研究，2011(10): 96-100.

[11] JOHNS G, JOHNS J. Higher education institutions costs and efficiency: taking the decomposition a further step [J]. Economics of Education Review, 2009, 28(1): 107-113.

[12] 景保峰，劉道興. 廣東省高技術(shù)產(chǎn)業(yè)各行業(yè)效率變化的實(shí)證研究[J]. 技術(shù)經(jīng)濟(jì)，2011, 30(5): 27-32.

[13] 鄭君君，韓笑，潘子怡. 基于Malmquist指數(shù)的房地產(chǎn)開(kāi)發(fā)企業(yè)全要素生產(chǎn)率變動(dòng)及收斂性研究[J]. 中國(guó)軟科學(xué)，2013(3): 141-151.

[責(zé)任編輯：熊玉濤]

A Study of the Efficiency of High-tech Industry in Jiangmen by the DEA Model and the Malmquist Index

WEIYue

(School of Economics and Management, Wuyi University, Jiangmen 529020, China)

Based on the Malmquist Index and the Input-DEA model of variable returns to scale, the efficiency and movement patterns of 7 subdivided sectors of Jiangmen City’s high-tech industry during 2010—2013 are analyzed. Analysis results show that, during the study period, the overall efficiency of Jiangmen’s high-tech industry was on the rise, but the efficiency of the various sectors had been fluctuating, the main cause being inadequate technical innovation capability. Finally, in light of the actual situation of Jiangmen City’ high-tech industry, some suggestions for improving are advanced.

high-tech industry; technical efficiency; DEA model; the Malmquist index

1006-7302（2014）04-0023-06

F061.5

A

2014-05-22

江門(mén)市哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目（JM2013B07）

魏悅（1989—），女，湖北宜昌人，在讀碩士生，研究方向?yàn)楣?yīng)鏈金融.