基于改进超效率DEA模型的长江经济带科技创新效率研究.docx

基于改进超效率DEA模型的长江经济带科技创新效率研究
随着技术的不断进步，科技创新成为各国经济发展的重要动力。作为中国政策导向的“创新驱动发展战略”，科技创新在长江经济带发展中占据了重要的地位。如何提高科技创新效率，加快长江经济带的发展，成为了研究者关注的重点。本文基于改进超效率DEA模型，对长江经济带的科技创新效率进行研究，旨在为长江经济带科技创新提供参考。
一、超效率DEA模型
超效率DEA模型是评估单位效率的经典方法之一。其主要特点是在保持现有单位生产力的前提下，利用生产函数分析出超前的生产力水平，从而确定每个单位的超效率程度。其中，超前生产力水平是在现有生产技术和生产条件下，达到最优化的生产水平。
在超效率DEA模型中，研究对象被视为被评估的单位，评估对象的输入和输出指标是模型中的基本元素。把被评估的单位分为两组，一组是前n个生产效率最高的单位，另一组则是剩下的。在模型中，前n个最大效率值的单位就是最优生产者，他们的效率被称为边界效率。这个模型可以用于评估一个组织在其领域内的效率，并且是非参数的线性规划方法。
二、长江经济带科技创新效率研究
1.数据搜集
为研究长江经济带的科技创新效率，本文以2010年至2019年的长江经济带省份为样本，收集了省份的科技创新数据，包括研发经费投入、专利申请量、高技术制造业增加值、高技术产品出口额等。
2.模型构建
基于超效率DEA模型，本文提出了一种改进的模型，即研究对象将单位分为前n个最优和剩余的。用超前生产力水平对每个单位的超效率进行衡量，并且通过计算科技创新效率能力和技术进步水平来评估各省份的科技创新效率。
此外，本文还引入了贡献率评估方法，通过计算两个部分的贡献率来衡量各省份的科技创新效率。第一个部分是在前n个最高效率的单位中的贡献率，第二个是在剩余单位中的贡献率。
3.结果分析
根据模型计算，江苏省在长江经济带省份中排名第一，其超效率水平为1.740，科技创新能力和技术进步水平相对较高。而湖南省和重庆市的效率水平相对较低，分别为0.714和0.828。
总体来看，长江经济带的科技创新效率有待提高。同时，研究结果表明，前n个最高效率的单位在超效率DEA模型中起着关键作用。在科技创新方面，这些单位应成为其他单位的学习榜样，以提高整个长江经济带的科技创新水平。
三、结论
本文研究了长江经济带省份的科技创新效率，并提出了改进的超效率DEA模型。研究结果表明，江苏省在长江经济带省份中具有较高的科技创新效率，而湖南省和重庆市的效率水平相对较低。同时，前n个最高效率的单位在超效率DEA模型中助于其他单位提高效率。为了提高长江经济带的科技创新水平，需要各省份加强科技研究投入，促进技术创新和转移，并借鉴其他省份成功经验。