基于链式关联网络的区域创新效率研究_以江苏为研究对象_李邃

第32卷第11期2011年11月

科学学与科学技术管理

SCIENCEOFSCIENCEANDMANAGEMENTOFS.&T.

Vol.32,No.11Nov.2011

基于链式关联网络的区域创新效率研究

——以江苏为研究对象

李

2

邃1，江可申2，郑兵云1，

（1.安徽财经大学，安徽蚌埠233041；2.南京航空航天大学经济与管理学院，南京210016）

摘要：运用DEA方法评价区域创新效率的传统做法是将区域创新系统作为一个“黑箱”来处理，不考虑系统内部实际的运作过程及其对系统整体效率的影响。通过将区域创新活动分解为两个相互关联的创新链式子过程，并构建基于规模报酬可变的链式关联网络DEA模型，对江苏省历年以及包括江苏在内的6个国家和地区创新活动的整体效率和各子过程的效率进行评价分析；在此基础上，计算两个子过程间的关联系数，来评价各区域技术创新子阶段的关联有效性程度。

关键词：创新效率;链式关联网络DEA模型;子过程（子阶段）;关联系数中图分类号：F127

文献标识码：A

文章编号：1002－0241（2011）11-0131-07

“把发展创新型经济作为主攻方向，把调结构、

引言

3.22%，日本为3.39%，以色列为4.53%，美国为2.66%。），效率问题就变得更为突出。

要提高区域创新效率，就必须首先对其进行科

抓创新、促转型作为工作主线”成为新时期江苏发展的战略核心，地方政府试图通过技术创新、科技进步来升级产业结构，转变经济增长方式，并以此来带动经济的持续发展。数据显示，近年来江苏研发创新投入持续攀升，研发经费从2000年的50.83亿元，增长到2009年的717.12亿元，年均增长34.19%；2009年研发经费占GDP的比重达2.08%，基本达到创新型国家投入水平。与此同时，R&D人员总量也有大幅增长，2009年达到273.27千人年，总数仅次于广东（283.65千人年），位居全国第二位。但应当指出，增加创新资源投入只是建立创新型经济的必要条件。在创新型经济建设过程当中，不仅要注重创新资源的总量投入，更要注重其效率问题，特别是相对于发达国家和地区，江苏的科技创新资源投入仍旧处于较低水平的情况下（在R&D经费内部支出占国内生产总值的比重这一指标上，2006年韩国达到了

收稿日期：2011-04-12

学的评价，找出区域在创新过程中存在的诸多问题，分析影响创新效率的主要因素，提出改进措施，进而提升区域的创新能力。因此，对区域创新效率进行科学合理的评价就成为区域创新型经济建设过程中一个不可或缺的重要环节。

1文献综述

区域创新是一个创新资源从投入到产出的转化

过程。由于区域创新投入与产出是多变量和不同量纲，所以要测量其绝对效率非常困难。因此，学者们大多从相对效率的评价方面展开研究，主要研究方法为数据包络分析（DEA）。

值来估计有效生产的前沿面并以此为基础进行多目标综合效果评价的非参数方法。其优点是适合于具有输入输出指标的决策单元DMU的相对有效性评

DEA方法实质是根据一组关于输入输出的观察

基金项目：江苏省高校哲学社会科学研究重大项目“江苏创新型经济发展战略、思路、模式、途径与政策研究“（2010ZDAXM013）第一作者简介：李邃(1980-)，女，河北秦皇岛人，毕业于南京航空航天大学，获博士学位，安徽财经大学，讲师，研究方向：数量经济、技术经济与产业管理。

·132·

基于链式关联网络的区域创新效率研究——以江苏为研究对象第11期

价，并且输入输出指标的单位可以不统一。此外，DEA还可以判断各个DMU投入规模的适合程度，给出各DMU调整其投入规模的方向和程度。这些独特优点使得许多学者选用DEA方法来研究区域、产业、企业各个层面创新活动的效率问题。在基于区域层面的研究中，刘顺忠和官建成（2002）、白俊红等（2009）运用DEA方法对我国区域创新系统的创新效率进行了测评[1-2]，罗亚非和李敦响（2006）运用DEA方法对中部六省和京、沪、粤区域技术创新绩效进行了分析[3]。在企业与产业层面，学者们的研究一方面运用DEA方法对研发创新效率进行测算[4-6]，另一方面则是集中考察企业规模、市场结构、要素价格及产权结构等因素对创新效率的影响[7-10]。

随着对创新过程及创新价值链理解的逐步深入，既关注创新的科技投入产出情况，又关注科技成果经济转化情况的二阶段、三阶段DEA模型研究。官建成、何颖(2005)采用二阶段模型，运用DEA方法分别对创新活动的技术有效性、经济有效性以及综合有效性进行评价，并按照有效性值将我国各个地区分为几个不同的梯度[11]。杜军等（2009）研究并设计出我国区域科技创新中从科技投入到经济产出的二阶段模型，并按照产出效率和转化效率的有效性设置两个维度，以此对我国各省级区域按科技创新效率进行划分[12]。罗彦茹等（2010）采用可以剔除环境因素和随机干扰影响的三阶段DEA模型，对2007年我国30个省区的技术创新效率进行了实证研究，发现规模效率低下是技术效率低的主要原因，同时得出我国技术创新仍处于规模报酬递增阶段的结论[13]。吉生保（2010）基于三阶段DEA模型和2008年分省数据，对中国高技术产业效率进行了实证研究[14]。

总体而言，传统的DEA模型在评价创新效率时，把创新看成一个只有投入产出的大系统，将其作为“黑箱”来处理，忽略了创新系统的内部结构及内在运行机理。换言之，系统输入是如何转化为输出的、运作过程本身是不是影响整体效率等问题并

不清楚。二阶段DEA模型尝试打开创新系统这一“黑箱”，根据创新的过程，将创新活动分为科技研发及经济转化两个阶段，建立了不尽相同的“灰化模型”，对创新系统的总体效率及各阶段的效率进行评价。但是，该方法将这两个相互影响的链式过程作为独立的子系统来评价和分析，未考虑它们之间的关联性及对系统整体效率的影响，本质上只是网络DEA①的一种最简单形式。三阶段DEA模型目前主要是运用于对商业银行效率的分析，通过该方法可以得到剔除了环境因素与随机误差影响的纯综合效率值。

本文将区域创新活动分解为两个相互关联的创新链型子过程，并且前一子过程的输出为后一子过程的输入，通过构建基于规模报酬可变的链式关联网络DEA模型对江苏省区域创新系统技术创新的整体及各子阶段的效率进行评价。

2模型的建立

和经济转化（Y）这两个子过程间按照一定i两个过程，顺序排成链条状，且第一个子过程（X）i与第二个子过程（Y）（X）（Z）i不相连。第一个子过程i的产出i为第二

本文将创新活动（DMU）分为科技资源投入（X）i

个子过程（Y

图1具有两个子过程的DMU内部结构

如果不考虑DMU内部结构，忽略DMU内部子过程之间的相互关系，计算效率往往是将每个DMU看成一个整体，这样对于DMUi而言，子过程1的投入产出分别为Xi、Zi，子过程2的投入产出分别为Zi、Yi。可以根据经典的BBC模型（1）计算出系统整体的纯技术效率。可以利用模型（2）、（3）分别测算两个子过程的纯技术效率。

ＢＣＣ

Ｔ

Ｔ

ｉ

ｉ

Ｔ

ｘ（ｕＹ+mＸＥ=ｍａ

=１ｊ，２，ｎL，Ｙ+m-ｖＸ£ ｕｓ．ｔ．

m≥eｅ≥eｅ，ｖ， m Ｒ

ｉ

ｉ

Ｔ

ｉ

ｊ

ｓ

ｍ

ｉ

ｌ

（1）

①网络DEA模型在计算系统效率的同时还能得到系统各子过程的效率。优点是不仅考虑子过程对系统效率的影响,而且还通过设定同种要素的权重相同来体现子过程间的相互联系,建立子过程效率和系统整体效率之间的数量关系。

第11期基于链式关联网络的区域创新效率研究——以江苏为研究对象

（１）

·133·

（１）

（１）Ｔ Ｔ

，ｊ，２，L，ｎ+-ｖＸｊ£０=１ｊmｉ dＺｓ．ｔ． （１）ｌ

d¢≥eｅ，ｖ≥e， Ｒmｅｋｍｉ

Ｅ

ＢＣＣ

=ｍａｘ（d

Ｔ

Ｚ+m

ｉ

ｉ

（１）

／ｖＸｉ

Ｔ

（2）

=１m=ｔj=ｔｔ／，ｕ，ｖ，h=ｔｖＸｉ

Ｔ

ｉ

m，h

ｉ

（１）

ｉ

（２）

=ｔm

ｉ

（２）

，e¢≥ｔe

２

Ｔｋ

=（L， Ｒ１，１，１）ｅ其中，ｋ

≤（２） ＴＴ

，ｊ，２，ｎ+-=１L，m ｕＹdＺｊ£０ｊｉ

ｓ．ｔ． （２）ｌ

ｕ≥e，d¢¢≥eｅ Ｒ，mｅｓｋｉ

Ｅ

（２）

=ｍａｘ（+ｕＹＢＣＣｉm

Ｔ

ｉ

（２）

）／d

Ｔ

≤

Ｚ

可以得到模型（5）。

Ｔ

ｉ

（3）

若考虑DMU内部子过程之间相关关系，则在构建系统效率评价模型时，必须满足如下两个条件[15]：①每个子过程都必须满足前沿条件，即累积产出不过程，它的权重始终是相同的，即在模型（2）和模型（3）中，应有d¢=d¢¢。

基于上述条件，本文构建如下模型（4）来测算链式DMU的纯技术效率：

Ｔ

ｉ

１）Ｔ Ｔ+（

-=１L，，ｊ，２，ｎjhwＸｊ£０ｊｉ Ｚ

（２）Ｔ Ｔ

+-£０=１L，，ｊ，２，ｎmhj ＹＺｊｊｉ（5）ｓ．ｔ． Ｔ

wＸ=１ｉ （１）（２）ｌ m≥e¢，w≥ej≥e ，，，hh¢¢ｅｅｅＲｓｍｋｉｉ

+ａｘｕＹＥ=ｍｉ h

ｄ=１

ｉ

（）ｄ

若

m，j，h，h为模型（5）的最优解，则DMUw，

＊

＊

＊

ｉ（１）＊

ｉ（２）＊

超过累积投入；②中间产出要素Zi不论用于哪个子及其两个子过程的效率分别为：

Ｅ=

（１）

m

＊Ｔ

+Ｙｉ h

２

=１ｄ

ｉ

（）＊ｄ

（6）

ｉ

jＺ+hＥ=（

＊Ｔ

ｉ

ｉ

（１）＊

）／w

（２）＊

＊

Ｘ

（7）

ｉ

（ａｘｕＥ=ｍＹ+ m

２ｄ=１

s.t.

，ｊ=１，２，L，ｎdＺ+m-ｖＸ£０

Ｔ

+-ｖ£０=１L，，ｊ，２，ｎｕＹＸｊ mｊ

Ｔ

２ｄ=１

ｉ（ｄ）

Ｔ

ｊ

（１）ｉ

Ｔ

ｊ

ｉ

（）ｄ

）／ｖＸｉ

Ｔ

（4）（a）（b）（c）

Ｅ

（２）

=（j

＊Ｔ

Ｙ+h

ｉ

ｉ

）／w

＊

Ｘ

（8）

其中式（6）测算的是系统纯技术效率，式（7）和式（8）测算的分别是子过程1和2的纯技术效率。

为反映两个子过程按照系统结构方式相互作用、相互补充、相互制约而激发出来的若干效应，即结构效应、组织效应。本文给出关联系数（RC）的定义，用以表示DMU内各子过程间的关联效度。

+ｕＹｊm

Ｔ

ｕ≥eｅ，ｖ≥eｅ，d≥eｅ，，m Ｒｓｍｋm

ｉ（１）

ｉ（２）

ｌ

ｉ

（２）

-d

Ｔ

，ｊ=１，２，L，ｎＺ£０

ｊ

ＲＣ=Ｅ／Ｅ¥Ｅ

（１）

（２）

（9）

其中，约束（a）是DMU本身作为一整个系统所需要满足的前沿条件，约束（b）和约束（c）则分别是子过程1和2所要满足的前沿条件，这些约束使得模型满足上述的条件①。同时，模型中相同要素的权重均相同，这满足了上述的条件②。连接两个子过程的中间产出Zi在两个子过程中具有相同的权重，体现了两个子过程之间的关联关系。从经济学角度看，若将权重视为要素的影子价格，则同种要素的权重相同也具有合理性。

通过对模型（4）的分析，我们可以进一步发现，约束（b）与约束（c）之和恰好等于约束（a），故约束（a）是多余的，将模型（4）进行如下变换：

其中，若RC＞1，即系统纯技术效率大于各子过程效率的乘积，则称DMU的内部各子过程间的关联是强有效的；若RC=1，即系统纯技术效率等于各子过程效率的乘积，则称DMU的内部各子过程间的关联是有效的；若RC＜1，即系统纯技术效率小于各子过程效率的乘积，则称DMU的内部各子过程间的关联是无效的。

3

3.1江苏省区域创新系统二阶段链式过程

实证分析

熊彼特将“创新”定义为将新产品、新工艺、新方

法或新制度引用到经济中去的第一次尝试。可见，一个完整的创新活动既包含了前期的研发环节又包

·134·

基于链式关联网络的区域创新效率研究——以江苏为研究对象第11期

含了创新成果的市场化环节，即经济转化过程。前一个环节是企业、大学和科研机构、政府①等创新主体进行新知识、新技术的研究开发投入阶段，该阶段的产出是以专利、论文形式表现的科技成果；这些科技成果进而成为第二阶段的投入，此时，创新活动的主体是企业，该阶段的产出是以经济效益衡量的高新技术产品。这样区分的意义在于：①区分了创新投入的直接产出与间接转化问题，在一定程度上开启了区域创新活动运作过程的“黑箱”；②不同于以往相关研究仅从区域创新系统整体的投入产出去考察其效率，或者虽然将区域创新活动加以过程性划分，但检验效率的思路过于简单，没有考虑过程之间的关联性及不同的过程对整体效率的影响问题。本文通过对区域创新活动分阶段运作过程的效率进行测评，以此挖掘研究对象低效或者无效的深层次原因。

从创新活动的两阶段过程发现，创新的不同阶段有不同的产出内涵，因此效率表现形态也是不同的。第一阶段的科技研发效率表现为一定创新资源投入下的科技成果的产出水平如何；第二阶段的经济转化效率表现为科技成果转化为商品的经济效益如何。基于此，本文构建了区域创新活动“科技研发—经济转化”效率矩阵图（如图2所示），并根据两个效率维度的高低取值划分出四种效率组合，不同的组合方式代表不同的效率状态。

综合比较现有的关于区域创新效率的研究成果[1-2,11,16]，同时考虑到实证部分国际间比较所涉及到的指标数据的可获得性，本文构建了各阶段创新活

图3区域创新活动的创新二阶段链式过程

由于创新活动的投入与产出之间具有一定的时滞性，因此需要考虑创新投入—科技成果产出—经济转化指标间的时间差。参照刘顺忠[17]、史修松的相关研究[18]，假设区域创新从投入到科技成果产出，再到经济转化的延迟时间为1年。本文以江苏省为研究样本，实证研究分为两部分：第一部分，选取2000—2009年江苏反映创新活动投入—科技成果产出—经济转化的指标，科技成果产出指标比投入指1年；第二部分，选取与江苏创新投入强度接近的5个标滞后1年，经济转化指标比科技成果产出指标滞后国家和地区②的相关数据，横向比较它们之间创新效率的差异情况。创新活动投入—科技成果产出—经济转化的指标分别选取各国和地区2004年、2005年和2006年的数据；江苏省选取2007年、2008年和2009年的数据。各原始指标数据主要源于《江苏统研究报告、《中国高技术产业统计年鉴2009》和国家科技部网站。3.3评价结果分析

基于上述所构建的规模可变假设下的链式网络计年鉴2001—2010》及江苏省人民政府研究室调查

DEA模型和区域创新效率评价指标体系的数据，运具体结果如表1所示。

用软件MATLAB7.1编写程序求解相应模型的结果。

3.2指标和数据

也视为区域创新的主体。

①地方政府在资金调配和科技政策制定方面拥有较大的权利，对区域创新能力的形成和发展起着巨大的作用，因此本文将政府②这5个国家和地区的选取以R&D内部支出额占GDP比重与江苏（2.08%，2009年）接近或者略高为依据，同时考虑到数据的相对系统性和完整性，选择的国家包括：法国（2.15%，2004年）、韩国（2.85%，2004年）、德国（2.49%，2004年）、英国（1.71%，2004年）、加拿大（2.05%，2004年）

第11期基于链式关联网络的区域创新效率研究——以江苏为研究对象

·135·

表1江苏省区域创新效率评价结果

节的高效发展已为区域创新型经济建设做出了贡献。2008年江苏省高新技术产业产值占全国比重达20.25%，出口创汇占全国比重达23.13%，总产值及出口在全国各省市中位列第二；单位GDP能耗从2003年的0.889吨标准煤/万元下降至2009年的0.688吨标准煤/万元。

总体比较而言，江苏省技术创新、创新资源投入—科技成果产出阶段和创新成果—经济转化阶段的效率都还有提升空间，特别是创新资源投入—科技成果产出阶段。

3.3.2江苏与其他国家和地区创新活动整体及各阶段效率分析

进一步选取5个与江苏省R&D经费投入强度相近或者略高的国家或地区进行对比分析，考察江苏在技术创新、创新资源投入—科技成果产出阶段和创新成果—经济转化阶段存在的差距，结果见表2②。

表2

各国家和地区区域创新效率评价结果

从江苏历年表现看，对于区域创新系统整体而

言，技术创新的整体效率较高，均值为0.9336，且各年份间的差距较小(标准差系数为0.0400)。整体技术创新效率最高的年份在2006—2008年，达到了1，最低年份在2002—2004年，为0.8882。对于第一阶段，即科技创新投入到科技成果产出的科技研发阶段，江苏省历年的平均效率为0.9191，低于效率平均值的年份有5个。从时段上看，2000—2003年的科技创新投入—科技成果产出阶段的效率较低，这4年的效率均值为0.8889；2004年以后，该阶段平均效率达到0.9493。可见，在技术创新的科技研发阶段，江苏省虽然存在一定的创新资源浪费问题，但是从发展趋势看，其有效性是提升的。对于第二阶段，即科技成果向经济转化阶段，该阶段的效率是测评科技成果转化为现实的生产力，进而实现经济、社会效益的程度。首先，从该阶段效率的均值看，江苏省科技成果与经济结合的有效程度（0.9374）要高于整体的技术创新效率（0.9336）和科技创新投入—科技成果产出阶段的效率（0.9191，第一阶段）。其次，从时段上看，科技成果—经济转化效率在2003年以后有较大幅度的提高，2003—2009年效率均值达到0.9523。这源自于2003年以后，江苏通过政策引导、机制创新，所形成的多领域、全方位的“产学研”合作的局面。2003—2008年间，江苏省约30所高校与企事业单位签订的技术开发、技术转让、技术咨询、技术服务合同共计35360项，合同成交额87.9亿元，年均增长幅度20%以上①。江苏省在技术创新的经济转化环

①资料来源：/dffgwdt/t20081017_240854.htm

下面，结合图2区域创新活动二阶段（过程）效率

状态矩阵图，以均值为划分效率高低的标准，构建包括江苏在内的6个地区区域创新活动的二阶段效率分析图，如图4。

根据表2的数据和图4对各地区的划分情况加以说明：①第Ⅰ区域：处于该区域的地区是加拿大，这类地区在技术创新的研发阶段效率相对较高，但在成果转化阶段效率较低。②第Ⅱ区域：处于该区域的地区是英国和韩国，该类地区在技术创新的研发阶段和经济转化阶段皆表现出较高的效率。③第Ⅲ区域：处于该区域的是法国，该类地区在技术创新的成果转化阶段效率相对较高，但其研发阶段的效率较低。④第Ⅳ区域：处于该区域的地区是江苏

②在各国家和地区区域创新效率评价中由于各国单位GDP能耗指标难以获得，因此在这里将其去掉。

·136·

基于链式关联网络的区域创新效率研究——以江苏为研究对象第11期

3.3.3江苏区域创新活动子过程间的关联有效性分析

根据表1所示的江苏历年区域技术创新子阶段

间的关联系数(RC)均大于1，说明这些年江苏技术创新的科技研发、经济转化两个子阶段间的关联是强有效的，使得系统整体效率大于两个子阶段的累积，同样在表2中与所选国家的关联系数比较，江苏也是最高的（1.4741），表明江苏在创新资源投入产出阶段以及转化阶段的沟通和协调上处理得较好。

由关联系数的计算公式可知，区域创新活动的整体效率是两个子阶段效率及子阶段间关联系数的乘积。这为我们分析各区域的技术创新内部情况提供了一个思路：以江苏和韩国做比较，江苏的系统整体、科技研发阶段、经济转化阶段的效率及两个子阶段间关联系数分别是0.6332，0.5356，0.8020，1.4741，韩国分别是0.8640，0.8640，1.0000，1.0000，表明江苏的系统总体效率低于韩国。进一步比较发现，江苏的区域创新系统在运作过程中，导致其总效率低下的环节是第一阶段即研发阶段（0.5356），这是影响其创新活动整体效率的主要因素;另外，由于该区域创新系统在运作过程中，在二阶段间的合作、协调、沟通的关联环节处理得较好，促进了系统整体效率的提升，关联环节也是影响系统整体效率的主要因素之一。

图4基于二阶段（过程）的各地区创新活动效率状态图

和德国，这类地区的研发效率和经济转化效率都相对低下。

在R&D经费投入强度接近的情况下，江苏的创新资源投入—科技成果产出阶段和创新成果—经济转化阶段的效率都处于较低水平。说明相对于发达国家和地区，江苏在创新型经济建设中还存在问题，比如江苏在科技市场化运作上虽然取得一定进展，但相对于发达国家而言尚不成熟，这使得科技成果与企业的对接难以完全吻合；市场经济相对于发达国家和地区也处于劣势，这在一定程度上影响了创新体制和创新观念的转变以及科技成果与市场的衔接。可见，缩小江苏与发达国家在创新效率上的差距需要重视和发挥市场的作用。此外，在产学研结合上也要借鉴先进国家的经验。以在技术创新的研发阶段和经济转化阶段皆表现出较高效率的英国为例，在技术国际化和各国公司技术专业化发展的背景下，实行的是技术创新国际化模式，即政府支持、研究机构和企业共同参与的大项目联合开发创新。这种模式一般以政府支持的、对产业发展有重大影响的大项目为载体，采取跨部门大联合，由学术界、科技界和企业界共同参与。其中，英国的联系计划(LINK)，就是由政府12个部门及各研究理事会参与和支持，重点支持大学、科研院所与企业在商业化方面的合作研究开发。截至1999年，已完成或在进行的联系子计划有58个，1000多个项目得到政府资助，项目经费共达4.3亿英镑①。

从江苏历年的创新活动效率看（表1），各年份创新活动的整体效率以及两个子过程的效率还是比较高的。但是相对于发达国家和地区的创新活动而言，江苏在效率上的提升空间还是很大的。

4结

运用DEA方法评价区域创新效率的传统做法是

论

将区域创新系统作为一个“黑箱”来处理，不考虑系统内部实际的运作过程及其对系统整体效率的影响。区域创新系统运作过程是一个多投入、多产出的效率转换过程，该系统内部各个子阶段过程相互影响，对系统的整体效率有着重要的影响。本文将区域创新系统分解为两个相互关联的创新链型子阶段(科技研发子阶段、经济转化子阶段)，通过构建基于规模报酬可变的链式关联网络DEA模型对江苏历年以及江苏和与之R&D经费投入强度相当的国家和地区的创新活动的整体及各子阶段的效率进行评价；在此基础上，计算两个子阶段间的关联系数，以此来评价区域科技创新子阶段的关联有效性程度。

实证结果表明：①江苏省技术创新、创新资源

第11期基于链式关联网络的区域创新效率研究——以江苏为研究对象

·137·

投入—科技成果产出阶段（一阶段）和创新成果—经济转化阶段（二阶段）的效率都还有提升空间，特别是创新资源投入—科技成果产出阶段；②从技术创新两个子阶段的效率来看，从历年情况看，各阶段的效率是在不断提高的，但与一些效率较高的发达国家和地区比较，江苏的表现还存在着差距，在参与比较的6个国家和地区中，江苏两个子阶段的运行效率都比较低；③江苏技术创新两个子阶段间是关联强有效的，表明其在两个子阶段间的沟通和协调上处理得较好；④区域技术创新的整体效率是两个子阶段效率及阶段间关联系数的乘积，可见，做好两个子阶段间的合作、沟通、过渡、协调工作有助于提升区域创新活动的整体效率。

[7]李陈华,张伟.企业规模VS效率:对中国保险企业的DEA经验

研究[J].系统工程，2005(9)：37-41[J].企业技术开发，2007(1)：67-69

[8]刘威伟,黄波.我国银行业市场结构、效率及绩效关系研究[9]杨锋,夏琼,梁樑,吴华清.测量要素折扣对企业规模效率的

贡献:基于DEA的研究[J].中国管理科学，2010(8)：140-144[10]叶振宇,叶素云.要素价格与中国制造业技术效率[J].中国

工业经济，2010(11)：47-57

[11]官建成，何颖.基于DEA方法的区域创新系统的评价[J].科学

学研究，2005，23(2):265-272

[12]杜军，朱建新，冯志军.基于二阶段DEA模型的区域科技

创新效率的实证分析[J].学术交流，2009(11)：96-98[J].科技进步与对策，2010(7)：20-24

[13]罗彦如，冉茂盛，黄凌云.中国区域技术创新效率实证研究[14]吉生保，周小柯.基于三阶段DEA模型的中国高技术产业

效率研究[J].中央财经大学学报，2010（12）：62-67[15]KaoC.Efficiencydecompositioninnetworkdataenvelo-ofOperationalResearch,2009,192(3):949-962

参考文献

[1]刘顺忠，官建成.区域创新系统创新绩效的评价[J].中国管理科学，2002，10(1)：75-78

[2]白俊红，江可申，李婧.中国区域创新系统创新效率综合评价及分析[J].管理评论，2009(9)：3-9

[3]罗亚非，李敦响.我国中部6省和京、沪、粤区域技术创新绩效比较研究[J].科技进步与对策，2006(1)：18-23

[4]吴瑛，杨宏进.基于R&D存量的高技术产业科技资源配置效率DEA度量模型[J].科学学与科学技术管理，2006(9)：28-32[5]唐清泉，卢博科，袁莹翔.工业行业的资源投入与创新效率:2009(2)：6-7

pmentanalysis:Arelationalmodel[J].EuropeanJournal

[16]AhujaG,KatilaR.Technologicalacquisitionandthein-

novationperformanceofacquiringfirms:Alongitudinal

[17]刘顺忠，官建成.区域创新系统创新绩效的评价[J].中国管理

科学，2002，10(1)：75-78

[18]史修松，赵曙东，吴福象.中国区域创新效率及其空间差异

研究[J].数量经济技术经济研究，2009(3)：45-55

（责任编辑李寿鹏）

220

study[J].StrategicManagementJournal,2001,22(1):197-

基于中国大中型工业部门的研究[J].数量经济技术经济研究，

[6]吴和成，华海岭，杨勇松.制造业R＆D效率测度及对策研究:基于中国17个制造行业的数据[J].科研管理，2010（9）：45-54

EvaluationResearchontheRegionalInnovationEfficiencyBasedonChain

RelationalNetworkDEAModel:EvidencefromJiangsuProvince

（1.AnhuiUniversityofFinanceandEconomics,Bengbu233041,China;2.CollegeofEconomicsandManagement,Abstract:Traditionalwaytoevaluatingtheregionalinnovationefficiencybythedataenvelopmentanalysis(DEA)usu allyregardsregionalinnovationsystemas‘blackbox’,withoutconsideringinneroperatingprocessesandtheireffectonthewholeefficiencyofsystem.Dividingtheregionalinnovationsystemintotwointeractivesub-phasesandbuild ingchainrelationalnetworkDEAmodelbasedonvariablereturnstoscaletoevaluatetheefficiencyontheregionaltechnologyinnovationandeachphase.ThedatumisfromJiangsuprovinceovertheyearsandother5regions.Andbasedoncoefficientofcorrelationsofeachstage,thearticleappreciatedtherelationaleffectivenessofeachphase.Keywords:innovationefficiency;chainrelationalnetworkDEAmodel;sub-phase;coefficientofcorrelations

NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China）

LISui1,JIANGKeshen2,ZHENGBingyun1,2

本文来源：https://www.bwwdw.com/article/o9lm.html