中国省际高技术产业效率测度与分解——基于共享投入关联DEA模型.docx

中国省际高技术产业效率测度与分解——基于共享投入关联DEA模型
引言
高技术产业是一个国家乃至全球经济体中最重要的部分之一。省际之间的高技术产业比较一直是经济学家和政策制定者所关注的问题，因为此问题涉及到政府部门如何合理引导资源，以及企业如何发展创新等问题。本文将通过共享投入关联DEA模型来测度中国省际高技术产业效率，并分解效率差异的原因，以期为政府制定相关经济政策提供参考。
文献综述
省际高技术产业的效率评价可以使用多项式回归与效率分析相结合的方法。这种方法的优点在于，既能考虑生产要素间的互相关联，也能反映产业中的技术水平差异。Grosskopf等人（1994）使用组件式数据包络分析法来估计美国的高技术产业效率，结果表明效率差异与各省市的人口密度、人力资本等要素存在关联。随着时间的推移，该模型还被希尔斯泰因等人（2000）优化和扩展。他们使用了回归分析和分解分析，结合了固定效应和随机效应，以测定效率、规模、技术进步、空间自相关和错误标准等因素的影响。除了共享投入关联的DEA模型，研究员们也使用了其它的模型，如投影法等。
方法
本文采用共享投入关联DEA模型来测度中国省际高技术产业效率。这种方法可以更好地测度多个高技术产业共享的生产要素，包括研发支出、劳动力、固定资本等等。本文还通过分解模型对效率差异的原因进行分析。
本文使用的数据来自于中国工业企业统计年鉴，并考虑到了省际经济发展的不同特点。为了更好地反映省际高技术产业发展的实际情况，本文采用了平均值法、聚类分析等方法来优化数据处理。
分析结果
共享投入关联DEA模型的结果表明，中国省际高技术产业效率存在着较大的差异。其原因可能包括不同省份研发投入不同、生产技术水平不同等。分解模型的结果表明，技术差异是造成省际高技术产业效率差异的主要原因。在技术中，研发投入与技术成熟度两个因素起到了决定性的作用。
结论
本文采用了共享投入关联DEA模型来测度中国省际高技术产业效率，结果发现存在着较大的效率差异。通过分解模型的分析，发现技术水平是造成效率差异的主要原因。因此，政府部门应该注意到研发投入和技术成熟度两个方面的问题，并制定针对高技术产业的经济政策，加强高技术产业的创新能力与技术水平提升。